论文部分内容阅读
湖泊的形成与消失、扩张与收缩对生态环境演化和社会经济发展都有重要影响。由于受气候、生态环境和人类活动等因素的综合影响，湖泊水域范围的变化速度快、幅度大，对观测的频率和分布都有很高的要求。近几十年以来，卫星遥感技术以其快速、覆盖面广、成本低廉等优点，为较大区域的湖泊动态监测提供了重要数据基础。 本文以亚洲中部地区为例，针对大范围、高精度、长时间序列的湖泊变化分析对遥感数据时空分辨率的需求，重点开展了三项研究:1）基于MODIS观测数据，研究湖泊监测方法及在青藏高原的应用;2）研究基于Landsat等中高分辨率卫星数据的湖泊提取方法，提高对小水体的监测能力;3）利用2000年以来的Landsat多颗卫星的观测数据，结合高性能数据存储和处理能力，提取亚洲中部地区2000-2015年湖泊分布，分析其湖泊数量、面积和分布变化。本文主要结论如下: (1)MODIS的广域、快速观测数据为大区域较大的湖泊分析提供重要的数据源，但同时也存在局限。例如宽视场角遥感观测的BRDF效应导致在水体边界提取不稳定以及混合像元问题。论文利用BRDF校正方法和降尺度方法(IMAR)有效地提高了湖泊监测的空间精度和准确度，并在青藏高原开展了应用研究。 (2)构建了自适应的Landsat自动水体提取算法，通过结合遥感波谱指数、地形数据以及相关参考信息数据，构建分层加权采样空间，形成基于决策树分类算法的水体提取模型，能够对每一景Landsat进行自动水体提取。基于每个像素的遥感重复观测，判断每个观测的获取时间，通过时间序列内插分析，构建逐月的水体观测分布和变化过程。收集研究区2000年以来的云量小于80％的所有Landsat数据，获得共96278景影像（约25T数据量），结合高性能数据处理能力，生成中亚干旱区和青藏高原2000-2015年的湖泊时空变化数据集。 (3)对自动水体提取结果进行全面、定量的评价和精度验证。利用分层随机采样采集样点，通过人工解译，获取能够代表不同时空分布的验证样点。评价结果表明:研究区时间序列水体数据总体精度为99.45％(±0.59)，水体用户精度（错分）为85.37％(±3.74)，制图精度（漏分）为98.17％(±1.05)。错分误差主要由预处理部分残留的云阴影、山体阴影以及冬季冰雪造成。夏季水体提取精度最高，冬季提取精度较低，对于冰雪的提取有待改进。时间序列内插法生成逐月水体数据交叉验证的总体精度为98.57％，稳定陆地上插值结果的精度最高(98.86％)，稳定水体的插值精度为98.46％，波动水体上精度最小(87.47％)，表明时间序列内插法的可行性。 (4)湖泊数量和湖泊面积的关系是反映水体分布特征的重要指标。论文发现，中亚干旱区和青藏高原的湖泊数量均和湖泊面积呈幂指数关系，与全球范围的类似研究结果相一致。但对比发现，该关系在中亚呈现相对两头大中间小的分布，而青藏高原则在中型湖泊的统计得到较高的密度，表明中亚干旱区湖泊小而多，且分布不均匀，而青藏高原地区的湖泊面积和分布比较均一。此外，2000-2015年中亚干旱区湖泊数量减少率约为青藏高原9倍，且湖泊数量波动约为青藏高原地区的6倍。 (5)在2000-2015年间，中亚干旱区湖泊面积变化要比青藏高原湖泊更为显著。在该16年内，中亚干旱区湖泊总面积整体呈减少趋势，减少速率约为1146km2/年（年变化率1.2％），而青藏高原则整体呈增加趋势，增加速率约为356.86km2/年(0.72％)。中亚干旱区约75.24％的湖泊面积处于减少趋势，主要分布在西北部平原区和新疆中北部沙漠区域，扩张湖泊主要分布在哈萨克斯坦大草原东部区域，中亚河谷湿地和昆仑山中部地区。青藏高原地区湖泊约46.54％的湖泊面积呈扩张趋势，主要集中在青藏高原中部的高山草原和灌木林地，相比中亚干旱区，青藏高原的中小型湖泊扩张比例明显增大。面积缩小的湖泊大多面积小于10km2，主要分布在西藏东南部林地和灌木地和草地区。 (6)研究逐月湖泊面积和变化，有助于理解区域湖泊季节性特征和变化驱动因素。论文分别以中亚干旱区和青藏高原的两个典型湖泊为例，研究发现两区域湖泊面积的月年际变化呈相反趋势。从2000至2015年，中亚干旱区典型湖泊在4-10月的年际面积均呈减少趋势，其中4-5月的年际面积减少最为显著，融雪减少可能是其减少的主导因素，且受人类活动影响明显。青藏高原地区典型湖泊在6-9月年际面积均有增加趋势，其中6月的年际面积增长最快，相关性分析表明，湖泊面积年变化和6-9月年际变化均受降雨影响比较显著。