Page 99 - 2023年第54卷第11期

图 １ 研究区地理位置及流域概况图

图 ２ １９６０—２０２０年阿拉尔断面年径流量

通过长时间序列遥感影像进行水体反演，采用改进的归一化水体指数（ＭｏｄｉｆｉｅｄＮｏｒｍａｌｉｚｅｄＤｉｆｆｅｒｅｎｃｅ
ＷａｔｅｒＩｎｄｅｘ ，ＭＮＤＷＩ）进行水体识别与提取。水体指数提取自 １９９０—２０２０年 Ｌａｎｄｓａｔ遥感影像，空间
分辨率为 ３０ｍ，时间尺度为月。为了提高运算效率，以上指标在 ＧｏｏｇｌｅＥａｒｔｈＥｎｇｉｎｅ中编程运算，对
原始影像进行云量过滤，选取云量小于 ５％的影像。ＭＮＤＷＩ计算如下：
ＭＮＤＷＩ ＝ （Ｇｒｅｅｎ － ＭＩＲ）?（Ｇｒｅｅｎ ＋ ＭＩＲ） （１）
式中：Ｇｒｅｅｎ为 Ｌａｎｄｓａｔ影像绿色波段的反射率，波长 ０．５２～０．６μ ｍ；ＭＩＲ为 Ｌａｎｄｓａｔ影像中红外波段的
反射率，波长 １．５５～１．７５μ ｍ。ＭＮＤＷＩ的数值范围为 － １～１ ，数值越高表示地物为水体的可能性越大，
将 ＭＮＤＷＩ大于 ０．０１分类为水体 ［２１］ 。
以 １９９０—２０２０年月尺度水体指数为底图，运用 Ａｒｃｇｉｓ矢量图像编辑器提取河流节点、廊道、斑块
信息，作为水系形态连通度与结构连通度计算的基础。
水系功能连通度计算需要的数据包括水文站径流量、水库与生态闸特征数据、植被指数、植被覆
盖度、 香 浓 多 样 性 指 数、 Ｓｉｍｐｓｏｎ多 样 性 指 数、 水 域 面 积。 ＮＤＶＩ（ＮｏｒｍａｌｉｚｅｄＤｉｆｆｅｒｅｎｃｅＶｅｇｅｔａｔｉｖｅ
Ｉｎｄｅｘ）植被指数（１９９０—２０２０年）基于 Ｌａｎｄｓａｔ遥感影像进行运算，筛选云量小于 ５％的影像，获取年最

３
— １ ６ １ —