1986—2020年山东省地表水时空变化特征分析.pdf

第 38 卷 第 1 期2024 年 1 月山 东 理 工 大 学 学 报(自 然 科 学 版)Journal of Shandong University of Technology(Natural Science Edition)Vol.38 No.1Jan.2024收稿日期:20221128基金项目:国家自然科学基金项目(42171413);山东省自然科学基金项目(ZR2020MD015);山东理工大学青年教师发展支持计划项目(4072-115016)第一作者:李艺,女,20507020764 ;通信作者:范俊甫,男,fanjf 文章编号:1672-6197(2024)01-0001-0719862020 年山东省地表水时空变化特征分析李艺,范俊甫,张志锟,左吉伟,时宗闻,高宇(山东理工大学 建筑工程与空间信息学院,山东 淄博 255049)摘要:针对地表水提取过程中部分细小河流和半干涸河道提取较困难的问题,以 19862020 年的山东省内陆地表水为研究对象,基于改进的归一化水体指数(MNDWI)模型,引入建筑物指数模型和植被指数模型,提出了一种新型水体指数(GMNDWI),较明显地提高了地表水体的提取精度。在此基础上,运用空间网格化处理与分区统计、动态度等方法分析了山东省内陆地表水的时空变化特征,并通过相关性分析对选取的影响因子进行了讨论。结果表明:研究区内地表水时空分布不均衡,旱雨季水面积之比稳定在 3 5,均呈现先增加后减少的变化趋势;降雨量和耕地面积与地表水面积的相关系数明显高于其他因素,表明二者的共同作用是导致研究区地表水面积变化的关键因素。关键词:Landsat;遥感;地表水提取;水体指数;精度分析;相关性分析中图分类号:TB532.1;TB553文献标志码:AAnalysis of temporal and spatial variation characteristics of surfacewater resources in Shandong Province from 1986 to 2020LI Yi,FAN Junfu,ZHANG Zhikun,ZUO Jiwei,SHI Zongwen,GAO Yu(School of Architectural Engineering and Spatial Information,Shandong University of Technology,Zibo 255049,China)Abstract:In order to solve the difficulty of extracting some small rivers and semi-dry channels in theprocess of surface water extraction,the inland surface water of Shandong Province from 1986 to 2020 wastaken as the research object and a new water index(GMNDWI)based on the MNDWI water index modelwas proposed by introducing the building index model and the vegetation index model,which significantlyimproved the extraction accuracy of surface water.On this basis,the spatio-temporal variation character-istics of inland surface water in Shandong Province were analyzed using spatial grid processing,zonal sta-tistics and dynamic attitude methods,and the selected influencing factors were discussed by correlation a-nalysis.The results show that the spatial and temporal distribution of surface water in the study area isuneven,and the ratio of water area in the dry and rainy seasons is stable at 3 5,showing a trend of in-creasing first and then decreasing.The correlation coefficients of rainfall and cultivated land area withsurface water area are significantly higher than other factors,indicating that the combined action ofrainfall and cultivated land area is the key factor leading to the change of surface water area in the studyarea.Keywords:Landsat;remote sensing;surface water extraction;water index;precision analysis;corre-lation analysis 地表水是维持区域生态平衡、促进经济社会发展的关键因素1,其作为日益短缺的关键性基础资源,近几年在山东省的总量降幅明显,季节变化显著,供需矛盾日益突出 2。作为中国典型的沿海省份,目前学者们对该区域的地表水开发利用3、水资源管理4和水保护5已做了大量的研究,开展了一系列基于水文气象站点、雨量数据等资料的定量分析6,但由于数据的来源渠道多样、标准不规范,且缺乏连续性,因此较难反映研究区地表水的整体时空演化特征。卫星遥感数据能大区域、长时段、高效率监测地表水状态7,为实现对区域地表水的长时间跨度连续观测提供高可靠的数据源;然而目前研究多局限于局部典型水域或较短时间序列,缺乏对山东省整体地表水长期连续动态变化的研究,且未对地表水的季节性变化特征进行分析比较。从导致地表水面积变化的驱动力方面来看,山东省地表水季节性动态变化受到大气环境影响和社会经济影响等诸多因子的综合影响比较明显,因此单个季度的地表水监测并无法全面反映地表水变化。获取地面大范围、大尺度的地面信息主要是通过遥感影像,国内外学者在遥感影像提取水体方面已做了大量研究。目前 Landsat 影像提取方法可大致分为两大类:一类是基于影像波段信息,通过原始波段处理或波段间相组合所构成的指数模型,如McFeeters8提出的归一化水体指数(NDWI),虽能提取水体信息但也掺杂大量背景噪音,徐涵秋9通过波段变换的方式提出改进后的归一化水体指数(MNDWI),在抑制植被等无效信息方面取得良好效果;另一类是基于图像显示的特征,通过特征分类别判定的分类器法,如 Kalke 等10通过支持向量机的方法对河流水体进行提取,但其中核函数参数的选取有一定的难度,薛源等11利用水体指数和决策树结合 DEM 河网实现对山区河流的自动提取。目前深度学习算法也开始被应用在水体的分类提取当中,但其需要大量准确样本支持的特性是提取工作的痛点12,因此,高效准确的指数模型法因其普适性依然是当今大范围数据提取工作的首选13。本文基于 19862020 年长时序的 Landsat 遥感影像数据,通过水体指数模型提取水体以分析山东省地表水的动态度、变化率,揭示了多年山东省地表水的时空演变特征,结合自然资源数据和社会经济数据,对影响地表水面积变化的影响因子进行了相关性分析。该研究旨在揭示山东省地表水时空演变规律及其与气候变化和人类活动的关系,为山东正在实施的区域协调发展战略14的顺利实施提供科学的参考依据,为中国沿海地区地表水资源的保护及合理开发利用提供科学参考。1 研究区与数据来源1.1 研究区概况山东省地处中国东部沿海,位于世界公认的黄金纬度的海岸线上(3425N 3823N,11436E12243E)。地处温带季风型气候,雨热同期,降水集中且季节分配不均,易发生严重春旱和夏涝;加之利用效率低、过度开发等人为因素综合作用,地表水资源短缺逐渐成为常态,给各行业发展和人民的生产生活带来显著影响,成为严重制约工业和农业持续健康发展的瓶颈15。1.2 数据来源与预处理Landsat 系列卫星遥感影像数据来源于美国地质调查局官网;人口和 GDP 数据来自中国国家统计局;降雨量和用水量数据来自山东省水利厅;耕地数据来自山东省统计局和公开文献 16;气温数据来自欧洲中期数值预报中心的气候再分析数据。选择 1986 年、1995 年、2004 年、2013 年、2020年的旱季、雨季共 10 期 Landsat 卫星遥感数据作为数据源。旱季选取一月份至三月份、雨季选取八月份中旬至九月下旬,且云量小于 5%的数据。为消除差异影响,根据影像特征确定合适的参数和大气模型,对遥感影像进行辐射定标和大气校正等处理后得到可满足研究要求的数据集,相关操作在 ENVI5.3 软件中完成。1.3 研究方法1.3.1 提取方法将文献17中现有的 22 种水体指数模型分别应用在研究区地表水提取中,对实验结果进行对比分析发现,MNDWI 是分离度最高、提取效果最好的水体指数模型,这与屈慧慧等 18 研究结果一致,其计算原理见式(1)9。MNDWI=Green-MIR1Green+MIR1,(1)式中:MNDWI 为水体指数模型,Green 为绿光波段的像元值,MIR1为中红外波段的像元值。该方法能准确提取绝大部分大面积水体,但部分细小河流未被成功提取。采用调整最佳阈值的方法以解决该问题,将初始阈值减小 0.01 后,水体未被提取的情况得到改善,但部分建筑物、植被等干扰物也被归为水2山 东 理 工 大 学 学 报(自 然 科 学 版)2024 年体。针对该问题,本研究引入提取植被效果较好的植被指数模型 NDVI 19(式(2)和提取建筑物较为完善的建筑物指数模型 NDBI 19(式(3),分别二值化后构建新型的水体指数 GMNDWI,其计算公式见式(4)。NDVI=NIR-REDNIR+RED,(2)式中:NDVI 为植被指数模型,NIR 为近红外波段的像元值,RED 为红光波段的像元值。NDBI=MIR1-NIRMIR1+NIR,(3)GMNDWI=MNDWI-NDVI-NDBI。(4)1.3.2 时空分布特征分析时空分布特征分析利用空间网格化处理和分区统计来完成。空间网格化处理就是用规定大小的格网将一定范围的平面进行分割,从而得到单元数据的过程。通过 ArcGIS 软件,采用1 km1 km 的格网将研究区内旱季水和雨季水进行分割,经过分区统计得到水体面积占各网格的位置及比例,从而分析讨论研究区内旱季水和雨季水的空间分布和时间变化特征。1.3.3 变化趋势分析通过动态度计算来反映地表水面积变化的剧烈程度,分析地表水面积变化的趋势,其计算方法为研究区内研究期始末地表水的面积变化量占初始期地表水面积的比重,并与研究时段的比值。动态度的绝对值越大,表明在一段时间内地表水的面积变化越剧烈。此外,为直观展现研究区地表水面积变化在空间上的分布,采用格网法将研究区分割成 1 km1 km 的空间格网,用研究期始末地表水面积占该格网面积的比重变化反映该地区地表水面积变化的趋势,若其值为正值,表明呈增加趋势,反之则为减少趋势。1.3.4 相关性分析为探究各影响因子对研究区内旱季水和雨季水的影响程度,分析地表水区域差异特征,运用皮尔森相关系数法将每年地表旱季水和雨季水面积与各影响因子进行相关性分析,通过该系数反映地表水面积与各影响因子的紧密程度。2 精度评价与结果2.1 提取结果近几年全球海平面逐年上升 20,加上研究区北部大面积的养殖池扩建和盐田开发导致海岸线边界不断扩展,海岸侵蚀导致滩涂下边界向内陆推进 21,故本研究将海水从 GMNDWI 指数提取的研究区地表水的实验结果中进行剔除处理。参照山东省海洋局发布的海岸线调查技术规范(山东省地方标准)22,结合行政区划矢量数据目视解译 2020年 Landsat 遥感影像的海岸线边界,将海水剔除。2.2 精度评价先以 JRC 数据集为参考,验证本文水体指数模型方法的精度,利用 ArcGIS 软件在提取的矢量水体数据内选取随机点,使用 eCognition 软件对水体提取结果进行基于对象样本的混淆矩阵法精度评价。选取研究区境内的黄河流域对比高分辨率的遥感影像进行人工目视解译,作为精度评价的验证样本,以50 m 为最小允许距离,随机选取 653 个样本点对水体提取结果进行 Kappa 系数精度、总体精度和用户精度验证,验证结果见表 1。表 1 精度验证结果 单位:%项目精度评价Kappa 系数精度 总体精度用户精度水体指数96.5078.7195.1195.11JRC 数据集75.0077.0379.3679.36 经精度验证发现,本研究所提出方法的精度评价、Kappa 系数、总体精度、用户精度均比 JRC 数据集精度有提升,充分证明了这种水体指数方法精度的提高。3 研究区地表水时空演变特征3.1 研究区域地表水空间区划为更直观地反应研究区内地表水面积的时空变化,参考水利部水利水电规划设计总院发布的中国水功能区划 23及山东省水利部门发布的山东省水资源公报24,将研究区划分为四部分分别为徒骇马颊河区、花园口以下区、沂沭泗河区和山东半岛诸河区,如图 1 所示。3.1.1 地表水空间变化特征结合图 2,从地表水面积的空间占比来看,研究区内永久水(即全年维持水域状态的地表水)和季节水(即随季节变动的地表水)在空间分布上的疏密程度不均,永久水在花园口以下区和山东半岛诸河区的面积占比高于季节水,而徒骇马頬河区和沂沭泗河区内的永久水和季节水占比均等。19862020 年间永久水的占比有所下降,但仍高于季节水3第 1 期 李艺,等:19862020 年山东省地表水时空变化特征分析图 1 地表水分区(a)1986 年(b)2020 年图 2 地表水的面积空间占比占比。3.1.2 地表水时间变化特征整体来看,19862020 年间研究区旱季水面积和雨季水面积的变化趋势大体一致,均为先增加后减少。雨季水面积呈现出波动增加的趋势,面积增加14.2%;旱季水面积呈现出波动减少的趋势,面积减少7.1%;雨季水在 1986 年时,面积最小为3 238 km2;旱季水在 2020 年面积最小为 2 223 km2。在 2004年旱季水面积和雨季水面积均达到顶峰,分别为 4 474 km2和 2 847 km2。根据地表水区域划分,本文分别统计了各时期各分区内旱雨季水的面积,其变化趋势如图 3 所示,由图可知,徒骇马頬河区旱季水面积稳步增加,雨季水面积增加后趋于稳定,花园口以下区的旱雨季水面积均呈波动减少的态势,沂沭泗河区与山东半岛诸河区旱雨季水的面积均呈先增加后减少的趋势。图 3 分区地表水面积3.2 地表水面积测度动态变化3.2.1 地表水面积变化率分别计算旱雨季水在四个研究时段的变化率及19862020 年均变化率,以此来分析研究区内地表水面积的变化程度。由图 4 可知,旱季水增加面积的变化率呈现先减少后增加的趋势,特别是在20042013 年时间段变化率最小为 10%;而旱季水减少面积的变化率在各研究时段较为平稳,保持在15%左右。由此可见,旱季水总体变化率与增加面积的变化率基本保持一致。另外,雨季水增加面积的变化率呈现先减少后增加的趋势,尤其是在20042013 年时间段变化率最小为 6.7%,成为在各研究期变化最为平稳的地表水类型。雨季水减少面积的变化率在前三个研究时间段保持了平稳变化,而在 20132020 年时间段雨季面积减少的幅度高达 39.87%,成为在各研究期变化最剧烈的地表水类型。图 4 分区地表水的面积变化率总体来看,在 19861995 年、19952004 年、20042013 年三个研究期时段内,旱季水的总体变化率高于雨季水的总体变化率,说明在该时段内旱季水变化较为剧烈,而在 20132020 年时间段内雨季水的变化剧烈程度高于旱季水,详见表 2。4山 东 理 工 大 学 学 报(自 然 科 学 版)2024 年表 2 研究区地表水面积变化率单位:%地表水情况19861995 年19952004 年20042013 年20132020 年平均变化率旱季水增加18.0617.5710.4112.1714.55减少15.9115.5116.1715.7015.82总计33.9733.0826.5827.8730.37雨季水增加18.3515.816.7013.5613.61减少10.207.819.3839.8716.82总计28.5523.6216.0853.4330.433.2.2 地表水面积动态度从地表水面积变化动态度的空间分布(图 5)来看,19862020 年旱雨季水动态度均整体表现为负,其中旱季水动态度在徒骇马頬河区的中部、沂沭泗河区的东部及微山湖水域西部和南部、山东半岛诸河区东北部均表现为负,而在动态度表现为正的区域较为集中如徒骇马頬河区的西北部、山东半岛诸河区的峡山水库和淮河水域、黄河流域花园口以下区的大汶河流域以及沂沭泗河区的沂河流域和微山湖水域。雨季水动态度表现为负的地区包括黄河三角洲地区、沂沭泗河区的微山湖水域西部、山东半岛诸河区的青岛胶州湾等地,而微山湖水域、黄河流域、大汶河流域、潍河流域等地的雨季水动态度则表(a)旱季水(b)雨季水图 5 19862020 年地表水面积动态度现为正。整体来看,内陆地表水总体面积呈减少趋势。3.3 地表水变化的驱动力分析3.3.1 影响因子分析1)气候变化。山东省地区属温带季风气候,雨热同期,因此选取气温和降雨量 2 个重要的气候因子分析气候变化对地表水的影响,如图 6 所示。图 6 气候影响因子年际变化2)人类活动。综合前人研究,选取人口、GDP、耕地面积、用水量 4 个社会因子作为指标,用于分析人类活动对山东地表水面积的影响程度。从各指标的变化趋势来看,人口、耕地面积和 GDP 呈现增长趋势;用水量趋势不明显,在220 260 亿 m3之间波动,如图 7 所示。3.3.2 相关性分析由表 3 可知,旱雨季地表水的面积变化受降雨量、GDP、人口及耕地面积等因素的综合影响作用。从雨季水的影响因素看,降雨量对其面积变化的影响效果最为显著,相关系数达到 0.895,造成该现象的主要原因是研究区内雨季降水较为集中。旱季水面积变化的影响因素中,耕地面积的影响程度最大,其相关系数为-0.997,其原因是受到研究区农业结5第 1 期 李艺,等:19862020 年山东省地表水时空变化特征分析(a)人口和 GDP(b)耕地和用水量图 7 社会影响因子年际变化构的影响,冬季大量种植高需水量的小麦、油菜等作物。由于研究区范围较大、地形复杂、人口分布不均匀,其余因素与地表水面积变化的相关性较低,因此其余单一影响因素对地表水面积变化的影响并非是简单的线性关系,其影响效果并不显著。表 3 各影响因子与地表水面积相关性因子旱季水雨季水因子旱季水雨季水降雨量0.8950.262耕地0.8950.399温度-0.1440.421用水量0.262-0.383人口-0.2350.528GDP0.399-0.383 注:在 0.05 级别(双尾)相关性显著。4 总结与讨论通过分析新指数方法对研究区地表水面积的提取结果,得出结论如下:1)从地表水时空分布来看,研究区地表水空间上时空分布不均衡,大致表现出“东密西疏”的特征。研究区每期旱季水和雨季水面积之比均大致稳定在 3 5。2)从 地 表 水 测 度 动 态 变 化 来 看,研 究 区19862020 年地表水面积整体呈先增加再减少的趋势。除徒骇马頬河区西北部沿海地区地表水面积增加外,其他地区地表水面积明显减少。地表水总体面积从 2004 年开始呈减少趋势。3)地表水面积与降雨量和耕地面积的相关系数明显高于其他因素,表明二者的共同作用是导致旱雨季地表水面积变化的关键因素。总体来说,本研究提出的指数(GMNDWI)对于大多数水体提取效果都较为准确,能基于 Landsat遥感影像对研究区地表水进行精细提取,尤其对于面积较大的水体,提取边界极其吻合,准确度高;但影像重访周期较长,无法及时捕捉短期内暴发的洪水,极端天气也一定程度地影响着地表水提取精度。通过本文所用相关性分析指数的结果发现,雨季水增加主要是因为降雨量,而旱季水减少与耕地面积相关性极高,考虑主要是因为农业用水导致。在丰水期,降雨量显著增加,同时由于雨季的灌溉,农业用水量减少,进一步增加了地表水资源量,加上河流湖泊汛期到来,此时易发生洪涝灾害使得人民的生命财产受到损失。在枯水期,由于降水量减少和耕地开发,使得农业用水量显著增加,此时由于水资源的短缺,造成农产品的价格波动,同样会对社会经济的发展造成不利影响。根据本文研究结果中研究区冬末初春降雨稀少、河流干旱,而夏末雨量充沛、洪涝灾害频发的特点,应分周期种植适宜生长的农作物,在夏季重点做好黄河流域、小清河流域和微山湖周边的水资源调节工作以及旱涝灾害的应急预案。根据雨季丰水期地表水时空变化规律和分布规律,建议着重在黄河流域加固堤坝以保障财产安全。在枯水期做好防旱工作,适当增加人工降雨。山东省地域辽阔,由沿海向内陆延伸的过程中气候及地域差异明显,加上各地区经济水平发展差异较大,因此地表水存在很大的空间差异,基于此本文提出地表水分区分级的治理方案,在一级分区中按流域划分为四个区,实现研究区内地表水的整体调控和方案部署。在此条件下可按行政区划、经济发展情况、流域分布进行二级划分,在该级别中做好水资源的调配,做好灾情的预警、灾时的救援以及灾后的重建。对易发生灾情的湖泊、河流实行三级划分,由当地政府施行专案措施,采取改进传统的灌溉方式、保护和修复水生态等因地制宜的措施,以促进当地经济的可持续发展。6山 东 理 工 大 学 学 报(自 然 科 学 版)2024 年此外,本文侧重于山东省地表水的宏观研究,在小区域地表水体提取方面存在诸多不足,今后将进一步加强联合分析,开展地方地表水综合研究和区域发展规划,促进地表水资源的合理开发利用。参考文献:1赵文津.我国西北地区水资源开发利用对策的建议J.中国工程科学,2004(8):21-27.2杨凡.山东省地市灰水足迹测度与空间格局分析J.节水灌溉,2017(2):69-75.3邵金花,刘贤赵.山东省水资源开发利用程度综合评价J.人民黄河,2007(3):39-41.4ZHANG H,ZHENG M,SONG W.Study on utilization efficiency ofwater resources in industry in Shandong ProvinceC/InternationalConference on Regional Management Science and Engineering.Jinan:University of Jinan,2010:244-247.5李春俊,孙彩凤.环胶州湾近岸区域地表水资源现状及保护对策J.治淮,2019(7):8-9.6JIA S,HUANG Y.The economic analysis of sustainable utilization ofagricultural water resources in Shandong ProvinceJ.Energy Proce-dia 2011,5(1):2120-2124.7冯天时,庞治国,江威,等.高光谱遥感技术及其水利应用进展J.地球信息科学学报,2021,23(9):1646-1661.8McFEETERS K S.The use of the Normalized Difference Water Index(NDWI)in the delineation of open water featuresJ.InternationalJournal of Remote Sensing,1996,17(7):1425-1432.9徐涵秋.利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究J.遥感学报,2005,9(5):589-595.10KALKE H,LOEWEN M.Support vector machine learning appliedto digital images of river ice conditionsJ.Cold Regions Scienceand Technology,2018,155:225-236.11薛源,李丹,吴保生,等.利用国产 GF-1 卫星数据实现山区细小河流河宽的自动提取J.测绘通报,2020(3):12-16.12周飞燕,金林鹏,董军.卷积神经网络研究综述J.计算机学报,2017,40(6):1229-1251.13殷亚秋,李家国,余涛,等.基于高分辨率遥感影像的面向对象水体提取方法研究J.测绘通报,2015(1):81-85.14赵峥,钱诚,张沁.山东融入京津冀协同发展:战略价值、比较优势与路径策略研究J.山东行政学院学报,2021(4):64-72.15GU H H,LI F P,GUAN X,et al.Remediation of steel slag on a-cidic soil contaminated by heavy metalJ.Asian Agricultural Re-search,2013,5(5):100-104.16李新,郭宁,宋芙蓉.1990 年以来山东耕地变化及人口、经济发展的关系研究(英文)J.Asian Agricultural Research,2009,1(1):14-17,33.17徐涵秋.水体遥感指数研究进展J.福州大学学报(自然科学版),2021,49(5):613-625.18屈慧慧,裴亮,桑学锋,等.基于 MNDWI 特征空间的水体追踪识别方法研究J.测绘工程,2021,30(2):32-35,44.19历华,柳钦火,邹杰.基于 MODIS 数据的长株潭地区 NDBI 和NDVI 与地表温度的关系研究J.地理科学,2009,29(2):262-267.20QIANG W,ZHENG X X,XV H.Relative sea-level rising and itscontrol strategy in coastal regions of China in the 21st centuryJ.Science in China(Series D:Earth Sciences),2003(1):74-83.21 WILLIS J K,CHAMBERS D P,KUO C Y,et al.Global sea levelrise:Recent progress and challenges for the decade to comeJ.O-ceanography,2010,23(4):26-35.22山东省海洋局.海岸线调查技术规范(山东省地方标准)EB/OL.2019-06-26.http:/ 年中国水资源公报EB/OL.(2021-07-12)2022-03-02.http:/ 1 期 李艺,等:19862020 年山东省地表水时空变化特征分析