论文部分内容阅读
摘 要： 基于2016年landsat-8遥感影像，采用ENVI软件分别利用归一化水体指数（NDWI）、改进的归一化差异水体指数（MNDWI）、多波段谱间关系、自动水提取指数法（AWEI）对鄱阳湖水域面积进行提取、分析对比，结果表明自动水体指数提取水体的适用性最好。利用自动水体指数法提取得到鄱阳湖区域2013年到2016年的水域面积，分析得到鄱阳湖水域面积时空变化规律，通过GRACE数据计算得到的等效水高值对变化规律进行验证，两者相关性达0.74。通过GRACE重力数据反演有效的弥补实测数据缺失的不足。
关键词： ENVI;鄱阳湖;自动水体指数;面积;GRACE
中图分类号： TP391. 41 文献标识码： A DOI：10.3969/j.issn.1003-6970.2019.05.035
本文著录格式：陈娅男，黄义忠，郭 瑞，等. 基于2013-2016年TM影像鄱阳湖面积动态监测[J]. 软件，2019，40（5）：179184
【Abstract】： Based on Landsat-8 satellite remote sensing images of Greater Poyang lake in 2016， Normalized water index （NDWI）， the improved normalized difference water index （MNDWI）， the relationship between multi-band spectrum， automatic water extraction method are used to extract， analysis water area of Poyang lake in software. It is concluded that the automatic water extraction method is more adaptable in this area. use this method to extract water area of Poyang lake from 2013 to 2016，The spatial and temporal variation of the water area of poyang lake was analyzed， The equivalent water high value obtained through GRACE data was verified by the change rule， The correlation coefficient between the two results is 0.74. GRACE gravity data inversion can effectively make up for the lack of real measured data.
【Key words】： ENVI; Poyang lake; Automated Water Extraction Index; Area; GRACE
0 引言
鄱阳湖位于江西省境内，东经11547-11645，北纬2822-2945，总占地面积26280 km?，鄱阳湖是我国面积最大的淡水湖，也是地球上著名的湿地之一[1]。鄱阳湖在降雨时间上分布不均，4-6月暴雨出现频繁，导致洪水泛滥。进行鄱阳湖水域面积变化动态监测，对鄱阳湖水体及其周边环境的发展与演变、人民的财产与生命安全都具有非常重要的意义。
由于鄱阳湖水域面积较大，地形较为复杂，遥感技术进行湖水面积提取与监测可有效解决传统测量成本高、难度等问题。目前鄱阳湖水域面积提取采取的遥感数据主要为MODIS数据[2-4]。MODIS数据拥有36个波段，地物的波谱信息比较丰富，为水体的提取提供了多种波谱信息，同时还具有高时间分辨率的优势，可以实现对鄱阳湖区域面积的高效动态监测。但是MODIS影像的空间分辨率最高为250 m，而且遥感影像中存在大量的混合像元，混合像元对线状地类和细小地物的分类识别影响较为突出，因此若使用MODIS数据对鄱阳湖水域提取则会造成水体边界识别不清，从而导致提取面积的不准确。为监测鄱阳湖水域面积变化，建立了一系列的算法模型，如面积-水位关系的模型[2]、像元水淹没/陆地出露比例算法[3]。这些算法在高水位时，精度较高，但是在低水位时，精度偏低，并且需要运用实测的水文数据，而实测的水文数据并不是公开数据，这就存在一定的局限性。
而目前对水体提取方面的主要的方法有归一化差异水体指数模型（Normalized Difference Water Index，NDWI）[5]、归一化差异水体指数的改进模型（Modified NDWI，MNDWI）[6]、多波段谱间关系法[7]、自动水提取指数（Automated Water Extraction Index，AWEI）[8]。这些算法是针对水体的光谱特性得出的，可以抑制植被、建筑物信息，减少噪音，使水体和非水体的反射率值差异明显，可以有效的提取水体。鄱阳湖区域地形复杂，气候多变，大量采砂船在此区域采砂，造成水质中泥沙含量偏高，浑浊水体的反射波谱曲线整体高于清水，随着悬浮泥沙浓度的增加，差别加大;波谱反射峰向长波方向移动[9]。并且鄱阳湖区域存在大面积的湿地，含有水分的土壤光谱特征与正常水的光谱特性有相似的地方[10]。同时鄱阳湖水域还存在赤潮现象，水中植物因长势不同还会造成光谱的红边红移或者红边蓝移等现象。
本文采用Landsat-8影像为数据源，空间分辨率为30m，可以降低混合像元的影响。每种水体提取方法都受其使用范围、环境、条件等因素的制约，本文利用归一化水体指数（NDWI）、改进的归一化差异水体指数（MNDWI）、多波段谱间关系、自动水提取指数法为研究方法，对2016年鄱阳湖水域面积进行提取。分析了幾种水体提取方法的适用性，并运用适应性最好的方法得到近年来鄱阳湖区域水域面积变化情况，同时引入了GRACE数据进行反演计算等效水高来对水域变化面积进行验证，弥补了实测水文数据不公开的缺点。 1 研究的数据源及水体提取方法比较
1.1 数据来源
2013年发射的Landsat-8卫星空间分辨率达30m，具有11个波段，应用十分广泛[11]。本文采用2013-2016年的Landsat-8 OLI/TIRS卫星数据进行水体的遥感监测。
GRACE重力卫星由美国国家航空航天局（NASA）和德国（DLR）太空飞行中心合作发射，由两颗低轨道卫星组成，可获取高精度的地球重力场中长波部分及全球重力场的时变特征，并推算大区域的水储量变化[12-15]。
1.2 四种水体提取方法在鄱阳湖适用性比较
1.2.1 主要的水体提取方法
1.2.2 四种水体提取方法在鄱阳湖适用性比较
基于ENVI软件平台对2016年6月23日的Landsat-8卫星影像进行辐射定标和大气校正处理，基于波段运算和阈值利用四种方法进行鄱阳湖水体提取，整体提取如图1，提取精度对比图为图2。
NDWI和MNDWI两种方法对土壤、建筑以及干涸湖体敏感度较高。由于鄱阳湖附近有植被、城市等多种地物，NDWI提取的水体中还包含少许陆地，MNDWI虽然提取的整体范围比较全面，但也将少量的陆地、居民区等也一并提取出来;多波段法由于有四个波段参与计算，差异度比较大，信息量较为丰富，多波段谱间关系法提取总体效果较好，水体与其他地物分离的较为准确，湖水边界轮廓清晰。因为传感器入射角的问题，建筑、山体会产生阴影这就为水体提取增加了难度。AWEI模型增加了水和其他黑暗面的对比，通过差分，加法和应用不同的系数最大限度的分离出水体和非水体像素。模型中的参数是基于纯像素数据上对各种土地覆盖类型的反射率进行研究并结合先验知识得到的，模型中的数学计算能将水体的负像素值会变成一个很大的正值，非水体的具有更大的负像素值[8]。与MNDWI相比，错分和漏分的精度提高了50%。可以初步得出AWEI的提取精度相对最高。
为进一步验证四种水体提取方法的适应性，利用人工解译方法判定鄱阳湖区域范围，将其他非水体地物提出，并计算面积。以人工解译的结果作为精度评定标准，与自动提取的进行对比，计算每种方法提取的面积与标准面积的差值，结果如表2。自动水体指数法提取的水体面积与人工解译的结果差异最小，即自动水体提取指数的整体提取精度更高，比较适用于鄱阳湖水域的提取。
2 鄱阳湖水域面积动态监测
2.1 鄱阳湖2013-2016年面积变化
本文利用自动水体提取指数对鄱阳湖水域进行提取并连续3年的水面覆盖变化情况（以2014年部分图像为例展示如图3）。
每年的6、7月份鄱阳湖水域面积最大，2014年与2016年面积都在3000 km2左右，而2015年的面积峰值在2400 km2左右。7月以后水域面积呈现下降趋势，到12月份达到谷底，面积都在1000 km2以下。2015年鄱阳湖的水域面积明显比其他两年低，如图4。
鄱阳湖水域大部分位于江西省境内，2015年8月3日江西省气候中心发布了2015年7月江西省的气温及降雨情况。7月降水主要集中在上旬和下旬，中旬全省降水23.7 mm，较常年偏少四成，全省平均降水量为179.0 mm，折合降水资源量为296.2亿立方米，较同期（253.9亿立方米）偏少42.3亿立方米。江西省2015年7月平均降水量的减少，是2015年鄱阳湖水域面积比其他两年偏低的主要原因。
利用所得的鄱阳湖面积数据计算了3年每个月湖泊面积的平均值，结果如图5所示，表明全年各月份中6、7、8月份最大，11月份面积最小，12月份出现了异常峰值（可能12月份影像数据较少导致）。本文结合历史同期资料和此次研究的结果，得出鄱阳湖在2013-2016年间，丰水期在每年的6月到8月，枯水期在每年的11月到次年3月。这种现象与6-8月的大量降雨有关。其丰水期与枯水期水体覆盖面积如图6所示。
本文将4年内丰水期6-8月份湖水面积相加求平均值，枯水期11-次年3月面积相加求平均值，计算出4年内鄱阳湖丰水期与枯水期平均面积。其结果如图6。丰水期面积平均2809.944 km2，枯水期面积平均800.484 km2。丰水期时鄱阳湖水域面积大约为枯水期时面积的4倍。
丰水期和枯水期，鄱阳湖区域水体空间分布情况大体如下：每当湖泊出现最大面积时，湖泊大部分的区域都连在一起，形成一个巨大的整体，且湖泊最大面积相差不大;而当湖泊达到最小面积时，湖泊被分成了明显的几个小的部分。部分湖水提取后矢量化效果图如图7所示。
2.2 基于GRACE重力卫星对鄱阳湖水域变化规律验证
湖泊面积变化必然会导致湖水整体质量的变化，水体面积减少必然会导致湖水质量减少，相反则增加。GRACE重力卫星可探测时变重力场变化，能反映地表质量的变化[14]，其时变重力数据自公开以来就被广泛的运用到大范围的陆地储水量变化研究中[15]。
GRACE高阶球谐系数存在较大误差，南北方向上存在“条带”误差，低阶项亦存在误差。本文对GRACE数据进行以下处理：将每个月的球谐系数扣除平均值，利用卫星激光测距（SLR）观测的C20项替换GRACE C20项[16]，利用Swenson等模型进行一阶项改正[17]，同时采用300km高斯平滑。
为了验证计算得到的鄱阳湖区域面积提取结果的可靠性，将Landsat-8影像得到的鄱阳湖面积数据与GRACE卫星数据反演得到的水质量数据进行比较。由于GRACE反演质量变化的时间与利用Landsat-8影像提取出面积变化的时间不同，为方便将两种数据进行比较析，本文首先将两组数据通过三次样条插值方法插值至相同的时间序列（2013.06- 2016.06）。此外，两种数据单位不统一，为方便比较，同时对两种数据进行归一化处理，并进行相关性分析，如图8。归一化处理结果表明鄱阳湖水的质量与鄱阳湖水域面积变化时间序列，具备一定的相关性，相关性为0.74，強相关。GRACE数据虽然反演的是质量变化，但湖泊水面积增加也间接体现湖泊质量的变化，由于GRACE结果和面积提取结果存在很好的一致性，也间接证明本文得到的水域面积变化结果的可靠性。 3 結论与讨论
本文以鄱阳湖为例，采用2013-2016年Landsat-8卫星影像数据，探索了针对鄱阳湖的四种水体提取方法，验证了自动水体指数在鄱阳湖区域的适应性比较好。Landsat-8影像数据有效的解决了以往大面积监测水体（MODIS数据）变化因混合像元而导致的提取面积精度不够的问题，并有效的降低了成本。利用自动水体指数方法分析了鄱阳湖湖泊面积年度及月度变化情况，7月水域面积最大，1月和11月水域面积相对较小，将4年内丰水期6-8月份湖水面积相加求平均值，枯水期11-次年3月面积相加求平均值，均2809.944 km2，枯水期面积平均800.484 km2。丰水期时鄱阳湖水域面积大约为枯水期时面积的4倍。所得规律与GRACE重力卫星数据解算的等效水高进行比较验证，其相关系数为0.74，表明本文所采用的方法得出的鄱阳湖面积变化具有一定的可靠性，同时弥补了实测水文数据不公开的缺点。但文章仍存在一些不足之处有待改进。
（1）数据源的质量及云覆盖的问题。由于Landsat卫星影像数据时间分辨率不高、有云的影响，可获取的影像数据有限。可以考虑结合降雨、水位、气温、蒸发等其他因素建立与面积相关的模型，进行分析。
（2）在进行水体提取时，阈值的设定和水陆混合像元的处理具有很大的主观性，不同的人可能会有不同的认识及结果，未来可以研究更为精确的解译模型及阈值设定方法来解决这一问题。
参考文献
[1] 刘志刚， 倪兆奎. 鄱阳湖发展演变及江湖关系变化影响[J]. 环境科学学报， 2015， 35（05）： 1265-1273.
[2] 张楠楠， 王文， 王胤. 鄱阳湖面积的卫星遥感估计及其与水位关系分析[J]. 遥感技术与应用， 2012， 27（06）： 947-953.
[3] 刘洋， 尤慧， 程晓等. 基于长时间序列MODIS数据的鄱阳湖湖面面积变化分析[J]. 地球信息科学学报， 2013， 15（03）： 469-475.
[4] 李辉， 李长安， 张利华等. 基于MODIS影像的鄱阳湖湖面积与水位关系研究[J]. 第四纪研究， 2008（02）： 332-337.
[5] S. K. McFEETERS. The use of the Normalized Difference Water Index （NDWI） in the delineation of open water features[J]. International Journal of Remote Sensing， 1996， 17（7）： 1425-1432.
[6] 徐涵秋. 利用改进的归一化差异水体指数（MNDWI）提取水体信息的研究[J]. 遥感学报， 2005， 9（5）： 589-595.
[7] 毕海芸， 王思远， 曾江源等. 基于TM影像的几种常用水体提取方法的比较和分析[J]. 遥感信息， 2012， 27（5）： 77-82.
[8] Feyisa G L， Meilby H， FensholtR， etal. Automated Water Extraction Index： A new technique for surface water mapping using Landsat imagery[J]. Remote Sensing of Environment， 2014， 140（1）： 23-35.
[9] 江丰， 齐述华， 廖富强等. 2001-2010年鄱阳湖采砂规模及其水文泥沙效应[J]. 地理学报， 2015， 70（05）： 837-845.
[10] 张翔， 邓志民， 潘国艳等. 鄱阳湖湿地土壤水稳定同位素变化特征[J]. 生态学报， 2015， 35（22）： 7580-7588.
[11] 孙家柄. 遥感原理与应用[M]. 武汉大学出版社， 2009： 20-22.
[12] 申健， 佘世刚， 王锴等. 重力卫星星间高精度测距技术研究[J]. 空间科学学报， 2007， 27（4）： 342-346.
[13] 曹艳萍， 南卓铜. GRACE重力卫星数据的水文应用综述[J]. 遥感技术与应用， 2011， 26（05）： 543-553.
[14] 牛润普. 利用GRACE时变重力场反演陆地水储量变化[D]. 西南交通大学， 2016.
[15] 穆大鹏， 郭金运， 孙中昶等. 基于主成分分析的GRACE重力场模型等效水高[J]. 地球物理学进展， 2014， 29（04）： 1512-1517.
[16] Tapley B D， Bettadpur S， Ries J C， et al. GRACE Measurements of Mass Variability in the Earth System[J]. Science， 2004， 305（5683）： 503-505.
[17] Swenson S， Chambers D， Wahr J. Estimating geocenter variations from a combination of GRACE and ocean model output[J]. Journal of Geophysical Research Solid Earth， 2008， 113（B8）.
[18] Wahr J， Molenaar M， Bryan F. Time variability of the Earth's gravity field： Hydrological and oceanic effects and their possible detection using GRACE[J]. Journal of Geophysical Research： Solid Earth （1978–2012）， 1998， 103（B12）： 30205-30229.
关键词： ENVI;鄱阳湖;自动水体指数;面积;GRACE
中图分类号： TP391. 41 文献标识码： A DOI：10.3969/j.issn.1003-6970.2019.05.035
本文著录格式：陈娅男，黄义忠，郭 瑞，等. 基于2013-2016年TM影像鄱阳湖面积动态监测[J]. 软件，2019，40（5）：179184
【Abstract】： Based on Landsat-8 satellite remote sensing images of Greater Poyang lake in 2016， Normalized water index （NDWI）， the improved normalized difference water index （MNDWI）， the relationship between multi-band spectrum， automatic water extraction method are used to extract， analysis water area of Poyang lake in software. It is concluded that the automatic water extraction method is more adaptable in this area. use this method to extract water area of Poyang lake from 2013 to 2016，The spatial and temporal variation of the water area of poyang lake was analyzed， The equivalent water high value obtained through GRACE data was verified by the change rule， The correlation coefficient between the two results is 0.74. GRACE gravity data inversion can effectively make up for the lack of real measured data.
【Key words】： ENVI; Poyang lake; Automated Water Extraction Index; Area; GRACE
0 引言
鄱阳湖位于江西省境内，东经11547-11645，北纬2822-2945，总占地面积26280 km?，鄱阳湖是我国面积最大的淡水湖，也是地球上著名的湿地之一[1]。鄱阳湖在降雨时间上分布不均，4-6月暴雨出现频繁，导致洪水泛滥。进行鄱阳湖水域面积变化动态监测，对鄱阳湖水体及其周边环境的发展与演变、人民的财产与生命安全都具有非常重要的意义。
由于鄱阳湖水域面积较大，地形较为复杂，遥感技术进行湖水面积提取与监测可有效解决传统测量成本高、难度等问题。目前鄱阳湖水域面积提取采取的遥感数据主要为MODIS数据[2-4]。MODIS数据拥有36个波段，地物的波谱信息比较丰富，为水体的提取提供了多种波谱信息，同时还具有高时间分辨率的优势，可以实现对鄱阳湖区域面积的高效动态监测。但是MODIS影像的空间分辨率最高为250 m，而且遥感影像中存在大量的混合像元，混合像元对线状地类和细小地物的分类识别影响较为突出，因此若使用MODIS数据对鄱阳湖水域提取则会造成水体边界识别不清，从而导致提取面积的不准确。为监测鄱阳湖水域面积变化，建立了一系列的算法模型，如面积-水位关系的模型[2]、像元水淹没/陆地出露比例算法[3]。这些算法在高水位时，精度较高，但是在低水位时，精度偏低，并且需要运用实测的水文数据，而实测的水文数据并不是公开数据，这就存在一定的局限性。
而目前对水体提取方面的主要的方法有归一化差异水体指数模型（Normalized Difference Water Index，NDWI）[5]、归一化差异水体指数的改进模型（Modified NDWI，MNDWI）[6]、多波段谱间关系法[7]、自动水提取指数（Automated Water Extraction Index，AWEI）[8]。这些算法是针对水体的光谱特性得出的，可以抑制植被、建筑物信息，减少噪音，使水体和非水体的反射率值差异明显，可以有效的提取水体。鄱阳湖区域地形复杂，气候多变，大量采砂船在此区域采砂，造成水质中泥沙含量偏高，浑浊水体的反射波谱曲线整体高于清水，随着悬浮泥沙浓度的增加，差别加大;波谱反射峰向长波方向移动[9]。并且鄱阳湖区域存在大面积的湿地，含有水分的土壤光谱特征与正常水的光谱特性有相似的地方[10]。同时鄱阳湖水域还存在赤潮现象，水中植物因长势不同还会造成光谱的红边红移或者红边蓝移等现象。
本文采用Landsat-8影像为数据源，空间分辨率为30m，可以降低混合像元的影响。每种水体提取方法都受其使用范围、环境、条件等因素的制约，本文利用归一化水体指数（NDWI）、改进的归一化差异水体指数（MNDWI）、多波段谱间关系、自动水提取指数法为研究方法，对2016年鄱阳湖水域面积进行提取。分析了幾种水体提取方法的适用性，并运用适应性最好的方法得到近年来鄱阳湖区域水域面积变化情况，同时引入了GRACE数据进行反演计算等效水高来对水域变化面积进行验证，弥补了实测水文数据不公开的缺点。 1 研究的数据源及水体提取方法比较
1.1 数据来源
2013年发射的Landsat-8卫星空间分辨率达30m，具有11个波段，应用十分广泛[11]。本文采用2013-2016年的Landsat-8 OLI/TIRS卫星数据进行水体的遥感监测。
GRACE重力卫星由美国国家航空航天局（NASA）和德国（DLR）太空飞行中心合作发射，由两颗低轨道卫星组成，可获取高精度的地球重力场中长波部分及全球重力场的时变特征，并推算大区域的水储量变化[12-15]。
1.2 四种水体提取方法在鄱阳湖适用性比较
1.2.1 主要的水体提取方法
1.2.2 四种水体提取方法在鄱阳湖适用性比较
基于ENVI软件平台对2016年6月23日的Landsat-8卫星影像进行辐射定标和大气校正处理，基于波段运算和阈值利用四种方法进行鄱阳湖水体提取，整体提取如图1，提取精度对比图为图2。
NDWI和MNDWI两种方法对土壤、建筑以及干涸湖体敏感度较高。由于鄱阳湖附近有植被、城市等多种地物，NDWI提取的水体中还包含少许陆地，MNDWI虽然提取的整体范围比较全面，但也将少量的陆地、居民区等也一并提取出来;多波段法由于有四个波段参与计算，差异度比较大，信息量较为丰富，多波段谱间关系法提取总体效果较好，水体与其他地物分离的较为准确，湖水边界轮廓清晰。因为传感器入射角的问题，建筑、山体会产生阴影这就为水体提取增加了难度。AWEI模型增加了水和其他黑暗面的对比，通过差分，加法和应用不同的系数最大限度的分离出水体和非水体像素。模型中的参数是基于纯像素数据上对各种土地覆盖类型的反射率进行研究并结合先验知识得到的，模型中的数学计算能将水体的负像素值会变成一个很大的正值，非水体的具有更大的负像素值[8]。与MNDWI相比，错分和漏分的精度提高了50%。可以初步得出AWEI的提取精度相对最高。
为进一步验证四种水体提取方法的适应性，利用人工解译方法判定鄱阳湖区域范围，将其他非水体地物提出，并计算面积。以人工解译的结果作为精度评定标准，与自动提取的进行对比，计算每种方法提取的面积与标准面积的差值，结果如表2。自动水体指数法提取的水体面积与人工解译的结果差异最小，即自动水体提取指数的整体提取精度更高，比较适用于鄱阳湖水域的提取。
2 鄱阳湖水域面积动态监测
2.1 鄱阳湖2013-2016年面积变化
本文利用自动水体提取指数对鄱阳湖水域进行提取并连续3年的水面覆盖变化情况（以2014年部分图像为例展示如图3）。
每年的6、7月份鄱阳湖水域面积最大，2014年与2016年面积都在3000 km2左右，而2015年的面积峰值在2400 km2左右。7月以后水域面积呈现下降趋势，到12月份达到谷底，面积都在1000 km2以下。2015年鄱阳湖的水域面积明显比其他两年低，如图4。
鄱阳湖水域大部分位于江西省境内，2015年8月3日江西省气候中心发布了2015年7月江西省的气温及降雨情况。7月降水主要集中在上旬和下旬，中旬全省降水23.7 mm，较常年偏少四成，全省平均降水量为179.0 mm，折合降水资源量为296.2亿立方米，较同期（253.9亿立方米）偏少42.3亿立方米。江西省2015年7月平均降水量的减少，是2015年鄱阳湖水域面积比其他两年偏低的主要原因。
利用所得的鄱阳湖面积数据计算了3年每个月湖泊面积的平均值，结果如图5所示，表明全年各月份中6、7、8月份最大，11月份面积最小，12月份出现了异常峰值（可能12月份影像数据较少导致）。本文结合历史同期资料和此次研究的结果，得出鄱阳湖在2013-2016年间，丰水期在每年的6月到8月，枯水期在每年的11月到次年3月。这种现象与6-8月的大量降雨有关。其丰水期与枯水期水体覆盖面积如图6所示。
本文将4年内丰水期6-8月份湖水面积相加求平均值，枯水期11-次年3月面积相加求平均值，计算出4年内鄱阳湖丰水期与枯水期平均面积。其结果如图6。丰水期面积平均2809.944 km2，枯水期面积平均800.484 km2。丰水期时鄱阳湖水域面积大约为枯水期时面积的4倍。
丰水期和枯水期，鄱阳湖区域水体空间分布情况大体如下：每当湖泊出现最大面积时，湖泊大部分的区域都连在一起，形成一个巨大的整体，且湖泊最大面积相差不大;而当湖泊达到最小面积时，湖泊被分成了明显的几个小的部分。部分湖水提取后矢量化效果图如图7所示。
2.2 基于GRACE重力卫星对鄱阳湖水域变化规律验证
湖泊面积变化必然会导致湖水整体质量的变化，水体面积减少必然会导致湖水质量减少，相反则增加。GRACE重力卫星可探测时变重力场变化，能反映地表质量的变化[14]，其时变重力数据自公开以来就被广泛的运用到大范围的陆地储水量变化研究中[15]。
GRACE高阶球谐系数存在较大误差，南北方向上存在“条带”误差，低阶项亦存在误差。本文对GRACE数据进行以下处理：将每个月的球谐系数扣除平均值，利用卫星激光测距（SLR）观测的C20项替换GRACE C20项[16]，利用Swenson等模型进行一阶项改正[17]，同时采用300km高斯平滑。
为了验证计算得到的鄱阳湖区域面积提取结果的可靠性，将Landsat-8影像得到的鄱阳湖面积数据与GRACE卫星数据反演得到的水质量数据进行比较。由于GRACE反演质量变化的时间与利用Landsat-8影像提取出面积变化的时间不同，为方便将两种数据进行比较析，本文首先将两组数据通过三次样条插值方法插值至相同的时间序列（2013.06- 2016.06）。此外，两种数据单位不统一，为方便比较，同时对两种数据进行归一化处理，并进行相关性分析，如图8。归一化处理结果表明鄱阳湖水的质量与鄱阳湖水域面积变化时间序列，具备一定的相关性，相关性为0.74，強相关。GRACE数据虽然反演的是质量变化，但湖泊水面积增加也间接体现湖泊质量的变化，由于GRACE结果和面积提取结果存在很好的一致性，也间接证明本文得到的水域面积变化结果的可靠性。 3 結论与讨论
本文以鄱阳湖为例，采用2013-2016年Landsat-8卫星影像数据，探索了针对鄱阳湖的四种水体提取方法，验证了自动水体指数在鄱阳湖区域的适应性比较好。Landsat-8影像数据有效的解决了以往大面积监测水体（MODIS数据）变化因混合像元而导致的提取面积精度不够的问题，并有效的降低了成本。利用自动水体指数方法分析了鄱阳湖湖泊面积年度及月度变化情况，7月水域面积最大，1月和11月水域面积相对较小，将4年内丰水期6-8月份湖水面积相加求平均值，枯水期11-次年3月面积相加求平均值，均2809.944 km2，枯水期面积平均800.484 km2。丰水期时鄱阳湖水域面积大约为枯水期时面积的4倍。所得规律与GRACE重力卫星数据解算的等效水高进行比较验证，其相关系数为0.74，表明本文所采用的方法得出的鄱阳湖面积变化具有一定的可靠性，同时弥补了实测水文数据不公开的缺点。但文章仍存在一些不足之处有待改进。
（1）数据源的质量及云覆盖的问题。由于Landsat卫星影像数据时间分辨率不高、有云的影响，可获取的影像数据有限。可以考虑结合降雨、水位、气温、蒸发等其他因素建立与面积相关的模型，进行分析。
（2）在进行水体提取时，阈值的设定和水陆混合像元的处理具有很大的主观性，不同的人可能会有不同的认识及结果，未来可以研究更为精确的解译模型及阈值设定方法来解决这一问题。
参考文献
[1] 刘志刚， 倪兆奎. 鄱阳湖发展演变及江湖关系变化影响[J]. 环境科学学报， 2015， 35（05）： 1265-1273.
[2] 张楠楠， 王文， 王胤. 鄱阳湖面积的卫星遥感估计及其与水位关系分析[J]. 遥感技术与应用， 2012， 27（06）： 947-953.
[3] 刘洋， 尤慧， 程晓等. 基于长时间序列MODIS数据的鄱阳湖湖面面积变化分析[J]. 地球信息科学学报， 2013， 15（03）： 469-475.
[4] 李辉， 李长安， 张利华等. 基于MODIS影像的鄱阳湖湖面积与水位关系研究[J]. 第四纪研究， 2008（02）： 332-337.
[5] S. K. McFEETERS. The use of the Normalized Difference Water Index （NDWI） in the delineation of open water features[J]. International Journal of Remote Sensing， 1996， 17（7）： 1425-1432.
[6] 徐涵秋. 利用改进的归一化差异水体指数（MNDWI）提取水体信息的研究[J]. 遥感学报， 2005， 9（5）： 589-595.
[7] 毕海芸， 王思远， 曾江源等. 基于TM影像的几种常用水体提取方法的比较和分析[J]. 遥感信息， 2012， 27（5）： 77-82.
[8] Feyisa G L， Meilby H， FensholtR， etal. Automated Water Extraction Index： A new technique for surface water mapping using Landsat imagery[J]. Remote Sensing of Environment， 2014， 140（1）： 23-35.
[9] 江丰， 齐述华， 廖富强等. 2001-2010年鄱阳湖采砂规模及其水文泥沙效应[J]. 地理学报， 2015， 70（05）： 837-845.
[10] 张翔， 邓志民， 潘国艳等. 鄱阳湖湿地土壤水稳定同位素变化特征[J]. 生态学报， 2015， 35（22）： 7580-7588.
[11] 孙家柄. 遥感原理与应用[M]. 武汉大学出版社， 2009： 20-22.
[12] 申健， 佘世刚， 王锴等. 重力卫星星间高精度测距技术研究[J]. 空间科学学报， 2007， 27（4）： 342-346.
[13] 曹艳萍， 南卓铜. GRACE重力卫星数据的水文应用综述[J]. 遥感技术与应用， 2011， 26（05）： 543-553.
[14] 牛润普. 利用GRACE时变重力场反演陆地水储量变化[D]. 西南交通大学， 2016.
[15] 穆大鹏， 郭金运， 孙中昶等. 基于主成分分析的GRACE重力场模型等效水高[J]. 地球物理学进展， 2014， 29（04）： 1512-1517.
[16] Tapley B D， Bettadpur S， Ries J C， et al. GRACE Measurements of Mass Variability in the Earth System[J]. Science， 2004， 305（5683）： 503-505.
[17] Swenson S， Chambers D， Wahr J. Estimating geocenter variations from a combination of GRACE and ocean model output[J]. Journal of Geophysical Research Solid Earth， 2008， 113（B8）.
[18] Wahr J， Molenaar M， Bryan F. Time variability of the Earth's gravity field： Hydrological and oceanic effects and their possible detection using GRACE[J]. Journal of Geophysical Research： Solid Earth （1978–2012）， 1998， 103（B12）： 30205-30229.