 许多人共同关注的话题，作为一个研究生学位论文来研究，无疑是一个充满挑战性的过程。本文就是以我们今年（2019）发表在Remote Sensing（遥感）上的一篇文章（学位论文的一部分）来说说大湖的变迁。 三峡大坝的运行是从2003年开始的，要研究鄱阳湖水体的长时序变化，也就是跨越三峡大坝运行前后的比较，最好的卫星应该是Landsat系列了。不过，Landsat数据的空间分辨率高（30 m），对于鄱阳湖这样的大湖来说，拼接起来的巨大图像就让普通计算机难于处理了，如果再加上时间系列的分析，那就是impossiblemission了。况且，Landsat数据曾经并不是免费的，可能鲜有项目能负担得起。所以，许多人想想也就过去了——这是一个很有潜力的工作，但我做不了。 另外，还有一个重要原因，也是阻碍鄱阳湖研究中Landsat数据使用的。鄱阳湖是典型的季节性泛洪湖泊，上游鄱阳湖流域降水不断汇入的同时，湖水也在湖口向长江输出，一年中的水面绝非固定不变：“丰水一片，枯水一线”、“夏天看是海，冬天看是河”，都是当地人形容它的俗语。所以，计算鄱阳湖水体的年际变化，需要保证一定的数据量，最好是四季均有影像——鄱阳湖水体的变化实在太大了。 Landsat卫星重返周期（也就是影像最高时间分辨率）为16天，数据受到云层等天气因素的影响，实际能获取的数据更少一些，大大降低了数据的连续性。过去基于Landsat卫星的鄱阳湖水体变化研究，平均每年使用的影像仅有0.27~5.08景，甚至有些年份根本就没有可以使用的影像，使得连续的年际变化分析异常艰难，更不可能在季节尺度上发现水体的变化。 MODIS是从2000年才有数据的，虽然空间分辨率不高，但时间分辨率达0.5天，相比于Landsat数据来说，许多对鄱阳湖有兴趣的研究人员选择了MODIS数据。 但是，对于我们想追踪三峡大坝的运行和鄱阳湖流域降水量变化对大湖水体影响的研究，需要跨越到2000年之前，MODIS数据在这里根本就无用武之地，这样的矛盾恐怕纠结了许多人！ 多亏有了谷歌地球引擎（Google Earth Engine，后简称GEE）这样的工具，才让我们的工作迎刃而解。GEE是近年迅速发展起来的一个高性能的地理空间云计算平台，它打破了曾经以景为单位的遥感影像处理方式，可以对遥感影像的每一个像元值进行计算。在传统遥感影像制图中，通常第一步是筛选出高质量影像（无云、少云影像），存在质量缺陷的影像会整体抛弃。而采用GEE这个工具，我们不再因部分像元的质量问题而去除整幅影像，这种对海量遥感影像的逐像元处理方式就极大地提高了卫星存档数据的利用效率。 我们发表的这个研究，便是借助GEE，基于2165景Landsat影像对鄱阳湖水体在1988 ~ 2016 年的变化进行了全面的分析。 首先，我们对流域内的逐像元进行淹水频率制图： (a) 2016年和 (b) 1988~2016的淹水频率（F）分布图 根据一年中的淹水频率（年水体频率，记作Fy），鄱阳湖水体被分为常年性水体（Fy ∈ [0.75, 1]）和季节性水体（Fy ∈ [0.25, 0.75)），前者是一年中相对长期稳定存在的水体类型，可以代表湖泊水体当年面积的基础水平。常年性水体与季节性水体的面积之和为年最大水体面积。我们发现，1988~2016年间，鄱阳湖常年性水体面积呈现显著下滑的趋势。这说明，近30年来，鄱阳湖的水确实在变少。另外，通过对比发现，相较于三峡大坝运行前期（pre-TGD，1988~2002年），鄱阳湖水体的减少在三峡大坝运行后期（post-TGD，2003~2016年）更为严重一些。 鄱阳湖年水体频率（Fy）在pre-TGD时期（(a)、（b））和post-TGD时期（(c)、（d））的线性变化趋势 分季节来看，春季和秋季是水体减少最严重的季节。对研究期间水体面积与鄱阳湖流域降水量的相关性分析表明，降水对春季、秋季长期稳定存在水体面积年际下降的解释率分别为58.3%和30.1%。 Pre-TGD和post-TGD时期鄱阳湖的月水体频率差值（ΔFm）空间分布图 不过我们需要特别指出的是，影响鄱阳湖水体变化的的因素众多，除了上述流域降水量、三峡大坝的运行，还有湖区挖沙、流域人类用水、蓄水和土地利用变化等影响因子，该研究并未逐一定量进行分析。但我们结合已有资料初步判断：春季湖泊面积的减少主要由流域降水量的减少引起，秋季则主要受三峡大坝的影响（三峡大坝秋季大量蓄水，导致下游长江干流水位降低，鄱阳湖出流水量增加），2000年开始的非法挖沙则是冬季水体面积缩小的主要诱因（河道处的挖沙改变了地形，引起出流速率增大）。  如同诊断一个复杂的病例，得先来一次全身扫描一样，这项宏观角度的水体研究也许无法揭示鄱阳湖生态环境的具体问题，却为许多相关研究提供了基础信息。同时，这项研究让我们看到了GEE处理遥感大数据的实力，它为遥感数据的大批量处理和深入挖掘提供了便利。陈酒装新瓶，老问题碰上新技术，便会有新答案，或者更明确的答案。透过GEE平台的慧眼，地球的变化会变得日益清晰。相信未来类似的工作会越来越多，我们也能更明确了解我们的地球家园。 论文信息 Wang Y, Ma J, Xiao X, Wang X, Dai S & Zhao B. Long-term dynamic of Poyang lake surface water: a mapping work based on the Google Earth Engine cloud platform. Remote Sensing, 2019,11(3):313. 论文下载地址：https://www./2072-4292/11/3/313 |
|
|
