2000–2015年咸海邊界數(shù)據(jù)集

孫芳蒂，熊立

1 廣州大學地理科學學院，廣州 510006

2 江西省減災備災中心，南昌 330046

數(shù)據(jù)庫（集）基本信息簡介

引 言

作為一個典型的內(nèi)陸咸水湖，咸海坐落在哈薩克斯坦南部與烏茲別克斯坦北部接壤區(qū)域。咸海流域包含的國家還有塔吉克斯坦、土庫曼斯坦、吉爾杰斯斯坦和阿富汗。1960s以前，咸海是全球第四大湖泊，面積超過68000 km2。1960s以后，前蘇聯(lián)政府鼓勵大規(guī)模種植農(nóng)業(yè)和興修水利，流域內(nèi)咸海補給河流的水量被大量抽取或截留，咸海的水量平衡被破壞，開始萎縮，水位從52 m降至1980年的40 m[1]。1991年，前蘇聯(lián)解體后，水資源的分配問題關系到咸海流域內(nèi)各個國家的政治和經(jīng)濟利益。一些水庫修建于咸海的兩條補給河流上，減少了咸海的供給量。烏茲別克斯坦大量的棉花出口促使南咸海的水位進一步下降。由于人口的增加使得用水需求增大，哈薩克斯坦于2005年在南、北咸海相接處修建了13 km的Kok-Aral水壩，從而攔截咸海北部的水向南流。到2007年，南咸海水位為29.6 m，咸海面積萎縮了2/3，流量損失高達90%[2-3]，咸海萎縮成3個獨立的小湖泊。截止2015年，其面積僅為10000 km2[4]。咸海的劇烈萎縮被認為是全球最大的環(huán)境災難，當?shù)厣鷳B(tài)系統(tǒng)、沉積物和古生物環(huán)境惡化，魚類和野生動物數(shù)量銳減，土壤鹽化導致農(nóng)業(yè)減產(chǎn)，且咸海東部大面積裸露的湖底使得空氣中充滿灰塵和鹽分[4]。本研究利用高時頻的MODIS數(shù)據(jù)，得到了2000–2015年共32期咸海的邊界數(shù)據(jù)，并提供數(shù)據(jù)共享服務。相關研究成果作為咸海水文特征監(jiān)測的一部分，可以用來描繪本世紀以來咸海水域面積的波動情況，反映咸海受人類活動和自然環(huán)境的影響。

1 數(shù)據(jù)采集和處理方法

1.1 數(shù)據(jù)來源

本研究使用的MODIS數(shù)據(jù)為覆蓋咸海區(qū)域的三級反射率產(chǎn)品MOD09A，該產(chǎn)品已經(jīng)進行了大氣校正，時間頻率為8天，空間分辨率為500 m，投影為等面積投影Sinusoidal。本研究選取每年夏季6–8月的數(shù)據(jù)進行咸海水域提取，排除影像中湖泊被云干擾的情況，最終確定2000–2015年32期數(shù)據(jù)。

1.2 數(shù)據(jù)處理方法

水體光譜反射率總體比較低，反射特征并不單一，主要分為三種類型：清水、綠水和濁水[5]。其中，清水反射率最大值在藍光（Blue）波段，且反射率隨著波長增加而降低；綠水最高反射率在近紅外（NIR）波段，主要由于含有葉綠素導致近紅外波段存在高反射；由于混有泥沙，濁水中紅外波段反射率較高。對于這三種類型的水體，采用單一的水體指數(shù)不能實現(xiàn)有效提取。本研究通過構建決策樹的方法[5-6]，對水體進行自動化提取。

首先，計算水體指數(shù)（Modified Normalized Differenced Index，MNDWI），其計算公式如下：

R代表MOD09產(chǎn)品中各波段的反射率，其中4、5波段分別指Blue和NIR波段。

利用MNDWI＞0可以去除一些高反射地物，如不透水層、裸地。因此，本研究通過該條件生成掩膜數(shù)據(jù)，然后再進行各類水體的提取。

在掩膜數(shù)據(jù)的基礎上，可以利用第2波段小于某一閾值來提取清水；通過設置光譜反射率最高值在第4波段同時又小于一定的閾值來提取綠水和濁水。由于含有葉綠素，綠水的光譜特征與植被、水田類似，在紅光波段處有吸收谷，近紅外波段處有反射峰，但是綠水具有較低的反射率和植被指數(shù)（Normalized Differenced Vegetation Index，NDVI）值。因此，利用NDVI小于一定的閾值來提取綠水。利用最高反射率在第5波段且第5波段的反射率小于一定閾值來提取濁水。本研究利用決策樹提取水體的流程如圖1所示。

其中，T表示閾值，根據(jù)已有各種土地覆蓋產(chǎn)品和水體產(chǎn)品，對2000–2015年咸海水域面積中清水、綠水和濁水分別進行采樣。通過對樣本的統(tǒng)計，本研究給出各波段閾值的建議范圍為：Tb2＜0.18；Tb4＜0.2；TNDVI＜0.3；Tb5＜0.15[5]。

根據(jù)咸海的空間位置，確定其水域范圍。最后對提取結(jié)果逐一進行目視檢驗。針對錯分、漏分的情況采用數(shù)字矢量化方法進行修改，共完成32期咸海水域分布圖的繪制。

圖1 基于決策樹的水體提取

2 數(shù)據(jù)樣本描述

2.1 數(shù)據(jù)組成

本數(shù)據(jù)集包括2000–2015年每年2期，共計32期咸海的空間分布數(shù)據(jù)，本數(shù)據(jù)保存為1個壓縮文件（“2000–2015年32期咸海邊界數(shù)據(jù)集.rar”），總數(shù)據(jù)量為948 KB。數(shù)據(jù)存貯為shp矢量數(shù)據(jù)文件，投影系統(tǒng)為WGS-84。

2.2 數(shù)據(jù)樣本

本數(shù)據(jù)主要反映咸海在每年夏季的水域分布狀況，咸海2000–2015年水域分布樣例如圖2所示。

圖2 2000–2015年咸海水域空間分布圖

咸海水域面積在過去16年經(jīng)歷了顯著的變化。面積呈現(xiàn)逐步萎縮趨勢，其中2009年、2014年面積比較小。本數(shù)據(jù)集中，最大水域面積為 2000年的 26 809.39km2，最小水域面積為 2014年的7208.20km2。咸海于2007年分裂為獨立的三個湖泊。咸海北部自2006年開始呈現(xiàn)了輕微的增加趨勢，截止2015年面積增加了150km2。主要由于自2005年開始，哈薩克斯坦在北咸海的南端修建了一個水壩，阻止了北咸海的水向南流。西咸海和東咸海呈現(xiàn)出了明顯的萎縮趨勢。2000～2015年東咸海的萎縮速率高達?1089.48km2/yr，主要因為咸海東部湖底地形比較平坦，水量的減少使得東咸海面積萎縮比較劇烈。西咸海湖底地形稍陡，它的萎縮速率為?191.73km2/yr[4]。

3 數(shù)據(jù)質(zhì)量控制和評估

為了驗證數(shù)據(jù)集中咸海邊界精度，本研究獲取了2000和2010年兩套30 m分辨率的水體產(chǎn)品GL30。GL30是基于Landsat、CEBERS和HJ衛(wèi)星數(shù)據(jù)，在水體自動提取的基礎上又經(jīng)過了人工修正[6]。為保證湖面的一致性，本研究挑選與30 m影像時間最近的MODIS提取結(jié)果參與精度驗證。將2000、2010年的30 m水體結(jié)果重新采樣為500 m分辨率，從而與MODIS結(jié)果在空間上進行對比。2000、2010年MODIS結(jié)果的漏分率分別為0.9%、1.5%，錯分率分別為2.94%、4.23%。由于GL30的水體精度高于96%[6]，因此本研究咸海邊界的精度也應高于90%。此外，利用兩期結(jié)果漏分、錯分比例的絕對值之差可以面積的統(tǒng)計誤差[7]，本研究中咸海面積統(tǒng)計的誤差范圍應為0.6%–1.29%之內(nèi)。

4 數(shù)據(jù)使用方法和建議

2000–2015年咸海32期邊界數(shù)據(jù)均為shp格式，可利用ArcGIS等地理信息系統(tǒng)軟件對本數(shù)據(jù)集進行編輯及后續(xù)分析工作。本數(shù)據(jù)可用于咸海的水文特征研究，與降水、溫度、重力衛(wèi)星和土地利用數(shù)據(jù)結(jié)合進行咸海面積萎縮的驅(qū)動力分析，揭示本世紀以來自然環(huán)境和人類活動對咸海的影響。