鄭永超，陸建忠，陳莉瓊，陳曉玲

(武漢大學測繪遙感信息工程國家重點實驗室，武漢 430079)

湖泊是區(qū)域生態(tài)環(huán)境中的重要一環(huán)，對流域內居民生命安全和社會經濟發(fā)展有著巨大的影響. 隨著我國經濟的發(fā)展，湖泊正在受到越來越多的人為因素的干擾，水域萎縮和水質惡化等問題日漸嚴重，這些都成為了區(qū)域可持續(xù)發(fā)展的瓶頸[1-4]，采砂便是其中影響較大的人為活動之一. 作為建筑砂石的重要來源，采砂有著較大的經濟效益，但也會對水域生態(tài)環(huán)境產生較大的破壞. 過量的采砂會導致大量的泥沙攪動，改變河道及水底地形，進而影響水下環(huán)境及相關動植物生物量[5-10]. 此外，采砂活動會導致地質疏松，很容易引發(fā)泥沙的再懸浮，進而改變水體濁度. 因此，采砂活動對水環(huán)境及水生態(tài)有著巨大的影響[11-12]. 我國多個湖泊的生態(tài)環(huán)境都遭受了采砂活動的影響. 如洪澤湖在2012年后由于過度的采砂活動導致水體懸浮顆粒物濃度增高，生態(tài)環(huán)境遭到一定程度的破壞[13]，更有研究表明，洪澤湖采砂區(qū)域的營養(yǎng)鹽濃度顯著高于水生植被生長的區(qū)域，透明度和生物多樣性卻顯著較低[14]. 鄱陽湖作為目前我國第一大淡水湖泊，承納來自贛江、撫河、信江、饒河和修水匯入的大量泥沙. 統(tǒng)計數(shù)據顯示，鄱陽湖每年淤積的泥沙量可達1000萬t以上，擁有豐富的砂石資源. 受長江中下游河道禁止采砂影響，鄱陽湖豐富的湖砂資源成為了開發(fā)的方向[15-19]，因此，對采砂活動進行監(jiān)測與管控對鄱陽湖流域的可持續(xù)發(fā)展有著重要意義.

遙感在采砂活動監(jiān)測領域開展的應用多與水體懸浮泥沙濃度相結合，典型的研究結果以洪澤湖和鄱陽湖2個湖泊為代表. Cao等利用MODIS影像與實地巡查數(shù)據建立了洪澤湖懸浮顆粒物濃度估算算法，并將2012年起洪澤湖懸浮顆粒物濃度的顯著變化歸因于密集的采砂活動[13]. Duan等則在日間影像的基礎上使用了VIIRS晝夜波段(DNB)夜間燈光(NTL)數(shù)據，總結得到了洪澤湖2012-2017年采砂船的時空分布特征，并發(fā)現(xiàn)洪澤湖懸浮物濃度呈現(xiàn)的變化規(guī)律與采砂船的時間分布相一致[14]. 針對鄱陽湖采砂的遙感研究相對更多一些，如de Leeuw等利用衛(wèi)星圖像估計了禁砂期離開鄱陽湖的船只數(shù)量，并評估了鄱陽湖采砂的影響[20]，以及Lai等發(fā)現(xiàn)鄱陽湖的外流河道會隨著采砂強度的變大而加寬加深[21]. 較為全面系統(tǒng)的研究結果以Li等和Feng等[15,21]為代表. Feng認為，大量涌入的采砂船是影響鄱陽湖水體懸浮泥沙濃度的一大驅動因素，并建立了鄱陽湖北湖年平均懸浮泥沙濃度與北湖最南端兩段船舶數(shù)的回歸關系[16]. Li通過湖面分區(qū)、船舶目標增強和懸浮泥沙反演結果疊加分析來提取鄱陽湖采砂船作業(yè)點，并用底質類型分類結果進行結果的驗證[15]. 不過，該研究結果覆蓋的時間較早，對2013年以后鄱陽湖采砂活動的變化規(guī)律未見較為系統(tǒng)的研究結果. 本文使用分辨率更高的GF-1 WFV數(shù)據，結合采砂船常與運砂船并列排布以及對附近水體透明度有巨大擾動這兩大特點[22-23]，對2013-2020年鄱陽湖衛(wèi)星影像進行船舶增強處理和水體透明度反演，識別鄱陽湖上的采砂船作業(yè)點，進而分析鄱陽湖采砂活動的時空間分布規(guī)律及其驅動因素.

1 研究區(qū)域與數(shù)據源

1.1 研究區(qū)概況

鄱陽湖(28°22′～29°45′N，115°47′～116°45′E)(圖1)地處我國江西省北部，是目前我國水域面積最大的淡水湖泊. 鄱陽湖區(qū)域屬亞熱帶濕潤季風型氣候，冬春季氣溫較低，夏季潮濕多雨，秋季晴熱干旱[24]. 年平均氣溫在17℃左右，年內變化較大. 年日照量約為1800～2100 h，雨量豐沛，年平均降水量可達1400～1900 mm，但降水年際變化較大[25-26]. 鄱陽湖的湖區(qū)一般以都昌縣南的松門山島為界分為南北兩個部分[15,27]. 北部湖區(qū)狹長且直通長江，為入江水道；南部湖區(qū)在豐、枯水期差異較大，豐水期湖面遼闊，枯水期水道狹長，具有獨特的“洪水一片，枯水一線”特點. 整個湖區(qū)的水量呈季節(jié)性變化，一般來說，豐水期為4-9月，湖水淹沒草洲、灘涂，主湖區(qū)面積遼闊；枯水期為10月至次年3月，水位較低，草洲、灘涂重新顯現(xiàn). 鄱陽湖是采砂船良好的作業(yè)區(qū)域[28-29]，其采砂活動最早見于1990s，2001年開始興起，亂采濫挖現(xiàn)象日漸嚴重[15]. 2006年起，相關部門陸續(xù)出臺政策對采砂活動加以限制. 江西省水利廳(http://slt.jiangxi.gov.cn/)和九江市采砂管理局(http://csglj.jiujiang.gov.cn/)發(fā)布的政策文件顯示，在2008年全面禁止采砂一年后，鄱陽湖自2009年起采取批復式采砂管理辦法，根據每年情況確定可開采量.

圖1 鄱陽湖及流域內相關地點示意Fig.1 Lake Poyang and some related sites in the basin

1.2 研究數(shù)據

本文選用高分辨率的GF-1 多光譜相機(WFV)數(shù)據對鄱陽湖采砂船作業(yè)點進行識別. GF-1衛(wèi)星于2013年4月開始提供數(shù)據服務，WFV數(shù)據的空間分辨率為16 m，重訪周期2 d，幅寬800 km，搭載紅、綠、藍光及近紅外4個波段，波長范圍分別為0.45～0.52、0.52～0.59、0.63～0.69和0.77～0.89 μm. 由于鄱陽湖承擔了流域內較多的航運功能，河道上常年布滿各色的漁船和運輸船，使用空間分辨率更高的衛(wèi)星影像可以更加清楚地對船只進行識別，減輕驗證環(huán)節(jié)的壓力. 此外，GF-1 WFV在可見光波段的設置與HJ-1A/B衛(wèi)星傳感器的波段設置基本相同，便于本研究直接選用發(fā)展成熟的模型. GF-1 WFV數(shù)據的不足在于幅寬較窄，一景影像有時并不能覆蓋鄱陽湖湖區(qū)的全境. 但現(xiàn)有研究顯示，鄱陽湖采砂活動絕大部分集中在28°55′～29°35′N范圍內，一景GF-1 WFV影像的幅寬能夠滿足這一要求. 因此，本文使用GF-1 WFV影像對鄱陽湖采砂船作業(yè)點進行監(jiān)測.

本研究共下載了149景2013年5月-2020年12月鄱陽湖區(qū)影像，根據云層覆蓋位置和云量進行了篩選，共余下133景有效數(shù)據. 使用ENVI5.3中的RPC Orthorectification Using Reference Image工具對其進行幾何校正，參考相近成像時間的Landsat 8 OLI影像進行參考點的自動采集與校正. 大氣校正方面，使用FLAASH Atmosphere Correction工具消除Ⅱ類水體中水汽和氣溶膠散布的影響. 鄱陽湖所處的緯度范圍在30°N附近，因此大氣模型在7-9月選擇Tropical，其余時間選擇Middle-Latitude Summer. 氣溶膠模型選擇Urban，Initial Visibility采用默認的40 km.

2 研究方法

經團隊調研發(fā)現(xiàn)，鄱陽湖湖區(qū)的采砂船主要為大型抽砂泵式采砂船，長70～80 m，寬15～20 m. 由于采砂船本身不具備運載砂石的能力，因此常與多艘運砂船一同作業(yè)，呈并列排布. 尤其在豐水期時，遼闊的湖面甚至可能有數(shù)艘采砂船與十數(shù)艘運砂船組成的巨大采砂平臺，在GF-1 WFV影像上約為10×6個像素左右. 同時，根據實地考察和Google Earth高清影像的結果可以看出，這些船舶多為許多顏色組成，與運輸船倉底露出的單一色調有明顯的差異，在影像上具有斑駁的紋理特征. 這從形狀和紋理特征的角度提供了區(qū)分采砂船作業(yè)點與湖區(qū)內其他漁船、運輸船的方法. 典型采砂船在16 m分辨率的GF-1 WFV影像上如圖2所示.

圖2 典型采砂船在GF-1 WFV影像和Google Earth高清影像上的形狀及紋理特征Fig.2 Shape and texture features of typical sand dredgers in GF-1 WFV image and Google Earth image

同時，正在作業(yè)的抽砂泵會造成附近水體的擾動，使沉積的泥砂再次懸浮，進而導致附近水體的懸浮泥沙濃度異常增高. 鄱陽湖水生植被較少、藍藻水華暴發(fā)的頻率也很低，懸浮泥沙濃度的升高是導致水體透明度下降的主導因素. 因此，本文判別采砂船的主要依據有二：一是通過船體的大小及排布形態(tài)篩選初步的采砂船疑似結果，二是在此基礎上通過提取水體透明度的突變區(qū)域判斷其是否在工作. 此外，采砂船對作業(yè)區(qū)域的湖底底質類型有著較嚴格的要求，即必須以沙灘或泥灘為主[30]，且較少出現(xiàn)在鄱陽湖航船的航線上. 這些也是本文判別采砂船的輔助手段.

2.1 船舶目標影像增強處理

一般來說，船舶目標與水體的反射率在近紅外波段(GF-1 WFV第4波段)的差異最大，但鄱陽湖水體含泥沙量較高，僅用近紅外波段區(qū)分高渾水體與船舶目標的效果易受到影響. 考慮到船舶目標在綠光波段到近紅外波段的反射率變化趨勢相較于水體要平緩很多，本文在近紅外波段的基礎上引入綠光波段，使用歸一化差值水體指數(shù)(normalized difference water index，NDWI)來突出船舶目標[31]，公式如下：

(1)

式中，Rgreen為綠光波段反射率，RNIR為近紅外波段反射率. 這一算法可以增強船舶目標與水體的差異，還可以用于后續(xù)的水體提取. GF-1 WFV原始影像及波段比值增強后影像效果對比如圖3所示.

圖3 2017年9月14日鄱陽湖GF-1 WFV影像(真彩色合成)及其處理后結果Fig.3 GF-1 WFV image(true color synthesis) and its processing results of Lake Poyang on September 14, 2017

2.2 水體透明度反演

水體透明度能夠反映水體能見度和光學性質，與水體組成成分有較高的相關性，利用遙感影像反演水體透明度的研究已經屢見不鮮. 本研究使用Li等結合HJ-1A/B CCD遙感影像與實測透明度數(shù)據建立的適用于鄱陽湖的水體透明度(secchi disk depth，SDD)反演模型[15]，公式如下：

(2)

式中，R560、R660和R830分別表示HJ-1A/B CCD在第2、3、4波段的反射率. 該模型在時、空間上都較為穩(wěn)定. 由于HJ-1A/B CCD與GF-1 WFV的波段設置基本相同，且這一步的目的只需要反演結果能反映水體透明度的突變現(xiàn)象，因此將其應用到本研究中. 該水體透明度反演模型已經應用在Li等針對鄱陽湖采砂活動的研究，效果較好，平均絕對誤差(mean absolute error，MAE)為21.6%，均方根誤差(root mean square error，RMSE)為30%，R2=0.81.

由于鄱陽湖水域廣闊且水質分布不均勻，不適合使用單一閾值對水體透明度的突變區(qū)域進行提取. 而Sobel算子可以更好地識別出影像中與周圍像元相對差異較大的部分. 因此，本研究將檢測出船舶目標的小塊均勻水體作為輸入，利用Sobel算子提取水體透明度的突變區(qū)域，結果如圖4所示.

圖4 GF-1 WFV真彩色合成影像、水體透明度反演及突變位置提取結果Fig.4 GF-1 WFV true color synthesis image, transparency inversion and mutation location extraction results

2.3 其他判別手段

由于鄱陽湖具有“洪水一片，枯水一線”的特點，大面積的草洲、洲灘等在枯水期露出水面，可以利用這一特點對鄱陽湖的底質進行監(jiān)測與分類. 由于湖底底質類型的變化較慢，因此這里參考了劉子瀟的底質類型分類結果圖[30]. 采砂作業(yè)常在沙灘區(qū)域進行，泥灘區(qū)域偶有出現(xiàn)，草洲/蘆葦區(qū)域不適合進行采砂作業(yè)，這些區(qū)域上應避免出現(xiàn)采砂船的提取結果.

此外，鄱陽湖承擔了流域內較多的航運任務，湖面上常有各類航船游弋. 而采砂船在短時間內的工作范圍變化相對較小，因此一般會避開航線以免相互妨礙. 鄱陽湖上航船的航線相對固定，在多景影像上有較好的體現(xiàn)，依據2013年10月5日的影像提取出的大致航線如圖5所示. 在提取采砂船時，應盡量避免處在航線上的結果.

3 結果與分析

3.1 總體結果

在對現(xiàn)有的133景鄱陽湖GF-1 WFV影像進行處理后，在其中的117景上檢測出了采砂船作業(yè)點，且絕大部分集中在主航道兩側. 對比鄱陽湖底質類型分類結果圖可以看出，識別出的采砂船與底質分析結果中最適合采砂船作業(yè)的區(qū)域——沙灘相對應，還有部分采砂船作業(yè)點在底質為泥灘的區(qū)域被識別出來. 而被認為不適宜采砂船作業(yè)的草洲和蘆葦區(qū)域(大部分分布在湖區(qū)南部區(qū)域)則基本沒有識別出采砂船. 識別出采砂船的區(qū)域與團隊實地考察的結果也相符，這說明本研究的結果整體上是可信的. 限于篇幅，這里僅選取了3景影像及其識別結果(分別代表枯水期、豐水期和平水期)進行了展示，如圖6所示.

圖5 2013年10月5日航線提取及船舶突出結果Fig.5 Route extraction and ship protrusion results on October 5, 2013

圖6 枯水期(a)、豐水期(b)和平水期(c)鄱陽湖采砂船提取結果Fig.6 The sand dredger extraction results of Lake Poyang in dry season (a), wet season (b) and normal season (c)

表1 2013-2020年鄱陽湖采砂船統(tǒng)計結果

Tab.1 Statistical results of sand dredgers in Lake Poyang from 2013 to 2020

時間水期可用影像數(shù)該期單景圖像平均采砂船數(shù)該年單景圖像平均采砂船數(shù)2013年豐1110.827.75枯51.002014年豐1411.298.18枯82.752015年豐811.887.73枯73.002016年豐1313.699.85枯72.712017年豐611.837.67枯63.502018年豐78.437.40枯35.002019年豐94.332.68枯101.202020年豐114.363.21枯81.63

2013-2020年鄱陽湖采砂船統(tǒng)計結果見表1，需要說明的是，鄱陽湖的采砂船數(shù)量在2013-2018年仍然呈現(xiàn)出明顯的分期特點：即豐水期和枯水期提取的采砂船數(shù)呈現(xiàn)出較大的差異. 因此在之后列出的采砂船統(tǒng)計結果中，按豐水期和枯水期加以區(qū)分. 2019年后，采砂船檢測數(shù)在豐/枯水期的差異不再明顯，豐/枯水期采砂船的數(shù)量相較之前顯著減少.

3.2 采砂船提取結果驗證

為確保本研究采砂船提取方法的可行性，對上述提取的采砂船位置進行了驗證. 2019年10月2日星子縣附近以南水域上GF-1 WFV影像及采砂船識別結果如圖7a所示，驗證數(shù)據為2019年10月4日Google Earth高清影像，船只的輪廓與紋理清晰可見，如圖7b所示.

圖7中，(a)圖的紅色實心三角形標記為2019年10月2日GF-1 WFV影像提取的采砂船作業(yè)點，(b)圖的空心三角形標記為2019年10月4日Google Earth高清驗證影像識別出的采砂船，忽略2天時間間隔帶來的采砂船位置偏移. 對比兩次結果，GF-1 WFV影像提取出4個采砂船作業(yè)點，Google Earth影像則識別出6個. 2個漏提的采砂船作業(yè)點(圖中黃色空心三角形標記)分別出現(xiàn)在左下角和中部. 左下角漏提采砂船是在后期總結時被誤歸至鄰近采砂船作業(yè)點中，將2個作業(yè)點識別為1個. 中部采砂船的漏提是由于水體透明度的突變過程沒有得到很好的反映，可能是受到附近船只較多的影響，同時也不能排除采砂船未在作業(yè)的情況. 可以看出，基于經驗的人為提取過程和附近過于密集的船舶排布會對采砂船作業(yè)點提取的準確度帶來一定的影響. 但其余4個提取出的采砂船作業(yè)點(圖中紅色空心三角形標記)與驗證影像的結果吻合度很高. 總的來說，除了船舶數(shù)量過于密集的區(qū)域可能出現(xiàn)部分漏提的情況外，大部分提取結果是準確的，可以認為本研究的采砂船提取結果能正確地反映采砂船的數(shù)量及分布情況.

圖7 2019年10月2日采砂船提取結果(a)及2019年10月4日Google Earth驗證(b)圖Fig.7 Sand dredgers extraction results on October 2,2019 (a) and the validation with Google Earth on October 4,2019 (b)

3.3 鄱陽湖采砂作業(yè)點時間變化規(guī)律

2013-2020年間鄱陽湖的采砂活動強度呈先增后減的趨勢. 2013-2016年平均每年檢測出的采砂船數(shù)逐年增多，2016年后開始減少，2019-2020年再次銳減. 近年來，鄱陽湖水體面積萎縮、湖區(qū)干涸等水環(huán)境問題時有發(fā)生，大規(guī)模的采砂作業(yè)及其帶來的環(huán)境變化已經引起了當?shù)卣块T的注意，政策調控隨之成為鄱陽湖采砂活動最大的影響因素[13-15]. 查閱相關資料發(fā)現(xiàn)，2008年起江西省水利廳對鄱陽湖地區(qū)的采砂活動采取了科學考量、批復開采的政策，每年的采砂活動都要受到當年可開采量的限制. 查閱江西省水利廳公布的鄱陽湖2013-2018年批復可采砂量時發(fā)現(xiàn)，這幾年采砂船檢測數(shù)的年際變化與當年批復的可采砂量有著很高的相關關系，兩者的變化趨勢吻合度極高，如圖8所示. 在采砂船檢測數(shù)明顯較多的2016年，政府批復的可采砂量也明顯多于其他年份. 而隨后的2017年和2018年，檢測到的采砂船數(shù)也隨著批復采砂量的大幅降低明顯減少. 2019年起，鄱陽湖采砂政策轉變?yōu)楦訃栏竦娜娼共缮埃跋裆蠙z測到的采砂船數(shù)也隨之銳減. 因此可以認為，政策調控是2013-2020年間鄱陽湖采砂船數(shù)量變化最主要的影響因素.

圖8 2013-2020年豐/枯水期平均采砂船數(shù)及批復采砂量變化曲線(各年批復采砂量數(shù)據源自江西省水利廳(http://slt.jiangxi.gov.cn/))Fig.8 Average number of sand dredgers and change curve ofapproved sand dredging quantity in wet/dry seasons of 2013-2020

在采砂船檢測數(shù)的年內變化方面，由于月份易受到可用影像數(shù)、當年汛期時段等因素的影響，本研究使用各年采砂船提取數(shù)最值出現(xiàn)的季節(jié)作為指標說明規(guī)律. 結果顯示，2013-2020年鄱陽湖每年采砂船數(shù)量的高峰期均出現(xiàn)在夏季，秋季也偶有出現(xiàn)，低谷期均出現(xiàn)在冬季，春季也偶有出現(xiàn). 總的來說，采砂船數(shù)的年內變化呈現(xiàn)出先增后減的趨勢，如圖9所示，即春季起采砂活動逐漸活躍，在夏季達到頂峰，之后到冬季一直下降. 值得一提的是，2019-2020年的采砂船檢測數(shù)雖然仍呈現(xiàn)夏季高冬季低的規(guī)律，但年內變化明顯地趨于平緩，極值也更多地出現(xiàn)在春、秋兩季.

圖9 2013-2020年各景影像采砂船數(shù)量變化曲線Fig.9 The change curve of the sand dredgers detected in each image during 2013-2020

3.4 鄱陽湖采砂作業(yè)點空間變化規(guī)律

采砂作業(yè)會攪動水中的懸浮泥沙，對一定范圍內水體的水質和透明度都有較大影響. 由于這一影響效果難以量化，本研究使用距離來說明采砂作業(yè)點對附近水體的影響，將采砂船作業(yè)點識別結果的點狀數(shù)據轉化為面狀數(shù)據. 經過之前的實地調研發(fā)現(xiàn)，鄱陽湖上多為抽泵式采砂船，其工作1 d移動的距離約為20 m. 而本研究使用的豐水期影像時間跨度約為25 d，考慮到鄱陽湖豐水期遼闊的水域面積，在理想狀況下采砂船連續(xù)工作25天的移動距離約為500 m，故而本研究將豐水期采砂船的第一級影響范圍設為500 m，第二、三級分別擴大為1000和2000 m. 枯水期水域面積大幅減小，水道狹窄，因此將各級影響范圍的分別下調為300、600和1000 m. 結果如圖10所示.

圖10 2013-2018年鄱陽湖豐(a～f)、枯(g～l)水期采砂作業(yè)點影響范圍分布Fig.10 Distribution of the area influenced by sand dredging points in Lake Poyang in wet(a-f), dry(g-l) seasons during 2013-2018

豐水期識別到的采砂船主要分布在星子縣、筆架山附近和松門山島附近水域，也有部分采砂船在筆架山至松門山島中間的水域和周溪鎮(zhèn)附近被識別出來，在北部的屏峰村水域也有零星的分布. 而在枯水期，采砂船主要分布在松門山島附近和星子縣、筆架山附近水域. 總的來說，鄱陽湖的采砂活動主要集中在松門山島以北、周溪鎮(zhèn)以及星子縣、筆架山附近水域. 而從前面的研究結果可以看出，2019-2020年，鄱陽湖采砂船作業(yè)點的數(shù)量在豐/枯水期的差別幾乎消失，在位置分布上呈現(xiàn)出相同的特點. 因此，這兩年的結果分析中不再進行豐/枯水期的區(qū)分(圖11). 識別出的采砂作業(yè)點分布在松門山島附近、星子縣以南及筆架山以西水域，但周溪鎮(zhèn)附近未見采砂船作業(yè)點，南湖區(qū)域的采砂活動基本銷聲匿跡.

圖11 2019年(a)和2020年(b)鄱陽湖采砂作業(yè)點影響范圍分布Fig.11 Distribution of the area influenced by sand dredging points in Lake Poyang in 2019(a) and 2020(b)

此外，Li等的研究指出，在2008年開始采取采砂管控措施后，鄱陽湖采砂活動有向南湖擴展的趨勢[15]. 為探究2013-2020年這一規(guī)律是否仍在延續(xù)，進一步獲取鄱陽湖采砂活動的空間動態(tài)，本研究將檢測到的所有采砂船緯度進行了統(tǒng)計，如圖12所示. 可以看出，鄱陽湖采砂活動在緯度分布上明顯向北湖集中. 2013-2017年采砂船出現(xiàn)的緯度范圍較大，南部湖區(qū)檢測出的采砂船數(shù)量較多，2018年后采砂船出現(xiàn)的緯度集中在北部湖區(qū). 對各年在南湖檢測出的采砂船平均數(shù)進行統(tǒng)計后發(fā)現(xiàn)，其呈現(xiàn)出先增后減的趨勢，在2018年后控制在很低的水平. 這些都表明，鄱陽湖采砂活動向南部湖區(qū)擴張的趨勢已得到遏制.

4 結論與展望

本文利用采砂船工作時會明顯改變附近水體的懸浮泥沙濃度這一特點，結合采砂船的形狀和紋理特征、鄱陽湖底質類型及航線位置對2013-2020年鄱陽湖采砂活動進行了監(jiān)測，并總結分析了鄱陽湖采砂活動的時空間變化規(guī)律. 結果顯示，2013年以來，鄱陽湖的年平均采砂船檢測數(shù)呈先增多后減少的趨勢，2016年是采砂活動的頂峰，這與鄱陽湖每年批復的可開采量呈現(xiàn)基本相同的變化趨勢，2019年后采砂船檢測數(shù)的銳減也與當年全面禁止采砂的政策相對應. 這說明監(jiān)管政策是影響鄱陽湖采砂活動最主要的因素. 同時，鄱陽湖采砂活動向南湖擴展的趨勢也得到了有效的遏制. 不過，在2019年全面禁止采砂后，仍然在松門山島、星子縣及筆架山附近監(jiān)測到了零星的采砂船作業(yè)點. 本研究可以評估近年來鄱陽湖采砂活動監(jiān)管的成效，并給相似水域采砂活動的監(jiān)管及其效果評估提供參考.

本研究也能為計算機智能監(jiān)測采砂活動提供實現(xiàn)流程. 雖然本研究在人工篩選采砂船結果的過程中會產生一些誤差，在船只密集的區(qū)域有時會出現(xiàn)漏判、錯判的情況，且最終結果易受到影像分辨率、船舶陰影及云霧遮擋的干擾，但是隨著更多性能優(yōu)異的衛(wèi)星傳感器的發(fā)射、影像處理算法的不斷進步和機器學習應用的日漸成熟，更為精確、便捷的采砂船計算機處理方法有望在將來得到開發(fā)和應用.