陳超,陳慧欣,陳東,張自力,張旭鋒,莊悅,褚衍麗,陳建裕,鄭紅
(1.浙江海洋大學(xué)海洋科學(xué)與技術(shù)學(xué)院,舟山 316022;2.浙江省生態(tài)環(huán)境監(jiān)測中心(浙江省生態(tài)環(huán)境監(jiān)測預(yù)警及質(zhì)控研究重點(diǎn)實(shí)驗(yàn)室),杭州 310012;3.衛(wèi)星海洋環(huán)境動力學(xué)國家重點(diǎn)實(shí)驗(yàn)室(自然資源部第二海洋研究所),杭州 310012;4.國家信息中心,北京 100045;5.廈門水務(wù)原水投資運(yùn)營有限公司,廈門 361000;6.浙江海洋大學(xué)經(jīng)濟(jì)與管理學(xué)院,舟山 316022)
海岸線是劃分陸域和海域的界線,其形態(tài)上曲直各異,是水體、大氣、人類活動共同作用的結(jié)果,國際地理信息委員會將海岸線確定為27個(gè)最重要的地表特征之一[1-3]。精準(zhǔn)、快速、全面地監(jiān)測海岸線動態(tài)信息,對于加強(qiáng)海洋資源開發(fā)與管理,實(shí)現(xiàn)海洋可持續(xù)發(fā)展具有重要的意義[4-6]。長期以來,以“測量拐點(diǎn)坐標(biāo),順序連接成線”方式進(jìn)行的野外實(shí)地測量是海岸線信息獲取的重要手段,雖然精度較高,但是花費(fèi)人工多、效率低下、工作周期長,而且受地理?xiàng)l件的限制,存在測量困難和無法到達(dá)區(qū)域,無法滿足大范圍提取的要求[7-10]。遙感技術(shù)憑借時(shí)效性強(qiáng)、觀測范圍大、成像譜段多、經(jīng)濟(jì)效益好等特點(diǎn),能夠有效克服海岸線實(shí)地測量中可能遇到的各種限制[11-14]。海岸線遙感信息提取方法可以分為2類:目視解譯和自動解譯[15-16]。其中,目視解譯法適用于范圍較小的區(qū)域,雖然精度較高、提取結(jié)果連續(xù)性好,但易受操作人員主觀因素影響,效率低下,難以滿足海岸線信息快速提取和時(shí)空演變分析的時(shí)效性要求,而自動解譯法以其時(shí)效性高、復(fù)用性強(qiáng)等特點(diǎn)成為了海岸線遙感信息提取的主要手段[17-21]。
海岸線信息遙感自動解譯方法主要包括邊緣檢測法、面向?qū)ο蠓?、閾值分割法、區(qū)域生長法和元胞自動機(jī)法等[22-23]。邊緣檢測法利用邊緣檢測算子提取水陸分界線,該方法對平直、簡單海岸線效果較好,但抗噪性差,海岸線容易中斷[24-26]。面向?qū)ο蠓ňC合利用遙感圖像的光譜、空間和紋理對水陸進(jìn)行分割,并結(jié)合解譯標(biāo)志提取海岸線信息,該方法精度較高,但規(guī)則設(shè)置復(fù)雜,時(shí)效性差[27-30]。閾值分割法利用目標(biāo)物與背景地物的像元灰度值不同,通過設(shè)置相應(yīng)的閾值分割出水體區(qū)域,該方法簡單,運(yùn)算速度快,但容易受到光譜相似性地物的影響[31-34]。區(qū)域生長法在一定規(guī)則支持下集合具備相似特性的像元,該方法較為成熟,但易受噪聲影響,且在地物背景復(fù)雜的情況下易變形[35-37]。元胞自動機(jī)法通過計(jì)算某一鄰域內(nèi)各個(gè)方向的突變值來進(jìn)行水陸分離,該方法在提取淤泥質(zhì)海岸線時(shí)精度較高,但需要多次迭代,耗時(shí)較長[38-41]。
海岸線遙感信息提取往往建立在水體、陸地準(zhǔn)確分離的基礎(chǔ)上,在特定領(lǐng)域取得了成功,時(shí)效性較野外實(shí)地測量法有了很大提高。但是,由于近岸水體受人類活動、區(qū)域地形等影響很大,懸浮泥沙含量較高,光譜特征較正常情況下差異明顯,使得傳統(tǒng)水陸分離方法存在局限。為此,考慮纓帽變換在表征地物含水量方面的優(yōu)勢,發(fā)展基于纓帽變換的海岸線遙感信息提取方法,基于長時(shí)間序列衛(wèi)星遙感數(shù)據(jù)分析舟山群島區(qū)域海岸線的時(shí)空演變特征。
舟山群島(圖1)地處滬、浙沿岸與長江流域各省通道之門戶,又背靠經(jīng)濟(jì)發(fā)達(dá)的長江三角洲,有著極大的資源優(yōu)勢。作為我國第一個(gè)以群島建制的地級市,舟山群島包括1 390個(gè)島嶼,其中舟山本島面積最大,承載了最多的人口,經(jīng)濟(jì)活動也最為豐富[42]。
圖1 研究區(qū)示意圖Fig.1 Location of the study area
本文選擇中國科學(xué)院空天信息創(chuàng)新研究院(http://ids.ceode.ac.cn/)提供的2000—2018年間,7個(gè)時(shí)相(2000年、2003年、2006年、2009年、2012年、2015年、2018年)的Landsat5與Landsat8衛(wèi)星遙感圖像開展研究,具體如表1所示。Landsat系列衛(wèi)星是目前在軌運(yùn)行時(shí)間最長的光學(xué)遙感衛(wèi)星系列之一,其中,Landsat5衛(wèi)星和Landsat8衛(wèi)星分別發(fā)射于1984年和2013年,幅寬為185 km×185 km,其中Landsat5搭載有專題制圖儀(thematic mapper,TM),Landsat8搭載有陸地成像儀(operational land imager,OLI),多光譜波段的空間分辨率均為30 m[43-44]。
表1 本文所用遙感數(shù)據(jù)情況Tab.1 Landsat image data
準(zhǔn)確提取水體信息是實(shí)現(xiàn)海岸線精準(zhǔn)監(jiān)測的基礎(chǔ)和關(guān)鍵。本研究針對懸浮泥沙、潮灘等導(dǎo)致傳統(tǒng)水體信息提取方法精度較低、準(zhǔn)確性較差的問題開展研究,基于纓帽變換在地物含水量表征方面的優(yōu)勢,提取長時(shí)間序列海岸線信息,開展海岸線時(shí)空演變分析。本研究技術(shù)路線如圖2所示。
圖2 技術(shù)路線圖Fig.2 Flowchart of the study
首先,對衛(wèi)星遙感影像進(jìn)行輻射定標(biāo)、大氣校正、圖像拼接與裁剪等預(yù)處理操作。其中,輻射定標(biāo)將數(shù)字量化值轉(zhuǎn)換為具有明確物理含義的輻亮度,大氣校正去除大氣吸收和散射的影響[45-47]。然后,利用衛(wèi)星傳感器對應(yīng)的纓帽變換系數(shù),對預(yù)處理后遙感影像進(jìn)行纓帽變換,獲取各纓帽變換分量,并基于綠度指數(shù)和濕度指數(shù)準(zhǔn)確區(qū)分水體和陸地,進(jìn)而提取海岸線信息。最后,基于長時(shí)間序列海岸線信息,從時(shí)間和空間2個(gè)角度探索海岸線演變特征,開展海岸線時(shí)空演變分析。
由于研究區(qū)地理位置特殊,懸浮泥沙含量較多,導(dǎo)致傳統(tǒng)水體信息提取方法精度較低,因此,考慮不同地物在含水量方面的差異,構(gòu)建基于纓帽變換的海岸線遙感信息提取模型。纓帽變換通過線性正交變換、空間軸旋轉(zhuǎn),能夠有效消除多光譜波段之間的相關(guān)性,更有利于特征提取,被廣泛應(yīng)用于遙感生態(tài)監(jiān)測與評價(jià)的諸多領(lǐng)域[48-49]。纓帽變換后特征空間如圖3所示,各典型地物(海水、人工地物、灘涂、植被)均分布于特征空間的特定區(qū)域,其中僅有海水對應(yīng)像元具備“濕度指數(shù)大于綠度指數(shù)”的特點(diǎn),同時(shí)考慮灘涂、人工地物的干擾,構(gòu)建水體信息提取模型為:
圖3 典型地物纓帽變換特征空間圖(綠度指數(shù)-濕度指數(shù))Fig.3 Scatter plot of typical feature in study area (greeness-wetness)
Iw>Ig&Iw>K,
(1)
式中:Iw和Ig分別為纓帽變換后濕度指數(shù)和綠度指數(shù);K為濕度指數(shù)特征值,通常情況下取0.025。
對水陸分離之后的水體信息進(jìn)行矢量化,得到初始海岸線信息,基于數(shù)學(xué)形態(tài)學(xué)進(jìn)行后處理,去除河流、湖泊、水庫等形成的噪聲,填充船舶等造成的孔洞,精確獲取海岸線信息。通過目視解譯獲取參考數(shù)據(jù),對海岸線遙感信息提取結(jié)果進(jìn)行精度評價(jià),結(jié)果如表2所示。通過表2可以看出,不同時(shí)相的生產(chǎn)者精度和用戶精度分別高于86.00%和89.00%,漏分誤差和錯(cuò)分誤差分別低于14.00%和11.00%,生產(chǎn)者精度、用戶精度、漏分誤差和錯(cuò)分誤差的平均值分別為93.62%,96.15%,6.38%和3.85%。這表明本文方法所獲取海岸線信息較為準(zhǔn)確,能夠滿足后續(xù)時(shí)空演變分析的要求,不僅所得結(jié)果在目視解譯數(shù)據(jù)中占比較大,漏分誤差較小,而且所得結(jié)果中正確提取的比例較高。
表2 海岸線遙感信息提取結(jié)果準(zhǔn)確性評估Tab.2 Accuracy assessment of coastline information (%)
將不同時(shí)相的海岸線遙感信息提取結(jié)果進(jìn)行空間疊加,并統(tǒng)計(jì)主要島嶼和整體海岸線長度,結(jié)果如圖4和表3所示??梢钥闯?,舟山市海岸線長度在2000—2018年間整體呈現(xiàn)增加趨勢,空間上局部區(qū)域變化明顯。
圖4 2000—2018年陸地范圍對比Fig.4 Contrast map of land range from 2000 to 2018
表3 各島嶼2000—2018年間的海岸線長度和面積統(tǒng)計(jì)Tab.3 Coastline length and area of different islands during 2000 to 2018
3.2.1 時(shí)間演變特征分析
統(tǒng)計(jì)了不同年份的海岸線長度、長度變化、所圍面積和面積變化,具體如圖5所示??梢钥闯觯凵绞泻0毒€總長度從2000年的2 534.19 km變化為2018年的2 861.55 km,增加了約327.36 km,年均增加長度為18.19 km/a,年均增長速率為0.72%,其中2000—2003年間和2009—2012年間增加較多,2003—2006年間出現(xiàn)減少。在面積方面,舟山市海岸線所圍成的陸地面積從2000年的1 298.26 km2變化為2018年的1 410.52 km2,增加了約112.26 km2,年均增加面積為6.24 km2/a,年均增長速率為0.49%,其中2003—2006年增加較多,2000—2003年間出現(xiàn)減少。
(a)海岸線長度 (b)海岸線長度變化
3.2.2 空間演變特征分析
通過分析發(fā)現(xiàn),2000—2018年間海岸線變化最為明顯的區(qū)域主要集中在舟山本島、長峙島及小干島、朱家尖、嵊泗、岱山、漁山、衢山、洋山、六橫等區(qū)域。
1)舟山本島區(qū)域。2000—2018年間,舟山本島的海岸線變化主要發(fā)生區(qū)域?yàn)闁|港(圖6)、北蟬(圖7)和岑港(圖8)。在東港,2000—2003年間海岸線向海擴(kuò)張,至2006年通過圍堤閉合,通過圍填海形成陸地。在北蟬,圍堤使得海灣凹處閉合,橋梁使得東部島嶼和舟山本島相連,海岸線發(fā)生了較大的形態(tài)變化。在岑港,沿岸人工建筑明顯增多,使得海岸線從陸地向海擴(kuò)張。
(a)不同時(shí)相海岸線 (b)2000年遙感影像 (c)2003年遙感影像 (d)2006年遙感影像
(a)不同時(shí)相海岸線 (b)2000年遙感影像 (c)2006年遙感影像
2)長峙島及小干島。如圖9所示,對于小干島來說,海岸線變化主要是由于淤積和人工建設(shè)引起的,其中淤積發(fā)生在西北區(qū)域,使得原本分離的多個(gè)島嶼連接成為一個(gè)整體,人工建設(shè)使得海岸線由陸地向海擴(kuò)張。對于長峙島來說,大學(xué)園區(qū)的建設(shè)使得東部區(qū)域向外圍成弧形海堤。
(a)不同時(shí)相海岸線 (b)2000年遙感影像 (c)2003年遙感影像
(d)2006年遙感影像 (e)2012年遙感影像
3)朱家尖。2000—2018年間,朱家尖的海岸線變化情況如圖10。2000—2009年間,由于海堤修建,海灣被填平,陸地區(qū)域向海擴(kuò)張;2009—2012年間,由于填海造陸,陸地區(qū)域向海擴(kuò)張進(jìn)一步加??;2012—2015年間,各處修建的海堤相互連接形成閉合;2015—2018年間,圍填海完成,形成完整的陸地區(qū)域。
(a)不同時(shí)相海岸線 (b)2000年遙感影像 (c)2009年遙感影像
4)嵊泗。2000—2018年間,嵊泗的海岸線變化主要包括2種情況(圖11):一種是圍填海,導(dǎo)致曲折的海灣自然海岸線變化為較短的直線型人工海岸線,如泗礁山島和金雞島;第二種是由海堤、橋梁將相鄰島嶼連接,并同時(shí)建造碼頭,使得人工海岸線長度增加,如馬跡島。另外,劍門大橋和馬跡門大橋的修建使得泗礁山島、金雞島和馬跡島連接成為一個(gè)整體。
(a)不同時(shí)相海岸線 (b)2000年遙感影像 (c)2003年遙感影像 (d)2006年遙感影像
5)岱山。2000—2018年間,岱山的海岸線變化情況如圖12所示。在岱山島中部和大長涂島南部區(qū)域,由于海堤的修建,海岸向陸凹進(jìn)處逐漸形成閉合,使得曲折復(fù)雜岸線變得較為平直。另一方面,隨著港口、碼頭等臨海工程的建設(shè),小長涂島北部和東部的土地利用類型發(fā)生了較大變化,并持續(xù)向海擴(kuò)張。
(a)不同時(shí)相海岸線 (b)2000年遙感影像 (c)2006年遙感影像
6)魚山。2000—2018年間,魚山的海岸線變化情況如圖13所示。2000—2015年間,海岸形態(tài)較為穩(wěn)定,以海水自然侵蝕和小規(guī)模人工建設(shè)為主。2015—2018年間,由于舟山綠色石化基地工程建設(shè)的開展,大魚山和小魚山的海岸線及島嶼形態(tài)發(fā)生了劇烈變化。
(a)不同時(shí)相海岸線 (b)2000年遙感影像 (c)2003年遙感影像 (d)2006年遙感影像
7)金塘。2000—2018年間,金塘的海岸線變化情況如圖14所示。2000—2009年間,金塘島的西南海灣處發(fā)生了填海造陸;2009—2012年間,金塘島的西邊區(qū)域和東北區(qū)域的凹處被圍海填平,西南海灣處繼續(xù)由陸地向海擴(kuò)張;2012—2015年間,金塘島和大鵬山島的北部發(fā)生較為明顯的圍填海;2015—2018年間,圍填海完成,改變了海岸形態(tài)。
(a)不同時(shí)相海岸線 (b)2000年遙感影像 (c)2009年遙感影像
8)衢山。2000—2018年間,衢山的海岸線變化情況如圖15所示,主要發(fā)生在衢山島、黃澤山、雙子山、鼠浪湖等區(qū)域。其中,礦石中轉(zhuǎn)碼頭項(xiàng)目的建設(shè)使得鼠浪湖島土地利用類型發(fā)生了較大變化,并持續(xù)向海擴(kuò)張;衢山島南邊修建了海堤,使得海灣封閉,改變了原始海岸形態(tài)。
(a)不同時(shí)相海岸線 (b)2000年遙感影像 (c)2009年遙感影像
9)洋山。2000—2018年間,洋山的海岸線變化情況如圖16所示。在研究期間內(nèi),洋山水深港區(qū)的開發(fā)建設(shè)使得小洋山島和大烏龜島的土地利用類型發(fā)生較大變化,并且圍填海工程使得小洋山島與周圍幾個(gè)面積較小的島嶼連接成為一個(gè)整體;在大洋山島,圍墾工程使得海岸線向海擴(kuò)張,島嶼陸地面積持續(xù)增加。
(a)不同時(shí)相海岸線 (b)2000年遙感影像 (c)2003年遙感影像 (d)2006年遙感影像
10)六橫。2000—2018年間,六橫的海岸線變化情況如圖17所示。在研究期間內(nèi),船舶修造、臨港石化、港口物流等臨港產(chǎn)業(yè)的發(fā)展使得沿岸灘涂被圍墾作為建設(shè)用地,海岸線不斷由陸地向海擴(kuò)展。另一方面,海堤、港口、碼頭等設(shè)施的修建使得原本開闊的海灣封閉。
(a)不同時(shí)相海岸線 (b)2000年遙感影像 (c)2006年遙感影像
在分析傳統(tǒng)海岸線遙感信息提取算法的基礎(chǔ)上,針對高懸浮泥沙含量水域、灘涂等區(qū)域開展研究,考慮不同地物在含水量方面的差異,發(fā)展了基于纓帽變換的海岸線遙感信息提取方法,并基于長時(shí)間序列衛(wèi)星遙感數(shù)據(jù),分析海岸線時(shí)空演變。主要結(jié)論如下:
1)本文方法能夠準(zhǔn)確提取復(fù)雜海洋環(huán)境下的海岸線信息,生產(chǎn)者精度、用戶精度、漏分誤差和錯(cuò)分誤差的平均值分別為93.62%,96.15%,6.38%和3.85%;海岸線長度從2000年的2 534.19 km變化為2018年的2 861.55 km,年均增加長度為18.19 km/a,年均增長率為0.72%;海岸線所圍成的陸地面積從2000年的1 298.26 km2變化為2018年的1 410.52 km2,增加了約112.26 km2,年均增加面積為6.24 km2/a,年均增長速率為0.49%。
2)舟山群島區(qū)域海岸線和海岸形態(tài)變化主要集中在舟山本島、長峙島及小干島、朱家尖、嵊泗、岱山、漁山、衢山、洋山、六橫等區(qū)域,圍填海和臨海工程建設(shè)使得較多的自然海岸線變化為人工海岸線,海岸線形態(tài)也由曲折復(fù)雜變化為平直。
本研究雖然準(zhǔn)確提取了高懸浮泥沙含量水域、灘涂區(qū)域的海岸線信息,并開展了時(shí)空演變分析,但仍然存在一些問題需要未來進(jìn)一步開展研究:①結(jié)合高精度的區(qū)域地形數(shù)據(jù)和潮位數(shù)據(jù),開展潮汐校正,獲取空間位置更加準(zhǔn)確的海岸線信息;②構(gòu)建海岸線時(shí)空演變定量分析指標(biāo)體系,明確海岸線總體進(jìn)退情況和空間差異。