基于Landsat时间序列的三角洲河道网络量化研究
— Journal of Hydrology, Vol600, 126688, September 2021
陈春鹏a, 田波a,*, Christian Schwarzb, Ce Zhangc, 郭磊城a, 徐凡a, 周云轩a, 何青a
a 华东师范大学，河口海岸国家重点实验室, 中国，上海, 200041
b 特拉华大学，地球、海洋与环境学院,美国,刘易斯,19958
c 兰卡斯特大学，兰卡斯特环境中心, 英国，兰卡斯特，LA1 4YQ
关键词：三角洲河网，Landsat时间序列，河道宽度，河道迁移，遥感
河道网络是河流三角洲的主干，是陆海之间水、沉积物、有机物等物质与能量交换的重要通道。三角洲河网结构及其河道宽度、深度、长度和弯曲度的空间变化对水文动力和输沙过程有着显著影响。径流和输沙量、河岸植被、海平面上升、波浪和潮汐的变化可迫使河道发生横向迁移以及宽度改变。目前，为了更好地保护人口密集且地势低洼的沿海地区不受洪水侵袭，世界上越来越多的三角洲河道已经被堤坝、堤防和水闸等所固定，河流的原始流动状态被改变。例如，沿着密西西比河水系已经修建了4600多公里的堤坝和防洪堤，这影响了河流搬运沉积物以及支撑重要生态系统服务的能力。
构建一种有效的方法来定量提取三角洲河网的空间分布和历史演变，对于理解人类活动和气候变化对三角洲河网系统适应性的影响，以及评估三角洲可持续发展至关重要。现有的河网遥感提取研究致力于算法的构建，忽视了河流宽度的时变性（time-varying）,即遥感所提取的河流宽度受到季节性降水等影响，且三角洲感潮河网亦受到潮汐变化影响。因此，单幅遥感影像提取结果不具代表性，所生产数据集不一致性较高，无法进行多时相对比研究。本研究以强人类活动影响下的珠江三角洲与弱人类活动影响下的伊诺瓦底江三角洲为研究区，基于长时序Landsat影像，构建时空一致的河网提取算法，研究1986-2018年间上述三角洲河网系统的演变。
本研究方法由三个关键步骤组成：首先，基于三年Landsat时间序列和Google Earth Engine云计算平台，构建水体频次阈值法提取河网；然后，运行形态学细化算法提取河网矢量中心线与岸线；最后计算河道宽度与迁移率。通过与Google Earth高清影像验证，结果表明无论洪季还是枯季，该方法所提河道宽度均高度一致，r2达到0.98，且94%的误差均控制在一个Landsat像元内（30m*30m），均方根误差为15.1m，其误差与不确定主要受影像分辨率影响。此外，水体频次阈值法也能够促进小型河流的提取。
研究结果表明，1986-2018年间，珠江三角洲大部分河道发生了显著收缩，而伊诺瓦底江三角洲大部分河道保持稳定，这与二者流域水沙变化趋势高度一致。根据珠江入海口处水文站数据以及河道水深数据显示，珠江口水位逐年上升，口内中上段河道侵蚀加深，伴随着珠江8个入海口不同程度的围垦缩窄，在极端降水情况下将十分不利于排洪，存在城市内涝加剧的风险。此外，本研究为三角洲河道演变的监测提供了一种行之有效的方法，可用于开发新的全球水文产品，促进水文过程的研究以及支撑未来全球河流生态系统的可持续管理。
