基于GEE平台的水葫芦灾害监测研究与应用

彭力恒，秦 雁，黄本胜，吉红香，郑 泳

(1.广东省水利水电科学研究院，广州 510635；2.广东省水动力学应用研究重点实验室，广州 510635；3.河口水利技术国家地方联合工程实验室，广州 510635)

1 概述

水葫芦，学名凤眼莲[Eichornia crassipes (Mart.)Solms.]，又名水浮莲，为雨久花科凤眼蓝属浮水草本植物，原产于南美洲，是国际公认的十大入侵恶性杂草之一[1]。中国南部沿海地区水热条件优良，缺少水葫芦的有效天敌，因此水葫芦一旦野生，很难人为控制，从而造成灾害，广东省东江流域、西江流域、珠江三角洲等区域的河流水葫芦泛滥成灾[2]。黄本胜、袁梦、徐红辉等学者则通过水槽盆栽、水流物理模型和数值模拟等系列研究发现，生长在水面的水葫芦可改变自由表面流的特性，因而有增加水流阻力、改变水流流速分布、占用一部分行洪过水断面积的弊端，影响河道的行洪能力[3-5]，而且其形成规模将引发阻塞航运、破坏水生生态系统、死亡后二次污染水质、滋生蚊虫等灾害[1,6]。水葫芦灾害防治方法有人工及机械打捞防治、化学药品防治、生物天敌防治等方式，但最为安全有效的方法仍为机械打捞[1]。水葫芦随水流漂移，生长蔓延迅速，人工巡查难以及时、动态掌握流域范围内水葫芦时空分布情况。

卫星遥感数据的云处理技术对于大区域的水葫芦监测具有宏观、高效、经济等优势[6-7]，可为水葫芦流域系统治理、区域联防联控、成效动态评价等工作提供新方法。类似广东省东江流域等较大流域的水葫芦监测在学界较为少见，且对于海量遥感数据的处理，急需快速、有效的手段，以满足水葫芦大范围、高时效性的动态监测需求。Google Earth Engine(GEE，https://earthengine.google.com)遥感云数据处理平台致力于解决遥感数据量巨大且格式不统一、数据处理效率过低、数据管理及使用成本过高等问题。[8-9]，引入该平台可高效完成海量遥感数据的快速分析和可视化需求。

与水葫芦遥感相似的研究主要集中于漂浮覆盖水面的大型海藻浒苔监测研究，或其他藻类水华遥感监测研究[10-15]。利用遥感影像分析水葫芦的时空动态变化研究在近年渐增，然而尚未发现基于GEE平台完成多期水葫芦时空变化监测的研究，云数据处理技术用于监测水葫芦灾害的能力尚有待研究。

本文参考已有的浮生植物遥感监测手段，借助可有效提取水葫芦的中高分辨率影像光谱特征、植被指数[6-7,14-15]，建立水葫芦遥感识别模型，在GEE平台完成流域级遥感数据处理，分析广东省东江流域的水葫芦分布情况，以辅助水葫芦灾害治理的精准决策。

2 研究区与数据

2.1 广东省东江流域

东江发源于江西省寻乌县桠髻钵山，源河为三桐河。在广东省内，东江干流自东北向西南流经河源市、惠州市、东莞市、广州市，于广州市黄埔区禺东联围东南汇入狮子洋。流域集水面积35 340 km2，河长562 km，平均年径流量2.571 010 m3。本文所指东江流域为位于广东省内的区域，范围如图1所示。

图1 研究区位示意

研究区内由于各种工、农产业和城市化迅猛发展，流域水污染问题凸显。再者，由于治理水污染的末端管网建设滞后，乡镇的沟渠、池塘、河涌等治水的“最后一公里”难以监管，养殖及生活污水直排，致使水体富营养化及有机污染严重。最终导致水葫芦在研究区内大量繁殖生长，容易爆发水葫芦灾害。

2.2 数据来源

本文数据来源包括：2017—2020年间Sentinel-2卫星影像4 856景、高分1号卫星影像58景、高分2号卫星影像38景以及2018年实地调研数据(见表1)。Sentinel-2卫星影像采用GEE平台上的存档数据，并使用GEE平台直接对其进行处理分析。高分1号及2号卫星影像，在高分辨率对地观测系统广东数据与应用中心网站(http://gdgf.gd.gov.cn/index.jsp)下载获取。Sentinel-2卫星星座由两颗卫星组成，由欧洲空间局分别于2015年、2017年发射。两颗卫星同轨道且相隔180度，双星重访周期为6 d，每颗Sentinel-2卫星携带1枚多光谱成像仪MSI，仪器覆盖13个可见光、红外波段，其成像影像幅宽达 290 km。高分1号卫星于2013年发射，其宽视场相机WFV包含蓝、绿、红、近红外4个波段，4台WFV组合的影像幅宽为800 km，最快可实现2 d重访；高分1号全色多光谱相机PMS包含蓝、绿、红、近红外、全色5个波段，两台PMS组合的影像幅宽为60 km。高分2号卫星于2014年发射，其载荷为全景多光谱相机PMS，包含蓝、绿、红、近红外4个波段以及1个全色，成像幅宽为45 km，重访周期不大于5 d。

表1 数据来源

3 研究方法

本文基于GEE平台的水葫芦遥感识别方法主要参考团队成员已有研究[6]，方法主要流程包括高分1号和高分2号遥感影像预处理(正射纠正、辐射定标、数据融合和大气纠正等)、基于归一化水体指数NDWI[16]的水域模板制作和基于归一化植被指数NDVI[17]的水葫芦识别，本文不再重述。本文着重介绍基于GEE平台的数据处理方法和精度评价方法。

3.1 基于GEE平台的水葫芦遥感识别方法

GEE平台是先进的云地理信息处理平台，储存了超过25PB的随时可分析数据供用户使用[8-9]。通过该平台在线编写JavaScript API脚本、或者调用Python开发包的方式，基于谷歌服务器强大的云计算能力，即时处理海量地理空间数据，快速完成数据分析及分析结果的可视化。科研技术人员只需使用网页浏览器登录平台，即可完成海量数据的处理工作。

本文使用GEE平台，选取广东省东江流域作为研究区，直接调用研究区内的4 856景Sentinel-2 MSI影像Level-1C产品(大气层顶反射率TOA)作为研究数据集。对数据集中的数据先完成云量筛选，而后对各期影像完成去云、拼接、裁剪等在线影像预处理，计算各期影像的NDWI、NDVI作为影像分析的基础数据。使用大津法(OTSU)[18]确定每期影像制作水域模板的阈值，并使用在线的影像掩膜功能制作水域模板，根据水域模板裁剪各期影像。使用大津法确定各期影像水葫芦提取阈值，并在水域模板影像中识别水葫芦的范围。最终将水葫芦分布图像在线转化为矢量格式，下载到本地，完成与各期高分影像的比对和后期的修正处理，形成各期水葫芦提取结果。

对于东江流域下游惠州、东莞等重点区域，采用高分1号、2号卫星遥感数据作为辅助，依照同样的算法流程，在本地单机实现数据处理分析。

3.2 精度评价

本文以目视解译为基础，结合实地调研数据的先验知识和辅助信息，使用高分1号、高分2号各期遥感影像，在空间中随机选取验证点，以此作为水葫芦提取的验证样本。

根据验证样本制作误差混淆矩阵(Confusion Matrix)，并基于误差混淆矩阵计算分类的总体精度、制图精度、用户精度3种评价指标[19]，以定量评价本文的分类结果。

若分类结果中，个验证样本被分为种类型，则误差混淆矩阵是个的矩阵，矩阵中数据代表，验证样本中，真实地物类型(参考数据)为第类地物的验证样本，被分类为第类地物(被评价数据)的数量，其中和均为不大于的正整数。总体精度指验证样本中分类正确的比例，即混淆矩阵中对角线之和与验证样本总数之比，用于量化分类的总体效果。制图精度指在验证样本中针对单个地物类型的像元被正确归类的比例，即混淆矩阵中每行的对角线数与当行总数之比，用于量化分类结果中某类地物被漏分类的程度。用户精度指分类结果中针对单个地物类型被分类后被正确归类的比例，即混淆矩阵中每列的对角线数与当列总数之比，用于量化分类结果中某类地物因分类方法误分类的程度。

4 结果分析

4.1 精度验证结果

对于水葫芦提取结果，本研究选取2017年3月及2018年1月遥感影像进行试验，各制作321个验证样本，统计其混淆矩阵(见表2、表3)，计算总体精度、制图精度、用户精度指标，以验证本文方法的水葫芦提取精度。

表2 2017年3月水葫芦提取混淆矩阵

表3 2018年1月水葫芦提取混淆矩阵

结果表明，2017年3月的水葫芦提取总体精度、制图精度、用户精度分别为78.82%、78.57%、77.56%，2018年1月的水葫芦提取总体精度、制图精度、用户精度分别为83.18%、84.13%、75.71%，各项精度评价指标均高于前人的类似研究。因此，该水葫芦遥感数据提取方法适用于本研究，可将其推广于多时相遥感影像的水葫芦提取识别。

4.2 广东省东江流域水葫芦分布及监测情况

本文利用基于GEE平台的水葫芦遥感识别方法，提取广东省东江流域2019年3月和2020年4月共两期的水葫芦分布情况(见图2)，并以县级行政区划为单位制作水葫芦面积统计示意(见图3)，为研究区的水葫芦灾害监测及防治提供信息支持。

图2 东江流域行政区水葫芦面积分布示意

图3 东江流域县级行政区水葫芦面积统计示意

2019年3月广东省东江流域水葫芦主要分布在流域中下游，东莞、惠州、广州、河源分布较广，上游地区则较少。根据遥感监测后的统计结果，按县级行政区水葫芦覆盖面积将行政区分为4个等级：第1等级为东莞、惠城、增城，其范围内水葫芦覆盖面积分别达到了2.36 km2、1.34 km2、1.01 km2；第2等级为东源、博罗，其区域内水葫芦覆盖面积次之，分别为0.84 km2、0.74 km2；第3等级为紫金、源城，其区域内水葫芦分布面积较少，分别为0.23 km2、0.19 km2；第4等级为和平、宝安、惠阳、新丰、龙门、龙川，其区域内水葫芦分布面积相对较少，分别为0.09 km2、0.08 km2、0.08 km2、0.06 km2、0.03 km2、0.03 km2。兴宁、连平、惠东、黄埔、龙岗、福田、罗湖、南山、盐田未发现水葫芦分布。

2020年4月广东省东江流域水葫芦主要分布于流域下游，广州、东莞、惠州的水葫芦覆盖面积较多，上游地区水葫芦覆盖面积相对较少。根据遥感监测结果统计，按水葫芦覆盖面积情况将行政区分为4个等级：第1等级为东莞、惠城，区域内水葫芦覆盖面积分别达到了1.56 km2、1 km2；第2等级为博罗、增城、紫金，水葫芦覆盖面积次之，分别为0.84 km2、0.69 km2、0.39 km2；第3等级为惠东，水葫芦分布面积为0.17 km2；第4等级为东源、和平、龙门、宝安、新丰、源城、龙岗、连平、龙川、惠阳，水葫芦分布面积相对较少，分别为0.13 km2、0.09 km2、0.07 km2、0.06 km2、0.05 km2、0.04 km2、0.03 km2、0.02 km2、0.02 km2、0.02 km2。兴宁、黄埔、福田、罗湖、南山、盐田暂未发现水葫芦分布。

对比2019年3月和2020年4月两个时期的统计数据，发现广东省东江流域水葫芦覆盖总面积由7.08 km2减少至5.19 km2，面积减少26.7%，说明水葫芦灾害治理的效果显著。

从各行政区划的尺度上看，2020年4月惠东、紫金、博罗、龙门、龙岗、连平的水葫芦较2019年3月有所增加，其中又以惠东、紫金、博罗增加较为明显，分别增加了0.17 km2、0.16 km2及0.11 km2。叠加高分辨率遥感图像对比，发现水葫芦覆盖面积增加的区域多数位于城镇中细小的河涌、溪流、池塘，主要支流，干流基本未见水葫芦。另一方面，2020年4月龙川、新丰、宝安、惠阳、源城、增城、惠城、东源、东莞的水葫芦较2019年3月有所减少，其中减少幅度最显著的是源城、增城、惠城、东源、东莞，分别减少了0.15 km2、0.32 km2、0.34 km2、0.71 km2、0.8 km2。

5 结论与展望

东江流域水葫芦分布及监测研究工作表明：基于GEE平台，通过计算光学遥感影像植被指数、水体指数提取水葫芦的方法可靠，精度较高，可应用于大范围水葫芦分布时空分析。

由于GEE平台提供了海量数据云存储、快速云计算能力，同时开放了图像处理API接口，用户只需编写完成算法程序，就能即时实现流域级遥感数据计算分析任务。经测试，基于GEE平台采用Sentinel-2卫星遥感数据提取东江流域水葫芦分布耗时约1 min，成果数据可在平台进行展示及统计分析，最终下载到本地。常规方式需花费数小时，甚至数天时间完成流域级遥感图像的下载，后续的影像处理和分析即使使用工作站编写程序处理图像数据，也需要小时级别的时间才能完成。且基于GEE平台，对用户设备几乎没有性能要求，也不需要提前购置图像处理软件，极大地提升水葫芦时空分布的监测效率，为水葫芦灾害防治及治理成效评价提供准实时信息支撑、高效的技术支撑。

基于GEE平台分析水葫芦空间分布信息，既能全面、及时掌握水葫芦的分布情况，制定科学合理的治理方案，又能高效准确的判断治理效果。广东省东江流域的水葫芦防治实践证明，该技术为东江流域建立水葫芦灾害流域系统治理，区域联防联治，长效治理评价的工作机制提供了科学的支撑。经过技术应用与科学治理，广东省东江流域水葫芦灾情得到了明显的改善。

随着河长制湖长制的进一步推行，江河水质的不断改善，水葫芦防治逐渐向小、微、污染重的水体发展。需要进一步缩短遥感监测周期、提高遥感监测精度，结合多时相高分辨率水质遥感识别污染排放源，监管排污实体，综合分析水葫芦分布和灾害情况。同时，建立地面巡查与遥感监测相结合的动态监察体系，持续监管评价治理成效，根治水葫芦顽症，防止反复成灾。