紅崖山水庫近20年面積變化遙感調(diào)查及驅(qū)動力分析

郝固狀，甘甫平，閆柏琨，李賢慶，胡輝東

(1.中國礦業(yè)大學(北京)煤炭資源與安全開采國家重點實驗室，北京 100083；2.中國礦業(yè)大學(北京)地球科學與測繪工程學院，北京 100083；3.中國自然資源航空物探遙感中心，北京 100083)

0 引言

水資源是人類生存和社會發(fā)展不可缺少的生命之源和物質(zhì)基礎，而水庫作為水資源中不可或缺的淡水資源，為人類的生產(chǎn)、生活提供了重要的保障。水庫的分布狀況在一定程度上反映了水資源的區(qū)域變化和時空差異。水庫水量變化在工業(yè)、農(nóng)業(yè)、城市以及防汛抗旱等方面發(fā)揮著重要的調(diào)節(jié)作用[1]，而水庫的水域面積變化直接反映著水庫水量的增減狀況。紅崖山水庫是位于石羊河流域的大型水庫，是上游冰川融水、降水水源補給的主要匯集地與下游工、農(nóng)、生活用水的主要補給與調(diào)節(jié)地，其水量、水面分布變化受氣候、人為因素的雙重作用與影響。

隨著遙感技術的不斷成熟，充分發(fā)揮遙感技術宏觀性、動態(tài)性和實時性的優(yōu)勢，通過遙感技術可以提供大范圍、長時間序列的動態(tài)監(jiān)測，可以節(jié)省大量的人力、物力、財力，并快速準確地獲取湖泊和水庫面積信息。李均力等[2]通過對柴窩湖面積近50 a的時序變化進行分析，得出面積變化分為3個階段，面積呈現(xiàn)先緩慢增加后快速退縮的趨勢；魏善蓉等[3]利用MODIS09衛(wèi)星數(shù)據(jù)通過對比6種水體指數(shù)法的湖泊提取結果，對柴達木盆地連續(xù)14 a的湖泊面積進行解譯，湖泊呈現(xiàn)先增加后減少的趨勢變化；張文等[4]利用Landsat和GF影像對鄱陽湖進行了長時間序列監(jiān)測，研究結果表明在空間上，鄱陽湖水體面積呈緩慢收縮的趨勢，在時間上，除冬季面積有明顯下降趨勢外，其他季節(jié)整體趨勢變化不大，不同季節(jié)鄱陽湖的湖面范圍有明顯的差異，湖泊面積具有顯著的季節(jié)性；張兆鵬等[5]以95景多時相Landsat衛(wèi)星影像為主，還原了1987—2016年年際變化(以8月水面分布為對比基準)及部分年內(nèi)月度變化，并定性分析了水量變化的自然、人為因素影響，認為年際水面變化呈“W”形，總體為增加趨勢，人工增雨增雪、農(nóng)業(yè)灌溉、水庫建設是主要的影響因素。該研究對紅崖山水庫的水面面積變化及驅(qū)動力得出了基本與初步結論。

本文利用谷歌地球引擎(Google Earth Engine，GEE)平臺進行水域面積的提取，這是一種更為便捷快速的研究方法；利用更高分辨率的遙感影像來驗證真實的水庫水域面積變化，并進行精度對比，提取出更加真實的水域面積；利用氣象數(shù)據(jù)，綜合氣溫、降水、蒸散發(fā)的數(shù)據(jù)以及多角度影響因素對變化原因進行分析。在全球氣候顯著變化的背景下，還原監(jiān)測其水量、水面歷史分布變化，分析解剖變化的驅(qū)動力，對于研究我國西北內(nèi)陸河流域和水庫水資源變化、保障、氣候變化影響與適應對策等具有重要的代表意義。

1 研究區(qū)概況與數(shù)據(jù)源

1.1 研究區(qū)概況

亞洲最大的人工沙漠水庫——紅崖山水庫位于西北地區(qū)甘肅省民勤縣，被騰格里和巴丹吉林兩大沙漠包圍，屬于典型沙漠平原水庫,因位于石羊河下游，其水源補給主要來自石羊河流域(圖1)，紅崖山水庫是沙漠地區(qū)的一座中型洼地蓄水工程，也是唯一的水利調(diào)蓄工程，西面依紅崖山而建，其他三面都是人工所筑，而且又修建在沙漠中，這在全國甚至全世界都是罕見的[6-7]。

圖1 研究區(qū)地理位置Fig.1 Location of the study area

1.2 數(shù)據(jù)源

1.2.1 遙感數(shù)據(jù)及預處理

本研究主要采用的是Landsat系列影像數(shù)據(jù)(數(shù)據(jù)來源：https://developers.google.com/earth-engine/datasets/catalog/landsat)和高分二號(GF-2)衛(wèi)星影像(數(shù)據(jù)來源：http://geocloud.cgs.gov.cn)，其中Landsat包括Landsat5 TM，Landsat7 ETM+和Landsat8 OLI數(shù)據(jù)，影像獲取的時間是2000—2019年，空間分辨率為30 m，其中Landsat5有254景，Landsat7有34景，Landsat8有171景(表1)，GF-2包括多光譜(PMS)和全色(PAN)，分辨率分別為4 m和1 m，共12景(表2)。本文對Landsat5/7/8的表面反射率(surface reflectance，SR)數(shù)據(jù)進行了幾何糾正、云雪去除、影像拼接、影像融合等預處理，為后續(xù)水體的提取奠定了基礎；同時對GF-2數(shù)據(jù)進行了輻射定標、大氣校正、正射校正、影像配準、影像融合和影像裁剪等預處理。本文采用Landsat影像數(shù)據(jù)與采集時間基本一致的6景GF-2衛(wèi)星遙感影像作水體提取精度對比。

表1 Landsat遙感影像數(shù)據(jù)Tab.1 Landsat remote sensing image data

表2 高分二號(GF-2)遙感影像數(shù)據(jù)Tab.2 GF-2 remote sensing image data

1.2.2 氣象數(shù)據(jù)

獲取研究區(qū)周邊5個氣象站點的2000—2018年的氣溫、降水數(shù)據(jù)(數(shù)據(jù)來源：中國氣象數(shù)據(jù)網(wǎng)http://data.cma.cn)。本次研究的氣象站點的數(shù)量有限，為獲取區(qū)域內(nèi)各點的氣溫降水值，采用克里金插值法得到氣象要素柵格圖[8]，并提取紅崖山水庫質(zhì)心處氣溫降水數(shù)據(jù)。

2 研究方法

本文紅崖山水庫水域面積的提取方法，精度驗證以及氣象因子、植被覆蓋度和人工自然等其他因素對水域面積變化驅(qū)動力的分析流程如圖2所示。

圖2 總體技術路線Fig.2 Overall technical route

2.1 水體指數(shù)法提取水體

基于遙感影像數(shù)據(jù)的水體提取方法主要包括光譜特性提取和紋理特征提取2類?；诠庾V信息的提取方法有單波段閾值法[9]、光譜指數(shù)法、分類器法；基于紋理信息的提取方法主要是水體特殊的紋理。本文Landsat遙感數(shù)據(jù)主要對改進歸一化差異水體指數(shù)(modified normalized difference water index，MNDWI)、歸一化差異水體指數(shù)(normalized difference water index，NDWI)、增強型水體指數(shù)(enhance water index，EWI)、新水體指數(shù)(new water index，NWI)4種光譜指數(shù)法進行對比分析。

運用水體指數(shù)方法的關鍵在于閾值的選擇，本文選用Ostu算法[10]進行閾值的自動分割。Ostu是一種確定圖像分割閾值的算法，按其求得的閾值進行圖像二值化分割后，前景與背景圖像的類間方差最大；其被認為是圖像分割中閾值選取的最佳算法，計算簡單，不受圖像亮度和對比度的影響，因此在數(shù)字圖像處理上得到了廣泛的應用。

1)McFeeters[9]提出的NDWI主要是根據(jù)水體的光譜特性利用水體在綠波段(Green)和近紅外波段(NIR)的反射特性，使得影像中的水體和其他地物區(qū)分開來，同時抑制植被和土壤信息。其計算公式如下：

(1)

式中：Green為TM/ETM+/OLI遙感數(shù)據(jù)中綠光波段數(shù)據(jù)；NIR為近紅外波段數(shù)據(jù)。

2)MNDWI[11]水體指數(shù)是對NDWI指數(shù)的進一步修正，削弱了提取水體時由于山體陰影的影響，可有效抑制建筑物信息，能夠更好地提取城市范圍內(nèi)的水體信息。其計算公式如下：

(2)

式中：MIR為TM/ETM/OLI遙感數(shù)據(jù)中紅外波段數(shù)據(jù)。

3)在GEE平臺使用NWI[12]指數(shù)時，Landsat數(shù)據(jù)的表面反射率(surface reflectance,SR)和大氣表觀反射率(top of atmosphere,TOA)產(chǎn)品的水體提取效果是不同的，經(jīng)過試驗，NWI(TOA)只要大于0就可以很好地提取出水體，而NWI(SR)則要自己調(diào)整閾值，根據(jù)普適性，NWI(SR)的組合更能滿足多地區(qū)的水體提取。其計算公式如下：

(3)

式中：B1,B4,B5,B7分別對應TM/ETM+遙感數(shù)據(jù)中的第1,4,5,7波段數(shù)據(jù)(OLI對應遙感數(shù)據(jù)中的第2,5,6,7波段)；C為常數(shù)，本文中取200，也可取100或其他正值。

4)EWI[13]主要是將MNDWI和NDWI相結合，利用綠波段，紅外波段和短波紅外波段進行水體提取，其計算公式如下：

(4)

2.2 植被覆蓋度的計算

歸一化植被指數(shù)(normalized difference vegetation index,NDVI)計算公式如下：

NDVI=(NIR-R)/(NIR+R)。

(5)

NDVI與植被覆蓋度之間有緊密相關性，綜合大量研究，把NDVI與像元二分模型結合起來，建立了基于NDVI的植被覆蓋度估算模型[14]，計算公式如下：

(6)

式中：NDVI為混合像元的值；NDVIveg為純植被像元的值；NDVIsoil為純非植被像元的值，理論上NDVIveg=1，NDVIsoil=0。

由于在現(xiàn)實情況中，植被覆蓋受到多種氣象因子的影響，一般不可能取到理論值，又因為缺乏大面積地表實測數(shù)據(jù)，經(jīng)大量研究取定置信區(qū)間內(nèi)的NDVI最大值(NDVImax)和最小值(NDVImin)來代替[15]，因此公式變?yōu)椋?/p>

(6)

本文通過此種方法，將2000—2019年中偶數(shù)年份的NDVI值進行了統(tǒng)計，根據(jù)累積百分比選擇累積百分數(shù)2%～98%為置信區(qū)間，累積百分比小于2%為近似純非植被覆蓋，小于98%為純植被覆蓋，分別將對應的NDVI值代入NDVImin和NDVImax進行計算[16]。

3 結果分析

3.1 GF-2/Landsat影像水體面積提取的精度驗證

由于Landsat數(shù)據(jù)為低分辨率遙感影像，為保證提取的水體精度的可信度，故采用空間分辨率為1 m的GF-2影像數(shù)據(jù)作為精度驗證數(shù)據(jù)。通過4種水體指數(shù)與GF-2影像目視解譯法提取的水域面積進行對比分析(表3)，可知MDNWI水體指數(shù)法提取的水體面積精度最高，絕對誤差僅為0.006 km2，相對誤差0.029%，結合4種水體指數(shù)提取的效果圖，MNDWI指數(shù)(圖3(b))提取的水體更加符合原始的遙感影像(圖3(a))中的水體，邊界上的提取更加全面真實。NDWI指數(shù)(圖3(c))和NWI指數(shù)(圖3(d))在石羊河下游與水庫入口的連接處的水體未提取出來，EWI指數(shù)(圖3(e))提取效果總體上很符合真實情況，但是在水庫邊界的提取上有部分水體無法提取，因此綜合對比分析4種指數(shù)(圖3(f))的提取效果，本文將采用MNDWI指數(shù)法作為水體提取的方法。

(a)Landsat8原始影像 (b)MNDWI水體指數(shù)法 (c)NDWI水體指數(shù)法

表3 4種水體指數(shù)法與GF-2目視解譯法水體面積提取精度對比Tab.3 Comparison of water area extraction accuracy between four water index methods and GF-2 visual interpretation method

由于GF-2衛(wèi)星影像數(shù)據(jù)缺少中紅外波段，采用GF-2 PMS傳感器獲取的4 m多光譜數(shù)據(jù)和1 m全色數(shù)據(jù)進行圖像融合，得到1 m空間分辨率的多光譜數(shù)據(jù)，由于波段限制，GF-2影像采用NDWI水體指數(shù)法進行水體的提取(圖4)。根據(jù)表4和圖5的精度對比，Landsat影像數(shù)據(jù)和GF-2影像數(shù)據(jù)的相關系數(shù)高到0.99，相對誤差最大為6.63%，最小僅為0.33%，絕對誤差最大不超過1 km2，明顯看出不同分辨率的遙感影像數(shù)據(jù)對紅崖山水庫的水域面積的提取影響不大，因此Landsat影像數(shù)據(jù)對水域面積的提取可以反映紅崖山水庫的真實性。

(a)GF-2原始影像 (b)GF-2二值影像 (c)GF-2水體和非水體

表4 GF-2/Landsat數(shù)據(jù)水域面積提取精度對比Tab.4 Comparison of precision of water area extraction in GF-2/Landsat data

圖5 GF-2/Landsat水域面積相關性Fig.5 GF-2/Landsat water area correlation

3.2 水庫水域面積變化特征

3.2.1 月際面積變化特征

水庫的水量和湖泊的水量變化十分相似，受季節(jié)性影響也存在枯水期和豐水期，本文選取每4年間隔(2000年、2004年、2008年、2012年、2016年、2019年)的年份進行月際之間的對比分析。綜合分析6 a的柱狀圖和趨勢線(圖6)，結果表明：2000年、2004年、2008年、2016年和2019年5 a的水域面積月際趨勢呈倒“正態(tài)曲線”分布，且每年出現(xiàn)兩次峰值，主要集中在3月份和9—10月份，最低值出現(xiàn)在6月份，根據(jù)豐水期和枯水期的劃分，2000年、2004年、2008年、2016年和2019年的豐水期為春秋季節(jié)的3月份和9—10月份，枯水期為夏季6月份；但2012年較為特殊，主要表現(xiàn)在枯水期為4月份和7月份，豐水期仍然是春秋季節(jié)的3月份和9—10月份?？傮w上分析2000—2019年月均水域面積變化(圖7)，月際面積變化呈倒“正態(tài)曲線”分布，且豐水期主要集中在春秋季節(jié)的3月份和9—10月份，枯水期主要集中在夏季6月份。

(a)2000年 (b)2004年 (c)2008年

圖7 2000—2019年紅崖山水庫月均水域面積Fig.7 Average monthly water area of Hongyashan Reservoir from 2000 to 2019

3.2.2 年際面積變化特征

由于水庫不同季節(jié)的水量有很大變化，本研究選取不同季節(jié)年際之間的水域面積變化進行分析。春季選取4月份，夏季選取7月份，秋季選取10月份，冬季選取12月份進行年際之間水域面積的比較。根據(jù)不同季節(jié)年際變化情況的研究(圖8)，結果表明：春夏秋冬四季水域面積都是逐年上升的，春秋季節(jié)平均年際增長率為5.03%和5.22%，秋季平均年際增長率最低僅為2.42%，夏季水域面積平均年際增長率為22.19%，年際變化幅度最大，秋季變化幅度最小，因此夏季水域面積變化最不穩(wěn)定，秋季水域面積變化最穩(wěn)定。夏季水域面積呈“V”字波動上升且變化幅度很大。

(a)春季2000—2019年面積變化 (b)夏季2000—2019年面積變化

3.2.3 水庫水域面積變化總體特征

通過上述年際變化得出夏季的增長趨勢與2000—2019年的總體上(圖9)的增長趨勢極為相似，也呈現(xiàn)“V”形波動上升。根據(jù)圖9的研究結果表明，總體上水域面積年際增長的相關系數(shù)達到0.78，相關性良好；2000—2019年水域總面積增加8.98 km2，面積變化率高達42.6%，水域面積經(jīng)歷了先增加再減少，后持續(xù)波動上升的過程，具體表現(xiàn)為：2000—2001年水域面積減少，且在2001年達到了最低值10.7 km2。2001—2003年水域面積增長迅速，面積變化速率為27.7%，為近20 a水域面積增長幅度最大。2003—2004年水域面積驟降4.33 km2，為2000—2019年降幅最大。2004—2017年水域面積呈“V”字波動上升，總體面積增加6.97 km2，增長率為56.6%，其中2004—2005年,2014—2015年為小幅增長；2005—2006年水域面積變化速率為27.4%，接近最大變化速率；2006—2010年，2010—2012年，2012年—2014年,2015—2017年水域面積分別為3個“V”形增長；2017—2019年水域面積近乎直線增長，最接近趨勢線走勢。根據(jù)年際變化率(圖10)可以看出年際之間的變化幅度在逐年下降且趨向于0，說明紅崖山水庫的水域面積趨向于穩(wěn)定增長趨勢。

圖9 紅崖山水庫年均水域面積變化Fig.9 Annual average water area change of Hongyashan Reservoir

圖10 紅崖山水庫水域面積年際變化率Fig.10 Interannual change rate of water area of Hongyashan Reservoir

3.3 水域面積變化驅(qū)動力

3.3.1 氣象因子的影響

紅崖山水庫位于西北干旱地區(qū)甘肅省民勤縣境內(nèi)，是最大的人工沙漠水庫，選取民勤縣周邊5個氣象站點的氣溫和降水數(shù)據(jù)進行研究，分析影響水域面積變化的驅(qū)動因子(圖11)。

1)氣溫。紅崖山水庫的主要水源是祁連山東部的冰雪融水[7]，在降水量不變的情況下，氣溫的升高會導致冰雪融化，入庫水量增加，水域面積增大。根據(jù)對近20 a紅崖山水庫的年均氣溫(圖11(a))研究，結果表明：2000—2005年均低于距平氣溫6.72 ℃，2006年氣溫驟升至7.17 ℃，水域面積增加了3.43 km2；2006—2008年氣溫連續(xù)下降了0.89 ℃，此時水域面積也在持續(xù)下降，2008—2009年氣溫上升0.8 ℃，2009—2012年氣溫降至最低氣溫6.01 ℃，2013年氣溫達到最高7.26 ℃，2014—2018氣溫波動上升，年均氣溫變化總體來說，研究區(qū)氣溫呈上升趨勢，并通過氣溫和水域面積相關性分析(圖11(b))得出，氣溫對水域面積的增加起到正向作用，因此氣溫上升是水域面積增加的重要的間接驅(qū)動因素。

(a)年平均氣溫距平變化 (b)水域面積-年均氣溫相關性

2)降水。西北干旱區(qū)降水稀少且分布不均，但卻是水庫水量增加的最直接的補給水源。根據(jù)近20年降水量的年際變化(圖11(c))表明：2000—2006年(除2003年)降水量低于距平降水量，2003年、2007年和2018年降水量明顯高于相鄰年份，其對應的年份水域面積也明顯增加，2008—2012年降水量波動增加，2012—2015年出現(xiàn)2次明顯下降，一次上升，同年的水域面積也發(fā)生同樣的變化，2015—2018年降水量連續(xù)4年上升，總體上看，降水量整體呈明顯增加態(tài)勢，通過水域面積與降水量進行的相關性分析，相關系數(shù)高達0.93(圖11(d))，進一步說明二者有很好的相關性，因此降水量的增加是影響水域面積增加的主要驅(qū)動因素。

3.3.2 植被蓋度的影響

植被不僅對區(qū)域氣候變化有著重要的影響，植被面積的增加可以減少地表對太陽短波輻射的反射率，緩和地層增溫，進而減少地氣湍流交換和水分蒸發(fā)，同時植被恢復也有利于地表水源涵養(yǎng)功能的增加，減少降水的無效下滲和散失，有助于徑流的產(chǎn)生，增加水量。通過對研究區(qū)周邊的植被指數(shù)提取，根據(jù)年際之間植被覆蓋度(圖12)顯示，總體上植被覆蓋度在逐漸增加，2000—2002年植被蓋度增加了10%，但是2002—2008年出現(xiàn)持續(xù)下降15%，2008年達到最低值，2008—2018年植被蓋度逐年上升，增加26%。通過水域面積和植被覆蓋度的相關性分析(圖13)，表明植被覆蓋度對水域面積的增加起了正向作用，植被蓋度的增加是導致水域面積增加的重要的間接驅(qū)動力。

圖12 植被覆蓋度的年際變化Fig.12 Interannual changes in vegetation coverage

圖13 水域面積-植被覆蓋度相關性Fig.13 Water area-vegetation coverage correlation

3.3.3 其他因素的影響

1)加高擴建工程。為緩解紅崖山水庫防洪與興利，來水與需水的主要矛盾，實施了紅崖山水庫加高擴建工程，庫區(qū)水域總面積約22.0 km2，和通過遙感影像獲取的最大面積基本吻合，同時使得總庫容從0.993億m3增加到1.48億m3[17-18]，不僅使得西北干旱地區(qū)的水源得到充足使用，而且提高了水庫蓄水的調(diào)節(jié)能力，加強了農(nóng)業(yè)灌溉的力度，這是紅崖山水庫水域面積逐漸增大的主要驅(qū)動力。

2)生態(tài)環(huán)境修復。為了石羊河流域的綜合治理，恢復青土湖生態(tài)，紅崖山水庫向青土湖的下泄生態(tài)水量逐年增大[19]，使得青土湖水量從無到有，水位有所上升，地表植被覆蓋逐漸增加，這是紅崖山水庫水量逐年增加的重要原因。每年夏天農(nóng)業(yè)灌溉結束之后，紅崖山水庫將在8—11月份有計劃地向青土湖生態(tài)補水3 180 m3[20]，這是導致每年11月份紅崖山水庫水域面積變小的重要原因，因需求量逐漸增加，紅崖山水庫的水量也在不斷增加，這是導致紅崖山水庫逐漸上升的間接驅(qū)動力。

3)入庫徑流變化。1962—2010年均入庫徑流最小值為2001年的0.70億m3，據(jù)金彥兆等[21]研究，紅崖山水庫站徑流量年際變化曲線表明，2001—2010年入庫徑流量逐漸增加，根據(jù)紅崖山水庫站季節(jié)徑流量變化圖發(fā)現(xiàn)，春夏秋冬四季的徑流量自2000年以后都出現(xiàn)回升，近20 a紅崖山水庫水域面積不斷增加的直接原因是入庫徑流量自2000年逐漸增加。

4)工、農(nóng)、生活用水。紅崖山水庫的最重要的職能是供工業(yè)園區(qū)、農(nóng)業(yè)灌溉和百姓生活用水。民勤縣紅沙崗工業(yè)園區(qū)的需水主要來自紅崖山水庫，以滿足工業(yè)用水，保證工業(yè)生產(chǎn)順利進行，為民勤縣的經(jīng)濟發(fā)展提供便利[22]，為當?shù)氐膰窠?jīng)濟打下堅實基礎。每年的夏季6—8月份為農(nóng)業(yè)、林業(yè)灌溉期，氣溫升高，蒸散發(fā)增加，導致該時期紅崖山水庫出現(xiàn)枯水期，紅崖山擔負了紅崖山灌區(qū)13個鄉(xiāng)鎮(zhèn)，2個國營農(nóng)林場農(nóng)田及生態(tài)經(jīng)濟林草灌溉任務,實際灌溉面積440.4 km2，是主要的灌溉水來源。由于工農(nóng)業(yè)用水的增加導致水域面積處于波動上升的趨勢。2010年全縣總?cè)丝诒?000年減少近2.8萬人，人口總量與用水呈正相關，人口的減少意味著用水量的減少，這是水域面積增加的間接驅(qū)動力。

4 結論

本文通過對西北地區(qū)紅崖山水庫2000—2019年的水面面積變化遙感調(diào)查及驅(qū)動力分析，得出以下結論：

1)與傳統(tǒng)的遙感監(jiān)測方法相比，利用GEE云計算平臺可以在線處理多種類型的遙感影像，節(jié)省存儲和運行空間，不受時空的制約，處理速度得到數(shù)量級提升，效率得到指數(shù)提高，為后續(xù)的大尺度區(qū)域的遙感影像處理提供了有力支撐。

2)紅崖山水庫的水域總面積增加8.98 km2，面積變化率高達42.6%，呈波動上升的趨勢，年際變化率逐年減小，水域面積整體趨于穩(wěn)定增加狀態(tài)。2000—2019年水庫水域面積月際變化呈倒“正態(tài)曲線”，豐水期主要集中在每年春秋季節(jié)的3月份和9—10月份，枯水期主要集中在每年夏季的6月份；春夏秋冬四季年際水域面積都是逐年上升，春秋季節(jié)平均年際增長率為5.03%和5.22%，秋季平均年際增長率最低僅為2.42%，夏季水域面積平均年際增長率為22.19%，年際變化幅度最大，秋季變化幅度最小，因此夏季水域面積變化最不穩(wěn)定，秋季水域面積變化最穩(wěn)定，夏季水域面積呈“V”字波動上升且變化幅度很大。

3)根據(jù)對紅崖山水庫水域面積增加的驅(qū)動力分析，直接驅(qū)動因素為降水量的變化，加高擴建工程，以及入庫徑流變化，其中降水量的增加和加高擴建工程是水域面積增加的主要驅(qū)動力；間接驅(qū)動因素為氣溫的變化，植被覆蓋度的變化，生態(tài)環(huán)境修復以及工、農(nóng)、生活用水，都是十分重要的驅(qū)動力。