水乃生命之本，湖泊是陆水资源中尤为重要的部分^[1]，对于调节河川径流、连通航运、改善生态环境提供工农业和生活用水等起到了重要作用^[2]。目前，水体的提取方法主要有单波段阈值法、谱间关系法、差值法、比值法、水体指数法等。Mcfeeters提出能够抑制植被信息，强化水体信息的归一化水体指数（normalized difference water index，NDWI）从而快速提取了水体^[3]。徐涵秋^[4]在Mcfeeters的基础上提出了更适用于城市水体提取的改进归一化差异水体指数（modified normalized difference water index，MNDWI），降低了水体和建筑物的混淆程度，更能够有效的提取水体边界。本文利用这两种方法，编写IDL算法和ModelBuilder快速自动化提取江苏省内2009—2019年十个时期，太湖、洪泽湖、高邮湖、骆马湖湖泊数据，并建立空间数据库，对湖泊的动态变化进行分析。

1 研究区概况、数据源介绍及预处理 1.1 地理位置

江苏地处长江、淮河、沂河等水系的下游，东濒黄海，属于我国东部沿海平原的一部分，地势坦荡，平原辽阔。^[5]江苏是我国淡水湖泊分布集中的省（区）之一，面积达6 853 km²，湖泊率为6%，居全国第一。

纵观整个江苏，第一大湖泊太湖居苏南，以太湖为主体的流域水系为整个江苏的工农业、生活生产都起到了不可忽略的重要作用；^[6]洪泽湖和高邮湖坐落在江苏的中部，与分布在运河周边的白马湖、宝应湖、邵伯湖等水域构成了苏北著名的水网圩区，对于江苏水系的整体性起到了连通作用；苏北沂河水系湖泊较少，只有一个骆马湖，俨然已经成为淮北平原蓄泄洪沂、泗河来水最重要的水库。

1.2 气候和降水

江苏位于我国中纬度地带，濒临东南沿海，地处亚热带和暖温带的过渡区，地势低平，气候上呈现过渡性特征。^[7]全省气候温暖湿润，四季分明，雨量充沛，径流丰富，再加上河流上游来水，为湖泊提供者较多的水源。

1.3 数据源及预处理

本文中选择江苏省面积前四且具有区域代表性的湖泊即太湖、洪泽湖、高邮湖和骆马湖作为研究对象，对这四大湖泊面积进行周期性监测，采取的数据分别为2009—2019年共十年影像数据。由于江苏春夏季节雨水充沛，故选取的影像大多为4-8月份遥感影像。2009—2011年的影像采用Landsat 5 TM影像，共9景；2012年卫星影像缺失；2013—2019年采用的是Landsat 8 OLI_TIRS影像，共27景。为了消除大气和传感器的误差，对这36景影像依次进行辐射定标和大气校正。

2 湖泊提取方法 2.1 水体提取方法原理

水体在绿波段的光谱反射率较高，往往能够达到峰值，而在近红外波段和中红外波段的光谱反射率较低，并呈现随着波长的增加反射率逐渐下降的特点。^[8]本文分别利用NDWI和MNDWI这两种方法对研究区内湖泊进行提取，提取的效果因为影像不同均有优缺点。在建筑物较少的区域，NDWI的提取结果和MNDWI的提取效果相似，但是在建筑物大量存在的情况下，两种方法的提取效果大有不同，MNDWI较为容易区分建筑和水体，解决水体提取过程中，建筑物混淆的问题。以2013年12月10日太湖影像数据为例，从图 2中太湖整体的提取效果和太湖局部的放大效果可以明显看出，MNDWI方法比NDWI提取效果好，MNDWI方法提取的水体边界较为完整，主要水体矢量明显，特异性较好，对于后续处理较为方便。

2.2 水体提取方法优化

传统的水体提取是利用ENVI作为影像处理平台对影像进行辐射校正、大气校正、矢量裁切、最后进行水体提取，步骤较为繁琐，如果研究区域较大，影像数目较多，会导致存在较多的重复性劳动，大大影响研究速度，在具体生产实践中效率较低。本文基于ENVI IDL进行编程进行批处理，基于头文件读取相应波段数据计算，通过IDL矩阵计算代替ENVI中波段运算，得到NDWI和MNDWI图像矩阵，针对矩阵设置阈值来对水体边界进行提取，最后输出为矢量文件即为粗提取的水体数据。相比传统方法，批处理方法大大节约了时间成本，对于研究和生产都有较大的帮助。

在经过ENVI+IDL模式的操作下，能够得到粗提取的水体边界，如图 2所示，边界虽然较为明显，但是图形的可观性较差，图面的非湖泊矢量较多，考虑到数据量较为庞大，利用ArcGIS中Model Builder对粗筛选的水体矢量进行批处理，最终能够快速得到精筛选后的水体边界矢量。

图 5和图 6分别是利用MNDWI和NDWI方法，基于2009年影像数据提取的太湖、洪泽湖、高邮湖和骆马湖的水体边界效果图。

图 6中可以明显看出，利用NDWI提取出的水体边界毛刺较多，不易区分水体与周围地物的明显分界线，会有少提和漏提的现象。故本文后续研究由MNDWI提取矢量进行主要分析，NDWI提取矢量作为辅助参考。

3 湖泊动态信息提取

随着人类社会的快速发展，湖泊也受到了各种因素的干扰，导致湖泊面积、数量、水质、及相关流域的生态环境也发生了显著的变化。^[9]本文针对提取得到的湖泊矢量，从湖泊的面积变化、景观格局指数、几何特征方面进行分析，推测湖泊的演化趋势。利用ArcGIS 10.2中ModerBuilder模块对水体矢量进行增加面积、长度、质心横、纵坐标等属性，并对字段进行批量计算，得到相关的空间特征。

3.1 面积变化率

湖泊的面积变化率K是指某研究区内湖泊面积随着时间的变化速度，利用该特征能够直观反映湖泊面积的真实变化程度，表达式为：

$ K = \frac{{{S_b} - {S_a}}}{{{S_a}}} \times \frac{1}{T} \times 100\% $

式中，K为研究时段内湖泊的面积变化率；S_a、S_b分别为初始段及末时段的湖泊面积；T为研究时长。K值为正，说明湖泊面积增加，相反，说明湖泊面积减小，K的绝对值越大，则表明湖泊面积变化越剧烈。

3.2 湖泊景观形状指数

景观形状指数是用来分析自然景观受外界条件包括人为因素干扰的难易程度，同时也能够反映景观的复杂程度和景观的易损程度^{[10, 11]}；当研究区域为湖泊时，则成为湖泊景观形状指数LLSI，表达式为：

$ \mathrm{LLSI}=\frac{L}{4 \sqrt{A}} \times 100 \% $

式中，LLSI即为湖泊景观形状指数；L为湖泊的周长；A为湖泊的面积。景观指数越小，表示湖泊越容易收到外界干扰。

3.3 湖泊质心偏移度

湖泊质心偏移度能够一定反映湖泊的演变过程以及空间属性的规律^{[12, 14]}，文中利用Arcgis 10.2软件直接对湖泊的质心进行计算，通过质心的偏移距离计算得到质心偏移度，计算公式为：

$ \delta=\sqrt{\left(X_{t+\Delta t}-X_{t}\right)^{2}+\left(Y_{t+\Delta t}-Y_{t}\right)^{2}} $

式中，δ为湖泊的质心偏移度；X_t+∆t和Y_t+∆t分别为∆t时间后的湖泊质心的横纵坐标；X_t和Y_t为原始湖泊质心横纵坐标。

4 结束语

对比NDWI提取的十年水体矢量数据，数值、规律基本与MNDWI相吻合，目视解译后发现提取的水体边界与对应的影像数据匹配度较高。结合江苏省气候、降雨的特点，对湖泊面积、面积变化率、湖泊景观形状指数、湖泊质心偏移度进行统计分析，可以得到以下结论：

1）2009—2014年，湖泊面积均呈现减少的趋势，2015—2016年，湖泊面积增加，2017—2019年湖泊总面积保持基本不变。

2）骆马湖的面积变化最为剧烈，作为这四个湖泊中面积最小的湖泊，受降水量和气候的影响也最为严重，洪泽湖作为江苏省重要的南水北调的枢纽，面积变化也较为剧烈。

3）太湖在四大湖泊中平均LLSI最小，说明太湖越不易收到外界因素的干扰，太湖流域的生态环境圈最为稳定；高邮湖的平均LLSI最大，最容易收到外界因素的干扰。

4）四大湖泊中，高邮湖的质心偏移度最大，其他湖泊偏移度较为平稳，湖泊总质心自东南向西北呈现微弱偏移。

本文以Landsat系列影像作为数据源，开展湖泊信息提取研究，能够通过IDL+ModelBuilder模式实现批量影像提取、分析，虽然水体边界清晰、位置准确，但是还存在一下方面值得继续开展研究：1）影像数据格式不同，需要多种算法共同配合实现，算法方面还需要改进；2）需要采用其他基础信息数据来进一步验证结果的准确性和方法的普适性。