水体遥感挖掘提取及时空分析：雄安新区的堡垒丨城市数据派荐读

    2018年11月，北京师范大学地理科学学部硕士研究生王晓雅（第一作者）、蒋卫国教授（通讯作者）等共同撰写的题为“Analysis of the Dynamic Changes of the Baiyangdian Lake Surface Based on a Complex Water Extraction Method”的研究论文发表在国际期刊Water(IF=2.069)。该研究主要验证了SMDPSO（一种新型高精度的水体提取方法）对雄安新区的白洋淀水面提取效果，同时利用该方法提取1984-2018年白洋淀春季的水面，并分析白洋淀水面的动态变化，探讨变化原因。结果表明：（1）SMDPSO方法在白洋淀的水体提取精度高，且在春季提取效果最好；（2）1984-2018年白洋淀的水面变化分为四个时期：1984-1988年的干淀时期、1989-2000年的退化时期、2000-2008年的平稳时期、2008-2018年的恢复时期；（3）第一、二时期的水面变化是气候变化与人类活动的共同影响、第三、四时期的水面变化受调水工程与国家政策等人为活动的影响更大。

研究区介绍

    白洋淀（38°43′–39°02′ N, 115°38′–116°07′ E）位于河北省中部地区，总面积366 km2，是京津冀地区最大的淡水湖泊。白洋淀分布于安新、容城、雄县、高阳和任丘五个县市，大部分位于安新县内，其总面积相当于雄安新区的五分之一。

研究区位置

研究数据

    1984-2018年的Landsat遥感影像，1990、2001、2017年遥感影像数据用于验证。水文及气候数据：水位数据、天然入淀水量数据、人工引水入淀水量、年降雨数据、年平均温度数据。

遥感影像数据

水文及气候数据

1984-2018年白洋淀湖泊遥感影像（动图）

1986年3月31日白洋淀遥感影像

1990年4月27日白洋淀遥感影像

2000年4月30日白洋淀遥感影像

2018年4月24日白洋淀遥感影像

研究方法

    SMDPSO方法：SMDPSO方法是一种新型简易高精度的水体提取算法。该方法输入的参数较少，成本不高于非监督分类，稳定性与精度不低于监督分类。该方法对于复杂水体的处理具有很好的优势。（方法具体介绍关注链接（一种新型简易高精度的水体遥感提取算法研发与应用））

    SMDPSO方法季节性验证：通过目视解译确定SMDPSO方法在白洋淀水体提取的精度。选取1990、2001和2017年的三个小样本区分析春夏秋冬四个季节的提取水面与实际水面之间的相对误差。

SMDPSO方法的季节性验证所选的样本区与数据。D1、C1、E1分别为1990、2001、2017的样本区

研究结果

一、水体提取结果验证

    通过目视对比可以发现SMDPSO方法在白洋淀提取的水面精度较高。通过相对误差发现在春季的提取效果最好。因此本文选择1984-2018年春季的遥感影像提取水体。

1990年提取水面与原始影像对比

2001年提取水面与原始影像对比

2017年提取水面与原始影像对比

提取水面面积与实际水面面积的相对误差

    利用提取后的水面面积与对应月份的水位数据做相关分析发现相关系数高达0.96。白洋淀为为浅湖，水面变化与水位变化密切相关。因此可以发现SMDPSO方法提取精度高，在白洋淀的适用性较好。

提取水面面积与水位的相关系数

二、白洋淀水面时空变化分析

（1）年际变化特征

    1984-2018年白洋淀水面变化分为四个阶段，分别是1984-1988年的干淀时期、1989-2000年的退化时期、2000-2008年的稳定时期、2008-2018年的的恢复时期。子区域A与G的水面明显退化，而其他子区域的变化趋势与白洋淀整体的变化趋势较为一致。

1984-2018年白洋淀湖泊及7个子区域水面面积变化

1984-2018年白洋淀湖泊水面变化动图

（2）空间变化特征

    通过水体淹没频率图发现白洋淀的水主要集中在B、C、D、E、F五个子区域。A区的水于1999年退化直到2014年有部分恢复，G区于1999年退化后则完全转化为耕地。

白洋淀水体淹没频率图

每个子区域水面面积占整个白洋淀湖泊水面面积的百分比

三、水面面积变化原因探讨

    通过相关分析方法与定性分析发现，白洋淀1984-1988的干淀状态可能是由于降雨与天然入淀水量的减少及农业灌溉用水的增加导致的。1989-2000年的退化则与降雨、温度、天然入淀水量及农业灌溉用水都有关系。2000-2008年的平稳时期则可能与降雨、周边水库调水、引黄济淀工程有关。2008-2018年的恢复则可能由于引黄济淀工程、南水北调工程及有效的国家政策有关。

四个时期白洋淀水域变化的可能原因。 +表示该因子与水域面积的变化正相关， - 表示该因子与水域面积的变化呈负相关。

附：研究组“水体遥感挖掘提取及时空分析”代表性文章：

  [1] Wang, X.; Wang, W.; Jiang, W.; Jia, K.; Rao, P.; Lv, J. Analysis of the Dynamic Changes of the Baiyangdian Lake Surface Based on a Complex Water Extraction Method. Water 2018, 10, 1616, doi:10.3390/w10111616.(SCI, IF=2.069)

  [2] Rao, P.; Jiang, W.; Hou, Y.; Chen, Z.; Jia, K. Dynamic change analysis of surface water in the Yangtze River Basin based on MODIS products. Remote Sens. 2018, 10, 1025, doi:10.3390/rs10071025.(SCI, IF=3.406)

  [3] Jia, K.; Jiang, W.; Li, J.; Tang, Z. Spectral matching based on discrete particle swarm optimization: A new method for terrestrial water body extraction using multi-temporal Landsat 8 images. Remote Sens. Environ. 2018, 209, 1–18, doi:10.1016/j.rse.2018.02.012.(SCI, IF=6.265)

  [4] Deng, Y.; Jiang, W.; Tang, Z.; Li, J.; Lv, J.; Chen, Z.; Jia, K. Spatio-temporal change of lake water extent in Wuhan urban agglomeration based on landsat images from 1987 to 2015. Remote Sens. 2017, 9, 270, doi:10.3390/rs9030270.(SCI, IF=3.406)

1

1

供稿 / 王晓雅 制作 / 荔琢

指导 / 蒋卫国

---