基于潮汐規(guī)律修正的海岸線遙感監(jiān)測(cè)

孫孟昊，蔡玉林，顧曉鶴，王雪麗，秦鵬

(1.山東科技大學(xué)，山東 青島 266590；2.基礎(chǔ)地理信息與數(shù)字化技術(shù)山東省重點(diǎn)實(shí)驗(yàn)室，山東 青島 266590；3.北京農(nóng)業(yè)信息技術(shù)研究中心，北京 100097)

0 引言

近海岸地區(qū)是人類活動(dòng)的密集區(qū)域，近海岸的人口密度幾乎是世界平均人口密度的3倍，人類活動(dòng)的加劇對(duì)于沿海地區(qū)海岸線變化具有重要影響[1-2]。海岸線被國(guó)際地質(zhì)科學(xué)聯(lián)盟作為“地理指標(biāo)”之一，對(duì)海岸線進(jìn)行準(zhǔn)確提取和監(jiān)測(cè)有助于解釋海岸變化過(guò)程，對(duì)海岸帶土地利用規(guī)劃、海岸侵蝕變化分析、海洋資源優(yōu)化管理等具有重要意義[3]。傳統(tǒng)的人工勘測(cè)方法具有周期長(zhǎng)、時(shí)效性差、工作量大等缺點(diǎn)，應(yīng)用遙感技術(shù)進(jìn)行海岸線監(jiān)測(cè)客觀性強(qiáng)、成本低廉，且具有較強(qiáng)的歷史追溯能力，可實(shí)現(xiàn)長(zhǎng)時(shí)間序列的海岸線時(shí)空格局動(dòng)態(tài)變化監(jiān)測(cè)。

近年來(lái)國(guó)內(nèi)外許多學(xué)者在利用衛(wèi)星影像數(shù)據(jù)快速解譯海岸線、利用多時(shí)相遙感影像分析海岸線時(shí)間變遷規(guī)律等方面開(kāi)展了大量的研究。Komar等[4]分別對(duì)尼羅河三角洲、美國(guó)西北太平洋海岸、加利福尼亞州南部人工海灘以及堰洲島海岸等區(qū)域進(jìn)行了海岸線的侵蝕與增長(zhǎng)監(jiān)測(cè)研究；Purkis等[5]采用邊緣檢測(cè)和人工編輯相結(jié)合的方法，研究了迭戈加西亞島半個(gè)世紀(jì)的海岸線變化；Matghhany[6]利用TOPSAR數(shù)據(jù)通過(guò)建立波譜模型結(jié)合航拍數(shù)據(jù)和地面真實(shí)數(shù)據(jù)，探測(cè)了馬來(lái)群島Terengganu海岸線的侵蝕速率，找尋到海岸線侵蝕變化最快的地區(qū)；Ghosh[7]通過(guò)遙感(RS)和地理信息系統(tǒng)(GIS)的綜合技術(shù)，以水邊線作為海岸線監(jiān)測(cè)1989—2010年孟加拉國(guó)哈提亞島海岸線侵蝕和吸積的變化。楊金中等[8]利用長(zhǎng)時(shí)間序列的Landsat MSS、TM等遙感影像，通過(guò)目視解譯結(jié)合地形圖資料對(duì)杭州灣地區(qū)海岸線進(jìn)行提?。恢煨▲澋萚9]利用神經(jīng)網(wǎng)絡(luò)分類技術(shù)快速提取珠?？谌斯ず０端吘€；王琳等[10]利用改進(jìn)的歸一化水體指數(shù)(modified normalized difference water index，MNDWI)提取廈門海域，進(jìn)而使用紅綠變化檢測(cè)法分析其海域變化情況；樊彥國(guó)等[11]針對(duì)黃河三角洲地區(qū)淤泥質(zhì)海岸地區(qū)，以蝦池、公路等人工地物作為海岸線，采用圖像增強(qiáng)方法處理，提取出黃河口段和刁口段海岸線；常軍等[12]分析海岸砂不同含水量的光譜特征，進(jìn)而利用多光譜影像提取海岸線；劉東等[13]提出了一種基于樣本選擇和支持向量機(jī)的算法，實(shí)現(xiàn)了遙感提取海岸線的自動(dòng)提取、自動(dòng)跟蹤，大大提高了自動(dòng)化程度。Xu等[14]以平均大潮線作為海岸線，利用Landsat衛(wèi)星、中巴地球資源衛(wèi)星和環(huán)境一號(hào)衛(wèi)星數(shù)據(jù)相結(jié)合，對(duì)中國(guó)北方海岸線空間分布進(jìn)行研究，并計(jì)算了分形維數(shù)等特征；陳正華等[15]利用四期衛(wèi)星數(shù)據(jù)以人工建筑(岸堤、海塘)作為海岸線，對(duì)浙江省大陸海岸線在1986—2009年間的動(dòng)態(tài)變化進(jìn)行了分析。

在上述研究中，由于潮汐數(shù)據(jù)獲取困難，部分學(xué)者忽略潮汐影響，以水邊線作為海岸線；部分學(xué)者為了研究人類活動(dòng)對(duì)海岸的影響，以人工建筑線(蝦池、攔海堤壩、鹽田等)作為海岸線，以上這2種方法都欠妥。人工岸線可以以水邊線作為海岸線，基巖類海岸以陡峭巖石線作為海岸線，而其他類型海岸線提取時(shí)都應(yīng)做潮位校正。以本研究為例，潮汐影響最多可達(dá)上百米。而以人工建筑線作為海岸線的方法忽略了灘涂的變化，如自然情況下泥沙的淤積等。另有部分學(xué)者采用航拍數(shù)據(jù)和地面實(shí)測(cè)數(shù)據(jù)監(jiān)測(cè)海岸線變化，此方法精度高，但在時(shí)間上有一定局限性，且耗費(fèi)人工；部分學(xué)者采用邊緣檢測(cè)等算法對(duì)特定地區(qū)的海岸線實(shí)現(xiàn)快速提取，此方法提取的仍是水邊線，且此類方法不具有普適性。因此，本文利用中分辨率衛(wèi)星數(shù)據(jù)提取海岸線，對(duì)缺少潮汐數(shù)據(jù)的年份，利用潮汐規(guī)律對(duì)其潮位校正，以期提高海岸線的遙感提取精度，進(jìn)而實(shí)現(xiàn)長(zhǎng)時(shí)間序列的海岸線時(shí)空格局變化監(jiān)測(cè)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)域

研究區(qū)域位于中國(guó)山東省青島市，區(qū)域范圍在35°6′N～36°8′N，119°9′E～121°21′E之間。海岸帶北起栲栳灣，南至黃家塘灣。隨著我國(guó)沿海地區(qū)經(jīng)濟(jì)高度發(fā)展，使脆弱的海岸帶及其近海生態(tài)資源環(huán)境發(fā)生顯著變化[16]。青島是中國(guó)北方典型的經(jīng)濟(jì)發(fā)展快速的沿海城市，優(yōu)越的地理位置和狹長(zhǎng)的海岸帶給青島提供了豐富的資源和條件，同時(shí)由于自然環(huán)境的變化和人類對(duì)海洋的開(kāi)發(fā)，近幾十年間海岸線發(fā)生了明顯的變化，也對(duì)青島沿海區(qū)域的生態(tài)環(huán)境造成了嚴(yán)重的破環(huán)。

1.2 數(shù)據(jù)處理及信息提取

本研究使用的遙感影像數(shù)據(jù)為L(zhǎng)andsat衛(wèi)星影像、GDEMV2 30 m分辨率的數(shù)字高程影像以及天地圖的亞米級(jí)高空間分辨率歷史影像。研究時(shí)間跨度為1979—2019年，時(shí)間間隔為10年(表1)。圖像的預(yù)處理包括輻射定標(biāo)、大氣校正、幾何校正、裁剪拼接。

表1 影像數(shù)據(jù)

1.3 海岸線提取

提取海岸線首先要進(jìn)行水陸分離，徐涵秋[17]提出改進(jìn)的歸一化水體指數(shù)(MNDWI)，該指數(shù)相比于歸一化水體指數(shù)(normalized difference water index，NDWI)能削弱地表高亮地物(如建筑物)的影響。本研究區(qū)域中存在大量人工海岸，適合采用MNDWI指數(shù)。利用MNDWI指數(shù)結(jié)合閾值分割法實(shí)現(xiàn)水陸分離。對(duì)濕度較大的非海洋區(qū)域如水塘、魚池等小塊區(qū)域，采用中值濾波的方法消除其影響，最后提取出水邊線。

遙感影像所提取的水邊線為衛(wèi)星過(guò)境時(shí)間點(diǎn)的瞬時(shí)水邊線(圖1)，不是海岸線，潮汐對(duì)于水邊線提取存在較大影響，有必要分析潮汐日變化規(guī)律，對(duì)瞬時(shí)水位線進(jìn)行潮位校正[18]。

圖1 瞬時(shí)水邊線示意圖

1.4 潮位校正

海水在天體(主要是太陽(yáng)和月亮)的引潮力作用下產(chǎn)生潮汐現(xiàn)象，潮汐現(xiàn)象具有規(guī)律性，古代科學(xué)家就已發(fā)現(xiàn)潮汐現(xiàn)象和月亮的圓缺有關(guān)[19]。農(nóng)歷歷法就是以月相變化為依據(jù)的，實(shí)際上古人按照農(nóng)歷歷法總結(jié)了潮汐規(guī)律，如農(nóng)歷每月初一和十五出現(xiàn)大潮，每月上下弦出現(xiàn)小潮[20]?，F(xiàn)代學(xué)者丁奕、趙敬瑛等分別結(jié)合錢塘江和大遼河的潮位資料得出了兩地的潮汐規(guī)律[21-22]。為了研究潮汐規(guī)律做潮位校正的可行性，本文對(duì)2017—2019年農(nóng)歷六月十八潮汐數(shù)據(jù)(http：//www.chinaports.com)進(jìn)行了數(shù)學(xué)分析。

青島屬于半日潮型即一日有2次高潮和低潮，如表2獲取2組高潮和低潮的時(shí)刻和潮高數(shù)據(jù)，對(duì)高低潮時(shí)刻和潮高做相關(guān)性分析，相關(guān)系數(shù)均達(dá)到0.99以上。用每個(gè)時(shí)刻潮位數(shù)據(jù)擬合潮位曲線，發(fā)現(xiàn)不同年分潮位曲線具有相同的走勢(shì)(圖2)。計(jì)算3條曲線同一時(shí)刻任意2條之間的潮位高度差，計(jì)算所有潮位高度差平均值為28 cm。分析歷年農(nóng)歷同月同日的潮位數(shù)據(jù)，同樣具有高度相似性，因此可作為潮汐數(shù)據(jù)缺失年份的潮位修正依據(jù)。

表2 2組低潮和高潮數(shù)據(jù)

圖2 擬合2017—2019年同一天的潮位曲線

本研究以日最高潮位線作為海岸線，采用外牽引法[23]對(duì)淤泥質(zhì)海岸和砂質(zhì)海岸做潮位校正。根據(jù)衛(wèi)星過(guò)境時(shí)潮位和日最高潮位計(jì)算出潮位差，再由潮位差和海岸平均坡度計(jì)算外牽引距離(圖3)，計(jì)算公式如下：

L=(H2-H1)/Tan(α)

(1)

式中：α為海岸平均坡度；H1為瞬時(shí)潮位高度；H2為最高潮位高度；h為潮位差；L為外牽引距離。

圖3 計(jì)算外牽引距離示意圖

由DEM圖像生成坡度圖(圖4)，計(jì)算從2009年水邊線向陸地推進(jìn)80 m的范圍內(nèi)平均坡度為2.1°。

對(duì)數(shù)據(jù)缺失年份采用有數(shù)據(jù)年份的農(nóng)歷同月同日潮汐數(shù)據(jù)校正，由上述2017—2019年農(nóng)歷同日同時(shí)刻平均潮位高差為28 cm，根據(jù)三角函數(shù)關(guān)系計(jì)算此誤差在水平方向上為7.6 m，而衛(wèi)星分辨率為30 m，遠(yuǎn)遠(yuǎn)小于一個(gè)像元寬度，誤差在合理范圍內(nèi)。因此提取海岸線時(shí)，利用潮汐規(guī)律可以對(duì)缺失數(shù)據(jù)的年份做潮位修正。

圖4 研究區(qū)域DEM圖

研究區(qū)域內(nèi)海岸類型有人工海岸、基巖海岸、砂質(zhì)海岸和淤泥質(zhì)海岸。人工海岸和基巖海岸水陸分明、坡度大而陡，潮汐影響小不需要做潮位校正。僅對(duì)砂質(zhì)海岸和淤泥質(zhì)海岸做潮位校正，計(jì)算潮位校正外牽引距離結(jié)果如表4所示。

表4 潮位數(shù)據(jù)以及計(jì)算結(jié)果

1.5 精度驗(yàn)證

對(duì)衛(wèi)星影像中模糊區(qū)域使用較高分辨率天地圖臨近日期的歷史影像進(jìn)行目視檢驗(yàn)。以2019年提取結(jié)果為例，圖5左邊是不需潮位校正的人工海岸提取結(jié)果；右邊是砂質(zhì)海岸潮位校正前后對(duì)比，其中黃色為瞬時(shí)水邊線，紅色為校正后的海岸線。

在天地圖臨近歷史影像中觀察缺少潮位數(shù)據(jù)年份的潮位校正情況，也具有較高精度。選取的是天地圖2010年1月16日歷史影像，與研究使用的Landsat2009年影像相差41天，如圖5黃色為瞬時(shí)水邊線，紅色為海岸線。2010年1月16日為農(nóng)歷臘月初二，Landsat影像獲取日期2009年12月6日，為農(nóng)歷十月二十，從潮汐數(shù)據(jù)得知2018年農(nóng)歷十月二十和臘月初二的最高潮位的潮位差為0.3 m，說(shuō)明可以用天地圖2010年1月16日影像檢驗(yàn)。如圖6所示海岸線位置恰好在積雪位置附近，積雪線所處的位置為最高潮位線，說(shuō)明提取結(jié)果精度較高。

圖5 不需潮位校正的人工海岸提取結(jié)果及砂質(zhì)海岸潮位校正前后對(duì)比

圖6 潮位數(shù)據(jù)缺失年份潮位校正結(jié)果

2 結(jié)果與分析

2.1 青島海岸線變化分析

海岸線提取最終結(jié)果如圖7所示。提取結(jié)果可以客觀地反應(yīng)出青島海岸線近40年的變遷情況。由圖8可看出，1979—2019年間海岸線整體呈向海洋方向推進(jìn)的趨勢(shì)，總體向海洋推進(jìn)158 km2。從栲栳灣到橫門灣大部分屬于基巖海岸，岸線穩(wěn)定；鰲山灣由于該區(qū)域海水養(yǎng)殖業(yè)發(fā)展和青島國(guó)際博覽中心經(jīng)濟(jì)圈的形成，使得該地區(qū)岸線向海洋推進(jìn)；鰲山灣到膠州灣之間有嶗山風(fēng)景區(qū)，多為基巖海岸，岸線穩(wěn)定；膠州灣變化最為明顯，由于灣內(nèi)人工造陸、圍海養(yǎng)殖、港口建設(shè)、城市擴(kuò)建、鹽田開(kāi)發(fā)，導(dǎo)致灣內(nèi)面積不斷縮小，岸線由自然曲折的自然岸線演變?yōu)槠街钡娜斯ぐ毒€；早期唐島灣由于自然泥沙淤積和發(fā)展養(yǎng)殖業(yè)，海岸線有較明顯的向海洋發(fā)展趨勢(shì)，近十年來(lái)唐島灣發(fā)展旅游業(yè)岸線變化也十分明顯；黃家塘灣至陳家貢灣由于發(fā)展交通業(yè)，大力擴(kuò)建和修建港口，導(dǎo)致灣內(nèi)面積減少。

圖7 海岸線提取結(jié)果(1979—2019年)

圖8 海岸線提取結(jié)果

2.2 不同時(shí)間段典型區(qū)域海岸線變化分析

1)在1979—1989年間，海岸線總體向海洋推進(jìn)6 km2。在此期間岸線整體穩(wěn)定，岸線變化主要由于泥沙淤積等自然因素的引起。膠州灣東岸小部分區(qū)

域經(jīng)過(guò)人工改造，導(dǎo)致了原來(lái)曲折自然岸線部分轉(zhuǎn)化為平直的人工岸線(圖9(a))。

2)在1989—1999年期間，海岸線共向海洋推進(jìn)30 km2。膠州灣是變化面積最大區(qū)域(圖9(b))，在此期間膠州灣由于少量泥沙淤積、人工造陸發(fā)展旅游業(yè)以及修建沿海公路和攔海堤等城市工程，海岸線共向海洋方向推進(jìn)23 km2。尤其膠州灣東部岸線基本已全部演變?yōu)槠街钡娜斯ぐ毒€，岸線趨于穩(wěn)定。唐島灣變化也較為突出，由于泥沙淤積海岸線向海洋推進(jìn)2 km2。

3)在1999—2009年期間，總共向海洋推進(jìn)78 km2，是40年間面積變化最大的階段。變化最突出區(qū)域仍然是膠州灣，此期間膠州灣開(kāi)發(fā)西南部(黃島)。十年間黃島區(qū)變化劇烈，該區(qū)域填海造陸、修建港口幾乎完全被改造為人工海岸，海岸線大幅度向海洋方向推進(jìn)變化極為明顯(圖9(c))。

圖9 典型變化區(qū)域

唐島灣在此期間由于灣內(nèi)清理淤泥，海岸線向陸地方向移動(dòng)。從天地圖的1999年和2009年歷史影像中可以看出唐島灣變化情況(圖10)。同時(shí)在此期間灣內(nèi)修建了沿海公路、欄海堤和一些公園，岸線成分以人工岸線為主。其他區(qū)域岸線穩(wěn)定沒(méi)有發(fā)生明顯的岸線侵蝕和吸積。

圖10 1999年、2009年唐島灣對(duì)比圖

4)在2009—2019年間，海岸線向海洋推進(jìn)44 km2。由于膠州灣和唐島灣之前的沿海公路和攔海堤的建設(shè)，岸線趨于穩(wěn)定。該區(qū)域內(nèi)主要變化是膠州灣北部水產(chǎn)養(yǎng)殖區(qū)的發(fā)展和唐島灣西部人工造陸修建了星光島旅游區(qū)(圖9(d))。

在此期間變化最明顯區(qū)域由中部城市化程度高的膠州灣地區(qū)，轉(zhuǎn)移到了南部的黃家塘灣至陳家貢灣岸段。應(yīng)國(guó)家交通部和山東省人民政府要求，在此區(qū)域填海造陸大力擴(kuò)建和修造港口，岸線大幅向海洋推進(jìn)(圖9(e))。

3 結(jié)束語(yǔ)

本文利用數(shù)學(xué)分析的方法對(duì)不同年份的農(nóng)歷同日期潮汐數(shù)據(jù)對(duì)比分析，發(fā)現(xiàn)其農(nóng)歷同日期日潮汐高度走勢(shì)具有高度相似性。將這一規(guī)律應(yīng)用在海岸線潮位校正上，提出了利用現(xiàn)有潮汐數(shù)據(jù)校正農(nóng)歷同日期的往期遙感影像的方法。利用此方法對(duì)青島海岸線進(jìn)行提取并分析其變化，結(jié)果表明在1979—2019年間青島海岸線整體向陸地推進(jìn)158 km2。變化最大的地區(qū)為膠州灣，變化最劇烈的時(shí)間段為1999—2009年。從整體變化趨勢(shì)看，膠州灣地區(qū)修建了沿海公路和攔海堤，海岸線已趨于穩(wěn)定。近十年來(lái)青島南部的黃家塘灣至陳家貢灣岸段，因投資發(fā)展交通業(yè)使海岸線變化劇烈。未來(lái)交通業(yè)可能為其帶來(lái)巨大經(jīng)濟(jì)效益，加快其城市化進(jìn)程，因此未來(lái)將會(huì)是一個(gè)變化活躍的區(qū)域。青島北部岸線有大量基巖海岸，其他類型海岸功能多為養(yǎng)殖業(yè)、旅游業(yè)，未來(lái)將繼續(xù)保持穩(wěn)定，海岸線仍以較慢的速度向海洋方向推進(jìn)。

前人對(duì)水邊線潮位校正距離是根據(jù)岸灘坡度和驗(yàn)潮站潮高數(shù)據(jù)的三角函數(shù)關(guān)系推算而得[24]。岸灘坡度一般通過(guò)DEM影像或地形數(shù)據(jù)獲得；也有學(xué)者根據(jù)不同時(shí)相的2幅影像提取的水邊線間距，結(jié)合驗(yàn)潮站2個(gè)時(shí)間的潮位差計(jì)算灘涂坡度[25-26]，總之都需要有此時(shí)刻潮汐數(shù)據(jù)支持。對(duì)于久遠(yuǎn)年份的海岸線提取，潮高數(shù)據(jù)有無(wú)便成了一個(gè)決定性因素。本文針對(duì)潮位數(shù)據(jù)缺失這一難題，提出的基于潮汐規(guī)律修正的海岸線長(zhǎng)時(shí)序遙感監(jiān)測(cè)方法，提取結(jié)果誤差遠(yuǎn)小于中等分辨率衛(wèi)星的像元寬度。此方法操作簡(jiǎn)單可行、精度高，解決了無(wú)潮汐數(shù)據(jù)年份的潮位校正問(wèn)題。另外本文使用MNDWI指數(shù)提取水邊線，下一步有待利用神經(jīng)網(wǎng)絡(luò)和邊緣檢測(cè)算子的方法，提高水邊線提取的自動(dòng)化程度，提高效率減少人工勞動(dòng)。