专栏:一带一路重大工程遥感

“一带一路”区域水电站工程生态环境影响遥感监测

  • 龚围 , 2 ,
  • 李丽 , 1, * ,
  • 柳钦火 1, 3 ,
  • 辛晓洲 1 ,
  • 彭志晴 1, 3 ,
  • 邬明权 1 ,
  • 牛铮 1 ,
  • 田海峰 4
展开
  • 1.中国科学院空天信息创新研究院 遥感科学国家重点实验室,北京 100101;
  • 2.自然资源部重庆测绘院,重庆 401120;
  • 3.中国科学院大学,北京100049;
  • 4.河南大学环境与规划学院,开封 475000
李 丽(1980— ),女,山西榆次人,副研究员,主要从事定量遥感参数反演及生态环境遥感监测研究。E-mail:

龚 围(1992— ),女,重庆潼南人,硕士生,主要从事地理信息系统与定量遥感研究。E-mail:

收稿日期: 2020-01-02

  要求修回日期: 2020-06-08

  网络出版日期: 2020-09-25

基金资助

中国科学院战略性先导科技专项(XDA19030304)

国家自然科学基金项目(41771394)

版权

版权所有,未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

Monitoring and Analyzing Ecosystem Impact on Hydropower Projects by Remote Sensing in the Belt and Road Region

  • GONG Wei , 2 ,
  • LI Li , 1, * ,
  • LIU Qinhuo 1, 3 ,
  • XIN Xiaozhou 1 ,
  • PENG Zhiqing 1, 3 ,
  • WU Mingqun 1 ,
  • NIU Zheng 1 ,
  • TIAN Haifeng 4
Expand
  • 1. State Key Laboratory of Remote Sensing Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100101, China;
  • 2. Chongqing Institute of Surveying and Mapping, Ministry of Natural Resources of Peoples's Republic of China, Chongqing 401120, China;
  • 3. University of Chinese Academy of Sciences, Beijing 100049, China;
  • 4. College of Environment and Planning of Henan University, Kaifeng 475000, China
LI Li, E-mail:

Received date: 2020-01-02

  Request revised date: 2020-06-08

  Online published: 2020-09-25

Supported by

The Strategic Priority Research Program of Chinese Academy of Sciences(XDA19030304)

National Natural Science Foundation of China(41771394)

Copyright

Copyright reserved © 2020

摘要

为实现“一带一路”区域可持续发展,我国倡导绿色、低碳、循环、可持续的生产生活方式,建设绿色“一带一路”。遥感技术在生态环境监测与评价方面具有重要作用。本文以“一带一路”区域中国援建的水电站工程为研究对象,基于陆地系列卫星(Landsat)、哨兵2号(Sentinel-2)等遥感对地观测数据,利用决策树与缓冲区分析等方法,从水电站库区概况、水电站对植被生长状况与生态资源影响等方面,开展“一带一路”区域水电站项目建设对当地经济发展和生态环境影响的遥感监测及分析。本文首先根据遥感影像与DEM确定库区及库容,结合最小外接正方形面积比及平均宽度等指标确定各水电站缓冲区类型和范围。利用NDWI及NDVI构建决策树模型,提取各缓冲区土地利用类型,分为水体、林地、草地、耕地和其它5类;结合区域植被覆盖度,估算库区生态占用并对水电站建成前后的土地利用类型和植被变化进行分析。研究结果表明:① “一带一路”沿线10座水电站造成的生态损失与库区面积呈正相关,不同工程间,在水体、林地、草地、耕地和其它方面的损失面积大小存在较大差异;② 土地利用类型与植被覆盖度年均变化幅度约为0.35%、1.27%,水电站修建对周边生态资源与植被生长状况影响较小,同时在植被覆盖度较低的地区水电站的修建会明显改善周边环境;③ 各水电站周边的植被覆盖度差异较大,大部分水电站周边植被生长状况良好;④ 水电站建设始终坚持工程建设与环境保护并重,从施工设计到水电站后期维护期间,积极采取环保措施,减少占用,保护生物多样性,生态风险防范得当;⑤ 水电站提供了优质的清洁能源,促进了当地经济和社会发展。

本文引用格式

龚围 , 李丽 , 柳钦火 , 辛晓洲 , 彭志晴 , 邬明权 , 牛铮 , 田海峰 . “一带一路”区域水电站工程生态环境影响遥感监测[J]. 地球信息科学学报, 2020 , 22(7) : 1424 -1436 . DOI: 10.12082/dqxxkx.2020.200008

Abstract

China has advocated a green, low-carbon, recyclable, and sustainable lifestyle for the sustainable development of regions along the green "belt and road". Remote sensing plays an important role in monitoring and evaluating ecological environment. This study focuses on the ecological impacts of hydropower projects in the "belt and road" region supported by China. The ecological impacts of hydropower projects on reservior area, vegetation growth, and ecological resources are analyzed based on decision trees and buffer area analysis methods using Landsat and Sentinel-2 images. In our study, first, the DEM and satellite images are used to obtain reservoir area and storage capacity of each hydropower station. Then, through buffer area analysis, buffer area type and its distance to reservior area of each hydropower station are determined by the area of reservior area, the ratio of reservior area to the smallest circumscribed square, and the average width of reservior area. Decision trees of each buffer area are further built to classify water, forest, grassland, cultivated land, and other land use types based on NDWI and NDVI. The ecological footprint and changes of each land use type before and after the hydropower construction are also analyzed. The Fraction of Vegetation Coverage (FVC) is used to evaluate the status and changes of vegetation growth for each hydropower station. Results reveal that the ecological loss caused by hydropower projects has a positive correlation with the area of reservior area. Generally, the construction of hydropower station has small impact on land use types and vegetation growth of surrounding areas as the annual average variation of land use type and FVC are about 0.35% and 1.27%, respectively. However, there is a significant difference in the lost area of land use types and FVC between hydropower stations. FVC is improved in areas with low FVC after the construction of hydropower station. Furthermore, the hydropower project in areas with low vegetation coverage significantly promotes local ecological environment. During the construction, from design, building to later maintenance of hydropower stations, experts actively take environmental protection measures to reduce reservior area, protect biodiversity, and control ecological risks. Hydropower stations can provide high-quality clean energy and promote local economic and social development.

1 引言

“一带一路”即“新丝绸之路经济带”和“21世纪海上丝绸之路”,于2013年9月和10月提出,是一条促进各国共同发展、实现共同繁荣的合作共赢之路。随着“一带一路”建设的持续推进,我国与“一带一路”沿线国家在基础设施建设领域开展大量合作,水电站工程建设就是一个重要的方面。能源是一个国家经济发展的重要参数,在各类能源中,水力发电是所有可再生能源中最环保、最可靠的。生态文明建设是一项全世界人民必须共同面对的问题,将绿色发展理念引入“一带一路”建设中,有利于沿线各国生态文明建设。在“一带一路”水电站工程建设时,必定涉及生态环境保护问题,为此监测“一带一路”区域内水电站的修建对生态环境的影响,对构建绿色“一带一路”,实现各国可持续发展具有重要意义。遥感具有信息量大、范围广、精度高、速度快以及实时性和动态性强等特点,能够为生态环境监测与评价提供更为客观和准确的数据,随着遥感技术的发展,遥感已经成为生态环境监测不可或缺的手段之一[1]
基于遥感技术手段对水电站库区环境监测研究,国内外已开展一系列研究。Shumba等[2]利用遥感数据,监测卡里巴水库的水位变化,并结合遥感数据分析影响水位变化的自然与人为因素;Pareta[3]利用遥感技术从地质地貌、水文地貌、地理水文结构、土壤侵蚀和土地利用等方面对拉杰加特水电站的地质环境和水文环境进行研究,表明了遥感技术在识别研究区域的地理水文环境方面具备重要作用;Li等[4]结合遥感技术,研究了大坝对湄公河三角洲的土地利用类型、土地面积、地貌等方面的影响,并建立了一个新的、全面的湄公河流域大坝和灌溉系统的GIS数据库;Mohamed等[5]、Mukiri等[6]结合DEM数据与雷达等遥感技术,监测库区地形、地质、水质、水位、降水、气温等影响因素,分析其对水电站的影响,进而评估埃塞俄比亚的复兴大坝与肯尼亚埃瓦索—恩依罗大坝对周边环境的影响;李静等[7]基于遥感数据,从土地利用类型变化方面对梯级开发水电的区域生态系统影响进行动态监测,并从大坝枢纽区和整个库区2个方面开展了分析; 吴柏清等[8]基于遥感与GIS技术,对水电站库区1998—2003年植被覆盖度动态变化进行监测与分析,并表明,植被覆盖度变化与人类活动、自然因素有密切关系。
尽管目前遥感技术在水电站这一领域有一定应用研究,但不够全面与系统。同时在“一带一路”这一背景下,较多的是对于“一带一路”沿线的其他类型工程项目的遥感监测,比如公路、铁路、港口等[9,10,11,12,13,14,15,16,17,18],通过监测工程周边植被覆盖度、土地利用类型现状与变化,了解工程建设对当地生态环境与经济发展的影响,从而指导“一带一路”沿线工程建设的生态环境保护。对于“一带一路”沿线的水电站项目的研究则主要侧重于工程结构设计与工程管理[19,20],在生态环境影响的遥感监测方面,主要涉及沿线个别早期已建成大型水电站[2,5],通过监测可能引起水电站失效的自然影响因素,间接地监测水电站失效对其附近生态环境的影响。目前,国内外对“一带一路”区域水电站生态环境影响的遥感监测研究较少,且并未对其进行直接监测。“一带一路”区域水电站生态环境影响的遥感监测应侧重于监测水电站修建前后周边生态资源、植被生长状况现状与变化,与其他类型工程项目生态环境遥感监测相结合,共同构成“一带一路”沿线工程项目生态环境影响遥感监测的研究体系。本文首次以“一带一路”区域重大水电站项目为研究对象,基于陆地系列卫星(Landsat)、哨兵2号(Sentinel-2)等遥感对地观测数据,开展“一带一路”区域由中国承建或出资的水电站项目建设对当地自然和社会生态环境影响的遥感监测,从水电站库区概况、区内生态占用、水电站对植被生长状况(植被覆盖度)与生态资源(土地利用类型)影响等方面,分析“一带一路”框架下水电站项目建设对当地经济发展和生态环境的影响,进一步为“一带一路”国家战略的实施及其沿线生态环境保护提供坚实的科学依据和数据支撑。

2 研究区概况与数据来源

2.1 研究区概况

自“一带一路”倡议提出以来,我国投资或承建了全球约101个水电站项目,遍布全球六大洲。其中在亚洲的水电站项目占总数的56.44%,占比最大,非洲占28.71% ,南美洲占9.9%,欧洲与大洋洲均占1.98%,北美洲占0.99%(表1[21]。本文依据地势起伏程度、自然生态环境优劣、装机容量大小等差异,选取沿线10个较为重要的水电站项目作为研究对象,进行遥感监测与评价。这10个水电站在地势平坦或复杂、自然生态环境状况良好或脆弱区域均有分布,且装机容量大小各异,分别为缅甸的水津水电站、越南的中宋水电站、苏丹的麦洛维水电站、巴基斯坦的卡洛特水电站(在建)与尼鲁姆-杰卢姆水电站、白俄罗斯的维捷布斯克水电站、喀麦隆的拉格都水电站与曼维莱水电站、斯里兰卡的莫勒格哈坎达水电站、阿根廷的基赛水电站(由基什内尔与塞佩尼克2个梯级水电站共同组成,在建),各水电站概况如表2所示。其中,地势复杂区域分布有卡洛特水电站、尼鲁姆-杰卢姆水电站、莫勒格哈坎达水电站、水津水电站,其余水电站分布于地势平坦区域。自然生态环境脆弱区域分布有基赛水电站与麦洛维水电站,二者周边地类分别为荒漠草原、沙漠,植被覆盖度较小;其他水电站周边植被覆盖度较大,生态环境状况良好。装机容量方面,麦洛维水电站与基赛水电站总装机容量较大,总装机容量在101座水电站中排名前十,其次为尼鲁姆-杰卢姆水电站、卡洛特水电站、中宋水电站、曼维莱水电站,水津水电站、拉格都水电站、维捷布斯克水电站、莫勒格哈坎达水电站装机容量则相对较小。
表1 “一带一路”沿线水电站分布[21]

Tab. 1 Distribution of hydropower stations along the Belt and Road (个)

名称 亚洲 非洲 北美洲 南美洲 南极洲 欧洲 大洋洲
数量 57 29 1 10 0 2 2
合计 101
表2 本次研究的10座水电站概况[21]

Tab. 2 Overview of 10 hydropower stations along the “Belt and Road”

完成情况 水电站 开工时间 竣工(预计)时间 总装机容量/MW 地位
已建成 水津 2002年6月 2011年10月 75 葛洲坝国际工程公司成立以来发电的首个电站
中宋 2012年11月 2017年6月 260 越南最后一个大中型水电重点项目
麦洛维 2003年6月 2008年6月 1250 尼罗河干流第二大水电项目
维捷布斯克 2012年4月 2017年7月 40 “一带一路”建设重点工程
尼鲁姆-杰卢姆 2008年1月 2018年4月 969 中巴经济走廊能源领域的优先重点项目
拉格都 1978年8月 1984年5月 72 我国最大的对外经济援助的水利水电项目之一
曼维莱 2012年12月 2019年4月 211 中喀合作的典范/喀麦隆境内在建和已建的最大水电工程
莫勒格哈坎达 2012年7月 2018年1月 25 中资企业在斯里兰卡承建的第一个大型水利枢纽项目/斯里兰卡规模最大的水利枢纽工程
在建 基塞 2014年7月 2022年4月 1140/600 阿根廷目前在建的最大水电站/目前中国企业在海外最大的水电工程融资项目
卡洛特 2015年底月 2020年 720 “一带一路”建设的首个水电项目

2.2 数据来源

(1)哨兵2号数据
本文基于各水电站动工修建年份(2015年后)与2018年哨兵2号(Sentinel-2)云量较少的遥感影像(空间分辨率10 m,重访周期10 d),经预处理(辐射定标,大气校正),从影像数据上提取原始河流与水库库区、解译各水电站坝址等,并用于水库蓄水走向分析与库区面积计算[22]
(2)Landsat数据
哨兵2号卫星发射时间较晚,只能获取2015年以后的数据,当水电站蓄水时间早于2015时,还需结合Landsat数据进行补充分析。获取各水电站动工修建年份与2018年云量较少的Landsat影像,经辐射定标,大气校正,波段融合等预处理后,得到研究区域的遥感影像(分辨率为15 m),提取坝址、水电站修建蓄水前的河流;反演研究区植被覆盖度与土地利用类型数据,用于分析水电站对植被生长状况与生态资源的影响[22]
(3)DEM数据
DEM数据来源于SRTM传感器,空间分辨率为30 m,时间范围为2000年2月11日—2000年2月22日。主要用于未修建水电站截流蓄水后水库走向模拟与库区面积预估[23]

3 研究方法

本文基于DEM、Sentinel-2与Landsat数据,计算库区范围、水电站修建前后年份的年均归一化差异植被指数(Normalized Difference Vegetation Index, NDVI)、年均归一化差异水体指数(Normalized Difference Water Index, NDWI)等,反演得到植被覆盖度与土地利用类型数据,通过缓冲区分析与空间叠加分析方法分析研究区域水电站对植被生长状况与生态资源的影响,技术路线如图1所示。
图1 水电站生态环境影响遥感监测技术流程

Fig. 1 Flowchart of remote sensing monitoring technology for ecological environment impact of hydropower station

3.1 河流与库区提取方法

3.1.1 基于归一化水体指数的河流与库区提取方法
McFeeter等[24]在1996年提出了NDWI,即归一化差分水体指数,由绿光波段与近红外波段表观反射率之差和之和的比值算得,主要利用了在近红外波段水体强吸收,而植被反射率强的特点,通过抑制植被和突出水体来提取影像中的水体信息,具有水体分类精度高的特点。本文采用该指数提取已建成水电站的库区范围与形成水库前的原始河流范围:
NDWI = ρ green - ρ nir ρ green + ρ nir
式中: ρ nir 为近红外的表观反射率; ρ green 为绿光波段的表观反射率。提取范围后,结合目视解译将套合超限地方进行人工修边,得到最终水域范围。
3.1.2 基于DEM的估算库区范围与库容方法
对于未建成的水电站,本文利用研究区域的DEM数据对水电站蓄水后的水库进行走向模拟与库区面积预估。从影像中获取水电站的详细位置,以水电站大坝为界限,原始河流上游高程小于等于正常蓄水位且与河流联通的地区确定为水库库区范围,从而对水电站蓄水后的水库走向进行模拟,并预估库区面积。结合式(2)计算水库库容:
$v=(d-\bar{d})×a$
式中: v 为库区库容; d 为水库的正常蓄水位; d ̅ 为库区淹没之前的平均海拔; a 为库区的面积。

3.2 生态资源面积与占比估算方法

任何工程都难免占用生态资源,造成生态损失。本文的生态资源即土地利用类型,包含水域、林地、草地、耕地以及其他用地,为定量化预估水电站建设而占用的当地生态资源,以及造成的直接生态损失,本文根据Landsat遥感影像(空间分辨为30 m),解译水电站库区范围内蓄水前的土地利用类型分布状况,以此估算水电站建设对当地生态资源的占用情况。决策树是一种常用的分类与回归方法,其具有直观、高效且结构清晰的特点,决策树分类主要包括建立分类决策树和应用决策树两个主要过程。本文基于NDVI、NDWI与NDVI年最大最小差值这3个参数进行决策树分类建模,用于估算水电站库区形成后造成的生态占用以及获取周边的生态资源(图2)。由于不同的研究区,植被生长状况以及水质具有一定差异,各地区阈值具有一定差异,因此本文结合直方图分割与目视解译等方法确定图2中的hijk值。
图2 土地利用类型分类决策树模型

Fig. 2 Land use type classification decision tree model

3.3 植被生长状况参数遥感反演方法

地表植被在地气能量交换、地球碳氮水循环中作用关键,因此其与生态环境关系密切。植被覆盖度(Fraction of Vegetation Coverage, FVC)是指植被(含叶、茎、枝)在地面的垂直投影面积占研究区总面积的百分比[25],能有效反映地表植被分布特征和监测生态环境变化,是生态环境评价中的重要参数指标,因此本文用植被覆盖度来反映植被生长状况,从而监测水电站生态环境。NDVI即归一化差分植被指数,是反映植被长势、生物量以及植被覆盖度动态变化的最佳指示因子,由近红外波段与红光波段的表观反射率之差和之和的比值算得。因此本文使用NDVI二分法计算水电站所在区域的植被覆盖度:
NDVI = ρ nir - ρ red ρ nir + ρ red
FVI = NDVI - NDV I s NDV I v - NDV I s
式中: ρ nir 为近红外的表观反射率; ρ red 为红光波段的表观反射率; NDV I s NDV I v 分别代表区域内被土壤与植被完全覆盖的NDVI,FVC越大,说明植被越茂盛,生态环境越好。

3.4 缓冲区分析方法

缓冲区分析方法是GIS中比较常用的分析方法,它以特定的地图要素(点、线、面)为中心,在其周围按照设定的单位距离建立一定宽度和数量的缓冲带,形成缓冲区多边形,从而使得数据可以在二维空间中得到扩展的信息分析方法[26]。本文选用此分析方法进行土地利用类型变化分析和植被覆盖度现状与变化分析,从而得到水电站修建对周边生态资源和植被生长状况的影响。水电站给周边生态资源与植被生长状况带来的变化随水电站距离越远影响越小,因此在进行变化分析时,结合空间叠加分析与目视解译方法,设定缓冲距离为1km。进行植被覆盖度现状分析时,为了反映整个库区所在地的整体植被生长状况,需依据水库大小设定合适的缓冲距离。水电站缓冲区类型与距离的设定,主要参照“一带一路”沿线其他工程项目设定的缓冲区(库区边缘缓冲10 km),但由于各个水电站设计方案以及地理条件不一样,有的水电站的库区较大,过小的缓冲区无法完整反映水电站周边植被生长状况,因此缓冲区的设置会有所区别。本文依据库区面积与库区最小外接正方形的面积比、库区平均宽度、库区面积这3个主要指标,确定各水电站缓冲区类型与缓冲距离,如表3所示。其中库区面积与库区最小外接正方形的面积比、库区平均宽度这两个指标主要表示库区形状与狭长度,库区面积表示库区大小。在面积比小于0.1时或面积比介于0.1~0.2且宽度≤1时,库区形状狭长,缓冲区适合库区边缘缓冲;缓冲距离依据库区宽度来设置,当宽度小于1 km时,缓冲距离设置10 km将导致缓冲面积过大,过多地超出水库流域范围,无法精准反映水电站周边植被生长状况,因此设定该类水电站缓冲区距离为1 km。在面积比≥0.2或面积比介于0.1~0.2且宽度大于1时,库区形状偏宽阔,库区边缘缓冲区类型将不再适合此类水电站,因此选择中心点外扩类型;缓冲距离则依据库区具体面积来设定合适缓冲区距离,本文主要设定了10、20、30 km 这3种缓冲距离。
表3 水电站缓冲区类型选取标准

Tab. 3 Selection criteria for buffer zone type of hydropower station

库区面积与库区最小外接正方形面积比 平均宽度/km 库区面积/km2 缓冲类型 缓冲距离/km
≥ 0.2 ≤ 50 中心点外扩 10
50~200 20
>200 30
0.1~0.2 ≤ 1 库区边缘缓冲 1
>1 ≤ 50 中心点外扩 10
50~200 20
>200 30
≤ 0.1 ≤ 1 库区边缘缓冲 1
>1 10

4 结果及分析

4.1 水电站对区域生态资源的影响

4.1.1 库区范围
(1)已建成水电站
水电站建成后形成的水库走向与面积各异,中宋水电站、维捷布斯克水电站与尼鲁姆-杰卢姆水电站的水库库区沿河流分布,在原始河流的基础上向两边拓宽,水库长,且库面较窄,而其他水电站形成的水库库面则较宽较大。在水库库区面积方面,麦洛维水电站、拉格都水电站的库区淹没面积较大,尼鲁姆-杰卢姆水电站形成的库区淹没面积最少(表4)。其中麦洛维水电站库区范围如图3(a)所示。
表4 已建成水电站蓄水走向与库区面积统计表

Tab. 4 Statistics of water storage trend and reservoir area of completed hydropower stations

水电站 走向 原始河流面积/km2 库区面积/km2
水津 由北向南 2.45 74.73
中宋 由北向南、由西南向东北 1.35 7.50
麦洛维 由东北向西南 73.88 685.91
维捷布斯克 由东北向西南 4.06 6.93
尼鲁姆-杰卢姆 由东向西 0.20 0.43
拉格都 由东南向西北 566.86
曼维莱 由东北向西南 2.36 13.40
莫勒格哈坎达 由南向北、由西向东 1.39 23.69
图3 麦洛维、基赛水电站库区范围

Fig. 3 Reservoir area of Merowe and Condor Cliffa-La Barrancosa hydropower station

(2)在建水电站
卡洛特水电站的库区总体为由北向南分布,经计算预计库区面积为6.29 km2,利用式(2)估算蓄水后库容约为1.7亿m3,与收集到的库容资料对比,卡洛特水电站建成后的预估库容与设计的蓄水量较接近[36]
基什内尔-塞佩尼克水电站的库区总体为由西向东分布(图3),经计算预计基什内尔水电站库区面积为238.45 km2,塞佩尼克水电站库区面积为191.77 km2。利用式(2)估算二者蓄水后库容分别约为52.4亿m3、25.4亿m3,与收集到的库容资料对比,二者库容较资料有一定差距。库容差距大形成的原因可能来源于正常蓄水位的差异,待基赛水电站修建完成时,可对水电站库容估算精度进行评价(表5[27,28,29]
表5 未建成水电站蓄水走向与库区面积统计表

Tab. 5 Statistics of water storage trend and reservoir area of unbuilt hydropower stations

水电站 走向 淹没面积/km2 库区平均海拔/m 正常蓄水位/m 库容/亿m3 库容资料/亿m3
卡洛特 由北向南 6.29 433.82 461 1.7 1.5
基塞-基什内尔 由西向东 238.45 154.54 176.5 52.4 62.6
基塞-塞佩尼克 由西向东 191.77 100.76 114 25.4 27.2
4.1.2 水电站库区生态资源占用分析
利用土地利用分类决策树模型估算各水电站主要生态资源损失,麦洛维、基赛水电站生态占用解译结果如图4所示。
图4 麦洛维、基赛水电站库区土地利用类型分布

Fig. 4 Distribution of land use types in reservoir area of Merowe and CondorCliffa-La Barrancosa hydropower station

从整体上看,资源的直接生态损失大小与库区面积具有直接关系,库区面积越大,总的直接生态损失面积越大,其中麦洛维水电站与基赛水电站总的直接生态损失面积较大,面积分别为631.04 km2,398.46 km2,尼鲁姆-杰卢姆水电站总的直接生态损失面积最小,为0.23 km2。草地方面,基赛水电站与尼鲁姆-杰卢姆水电站草地的直接生态损失占库区面积比重较大,分别为79.65%、29.54%,其他水电站草地直接损失占库区面积的比重均较小,维捷布斯克水电站与卡洛特水电站的占比最低,为0;其他方面,麦洛维水电站其他的直接生态损失占库区面积比重最大,为83.46%,莫勒格哈坎达水电站的占比最小,为0.22%;林地方面,水津水电站、曼维莱水电站、莫勒格哈坎达水电站与中宋水电站林地的直接生态损失占库区面积的比重均在50%以上,基赛水电站的占比最小,为0.22%;耕地方面,各水电站耕地的直接生态损失占库区面积的比重均低于50%,其中卡洛特水电站与维捷布斯克水电站耕地的直接生态损失占库区面积的比重较大,分别为42.93%、42.42%,基赛水电站的占比最小,为0.19%(表6)。任何工程都难免占用生态资源,造成生态损失,但“一带一路”沿线的水电站工程项目始终坚持工程建设与环境保护并重,从施工设计到水电站后期维护期间,积极采取环保措施,尽量避开动植物保护区,减少占用,保护生物多样性,生态风险防范得当。
表6 水电站库区占用不同生态资源统计表

Tab. 6 Statistical table of different ecological resources occupied by the reservoir area of the hydropower station

水电站 类型 草地 其他 林地 耕地 总计
水津 面积/km2 0.01 1.49 70.50 1.61 73.61
占比/% 0.01 1.99 94.34 2.15 98.49
中宋水电站 面积/km2 0.01 0.54 4.31 1.50 6.36
占比/% 0.17 7.24 57.46 20.03 84.90
麦洛维 面积/km2 1.06 572.43 9.39 48.16 631.04
占比/% 0.15 83.46 1.37 7.02 92.00
维捷布斯克 面积/km2 0.00 0.05 0.77 2.94 3.76
占比/% 0.00 0.72 11.11 42.42 54.25
尼鲁姆-杰卢姆 面积/km2 0.13 0.07 0.02 0.01 0.23
占比/% 29.54 16.47 5.77 1.36 53.14
曼维莱 面积/km2 0.11 0.06 10.59 0.44 11.20
占比/% 0.85 0.44 79.01 3.27 83.57
莫勒格哈坎达 面积/km2 0.09 0.05 18.18 3.96 22.28
占比/% 0.36 0.22 76.73 16.70 94.01
卡洛特 面积/km2 0.00 1.25 1.52 2.70 5.47
占比/% 0.00 19.87 24.17 42.93 86.97
基赛 面积/km2 342.67 54.03 0.94 0.82 398.46
占比/% 79.65 12.56 0.22 0.19 92.62
4.1.3 库区边缘至1 km缓冲区内土地利用类型变化分析
以已建成水电站库区边缘至1 km缓冲区界的部分为研究区域,统计区域内的各土地利用类型的面积与占比,以监测水电站修建前后周边的土地利用类型变化(表7)。
表7 各水电站修建前后库区边缘至1 km缓冲区内土地利用类型的面积及其占比

Tab. 7 The area and proportion of land use types in the 1km buffer zone from the edge of the reservoir area before and after construction

水电站 年份 类型 水域 草地 其他 林地 耕地
莫勒格哈坎达 2012 面积/km2 0.31 0.13 1.05 48.65 3.05
占比/% 0.59 0.24 1.98 91.45 5.74
2018 面积/km2 0.42 1.11 1.47 44.97 5.22
占比/% 0.79 2.09 2.76 84.53 9.82
麦洛维 2002 面积/km2 1.12 0.18 583.70 0.67 2.12
占比/% 0.19 0.03 99.30 0.11 0.36
2018 面积/km2 7.07 1.28 544.62 1.20 33.62
占比/% 1.20 0.22 92.66 0.20 5.72
曼维莱 2011 面积/km2 1.12 0.49 0.32 43.47 2.96
占比/% 2.31 1.01 0.66 89.90 6.13
2018 面积/km2 1.32 0.97 2.76 41.04 2.26
占比/% 2.73 2.01 5.71 84.88 4.67
尼鲁姆-杰卢姆 2008 面积/km2 0.22 5.94 0.38 6.75 1.69
占比/% 1.47 39.64 2.54 45.06 11.28
2018 面积/km2 0.16 4.15 0.80 8.23 1.66
占比/% 1.07 27.69 5.34 54.90 11.07
水津 2001 面积/km2 0.06 0.00 0.13 140.70 0.43
占比/% 0.04 0.00 0.09 99.56 0.30
2018 面积/km2 0.32 0.01 1.81 128.71 10.48
占比/% 0.23 0.00 1.28 91.07 7.42
维捷布斯克 2011 面积/km2 0.53 0.01 2.52 30.94 40.30
占比/% 0.72 0.01 3.39 41.64 54.24
2018 面积/km2 0.39 0.01 3.52 26.16 44.23
占比/% 0.52 0.01 4.74 35.20 59.52
中宋 2011 面积/km2 0.32 0.01 1.37 65.24 16.17
占比/% 0.38 0.01 1.65 78.50 19.45
2018 面积/km2 0.10 0.17 6.91 60.30 15.63
占比/% 0.12 0.20 8.31 72.55 18.81
表7可以看出,总体上所有水电站缓冲区内土地利用类型的平均年均变化幅度为0.35%,变化相对较小。水电站修建前后的水域的面积与占比呈减小趋势的水电站为尼鲁姆-杰卢姆水电站、维捷布斯克水电站、中宋水电站,其余水电站增大,其中尼鲁姆-杰卢姆水电站的减小幅度最大,占比为0.4%,麦洛维水电站增大幅度最大,占比为1.01%。草地中,呈减小趋势的水电站为尼鲁姆-杰卢姆水电站,水津水电站与维捷布斯克水电站基本无变化,其余水电站增大,其中尼鲁姆-杰卢姆水电站的减小幅度最大,占比为11.95%,莫勒格哈坎达水电站增大幅度最大,占比为1.85%。其他中,除麦洛维水电站呈减小趋势外,且减小幅度为6.64%,其余水电站均增大,其中中宋水电站增大幅度最大,占比为6.66%。林地中,呈减小趋势的水电站为莫勒格哈坎达水电站、曼维莱水电站、水津水电站、维捷布斯克水电站、中宋水电站,其余水电站增大,其中水津水电站的减小幅度最大,占比为8.49%,尼鲁姆-杰卢姆水电站增大幅度最大,占比为9.84%。耕地中,曼维莱水电站、尼鲁姆-杰卢姆水电站、中宋水电站呈减小趋势,其余水电站均增大,其中曼维莱水电站的减小幅度最大,占比为1.46%,水津水电站增大幅度最大,占比为7.12%。通过合理规划与设计水电站(表8),“一带一路”沿线的水电站工程项目周边生态资源变化较小,减少了水电站修建对生态资源影响。
表8 各水电站基本指标统计

Tab. 8 Statistics of basic indicators of various hydropower stations

水电站 库区面积
/km2
库区最小外接
正方形面积/km2
库区面积与最小外接
正方形面积占比/%
平均宽度
/km
缓冲区
范围/km
水津 74.73 755.64 0.10 2.13 中心点外扩20
中宋 7.50 304.89 0.02 0.17 库区边缘缓冲1
麦洛维 685.91 7866.92 0.09 3.78 库区边缘缓冲10
维捷布斯克 6.93 674.37 0.01 0.21 库区边缘缓冲1
尼鲁姆-杰卢姆 0.43 17.50 0.02 0.07 库区边缘缓冲1
拉格都 566.86 2731.76 0.21 10.45 中心点外扩30
曼维莱 13.40 117.21 0.11 0.72 库区边缘缓冲1
莫勒格哈坎达 23.69 110.76 0.21 1.01 中心点外扩10
卡洛特 6.29 296.37 0.02 0.28 库区边缘缓冲1
基塞 430.22 14 731.79 0.03 3.23 库区边缘缓冲10

4.2 水电站对植被生长状况的影响

4.2.1 水电站缓冲区内植被生长状况现状分析
为了评估水电站修建对植被生长状况的影响,使用2018 年Landsat 数据计算年均NDVI计算得到FVC 后,通过对水电站库区做缓冲区,并对缓冲区内的FVC进行植被生长状况现状分析(表9,图5)。由表9 可以看出,2018 年除基塞水电站(地处荒漠草原,植被较稀疏)和地处沙漠的麦洛维水电站外,大部分水电站周围FVC数值整体较高,FVC值大于0.6 的区域面积占比均≥68.89%,最高的是莫勒格哈坎达水电站,FVC 大于0.6 的区域面积占比可达92.78%,说明缓冲区内自然环境状况良好;麦洛维水电站和基塞水电站的FVC面积最大的区间分别是0~0.2 和0.2~0.4,说明二者周围自然环境状况较差。各水电站植被覆盖度的差异体现在中低植被覆盖区域,即FVC值小于0.6的区间。
表9 2018年各水电站缓冲区内植被覆盖度的面积及其占比

Tab. 9 The area and proportion of vegetation coverage in the buffer zone of each hydropower station in 2018

水电站 类型 0~0.2 0.2~0.4 0.4~0.6 0.6~0.8 0.8~1.0
水津 面积/km2 81.55 16.90 103.84 389.99 1007.72
占比/% 5.10 1.06 6.49 24.37 62.98
中宋 面积/km2 5.52 3.33 3.50 23.72 54.53
占比/% 6.09 3.67 3.86 26.19 60.19
麦洛维 面积/km2 4219.55 15.10 5.57 4.19 0.32
占比/% 99.41 0.36 0.13 0.10 0.01
维捷布斯克 面积/km2 6.41 1.17 4.85 26.80 42.02
占比/% 7.89 1.44 5.96 32.99 51.72
尼鲁姆-杰卢姆 面积/km2 0.39 0.68 2.10 8.31 3.95
占比/% 2.51 4.41 13.59 53.87 25.63
拉格都
面积/km2 422.06 88.34 65.99 1515.10 1508.50
占比/% 11.72 2.45 1.83 42.09 41.90
曼维莱 面积/km2 7.71 6.28 5.22 18.70 23.84
占比/% 12.49 10.17 8.45 30.28 38.61
莫勒格哈坎达 面积/km2 17.45 4.23 7.23 60.98 310.11
占比/% 4.36 1.06 1.81 15.25 77.53
卡洛特 面积/km2 1.38 2.52 8.18 31.90 13.58
占比/% 2.39 4.38 14.22 55.42 23.59
基塞 面积/km2 1330.53 2179.84 70.79 2.55 0.39
占比/% 37.12 60.82 1.98 0.07 0.01
图5 麦洛维、基赛水电站缓冲区内2018年植被覆盖度

Fig. 5 Vegetation coverage in 2018 within buffer zone along Merowe and Condor Cliffa-La Barrancosa hydropower station

4.2.2 库区边缘至1 km缓冲区内植被生长状况变化分析
以已建成水电站库区边缘至1 km缓冲区界的部分为研究区域,并统计区域内的FVC,以监测水电站修建前后周边的植被生长状况变化(表10)。
表10 各水电站修建前后库区边缘至1 km缓冲区内植被覆盖度的面积及其占比

Tab. 10 The area and proportion of vegetation coverage in the 1km buffer zone from the edge of the reservoir area before and after the construction of each hydropower station

水电站 年份 类型 0~0.2 0.2~0.4 0.4~0.6 0.6~0.8 0.8~1.0
莫勒格哈坎达 2012 面积/km2 0.42 1.62 5.30 26.66 19.20
占比/% 0.79 3.05 9.96 50.11 36.09
2018 面积/km2 0.04 0.19 1.20 6.27 45.51
占比/% 0.07 0.35 2.25 11.78 85.55
麦洛维 2002 面积/km2 585.43 1.08 1.09 0.18 0.01
占比/% 99.60 0.18 0.19 0.03 0.00
2018 面积/km2 576.83 8.84 1.51 0.58 0.03
占比/% 98.14 1.50 0.26 0.10 0.01
曼维莱 2011 面积/km2 0.32 1.12 11.96 26.09 8.85
占比/% 0.66 2.32 24.75 53.97 18.31
2018 面积/km2 0.62 2.31 3.54 18.14 23.74
占比/% 1.29 4.77 7.32 37.52 49.10
尼鲁姆-杰卢姆 2008 面积/km2 0.18 0.94 3.85 7.50 2.52
占比/% 1.19 6.25 25.70 50.05 16.81
2018 面积/km2 0.12 0.57 2.05 8.29 3.95
占比/% 0.83 3.82 13.66 55.34 26.35
水津 2001 面积/km2 0.09 0.06 0.44 29.70 111.03
占比/% 0.06 0.04 0.31 21.02 78.57
2018 面积/km2 0.04 0.23 2.35 32.07 106.63
占比/% 0.03 0.16 1.66 22.70 75.46
维捷布斯克 2011 面积/km2 0.76 2.12 19.95 42.14 9.35
占比/% 1.02 2.85 26.85 56.70 12.58
2018 面积/km2 0.81 0.50 4.46 26.55 41.99
占比/% 1.09 0.67 6.00 35.73 56.51
中宋 2011 面积/km2 0.33 1.01 6.36 26.84 48.57
占比/% 0.39 1.22 7.65 32.30 58.44
2018 面积/km2 0.65 1.47 2.99 23.54 54.46
占比/% 0.78 1.76 3.60 28.33 65.53
表10可以看出,总体上所有水电站缓冲区内植被覆盖度的平均年均变化幅度为1.27%,变化小于1.5%,变化相对较小。对比各区间变化,麦洛维水电站的FVC在0.4以上的区间变化较小,0.4以下区间变化相对较大,其余水电站则相反。水电站修建前后的0~0.2区间的面积与占比呈减小趋势的水电站为莫勒格哈坎达水电站、麦洛维水电站、尼鲁姆-杰卢姆水电站、水津水电站,其余水电站则增大,其中麦洛维水电站的减小幅度最大,占比为1.46%,曼维莱水电站增大幅度最大,占比为 0.63%。0.2~0.4区间内,呈减小趋势的水电站为莫勒格哈坎达水电站、尼鲁姆-杰卢姆水电站、维捷布斯克水电站,其余水电站则增大,其中莫勒格哈坎达水电站的减小幅度最大,占比为2.7%,曼维莱水电站增大幅度最大,占比为2.45%。0.4~0.6区间内,除麦洛维水电站与水津水电站呈增大趋势外,其余水电站均减小,其中维捷布斯克水电站的减小幅度最大,占比为20.85%,水津水电站增大幅度最大,占比为1.35%。0.6~0.8区间内,呈减小趋势的水电站为莫勒格哈坎达水电站、曼维莱水电站、维捷布斯克水电站、中宋水电站,其余水电站则增大,其中莫勒格哈坎达水电站的减小幅度最大,占比为38.33%,尼鲁姆-杰卢姆水电站增大幅度最大,占比为5.29%。0.8~1.0区间内,除水津水电站呈减小趋势外,且减小幅度为3.11%,其余水电站均增大,其中莫勒格哈坎达水电站增大幅度最大,占比为49.46%。在生态环境较差的水电站如麦洛维,植被覆盖度区间为0~0.2的面积减少,而大于0.2的区间植被覆盖度面积有所增加,因此在植被覆盖度较低的地区,水电站的修建对当地生态环境有所改善,但在高植被覆盖度且土地利用类型丰富区域需结合当地实际情况采取相应的环境保护措施。

5 结论

本文以“一带一路”区域重大水电站项目为研究对象,提出了水电站工程生态环境影响遥感监测的研究体系,并得到如下结论:
(1)任何工程都难免占用生态资源,造成一定的生态损失。“一带一路”沿线10座水电站造成的生态损失与库区面积呈正相关,不同工程间,在水体、林地、草地、耕地和其它方面的损失面积大小存在较大差异。同时库区周边土地利用类型平均变化幅度为0.35%,变化较小,因此水电站的修建对周边生态资源影响较小。
(2)大部分水电站周边区域的FVC值整体较高,其中FVC值大于0.6的比重多在70%以上。在植被覆盖度较低的区域,水电站的修建会明显提高库区周边的植被覆盖度,但在高植被覆盖度且土地利用类型丰富区域需结合当地实际情况采取相应的环境保护措施。总体上水电站库区周边年均植被覆盖度的平均变化幅度为1.27%。
(3)“一带一路”沿线的水电站工程项目始终坚持工程建设与环境保护并重,从施工设计到水电站后期维护期间,积极采取环保措施,减少占用,保护生物多样性,生态风险防范得当。
(4)水电站的修建解决了沿线国家人口生活及工业用电不稳定的问题,有效缓解电力紧张局面,除主要用于发电外,水电站还有具有灌溉、渔业、环保等综合效益,对于调整国家能源结构、加快经济发展、维护社会稳定、改善民生具有重大作用。
[1]
柳钦火, 吴俊君, 李丽, 等. “一带一路”区域可持续发展生态环境遥感监测[J]. 遥感学报, 2018,22(4):686-708.

[ Liu Q H, Wu J J, Li L, et al. Ecological environment monitoring for sustainable development goals in the Belt and Road region[J]. Journal of Remote Sensing, 2018,22(4):686-708. ]

[2]
Shumba A, Togarepi S, Gumindoga W, et al. A remote sensing and GIS based application for monitoring water levels at Kariba dam[C]// EAI International Conference for Research, Innovation and Development for Africa. European Alliance for Innovation (EAI), 2017:159.

[3]
Pareta K. Geo-Environmental and Geo-Hydrological study of Rajghat Dam, Sagar (MP) using remote sensing techniques[J]. International Journal of Scientific & Engineering Research, 2011,2(8):1-8.

[4]
Li X, Liu J P, Saito Y, et al. Recent evolution of the Mekong Delta and the impacts of dams[J]. Earth-Science Reviews, 2017,175:1-17.

DOI

[5]
Mohamed M M, Elmahdy S I. Remote sensing of the Grand Ethiopian Renaissance Dam: A hazard and environmental impacts assessment[J]. Geomatics, Natural Hazards and Risk, 2017,8(2):1225-1240.

DOI

[6]
Mukiri D M, Mundia C N. Integrating GIS and remote sensing in environment impact assessment of EwasoNyiro Mega dam in Kenya[J]. International Journal of Geomatics and Geosciences, 2016,7(1):43-55.

[7]
李静, 王昌佐, 万华伟. 基于遥感技术的水电梯级开发及对生态系统影响遥感监测[J]. 环境与可持续发展, 2016(3):38-40.

[ Li J, Wang C Z, Wan H W. Monitoring on cascade hydropower development and its ecosystem impact by remote sensing[J]. Environment and Sustainable Development, 2016(3):38-40. ]

[8]
吴柏清, 何政伟, 闫静, 等. 基于遥感与GIS技术的水电站库区植被覆盖度动态变化分析[J]. 水土保持研究, 2008,15(3):39-42.

[ Wu B Q, He Z W, Yan J, et al. Analysis on dynamic changes about vegetation cover in hydroelectric power station reservoir area based on RS and GIS[J]. Research of Soil and Water Conservation, 2008,15(3):39-42. ]

[9]
李丽, 柳钦火, 牛铮, 等. 印度尼西亚雅万(雅加达-万隆)高铁沿线10 km范围内植被覆盖度数据集(2017)[DB/OL]. 全球变化科学研究数据出版系统, 2018. DOI: 10.3974/geodb.2018.08.01.V1.

[ Li L, Liu Q H, Niu Z, et al. Fractional vegetation cover dataset within 10 km buffer area along Djakarta-Bandung High Speed Railway, Indonesia(2017)[DB/OL]. Global Change Research Data Publishing & Repository, 2018. DOI: 10.3974/geodb.2018. 08.01.V1. ]

[10]
田海峰, 牛铮. 亚吉(亚的斯亚贝巴—吉布提)铁路沿线10 km范围内植被覆盖度数据集(2017)[DB/OL]. 全球变化科学研究数据出版系统, 2018. DOI: 10.3974/geodb.2018.08.03.V1.

[ Tian HF, Niu Z. Fractional vegetation cover dataset within 10 km buffer area along Addis Ababa (Ethiopia) - Djibouti Railway(2017)[DB/OL]. Global Change Research Data Publishing & Repository, 2018. DOI: 10.3974/geodb.2018.08.03.V1. ]

[11]
龚围, 柳钦火, 牛铮, 等. 巴基斯坦白卡公路沿线10 km范围内植被覆盖度数据集(2017)[DB/OL]. 全球变化科学研究数据出版系统, 2018. DOI: 10.3974/geodb.2018. 07.08.V1.

[ Gong W, Liu Q H, Niu Z, et al. Fractional vegetation cover dataset within 10 km buffer area along Peshawar-Karachi Motorway, Pakistan(2017)[DB/OL]. Global Change Research Data Publishing & Repository, 2018. DOI: 10.3974/geodb.2018.07.08.V1. ]

[12]
裴杰, 牛铮, 邬明权. 乌兹别克斯坦安帕铁路沿线 10 km范围内植被覆盖度数据集(2017)[DB/OL]. 全球变化科学研究数据出版系统, 2018. DOI: 10.3974/geodb.2018.07.07.V1.

[ Pei J, Niu Z, Wu M Q. Fractional vegetation cover dataset within 10 km buffer area along Angren-Papu Railway, Uzbekistan(2017)[DB/OL]. Global Change Research Data Publishing & Repository, 2018. DOI: 10.3974/geodb.2018.07.07.V1. ]

[13]
成陆, 牛铮, 邬明权. 俄罗斯莫喀高铁沿线10 km范围内植被覆盖度数据集(2017)[DB/OL]. 全球变化科学研究数据出版系统, 2018. DOI: 10.3974/geodb.2018.07.14.V1.

[ Cheng L, Niu Z, Wu M Q. Fractional vegetation cover dataset within 10 km buffer area along Moscow-Kazan High Speed Railway, Russia(2017)[DB/OL]. Global Change Research Data Publishing & Repository, 2018. DOI: 10.3974/geodb.2018.07.14.V1. ]

[14]
付丹敏, 牛铮, 邬明权. 赞比亚塞奇铁路沿线10 km范围内植被覆盖度数据集(2017)[DB/OL]. 全球变化科学研究数据出版系统, 2018. DOI: 10.3974/geodb.2018.07.15.V1.

[ Fu D M, Niu Z, Wu M Q. Fractional vegetation cover dataset within 10 km buffer area along Serenje-Chipata Railway, Zambia(2017)[DB/OL]. Global Change Research Data Publishing & Repository, 2018. DOI: 10.3974/geodb. 2018.07.15.V1. ]

[15]
田海峰, 牛铮. 肯尼亚蒙内铁路沿线10 km范围内植被覆盖度数据集(2017)[DB/OL]. 全球变化科学研究数据出版系统, 2018. DOI: 10.3974/geodb.2018.07.17.V1.

[ Tian H F, Niu Z. Fractional vegetation cover dataset within 10 km buffer area along Mombasa-Nairobi Railway, Kenya(2017)[DB/OL]. Global Change Research Data Publishing & Repository, 2018. DOI: 10.3974/geodb.2018.07.17.V1. ]

[16]
付丹敏, 牛铮, 邬明权. 土耳其科依高铁沿线10 km范围内植被覆盖度数据集(2017)[DB/OL]. 全球变化科学研究数据出版系统, 2018. DOI: 10.3974/geodb.2018.07.18.V1.

[ Fu DM, Niu Z, Wu MQ. Fractional vegetation cover dataset within 10 km buffer area along Kosekoy-Inonu High Speed Railway, Turkey(2017)[DB/OL]. Global Change Research Data Publishing & Repository, 2018. DOI: 10.3974/geodb.2018.07.18.V1. ]

[17]
付丹敏, 牛铮, 邬明权. 匈塞铁路(布达佩斯-贝尔格莱德)沿线10 km范围内植被覆盖度数据集(2017)[DB/OL]. 全球变化科学研究数据出版系统, 2018. DOI: 10.3974/geodb.2018.07.19.V1.

[ Fu D M, Niu Z, Wu M Q. Fractional vegetation cover dataset within 10 km buffer area along Hungary-Serbia Railway(Budapest- Belgrade)(2017)[DB/OL]. Global Change Research Data Publishing & Repository, 2018. DOI: 10.3974/geodb.2018.07.19.V1. ]

[18]
吴俊君, 柳钦火, 李丽, 等. 中老泰铁路沿线10 km范围内植被覆盖度数据集(2017)[DB/OL]. 全球变化科学研究数据出版系统, 2018. DOI: 10.3974/geodb.2018.07.20.V1.

[ Wu J J, Liu Q H, Li L, et al. Fractional vegetation cover dataset within 10 km buffer area along China-Laos-Thailand Railway (2017)[DB/OL]. Global Change Research Data Publishing & Repository, 2018. DOI: 10.3974/geodb.2018.07.20.V1. ]

[19]
Zafar M A. A study of project management plan of Dasu Hydropower Project executed by water and power development authority, government of Pakistan[D]. Capital University, 2019.

[20]
代彭梁. 卡洛特项目HSE体系策划综述[J]. 中国安全生产科学技术, 2017,13(S2):176-181.

[ Dai PL. Summary of Karot project HSE system planning[J]. Journal of Safety Science and Technology, 2017,13(S2):176-181. ]

[21]
中国一带一路网[EB/OL]. https://www.yidaiyilu.gov.cn/index.htm.

[ Belt and Road Prortal[EB/OL]. https://www.yidaiyilu.gov.cn/index.htm. ]

[22]
USGS[EB/OL]. https://earthexplorer.usgs.gov/.

[23]
Google Earth Code Editor[EB/OL]. https://code.earthengine.google.com/.

[24]
McFeeters S K. The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features[J]. International journal of remote sensing, 1996,17(7):1425-1432.

DOI

[25]
Gitelson A A, Kaufman Y J, Stark R, et al. Novel algorithms for remote estimation of vegetation fraction[J]. Remote sensing of Environment, 2002,80(1):76-87.

DOI

[26]
段晋芳, 郭青霞, 解鸿志. 基于GIS的山西永定河植被生态需水管理系统的研建. 水土保持研究, 2011,18(1):254-258.

[ Duan J F, Guo Q X, Xie H Z. Research and de-velopment of the ecological water requirement of vegetation man-agement system in Shanxi Yongding river based on GIS[J]. Re-search of Soil and Water Conservation, 2011,18(1):254-258. ]

[27]
Wikipedia. Karot_Hydropower_Project[EB/OL]. https://en.wikipedia.org/ wiki/Karot_ Hydropower_Project.

[28]
Wikipedia. Condor_Cliff_Dam[EB/OL]. https://en.wikipedia.org/wiki/Condor_Cliff_Dam.

[29]
Wikipedia. La_Barrancosa_Dam[EB/OL]. https://en.wikipedia.org/wiki/La_Barrancosa_Dam.

文章导航

/