于浩 王涛
摘 要:青藏高原湖泊众多,水资源开发利用与保护是推进我国生态文明建设的关键要素。以萨利吉勒干南库勒湖为研究区,采用高分二号遥感数据,利用可见光同时具水体穿透力和湖底反射特性,通过水深实地测量,建立湖水深度与绿波段之间的模型,生成湖底地形,水深反演模型平均绝对误差为0.23 m,相对误差均为2.84%。采用GIS水淹分析建立湖泊面积与蓄水量间的数学关系,估算当前萨利吉勒干南库勒湖蓄水量为6.179×108 m3。结果表明:结合野外实测数据,高分二号遥感数据能够较精细地反映湖泊湖底地形结构和纹理,能够满足对湖泊蓄水量估算需求,为水资源利用与保障、高原湖泊研究等提供数据支持。
关键词:遥感;高原湖泊;蓄水量;估算
青藏高原被誉为“亚洲水塔”,是我国重要的生态安全屏障和战略资源储备基地[1]。由于海拔高,自然条件差,高原湖泊水文相关数据较少,特别是藏北无人区及可可西里地区仍有大量湖泊尚未进行测量和研究,依靠传统方法进行湖泊水下地形测量耗费大量人力物力,难以在短时间内完成[2-4]。遥感探测通过建立实测水深和水体辐射(反射)之间的相关关系,实现湖底地形反演,估算湖泊蓄水量。于瑞宏等利用多源遥感数据融合技术进行湖泊浅水区水深反演的方法[5],齐述华等对鄱阳湖地区水深反演结果应用于水资源管理[6],隆院男等利用Landsat数据反演洞庭湖水底地形[7],为湖泊管理和防洪工作提供参考。万祥禹等利用Grace重力卫星多角度分析维多利亚湖流域水储量变化[8]。
本文以羌塘高原和田地区萨利吉勒干南库勒湖为研究区,基于国产高分二号遥感数据及实测水深数据,利用可见光波段同时具有水体穿透力和湖底反射特性,建立水深实测数据和水体反射之间的数据模型,通过误差分析,确定最优水深反演模型,构建湖底地形,估算湖泊蓄水量。表明国产高分二号数据进行水深探测能够较精细地反演湖底地形,大幅减小野外工作量,为高原湖泊水资源开发利用与保护提供科学依据。
1 研究区概况
萨利吉勒干南库勒湖是羌塘高原西区的一个封闭咸水湖,位于新疆维吾尔自治区和田县南部,距国内最大的火烧云铅锌矿40 km,地理位置为东经79°42′,北纬34°41′,湖泊位于第三纪喜马拉雅山期形成的山间断陷盆地最洼处,三面环山,北为NW向昆仑山脉南坡,南为喀喇昆仑山东段北坡,东为昆仑山与喀喇昆仑山木梢结合部,西北为戈壁砂砾区。湖面南北长12.0 km,东西宽7.8 km,水域面积达71 km2,湖岸海拔5 163 m。萨利吉勒干南库勒湖补给水源主要为萨利吉勒干西河和萨利吉勒干南库勒河地表水,水量受季节性影响较大。流域内气候寒冷,空气稀薄,水分少,植被较为稀少,环境条件恶劣。
2 高原湖泊水深反演模型
2.1 水深遥感原理
水体光谱特征由水体所含物质组成决定:①波长较短的紫外線波段,水体光谱吸收少,反射率低、大量透射,水面反射率约1%~0.5%;②在可见光波段,水体的反射率大幅增加,主要包括3部分:水表面反射、水体底部物质反射、水中悬浮物质反射。对于清澈水体,在蓝-绿光波段反射率4%~5%,0.6 μm以下红光部分反射率降至2%~3%;③在近红外、短波红外波段,水体吸收了几乎全部入射能量,光谱反射率低[9]。
可见光波段测深原理基于光线对水体的透射,同时具一定反射率。可见光在水体中的衰减系数越小,对水体的穿透性越好[10]。不同水体由于所含物质不同,在可见光波段衰减系数不同。研究表明,在可见光波段蓝绿光波段对研究水深和水底特征较为有效,随水中悬浮物质含量(浑浊度)的增加,衰减系数增大,光对水的穿深能力减弱,当光线向下能够到达水体底部,发生反射后向上穿透水体并发生折射,卫星传感器接收光谱信息的强弱反映了“水深”的概念[11]。
2.2 数据采集
2023年10月6日—2023年10月18日,项目组对萨利吉勒干南库勒湖水深度进行实测,相关设备包括:中海达BSA无人船、水深测量仪器、GPS定位仪、便携式氧气瓶、装载机1台等。每隔5 s无人船搭载的水深测量仪记录1组数据,包括水深、坐标位置、温度等,测量误差为±0.2 m。由于环境恶劣,风浪较大,仅在湖区东北开展测量工作,测量距离2 300 m,采集测量点712处。
收集研究区高分二号遥感数据,时相为2023年10月9日,利用ENVI5.5软件对多光谱数据进行辐射定标、大气纠正、正射纠正,成果数据空间分辨率为3.2 m,包括蓝、绿、红、近红4个波段。
2.3 多光谱波段优选
通过掩膜处理,计算萨利吉勒干南库勒湖高分二号各波段反射率(表1)。
从表1中可看出,绿波段标准差最大,表明该波段湖面反射率值距均值的离散程度最大,即反射率差异最大,信息量最丰富,是反映湖面光谱特征最佳波段。
由于高原湖泊受人为因素、季节变化影响小,水中浮游生物很少,水质较好,湖泊表面水体的反射较为均匀,湖面光谱反射更多的来自于湖底。从图1-a可看出,湖水越深,光谱反射率越小,影像亮度越低;湖水越浅,光谱反射率越大,影像亮度越高。从图1-b可看出,湖面光谱反射率差异明显增强,反射率越高,湖水越浅;反射率越低,湖水越深。由此可知,萨利吉勒干南库勒湖最深部位于西部,萨利吉勒干南库勒河入湖口附近,中部、东部湖岸边缘水深较浅。
2.4 萨利吉勒干南库勒湖水深反演模型
光谱反射率只能反映湖体底部形态,具体深度需实地测量,筛选536对水深数据作为模型样本,剩余176对用于模型精度检验。为构建最佳模型,分别对水深数据进行数学运算,包括二次幂函数(Pow)、平方根(Sqrt)、自然对数(Ln)(表2),并与采样点对应的绿波段反射率进行相关性分析,可看出ln(band)相关性最高(R2=0.910 7),选择Ln(band)构建模型。
建立湖面反射率值自然对数与湖水深度的坐标系,采用线性、二次多项式、三次多项式3种方式进行拟合,其回归方程、相关系数R2分别为:
模型一(线性):y=-0.325 4x+6.071 R2=0.878 2
模型二(二次多项式):y=-0.031 3x2-0.062x+3.384 R2=0.902 4
模型三(三次多项式):y=-0.008 1x3+0.069x2-0.517 1x+7.264 R2=0.910 7
分别对模型一、模型二、模型三反演的水深进行精度检验,从反演水深模型精度评价表可以看出(表3),模型三反演深度与实测深度最为接近,且反演深度的平均绝对误差和相对误差均最小,分别为0.23米和2.84%,模型较为理想。
从水深反演结果看,萨利吉勒干南库勒湖区面积71.82 km2,平均水深12.57 m。湖区西部萨利吉勒干西河为入水口,将湖底环西侧冲积形成贯穿南北的深水沟。北段深水沟较狭窄,一直延伸至湖区最北端;南段深水沟最宽处达2 350 m,最深处达32.69 m,向南逐渐变窄,并延伸至湖区最南端。湖水深度由西向东逐渐变浅,形成地势较平坦的底部地形,平均水深约8~12 m。从图2可看出,湖区西侧深水沟底部结构和纹理较为清晰的显示,相比于浅水区并未变得模糊或平滑,表明利用国产高分二号进行高原湖泊水深探测有效。受汛期洪水的冲击作用,湖底形态随时间推移发生变化,但不影响蓄水量。
2.5 蓄水量估算
利用ARCGIS10.8中3D分析模块,据野外测量湖面平均海拔高程为5 163.87 m,此时萨利吉勒干湖蓄水量为617 934 257 m3。通过水淹分析,计算不同湖区面积对应蓄水量,并建立二者数学模型,结果见表4。
对湖区面积与蓄水量进行回归分析,二次多项式能够很好地拟合二者关系,
y = 0.013 5x2 - 1.481 1x + 42.898 R2=0.975 1
高原湖泊多数属内流型湖泊,受气候环境、人为因素影响较小,湖水补给以冰川融水为主,蓄水量随季节变化较为稳定,规律性较强,除极端年份,短时年际间月份蓄水量变化不大。收集近年来不同月份遥感影像,提取湖面面积,反演得到各月份萨利吉勒干南库勒湖蓄水量(表5)。
从表5可看出,冰川融水是萨利吉勒干南库勒湖主要补给方式,7月至10月夏秋季节为丰水期,平均蓄水量为5.231×108 m3;12月至次年4月冬季为枯水期,平均蓄水量为3.715×108 m3。
3 结论
(1) 利用高分二号遥感数据,建立萨利吉勒干南库勒湖水面绿波段光谱与实测水深数据的数学模型,对湖水深度进行反演,生成湖底地形。当湖面高程为5 163.87 m时,萨利吉勒干南库勒湖面積为71.82 km2,平均水深12.57 m,最大水深32.69 m,蓄水量为6.179×108 m3。
(2) 结合野外实测水深数据,对萨利吉勒干南库勒湖底部地形反演模型精度进行评价,平均绝对误差为0.23 m,相对误差均为2.84%,能够满足对湖泊蓄水量估算需求。
(3) 湖区西部萨利吉勒干西河为入水口,将湖底西侧冲积形成贯穿南北的深水沟,湖水深度由西向东逐渐变浅,形成地势较为平坦的底部地形。从反演结果来看,湖区西侧深水沟结构和纹理能够较为清晰的显示,相比于浅水区并未变得模糊或平滑,表明利用国产高分二号进行高原湖泊水深探测有效。
参考文献
[1] 朱立平,鞠建廷,乔宝晋,等.“亚洲水塔”的近期湖泊变化及气候响应:进展、问题与展望[J].科学通报,2019,64:2796-2806
[2] 张国庆,王蒙蒙,周陶,等.青藏高原湖泊面积、水位与水量变化遥感监测研究进展[J].遥感学报,2022,26(1):115-125
[3] 马小奇,卢善龙,马津,等.基于地形参数的湖泊水储量估算方法-以纳木错为例[J].国土资源遥感,2019,31(4):167-173
[4] 刘翀,朱立平,王君波,等.基于MODIS的青藏高原湖泊透明度遥感反演[J]. 地理科学进展,2017,36(5):597-609
[5] 于瑞宏,许有鹏,刘廷玺.应用多光谱遥感信息反演干旱区浅水湖泊水深[J].水科学进展,2009,20(1):111-117
[6] 齐述华,龚俊,舒晓.鄱阳湖淹没范围、水深和库容的遥感研究[J].人民长江,2010,41(9):135-38
[7] 隆院男,闫世雄,蒋昌波,等.基于多源遥感影像的洞庭湖地形提取方法[J].地理学报,2019,74(7):1467-1481
[8] 万祥禹,游为,王海波,等.基于多源数据分析维多利亚湖流域水储量变化[J].地球物理学报,2021,64(2):441-454
[9] 吴成永.艾比湖水底地形遥感研究[D].新疆师范大学硕士学位论文,2010.6
[10] 沈蔚,郝李华,陈沐崟.高分二号遥感影像水深反演能力评价[J].海洋技术学报,2023,42(4):28-33
[11] 赵春燕,禹定峰,周燕.水体透明度遥感反演算法研究进展[J].海洋科学,2023,47(5):176-185
Application of Remote Sensing in Estimating the Storage Capacity of Plateau Lakes
Yu Hao1, Wang Tao2
(1.Xinjiang Uygur Autonomous Region Geological and Mineral Exploration and Development Bureau
Information Center,Urumqi,Xinjiang,830000,China;2.Xinjiang Geological Engineering Survey I
nstitute Co.,Ltd.,Urumqi,Xinjiang,830000,China)
Abstract: The Qinghai Tibet Plateau has numerous lakes, and the development, utilization, and protection of water resources are key elements in promoting China's ecological civilization construction. Using the Saligileghan Lake as the research area and using high-resolution remote sensing data, utilizing the characteristics of visible light with both water penetration and lake bottom reflection, a model between lake depth and green band was established through field measurements of water depth. The lake bottom topography was generated, and the average absolute error of the water depth inversion model was 0.23m, with relative errors of 2.84%. Using GIS flooding analysis, establish a mathematical relationship between lake area and storage capacity, and estimate the current storage capacity of Saligileghan Lake to be 617.9 million cubic meters. The results show that, combined with field measurement data, the Gaofen-2 remote sensing data can accurately reflect the structure and texture of lake bottom topography, meet the needs of estimating lake water storage capacity, and provide data support for water resource utilization and protection, plateau lake research, etc.
Key words: Remote sensing; Plateau lakes; Storage capacity; Estimate
項目资助:新疆地质矿产勘查开发局自然资源卫星应用技术分中心建设及应用示范(XGMB202255)资助
收稿日期:2023-10-13;修订日期:2024-02-21
第一作者简介:于浩(1979-),男,硕士,高级工程师,从事遥感地质调查、矿山环境方面的应用研究;E-mail: yhaofly@163.com