多源时序影像洞庭湖流域水体时空演变特征分析

doi:10.13474/j.cnki.11-2246.2023.0290

测绘通报 ›› 2023, Vol. 0 ›› Issue (10): 20-27.doi: 10.13474/j.cnki.11-2246.2023.0290

• 生态要素时空变化分析 • 上一篇下一篇

多源时序影像洞庭湖流域水体时空演变特征分析

周再文¹, 何贞铭¹, 蒋松谕¹, 相龙伟¹, 彭李²

1. 长江大学地球科学学院, 湖北武汉 430100;
2. 荆州市自然资源卫星应用技术中心, 湖北荆州 434000

收稿日期:2022-12-04 发布日期:2023-10-28
通讯作者: 何贞铭。E-mail:hhzm2005@163.com
作者简介:周再文(1998-),男,硕士生,主要研究方向为长时序水体变化。E-mail:201700437@yangtzeu.edu.cn
基金资助:
国家自然科学基金(42004007)

Analysis of spatio-temporal evolution characteristics of water bodies in Dongting Lake Basin based on multi-source time series images

ZHOU Zaiwen¹, HE Zhenming¹, JIANG Songyu¹, XIANG Longwei¹, PENG Li²

1. School of Earth Sciences, Yangtze University, Wuhan 430100, China;
2. Jingzhou Technology Center of Natural Resources Satellite Application, Jingzhou 434000, China

Received:2022-12-04 Published:2023-10-28

摘要/Abstract

摘要： 湖泊作为重要的国土资源,研究湖泊水域的动态变化有利于区域水资源开发利用,以及为生态平衡稳定提供重要保障。本文基于Google Earth Engine平台,以1989—2022年多源遥感数据为数据源,在归一化差分水体指数(NDWI)、改进的归一化差分水体指数(MNDWI)、自动水提取指数(AWEI_sh)及基于线性判别分析的水体指数(WI₂₀₁₅)4种目前常用的水体指数中,选取最优水体指数进行洞庭湖流域水体提取;结合流域内降水气温、人口密度及土地利用等多种数据,探究洞庭湖流域水体演变特征并进行驱动力分析。结果表明,1989—2022年,洞庭湖区丰、枯水期水体面积总体呈下降趋势,3大湖区均有不同程度的缩减,平均减少93.27和140.15 km²。流域内湖泊面积是自然气候变化和人类活动共同影响作用的结果。其中,降水和气温是影响湖面积的重要自然因素,人口增加、围湖造田引起的土地利用类型转移是导致湖面积减少的人为因素。

关键词: 多源遥感数据, Google Earth Engine, 洞庭湖, 时空演变

Abstract: Lakes are important land resources, and the study of the dynamic changes of lake waters is conducive to providing an important guarantee for the development and utilization of regional water resources and the stability of ecological balance. Based on Google Earth Engine, using multi-source remote sensing data from 1989 to 2022 as the data source, in normalized difference water index (NDWI), modified normalized difference water index (MNDWI), automatic water extraction index (AWEI_sh) and the water index (WI₂₀₁₅) selects the optimal water body index from the four commonly used water body indexes to extract the water body of Dongting Lake Basin. Combined with various data such as precipitation, temperature, population density and land use in the basin to explore the Dongting Lake analysis of water body evolution characteristics and driving forces in the lake basin. The results show that, from 1989 to 2022, the water body area in the Dongting lake area showed an overall downward trend in the wet and dry seasons, and the three major lake areas all had different degrees of reduction, with an average reduction of 93.27 km²and 140.15 km². The area of lakes in the basin is the result of the combined effects of natural climate change and human activities. Precipitation and temperature are important natural factors affecting the area of lakes. The increase in population and the transfer of land use types caused by reclamation of lakes are the human factors for the reduction of lake area.

Key words: multi-source remote sensing data, Google Earth Engine, Dongting Lake, spatio-temporal evolution

中图分类号:

P237

周再文, 何贞铭, 蒋松谕, 相龙伟, 彭李. 多源时序影像洞庭湖流域水体时空演变特征分析[J]. 测绘通报, 2023, 0(10): 20-27.

ZHOU Zaiwen, HE Zhenming, JIANG Songyu, XIANG Longwei, PENG Li. Analysis of spatio-temporal evolution characteristics of water bodies in Dongting Lake Basin based on multi-source time series images[J]. Bulletin of Surveying and Mapping, 2023, 0(10): 20-27.

参考文献

[1] YANG Liu,WANG Lunche,YU Deqing,et al. Four decades of wetland changes in Dongting Lake using Landsat observations during 1978—2018[J]. Journal of Hydrology,2020,587: 124954.
[2] 张运林,秦伯强,朱广伟,等. 论湖泊重要性及我国湖泊面临的主要生态环境问题[J]. 科学通报,2022,67(30): 3503-3519.
[3] DU Yun,XUE Huaiping,WU Shengjun,et al. Lake area changes in the middle Yangtze region of China over the 20th century[J]. Journal of Environmental Management,2011,92(4): 1248-1255.
[4] 周岩,董金玮. 陆表水体遥感监测研究进展[J]. 地球信息科学学报,2019,21(11): 1768-1778.
[5] 吴庆双,汪明秀,申茜,等. Sentinel-2遥感图像的细小水体提取[J]. 遥感学报,2022,26(4): 781-794.
[6] MCFEETERS S K. The use of the normalized difference water index (NDWI) in the delineation of open water features[J]. International Journal of Remote Sensing,1996,17(7): 1425-1432.
[7] 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.
[8] FEYISA G L,MEILBY H,FENSHOLT R,et al. Automated water extraction index: a new technique for surface water mapping using Landsat imagery[J]. Remote Sensing of Environment,2014,140: 23-35.
[9] 闫霈,张友静,张元. 利用增强型水体指数(EWI)和GIS去噪音技术提取半干旱地区水系信息的研究[J]. 遥感信息,2007,22(6): 62-67.
[10] LI Yang,NIU Zhenguo,XU Zeyu,et al. Construction of high spatial-temporal water body dataset in China based on Sentinel-1 archives and GEE[J]. Remote Sensing,2020,12(15): 2413.
[11] 杨帆,欧坚港,段宁,等. 1990—2020年洞庭湖流域水网格局演变与经济驱动分析[J]. 经济地理,2022,42(6): 188-197.
[12] 李景刚,李纪人,黄诗峰,等. 近10年来洞庭湖区水面面积变化遥感监测分析[J]. 中国水利水电科学研究院学报,2010,8(3): 201-207.
[13] 林国俊,李志军,雷明军,等. 洞庭湖区土地覆被对长江水位变化的响应分析[J]. 人民长江,2015,46(19): 114-118.
[14] 王大钊,王思梦,黄昌. Sentinel-2和Landsat 8影像的四种常用水体指数地表水体提取对比[J]. 国土资源遥感,2019,31(3): 157-165.
[15] KATSANOS D,RETALIS A,MICHAELIDES S. Validation of a high-resolution precipitation database (CHIRPS) over Cyprus for a 30-year period[J]. Atmospheric Research,2016,169: 459-464.
[16] YANG Jie,HUANG Xin. The 30m annual land cover dataset and its dynamics in China from 1990 to 2019[J]. Earth System Science Data,2021,13(8): 3907-3925.
[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] OTSU N. A threshold selection method from gray-level histograms[J]. IEEE Transactions on Systems,Man,and Cybernetics,1979,9(1): 62-66.
[19] 崔亮,李永平,黄国和,等. 基于Landsat-TM影像的洞庭湖水面动态变化[J]. 南水北调与水利科技,2015,13(1): 63-66.
[20] 赵璐,赵作权. 基于特征椭圆的中国经济空间分异研究[J]. 地理科学,2014,34(8): 979-986.
[21] 何思聪,董恒,张城芳. 1994—2015年武汉城市圈湖泊演变规律及驱动力分析[J]. 生态与农村环境学报,2020,36(10): 1260-1267.
[22] 马建威,黄诗峰,许宗男. 基于遥感的1973—2015年武汉市湖泊水域面积动态监测与分析研究[J]. 水利学报,2017,48(8): 903-913.
[23] 范亚民,何华春,崔云霞,等. 淮河中下游洪泽湖水域动态变化研究[J]. 长江流域资源与环境,2010,19(12): 1397-1403.

多源时序影像洞庭湖流域水体时空演变特征分析

Analysis of spatio-temporal evolution characteristics of water bodies in Dongting Lake Basin based on multi-source time series images

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]	王滢, 李代伟, 张帆, 朱会子, 李龙伟, 李楠. 基于Google Earth Engine的巢湖流域生态环境质量时空动态变化及影响因素分析[J]. 测绘通报, 2023, 0(7): 7-13.
[2]	傅强, 张海明. 1980—2020年内蒙古自治区土地沙化生态敏感性时空演变特征[J]. 测绘通报, 2023, 0(7): 14-17,24.
[3]	张睿, 刘修国, 徐栋, 李芹, 隋兵, 陈磊士. 2001-2019年洞庭湖流域生态环境质量时空变化及其影响因素[J]. 测绘通报, 2023, 0(2): 1-8.
[4]	余婷, 杨萍, 邓兴, 刘绥华, 周洋. 梵净山长时序植被覆盖变化趋势与对比分析[J]. 测绘通报, 2023, 0(10): 1-6.
[5]	赵侃, 师芸, 牛敏杰. Google Earth Engine平台下秦岭地区植被覆盖时空变化分析[J]. 测绘通报, 2022, 0(5): 49-55.
[6]	肖真, 丁明军, 刘怡媛, 黄柯依, 张臻. Google Earth Engine平台下的1990-2019年江西省森林覆被连续变化分析[J]. 测绘通报, 2022, 0(3): 18-22.
[7]	李茂林, 闫庆武, 李桂娥. 基于EVI的锡林郭勒生态脆弱性评价[J]. 测绘通报, 2022, 0(10): 21-27.
[8]	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.
[9]	赵恒洋, 刘鑫, 赵尚民. 基于长时间序列遥感数据的太原市建成区近50年扩张规律分析[J]. 测绘通报, 2021, 0(9): 83-88.
[10]	陈磊士, 高霞霞, 廖玉芳, 邓剑波, 周碧. 基于CART决策树的高分二号洞庭湖区湿地分类方法[J]. 测绘通报, 2021, 0(6): 12-15.
[11]	孙灏, 胡佳琪, 崔雅静, 杨楠, 蔡创创. 基于多源遥感数据的生态系统服务功能时空演变趋势分析[J]. 测绘通报, 2021, 0(4): 1-7.
[12]	李贺颖, 张建辰, 郭建忠. 黄河流域湿地景观时空演变格局分析[J]. 测绘通报, 2021, 0(10): 28-33.
[13]	任君, 张福存, 王琬琪, 郭婧, 周伟, 蒋玉祥, 郭肖. 青藏高原少数民族聚居地区城镇用地扩展时空演变分析——以青海省海东市为例[J]. 测绘通报, 2021, 0(1): 71-77.
[14]	樊勇, 何宗宜, 李敏敏, 贺彪. 1980—2015年中国建设用地变化研究[J]. 测绘通报, 2020, 0(1): 128-131.
[15]	李石华, 汪祎勤, 周峻松, 金宝轩. 时空过程对象的LULC时空演变分析算法[J]. 测绘通报, 2019, 0(9): 94-98.