国土资源遥感, 2021, 33(2): 141-152 doi: 10.6046/gtzyyg.2020248

技术应用

舟山群岛海岸线遥感信息提取及时空演变分析

陈超,1,2,3, 陈慧欣1, 陈东4, 张自力,2, 张旭锋1, 庄悦5, 褚衍丽6, 陈建裕3, 郑红1

1.浙江海洋大学海洋科学与技术学院,舟山 316022

2.浙江省生态环境监测中心(浙江省生态环境监测预警及质控研究重点实验室),杭州 310012

3.卫星海洋环境动力学国家重点实验室(自然资源部第二海洋研究所),杭州 310012

4.国家信息中心,北京 100045

5.厦门水务原水投资运营有限公司,厦门 361000

6.浙江海洋大学经济与管理学院,舟山 316022

Coastline extraction and spatial-temporal variations using remote sensing technology in Zhoushan Islands

CHEN Chao,1,2,3, CHEN Huixin1, CHEN Dong4, ZHANG Zili,2, ZHANG Xufeng1, ZHUANG Yue5, CHU Yanli6, CHEN Jianyu3, ZHENG Hong1

1. Marine Science and Technology College, Zhejiang Ocean University, Zhoushan 316022, China

2. Zhejiang Province Ecological Environment Monitoring Centre (Zhejiang Key Laboratory of Ecological and Environmental Monitoring, Forewarning and Quality Control), Hangzhou 310012, China

3. State Key Laboratory of Satellite Ocean Environment Dynamics (Second Institute of Oceanography, MNR), Hangzhou 310012, China

4. State Information Center, Beijing 100045, China

5. Xiamen Raw Water Investment Co., Ltd., Xiamen 361000, China

6. School of Economics and Management, Zhejiang Ocean University, Zhoushan 316022, China

通讯作者: 张自力(1980-),男,博士,高级工程师,研究方向为环境遥感。Email:xjholieagle@163.com。

责任编辑: 张仙

收稿日期: 2020-08-11   修回日期: 2020-10-29   网络出版日期: 2021-06-15

基金资助: 浙江省生态环境监测预警及质控研究重点实验室开放课题
浙江省省属高校科研院所基本科研业务费专项资金项目“多源时空数据支持下的海岸线信息提取及演变分析研究”.  2019J00003
浙江海洋大学优秀硕士论文培育项目
国家自然科学基金项目“基于空间数据挖掘的高分辨率遥感图像水上桥梁目标识别与损毁评估”.  41701447

Received: 2020-08-11   Revised: 2020-10-29   Online: 2021-06-15

作者简介 About authors

陈 超(1982-),男,博士,副教授,研究方向为海岸带环境遥感。Email: chenchao@zjou.com。

摘要

作为我国第一个由岛屿组成的地级市,舟山市具备丰富的海洋资源,准确监测海岸线动态信息对其意义重大。而悬浮泥沙含量较大、岸线曲折、滩涂众多等给舟山群岛海岸线提取和时空演变分析带来了挑战。针对此问题,基于缨帽变换在表征地物含水量方面的优势,利用长时间序列卫星遥感数据开展海岸线时空演变分析。结果表明,该方法能够有效去除悬浮泥沙、岸线曲折、滩涂的影响,准确提取了海岸线动态信息。2000—2018年间的海岸线遥感信息提取结果表明,由各种人类活动主导的围填海使得舟山市海岸线总长度增加了约327.36 km,年均增加长度为18.19 km/a,年均增长速率为0.72%,岛屿面积增加了约112.26 km2,年均增加面积为6.24 km2/a,年均增长速率为0.49%。研究可为提高复杂海洋环境下海岸线遥感信息提取精度、海岸开发与保护等提供参考。

关键词： 舟山群岛 ; 海岸线 ; 时空演变 ; 复杂海洋环境 ; 精度评价

Abstract

With a special geographical location and abundant marine resources, Zhoushan is the first prefecture-level city composed of islands in China. Therefore, the acquisition of dynamic information on the coastline is of great significance to this area. However, the large amount of suspended sediments, the tortuous coastline, the numerous tidal flats and some other factors have brought a lot of challenges to coastline extraction and the analysis of the spatial-temporal dynamics in Zhoushan Islands. In order to solve this problem, the authors have developed a method for extracting coastline remote sensing information based on the tasseled cap transformation and used long time series satellite remote sensing data to carry out the analysis of the temporal and spatial evolution of the coastline. The experimental results show that the proposed method can effectively remove the influence of suspended sediments, winding coastline and shoals on the extraction of coastline information, and make its position accurate. From 2000 to 2018, the total length of the coastline of Zhoushan Islands increased by about 327.36 km, the average growth length was 18.19 km, the average growth rate was 0.72%, the total area of Zhoushan Islands increased by about 112.26 km2, the average growth area was 6.24 km2, and the average growth rate was 0.49%. The constructions of reclamation and marine projects seem to have been the main reasons for Zhoushan’s coastline changes. This study is of great significance for improving the accuracy of coastline remote sensing information extraction as well as coastal development and protection in complex marine environments.

Keywords： Zhoushan Islands ; coastline ; spatial-temporal variations ; complex marine environment ; precision evaluation

PDF (11964KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

陈超, 陈慧欣, 陈东, 张自力, 张旭锋, 庄悦, 褚衍丽, 陈建裕, 郑红. 舟山群岛海岸线遥感信息提取及时空演变分析. 国土资源遥感[J], 2021, 33(2): 141-152 doi:10.6046/gtzyyg.2020248

CHEN Chao, CHEN Huixin, CHEN Dong, ZHANG Zili, ZHANG Xufeng, ZHUANG Yue, CHU Yanli, CHEN Jianyu, ZHENG Hong. Coastline extraction and spatial-temporal variations using remote sensing technology in Zhoushan Islands. REMOTE SENSING FOR LAND & RESOURCES[J], 2021, 33(2): 141-152 doi:10.6046/gtzyyg.2020248

0 引言

海岸线是划分陆域和海域的界线,其形态上曲直各异,是水体、大气、人类活动共同作用的结果,国际地理信息委员会将海岸线确定为27个最重要的地表特征之一[1,2,3]。精准、快速、全面地监测海岸线动态信息,对于加强海洋资源开发与管理,实现海洋可持续发展具有重要的意义[4,5,6]。长期以来,以“测量拐点坐标,顺序连接成线”方式进行的野外实地测量是海岸线信息获取的重要手段,虽然精度较高,但是花费人工多、效率低下、工作周期长,而且受地理条件的限制,存在测量困难和无法到达区域,无法满足大范围提取的要求[7,8,9,10]。遥感技术凭借时效性强、观测范围大、成像谱段多、经济效益好等特点,能够有效克服海岸线实地测量中可能遇到的各种限制[11,12,13,14]。海岸线遥感信息提取方法可以分为2类: 目视解译和自动解译[15,16]。其中,目视解译法适用于范围较小的区域,虽然精度较高、提取结果连续性好,但易受操作人员主观因素影响,效率低下,难以满足海岸线信息快速提取和时空演变分析的时效性要求,而自动解译法以其时效性高、复用性强等特点成为了海岸线遥感信息提取的主要手段[17,18,19,20,21]。

海岸线信息遥感自动解译方法主要包括边缘检测法、面向对象法、阈值分割法、区域生长法和元胞自动机法等[22,23]。边缘检测法利用边缘检测算子提取水陆分界线,该方法对平直、简单海岸线效果较好,但抗噪性差,海岸线容易中断[24,25,26]。面向对象法综合利用遥感图像的光谱、空间和纹理对水陆进行分割,并结合解译标志提取海岸线信息,该方法精度较高,但规则设置复杂,时效性差[27,28,29,30]。阈值分割法利用目标物与背景地物的像元灰度值不同,通过设置相应的阈值分割出水体区域,该方法简单,运算速度快,但容易受到光谱相似性地物的影响[31,32,33,34]。区域生长法在一定规则支持下集合具备相似特性的像元,该方法较为成熟,但易受噪声影响,且在地物背景复杂的情况下易变形[35,36,37]。元胞自动机法通过计算某一邻域内各个方向的突变值来进行水陆分离,该方法在提取淤泥质海岸线时精度较高,但需要多次迭代,耗时较长[38,39,40,41]。

海岸线遥感信息提取往往建立在水体、陆地准确分离的基础上,在特定领域取得了成功,时效性较野外实地测量法有了很大提高。但是,由于近岸水体受人类活动、区域地形等影响很大,悬浮泥沙含量较高,光谱特征较正常情况下差异明显,使得传统水陆分离方法存在局限。为此,考虑缨帽变换在表征地物含水量方面的优势,发展基于缨帽变换的海岸线遥感信息提取方法,基于长时间序列卫星遥感数据分析舟山群岛区域海岸线的时空演变特征。

1 研究区概况及数据源

1.1 研究区概况

舟山群岛(图1)地处沪、浙沿岸与长江流域各省通道之门户,又背靠经济发达的长江三角洲,有着极大的资源优势。作为我国第一个以群岛建制的地级市,舟山群岛包括1 390个岛屿,其中舟山本岛面积最大,承载了最多的人口,经济活动也最为丰富[42]。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   研究区示意图

Fig.1   Location of the study area


1.2 数据源

本文选择中国科学院空天信息创新研究院( http: //ids.ceode.ac.cn/)提供的2000—2018年间,7个时相(2000年、2003年、2006年、2009年、2012年、2015年、2018年)的Landsat5与Landsat8卫星遥感图像开展研究,具体如表1所示。Landsat系列卫星是目前在轨运行时间最长的光学遥感卫星系列之一,其中,Landsat5卫星和Landsat8卫星分别发射于1984年和2013年,幅宽为185 km×185 km,其中Landsat5搭载有专题制图仪(thematic mapper,TM),Landsat8搭载有陆地成像仪(operational land imager,OLI),多光谱波段的空间分辨率均为30 m[43,44]。

表1   本文所用遥感数据情况

Tab.1  Landsat image data

卫星传感器成像时间卫星传感器成像时间
Landsat5TM2000.05.14,2000.06.06,
2003.08.27,2003.08.02,
2007.01.26,2006.04.20,
2009.08.27,2009.07.17,
2012.08.16,2012.11.17 		Landsat8OLI2015.04.22,
2015.03.12,
2018.06.01,
2018.07.26

新窗口打开| 下载CSV


2 研究方法

准确提取水体信息是实现海岸线精准监测的基础和关键。本研究针对悬浮泥沙、潮滩等导致传统水体信息提取方法精度较低、准确性较差的问题开展研究,基于缨帽变换在地物含水量表征方面的优势,提取长时间序列海岸线信息,开展海岸线时空演变分析。本研究技术路线如图2所示。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   技术路线图

Fig.2   Flowchart of the study


首先,对卫星遥感影像进行辐射定标、大气校正、图像拼接与裁剪等预处理操作。其中,辐射定标将数字量化值转换为具有明确物理含义的辐亮度,大气校正去除大气吸收和散射的影响[45,46,47]。然后,利用卫星传感器对应的缨帽变换系数,对预处理后遥感影像进行缨帽变换,获取各缨帽变换分量,并基于绿度指数和湿度指数准确区分水体和陆地,进而提取海岸线信息。最后,基于长时间序列海岸线信息,从时间和空间2个角度探索海岸线演变特征,开展海岸线时空演变分析。

由于研究区地理位置特殊,悬浮泥沙含量较多,导致传统水体信息提取方法精度较低,因此,考虑不同地物在含水量方面的差异,构建基于缨帽变换的海岸线遥感信息提取模型。缨帽变换通过线性正交变换、空间轴旋转,能够有效消除多光谱波段之间的相关性,更有利于特征提取,被广泛应用于遥感生态监测与评价的诸多领域[48,49]。缨帽变换后特征空间如图3所示,各典型地物(海水、人工地物、滩涂、植被)均分布于特征空间的特定区域,其中仅有海水对应像元具备“湿度指数大于绿度指数”的特点,同时考虑滩涂、人工地物的干扰,构建水体信息提取模型为:

Iw>Ig & I w>K

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   典型地物缨帽变换特征空间图(绿度指数-湿度指数)

Fig.3   Scatter plot of typical feature in study area (greeness-wetness)


式中: Iw和Ig分别为缨帽变换后湿度指数和绿度指数; K为湿度指数特征值,通常情况下取0.025。

3 结果与分析

3.1 海岸线遥感信息提取

对水陆分离之后的水体信息进行矢量化,得到初始海岸线信息,基于数学形态学进行后处理,去除河流、湖泊、水库等形成的噪声,填充船舶等造成的孔洞,精确获取海岸线信息。通过目视解译获取参考数据,对海岸线遥感信息提取结果进行精度评价,结果如表2所示。通过表2可以看出,不同时相的生产者精度和用户精度分别高于86.00%和89.00%,漏分误差和错分误差分别低于14.00%和11.00%,

表2   海岸线遥感信息提取结果准确性评估

Tab.2  Accuracy assessment of coastline information (%)

年份生产者精度用户精度漏分误差错分误差
2000年86.8289.3013.1810.70
2003年95.8998.104.111.90
2006年95.7498.024.261.98
2009年93.5598.426.451.58
2012年93.4797.526.532.48
2015年93.6995.426.314.58
2018年96.2196.263.793.74
平均值93.6296.156.383.85

新窗口打开| 下载CSV


生产者精度、用户精度、漏分误差和错分误差的平均值分别为93.62%,96.15%,6.38%和3.85%。这表明本文方法所获取海岸线信息较为准确,能够满足后续时空演变分析的要求,不仅所得结果在目视解译数据中占比较大,漏分误差较小,而且所得结果中正确提取的比例较高。

3.2 海岸线时空演变分析

将不同时相的海岸线遥感信息提取结果进行空间叠加,并统计主要岛屿和整体海岸线长度,结果如图4和表3所示。可以看出,舟山市海岸线长度在2000—2018年间整体呈现增加趋势,空间上局部区域变化明显。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   2000—2018年陆地范围对比

Fig.4   Contrast map of land range from 2000 to 2018


表3   各岛屿2000—2018年间的海岸线长度和面积统计

Tab.3  Coastline length and area of different islands during 2000 to 2018

岛屿长度/km面积/km2
2000年2003年2006年2009年2012年2015年2018年2000年2003年2006年2009年2012年2015年2018年
舟山本岛185.80202.50179.42180.88215.88208.25209.40485.79483.16497.51501.54515.76518.18515.02
金塘55.5358.8055.2652.2665.8860.5465.8879.0478.7579.8880.9180.0986.0984.71
岱山99.1393.8491.9290.90114.54101.10113.04109.00104.30112.17113.40110.70113.41110.85
衢山109.48119.52113.22110.41116.58107.40111.9361.1861.6863.2265.4865.7265.5865.56
嵊泗66.1272.2470.2869.9979.6976.3670.5022.3623.3523.6723.5523.8723.9525.33
六横100.31104.65104.34101.40115.47122.71134.8497.4295.01100.22101.79105.03105.47106.54
朱家尖92.4193.1892.4693.4799.32104.8298.5862.0062.4163.3565.3965.8065.7868.47
桃花岛59.4663.6663.1263.8462.7062.1662.8841.9941.0541.6241.2441.2441.1641.37
秀山40.0743.2640.6842.4843.0843.0848.0024.2723.3624.4424.5624.4224.3124.14
其他岛屿1 725.881 818.181 798.991 806.461 824.811 946.141 946.50315.21312.45329.89346.89343.19361.78368.53
总计2 534.192 669.832 609.692 612.092 737.952 832.562 861.551 298.261 285.521 335.971 364.751 375.821 405.711 410.52

新窗口打开| 下载CSV


3.2.1 时间演变特征分析

统计了不同年份的海岸线长度、长度变化、所围面积和面积变化,具体如图5所示。可以看出,舟山市海岸线总长度从2000年的2 534.19 km变化为2018年的2 861.55 km,增加了约327.36 km,年均增加长度为18.19 km/a,年均增长速率为0.72%,其中2000—2003年间和2009—2012年间增加较多,2003—2006年间出现减少。在面积方面,舟山市海岸线所围成的陆地面积从2000年的1 298.26 km2变化为2018年的1 410.52 km2,增加了约112.26 km2,年均增加面积为6.24 km2/a,年均增长速率为0.49%,其中2003—2006年增加较多,2000—2003年间出现减少。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   2000—2018年间舟山市海岸线长度和面积变化

Fig.5   Changes of coastal line length and area in Zhoushan from 2000 to 2018


3.2.2 空间演变特征分析

通过分析发现,2000—2018年间海岸线变化最为明显的区域主要集中在舟山本岛、长峙岛及小干岛、朱家尖、嵊泗、岱山、渔山、衢山、洋山、六横等区域。

1)舟山本岛区域。2000—2018年间,舟山本岛的海岸线变化主要发生区域为东港(图6)、北蝉(图7)和岑港(图8)。在东港,2000—2003年间海岸线向海扩张,至2006年通过围堤闭合,通过围填海形成陆地。在北蝉,围堤使得海湾凹处闭合,桥梁使得东部岛屿和舟山本岛相连,海岸线发生了较大的形态变化。在岑港,沿岸人工建筑明显增多,使得海岸线从陆地向海扩张。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   2000—2018年间舟山本岛东港区域海岸线变化

Fig.6   Coastline change in Donggang of the Zhoushan island during 2000 to 2018


图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   2000—2018年间舟山本岛北蝉区域海岸线变化

Fig.7   Coastline change in Beichan of the Zhoushan island during 2000 to 2018


图8

新窗口打开| 下载原图ZIP| 生成PPT

图8   2000—2018年间舟山本岛岑港区域海岸线变化

Fig.8   Coastline change in Cengang of the Zhoushan island during 2000 to 2018


2)长峙岛及小干岛。如图9所示,对于小干岛来说,海岸线变化主要是由于淤积和人工建设引起的,其中淤积发生在西北区域,使得原本分离的多个岛屿连接成为一个整体,人工建设使得海岸线由陆地向海扩张。对于长峙岛来说,大学园区的建设使得东部区域向外围成弧形海堤。

图9-1

新窗口打开| 下载原图ZIP| 生成PPT

图9-1   2000—2018年间长峙岛及小干岛海岸线变化

Fig.9-1   Coastline change in Changzhi island and Xiaogan island during 2000 to 2018


图9-2

新窗口打开| 下载原图ZIP| 生成PPT

图9-2   2000—2018年间长峙岛及小干岛海岸线变化

Fig.9-2   Coastline change in Changzhi island and Xiaogan island during 2000 to 2018


3)朱家尖。2000—2018年间,朱家尖的海岸线变化情况如图10。2000—2009年间,由于海堤修建,海湾被填平,陆地区域向海扩张; 2009—2012年间,由于填海造陆,陆地区域向海扩张进一步加剧; 2012—2015年间,各处修建的海堤相互连接形成闭合; 2015—2018年间,围填海完成,形成完整的陆地区域。

图10

新窗口打开| 下载原图ZIP| 生成PPT

图10   2000—2018年间朱家尖海岸线变化

Fig.10   Coastline change in Zhujiajian island during 2000 to 2018


4)嵊泗。2000—2018年间,嵊泗的海岸线变化主要包括2种情况(图11): 一种是围填海,导致曲折的海湾自然海岸线变化为较短的直线型人工海岸线,如泗礁山岛和金鸡岛; 第二种是由海堤、桥梁将相邻岛屿连接,并同时建造码头,使得人工海岸线长度增加,如马迹岛。另外,剑门大桥和马迹门大桥的修建使得泗礁山岛、金鸡岛和马迹岛连接成为一个整体。

图11

新窗口打开| 下载原图ZIP| 生成PPT

图11   2000—2018年间嵊泗海岸线变化

Fig.11   Coastline change in Shengsi island during 2000 to 2018


5)岱山。2000—2018年间,岱山的海岸线变化情况如图12所示。在岱山岛中部和大长涂岛南部区域,由于海堤的修建,海岸向陆凹进处逐渐形成闭合,使得曲折复杂岸线变得较为平直。另一方面,随着港口、码头等临海工程的建设,小长涂岛北部和东部的土地利用类型发生了较大变化,并持续向海扩张。

图12

新窗口打开| 下载原图ZIP| 生成PPT

图12   2000—2018年间岱山海岸线变化

Fig.12   Coastline change in Daishan island during 2000 to 2018


6)鱼山。2000—2018年间,鱼山的海岸线变化情况如图13所示。2000—2015年间,海岸形态较

图13

新窗口打开| 下载原图ZIP| 生成PPT

图13   2000—2018年间鱼山海岸线变化

Fig.13   Coastline change in Yushan island during 2000 to 2018


为稳定,以海水自然侵蚀和小规模人工建设为主。2015—2018年间,由于舟山绿色石化基地工程建设的开展,大鱼山和小鱼山的海岸线及岛屿形态发生了剧烈变化。

7)金塘。2000—2018年间,金塘的海岸线变化情况如图14所示。2000—2009年间,金塘岛的西南海湾处发生了填海造陆; 2009—2012年间,金塘岛的西边区域和东北区域的凹处被围海填平,西南海湾处继续由陆地向海扩张; 2012—2015年间,金塘岛和大鹏山岛的北部发生较为明显的围填海; 2015—2018年间,围填海完成,改变了海岸形态。

图14

新窗口打开| 下载原图ZIP| 生成PPT

图14   2000—2018年间金塘海岸线变化

Fig.14   Coastline change in Jintang island during 2000 to 2018


8)衢山。2000—2018年间,衢山的海岸线变化情况如图15所示,主要发生在衢山岛、黄泽山、双子山、鼠浪湖等区域。其中,矿石中转码头项目的建设使得鼠浪湖岛土地利用类型发生了较大变化,并持续向海扩张; 衢山岛南边修建了海堤,使得海湾封闭,改变了原始海岸形态。

图15

新窗口打开| 下载原图ZIP| 生成PPT

图15   2000—2018年间衢山海岸线变化

Fig.15   Coastline change in Qushan island during 2000 to 2018


9)洋山。2000—2018年间,洋山的海岸线变化情况如图16所示。在研究期间内,洋山水深港区的开发建设使得小洋山岛和大乌龟岛的土地利用类型发生较大变化,并且围填海工程使得小洋山岛与周围几个面积较小的岛屿连接成为一个整体; 在大洋山岛,围垦工程使得海岸线向海扩张,岛屿陆地面积持续增加。

图16

新窗口打开| 下载原图ZIP| 生成PPT

图16   2000—2018年间洋山海岸线变化

Fig.16   Coastline Change in Yangshan during 2000 to 2018


10)六横。2000—2018年间,六横的海岸线变化情况如图17所示。在研究期间内,船舶修造、临港石化、港口物流等临港产业的发展使得沿岸滩涂被围垦作为建设用地,海岸线不断由陆地向海扩展。另一方面,海堤、港口、码头等设施的修建使得原本开阔的海湾封闭。

图17

新窗口打开| 下载原图ZIP| 生成PPT

图17   2000—2018年间六横海岸线变化

Fig.17   Coastline change in Liuheng island during 2000 to 2018


4 结论与讨论

在分析传统海岸线遥感信息提取算法的基础上,针对高悬浮泥沙含量水域、滩涂等区域开展研究,考虑不同地物在含水量方面的差异,发展了基于缨帽变换的海岸线遥感信息提取方法,并基于长时间序列卫星遥感数据,分析海岸线时空演变。主要结论如下:

1)本文方法能够准确提取复杂海洋环境下的海岸线信息,生产者精度、用户精度、漏分误差和错分误差的平均值分别为93.62%,96.15%,6.38%和3.85%; 海岸线长度从2000年的2 534.19 km变化为2018年的2 861.55 km,年均增加长度为18.19 km/a,年均增长率为0.72%; 海岸线所围成的陆地面积从2000年的1 298.26 km2变化为2018年的1 410.52 km2,增加了约112.26 km2,年均增加面积为6.24 km2/a,年均增长速率为0.49%。

2)舟山群岛区域海岸线和海岸形态变化主要集中在舟山本岛、长峙岛及小干岛、朱家尖、嵊泗、岱山、渔山、衢山、洋山、六横等区域,围填海和临海工程建设使得较多的自然海岸线变化为人工海岸线,海岸线形态也由曲折复杂变化为平直。

本研究虽然准确提取了高悬浮泥沙含量水域、滩涂区域的海岸线信息,并开展了时空演变分析,但仍然存在一些问题需要未来进一步开展研究: ①结合高精度的区域地形数据和潮位数据,开展潮汐校正,获取空间位置更加准确的海岸线信息; ②构建海岸线时空演变定量分析指标体系,明确海岸线总体进退情况和空间差异。

参考文献

吴一全, 刘忠林.

遥感影像的海岸线自动提取方法研究进展

[J]. 遥感学报, 2019, 23(4):582-602.

[本文引用: 1]

Wu Y Q, Liu Z L.

Research progress on methods of automatic coastline extraction based on remote sensing images

[J]. Journal of Remote Sensing, 2019, 23(4):582-602.

[本文引用: 1]

Ai B, Zhang R, Zhang H, et al.

Dynamic process and artificial mechanism of coastline change in the Pearl River Estuary

[J]. Regional Studies in Marine Science, 2019, 30:100715.

DOI:10.1016/j.rsma.2019.100715      URL     [本文引用: 1]

Cao W, Zhou Y, Li R, et al.

Mapping changes in coastlines and tidal flats in developing islands using the full time series of Landsat images

[J]. Remote Sensing of Environment, 2020, 239:111665.

DOI:10.1016/j.rse.2020.111665      URL     [本文引用: 1]

Kelly J T, Gontz A M.

Using GPS-surveyed intertidal zones to determine the validity of shorelines automatically mapped by Landsat water indices

[J]. International Journal of Applied Earth Observation and Geoinformation, 2018, 65:92-104.

DOI:10.1016/j.jag.2017.10.007      URL     [本文引用: 1]

梁立, 刘庆生, 刘高焕, 等.

基于遥感影像的海岸线提取方法综述

[J]. 地球信息科学学报, 2018, 20(12):1745-1755.

DOI:10.12082/dqxxkx.2018.180152      [本文引用: 1]

近年来,全球气候变暖等原因导致海平面不断升高,人类对海岸带的开发也越来越频繁,海岸带的变化比以前更为活跃,因此精确快速地提取出海岸线并实时监测其变化对我国海岸带的开发规划与利用具有重要的意义。本文详细梳理了国内外利用光学遥感、微波遥感和雷达遥感手段提取瞬时水边线或理论海岸线的方法,对各种经典方法和一些近年来出现的新方法进行了分析和比较,并指出各种方法的适用情况和不足。最后,针对目前中国在此方面的研究现状给出了一些建议。

Liang L, Liu Q S, Liu G H, et al.

Review of coastline extraction methods based on remote sensing images

[J]. Journal of Geo-information Science, 2018, 20(12):1745-1755.

[本文引用: 1]

王志华, 杨晓梅, 苏奋振, 等.

我国海岸带海岛礁遥感研究进展及建议

[J]. 中国工程科学, 2019, 21(6):59-63.

[本文引用: 1]

Wang Z H, Yang X M, Su F Z, et al.

Remote sensing application in China’s coastal zones and islands:Recent progress and some suggestions

[J]. Strategic Study of CAE, 2019, 21(6):59-63.

[本文引用: 1]

Almonacid-Caballer J, Sánchez-García E, Pardo-Pascual J E, et al.

Evaluation of annual mean shoreline position deduced from Landsat imagery as a mid-term coastal evolution indicator

[J]. Marine Geology, 2016, 372:79-88.

DOI:10.1016/j.margeo.2015.12.015      URL     [本文引用: 1]

李加林, 王丽佳.

围填海影响下东海区主要海湾形态时空演变

[J]. 地理学报, 2020, 75(1):126-142.

DOI:10.11821/dlxb202001010      [本文引用: 1]

围填海影响下海湾形态变化能够深刻反映人类活动对海湾自然环境的影响程度,分析海湾形态变化对合理高效地利用与保护海湾资源具有重要意义。研究以东海区12个主要海湾（包括陆域与水域）为研究区,基于20世纪90年代以来6个时期的Landsat TM/OLI遥感影像数据,通过海湾岸线与湾面形态分析东海区主要海湾的变化特征,探讨围填海强度与海湾形态变化之间的相关性。主要结论为：① 1990—2015年,东海区主要海湾岸线总长度共波动增长66.65 km,2005—2010年间海湾开发最活跃,阶段内岸线增长量达38 km。岸线长度三沙湾最大（439 km）,泉州湾最小（105 km）;兴化湾增长最多（54.53 km）,罗源湾缩短最多（25.75 km）。自然岸线与人工岸线长度此消彼长,岸线人工化程度不断加强,东海北部海湾岸线总长度大于南部海湾。② 1990—2015年,东海区海湾岸线共向海推进26.93 km,合1.08 km/a,在1995—2000年及2005—2010年间推进最多,分别达7.10 km和 6.00 km,在1990—1995年间推进量最小,为2.97 km。杭州湾（4.93 km）和兴化湾（4.15 km）岸线向海推进距离最长,厦门湾推进（0.55 km）最短;东海南部海湾岸线迁移量平缓,北部海湾则更为剧烈,是东海区岸线迁移变化的主体。③ 1990—2015年间东海区主要海湾水域总面积由初期的13.85 km2减少至12.29 km2,累积减少11.23 %,海湾形状不断向复杂化演变。其中杭州湾海湾水域面积减少量最多,达到0.726 km2,占研究区的46.69 %。空间上,北部海湾水域面积减少量更大,而南部海湾水域面积减小速率更快。④ 1990年以来,东海区主要海湾人工化指数平均值和岸线开发强度指数均有所上涨,21世纪以来的开发利用度显著提高。南部（闽）海湾的开发利用程度较北部（浙沪）更为深入,北部海湾开发强度的年际波动差异更大。海湾开发强度与海湾岸线长度、人工岸线长度、海湾形态指数呈正相关关系,与自然岸线长度、海湾水域面积呈负相关关系。当海湾开发强度增加时,同时段内海湾围填海活动的强度也显著增加。

Li J L, Wang L J.

Spatial and temporal evolutions of the major bays in the East China Sea under the influence of reclamataion

[J]. Acta Geographica Sinica, 2020, 75(1):126-142.

[本文引用: 1]

隋燕, 张丽, 穆晓东, 等.

海南岛海岸线变迁遥感监测与分析

[J]. 海洋学研究, 2018, 36(3):36-43.

[本文引用: 1]

Sui Y, Zhang L, Mu X D, et al.

Coastline change detection and analysis with remote sensing in Hainan Island

[J]. Journal of Marine Sciences, 2018, 36(3):36-43.

[本文引用: 1]

毋亭, 侯西勇.

海岸线变化研究综述

[J]. 生态学报, 2016, 36(4):1170-1182.

[本文引用: 1]

Wu T, Hou X Y.

Review of research on coastline changes

[J]. Acta Ecologica Sinica, 2016, 36(4):1170-1182.

[本文引用: 1]

Sun W, Peng J, Yang G, et al.

Correntropy-based sparse spectral clustering for hyperspectral band selection

[J]. IEEE Geoscience and Remote Sensing Letters, 2020, 17(3):484-488.

DOI:10.1109/LGRS.8859      URL     [本文引用: 1]

Sun W, Yang G, Peng J, et al.

Lateral-slice sparse tensor robust principal component analysis for hyperspectral image classification

[J]. IEEE Geoscience and Remote Sensing Letters, 2020, 17(1):107-111.

DOI:10.1109/LGRS.8859      URL     [本文引用: 1]

孙伟伟, 杨刚, 陈超, 等.

中国地球观测遥感卫星发展现状及文献分析

[J]. 遥感学报, 2020, 24(5):479-510.

[本文引用: 1]

Sun W W, Yang G, Chen C, et al.

Development status and literature analysis of China’s earth observation remote sensing satellites

[J]. Journal of Remote Sensing, 2019, 24(5):479-510.

[本文引用: 1]

张兵.

遥感大数据时代与智能信息提取

[J]. 武汉大学学报(信息科学版), 2018, 43(12):1861-1871.

[本文引用: 1]

Zhang B.

Remotely sensed big data era and intelligent information extraction

[J]. Geomatics and Information Science of Wuhan University, 2018, 43(12):1861-1871.

[本文引用: 1]

Dai C, Howat I M, Larour E, et al.

Coastline extraction from repeat high resolution satellite imagery

[J]. Remote Sensing of Environment, 2019, 229:260-270.

DOI:10.1016/j.rse.2019.04.010      URL     [本文引用: 1]

Sagar S, Roberts D, Bala B, et al.

Extracting the intertidal extent and topography of the Australian coastline from a 28 year time series of Landsat observations

[J]. Remote Sensing of Environment, 2017, 195:153-169.

DOI:10.1016/j.rse.2017.04.009      URL     [本文引用: 1]

Ghosh M K, Kumar L, Roy C.

Monitoring the coastline change of Hatiya island in Bangladesh using remote sensing techniques

[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2015, 101:137-144.

DOI:10.1016/j.isprsjprs.2014.12.009      URL     [本文引用: 1]

Li W, Gong P.

Continuous monitoring of coastline dynamics in Western Florida with a 30-year time series of Landsat imagery

[J]. Remote Sensing of Environment, 2016, 179:196-209.

DOI:10.1016/j.rse.2016.03.031      URL     [本文引用: 1]

Liu C, Wu X, Cao X, et al.

Analysis of coastline changes and the socio-economic driving mechanisms in Shenzhen,China

[J]. Marine Geodesy, 2017, 40(6):378-403.

DOI:10.1080/01490419.2017.1319447      URL     [本文引用: 1]

Wu T, Hou X, Xu X.

Spatio-temporal characteristics of the mainland coastline utilization degree over the last 70 years in China

[J]. Ocean & Coastal Management, 2014, 98:150-157.

[本文引用: 1]

张云芝, 张千力, 胡云锋.

2010—2017年珠江河口海岸线遥感监测和动态变化分析

[J]. 海洋通报, 2019, 38(2):217-224.

[本文引用: 1]

Zhang Y Z, Zhang Q L, Hu Y F.

Remote sensing monitoring and dynamic analysis of the Pearl River Estuary coastline during 2010—2017

[J]. Marine Science Bulletin, 2019, 38(2):217-224.

[本文引用: 1]

Hsiao Y S, Hwang C, Cheng L C, et al.

High-resolution depth and coastline over major atolls of South China Sea from satellite altimetry and imagery

[J]. Remote Sensing of Environment, 2016, 176:69-83.

DOI:10.1016/j.rse.2016.01.016      URL     [本文引用: 1]

Mulcahy N, Kennedy D M, Blanchon P.

Hurricane-induced shoreline change and post-storm recovery:Northeastern Yucatan Peninsula,Mexico

[J]. Journal of Coastal Research, 2016, 75(s1):1192-1196.

DOI:10.2112/SI75-239.1      URL     [本文引用: 1]

Hou X, Wu T, Hou W, et al.

Characteristics of coastline changes in Mainland China since the early 1940s

[J]. Science China Earth Sciences, 2016, 59,1791-1802.

DOI:10.1007/s11430-016-5317-5      URL     [本文引用: 1]

Maglione P, Parente C, Vallario A.

Coastline extraction using high resolution WorldView-2 satellite imagery

[J]. European Journal of Remote Sensing, 2014, 47(1),685-699.

DOI:10.5721/EuJRS20144739      URL     [本文引用: 1]

Pillet V, Duvat V K E, Krien Y, et al.

Assessing the impacts of shoreline hardening on beach response to hurricanes:Saint-Barthélemy,Lesser Antilles

[J]. Ocean & Coastal Management, 2019, 174:71-91.

[本文引用: 1]

Quang T N, Cong T H, Quang D L, et al.

Historical monitoring of shoreline changes in the Cua Dai Estuary,Central Vietnam using multi-temporal remote sensing data

[J]. Geosciences, 2017, 7(3):7030072.

[本文引用: 1]

Sun Y, Gao C, Li J, et al.

Evaluating urban heat island intensity and its associated determinants of towns and cities continuum in the Yangtze River Delta urban agglomerations

[J]. Sustainable Cities and Society, 2019, 50:101659.

DOI:10.1016/j.scs.2019.101659      URL     [本文引用: 1]

Bera R, Maiti R.

Quantitative analysis of erosion and accretion (1975—2017) using DSAS:A study on Indian Sundarbans

[J]. Regional Studies in Marine Science, 2019, 28:100583.

DOI:10.1016/j.rsma.2019.100583      URL     [本文引用: 1]

Bronstein M M, Bruna J, Lecun Y, et al.

Geometric deep learning:Going beyond euclidean data

[J]. IEEE Singnal Processing Magazine, 2017, 34(4):18-42.

[本文引用: 1]

Li J, Ye M, Pu R, et al.

Spatiotemporal change patterns of coastlines in Zhejiang Province,China,over the last twenty-five years

[J]. Sustainability, 2018, 10(2):477.

DOI:10.3390/su10020477      URL     [本文引用: 1]

Liu C, Xiao Y, Yang J.

A coastline detection method in polarimetric SAR images mixing the region-based and edge-based active contour models

[J]. IEEE Transactions on Geoscience and Remote Sensing, 2017, 55(7):3735-3747.

DOI:10.1109/TGRS.2017.2679112      URL     [本文引用: 1]

朱长明, 张新, 骆剑承, 等.

基于样本自动选择与SVM结合的海岸线遥感自动提取

[J]. 国土资源遥感, 2013, 25(2):69-74.doi; 10.6046/gtzyyg.2013.02.13.

[本文引用: 1]

Zhu C M, Zhang X, Luo J C, et al.

Automatic extraction of coastline by remote sensing technology based on SVM and auto-selection of training samples

[J]. Remote Sensing for Land and Resources, 2013, 25(2):69-74.doi; 10.6046/gtzyyg.2013.02.13.

[本文引用: 1]

胡亚斌, 任广波, 马毅, 等.

基于多时相GF-1和Landsat影像的连云港市44年海岸线遥感监测与演变分析

[J]. 海洋技术学报, 2019, 38(6):9-16.

[本文引用: 1]

Hu Y B, Ren G B, Ma Y, et al.

Remote sensing monitoring and evolution analysis of the coastline in the Lianyungang City based on multi-temporal GF-1 and Landsat images during 44 years

[J]. Ocean Technology, 2019, 38(6):9-16.

[本文引用: 1]

Tsokos A, Kotsi E, Petrakis S, et al.

Combining series of multi-source high spatial resolution remote sensing datasets for the detection of shoreline displacement rates and the effectiveness of coastal zone protection measures

[J]. Journal of Coastal Conservation, 2018, 22:431-441.

DOI:10.1007/s11852-018-0591-3      URL     [本文引用: 1]

Wu W, Yang Z, Tian B, et al.

Impacts of coastal reclamation on wetlands:Loss,resilience,and sustainable management

[J]. Estuarine,Coastal and Shelf Science, 2018, 210:153-161.

DOI:10.1016/j.ecss.2018.06.013      URL     [本文引用: 1]

Xu N, Gong P.

Significant coastline changes in China during 1991—2015 tracked by Landsat data

[J]. Science Bulletin, 2018, 63(14):883-886.

DOI:10.1016/j.scib.2018.05.032      URL     [本文引用: 1]

Liu Y, Li J, Yuan Q, et al.

Comparative research on the impact of human activities on changes in coastline and landscape in bay areas:A case study with Xiangshangang bay,China and Tampa bay,USA

[J]. Acta Geographica Sinica, 2016, 71(1):86-103.

[本文引用: 1]

Naser H A.

The role of environmental impact assessment in protecting coastal and marine environments in rapidly developing islands:The case of Bahrain,Arabian Gulf

[J]. Ocean & Coastal Management, 2015, 104:159-169.

[本文引用: 1]

陈超, 何新月, 傅姣琪, 等.

基于缨帽变换的农田洪水淹没范围遥感信息提取

[J]. 武汉大学学报(信息科学版), 2019, 44(10):1560-1566.

[本文引用: 1]

Chen C, He X Y, Fu J Q, et al.

A method of flood submerging area extracting for farmland based on tasseled cap transformation from remote sensing images

[J]. Geomatics and Information Science of Wuhan University, 2019, 44(10):1560-1566.

[本文引用: 1]

沙宏杰, 张东, 崔丹丹, 等.

剖面形态自适应的海岸线遥感推算方法

[J]. 海洋学报, 2019, 41(9):170-180.

[本文引用: 1]

Sha H J, Zhang D, Cui D D, et al.

Remote sensing prediction method of coastline based on self-adaptive profile morphology

[J]. Haiyang Xuebao, 2019, 41(9):170-180.

[本文引用: 1]

鲁旭, 陈超.

基于遥感数据的舟山市土地利用时空格局研究

[J]. 浙江科技学院学报, 2018, 30(5):404-411.

[本文引用: 1]

Lu X, Chen C.

Research on spatial-temporal pattern of land use in Zhoushan City by using remote sensing images

[J]. Journal of Zhejiang University of Science and Technology, 2018, 30(5):404-411.

[本文引用: 1]

Qiao G, Mi H, Wang W, et al.

55-year (1960—2015) spatiotemporal shoreline change analysis using historical DISP and Landsat time series data in Shanghai

[J]. International Journal of Applied Earth Observation and Geoinformation, 2018, 68:238-251.

DOI:10.1016/j.jag.2018.02.009      URL     [本文引用: 1]

Zhang B, Chen Z, Peng D, et al.

Remote sensed big data:Evolution in model development for information extraction

[J]. Proceedings of the IEEE, 2019, 107(12):2294-2301.

DOI:10.1109/JPROC.2019.2948454      [本文引用: 1]

Since the 1960s, remote sensing (as an innovative, comprehensive, and interdisciplinary academic area) has been adopted in a wide range of disciplines related to Earth observation, including hydrology, ecology, oceanography, glaciology, geology, military, intelligence, business, economy, and planning [1]-[3]. The constant development of the remote sensing image acquisition technology now allows for the collection of a wide variety of images with different characteristics and resolutions, obtained by remote sensing instruments mounted on spacecraft or aircraft platforms. These images record some type of signal or energy measured from the Earth's surface, which depends on the type of sensor used.

Tian B, Wu W, Yang Z, et al.

Drivers,trends,and potential impacts of long-term coastal reclamation in China from 1985 to 2010

[J]. Estuarine,Coastal and Shelf Science, 2016, 170:83-90.

DOI:10.1016/j.ecss.2016.01.006      URL     [本文引用: 1]

Tran T V, Tien T, Xuan A, Phan N H, et al.

Application of remote sensing and GIS for detection of long-term mangrove shoreline changes in Mui Ca Mau,Vietnam

[J]. Biogeosciences, 2014, 11:3781-3795.

DOI:10.5194/bg-11-3781-2014      URL     [本文引用: 1]

李加林, 田鹏, 邵姝遥, 等.

中国东海区大陆海岸线变迁及其开发利用强度分析

[J]. 自然资源学报, 2019, 34(9),1886-1901.

[本文引用: 1]

Li J L, Tian P, Shao S Y, et al.

The changes of continental coastline and its development and utilization intensity in the East China Sea

[J]. Journal of Natural Resources, 2019, 34(9):1886-1901.

[本文引用: 1]

Chen C, Bu J, Zhang Y, et al.

The application of the tasseled cap transformation and feature knowledge for the extraction of coastline information from remote sensing images

[J]. Advances in Space Research, 2019, 64(9):1780-1791.

DOI:10.1016/j.asr.2019.07.032      URL     [本文引用: 1]

Chen C, Fu J, Zhang S, et al.

Coastline information extraction based on the tasseled cap transformation of Landsat-8 OLI images

[J]. Estuarine,Coastal and Shelf Science, 2019, 217:281-291.

DOI:10.1016/j.ecss.2018.10.021      URL     [本文引用: 1]

/

〈 〉

京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编：100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发