武汉市湖泊面积时空演变GIS1103第四组

实验报告案例名称：武汉市湖泊面积时空演变及驱动力分析小组成员：所在班级：GIS1103中国·武汉二○一四年五月一、实验背景①湖泊的定义：湖泊是指陆地表面洼地积水形成的比较宽广的水域。

汉语定义：湖与泊共为陆地水域，但湖指水面有芦苇等水草的水域，泊指水面无芦苇等水草的水域。

按成因可分为构造湖、火山湖、冰川湖、堰塞湖、潟湖、人工湖等。

按湖水盐度高低可分为咸水湖和淡水湖。

湖泊是维持生态平衡的重要元素，湖泊对于人类的重要作用不仅是可以提供水源,渔产,发电,还可以防洪,灌溉,旅游等多种功能。

②武汉的湖泊之殇：a.历史之殇（填湖造地和围湖养鱼）：武汉市水务局的统计数据表明，武汉市缩减的湖泊面积有六成是由于上世纪五六十年代填湖造地和围湖养鱼造成的，武汉市的各大湖泊几乎均受波及。

武汉填湖造地、围湖养殖大致可分为两个阶段：第一个阶段是上世纪50年代至上世纪80年代初，由于人口增长，粮食问题成为我国当时最大的问题之一，而当时由于生产技术落后，单位亩产不高。

为获得更多的粮食，全国掀起一股“以粮为纲”的运动，大面积的湖区和湿地被填占，变成了田地。

应该说这一阶段是在政府主导下的围湖造田。

第二个阶段是上世纪80年代至上世纪90年代，则是顺应改革开放，增加经济效益的需要,群众自发性的围湖养殖，发展水产。

加之武汉人口激增，工业经济加速发展，水质污染与湖泊水体富营养化问题日益严重。

武汉三镇当时几个大的郊区湖泊均大面积遭到垦殖，东湖在这一阶段亦有大面积的缩减。

来自武汉市水务局的数据显示，上世纪50年代武汉湖泊的面积达1581平方公里，到上世纪80年代，湖泊面积已缩减为874平方公里，。

仅1972年一次填占青菱湖，便使其面积减少240多亩。

b.发展之殇（湖面不断长出的街市）：进入上世纪90年代中期，一般意义上的围湖造田、围湖养殖逐步停止，但却掀起了市政建设和房地产开发的热潮，滨湖地区成为房地产开发的“热土”，加上发展旅游，滨湖地区水域一块一块地被蚕食、侵占。

随着城市建设的发展，武汉市逐渐加快旧城改造和城市道路建设，汉口商业中心城市建设步伐加快，用地逐渐向北纵深腹地发展，西北湖、菱角湖附近的复兴村地区、后湖、新火车站等地区逐渐成为汉口开发建设的热点。

旧城的改造和城市的兴建，使得汉口西湖、北湖、小南湖、鲩子湖等所在的地段不断增值，在经济利益等因素的驱动下出现了湖泊填占的趋势。

图书大世界、建银大厦以及新世界水族公园的兴建分别占用了菱角湖、机器荡子、塔子湖部分水面，汉口青年大道等道路的修建与拓宽,也逐渐改变了后襄河周边的环境，使得道路沿线和附近的部分水面逐渐消失，城市发展建设过程中的填湖行为造成汉口地区湖泊面积迅速减小。

此外，随着城市人口激增，填湖一度成为武汉市处理垃圾甚至是治理污染湖泊的手段。

“特别是一些小湖泊及连接湖泊的明渠，因为遭到严重污染，变成臭水塘、臭水沟，塘里老鼠横行、蚊蝇乱飞，周边居民反映强烈，干脆一填了之。

”c.现实之殇（利益驱动下的蚕食）：“无论是哪一个年代的填湖行为，都是在经济利益的驱动下进行的。

上世纪五六十年代的围湖造田，其后的围湖养殖，是如此；目前的滨湖地区开发亦是如此。

相比较而言，房地产开发利益的驱动就更大了，而且伴随着政府利益的驱动。

“从人们的居住需求来说，滨水地区有着更令人宜居的环境，从开发商的角度来说，填湖成本远远低于旧城改造，而且滨水楼盘售价更高、更好卖，他们也能从中获得最大利益。

一个滨水项目的开发，政府、开发商、购房者都能从中得到各自的利益，那么，牺牲湖泊资源也就在所难免了。

d.管理之殇（非法填湖处罚太低）：鉴于武汉市面临的湖泊保护的严峻形势，水务局2008年专门成立了湖泊保护处，专门负责督办和查处非法填湖行为，湖泊保护处刚成立时整个处室仅有3人。

特别是这一年，武汉市政府将湖泊保护的权力下放到各级政府后，市水务局主要负责监督协调、宣传和服务。

而各区水务局属于区政府的一个职能部门，市水务局对各区局只是业务上指导，这给市水务局的湖泊保护工作带来很大的困扰。

另外，就是对填湖行为的处罚过低，一次填湖，不论面积大小，最高罚款限额为5万元，而填一亩湖的土地可卖到几十万元，巨大的利益驱动和低廉的填湖代价，让填湖行为屡禁不止。

“如果发生填湖行为，我们一般会要求责任单位整改，填多少挖多少，如果责任单位拒不整改，我们也可按规定代挖，但代挖的成本远远高于填土的成本，市水务局也拿不出钱来代挖，所以很多时候湖泊被填了也无法还原。

”二、实验意义三、实验过程1.实验数据1980年、1990年和2001年的三期Landsat TM ( ETM +)、2010年HJ1B遥感影像数据；武汉边界SHP文件；武汉75年~2010年气温、降雨数据；武汉市社会经济因素数据。

2.所用软件EARDAS 2O10；ArcGIS 10.0；IBM SPSS Statisics 19；EXCEL 。

3.实验步骤图3-13.1基于空间分析的湖泊面积时空演变分析3.1.1 图像预处理①图像融合：对1980年、1990年和2001年的三期Landsat TM ( ETM +)中的图像文件各分幅图像完成各自的波段融合，2010年HJ1B的整幅图像完成各波段融合。

各个融合操作中的选取的波段均为第1、2、3、4、5（和7）波段数据。

（由于第六波段是热红外波段，主要应用在地表温度反演，热量平衡等研究。

特点是分辨率低，故不予选取参与影像融合；个别影像融合前边界存在条状的其它颜色，应在融合之前对其进行裁剪。

）图3-2②图像拼接：图像拼接处理（Mosaic image）是要将具有地理参考的若干相邻图像合并成一幅图像或一组图像，需要拼接的输入图像必须含有地图投影信息。

所有的输入图像可以具有不同的投影类型、不同的象元大小，但必须具有相同的波段数。

在进行图像拼接时，需要确定一幅参考图像作为输出拼接图像的基准，决定拼接图像的对比度匹配、以及输出图像的地图投影、像元大小和数据类型。

这里对1980年、1990年和2001年的三期Landsat TM ( ETM +)里的四幅分幅影像进行拼接处理：于EARDAS中启动图像拼接工具（Mosaic images），加载需要拼接的影像，将匹配方法设置为overlay areas，重叠区域象元灰度计算设置为average。

③影像裁剪：实验研究目标区域为武汉市区。

因此对各时期段内，融合、拼接完成的影像进行Mask处理。

鉴于目前已有武汉边界SHP文件，故先将SHP文件转换为栅格形式。

再利用Mask工具，用转换后的边界栅格文件作为输入的Mask 文件。

最终输出得到4个年份的武汉市区遥感影像。

图3-33.1.2 监督分类①方法分析：图像分类就是基于图像像元的数据文件值，将像元归并成有限几种类型、等级或数据集的过程。

常规图像分类主要有两种方法：非监督分类与监督分类。

我们在这里采取的是监督分类的方法，监督分类中常用的具体分类方法包括：最小距离分类法、多级切割分类法以及最大似然分类法等等。

②确定分类类别：结合四幅影像进行大致的类别分析和划分类别，如色调、形状、纹理以及位置等图像特征，确定各区域分布的分类类别。

经初步分析，我们对四幅影像数据进行了6种类别地物的划分，分别为湖泊、河流、林地、耕地、建筑（居住区）和未用地六种。

③训练区的选择：先取有代表性的训练区作为样本，通过选择特征参数（如像元亮度均值，方法等），确定判别函数，计算机据此进行自动分类。

在ERADAS 中调用Classifier中的Signature Editor工具进行特征文件的编辑。

使用AOI 工具勾画我们感兴趣区，并将特征依次添加到特征文件中。

也可以选中多个AOI批量添加到特征文件中。

对每一种地类都进行一定量的训练样区选取后，选择完成的AOI区域和该类的特征文件对应进行保存。

进而对下一种类别进行特征文件的选取，直到6种地类均选取完毕。

再在各个类别的特征文件建立完毕后，需要合并成为一个总体特征文件（如图）。

运行Supervised Classification完成初步监督分类。

图3-4、图3-5观察初步监督的效果(如图3-5)，如若效果不佳，则需要进行重新调整训练区的选取，进行修改。

训练样区的选择要注意准确性、代表性和统计性三个问题。

准确性就是要确保选择的样区与实际地物的一致性代表性一方面指所选择区为某一地物的代表，另一方面还要考虑到地物本身的复杂性，所以必须在一定程度上反映同类地物光谱特性的波动情况统计性是指选择的训练样区内必须有足够多的像元。

根据对多次监督分类的效果来看，以林地为例，存在个别两个样本区之间的灰度值差异很大，而类的合并过程即为两个类别求平均，这样合并后产生的新类别将会与实际情况有较大的偏差，导致了分类效果的不理想，因此不宜将林地A 和林地B合并，而应该分开成两个类别。

最终在分类重编码的时候再归为同一类。

这是属于图像分类中的一种特征类别分级的方法，而具体的分类应从下往上，即每一地类应先细分为若干小类，然后再依需要自下而上合并成大类。

再者，发现影像在图幅拼接处仍然存在着许多分类效果不佳的地方。

这是由于图幅拼接的原因所造成的，因此从效果最佳的角度出发，应该对执行先对分幅图像完成分类再进行图幅拼接裁剪的步骤。

分类结果中都会产生一些面积很小的图斑。

无论从我们的湖泊面积变化专题制图的角度，为了便于我们更直接有效的分析，应当将这些小图斑进行剔除。

利用ERDAS系统中的 GIS分析命令聚类统计和去除分析可以完成小图斑的处理工作。

④聚类统计（clump）：聚类统计(Clump)是通过地分类专题图像计算每个分类图斑的面积、记录相邻区域中最大图斑面积的分类值等操作，产生一个Clump类组输出图像，其中每个图斑都包含Clump类组属性；该图像是一个中间文件，用于进行下一步处理。

聚类统计邻域大小确定为8。

⑤去除分析（Eliminate）：去除分析是用于删除原始分类图像中的小图斑或Clump聚类图像中的小 Clump类组，将小类图斑的属性值自动恢复为Clump处理前的原始分类编码（将小图斑合并到最大的分类。

）。

Eliminate处理后的得到的图像是简化了的分类图像。

小组在操作过程将设置minimum为60像素。

⑥目视修改：遥感影像中存在同物异谱和同谱异物的情况，单纯依靠监督分类难以达到理想的分类精度要求，这就要求我们采取另外的策略进行弥补这种缺陷。

本文拟采用目视修改的方法来对初分类或分类后处理后的图像进行像元修正，使误分、混分的像元归到正确的类别中去。

结合我们的分析目标--湖泊面积的时空变化和监督分类中存在的部分湖泊和河流误分的情况（如图3-6），通过中的AOI工具（如图3-6）来进行调整。

选取样区Area fill修改其值。

修改后的结果应注意保存。