閆超德 袁觀杰 李紫薇 劉曉 葉勇超

摘要：黃河鄭州段在中下游黃河中具有代表性，研究鄭州段黃河河流形態(tài)的變化可以為中下游河床的治理以及小浪底水庫調水排沙效果評價提供科學依據(jù)。基于Landsat 8衛(wèi)星影像提取桃花峪至花園口段多時相的水體信息，研究2013-2017年河流水面面積及長度變化、河流擺動以及河流重疊度變化，并對該河段的河流形態(tài)變化原因進行了分析。結果表明：在研究年限內，該河段的水面面積在年內變化范圍較大，但在年際間維持動態(tài)穩(wěn)定;河流長度變化很小，基本保持不變;主流擺幅逐漸縮小，游蕩性逐年減弱，河型趨于穩(wěn)定，表明小浪底水庫的調控作用日趨顯著。

關鍵詞：河流形態(tài);河流測度;重疊度;遙感;黃河中下游

中圖分類號：TV62;TV882.1

文獻標志碼：A

doi：10.3969/j .issn.1000- 1379.2020.01. 005

黃河進入中下游平原地區(qū)后河道變寬導致流速減慢，流速的減慢加速了泥沙沉積，進而導致黃河河床的抬升。小浪底水庫建成投入使用后，黃河中下游河床高度及河流形態(tài)主要受到洪峰以及小浪底水庫排沙泄洪的影響[1-2]。過去數(shù)十年里，水利科技工作者們對黃河的河道變遷、河型轉變、水沙變化等進行了大量的研究，王婷等[2]根據(jù)2000-2016年水文實測資料，詳細分析了小浪底水庫來水來沙及排沙特點，對比了不同運用階段的排沙情況;王衛(wèi)紅等[3]通過對多年河勢資料的統(tǒng)計整理，分析了主流線的調整規(guī)律，發(fā)現(xiàn)主流線彎曲系數(shù)與汛期水量和洪水徑流量成反比，與汛期平均含沙量關系不大，但與年徑流量有關;陸中臣等[4]認為，小浪底水庫清水下泄期間，不會導致河型的徹底轉化，河道整治工程雖然能夠限制主流的擺動幅度、弱化河道的游蕩強度，對河勢的影響較大，但是不可能根本改變河道平面形態(tài)的長期演變趨勢;徐國賓等[5]基于實測水文數(shù)據(jù)對調水調沙進行了評估，發(fā)現(xiàn)調水調沙不僅能夠減少河道淤積，而且能夠有效增大主槽的過流能力，改善下游河道排沙條件。傳統(tǒng)的人工水體監(jiān)測方法難度大、成本高，很難實時有效地獲取水體信息。近年來，隨著大量衛(wèi)星的成功發(fā)射，基于衛(wèi)星遙感的地表探測和研究取得了飛速進展，利用衛(wèi)星對地拍攝的遙感影像，可以快速、準確地進行地表水體信息提取，為河流的實時同步觀測創(chuàng)造了可能[6]。基于衛(wèi)星遙感技術，選取黃河鄭州段作為典型研究區(qū)域，采集2013-2017年Landsat 8 0L1衛(wèi)星影像數(shù)據(jù)，綜合運用GIS空間分析方法，通過測度河流幾何形態(tài)、河流擺動變化和重疊度，研究黃河河流形態(tài)特征的變化并分析其原因，不僅可以為黃河中下游河道的治理提供科學依據(jù)，而且對小浪底水庫排沙泄洪效果的評估、黃河灘涂生態(tài)濕地的規(guī)劃等都具有積極的意義[7-8]。

1 黃河鄭州段河流形態(tài)概述

本文選擇黃河桃花峪一花園口河段作為研究對象（見圖1），全長約為24 km，平均水面面積約為12km2。該河段屬于游蕩型河段，其河流形態(tài)在年內、年際間變化十分頻繁，在黃河下游具有代表性[9]。該段黃河的河流形態(tài)主要特點有：①河身寬淺，沙洲棋布;②河流散亂呈辮狀，分成多股汊流，其中有一股屬于相對主流，且主流多變，擺動頻繁;③河身較為順直，彎曲系數(shù)較小。

通過對比分析研究年限內的遙感影像可以發(fā)現(xiàn)，該區(qū)域水體最主要的變化就是河心洲的變化，包括河心洲的移位、分裂、合并、消失、生成等。因此，根據(jù)河心洲的變化特點可以將研究河段劃分為3段，如圖1所示。

2 數(shù)據(jù)與方法

本文所采用的數(shù)據(jù)源是Landsat 8 OL1遙感影像（下載于美國地質勘探局USGS，https：∥earthexplorer.usgs.gov/）?？紤]到Landsat 8衛(wèi)星2013年2月發(fā)射，本文的研究年限選為2013年10月至2017年12月。在夏秋季，水量充沛，河流形態(tài)變化迅速，每季選擇兩個時相作為研究數(shù)據(jù);在春冬季，水量較少，河流形態(tài)變化相對較慢，每季只選擇一個時相作為研究數(shù)據(jù)，總共24個時相（見表1）。在時相的選擇上盡量遵從平均的原則，如遇云層較厚，研究區(qū)域被遮擋，則選擇相鄰時相云量少、水路清晰的影像作為替代。

遙感數(shù)據(jù)的處理工作包括：首先在ENVI 5.3和ArcGIS 10.3軟件支持下，對24期的遙感影像進行輻射定標、大氣校正、批量裁剪等預處理;然后對研究區(qū)河流進行信息提取;最終得到2013-2017年不同時期內的鄭州段黃河河流形態(tài)分布圖。

常用的河流水體提取方法有單波段閾值法、多波段譜間關系法、指數(shù)模型法和遙感影像分類提取法等[10-12]。本文對上述方法進行了多次實驗，對比發(fā)現(xiàn)指數(shù)模型法提取效果優(yōu)于其他提取方法，且步驟簡便，于是通過計算歸一化差異水體指數(shù)對黃河鄭州段河道進行提取。但提取結果中混入了一些其他地物（見圖2），因此在相關研究的基礎上[13-15]，采用人機交互的方法對研究區(qū)河流進行提取。具體方法是：先在ENVI軟件中計算歸一化差異水體指數(shù)，然后將結果導入ArcMap中進行柵格轉要素與人工目視解譯修整，最后提取水體（見圖3），可見提取出的水體邊界清晰，細節(jié)完整.支流和河心洲顯示正確。

3 黃河鄭州段河流測度與分析

3.1 河流幾何形態(tài)變化

黃河河流的面積和長度要素是其幾何形態(tài)最重要的表現(xiàn)形式。首先在ArcMap中，將提取出的各個時相的整體水體面狀要素和分段后的各段面狀要素分別進行面積計算，得到研究河段對應時相的河流總面積和各段單獨的面積，在此基礎上繪制出面積隨時間變化的折線圖，見圖4。

整體來看，研究區(qū)水面總面積的變化幅度為7.29km2，平均面積為12.00 km2。3個河段的水面面積變化與研究區(qū)域河流總的水面面積變化趨勢大致相同，均呈現(xiàn)出季節(jié)性和周期性變化規(guī)律。除2016年外，每年的4月和5月水面面積到達峰值，而其余月份水面面積變化較為和緩;第三段水面面積變化范圍大于其他兩段，變幅達到3.00 km2。

具體分析研究區(qū)每個時期水面面積的變化情況，可以看出水面面積的變化可以分為以下4個階段。

2013年10月至2015年8月，研究區(qū)水面面積呈現(xiàn)出明顯的周期性變化規(guī)律，每年的4月和5月水面面積處于峰值，7月至次年1月處于波谷。2015年5月25日出水面面積最大值，達到15.36 km2。觀察該時相及鄰近時相的遙感影像可知，該時期的3個河段均出現(xiàn)了大片河心洲的消失與縮小，從而導致水面面積增加。2015年7月以后，大量的河心洲重新涌現(xiàn)與擴大，水面面積出現(xiàn)急劇下降，減少了6 km2左右。

2015年8月至2016年9月，研究區(qū)水面面積出現(xiàn)長時期的低谷，并且2016年9月16日水面面積出現(xiàn)最小值（8.07 km2）。結合同期遙感影像進行分析，該時期各段河心洲的面積達到最大值，這是導致水面面積達到最小值的主要原因。同時3個河段的支流均出現(xiàn)了不同程度的斷流、減流現(xiàn)象，在遙感影像上表現(xiàn)為支流細窄，斷斷續(xù)續(xù)，甚至消失，這也是導致水面面積減小的重要原因。

2016年9月至2017年1月，水面面積出現(xiàn)小的波峰，但仍小于第一個階段的波谷值。這個時期研究區(qū)在遙感影像上河流的整體形態(tài)較為穩(wěn)定，彎道位移的距離很小，河心洲的變化也不是很大。

2017年3月至2017年12月，研究區(qū)水面面積始終處于高值，平均值為13.12 km2。遙感影像上該時期一些破碎分布的小型河心洲在擴大、縮小或移位。

從河流長度的變化（見圖5）中可以看出.3段河流長度的變化趨勢與整個研究區(qū)河流的變化趨勢基本相同，其中：第三段河流最長，第一段河流最短。研究區(qū)河流各時期的長度平均值為24.18 km，長度變化不超過2 km，整體上保持穩(wěn)定狀態(tài)。但在2013年10月-2014年5月和2017年3月-2017年12月這兩個時段出現(xiàn)了微小的波動，河流長度小于平均值，這主要受到來水和來沙條件的影響。

3.2 河流擺動測度與分析

將繪制的各年主流線導入ArcMap中，分段進行疊置分析，見圖6。

由圖6可知，第一段河流的后半部分變化很小，主流線擺動幅度在240 m左右;而前半部分的變化幅度較大，2013年至2016年主流線向北移位了約540 m，到了2017年主流線又向南移回142 m。第二段河流的兩端較為穩(wěn)定，基本沒有什么變化;中間部分則由2013年的近乎順直型逐漸演變成了2017年的W形，其中左半邊的主流線向西南方向凹陷了約455 m，右半邊的主流線向西南方向凹陷了約354 m。第三段河流的兩端同樣較為穩(wěn)定，中間部分變化較大，2013年到2017年左半邊的主流線向東北方向移位了約740m，由原本向南凹的彎曲型變?yōu)榱私蹴樦毙停瑥澢禂?shù)變小;右半邊的主流線受到該處河心洲移位、擴大、破碎等變化的影響，向西北方向偏移了約300 m，但主流線形狀沒有太大變化。

3.3 河流重疊度測度與分析

利用ArcMap計算并繪制出每段河流各年度的重疊度年度變化圖（圖7）.并將結果統(tǒng)計成柱狀圖（圖8），定量分析每段河流的空間分布規(guī)律。

從圖7可以看出，研究區(qū)在各時期的重疊區(qū)主要集中在主流線附近，并隨主流線的變化而呈現(xiàn)階段性演變規(guī)律。圖7（a）、（b）所示的兩個時期，河流重疊區(qū)的分布情況和研究區(qū)圖（圖1）具有較好的空間耦合性，表明這個時期河流較為穩(wěn)定。圖7（c）、（d）所示的兩個時期河流空間分布狀況較研究區(qū)圖發(fā)生了顯著的變化：第一段河流中向東北方向突出的河流消失，第二段河流中向西南方向突出的河流消失，第三段河流中東北方向突出的河流重疊區(qū)有所增加。這些變化說明了2015-2017年研究區(qū)河流形態(tài)發(fā)生了較大改變。

對河流重疊度進行統(tǒng)計可以定量分析其演變規(guī)律。從圖8中可以看出，整體上3段河流各年度的重疊度都呈現(xiàn)出上升的趨勢，說明研究河段的河流形態(tài)變化程度在逐年減弱，河勢逐漸趨于穩(wěn)定。

具體分析每段河流的重疊度發(fā)現(xiàn)，第一段河流2013-2015年重疊度逐年上升.2016年后開始下降，但是下一年又出現(xiàn)大幅回升，達到最大值（72%）。觀察影像數(shù)據(jù)可以發(fā)現(xiàn).2013-2015年河道逐漸變寬，河心洲逐年擴大，因此河流的重疊度也逐年上升。但是到了2016年，有兩片較大面積的河心洲出現(xiàn)了合并，河心洲中間的河流消失，下半部分有一塊大型河心洲出現(xiàn)了破碎、移位，并且該段有一條支流出現(xiàn)了斷流現(xiàn)象，這些共同導致了河流重疊度出現(xiàn)一定范圍的下降。2017年河流重疊度大幅增大的主要原因是：相比于上一年，河道形態(tài)沒有太大的變化，但是大型河心洲出現(xiàn)了破碎、縮小甚至消失的情況，導致水面面積大幅增加，進而導致了重疊度的增大。

第二段河流的重疊度在2013年到2016年期間持續(xù)增大，到了2017年出現(xiàn)一個小幅度的下降。究其原因，該段河流的河心洲2013-2016年呈現(xiàn)出不斷增長的趨勢，河心洲面積逐漸擴大，但是到了2017年，河心洲突然出現(xiàn)收縮，降至2013年的水平，從而導致了重疊度的下降。

第三段河流的重疊度逐年遞增，由2013-2014年度的42%逐漸增大到2016-2017年度的61%，平均重疊度為48.5%.說明年際接近于一半的河流形態(tài)維持不變。結合遙感影像圖發(fā)現(xiàn)，該段河流這幾年的河道形態(tài)變化很小，沒有出現(xiàn)大型河心洲生成與消失的情況，也沒有出現(xiàn)支流斷流的現(xiàn)象，河道南北位移量在150 m以下，主要的變化為下半部分河心洲的擴大、增多與移動，由2013年的16個增加到2017年的30個左右。

3.4 河流形態(tài)變化成因分析

影響該段河流形態(tài)變化的因素主要有內部因素（如水沙條件）和外部因素（如人類活動、河床邊界條件、地形等）。

（1）來水條件對河流形態(tài)變化的影響。收集到2013-2016年小浪底水文控制站部分實測水沙數(shù)據(jù)，見表2。2013年汛期黃河中上游發(fā)生了多次暴雨，三門峽至小浪底區(qū)間西陽河橋頭站出現(xiàn)了建站以來最大洪水，因此該年的年徑流量大大超過多年平均值，水面面積也大于2013-2016年的平均值。2014年和2015年下游全年引水量分別為116.6億、116.0億m3.相差無幾，而且汛期黃河流域均未出現(xiàn)大的洪水過程，年徑流量只是在多年平均值上下小幅波動，因此這兩年的平均水面面積也大致接近。2016年汛期，黃河流域部分支流出現(xiàn)了多年未見的較大洪水，干流部分河段出現(xiàn)了中小洪水，但小浪底站的年最大流量為2013-2016年的最小值，且年徑流量較多年平均值下降了31%。該年份下游全年引水量109.4億m3，較前兩年下降了6%左右。由圖4可知，2016年度的水面面積年內變化幅度并不是特別大，這與小浪底水庫的調控作用有著直接的聯(lián)系。小浪底水庫的建成投入使用，不僅減少了下游河道淤積，而且有效增大了主槽的過流能力，改善了下游河道的排水排沙條件，因此河流形態(tài)呈現(xiàn)出穩(wěn)定的趨勢。

（2）來沙條件對河流形態(tài)變化的影響。查閱水文資料可知，下游河道總體表現(xiàn)為沖刷.2013-2016年總沖刷量為0.793億m3.下游全年引沙量1 897萬t。其中2014年10月和2016年10月與上年同時期相比，黃河下游河道均表現(xiàn)為沖刷，總沖刷量分別為0.913億、0.507億m3，下游全年引沙量分別為1 830萬、1 001萬t。而2015年黃河干流潼關、三門峽、小浪底、花園口等站均出現(xiàn)建站以來最小年輸沙量，小浪底站首次出現(xiàn)實測輸沙量為0。結合各年度水面面積變化圖分析可知.2014年與2015年中下游河道的總沖刷量大、年引沙量多，河道淤積少，水面面積相對較大;而2016年中下游河道的總沖刷量和年引沙量都較小，河道淤積嚴重，水面面積相對變小。由表2可以看出，各年度的年輸沙量和年均含沙量都遠低于多年平均值，使得泥沙對河流形態(tài)的影響減小，不容易發(fā)生較大范圍的河道變化，河勢趨于穩(wěn)定。

（3）人類活動對河流形態(tài)變化的影響。影響黃河水沙變化的人類活動主要為土地覆被變化、黃河引水和水利樞紐工程的興建及調控。受黃河大堤與河槽的強脅迫，黃河下游灘地的范圍、形態(tài)和面積受到極大制約，當河槽與大堤間距離很小時，會出現(xiàn)黃河下游灘地被分割成獨立灘區(qū)的現(xiàn)象。研究區(qū)沿岸的灘地密布，使得對黃河灘地的開發(fā)利用正在逐步影響著河流形態(tài)的變化。以往研究表明，修建整治工程之后，河道的游蕩程度降低，主槽擺動幅度減小。近年來黃河來水來沙進入偏枯序列，小浪底水庫的運用使得進入游蕩段的沙量劇減。據(jù)2015年統(tǒng)計，黃河下游游蕩段28個淤積斷面110處河道整治工程中，只有7處河道整治工程對主流有一定的歸順作用[16]，這說明大量河道整治工程的修建雖在一定程度上改變了河床邊界條件，但很難完全改變河流的固有特性。

（4）其他條件的影響。其他因素諸如地形、氣候等也會對河流形態(tài)的變化產(chǎn)生一定的影響。例如，研究河段南靠邙山山脈，因此在年內和年際間河道往南基本不偏移，主流主要向北方游蕩;年內氣溫會影響到河流水面的蒸發(fā)量，使年內水量發(fā)生改變，進而影響到河流形態(tài)的變化。

4 結論

（1）研究河段水面面積的變化幅度為7.29 km2，平均面積為12.00 km2。河流長度平均值為24.18 km，變化幅度不超過2 km，整體上保持穩(wěn)定狀態(tài)。3段河流的面積和長度變化與研究區(qū)河流的變化趨勢大致相同，呈現(xiàn)出季節(jié)性和周期性變化規(guī)律。

（2）將河流進行分段后研究，發(fā)現(xiàn)第一段和第三段的河流由彎曲逐漸變得順直，主流擺動呈現(xiàn)出不斷縮小的趨勢，表明這兩段的游蕩程度在逐漸減弱;而第二段的河流由原來的較順直開始變得彎曲，河流長度變長，主流擺幅增大，游蕩程度略有增大。

（3）3段河流各年度的重疊度都呈現(xiàn)出上升的趨勢，表明研究河段的河流形態(tài)趨于程度在逐年減弱，河勢逐漸趨于穩(wěn)定。

（4）河流形態(tài)的變化受到來水、來沙等條件的影響，在研究年限內，河段的水面面積和長度趨于穩(wěn)定，主流擺幅逐漸縮小，河勢越來越穩(wěn)定，這些都與小浪底水庫等工程的調水排沙作用密不可分。水沙條件的優(yōu)化調控加上河道整治工程的日益完善，能夠有效地促進黃河中下游的游蕩型河道向更穩(wěn)定的河型轉變。

參考文獻：

[1] 陳建國，周文浩，陳強，小浪底水庫運用十年黃河下游河道的再造床[J].水利學報，2012，43（2）：127-135.

[2]王婷，馬懷寶，王遠見，等.小浪底水庫運用以來進出庫泥沙分析[J].人民黃河，2019，41（1）：6-9.

[3]王衛(wèi)紅，李舒瑤，張曉華，黃河下游游蕩性河段主流線調整與水沙關系研究[J].泥沙研究，2006，31（6）：37-43.

[4] 陸中臣，陳劭鋒，陳浩，黃河下游游蕩段河道平面形態(tài)與河勢變化趨勢預測[J].地理學報，2000，55（6）：729-736.

[5]徐國賓，張金良，練繼建.黃河調水調沙對下游河道的影響分析[J].水科學進展，2005，16（4）：518-523.

[6]管偉瑾，曹泊，王曉艷，等.河流信息提取方法比較[J].人民黃河，2017，39（2）：51-55.

[7] 胡春宏，張曉明，論黃河水沙變化趨勢預測研究的若干問題[J].水利學報，2018，49（9）：1028-1039.

[8] 解哲輝，黃河清，周園園，等，游蕩性河流演變規(guī)律研究進展及其河型歸屬探討[J].地理科學進展，2016，35（7）：898-909.

[9]夏軍強，李潔，張詩媛，小浪底水庫運用后黃河下游河床調整規(guī)律[J].人民黃河，2016，38（ 10）：49-55.

[10]江沖亞，李滿春，劉永學，海岸帶水體遙感信息全自動提取方法[J].測繪學報，2011，40（3）：332-337.

[11]GUDINA L F.HENRIK M， RASMUS F，et al.AutomatedWater Extraction Index： A New Technique for SurfaceWater Mapping Using Landsat Imagery[J].Remote Sensingof Environment. 2014. 140： 23-35.

[12] VIVEK Kumar Gautam， PIYUSH Kumar Gaurav， MRUR-GAN P，et al.Assessment of Surface Water DvnamicsinBangalore Using WRI， NDWI， MNDWI， Supervised Clas-sification and K-T Transformation[J].Aquatic Procedia，2015（4）：739-746.

[13] 裴亮，潘麗.基于Landsat 8衛(wèi)星OLI影像的合肥市水體信息提取方法研究[J].測繪與空間地理信息，2018，41（9）：143-146.

[14] 李生生，王廣軍，梁四海，等，基于Landsat -8 011數(shù)據(jù)的青海湖水體邊界自動提取[J].遙感技術與應用，2018，33（4）：666-675.

[15]LIU Z F，YAO Z J，WANG R.Assessing Methods of Iden-tifying Open Water Bodies Using Landsat 8 011 Imagery[J]. Environmental Earth Sciences， 2016， 75（ 10）：32-36.

[16]L1 J，XIA J，ZHOU M， et al.Variation in Reach-ScaleThalweg-Migration Intensity in a Braided Reach of theLower Yellow River in 1986 - 2015[J].Earth SurfaceProcesses and Landforms， 2017， 42： 1952- 1962.

（責任編輯 許立新）

收稿日期：2019- 01- 06

基金項目：國家自然科學基金資助項目（ 41671455）;河南省高等學校重點科研項目（15A420007，16A420005）

作者簡介：閆超德（1965-），男，河南孟州人，副教授，博士，博士生導師，主要從事GIS空間分析以及地圖制圖研究工作

E-mail： ycd@ zzu.edu.cn