基于Landsat-TM卫星影像的中亚水体动态变化研究

南水北调与水利科技

South2to2NorthWaterTransfersandWaterScience&TechnologyVol.16No.2

Apr.2018

DOI:10.13476/j.cnki.nsbdqk.2018.0042

刘家福,马帅,李帅,等.基于Landsat2TM卫星影像的中亚水体动态变化研究[J].南水北调与水利科技,2018,16(2):81286.LIUJF,MAS,LIS,etal.StudyonthedynamicchangeofwaterinCentralAsiabasedonLandsat2TMimagery[J].South2to2NorthWaterTransfersandWaterScience&Technology,2018,16(2):81286.(inChinese)

基于Landsat2TM卫星影像的中亚水体动态变化研究

刘家福,马 帅,李 帅,任春颖,张 柏,李 京

3.北京师范大学减灾与应急管理研究院,北京100875)

1,2

1

1

2

2

3

(1.吉林师范大学旅游与地理科学学院,吉林四平136000;2.中国科学院东北地理与农业生态研究所,长春130012;

摘要:当今世界卫星遥感和图像处理技术迅速崛起并飞速发展,利用卫星遥感数据对水资源进行分析和监测已成为必然趋势。中亚五国地处欧亚核心腹地,是丝绸之路经济带的陆上要塞,地区内常年干旱少雨,国家间水体面积差异显著。利用Landsat2TM/ETM+卫星遥感影像数据,基于决策树分类方法,进行提取中亚水体信息,选取中亚主要湖泊、河渠作为典型研究区,研究2000年、2010年和2015年的水体动态变化。研究结果表明,中亚水体总面积为123984180km2,其中湖泊面积为111856163km2,河渠面积为6323159km2,自然坑塘面积为5804158km2,湖泊、河渠和自然坑塘面积分别占中亚水体总面积的90121%、5110%和4168%;中亚地区除乌兹别克斯坦国水资源充足外,其余国家水资源相对匮乏;典型研究区中咸海、额尔齐斯河和乌拉尔河变差系数相对较大,分别为41118%、24182%和14168%;总体来看,中亚水体面积正逐年减少,研究中亚水体分布及动态变化有助于推进/一带一路0战略。

关键词:遥感;水体面积变化;中亚

中图分类号:P237 文献标志码:A 文章编号:167221683(2018)0220081206

StudyonthedynamicchangeofwaterinCentralAsiabasedonLandsat2TMimagery

LIUJiafu1,2,MAShuai1,LIShuai1,RENChunying2,ZHANGBai2,LIJing3

(1.CollegeofTourismandGeographicalSciences,JilinNormalUniversity,Siping136000,China;2.NortheastInstituteofGeographyandAgroecology,ChineseAcademyofSciences,Changchun130012,China;3.AcademyofDisasterReductionandEmergencyManagement,BeijingNormalUniversity,Beijing100875,China)Abstract:Atpresent,withtherapiddevelopmentofremotesensingandimageprocessingtechnologies,usingremotesensingdataforanalyzingandmonitoringwaterresourceshasbecomeaninevitabletrend.ThefiveCentralAsiancountriesarelocatedatthecoreofEurasia,andareconsideredasastrongholdofthe\"SilkRoad\"economicbelt.Theyhavelittlerainfallalltheyearround,anddiffergreatlyinwaterarea.BasedonLandsat2TM/ETM+imagery,usingthemethodofdecisiontreeclassification,weex2tractedtheinformationofCentralAsianwater,andselectedthemajorlakesandcanalsofCentralAsiaasthetypicalresearchar2eastostudythechangeofwaterareain2000,2010,and2015.TheresultsdemonstratedthatthetotalwaterareaofCentralAsiais123984.80km2,whichincludes111856km2oflakearea,6323159km2ofriverarea,and5804.58km2ofpondarea.Thesethreetypesrespectivelyaccountedfor90121%,5110%,and4168%ofthetotalwaterarea.Inaddition,whileUzbekistanhasa2bundantwaterresources,theothercountriesinCentralAsiaareallrelativelyshortofwaterresources.Amongthetypicalareas,theAralSea,IrtyshRiver,andUralRiverhavelargecoefficientsofdeterioration,whichare41118%,24182%,and14168%re2

收稿日期:2017209219 修回日期:2018201219 网络出版时间:2018201226

网络出版地址:http://kns.cnki.net/kcms/detail/13.1334.TV.20180126.0848.006.html

基金项目:国家自然科学基金(41471148;41771383);中国科学院重点部署项目(KZZD2EW208202);吉林省科技发展计划项目

(20150204047SF)

Funds:NationalNaturalScienceFoundationofChina(41471148;41771383);KeyDeploymentProjectoftheChineseAcademyofSciences

(KZZD2EW208202);KeyScienceandTechnologyResearchofJilinProvince(20150204047SF)作者简介:刘家福(19752),男,吉林敦化人,副教授,博士(后),从事遥感与GIS在资源环境、自然灾害等领域的应用研究。E2mail:liujia2

fu750506@126.com

水文水资源

#81#

第16卷总第95期#南水北调与水利科技#2018年4月

spectively.Generally,thewaterareaisdecreasingyearbyyearinCentralAsia.ThestudyonthedistributionanddynamicchangeofwaterresourcesinCentralAsiacancontributeto\"TheBeltandRoad\"strategy.Keywords:remotesensing;waterareachange;CentralAsia

水资源是社会健康稳定发展的基本条件,是制约区域发展的重要因素。天然形成的湖泊、江河以及人工挖掘的河渠、水库等构成了内陆地表水体

[123]

。天然的湖泊和自然坑塘不仅可以提供水源

还能改善环境、调节河川径流等。中亚作为/一带一路0的关键节点,正在成为中国当代对外知识视野和知识需求日益关注的重要区域,由于地区内严重干旱以及缺乏交通上的自然通道,隔开了周围的中国、印度、伊朗和等文明,因此,了解中亚的水体分布及面积变化是中亚建设的前提与基础[4]。在全球变暖背景下,随着社会经济的发展和城市人口的增长,水体面积受到降雨量减少、蒸发量增加、围湖造田不加节制等因素影响,中亚水体的分布格局和水体特征会产生一系列重要变化

[527]

。因此研究中亚

水体动态变化具有重要的理论意义和现实意义。

目前常用水体信息提取方法主要有:单波段阈值分割法、多波段谱间结构关系法、监督分类法、人工目视解译法等,然而,由于存在/同物异谱,异物同谱0现象,这种完全依赖地物光谱特征的分类方法往往会出现较多错分、漏分情况;决策树分类法的分类规则易于理解,分类过程也符合人的认知过程,能够比较好地解决上述分类所产生的问题[8]

。卫星遥感调查具有视点高、视域广及成本低等优势,为大规模水体监测提供更加优质、科学和高效的服务

[9]

。本

文利用卫星遥感影像数据,通过决策树分类方法提取中亚内陆水体信息,并对中亚地区主要湖泊、河渠进行动态监测,然后分析对比2000年、2010年和2015年三年的水体面积变化情况,从而掌握了解中亚水资源的空间分布特点,为保护和利用中亚水资源提供理论基础。

1 研究区概况

中亚位于亚洲中部那日路地区,是/丝绸之路经济带0核心区域

[10]

。中亚是指里海以东,西伯利亚

以南,伊朗、阿富汗以北及中国以西的亚洲中部地区,包括哈萨克斯坦、乌兹别克斯坦、吉尔吉斯斯坦、塔吉克斯坦和土库曼斯坦五个国家,总面积近400万km2,人口约为5000多万。中亚五国东南部为山地,地震频繁,属山地气候,其余地区为平原和丘陵,沙漠广布,气候干旱。从地形图(图1)可以看#82#

水文水资源

出,中亚国家分成两部分,一部分是西部的低地国家,包括哈萨克斯坦、乌兹别克斯坦和土库曼斯坦;另一部分是东部的高地国家,包括吉尔吉斯斯坦和塔吉克斯坦。中亚河流大多属于跨多国的内陆河,主要靠冰雪融水补给,水量很小,大部分属于咸海流域

[11213]

。咸海是中亚两条最大内陆河)阿姆河和锡

尔河的终端湖,阿姆河流经塔吉克斯坦、土库曼斯坦和乌兹别克斯坦,部分河段形成塔吉克斯坦和阿富汗及乌兹别克斯坦的边界,锡尔河向西穿越塔吉克斯坦和乌兹别克斯坦的领土,向西北穿过哈萨克斯坦注入里海。

图1 中亚地形及主要水体分布

Fig.1 ThetopographyofCentralAsiaand

distributionofmainwaterbodies

中亚水资源分布不均匀,河流下游国家的水资源短缺,对地表水体面积变化产生重要影响[14]。本文选取乌拉尔河、额尔齐斯河、阿姆河、锡尔河、咸海和巴尔喀什湖为本文典型研究区域,把湖泊、河渠作为典型研究对象。由于在短时间内大面积的水体面积变化不明显,因此选择/一带一路0战略前后2010年和2015年6月-9月的遥感影像提取水体信息,得出2000年、2010年及2015年之间水体的面积变化。

2 数据来源与方法2.1 数据来源

本文利用Landsat2TM/ETM卫星遥感影像,下载覆盖中亚的276景遥感影像,纬度范围约为35bN-55bN,经度范围约为45bE-85bE,空间分辨率为30m。中亚地区的遥感影像获取时间是2000年,典型研究区的遥感影像时间为2000

刘家福等#基于Landsat2TM卫星影像的中亚水体动态变化研究

年、2010年和2015年,所有的遥感影像选取时间是6月-9月份,云量小于10%,单景影像若不能获得规定时间数据,则推至相邻月份进行获取。本文遥感影像数据均来自于美国地质勘探局(UnitedStatesGeologicalSurvey,USGS)。

2.2 决策树分类

决策树分类是通过数学统计方法以及专家经验总结等方式,利用卫星遥感图像以及空间数据,最后获得地物分类规则的一种分类算法[15216]。本文利用ID3算法对分类规则进行获取(图2),设D为类别对校验元组进行的划分,那么D的熵表示为:

m

info(D)=iE=1

pilog2(pi)(1)

式中:pi代表第i个类型在校验组中出现的概率,那

么A对D划分的期望为:

vinfoA(D)=E|Dj|j=1|D|info(Dj)

(2)

而信息增益即为两者的差值:

gain(A)=info(D)-infoA(D)

(3)

通过信息增益比率进行属性选择,不仅克服了以往用信息增益选择属性时单一偏向取值的不足,而且对剪枝方法进行了优化,极大方便了对连续数据属性进行离散化处理[17220]。以Landsat2TM数据为基础,计算像元的归一化植被指数(NDVI)值,然后对水体进行分类,根据大量实践经验获取水体的分类规则为:NDVI[013,波段4的DN值大于0而小于20。

图2 分类规则基本思路

Fig.2 Basicideaofclassificationrules

2.3 水体信息提取

利用ENVI软件进行水体信息提取工作,在Landsat影像上,进行波段计算,根据波段比值图,选择合适的阈值,保证较好的提取效果,确定阈值后,利用决策树方法进行分类,再将分类结果进行合成,对水体属性较模糊的区域,则参照GoogleEarth进行归类修改。

湖泊是指陆地表面洼地积水形成的宽广、换流缓慢的水域,面积较大,其外形略成圆形或椭圆形;坑塘分为自然坑塘、人工坑塘和半人工坑塘,坑塘的

长度和宽度相差无几,面积较小,自然坑塘是由天然水体、泡子等自然形成的水面,人工坑塘一般为养鱼人工修建,半人工坑塘一般是拦截溪河或沟渠等建坝而成的水面;河渠指河流或人工开发的河道或水沟,形状多为线性,长宽对比明显;本文不考虑人工坑塘与大坝,仅按面积和形状将水体分为河渠、湖泊和自然坑塘。在此基础上,水体信息提取后面积小于1km2的分为自然坑塘,面积大于1km2的分为湖泊,面积大于1km2而形状绵长曲折的水体分为河渠。

3 研究结果

3.1 精度评价

由于实地考察获取地面信息难以实现,因此我们采用替代的方法获取地面点信息,从而评估地面水体的提取精度[21223]。本研究一共选取了508个验证样本,随机采样不同的水体类型,然后在GoogleEarth上验证其对应年份真实地表类型,最后用混淆矩阵表征中亚水体信息的提取精度。

从混淆矩阵的评价结果(表1)可知,3种类型水体的分类精度均较高,总精度为96106%,Kappa系数为0194。河渠的分类精度为93151%,湖泊的分类精度达到95162%,自然坑塘的分类精度更是达到了97133%。

表1 分类精度评价

Tab.1 Theevaluationofclassificationprecision类型河渠

湖泊自然坑总样本制图精Kappa/个/个塘/个数/个度(%)系数河渠10143103.51湖泊2131413795.620.94

自然坑塘

4

3

256

263

97.33

3.2 水体数量与面积统计

基于2000年的Landsat2TM影像解译结果(图3)可知,中亚范围内水体总面积约为123984180km2,其有湖泊2653个,面积为111856163km2,占中亚水体总面积的90121%。大于1000km2

的大型湖泊有12个,平均面积为6876192km2,其中咸海是中亚地区最大的湖泊,面积为29358135km2;面积在500~1000km2的湖泊有6个,平均面积为680161km2;面积在100~500km2

的湖泊有44个,平均面积为204154km2

;面积在50~100km2的湖泊有47个,平均面积为68168km2;面积在10~50km2的湖泊有316个,平均面积为20153km2

;面积在5~10km2

的湖泊有366

水文水资源

#83#

第16卷总第95期#南水北调与水利科技#2018年4月

个,平均面积为7106km2;面积在1~5km2的湖泊有1862个,平均面积为2112km2。

根据解译结果中亚共有自然坑塘96250个,总面积为5804158km2,占水体总面积的4168%。面积在015~1km的自然坑塘有2215个,平均面积为0170km;面积在011~015km的自然坑塘有

2

2

2

11053个,平均面积为012km2;面积在0105~011km2的自然坑塘共有9265个,平均面积为0107km2;面积在0101~0105km2的自然坑塘共有43723个,平均面积为0102km2;面积在01005~0101km的自然坑塘共有29994个,平均面积为010076km。

22

图3 湖泊与自然坑塘统计结果

Fig.3 Thestatisticsdataofnaturallakesandponds

中亚河渠总面积为6323159km,占中亚水体总面积的5110%,中亚河渠大多为内流河,由于蒸发和降雨量影响,短小的内陆河较多。

2

面积为8207176km,水体面积占国家总面积的1168%。

2

313 水体空间分布特征提取

根据2000年影像解译统计结果(图4),可以看出中亚水体虽然总量不少,但分布极不均匀;塔吉克斯坦和吉尔吉斯斯坦境内地势较高,多为冰川,水资源主要来源于冰雪融化形成的季节性河流;土库曼斯坦地势平坦,阿姆河支流进出境内数次,但水流量较少,不足以完全供给当地居民用水需求;乌兹别克斯坦和哈萨克斯坦地域广泛,水体类型丰富,但由于蒸发,河床渗漏和沿岸居民大量提取,大部分河水都不能够到达咸海,导致位于中亚西北部的河流三角洲地区和乌兹别克斯坦境内水资源情况日益恶化;整体来看,由于塔吉克斯坦帕米尔地区和吉尔吉斯斯坦西部天山地区山势陡峭,以及哈萨克斯坦西部地区高山林立,中亚地势具有东南高、西北低的特点,中亚水资源整体表现出西多东少,北多南少的分布特征。基于2000年遥感影像水体提取结果可知,哈萨克斯坦国共有湖泊2405个,坑塘78628个,水体总面积为83355139km2,水体面积占国家总面积的3107%;吉尔吉斯斯坦国共有湖泊28个,坑塘4039个,水体总面积为7581153km2,水体面积占国家总面积的3182%;塔吉克斯坦国共有湖泊26个,坑塘587个,水体总面积为1202166km,水体面积占国家总面积的0184%;乌兹别克斯坦国共有湖泊137个,共有坑塘6804个,水体总面积为23384118km2,水体面积占国家总面积的5122%;土库曼斯坦国共有湖泊72个,坑塘4886个,水体总#84#

水文水资源

2

图4 中亚水体分布格局

Fig.4 DistributionpatternofwaterinCentralAsia

314 典型研究区水体面积动态变化

利用卫星遥感影像得到的水体信息,代表的只是卫星瞬间过境时所获取的影像水体面积,但水体表面积会因季节气候变化和突然降雨的影响而发生变化,对水体面积的估算产生重大影响流面积的影响。

本文选取的七个典型研究区水体在2000年的总面积为57841135km2,占中亚水体总面积的46165%,约占中亚内陆总面积的1144%。通过对比典型研究区2000年、2010年及2015年水体信息提取结果(表2),得出结论,伊塞克湖和巴尔喀什湖水体面积的变差系数小于10%,面积变化较小;咸海作为曾经的世界第四大湖,由于中亚五国对咸海流域用水与农业灌溉用水无休无止,咸海面积变化严重,15年面积减少高达180521433km,呈逐渐消失迹象;乌拉尔河在中亚地区流域面积较小,近年

2

[24226]

。

本文研究内陆水体变化时仅考虑主流河,忽略其支

刘家福等#基于Landsat2TM卫星影像的中亚水体动态变化研究

来随着降雨量不足,乌拉尔河在中亚地区也逐渐干涸;额尔齐斯河是鄂毕河最大的支流,近年来这条国际河流面积变化较大,变差系数高达24182%;阿姆

河和锡尔河是咸海的两条重大水源,同时是中亚两条大型的淡水河,近些年由于人们过渡取水用水且降雨量连年减少,呈现出缓慢减少趋势。

表2 典型研究区水体面积变化对比

Tab.2 Comparisonofwaterareachangesoftypicalresearchareas

年份巴尔喀什湖咸海伊塞克湖200017978.7029358.366220.92201015738.7614866.336192.452015

17326.65

11305.92

6161.03

4 结论

(1)利用遥感技术与GIS相结合,获取中亚水体的分布信息,中亚水体总面积为123984180km2

,约占中亚内陆面积的3109%,其中湖泊约占水体总面积的90121%,自然坑塘约占4168%,河渠约占5110%;中亚五国的水资源分布广而不均,总体来说呈现出北多南少、西多东少的趋势,地区内严重缺水,其中哈萨克斯坦国、塔吉克斯坦国、吉尔吉斯斯坦国、乌兹别克斯坦国和土库曼斯坦国的水体面积分别占中亚水体总面积的67123%、6111%、0197%、18186%和6162%。

(2)通过对典型研究区水体提取信息的统计可知,咸海、伊塞克湖、阿姆河和锡尔河15年面积呈逐渐减少趋势,水体面积的变差系数分别为42118%、0140%、91%和12179%;巴尔喀什湖和额尔齐斯河面积呈现先减少后增加趋势,水体面积变化的变差系数分别为5153%和24182%;乌拉尔河面积呈先增加后减少趋势,水体面积变化的变差系数为14168%。作为/丝绸之路经济带0的核心区域,中亚水体总面积呈减少趋势。

参考文献(References):

[1] 付颖,徐新良,通拉嘎,等.近百年来北京市地表水体时空变化

特征及驱动力分析[J].资源科学,2014,36(1):75283.(FUY,XUXL,TONGLG,etal.Spatial2TemporalVariationandDrivingForcesofSurfaceWaterinBeijingOverOneHundredYears[J].ResourceScience,2014,36(1):75283.(inChinese))[2] 陈亚宁,崔旺诚,李卫红,等.塔里木河的水资源利用与生态保

护[J].地理学报,2003,58(2):2152222.(CHENYN,CUIWC,LIWH,etal.UtilizationofwaterresourcesandecologicalprotectionofTarimRiver[J].ChineseJournalofgeography,2003,58(2):2152222.(inChinese))DOI:10.11821/

xb200302008.

[3] 钱正英,张兴斗.中国可持续发展水资源战略研究综合报告

[J].中国水利,2000,2(8):5217.(QIANZY,ZHANGXD.Chinasustainabledevelopmentstrategyofwaterresources

km2

阿姆河额尔齐斯河乌拉尔河锡尔河1280.141202.61330.101470.521209.36652.49379.361263.271013.99

1156.73

263.20

1072.97

comprehensiveresearchreport[J].ChineseWater,2000,2(8):5217.(inChinese))

[4] 胡鞍钢,马伟,鄢一龙./丝绸之路经济带0:战略内涵、定位和实

现路径[J].师范大学学报(哲学社会科学版),2014(2):1210.(HUAG,MAW,YANYL.\"SilkRoadEconomicBelt\":thestrategicconnotation,andtherealizationofthepath[J].JournalofXinjiangNormalUniversity:PhilosophyandSocialSciencesEdition,2014(2):1210.(inChinese))DOI:10.14100/j.cnki.6521039/g4.2014.02.020.

[5] 宋开山,刘蕾,吕冬梅,等.基于Landsat2TM和MODIS的非洲

水体分布格局研究[J].热带地理,2014,34(3):3022307.(SONGKS,LIUL,LUDM,etal.Distributionpatternofaf2ricansurfacewaterbasedonLandsat2TMandMODISimagery[J].TropicalGeography,2014,34(3):3022307.(inChinese))DOI:10.13284/j.cnki.rddl.002563.

[6] 徐涵秋.利用改进的归一化差异水体指数(MNDWI)提取水体

信息的研究[J].遥感学报,2005,9(5):52595.(XUHQ.Studyonextractingwaterbodyinformationbyimprovednor2malizeddifferencewaterindex(MNDWI)[J].Journalofre2motesensing,2005,9(5):52595.(inChinese))

[7] 白洁,陈曦,李均力,等.1975-2007年中亚干旱区内陆湖泊面

积变化遥感分析[J].湖泊科学,2011,23(1):80288.(BAIJ,CHENX,LIJL,etal.RemotesensinganalysisofLakeareachangeinCentralAsiaaridregion[J].LakeScience,2011,23(1):80288.(inChinese))DOI:10.18307/2011.0113.[8] 杨明,张载鸿.决策树学习算法ID3的研究[J].计算机技术与

发展,2002,12(5):629.(YANGM,ZHANGZH.StudyonthedecisiontreelearningalgorithmofID3[J].ComputerTechnol2ogyandDevelopment,2002,12(5):629.(inChinese))[9] 赵茂盛,符淙斌,延晓冬,等.应用遥感数据研究中国植被生态

系统与气候的关系[J].地理学报,2001,56(3):2872296.(ZHAOMS,FUCB,YANG,etal.StudyontherelationshipbetweenvegetationecologyandclimateinChinausingremotesensingdata[J].Journalofgeography,2001,56(3):2872296.(inChinese))DOI:10.3321/j.issn:037525444.2001.03.005.[10] 李莉,周宏飞,包安明.中亚地区气候生产潜力时空变化特征

[J].自然资源学报,2014,29(2):2852294.(LIL,ZHOUHF,BAOAM.Spatialandtemporalvariabilityofpotentialcli2mateproductivityinCentralAsia[J].JournalofNaturalRe2sources,2014,29(2):2852294.(inChinese))DOI:10.11849/zrzyxb.2014.02.010.

水文水资源

#85#

第16卷总第95期#南水北调与水利科技#2018年4月

[11] 姚俊强,刘志辉,杨青,等.近130年来中亚干旱区典型流域气

温变化及其影响因子[J].地理学报,2014,69(3):2912302.(YAOJQ,LIUZH,YANGQ,etal.TemperaturevariabilityanditspossiblecausesinthetypicalbasinsofthearidCentralAsiainrecent130years[J].JournalofGeography,2014,69(3):2912302.(inChinese))DOI:10.11821/dlxb201403001.

[12] 鄢雪英,丁建丽,张喆,等.中亚土库曼斯坦典型绿洲荒漠化动

algorithm[J].ComputerKnowledgeandTechnologyForum,2005(3):17220.(inChinese))

[18] 都金康,黄永胜,冯学智,等.SPOT卫星影像的水体提取方法

及分类研究[J].遥感学报,2001,5(3):2142219.(DUJK,HUANGYS,FENGXZ,etal.StudyonwaterextractionmethodsandclassificationofSPOTsatelliteimages[J].Jour2nalofremotesensing,2001,5(3):2142219.(inChinese))态遥感监测[J].自然灾害学报,2014(2):1032110.(YANXY,DINGJL,ZHANGZ,etal.Dynamicremotesensingmoni2toringofdesertificationofatypicaloasisinTurkmenistanofCentralAsia[J].JournalofNaturalDisasters,2014(2):1032110.(inChinese))DOI:10.13577/j.jnd.2014.0214.

[13] 闫淑君,洪伟,吴承祯,等.中亚热带常绿阔叶林林隙及其自然

干扰特征的研究[J].应用生态学报,2004,15(7):112621130.(YANSJ,HONGW,WUCZ,etal.Studyonthecharacter2isticsofnaturalLinLinxianditsnaturaldisturbanceinthemidsubtropicalevergreenbroadleaf[J].ChineseJournalofAppliedEcology,2004,15(7):112621130.(inChinese))DOI:10.13287/j.100129332.2004.0238

[14] 韩其飞,罗格平,白洁,等.基于多期数据集的中亚五国土地利

用/覆盖变化分析[J].干旱区地理,2012,35(6):9092918.(HANQF,LUOGP,BAIJ,etal.CharacteristicsoflanduseandcoverchangeinCentralAsiainrecent30years[J].Geog2raphyofAridArea,2012,35(6):9092918.(inChinese))DOI:10.13826/j.cnki.cn6521103/x.2012.06.005.

[15] 杨雪峰,王雪梅.基于决策树的多角度遥感影像分类[J].地球

信息科学学报,2016,18(3):4162422.(YANGXF,WANGXM.ClassificationofMISRmulti2angleimagerybasedondeci2siontreeclassifier[J].JournalofEarthInformationScience,2016,18(3):4162422.(inChinese))DOI:10.3724/SP.J.1047.2016.00416.

[16] 殷世平,刘丹,郭立峰,等.基于决策树的黑龙江省旱耕地分类

[J].自然灾害学报,2011,20(1):92296.(YINSP,LIUD,GUOLF,etal.ClassificationofdrycroplandinHeilongjiangProvincebasedondecisiontree[J].JournalofNaturalDisas2ters,2011,20(1):92296.(inChinese))DOI:10.13577/j.jnd.2011.0115.

[17] 陆安生,陈永强,屠浩文.决策树C5算法的分析与应用[J].

电脑知识与技术:技术论坛,2005(3):17220.(LUAS,CHENYQ,TUHW.AnalysisandapplicationofdecisiontreeC5

#86#

水文水资源

DOI:10.11834/jrs.20010309.

[19] 栾丽华,吉根林.决策树分类技术研究[J].计算机工程,2004,

30(9):94296.(LUANLH,JIGL.Studyonclassificationtechnologyofdecisiontree[J].ComputerEngineering,2004,30(9):94296.(inChinese))DOI:10.3969/j.issn.100023428.2004.09.038.

[20] SAFAVIANSR,LANDGREBED.Asurveyofdecisiontree

classifiermethodology[J].IEEETransactionsonSystemsMan&Cybernetics,2002,21(3):6602674.

[21] DINGY,GONGHL.Applicationofnormalizeddifference

waterindexforvegetationwatercontentmonitoringfromMODISdata[J].AdvancedMaterialsResearch,2011,2042210:212822132.

[22] FEYISAGL,MEILBYH,FENSHOLTR,etal.Automated

waterextractionindex:AnewtechniqueforsurfacewatermappingusingLandsatimagery[J].RemoteSensingofEnvi2ronment,2014,140(1):23235.

[23] V;R;SMARTYCJ,GREENP,SALISBURYJ,etal.Glob2

alwaterresources:Vulnerabilityfromclimatechangeandpopulationgrowth[J].Science,2000,2(5477):284.

[24] HAASEM,BARTHOLOMEcE,COMBALB.Timeseries

analysisofopticalremotesensingdataforthemappingoftemporarysurfacewaterbodiesinsub2SaharanwesternAfri2ca.[J].JournalofHydrology,2009,370(124):52263.

[25] CAMPOSJC,SILLERON,BRITOJC.Normalizeddiffer2

encewaterindexeshavedissimilarperformancesindetectingseasonalandpermanentwaterintheSahara2Saheltransitionzone[J].JournalofHydrology,2012,s42465(13):4382446.

[26] BORROM,MORANDEIRAN,SALVIAM,etal.Mapping

shallowlakesinalargeSouthAmericanfloodplain:Afre2quencyapproachonmultitemporalLandsatTM/ETMdata[J].JournalofHydrology,2014,512(10):39252.