基于GEE的流域水利基础设施提取研究：以东江流域为例

大家好，欢迎来到IT知识分享网。

摘 要：

【目的】流域水利基础设施是数字孪生流域建设的重要底板，在区域经济社会发展中发挥着重要作用。【方法】基于GEE平台的高分辨率卫星影像，进行地表水体计算与水利基础设施提取，使用公开的大坝数据集进行检验分析。【结果】以东江流域为例，流域水利基础设施种类多样，分布密集，共提取得到394座水利基础设施，包括13座船闸、63座低水头坝、13座丁坝、291座水库大坝、13座河坝以及1座分汊河道河坝。水利基础设施以水库大坝和低水头坝为主，数量在下游更为集中。【结论】应用GEE可有效提高对流域水利基础设施的提取和分析的效率；东江流域水利基础设施数量大，但对中小型水利基础设施仍有较多低估；相比已有数据，本文获取了更多数量和精确坐标的水利基础设施。

关键词：

卫星影像;水体识别;水利基础设施;

作者简介：

张羽康(1997—),男，硕士研究生，主要研究方向为水文水资源。

*赵铜铁钢(1986—),男，教授，博士，主要研究方向为水文水资源。

基金：

国家自然科学基金项目();

国家重点研发计划(2021YFC);

广东省珠江人才计划团队项目(2019ZT08G090);

引用：

张羽康, 赵铜铁钢, 刘智勇, 等. 基于 GEE 的流域水利基础设施提取研究: 以东江流域为例[ J] . 水利水电技术(中英文), 2023, 54(11): 102- 113.

ZHANG Yukang , ZHAO Tongtiegang , LIU Zhiyong , et al. Research of water conservancy infrastructure extraction in river basin based on GEE: A case study of Dongjiang River Basin[J]. Water Resources and Hydropower Engineering, 2023, 54(11): 102- 113.

0 引 言

流域水利基础设施有助于提高可再生能源的产能，在稳定社会发展和加快经济转型方面发挥重要作用。近年来，随着政府财政投入的增加，水利基础设施建设快速发展。水利基础设施的建成有利于下游河道的整治，缓解洪水灾害压力，提高上游河流通航能力、便于船只运输。为了完善基础建设条件，我国建设了大批水利基础设施，缓解了现代化趋势下的民生和安全问题，在国民经济发展中承担着不可替代的作用，在过去几十年取得了辉煌的成就。数字孪生流域建设过程中，水利基础设施及其影响区域的数字化映射将成为重要的数据基础。

随着全球化的发展，信息数据呈现爆炸式增长，高度整合数据库的云平台成为研究人员进行数据处理的重要研究和实践工具。Google Earth Engine(GEE)是一个地理空间数据处理云平台，集中并初步处理了多种全球高分辨率遥感影像数据产品，涵盖了气候变化、土地利用、水资源等多方面的社会环境研究。同时提供以JavaScript语言为基础的数据处理编译器以及提供大存量的云空间存储功能，便于研究人员在线处理数据。GEE平台提供的遥感卫星影像数据已经成为科研过程中不可或缺的重要信息来源，在协助水利资源配置方面起到了重要作用。公开可用的数据集种类繁多，各有千秋，Landsat卫星影像是其中最为精确的影像数据之一。卫星影像是大地卫星监测全球变化信息的重要资源。早期的卫星影像存在着精度问题，但随着技术能力的不断革新，陆地卫星上各种传感器捕获的图像数据的数量和质量也在提高。基于该平台的卫星图像对流域内水利基础设施进行精确定位，可提高工作效率，降低数据误差。

流域水利基础设施的建立加快推动了河流生态的评估进程，目前仍存在的问题包括水利基础设施时空分布不均，开发水平参差不齐；坐标产生偏移，无法准确指示大坝或者水库的位置；水利基础设施空间信息收集数量不足，不能全面评价流域内分布状况。尽管水库、大坝等水利基础设施重要性不言而喻，但是因其地理分布的不均匀以及形态特征不一致，致使已有数据库无法完整的描述流域内水利基础设施。基于GEE的高分辨率卫星影像和数据处理能力，对水利基础设施进行提取分析，得到其空间分布信息，对快速收集大范围的水利基础设施信息、促进构建数字孪生流域以及探究人为活动对河流连通性影响等方面具有重要意义。因此依据YANG X等提出的水利基础设施识别方法，本文的主要内容和研究目的是基于GEE平台的高分辨率卫星影像，进行地表水体计算与水利基础设施提取，进一步地与已有数据进行对比检验，为后续评估水利基础设施对区域河流环境与生态研究提供数据参考。

1 研究方法

1.1 水利基础设施识别流程

本文的目的是建立一套东江流域水利基础设施数据集，以开源的GEE平台和JavaScript语言为基础，采用广泛应用于Landsat TM/ETM+卫星影像数据识别的水体指数法进行地表水体识别；通过卫星影像识别得到的地表水栅格数据，经过取整、矢量化等步骤，转换成水体矢量地图，并且计算每个地表水体面积估计值作为属性值，划分并且保留面积大于等于0.1 km2的地表水体；基于GEE平台的高清卫星地图，根据卫星影像中的水利基础设施特征划分成多种类型，并进行标记分类，收集整理成矢量点数据，并且导入地表水体面积估计值等属性信息(见图1);最后，使用现有公开的数据集对初步建成的水利基础设施数据集进行检验，估算水利基础设施的覆盖率，修正水利基础设施的空间位置和地理坐标，检验分析水利基础设施对应地表水体面积。

图1 东江流域水利基础设施识别流程

1.2 卫星影像预处理

GEE平台中公开的Landsat卫星影像均已进行过初步的处理，处理步骤包括辐射校准、大气与几何校正等。进一步地，还需进行卫星图像数据的去云处理，去除云层遮掩对影像精度的影响。研究人员在云量检测和去除研究方面开展了大量的工作，提出了大量高效除云的方法，如多光谱合成法，光温差法，指数法等。目前GEE平台所提供的Landsat卫星影像去云方法以SR(地表反射率)数据除云为主：本文中使用Landsat 4、5 Level 2, Collection 2, Tier 1的QA_PIXEL波段的数据，并且设置所需要处理卫星影像的时间区间。进一步设置掩码阈值，0～4位分别代表填充、膨胀云、未使用、云和云影，即当掩码设置为0～4位时，认为该像素不在处理范围之内，将其进行屏蔽处理；进一步使用SR_B和SR_B6波段的数据，通过调整相应比例因子，使其替代原始波段的像素，并重新应用于掩膜步骤，最后生成完整的卫星影像图进行后续水体指标计算。

式中，Rlandsat为目标的卫星影像；RQA代表Landsat卫星影像QA_PIXEL波段数据；RSR代表Landsat卫星影像SR_B.和SR_B6波段的数据；Biti代表QA_PIXEL位掩码；N为卫星影像的像素单元总数。

1.3 水体指标测算与水体提取

应用在遥感数据提取水体信息的方法已经较为成熟，常用的方法有单波段、多波段和水体指数法等。本文应用的基于Landsat TM/ETM+数据的水体指数方法有：归一化水体指数(NDWI)、改进归一化水体指数(mNDWI)和增强植被指数(EVI)。采用的水体指数组合计算公式为

式中，NIR为近红外光波段；R为红光波段；MIR为中红外光波段；B为蓝色波段；其中SWB=1时，可认定为地表水体。

完成预处理和水体指数运算后，进一步地将栅格数据转成矢量数据，将重新投影至墨卡托投影(WGS_1984_UTM_Zone_50 N,ESPG编号为32650),并且对生成的投影完成的矢量数据进行面积计算，将计算得到的面积作为该部分水体的面积估算值，然后根据计算结果，去除其中面积小于0.1 km2的矢量部分，根据GEE提供的高清卫星图进行目视比较，检查并剔除不符合要求的水体。选取各年份中面积最大的地表水体轮廓与影像中的水体进行比较，便于剔除因卫星影像精度造成的识别误差。将处理完成后的矢量图作为水利基础设施记录的参考底图，导入GEE平台作为水利基础设施参考的数据底图。

1.4 水利基础设施分类

图2为水利基础设施识别过程，根据GRWL河网数据和计算获取的地表水体数据，将其导入GEE平台中作为识别水体的参照，在选定的流域区间，按照自上游到下游的顺序，沿着河网与其他地表水体，在影像中出现水利基础设施的位置附近进行标记，标记点设置在水体出水口附近的水利基础设施中心位置，依据水利基础设施的不同特征进行初步区分，最后整理为一组包括编号、设施种类和空间坐标信息的数据表。

图2 水利基础设施识别过程

初步标记完成后，进一步地，根据是否对河流造成影响、水头高低、是否建有船闸和形成上游水库等条件，对水利基础设施进行区分。如图3所示，通过区分不同水利基础设施在卫星影像下的不同特征，将其归纳为相应的类型，包括水库坝、河坝、船闸、低水头坝、丁坝、分汊河道河坝和其他类型。在标记过程中，大坝应该比船闸对流量和连通性有更大的影响，船闸应该比低水头坝有更大的影响。因此当一个设施由多种不同类型和功能的大坝组成时，将其认定对河流流动影响最小的设施类型。以下是对标记过程中水利基础设施的具体分类。

图3 东江流域概况

水库坝：对水库产生调节的大坝，并且上游形成了超过面积超过0.1 km2的多边形水体，在灌溉、防洪、发电等方面起到了重要作用。在卫星影像中，受到水库大坝的影响，上游出现面积较大的水体，且水库坝处于水体出水口附近。

船闸：船闸拥有通过控制两端闸门，达到航道内部升降水位的功能，是可以帮助船只克服上下游水位落差的通航建筑物。在流域内主要位于河流中下游等地势平坦、河流纵切较深的区域，在卫星地图影像中的整体结构与大坝较为相似，但与大坝相比，还建设有适合船舶通行的船闸。

河坝：对河流流量产生调节的大坝，是人工建造的横穿河流的拦水建筑物，完全覆盖河道，对河流流量进行控制，并且未在上游河段产生水库。河流大坝在灌溉、防洪、航运等方面起到了重要作用。

低水头坝(堰、溢流坝):水利工程中，为灌溉、航运、发电等要求，需修建低水头坝等抬高控制水流的水工建筑物，水流可从低水头坝坝体上通过。

丁坝：丁坝是一段伸入江水或海水中的堤，它的一端与河岸相连接，另一端处于水中，与河岸形成丁字形，用于减轻江水对河岸的冲击。丁坝是一种疏导河流、调整河势、保护河岸的水工建筑物，一端与堤岸连接成丁字形，能改变水流，使堤岸不受冲刷，丁坝可使泥沙在坝田里淤积，以造成新岸。短丁坝主要起到迎托主流、保护滩岸的作用。长丁坝具有束窄河槽、改变主流线位置的功能，起挑流作用。丁坝在河流中的长度不足河流总宽度。

分汊河道河坝：该分类的坝体类型本身与河坝没有差异，区别在于分布在分汊河道的区域，可实现流量调节、防洪等功能，但是不能完全影响河流连通性。分汊河道河坝占据了整条河流，但是存在自由流动的并行河流。

其他类型：还使用了一种 “不确定”的类型用于临时标记当时难以识别的障碍物。所有后来被指定为不确定类型的障碍物都经过了二次筛选，从数据集中删除，或者被纳入上述类型之中。

1.5 水利基础设施数据检验

为了验证流域水利基础设施数据集的可靠性，与目前公开的数据集(GOODD、GranD、China_LDRL、GeoDAR和HydroLAKES)的大坝数量和水体面积进行比较。进一步地，应用这些已有数据集检查水利基础设施的空间信息，因为所有这些数据集都提供了一些大坝统一且详细的地理参考坐标，地理参考信息可以直接从空间经度和纬度获得。在面积的检验过程中没有将水体面积与GOODD数据集进行比较，因为该数据集不提供水体面积属性。

2 研究区域和数据

东江流域是典型的亚热带季风气候，干湿季区分明显，多年平均气温约为20 ℃,降水充沛，多年平均降雨量为1 795 mm, 降雨空间分布由南向北逐步递减，流域内支流较多，河网密集，拥有新丰江、枫树坝、白盆珠等5座大型水库以及数量众多的中小型水利基础设施，为区域经济社会发展提供充分保障。

本文所用Landsat卫星影像数据来自GEE平台数据库，应用卫星影像数据进行水体指数的计算；水库和大坝数据采用GranD、GOODD、GeoDAR和China_LDRL数据集，包括空间位置、总库容等信息；湖泊数据集是用HydroLAKES数据集，包括空间位置、水体类别和规模等信息。本文中选择空间位置和水体面积数据用于检验水利基础设施数据集。

3 结果分析

3.1 水利基础设施数据集

图4为东江流域水利基础设施分类识别结果图。东江流域作为珠江水系的干流之一，具有丰富的水资源储备，水利基础设施建设非常发达。经过标记和数据整理，共标记得到394个水利基础设施，根据水利基础设施类型分类，共获得13座船闸、63座低水头坝、13座丁坝、291座水库大坝、13座河坝以及1座分汊河道河坝。从各种水利基础设施的分布情况可知，低水头坝集中于干支河流的中上游为主，水库坝呈现上游稀疏下游较为密集的趋势。水库坝和低水头坝数量众多，是水利基础设施建设的主要部分，说明流域内水利基础设施功能仍以蓄水防洪、抬高水位为主。

图4 水利基础设施分类识别结果

图5为GEE平台卫星图像下水利基础设施的平面图。水利基础设施在影像中清晰可见，不同水利基础设施之间特征差异明显，平台标记通过卫星图像可以实现快速精准定位、标记和分类保存。标记过程中还需对比不同时期的影像信息，以避免河流水位变化引起的部分水利基础设施淹没的情况。

图5 水利基础设施分类卫星影像

3.2 数量检验

如图6所示，为各检验数据集在东江流域的设施分布图。在已发布的数据中，GranD数据集在流域内的数量有11个，该数据集是由世界多个机构提供信息完成，记录流域主要的大坝和水库，包含大量属性信息。GOODD数据集在在东江流域标记了210个大坝。该数据集包括区域内大中小型三类规模的水坝，以及相应的水库属性，例如水库的面积、体积、建设时间等信息。GeoDAR数据集是以GranD和ICOLD数据集为基础处理得到的，在东江流域记录的大坝数量为45个，并且提供了相关水库面积、库容等信息。China_LDRL数据集在东江流域共标记得到43个大坝的空间位置信息，包括了流域内主要的大中型水利基础设施，并且有效区分河流坝与水库坝，提供相应的空间位置、地表水体等属性信息。应用上述数据检验水利基础设施数据数量的完整性，检查各个检验数据集和水利基础设施数据集的数量差异，从水利基础设施识别得到的总数量和具体的分布进行检验。在东江流域标记得到的水利基础设施数据中，共得到394个水利基础设施。水利基础设施数据的分别覆盖了GranD数据数量的90.9%、GOODD数量的73.3%、GeoDAR数量的68.8%以及China_LDRL数量的100%。数据集之间制作方法不同，对空间位置信息的标记方式存在差异，导致部分点位之间距离过远，无法有效检验。整体而言，相比于目前已有的数据集，本数据集获取了更多数量的水利基础设施，但仍低估了流域中小型水利基础设施中的实际数量。

图6 检验数据集分布

3.3 集水区域检验

本次检验针对数据集中水库坝的水体面积进行了估算，并应用GranD数据、GeoDAR数据、HydroLAKES数据和China_LDRL数据的地表水体部分进行验证。图7为不包括东江流域三大水库的情况下，水库坝的水体面积验证结果图。其中横轴为本文获取的设施水体面积，纵轴为验证数据集的面积。水利基础设施数据集的水体面积估值与验证数据的面积整体上契合度较高，大部分估值都处于y=x趋势线附近，但仍有部分水库坝的水体面积估值偏差较大。逐一检查各数据的地表水体轮廓与数据生成来源，GeoDAR 数据集、HydroLAKES数据集中部分水体数据来源于GranD水库数据，评估水体面积的方法不同，GranD数据未采用卫星影像中的地表水体轮廓进行估算，导致水利基础设施数据的面积计算结果与实际结果的差异较大。本数据集与China_LDRL数据集的水体轮廓较为接近，面积的估算值接近1∶1趋势线，说明通过China_LDRL数据集验证的本数据集的大坝水体面积是比较准确的，通过Landsat卫星遥感影像和水体指数计算识别水体的方法具有可行性，可用于提供更便捷的空间位置和相应的水体轮廓信息，为后续研究估算更精确的水利基础设施属性信息提供数据基础。

图7 水利基础设施面积对比

4 讨 论

水利基础设施数据的提取有利于充分了解人为开发地表水体的程度，认识建设过程中产生的资源和生态问题，进而寻找方法缓解对自然生态系统的影响。依据YANG X 等提出的水利基础设施识别方法，本文基于GEE平台的卫星影像对东江流域水利基础设施进行提取和分类，且与已有数据比对数量和对应水体面积的准确性。东江流域经济发展迅速，通过GEE平台的高分辨率卫星影像快速获取水利基础设施并对其进行精确定位，将更契合数字孪生流域建设的要求。水利基础设施数据集的空间坐标采用统一的原则提取，在与已有公开数据的对比中，可覆盖已有数据的大部分点位。水体面积检验中，水利基础设施数据与GranD等数据的水体面积处理方法不同，导致部分面积计算结果差异较大；但与China_LDRL数据集的面积检验结果相近，均为水体指数法计算得到的结果。本文完成水利基础设施标记后，计算其相关数据，作为数据集的属性信息，但获取的信息有限，未能准确估算大坝库容等信息，限制了数据集的应用范围。本文对东江流域水利基础设施和水体面积进行提取和分析，对于如何获取规模更小的水利基础设施以及估算更全面的属性信息，可进一步结合相关水位等信息，研究水利基础设施相关属性信息的估算和获取，对相应问题进行研究。

5 结 论

本文基于GEE平台的高分辨率卫星影像识别水利基础设施方面的有效性，以东江流域为研究区域，建立一套流域内的水利基础设施数据集以及相应的地表水体地图，使用现有公开的大坝数据集进行检验。通过Landsat高分辨率卫星影像识别流域地表水体，标记识别东江流域水利基础设施空间位置，分析其分布规律。流域内水利基础设施数量众多，种类多样，分布密集，共标记得到394个水利基础设施，根据不同特征分类，其中以水库坝和低水头坝为主，占流域水利基础设施总数的89.8%。通过现有公开数据集的检验，在东江流域内获取了数量更多、规模更小、类型不同的水利基础设施，水体轮廓更接近实际，可在东江流域进行应用。通过与已有数据对比水体面积，与China_LDRL数据集显示的验证结果较好，通过水体指数法获取的地表水体面积可作为水利基础设施的属性信息。整体而言，GEE可以有效提取数量更多、规模更小的水利基础设施，为流域研究提供数据基础。

水利水电技术（中英文）

水利部《水利水电技术（中英文）》杂志是中国水利水电行业的综合性技术期刊（月刊），为全国中文核心期刊，面向国内外公开发行。本刊以介绍我国水资源的开发、利用、治理、配置、节约和保护，以及水利水电工程的勘测、设计、施工、运行管理和科学研究等方面的技术经验为主，同时也报道国外的先进技术。期刊主要栏目有:水文水资源、水工建筑、工程施工、工程基础、水力学、机电技术、泥沙研究、水环境与水生态、运行管理、试验研究、工程地质、金属结构、水利经济、水利规划、防汛抗旱、建设管理、新能源、城市水利、农村水利、水土保持、水库移民、水利现代化、国际水利等。