遙感和GIS支持下的九段沙岸線提取及變遷研究

馮永玖，劉 丹，韓 震

遙感和GIS支持下的九段沙岸線提取及變遷研究

馮永玖，劉 丹，韓 震

(上海海洋大學海洋科學學院，上海 201306)

在遙感和GIS的支持下，利用集成了非監督分類、地圖綜合、離散地物去除和岸線追蹤等技術的shoreline-Extractor軟件，解譯上海市九段沙自然保護區2001年、2005年和2008年的岸線信息;對解譯的目標岸線分別進行空間分辨率為30 m，90 m，150 m，210 m和270 m的重采樣，計算其分維數，并進行岸線長度、沙洲面積和分形特征的分析，進而對九段沙岸線變遷的重點區域進行了分析。研究表明，隨時間推移，九段沙的上沙、中沙和下沙3個沙洲淤長的部位并不一致，其中上沙北部區域、中沙東北和西南區域、下沙東北和西南區域淤長較為明顯;岸線長度與沙洲面積的變化區域幾乎一致，即上沙增長較快、下沙次之、中沙緩慢;九段沙岸線具有顯著的分形性質，整體分維數呈增加態勢，其中上沙和中沙的分維數小于整體分維數，而下沙的分維數大于整體分維數。

海岸線;遙感影像;變遷分析;分形;九段沙

0 引言

海岸帶是由海洋向陸地過渡及兩者相互作用的地帶，是承載我國社會經濟發展的核心區域。海岸線的調查、信息提取及變遷研究，是海岸帶研究的一項重要內容［1］。海岸線是多年平均大潮高潮所形成的海水和陸地分界的痕跡線，是確定領海內水和陸地的分界線，也是區分海洋深度基準和陸地高程基準的分界線［2］。遙感和GIS技術的不斷發展和逐步成熟，為海岸帶的調查提供了實時、快速、全天候的技術支撐。

目前，可用于海岸帶提取的數據來源多樣，主要有 Landsat，SPOT，SAR，QuickBird，IKONOS，LiDAR及高分辨率航空影像等［3－7］。不同數據源對應的光譜分辨率各異，相應的海岸帶提取方法也有差異。國內外常用的海岸帶提取方法有邊緣檢測算法(如Sobel，Canny，Roberts，Prewitt，Laplacian 等經典算子)［8－10］、區域生長法［11］、數學形態學［12］和小波分析［13］等。在邊緣檢測及小波分析等岸線檢測方法中，存在著算法復雜與岸線提取結果不連續的不足［14］。Liu 等［6］提出了一種基于遙感分類(密度分割)和GIS邊緣追蹤的海岸線檢測方法，并形成了運行在ArcInfo環境下的岸線檢測宿主軟件shorelineExtractor。該方法可以對多源遙感數據(如多波段影像和LiDAR數據)進行處理，提取海岸線信息。相應的案例研究表明該方法和軟件是行之有效的。

本文利用Liu等［6］提出的方法，對上海市九段沙自然保護區2001年、2005年和2008年的岸線信息進行提取;以多人對SPOT影像的目視解譯作為基準，評價利用shorelineExtractor軟件提取的目標岸線;對解譯的目標岸線進行空間分辨率為30 m，90 m，150 m，210 m和270 m的重采樣，計算其分維數，繼而研究該區域2001年來的岸線變遷過程與趨勢，為九段沙自然保護區綜合管理提供參考。

1 數據源與研究方法

1.1 研究區與數據源

九段沙位于長江口外南側水道的南北槽之間的攔門沙地段，包括江亞南沙、上沙、中沙和下沙4個沙島，周圍分別設有中浚、橫沙、北槽中和牛皮礁4個潮位觀測站［15］。1980年以來，九段沙持續快速淤長，其0 m線范圍(除江亞南沙之外的面積)由1986 年的69.41 km2擴大至2000 年的114.63 km2，是一塊不可多得的濕地生態資源和土地資源［16－17］。何茂兵等［15］認為，近年來對九段沙潮灘沖淤演變及合理開發的研究越來越受到人們的重視，其中潮灘高程的獲取及水邊線提取是重要的研究內容。

本文選擇2001年7月3日、2005年8月15日和2008年3月24日獲取的3組Landsat ETM影像作為基礎遙感數據，以九段沙的上沙、中沙和下沙作為研究對象，利用Liu等［6］提出的方法進行岸線提取，研究九段沙2001—2008年間岸線的變遷過程與分形特征［18］。

1.2 研究方法

在利用Liu等［6］于2011年提出的方法和軟件對九段沙海岸線進行提取的基礎上，利用分形理論對海岸線變遷進行分析［19－21］。該方法基于遙感和GIS技術實現，其執行程序為shorelineExtractor，其技術流程如圖1所示。

圖1 基于shorelineExtractor軟件的岸線信息提取流程Fig.1 Flow chart of shoreline extraction based on shorelineExtractor software

首先進行遙感數據的預處理，包括輻射校正、幾何糾正和均值濾波;然后進行海陸信息分離，包括非監督分類、地物類別歸并和離散地物去除;最后，進行目標岸線的追蹤和綜合。

為了分析九段沙岸線的時空變遷過程，進一步利用量規法進行海岸線分形維數的量算。量規法的思想是，岸線長度L(r)由尺子長度r和該尺子量測的次數N(r)決定，若尺子長度r出現變化，則被量測的海岸線的長度也必然出現變化［18－21］。如果存在

則海岸線是具有分形性質的。式中:L(r)為被測海岸線的長度;r為度量標度(尺子長度);M為待定常數;D為被量測的海岸線的分維數。對式(1)兩邊同取對數，則有

式中:C為待定常數;D為海岸線的分維數。

2 結果與分析

2.1 九段沙岸線提取結果

選取能夠較好地反映海陸界線的ETM5波段數據作為解譯海岸線的原始數據。以九段沙2008年獲取的ETM數據為例，解譯過程及結果如圖2所示。

圖2 九段沙海岸線提取過程Fig.2 Shoreline extracting process of Jiuduansha Islands

在圖2中，(a)為ETM5波段(短波紅外波段)影像;(b)為均值平滑后的ETM第5波段影像，在有效保留海陸分界信息的基礎上，消除了噪聲，去除了內陸地物過于細節性的變化;(c)為利用ISODA-TA非監督分類方法對原始數據進行分類的結果(類別數為6，分別為蘆葦、海三梭藨草、互花米草、潮灘、高含泥沙水體和海水)，分離陸地與海洋，同時又不能忽略細節的變化;(d)為對初步分類結果進行簡化的結果，鑒于海陸分離的目標，將3種植被歸并為一類;(e)為在簡化分類的基礎上產生的二值化影像(將潮灘、高含泥沙水體和海水歸并為一類);(f)為利用ArcInfo對二值化影像的邊緣進行自動追蹤獲取的岸線結果。利用相同方法，以2001年和2005年獲取的ETM5波段影像為基礎數據，分別解譯了該兩年的九段沙岸線，并與解譯的2008年岸線進行疊加對比(圖3)。

圖3 三個時相遙感解譯九段沙海岸線對比Fig.3 Comparison of shorelines of Jiuduansha Islands extracted from three remote sensing images

圖3 表明，九段沙海岸線從2001年到2005年再到2008年發生了較為顯著的變遷，其中2001年到2005年間發生的變遷尤為明顯。對于上沙區域，其北部區域(圖3(a))發生的變化較為顯著;對于中沙區域，其東北區域(圖3(b))和西南區域(圖3(c))發生的變化較為顯著;對于下沙區域，其東北區域(圖3(d))和西南區域(圖3(e))發生的變化較為顯著;變化不顯著的區域為上沙南部、中沙西北部和下沙西南部。

九段沙海岸帶地形起伏小，因此潮差會導致海岸線位置存在顯著差異，因此，用衛星影像提取海岸線時必須考慮潮位的影響，對水邊線進行潮位校正。本文根據衛星成像時刻的潮位高度、平均大潮高位的潮水高度以及海岸坡度信息，計算出瞬時海岸線至潮淺的水平距離，從而確定海岸線的真正位置。本文采用2001年、2005年和2008年國家海洋觀測資料中心的潮位表(長江口至臺灣海峽)數據進行潮位校正［22］，這里忽略了地形起伏的影響。

為了驗證目標岸線的提取精度，在缺少實測數據的情況下，將shorelineExtractor方法獲取的岸線與目視解譯獲取的岸線進行比較，從而評價其精度。由于目視解譯方法具有一定的主觀因素，采用空間分辨率較高的SPOT影像進行解譯，解譯結果經3人以上討論決定［4］。采用的評價標準為

即在30 m空間分辨率的情況下所有岸線像元的誤差的平均值。式中:E為相對誤差;L測為測量值;L真為真值。以此方法對2001年、2005年和2008年的目標岸線進行評定，其相對誤差分別為0.033%，0.048%和0.026%。可見，shorelineExtractor方法的岸線解譯效果較好。

2.2 岸線變遷分析

為了進一步分析九段沙岸線長度和沙洲面積的變化，在原始30 m空間分辨率的情況下，量測了各年份上沙、中沙和下沙的岸線長度及沙洲面積(表1)。

表1 九段沙岸線長度和沙洲面積的變化Tab.1 Changes of the lengths and areas of Jiuduansha Islands

與2001年相比，九段沙2005年和2008年岸線長度發生了顯著增加。其中，2005年上沙岸線長度比2001年增加了10.9 km，而2008年比2005年增加了 2.6 km;中沙 2005年比 2001年增加了3.9 km，而2008年比2005年增加了0.9 km;下沙2005年比2001年增加了11.4 km，而2008年比2005年減少了5.2 km，其原因是2005年潮溝較多且較長，而2005—2008年之間，雖然整個下沙沙洲向外擴展，但是部分潮溝被沖於填塞，減少了海岸線的長度。

九段沙沙洲面積的變化與岸線長度類似。2005年和2008年比2001年有了顯著的增加，其中上沙沙洲面積2005年比2001年增加了828 hm2，而2008年比2005年僅增加了77.7 hm2;中沙2005年比2001年增加了298.2 hm2，而2008年比2005年卻有所減少;下沙2005年比2001年增加了1 960.7 hm2，而2008年與 2005年基本一致，表明2001—2005年之間九段沙沙洲面積增加顯著，而2005—2008年之間變化較小。

關于九段沙岸線長度和沙洲面積的上述結論，是基于30 m空間分辨率做出的。由于遙感影像及定量指標具有一定的尺度敏感性，因此在其他尺度(空間分辨率)下量測得到的數值，很可能會發生一定的變化。研究表明，沙洲面積對空間尺度的依賴性較弱，而海岸線長度對空間尺度的依賴性卻較高。針對不同尺度下量測得到的海岸線長度不一的問題，已有研究引出了著名的分形理論［19－20］。本文利用分形理論研究各年份不同區域的岸線，計算其分維數，從而進行定量刻畫［21］。在30 m空間分辨率的基礎之上，將岸線分別重采樣為90 m，150 m，210 m和270 m，計算所得的分維數如表2所示。

表2 2001—2008年九段沙海岸線的分維數Tab.2 Fractal dimensions of Jiuduansha Islands from 2001 to 2008

擬合優度表明了各年份、各區域岸線分形性質的強弱。從表2可以看出，九段沙分形分析的擬合優度均較高，可見其各區域岸線的分形性質較強，因此利用分形理論進行岸線變遷的研究是行之有效的。從區域比較分析可以看出，上沙和中沙的分維數小于整體分維數，而下沙的分維數大于整體分維數;對于2001年和2005年，上沙的分維數大于中沙，而2008年上沙的分維數小于中沙。在整體上，九段沙岸線分維數呈增加態勢，但2005年大于2008年，分維數的變化暗含了九段沙海陸之間交互變化的信息，表明在整體上九段沙岸線結構趨于復雜化。

3 結論

1)在遙感和GIS的支持下，通過數據預處理、非監督分類、分類綜合、離散地物去除和岸線追蹤等系列技術，能夠較好地解譯和獲取沙洲岸線信息。該方法與常用的邊緣檢測方法差異較大，不但可以利用單波段影像進行岸線信息提取，而且可以利用3波段假彩色合成影像和多波段影像信息進行輔助解譯，所獲取的岸線信息準確可靠。最近由Liu等開發的在ArcInfo環境下運行的岸線信息解譯宿主軟件shorelineExtractor證明了該方法的可行性。因此，利用該方法進行九段沙岸線的提取，在理論和技術上均是行之有效的。

2)利用shorelineExtractor軟件提取九段沙2001年、2005年和2008年岸線信息，通過與從SPOT影像進行目視解譯的結果進行比較，評定了九段沙岸線提取的相對精度;從空間形態的視角對九段沙岸線變遷的重點區域進行了時空演變分析。研究表明，九段沙上沙、中沙和下沙3個沙洲隨時間推移其淤長的部位并不一致，其中上沙北部區域、中沙東北區域和西南區域、下沙東北區域和西南區域淤長較為明顯。就沙洲岸線長度而言，2005年和2008年比2001年顯著增加，其中上沙岸線增長較快;下沙岸線長度基礎較大，增長速度僅次于上沙;中沙岸線增加速度最慢。就沙洲面積而言，上沙和中沙面積相當，而下沙面積較大;2005年和2008年相對于2001年增加較為顯著，而2008年相對于2005年變化不明顯。

3)利用分形理論研究沙洲岸線的變遷，不僅在理論上有據可依，而且所計算的定量指標不依賴于所采用的遙感影像的空間分辨率和量算尺度。對目標岸線進行空間分辨率為30 m，90 m，150 m，210 m和270 m的重采樣，計算其分維數及對應的擬合優度。結果表明，在分維數測算過程中，較高的擬合優度顯示了九段沙岸線具有顯著的分形性質;上沙和中沙的分維數小于整體分維數，而下沙的分維數大于整體分維數;對于2001年和2005年，上沙分維數大于中沙，但2008年上沙分維數小于中沙，而九段沙岸線的整體分維數呈增加態勢。

［1］ 趙玉靈，楊金中.浙東象山港岸線及潮灘變遷遙感調查［J］.國土資源遙感，2007(4):114 －117，121.

［2］ 馬小峰，趙冬至，邢小罡，等.海岸線衛星遙感提取方法研究［J］.海洋環境科學，2007，26(2):185 －169.

［3］ 申家雙，翟京生，郭海濤.海岸線提取技術研究［J］.海洋測繪，2009，29(6):74 －77.

［4］ 王李娟，牛 錚，趙德剛，等.基于ETM遙感影像的海岸線提取與驗證研究［J］.遙感技術與應用，2010，25(2):235 －239.

［5］ 歐陽越，種勁松.SAR圖像海岸線檢測算法綜述［J］.國土資源遙感，2007(2):1 －3.

［6］ Liu H，Sherman D J，Wang L，et al.Algorithmic Foundation and Software Tools for Extracting Shoreline Features from Remote Sensing Imagery and LiDAR Data［J］.Journal of Geographic Information System，2011，3:99 －119.

［7］ Liu H X，Sherman D，Gu S G.Automated Extraction of Shorelines from Airborne Light Detection and Ranging Data and Accuracy Assessment Based on Monte Carlo Simulation［J］.Journal of Coastal Research，2007，23(6):1359 －1369.

［8］ Boak E H，Turner I L.Shoreline Definition and Detection:A Review［J］.Journal of Coastal Research，2005，21(4):688 －703.

［9］ 張朝陽，馮伍法，張俊華.基于色差的遙感影像海岸線提取［J］.測繪學院學報，2005，22(4):61 －64.

［10］ Dellepiane S，De Laurentiis R，Giordano F.Coastline Extraction from SAR Images and a Method for the Evaluation of the Coastline Precision［J］.Pattern Recognition Letters，2004，25(13):1461 －1470.

［11］嚴海兵，李秉柏，陳敏東.遙感技術提取海岸線的研究進展［J］.地域研究與開發，2009，28(1):101 －105.

［12］李 偉.基于數學形態學的邊緣檢測算法研究［J］.計算機與數字工程，2008，36(11):20 －22.

［13］杜 濤，張 斌.用小波技術分析遙感圖像確定岸線位置的研究［J］.海洋科學，1999(4):19 －21.

［14］王常穎.基于數據挖掘的遙感影像海岸帶地物分類方法研究［D］.青島:中國海洋大學，2009.

［15］何茂兵，吳健平.基于多時相遙感數據的九段沙潮灘高程獲取［J］.長江流域資源與環境，2008，17(2):310 －316.

［16］陳家寬.上海九段沙濕地自然保護區科學考察集［M］.北京:科學出版社，2003.

［17］韓 震，郭永飛，李 睿，等.長江口淤泥質潮灘環形水邊線信息提取方法研究［J］.國土資源遙感，2010(4):64－66.

［18］張華國，黃韋艮.基于分形的海岸線遙感信息空間尺度研究［J］.遙感學報，2006，10(4):463 －468.

［19］馮永玖，劉妙龍，童小華.廣東省公路交通網絡分形空間特征研究［J］.地球信息科學，2008，10(1):26 －33.

［20］馮永玖，劉妙龍，童小華.基于加權長度的交通網絡分形維數［J］.復雜系統與復雜性科學，2007，4(4):32 －37.

［21］朱曉華.地理空間信息的分形與分維［M］.北京:測繪出版社，2007.

［22］國家海洋信息中心.潮汐表:長江口至臺灣海峽(2001，2005，2008)［M］.濟南:山東省地圖出版社，海洋出版社，2001，2005，2008.

Shoreline Extraction and Change Analysis of the Jiuduansha Islands with the Support of Remote Sensing and GIS Technologies

FENG Yong－jiu，LIU Dan，HAN Zhen
(College of Marine Sciences，Shanghai Ocean University，Shanghai 201306，China)

With the support of remote sensing and GIS technologies，the shoreline information of the Jiuduansha Wetland Nature Reserve in Shanghai obtained in 2001，2005 and 2008 was interpreted respectively through an ArcInfo embedded software，shorelineExtractor，which integrates unsupervised classifiers，map generalization，discrete surface features removal and shoreline tracking.The extracted shorelines were re － sampled at 30，90，150，210，and 270 m respectively to compute the fractal dimensions.A consequent analysis of the shoreline lengths，shoal areas and key positions experiencing growth was conducted in detail.The results demonstrate that there are remarkable differences between the positions of silt growth in three shoals of the Jiuduansha Islands，i.e.upper，middle and lower shoals.The silt growth is dramatically fast in northern upper shoal，northeastern and southwestern middle shoal，and northeastern and southwestern lower shoal.The growths of shoreline length and shore area have the same tendency，indicating a fast growth in upper shoal，a moderate growth in lower shoal and a slow growth in middle shoal.In addition，the fractal property of the Jiuduansha Island is evident，with high values of goodness － of－ fit.The fractal dimension of the whole Jiuduansha Island was growing from 2001 to 2008，and the fractal dimensions of upper and middle shoals are less than the dimension of the whole Jiuduansha，whereas the fractal dimension of lower shoal is larger than that of the whole Jiuduansha.

shoreline;remote sensing imagery;change analysis;fractal;Jiuduansha Island

TP 79

A

1001－070X(2012)01－0065－05

10.6046/gtzyyg.2012.01.12

2011－05－13;

2011－06－13

上海市教育委員會科研創新項目“基于CA的海岸線遙感信息提取及其變遷研究”(編號:11YZ154)、上海高校選拔培養優秀青年教師科研專項基金(編號:SSC09018)和上海海洋大學校博士啟動基金暨環境工程重點學科基金(編號:A－2400－10－0134)共同資助。

馮永玖(1981－)，男，博士，講師，主要研究方向為海岸帶遙感與GIS。E－mail:yjfeng@shou.edu.cn。

(責任編輯:李 瑜)