基于Landsat-8遥感影像的色林错2014-2018年变化研究

程梦鸽， 庞晓峰

(1.陕西开放大学 建筑工程学院，陕西 西安 710119；2.陕西省基础地理信息中心，陕西 西安 710054)

一、引 言

高原湖泊是反应全球气候变化的重要影响因子之一，也是高原地区重要的水资源。持续监测和评估这类湖泊，对理解气候变化和改善人类区域性的生活生产具有重大意义。

色林错是西藏地区最大的高原湖泊，也是我国第二大咸水湖。对色林错变化研究，更能反映出青藏高原的气候变化及其影响。一般地，对于湖泊的考察多为实地调查，例如，李世杰等人[1]于1998年对青藏高原地区的湖泊进行了实地考察和采样，以对湖泊现代形成过程进行研究；中国科学院青藏高原综合科学考察队于上世纪70年代时也曾对青藏高原的湖泊进行过物理指标和化学指标的实地考察[2]；Liu C.等人[3]于1986年对喜马拉雅山中段的波曲和朋曲流域的高原湖泊进行了考察。但对于人迹罕至的高原地区，受限于自然条件和物质因素的影响，实地调查存在诸多困难。

随着上世纪60年代遥感技术的发展，为湖泊的调查，监测提供了有力的支持。Landsat-8遥感卫星发射于2013年2月，是最新的Landsat系列卫星。较其上一代卫星，Landsat-8的多项性能都有所提高，比如辐射分辨率从8bit提升到16bit，更高的信噪比等。由于遥感图像具有宏观大范围获取数据能力，其在色林错的调查研究中展现出具大的优势与潜力，例如，王琼等人[4]利用天宫二号卫星数据，结合支持向量机提取色林错表面湖冰；郝贵斌等人[5]利用MODIS数据模拟Landsat数据，并辅以两种水体指数和DEM数据，分析了色林错从1976-2014年的湖面面积的时空变化；杜鹃等人[6]结合Landsat影响和相应的气候站点数据，分析了色林错从1990-2011年的面积变化与气候变化之间的关系。因此，本文基于Landsa-8遥感图像，以色林错为例，研究其从2014至2018年间的变化情况，探究其变化产生的影响。

目前对于遥感影像中的湖泊提取，一般多采用水体指数法。利用水体在波长较短波段的反射率高，而在波长较长波段的反射率低的特点，用归一化的形式构建水体指数，突出水体信息。例如，Xu H.[7]提出MNDWI用于提取湖泊信息；Gudina等人[8]提出了AWEI用于城市及地表阴影下的水体提取；沈占峰等人[9]提出了GNDWI用于提取细小河流。另外还有分类及分割算法也可用于湖泊的提取，例如，Ghosh等[10]人将模糊聚类算法与相邻像元的空间相关性相结合，提出了一种无需先验知识的背景感知技术(context-sensitive technique)，用于遥感影像中的水体变化检测研究；杨树文等人[11]基于决策树算法，引入湖泊的水体指数和形状指数来综合提取湖泊信息；沈金祥等人[12]采用面向对象法，对遥感图像进行分割，通过大量实验总结出适合湖泊信息提取的分割尺度；骆剑承等人[13]提出了一种半自动化的多层迭代分割的湖泊提取思路，并可用于大范围的湖泊提取。本实验研究区较小，因此考虑使用水体指数结合阈值分割的方法，同时辅以一定的后处理工作，实现色林错的提取。

本研究基于Landsat-8遥感数据，结合水体指数和阈值分割方法，对色林错进行提取，分析色林错从2014-2018年的变化情况。

二、研究区概况

(一)色林错地理位置

色林错位于西藏自治区那曲市，冈底斯山北麓，湖面的海拔高度为4530m，形状不规则，长轴呈东西向延伸，长77.7km，最大宽45.5 km，平均宽约 20.95km。其地理位置如图1所示。

图1 色林错地理位置

(二)色林错流域生态

流域属于高原寒带半干旱季风气候区， 太阳辐射强，日照时间长，冬春寒冷，夏秋温凉，干湿季分明。年日照时数2910～2970h，年降水量290～321mm， 年平均气温0.8～1.0℃，年平均最高气温5.5～6.9℃，年平均最低气温-6.6～-6.0℃，年大风日数103～132d，其中申扎年大风日数最多可达191d，出现在1984年。

1961—2012年，色林错流域年平均气温以0.40℃/10a的速度显著升高，其中班戈升温率最大，达0.51℃/10a；申扎升温率为0.29 ℃/10a。申扎、班戈年降水量都表现为显著的增加趋势，平均每10年分别增加19.71mm和19.56mm。近30年(1981—2012)流域年平均气温升温率为0.45 ℃/10a，年降水量增幅明显，为32.69mm，尤其是申扎增幅更突出，达45.65mm。

三、研究方法

基于Landsat-8遥感数据，结合水体指数和阈值分割方法，实验流程如图2所示：

图2 色林错变化研究流程图

(一)影像预处理

首先需要对获取的Landsat-8遥感影像进行预处理，主要步骤包括：遥感影像获取，DN值转TOA和研究区裁剪。

1.Landsat-8遥感影像获取 本研究获取Landsat-8遥感影像的途径为地理空间数据云。根据色林错的地理坐标，可查得色林错所在影像的行列号为138/039。考虑到每年7-11月为高原湖泊的稳定期，该时期内湖泊表面无冰，轮廓清晰可见，有利于湖泊的提取。另外，为了减少云层的影响，选取的影像应尽量少云或无云。最终选择的影像如表1所示：

表1 色林错的Landsat-8 影像

2. DN值转TOA 在计算水体指数的过程中，需要用到像元的反射率，而非DN值。其次，由于DN值只表示像元亮度值，没有实际的物理意义，一般在实际应用中，多将其转变为地表真实反射率或传感器入瞳处的反射率，即TOA(Top of atmosphere)。其计算公式为：

TOA=DN×gain+offset

其中，gain表示增益，offset表示偏置，增益和偏置都可在Landsat-8的头文件中获得，其中，每个波段的增益均为0.00002，每个波段的偏置均为-0.1。

3.数据裁剪 由于遥感图像覆盖范围较大，含有过多冗余信息，因此需要对遥感图像进行裁剪。

(二)水体提取

1.计算NDWI值 水体在近红外波段的反射率较低，而在可见光波段的反射率较高，因此本实验利用近红外波段和绿光波段来计算水体指数NDWI，其计算公式可表示为：

式中，ρ表示反射率。一般使用地表真实反射率或者传感器入瞳处的反射率均可。本实验采用传感器入瞳处的反射率。

2.阈值分割 一般水体的NDWI范围介于[0.2 1]之间，因此我们需要设定水体的分割阈值。若记分割阈值为t，即阈值大于t的被分为水体，小于等于t的则被认为是背景信息，则该过程可以表示为：

3.形态学处理 由于阈值分割是一种不考虑目标位置的分割方法，在缺乏位置信息约束的条件下，该方法会分割出一些噪声信息，为了减少噪声信息的影响，我们引入了形态学处理方法，用于减少孤立的噪声信息。本实验中我们采用形态学开运算，即先腐蚀图像，此时单个的噪声像元会被腐蚀掉，但可能的水体目标也会被腐蚀掉最外围轮廓，因此我们再进行膨胀运算，还原水体目标的外围轮廓，且对于目标内的空洞像元进行填充。经过形态学开运算，可去除明显的噪声信息。

四、实 验

(一)实验环境

本文所有实验基于python语言开发，实验操作系统为win10，python版本为3.7，计算机GPU为GTX 1660T 6G，使用的第三方模块为GDAL。

(二)水体指数结果

本文所使用的水体指数涉及到的波段为近红外和绿光波段，2014年和2018年的水体指数结果图如下所示：

上图中，左边是色林错2014年的水体指数结果，右边是色林错2018年的水体指数结果，二者几乎没有明显差异。

(三)阈值的选择

阈值是水体分割的关键所在，合适的阈值能够避免一定的后处理工作，我们基于水体指数，分析了2014年和2018年的水体指数分布，结果如下：

图3 2014年和2018年色林错的水体指数结果

图4 2014年和2018年色林错的水体指数分布

结合上图可以看出，湖泊的水体指数集中在[0.15 0.4]之间，背景象元集中在[-0.35 -0.05]之间，因此我们的阈值应该介于[-0.05 0.15]之间，为了使得类间距离最远，我们设置最终的水体分割阈值为0.05。

(四)色林错变化情况

从图3的水体指数结果中，几乎很难看到色林错在2014年到2018年的具体变化情况，实际上，色林错发生的变化非常微小，为统计了其面积的变化，我们对色林错的提取结果做了一定的后处理，包括去除其水系，滩涂等，以确保最终的水体提取结果准确，最终的结果如表2所示：

表2 色林错从2014年至2018年的面积变化

从表2中可以计算出，色林错从2014年至2018年间，湖泊面积增大约0.53%。

另据文献[5]所述，色林错在1976年面积为1666.96km2，1990年面积为1722.39km2，1999年面积增加到1798.95km2，到2007年时，色林错面积则达到2287.63km2，面积增加如此迅速的原因是2003-2005年间，色林错南部湖面在昌都岗地区同雅个冬错发生了联通，此后湖面仍逐步扩大，延伸到了雅个冬错的西南岸。2010年时色林错的面积达2349km2。此间色林错的变化情况如下图所示：

图5 色林错从1976年至2018年的面积变化情况

新华社消息[14]中指出，色林错2014年6月调查的面积为2349km2，而我们通过遥感影像(2014年10月)计算出色林错的面积为2392.39km2，其误差为1.84%，据此估计实际上2018年色林错的面积应介于[2361.77km2， 2448.21km2]之间，但这不影响色林错仍在逐年扩张的结论。

(五)色林错变化带来的影响

色林错湖泊面积及水位的增加，为周围的生态环境带来显著影响。例如生长在低湖岸带茂盛的牧场草地被淹，湖区附近牧民不得不撤离。随着湖面水域的增长，有可能同其北面的崩则错、纳江错，及其东面的班戈错等连为一体，进而将会影响到拉萨—安多县至阿里地区的大北线的正常通行。同时，水位抬升、面积增加，环湖地区的水草变得更加丰美，野牦牛，岩羊，黑颈鹤等野生动物数量明显增加。

总之，色林错面积增加带来的影响是双面的，我们既要防患于潜在湖泊溃决灾害的风险，也要对当地生态环境的关注与保护。

五、结 论

高原湖泊是反应全球气候变化的重要影响因子之一，正确认识高原湖泊对改善区域环境具有重要意义。色林错作为西藏地区最大的咸水湖之一，对周围区域的生态环境具有显著影响。本文以色林错为例，基于Landsat-8遥感影像，结合水体指数和阈值分割方法，探究色林错从2014-2018年间的变化情况。

实验结果表明，色林错从2014年至2018年间面积增大约0.53%，2018年色林错的监测面积达到2404.99km2。色林错的面积变化对周围生态产生了巨大影响，因此，我们既要防患于潜在湖泊溃决灾害的风险，也要提高对当地生态环境的关注与保护。