基于GEE的湖北省近30年湖泊及其岸線演變分析

廖文秀，陳奕云，2，趙 曦，溫旭昶

（1.武漢大學，a.資源與環境科學學院；b.測繪學院，武漢 430079；2.劍橋大學發展研究中心，英國 劍橋CB3 9DT）

湖泊作為山水林田湖草生命共同體的組成部分，既能調節氣候環境，又是抵御洪水災害、減輕干旱的一道天然屏障［1］。中國湖泊眾多，湖泊被占用日益嚴重與淤積導致其調蓄洪水能力下降，抵抗干旱能力薄弱［2］。湖泊岸線是湖泊水陸邊界線周邊或兩側的帶狀區域，有著行洪、保障湖泊水生態環境的重要作用［3］。為加強對湖泊及其岸線的管理，2016年12月，國務院辦公廳印發了《關于全面推行河長制的意見》，2017年11月又印發了《關于全面推行河長制的意見》，均提出要加強河湖水域岸線管理與保護；2019年3月，水利部印發了《河湖岸線保護與利用規劃編制指南（試行）》，針對常年水面面積1 km2以上湖泊，明確了其岸線邊界線分為臨水邊界線和外緣邊界線。湖北省地處長江中游，是重要的湖泊分布區。20世紀50年代全省有百畝以上的天然湖泊1 332個，“千湖之省”由此得名。然而，2012年“一湖一勘”摸底調查時僅存755個，減少接近50%，同年湖北省頒布《湖泊保護條例》，將湖泊保護上升到省級戰略；2014年湖北省實行湖長制，到2017年在全國率先建立河湖長制體系，健全了湖泊保護的機制。

遙感技術的發展促進了湖泊的監測與管控，利用遙感技術提取湖泊水域邊界和面積等信息已成為研究湖泊的重要方法之一［4］。在利用衛星影像提取湖泊岸線進行分析方面，國內學者進行了大量研究。對于遙感數據的選擇，考慮到獲取的范圍、時效性及成本，主要利用Landsat系列衛星數據［5］，根據研究需要也可選取MODIS數據作為數據源［6］；為提高提取準確性，近年來一些高分辨率遙感數據也開始投入研究，如國產GF-1、GF-2衛星遙感影像［7，8］、Sentinel-2衛星遙感影像［9］等。傳統的湖泊邊界提取方法包括單波段閾值法［10］、歸一化差異水體指數（NDWI）法［11］、改進的歸一化差異水體指數（MNDWI）法［12］、譜間關系法［13］等。湖泊岸線的形態指標常使用岸線長度［14］、岸線的發育系數（Shoreline development index，SDI）［15］、分形維數（D）［16，17］等。研究湖泊岸線的演變是由于國內長期以來湖泊的岸線范圍不明、功能界定不清、管理缺乏依據使得湖泊行洪帶不便，甚至嚴重破壞湖泊生態環境，國外湖泊岸線方面的研究較少。Bayram等［18］利用Landsat衛星影像，分析了Terkos湖岸線和流域土地利用的組合岸線和土地利用的變化，以及土地利用變化對湖岸線變化的影響。Taher等［19］利用了35個時期TM和ETM+傳感器的陸地衛星圖像，以及MODIS衛星的影像作為輔助數據，研究了1976—2012年Urumia湖泊岸線的變化，表明該湖泊岸線呈現先穩定后增加，然后加劇減少的趨勢。Duru［20］借助Landsat衛星圖像，監測Sapanca湖泊岸線位置和估算沿岸地帶的變化率，利用歸一化差異水體指數、修正歸一化差異水體指數和監督分類提取了不同的海岸線，結果顯示大部分湖泊岸線保持穩定，人類活動、降雨的周期性變化以及周邊河流輸沙的沉積是控制該地區岸線時空變化的主要因素。在當前“數據豐富而信息貧乏”的背景下，如何充分挖掘遙感大數據的價值，服務河湖岸線保護與利用，是國土資源管理的重要議題［21，22］。

傳統的遙感數據處理方法不利于大范圍、長時序的研究，近年來高性能云計算平臺的發展為遙感數據的存儲、計算及可視化提供了技術支持與平臺支撐［23］。Google Earth Engine（后文簡稱GEE）平臺是由Google、美國地質調查局以及卡內基梅隆大學在2010年共同開發［24］，包含40多年的歷史影像以及氣候等數據集，并且每天進行更新和擴展，這使得其適合用來進行大范圍、長時間序列的遙感分析處理。國內也有類似的云計算平臺如遙感空間計算云服務平臺（PIE-Engine），但目前數據集較少且時間范圍短，應用潛力有待挖掘［25］。憑借海量數據及云處理的優勢，GEE已被廣泛應用于數據融合［26］、多時相影像分類［27］、變化檢測［28］、土地覆蓋與土地利用動態監測［29］等方面。國內學者對于GEE云平臺的使用主要集中在植被覆蓋變化［30-35］、景觀格局演變［36，37］、生物量估算［38］、土地利用變化［39-41］、生境質量評估［42-44］等方面，在湖泊及其岸線變化方面的研究較少［45］。因此，本研究借助GEE，利用湖北省1989—2020年3 152景Landsat 5 TM影像和1 934景Landsat 8 OLI影像提取230個大中型湖泊，得到各項形態指標以進行湖泊及其岸線演變規律的分析，再結合GEE監督分類分析湖泊區域土地利用類型變化，進而對湖泊及其岸線演變的驅動機制進行定量和定性分析。

1 研究數據與方法

1.1 數據來源

研究年份選取1990、1995、2000、2005、2010、2015、2019年，衛星影像數據通過編寫代碼調用GEE數據庫中的數據，其他數據部分通過中國知網和中國氣象數據服務中心等途徑獲取，主要數據來源如表1所示。

表1 主要數據來源

1.2 湖泊水體信息的提取

1.2.1 最小云量合成法 為合成簡單的無云Landsat影像，Earth Engine提供了ee.Algorithms.Landsat.sim?pleComposite（）方法，該方法在GEE中為可直接調用的內置程序包。最小云量合成法在每個像元位置形成一個子集，轉換為TOA反射率，通過簡單的云評分獲取最少云像素的中值。該方法輸入的是原始圖像的集合，如“USGSLandsat5 TM Collection 1 Tier 1 Raw Scenes”數據集。

1.2.2 水體指數法 水體指數法是通過對水體的光譜特征進行分析，選取與識別水體有關的波段構建水體指數模型并進行計算，然后選擇合適的閾值，從而實現水體信息的提取［46］。歸一化差異水體指數能最大程度地抑制植被信息，突出水體特征。其公式如下。

式中，Green為綠波段，在Landsat 5 TM中為2波段的反射率，在Landsat 8 OLI中為3波段的反射率；NIR為近紅外波段，在Landsat 5 TM中為4波段的反射率，在Landsat 8 OLI中為5波段的反射率。

1.3 岸線特征指標

1.3.1 岸線發育系數 湖泊岸線發育系數（SDI）是描述岸線不規則性的指標，具有一定的生態學含義，岸線發育系數越大，反映該湖泊的岸線越不規則，越有利于動植物的生長［47］。

式中，SL為湖泊的岸線長度；A為湖泊面積。

1.3.2 分形維數 分形和分維的概念最早由美籍法國數學家曼德布羅（B.B.Mandelbrot）提出，用來描述大自然中一些不規則的現象。常用周長-面積關系的分形維數對多個湖泊岸線的形態進行計算［48］。

式中，P是湖泊周長；A是湖泊面積；α是推繹指數；k是待定系數。取自然對數變換得：

式中，C是待定常數，分形維數可通過斜率乘以2求得，即D等于2α，該值一般在1～2，越接近1.5越不穩定［48］。

1.4 GEE土地利用分類

GEE實現監督分類是通過API（程序編程接口）界面中通過JavaScript編程運行傳統的機器學習算法處理，分類器種類包括CART（分類回歸樹）、Random Fores（t隨機森林）、Naive Bayes（樸素貝葉斯）和SVM（支持向量機）4種。進行監督分類一般流程包括收集訓練數據、選擇分類器、使用訓練分類器對圖像或要素集合進行分類、使用獨立的驗證數據估算分類誤差。國內學者何昭欣等［49］利用4種分類器分別對農作物進行提取，平均驗證精度分別為89%、92%、61%、87%，可見隨機森林分類法的精度較高，且已被學者們應用到土地利用分類中［50-52］。隨機森林法由Breiman［53］提出，它是決策樹組合而成的一種集成分類算法。該方法在GEE中通過編程調用ee.Classifier中的“ee.Classifier.smileRandomForest（）”代碼進行修改實現。

為評估分類的精度，本研究將目視解譯的樣本點70%用作分類，30%用作驗證，結合二者分類結果計算混淆矩陣；然后通過GEE內部JavaScript編程代 碼“overall accuracy”“kappa accuracy”“producers Accuracy”“consumers Accuracy”分別輸出總體精度、Kappa系數、制圖精度、用戶精度等評價指標。

1.5 驅動機制分析

自然影響因素的分析選擇研究區域氣象站點年平均溫度、年平均最高氣溫、年平均最低氣溫、年降水量及年蒸發量5個因子，在ArcGIS中使用克里金插值方法，進行分區統計得到湖泊所在區域相應的值。

人為影響因素的分析選擇常住人口、農業生產總值及建成區面積信息3個因子。其中常住人口、農業生產總值為湖泊所在區域13個市總值，建成區面積統計范圍為10個市區。

利用SPSS19.0軟件對各因子與湖泊面積、湖泊岸線的雙變量相關性進行分析。

1.6 數據處理

1.6.1 湖泊岸線提取 每期衛星影像的時間選取9—12月，大致為湖泊的枯水期［54］，有利于湖泊岸線的提取；考慮到影像質量等問題，每期選取前后2年共3年的數據進行合成［42］。

GEE導出的NDWI影像在ENVI中采用閾值法（閾值大于0）進行水體的提取，為保證部分影像上像元值較小湖泊的岸線能被提取到，利用多段閾值對該部分進行提取；ENVI生成面文件后在ArcGIS中打開，利用從《湖北省湖泊志》中獲取的水面面積1 km2以上的230個（大九湖除外）大中型湖泊的地理坐標（圖1）和未進行NDWI計算的原始影像，結合目視解譯進行精確修正。

1.6.2 GEE土地利用分類 使用隨機森林法進行監督分類，樣本點的選取根據Google Earth原始影像以及GEE合成的原始影像進行目視解譯，每期選取990個樣本點，將土地類型分為耕地、水域、草地、林地、建設用地及未利用地6類，結合中國科學院全國土地利用分類數據中各類型面積確定樣本點的數目（表2）。分類后的圖像在ArcGIS中結合原始影像及NDWI提取后目視解譯出的高精度湖泊岸線對湖泊區域進行修正，統計各土地利用類型的面積及其變化。

圖1 湖北省大中型湖泊中心經緯度坐標

表2 土地利用類型及對應樣本點數目

2 結果與分析

2.1 湖泊及其岸線的時空演變

利用GEE進行NDWI計算，結合目視解譯提取湖北省7期湖泊圖像，如圖2所示。根據面積和周長計算岸線發育系數及分形維數，得到總面積、總周長、岸線發育系數范圍、岸線發育系數均值、分形維數及其R2。

圖2 近30年湖北省湖泊動態演變

由表3可知，1990—2019年湖泊面積共減少361.64 km2，呈現出先減少然后增加最后減少的趨勢。其中，1990—2005年湖泊面積減少了423.10 km2，2005—2010年湖泊面積增加了345.75 km2，2010—2019年湖泊面積減少了284.29 km2。根據《湖北省湖泊志》記載，230個湖泊的總面積為2 550.92 km2，該數據為“一湖一勘”成果，大部分為2010年測得，對比可知2010年NDWI提取湖泊效果較好。

表3 湖泊的各項指標

面積增加的湖泊有42個，面積減小的湖泊有188個；其中，面積減少大于10 km2的湖泊有梁子湖、洪湖、斧頭湖、西涼湖、武湖、四海湖、豹澥湖、童家湖；面積增加大于1 km2的湖泊有汈汊湖、王家涉、赤射垸、張家大湖、菱角湖、南湖（鐘祥）、北湖（武漢）。部分湖泊1990年與2019年的對比見圖3。

圖3 部分湖泊1990年與2019年對比

岸線長度波動變化但規律不明顯，1990—2019年整體呈變小的趨勢，共縮短2 436.77 km。岸線長度增加的湖泊有53個，減少的有177個，其中，汈汊湖、赤射垸、黃垱湖、馮家湖、張家大湖岸線長度增加大于20 km，洪湖、梁子湖、后官湖、豹澥湖的岸線長度減少大于80 km。岸線發育系數均值的變化與岸線長度趨勢大致相同，共減小0.54。1990—2019年有67個湖泊岸線發育系數增大，163個湖泊岸線發育系數減小，其中，赤射垸、馮家湖、里湖、黃天湖、周城垸、汈汊湖岸線發育系數增加值大于3.5，五湖、外黃泥港、梁子湖、洪湖、后官湖、南太子湖岸線發育系數減小值大于3.5。

對7期湖泊的岸線發育系數數據進行比較，選取6個岸線發育系數較大和較小的湖泊進行分析。岸線發育系數較小的湖泊（表4）有莫愁湖、漲渡湖、東湖、鴨子湖、郝家湖和玉湖，其不規則程度小，岸線單調，不利于營養物質的流入。莫愁湖沿岸有進出水閘口兩處，平時會依據湖水水位和來水進行調節；漲渡湖于1972年興建調洪、排澇、圍墾工程后，岸線也基本趨于穩定；枝江縣于1983年完成東湖高排水閘，減輕了湖區的洪澇災害；鴨子湖于1975年成湖，東升鎮的居民圍湖而居；郝家湖湖區在1952—2013年建成了孟家溪閘、中河口進水閘和鄒郝垸電排站、大至崗電灌站；1973年冬，玉湖沿湖按照“田湖分家，一渠兩堤，高水入湖，低水入渠，等高截流，蓄排結合”的方案進行治理，治理后玉湖面積由29 km2縮小至6.83 km2。由此可見，岸線發育系數較小的湖泊大都是前期災害較多，影響到人類正常生產生活而被改造，導致其岸線趨于單調，不利于動植物的生長和湖泊的自然演化。

表4 岸線發育系數較小的湖泊

岸線發育系數較大的湖泊（表5）有汈汊湖、赤東湖、梁子湖、黃垱湖、西涼湖、洪湖，其曲折程度大，有利于營養物質的流入，能提供良好的生物環境。汈汊湖為河間洼地湖，整個湖區地勢西北高東南低，流域來水順地表傾向，自北而南，由西向東匯入洼地；赤東湖湖區北部為大別山南麓伸延的丘陵地帶，南部為長江泛濫平原，具有侵蝕與堆積的地貌特征；梁子湖地處江漢平原邊緣，屬河谷沉溺構造湖；黃蕩湖在300多年前是一片洼地，由于地質變化，漢江水灌入形成湖泊；西涼湖流域水系發育良好，以河谷沉溺湖類為主，屬常年積水自然湖泊；洪湖為河間洼地湖。由此可見，岸線發育系數較大的湖泊多由大面積洼地演變而來，淤泥肥沃，有活水水源，岸線形態不規則，水生和陸生生物種類都極為豐富。

表5 岸線發育系數較大的湖泊

根據式（4）計算湖泊岸線的分形維數，如圖4所示，分形維數是直線斜率的2倍。由表6可知，1990—2019年分形維數下降了0.07，波動變化但整體呈現變小的趨勢；R2在0.83～0.87，表明lnP與lnA之間線性關系顯著，湖泊岸線具有一定的自相似性。2010年分形維數最大，為1.37，2019年分形維數最小，為1.28；而分形維數越接近1.5，其穩定性越差，故2010年湖泊岸線的穩定性最差，最容易受外界因素影響，而2019年的岸線較為穩定，不易改變。

圖4 分形維數計算

表6 1990—2019年分形維數

2.2 湖泊土地利用變化分析

為分析湖泊與其他用地類型的轉換，運用GEE進行土地利用監督分類。GEE隨機森林法分類后的柵格圖像像元擁有屬性值，其中，1990年和2019年GEE監督分類結果如圖5所示。

圖5 1990年與2019年GEE監督分類

從谷歌云盤中下載監督分類后的土地利用分類圖，利用NDWI提取與目視解譯的高精度湖泊圖像對其進行湖泊區域的修正，然后進行疊加分析。GEE監督分類的總體精度、Kappa系數、水域制圖精度、水域用戶精度及所提取湖泊區域對比NDWI提取湖泊區域的精度如表7所示。7期GEE監督分類的水域制圖精度及水域用戶精度較高，且都高于94%，表明水域部分選取的樣本點質量較好；以NDWI高精度湖泊圖像為參照，6期GEE監督分類提取的湖泊精度大到90%以上，2000年由于衛星影像質量問題，導致其提取精度只有87.43%。

將7期土地利用分類圖分別進行疊加分析，可得湖泊區域土地利用類型變化，如表8所示。由表8可以看出，湖泊與耕地、水塘之間的轉變為湖泊面積變化的主要類型，其他用地影響由大到小依次為建設用地、林地、未利用地和草地。

表7 監督分類精度

表8 湖泊區域土地利用類型變化 （單位：km2）

總體來看，1990—2019年耕地轉入湖泊的面積為49.31 km2，湖泊轉入耕地的面積為247.83 km2，凈出量為198.52 km2；水塘轉入湖泊的面積為47.55 km2，湖泊轉為水塘的面積為188.59 km2，凈出量為141.04 km2。湖泊在1995—2000年轉為耕地的面積最大，為213.50 km2，凈轉出量為148.68 km2，表明該時期農業的發展對耕地的需求增加；2005—2010年耕地轉為湖泊的面積最大，為137.60 km2，凈轉入量為110.59 km2，此后湖泊轉為耕地的凈轉化量開始變小，這可能是實施一些退耕政策的成效。從1995年開始湖泊轉為建設用地的凈值均大于0，2015—2019年凈轉出值為17.73 km2，表明人類活動及建設用地擴張對湖泊一直有影響且在該時期強度較大。

2.3 湖泊演變驅動機制分析

為進一步探究湖泊面積及其岸線演變的原因，對其驅動機制進行定量和定性分析。

2.3.1 湖泊演變的定量分析 研究選取3個人為影響因子、5個自然影響因子，各影響因子與湖泊面積及岸線的Pearson相關系數如表9所示，P1和P2分別表示湖泊岸線和湖泊面積的Pearson相關系數。常住人口、農林牧漁業總產值、建設用地面積及溫度（年平均溫度、年平均高溫、年平均低溫）與湖泊岸線和面積呈負相關，年降水量和年蒸發量與兩者均呈正相關。對于湖泊岸線而言，年降水量和年蒸發量在0.05水平上與其呈顯著正相關，表明降水量和蒸發量對湖泊岸線形態的演變影響較大。對于湖泊面積而言，常住人口與年平均溫度在0.05水平上與其呈顯著負相關，表明常住人口和溫度的變化對湖泊面積的演變影響較大。

表9 各影響因子與Pearson相關系數

2.3.2 湖泊演變的定性分析 結合《湖北省湖泊志》及本研究對湖泊演變進行定性分析。本研究中湖泊面積呈先減少然后增加最后減少的趨勢，1990—2005年湖泊面積減少速度為28.20 km2/年，從表9來看，人口不斷增加、耕地需求上升，可能是湖泊面積減少的原因之一；結合本研究土地利用變化數據來看，2000—2005年湖泊轉為耕地和耕地轉為湖泊的面積大致相等，分別為80.79、78.05 km2，這表明國家從1999年開始實施的退耕政策有了一定的成效。2005—2010年湖泊面積增加速度為69.15 km2/年，為快速增長階段，這一階段各項政策法規逐步完善；2005年5月，武漢市水務局發布《武漢市中心城區湖泊保護規劃（2004—2020）》，這是武漢市第一部比較全面的湖泊保護規劃性文件；2009年1月，《湖北省湖泊保護條例》通過省人大常委會2009年度立法計劃，被納入年度爭取審議項目，政策法規的不斷完善加強了湖泊保護管理的力量。2010—2019年面積減少速度為31.59 km2/年，減小的速度較前期略有升高，可能源于這一階段常住人口總數較多且不斷增加，農業迅速發展和城市擴張沒有得到妥善的管理，導致湖泊面積又呈下降趨勢。

3 小結

本研究以1989—2020年5 086景Landsat 5 TM和Landsat 8 OLI影像為數據源，結合GEE遙感數據處理云平臺和NDWI進行湖泊提取，獲取了7個不同時段湖北省230個大中型湖泊的各項形態指標，以此為基礎對湖泊及其岸線演變的驅動機制進行了分析，結論如下。

1）1990—2019年湖泊面積變化經歷了3個時段，1990—2005年湖泊面積減少速度為28.20 km2/年，2005—2010年湖泊面積快速增加，增加速度為69.15 km2/年，2010—2019年湖泊面積減少速度為31.59 km2/年；湖泊岸線的演變規律不明顯，整體呈變小的趨勢，岸線長度縮短2 406.77 km，湖泊整體的岸線發育系數均值和分形維數變化規律不明顯。

2）由岸線發育系數較大和較小湖泊的規律可知，岸線越不規則，岸線周邊生態環境越好，故應減少對湖泊的圍墾、保護湖泊水源，以保持其自然不規則的狀態。

3）造成湖泊區域改變的土地利用類型由大到小依次為耕地、水塘、建設用地、林地、未利用地和草地，其中草地和未利用地對湖泊區域的影響可以忽略不計。

4）人為影響因子與湖泊面積、岸線均呈負相關，降水量和蒸發量與湖泊岸線呈正相關且對其影響較大，常住人口與年平均溫度與湖泊面積呈負相關且對其影響較大，因此在人口密集區應劃定相應的岸線保護區。

運用GEE等云計算平臺進行遙感大數據的處理和信息獲取，可以極大減少數據傳輸時間、存儲空間和計算耗時，讓科研工作者和政策制定者擺脫“數據豐富而信息貧乏”的困境，從而更加聚焦于科學問題的回答以及科學政策的制定，進而提升國土資源科技管理水平，助力美麗中國建設。