李家歡 ，張志新 ，楊倍倍 ，崔 倩

（1．水利部信息中心，北京 100053；2．武漢大學(xué)遙感信息工程學(xué)院，湖北 武漢 430072）

0 引言

受氣候變化和人類活動影響，20 世紀(jì) 80 年代以來，華北地區(qū)水資源開發(fā)利用過度，地下水超采嚴(yán)重[1]，截至 2020 年初，已形成 18 萬 km2的超采區(qū)面積，地下水儲量累計(jì)虧缺達(dá)到 1 800 億 m3左右，形成嚴(yán)重的生態(tài)赤字[2]。黨中央、國務(wù)院高度重視華北地區(qū)地下水超采治理，多次強(qiáng)調(diào)，要加強(qiáng)華北地下水漏斗區(qū)治理，實(shí)施河湖生態(tài)保護(hù)修復(fù)。水利部會同有關(guān)部門組織京津冀三省市，在地下水超采嚴(yán)重、水源條件具備的地區(qū)，通過統(tǒng)籌多種水源多措并舉，利用河湖生態(tài)補(bǔ)水入滲回補(bǔ)地下水[3]。為系統(tǒng)解決華北地下水超采問題，水利部辦公廳先后印發(fā)了《水利部 河北省人民政府關(guān)于印發(fā)華北地下水超采綜合治理河湖地下水回補(bǔ)試點(diǎn)方案（2018—2019 年）的通知》《水利部辦公廳關(guān)于印發(fā) 2020 年度華北地區(qū)地下水超采綜合治理河湖生態(tài)補(bǔ)水方案的通知》及《2020 年度華北地區(qū)地下水超采綜合治理河湖生態(tài)補(bǔ)水水文監(jiān)測方案》（以下簡稱《補(bǔ)水方案》），對華北地區(qū)河湖實(shí)施生態(tài)補(bǔ)水工作。其中2020 年 1—6 月對華北地區(qū)地下水超采綜合治理范圍內(nèi) 22 條（個）河湖（15 條河流和 7 個湖泊）實(shí)施了生態(tài)補(bǔ)水，累計(jì)補(bǔ)水 22.89 億 m3，取得了階段性成效。

近年來針對河湖生態(tài)補(bǔ)水成效評估，國內(nèi)外諸多學(xué)者基于傳統(tǒng)監(jiān)測手段從不同方面，如回補(bǔ)率、滲透補(bǔ)給范圍、地下水水質(zhì)改善等多個角度進(jìn)行分析，在一定程度上反映了補(bǔ)水成效[4]，然而現(xiàn)有的評估方法和監(jiān)測方案大多依賴于監(jiān)測站點(diǎn)動態(tài)監(jiān)測數(shù)據(jù)，部分?jǐn)?shù)據(jù)需要現(xiàn)場勘查測量或取樣調(diào)查，數(shù)據(jù)采集范圍有限，獲取成本較高且及時性難以得到保障。為此，本研究利用衛(wèi)星遙感影像能夠快速、實(shí)時、大范圍地覆蓋地表湖泊的特點(diǎn)，采用遙感監(jiān)測這一新型監(jiān)測手段，對華北地區(qū) 22 條（個）補(bǔ)水河湖水面面積和有水河段長度進(jìn)行常態(tài)化動態(tài)監(jiān)測，解析河湖動態(tài)變化，以及時準(zhǔn)確地反映、驗(yàn)證華北地區(qū)地下水超采綜合治理河湖生態(tài)補(bǔ)水成效。

1 數(shù)據(jù)與方法

華北地區(qū)河流、湖泊數(shù)量較多，數(shù)據(jù)量大，為保證河流、湖泊等水利要素資料數(shù)據(jù)的現(xiàn)勢性，基于現(xiàn)有國產(chǎn)衛(wèi)星遙感影像覆蓋能力，以月為周期監(jiān)測華北地區(qū)滹沱河、滏陽河、南拒馬河等 15 條河流，七里海、大黃堡洼、北大港等 7 個湖泊，實(shí)施補(bǔ)水后的河流長度和水面面積動態(tài)變化情況，按月收集覆蓋 22 條（個）河湖的遙感影像數(shù)據(jù)，影像預(yù)處理后采用多種水體提取方法提取河湖水面，結(jié)合每月河湖實(shí)際生態(tài)補(bǔ)水量進(jìn)行成果分析，對源影像數(shù)據(jù)，預(yù)處理完成后的正射影像，水體提取的結(jié)果矢量多個步驟和中間產(chǎn)品進(jìn)行質(zhì)量檢查，以提升解譯精度，最終形成一套完整的水體遙感監(jiān)測方案。

1.1 數(shù)據(jù)源

研究范圍為 22 條（個）補(bǔ)水河湖，以 2020 年6—12 月為周期，每月 1 日為目標(biāo)時間點(diǎn)，2018 年補(bǔ)水工作實(shí)施前作為對比時間點(diǎn)，選取目標(biāo)時間點(diǎn)前后各 5 d 范圍內(nèi)遙感影像數(shù)據(jù)進(jìn)行解譯。主要涉及以下 3 類數(shù)據(jù)：

1）影像數(shù)據(jù)。影像數(shù)據(jù)包含：高分一號系列全色 2 m /多光譜 8 m 分辨率相機(jī)數(shù)據(jù)（GF-1 PMS），多光譜 16 m 分辨率相機(jī)數(shù)據(jù)（GF-1 WFV），該系列包含 GF-1 B，GF-1 C 和 GF-1D 衛(wèi)星；高分二號全色 1 m /多光譜 4 m 分辨率相機(jī)數(shù)據(jù)（GF-2 PMS），多光譜 8 m 分辨率相機(jī)數(shù)據(jù)（GF-2 MSS）；高分六號全色 2 m /多光譜 8 m 分辨率相機(jī)數(shù)據(jù)（GF-6 PMS），多光譜 16 m 分辨率相機(jī)數(shù)據(jù)（GF-6 WFV）。結(jié)合日期、河湖矢量生成的緩沖區(qū)矢量文件及云量等限定條件，篩選符合要求的遙感影像。

本研究涉及的遙感影像數(shù)據(jù)均為 L1 級數(shù)據(jù)，在質(zhì)量方面均滿足以下幾點(diǎn)要求：

a．云覆蓋不得對監(jiān)測對象產(chǎn)生遮擋，影像上主要水利對象（河流、湖泊）分布區(qū)范圍內(nèi)不得被云、霧、霾或季節(jié)性積雪覆蓋。

b．影像無大面積噪聲和條帶，無因數(shù)字高程模型（DEM）精度和現(xiàn)勢性原因造成的數(shù)據(jù)丟失、地物明顯扭曲及變形現(xiàn)象。

c．影像上光譜反射率正常，無影像光譜反射異常現(xiàn)象。

d．遙感影像成像時間為每月 1 日前后 5 d 范圍，若該時間區(qū)間無法提供 100% 覆蓋待監(jiān)測區(qū)域的影像，則可放寬至每月 1 日前后 7 d 時間范圍。

e．多光譜影像能夠 100% 覆蓋待監(jiān)測區(qū)域，或當(dāng)多光譜影像覆蓋率大于 90%，且該月對應(yīng)時間段內(nèi)無法提供更多有效多光譜影像時，使用 GF-3 衛(wèi)星的 FSⅡ 成像模式進(jìn)行補(bǔ)充。

f．影像空間分辨率小于等于 16 m，其中分辨率優(yōu)于 2 m 最佳，質(zhì)量均等的影像盡量減少重復(fù)覆蓋。

g．遵循優(yōu)先使用高質(zhì)量影像的原則，在相同的河流、湖泊水體存在多幅影像重復(fù)覆蓋情況下，優(yōu)先選擇空間分辨率較高、云覆蓋較少、水體覆蓋最完整的影像。

2）矢量數(shù)據(jù)。包括華北地區(qū) 15 條河流線矢量及對應(yīng)的 700 m 緩沖區(qū)矢量數(shù)據(jù)，7 個湖泊面矢量及對應(yīng)的 1 km 緩沖區(qū)矢量數(shù)據(jù)。緩沖區(qū)矢量數(shù)據(jù)用于源影像范圍的確定及影像查詢、裁剪等過程。

3）DEM 數(shù)據(jù)。DEM 數(shù)據(jù)是遙感影像正射校正的數(shù)據(jù)基礎(chǔ)，用于糾正源影像中的坐標(biāo)偏移現(xiàn)象。本研究使用全國 30 m DEM 數(shù)據(jù)。

1.2 監(jiān)測方案

本研究針對華北地區(qū)地下水河湖生態(tài)補(bǔ)水成效構(gòu)建了一套完整的水體遙感監(jiān)測方案，包括以下 3 個步驟：

1）數(shù)據(jù)采集。根據(jù)待監(jiān)測水利對象的矢量范圍，結(jié)合相關(guān)水文測站信息，確定影像范圍和日期，采集多源影像數(shù)據(jù)并進(jìn)行預(yù)處理。

2）水體提取。對預(yù)處理后的影像，使用水體指數(shù)和深度學(xué)習(xí) 2 種方法對河湖水體進(jìn)行解譯提取，再結(jié)合人工目視進(jìn)行修正。

3）成果分析。根據(jù)水體面矢量范圍計(jì)算有水河段長度與水面面積，結(jié)合原始影像對比監(jiān)測不同階段河湖變化情況[5-7]，制作相關(guān)專題圖，分析補(bǔ)水成效。具體技術(shù)路線如圖 1 所示。

圖 1 技術(shù)路線圖

2 遙感動態(tài)監(jiān)測

遙感動態(tài)監(jiān)測主要對每月收集的覆蓋 22 條（個）補(bǔ)水河湖的高分辨率遙感衛(wèi)星影像進(jìn)行正射、融合和裁剪等預(yù)處理操作，將原始的 L1 級產(chǎn)品即具有時間參考、輔助信息（包括輻射、幾何校正系數(shù)等）及地理坐標(biāo)參數(shù)等未進(jìn)行任何處理的原始數(shù)據(jù)，生產(chǎn)為具有一定完整性和一致性的 L3 級數(shù)據(jù)產(chǎn)品，提升影像的分辨率，達(dá)到滿足水體指數(shù)和深度學(xué)習(xí) 2 種水體提取方法的要求，提高水體提取的精度和準(zhǔn)確率，對水體動態(tài)變化情況進(jìn)行解譯。

2.1 正射校正

由于衛(wèi)星遙感影像是中心投影的結(jié)果，受到相機(jī)幾何特性、傳感器觀測角度和地面高程的影響，會產(chǎn)生幾何畸變。正射校正是遙感影像預(yù)處理過程中關(guān)鍵的一步，用以消除因地形起伏和傳感器誤差引起的像點(diǎn)位移誤差，控制產(chǎn)品質(zhì)量。本研究主要使用全國 30 m DEM 數(shù)據(jù)作為校正的基準(zhǔn)數(shù)據(jù)，采用三維格網(wǎng)模型重采樣的方式對影像進(jìn)行校正。

2.2 影像融合

河流水面的提取要利用水體的光譜特性，必須使用多光譜遙感影像。由于本研究中目標(biāo)河流的寬度較小，且監(jiān)測的目標(biāo)河流補(bǔ)水前存在水面較窄、部分河段干涸等問題，為得到較為清晰的水體邊界，影像的空間分辨率優(yōu)于 2 m 為最佳。綜合考慮水體提取的需求及影像對河流的覆蓋完整程度，在水體提取過程中主要使用 GF-1，GF-2 和 GF-6 衛(wèi)星影像。而這些衛(wèi)星的多光譜影像分辨率都無法達(dá)到2 m，全色影像空間分辨率優(yōu)于 2 m 卻不具備豐富的光譜信息，因此需要通過影像融合，將多光譜影像與全色影像進(jìn)行融合，在不損失光譜信息的基礎(chǔ)上提升空間分辨率，同時滿足河流水體提取對光譜信息和空間分辨率的要求。

影像融合前后的對比圖如圖 2 所示，可以看出融合后的影像不僅具備多光譜影像豐富的光譜特征，且由于空間分辨率的提升，能更清晰地展現(xiàn)河流邊界，有利于提升水體提取的精度。

圖 2 融合前后影像對比圖

2.3 影像裁剪

由于遙感影像覆蓋范圍廣，待監(jiān)測的河湖往往僅占據(jù)一景影像的一小部分，對整張影像進(jìn)行處理和傳輸都非常耗時。為加快處理和提高傳輸速度，在對 22 條（個）河湖的水體矢量進(jìn)行提取前，首先對影像進(jìn)行裁剪，結(jié)合補(bǔ)水前河流的常年水量，保留河流線矢量周圍 700 m 范圍內(nèi)的影像，以及湖泊面矢量外圍 1 km 范圍內(nèi)的影像。將 22 條（個）河湖的緩沖區(qū)融合為 1 個矢量文件，以合并后的矢量區(qū)域?qū)λ杏跋襁M(jìn)行裁剪，并在裁剪后的影像中提取水體矢量。以沙河為例，裁剪前后影像的對比圖如圖 3 所示，裁剪后的影像數(shù)據(jù)量僅為原始數(shù)據(jù)的1/500，通過影像裁剪能夠大幅縮短處理時間。

圖 3 裁剪前后影像對比

2.4 水體提取

本研究主要使用水體指數(shù)和深度學(xué)習(xí) 2 種方法，對華北地區(qū) 22 條（個）河湖每月 1 日前后 5 d范圍內(nèi)的遙感影像進(jìn)行水體矢量提取，并在此基礎(chǔ)上通過人工目視校正獲取高質(zhì)量的河湖矢量數(shù)據(jù)。

1）水體指數(shù)法。水體對全波段光譜的吸收性強(qiáng)，反射性弱，且隨著波長的減少反射率增強(qiáng)，因此利用水體在近紅外和綠光的反射率規(guī)律，構(gòu)建特征指數(shù)，設(shè)定最佳閾值范圍，實(shí)現(xiàn)水體提取。本研究使用歸一化差異水體指數(shù)（NDWI）提取影像中的水體信息。NDWI 最初由 McFeeters 依據(jù)近紅外波段和綠波段的反差可以抑制植被等信息而突出水體特征，便于提取影像中的水體信息而提出[8]。

2）深度學(xué)習(xí)法。利用深度學(xué)習(xí)法進(jìn)行水體目標(biāo)提取得益于人工智能領(lǐng)域的不斷發(fā)展，基于數(shù)據(jù)驅(qū)動的深度神經(jīng)網(wǎng)絡(luò)模型利用智能算法從大量的影像數(shù)據(jù)中提取水體特征，可以挖掘出水體數(shù)據(jù)中蘊(yùn)含的有用信息，從而提高水體提取的準(zhǔn)確率。本研究使用 Encoder-Decoder 模型[9]結(jié)構(gòu)，基于 HRNet 模型[10]構(gòu)建水體提取模型，以卷積神經(jīng)網(wǎng)絡(luò)作為基礎(chǔ)網(wǎng)絡(luò)，構(gòu)建包括特征提取、調(diào)節(jié)和融合等模塊的語義分割模型。通過特征提取模塊，對影像進(jìn)行卷積重采樣，提取得到不同分辨率下的水體特征信息，獲取高層的語義和底層的細(xì)節(jié)等特征信息；通過特征調(diào)節(jié)模塊調(diào)節(jié)不同尺度的信息，再對不同尺度之間的特征進(jìn)行融合，提高影像分辨率構(gòu)建 AI 水體提取模型進(jìn)行水體提取。

分別使用 2 種水體提取方法于 2020 年 10 月對永定河補(bǔ)水河段水面進(jìn)行水體提取，在此基礎(chǔ)上通過人工目視進(jìn)行修正，結(jié)果如圖 4 所示。

從 3 種水體提取方法對比結(jié)果可以看出：對于水體區(qū)域較為明顯，水體光譜特征相對正常的影像和區(qū)域，深度學(xué)習(xí)和水體指數(shù) 2 種方法表現(xiàn)效果較好，相對水體指數(shù)法，深度學(xué)習(xí)法提取的水面較為平滑；針對水體光譜特征由于人為、富營養(yǎng)化、薄云或橋梁覆蓋等因素產(chǎn)生變化的水體區(qū)域，人工目視在前 2 種方法的基礎(chǔ)上，利用原始遙感影像進(jìn)行參考，對細(xì)節(jié)部分進(jìn)行平滑、填洞、修正處理，可以得到精度更高的結(jié)果。

2.5 面積/長度計(jì)算

利用提取的河湖矢量計(jì)算河湖的水面面積和有水河段長度，在計(jì)算有水河段長度前，需對每月的河流骨架線進(jìn)行編輯和檢查，確保河流骨架線與當(dāng)月的水體矢量保持一致，并進(jìn)行河流的中心線提取，再根據(jù)中心線計(jì)算有水河段的長度。參考投影坐標(biāo)系統(tǒng)一使用 Albers_WGS84Datum。

3 動態(tài)監(jiān)測成果

截至 2020 年 11 月 30 日，京津冀三省市開展了 14 條河流（其中衛(wèi)河未補(bǔ)水）和 7 個湖泊的生態(tài)補(bǔ)水，共補(bǔ)水 41.65 億 m3。本研究針對華北地區(qū)地下水河湖生態(tài)補(bǔ)水情況，按月進(jìn)行河湖水面面積監(jiān)測，針對河湖水體矢量進(jìn)行水面面積和有水河段長度的分析。采用環(huán)比法對河湖面積和長度變化進(jìn)行統(tǒng)計(jì)分析，即將本月水面面積、有水河段長度減去上月水面面積及有水河段長度得到的差值作為補(bǔ)水河湖動態(tài)監(jiān)測值。本研究主要統(tǒng)計(jì) 2020 年 7—12 月各月與上月環(huán)比的水面面積和有水河段長度的動態(tài)變化量，環(huán)比變化如圖 5 所示。

圖 4 水體提取方法對比

圖 5 華北地區(qū) 2020 年 7—12 月 14 條補(bǔ)水河流水面面積/長度環(huán)比變化圖

根據(jù)動態(tài)監(jiān)測結(jié)果，總體上華北地區(qū)的水系在生態(tài)補(bǔ)水后變化較為明顯，14 條補(bǔ)水河流面積統(tǒng)計(jì)說明：2020 年 7—10 月均有 8 條及以上河流表現(xiàn)出水面面積增長，分別增長 5.41，1.38，4.23 和6.01 km2；11 和 12 月水面面積增長河流最少，分別為 6 和 7 條，總面積分別減少 3.36 和 7.97 km2，結(jié)合周邊測站降水信息分析是由于進(jìn)入秋冬季節(jié)，上游雨量減少導(dǎo)致水面出現(xiàn)負(fù)增長。從圖 5 可以看出，水面面積明顯增加的河流有 7 月的滹沱河，8 月的南拒馬河和 10 月的唐河。從河段長度變化看，華北地區(qū)經(jīng)過生態(tài)補(bǔ)水后有水河流的長度是增加的，與水面面積的動態(tài)變化趨勢基本契合。9 月的河段長度增加最多，14 條補(bǔ)水河流有水河段總長度環(huán)比增加達(dá)到 144.38 km，其中唐河、沙河和北拒馬河的貢獻(xiàn)最大，分別為 32.88，25.51 和 11.90 km。11 和12 月的河段長度也表現(xiàn)出減少趨勢，總有水河段長度分別減少 3.36 和 7.97 km。河段長度增加最多的分別為 7 月的滹沱河，10 月的北拒馬河和 9 月的唐河，分別為 40.18，39.29 和 32.88 km。綜上，7—10 月補(bǔ)水效果比 11 和 12 月補(bǔ)水效果更明顯，11 月和 12 月受到自然蒸發(fā)、降水少等原因，導(dǎo)致河流面積和河段長度出現(xiàn)不同程度的負(fù)增長。

選取補(bǔ)水前后河湖水體變化較為明顯的滹沱河和唐河進(jìn)行對比分析，對 2 條河流 2020 年 12 月增加的水體與 2018 年水體進(jìn)行對比，并制作遙感監(jiān)測成果水體變化專題圖展示補(bǔ)水后水面面積增加情況，具體如圖 6 所示。

圖 6 滹沱河和唐河補(bǔ)水效果局部對比

7 個湖泊生態(tài)補(bǔ)水的動態(tài)環(huán)比變化如表 1 所示。除白洋淀外，其他湖泊均表現(xiàn)出負(fù)增長，說明生態(tài)補(bǔ)水工程在對湖泊補(bǔ)水時，減緩了地下水干涸趨勢，使得水面減少變緩。白洋淀 11 和 8 月水面面積增長顯著，分別為 16.05 和 2.17 km2。12 月，湖泊總體面積表現(xiàn)出增長趨勢，增加了 2.17 km2，大黃堡洼變化最明顯，增加了 1.25 km2。

表 1 7 個湖泊生態(tài)補(bǔ)水動態(tài)環(huán)比變化表 km2

將 2020 年華北地區(qū)各河湖矢量作為底圖，與2018 年的河湖矢量疊加，可大致反映 2018—2020 年華北地區(qū)河湖動態(tài)變化情況，如圖 7 所示。

從圖 7 可以看出：華北地區(qū)水系在 2018—2020 年間變得更為發(fā)達(dá)，其中水量明顯增加的河流有北運(yùn)河、永定河、唐河、滹沱河及北拒馬河，漳河則有較大的下降幅度，同時大黃堡洼的水量有較高的增幅。

圖 7 華北地區(qū)河湖 2018—2020 年變化情況

4 結(jié)語

本研究使用遙感監(jiān)測技術(shù)，以相關(guān)水利基礎(chǔ)數(shù)據(jù)為依據(jù)，結(jié)合遙感影像能夠快速、實(shí)時、大范圍地覆蓋地表湖泊的特點(diǎn)，針對華北地區(qū)地下水河湖生態(tài)補(bǔ)水形成一套完整的水體遙感監(jiān)測方案，對2020 年下半年華北地區(qū)實(shí)施補(bǔ)水的 14 條河流、7 個湖泊進(jìn)行長度和面積動態(tài)變化常態(tài)化監(jiān)測，可及時掌握華北地區(qū)地下水超采治理工作情況和生態(tài)補(bǔ)水成效。從側(cè)面驗(yàn)證了通過統(tǒng)籌多種水源開展河湖回補(bǔ)地下水是有效可行的，是缺水地區(qū)地下水超采綜合治理的一項(xiàng)創(chuàng)新舉措，為后續(xù)開展相關(guān)補(bǔ)水行動提供了一種新型監(jiān)測手段。

研究中也存在一些問題：

1）遙感影像數(shù)據(jù)源覆蓋能力不足，無法 100%覆蓋待監(jiān)測區(qū)域時，選取時間跨度較大的影像會產(chǎn)生誤差處理難題；

2）某些與水系相鄰地物光譜特征與水體相似，導(dǎo)致水體誤提情況產(chǎn)生；

3）水體提取算法眾多，但都是針對具體研究區(qū)域或小區(qū)域范圍內(nèi)的水體提取，高精度的大范圍批量水體提取仍有一定困難。

今后將針對研究過程中發(fā)現(xiàn)的問題做進(jìn)一步探索，結(jié)合無人機(jī)、無人船等新型監(jiān)測手段進(jìn)一步提升監(jiān)測頻率，并綜合考慮每條河流水源條件、河湖及管理狀況、社會影響等因素，因地制宜，實(shí)現(xiàn)一河（湖）一策，為“十四五”期間華北地區(qū)河湖生態(tài)環(huán)境復(fù)蘇行動提供針對性的解決方案。