基于多源遥感的黄河三角洲湿地动态监测

doi:10.13474/j.cnki.11-2246.2023.0164

测绘通报 ›› 2023, Vol. 0 ›› Issue (6): 27-35.doi: 10.13474/j.cnki.11-2246.2023.0164

基于多源遥感的黄河三角洲湿地动态监测

樊彦国¹, 王杰¹, 樊博文², 徐梓耀¹

1. 中国石油大学(华东)海洋与空间信息学院, 山东青岛 266580;
2. 哈尔滨工程大学水声工程学院, 黑龙江哈尔滨 150001

收稿日期:2022-08-08 修回日期:2023-04-19 发布日期:2023-07-05
通讯作者: 王杰。E-mail:2394834585@qq.com
作者简介:樊彦国(1965-),男,博士,教授,主要研究方向为遥感信息智能提取。E-mail:ygfan@upc.edu.cn
基金资助:
自主创新项目-战略专项(22CX01004A-3);国家自然科学基金青年基金(42106215)

Dynamic monitoring of wetlands in the Yellow River delta based on multi-source remote sensing

FAN Yanguo¹, WANG Jie¹, FAN Bowen², XU Ziyao¹

1. College of Oceangraphy and Space Information, China University of Petroleum (East), Qingdao 266580, China;
2. School of Underwater Acoustic Engineering, Harbin Engineering University, Harbin 150001, China

Received:2022-08-08 Revised:2023-04-19 Published:2023-07-05

摘要/Abstract

摘要： 城乡建设的逐步推进与自然生态环境保护之间的矛盾愈发激烈,我国对黄河三角洲湿地区域的发展高度重视,迫切需要对黄河三角洲近年来的动态变化信息进行监测、提取与分析。本文利用2000—2021年8景Landsat光学影像与2015—2021年34景Sentinel-1降轨VV极化SAR影像,对黄河三角洲湿地区域的宏观(土地利用)、微观(地表形变)信息进行提取,并结合社会经济、自然环境数据进行驱动因素分析。结果表明:2000—2021年黄河三角洲湿地区域土地利用格局未发生显著变化,但土地利用程度逐步提高;2015—2021年黄河三角洲湿地区域的地表形变程度空间分布极不均匀,最大沉降速率达-43.643 mm/a,最大抬升速率为0.136 mm/a;人类活动和社会经济是引起该区域地表信息变化的主导驱动因素。

关键词: 黄河三角洲, 多源数据协同, 动态监测, 土地利用, 地表形变

Abstract: The contradiction between the gradual urban and rural construction and natural ecological environmental protection is becoming more and more intense, and the state and government attach great importance to the development of the Yellow River delta wetland area. Therefore, it is urgent to monitor, extract and analyze the dynamic change information of the Yellow River delta in recent years. In this paper, macroscopic (land use) and microscopic (surface deformation) information of the Yellow River delta wetland region is extracted and analyzed by using 8-view Landsat optical images from 2000 to 2021 and 34-view Sentinel-1 downscaled VV polarized SAR images from 2015 to 2021, combined with socio-economic and natural environment data for driving factor analysis. The results show that the land use pattern of the Yellow River delta wetland region did not change significantly between 2000 and 2021, but the land use degree gradually increased; the spatial distribution of the surface deformation degree of the Yellow River delta wetland region is extremely uneven between 2015 and 2021, with the maximum sedimentation rate reaching -43.643 mm/a and the maximum uplift rate of 0.136 mm/a; human activities and socio human activities and social economy are the dominant drivers of surface information changes in the region.

Key words: the Yellow River delta, multi-source data collaboration, dynamic monitoring, land use, surface deformation

中图分类号:

P237

樊彦国, 王杰, 樊博文, 徐梓耀. 基于多源遥感的黄河三角洲湿地动态监测[J]. 测绘通报, 2023, 0(6): 27-35.

FAN Yanguo, WANG Jie, FAN Bowen, XU Ziyao. Dynamic monitoring of wetlands in the Yellow River delta based on multi-source remote sensing[J]. Bulletin of Surveying and Mapping, 2023, 0(6): 27-35.

参考文献

[1] 山东省人民政府办公厅关于做好《民政部山东省人民政府共同推进黄河三角洲高效生态经济区民政事业发展合作协议》实施工作的通知[J]. 山东省人民政府公报,2011(11):41-43.
[2] 苏锐. 保护黄河流域生态助推文旅事业高质量发展[N]. 中国文化报,2021-10-25(001).
[3] 翟俊,金点点,陈妍,等. 黄河三角洲高效生态经济区生态变化、问题与对策[J]. 资源科学,2020,42(3):517-526.
[4] 张磊,宫兆宁,王启为,等. Sentinel-2影像多特征优选的黄河三角洲湿地信息提取[J]. 遥感学报,2019,23(2):313-326.
[5] 徐振田,ALI Shahzad,张莎,等. 基于Landsat数据的黄河三角洲湿地提取及近30年动态研究[J]. 海洋湖沼通报,2020(3):70-79.
[6] 侯学会,李新华,徐洪彪,等. 基于时序特征的黄河三角洲土地覆盖动态及驱动力分析[J]. 水资源与水工程学报,2021,32(1):233-240.
[7] 高瑞,王志勇,周晓东,等. 利用多时相遥感监测与分析黄河三角洲湿地变化动态[J]. 测绘通报,2021(4):22-27.
[8] 张金芝. 基于InSAR时序分析技术的现代黄河三角洲地面沉降监测及典型影响因子分析[D]. 北京:中国科学院大学,2015.
[9] 刘一霖. 黄河三角洲地面沉降时序InSAR技术监测与地下流体开采相关性分析[D]. 青岛:中国科学院研究生院(海洋研究所),2016.
[10] 陈继伟,曾琪明,焦健,等. Sentinel-1 A卫星TOPS模式数据的SBAS时序分析方法:以黄河三角洲地区为例[J]. 国土资源遥感,2017,29(4):82-87.
[11] 程霞,张永红,邓敏,等.Sentinel-1A卫星的黄河三角洲近期地表形变分析[J].测绘科学,2020,45(2):43-51.
[12] 张金盈,崔靓,刘增珉,等. 利用Sentinel-1 SAR数据及SBAS技术的大区域地表形变监测[J]. 测绘通报,2020(7):125-129.
[13] 王辉,曾琪明,焦健,等. 结合序贯平差方法监测地表形变的InSAR时序分析技术[J]. 北京大学学报(自然科学版),2021,57(2):241-249.
[14] 东营市统计局. 东营市统计年鉴2021[EB-OL].[2022-6-1]. http:——dystjj.dongying.gov.cn-module-download-downfile.jsp?classid=0&filename=99aecb89c05d4c678b9bd7ad34e9be7e.pdf.
[15] 郇红艳,谭清美,朱平. 城乡一体化进程中耕地利用变化的驱动因素及区域比较[J]. 农业工程学报,2013,29(21):201-213.
[16] 张成扬,赵智杰. 近10年黄河三角洲土地利用/覆盖时空变化特征与驱动因素定量分析[J]. 北京大学学报(自然科学版),2015,51(1):151-158.
[17] 孙希文. 区域土地利用变化与驱动力研究[D].重庆:西南大学,2005.
[18] 屈春燕. 最新1/400万中国活动构造空间数据库的建立[J]. 地震地质,2008,30(1):298-304.
[19] 邓起东. 中国活动构造图[M]. 北京:地震出版社,2007.

基于多源遥感的黄河三角洲湿地动态监测

Dynamic monitoring of wetlands in the Yellow River delta based on multi-source remote sensing

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	李小军, 车良革, 胡宝清. FLUS-InVEST模型的北海市生态系统碳储量时空差异分析[J]. 测绘通报, 2023, 0(6): 117-123,183.
[2]	王俊枝, 窦银银, 薛志忠, 郭长庆, 迟文峰. 基于主体功能区划的内蒙古自治区近30年国土空间演化遥感监测与分析[J]. 测绘通报, 2023, 0(4): 54-58.
[3]	丁伟, 陈展鹏, 许兵, 冯志雄. 基于SBAS-InSAR技术的广州市白云区长时序地表形变监测与成因分析[J]. 测绘通报, 2023, 0(4): 167-171.
[4]	李振今, 王志勇, 叶凯乐, 刘晓彤, 田康. 联合时间序列相干性和后向散射系数的黄河三角洲湿地分类[J]. 测绘通报, 2023, 0(2): 52-57,71.
[5]	张赟, 李鹏, 李振洪, 王厚杰. 黄河三角洲Sentinel-3高精度时空连续海陆表面温度反演[J]. 测绘通报, 2023, 0(1): 120-126.
[6]	刘向祎, 芦仲进, 邰向荣, 王洪波. 土地利用地图的专题色彩设计[J]. 测绘通报, 2022, 0(9): 141-144.
[7]	张学鹏, 张凤娇, 陈伟, 李广超, 毕朋帅, 王哲. 云贵高原地区生态系统服务价值时空变化特征[J]. 测绘通报, 2022, 0(8): 30-35.
[8]	杜玉河, 杨文府. 基于多源数据的山西省采煤沉陷区调查监测体系构建[J]. 测绘通报, 2022, 0(8): 133-138.
[9]	艾敏, 景慧, 田禹东, 郭兰勤, 裴渊杰. 近20年哈尔滨市呼兰区土地利用覆盖变化及驱动分析[J]. 测绘通报, 2022, 0(7): 124-128.
[10]	朱邦彦, 唐超, 任志忠, 马状, 张琪, 李云. 基于PS-InSAR技术的珠海市地表形变监测与驱动力分析[J]. 测绘通报, 2022, 0(6): 108-113.
[11]	张瑞, 李朝奎, 姚思妤, 李维贵. 融合地理探测器和地理加权回归的太原市建设用地变化因素研究[J]. 测绘通报, 2022, 0(5): 106-109,119.
[12]	张定祥, 汪秀莲, 刘顺喜, 张嘉, 陈强, 李士江. 第三次全国国土调查土地利用矢量数据栅格化方法[J]. 测绘通报, 2022, 0(4): 138-144.
[13]	吴掠桅, 刘耿. 基于人工蜂群CA模型的南京市土地利用变化模拟与预测[J]. 测绘通报, 2022, 0(2): 95-99.
[14]	严夏青, 金双根, 黄敏敏. 基于Sentinel-1的长江干流水域面积动态变化遥感监测[J]. 测绘通报, 2022, 0(1): 33-38.
[15]	李鹏, 黎楚安, 杨继梅, 李振洪, 王厚杰. 典型海岸带城市扩张的多源遥感监测与预测——以青岛市为例[J]. 测绘通报, 2022, 0(1): 105-109.