2022（一等奖）D1073基于Himawari-8卫星遥感的黑龙江省地表水时空格局研究

作品介绍

1 项目简介

为探究黑龙江省地表水空间格局变化，本项目以黑龙江省为例，基于高时相Himawari-8号卫星数据，通过影像预处理、特征指数选择、自动阈值分类、集成学习和随机森林分类等步骤，融合IDL二次开发与GIS空间分析，探索黑龙江省地表水体高频度提取方法，并对其时空格局规律进行研究，结论如下：①水体指数EWI、新型去云指数和植被指数NDVI是大范围水体提取的最佳特征，使用以上特征水体提取的Kappa系数分别为0.9844、0.9447和0.9634；②经过离散度TD距离分析和比较，先进行去云处理后进行水陆分离并考虑水草、植被等对水体提取的影响，效果更佳；③经过对多种分类方法的比较，随机森林分类法因能自动筛选特征对葵花数据高频度水体提取的精度最高；④2016-2020年年际水体范围呈增长态势，水体增长区域主要分布在黑龙江省“一群一渠四流域”，即“杜尔伯特百沼群”、 “安达市黑王泄水渠”、“嫩江中下游-松花江-黑龙江-七星河流域”；相邻年际水体范围增长趋势逐渐剧烈，水体范围减少趋势先剧烈后平缓；⑤黑龙江省2016-2020年长期性河流呈现中心集中边缘离散分布，具有空间自相关性，大部分水域沿流域集中分布。⑥排除长期性河流、季节性河流、水田高频水域影响，分析可得伊春市、双鸭山市、绥化市、黑河市为易内涝城市。其分别集中在“伊春市-汤旺河城市内河”、“双鸭山市-安邦河城市内河”、绥化市泡沼、“黑河市-讷谟尔河城市内河”。

2 项目特点

（1）本作品基于Himawari-8卫星影像，依托其10分钟一景影像的超高时间分辨率，实现高时相遥感影像的水体自动提取，并进行水体成果的日、周、月和年合成。

（2）水体提取算法高鲁棒性、高自动化和高精度，即，一是多重特征指数的选择，通过Kappa系数精度验证筛选最佳特征；二是通过离散度TD距离和集成学习中的投票原则 ，基于非监督分类实现“水体-植被-云”三类样本的动态更新；三是通过多种监督分类方法的对比，确定随机森林分类法因能自动筛选特征可实现高时相影像的水体高精度提取，综合分类精度可达91%。

（3）基于IDL交互式开发语言，实现黑龙江省地表水体提取全自动化处理。数据层面实现了269640幅葵花影像的自动“投影-裁剪-去云”处理，算法层面实现“水体-植被-云指数筛选”、“样本库建立-迭代-判断-更新”、“特征波段计算-特征影像重构-分类”处理。

（4）应用ArcGIS空间分析模块探索了黑龙江省2016-2020年间地表水体时空变化规律，精准提取了长期性河流，定位了黑龙江省易内涝城市和易受水灾影响的耕地区域，为国土空间规划、土地整治工程、高标准农田建设和相关政府部门决策提供了科学的强有力支撑。

3 研究区概况

黑龙江省位于中国东北部，地处黑龙江、松花江、乌苏里江、绥芬河四大水系组成的黑龙江流域。其中包含嫩江、四大水系在内的五大江河，四大湖泊，星罗棋布的泡沼群，水域面积占全省土地总面积近十分之一。降水呈现季风特征，区域降水量差异大。

图1 研究区地理图

 

4 数据来源

研究区范围为葵花影像r14数据所覆盖的以松嫩平原与三江平原为主的黑龙江省43°N~50°N,123°E~135°E区域。为消除黑龙江省冬季河流结冰期影响，研究时间确定为2016年~2020年4月至10月，共计下载Himawari-8卫星原始影像269640幅，Landsat 8影像295幅。

表1 数据来源表

5 技术路线

（1）数据预处理：应用IDL算法对Himawari-8号遥感数据进行投影转换与裁剪；对Landsat8 OLI数据进行辐射定标、大气校正、图像增强和掩膜提取等操作。

（2）指数构建与阈值分割：采用多种云、水体、植被指数进行Kappa系数验证筛选特征指数；应用Otsu、ISOdata、Mean三种自动阈值分割算法进行影像二值分类提取。

（3）水体提取：

①样本库建立：应用IDL构建“去云-植被-水体”集成分类体系，根据去云指数进行影像去云化处理。选取Landsat8影像进行基础样本构建，对指数（3类）与分割算法（Otsu、ISOdata、Mean）匹配构建

模式，建立样本更新库。应用离散度TD距离测算样本中“水体-云层、水体-陆地、陆地-云层”离散情况，二次筛选样本库。应用投票原则，选择最佳样本。

②数据重构：对影像多指数波段运算，复合分类特征集与原始影像进行数据重构。

③监督分类：采用随机森林监督分类方法精准提取水体。

（4）合成水体数据：应用IDL二次开发自动化合成水体周数据、月数据和年数据。

（5）分析与验证

①长期性河流提取：基于年合成数据，在排除研究区域内耕地范围干扰的前提下提取长期性河流及低频水体。

②slope趋势分析：基于像元尺度利用最小二乘法斜率拟合水体频数的趋势变化，判断水体趋势变化情况。

③空间自相关分析：根据莫兰指数及聚类和异常值分析判断水体空间区域集聚显著效应及范围。

④冷热点分析：对低频水体进行冷热点分析判断黑龙江省易内涝城市和易受水灾影响的耕地区域。 

图2 技术路线

6 水体提取及分析

6.1高时相水体提取与精度分析

本项目共计选取6种水体指数，6种去云指数和4种植被指数，通过Kappa系数验证水体指数EWI、新型去云指数和植被指数NDVI的分类精度最佳；根据离散度TD距离指标确定先进行去云处理后进行水陆分离并考虑水草、植被等对水体提取的影响，效果更佳；随机森林分类法对葵花数据水体提取精度最高。

表2 指数精度表

图3 周合成

图4 月合成

图5 年合成

6.2地表水体空间分布与时序分析 

对2016-2020年五年水体频数进行一元线性回归Slope趋势变化计算，由图6可知：黑龙江省省域范围内水体频数变化的Slope值大部分集中在50以下,区域面积为41.4575平方千米，占比超94%，即整体呈现稳定或降低趋势变化。占比约6%的水体频数增长区域，面积为2.5568平方千米，主要分布在黑龙江省“一群-一渠-四流域”，即“杜尔伯特百沼群”、“安达市黑王泄水渠”、“嫩江中下游-松花江-黑龙江-七星河流域”。

图6 slope趋势变化图

通过年际一元线性回归趋势变化分析可得，2016-2020年相邻年际水体范围增长趋势逐渐剧烈，水体范围减少趋势先剧烈后平缓。2016年至2017年水体年际趋势增加面积最大，且多集中于哈尔滨市、伊春市、佳木斯、鹤岗、鸡西市；2017年至2018年水体年际面积减少最大，且多集中于齐齐哈尔市、哈尔滨市、伊春市、牡丹江市、鸡西市、鹤岗、佳木斯市；2018年至2019年整体呈减少趋势，主要集中于齐齐哈尔、大庆及佳木斯市；2019年内水体增长趋势达到谷值为28%，减少趋势达到峰值为72%，但下一年增长趋势骤增至45%，主要集中于大庆、齐齐哈尔、哈尔滨市。可以看出2016-2020年，伊春、齐齐哈尔市、哈尔滨市、佳木斯市水体急剧增长现象频发，通过具体准确地提取洪涝范围，应针对具体县域加强管控，做好极端降水天气的监测与预警，并采取有效应对措施以降低灾害损失。

图7 水体频数趋势变化图

由图可知，其中2019年至2020年水体面积显著增长，其区域集中于黑河市嫩江县、孙吴县、爱辉区的嫩江上游、门鲁河、逊河流域，绥化市海伦市望奎县、北林区的联丰水库、诺敏河、呼兰河流域，哈尔滨市松花江流域、泥河水库、丰农水库、少陵水库，佳木斯市向阳山水库、七虎力河、八虎力河，双鸭山市七星河流域、清河水库、蛤蟆通水库，鸡西市穆棱河、乌苏里江流域。

由2020年时事新闻可知：6月哈尔滨市鸡西、牡丹江北部等部分地区等部分地区发生暴雨现象，启动黑龙江省重大气象灾害（暴雨）lV级应急响应。2020年9月，受第9号台风“美莎克”减弱为温带气旋影响，哈尔滨、双鸭山、鸡西市部分地区发生台风灾害。水体提取准确度得以验证。

6.3基于频次的水体分类与分析

6.3.1长期性河流提取

基于年合成数据，在排除耕地（水田旱地）对长期性河流提取干扰的前提下，根据水体频数确定长期性河流阈值进行长期性河流提取。

不同年份下长期性河流水体空间位置无显著差异，但其范围大小及所出现的频数有所增减，长期性河流范围依次为2016年最少，2018年、2019年、2020年顺次增加，2017年最大。为探究其在空间上的分布模式，采用标准差椭圆分析，分析结果如下表：

图8 标准差椭圆变化图

经统计分析得出，黑龙江省2016-2020年长期性河流呈现中心集中边缘离散分布，大部分水域沿流域集中分布。其平均中心分别向东北、西北、东南、西北方向移动。

6.3.2全局自相关分析 

由表3 可知，2016年-2020年水体频数的全局指数Moran I远大于随机模式下的数学期望E(I)，表明黑龙江省区域范围内水体频数在全局呈集聚趋势、水体分布具有空间自相关性。

表3 莫兰指数统计表

6.3.3局部自相关分析 

依据高低聚类异常值分析空间聚集现象，判断其聚集所在的区域。聚集区域可分为四种类别：高高聚类（HH）、高值要素而其四周围绕低值要素（HL）、低值要素而其四周围绕高值要素（LH）、低低聚类（LL）。LL表示黑龙江省水体低频次区域，主要表现为陆地；HH表示黑龙江省水体高频次区域，主要表现为长期性河流，集中分布于齐齐哈尔市讷河市嫩江流域、绥化市涝州水库泥河水库、大庆市杜尔伯特蒙古族自治县百沼群、哈尔滨市呼兰河松花江流域等；HL表示黑龙江省水体频数为高值但周围低值环绕的区域，主要集中于嫩江和松花江下游区域；LH表示黑龙江省水体频数为低值但周围高值环绕的区域，主要集中于松嫩平原流域。从2016年至2018年水体被检测频次显著增加。

图9 高低聚类异常值变化分析图

6.4热点分析

依据频次属性字段gridcode对低频水体范围进行冷热点分析如图10。[0，3]表示热点区域（统计显著性空间聚集区域），[-3，-1]表示冷点区域（统计显著性空间离散区域）。与2016-2020年土地利用覆盖图叠加分析可知，排除长期性河流、季节性河流、水田等高频水域影响，分析可得伊春市、双鸭山市、绥化市、黑河市为易内涝城市。其分别集中在“伊春市-汤旺河城市内河”（辐射友好区、上甘岭区、乌马河区、翠峦区、伊春区五个主城区）、“双鸭山市-安邦河城市内河”（辐射宝清县、宝山区、集贤县、尖山区、岭东区、友谊县六个主城区）、绥化市泡沼（辐射安达市、肇东市）、“黑河市-讷谟尔河城市内河以及五大连池”（辐射五大连池市、孙吴县等主城区）。

图10低频冷热点图

图11 低频水域热点图