王奎博 唐永強(qiáng) 安碩 齊釗 梁棟
摘? 要:三江平原是我國重要的內(nèi)陸濕地分布區(qū),開展?jié)竦刭Y源監(jiān)測對濕地管理保護(hù)及可持續(xù)發(fā)展具有重要意義。基于GEE云平臺對三江平原2010年、2020年濕地覆蓋類型進(jìn)行了遙感調(diào)查和驅(qū)動(dòng)力分析:對Landsat系列多景影像進(jìn)行了快速預(yù)處理,建立了契合研究區(qū)域的濕地分類體系,采用了以光譜特征和指數(shù)特征作為輸入變量的隨機(jī)森林算法,開展了三江平原近十年的濕地動(dòng)態(tài)監(jiān)測,并分析了其動(dòng)態(tài)變化的驅(qū)動(dòng)力。三江平原十年間濕地恢復(fù)顯著,自然和社會多種因素驅(qū)動(dòng)濕地恢復(fù)。
關(guān)鍵詞:GEE;三江平原;濕地資源;遙感監(jiān)測;驅(qū)動(dòng)力分析
中圖分類號:TP39? ? ?文獻(xiàn)標(biāo)識碼:A文章編號:2096-4706(2021)23-0051-04
Analysis of Wetland Cover Change and Driving Force in Sanjiang Plain Based on GEE
WANG Kuibo1, TANG Yongqiang2, AN Shuo2, QI Zhao2, LIANG Dong2
(1.College of Geodesy and Geomatics, Shandong University of Science and Technology, Qingdao? 266590, China; 2.School of Marine Technology and Geomatics, Jiangsu Ocean University, Lianyungang? 222005, China)
Abstract: Sanjiang Plain is an important inland wetland distribution area in China. It is significant to carry out wetland resources monitoring for wetland management and conservation and sustainable development. Remote sensing surveys and driving force analysis of wetland cover types in the Sanjiang Plain in 2010 and 2020 are conducted based on the GEE cloud platform. The Landsat series multi scene images are quickly preprocessed, the wetland classification system suitable for the study area is established, the random forest algorithm with spectral characteristics and exponential characteristics as input variables is adopted, the dynamic monitoring of wetland in Sanjiang Plain in recent ten years is carried out, and the driving force of its dynamic change is analyzed. The wetland restoration in Sanjiang Plain has been remarkable in the past ten years. Many natural and social factors drive the wetland restoration.
Keywords: GEE; Sanjiang plain; wetland resources; remote sensing monitoring; driving force analysis
0? 引? 言
濕地是陸地與水域連通和過渡的區(qū)域,在氣候調(diào)節(jié)、水資源存儲、維持生物多樣性等方面具有不可替代的作用[1],研究濕地變化特征及其驅(qū)動(dòng)因素,對濕地資源管理和保護(hù)以及國家生態(tài)建設(shè)具有重要意義。
三江平原是中國最大的淡水沼澤濕地集中分布區(qū),在溫帶沼澤濕地生態(tài)系統(tǒng)中具有典型性和代表性[2]。人類活動(dòng)曾導(dǎo)致三江平原濕地面積迅速減少[3],進(jìn)而出現(xiàn)一系列生態(tài)問題。遙感技術(shù)快速發(fā)展為濕地科學(xué)管理和保護(hù)提供高效監(jiān)測手段,目前對三江平原的監(jiān)測研究主要側(cè)重于整體的土地變化,一級地類濕地資源的變化研究,人類活動(dòng)對濕地變化的影響[4-7]。對三江平原濕地的研究仍存在以下不足:(1)研究中濕地二級類研究較少,無法具體反映國家實(shí)行濕地保護(hù)政策后的保護(hù)效果;(2)研究中采用的數(shù)據(jù)來源和分辨率不同,對濕地覆蓋變化的干擾性較大;(3)傳統(tǒng)的數(shù)據(jù)獲取與處理方法,分類速度與精度不能兼顧,效率較低。
GEE(Google Earth Engine)是目前先進(jìn)的海量地理信息存儲、運(yùn)算、分析平臺,計(jì)算效率高,可以快速實(shí)現(xiàn)大范圍、長時(shí)間序列的濕地動(dòng)態(tài)監(jiān)測[8]。
本文基于GEE平臺,選取2010年和2020年豐水期遙感影像,快速預(yù)處理后采用隨機(jī)森林算法結(jié)合特征指數(shù)模型,獲得三江平原濕地二級分類結(jié)果,最后結(jié)合十年間的氣象和社會經(jīng)濟(jì)數(shù)據(jù),分析三江平原濕地變化的驅(qū)動(dòng)因素,為濕地管理部門提供數(shù)據(jù)和技術(shù)支持。
1? 研究區(qū)概況與數(shù)據(jù)
1.1? 研究區(qū)概況
三江平原地處黑龍江省東北部,位于北緯45°01′05″~ 48°27′56″,東經(jīng)130°13′01″~135°05′26″,地勢平坦,整體上呈現(xiàn)西南高東北低的態(tài)勢,北部及中部大面積區(qū)域?yàn)槠皆?,季?jié)性凍土分布廣泛。氣候?yàn)闇貛駶櫋霛駶櫞箨懶约撅L(fēng)氣候。全年平均氣溫1.4~4.3 ℃,多年平均降水量550~650 mm,主要集中在5—9月植被生長季節(jié)[9],是沼澤濕地發(fā)育的主要時(shí)期。濕地資源豐富,主要分布于松花江、烏蘇里江和黑龍江沿岸及其支流七星河、濃江、嘟嚕河、別拉洪河、撓力河、穆棱河等流域地區(qū),如圖1所示。
1.2? 基于GEE云平臺的數(shù)據(jù)獲取與處理
GEE平臺是由Google云計(jì)算驅(qū)動(dòng)提供的全球尺度地理空間信息數(shù)據(jù)及處理的服務(wù)平臺,海量地理空間數(shù)據(jù)可以實(shí)現(xiàn)高效運(yùn)算,實(shí)現(xiàn)多尺度、長時(shí)間序列的地學(xué)研究及其分析和可視化。與傳統(tǒng)遙感影像數(shù)據(jù)獲取與處理模式相比,GEE平臺能夠節(jié)省大量的數(shù)據(jù)查找和下載時(shí)間,同時(shí)提供了去云、陰影和輻射校正等算法接口,可快速完成影像預(yù)處理操作。
為避免研究區(qū)雨云干擾,本文選取2010年Ladnsat5影像和2020年Ladnsat8影像。其中2010年選取6月初到9月底的數(shù)據(jù)集,共75景影像。2020年選取5月初到9月底的數(shù)據(jù)集,共122景影像,合成高質(zhì)量影像。該時(shí)間段濕地特征明顯,植被生長茂盛,水資源豐富,各地類間區(qū)分度大。利用simpleComposite算法模塊進(jìn)行預(yù)處理和去云,中值合成后裁剪得到研究區(qū)TOA(Top of Atmosphere Reflectance)影像。
2? 分類方法
2.1? 濕地分類體系
根據(jù)《濕地公約》和《第三次全國土地調(diào)查技術(shù)規(guī)程》中濕地分類與《全國濕地資源調(diào)查與監(jiān)測技術(shù)規(guī)程(試行)2010)》的分類體系,結(jié)合研究區(qū)實(shí)際情況,最終將三江平原濕地劃分成5個(gè)一級類和10個(gè)二級類,其中,二級類包括草本沼澤、木本沼澤、河流、水庫、湖泊、庫塘、水田。非濕地劃分為旱地、人工表面、林地,定義如表1所示。
2.2? 隨機(jī)森林算法
在隨機(jī)森林(Random Forest, RF)中,N棵決策樹中得分最多的類別為最終輸出[10],算法的隨機(jī)性能夠有效避免過擬合和抗噪聲。面對大數(shù)據(jù)集和高維特征時(shí),不需要進(jìn)行降維處理,就能夠評估各個(gè)特征在分類問題上的重要性,其計(jì)算速率快,準(zhǔn)確度高,性能穩(wěn)定,廣泛應(yīng)用于遙感地表覆被分類研究[11]。
在分類實(shí)驗(yàn)中,選擇合適的特征及特征組合能夠提高分類精度。本文選擇的輸入特征變量的光譜特征來自TOA影像,指數(shù)特征為歸一化植被指數(shù)(Normalized Difference Vegetation Index, NDVI,有助于植被提?。?、歸一化水體指數(shù)(Normalized Difference Water Index, NDWI,能夠增強(qiáng)水體目標(biāo)識別)、混合水體指數(shù)(Combined Index of NDVI and MIR for Water Body Identification, CIWI,能夠增強(qiáng)水體、人工表面和植被間差異)[12]。
NDVI=(LNIR-LRED)/(LNIR+LRED)? ? ? (1)
NDVI=(LGREEN-LNIR)/(LGREEN+LNIR)
CIWI=(NDVI+NIR)(3)
其中,NIR代表近紅外波段,RED為紅波段,GREEN為綠波段。參考同期谷歌地球高清影像選擇典型性純凈樣本,基于GEE平臺選取各類別樣本點(diǎn)。其中草本沼澤共427個(gè)樣本點(diǎn)、人工表面248個(gè)、林地278個(gè)、旱地384個(gè)、木本沼澤319個(gè)、河流222個(gè)、湖泊236個(gè)、庫塘124個(gè)、水庫92個(gè)、水田155個(gè)。兩期所有地類共2 485個(gè)樣本點(diǎn)。
分類時(shí),隨機(jī)選取70%樣本作為訓(xùn)練樣本構(gòu)建決策樹,從輸入特征中選取Mtry(輸入特征變量的平方根)個(gè)特征,根據(jù)基尼系數(shù)進(jìn)行分裂測試并找到最優(yōu)特征。在經(jīng)過上述訓(xùn)練、建樹的Ntree次重復(fù)后,最終建成含有Ntree棵分類樹的隨機(jī)森林。根據(jù)反復(fù)實(shí)驗(yàn),Ntree設(shè)置為300最佳。將剩余30%樣本作為驗(yàn)證,2010和2020年分類結(jié)果混淆矩陣計(jì)算的精度分別為85.27%、86.29%,Kappa系數(shù)為0.857、0.809。
3? 結(jié)果與分析
3.1? 濕地信息空間分布
2010和2020年的三江平原濕地二級地類分布如圖2所示。三江平原濕地主要集中在黑龍江、松花江、烏蘇里江、七星河、饒力河附近流域,以及黑龍江東北流域的島嶼、濕地保護(hù)區(qū)和水庫湖泊附近。總體上非濕地面積減少,濕地面積增加。其中沼澤濕地面積增加最大,人工濕地次之,河流和湖泊濕地的面積增加最少。
經(jīng)空間統(tǒng)計(jì),2010—2020年間,濕地面積由11 001.85 km2增加到12 768.52 km2,而沼澤濕地面積從7 565.96 km2增加到8 999.71 km2。其中草本沼澤面積占濕地總面積一半以上,由2010年的5 838.05 km2增加到2020的6 714.58 km2,主要分布在黑龍江東北部島嶼及其兩岸附近,松花江和烏蘇里江流域,七星河和饒力河附近和濕地保護(hù)區(qū);木本沼澤面積由2010年的1 727.90 km2增加到2020年的2 285.13 km2,主要分布在烏蘇里江上游烏蘇鎮(zhèn)和青陽島及其附近島嶼和松花江依蘭縣下游部分,以及烏蘇里江下游和水庫附近。河流濕地面積增加不大,由1 623.18 km2增加到1 708.37 km2,主要由降水量增加引起河流水位上升、河道變寬。人工濕地面積由548.89 km2增加到754.17 km2,主要由三江平原東北部臨江鎮(zhèn)地區(qū)旱地轉(zhuǎn)換而來,該地區(qū)毗鄰黑龍江,水資源充足,易于積水和水稻田種植。湖泊濕地的面積相對穩(wěn)定,面積保持1 300 km2左右,水資源集中在大、小興凱湖。
3.2? 驅(qū)動(dòng)力分析
本文從自然因素、政策因素和人口經(jīng)濟(jì)因素方面分析近十年三江平原濕地變化驅(qū)動(dòng)力。
自然因素:查閱分析黑龍江省統(tǒng)計(jì)局和國家青藏高原科學(xué)數(shù)據(jù)中心氣溫和降水?dāng)?shù)據(jù):2010—2020年間,三江平原年平均溫度和降水量呈上升趨勢。降水量的增加有利于凍土消融和水資源流通,河流水量提高促進(jìn)了沿岸植被生長,為濕地形成提供有利條件。三江平原東北部地勢平坦,水資源易于積累,降水量的增加促進(jìn)了該地帶沼澤濕地快速發(fā)育。
政策因素:自1992年來,中國加入國際濕地公約以及制定印發(fā)各種濕地保護(hù)規(guī)劃文件,三江平原濕地保護(hù)強(qiáng)度與日俱增,濕地管理和保護(hù)體系不斷完善[13]。濕地開墾有效遏制,退耕還濕工作深入。通過限制旅游業(yè)和餐飲業(yè),對破碎和生態(tài)功能下降的濕地進(jìn)行修復(fù)等環(huán)境整治工作,濕地生態(tài)功能恢復(fù),保護(hù)效果顯著。
人口經(jīng)濟(jì)因素:由黑龍江省歷年統(tǒng)計(jì)年鑒數(shù)據(jù)可知,2010至2020年人口數(shù)量減少16.84%,共計(jì)646.3萬人。其中鄉(xiāng)村人口減少603.78萬人,城鎮(zhèn)人口比重上升9.95個(gè)百分點(diǎn),人口結(jié)構(gòu)變動(dòng)。在此期間,糧食的產(chǎn)量持續(xù)上升,省人均年收入大大提升,從2010年收入13 856元上升為24 902元。旱地的畝產(chǎn)量提升和消費(fèi)結(jié)構(gòu)向高質(zhì)量轉(zhuǎn)變降低了農(nóng)民的開墾欲望,使得濕地開墾得到有效遏制,為濕地的恢復(fù)奠定了社會基礎(chǔ)。
4? 結(jié)? 論
本文通過GEE平臺,利用隨機(jī)森林與特征指數(shù)模型結(jié)合的方法開展了三江平原2010—2020年濕地的動(dòng)態(tài)變化研究,兩期分類結(jié)果精度均在85%以上。十年間三江平原濕地面積增加1 766.67 km2,濕地保護(hù)成果明顯。驅(qū)動(dòng)力分析表明:氣溫和降水量升高,政策和人口經(jīng)濟(jì)因素為濕地恢復(fù)創(chuàng)造了條件。自然條件向好和有力的舉措直接保護(hù)了濕地;而人口和經(jīng)濟(jì)結(jié)構(gòu)變動(dòng)降低了農(nóng)民對耕地的依賴性,從而間接保護(hù)了濕地。
本文通過研究三江平原濕地的動(dòng)態(tài)變化和驅(qū)動(dòng)因子,對濕地管理部門完善濕地保護(hù)機(jī)制和管理體系、維持濕地生態(tài)穩(wěn)定和生態(tài)建設(shè)具有積極意義。
參考文獻(xiàn):
[1] 宮寧,牛振國,齊偉等.中國濕地變化的驅(qū)動(dòng)力分析 [J].遙感學(xué)報(bào),2016.20(2):172-183.
[2] 王宗明,宋開山,劉殿偉等.1954~2005年三江平原沼澤濕地農(nóng)田化過程研究 [J].濕地科學(xué),2009,7(3):208-217.
[3] 相恒星.三江平原濕地保護(hù)生態(tài)成效遙感評估 [D].延吉:延邊大學(xué),2018.
[4] 張有智,吳黎.三江平原濕地動(dòng)態(tài)變化及驅(qū)動(dòng)力分析 [J].黑龍江農(nóng)業(yè)科學(xué),2010(12):151-154.
[5] 楊春霞,鄭華,歐陽志云.三江平原土地利用變化、效應(yīng)與驅(qū)動(dòng)力 [J].環(huán)境保護(hù)科學(xué),2020,46(5):99-104.
[6] 胡畔,王宗明,李春景.三江平原國際重要濕地保護(hù)有效性遙感評價(jià) [J].延邊大學(xué)農(nóng)學(xué)學(xué)報(bào),2017.39(02):1-8+22.
[7] 李夢圓,陳小敏,肖巧玲,等.近30年來三江平原耕地面積變化分析 [J].環(huán)境與發(fā)展,2020,32(11):179-181.
[8] 戴芹,劉士彬,劉巍.基于GEE云平臺和多源數(shù)據(jù)的土地覆蓋智能分類算法對比研究 [J].地理與地理信息科學(xué),2020,36(6):26-31.
[9] 謝靜.基于多季相遙感信息的三江平原濕地信息提取 [D].吉林:中國科學(xué)院研究生院(東北地理與農(nóng)業(yè)生態(tài)研究所),2013.
[10] 劉家福,李林峰,任春潁,等.基于特征優(yōu)選的隨機(jī)森林模型的黃河口濱海濕地信息提取研究 [J].濕地科學(xué),2018,16(2):97-105.
[11] 付甜夢,張麗,陳博文等.基于GEE平臺的海島地表覆蓋提取及變化監(jiān)測——以蘇拉威西島為例 [J].遙感技術(shù)與應(yīng)用,2021,36(1):55-64.
[12] 凌成星,張懷清,林輝.利用混合水體指數(shù)模型(CIWI)提取濱海濕地水體的信息 [J].長江流域資源與環(huán)境,2010,19(2):152-157.
[13] 孫大振.黑龍江省三江平原濕地的退化及保護(hù)對策 [J].科學(xué)技術(shù)創(chuàng)新,2019(18):146-147.
作者簡介:王奎博(1997—),男,漢族,山東煙臺人,碩士研究生在讀,主要研究方向:遙感生態(tài)評價(jià)。