埃塞俄比亚吉布3水电站遥感监测与分析

尹富杰，邬明权，刘 荣，牛 铮，田定慧

(1.东华理工大学测绘工程学院，330013，南昌；2.中国科学院遥感与数字地球研究所遥感科学国家重点实验室，100101，北京)

0 引言

“一带一路”沿线国家面临着能源需求迅速增长与供应不足的矛盾，解决能源短缺、调整能源结构已成为“一带一路”沿线国家快速发展的关键因素。2017年5月，中国发改委和国家能源局在首届“一带一路”国际合作高峰论坛前夕，联合发布《丝绸之路经济带和21世纪海上丝绸之路能源合作愿景与行动》，提出将和各参与国共同建设“一带一路”能源合作平台，促进“一带一路”能源合作沿着更深更广的方向发展[1]。

水电开发是“一带一路”能源建设合作的重要领域，然而在水电站建设促进经济、社会发展的同时，亦会引发一系列的生态环境影响。科学合理开发利用水电资源的前提是及时掌握流域水电开发状况以及因其造成的生态环境问题[2]。李桂媛[3]等以向家坝水电站为例，分析水电工程的建设对区域环境产生影响的特点，结合产生影响的各个环境要素，构建水电工程施工区域环境监测体系。郑玲芳[4]等以三峡库区为研究对象，研究库区周边的土地利用变化及其产生的生态效应；葛德祥[5]等运用通用水土流失方程 (USLE)监测二滩库区水土流失情况；甘淑[6]等利用遥感技术观察漫湾库区周边植被封盖情况；袁希平[7]等使用植被覆盖监测漫湾移民情况；朱长明[8]等利用多源遥感和长时间序列数据，监测和分析了生态输水前后区域环境变化和生态效应；周乐群[9]等采用多源影像融合、多层次信息提取等方法，对三峡库区进行了全面动态监测，以上的研究主要注重于生态环境的某一些方面，缺乏将生态环境作为社会，自然等综合体来研究水电工程对于生态环境的影响。

我国在一带一路区域承建了大量的水电站项目，这些水电站项目解决了当地的能源短缺问题，也面临了生态环境保护方面的压力。然而我国在国外承建的水电站项目的遥感监测工作还鲜有研究。遥感具有可以全球范围、周期性获取数据的特点，在监测水电站项目的建设进度和生态环境影响方面具有天然的优势。针对这一问题，本文以吉布3水电站为例，提出了一种“一带一路”区域无地面调查数据支撑条件下的境外水电站工程生态环境和社会经济影响监测方法：基于Landsat-5、Landsat-8卫星遥感影像、NPP-VIIRS夜间遥感影像、高分影像等数据，选择植被覆盖度、道路与建筑、夜间灯光指数等指标，利用遥感与GIS技术，从生态、社会经济等角度分析吉布3水电站修建所带来的影响，并可为在建和待建工程加强生态环境保护提供科学指导。

1 研究区与数据来源

1.1 吉布3水电站项目概况

吉布3水电站是埃塞俄比亚重点建设项目，也是目前非洲已经建成的最大的水电项目。该项目在2011年7月开工，2015年11月首台机组交付埃塞俄比亚国家电网，2016年9月第10号机组运行试验并交付埃方，标志着吉布3水电站正式竣工。整个水电站总共投资18亿美元，总装机容量达到1870 MW，占到埃塞俄比亚全国总发电装机容量的一半以上，很大程度上改善了埃塞俄比亚国家短时期内电力严重不足的问题。在5年的工程建设过程中已为当地提供了7 000多人的就业机会，很大程度上解决了当地的就业问题，并在建设过程中为埃塞俄比亚培育了一批高素质、高技能的优秀人才。

吉布3水电站位于埃塞尔比亚西南部的奥姆欧河上，是该流域的第三级电站，距离上游吉布2水电站151 km，距离索多市90 km，距离首都亚的斯亚贝巴360 km，其位置如图1所示。项目工程包括10台混流式水轮发电机组，一座400 kV敞开式开关站，高243 m的碾压混凝土重力坝以及一些配套设施。

图1 吉布3水电站位置示意图

1.2 数据与预处理

本文采用了Landsat-5 Thematic Mapper(简称TM)、Landsat-8 Operational Land Imager(简称OLI)卫星遥感影像和NPOESS Preparatory Project -Visible infrared Imaging Radiometer(简称NPP-VIIRS)夜间遥感影像数据。

Landsat-5 TM 和Landsat-8 OLI卫星遥感影像来源于美国地质勘探局(USGS)(https://earthexplorer.usgs.gov/)，选择C1 Level-1产品，主要用于生态环境影响监测。Landsat-5 TM 和Landsat-8 OLI卫星遥感影像数据空间分辨率为30 m，时相为2010年01月30日、2014年01月25日、2017年01月17日，采用ENVI5.3对每期影像做FLAASH大气校正、图像裁剪等预处理。

NPP-VIIRS夜间灯光遥感数据源于美国国家海洋和大气管理局(https://www.ngdc.noaa.gov/eog/)2012-2018年NPP-VIIRS夜间遥感影像数据，主要用于社会经济影响分析。VIIRS可见光红外成像辐射仪包括22个(0.3～14 μm)光谱波段，9个可见光、近红外(0.4～0.9 μm)、8个短、中波红外(1～4 μm)、4个热红外(8～12 μm)、1个低照度条件下的可见光通道，空间分辨率为400 m。通过提取研究区域水体辐射均值作为最小阈值，对NPP-VIIR数据小于最小阈值的像元统一赋值为0，以达到去除噪声的目的，并且通过输变电线路30 km缓冲区掩模提取出所需范围。

此外，本文还利用了worldview 0.3 m高分影像，30 m SRTM DEM(https://earthexplorer.usgs.gov/)数字高程模型作为土地利用分类的辅助数据，其中高分影像用于工程建设进度监测。

2 研究方法

技术流程如图2所示，主要包括：1)对TM、OLI数据进行预处理，计算NDVI，得到植被覆盖度并制图，分析2个时期的变化情况；2)对TM、OLI影像进行非监督分类，根据DEM计算得到坡度，再根据库区5 km缓冲区裁剪出研究区坡度，然后将原影像的蓝波段、绿波段、红波段、近红外波段与NDVI数据、非监督分类结果和坡度重新组合成7波段影像进行决策树分类，得到土地利用变化图，分析土地利用变化情况；3)利用Google earth高分影像，通过目视解译提取3个时期道路、材料、废料等数据，制成工程建设进度图；4)对NPP-VIIRS夜间灯光影像进行去噪、裁剪等预处理，计算前后时期灯光增长率并制图，通过灯光变化，来分析水电站建设对于当地社会经济的影响。

图2 技术路线图

2.1 生态环境现状遥感监测方法

2.1.1 植被覆盖度计算方法 1)归一化差异植被指数(Normalized Difference Vegetation Index，NDVI)。归一化差异植被指数是地表植被覆盖变化的重要监测指标之一，在研究生态环境保护方面有广泛的应用[10]，可以有效地识别出植被的变化信息[11-12]，计算公式可表示为：

NDVI=(Rnir-Rred)/(Rnir+Rred)

(1)

式中：Rnir为Landsat 遥感影像的近红外波段地表反射率；Rred为遥感影像的红波段地表反射率。

2)基于像元二分模型植覆盖度估算。像元二分模型是将像元地表分为植被和非植被，通过获取纯植被像元和纯非植被像元来达到分解像元的目的，从而得到混合像元中植被所占的比重，这个比例就是植被覆盖度[13-14]，计算公式可表示为：

VFV=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(2)

式中：NDVIsoil为完全是裸土区域的NDVI值；NDVIveg则代表完全被植被所覆盖的像元的NDVI值，即纯植被像元的值；NDVIveg和NDVIsoil分别取NDVI直方图95%和5%处的NDVI。本文将植被覆盖度分为5个等级，0～0.2为低植被覆盖度区；0.2～0.4为中低植被覆盖度区；0.4～0.6为中等植被覆盖度区；0.6～0.8为中高植被覆盖度区；0.8～1.0为高植被覆盖度区。

2.1.2 土地利用分类 在遥感影像分类的应用中，专家知识决策树相较于监督分类、非监督分类分类精度更高，更适合于本次研究区分类[15]。本文利用ENVI5.3进行ISODATA非监督分类，类别数量设置为10，迭代次数为10次，得到非监督分类结果；利用ArcGIS对DEM进行坡度计算，将经过预处理后的原始影像蓝波段、绿波段、红波段、近红外波段与经过计算得到的NDVI、非监督分类结果、坡度重新合并成7波段影像组成待分类影像进行分类[16]。采用混淆矩阵进行精度验证，保证精度达到85%，由于缺乏高分辨率影像，本文采用7波段合成的原影像作为真实参考源。

CART决策树是Grajski K A , Breiman L[17]等在1984年提出的决策树构建算法，它的基本原理是通过对测量变量和目标变量构成的训练数据集的循环分析，从而形成的二叉树形式的决策树结构。

CART算法采用的是经济学中的基尼系数(Gini index)作为最佳测试变量的准则，选用的标准是每一个子节点的最高纯度，所有节点的要素特征都要属于同一类别。假设样本集S中有n个要素类别，那么数据集就可以分为n类群体，那么数据集S的基尼系数就可以表示为：

Gini(S)=1-∑ni=1P2i

(3)

式中：pi是S中属于Ci类的概率，用|Ci,S|/|S|来估计∑ni=1P2i是n个类别的总和。

2.1.3 生态占用与损失 生态占用(Ecological Footprint)理论最先由生态学家William ERee提出，成为可持续发展研究中重要的测度方法[18]。为了进行项目建设的生态损失评估，首先需要确定计算的指标类型进行定量评估，利用30 m Landsat遥感影像，解译吉布3水电站库区淹没范围5 km缓冲区内的2010年、2014年、2017年的生态资源分布状况，然后对比不同年份的生态资源分布状况图，对比估算水电站建设占用的生态资源以及造成的直接生态损失。其中，生态资源类型划分为林地、草地、水域、耕地和其他用地。

2.2 社会经济影响监测

夜光遥感技术能够大范围地获取人类社会经济活动的信息，是遥感科学领域度量社会经济发展水平的重要指标之一[19-20]。本文采用夜间灯光影像(https://www.ngdc.noaa.gov/eog/)通过连接索多市和亚的斯亚贝巴建立沿线30 km缓冲区，采用灯光指数高于7的面积和灯光增长率2个指标，分析水电站建设对于当地经济社会的影响。增长率r、累计灯光总量L和平均灯光强度A分别表示为：

(4)

L=∑nixi

(5)

A=L/n

(6)

式中：L2018表示2018年的夜间灯光指数值，L2012表示2012年的夜间灯光指数值。式(5)中L表示累计灯光总量，xi表示第i个像元的DN值，式(6)中，A表示平均灯光强度，n表示年份数。

3 结果与分析

3.1 生态环境影响遥感监测

3.1.1 周边生态环境影响监测 基于Landsat-5和Landsat-8卫星遥感影像，分别提取吉布3水电站库区沿线5 km缓冲区内2010年1月和2017年1月植被覆盖度，以库区5 km缓冲区为总面积，通过比较不同时期的植被覆盖度面积及占比分析工程建设对于周边生态环境的影响。

结果表明：2010年吉布3水电站库区沿线5 km缓冲区内生态环境如图3所示。吉布3水电站蓄水前，植被覆盖度占比区间最大的是0.4～0.6，占比为40.08%，面积为583.48 km2；其次为0.2～0.4的区间，占比为33.42%，面积为486.59 km2；植被覆盖度大于0.4的区间占比为59.95%，面积为872.64 km2。2017年缓冲区沿线自然环境基本良好，植被覆盖度数值整体较高，如表1所示。吉布3水电站蓄水后，植被覆盖度占比区间最大的是0.6～0.8，占比为40.54%，面积为590.23 km2；其次为0.8～1.0的区间，占比为29.43%，面积428.35 km2；植被覆盖度大于0.4的区间占比为87.75%，面积为1 277.43 km2。经过对比发现，水电站蓄水前，植被覆盖度主要集中在0.2～0.6区间，水电站蓄水后，植被覆盖度主要集中在0.6～0.8区间，植被覆盖状态变好。

表1 研究区2010年和2017年植被覆盖度的面积及其占比

时间覆盖度区间0～0.20.2～0.40.4～0.60.6～0.80.8～1.02010/01面积/km296.54486.59583.48231.1458.02占比/%6.6333.4240.0815.883.992017/01面积/km2143.2435.10258.85590.23428.35占比/%9.842.4117.7840.5429.43

(a)2010年 (b)2017年

3.1.2 生态占用与损失 基于专家决策树分类方法能较好地将各类型地物区分开来，提高了分类精度，通过高清影像，选取验证样本(2010年无高清影像，在原影像上选点)，3期分类精度都达到了95%，如图3所示。吉布3水电站机组部分安装前(2010年1月，Kappa系数为0.96)5 km缓冲区内主要生态资源类型为林地、草地、耕地、其他，四者在空间上呈交错分布，面积分别为244.98 km2、573.04 km2、362.28 km2、263.63 km2，分别占缓冲区总面积的16.83%、39.36%、24.89%、18.11%，水域面积较少，仅有11.84 km2，占缓冲区内总面积的0.81%。吉布3水电站蓄水淹没前(2014年，Kappa系数为0.98)，面积分别为249.44 km2、516.68 km2、429.44 km2、250.55 km2，分别占缓冲区总面积的17.13%、35.49%、29.50%、17.21%；水域无明显变化。蓄水后(2017年1月，Kappa系数为0.98)5 km缓冲区内生态资源类型主要为草地、林地、耕地，面积分别为633.70 km2、175.24 km2、361.03 km2。

基于吉布3水电站建设前后，估算吉布3水电站建设对当地生态资源的占用情况如表3所示;吉布3水电站建设共造成草地资源直接生态损失面积240.40 km2，占5 km缓冲区内草地资源总面积的41.95%；造成耕地资源直接生态损失面积83.79 km2，占5 km缓冲区内耕地资源总面积的23.13%；林地资源增加84.36 km2，其他资源增加91.87 km2，结合植被覆盖结果(表1)和工程建设进度监测结果(表4、表5)可知，2010-2017年植被覆盖整体上提高，主要是由于库区蓄水占用的地物类型为草地、少量耕地和其他用地(裸地)，而蓄水前后，有少量的草地和其他用地转化为了林地；其中其他用地增加的主要原因为水电大坝的修建，临时性道路和厂房等设施占用了大量的草地。

表2 2010-2017年吉布3水电站库区淹没范围5 km缓冲区生态资源状况

时间类型林地草地耕地水域其它2010/01面积/km2244.98573.04362.2811.84263.63占比/%16.8339.3624.890.8118.112014/01面积/km2249.44516.68429.449.65250.55占比/%17.1335.4929.500.6717.212017/01面积/km2329.34332.64278.49159.79355.50占比/%22.6222.8519.1310.9824.42

表3 吉布3水电站建设前后占用不同生态资源明细

(a)2010年 (b)2014年 (c)2017年

3.2 水电站建设进度监测

3.2.1 道路、建筑面积动态监测 该项目的土建工程于2006年开工建设，到2012年为止，项目的总体增长率达到62%。由于大坝、厂房、开关站等一些建筑的施工，项目建筑面积达到0.92 km2(表4)；施工进度加快的同时，运输的需求也加大，修建了一条18.50 km的进场道路，此时道路的总长度增长至134.69 km。到2014年，一些主要建筑物接近完工，建筑面积也没太大的变化，为0.99 km2，由于施工面积增大，道路总长度也增加了30 km，达到170.85 km。项目于2016年竣工，库区开始蓄水，水库蓄水面积11.70 km2，道路长度减少到了126.37 km，建筑面积达到最大，为1.01 km2，其中大坝占地0.05 km2，开关站占地0.06 km2，营地占地0.75 km2，其他占地0.13 km2，研究区道路和建筑变化情况如图5所示。

3.2.2 工程车辆、材料、废弃物面积动态监测 3期高清影像(图6)采用目视解译方法对水电站进行监测，解译结果如表5所示。根据建设内容将整个工程分为3个阶段：第1阶段是2006-2012年的土木工程建设阶段，该阶段工程进度加快，车辆明显增多，材料面积由原来的0.40 km2增加至0.78 km2，废料面积也增长至0.94 km2。第2阶段是2012年到电站蓄水前的水利机械工程建设与水电站机电设备安装阶段，该阶段施工车辆达到高峰，材料面积也增加至2014的0.81 km2，废料面积也达到1.09 km2。第3阶段是在电站竣工后水库开始蓄水，一些占地被淹没，材料面积减少至0.42 km2，废料面积减少到了0.88 km2，施工车辆也只剩下81辆。

表4 道路和建筑面积变化表

(a)2012年 (b)2014年 (c)2017年

(a)2012年 (b)2014年 (c)2017年

表5 研究区工程进度监测表

注：材料面积、废弃面积表示水电大坝建造过程中所需的材料占地面积和废弃物占地面积。

3.3 社会经济影响监测结果

通过分析水电站建设前后灯光分布情况，可知水电站建设后当地灯光指数普遍提高，如图7所示。灯光指数较高的地区出现在变电站附近的索多市和首都亚的斯亚贝吧，由于工程建设进度的完工，水电站坝址区域出现灯光指数减少情况。

一般认为灯光指数大于7的区域是经济高度发展区[21]。2012年5月吉布3水电站-索多-亚的斯亚贝巴沿线30 km缓冲区内灯光指数高于7的面积为189.19 km2，2018年8月这一面积增加至296.31 km2。而2012-2018年的年平均增量为17.85 km2。从灯光指数增长率的角度分析，吉布3水电站-索多-亚的斯亚贝巴沿线30 km缓冲区内，增长率大于90%的区域主要分布在索多市和首都亚的斯亚贝巴。

图7 2012-2108年灯光增长率分布图

如表6所示，增长率为负的区域较小，为218.47 km2，占总体增长率的比例为0.97%，增长率为正的总面积为22 415.83 km2，其中，主要集中在0%～50%区间，面积为22 142.40 km2。

表6 2012-2018年灯光变化图

4 结论与讨论

4.1 结论

本文通过遥感技术，对吉布3水电站库区沿线5 km缓冲区范围2010年、2014年、2017年进行土地覆盖和植被覆盖计算，得到土地利用和植被覆盖专题地图；分析吉布3水电站-索多-亚的斯亚贝巴沿线30 km缓冲区灯光指数变化，得到灯光增长率专题图；同时对水电站建设进度进行动态监测，研究结果如下。

1)2010-2017年，库区沿线5 km缓冲区内植被覆盖状态变好。2010年植被覆盖度占比区间最大的是0.4～0.6，占比为40.08%，面积为583.48 km2；2017年植被覆盖度占比区间最大的是0.6～0.8，占比为40.54%，面积为590.23 km2。

2)2010-2014年5 km缓冲区内土地利用类型没有较大变化，2014-2017年库区5 km缓冲区内土地利用类型发生较大的变化，其中林地、耕地和其它用地处于减少的过程，而水域、草地处于增加的状态，其中库区水域面积由于水电站蓄水呈现增加的趋势。

3)通过对3期遥感影像监测发现，根据建设内容将整个工程分为3个阶段，第1阶段是在2006-2012年，主要进行土木工程建设，车辆明显增多，工程进度加快，材料面积和废料面积增加。第2阶段是在2012年到电站蓄水前，主要进行水利机械工程建设与水电站机电设备安装。第3阶段是在电站竣工后水库开始蓄水，一些占地被淹没，材料面积和废料面积减少。

4)2012-2018年灯光指数变化表明，吉布3水电站建设促使当地灯光指数普遍提高。一般认为灯光指数大于7的地方是高速发展区，2012年5月吉布3水电站-索多-亚的斯亚贝巴沿线30 km缓冲区内灯光指数高于7的面积为189.19 km2，2018年8月这一面积增加至296.31 km2，增幅为56.62%。

4.2 讨论

1)本文基于3期遥感影像进行生态环境分析研究，由于缺乏地面调查数据的支持，监测指标仅限于植被覆盖度和生态占用等不依赖于地面调查数据的指标，不能够全面反应水电站库区沿线5 km的生态环境状况，需要地面调查数据的支持来拓展监测的指标，才能够更好地反应工程对生态环境的动态影响。

2)本文利用土地利用/覆盖和灯光指数来综合评估水电站建设对于生态环境与社会经济的影响，其系统性和全面性还有待提升，监测的指标仅包括灯光增长率和灯光大于7的面积，由于该电站装机容量占埃塞俄比亚全国装机容量的50%，这2项指标远只能初步反映电站对社会经济的影响，而能源是社会经济发展的动力，对社会经济影响巨大，迫切需要深入开展其对社会经济影响的相关研究。