張磊

(民政部國(guó)家減災(zāi)中心，北京 100124)

洪澤湖位于我國(guó)江蘇省西北部地區(qū)，湖區(qū)跨宿遷與淮安兩市，是淮河中下游分界線(xiàn)，區(qū)域總覆蓋面積約18 090 km2，為我國(guó)五大淡水湖之一[1]。作為淮河流域最大的湖泊，洪澤湖是淮河上一個(gè)極具意義的水源調(diào)蓄水庫(kù)[2]，也是南水北調(diào)東線(xiàn)工程的重要調(diào)蓄水庫(kù)[3]；同時(shí)，湖區(qū)周?chē)植贾姸酀竦?，野生?dòng)植物資源豐富，是區(qū)域內(nèi)重要的生態(tài)功能區(qū)，對(duì)區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展和民生具有重要的意義和影響。受強(qiáng)烈的季風(fēng)性氣候類(lèi)型影響，洪澤湖區(qū)域季節(jié)性降水頻繁。在汛期，受淮河中上游強(qiáng)降水及本區(qū)降水影響，湖水水體面積隨水位波動(dòng)較大[4]，對(duì)當(dāng)?shù)鼐用裆畎踩徒?jīng)濟(jì)發(fā)展產(chǎn)生重要的影響。因此，對(duì)洪澤湖水體范圍變化開(kāi)展快速、有效的監(jiān)測(cè)，對(duì)洪澇災(zāi)害范圍識(shí)別和生態(tài)濕地系統(tǒng)功能監(jiān)測(cè)具有重要的意義。

國(guó)內(nèi)利用遙感技術(shù)開(kāi)展了洪澤湖水體面積監(jiān)測(cè)研究。文獻(xiàn)[5]中利用陸地衛(wèi)星-7(Landsat-7)數(shù)據(jù)，開(kāi)展了輔以紋理特征的洪澤湖局部濕地信息提取研究。文獻(xiàn)[6]中利用陸地衛(wèi)星-5的專(zhuān)題制圖儀(TM)數(shù)據(jù)，基于決策樹(shù)完成了洪澤湖濕地信息的提取。文獻(xiàn)[1]中利用多顆“陸地衛(wèi)星”的TM和增強(qiáng)型專(zhuān)題制圖儀(ETM)數(shù)據(jù)，研究了洪澤湖地區(qū)土地利用與景觀(guān)格局演變。文獻(xiàn)[7]中利用2003年、2008年、2013年三時(shí)相的斯波特-5(SPOT-5)、斯波特-4和高分一號(hào)(GF-1)衛(wèi)星遙感影像，研究了洪澤湖河湖交匯區(qū)土地利用的變化情況。文獻(xiàn)[4]中利用1973年、1984年、2006年3期“陸地衛(wèi)星”數(shù)據(jù)，開(kāi)展了洪澤湖區(qū)土地利用、覆蓋變化的分析。文獻(xiàn)[3]中利用衛(wèi)星遙感技術(shù)開(kāi)展淮河中下游洪澤湖水體變化研究，對(duì)1971-2001年洪澤湖岸線(xiàn)變化進(jìn)行了定量分析。

綜上所述，對(duì)防汛防洪急需的高時(shí)間分辨率洪澤湖水體范圍變化監(jiān)測(cè)研究較少。以往受制于衛(wèi)星重訪(fǎng)周期的影響，時(shí)間分辨率有限，不能提供及時(shí)、有效的數(shù)據(jù)實(shí)現(xiàn)對(duì)汛期水體范圍變化的有效監(jiān)測(cè)[8]。高分四號(hào)(GF-4)衛(wèi)星數(shù)據(jù)具有高時(shí)間分辨率特點(diǎn)，對(duì)開(kāi)展洪澤湖汛期前、中、后完整時(shí)期的水體范圍變化監(jiān)測(cè)與分析，具有明顯優(yōu)勢(shì)。本文針對(duì)高分四號(hào)衛(wèi)星數(shù)據(jù)特點(diǎn)，自動(dòng)化提取水體范圍，通過(guò)基于相關(guān)分析的變化檢測(cè)算法，開(kāi)展洪澤湖水體范圍變化的快速提取，完成典型汛期前、中、后洪澤湖水體范圍變化監(jiān)測(cè)，可為區(qū)域防災(zāi)減災(zāi)與損失評(píng)估，以及旱澇轉(zhuǎn)換預(yù)防提供參考。

1 高分四號(hào)衛(wèi)星數(shù)據(jù)選取及分析

1.1 衛(wèi)星遙感數(shù)據(jù)與水勢(shì)水情

高分四號(hào)衛(wèi)星是我國(guó)高分辨率對(duì)地觀(guān)測(cè)系統(tǒng)重大專(zhuān)項(xiàng)工程的重要成果，也是我國(guó)首顆地球靜止軌道高分辨率光學(xué)遙感衛(wèi)星，其數(shù)據(jù)具有極高的時(shí)間分辨率(凝視模式)和超大幅寬，單景幅寬達(dá)到500 km×500 km，成像指標(biāo)見(jiàn)表1。該衛(wèi)星又具備與“陸地衛(wèi)星”相似的中分辨率地物辨識(shí)能力(50 m)，衛(wèi)星觀(guān)測(cè)機(jī)動(dòng)靈活，反應(yīng)速度快，能夠迅速抓住有限的觀(guān)測(cè)窗口，實(shí)現(xiàn)對(duì)目標(biāo)區(qū)域的觀(guān)測(cè)，因而在減災(zāi)與應(yīng)急管理中有著十分廣闊的應(yīng)用前景[9-10]。

本文經(jīng)過(guò)數(shù)據(jù)篩選建立高分四號(hào)衛(wèi)星遙感(1～5波段)洪澤湖水體范圍變化監(jiān)測(cè)時(shí)間序列(4時(shí)相)，數(shù)據(jù)獲取時(shí)間為2016-05-11、2016-07-30、2016-08-01及2016-09-12，大體代表了湖區(qū)汛期前、中、后各時(shí)段。其蓄水量動(dòng)態(tài)變化見(jiàn)表2[10]，數(shù)據(jù)來(lái)源于淮河水利委員會(huì)水文局按月水勢(shì)通報(bào)。

表1 高分四號(hào)衛(wèi)星成像指標(biāo)Table 1 Imaging indexes of GF-4 satetllite

表2 2016年5-9月洪澤湖蓄水量變化Table 2 Changes of water storage in Hongze Lakefrom May to September, 2016

1.2 研究方法

1)水體提取

水體的反射光譜在可見(jiàn)-近紅波段特征明顯，且波段差異大，構(gòu)建水體指數(shù)能夠增加水體與非水體的可區(qū)分度，進(jìn)而實(shí)現(xiàn)水體提取。文獻(xiàn)[11]中利用綠色波段和近紅外波段構(gòu)建了歸一化差異水體指數(shù)，定義如下。

INDW=(BGreen-BNIR)/(BGreen+BNIR)

(1)

式中：BGreen為綠色波段灰度值；BNIR為近紅外波段灰度值。

2)空間信息輔助相關(guān)分析的變化檢測(cè)

洪澤湖區(qū)域地物類(lèi)型相對(duì)簡(jiǎn)單，通過(guò)混合水體指數(shù)模型方法雖然能夠快速、自動(dòng)地實(shí)現(xiàn)水體提取，但該方法是基于像素級(jí)特征開(kāi)展的，因而對(duì)像素值變化敏感；而汛期內(nèi)水體、淹沒(méi)區(qū)等范圍內(nèi)往往情況復(fù)雜，導(dǎo)致提取結(jié)果出現(xiàn)圖斑破碎的情況[12]。因此，監(jiān)測(cè)前的難點(diǎn)之一在于如何實(shí)現(xiàn)水體提取后的數(shù)據(jù)快速合并歸類(lèi)。本文基于空間信息將破碎圖斑進(jìn)行合理有效的歸并，再完成相關(guān)分析的變化檢測(cè)，以解決這一問(wèn)題。

(1)破碎圖斑歸并。通過(guò)一定的合并規(guī)則，對(duì)差異區(qū)域進(jìn)行歸并。本文采用面積作為考察值，差異區(qū)面積小于閾值時(shí)，認(rèn)為是同一類(lèi)型，對(duì)圖斑進(jìn)行歸類(lèi)。雖然該方法存在誤判的情況，但對(duì)于水體范圍變化監(jiān)測(cè)，在一定范圍內(nèi)去細(xì)存粗，從應(yīng)用角度上講是合理可行的。

(2)基于相關(guān)分析的變化檢測(cè)。汛期通常持續(xù)時(shí)間為十幾天至幾十天之間，人類(lèi)活動(dòng)對(duì)地表影響有限，排除水淹等自然因素影響，地表類(lèi)型變化有限。對(duì)于破碎圖斑歸類(lèi)后的數(shù)據(jù)，開(kāi)展基于相關(guān)分析的變化檢測(cè)。其基本思路是：①將兩時(shí)相數(shù)據(jù)配準(zhǔn)和覆蓋范圍統(tǒng)一。②選擇滑動(dòng)模板，本文選擇3×3(像素)，模板在兩幅影像對(duì)應(yīng)區(qū)域同步依次自左到右、自上到下逐像元依次滑動(dòng)。③新建與兩影像大小分辨率一致的空白影像。④對(duì)模板區(qū)域內(nèi)兩時(shí)相對(duì)應(yīng)像素進(jìn)行相關(guān)分析。本文選用相關(guān)系數(shù)r作為判別依據(jù)，將模板內(nèi)前后時(shí)相影像內(nèi)的同名像素值按照順序構(gòu)建空間矢量，分別為X和Y，兩者的相關(guān)系數(shù)為r。

(2)

式中：C(X,Y)為X與Y的協(xié)方差；V[X]為X的方差；V[Y]為Y的方差。

理論上，相同像元范圍地表無(wú)變化，相關(guān)系數(shù)應(yīng)當(dāng)為1，此時(shí)新建影像對(duì)應(yīng)像素值類(lèi)別為先時(shí)相類(lèi)別；如果超過(guò)閾值，則認(rèn)為該區(qū)域發(fā)生變化，此時(shí)該像素以后時(shí)相像素值為類(lèi)型，同時(shí)設(shè)置該像素為變化區(qū)域。

2 洪澤湖汛期水體范圍變化分析

2.1 水體提取結(jié)果

以2016-05-11為例，開(kāi)展水體提取，見(jiàn)圖1?？梢钥闯?，自動(dòng)分類(lèi)主要有兩類(lèi)問(wèn)題：①沿岸存在一定的破碎圖斑，圖斑歸并算法能消除部分破碎圖斑，未消除的少量破碎圖斑在整個(gè)水體范圍中占的比較少，影響有限，可以忽略不計(jì)。②近河道地區(qū)、沿湖分布的濕地及淺水區(qū)等部分地區(qū)，地物屬性分類(lèi)不確定。高分四號(hào)衛(wèi)星具有藍(lán)色、綠色波段，它們對(duì)水體穿透能力較強(qiáng)，因此在淺水區(qū)容易受到水底地物影響,出現(xiàn)誤判。同時(shí)，由于高分四號(hào)衛(wèi)星數(shù)據(jù)(中紅外除外)的空間分辨率為50 m，在濕地或者水體-裸地不連續(xù)分布的區(qū)域，當(dāng)面積小于2500 m2(或一定范圍)時(shí)，水體與其他地物相互影響，造成一定的誤判。這類(lèi)誤判區(qū)較破碎圖斑面積大，但考慮到這類(lèi)地區(qū)往往與水體區(qū)域緊密相連，很多功能屬性也與水體具有一致性或關(guān)聯(lián)性，因此將該區(qū)域判定為水體區(qū)域。

2.2 2016年5-9月洪澤湖水體范圍變化

對(duì)汛期不同時(shí)相的洪澤湖水體提取值(周長(zhǎng)、面積)進(jìn)行分類(lèi)統(tǒng)計(jì)，并分別計(jì)算較2016-05-11的變化率，考察在此汛期過(guò)程中水體范圍整體變化情況。同時(shí)，計(jì)算岸線(xiàn)發(fā)育系數(shù)，見(jiàn)式(3)。

(3)

式中：L為洪澤湖岸線(xiàn)長(zhǎng)度；A為洪澤湖水體面積。

岸線(xiàn)發(fā)育系數(shù)能夠描述岸線(xiàn)的復(fù)雜程度，岸線(xiàn)越不規(guī)則、越曲折多變，岸線(xiàn)發(fā)育系數(shù)越大，這也在一定程度上有利于水面生產(chǎn)活動(dòng)的發(fā)展，如水面養(yǎng)殖或水生植物生長(zhǎng)等[3]。

表3為洪澤湖水體范圍變化統(tǒng)計(jì)結(jié)果。

表3 洪澤湖水體范圍變化統(tǒng)計(jì)結(jié)果(較2016-05-11)Table 3 Statistical results of water body extent changes ofHongze Lake(compared with on May 11，2016)

從統(tǒng)計(jì)結(jié)果可知：5月為汛前，6月淮河流域迎來(lái)最大降水，6月底7月初迎來(lái)最大洪水。2016-07-30洪澤湖水體面積達(dá)到最大，較2016-05-11增加5.8%。進(jìn)入8月，洪澤湖水情平穩(wěn)，因此水體面積又有所減少。而進(jìn)入9月，水體面積又增加到與2016-07-30相當(dāng)水平，這說(shuō)明在2016-08-01后該區(qū)域內(nèi)又有新的水勢(shì)到來(lái)。在2016年3-9月，洪澤湖水體面積與周長(zhǎng)在一定范圍內(nèi)存在線(xiàn)性關(guān)系(負(fù)相關(guān))，相關(guān)系數(shù)達(dá)到了0.861(見(jiàn)圖2)。通常，當(dāng)水體面積擴(kuò)大后，周長(zhǎng)也隨之增加，但是洪澤湖水體面積增大后周長(zhǎng)卻減小了，出現(xiàn)了湖岸褶皺填平現(xiàn)象(在一定范圍內(nèi)有效)。岸線(xiàn)發(fā)育系數(shù)的變化也印證了這一現(xiàn)象。使用同樣方法，提取2017年3-5月洪澤湖水體面積與周長(zhǎng)，情況與2016年5-9月情況類(lèi)似(圖2中藍(lán)色折線(xiàn))。

將各時(shí)相結(jié)果分別與2016-05-01結(jié)果和上月數(shù)據(jù)進(jìn)行變化檢測(cè)對(duì)比分析，見(jiàn)圖3～7。通過(guò)數(shù)據(jù)統(tǒng)計(jì)(見(jiàn)表4)可以發(fā)現(xiàn)：①與汛前比，各個(gè)時(shí)相水體范圍均有不同程度的變化。水體面積增加與減少也同時(shí)存在。②水體變化區(qū)域較為集中，增加、減少區(qū)域不固定，但主要集中在洪澤湖東北岸、南岸，以及部分河道地區(qū)。③各時(shí)相水體變化率(較汛前)相似，都在8.0%左右，最大達(dá)到10.5%，該月也是最大洪水所在月。

將各時(shí)相數(shù)據(jù)進(jìn)行環(huán)比，可以發(fā)現(xiàn)：各相鄰時(shí)相間水體都在發(fā)生變化，變化情況較為劇烈。特別值得注意的是2016-08-01，盡管與2016-07-30間隔僅1天，但水體面積迅速減少104.1 km2，甚至略低于2016-05-11的水體面積。這一結(jié)果與該區(qū)域由澇轉(zhuǎn)旱特點(diǎn)一致，而且反映出由澇轉(zhuǎn)旱的劇烈程度，為區(qū)域內(nèi)由防澇轉(zhuǎn)變?yōu)榉篮倒ぷ鞯木o迫性提供了現(xiàn)實(shí)依據(jù)。在2016-09-12，發(fā)現(xiàn)水體面積較上一時(shí)相環(huán)比又出現(xiàn)大幅增加，達(dá)到汛期最大月的水體面積，這說(shuō)明在中上游又有大量來(lái)水，

也說(shuō)明可能新的一輪洪峰過(guò)境，需要加強(qiáng)水庫(kù)蓄水調(diào)節(jié)。環(huán)比同樣顯示，增加與減少區(qū)域相對(duì)固定，如洪澤湖南岸淮河入湖區(qū)(明祖陵鎮(zhèn)與官灘鎮(zhèn)之間區(qū)域)，本身地勢(shì)較低，水系與濕地沼澤集中分布，容易因?yàn)闈q水而被淹沒(méi)。

檢測(cè)時(shí)相對(duì)比時(shí)相面積變化量/km2變化率/%2016-07-302016-05-11 92.85.82016-08-012016-05-11-11.3-0.72016-09-122016-05-1191.25.72016-08-012016-07-30-104.1-6.22016-09-122016-08-01102.56.5

3 結(jié)束語(yǔ)

本文利用高分四號(hào)衛(wèi)星數(shù)據(jù)，開(kāi)展2016年5-9月洪澤湖汛期前、中、后各時(shí)期水體范圍變化監(jiān)測(cè)，結(jié)果顯示：在汛期，洪澤湖水體面積變化呈增加與減少并存情況，說(shuō)明汛期內(nèi)水體面積變化呈明顯的動(dòng)態(tài)交替變化過(guò)程。分析變化區(qū)域發(fā)現(xiàn)，在汛期，洪澤湖水體范圍變化較為固定，集中出現(xiàn)在一些典型區(qū)域。同時(shí)，在汛期，在非常短的時(shí)相內(nèi)(相隔1天)發(fā)生了劇烈的水體面積變化(減少)，退回到汛前水平，這也印證了該區(qū)域旱澇轉(zhuǎn)換的劇烈程度，為區(qū)域內(nèi)防洪防旱工作預(yù)判與準(zhǔn)備提供了現(xiàn)實(shí)依據(jù)。監(jiān)測(cè)數(shù)據(jù)還顯示，在一定范圍內(nèi)，洪澤湖水體面積與周長(zhǎng)呈線(xiàn)性負(fù)相關(guān)。

在數(shù)據(jù)篩選過(guò)程中發(fā)現(xiàn)，雖然高分四號(hào)衛(wèi)星數(shù)據(jù)時(shí)間分辨率高，但因?yàn)檠雌谔鞖庥绊懀€是有大量的數(shù)據(jù)無(wú)法使用，增加了數(shù)據(jù)篩選的困難。同時(shí)，一景數(shù)據(jù)覆蓋范圍大，但由于云覆蓋比例篩選，可能會(huì)把對(duì)目標(biāo)區(qū)域有用的數(shù)據(jù)過(guò)濾掉，從而導(dǎo)致數(shù)據(jù)浪費(fèi)和監(jiān)測(cè)時(shí)間序列不夠密集。隨著智能遙感技術(shù)的發(fā)展[13]，建立星上智能專(zhuān)題數(shù)據(jù)快速處理，利用自動(dòng)化處理技術(shù)對(duì)目標(biāo)水體范圍迅速完成提取，由星上原始數(shù)據(jù)傳輸轉(zhuǎn)變?yōu)閮H對(duì)提取后結(jié)果傳輸，將大大提高衛(wèi)星數(shù)據(jù)的利用效率和監(jiān)測(cè)的頻次，實(shí)現(xiàn)更為高效的汛期過(guò)程水體范圍變化監(jiān)測(cè)。

參考文獻(xiàn)(References)

[1] 徐嘉興，李鋼，渠俊峰，等.洪澤湖地區(qū)土地利用與景觀(guān)格局演變[J].長(zhǎng)江流域資源與環(huán)境,2011,20(10):1211-1216

Xu Jiaxing, Li Gang, Qu Junfeng, et al. Changes of land use and landscape pattern in Hongze Lake Basin[J]. Resources and Environment in the Yangtze Basin, 2011, 20(10): 1211-1216 (in Chinese)

[2] 吳曉兵.洪澤湖60年的變遷[J].中國(guó)水利,2009(14):21-23

Wu Xiaobing. Change of Hongze Lake over 60 years[J]. China Water Resources, 2009(14): 21-23 (in Chinese)

[3] 范亞民,何華春,崔云霞,等.淮河中下游洪澤湖水域水體動(dòng)態(tài)變化研究[J].長(zhǎng)江流域資源與環(huán)境,2010,19(12):1397-1403

排卵期出血一般是在出血多、時(shí)間長(zhǎng)才需要治療，所以，很少數(shù)的病人才需要治療。治療時(shí)可以口服短效避孕藥，抑制了排卵，自然不會(huì)有排卵期出血?；蛘呤褂命S體酮也可以達(dá)到類(lèi)似的效果。

Fan Yamin, He Huachun, Cui Yunxia, et al. Dynamic analysis of water area in the lake of Hongze Basin[J]. Resources and Environment in the Yangtze Basin， 2010, 19(12): 1397-1403 (in Chinese)

[4] 夏雙,阮仁宗,顏梅春,等.洪澤湖區(qū)土地利用/覆蓋變化分析[J].遙感信息,2013，28(1):54-59

Xia Shuang, Ruan Renzong, Yan Meichun，et al. Analysis on land use/cover change in Hongze Lake[J]. Remote Sensing Information， 2013， 28(1): 54-59 (in Chinese)

[5] 張礫.輔以紋理特征的洪澤湖濕地信息提取[J].遙感信息,2010，25(3):30-34

Zhang Li. Wetland information extraction combined with texture features[J]. Remote Sensing Information, 2010，25(3): 30-34 (in Chinese)

[6] 張樓香,阮仁宗.基于決策樹(shù)的洪澤湖濕地信息提取[J].測(cè)繪與空間地理信息,2015，38(2):87-91

Zhang Louxiang， Ruan Renzong. Extraction of Hongze Lake wetland information based on the decision tree[J]. Geomatics & Spatial Information Technology, 2015，38(2): 87-91 (in Chinese)

[7] 吳翼,戴蓉,徐勇峰,等.洪澤湖河湖交匯區(qū)土地利用時(shí)空動(dòng)態(tài)[J].南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2016，40(4): 22-28

Wu Yi， Dai Rong， Xu Yongfeng， et al. Spatial and temporal changes in wetland use in the meeting place of Hung-tse Lake and Huaihe River[J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2016， 40(4): 22-28 (in Chinese)

[8] 佟國(guó)峰,李勇,丁偉利,等.遙感影像變化檢測(cè)算法綜述[J].中國(guó)圖象圖形學(xué)報(bào),2015,20(12):1561-1571

Tong Guofeng， Li Yong， Ding Weili， et al. Review of remote sensing image change detection[J]. Journal of Image and Graphics，2015，20(12): 1561-1571 (in Chinese)

[9] 吳瑋,秦其明,范一大,等.“高分四號(hào)”衛(wèi)星數(shù)據(jù)產(chǎn)品減災(zāi)服務(wù)時(shí)效性測(cè)試[J].航天返回與遙感, 2016,37(4):102-109

Wu Wei, Qin Qiming, Fan Yida, et al. Timeliness testing of GF-4 satellite data product and disaster reduction application service[J]. Spacecraft Recovery & Remote Sensing, 2016, 37(4): 102-109 (in Chinese)

[10] 李果,孔祥皓,劉鳳晶,等.“高分四號(hào)”衛(wèi)星遙感技術(shù)創(chuàng)新[J].航天返回與遙感,2016, 37(4):7-15

Li Guo, Kong Xianghao, Liu Fengjing，et al. GF-4 satel-lite remote sensing technology innovation[J]. Spacecraft Recovery & Remote Sensing, 2016, 37(4): 7-15 (in Chinese)

[11] S K Mcfeeters.The use of the normalized difference water index (NDWI) in the delineation of open water features [J]. International Journal of Remote Sensing， 1996， 17(7): 1425-1432

[12] 沈占鋒,李均力,于新菊.基于協(xié)同計(jì)算的白洋淀濕地時(shí)序水體信息提取[J].地球信息科學(xué)學(xué)報(bào), 2016，18(5): 690-698

Shen Zanfeng, Li Junli, Yu Xinju. Water information extraction of Baiyangdian wet land based on the colla-borative computing method [J]. Journal of Geo-Information Science, 2016，18(5): 690-698 (in Chinese)

[13] 張兵.智能遙感衛(wèi)星系統(tǒng)[J].遙感學(xué)報(bào),2011，15(3):415-431

Zhang Bing. Intelligent remote sensing satellite system[J]. Journal of Remote Sensing, 2011， 15(3): 415-431 (in Chinese)