基于GEE 平臺(tái)的廣西地表水時(shí)空特征分析

岑 銘

（1.廣西壯族自治區(qū)水利電力勘測(cè)設(shè)計(jì)研究院有限責(zé)任公司，廣西 南寧 530023）

目前，利用長(zhǎng)時(shí)間序列數(shù)據(jù)進(jìn)行廣西地區(qū)主要地表水類型動(dòng)態(tài)監(jiān)測(cè)的研究相對(duì)較少，因此本文將不同水體指數(shù)進(jìn)行對(duì)比和分析，挑選出最優(yōu)的光譜水體指數(shù)，基于Google Earth Engine 利用Landsat 系列數(shù)據(jù)對(duì)1990—2020年廣西地區(qū)主要地表水類型進(jìn)行時(shí)空變化特征分析[1-13]。

1 數(shù)據(jù)和方法

1.1 研究區(qū)概況

廣西地區(qū)位于中國(guó)南部沿海，地勢(shì)四周高，中部與南部低。屬亞熱帶季風(fēng)氣候，全區(qū)大部地區(qū)熱量豐富，雨水豐沛，干濕分明。本文在研究區(qū)范圍內(nèi)選取了4 個(gè)典型的實(shí)驗(yàn)區(qū)來測(cè)試各光譜水體指數(shù)的實(shí)用性和穩(wěn)定性，詳細(xì)信息見表1。

表1 研究區(qū)4個(gè)典型子區(qū)域詳細(xì)信息

1.2 數(shù)據(jù)源

本文利用1990—2020 年所有可用的Landsat5 TM和Landsat8 OLI 大氣表觀反射率遙感數(shù)據(jù)作為主要數(shù)據(jù)源，其中Landsat7 ETM+由于存在條帶，研究中不予采用，通過GEE平臺(tái)進(jìn)行圖像篩選和云量去除，選擇數(shù)據(jù)質(zhì)量較好的Landsat序列影像。

本文在澄碧河水庫(kù)、達(dá)開水庫(kù)、青獅潭水庫(kù)和洪潮江水庫(kù)分別選取了對(duì)應(yīng)的高分二號(hào)遙感影像用于精度驗(yàn)證和對(duì)比分析，成像時(shí)間分別為：2018-08-22、2018-08-18、2018-09-21、2018-06-28。利用二次多項(xiàng)式模型，將Landsat8影像與其對(duì)應(yīng)的準(zhǔn)同步高分二號(hào)影像進(jìn)行幾何配準(zhǔn)，然后將誤差控制在0.5個(gè)像元內(nèi)。

1.3 光譜水體指數(shù)方法

各光譜水體指數(shù)計(jì)算公式如表2 所示。首先，利用ENVI 中波段計(jì)算器工具計(jì)算各實(shí)驗(yàn)區(qū)各光譜水體指數(shù)，利用最大類間方差（OTSU）自適應(yīng)閾值方法確定其初始閾值。其次，針對(duì)實(shí)驗(yàn)區(qū)的地表覆蓋特點(diǎn)分別選取不同類型的樣點(diǎn)，計(jì)算這些類型樣點(diǎn)在各光譜水體指數(shù)影像上的統(tǒng)計(jì)量，以確定其取值范圍，同時(shí)檢驗(yàn)初始閾值的合理性。最后，對(duì)各光譜水體指數(shù)在a、b、c 和d 實(shí)驗(yàn)區(qū)的初始閾值求平均值，利用各實(shí)驗(yàn)區(qū)的初始閾值偏離其的平均閾值的程度來表征各光譜水體指數(shù)閾值的穩(wěn)定性。

表2 各光譜水體指數(shù)詳情

1.4 水體提取精度檢驗(yàn)

對(duì)高分二號(hào)遙感影像[14]進(jìn)行人工目視解譯，得到高分影像地表水提取結(jié)果，利用基于格網(wǎng)的統(tǒng)計(jì)方法驗(yàn)證同區(qū)域Landsat地表水提取精度，具體為利用Arc-GIS軟件在a、b、c和d實(shí)驗(yàn)區(qū)分別建立漁網(wǎng)，網(wǎng)格大小為900×900 m2，分別計(jì)算高分二號(hào)和Landsat地表水提取結(jié)果在各網(wǎng)格內(nèi)的面積，通過計(jì)算兩者之間的相關(guān)系數(shù)對(duì)分類結(jié)果進(jìn)行精度評(píng)價(jià)。

2 結(jié)果與分析

2.1 各光譜水體指數(shù)的對(duì)比分析

各光譜水體指數(shù)在各實(shí)驗(yàn)區(qū)域的閾值波動(dòng)范圍和穩(wěn)定性分析。如圖1 所示，由于光譜水體指數(shù)增強(qiáng)水體信息，而削弱其他類型地物信息，所以水體會(huì)集中分布在圖中上方區(qū)域，而其他類型地物均分布在下方區(qū)域。在垂直方向上，代表水體信息的取值區(qū)間（圖中藍(lán)色小方塊）與其他5 種類型地物取值區(qū)間無交集的區(qū)域，可視為水體和背景地物可分離的閾值波動(dòng)區(qū)間。從圖1a 和1b 可以看出，WI2015和TCW在b 區(qū)域不能較好地區(qū)分云和水體，容易造成錯(cuò)分。圖1c、1d 中NDWI 的閾值波動(dòng)范圍較大，從b 區(qū)的0.16 變 動(dòng) 到c 區(qū) 的0.27，變 化 幅 度 為0.16～0.27；MNDWI 也存在同樣的問題，變化幅度為0.46～0.62；NDWI 和MNDWI 在各區(qū)域的平均閾值分別為0.22 和0.54，在不同的區(qū)域NDWI 和MNDWI 閾值出現(xiàn)較大的波動(dòng)，閾值穩(wěn)定性較差。而且1d 中MNDWI 閾值波動(dòng)區(qū)間比較寬，經(jīng)過統(tǒng)計(jì)分析發(fā)現(xiàn)，這個(gè)區(qū)間內(nèi)的像元均為水體和背景地類產(chǎn)生的混合像元，說明在水體分類過程中MNDWI 對(duì)混合像元的處理存在不確定性，從而影響結(jié)果數(shù)據(jù)的提取精度。雖然1e 中MBWI 閾值較穩(wěn)定，但閾值波動(dòng)區(qū)間較窄，在應(yīng)用于長(zhǎng)時(shí)間序列的水體變化監(jiān)測(cè)中很容易造成水體信息的錯(cuò)分現(xiàn)象。而1f 中AWEI 的平均閾值與各實(shí)驗(yàn)區(qū)的初始閾值比較接近，變化幅度僅為0.08～0.1，閾值穩(wěn)定性較好。而且AWEI 閾值波動(dòng)區(qū)間相對(duì)較窄，這也是AWEI 光譜水體指數(shù)具有較好的實(shí)用性和穩(wěn)定性的一種表現(xiàn)形式。

圖1 不同類型地物在各光譜水體指數(shù)上的閾值的波動(dòng)及分布圖

2.2 分類結(jié)果精度驗(yàn)證

通過對(duì)各典型實(shí)驗(yàn)區(qū)精度定量評(píng)價(jià)發(fā)現(xiàn)，圖2a、b、c、d 各區(qū)域中，R2分別為0.949、0.963、0.993 和0.959，基于AWEI光譜水體指數(shù)提取的結(jié)果與高分二號(hào)影像目視解譯結(jié)果有較好的相關(guān)性，提取結(jié)果整體上較為一致。說明基于AWEI 光譜水體指數(shù)的提取方法精度較高，可以滿足研究要求。

圖2 典型實(shí)驗(yàn)區(qū)精度檢驗(yàn)散點(diǎn)圖

2.3 模型應(yīng)用及廣西主要地表水類型的時(shí)空變化

2.3.1 模型應(yīng)用

研究表明光譜水體指數(shù)AWEI具有較好的實(shí)用性和穩(wěn)定性，因此我們將此算法集成到GEE中，利用AWEI光譜水體指數(shù)結(jié)合UTSU自適應(yīng)閾值分割方法進(jìn)行1990—2020年廣西地區(qū)主要地表水類型的自動(dòng)提取與識(shí)別。

從圖3b、c、f 和i 地表水提取結(jié)果中可以看出，對(duì)于形狀復(fù)雜的地表水類型AWEI 可以很好地刻畫和捕捉水體信息的細(xì)節(jié)變化和空間分布，說明AWEI 水體指數(shù)具有較好精度和實(shí)用性。

圖3 1990—2020年廣西地區(qū)主要地表水類型變化情況

2.3.2 時(shí)空變化特征

圖3顯示了1990—2020年廣西地區(qū)主要類型地表水面積的動(dòng)態(tài)變化，1990—2020 年每個(gè)水庫(kù)的面積變化都不盡相同，其中面積變化較大的水庫(kù)分別為澄碧河水庫(kù)、大王灘水庫(kù)、鳳亭河水庫(kù)和平龍水庫(kù)，年變化速率分別為-0.128 km2∕a、-0.290 4 km2∕a、0.155 3 km2∕a、0.054 3 km2∕a。其中近30 a 澄碧河水庫(kù)、達(dá)開水庫(kù)、大王灘水庫(kù)和小江水庫(kù)水體面積有所縮減，而鳳亭河水庫(kù)、平龍水庫(kù)面積有所增加，其他的水庫(kù)地表水變化不明顯。

3 討 論

隨著Google Earth Engine 平臺(tái)不斷發(fā)展，如今GEE 在各個(gè)領(lǐng)域得到了廣泛的應(yīng)用和推廣，其中國(guó)產(chǎn)的遙感云計(jì)算平臺(tái)也在高速地發(fā)展和完善，相比傳統(tǒng)方法而言，利用遙感云計(jì)算進(jìn)行大尺度地理研究已經(jīng)變成一種趨勢(shì)。GEE平臺(tái)的出現(xiàn)為全面的監(jiān)測(cè)研究區(qū)水體信息提供了可能，通過海量遙感數(shù)據(jù)的篩選和云量去除可以獲取到高質(zhì)量的遙感影像，快速的計(jì)算能力大大縮短了影像處理的周期[15]。

之前大量學(xué)者已經(jīng)對(duì)廣西地區(qū)主要地表水類型的變化進(jìn)行監(jiān)測(cè)，但受到獲取影像時(shí)云的影響導(dǎo)致可用的高質(zhì)量的影像極為有限，所以對(duì)于研究區(qū)的地表水主要集中在少數(shù)幾個(gè)大型水庫(kù)而開展?？紤]到在不同的背景地類或不同的環(huán)境下各光譜水體指數(shù)具有各自的優(yōu)勢(shì)和局限性[12]，對(duì)比了6 種常用的光譜水體指數(shù)，最終選擇表現(xiàn)最穩(wěn)定的AWEI集成于GEE平臺(tái)進(jìn)行廣西地區(qū)主要地表水類型的識(shí)別和提取，并分析了其年際變化特征。結(jié)果表明1990—2020 年每個(gè)水庫(kù)地表水的面積變化都不盡相同，其中面積變化較大的水庫(kù)分別為：澄碧河水庫(kù)、大王灘水庫(kù)、鳳亭河水庫(kù)和平龍水庫(kù)，年變化速率分別為-0.128 km2∕a、-0.2904km2∕a、0.1553km2∕a、0.0543km2∕a。

4 結(jié) 論

本文基于GEE 平臺(tái)研究了1990—2020 年廣西主要地表水的類型時(shí)空變化特征，實(shí)驗(yàn)證明AWEI水體指數(shù)閾值較穩(wěn)定，有很好的實(shí)用性，更適合于研究區(qū)的地表水識(shí)別和提取，將AWEI 光譜水體指數(shù)集成于GEE遙感云計(jì)算平臺(tái)可高效快速地進(jìn)行廣西地區(qū)地表水的識(shí)別和提取。