2000–2015年咸海边界数据集

2019-06-24孙芳蒂熊立

中国科学数据(中英文网络版) 2019年4期

关键词：绿水反射率波段

孙芳蒂，熊立

1 广州大学地理科学学院，广州 510006

2 江西省减灾备灾中心，南昌 330046

数据库（集）基本信息简介

引言

作为一个典型的内陆咸水湖，咸海坐落在哈萨克斯坦南部与乌兹别克斯坦北部接壤区域。咸海流域包含的国家还有塔吉克斯坦、土库曼斯坦、吉尔杰斯斯坦和阿富汗。1960s以前，咸海是全球第四大湖泊，面积超过68000 km2。1960s以后，前苏联政府鼓励大规模种植农业和兴修水利，流域内咸海补给河流的水量被大量抽取或截留，咸海的水量平衡被破坏，开始萎缩，水位从52 m降至1980年的40 m[1]。1991年，前苏联解体后，水资源的分配问题关系到咸海流域内各个国家的政治和经济利益。一些水库修建于咸海的两条补给河流上，减少了咸海的供给量。乌兹别克斯坦大量的棉花出口促使南咸海的水位进一步下降。由于人口的增加使得用水需求增大，哈萨克斯坦于2005年在南、北咸海相接处修建了13 km的Kok-Aral水坝，从而拦截咸海北部的水向南流。到2007年，南咸海水位为29.6 m，咸海面积萎缩了2/3，流量损失高达90%[2-3]，咸海萎缩成3个独立的小湖泊。截止2015年，其面积仅为10000 km2[4]。咸海的剧烈萎缩被认为是全球最大的环境灾难，当地生态系统、沉积物和古生物环境恶化，鱼类和野生动物数量锐减，土壤盐化导致农业减产，且咸海东部大面积裸露的湖底使得空气中充满灰尘和盐分[4]。本研究利用高时频的MODIS数据，得到了2000–2015年共32期咸海的边界数据，并提供数据共享服务。相关研究成果作为咸海水文特征监测的一部分，可以用来描绘本世纪以来咸海水域面积的波动情况，反映咸海受人类活动和自然环境的影响。

1 数据采集和处理方法

1.1 数据来源

本研究使用的MODIS数据为覆盖咸海区域的三级反射率产品MOD09A，该产品已经进行了大气校正，时间频率为8天，空间分辨率为500 m，投影为等面积投影Sinusoidal。本研究选取每年夏季6–8月的数据进行咸海水域提取，排除影像中湖泊被云干扰的情况，最终确定2000–2015年32期数据。

1.2 数据处理方法

水体光谱反射率总体比较低，反射特征并不单一，主要分为三种类型：清水、绿水和浊水[5]。其中，清水反射率最大值在蓝光（Blue）波段，且反射率随着波长增加而降低；绿水最高反射率在近红外（NIR）波段，主要由于含有叶绿素导致近红外波段存在高反射；由于混有泥沙，浊水中红外波段反射率较高。对于这三种类型的水体，采用单一的水体指数不能实现有效提取。本研究通过构建决策树的方法[5-6]，对水体进行自动化提取。

首先，计算水体指数（Modified Normalized Differenced Index，MNDWI），其计算公式如下：

R代表MOD09产品中各波段的反射率，其中4、5波段分别指Blue和NIR波段。

利用MNDWI＞0可以去除一些高反射地物，如不透水层、裸地。因此，本研究通过该条件生成掩膜数据，然后再进行各类水体的提取。

在掩膜数据的基础上，可以利用第2波段小于某一阈值来提取清水；通过设置光谱反射率最高值在第4波段同时又小于一定的阈值来提取绿水和浊水。由于含有叶绿素，绿水的光谱特征与植被、水田类似，在红光波段处有吸收谷，近红外波段处有反射峰，但是绿水具有较低的反射率和植被指数（Normalized Differenced Vegetation Index，NDVI）值。因此，利用NDVI小于一定的阈值来提取绿水。利用最高反射率在第5波段且第5波段的反射率小于一定阈值来提取浊水。本研究利用决策树提取水体的流程如图1所示。

其中，T表示阈值，根据已有各种土地覆盖产品和水体产品，对2000–2015年咸海水域面积中清水、绿水和浊水分别进行采样。通过对样本的统计，本研究给出各波段阈值的建议范围为：Tb2＜0.18；Tb4＜0.2；TNDVI＜0.3；Tb5＜0.15[5]。

根据咸海的空间位置，确定其水域范围。最后对提取结果逐一进行目视检验。针对错分、漏分的情况采用数字矢量化方法进行修改，共完成32期咸海水域分布图的绘制。

图1 基于决策树的水体提取

2 数据样本描述

2.1 数据组成

本数据集包括2000–2015年每年2期，共计32期咸海的空间分布数据，本数据保存为1个压缩文件（“2000–2015年32期咸海边界数据集.rar”），总数据量为948 KB。数据存贮为shp矢量数据文件，投影系统为WGS-84。

2.2 数据样本

本数据主要反映咸海在每年夏季的水域分布状况，咸海2000–2015年水域分布样例如图2所示。

图2 2000–2015年咸海水域空间分布图

咸海水域面积在过去16年经历了显著的变化。面积呈现逐步萎缩趋势，其中2009年、2014年面积比较小。本数据集中，最大水域面积为 2000年的 26 809.39km2，最小水域面积为 2014年的7208.20km2。咸海于2007年分裂为独立的三个湖泊。咸海北部自2006年开始呈现了轻微的增加趋势，截止2015年面积增加了150km2。主要由于自2005年开始，哈萨克斯坦在北咸海的南端修建了一个水坝，阻止了北咸海的水向南流。西咸海和东咸海呈现出了明显的萎缩趋势。2000～2015年东咸海的萎缩速率高达−1089.48km2/yr，主要因为咸海东部湖底地形比较平坦，水量的减少使得东咸海面积萎缩比较剧烈。西咸海湖底地形稍陡，它的萎缩速率为−191.73km2/yr[4]。

3 数据质量控制和评估

为了验证数据集中咸海边界精度，本研究获取了2000和2010年两套30 m分辨率的水体产品GL30。GL30是基于Landsat、CEBERS和HJ卫星数据，在水体自动提取的基础上又经过了人工修正[6]。为保证湖面的一致性，本研究挑选与30 m影像时间最近的MODIS提取结果参与精度验证。将2000、2010年的30 m水体结果重新采样为500 m分辨率，从而与MODIS结果在空间上进行对比。2000、2010年MODIS结果的漏分率分别为0.9%、1.5%，错分率分别为2.94%、4.23%。由于GL30的水体精度高于96%[6]，因此本研究咸海边界的精度也应高于90%。此外，利用两期结果漏分、错分比例的绝对值之差可以面积的统计误差[7]，本研究中咸海面积统计的误差范围应为0.6%–1.29%之内。