缅甸伊洛瓦底三角洲河道演变遥感研究

陈 丹

（江苏师范大学地理测绘与城乡规划学院，江苏徐州 221116）

0 引言

河道作为流域系统中水流和沉积物运输的通道载体，在自然环境和人类活动等多种因素长时间影响作用下，河床容易受到水流、泥沙、河床相互作用发生变化，从而发生迁移、侵蚀、淤涨等演变［1］。对河道地貌演变的研究主要有以下两方面：（1）对流域长时间序列来水来沙变化的反馈。费祥俊［2］通过黄河下游来水来沙与河槽形态与河型塑造演变推断出河道形态与来水来沙之间的定量关系。周美蓉等［3］计算了长江三峡工程运用后，受上游及大坝拦截来沙减少的影响，坝下游宜枝河段河道平滩河槽形态演变变化。这类研究从泥沙供给方面研究河道演变规律。（2）河道演变有利于规避流域附近因河道变迁产生的灾害风险。遥感技术在高效、宏观、长时间序列进行区域性地理演变研究具有极大的优势。孙亚勇等［4］在星载合成孔径雷达影像数据的支持下实现了对缅甸伊洛瓦底江下游洪水区进行洪涝范围监测研究，并对灾情进行分析。万智巍等［5］基于Landsat影像和军事地图提取长江荆江段河达演变数据集，并在ArcGIS平台支持下分析河道演变过程。卢婧等［6］在水沙、地形数据的基础上结合Landsat遥感影像对铜陵黑沙洲河段进行演变研究。张树文等［7］利用Landsat遥感影像对黑龙江上中游河道平面演变进行研究。钟凯文等［8］采用遥感影像解译手段对珠江北江下游河道演变及其驱动因素进行研究。本文在总结现有河道演变研究方法及研究区域的基础上，选择具有区域特色的缅甸伊洛瓦底三角洲河道为研究对象，利用Google Earth Engine（GEE）与地理信息系统的结合，对河道近44年来的变迁进行演变研究，分析河道空间演变特征，这对于加强了解热带典型区域河道演变具有现实意义。

1 研究区概况

伊洛瓦底江在全球流域向海洋的泥沙输出中发挥重要作用，流域由北至南几乎跨越缅甸全境，其航运及灌溉价值使得该流域在缅甸具有重要地位。本文选取伊洛瓦底三角洲范围内伊洛瓦底江流域一级分叉与二级分叉之间的主河道作为研究对象，该段河道总长度大于190 km。三角洲顶点（也即一级分叉点）处河道100%的水流量中经一级分叉后，大约有90%的水流量由该河道流经下游三角洲区域，该段河道承担着流域主要水沙、沉积物的供应（见图1）。研究区域地处热带季风气候区，全年有明显的干湿季节，干季是11月至下年3月，期间降雨量少，雨季集中在5—10月，期间降雨量大且泥沙排放量高。沿河道始末两端点的绘制了一条折线路径，基于该路径自上而下衍生的500个点位用于统计河道及其附近所处的高程高度。河道所处地势由上至下海拔高度呈下降趋势，平均海拔为10 m（见图2）。

2 研究数据与方法

考虑到河道演变的缓慢性以及遥感影像的可用性，本文大致以5年为间隔，分别选择了1974年，1978年，1988年，1993年，1998年，2003年，2008年，2013年，2018年作为河道演变的时间节点，影像的选择与处理基于GEE平台完成，主要采用Landsat MSS和Landsat Surface Reflectance（表面反射）两个数据集中的遥感影像。GEE处理主要包括两部分：一是筛选出干季无云或少云影像；二是对筛选影像进行运算处理以便后期实现自动化检测水体。

图1 研究河道地理位置

图2 河道沿岸高程

在影像筛选方面，由于研究区所处热带季风区这一地理位置特征，全年分为明显的干湿季节。因此，为了避免强降雨、洪水等事件对河道数据提取造成影响，本文将遥感影像获取时间选为降雨较少的干季，即11月至下年3月，筛选得到最佳单时相或多时相影像。在数据处理方面，采用有利于减少不同类型噪声的MNDWI指数计算方法突出水体特征，即对筛选影像中每个像素进行MNDWI运算［9］，计算公式如式（1）所示，计算结果使得水体突出，与陆地区分明显。假设在干季时期河道表现出相似的水表面，但当水位不同时河床位置仍然会存在差异。因此，为尽可能减小短时间内水位变化对河道的影响，对于筛选得到的多时相影像，本文进一步采用ee.Reducer.min函数实现图像合成方法，即保留沿岸各处最低水位时河道影像数据。

其中，λGreen和λMIR分别表示遥感影像绿光波段和中红外波段。

基于MNDWI灰度图像的基础上进行直方图统计，直方图中MNDWI值显示为明显的双峰特征，分别表示水体和陆地的取值，其中，数值大于0的表示水体。利用Ostu分类思想，在双峰低谷间获得最佳阈值实现水体陆地二值化，进而通过ArcGIS矢量化操作河道水体矢量化提取，操作流程如图3所示，并以2018年为例进行流程结果展示如图4所示。

图3 河道提取及演变分析主要流程

基于河道平面矢量数据，采用河道长度、宽度、弯曲指数以及辫状指数4个指标对河道演变进行定量分析。河道长度的计算方法以河道中线的长度来确定，大部分的单河道长度以此确定，对于多河道而言，以其中较宽的河道中线确定。同一河道的长度变化间接体现了河道演变的弯曲程度，为量化河道弯曲度变化，本文在河道长度数据的基础上，以弯曲弧线拐点间的连线组成的折线段的长度表示河道的直线距离，河道实际长度与直线长度的比值即为河道弯曲指数［10］，计算公式如式（2）。

图4 2018年河道矢量数据提取示意

其中，L1表示河道中线长度，L2表示河道弯曲时拐点间连线折线长度。河道宽度的计算方法采用垂直于河道的横断面与河道平面相交的垂直距离确定，根据所选研究河道长度，本文以10 km为间距绘制垂直于河道的横断面，编号分别为1-17（见图5），起始断面位于一级分叉点附近，17号断面位于二级分叉附近，其间测量的河道宽度足以反映河道宽度整体水平。河道受沙坝和沉积物的影响，河道水流会呈辫状流动，本文以选取的整体河道为研究对象，探究河道整体的辫状程度的变化趋势。辫状指数采用沙坝长度之和的两倍与河道中线的长度的比值确定［11］，采用公式（3）的计算方法：

其中，Lbi和Lm分别表示第i个沙坝的长度和河道中线的长度。

图5 河道演变及横断面分布

3 结果分析

基于河道提取流程，各年份河道平面矢量数据如图6所示。从9个时期河道整体变化情况可以看出，河道形态在空间位置上有所改变，根据上述河道参数计算方法，相应地从4个方面分析河道具体演变趋势。

图6 各年份河道矢量提取结果

3.1 长度变化

河道长度整体呈加长变化趋势，由1974年的189 km上升到2018年的194 km（见图7）。河道长度最短的时期是1988年，长度为187.5km，短于起始时期189 km的长度，原因是位于一级分叉处1988年之前的主河道在1988年演变呈细小支流，而1988年的主河道则表现为向东改道（见图6），且长度和弯曲度明显减少。45年期间河道长度最大距离差为12 km，约占全长的6.3%，平均河道长度为192.8 km。以2003年为界，2003年及之前时期河道长度小于平均长度，2003年之后河道长度高于平均长度。河道长度的变化与水流走向关系密切，在水流侧蚀海岸影响下，河流弯道处的凹岸表现更凹，凸岸更凸。图8中a位置河道凹岸出现明显的向陆后退现象，距离约为2.5 km。b位置1974年水流自上弯道倾斜而下，2018年上弯道凹岸已被侵蚀的接近直角。

图7 河道长度演变

图8 河道局部区域演变细节

3.2 宽度变化

从空间角度来看，河道从北至南的宽度变化整体呈先减小后增加的趋势（见图9），最小宽度水平大致位于9号断面处，河道二级分叉点（17号断面附近）宽度大于一级分叉点（1号断面附近）宽度，表明河道整体自上而下在接近三角洲河口的过程中有加宽趋势。从时间角度来看，同一位置的河道宽度，随时间演变有先加宽又变窄的趋势，净变化结果表现为2018年的河道宽度略宽与1974年起始研究时期的宽度。在河道宽度统计结果中，同一位置处河道宽度受细小支流一级断面垂线角度的影响会在平均值上下浮动，但整体反映的演变趋势具有一致性。河道宽度变化与河道沿岸所处地理环境相关，在三角洲区域，河道地势趋于平坦且在三角洲处形成多条支流，使得河道宽度有加宽的趋势。

图9 河道宽度演变

3.3 弯曲指数变化

河道弯曲指数与河道长度变化相关，在河道长度呈增加的趋势下，其弯曲指数变化也表现出上升趋势（见图10）。1974与2018的弯曲指数分别为1.26和1.38，9个时期弯曲指数平均值为1.33。以1993年为界，前后两个时期的弯曲指数以不同幅度逐渐增加，前一时期的上升幅度较大，上涨了0.1；后一时期上升幅度较小，上涨了0.06。虽然河道整体弯曲指数有所增加，但河道各局部变化不一，以两个分叉口为例进行说明。在一级分叉口处，44年间弯曲指数减小，从1974年的1.39下降至2018年的1.23。而在二级分叉处，河流弯曲度有所增加，弯曲指数从1974年的1.48上升至2018年的1.80。

图10 河道辫状指数与弯曲指数演变

3.4 辫状指数变化

相比于弯曲指数的增加幅度，辫状指数的涨幅较小，由1974年的0.60上升到2018年的1.03，各时期平均辫状指数为0.83（见图10）。以1998年为界，前后两个时期的辫状指数分别低于和高于平均水平，但整体都呈上升趋势。辫状指数增加表明河道中央沙坝个数的增加或者是沙坝长度的拉长。江心洲沙坝的形成作为分叉河流发育的基本机制表明沙坝与河流的演变相辅相成［12］，尤其是在河道分叉处，辫状指数的变化较为明显，计算结果显示，在一级及二级分叉处河道辫状指数同增加。一级分叉处河道辫状指数由1974年的0.15增加到2018年的0.65，二级分叉处辫状指数由1974年的0.74上升到2018年的2.10，上升幅度高于一级分叉处。遥感影像显示河道沙坝的变化清晰可见，图8中a，b，c三处位置沙坝1974年与2018年变化明显，其中，a位置沙坝与河岸组合后形成长度远大于原沙坝的长条形沙坝；b位置沙坝的演变与a位置相反，沙坝与河岸结合发育成了河岸的一部分，原沙坝的体积和长度都减小；c位置沙坝数量几乎不变，但坝体长度受水流影响被拉长。

4 结语

本文基于Google Earth Engine平台实现遥感影像筛选及运算操作，在遥感与地理信息系统的支持下获得缅甸伊洛瓦底三角洲河道长时间序列平面矢量数据，进而对河道长度、宽度、弯曲指数及辫状指数4个参数进行计算并分析，得出以下结论：

（1）河道长度及弯曲指数演变呈上升趋势；河道宽度由北向南至三角洲形成众多分叉支流时其宽度变化先减小后增加，44年间河道宽度略有增加趋势；由于河道中央沙坝受河流影响其形态位置变化明显，在数量及长度上都有增加趋势，使得河道辫状指数增加。

（2）通过从宏观角度对河道演变的微观变化进行时间序列演变分析，能够根据历史变化趋势能够预测河道未来演变位置，有利于加强对具有侵蚀风险的河岸及时采取防范措施，有利于保障沿岸居民生产生活的安全稳定。