辽河河口湿地动态变化监测与分析_高翔.pdf

文章编号：1003-7853（2023）02-0026-05基金项目：国家自然科学基金（41561083；41861054）辽河河口湿地动态变化监测与分析高 翔1，袁希平2，3，甘 淑1，2*（1.昆明理工大学 国土资源工程学院，云南 昆明 650093；2.云南省高校高原山区空间信息测绘技术应用工程研究中心，云南 昆明 650093；3.滇西应用技术大学，云南 大理 671000）摘要：辽河河口湿地是我国最大的芦苇滨海湿地，近些年由于各种因素对湿地造成了一定破坏，进行湿地变化监测对保护湿地有很大意义。选取 Landsat 8 在 2014 年、2016 年、2017 年、2019年、2020 年五年中 5 月末到 6 月初的遥感影像作为数据源。通过采用改进的归一化差异水体指数（MNDWI）、归一化植被指数（NDVI）与 ArcGIS 结合的方法，提取出水体与苇田面积变化。采用监督分类六种方法进行翅碱蓬面积提取，在分类后处理结果中选取最优方法。结果分析表明，湿地水体面积变化受降雨与人类活动共同影响，芦苇的生长情况与降雨量有一定相关性，而翅碱蓬则与水质有一定相关性。关键词：湿地变化监测；Landsat 8；指数提取；监督分类中图分类号：P237；X37文献标识码：Adoi:10.16202/ki.tnrs.2023.02.006Monitoring and Analysis of the DynamicChange of the Wetland in the Liaohe EstuarGao Xiang1,Yuan Xiping2,3,Gan Shu1,2*(1.School of Landand Resources Engineering,Kunming Universityof Science and Technology,Kuming 650093,China;2.Yunnan Institute of Engineering Research and Application ofPlateau Mountain Spatial Information Surveying and MappingTechnology,Kuming 650093,China;3.West Yunnan University ofApplied Sciences,Dali 671000,China)Abstract:The Liaohe Estuary Wetland is the largest reed coastalwetland in my country.In recent years,various factors have causedsome damage to the wetland.Monitoring the changes of the wetlandis of great significance to the protection of the wetland.The remotesensing images of Landsat 8 from the end of May to the beginningof June in 2014,2016,2017,2019,and 2020 are selected as thedata source.Through the use of improved normalized differencewater index(MNDWI),normalized vegetation index(NDVI)andArcGIS combined method,the water body and reed field areachanges are extracted.Six methods of supervised classification areused to extract the area of Suaeda wingans,and the best method isselected in the post-classification processing results.The analysis ofthe results showed that the change of wetland water body area wasaffected by rainfall and human activities.The growth of reeds had acertain correlation with rainfall,while Suaeda winga had a certaincorrelation with water quality.Key words:wetland change monitoring;Landsat 8;index extraction;supervision classification0引言湿地是地球生态系统重要的组成部分，被誉为“地球之肾”。它在净化污染、涵养水源、调节气候方面有着重要的意义1。湿地属于水、陆生生态系统之间的过渡带区域2。环境方面，湿地可以有效地减少洪水的危害，阻止土壤沙漠化，保护海岸不受海浪侵蚀。经济方面除了湿地中的各种动植物带来的经济效益，在旅游方面也能提供很高的收益。由于人类对自然的不断开发，湿地在全球范围内呈现出退化和消失的趋势3。保护湿地成为一个十分重要的任务。早期湿地监测多采用湿地考察，但由于湿地较为复杂的环境，采取实地观测等常规方法对湿地水体进行监测难度巨大，容易出现遗漏。随着科技的发展，卫星遥感作为一门新的检测技术出现在大众视野当中4。遥感卫星成像技术的出现为人类在短时间内大幅度异地动态管理和研究地球上的资源提供了一个全新的自动化手段5。国外近些年利用卫星遥感做了大量的湿地研究，Beeri 等6利用陆地卫星对美国密苏里州沼泽湿地水体在不同季节年份变化进行了研究；Whyte 等7利用Sentinel-1和 Sentinel-2 卫星数据，建立一种新的基于对象的图像分析方法来绘制湿地区域图像；Moser L8利用 2000 年到 2012 年的 MODIS 影像，通过纬度阈值梯度法来监测西非半干旱地区的湿地水体的动态变化；Kayastha9利用 1985 年到 2009 年的陆地卫星数据绘制了美国弗吉尼亚州北部湿地生态系统的变化图，通过计算 Z-分数方法来推导变化阈值。通过变化图验证，该方法能够检测出湿地的细微变化，我国该方面起步较晚。任玉环等10利用环境与灾害监测预报小卫星（HJ-1）提取了滨海湿地的分布情况；张文燕11利用多源影像，通过决策树和特征知识结合的面向对象分类技术对闽江下游湿地进行了研究；刘源12通过多源影像对嫩江源区南瓮河湿地分布及面积转移进行了监测；徐振田13利用 CA-Markov 模型对黄河三角洲湿地变化进行了预测；游佩佩14采用机器学习算法，利用多源影像数据结合实地数据，对盐城滨海湿地进行了分类研究。辽河河口湿地是我国最大的芦苇滨海湿地，湿地内部拥有亚洲第一大芦苇荡。在河口处翅碱蓬（又名碱蓬草）相连成片，形成奇观“红海滩”。近些年由于环境变化以及人类活动，对湿地造成了一定破坏。湿地受损不但影响当地的生物多样性，“红海滩”作为景观，对旅游观光产业也造成了一定影响。通过对湿地内部水体及其中的主要植被芦苇和翅碱蓬面积进行监测，有助于了解湿地的变化情况，便于当地有关部门做出相应政策与调整。1研究区与研究数据1.1研究区概况辽河河口湿地位于辽东湾北部，辽宁省盘锦市与国土与自然资源研究26TERRITORY&NATURAL RESOURCES STUDY2023 No.2营口市交界处，坐标 40454110N，1213012200E，生态类型以芦苇湿地、翅碱蓬湿地、河流滩涂以及海域为主15。辽河携带大量上游带来的泥沙沉积物，在此处流入渤海。在辽河与渤海潮汐的相互作用下，形成世界上保存最完好、湿地类型最多、湿地最完整的生态系统16。图 1 为辽河河口湿地的遥感影像。图 1辽河河口湿地 Landsat 8 遥感影像1.2研究数据选取由于每年的 7 月份后辽河地区进入雨季，有一定几率出现洪水灾害，为了避免洪水与潮汐对湿地水体及翅碱蓬带来的影响，选取 5 月末到 6 月初的 Landsat8 遥感数据作为数据源。图 2 为受到潮汐影响下同年不同月份遥感图像对比。可以明显看出沿海部分受到潮汐影响，翅碱蓬被大面积淹没。图 22018 年 6 月与 10 月遥感图像对比2018 年 6 月遥感影像图2018 年 10 月遥感影像图2研究路线及方法2.1数据预处理在 ENVI 5.3 中对原始影像数据进行辐射校正，大气校正处理，进行裁剪，得到辽河三角洲湿地区域的遥感影像图。图 3 为预处理结果图。图 3预处理结果图辐射校正大气校正裁剪2.2水与芦苇提取水提取方面选择改进的归一化差异水体指数（MNDWI）。MNDWI 是根据水体在中红外波段反射率依然较低而土壤建筑在该波段反射率较高的差异，从而突出水体。计算公式如下：MNDWI=(Green-MIR)(Green+MIR)（1）Green、MIR 分别为绿光波段、中红外波段。芦苇采用归一化植被指数（NDVI）进行提取，NDVI 原理是根据叶绿素在红光波段的色素吸收率和植被在近红外波段的反射率高的特点进行计算。公式为：NDVI=(NIR-R)(NIR+R)（2）NIR、R 分别为近红外波段、红光波段。提取芦苇时对研究区影像进行二次裁剪，得到包含芦苇田范围的遥感图像。图 4 为苇田裁剪图像。将根据指数提取得到的水体与芦苇结果图进行二值化，导入 ArcGIS 中转换为矢量图，通过叠加对应二值化图，进行目视解译删除多余部分，留下水体与芦苇区域。图 4苇场影像图2.3翅碱蓬提取翅碱蓬通过监督分类中的 Para（平行六面体）、Min D（最小距离）、Mah D（马氏距离）、Max Like（最大似然）、Net（神经网络）、SVM（支持向量机）进行提取，表 1 为六种监督分类方法原理。对结果采用 Majorit/Minority、Clump、Sieve 三种分类后处理方法，结合谷歌地球高精度影像数据与实地勘测，通过建立地表真实地物兴趣点的方法，利用混淆矩阵对后处理结果精度进行评价，选出最佳的提取结果。图 5 为 2014 年 5 月 Max Like 的三种分类后处理结果。3结果与分析3.1提取结果根据 ArcGIS 中的几何计算功能统计出三种地物的面积数值，制作出地物面积变化情况，见表 2。图 6为水体、芦苇田、翅碱蓬在 2014 年、2016 年、2017 年、2019 年、2020 年 5 月提取结果图。图 7 为根据表 2 做出三者的面积变化折线图。从中可以得出水体在 2019年面积最大，2014 年最小；芦苇 2016 年面积最大，2020 年面积最小；翅碱蓬 2014 年面积最大，2020 年面积最小。其中 2014 年到 2017 年翅碱蓬的变化趋势与温广玥17所得出的翅碱蓬面积变化基本相同，面积也近似。高翔等 辽河河口湿地动态变化监测与分析27表 1六种监督分类方法原理说明分类方法原理说明Para（平行六面体）Min D（最小距离）Mah D（马氏距离）Max Like（最大似然）Net（神经网络）SVM（支持向量机）根据训练样本亮度值形成一个平行六面体数据空间，尺度是由所选类的均值求出的标准差阈值确定的。其他像元光谱值落在训练样本区域内就被视为该类别。将根据训练样本得出的均值向量作为该类型的中心位置，计算图像中每个像元到各个中心位置距离，将像元归类到距离最近的中心位置对应的类别。马氏距离是一种计算两个样本的相似度的方法。统计图像与训练样本的马氏距离，选取最小的作为对应类别。假设每个波段的每一类统计都为正态分布，计算图像中像元的某一类训练样本似然度，归类到似然度最大的类别。用计算机模拟人脑，通过算法实现人脑思考过程来进行图像分类。