近30年南四湖湿地水域面积时空变化特征分析

马银, 刘建涛, 史同广, 于瑞坤, 刘春亭

近30年南四湖湿地水域面积时空变化特征分析

马银1, 刘建涛2,*, 史同广2, 于瑞坤2, 刘春亭2

1. 中国地质大学(北京)信息工程学院，北京 100083 山东建筑大学测绘地理信息学院, 济南 250101

南四湖湿地是被湿地公约组织收录的重要湿地, 及时掌握南四湖湿地水域面积的时空动态特征对湿地保护及湿地修复有重要意义。文章以Landsat陆地系列卫星遥感影像为主要数据源, 采用修订后的归一化差异水体指数(MNDWI)配合最大类间方差(Otsu)法提取了南四湖近30年的水域面积, 分析了南四湖湿地水域面积的年内和年际变化特征。结果表明: (1)MNDWI配合Otsu法可以较好的提取出南四湖的水域面积。(2)近30年来, 南四湖湿地水域面积呈现“W”形的年际变化趋势, 水域面积年平均值最大为765.48 km2, 出现在2006年; 最小值为329.83 km2, 出现在2002年。从年内变化来看, 水域面积呈现“V”形的变化规律, 其中面积最大值均出现在冬季, 最小值出现在夏季。(3)南阳湖、独山湖和昭阳湖三个湖泊面积均呈现较明显的年际和年内变化, 而在研究时间段内微山湖的水域面积相对稳定且面积较大。研究为南四湖湿地生态环境保护和生态恢复提供了技术和数据支持。

南四湖湿地; 水域面积; 时空变化; 归一化差异水体指数; 最大类间方差

0 前言

湿地与森林、海洋一起并称为全球三大生态系统, 湿地是陆生生态系统和水生生态系统之间的过渡性地带, 具有保护生物多样性、调节径流、蓄洪抗旱、改善小气候等诸多功能, 并享有“地球之肾”的美誉[1–3]。Davidson根据湿地面积变化的文献和报告研究发现, 全球湿地的平均消失比例在54%到57%之间, 从18世纪以来湿地的消失比例可能达到87%[4–5]。随着近几十年环境污染的加剧、人类过度开发、快速的城市化进程等一系列原因, 导致南四湖湿地出现水资源短缺、水域面积萎缩、水生生物减少、自然生态系统受损、抗干扰能力和稳定性下降等问题, 同时会对气候环境及人类生产生活造成一定的影响。为了应对湿地面积逐年减少这一问题, 对湿地进行实时监测是了解湿地水域面积演变动态的关键。

湿地面积变化是长时间的动态过程, 尤其对南四湖这类大型湿地来说, 其面积在时间和空间上的变化往往很难通过耗时耗力的实地调查方法来进行监测。近年来卫星遥感的发展为长时间序列的湿地面积变化监测带来了新的方法, 遥感数据具有时间和空间尺度上的完整性[6–7], 因此被学者广泛应用在湿地的相关研究上。Landsat TM/ETM/OLI、MODIS等遥感数据不仅用在湿地的土地利用覆被变化研究和土地利用格局演变与生态效应研究中, 还用在湿地水质综合评价、水资源承载力、生物多样性评价、景观时空变异特征研究、湿地流域城镇扩张的时空演变等方面的研究。杨俊等利用遥感数据分析南四湖湿地1980年—2012年土地利用格局变化情况, 并采用生态系统服务价值评价方法分析了土地利用格局变化引起的生态效应[7–9]; 海洋采用Landsat 5 TM数据反演叶绿素a和悬浮物来研究南四湖湿地水体的富营养化程度及分布规律[10]; 梁佳欣以RS 和 GIS 为技术支持, 选取动态度模型、斑块分布重心变化模型、景观格局指数、景观脆弱度模型及地统计学分析方法,了解 1985年—2015年南四湖湿地景观格局及其脆弱度的动态变化过程[11]; 田莉娟利用Landsat 5和Landsat 8影像数据对南四湖流域城镇发展模式进行研究, 并探讨在水安全约束下城镇如何进行合理的扩展[12]。

通过文献综述发现, 现有的关于南四湖湿地的研究多侧重于土地利用、生态系统、水环境质量等方面, 很少有研究探索南四湖湿地水域面积的时空动态特征及其演变规律。南四湖湿地被划定为以水源涵养、生物多样性维护、土壤保持为主导生态功能的生态保护红线区,该区域对当地的生态环境具有重要的调节作用。因此, 对南四湖湿地的水域面积进行长时间序列的监测有助于维护当地生态环境质量, 同时也是当地政府进行生态保护红线区域面积监管的主要任务。本文以1987年—2017年近30年的Landsat影像为数据源, 借助ENVI和ArcGIS软件, 采用MNDWI[13]和Otsu 法[14]获取南四湖湿地的水域面积, 从年内和年际两个角度分析南四湖湿地近30年水域面积的时空变化特征, 探索其演化规律, 从而为南四湖湿地保护和生态恢复提供技术和数据支持。

1 数据与方法

1.1 研究区概况

南四湖(34°27′—35°20′N, 116°34′—117°21′E)位于中国山东省西南部的济宁市微山县境内, 邻接山东省枣庄市、江苏省徐州市, 湖泊由西北向东南呈条状延伸, 依次为南阳湖、独山湖、昭阳湖和微山湖, 南四湖南北长126 km, 东西宽5—25 km, 流域面积多达3.17×104 km2, 最大水面积约1266 km2, 占山东省重要淡水面积的45%, 是我国华北地区最大的淡水湖泊, 也是我国淮河以北地区面积最大、结构完整、保存较好的内陆大型淡水、草型湖泊湿地[15-17], 南四湖遥感影像及位置如图1所示。南四湖湿地属于暖温带半湿润季风气候区, 具有四季分明、雨热同期、光照充足、降水集中等特点, 因湖区自然环境独特, 该地区生物资源多样, 拥有植物195种, 鸟类201种, 兽类13种。南四湖1994年被列入《中国重要湿地名录》和水禽栖息地恢复优先工程区, 2000年又被纳入国务院颁布的《中国湿地保护行动计划》, 2003年山东省人民政府正式批准建立“南四湖省级自然保护区”, 2018年南四湖省级自然保护区获批“国际重要湿地”, 充分说明南四湖湿地在调节生态环境方面的重要性。同时南四湖湿地也是山东、江苏等地重要的航运“黄金水道”和南水北调东线工程主要的调蓄枢纽, 为经济发展承担重任[18–19]。

图1 研究区遥感影像及位置

Figure 1 Remote sensing images and location in study area

1.2 数据源介绍

本研究所采用的数据源为Landsat影像, 时间跨度为1987年—2017年, 为了便于探索研究区水域面积的年际和年内变化特征, 影像选取时间间隔为4—6年, 且每一年均获取春、夏、秋、冬四个季节的影像数据, 具体数据获取时间如图2所示。研究所用的南四湖湿地矢量数据来自山东省环境监测中心, 由于湿地的面积随着时间发生变化, 为了使矢量数据覆盖每一年的湿地范围, 本研究对获取的南四湖湿地矢量范围做了5 km的缓冲区。

1.3 数据处理

(1)遥感数据处理

以南四湖湿地地区1987年—2017年Landsat系列遥感数据为数据源, 利用ENVI 5.3软件进行图像几何校正、图像裁剪、大气校正等一系列预处理工作, 采用归一化差异水体指数结合最大类间方差法提取水域面积, 如图3所示。

(2)水体指数

MNDWI是由徐涵秋修订提出, 利用其对河流、湖泊、海洋三类水体进行水体信息提取取得较好的试验效果[13]。该指数能消除在识别水与植被混合湿地时产生的委托误差[20], 鄱阳湖、柴达木盆地等自然水体及其周围人工水体等较为复杂的研究区域运用该指数进行水体信息的提取[20–22], 均取得较好的研究成果, 其也被用于制作全球水体分布图等进行全球范围内的应用[23–24], 同时该指数还可以有效消除陆地噪声, 使城市水体信息提取更精确。南四湖湿地包含自然水体和人工水体等水体类型, 周围环境较为复杂, 湿地周边有较多的建设用地及居民地, 通过前人验证及应用, 本文选取归一化差异水体指数来提取南四湖湿地水体信息, 其表达式为[25]:

式中,是归一化差异水体指数,是指绿光反射率,是指短波红外波段1的反射率。

图2 数据源获取时间

Figure 2 Data source acquisition time

图3 数据处理流程

Figure 3 Data processing flow

(3)影像数据分割及数据后续处理

鉴于Otsu方法在水体分割时的优势, 本文的影像分割方法采用此方法, 此方法最早由Nobuyuki Otsu提出, 是一种自适应阈值确定方法, 简称为Otsu阈值自动确定方法[14、26]。它的根本思想是根据灰度特性, 把图像划分为背景和目标两部分[27]。Otsu法可以用如下的数学表达式(2)—

(5)来描述[28]:

其中2表示非水类和水类之间的方差;表示整幅水体指数图像的灰度均值;P和P分别表示像素为非水类和水类的概率;M和M分别表示以*为阈值分割水体指数图像后非水类和水类的灰度均值;*表示使2能取得最大值的阈值, 即最佳阈值。

影像分割后, 利用ArcGIS的统计分析及可视化工具完成数据的后续处理及分析。

(4)遥感解译精度评定

通过实地走访调研和无人机设备, 获取大量调研资料数据, 如图4所示。结合调研所获数据在遥感影像上目视解译获取水体和非水体的地表真实感兴趣区进行水体信息提取精度的验证, 结果如表1所示。1987年—2017年水体与非水体的整体分类精度为95.77%—98.89%, kappa系数为0.91—0.98, 精度评定结果较高, 南四湖湿地水体与非水体的提取结果与地表真实情况相符。

图4 研究区实地调研

Figure 4 Field survey in study area

表1 1987年—2017年南四湖湿地水体与非水体分类精度验证结果

2 结果与分析

2.1 南四湖湿地水域面积时间变化特征

图5为1987年—2017年南四湖湿地水域面积时间变化动态图。由图5可知, 南四湖湿地水域面积有明显的年际及年内变化特征, 近30年来, 南四湖湿地水域面积呈现“W”形年际变化趋势, 就年内变化而言, 水域面积呈现“V”形变化趋势, 最大值均出现在冬季, 最小值出现在夏季或秋季。为进一步明确南四湖湿地水域面积的年际及年内变化特征, 下面将进行详细分析。

2.1.1 年际变化规律

图6中误差线表示一年中水域面积的最大值和最小值, 柱状图表示年内四个季节的水域面积平均值。从南四湖湿地近30年的水域面积变化可以看出, 南四湖水域面积近30年的平均值为554.62 km2, 水域面积年平均值最大为765.48 km2, 出现在2006年; 最小值为329.83 km2, 出现在2002年。1987年—1997年水域面积变化较小, 未出现明显的干旱与洪涝灾害, 水域面积在425 km2—530 km2左右波动, 说明此十年间南四湖湿地未遭受严重的人类破坏活动和自然灾害, 湿地受到较好的保护; 1997年—2006年水域面积变化幅度较大, 呈现“V”形的波动变化, 1997年—2002年, 水域面积下降202.12 km2, 2002年汛期南四湖流域地区出现严重的干旱, 1—10月南四湖整个流域地区降水量为353 mm, 比常年同期偏少45%, 6—9月降水量为225 mm, 比常年同期偏少50%以上, 由于南四湖地区的持续少量降水, 使整个南四湖湖区基本干涸, 导致水域面积在2002年大量减小[29], 同时由表2所示2002年济宁市全市的降水量仅为315.6 mm, 这均说明南四湖湿地2002年水域面积的减少与当地降水有直接关系, 同时也验证了本文水体信息提取方法的可靠性。水域面积的减少同时也导致湖区周边的人畜饮水困难, 对农业生产造成极大的损失, 生态环境也遭到一定的破坏。2002年—2006年, 未出现明显的干旱与洪涝灾害, 相比2002年的干旱气候条件下, 2006年水域面积增加435.65 km2, 四年期间南四湖湿地水域面积逐渐恢复正常, 且南四湖水域面积达到研究时间序列内的最大值765.48 km2; 2006年—2017年水域面积变化平稳, 未出现明显的干旱与洪涝灾害, 保持在650 km2—765km2左右, 相比于研究时间序列内的前二十年, 后十年的水域面积始终保持在较高的水平, 这与2006年、2011年、2017年济宁市全年降水量保持在767.7 mm—814.0 mm较高水平有直接关系, 同时也与2003年山东省建立“南四湖省级自然保护区”和2013年把南四湖作为南水北调东线工程主要调蓄枢纽之一有明显关系, 省级保护区的建立加大了对南四湖湿地地区的生态保护力度, 成为南水北调东线工程主要调蓄区以来, 南四湖湖区蓄水能力不断增强, 提高了湖区水量的自我调节能力。

图5 1987年—2017年南四湖湿地水域面积时间变化

Figure 5 Time change of water area of Nansi Lake wetland from 1987 to 2017

图6 1987年—2017年南四湖湿地水域面积年际变化规律

Figure 6 Inter-annual variation of wetland area in Nansi Lake from 1987 to 2017

表2 2002年—2017年山东省济宁市降水量统计（单位：mm）

注: 数据来自山东省统计信息网, 其中1987年、1992年、1997年、2002年11月、2006年3月和10月存在数据缺失的情况。

由图7可知。1987年—2017年南四湖湿地水域面积年内最大值及最大值出现的时间可以看出, 南四湖湿地年内水域面积最大一般出现在冬季的1月份或2月份, 而2011年水域面积最大值出现在秋季的10月份, 2017年的水域面积最大值出现在春季的4月份。年内水域面积最大值及最大值出现的时间与当年降水量、蒸发量及生态环境的保护力度有直接关系。

由图7可知, 1987年—2017年南四湖湿地水域面积年内最小值及最小值出现的时间可以看出, 南四湖湿地年内水域面积最小值出现的时间段规律不明显, 研究时间序列内, 除冬季以外, 其他三个季节均有可能使南四湖湿地水域面积降低到最小值。其中, 1987年、1997年和2002年水域面积最小值均出现在秋季的9月份和10月份, 2006年水域面积最小值出现在春季的5月份, 1992年、2011年、2017年水域面积最小值出现在夏季的6月份。水域面积年内最小值出现时间的不规律性也充分说明年内的变化与当年的降水量、蒸发量和生态环境的保护力度有直接关系。

2.1.2 年内变化规律

1987年—2017年近30年, 对选取的七个年份每个季节的水域面积做平均值, 如图8所示, 南四湖湿地水域面积季节平均值由春季到冬季呈现先下降后上升的“V”形, 由春季的609.30 km2减少到夏季的420.63 km2, 到秋季水域面积逐渐增加到474.62 km2, 减幅和增幅分别为188.67 km2、53.99 km2, 秋季到冬季水域面积平均值有较大幅度的增加, 增幅达到239.30 km2。究其原因, 随着时间的变化, 春季到夏季气温升高, 水量蒸发较多, 同时人畜用水量和农业用水量也逐渐增加, 导致南四湖湿地水域面积平均值在夏季达到最小值。随着农作物的收割及气温降低, 农业用水量和气候蒸发量逐渐减少, 南四湖湿地水域面积逐渐增加, 冬季南四湖湿地水域面积达到最大值。

图7 1987年—2017年南四湖湿地水域面积年最大/小值

Figure 7 Annual maximum / minimum value of water area of Nansi Lake wetland from 1987 to 2017

图8 1987年—2017年南四湖湿地水域面积季度平均值

Figure 8 Seasonal average area of Nansi Lake wetland from 1987 to 2017

2.2 南四湖湿地水域面积空间变化特征

南四湖湿地水域面积空间分布变化也存在年际和年内特征, 如图9所示, 位于南四湖湿地西南方向的南阳湖水域面积呈现“减—增—减—增”的年际变化特征, 1987年—1992年, 南阳湖东南方向的水域逐渐消失, 1992年2月水域面积几乎为零, 到1997年时南阳湖的水域面积逐渐恢复, 但到2002年时南阳湖东南方向的水域面积再次减小, 之后到2006年该湖泊水域面积恢复正常, 2006年—2017年十年期间, 南阳湖的水域面积相对稳定; 就南阳湖的年内变化而言, 1987年—2002年期间南阳湖水域面积呈现逐季度减少的变化趋势, 而2006年—2017年, 南阳湖水域面积并无明显的季度变化。位于南四湖湿地中部的独山湖和昭阳湖年际变化不明显, 研究时间序列内水域面积并无大范围的扩大或缩小, 就年内变化而言, 1987年—2002年独山湖和昭阳湖水域面积变化明显, 由春季到冬季逐季节减小, 2002年冬季时两个湖泊的面积几乎为零, 这与2002年南四湖区域的干旱天气有直接关系, 2006年—2017年, 两湖泊的水域面积恢复正常状态后未出现大幅度的变化。位于南四湖湿地东南方向的微山湖是四个湖泊中水域面积最大的一个湖泊, 在30年的研究时间序列内微山湖的水域面积未像其他三个湖泊一样有几乎缩减为零的情况, 其中1997年7月和10月、2002年7月和10月、2011年6月微山湖的水域面积相对于其他研究时间点较小, 除此之外, 其他时间点的微山湖水域面积相对稳定且面积较大。

图9 1987年—2017年南四湖湿地水域面积空间分布状况

Figure 9 Spatial distribution of area in Nansi Lake wetland from 1987 to 2017

3 讨论与结论

本文利用Landsat陆地系列卫星影像为主要数据源分析了南四湖湿地水域面积的时空变化特征, 得到的主要结论如下:

(1)在通过几何校正、图像增强、大气校正等一系列影像预处理之后, MNDWI结合Otsu法可以较好的提取出Landsat陆地系列卫星的水体概况, 能够为南四湖湿地水域面积的时空分析提供较好的数据基础。

(2)近30年来, 南四湖湿地水域面积呈现“W”形的年际变化趋势, 水域面积年平均值最大为765.48 km2, 出现在2006年; 最小为329.83 km2, 出现在2002年, 这是由于2002年南四湖地区遭遇严重的干旱。就年内季节变化而言, 南四湖湿地水域面积平均值呈现“V”形变化趋势, 最大值出现在冬季, 最小值出现在夏季, 其中由春季到夏季水域面积平均值降幅较大, 减少了188.67 km2, 秋季到冬季水域面积有474.62 km2的增幅。

(3)其中南阳湖水域面积呈现“减—增—减—增”的年际变化特征, 1987年—2002年年内变化呈现随季节水域面积减少, 而2006年—2017年年内无明显变化; 独山湖和昭阳湖年际变化不明显, 年内变化而言, 1987年—2002年独山湖和昭阳湖水域面积变化明显, 2006年—2017年, 两湖泊的水域面积未出现大幅度的变化; 微山湖是四个湖泊中水域面积最大的湖泊, 在研究时间序列内其水域面积相对稳定且面积较大。

本文运用MNDWI和Otsu法提取了南四湖湿地的水域面积, 由于获取的Landsat陆地系列卫星影像数据可能受到云或其他因素的影响, 导致获取的水域面积存在一定的误差, 在后期的研究中应进一步探索高精度的水体提取方法, 提高数据提取精度。同时文章选取30年为研究时间段, 每四到六年为一个时间点选取当年四个季度的影像数据进行分析, 可能存在一定的偶然性, 应缩短监测周期, 以分析得到更精确的规律。

[1] 吕宪国, 刘红玉. 湿地生态系统保护与管理[M]. 北京: 化学工业出版社, 2004.

[2] 邱彭华, 徐颂军. 人工次生湿地生态系统健康评价的理论与实践: 以广州南沙区万顷沙湿地为例[M]. 北京: 中国环境科学出版社, 2012.

[3] 张人权, 梁杏, 靳孟贵, 等. 水文地质学基础[M]. 北京: 地质出版社, 2011.

[4] 胡胜杰. 全球湿地模拟与湿地消失研究[D]. 北京: 中国科学院大学, 2017.

[5] DAVIDSON N C. How much wetland has the world lost? long-term and recent trends in global wetland area[J]. Marine and Freshwater Research, 2014, 65(10): 934–941.

[6] 姜晟, 张咏, 蒋建军, 等. 基于MODIS数据的太湖蓝藻变化与水温关系研究[J]. 环境科技, 2009, 22(6): 28–31.

[7] JUSTICE C O, TOWNSHEND J R G, VERMOTE E F, et al. An overview of MODIS land data processing and product status [J]. Remote Sensing of Environment, 2002, 83(1/2): 3–15.

[8] 初翠翠, 廉丽姝, 于淼, 等. 南四湖流域土地利用/覆被变化的时空特征[J]. 山东农业大学学报(自然科学版), 2018, 49(3): 417–423.

[9] 杨俊, 单灵芝, 席建超, 等. 南四湖湿地土地利用格局演变与生态效应[J]. 资源科学, 2014, 36(4): 856–864.

[10] 海洋. 基于遥感的南四湖水质监测及评价研究[D]. 青岛: 青岛理工大学, 2008.

[11] 梁佳欣. 近30年南四湖湿地景观时空变异特征研究[D]. 泰安: 山东农业大学, 2018.

[12] 田莉娟. 南四湖流域城镇扩展的时空演变及其模式优化[D]. 徐州: 中国矿业大学, 2018.

[13] 徐涵秋. 利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究[J]．遥感学报, 2005, 9(5): 589–595.

[14] OTSU N. A threshold selection method from gray-level histograms [J]. IEEE Transactions on Systems Man and Cybernetics, 2007, 9(1): 62–66.

[15] 范小莉, 刘伯燕, 梁玉, 等. 南四湖湿地植被构成及分布分析[J]. 山东大学学报(理学版), 2016, 51(7): 131–136.

[16] 张大智, 孙小银, 袁兴中, 等. 南四湖流域1980-2015年土地利用变化及其对流域生境质量的影响[J]. 湖泊科学, 2018, 30(2): 349–357.

[17] 梁佳欣, 李新举. 三个时期南四湖景观格局及其变化[J]. 湿地科学, 2017, 15(6): 834–843.

[18] 孔维健, 李会省, 冯洪新, 等. 南四湖生态建设与区域经济可持续发展对策[J]. 安徽农业科学, 2017, 45(18): 219– 220.

[19] 赵世新, 张晨, 高学平, 等. 南水北调东线调度对南四湖水质的影响[J]. 湖泊科学, 2012, 24(6): 923–931.

[20] DONG Jinwei, XIAO Xiangming, KOU Weili, et al. Tracking the dynamics of paddy rice planting area in 1986–2010 through time series Landsat images and phenology-based algorithms [J]. Remote Sensing of Environment, 2015, 160(160): 99–113.

[21] WANG Yingbing, MA Jun, XIAO Xiangming, et al. Long-term dynamic of Poyang lake surface water: a mapping work based on the google earth engine cloud platform [J]. Remote Sensing, 2019, 11(3): 313.

[22] LI Huiying, MAO Dehua, LI Xiaoyan, et al. Monitoring 40-year lake area changes of the Qaidam basin, tibetan plateau, using Landsat time series [J]. Remote Sensing, 2019, 11(3): 343.

[23] YAMAZAKI D, TRIGG M A, IKESHIMA D. Develop­ment of a global～90m water body map using multi-tem­poral Landsat images[J]. Remote Sensing of Environment, 2015, 171: 337–351.

[24] FENG M, SEXTON J O, CHANNAN S, et al. A global, high-resolution (30-m) inland water body dataset for 2000: first results of a topographic-spectral classification algorithm [J]. International Journal of Digital Earth, 2016, 9(2): 113–133.

[25] XU Hanqiu. Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery [J]. International Journal of Remote Sensing, 2006, 27(14): 3025–3033.

[26] LI Wenbo, DU Zhiqiang, LING Feng, et al. A comparison of land surface water mapping using the normalized difference water index from TM, ETM+ and ALI [J]. Remote Sensing, 2013, 5(11): 5530–5549.

[27] 周迪, 夏哲雷. 一种改进的Otsu阈值分割算法[J]. 中国计量大学学报, 2016, 27(3): 319–323.

[28] DU Zhiqiang, LI Wenbo, ZHOU Dongbo, et al. Analysis of Landsat-8 OLI imagery for land surface water mapping [J]. Remote Sensing Letters, 2014, 5(7): 672–681.

[29] 梁树献, 程兴无, 刘小虎. 2002年汛期南四湖地区严重干旱的气象成因分析[C]. 淮河研究会第四届学术研讨会论文集. 北京: 中国水利水电出版社, 2004.

Analysis on spatio-temporal variation characteristics of water area of Nansi Lake wetland in recent 30 years

MA Yin1, LIU Jiantao2,*, SHI Tongguang2, YU Ruikun2, LIU Chunting2

1. School of Information Engineering, China University of Geosciences, Beijing 100083, China 2. College of Surveying and Geo-Informatics, Shandong Jianzhu University, Jinan 250101, China

Nansi Lake wetland is an important wetland included by the wetland convention organization. It is of great significance for wetland protection and restoration to grasp the spatio-temporal dynamic characteristics of the water area of Nansi Lake wetland in time. Based on the Landsat satellite remote sensing images, the paper extracted the water area of Nansi Lake in the past 30 years with the modified normalized difference water index (MNDWI) and theOtsu method, and analyzed the characteristics of intra-annual and inter-annual changes of the water area of Nansi Lake wetland. The results showed that: (1) The water area of Nansi Lake could be better extracted by MNDWI combined with the Otsu’s method. (2) In recent 30 years, the water area of Nansi Lake wetland presented a "W" shape inter-annual variation trend. The maximum annual average water area was 765.48 km2, which appeared in 2006; the minimum value was 329.83 km2, which appeared in 2002. From the perspective of intra-annual changes, the water area showed a "V" shape change rule, in which the maximum area appeared in winter and the minimum value appeared in summer. (3) The areas of Nanyang Lake, Dushan Lake and Zhaoyang Lake all showed obvious intra-annual and inter-annual changes, while the water area of Weishan Lake was relatively stable and large during the study period. The study provides technical and data support for ecological environment protection and ecological restoration of Nansi Lake wetland.

Nansi Lake wetland; water area; spatio-temporal variation; modified normalized difference water index; Otsu method

10.14108/j.cnki.1008-8873.2021.06.021

P951

A

1008-8873(2021)06-175-09

马银, 刘建涛, 史同广, 等. 近30年南四湖湿地水域面积时空变化特征分析[J]. 生态科学, 2021, 40(6): 175–183.

MA Yin, LIU Jiantao, SHI Tongguang, et al. Analysis on spatio-temporal variation characteristics of water area of Nansi Lake wetland in recent 30 years[J]. Ecological Science, 2021, 40(6): 175–183.

2020-05-17;

2020-06-25

国家自然科学基金面上项目(42171113); 山东建筑大学校内博士基金(XNBS1903); 山东省生态环境厅科研项目(LHJ-Y-2017-04)

马银(1994—), 女, 山东泰安人, 研究生, 主要从事遥感信息提取及应用研究, E-mail:mayin199404@163.com

通信作者:刘建涛(1981—), 男, 博士, 副教授, 主要从事机器学习, 遥感信息提取, 生态环境遥感等方面的研究, Email:liujiantao_1981@hotmail.com