基于高空間分辨率衛(wèi)星遙感影像的圍填海存量資源監(jiān)測(cè)與評(píng)估研究
——以營(yíng)口市南部海岸為例

索安寧，王鵬，袁道偉，于永海，張明慧

(1.國(guó)家海洋環(huán)境監(jiān)測(cè)中心，遼寧 大連 116023；2. 國(guó)家海洋局海域管理技術(shù)重點(diǎn)實(shí)驗(yàn)室，遼寧 大連 116023；3.大連海洋大學(xué) 海洋與土木工程學(xué)院，遼寧 大連 116023)

?

基于高空間分辨率衛(wèi)星遙感影像的圍填海存量資源監(jiān)測(cè)與評(píng)估研究
——以營(yíng)口市南部海岸為例

索安寧1，2，王鵬1，2，袁道偉1，2，于永海1，2，張明慧3*

(1.國(guó)家海洋環(huán)境監(jiān)測(cè)中心，遼寧 大連 116023；2. 國(guó)家海洋局海域管理技術(shù)重點(diǎn)實(shí)驗(yàn)室，遼寧 大連 116023；3.大連海洋大學(xué) 海洋與土木工程學(xué)院，遼寧 大連 116023)

為詳細(xì)掌握圍填海存量資源狀態(tài)，提高海域空間資源監(jiān)管精細(xì)化水平，本文提出圍填海存量資源概念，并將圍填海存量資源劃分為圍而未填區(qū)域、填而未建區(qū)域、低密度建設(shè)區(qū)域、低洼坑塘、低效鹽田和低效養(yǎng)殖池塘等6種類型，以及工業(yè)區(qū)、城鎮(zhèn)區(qū)等圍填海存量資源的消耗類型。在此基礎(chǔ)上，采用高空間分辨率衛(wèi)星遙感影像，建立了面向?qū)ο蟮膰詈４媪抠Y源遙感影像分類提取方法與技術(shù)流程，構(gòu)建了圍填海存量資源指數(shù)，并以營(yíng)口市南部海岸區(qū)域?yàn)槔M(jìn)行了實(shí)證研究。結(jié)果表明：(1)面向?qū)ο蟮膰詈４媪抠Y源遙感影像分類提取方法能夠精細(xì)地提取圍填海存量資源信息，準(zhǔn)確率達(dá)到90%以上；(2)填而未建區(qū)域、低效鹽田、低效養(yǎng)殖池塘占研究區(qū)圍填海存量資源總面積的62.51%，研究區(qū)圍填海存量資源指數(shù)為0.49，但內(nèi)部差異明顯，北部區(qū)域?yàn)?.66，中部區(qū)域?yàn)?.44，南部區(qū)域?yàn)?.37。

圍填海；存量資源；遙感影像；高空間分辨率；監(jiān)測(cè)

1　引言

衛(wèi)星遙感技術(shù)作為當(dāng)前對(duì)地觀測(cè)的最新技術(shù)，已經(jīng)廣泛地應(yīng)用于土地利用/覆蓋變化、植被退化、自然災(zāi)害等許多領(lǐng)域的研究與技術(shù)支撐工作中，取得了顯著的社會(huì)經(jīng)濟(jì)效益[1—3]。國(guó)外有關(guān)學(xué)者在20世紀(jì)后半期就開(kāi)始利用衛(wèi)星遙感技術(shù)開(kāi)展海岸帶、濱海濕地監(jiān)測(cè)評(píng)估研究，建立了紅樹林、珊瑚礁、海草床、海岸帶開(kāi)發(fā)利用等不同海岸地物的遙感影像特征庫(kù)和面向?qū)ο蟮男l(wèi)星遙感信息提取技術(shù)[4—7]。Arroyo等[8]及Jin和Davis[9]以雷達(dá)和Quickbird衛(wèi)星遙感影像為基礎(chǔ)采用面向的遙感影像分類技術(shù)對(duì)地中海沿岸河口形狀和土地覆被類型進(jìn)行了分類制圖。Platt和Bapoza[10]及Shackford和Davis[11]采用面向?qū)ο蟮倪b感影像分類技術(shù)對(duì)IKONOS衛(wèi)星遙感影像進(jìn)行了海岸帶土地利用/土地覆被分類精度評(píng)估研究。Cleve等[12]及Stow等[13]利用高精度航空遙感影像研究比較了基于像元的分類方法與面向?qū)ο蟮姆诸惙椒ㄌ攸c(diǎn)，認(rèn)為面向?qū)ο蟮姆诸惙椒ǜm合于高空間分辨率遙感影像分類。圍填海作為我國(guó)當(dāng)前海洋空間開(kāi)發(fā)利用的主要方式之一，已越來(lái)越多地受到相關(guān)學(xué)者的關(guān)注，不同學(xué)者分別利用衛(wèi)星遙感技術(shù)開(kāi)展了海岸線變化、圍填海等海洋空間特征變化的監(jiān)測(cè)與分析探討[14—15]。國(guó)家海域動(dòng)態(tài)監(jiān)管系統(tǒng)采用衛(wèi)星遙感技術(shù)實(shí)現(xiàn)了全國(guó)圍填海、海域開(kāi)發(fā)利用的業(yè)務(wù)化監(jiān)測(cè)與評(píng)價(jià)[16]。但當(dāng)前的圍填海監(jiān)測(cè)與評(píng)估主要關(guān)注圍填海面積及空間形狀，隨著我國(guó)大規(guī)模圍填海的持續(xù)擴(kuò)張，許多圍填海區(qū)域圍而不填、填而不建、低密度建設(shè)現(xiàn)象愈發(fā)突顯，僅監(jiān)測(cè)評(píng)估圍填海規(guī)模及區(qū)域分布已不能滿足圍填海精細(xì)化管理的工作需求。

高空間分辨率遙感影像通常是指像素的空間分辨率在5 m以內(nèi)的遙感影像。21世紀(jì)以來(lái)，高空間分辨率衛(wèi)星遙感技術(shù)快速發(fā)展。截至2014年底，全球共有13個(gè)國(guó)家的30多顆光學(xué)商業(yè)高空間分辨率遙感衛(wèi)星，最具代表性的有美國(guó)IKONOS和QuickBird、法國(guó)SPOT、日本Alos等。2013年4月我國(guó)開(kāi)始發(fā)射高分系列遙感衛(wèi)星，目前已發(fā)射7顆。高分系列衛(wèi)星覆蓋了從全色、多光譜到高光譜，從光學(xué)到雷達(dá)等多種類型，構(gòu)成了一個(gè)具有高空間分辨率、高時(shí)間分辨率和高光譜分辨率能力的對(duì)地觀測(cè)系統(tǒng)[17]。

高空間分辨率遙感影像以其較高的地面空間分辨率優(yōu)勢(shì)，能夠識(shí)別更為詳細(xì)的地物形狀、紋理、光譜等特征信息，是近年來(lái)區(qū)域性地表環(huán)境精細(xì)監(jiān)測(cè)的最有效手段。如何利用高空間分辨率遙感影像開(kāi)展圍填海存量資源分類監(jiān)測(cè)，及時(shí)準(zhǔn)確地掌握真實(shí)有效的圍填海存量資源狀況，是我國(guó)海域使用遙感監(jiān)測(cè)亟待解決的技術(shù)問(wèn)題。這對(duì)于集約高效地利用好圍填海存量資源，強(qiáng)化海域資源管理具有重要的技術(shù)支撐意義。本文采用國(guó)產(chǎn)高分一號(hào)衛(wèi)星遙感影像和SPOT5衛(wèi)星遙感影像，以營(yíng)口市南部海岸圍填海區(qū)域?yàn)槔?，探討圍填海存量資源的組成類型、開(kāi)發(fā)利用特征，建立面向?qū)ο蟮膰詈４媪抠Y源遙感監(jiān)測(cè)技術(shù)方法與流程，并分析了營(yíng)口市南部海岸圍填海存量資源的類型分布、形成途徑及現(xiàn)狀特征，以期為圍填海存量資源的遙感監(jiān)測(cè)與分析提供技術(shù)方法。

2　研究區(qū)概況

營(yíng)口市南部海岸(40°25′～40°40′N，122°5′～122°25′E)位于遼東灣頂部，大遼河入?？谝阅希瑥臓I(yíng)口市區(qū)渤海大街以南至蓋州團(tuán)山基巖海岸以北區(qū)域，總面積300 km2。該區(qū)域原為開(kāi)闊平坦的遼東灣淤泥質(zhì)灘涂，20世紀(jì)50年代在全國(guó)圍海曬鹽熱潮下，在淤泥質(zhì)灘涂上圍海建造鹽田，發(fā)展海水曬鹽產(chǎn)業(yè)。20世紀(jì)末海鹽業(yè)發(fā)展緩慢，沿海部分水交換通暢的鹽田、灘涂被劃分改造成魚、蝦等水產(chǎn)養(yǎng)殖池塘，形成鹽田-養(yǎng)殖復(fù)合海域使用空間格局。21世紀(jì)以來(lái)，隨著遼寧沿海經(jīng)濟(jì)帶發(fā)展戰(zhàn)略規(guī)劃的提出與實(shí)施，大片低產(chǎn)鹽田被回填成為營(yíng)口市城市規(guī)模擴(kuò)展、沿海產(chǎn)業(yè)基地建設(shè)的拓展空間。根據(jù)研究區(qū)域地理特征，本文以二道溝和攔海取排水口為界將研究區(qū)域劃分為北部區(qū)域、中部區(qū)域和南部區(qū)域3個(gè)分區(qū)，研究區(qū)位置及其空間分區(qū)見(jiàn)圖1。

圖1　研究區(qū)位置圖Fig.1　Location of study area

3　研究方法

3.1數(shù)據(jù)源

本文收集到覆蓋研究區(qū)域的2015年6月份采集的高分一號(hào)(FG-1)衛(wèi)星遙感影像和2005年8月份采集的SPOT5衛(wèi)星遙感影像。高分一號(hào)衛(wèi)星遙感影像具有B、G、R、NIR四個(gè)多光譜和一個(gè)全色波段，全色波段分辨率2.0 m。SPOT5衛(wèi)星遙感影像具有B、G、R、NIR四個(gè)多光譜和一個(gè)全色波段，全色波段分辨率2.5 m。參考數(shù)據(jù)有1∶10 000數(shù)字地形圖。

3.2數(shù)據(jù)預(yù)處理

由于大氣校正和輻射校正在衛(wèi)星地面接收站已進(jìn)行了處理。本文的數(shù)據(jù)預(yù)處理主要進(jìn)行幾何精校正。具體方法如下：(1)在覆蓋研究區(qū)域的衛(wèi)星遙感影像上均勻布設(shè)地面控制點(diǎn)25個(gè)，地面控制點(diǎn)主要選取道路交叉口和圍堰交叉口，交叉口盡量呈直角，定于兩條道路或圍堰相交邊線的直角頂點(diǎn)，便于實(shí)測(cè)定位；(2)利用車載GPS在現(xiàn)場(chǎng)找到衛(wèi)星遙感影像上的控制點(diǎn)位置，采用高精度RTK信標(biāo)機(jī)在控制點(diǎn)上進(jìn)行現(xiàn)場(chǎng)定位；(3)利用遙感影像處理軟件ERDAS IMAGE9.2采用二元三次多項(xiàng)式對(duì)高分一號(hào)衛(wèi)星遙感影像和SPOT5衛(wèi)星遙感影像進(jìn)行幾何精校正，校正方法參考相關(guān)文獻(xiàn)[18]。利用精校正好的高分一號(hào)衛(wèi)星遙感影像和SPOT5衛(wèi)星遙感影像對(duì)比相互檢查校正效果。

3.3圍填海存量資源的界定與分類

圍填海存量資源是指圍填海區(qū)域現(xiàn)存的可用于開(kāi)發(fā)建設(shè)工業(yè)、城鎮(zhèn)、養(yǎng)殖等活動(dòng)的海域空間資源。根據(jù)本文研究區(qū)域圍填海存量資源特征，將圍填海存量資源劃分為圍而未填區(qū)域、填而未建區(qū)域、低密度建設(shè)區(qū)域、低效鹽田、低效養(yǎng)殖池塘、低洼坑塘6種類型。另外，城鎮(zhèn)區(qū)、工業(yè)區(qū)和水系為圍填海存量資源的消耗類型。各類圍填海存量資源特征描述見(jiàn)表1。

表1　圍填海存量資源分類及其特征描述

3.4面向?qū)ο蟮膰詈４媪抠Y源分類提取方法

由于高空間分辨率衛(wèi)星遙感影像包含的地物空間信息更為豐富(如紋理、光譜、幾何信息等)，基于像元的傳統(tǒng)遙感影像分類方法已無(wú)法適用于高空間分辨率遙感影像分類工作。面向?qū)ο蟮倪b感影像分類方法是近年來(lái)提出的一種新的遙感影像信息提取方法。這種方法首先通過(guò)對(duì)遙感影像進(jìn)行尺度分割提取同質(zhì)區(qū)域，然后對(duì)各個(gè)區(qū)域進(jìn)行特征分析，提取分類目標(biāo)[19]。這種方法能夠更好地利用提取地物的形狀與紋理特征，相對(duì)于基于像元的分類方法有明顯的優(yōu)勢(shì)，已被越來(lái)越多地應(yīng)用于高空間分辨率遙感影像分類研究[20]。

本文根據(jù)圍填海存量資源特點(diǎn)，以高分一號(hào)衛(wèi)星遙感影像和SPOT5衛(wèi)星遙感影像為基礎(chǔ)數(shù)據(jù)，采用面向?qū)ο蟮姆诸惣夹g(shù)，首先對(duì)高分一號(hào)衛(wèi)星遙感影像和SPOT5衛(wèi)星遙感影像進(jìn)行尺度分割。尺度分割是依據(jù)相同的光譜特征和空間鄰接關(guān)系將影像劃分成像素群的過(guò)程，期間既能生成分類對(duì)象，又能將分類對(duì)象按等級(jí)結(jié)構(gòu)連接起來(lái)[19—20]。其次，建立圍填海存量資源分類知識(shí)庫(kù)，也就是根據(jù)不同圍填海存量資源的影像光譜特征、形狀特征和紋理特征等建立圍填海存量資源影像特征庫(kù)。表2為研究區(qū)各類圍填海存量資源地物影像特征。第三，根據(jù)影像特征庫(kù)定義樣本對(duì)象，插入分類器對(duì)尺度分割后的影像進(jìn)行面向?qū)ο蠓诸?。第四，采集地面?yàn)證點(diǎn)，對(duì)分類結(jié)果進(jìn)行精度驗(yàn)證，保證衛(wèi)星遙感影像的分類準(zhǔn)確率達(dá)到90%以上。面向?qū)ο蟮膰詈４媪抠Y源遙感影像分類技術(shù)流程如圖2所示。

圖2　面向?qū)ο蟮膰詈４媪抠Y源遙感影像分類技術(shù)流程圖Fig.2　Technique flow chart of remote sensing image classification for existing sea reclamation based on object-oriented method

表2　各類圍填海存量資源影像特征

續(xù)表2

采用面向?qū)ο蟮倪b感影像分類方法分別對(duì)2015年高分一號(hào)衛(wèi)星遙感影像和2005年SPOT5衛(wèi)星遙感影像進(jìn)行分類，形成研究區(qū)2015年圍填海存量資源分類矢量數(shù)據(jù)和2005年圍填海存量資源分類矢量數(shù)據(jù)。采用路線驗(yàn)證法，校驗(yàn)圍填海存量資源遙感影像分類的準(zhǔn)確性。驗(yàn)證過(guò)程采用車載GPS定位，現(xiàn)場(chǎng)記錄并拍攝照片，重點(diǎn)對(duì)遙感影像上的復(fù)雜類型和疑點(diǎn)疑區(qū)地面情況進(jìn)行地面驗(yàn)證核實(shí)[21]。經(jīng)驗(yàn)證分析，2015年和2005年圍填海存量資源分類矢量數(shù)據(jù)準(zhǔn)確率分別達(dá)到95%和92%。

3.5圍填海存量資源形成分析

采用轉(zhuǎn)移矩陣分析2005—2015年研究區(qū)圍填海存量資源的形成過(guò)程。轉(zhuǎn)移矩陣是目前土地利用變化分析中最為常用的研究方法，這種方法可以定量揭示不同圍填海存量資源類型隨時(shí)間推進(jìn)的轉(zhuǎn)化方向和轉(zhuǎn)化數(shù)量[22]。

3.6圍填海存量資源評(píng)估方法

根據(jù)圍填海區(qū)域存量資源的開(kāi)發(fā)利用規(guī)模與面積比例情況，構(gòu)建圍填海存量資源指數(shù)，作為圍填海存量資源情況的定量評(píng)估指標(biāo)。圍填海存量資源指數(shù)計(jì)算方法如下：

(1)

式中，WTHCL為圍填海存量資源指數(shù)，wi為圍填海存量資源類型權(quán)重，A為圍填海區(qū)域總面積，ai為第i類圍填海存量資源面積。圍填海存量資源指數(shù)WTHCL越大，說(shuō)明圍填海存量資源開(kāi)發(fā)利用程度越高，圍填海存量資源數(shù)量越小。各類圍填海存量資源的權(quán)重采用專家問(wèn)卷調(diào)查法確定，具體見(jiàn)表3。

表3　各類圍填海存量資源權(quán)重表

4　結(jié)果分析

4.1圍填海存量資源的空間分布特征

研究區(qū)圍填海存量資源空間分布見(jiàn)圖3，各類圍填海存量資源面積統(tǒng)計(jì)見(jiàn)表4。可以看出，研究區(qū)圍填海存量資源以填而未建區(qū)域面積最大，達(dá)到6 379.24 hm2，占區(qū)域總面積的21.09%，其次是低效鹽田和低效養(yǎng)殖池塘，分別占到區(qū)域總面積的20.90%和20.52%。圍而未填區(qū)域和低密度建設(shè)區(qū)域也分別達(dá)到區(qū)域總面積的9.60%和8.66%，低洼坑塘面積只有952.14 hm2，僅占區(qū)域總面積的3.15%。以上圍填海存量資源總面積為25 380.51 hm2，占研究區(qū)域總面積的83.92%。研究區(qū)域其余的16.08%面積為圍填海存量資源的消耗類型，包括城鎮(zhèn)區(qū)2 567.36 hm2，工業(yè)區(qū)1 687.86 hm2，河流607.37 hm2。

以上圍填海存量資源在研究區(qū)域內(nèi)部存在明顯的空間差異性，北部區(qū)域以填而未建區(qū)域和低密度建設(shè)區(qū)域?yàn)橹鳎謩e占到北部區(qū)域總面積的25.02%和18.23%。中部區(qū)域以填而未建區(qū)域、低效鹽田和低效養(yǎng)殖池塘為主，分別占到中部區(qū)域總面積的29.95%、31.62%和25.44%。南部區(qū)域以圍而未填區(qū)域、低效鹽田和低效養(yǎng)殖池塘為主，分別占到南部區(qū)域總面積的32.70%、23.23%和33.81%。另外，城鎮(zhèn)區(qū)、工業(yè)區(qū)等圍填海存量資源消耗類型主要分布在北部區(qū)域，面積分別為2 315.88 hm2和1 476.86 hm2，而中部區(qū)域和南部區(qū)域分布極少。

以上圍填海存量資源的空間差異性說(shuō)明研究區(qū)域圍填海存量資源存在自南向北的轉(zhuǎn)化過(guò)程，南部區(qū)域多為低效鹽田、養(yǎng)殖池塘，部分鹽田已被圈圍，但還沒(méi)有填充成土地，處于圍填海存量資源形成前期階段；中部區(qū)域已有近30%的區(qū)域圍填成土地，但尚未開(kāi)發(fā)建設(shè)，其余面積多保持低效鹽田和低效養(yǎng)殖池塘，處于圍填海存量資源形成階段；北部區(qū)域有16.08%的圍填海存量資源已被開(kāi)發(fā)建設(shè)消化，成為城鎮(zhèn)區(qū)、工業(yè)區(qū)等，18.23%的面積初步開(kāi)發(fā)成為低密度建設(shè)區(qū)域，25.02%的面積已填充成土地有待開(kāi)發(fā)建設(shè)，低效鹽田、低效養(yǎng)殖池塘和低洼坑塘等可以圍填利用的存量資源總和只占北部區(qū)域總面積的17.80%，處于圍填海存量資源的消耗階段。

圖3　研究區(qū)各類圍填海存量資源空間分布圖Fig.3　Map of existing sea reclamation resource in study area

表4　各類圍填海存量資源地面積

4.2圍填海存量資源形成途徑

表5為2015年和2005年研究區(qū)海岸開(kāi)發(fā)利用類型的轉(zhuǎn)移矩陣，通過(guò)該轉(zhuǎn)移矩陣可以分析研究區(qū)圍填海存量資源的形成途徑。可以看出圍填海存量資源面積最大的填而未建區(qū)域主要由鹽田和養(yǎng)殖池塘填充形成，其中鹽田形成5 483.36 hm2，占到其總面積的85.96%，養(yǎng)殖池塘形成504.35 hm2，占其總面積的7.91%。圍而未填區(qū)域基本全部由鹽田圍圈形成。低密度建設(shè)區(qū)域形成途徑相對(duì)復(fù)雜，主要包括鹽田1 437.69 hm2、養(yǎng)殖池塘468.63 hm2、低密度建設(shè)區(qū)域366.33 hm2、圍而未填區(qū)域183.10 hm2和填而未建區(qū)域120.83 hm2等。低效鹽田全部來(lái)自原來(lái)的鹽田。低效養(yǎng)殖池塘有2 137.81 hm2來(lái)自原有的養(yǎng)殖池塘，1 989.75 hm2由鹽田分割轉(zhuǎn)化而來(lái)，155.06 hm2由低洼坑塘建設(shè)而成，另有124.74 hm2來(lái)自河道圈圍。低洼坑塘主要由鹽田和養(yǎng)殖池塘廢棄淤積而成，形成面積分別為618.17 hm2和180.25 hm2，只有54.77 hm2保持原來(lái)的低洼坑塘狀態(tài)。城鎮(zhèn)區(qū)和工業(yè)區(qū)是圍填海存量資源消耗的兩個(gè)主要方向。城鎮(zhèn)區(qū)除保持原有的915.28 hm2以外，擴(kuò)張消耗的圍填海存量資源主要來(lái)自鹽田694.06 hm2、低密度建設(shè)區(qū)域542.21 hm2、低洼坑塘區(qū)域151.67 hm2和填而未建區(qū)域102.95 hm2。工業(yè)區(qū)擴(kuò)張消耗的圍填海存量資源主要來(lái)自鹽田798.32 hm2、養(yǎng)殖池塘293.82 hm2、低密度建設(shè)區(qū)域141.71 hm2、圍而未填區(qū)域98.68 hm2和填而未建區(qū)域85.26 hm2。河流基本承接其原來(lái)面積，增加部分主要來(lái)自鹽田，面積為124.29 hm2。

表5　圍填海存量資源形成的轉(zhuǎn)移矩陣

4.3圍填海存量資源評(píng)價(jià)

圖4為研究區(qū)圍填海存量資源指數(shù)分布圖。研究區(qū)總體圍填海存量資源指數(shù)為0.49，但在研究區(qū)域內(nèi)部存在較為明顯的差異。北部區(qū)域圍填海存量資源指數(shù)最大，達(dá)到0.66，說(shuō)明北部區(qū)域圍填海存量資源開(kāi)發(fā)利用程度較高，圍填海存量資源數(shù)量較小。這也可以從北部區(qū)域22.35%的城鎮(zhèn)區(qū)、14.25%的工業(yè)區(qū)及25.02%的填而未建區(qū)域可以說(shuō)明；中部區(qū)域圍填海存量資源指數(shù)其次，為0.44，說(shuō)明中部區(qū)域圍填海存量資源較大，填而未建區(qū)域占29.95%、低效鹽田占31.62%、低效養(yǎng)殖池塘占25.44%；南部區(qū)域圍填海存量資源指數(shù)最小，僅為0.37，說(shuō)明南部區(qū)域圍填海存量資源最大，主要存量資源為圍而未填區(qū)域、低效鹽田和低效養(yǎng)殖池塘，面積比例分別為32.70%、23.23%和33.81%。

圖4　圍填海存量資源指數(shù)區(qū)域分布圖Fig.4　Regional distribution of existing sea reclamation resource index

5　結(jié)論與討論

本文根據(jù)我國(guó)圍填海監(jiān)管的精細(xì)化需求，初步界定了圍填海存量資源的概念，并將圍填海存量資源劃分為圍而未填區(qū)域、填而未建區(qū)域、低密度建設(shè)區(qū)域、低效鹽田、低效養(yǎng)殖池塘、低洼坑塘等6種類型以及城鎮(zhèn)區(qū)、工業(yè)區(qū)等圍填海存量資源消耗類型，并以營(yíng)口市南部海岸區(qū)域?yàn)檠芯繀^(qū)，利用國(guó)產(chǎn)高分一號(hào)衛(wèi)星遙感影像和SPOT5衛(wèi)星遙感影像建立了面向?qū)ο蟮膰詈４媪抠Y源分類提取方法與技術(shù)流程，構(gòu)建了圍填海存量資源指數(shù)及計(jì)算方法，用以分析了研究區(qū)圍填海存量資源現(xiàn)狀特征與形成機(jī)制。營(yíng)口市南部海岸圍填海存量資源主要由鹽田和養(yǎng)殖池塘廢棄和圍填形成，并且在區(qū)域內(nèi)部存在明顯的空間差異性，南部區(qū)域處于圍填海存量資源形成前期階段，中部區(qū)域處于圍填海存量資源形成階段，北部區(qū)域處于圍填海存量資源消耗階段。填而未建區(qū)域、低效鹽田、低效養(yǎng)殖池塘是營(yíng)口市南部海岸圍填海存量資源的主要類型，占圍填海存量資源總面積的62.51%。

海域是各類海洋開(kāi)發(fā)利用活動(dòng)的空間載體，是海洋經(jīng)濟(jì)發(fā)展的基本資源依托[23]。近年來(lái)，為拓展發(fā)展空間，提振海洋經(jīng)濟(jì)，我國(guó)沿海各地利用海域空間實(shí)施了大規(guī)模的圍填海造地活動(dòng)。這些圍填海造地為港口碼頭、臨海工業(yè)、濱海城鎮(zhèn)等沿海建設(shè)拓展了重要的發(fā)展空間，但圍填海造地形成的土地在多數(shù)區(qū)域處于閑置荒廢狀態(tài)，形成與存量土地資源類似的圍填海存量資源。關(guān)于存量土地資源，有關(guān)學(xué)者已開(kāi)展了探討[24—25]，而對(duì)于圍填海存量資源，國(guó)內(nèi)外還沒(méi)有相關(guān)研究報(bào)道。與存量土地資源相似，圍填海存量資源也存在與之相關(guān)的圍填海增量資源、圍填海消量資源等，其中圍填海增量資源是新增加的圍填海存量資源，圍填海消量資源是消耗利用的圍填海存量資源，圍填海存量資源是圍填海增量資源和圍填海消量資源之間的轉(zhuǎn)換過(guò)程?；趪?guó)家海域資源集約/節(jié)約利用的管理要求，圍填海監(jiān)管要控制增量、盤活存量、提升消量，高效利用要圍填海形成的土地資源。因此，開(kāi)展圍填海存量資源、圍填海增量資源、圍填海消量資源之間的形成、轉(zhuǎn)換過(guò)程監(jiān)測(cè)分析與評(píng)估將是今后我國(guó)圍填海監(jiān)管的重要內(nèi)容。

[1]索安寧，李金朝，王天明，等. 黃土高原流域土地利用變化的水土流失效應(yīng)[J]. 水利學(xué)報(bào)，2008，39(7):767-772．

Suo Anning， Li Jinchao， Wang Tainming， et al. Effects of land use changes on river basin soil and water loss in loess plateau[J]. Journal of Hydraulic Engineering， 2008， 39(7):767-772．

[2]索安寧，王兮之，林勇，等. 基于遙感的黃土高原典型區(qū)植被退化分析[J].遙感學(xué)報(bào)，2009，13(2):291-299．

Suo Anning， Wang Xizhi， Lin Yong， et al. Vegetation degradation analysis in typical region of the loess plateau based on remote sensing: a case in Jinghe River Basin[J]. Journal of Remote Sensing， 2009， 13(2):291-299．

[3]魏成階，劉亞嵐，王世新. 四川汶川大地震震害遙感調(diào)查與評(píng)估[J]. 遙感學(xué)報(bào)，2008，12(5):673-682．

Wei Chengjie， Liu Yalan， Wang Shixin. Investigation and assessment of damage in earthquake Wenchuan Sichuan quake based on remote sensing[J]. Journal of Remote Sensing， 2008， 12(5):673-682．

[4]Green E P， Mumby P J， Edwards A J， et al. A review of remote sensing for the assessment and management of tropical coastal resources[J]. Coastal Management， 1996， 21: 1-40．

[5]Bell S S， Hicks G R F. Marine landscapes and faunal recruitment: a field test with seagrass and copepods[J]. Marine Ecology Progress Series， 1991，73：61-68．

[6]Seto K C， Fragkias M. Mangrove conservation and aquaculture development in Vietnam: a remote sensing-based approach for evaluating the Ramsar Convention on Wetlands[J]. Global Environment Change，2007，17(3/4):486-500．

[7]Shal A A， Tate I R. Remote sensing and GIS for mapping and monitoring land cover and land use changes in the Northwestern coast al zone of Egypt[J]. Applied Geography， 2007， 27(1): 28-41．

[8]Arroyo L A， Healey S P， Cohen W B， et al. Using object-oriented classification and high-resolution imagery to map fuel types in a Mediterranean region[J]. Journal of Geophysical Research-Biogeosciences， 2006，11：11-19．

[9]Jin X， Davis C H. Automated building extracting from high-resolution satellite imagery in urban area using structural， contextual and spectral information[J]. Journal of Applied Signal Processing， 2005， 14：2196-2206．

[10]Platt R V， Rapoza L. An evaluation of an object-oriented paradigm for land use/land cover classification[J]. The Professional Geographer， 2008， 60(1):87-100．

[11]Shackford A K， Davis C H. A combined fuzzy pixel-based and object-based approach for classification of high-resolution Multispectral data over urban areas[C]//IEEE， Transactions on Geoscience and Remote Sensing， 2003，41(10):2354-2363．

[12]Cleve C， Kelly M， Kearns F R， et al. Classification of the wild land-urban interface: A comparison of pixel and object-based classification using high-resolution aerial photography[J]. Computers， Environment and Urban Systems，2008， 32(4):317-326．

[13]Stow D， Lopez A， Lippitt C， et al. Object-based classification of residential land use within Accra， Ghana based on Quick Bird Satellite data[J]. International Journal of Remote Sensing， 2007， 28(22):5167-5173．

[14]高志強(qiáng)，劉向陽(yáng)，寧吉才，等. 基于遙感的近30a中國(guó)海岸線和圍填海面積變化及成因分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30(12):140-147．

Gao Zhiqiang， Liu Xiangyang， Ning Jicai， et al. Analysis on changes in coastline and reclamation area and its causes based on 30-year satellite data in China[J]. Transactions of the Chinese Society of Agricultural Engineering， 2014， 30(12): 140-147．

[15]Suo Anning， Zhang Minghui. Sea areas reclamation and coastline change monitoring by remote sensing in coastal zone of Liaoning in China[J]. Journal of Coastal Research， 2015， 73: 725-729．

[16]付元賓，趙建華，王權(quán)明， 等. 我國(guó)海域使用動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)(SDMS)模式探討[J]. 自然資源學(xué)報(bào)，2008， 23(2):185-193．

Fu Yuanbin， Zhao Jianhua， Wang Quanming， et al. Discussion on the pattern of the sea area usage dynamic monitoring system in China[J]. Journal of Natural Resources， 2008， 23(2):185-193．

[17]陶超，譚毅華，蔡華杰，等. 面向?qū)ο蟮母叻直媛蔬b感影像城區(qū)建筑物分級(jí)提取方法[J]. 測(cè)繪學(xué)報(bào)， 2010， 39(1):39-45．

Tao Chao， Tan Yihua， Cai Huajie， et al. Object-oriented method of hierarchical urban building extraction from high-resolution remote sensing imagery[J]. Acta Geodaetica et Cartographica Sinica， 2010，39(1):39-45．

[18]李成范，尹京苑，趙俊娟. 一種面向?qū)ο蟮倪b感影像城市綠地提取方法[J]. 測(cè)繪科學(xué)，2011，36(5):112-120．

Li Chengfan， Yin Jingyuan， Zhao Junjuan. Object-oriented method of urban green land extraction from remote sensing imagery[J]. Science of Surveying and Mapping， 2011，36(5):112-120．

[19]田波，周云軒，鄭宗生. 面向?qū)ο蟮暮涌跒┩繘_淤變化遙感分析[J]. 長(zhǎng)江流域資源與環(huán)境，2008，17(3)：419-423．

Tian Bo， Zhou Yunxuan， Zheng Zongsheng. Object-oriented image analysis method for estuarine tidal flat accretion and erosion study[J]. Resources and Environment in the Yangtze Basin， 2008，17(3)：419-423．

[20]劉書含，顧行發(fā)，余濤，等. 高分一號(hào)多光譜遙感數(shù)據(jù)的面向?qū)ο蠓诸怺J].測(cè)繪科學(xué)，2014，39(12):91-103．

Liu Shuhan， Gu Xingfa， Yu Tao， et al. Object-oriented image classification method for GF-1 multi spectral remote sensing data[J]. Science of Surveying and Mapping， 2014，39(12):91-103．

[21]吳濤，趙冬至，張豐收，等. 基于高分辨率遙感影像的大洋河河口濕地景觀格局變化[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2011，22(7):1833-1840．

Wu Tao， Zhao Dongzhi， Zhang Fengshou， et al. Changes of wetland landscape pattern in Dayang River Estuary based on high-resolution remote sensing image[J]. Chinese Journal of Applied Ecology， 2011，22(7):1833-1840．

[22]劉紀(jì)遠(yuǎn)，張?jiān)鱿?，徐新良，? 21世紀(jì)初中國(guó)土地利用變化的空間格局與驅(qū)動(dòng)力分析[J]. 地理學(xué)報(bào)，2009，64(12):1411-1420．

Liu Jiyuan， Zhang Zengxiang， Xu Xinliang， et al. Spatial patterns and driving forces of land use change in China in the early 21st century[J]. Acta Geographica Sinica， 2009，64(12):1411-1420．

[23]于青松，齊連明. 海域評(píng)估理論研究[M]. 北京：海洋出版社，2006．

Yu Qingsong， Qi Lianming. Study on Theory of Sea Area Assessment[M]. Beijing：China Ocean Press，2006．

[24]林堅(jiān)，楊有強(qiáng)，苗春蕾. 中國(guó)城鎮(zhèn)存量用地資源空間分異特征探討[J]. 中國(guó)土地科學(xué)，2008，22(1):10-15．

Lin Jian， Yang Youqiang， Miao Chunlei. Discussion on the spatial difference of urban stock land resource in China[J]. China Land Science， 2008，22(1):10-15．

[25]郭愛(ài)請(qǐng)，葛京鳳. 河北省城市土地集約利用潛力評(píng)價(jià)方法探討[J]. 資源科學(xué)，2006，28(4):65-70．

Guo Aiqing， Ge Jingfeng. Evaluating intensive use of urban land in Hebei Province[J]. Resource Science， 2006，28(4):65-70．

姜廣甲，段國(guó)欽，黃志雄，等. 珠江口海域主導(dǎo)光學(xué)因子的遙感分類及其變化特征[J]. 海洋學(xué)報(bào)， 2016， 38(9):64-75， doi:10.3969/j.issn.0253-4193.2016.09.007

Jiang Guangjia， Duan Guoqin， Huang Zhixiong， et al. Remote sensing classification of the dominant optically active components and its variations in the Pearl River Estuary[J]. Haiyang Xuebao， 2016， 38(9):64-75， doi:10.3969/j.issn.0253-4193.2016.09.007

Study on monitoring and analysis of existing sea reclamation resource based on high resolution satellite remote sensing imagery—A case in south coast of Yingkou

Suo Anning1，2， Wang Peng1，2， Yuan Daowei1，2， Yu Yonghai1，2， Zhang Minghui3

(1.NationalMarineEnvironmentMonitoringCenter，Dalian116023，China; 2.KeyLaboratoryofSeaFieldManagementTechnology，StateOceanicAdministration，Dalian116023，China；3.CollegeofOceanandCivilEngineer，DalianOceanUniversity，Dalian116023，China)

Aimed to reveal status of existing sea reclamation resource and improve monitoring level of marine space， the conception of existing sea reclamation resource is defined and divided it into encircled and unfilled region， reclamation and non construction region， low density building region， low-lying ponds， low economic salt ponds and low economic fishing ponds， and consumption types such as industrial region， cities and town region. Then high resolution satellite remote sensing images was employed to obtain existing sea reclamation resource information. And the technique flow of remote sensing image classification for existing sea reclamation resource based on object-oriented method established， and existing sea reclamation resource index was created for existing sea reclamation resource monitoring and analysis. South coast of Yingkou was chose as study areas based on above. The results show that remote sensing image classification for existing sea reclamation resource based on object-oriented method established in this paper can extract existing sea reclamation resource information with accuracy rate more than 90%. Reclamation and non construction region， low economic salt ponds and low economic fishing ponds account for 62.51% areas of total existing sea reclamation resource. The existing sea reclamation resource index is 0.49 for total study areas and 0.66 for north part， 0.44 for middle part and 0.37 for south part.

sea reclamation; existing resource; remote sensing images; high resolution; monitoring

2015-10-13；

2016-01-08。

國(guó)家自然科學(xué)基金面上項(xiàng)目(41376120)；海洋公益性行業(yè)科研專項(xiàng)(201405025，201005011)。

索安寧(1977—)，男，甘肅省慶陽(yáng)市人，研究員，主要從事海岸帶開(kāi)發(fā)利用遙感監(jiān)測(cè)與評(píng)價(jià)研究。E-mail：san720@sina.com

張明慧(1978—)，女，黑龍江省大慶市人，講師，主要從事海岸開(kāi)發(fā)利用評(píng)估方法研究與教學(xué)。E-mail：mhzhang@dlou.edu.cn

TP79

A

0253-4193(2016)09-0054-10