基于Google Earth Engine的北江清城區河段河道形態及土地覆蓋變化監測分析

高旖姍，呂浩萍，孟慶魁，羅朝林，陳武奮

(珠江水利委員會珠江水利科學研究院，廣州 510610)

1 概述

河道并非是一成不變的，它在相關變量的影響下不斷發生變遷[1]。要了解河道變遷過程和規律，通過固定時間間隔監測河道變化和模擬演變過程顯得尤為重要[2]。Google Earth Engine (GEE) 提供全球時空范圍的衛星影像和用戶友好的內置算法[3-4]，能夠在云平臺上對海量數據進行空間分析和計算[5]，快速獲得平面河道長期連續變化的監測結果[6]。Broothroyd等已成功使用GEE監測和量化大型熱帶河流的形態變化并計算河道遷移速率[7]，Castao等則對蜿蜒型河道進行侵蝕和堆積檢測[8]，Li等已對河漫灘進行動態監測評估[9]，這些研究推動了GEE在河流地貌學中的應用[10]。

本文在GEE和Landsat影像的支持下，選取北江清城區30 km河段(北江清遠水利樞紐工程至北江特大橋)為研究河段，沿河岸生成2 km緩沖區作為研究區，倫洲島位于河道中央。研究區可分為2個部分：上游8 km河段流經無人山區，下游22 km河段貫穿主城區(見圖1)，面積分別為40 km2和143 km2。劃分研究區域的目的是研究對比山區河道和平原河道的變化規律，采用基于像素的方法分析評估河道和土地覆蓋變化。研究目的：① 提取常流河道范圍，對土地覆被類型進行分類；② 分析驅動河道和土地覆蓋類型變化的因素。

圖1 研究區范圍示意

2 數據和方法

2.1 數據來源及獲取

為了定期監測河道變化，選擇Landsat影像集合作為數據源，考慮影像的可用性和監測間隔時長，將觀測時間分為8個節點，分別為1986年，1990年，1995年，2000年，2005年，2010年，2015和2020年。利用1986—2010年的Landsat 5，2000年的Landsat 7和2015—2020年的Landsat 8的地表反射率數據(Tier 1級別)，影像總共253景，分辨率為30 m。

表1 研究區數據源及觀測時間節點

2.2 研究方法

為突出城市變化與河道變化之間的關系，結合研究區域特征，將土地覆蓋類型簡化為水體、植被、建筑物和沉積物4種類型。土地轉移矩陣是以表格形式明確量化土地時空轉換的方法之一[11]，能夠揭示2種地物類型之間的轉換關系。

1) 技術流程(見圖2)包括：① 提取二值常流河道；② 利用GEE內置的Classifier算法將土地覆蓋分為4類，并使用多源獨立驗證樣本評估分類誤差；③ 利用Python將河道范圍與土地覆蓋結果相結合；④ 量化平面河道變化；⑤ 利用GIS工具和土地轉移矩陣評估土地覆蓋變化。

圖2 技術流程示意

2) 河道提?。孩?輸入ROI和觀測時間間隔，以 5 a 為觀測期，使用所有可用的Landsat地表反射率影像，這些影像已經完成大氣校正，能夠更好地比較地物間光譜反射率的測量值；② 使用CFmask算法對云層遮擋的像素進行去云處理[12]；③ 使用GEE內置的Median Reducer算法對去云影像進行中值聚合，生成特定時間段內帶有所有光譜信息的單幅合成影像；④ 使用多個遙感經驗指數，包括歸一化植被指數(NDVI)、修正歸一化植被指數(MNDVI)和增強植被指數(EVI)對水體像素進行分類，生成二值水體掩膜[13]；⑤ 通過去除植被像素，對沉積物進行分類，生成二值常流河道；⑥ 合成二值水體掩膜和二值常流河道，以GeoTIFF格式導出到Google Drive。

3) 土地覆蓋分類：① 采集訓練樣本，將地物分為4種類型；② 使用GEE內置算法ee.Classifier從樣本數據中提取分類器訓練的特征值；③ 訓練樣本數據；④ 使用決策樹算法(CART)對地物進行分類，采用自上而下的方式構建根節點，對不同樣本數據的像元值進行遞歸劃分并展開到葉節點，直至所有樣本數據都分到了明確的類；⑤ 在GEE中導入多源獨立驗證樣本評估地物分類誤差。

4) 數據融合：① 通過批處理柵格計算交換河道二進制編碼的值，“0”表示河道，“1”表示非河道；② 去除水面船只，將常流河道結果和土地覆蓋分類結果融合，輸出研究區土地覆蓋分布圖。

5) 河道平面變化監測：通過柵格計算將不同時期的二值河道影像相減，得到河道變化結果：從水體變為陸地，從陸地變為水體和沒有發生變化的水體面積。

6) 土地覆蓋變化監測：通過相交分析，得到不同觀測期的土地轉換類型和面積。將這些數據填入表格，得到土地覆蓋轉移矩陣，用于揭示地物轉換的時空變化。

3 主要成果

3.1 精度評估

本研究得到的土地覆蓋分類總體準確率在90%～98%之間，表明分類結果是高度可靠的(見表2)。水體分類精度高，用戶精度和生產者精度分別大于96%和95%。相較于其他地物分類精度，建筑物分類精度較低，用戶精度和生產者精度分別大于70%和79%。這是由于建成區分布較為分散，產生混合像元多，較難從植被和沉積物中區分出建筑物。雖然建筑物分類精度較低，但對于整個研究區土地覆蓋分類結果來說，總體準確率相對較高，說明這4種地物與其獨立驗證樣本數據具有高度一致性?？偟膩碚f，分類精度滿足土地覆蓋變化監測需求。

表2 土地覆蓋分類結果精度評價

3.2 河道時空變化

1986—2020年，常流河道面積34 a來略有擴大，變化率為12.42%。2000年以前，河道面積保持穩定，但在2000—2010年面積有所下降，2010—2015年面積大幅增加，2015年后河道面積再次保持穩定(見圖3)。

圖3 1986—2020年常流河道面積變化示意

2000—2010年，北江下游主航道變窄和破碎化；2015—2020年，河道平面形態趨于穩定(見圖4)。最明顯的變化是2015年倫洲島左岸沉積物疏浚，左支河道暢通并成為北江的一條重要航道?？傮w來說，平原河道略有拓寬，河岸邊緣逐漸清晰，山區河道無明顯變化。

1986年

1990年

1995年

2000年

2005年

2010年

2015年

2020年圖4 1986—2020年常流河道變化

河道變化監測結果見圖5。平原河段水域變化較多，山區河段變化小。從2000—2010年，常流河道面積不斷減??；但2010—2015年，河道面積顯著拓寬，倫洲島左支流出現；2015—2020年，河道形態趨于穩定。由于河道寬度過窄及像元大小原因，GEE沒有準確檢測到部分小支流的變化。

1986—1990年

1990—1995年

1995—2000年

2000—2005年

2005—2010年

2010—2015年

2015—2020年圖5 河道變化監測結果

3.3 土地覆蓋時空變化

土地覆蓋最顯著的變化是建成區的擴大(見圖6)。1986年，建成區僅集中分布在北江右岸，后來迅速沿兩岸擴張。相應地植被面積向建成區大幅度轉移從而逐年減少。2010年以前，沉積物主要分布在倫洲島周圍，但之后幾乎全部消失。與其地類相比，水體面積趨于不變。

1986年

1990年

1995年

2000年

2005年

2010年

2015年>

2020年圖6 1986—2020年土地覆蓋監督分類結果

過去30 a以來，研究區內的建成區面積逐漸擴大，從10.5 km2增長到45.83 km2，尤其是1986—1990年和2015—2020年，增速分別為70.75%和29.35%。植被面積減少了35.41 km2，負增長率高。沉積物在各地類中所占面積最小，且變化不規律(見表3)，土地覆蓋類型占比見圖7所示。

表3 1986—2020年土地覆蓋變化監測

圖7 1986—2020年土地覆蓋占比變化示意

1986—2020年的土地覆蓋轉移變化如圖8所示，土地覆蓋轉移矩陣見表4所示。近30 a來，建筑物主要沿河兩岸擴建，土地覆蓋最顯著的變化是植被向建成區的轉移，轉移總面積為39.8 km2，研究區域內仍有102.58 km2的植被和21.96 km2的水體面積沒有發生變化。

圖8 土地覆蓋轉移示意(1986—2020年)

表4 土地覆蓋轉移矩陣(1986—2020年)km2

4 成果分析

4.1 河道平面變化分析

北江流域是一個成熟的大型河流生態系統，河道遷移是一個長期地貌過程，因此,研究區近30 a來沒有出現明顯的河道遷移現象。北江河道最顯著的變化是在2015年后，河道略有拓寬，倫洲島左支流沉積物疏浚和兩岸河道輪廓逐漸變得平滑。這是因為清遠市政府投資建設加固清遠水利樞紐工程、清東圍、清西圍、清北圍、清城聯圍和飛水圍等一大批水利工程，航道建設得到明顯加強，清淤疏浚治理工作開展，完成了大北江航道改造任務，河道形態趨于穩定。

本研究主要根據Landsat影像的可用性設置河道變化監測時間節點，然而這并未考慮到研究區當地實際情況。北江流域的年徑流量分布不均，汛期(4—9月)水量占全年水量的75%，枯水期(10—3月)水量僅占全年水量的25%。河流季節變化明顯，因此將觀測時間節點細分為汛期和枯水期顯然更為合理。但在1999年Landsat 7發射之前，研究區可用且公開的歷史影像數量有限，不足以支撐河道季節性變化監測研究。

4.2 土地覆蓋變化分析

影響建成區面積擴大的社會經濟因素復雜。城鎮化率通常與人口、經濟增長和城市發展政策相關。清城區在1988年設立行政區時人口僅有40.3萬，2020年人口迅速增長到112萬。因此，政府必須提供更多住宅用地容納不斷涌入的常住居民。建成區面積與總人口和第二、三產業比重呈正相關[14]。1986年，建成區僅分布在研究區河段的右岸，經過30多a的發展，建成區沿河兩岸分布并逐步分散向郊區擴張，大量植被轉化成建設用地，位于城市中心的傳統行業，特別是污染較重、勞動密集型的工廠在政府政策的引導下向郊區轉移。

在建成區面積不斷擴張，人口激增和高度城鎮化的背景下，研究區域內的植被面積在不斷縮減。植被面積與人口、固定資產投資總額呈負相關，與GDP略微呈正相關[7]。自2003年以來，清城區第二、三產業產值超過第一產業，因此農林業不再是清城區的支柱產業。政府更傾向于發展生產總值高的產業，例如制造業、房地產和旅游業。因此大量土地由植被向建成區轉移，分析結果與土地覆蓋轉移矩陣結果一致。

5 結語

本研究通過GEE平臺監測北江清城區河段1986—2020年的河流平面形態變化和土地覆蓋變化。結果表明，山區河道變化不大，平原河道略有拓寬，大面積植被轉化為建成區。河道形態變化與水利工程建設有直接關系，與城鎮化率沒有直接關系。本研究還結合了清城區的社會經濟因素及水利工程建設情況，豐富了研究區河道變化及土地覆蓋變化的背景，為決策者在城市河流管理和土地管理提供思路。