緬甸伊洛瓦底三角洲河道演變遙感研究

陳 丹

（江蘇師范大學(xué)地理測繪與城鄉(xiāng)規(guī)劃學(xué)院，江蘇徐州 221116）

0 引言

河道作為流域系統(tǒng)中水流和沉積物運(yùn)輸?shù)耐ǖ垒d體，在自然環(huán)境和人類活動(dòng)等多種因素長時(shí)間影響作用下，河床容易受到水流、泥沙、河床相互作用發(fā)生變化，從而發(fā)生遷移、侵蝕、淤漲等演變［1］。對河道地貌演變的研究主要有以下兩方面：（1）對流域長時(shí)間序列來水來沙變化的反饋。費(fèi)祥俊［2］通過黃河下游來水來沙與河槽形態(tài)與河型塑造演變推斷出河道形態(tài)與來水來沙之間的定量關(guān)系。周美蓉等［3］計(jì)算了長江三峽工程運(yùn)用后，受上游及大壩攔截來沙減少的影響，壩下游宜枝河段河道平灘河槽形態(tài)演變變化。這類研究從泥沙供給方面研究河道演變規(guī)律。（2）河道演變有利于規(guī)避流域附近因河道變遷產(chǎn)生的災(zāi)害風(fēng)險(xiǎn)。遙感技術(shù)在高效、宏觀、長時(shí)間序列進(jìn)行區(qū)域性地理演變研究具有極大的優(yōu)勢。孫亞勇等［4］在星載合成孔徑雷達(dá)影像數(shù)據(jù)的支持下實(shí)現(xiàn)了對緬甸伊洛瓦底江下游洪水區(qū)進(jìn)行洪澇范圍監(jiān)測研究，并對災(zāi)情進(jìn)行分析。萬智巍等［5］基于Landsat影像和軍事地圖提取長江荊江段河達(dá)演變數(shù)據(jù)集，并在ArcGIS平臺支持下分析河道演變過程。盧婧等［6］在水沙、地形數(shù)據(jù)的基礎(chǔ)上結(jié)合Landsat遙感影像對銅陵黑沙洲河段進(jìn)行演變研究。張樹文等［7］利用Landsat遙感影像對黑龍江上中游河道平面演變進(jìn)行研究。鐘凱文等［8］采用遙感影像解譯手段對珠江北江下游河道演變及其驅(qū)動(dòng)因素進(jìn)行研究。本文在總結(jié)現(xiàn)有河道演變研究方法及研究區(qū)域的基礎(chǔ)上，選擇具有區(qū)域特色的緬甸伊洛瓦底三角洲河道為研究對象，利用Google Earth Engine（GEE）與地理信息系統(tǒng)的結(jié)合，對河道近44年來的變遷進(jìn)行演變研究，分析河道空間演變特征，這對于加強(qiáng)了解熱帶典型區(qū)域河道演變具有現(xiàn)實(shí)意義。

1 研究區(qū)概況

伊洛瓦底江在全球流域向海洋的泥沙輸出中發(fā)揮重要作用，流域由北至南幾乎跨越緬甸全境，其航運(yùn)及灌溉價(jià)值使得該流域在緬甸具有重要地位。本文選取伊洛瓦底三角洲范圍內(nèi)伊洛瓦底江流域一級分叉與二級分叉之間的主河道作為研究對象，該段河道總長度大于190 km。三角洲頂點(diǎn)（也即一級分叉點(diǎn)）處河道100%的水流量中經(jīng)一級分叉后，大約有90%的水流量由該河道流經(jīng)下游三角洲區(qū)域，該段河道承擔(dān)著流域主要水沙、沉積物的供應(yīng)（見圖1）。研究區(qū)域地處熱帶季風(fēng)氣候區(qū)，全年有明顯的干濕季節(jié)，干季是11月至下年3月，期間降雨量少，雨季集中在5—10月，期間降雨量大且泥沙排放量高。沿河道始末兩端點(diǎn)的繪制了一條折線路徑，基于該路徑自上而下衍生的500個(gè)點(diǎn)位用于統(tǒng)計(jì)河道及其附近所處的高程高度。河道所處地勢由上至下海拔高度呈下降趨勢，平均海拔為10 m（見圖2）。

2 研究數(shù)據(jù)與方法

考慮到河道演變的緩慢性以及遙感影像的可用性，本文大致以5年為間隔，分別選擇了1974年，1978年，1988年，1993年，1998年，2003年，2008年，2013年，2018年作為河道演變的時(shí)間節(jié)點(diǎn)，影像的選擇與處理基于GEE平臺完成，主要采用Landsat MSS和Landsat Surface Reflectance（表面反射）兩個(gè)數(shù)據(jù)集中的遙感影像。GEE處理主要包括兩部分：一是篩選出干季無云或少云影像；二是對篩選影像進(jìn)行運(yùn)算處理以便后期實(shí)現(xiàn)自動(dòng)化檢測水體。

圖1 研究河道地理位置

圖2 河道沿岸高程

在影像篩選方面，由于研究區(qū)所處熱帶季風(fēng)區(qū)這一地理位置特征，全年分為明顯的干濕季節(jié)。因此，為了避免強(qiáng)降雨、洪水等事件對河道數(shù)據(jù)提取造成影響，本文將遙感影像獲取時(shí)間選為降雨較少的干季，即11月至下年3月，篩選得到最佳單時(shí)相或多時(shí)相影像。在數(shù)據(jù)處理方面，采用有利于減少不同類型噪聲的MNDWI指數(shù)計(jì)算方法突出水體特征，即對篩選影像中每個(gè)像素進(jìn)行MNDWI運(yùn)算［9］，計(jì)算公式如式（1）所示，計(jì)算結(jié)果使得水體突出，與陸地區(qū)分明顯。假設(shè)在干季時(shí)期河道表現(xiàn)出相似的水表面，但當(dāng)水位不同時(shí)河床位置仍然會存在差異。因此，為盡可能減小短時(shí)間內(nèi)水位變化對河道的影響，對于篩選得到的多時(shí)相影像，本文進(jìn)一步采用ee.Reducer.min函數(shù)實(shí)現(xiàn)圖像合成方法，即保留沿岸各處最低水位時(shí)河道影像數(shù)據(jù)。

其中，λGreen和λMIR分別表示遙感影像綠光波段和中紅外波段。

基于MNDWI灰度圖像的基礎(chǔ)上進(jìn)行直方圖統(tǒng)計(jì)，直方圖中MNDWI值顯示為明顯的雙峰特征，分別表示水體和陸地的取值，其中，數(shù)值大于0的表示水體。利用Ostu分類思想，在雙峰低谷間獲得最佳閾值實(shí)現(xiàn)水體陸地二值化，進(jìn)而通過ArcGIS矢量化操作河道水體矢量化提取，操作流程如圖3所示，并以2018年為例進(jìn)行流程結(jié)果展示如圖4所示。

圖3 河道提取及演變分析主要流程

基于河道平面矢量數(shù)據(jù)，采用河道長度、寬度、彎曲指數(shù)以及辮狀指數(shù)4個(gè)指標(biāo)對河道演變進(jìn)行定量分析。河道長度的計(jì)算方法以河道中線的長度來確定，大部分的單河道長度以此確定，對于多河道而言，以其中較寬的河道中線確定。同一河道的長度變化間接體現(xiàn)了河道演變的彎曲程度，為量化河道彎曲度變化，本文在河道長度數(shù)據(jù)的基礎(chǔ)上，以彎曲弧線拐點(diǎn)間的連線組成的折線段的長度表示河道的直線距離，河道實(shí)際長度與直線長度的比值即為河道彎曲指數(shù)［10］，計(jì)算公式如式（2）。

圖4 2018年河道矢量數(shù)據(jù)提取示意

其中，L1表示河道中線長度，L2表示河道彎曲時(shí)拐點(diǎn)間連線折線長度。河道寬度的計(jì)算方法采用垂直于河道的橫斷面與河道平面相交的垂直距離確定，根據(jù)所選研究河道長度，本文以10 km為間距繪制垂直于河道的橫斷面，編號分別為1-17（見圖5），起始斷面位于一級分叉點(diǎn)附近，17號斷面位于二級分叉附近，其間測量的河道寬度足以反映河道寬度整體水平。河道受沙壩和沉積物的影響，河道水流會呈辮狀流動(dòng)，本文以選取的整體河道為研究對象，探究河道整體的辮狀程度的變化趨勢。辮狀指數(shù)采用沙壩長度之和的兩倍與河道中線的長度的比值確定［11］，采用公式（3）的計(jì)算方法：

其中，Lbi和Lm分別表示第i個(gè)沙壩的長度和河道中線的長度。

圖5 河道演變及橫斷面分布

3 結(jié)果分析

基于河道提取流程，各年份河道平面矢量數(shù)據(jù)如圖6所示。從9個(gè)時(shí)期河道整體變化情況可以看出，河道形態(tài)在空間位置上有所改變，根據(jù)上述河道參數(shù)計(jì)算方法，相應(yīng)地從4個(gè)方面分析河道具體演變趨勢。

圖6 各年份河道矢量提取結(jié)果

3.1 長度變化

河道長度整體呈加長變化趨勢，由1974年的189 km上升到2018年的194 km（見圖7）。河道長度最短的時(shí)期是1988年，長度為187.5km，短于起始時(shí)期189 km的長度，原因是位于一級分叉處1988年之前的主河道在1988年演變呈細(xì)小支流，而1988年的主河道則表現(xiàn)為向東改道（見圖6），且長度和彎曲度明顯減少。45年期間河道長度最大距離差為12 km，約占全長的6.3%，平均河道長度為192.8 km。以2003年為界，2003年及之前時(shí)期河道長度小于平均長度，2003年之后河道長度高于平均長度。河道長度的變化與水流走向關(guān)系密切，在水流側(cè)蝕海岸影響下，河流彎道處的凹岸表現(xiàn)更凹，凸岸更凸。圖8中a位置河道凹岸出現(xiàn)明顯的向陸后退現(xiàn)象，距離約為2.5 km。b位置1974年水流自上彎道傾斜而下，2018年上彎道凹岸已被侵蝕的接近直角。

圖7 河道長度演變

圖8 河道局部區(qū)域演變細(xì)節(jié)

3.2 寬度變化

從空間角度來看，河道從北至南的寬度變化整體呈先減小后增加的趨勢（見圖9），最小寬度水平大致位于9號斷面處，河道二級分叉點(diǎn)（17號斷面附近）寬度大于一級分叉點(diǎn)（1號斷面附近）寬度，表明河道整體自上而下在接近三角洲河口的過程中有加寬趨勢。從時(shí)間角度來看，同一位置的河道寬度，隨時(shí)間演變有先加寬又變窄的趨勢，凈變化結(jié)果表現(xiàn)為2018年的河道寬度略寬與1974年起始研究時(shí)期的寬度。在河道寬度統(tǒng)計(jì)結(jié)果中，同一位置處河道寬度受細(xì)小支流一級斷面垂線角度的影響會在平均值上下浮動(dòng)，但整體反映的演變趨勢具有一致性。河道寬度變化與河道沿岸所處地理環(huán)境相關(guān)，在三角洲區(qū)域，河道地勢趨于平坦且在三角洲處形成多條支流，使得河道寬度有加寬的趨勢。

圖9 河道寬度演變

3.3 彎曲指數(shù)變化

河道彎曲指數(shù)與河道長度變化相關(guān)，在河道長度呈增加的趨勢下，其彎曲指數(shù)變化也表現(xiàn)出上升趨勢（見圖10）。1974與2018的彎曲指數(shù)分別為1.26和1.38，9個(gè)時(shí)期彎曲指數(shù)平均值為1.33。以1993年為界，前后兩個(gè)時(shí)期的彎曲指數(shù)以不同幅度逐漸增加，前一時(shí)期的上升幅度較大，上漲了0.1；后一時(shí)期上升幅度較小，上漲了0.06。雖然河道整體彎曲指數(shù)有所增加，但河道各局部變化不一，以兩個(gè)分叉口為例進(jìn)行說明。在一級分叉口處，44年間彎曲指數(shù)減小，從1974年的1.39下降至2018年的1.23。而在二級分叉處，河流彎曲度有所增加，彎曲指數(shù)從1974年的1.48上升至2018年的1.80。

圖10 河道辮狀指數(shù)與彎曲指數(shù)演變

3.4 辮狀指數(shù)變化

相比于彎曲指數(shù)的增加幅度，辮狀指數(shù)的漲幅較小，由1974年的0.60上升到2018年的1.03，各時(shí)期平均辮狀指數(shù)為0.83（見圖10）。以1998年為界，前后兩個(gè)時(shí)期的辮狀指數(shù)分別低于和高于平均水平，但整體都呈上升趨勢。辮狀指數(shù)增加表明河道中央沙壩個(gè)數(shù)的增加或者是沙壩長度的拉長。江心洲沙壩的形成作為分叉河流發(fā)育的基本機(jī)制表明沙壩與河流的演變相輔相成［12］，尤其是在河道分叉處，辮狀指數(shù)的變化較為明顯，計(jì)算結(jié)果顯示，在一級及二級分叉處河道辮狀指數(shù)同增加。一級分叉處河道辮狀指數(shù)由1974年的0.15增加到2018年的0.65，二級分叉處辮狀指數(shù)由1974年的0.74上升到2018年的2.10，上升幅度高于一級分叉處。遙感影像顯示河道沙壩的變化清晰可見，圖8中a，b，c三處位置沙壩1974年與2018年變化明顯，其中，a位置沙壩與河岸組合后形成長度遠(yuǎn)大于原沙壩的長條形沙壩；b位置沙壩的演變與a位置相反，沙壩與河岸結(jié)合發(fā)育成了河岸的一部分，原沙壩的體積和長度都減小；c位置沙壩數(shù)量幾乎不變，但壩體長度受水流影響被拉長。

4 結(jié)語

本文基于Google Earth Engine平臺實(shí)現(xiàn)遙感影像篩選及運(yùn)算操作，在遙感與地理信息系統(tǒng)的支持下獲得緬甸伊洛瓦底三角洲河道長時(shí)間序列平面矢量數(shù)據(jù)，進(jìn)而對河道長度、寬度、彎曲指數(shù)及辮狀指數(shù)4個(gè)參數(shù)進(jìn)行計(jì)算并分析，得出以下結(jié)論：

（1）河道長度及彎曲指數(shù)演變呈上升趨勢；河道寬度由北向南至三角洲形成眾多分叉支流時(shí)其寬度變化先減小后增加，44年間河道寬度略有增加趨勢；由于河道中央沙壩受河流影響其形態(tài)位置變化明顯，在數(shù)量及長度上都有增加趨勢，使得河道辮狀指數(shù)增加。

（2）通過從宏觀角度對河道演變的微觀變化進(jìn)行時(shí)間序列演變分析，能夠根據(jù)歷史變化趨勢能夠預(yù)測河道未來演變位置，有利于加強(qiáng)對具有侵蝕風(fēng)險(xiǎn)的河岸及時(shí)采取防范措施，有利于保障沿岸居民生產(chǎn)生活的安全穩(wěn)定。