基于距离环多信号遥感的孟加拉国Ghaghat、Jamuna、Jamuneshwari、Karatoya和Talma河采砂近场地景观足迹识别与归因

《City and Environment Interactions》：Sand mining's hidden footprint: Multi-signal landscape change around extraction sites on the Ghaghat, Jamuna, Jamuneshwari, Karatoya and Talma rivers of Bangladesh

　　

采砂足迹通过相对于2–5 km参考环的近场地变化被识别。Jamuna河道向采砂点迁移：侵蚀4 km²，河岸后退60 m/yr。Ghaghat采砂使距场地0.5–1 km的裸地暴露，导致归一化植被指数（NDVI）下降。次要河流中约三分之二的表观采砂相关侵蚀为河流水位（river stage）效应。采砂足迹随开采年限增加而扩展；开采不足1年处未检出。

Md. Naimur Rahman与Kevin Lo围绕孟加拉国北部五条河流采砂点周围景观变化开展研究。河流砂是建筑、基础设施、土地复垦和城市扩张的重要原料，但河道砂维持河型、泥沙平衡、河床稳定、水生栖息地和洪泛过程；超采可导致河道下切、岸蚀、泥沙失衡、生境退化和土地利用变化。孟加拉国人口密集、三角洲河流与农业、定居、生计、交通和生态稳定紧密关联。既有研究多采用单一指标，较少把土地利用/土地覆盖（LULC）变化、植被状况和陆水转换纳入同一框架，且常忽略河流类型、河段差异和空间分异；单缓冲两日期比较又难以把采砂影响与自然河道迁移、影像日期水位差异、农业集约和聚落扩张分开。因此，该研究以距离环设计比较Ghaghat、Jamuna、Jamuneshwari、Karatoya和Talma五条河采砂点2016年与2026年1–4月景观变化，检验近场地变化是否以采砂预期形式表现。研究显示，Jamuna近场地信号最强，Ghaghat次之，Jamuneshwari较弱，两个山麓河流在不足1年开采下未检出距离依赖足迹；其意义在于支持距离化监测、水位筛分、河流特异指标选择和约1 km缓冲规则。

关键技术方法：基于Sentinel-2 MSI Level-2A表面反射率，经Cloud Score+掩膜与逐像元中值合成；以随机森林（RF）分类水、密植被、农地、沙/裸土和建成区；在稳定土地上计算归一化植被指数（NDVI），并以裸土指数（BSI）和逐景水频归因下降；以修正归一化差异水体指数（MNDWI）构建水频、持久水与水位敏感性筛分，并量测岸线迁移；家庭调查覆盖五河采砂影响社区，2025年与2025—2026年两阶段获得1400份有效问卷，确定2 km报告距离；无人机（UAV）影像用于验证并辅助训练样本。

3.1 Classification accuracy：十幅分类图总体精度79.2%–95.2%，Kappa为0.710–0.935；水体最可靠，建成区最不可靠，建成区变化仅作指示性解释。3.2 Land-use and land-cover change by distance from the extraction point：Jamuna主河道迁入采砂点，0–0.5 km环2026年98%为水，2 km内沙/裸土增加26个百分点、水增加13个百分点；Ghaghat沙/裸土在0.5–1 km环增幅最大；Jamuneshwari变化小；Karatoya和Talma变化随距离均匀且无沙/裸土增加。3.3 Transition pathways: Where the agricultural land went：转移矩阵显示净变化掩盖大总流；Ghaghat 2 km内农地总损失3.26 km²，22%转为沙/裸土，0.5–1 km环达32%；Jamuna农地损失65%转水、30%转沙；Jamuneshwari 38%转沙、39%转建成但增益超过损失；山麓站点农地主要转建成和密植被，几乎不转沙。3.4 NDVI change and its attribution：四个站点稳定土地平均NDVI增加，与2026年旱季更湿一致；NDVI下降归因显示Jamuna 2 km内68%与淹水有关，Ghaghat和Jamuneshwari淹水及不可解释湿/边缘占66%–76%，但Ghaghat 0–0.5 km环裸土增加导致下降占62%，高于1–2 km和2–5 km环；Jamuneshwari为43%对14%；山麓站点裸土归因占79%–86%但随距离均匀，主要反映季节时序和农地转建成。3.5 Land–water transition, stage sensitivity and bankline migration：仅三站点可分析；Jamuna 2 km内表观陆转水4.00 km²，仅7%对水位敏感，水位稳健陆转水3.96 km²，岸线平均后退598 m、约59.8 m/yr，86%岸线像素后退，2–5 km环则以水转陆为主；Ghaghat表观变化65%对水位敏感，水位稳健陆转水0.29 km²，岸退166 m、约16.6 m/yr；Jamuneshwari水位敏感约66%，水位稳健陆转水0.75 km²，岸退36 m、约3.6 m/yr。3.6 Synthesis across sites：近场地信号强度与开采年限排序一致；Jamuna 3–4年信号强，Ghaghat和Jamuneshwari 1–2年信号较弱，Karatoya和Talma不足1年无距离依赖信号；后者是暴露时间短的结果，而非采砂无影响之证。

讨论部分表明，距离环设计可去除全距离背景变化并检验报告距离；转移矩阵揭示农地总流及去向；水位筛分避免把水位变化误报为侵蚀；平均NDVI可被水文绿化掩盖，像素级NDVI归因更敏感；足迹表达具河流特异性，大辫状河表现为河道迁移和侵蚀，小洪泛河表现为裸面扩张和植被损失，山麓河需河床或河道内方法。治理启示包括对许可站点开展距离化监测、报告侵蚀前进行水位筛分、按河流类型匹配指标，并以约1 km近场地范围设置采砂租约缓冲规则。局限包括无影像日期实测水位、2016与2026影像数量不均衡、单场景站点被排除、Karatoya与Talma外环重叠、每河仅一个采砂河段、开采年限与河流类型混杂、2–5 km参考环并非独立对照、缺乏开采记录和许可数据，故研究结论为与采砂足迹一致而非因果归因；未来需年度或季节Sentinel-1/2 stacks、开采记录或重复UAV、实测水位、横断面岸线方法及家庭层面影响调查。

研究结论翻译：该研究在Ghaghat、Jamuna、Jamuneshwari、Karatoya和Talma河采砂点周围，以0.5、1、2和5 km环测量LULC转移、NDVI变化和水位筛分后的陆水转换，2 km报告距离来自1400户调查；设计将近场地变化与全距离变化分开，家庭调查把开采起始定位为2022–2025年，使比较覆盖从采前基线到1–4年开采。结果显示，站点周围大量变化属于背景变化：四个站点稳定土地NDVI在所有距离增加，与2026年旱季更湿一致；两个山麓河流农地转为建成和树覆盖在各距离比例相同；Ghaghat和Jamuneshwari约三分之二的表观陆水变化对河流水位敏感而非岸线移动。相对此背景，三个站点显示近场地集中且形式符合采砂预期的变化：Jamuna河道迁入场地，0–0.5 km环变为水，2 km内产生4.0 km²水位稳健侵蚀和平均60 m/yr岸退，而2–5 km河段淤积；Ghaghat沙/裸土在0.5–1 km环扩张最大，0.5 km内62%的NDVI下降发生于干地裸面扩张，站点岸线后退17 m/yr；Jamuneshwari 0.5 km内裸面NDVI下降集中，但未发现沙/裸土扩张或岸线移动；Karatoya和Talma未检出距离依赖信号，且因2016年仅单景未做陆水分析。由此得出三点：采砂足迹表达具河流特异性，大辫状河表现为河道迁移和侵蚀、小洪泛河表现为裸面暴露和植被损失，单一指标不足；距离化多指标设计结合水位筛分和像素级NDVI归因可识别近场地信号并将其与水文和土地利用变化分开，而平均绿度、净土地覆盖变化和未筛分侵蚀面积不能；研究建立的是与采砂足迹的一致性而非因果性，仍需开采记录、实测水位和年度影像栈。对河流管理而言，结果支持对每个许可站点开展距离化监测、报告侵蚀前进行水位筛分、按河流选择指标，并使采砂租约缓冲规则反映洪泛河流中约1 km的物理足迹范围。