云南省九大高原湖泊水体面积时空变化研究.docx

?

?

云南省九大高原湖泊水体面积时空变化研究

?

?

卢丽琛洪亮

摘要：基于GoogleEarthEngine（GEE）云平台和长时序的Landsat遥感影像，研究了近30a云南省九大高原湖泊水体面积的时空变化趋势，并在此基础上分析了湖泊水体面积变化的驱动因素。研究结果表明：①云南省九大高原湖泊表面水体面积由1988年的1024.91km2减少至2018年的1000.98km2，总体呈“先增加后减少”的趋势，总面积减少了23.93km2。②大部分高原湖泊的水体面积保持稳定，但从2008年以后，杞麓湖和异龙湖的水体面积明显缩小。③影响因素分析结果表明：九大高原湖泊水体总面积的变化在2013～2017年和降水的变化呈显著正相关（R=0.9，p=0.08），在1988～2018年与气温呈负相关性（R=-0.63，p=0.001）;影响九大高原湖泊水体面积变化的主要人为因素包括湖泊流域的土地利用变化以及政府的经济发展和湖泊保护政策。区域气候变化和人类活动共同影响了云南省九大高原湖泊水体的面积变化。

关键词：高原湖泊;水体面积;水体指数;Otsu算法;GoogleEarthEngine;Landsat遥感影像;云南省

中图法分类号：P343

文献标志码：A

DOI：10.16232/ki.1001-4179.2021.10.019

0引言

在云贵高原，地表水资源是区域社会经济可持续发展的关键因素[1-3]，湖泊作为地表水资源的重要组成部分，它既调节着生态系统，又影响着社会经济增长。随着全球变暖，湖泊水体面积变化已经成为区域生态环境和气候变化的敏感指标之一[4-8]。近几十年来，由于云贵高原气候变化和人类活动的加剧，高原湖泊水体面积不断缩小，给区域环境和生态系统带来了较大威胁[9-11]。因此，开展云南省九大高原湖泊水体面积变化的监测和分析研究，对区域经济发展、生态环境保护和高原湖泊治理等都具有重要意义。

近几十年来，遥感技术被广泛应用于湖泊水体面积变化监测[12-14]。目前，基于遥感影像的湖泊表面水体提取方法主要有：单波段阈值法、监督和非监督分类方法、水体指数法。其中，单波段阈值法利用水体与其他地物在近红外、短波红外波段的差异，确定合适阈值，提取水体信息，但是该方法易受到建筑物和山体阴影的影响[15];监督分类和非监督分类算法利用光谱特征的统计特性进行分类，如，K-均值、支持向量机、随机森林等算法广泛应用于湖泊水体提取，这类算法精度高，但容易受到地理环境训练样本数量、质量的影响，故不适用于大范围、长时序的湖泊水体信息提取[16]。水体指数法利用近红外波段或中波红外波段与可见光波段（红、绿、蓝）和短波红外的光谱信息差异，通过构建上述波段之間的比值关系提取水体面积，计算简单，水体提取精度较高。常用水体指数包括：NDWI（normalizeddifferencewaterindex）、MNDWI（modificationofnormalizeddifferencewaterindex）和AWEI（automatedwaterextractionindex）等，目前已经成为提取湖泊水体面积最常用的方法[17]，已成功应用于湖泊、城市景观水体和河流等地表水体的提取及动态监测方面[18]，但是由于不同地理环境的水体具有一定光谱差异性，使得各种水体指数的提取精度受到阈值影响[19-20]。

近年来，云计算和对地观测能力迅速发展[21]，特别是GEE（GoogleEarthEngine）遥感大数据平台的出现[22-23]，为研究人员开展全球或区域尺度下资源环境要素的长时序监测提供了技术支撑。GEE已经成功应用于大尺度的红树林分布、土地覆盖制图、不透水表面提取和湖泊水体监测等方面[24-28]。

为数不多的云南省长时序高原湖泊水体面积变化监测研究通常采用如下步骤：先下载研究区的遥感影像，再利用专业软件对影像进行预处理，最后手动或半自动提取湖泊水体面积[29]，该种方式提取效率低并且容易受云雾的影响。而GEE平台为长时序连续、大尺度的湖泊水体面积变化研究提供了一种新途径。因此，本研究基于GEE云平台和长时序Landsat遥感数据，对云南省九大高原湖泊水体进行面积提取、时空变化研究以及影响因素的分析。主要研究内容包括：①基于GEE平台，采用常用的4种水体指数，利用Otsu算法确定每种水体指数的最优阈值，分别提取云南省九大高原湖泊水体面积，并对不同水体指数进行精度评价，确定每一个湖泊的最佳水体指数和最优阈值;②利用最佳水体指数和最优阈值提取1988～2018年云南省九大高原湖泊水体面积，并分析湖泊水体面积的时空变化;③探讨区域气候变化和人类活动对云南省高原湖泊表