遥感和GIS支持下的九段沙岸线提取及变迁研究

冯永玖，刘 丹，韩 震

遥感和GIS支持下的九段沙岸线提取及变迁研究

冯永玖，刘 丹，韩 震

(上海海洋大学海洋科学学院，上海 201306)

在遥感和GIS的支持下，利用集成了非监督分类、地图综合、离散地物去除和岸线追踪等技术的shoreline-Extractor软件，解译上海市九段沙自然保护区2001年、2005年和2008年的岸线信息;对解译的目标岸线分别进行空间分辨率为30 m，90 m，150 m，210 m和270 m的重采样，计算其分维数，并进行岸线长度、沙洲面积和分形特征的分析，进而对九段沙岸线变迁的重点区域进行了分析。研究表明，随时间推移，九段沙的上沙、中沙和下沙3个沙洲淤长的部位并不一致，其中上沙北部区域、中沙东北和西南区域、下沙东北和西南区域淤长较为明显;岸线长度与沙洲面积的变化区域几乎一致，即上沙增长较快、下沙次之、中沙缓慢;九段沙岸线具有显著的分形性质，整体分维数呈增加态势，其中上沙和中沙的分维数小于整体分维数，而下沙的分维数大于整体分维数。

海岸线;遥感影像;变迁分析;分形;九段沙

0 引言

海岸带是由海洋向陆地过渡及两者相互作用的地带，是承载我国社会经济发展的核心区域。海岸线的调查、信息提取及变迁研究，是海岸带研究的一项重要内容［1］。海岸线是多年平均大潮高潮所形成的海水和陆地分界的痕迹线，是确定领海内水和陆地的分界线，也是区分海洋深度基准和陆地高程基准的分界线［2］。遥感和GIS技术的不断发展和逐步成熟，为海岸带的调查提供了实时、快速、全天候的技术支撑。

目前，可用于海岸带提取的数据来源多样，主要有 Landsat，SPOT，SAR，QuickBird，IKONOS，LiDAR及高分辨率航空影像等［3－7］。不同数据源对应的光谱分辨率各异，相应的海岸带提取方法也有差异。国内外常用的海岸带提取方法有边缘检测算法(如Sobel，Canny，Roberts，Prewitt，Laplacian 等经典算子)［8－10］、区域生长法［11］、数学形态学［12］和小波分析［13］等。在边缘检测及小波分析等岸线检测方法中，存在着算法复杂与岸线提取结果不连续的不足［14］。Liu 等［6］提出了一种基于遥感分类(密度分割)和GIS边缘追踪的海岸线检测方法，并形成了运行在ArcInfo环境下的岸线检测宿主软件shorelineExtractor。该方法可以对多源遥感数据(如多波段影像和LiDAR数据)进行处理，提取海岸线信息。相应的案例研究表明该方法和软件是行之有效的。

本文利用Liu等［6］提出的方法，对上海市九段沙自然保护区2001年、2005年和2008年的岸线信息进行提取;以多人对SPOT影像的目视解译作为基准，评价利用shorelineExtractor软件提取的目标岸线;对解译的目标岸线进行空间分辨率为30 m，90 m，150 m，210 m和270 m的重采样，计算其分维数，继而研究该区域2001年来的岸线变迁过程与趋势，为九段沙自然保护区综合管理提供参考。

1 数据源与研究方法

1.1 研究区与数据源

九段沙位于长江口外南侧水道的南北槽之间的拦门沙地段，包括江亚南沙、上沙、中沙和下沙4个沙岛，周围分别设有中浚、横沙、北槽中和牛皮礁4个潮位观测站［15］。1980年以来，九段沙持续快速淤长，其0 m线范围(除江亚南沙之外的面积)由1986 年的69.41 km2扩大至2000 年的114.63 km2，是一块不可多得的湿地生态资源和土地资源［16－17］。何茂兵等［15］认为，近年来对九段沙潮滩冲淤演变及合理开发的研究越来越受到人们的重视，其中潮滩高程的获取及水边线提取是重要的研究内容。

本文选择2001年7月3日、2005年8月15日和2008年3月24日获取的3组Landsat ETM影像作为基础遥感数据，以九段沙的上沙、中沙和下沙作为研究对象，利用Liu等［6］提出的方法进行岸线提取，研究九段沙2001—2008年间岸线的变迁过程与分形特征［18］。

1.2 研究方法

在利用Liu等［6］于2011年提出的方法和软件对九段沙海岸线进行提取的基础上，利用分形理论对海岸线变迁进行分析［19－21］。该方法基于遥感和GIS技术实现，其执行程序为shorelineExtractor，其技术流程如图1所示。

图1 基于shorelineExtractor软件的岸线信息提取流程Fig.1 Flow chart of shoreline extraction based on shorelineExtractor software

首先进行遥感数据的预处理，包括辐射校正、几何纠正和均值滤波;然后进行海陆信息分离，包括非监督分类、地物类别归并和离散地物去除;最后，进行目标岸线的追踪和综合。

为了分析九段沙岸线的时空变迁过程，进一步利用量规法进行海岸线分形维数的量算。量规法的思想是，岸线长度L(r)由尺子长度r和该尺子量测的次数N(r)决定，若尺子长度r出现变化，则被量测的海岸线的长度也必然出现变化［18－21］。如果存在

则海岸线是具有分形性质的。式中:L(r)为被测海岸线的长度;r为度量标度(尺子长度);M为待定常数;D为被量测的海岸线的分维数。对式(1)两边同取对数，则有

式中:C为待定常数;D为海岸线的分维数。

2 结果与分析

2.1 九段沙岸线提取结果

选取能够较好地反映海陆界线的ETM5波段数据作为解译海岸线的原始数据。以九段沙2008年获取的ETM数据为例，解译过程及结果如图2所示。

图2 九段沙海岸线提取过程Fig.2 Shoreline extracting process of Jiuduansha Islands

在图2中，(a)为ETM5波段(短波红外波段)影像;(b)为均值平滑后的ETM第5波段影像，在有效保留海陆分界信息的基础上，消除了噪声，去除了内陆地物过于细节性的变化;(c)为利用ISODA-TA非监督分类方法对原始数据进行分类的结果(类别数为6，分别为芦苇、海三梭藨草、互花米草、潮滩、高含泥沙水体和海水)，分离陆地与海洋，同时又不能忽略细节的变化;(d)为对初步分类结果进行简化的结果，鉴于海陆分离的目标，将3种植被归并为一类;(e)为在简化分类的基础上产生的二值化影像(将潮滩、高含泥沙水体和海水归并为一类);(f)为利用ArcInfo对二值化影像的边缘进行自动追踪获取的岸线结果。利用相同方法，以2001年和2005年获取的ETM5波段影像为基础数据，分别解译了该两年的九段沙岸线，并与解译的2008年岸线进行叠加对比(图3)。

图3 三个时相遥感解译九段沙海岸线对比Fig.3 Comparison of shorelines of Jiuduansha Islands extracted from three remote sensing images

图3 表明，九段沙海岸线从2001年到2005年再到2008年发生了较为显著的变迁，其中2001年到2005年间发生的变迁尤为明显。对于上沙区域，其北部区域(图3(a))发生的变化较为显著;对于中沙区域，其东北区域(图3(b))和西南区域(图3(c))发生的变化较为显著;对于下沙区域，其东北区域(图3(d))和西南区域(图3(e))发生的变化较为显著;变化不显著的区域为上沙南部、中沙西北部和下沙西南部。

九段沙海岸带地形起伏小，因此潮差会导致海岸线位置存在显著差异，因此，用卫星影像提取海岸线时必须考虑潮位的影响，对水边线进行潮位校正。本文根据卫星成像时刻的潮位高度、平均大潮高位的潮水高度以及海岸坡度信息，计算出瞬时海岸线至潮浅的水平距离，从而确定海岸线的真正位置。本文采用2001年、2005年和2008年国家海洋观测资料中心的潮位表(长江口至台湾海峡)数据进行潮位校正［22］，这里忽略了地形起伏的影响。

为了验证目标岸线的提取精度，在缺少实测数据的情况下，将shorelineExtractor方法获取的岸线与目视解译获取的岸线进行比较，从而评价其精度。由于目视解译方法具有一定的主观因素，采用空间分辨率较高的SPOT影像进行解译，解译结果经3人以上讨论决定［4］。采用的评价标准为

即在30 m空间分辨率的情况下所有岸线像元的误差的平均值。式中:E为相对误差;L测为测量值;L真为真值。以此方法对2001年、2005年和2008年的目标岸线进行评定，其相对误差分别为0.033%，0.048%和0.026%。可见，shorelineExtractor方法的岸线解译效果较好。

2.2 岸线变迁分析

为了进一步分析九段沙岸线长度和沙洲面积的变化，在原始30 m空间分辨率的情况下，量测了各年份上沙、中沙和下沙的岸线长度及沙洲面积(表1)。

表1 九段沙岸线长度和沙洲面积的变化Tab.1 Changes of the lengths and areas of Jiuduansha Islands

与2001年相比，九段沙2005年和2008年岸线长度发生了显著增加。其中，2005年上沙岸线长度比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年减少了5.2 km，其原因是2005年潮沟较多且较长，而2005—2008年之间，虽然整个下沙沙洲向外扩展，但是部分潮沟被冲於填塞，减少了海岸线的长度。

九段沙沙洲面积的变化与岸线长度类似。2005年和2008年比2001年有了显著的增加，其中上沙沙洲面积2005年比2001年增加了828 hm2，而2008年比2005年仅增加了77.7 hm2;中沙2005年比2001年增加了298.2 hm2，而2008年比2005年却有所减少;下沙2005年比2001年增加了1 960.7 hm2，而2008年与 2005年基本一致，表明2001—2005年之间九段沙沙洲面积增加显著，而2005—2008年之间变化较小。

关于九段沙岸线长度和沙洲面积的上述结论，是基于30 m空间分辨率做出的。由于遥感影像及定量指标具有一定的尺度敏感性，因此在其他尺度(空间分辨率)下量测得到的数值，很可能会发生一定的变化。研究表明，沙洲面积对空间尺度的依赖性较弱，而海岸线长度对空间尺度的依赖性却较高。针对不同尺度下量测得到的海岸线长度不一的问题，已有研究引出了著名的分形理论［19－20］。本文利用分形理论研究各年份不同区域的岸线，计算其分维数，从而进行定量刻画［21］。在30 m空间分辨率的基础之上，将岸线分别重采样为90 m，150 m，210 m和270 m，计算所得的分维数如表2所示。

表2 2001—2008年九段沙海岸线的分维数Tab.2 Fractal dimensions of Jiuduansha Islands from 2001 to 2008

拟合优度表明了各年份、各区域岸线分形性质的强弱。从表2可以看出，九段沙分形分析的拟合优度均较高，可见其各区域岸线的分形性质较强，因此利用分形理论进行岸线变迁的研究是行之有效的。从区域比较分析可以看出，上沙和中沙的分维数小于整体分维数，而下沙的分维数大于整体分维数;对于2001年和2005年，上沙的分维数大于中沙，而2008年上沙的分维数小于中沙。在整体上，九段沙岸线分维数呈增加态势，但2005年大于2008年，分维数的变化暗含了九段沙海陆之间交互变化的信息，表明在整体上九段沙岸线结构趋于复杂化。

3 结论

1)在遥感和GIS的支持下，通过数据预处理、非监督分类、分类综合、离散地物去除和岸线追踪等系列技术，能够较好地解译和获取沙洲岸线信息。该方法与常用的边缘检测方法差异较大，不但可以利用单波段影像进行岸线信息提取，而且可以利用3波段假彩色合成影像和多波段影像信息进行辅助解译，所获取的岸线信息准确可靠。最近由Liu等开发的在ArcInfo环境下运行的岸线信息解译宿主软件shorelineExtractor证明了该方法的可行性。因此，利用该方法进行九段沙岸线的提取，在理论和技术上均是行之有效的。

2)利用shorelineExtractor软件提取九段沙2001年、2005年和2008年岸线信息，通过与从SPOT影像进行目视解译的结果进行比较，评定了九段沙岸线提取的相对精度;从空间形态的视角对九段沙岸线变迁的重点区域进行了时空演变分析。研究表明，九段沙上沙、中沙和下沙3个沙洲随时间推移其淤长的部位并不一致，其中上沙北部区域、中沙东北区域和西南区域、下沙东北区域和西南区域淤长较为明显。就沙洲岸线长度而言，2005年和2008年比2001年显著增加，其中上沙岸线增长较快;下沙岸线长度基础较大，增长速度仅次于上沙;中沙岸线增加速度最慢。就沙洲面积而言，上沙和中沙面积相当，而下沙面积较大;2005年和2008年相对于2001年增加较为显著，而2008年相对于2005年变化不明显。

3)利用分形理论研究沙洲岸线的变迁，不仅在理论上有据可依，而且所计算的定量指标不依赖于所采用的遥感影像的空间分辨率和量算尺度。对目标岸线进行空间分辨率为30 m，90 m，150 m，210 m和270 m的重采样，计算其分维数及对应的拟合优度。结果表明，在分维数测算过程中，较高的拟合优度显示了九段沙岸线具有显著的分形性质;上沙和中沙的分维数小于整体分维数，而下沙的分维数大于整体分维数;对于2001年和2005年，上沙分维数大于中沙，但2008年上沙分维数小于中沙，而九段沙岸线的整体分维数呈增加态势。

［1］ 赵玉灵，杨金中.浙东象山港岸线及潮滩变迁遥感调查［J］.国土资源遥感，2007(4):114 －117，121.

［2］ 马小峰，赵冬至，邢小罡，等.海岸线卫星遥感提取方法研究［J］.海洋环境科学，2007，26(2):185 －169.

［3］ 申家双，翟京生，郭海涛.海岸线提取技术研究［J］.海洋测绘，2009，29(6):74 －77.

［4］ 王李娟，牛 铮，赵德刚，等.基于ETM遥感影像的海岸线提取与验证研究［J］.遥感技术与应用，2010，25(2):235 －239.

［5］ 欧阳越，种劲松.SAR图像海岸线检测算法综述［J］.国土资源遥感，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］ 张朝阳，冯伍法，张俊华.基于色差的遥感影像海岸线提取［J］.测绘学院学报，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］严海兵，李秉柏，陈敏东.遥感技术提取海岸线的研究进展［J］.地域研究与开发，2009，28(1):101 －105.

［12］李 伟.基于数学形态学的边缘检测算法研究［J］.计算机与数字工程，2008，36(11):20 －22.

［13］杜 涛，张 斌.用小波技术分析遥感图像确定岸线位置的研究［J］.海洋科学，1999(4):19 －21.

［14］王常颖.基于数据挖掘的遥感影像海岸带地物分类方法研究［D］.青岛:中国海洋大学，2009.

［15］何茂兵，吴健平.基于多时相遥感数据的九段沙潮滩高程获取［J］.长江流域资源与环境，2008，17(2):310 －316.

［16］陈家宽.上海九段沙湿地自然保护区科学考察集［M］.北京:科学出版社，2003.

［17］韩 震，郭永飞，李 睿，等.长江口淤泥质潮滩环形水边线信息提取方法研究［J］.国土资源遥感，2010(4):64－66.

［18］张华国，黄韦艮.基于分形的海岸线遥感信息空间尺度研究［J］.遥感学报，2006，10(4):463 －468.

［19］冯永玖，刘妙龙，童小华.广东省公路交通网络分形空间特征研究［J］.地球信息科学，2008，10(1):26 －33.

［20］冯永玖，刘妙龙，童小华.基于加权长度的交通网络分形维数［J］.复杂系统与复杂性科学，2007，4(4):32 －37.

［21］朱晓华.地理空间信息的分形与分维［M］.北京:测绘出版社，2007.

［22］国家海洋信息中心.潮汐表:长江口至台湾海峡(2001，2005，2008)［M］.济南:山东省地图出版社，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

上海市教育委员会科研创新项目“基于CA的海岸线遥感信息提取及其变迁研究”(编号:11YZ154)、上海高校选拔培养优秀青年教师科研专项基金(编号:SSC09018)和上海海洋大学校博士启动基金暨环境工程重点学科基金(编号:A－2400－10－0134)共同资助。

冯永玖(1981－)，男，博士，讲师，主要研究方向为海岸带遥感与GIS。E－mail:yjfeng@shou.edu.cn。

(责任编辑:李 瑜)