张 文，贾祎琳，崔长露，岳翠莹，孟令奎

（武汉大学遥感信息工程学院，湖北 武汉 430079）

基于多源数据的白洋淀水域变化分析

张 文，贾祎琳，崔长露，岳翠莹，孟令奎

（武汉大学遥感信息工程学院，湖北 武汉 430079）

以白洋淀水域为研究区域，针对白洋淀水域上游 2 个河道水文站的年平均流量、水位及水域遥感监测面积等数据，进行 Mann-Kendall 趋势、突变的检验，以及水位-面积拟合，并对结果进行分析，以期从多源数据中挖掘白洋淀水域的变化特征。分析结果表明：紫荆关站与阜平站的年平均流量呈显著下降趋势，且这种下降趋势在 1990 年后更加显著；白洋淀的水面面积经过急速下降—持续较低—缓慢上升的发展阶段，整体呈不显著下降状态，并且按先中部东部，再南部北部，最后西部的空间顺序增长；由于白洋淀上游河流流量不足，引水济淀仍然是保持白洋淀正常生态环境的有效途径；白洋淀春季、秋季、冬季水位-面积正相关关系明显，夏季较差，春、秋、冬三季水位-面积整体正相关且拟合关系较好。

白洋淀；多源数据；Mann-Kendall 检验；水位-面积线性拟合；水域变化；变化分析

0 引言

2017 年 4 月 1 日设立的河北雄安新区，规划范围涉及河北省雄县、容城、安新三县及周边部分区域，主体位于安新县的白洋淀成为雄安新区的最大水域[1]。

白洋淀是我国海河平原上最大的湖泊，也是华北平原仅存的为数极少的湖泊型湿地之一[2]，具有缓洪滞沥、调节气候、保护生物多样性等多种生态功能[3]。但是近半个世纪以来，白洋淀受人类活动和气候变化的影响，入淀水量持续减少[4]，出现了水源不足，淀泊面积萎缩，干淀频繁发生等情况。为缓解白洋淀危机，避免干淀，自 1981 年以来，连续多年引水济淀，先后实施了上游王快、西大洋、安各庄水库放水济淀，“引岳济淀”“引黄济淀”“南水北调”济淀等方案。这些措施在一定程度上缓解了白洋淀的水资源危机，恢复了白洋淀周边的生态环境和生产生活。

随着对地观测技术的发展，多成像方式、多波段、多分辨率数据的并存使得遥感数据日益多元化[5]；随之而来的遥感数据量呈指数级的增长、获取速度的加快和更新周期的缩短等特性使得遥感数据表现出明显的“大数据”特征[6]。同样，随着水利信息化的发展和监测手段的不断进步，水文数据也呈现出爆发式增长的态势[7]，水文行业的大数据时代也已经到来。如何有效地利用多源数据，实现从遥感与水文大数据中的信息挖掘，进而形成空-地数据协同分析，获得所需知识，辅助指挥决策已越来越重要。邵佳丽等[8]利用 1989—2011 年长时间序列卫星遥感数据进行洞庭湖水体面积提取计算，分析洞庭湖的水体面积、径流量、降雨量在三峡水库运行前后的关系。袁敏等[9]基于 2000—2010 年MODIS 遥感影像及城陵矶水位数据，分析了三峡工程调节作用对洞庭湖水面面积的影响。沈占峰等[10]利用 1973—2015 年的遥感影像数据精确提取了 43 期白洋淀水体面积，分析了面积变化趋势；高彦春[11]等利用气温、降水和径流数据对白洋淀流域的变化特征及其相互响应关系进行了分析；刘丹丹等[12]利用降雨量数据对白洋淀流域的降水特性进行了分析。然而，针对白洋淀的研究多是单一地使用遥感或是水文数据，而综合利用遥感与水文数据的长时间序列分析少之又少。

因此，利用 1989—2016 年的卫星遥感数据，结合白洋淀水域上游 2 个河道水文站的河流流量及水位数据，采用 Mann-Kendall 趋势、突变的检验法，以及水位-面积线性拟合进行统计分析，以期从遥感与水文大数据中挖掘白洋淀水域的变化特征。

1 研究区域与数据

1.1 研究区域

白洋淀流域地处北纬38°10′～40°00′，东经113°40′～116°20′，地跨保定、北京、石家庄等市，地势西高东低，隶属于海河流域大清河水系。白洋淀水域位于流域东部，主要承接流域内南北中河流来水，主要河流包括拒马河、唐河、潴龙河、瀑河、漕河等。白洋淀流域属温带半干旱大陆性季风气候，70%～80% 的降雨集中在 6—9 月，多以暴雨形式出现，降雨以西部山区迎风坡降雨较多，山区背面及平原区降雨较少的形式分布。

1.2 数据源及数据处理

按照每季 1 次，每年共 4 次的监测频率，选取1989—2016 年共 112 期影像质量状况较好的遥感数据，其中 1989—2013 年数据为美国 Landsat 系列卫星遥感数据，分辨率为 30 m；2014—2016 年数据为我国高分 1 号 WFV 类型卫星遥感数据，分辨率为16 m；数据量共约为 180 GB。遥感数据经过辐射定标、大气和正射校正、目标区裁剪等预处理流程后进行水体提取，Landsat 影像采用 MNDWI（改进后的归一化水体指数）结合相应阈值进行水体提取，高分 1 号影像采用 NDWI（归一化水体指数）结合相应阈值进行水体提取，并对提取结果进行复检后计算面积。

河流流量和水位数据均来源于水利部实时水雨情数据库。白洋淀流域中的绝大部分测站数据存在时间序列较短，数据缺失严重，完整性较差的问题，难以反映河道流量的真实情况及进行长时间序列分析。因此，最终选取 1998—2016 年十方院溢流堰上水位数据，1956—2016 年紫荆关站与 1958—2016 年阜平站的河流流量数据，并统计 2 站的年平均流量数据，以便进行后期的数据分析。

2 分析方法

2.1 Mann-Kendall 趋势检验法

Mann-Kendall 趋势检验法可用来分析降水、径流和水质等要素时间序列的趋势变化[13]，能够有效区分某一自然过程是处于自然波动还是存在确实的变化趋势。该方法定义了统计量 S：

式中：n 为样本量；Xi与 Xj均为样本量的时间序列；当 ( Xi-Xj) 小于、等于或大于零时，sgn ( Xi-Xj) 分别为-1，0 或 1；统计量 S 大于、等于、小于零时，检验量 Z 分别为：

检验量 Z 为正，表明变量呈上升趋势；检验量Z 为负，表明变量呈下降趋势。给定一显著水平 α，如果 |Z| ≥ Zα⁄2，则表明在 α 置信水平上，数据存在明显的上升或下降趋势。

2.2 Mann-Kendall 突变检验法

Mann-Kendall 突变检验法可用于检验序列突变，对于具有 n 个样本量的时间序列 X，构造一秩序列 ri：

式中：k 序列为从第 2 个样本开始的样本顺序列；Sk是第 i 个时刻数值大于第 j 个时刻时，数值个数的累加。Sk的均值 Sk及方差 σ2定义如下：

在时间序列随机独立的假定下，定义统计量UFk：

式中：UF1= 0，按时间序列 X 的逆序重复上述过程，同时使 UBk=-UFk，UB1= 0。若 UFk＞ 0，则表明序列呈上升趋势，反之，则表明序列呈下降趋势。当超过显著水平临界直线时，表明上升或下降趋势显著。如果 UBk和 UFk这 2 条曲线出现交点，且交点在 2 条显著水平临界线之间，那么交点对应的时刻即是开始产生突变的时刻，即突变点。

3 结果分析

3.1 河流流量年际变化分析

白洋淀属内陆季风气候的湖泊，淀泊水资源主要来自河流补给。紫荆关站与阜平站年平均流量变化曲线图如图 1 所示。从图 1 可看出：紫荆关站与阜平站的平均流量年际变化较大 ，总体呈现明显的下降趋势；两站年际变化趋势基本一致，但阜平站的变化幅度更为剧烈；两站年平均流量出现显著峰值时间与流域内出现暴雨洪水时间一致，分别为1959，1963，1979，1988，1996 和 2012 年夏季，拒马河洪水导致紫荆关站年平均流量在 2012 年出现一个小波峰，而对阜平站的影响较小；年平均流量最大值都发生在 1959 年，紫荆关站与阜平站的年平均流量分别为 142.78，610.52 m3/s，2016 年紫荆关站与阜平站的年平均流量分别为 2.46，94.13 m3/s。

图 1 紫荆关站与阜平站年平均流量变化曲线图

为更准确地判断河流流量的年际变化趋势，对两站的年平均流量进行了 Mann-Kendall 趋势及 突变检验，检验结果如表 1 和图 2 所示，可以得出：紫荆关站与阜平站年平均流量的统计值 Z 分别为-5.563 3，-4.989 6，满足 α = 0.01 的显著水平要求，说明白洋淀流域河流平均流量的下降趋势非常明显。通过图 2 可以看出：两站年平均流量没有明显的突变时刻，说明尽管存有年际间的波动，但整体上一直都在下降；约 1990 年后这种减少趋势大大超过了 0.05 显著性水平临界线，后期甚至超过了 0.01显著性水平临界线。

表 1 白洋淀流域河流年平均流量 Mann-Kendall 统计表

白洋淀流域内气温的升高、降雨量的减少，以及工农业的迅速发展、人类活动的加剧、上游王快水库等水利工程大规模的投入使用都导致河流流量的不断减少，从而进一步导致入淀水量的减少，使得淀泊内水量不断降低，面积不断减小。

3.2 水面面积变化分析

白洋淀周围的景观类型可分为明水面、沼泽、农田、居民地，其中沼泽主要是芦苇沼泽[14]。芦苇沼泽与农田的光谱类似，导致在遥感影像上难以对两者进行区分，因此只对淀泊的明水面面积进行统计计算。

图 2 白洋淀流域河流年平均流量 Mann-Kendall 曲线图

每年 4 次具有代表性的遥感监测水面面积数据如图 3 所示，从图 3 可以看出：1989—2016 年期间，白洋淀最大水面面积为 1996 年 2 月 7 日的258.00 km2，最小水面面积为 2002 年 10 月 5 日的8.70 km2，最大年平均面积为 1989 年的 181.85 km2，最小年平均面积为 2002 年的 18.65 km2；其中，1989—2003 年期间白洋淀水面面积呈现出较为明显的下降趋势，2003—2006 年期间白洋淀持续维持在 8～50 km2的低水面面积状态，2007—2016 年期间，白洋淀水面面积呈现出缓慢上升的趋势；从整体上看，白洋淀的水面面积经过了急速下降—持续较低—缓慢上升的发展阶段，且年内四季水面面积波动明显。

图 3 白洋淀水面面积曲线图

为更清楚地判断白洋淀水面面积的年际变化趋势，对白洋淀年平均面积进行了 Mann-Kendall 趋势与突变检测，检测成果分别如表 2 和图 4 所示。结果表明：年平均水面面积的统计量 Z 为-1.145 9，不满足置信水平 α = 0.05 的显著性水平要求，说明尽管白洋淀水面面积整体在减少，但是在 α = 0.05 的置信水平上减少趋势不明显；UFk与 UBk这 2 条统计量曲线在 1990 年左右形成交点，且交点在 2 条显著性水平直线内，表明 1990 年是年平均面积的突变点，这与紫荆关站、阜平站年平均流量在大约 1990 年后急剧下降相吻合；UFk统计量曲线约在 1997—2005 年期间超过了 α = 0.05 的置信水平，并且一直在下降，可见这段时期年平均面积的减少最为剧烈，而这一情况在 2006 年后得到了缓解。

从数据分析中可以看出：2004 年之前王快、西大洋、安各庄水库小水量输水补淀只能对白洋淀进行短暂的维持；而 2004 年 2—6 月“引岳济淀”1.59 亿m3之后，白洋淀水面面积才开始增长；2006 年11月 24 日开始实施“引黄济淀”，补水量达 1.00 亿m3，后又“引黄济淀”4 次，补水量达 4.09 亿m3，白洋淀水面面积因黄河水的注入得以缓慢增长；2014 年底“南水北调”中线贯通后，白洋淀水面面积增加趋势更为明显。综上所述，白洋淀流域河流流量不足，上游水库补给能力有限，从目前来看，“引黄济淀”和“南水北调”仍是保证白洋淀正常生态环境的有效途径。

表 2 白洋淀年平均水面面积 Mann-Kendall 统计

图 4 白洋淀年平均水面面积 Mann-Kendall 曲线图

此外，根据白洋淀从最小到最大水面面积的变化，分析了白洋淀水面的空间变化趋势，变化图如图 5 所示。可以看出：白洋淀水面面积按先中部东部—再南部北部—最后西部的空间顺序增长，这与白洋淀西高东低的地势有关，并且水面面积的不断增大使得水面的破碎化程度不断降低。

图 5 白洋淀水面面积变化图

3.3 水位-面积关系分析

根据白洋淀水面面积与对应日期的白洋淀水位数据，进行了白洋淀水位-面积线性回归分析，关系图如图 6 所示。可以发现：春季、秋季、冬季水位-面积呈正相关关系，即水位升高，面积增大，并且拟合关系较好，R2分别为 0.888 4，0.889 7 和 0.904 0；而夏季水位-面积 R2仅为 0.005 8，说明夏季白洋淀水位-面积的线性关系较差。由于在夏季不同时期时，芦苇等植物不同程度地遮挡了水域水面，导致遥感监测面积难以反映真实的水域面积，使得遥感监测面积小于真实的水面面积。而夏季降雨偏多，水位偏高，因而使得夏季水位-面积线性关系不明显，水位-面积对应点明显为异常或离群点。因此，最终选取春、秋、冬三季数据进行长时间的水位-面积线性拟合，三季水位-面积 R2为 0.715 1，表明除夏季异常外，其余时间段的水位-面积存在明显的正相关关系，且拟合关系较好。

图 6 白洋淀四季水位-面积关系图

4 结语

基于 Mann-Kendall 趋势、突变检验及水位-面积线性拟合等方法，对白洋淀水域的河流流量、水面面积、水位的变化趋势进行了分析，得出的结论对维持白洋淀生态环境具有一定的参考和借鉴意义。分析得出：白洋淀流域河流流量不足，单靠白洋淀水量无法保持雄安新区的长期建设，“引黄济淀”“南水北调”等补淀措施仍是目前保证白洋淀正常水面面积、生态环境及新区建设的有效途径。

对于一般湖泊、水库来讲，基于光学遥感影像监测的水域面积与实测水文数据在时间序列上具有良好的拟合关系，而以白洋淀为代表的植被茂盛、水深较浅的水体，具有夏季植被覆盖水体干扰遥感监测的缺点，导致数据准确性受到极大干扰。因此，寻找新型、有效的监测手段对白洋淀水域变化实行更进一步的精确分析是很有必要的。

[1] 新华社. 中共中央，国务院决定设立河北雄安新[EB/OL].http://politics.people.com.cn/GB/n1/2017/0401/c1001-29185929.html.

[2] 张敏，宫兆宁，赵文吉，等. 近 30 年来白洋淀湿地景观格局变化及其驱动机制[J]. 生态学报，2016，36 (15):4780-4791.

[3] 赵翔，崔保山，杨志峰. 白洋淀最低生态水位研究[J]. 生态学报，2005，25 (5): 1033-1040.

[4] 李英华， 崔保山，杨志峰. 白洋淀水文特征变化对湿地生态环境的影响[J]. 自然资源学报，2004，19 (1): 62-68.

[5] 孟令奎，郭善昕， 李爽. 遥感影像水体提取与洪水监测应用综述[J]. 水利信息化，2012 (3): 18-25.

[6] 李德仁，张良培，夏桂松. 遥感大数据自动分析与数据挖掘[J]. 测绘学报，2014，43 (12): 1211-1216.

[7] 冯钧，许潇，唐志贤，等. 水利大数据及其资源化关键技术研究[J]. 水利信息化，2013 (4): 6-9.

[8] 邵佳丽，郑伟，刘诚. 卫星遥感洞庭湖主汛期水体时空变化特征及影响因子分析[J]. 长江流域资源与环境，2015，24 (8): 1315-1321.

[9] 袁敏，李忠武，谢更新，等. 三峡工程调节作用对洞庭湖水面面积（2000—2010年）的影响[J]. 湖泊科学，2014，26 (1): 37-45.

[10] 沈占锋，李均力，于新菊. 基于协同计算的白洋淀湿地时序水体信息提取[J]. 地球信息科学学报，2016，18 (5):690-698.

[11] 高彦春，王金凤，封志明. 白洋淀流域气温、降水和径流变化特征及其相互响应关系[J]. 中国生态农业学报，2017，25 (4): 467-477.

[12] 刘丹丹，吴现兵，程伍群，等. 白洋淀流域降水特性分析[J]. 南水北调与水利科技，2014 (5): 113-117.

[13] 刘丹丹. 白洋淀水资源量变化及其原因分析[D]. 保定：河北农业大学城乡建设学院，2014: 14-15.

[14] 庄长伟，欧阳志云，徐卫华，等. 近 33 年白洋淀景观动态变化[J]. 生态学报，2011，31 (3): 839-848.

Study on change analysis of Baiyangdian based on multi-source data

ZHANG Wen, JIA Yilin, CUI Changlu, YUE Cuiying, MENG Lingkui

(College of Remote Sensing Information Engineering, Wuhan University, Wuhan 430079, China)

Aiming at mean annual discharges, water level and remote sensing surface area data of two hydrological stations in the upper reaches of Baiyangdian, this paper conducts Mann-Kendall trend test, Mann-Kendall mutation test and water level-area linear fitting to analysis variation characteristics of Baiyangdian in the hope of mining Baiyangdian water change characteristics from multi-source data. The results show that the mean annual discharges of Zijingguan Station and Fuping Station were significantly decreased, and the decreasing trend was more significant after the year of 1990. The surface area of Baiyangdian has gone through a rapid decline - sustained low - slow rising stage of development, and the overall decline is not significant. The area increases according to the spatial order of first central east-south north - last west. However, due to the insufficient flow of rivers in the upper reaches of Baiyangdian, water diversion and precipitation are still an effective way to maintain the normal ecological environment in Baiyangdian.The spring, autumn and winter water level - area fitting relationship of Baiyangdian is positively correlated, the summer ispoor, spring, autumn and winter three seasons water level –area is positively correlated and the fitting relationship is better.

Baiyangdian; multi-source data; Mann-Kendall test; water level - area linear fitting; change analysis

TP393；TV213

A

1674-9405(2017)05-0039-07

10.19364/j.1674-9405.2017.05.008

2017-05-15

张 文（1980-），女，湖北十堰人，讲师，博士，主要研究方向为遥感、地理信息系统及其领域应用。