陸天啟， 邵長高*， 任旭光， 馬洪波， 王陸一

(1.廣州海洋地質調查局自然資源部海底礦產資源重點實驗室， 廣州 510075； 2.廣州海洋地質調查局三亞南海地質研究所， 三亞 572025; 3.吉林省氣象臺， 長春 130062)

水庫是地表水資源的主要載體，是陸地水圈的重要組成部分，在淡水供用和水資源調控過程中發(fā)揮著不可或缺的作用[1-3]。水庫的功能多樣，其不僅具有調節(jié)區(qū)域水資源和氣候的作用，還可用來灌溉、發(fā)電、養(yǎng)殖、旅游，為人類的生活、生產活動提供水源保障[4-5]。水庫筑成后，在自然因素的影響下不斷地演變，氣候變化會導致水庫面積發(fā)生不同程度的萎縮或擴張，直接影響著人類社會的生存與發(fā)展。水庫萎縮會導致一系列生態(tài)環(huán)境問題的出現(xiàn)，如水質惡化、生態(tài)系統(tǒng)失衡、旱澇災害加劇等[6-7]，進而影響區(qū)域生產、生活用水安全，對社會經濟發(fā)展帶來一定的危害。

受氣候因素的影響，水庫蓄水量具有短期快速波動、長期演變的特征，而對水庫面積長期的動態(tài)監(jiān)測是研究水庫蓄水量的重點[8-9]。對水庫水體面積的動態(tài)監(jiān)測有助于了解水庫演變和自然氣候之間的相關性，以及評估人類活動對生態(tài)環(huán)境影響的強度，同時也是進行水資源可持續(xù)管理的必要條件。遙感技術具有大面積、動態(tài)觀測等多方面的優(yōu)勢，自20世紀70年代以來，已被逐漸地應用在水體識別和監(jiān)測領域[10]?；谒w的光譜特征，構建的歸一化差異水體指數(shù)(normalized difference water index，NDWI)[11]、改進歸一化差異水體指數(shù)(modified normalized difference water index，MNDWI)[12-13]、自動提水指數(shù)(automated water extraction index，AWEI)[6]、穗帽濕度變換指數(shù)(tasseled cap wetness，TCW)[14-15]等水體指數(shù)已被廣泛地應用在水體提取研究中。針對不同傳感器和研究區(qū)的特征，中外學者已應用不同的水體指數(shù)對不同類型的水體進行了提取分析?；贚andsat TM和ETM+數(shù)據(jù)，Ouma等[16]利用構建的新型水體指數(shù)對肯尼亞5個裂谷湖的變化進行了定量分析，Sarp等[17]使用多種水體指數(shù)對土耳其布爾杜爾湖3個年份的時空變化進行了評價分析。利用MODIS數(shù)據(jù)，萬華偉等[18]采用NDWI提取了2000—2013年呼倫湖的水體，在此基礎上對其動態(tài)變化和驅動力進行了分析。基于Landsat TM和ALOS數(shù)據(jù)，李志剛等[19]在比較不同水體指數(shù)提取海域面積精度的基礎上，選用MNDWI研究了1988、1998、2006年錦州灣海域變化情況。

水體面積是衡量水庫儲水量的一個重要指標[20-21]。聯(lián)合國可持續(xù)發(fā)展目標六“確保安全的飲水和衛(wèi)生設施”明確表示將“與水有關的生態(tài)系統(tǒng)空間變化”作為重要指標之一[22]。在研究水體面積長時間序列變化的過程中，GEE(Google Earth Engine)平臺具有無可比擬的優(yōu)勢。GEE是由谷歌公司推出的針對地球科學數(shù)據(jù)進行在線可視化計算分析處理的平臺(https://code.earthengine.google. com)，它是由谷歌公司、美國地質調查局和卡內基梅隆大學共同研發(fā)，包含了40多年的歷史遙感影像、氣候、高程等數(shù)據(jù)集，并且每日進行更新和擴展，其強大的遙感數(shù)據(jù)集成和計算能力，為進行大范圍、長時間序列的遙感分析處理提供了新途徑[23-24]。圍繞著水體面積這一指標，以海南省松濤水庫為研究區(qū)，基于GEE云計算平臺，選取了Landsat系列遙感影像數(shù)據(jù)，提取1990—2019年研究區(qū)的水體并計算其面積，分析了水體面積變化的時空特征，在此基礎上討論了降水和溫度對水體面積變化的影響。

1 研究區(qū)及數(shù)據(jù)源

1.1 研究區(qū)概況

松濤水庫位于海南省儋州市南部，庫區(qū)地跨儋州市、白沙黎族自治縣兩市縣，其經緯度范圍為19°12′～19°25′N，109°27′～109°41′E(圖1)。水庫所屬區(qū)域為熱帶季風性氣候，夏秋季雨水充沛，冬春季雨量稀少。松濤水庫流域面積達1 503.27 km2，總庫容33.45億m3，是海南省第一大淡水湖泊。

圖1 松濤水庫地理位置Fig.1 Location of Songtao Reservoir

松濤水庫是一座集灌溉、防洪、發(fā)電、養(yǎng)殖、旅游等多種功能于一體的大型水庫，同時還是海南省最大的飲用水源保護區(qū)，為周邊多個市縣的生活、生產活動提供水源支撐[25]。因此，松濤水庫對于海南省社會經濟發(fā)展以及生態(tài)環(huán)境保護具有重大意義。本文中選取松濤水庫為研究對象。

1.2 數(shù)據(jù)源

研究使用的數(shù)據(jù)為美國Landsat系列遙感數(shù)據(jù)，包括Landsat 5、7、8三代探測器獲取的影像，其部分波段信息及空間分辨率見表1。基于GEE平臺，選用Landsat 5、7、8的L1TP級地表反射率數(shù)據(jù)。L1TP級地表反射率數(shù)據(jù)是進行過地形精校正后的數(shù)據(jù)，它通過綜合利用地面控制點和數(shù)字高程模型進行輻射和正射校正，以此來修正地形位移，是最適合像元級時間序列分析的、質量最高的1級產品[26-27]。選取1990年1月1日—2019年12月31日共30年的848景Landsat 5、7、8遙感影像(圖2)。

圖2 1990—2019年松濤水庫Landsat衛(wèi)星影像數(shù)量Fig.2 Number of Landsat images in different years of Songtao Reservoir from 1990 to 2019

表1 Landsat系列衛(wèi)星遙感數(shù)據(jù)參數(shù)Table 1 Remote sensing data parameters of Landsat series satellites

為了探究氣候因素對松濤水庫水體面積變化的影響，研究使用了國家氣象信息中心提供的中國地面降水日值0.5°×0.5°格點數(shù)據(jù)集和中國地面氣溫日值0.5°×0.5°格點數(shù)據(jù)集。該數(shù)據(jù)集是基于2 472個國家級氣象觀測站的基本氣象要素資料，利用薄板樣條法結合三維地理空間信息進行空間插值而得到。在剔除異常值后，計算出了1990—2019年松濤水庫區(qū)域年際和月際的降水量和平均溫度。

2 研究方法

2.1 水體提取

傳統(tǒng)的NDWI是利用遙感影像的綠波段和近紅外波段進行運算[11]，通過在近紅外波段水體吸收強而植被反射率高的特征來提取水體信息。但是在提取城鎮(zhèn)附近水體的過程中，NDWI計算的結果往往會因混有建筑用地信息而使得提取的水體面積比實際值偏高[12]。與NDWI相比，MNDWI很大程度上降低了建筑物對水體提取結果的影響，同時還可以區(qū)分陰影和水體，解決了水體信息中摻雜有陰影的問題[28]。MNDWI是目前應用最為有效、最為廣泛的水體提取方法之一，采取MNDWI對松濤水庫水體信息進行提取，其計算公式為

(1)

式(1)中：Green、MIR分別為遙感影像的綠波段和短波紅外波段。Landsat 5、Landsat 7和Landsat 8傳感器的綠波段和短波紅外波段所在的波段編號有所差異。其中，Landsat 5、Landsat 7為波段2(綠波段)和波段5(短波紅外波段)，Landsat 8為波段3(綠波段)和波段6(短波紅外波段)。

2.2 水體面積計算

基于GEE平臺對松濤水庫1990—2019年的年際和月際水體信息進行提取并計算水體面積。水體面積計算的具體流程如圖3所示。首先，選取GEE平臺集成的Landsat 5、Landsat 7、Landsat 8地表反射率Tier 1數(shù)據(jù)集，分別對其進行去云處理。然后，對Landsat 8數(shù)據(jù)的波段號進行重新編號，以便其綠波段和短波紅外波段的波段編號與Landsat 5、Landsat 7的波段編號一致。接著將Landsat 5、Landsat 7、Landsat 8數(shù)據(jù)集合并成一個新的數(shù)據(jù)集，篩選出新數(shù)據(jù)集中松濤水庫區(qū)域1990—2019年的遙感影像，然后逐年、逐月對遙感影像的每個像素進行取均值處理，得到年際合成數(shù)據(jù)和月際合成數(shù)據(jù)。進而計算每幅合成數(shù)據(jù)的MNDWI，使用大津算法確定的閾值對水體和非水體進行分割處理。大津算法是一種使用最大類間方差自動確定閾值的方法，它根據(jù)圖像的灰度特征將圖像分為前景和背景兩個部分，是計算機視覺和圖像處理中常用的一種閾值分割方法[29-30]。當像元的MNDWI值大于分割閾值時，將像元劃分為水體，反之，則將像元劃分為非水體。最后，統(tǒng)計水體像元總個數(shù)，計算出水體面積。整個計算過程在GEE平臺中通過代碼實現(xiàn)，最后由GEE平臺在線顯示水體面積。

圖3 水體面積計算流程圖Fig.3 Flow chart of water area calculation

2.3 水體變化分析

淹沒頻率是指像元在一定時間范圍內被觀測為水體的次數(shù)占總觀測次數(shù)的比例，可用來描述水體分布的空間格局及區(qū)域變化特征[31-32]。本文中采用淹沒頻率來分析松濤水庫的水體變化特征，其計算公式為

(2)

式(2)中：F為像元的淹沒頻率；N為觀測的總次數(shù)；Wi代表第i次觀測的像元是否為水體，其中i=1表示為水體，i=0表示為非水體。

3 結果與分析

3.1 松濤水庫水體時間變化

1990—2019年期間，松濤水庫水體面積的年際變化波動較大(圖4)。其中，1990年水體面積最大，為130.83 km2，2005年水體面積最小，為69.54 km2，分別比平均水體面積(99.19 km2)高31.90%和低29.89%。

圖4 1990—2019年松濤水庫水體面積變化Fig.4 Change of Songtao Reservoir area from 1990 to 2019

1990—2019年松濤水庫的水體面積動態(tài)變化大致可分為5個階段(圖4)。1990—1999年的總體下降階段，該階段，雖然松濤水庫水體面積在1996年和1997年相對于上一年有一定幅度的增長，但水體面積整體呈減少趨勢，減少面積57.45 km2；1999—2002年的逐步上升階段，2002年相對1999年水體面積擴大了40.33 km2，年平均增長面積達到13.44 km2；2002—2005年的逐步下降階段，2005年相對2002年水體面積減少了44.18 km2，年平均減少面積14.73 km2，且在2005年松濤水庫的水體面積達到了30年內的最低值。2005—2014年的總體上升階段，期間，雖然2007年和2013年的松濤水庫水體面積相對于上一年有所減少，但整體上水體面積呈增加趨勢，增加面積達52.06 km2；2014—2019年的波動下降階段，該階段水體面積變化規(guī)律性不顯著，但整體上面積減少，2019年相對2014年水體面積減少11.47 km2。

基于1990—2019年水體面積月際合成數(shù)據(jù)的計算結果，得到松濤水庫水體面積月際變化曲線如圖5所示。由圖5可以看出，松濤水庫水體面積的月際變化特征較為明顯，呈先下降后上升的趨勢。

圖5 松濤水庫水體面積月際變化Fig.5 Monthly change of Songtao Reservoir area

在整個研究時期，松濤水庫的月平均水體面積最大值在1月份，為116.74 km2，最小值在7月份，為93.26 km2，平均值為105.49 km2，其動態(tài)變化過程可以分為3個階段。1—6月份的大幅減少階段，月平均減少面積4.57 km2；6—8月份的穩(wěn)定階段，該階段的3個月份水體面積均處在95.00 km2以下，且彼此相差最大值僅0.65 km2；8—12月份的總體上升階段，12月份相對8月份水體面積增加了17.86 km2，月平均增加面積達4.46 km2。

3.2 松濤水庫水體空間變化

圖6(a)和圖6(b)分別顯示了1990—2019年松濤水庫年際和月際的水體淹沒頻率分布情況。

從空間分布來看，水庫的年際淹沒頻率總體上呈現(xiàn)“內高外低”的分布格局，且由內向外淹沒頻率逐漸減小[圖6(a)]。水庫及主渠道中心位置的年際淹沒頻率最高，表明其在研究期間擁有永久性水體，而水庫邊緣的年際淹沒頻率較低，表明該區(qū)域在研究期間多數(shù)期次為非水體，僅有少數(shù)期次為水體。年際淹沒頻率較低的區(qū)域主要分布在南豐鎮(zhèn)、馬荷村、油文村、皇帝殿、總了嶺、南吉、番打村、峨亮來嶺、志針村以及大沙嶺附近，其中番打村附近尤為顯著。松濤水庫月際淹沒頻率的分布特征[圖6(b)]與年際淹沒頻率的分布特征[圖6(a)]總體上具有較好的一致性，區(qū)別在于前者具有更大面積的永久性水體。

圖6 1990—2019年松濤水庫水體淹沒頻率分布Fig.6 Inundation frequency distribution of Songtao Reservoir from 1990 to 2019

根據(jù)淹沒頻率計算結果，將其劃分為6個等級，分別是0

表2 1990—2019年松濤水庫年際水體淹沒頻率統(tǒng)計表Table 2 Statistics of the annual inundation frequency of Songtao Reservoir from 1990 to 2019

表3 1990—2019年松濤水庫月際水體淹沒頻率統(tǒng)計表Table 3 Statistics of the monthly inundation frequency of Songtao Reservoir from 1990 to 2019

年際淹沒頻率的統(tǒng)計結果表明(表2)，在近30年時間里，松濤水庫擁有66.43 km2的永久性水體(F=100%)，這部分區(qū)域不存在水路更替的現(xiàn)象，所占比例僅有50.77%，表明松濤水庫在研究期間水體面積年際變化幅度較大。其余64.41 km2(總面積的49.23%)的區(qū)域經歷了水陸更替的過程，這部分區(qū)域在未來存在一定的旱澇風險，應是重點防控區(qū)域。其中，約25.67 km2(總面積的19.63%)的區(qū)域屬于高淹沒頻率區(qū)(60%

根據(jù)月際淹沒頻率的統(tǒng)計結果可知(表3)，松濤水庫擁有90.39 km2的永久性水體(F=100%)，比例達到了77.43%，占有絕對的優(yōu)勢。高淹沒頻率(60%

3.3 氣候因素對水體面積變化影響分析

降水和溫度可能是影響水庫面積變化的氣候因素。一方面，降水量增加可直接為水庫提供水量，擴大水體面積；另一方面，氣溫的升高會促使水庫表面水的蒸發(fā)，導致水面積的減小。

1990—2019年松濤水庫區(qū)域的年降水量和年平均溫度波動較大，但總體上均呈上升趨勢[圖7(a)]。其中，年降水量上升趨勢不明顯，而年平均溫度上升趨勢略微明顯，研究期間共上升0.63 ℃，部分年份的年降水量與年平均氣溫呈負相關關系。相關性分析結果表明，年降水量、年平均溫度在統(tǒng)計上與松濤水庫水體面積無顯著相關關系[圖7(b)、圖7(c)]。湖泊面積對氣候變化響應存在一定的延遲效應[33]，因此對應年份的氣候因素對當年湖泊的面積影響不顯著。通過分析對應年份的降水量和平均溫度與下一年度松濤水庫水體面積的相關性，可看出雖然水體面積與平均溫度的相關性依舊很低[圖8(a)]，但與降水量表現(xiàn)出較強的正相關關系[圖8(b)]，皮爾孫相關系數(shù)達到了0.64，表明松濤水庫區(qū)域的年降水量對其下一年度的水體面積變化有著一定的影響。

圖7 1990—2019年松濤水庫主要氣候因素年變化及與 水體面積相關性分析Fig.7 Annual variation of main climate factors and their correlation with water area in Songtao Reservoir from 1990 to 2019

圖8 松濤水庫主要氣候因素與下一年度水體面積 相關性分析Fig.8 Correlation analysis ofmain climatic factors and water area of the next year in Songtao Reservoir

與年降水量和年平均溫度變化趨勢相比，松濤水庫區(qū)域的月降水量和月平均溫度變化特征明顯，均呈先上升后下降的趨勢[圖9(a)]。5—10月的降水量較多，均超過了150 mm，而其中5—9月的平均溫度也較高，均大于25 ℃。分別對月降水量、月平均溫度與水體面積進行相關性分析，結果表明月降水量、月平均溫度與水體面積之間存在著顯著的負相關關系[圖9(b)、圖9(c)]，皮爾遜相關系數(shù)分別為-0.72和-0.88，這說明月降水量和月平均溫度對松濤水庫水體面積的影響顯著，隨著月降水量和月平均溫度的增加，水體面積明顯減少。

圖9 1990—2019年松濤水庫主要氣候因素月變化及與 水體面積相關性分析Fig.9 Monthly variation of main climate factors and their correlation with water area in Songtao Reservoir from 1990 to 2019

4 結論與討論

基于GEE云端運算平臺對1990—2019年松濤水庫的水體變化進行研究，分別從時間和空間角度分析了水體變化的特征，在此基礎上，分析了氣候因素對水體面積變化的影響，得到以下結論。

(1)1990—2019年松濤水庫水體面積的年際變化波動較大，最大年份1990年與最小年份2005年相差61.29 km2，整體上呈先下降后上升的趨勢。水體面積月際變化表現(xiàn)出明顯的先下降后上升特征，從1月開始逐漸減小，7月達到最小值，具有顯著的季節(jié)性變化規(guī)律。

(2)研究期間松濤水庫水體表現(xiàn)出內部穩(wěn)定、周圍變化頻率高的空間特征，特別在年際尺度上表現(xiàn)得更為明顯。近30年松濤水庫擁有約66.43 km2(總面積的50.77%)的永久性水體，其余64.41 km2(總面積的49.23%)的區(qū)域存在水陸更替的現(xiàn)象，是旱澇風險防控的重點區(qū)域。

(3)松濤水庫區(qū)域月降水量、月平均溫度對水體面積有著顯著的影響，隨著月降水量和月平均溫度的增加，水體面積明顯減少。在年際尺度上，區(qū)域降水量、平均溫度與水體面積無明顯相關性，但年降水量與下一年度的水體面積表現(xiàn)出較強的正相關關系。

松濤水庫庫區(qū)降水主要集中在5—10月，形成了7、8月份的夏汛和9、10月份的秋汛。在汛期期間，當水庫蓄水達到警戒值，水庫將加大泄洪量。同時，在夏秋季節(jié)由于月平均溫度的增高，使得農業(yè)生產用水量增大，對水庫面積變化造成影響。至春冬季節(jié)的枯水期，為了農業(yè)生產生活用水的安全，水庫加大了蓄水量。人為的泄洪和蓄水是松濤水庫水體面積與氣候因素相關性低的主要原因。通過對松濤水庫水體面積監(jiān)測的研究可以為其在不同季節(jié)的泄洪量和蓄水量做出估算，為維持水庫的合理水量提供參考。另外，水庫的消漲區(qū)主要集中在邊緣地帶，這些重點區(qū)域應該合理用水、加強生態(tài)保護，為維持松濤水庫的優(yōu)良水質提供保障。