地球大数据科学工程 I 区论文(评审中) 版本 ZH3
下载
2000–2015年咸海边界数据集
Lake boundaries of Aral Sea during 2000 – 2015
 >>
: 2019 - 08 - 02
: 2019 - 08 - 19
: 2019 - 08 - 19
620 3 0
摘要&关键词
摘要:从1960s的68000 km2到2015年的10000 km2,咸海经历了剧烈的萎缩,周边出现了较多的环境问题,如湖底裸露导致沙尘暴出现,渔业衰退,植物群落退化,并最终导致该区域经济衰退。本研究利用高时频的MODIS数据,基于一种自动化水体提取方法,经过修改和验证工作,得到了2000–2015年32期咸海边界数据集。本数据集可以描绘咸海不同区域的时空变化特征,从而更好地反映本世纪以来咸海受人类活动和自然环境的影响。
关键词:咸海;湖泊边界;面积变化
Abstract & Keywords
Abstract: Aral Sea was more than 68,000 km2 in 1960s, while it shrunk to 10000 km2 in 2015. It experienced a large variability and the recession of shorelines led to tremendous environmental problems, such as the exposed seabed resulted in salty and dusty air, fishery recession, degraded plant communities and finally a reduction of cropland production. Based on high-frequency MODIS data, according to an automatic water extraction method and correctness procedure, 32 series of Aral Sea coastlines during 2000 – 2015 were obtained. This dataset is capable of delineating the tempo-spatial dynamics and analyzing the effect of human activities and environment.
Keywords: Aral Sea; lake coastlines; inundation changes
数据库(集)基本信息简介
数据库(集)名称2000–2015年咸海边界数据集
数据作者孙芳蒂,熊立
数据通信作者孙芳蒂(heaven816@163.com)
数据时间范围2000–2015年
地理区域33.0°–48.5°N, 53.5°–79.0°E,咸海水域的空间分布。
空间分辨率500 m
数据量948 KB
数据格式*.shp
数据服务系统网址http://www.sciencedb.cn/dataSet/handle/820
基金项目中国科学院流域地理学重点实验室开放基金(WSGS2015010);广州市属高校计划(1201430672);中国科学院青藏高原环境变化与地表过程重点实验室开放基金(TEL201601)。
数据库(集)组成本数据集主要包括32期咸海边界数据,这些数据保存为1个压缩文件(2000–2015年32期咸海边界数据集.rar)。
Dataset Profile
TitleLake boundaries of Aral Sea during 2000 – 2015
Data corresponding authorSun Fangdi (heaven816@163.com)
Data author(s)Sun Fangdi, Xiong Li
Time range2000 – 2015
Geographical scope33.0°-48.5°N, 53.5°-79.0°E. Inundation of Aral Sea.
Spatial resolution500 m
Data volume948 KB
Data format*.shp
Data service system<http://www.sciencedb.cn/dataSet/handle/820>
Source(s) of fundingKey laboratory of watershed Geographic Sciences, Chinese Academy of Sciences (WSGS2015010); Scientifc Program of Guangzhou Bureau of Education (1201430672); Open Research Fund Program of Key Laboratory of Tibetan Environment Changes and Land Surface Processes, Chinese Academy of Sciences (TEL201601).
Dataset/Database compositionThis dataset includes 32 series of Aral Sea coastlines, stored as a compressed file named “2000 – 2015 Aral Sea coastlines data sets.rar”.
引 言
作为一个典型的内陆咸水湖,咸海坐落在哈萨克斯坦南部与乌兹别克斯坦北部接壤区域。咸海流域包含的国家还有塔吉克斯坦、土库曼斯坦、吉尔杰斯斯坦和阿富汗。1960s以前,咸海是全球第四大湖泊,面积超过68000 km2。1960s以后,前苏联政府鼓励大规模种植农业和兴修水利,流域内咸海补给河流的水量被大量抽取或截留,咸海的水量平衡被破坏,开始萎缩,水位从52 m降至1980年的40 m[1]。1991年,前苏联解体后,水资源的分配问题关系到咸海流域内各个国家的政治和经济利益。一些水库修建于咸海的两条补给河流上,减少了咸海的供给量。乌兹别克斯坦大量的棉花出口促使南咸海的水位进一步下降。由于人口的增加使得用水需求增大,哈萨克斯坦于2005年在南、北咸海相接处修建了13 km的Kok-Aral水坝,从而拦截咸海北部的水向南流。到2007年,南咸海水位为29.6 m,咸海面积萎缩了2/3,流量损失高达90%[2-3],咸海萎缩成3个独立的小湖泊。截止2015年,其面积仅为10000 km2[4]。咸海的剧烈萎缩被认为是全球最大的环境灾难,当地生态系统、沉积物和古生物环境恶化,鱼类和野生动物数量锐减,土壤盐化导致农业减产,且咸海东部大面积裸露的湖底使得空气中充满灰尘和盐分[4]。本研究利用高时频的MODIS数据,得到了2000–2015年共32期咸海的边界数据,并提供数据共享服务。相关研究成果作为咸海水文特征监测的一部分,可以用来描绘本世纪以来咸海水域面积的波动情况,反映咸海受人类活动和自然环境的影响。
1   数据采集和处理方法
1.1   数据来源
本研究使用的MODIS数据为覆盖咸海区域的三级反射率产品MOD09A,该产品已经进行了大气校正,时间频率为8天,空间分辨率为500 m,投影为等面积投影Sinusoidal。本研究选取每年夏季6–8月的数据进行咸海水域提取,排除影像中湖泊被云干扰的情况,最终确定2000–2015年32期数据。
1.2   数据处理方法
水体光谱反射率总体比较低,反射特征并不单一,主要分为三种类型:清水、绿水和浊水[5]。其中,清水反射率最大值在蓝光(Blue)波段,且反射率随着波长增加而降低;绿水最高反射率在近红外(NIR)波段,主要由于含有叶绿素导致近红外波段存在高反射;由于混有泥沙,浊水中红外波段反射率较高。对于这三种类型的水体,采用单一的水体指数不能实现有效提取。本研究通过构建决策树的方法[5-6],对水体进行自动化提取。
首先,计算水体指数Modified Normalized Differenced Index(MNDWI),该指数的计算公式如下:
MNDWI = (R4-R5) / (R4 + R5) (1)
R代表MOD09产品中各波段的反射率,其中4、5波段分别指Blue和NIR波段。
利用MNDWI>0可以去除一些高反射地物,如不透水层、裸地,因此,本研究通过该条件生成掩膜数据,然后再进行各类水体的提取。
在掩膜数据的基础上,可以利用第2波段小于某一阈值来提取清水;通过设置光谱反射率最高值在第4波段同时又小于一定的阈值来提取绿水和浊水。由于含有叶绿素,绿水的光谱特征与植被、水田类似,在红光波段处有吸收谷,近红外波段处有反射峰,但是绿水具有较低的反射率和植指数Normalized Differenced Vegetation Index(NDVI)值。因此,利用NDVI小于一定的阈值来提取绿水。利用最高反射率在第5波段且第5波段的反射率小于一定阈值来提取浊水。本研究利用决策树提取水体的流程如图1所示:


图1   基于决策树的水体提取
其中,T表示阈值,各波段阈值的取值范围为:Tb2<0.18;Tb4<0.2;TNDVI<0.3;Tb5<0.15 [5]
根据咸海的空间位置,确定其水域范围。最后对提取结果逐一进行目视检验。针对错分、漏分的情况采用数字矢量化方法进行修改,共完成32期咸海水域分布图的绘制。
2   数据样本描述
2.1   数据组成
本数据集包括2000–2015年每年2期,共计32期咸海的空间分布数据,本数据保存为1个压缩文件(“2000–2015年32期咸海边界数据集.rar”),总数据量为948 KB。数据存贮为shp矢量数据文件,投影系统采用正弦投影Sinusoidal。
2.2   数据样本
该数据主要反映咸海在每年夏季的水域分布状况,咸海2000–2015年水域分布如图2所示:


图2   2000–2015年咸海水域空间分布图
3   数据质量控制和评估
为了验证数据集中咸海边界精度,本研究获取了2000和2010年两套30 m分辨率的水体产品GL30。GL30是基于Landsat、CEBERS和HJ卫星数据,在水体自动提取的基础上又经过了人工修正[6]。为保证湖面的一致性,本研究挑选与30 m影像时间最近的MODIS提取结果参与精度验证。将2000、2010年的30 m水体结果重新采样为500 m分辨率,从而与MODIS结果在空间上进行对比。2000、2010年MODIS结果的漏分率分别为0.9%、1.5%,错分率分别为2.94%、4.23%。由于GL30的水体精度高于96%[6],因此本研究咸海边界的精度也应高于90%。此外,利用两期结果漏分、错分比例的绝对值之差可以面积的统计误差[7],本研究中咸海面积统计的误差范围应为0.6%~1.29%之内。
4   数据使用方法和建议
2000–2015年咸海32期边界数据均为shp格式,可利用ArcGIS等地理信息系统软件对本数据集进行编辑及后续分析工作。本数据可用于咸海的水文特征研究,与降水、温度、重力卫星和土地利用数据结合进行咸海面积萎缩的驱动力分析,揭示本世纪以来自然环境和人类活动对咸海的影响。
[1]
CAWATERinfo. Database of the Aral Sea[EB/OL]. [2019-08-15]. http://www.cawater-info.net/aral/data/index_e.html.
[2]
MICKLIN P P. Desiccation of the Aral Sea: A Water Management Disaster in the Soviet Union[J]. Science, 1988, 241: 1170-1176.
[3]
MICKLIN P P. The Aral Sea Disaster[J]. Annual Review of Earth Planet Science, 2007, 35: 47-72.
[4]
SUN F, MA R. Hydrologic changes of Aral Sea: A reveal by the combination of radar altimeter data and optical images[J]. Annals of GIS, 2019, 25(3): 247-261.
[5]
SUN F, SUN W, CHEN J, et al. Comparison and improvement of methods for identifying waterbodies in remotely sensed imagery[J]. International Journal of Remote Sensing, 2012, 33(21): 6854-6875.
[6]
LIAO A, CHEN J, CHEN J, et al. High-Resolution Remote Sensing Mapping of Global Land Water[J]. Science of China, Series D: Earth Science, 2014, 57: 2305-2316.
[7]
孙芳蒂, 赵圆圆, 宫鹏, 等. 动态地表覆盖类型遥感监测:中国主要湖泊面积2000~2010年间逐旬时间尺度消长[J]. 科学通报, 2014, 2: 397-411.
数据引用格式
孙芳蒂, 熊立. 2000–2015年咸海边界数据集[DB/OL]. Science Data Bank, 2019. (2019-08-02). DOI: 10.11922/sciencedb.820.
稿件与作者信息
论文引用格式
孙芳蒂, 熊立. 2000–2015年咸海边界数据集[J/OL]. 中国科学数据, 2019. (2019-08-19). DOI: 10.11922/csdata.2019.0033.zh.
孙芳蒂
Sun Fangdi
主要承担工作:本数据集的生产和质量控制的整体技术流程设计。
heaven816@163.com
(1983—),女,山东人,讲师,研究方向为资源环境遥感。
熊立
Xiong Li
主要承担工作:本数据集的生产和精度验证。
(1981—),男,江西人,工程师,研究方向为环境减灾。
出版历史
I区发布时间:2019年8月19日 ( 版本ZH3
参考文献列表中查看
中国科学数据
csdata