基于Landsat影像的鄱陽湖地物覆蓋遙感監(jiān)測與預(yù)測

王宇彤 官云蘭 袁晨鑫

(1. 東華理工大學(xué) 測繪工程學(xué)院, 江西 南昌 330013; 2. 流域生態(tài)與地理環(huán)境監(jiān)測國家測繪地理信息局重點(diǎn)實(shí)驗(yàn)中心, 江西 南昌 330013; 3. 中陜核工業(yè)集團(tuán)測繪院有限公司, 陜西 西安 710000)

0 引言

濕地生態(tài)系統(tǒng)是我們生活的整個(gè)地球生物圈的重要組成部分,是地球上生產(chǎn)力最高的生態(tài)系統(tǒng)之一[1]。鄱陽湖濕地在我國濕地系統(tǒng)中占據(jù)了極其重要的部分。鄱陽湖濕地是一個(gè)內(nèi)陸型濕地,湖泊、永久性河流、時(shí)令湖和永久性淡水草本沼澤、泡沼等組成了鄱陽湖整個(gè)濕地結(jié)構(gòu)。近年來,自然變化原因與人為因素相結(jié)合使得鄱陽湖濕地地區(qū)的生態(tài)發(fā)生了明顯改變,年平均水位與逐月平均水位均有顯著變化,并且這個(gè)變化在汛后伏秋季節(jié)越發(fā)突出,枯水期到來的更早些許,持續(xù)時(shí)間也有所延長[2],如任其繼續(xù)發(fā)展,生態(tài)環(huán)境一旦破壞,帶來的影響是難以逆轉(zhuǎn)的。自從1992年中國加入了《濕地公約》以來,政府以及國內(nèi)濕地相關(guān)的科研部門對(duì)濕地保護(hù)工作的重視日益提高[3],鄱陽湖濕地的變化也引起了有關(guān)政府的關(guān)注與重視。

遙感技術(shù)的持續(xù)發(fā)展使得近幾年利用遙感技術(shù)開展?jié)竦胤诸惻c監(jiān)測研究成為濕地分類與監(jiān)測的重要途徑。國內(nèi)外許多學(xué)者在遙感技術(shù)運(yùn)用于濕地監(jiān)測上做了許多工作。常偉綱等[4]利用2009—2017年的Landsat ETM+和OLI影像對(duì)大沽河口濕地變化進(jìn)行監(jiān)測;DRIBAULT等[5]利用GeoEye-1高分影像對(duì)加拿大拉格蘭德河流域進(jìn)行了植被分類;趙子飛等[6]利用海岸帶高光譜成像儀影像對(duì)黃河口濕地中濕地典型植被進(jìn)行分類提取。許多學(xué)者對(duì)鄱陽湖進(jìn)行遙感監(jiān)測且得到了一定的研究成果。李成梁[7]利用Landsat、GF1、HJ衛(wèi)星數(shù)據(jù)分析環(huán)鄱陽湖濕地特征,監(jiān)測分析不同季相的濕地分布及動(dòng)態(tài)變化情況和環(huán)湖區(qū)水稻田濕地的分布及面積轉(zhuǎn)移變化情況;TANG等[8]利用鄱陽湖地區(qū)1995、2005和2014年Landsat影像對(duì)土地利用變化對(duì)棲息地的影響進(jìn)行分析;翟俊等[9]將2013—2018年MODIS植被指數(shù)產(chǎn)品與高分1號(hào)和高分2號(hào)數(shù)據(jù)相結(jié)合,監(jiān)測與分析了鄱陽湖岸線及周邊濕地變化情況。

CA-Markov模型是將元胞自動(dòng)機(jī)(Cellular Automata，CA)和馬爾可夫鏈(Markov)相結(jié)合,其同時(shí)具備馬爾科夫模型可以進(jìn)行長期預(yù)測的優(yōu)點(diǎn)以及元胞自動(dòng)機(jī)可以模擬復(fù)雜系統(tǒng)空間變化的能力,克服了傳統(tǒng)土地演變模擬存在的缺陷,在分析和模擬土地利用變化方面取得了良好的效果。因此,該模型被國內(nèi)外學(xué)者廣泛運(yùn)用。劉煜等[10]以2010和2015年的連云港市土地利用現(xiàn)狀圖作為基礎(chǔ)數(shù)據(jù),運(yùn)用CA-Markov模型預(yù)測2020年的土地利用狀況;王麗霞等[11]計(jì)算陜西省 2000、2005、2010和2015年度的植被覆蓋度,利用CA-Markov模型預(yù)測2020年歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)的空間分布狀況;Mondal等[12]對(duì)印度Kamrup Metropolita地區(qū)未來土地利用和土地覆蓋變化的過程進(jìn)行了預(yù)測,并對(duì)CA-Markov進(jìn)程的有效性進(jìn)行了審查;GASHAW等[13]分析了埃塞俄比亞藍(lán)尼羅河流域安達(dá)薩流域在1958—2015年期間土地利用的變化,并利用CA-Markov模型預(yù)測了2030—2045年的變化情況。

基于此,本文使用2015—2020年鄱陽湖1月的Landsat影像數(shù)據(jù)作為本次研究的基礎(chǔ)數(shù)據(jù),對(duì)影像數(shù)據(jù)進(jìn)行預(yù)處理與影像分類,通過分類結(jié)果對(duì)鄱陽湖枯水期地物覆蓋變化進(jìn)行分析;然后利用CA-Markov模型預(yù)測2021年鄱陽湖同時(shí)期地物覆蓋情況。

1 研究區(qū)概述

鄱陽湖是長江中下游南岸、江西省西北部的一個(gè)淡水湖生態(tài)濕地,地理位置為115°47′～116°45′E,28°22′～29°45′N,江西省境內(nèi)的多條河流流經(jīng)鄱陽湖調(diào)蓄后流入長江,以鄱陽湖為匯集中心,構(gòu)成了一個(gè)的完整輻聚水系[14]。鄱陽湖是季節(jié)性淡水湖,每年的4月開始進(jìn)入豐水期直至9月,從10月開始便是鄱陽湖的枯水期,持續(xù)到次年3月結(jié)束,周而復(fù)始,隨季節(jié)更替,為遷徙而來的候鳥提供良好的棲息地。

2 數(shù)據(jù)與研究方法

2.1 數(shù)據(jù)來源與預(yù)處理

由于1月為鄱陽湖枯水期中段,相較于初期及末期易受降水情況影響的情況,選擇1月研究區(qū)影像進(jìn)行研究可以較好地體現(xiàn)研究區(qū)枯水期的生態(tài)環(huán)境變化情況。文中采用OLI_TIRS傳感器獲取的鄱陽湖濕地研究區(qū)1月Landsat8陸地成像儀(Operational Land Imager，OLI)影像作為研究對(duì)象,在地理空間數(shù)據(jù)云(http:∥www.gscloud.cn/)下載得到。選用研究時(shí)間內(nèi)云量較低的衛(wèi)星影像,以便處理與后期的分類。用于檢驗(yàn)地物分類精確度的哨兵2號(hào)數(shù)據(jù)從美國地質(zhì)勘探局(United States Geological Survey，USGS)官網(wǎng)(https:∥glovis.usgs.gov/app)下載。鄱陽湖水域范圍矢量邊界數(shù)據(jù)利用中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(https:∥www.resdc.cn)下載的“中國一級(jí)河流空間分布數(shù)據(jù)集”,通過ArcGIS軟件依據(jù)鄱陽湖地理位置裁剪編輯獲得。

首先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。經(jīng)過輻射定標(biāo)與大氣校正后,利用鄱陽湖矢量邊界數(shù)據(jù),對(duì)處理后數(shù)據(jù)圖像進(jìn)行影像裁剪,得到鄱陽湖區(qū)域各個(gè)時(shí)間段的精確濕地影像;在此基礎(chǔ)上對(duì)預(yù)處理后的影像進(jìn)行分類。

2.2 濕地地物分類

通過查閱已有的文獻(xiàn)資料[15],結(jié)合鄱陽湖濕地實(shí)際生態(tài)環(huán)境情況,建立濕地地物類型解譯標(biāo)志。對(duì)影像進(jìn)行目視解譯,建立水體、裸露洲灘、沙地、草地4種地物類型解譯標(biāo)志。

采用支持向量機(jī)法對(duì)預(yù)處理后的影像數(shù)據(jù)進(jìn)行分類處理,在ENVI5.3軟件中,通過監(jiān)督分類工具實(shí)現(xiàn)。選擇徑向基核函數(shù)(Radial Basis Function),再利用Majority分析的方法進(jìn)行小斑塊去除,使原始分類圖像更加平滑,獲得最終分類圖。

影像分類后,需要對(duì)分類結(jié)果進(jìn)行精度評(píng)定。本次選擇混淆矩陣進(jìn)行精度評(píng)定,其中包括總體分類精度、錯(cuò)分誤差、漏分誤差、制圖精度、用戶精度和Kappa系數(shù)幾項(xiàng)評(píng)價(jià)指標(biāo)。

以2016年分類影像為例,其評(píng)價(jià)結(jié)果如表1所示。4種地物類型的總體分類精度為99.93%，Kappa系數(shù)為0.998 8。

表1 2016年影像分類精度 單位：%

其余監(jiān)測時(shí)期影像分類精度評(píng)定均與2016年分類精度相近,達(dá)到分類精度要求。

圖1(a)～(f)分別為2015、2016、2017、2018、2019與2020年的濕地地物分類結(jié)果。

圖1 六期影像濕地地物分類結(jié)果

如分類結(jié)果所示,鄱陽湖地區(qū)枯水期水體分布主要位于北部與東部,南部少量分布;裸露洲灘多位于中部及南部,水位下降時(shí),北部水下的灘涂裸露在外;沙地主要分布在中部,北部與東部有零星分布;草地多分布在南部地區(qū),水體面積減少時(shí),中部部分地區(qū)被植被草地所覆蓋。

廣東省對(duì)實(shí)行最嚴(yán)格水資源管理制度“三條紅線”控制目標(biāo)的設(shè)定，充分考慮廣東服務(wù)業(yè)發(fā)達(dá)、第三產(chǎn)業(yè)用水比重大、城鎮(zhèn)化程度高等省情，提出了2011—2015年廣東省水資源管理控制指標(biāo)共分為3大項(xiàng)9個(gè)指標(biāo)，比國家考核適當(dāng)增加了工業(yè)和生活用水量、萬元GDP用水量、城鎮(zhèn)供水水源地水質(zhì)達(dá)標(biāo)率等5個(gè)考核指標(biāo)，在工作任務(wù)上力求做到“跳起來、摸得著”。

鄱陽湖水體面積大小與三峽工程有著密不可分的聯(lián)系[16],2008年三峽水庫開始試驗(yàn)性蓄水,當(dāng)三峽工程運(yùn)行時(shí),處于下游的鄱陽湖的水位則會(huì)隨著三峽水庫水位的升高而降低,導(dǎo)致水體的面積大幅減少;而2016與2019年同時(shí)期水體面積增大也與降水量較多有關(guān)[2]。

2.3 基于CA-Markov模型的土地利用預(yù)測

CA-Markov模型是將馬爾可夫鏈(Markov)和元胞自動(dòng)機(jī)(CA)相結(jié)合的模型,是一個(gè)基于土地利用轉(zhuǎn)移概率矩陣及土地利用適宜性圖集,來預(yù)測未來土地利用變化趨勢(shì)。本文利用IDRIS軟件中CA-Markov模塊實(shí)現(xiàn)土地利用預(yù)測。

選擇Markov生成的條件概率矩陣作為適宜性圖集。為了預(yù)測2021年數(shù)據(jù),將轉(zhuǎn)移矩陣的時(shí)間步距設(shè)置為1年,預(yù)測年限設(shè)置為1年,這樣就可以以2020年的土地覆蓋情況為初始圖層,利用2019—2020年不同地物覆蓋類型面積轉(zhuǎn)移矩陣,以及2020年的土地適宜性圖集,預(yù)測2021年的土地利用現(xiàn)狀圖。面積轉(zhuǎn)移矩陣表示的是原土地覆蓋類別轉(zhuǎn)變成其他土地覆蓋類別的面積,概率矩陣表示的是原土地覆蓋類別轉(zhuǎn)變成其他土地覆蓋類別的概率。

首先利用2020年土地覆蓋情況預(yù)測與實(shí)際結(jié)果對(duì)比對(duì)預(yù)測模型進(jìn)行精度檢驗(yàn)。通過CA-Markov,采用5×5的濾波器,以2019年土地覆蓋情況作為初始圖層,利用 2018—2019年不同地物覆蓋類型面積轉(zhuǎn)移概率矩陣,以及2019年的土地適宜性圖集,預(yù)測2020年的地物覆蓋變化情況。

2018—2019年土地覆蓋類別面積轉(zhuǎn)移矩陣和概率矩陣如表2～3所示。

表2 2018—2019年土地覆蓋類別面積轉(zhuǎn)移矩陣 單位:km2

表3 2018—2019年鄱陽湖土地覆蓋類別概率轉(zhuǎn)移矩陣 單位:%

表4列出了2020年的預(yù)測結(jié)果與分類后統(tǒng)計(jì)所得實(shí)際結(jié)果。

表4 濕地地物面積統(tǒng)計(jì) 單位:km2

利用Kappa系數(shù)驗(yàn)證預(yù)測的精度,其是一種衡量評(píng)估值之間一致性的重要指標(biāo),K指Kappa系數(shù),公式為

K=(po-pc)÷(1-pc)

(1)

(2)

有5個(gè)級(jí)別來表示一致性的程度[7]:0～0.2為極低的一致性;0.21～0.4為一般的一致性;0.41～0.6為中等的一致性;0.61～0.8為高度的一致性;0.81～1為幾乎完全一致。此次計(jì)算Kappa系數(shù)值為0.809 5,表現(xiàn)出高度一致性,說明該模型可以進(jìn)行預(yù)測2021年地物覆蓋情況。預(yù)測的2021年地物覆蓋情況如圖2所示,面積見表6。

表6 濕地地物占比統(tǒng)計(jì) 單位:%

圖2 2021年鄱陽湖地物覆蓋分布情況(預(yù)測)

表5～6、圖3為統(tǒng)計(jì)出的鄱陽湖濕地每年地物面積、占比與變化情況。

表5 濕地地物面積統(tǒng)計(jì) 單位:km2

圖3 鄱陽湖地物覆蓋變化情況(含預(yù)測)

如圖3、表6～7顯示,水體面積在2019年較大,其余年份均保持在500 km2上下波動(dòng);裸露出來的洲灘面積占比最大,在2015—2016年快速下降,除2018年面積較大外,2016年后保持1 200 km2上下波動(dòng);草地面積與裸露洲灘面積成反比,在2015年與2018年間較小,其余年間草地面積均保持在350 km2上下波動(dòng);沙地面積常年保持60 km2上下波動(dòng)。根據(jù)監(jiān)測時(shí)期內(nèi)研究區(qū)地物覆蓋面積變化規(guī)律,預(yù)計(jì)2021年水體面積與裸露洲灘面積會(huì)表現(xiàn)下降趨勢(shì),但下降速度較為緩慢,草地面積則表現(xiàn)緩慢上升趨勢(shì),沙地面積不會(huì)有較大變化。

3 結(jié)束語

濕地對(duì)于整個(gè)生物圈的重要性不言而喻,它的作用是無法估量的。本文使用2015—2020年鄱陽湖濕地1月枯水期共6期Landsat數(shù)據(jù),通過遙感影像預(yù)處理與分類,對(duì)鄱陽湖近年枯水期地物覆蓋情況進(jìn)行監(jiān)測,利用CA-Markov模型對(duì)2021年鄱陽湖枯水期地物覆蓋變化情況進(jìn)行預(yù)測,通過對(duì)實(shí)驗(yàn)結(jié)果的分析可得出以下結(jié)論:

(1)在所研究的6年間,鄱陽湖區(qū)域枯水期的水體面積較為穩(wěn)定,僅2019年同時(shí)期水體面積略有所增大,1月枯水期的鄱陽湖區(qū)域大面積被裸露洲灘所覆蓋,以裸露洲灘為主,草地多由裸露出水面的洲灘所演化而來,分布也較為廣泛,集中在鄱陽湖南部與中部區(qū)域,近年來較多裸露洲灘持續(xù)演化為草地。沙地所占面積最小,常年保持一定面積波動(dòng),主要分布在中部的松門山島北部和鄱陽湖北部與長江相接的入江水道兩側(cè)南側(cè)。所得地物覆蓋分布及變化趨勢(shì)與已有研究結(jié)果相符。

(2)選擇CA-Markov模型對(duì)2020年地物覆蓋情況進(jìn)行預(yù)測,與2020年實(shí)際地物覆蓋情況進(jìn)行預(yù)測精度計(jì)算,從預(yù)測的精度結(jié)果來看,預(yù)測數(shù)據(jù)比較符合鄱陽湖區(qū)域?qū)嶋H的地物覆蓋情況,體現(xiàn)了CA-Markov模型在時(shí)空模擬方面具有突出的準(zhǔn)確性和高效性。

(3)基于CA-Markov,以2020年土地覆蓋情況作為初始圖層預(yù)測2021年土地覆蓋情況,根據(jù)預(yù)測影像與統(tǒng)計(jì)結(jié)果獲得2021年土地覆蓋變化,以現(xiàn)狀發(fā)展,鄱陽湖1月同期枯水期水體面積會(huì)持續(xù)下降,更多的水底灘涂裸露在外,但較多裸露洲灘轉(zhuǎn)化為草地,草地面積將會(huì)持續(xù)上升,沙地面積稍有下降,分布地區(qū)未見過多變化。

(4)氣候變化、城鎮(zhèn)化建設(shè)、水利設(shè)施建設(shè)、圍湖種田等自然與人工的影響因素都會(huì)對(duì)鄱陽湖的生態(tài)環(huán)境演化產(chǎn)生不同程度上的影響。濕地地物類型的轉(zhuǎn)化反應(yīng)出了鄱陽湖區(qū)域生態(tài)環(huán)境的變化,其中,水體面積的變化是可以在最明顯的程度上反應(yīng)出鄱陽湖受這些因素影響的情況。

本次實(shí)驗(yàn)的樣本選擇是根據(jù)目視解譯結(jié)果進(jìn)行判斷的,存在無法避免的誤差,接下來的進(jìn)一步研究需要收集研究區(qū)實(shí)測數(shù)據(jù),提高分類精度并對(duì)分類精度進(jìn)行驗(yàn)證;在模擬過程中,初始設(shè)定的元胞大小為默認(rèn)數(shù)據(jù),沒有論證設(shè)定元胞大小的設(shè)定是否會(huì)對(duì)模擬精度有影響,設(shè)定不同的元胞大小與不同研究區(qū)的適配性有待進(jìn)一步研究。