潮滩滩面高程的高光谱遥感反演研究＊

陶 旭，张 东

（南京师范大学 地理科学学院，江苏 南京210046）

潮滩主要指淤泥质海岸的潮间带浅滩，是在各种动力、环境因素作用下，受潮汐水位变动影响的陆地与海洋交汇地带［1-2］。在淤泥质潮滩的沉积研究中，潮滩高程描述了潮滩表面的高低起伏特性，是研究潮滩冲淤动态变化的重要指标，对港口建设、海涂资源开发利用和潮滩环境保护等具有重要意义。传统的潮滩高程测量依据潮情的差异采取不同的方法：高潮时，潮滩被水覆盖，利用船载声呐技术测量；低潮时，潮滩出露，利用水准仪或全站仪测量。近年来发展了实时动态测量GPS-RTK（Real-time Kinematic）技术［3］和激光雷达技术［4］，使潮滩高程测量的范围与精度有了很大提高。但上述测量方法由于受到潮滩区自然条件的限制或影响，致使潮滩高程测量工作量巨大、成本高、更新时间慢，因此，寻求其它方法来获取潮滩高程非常必要。

遥感技术具有信息量大、同步大范围、空间多尺度、受地面条件限制少等特点，是对地物信息进行探测和识别的有效技术手段，在潮滩概要地形获取方面有很大的优势。目前利用遥感技术获取潮滩高程的主要方法为水边线法（Waterline method），该方法利用多时相遥感影像提取多时相水边线，结合影像成像时刻的潮位资料，将瞬时水位值赋给相应的水边线，以确定水边线的高程，然后利用空间离散插值方法得到滩面高程［5-11］。事实上，水边线法所依赖的潮位资料较难获得，而且由于受波浪作用等的影响，水边线上的点并非处处等高，不能完全真实反映潮滩的实际高程［12-13］。因此水边线法的实际应用受到较大限制。

在遥感地物信息提取研究中，高光谱遥感以其较高的光谱分辨率发挥着重要作用。根据前期研究我们发现，潮滩地表光谱信息中隐含着滩面高程信息［14］。据此，本研究以Hyperion高光谱遥感影像为研究对象，拟通过分析高光谱影像反射率与实测高程之间的相关关系，建立地表反射率与高程的转换关系模型，实现潮滩大范围概要地形信息的高光谱定量反演，从而为淤泥质潮滩动态变化监测及潮滩资源综合开发利用提供参考。

1 研究区介绍

大丰王港潮滩位于江苏省沿海中部地区，地理位置为33°12′30″～33°17′00″N，120°46′30″～120°49′30″E（图1）。研究区北侧为大丰港一期工程，东侧为南黄海的西洋深槽，王港河从研究区中部入海。王港潮滩滩面平坦，宽约3.0 km，平均坡度约为0.19～0.39，剖面形态略向上凸起，主要沉积物类型为粉砂、砂质粉砂和粉砂质砂，是典型的粉砂淤泥质海岸［15］。由于受到岸外辐射沙脊群的掩护并能得到泥沙供给，王港潮滩维持淤涨状态，属于淤涨型岸段［16］。王港附近海区受东海前进潮波影响，为正规半日潮。由于研究区向海侧受到岸外辐射沙脊群的掩护，北部受大丰港向海凸出的引堤掩护，潮汐作用强于风浪作用，潮流是潮滩物质运移与沉积的主要动力，波浪对潮滩物质的向岸搬运也有一定作用［2，17］。

图1 研究区示意图Fig.1 Sketch map of the study area

2 数据与处理

2.1 Hyperion影像获取与处理

本研究选用的遥感数据源为EO-1（Earth Observing-1）上搭载的Hyperion L1R高光谱遥感影像数据。由美国国家航空航天局（National Aeronautics and Space Administration，NASA）于2000-11-21成功发射，太阳同步轨道，轨道高度为705 km，倾角98.7°，周期98 min，每16 d对全球覆盖一次（图1）。成像时间为星载高光谱成像光谱仪2007-11-03T10：26时（北京时间），成像时太阳高度角为38.81°，太阳方位角为156.50°。Hyperion以推扫方式获取数据，光谱连续覆盖范围为356～2 577 nm，共有242个波段，影像光谱分辨率为10 nm，1～70波段为可见光-近红外波段（VNIR），光谱范围356～1 058 nm；71～242波段为短波红外波段（SWIR），光谱范围852～2 577 nm。影像空间分辨率为30 m，扫描幅宽为7.5 km［18］。

考虑到大气散射、水汽吸收等影响，经过分析选择，在高光谱影像的242个波段中，剔除受水汽影响及数据异常的356～486 nm，916～951 nm，1 337～1 486 nm，1 791～2 041 nm，2 092～2 122 nm和2 336～2 577 nm波段范围，保留剩余的141个波段进行数据分析。在此基础上，对剩余波段进行坏线修复、条纹去除、大气校正、几何校正和水陆分离等预处理，得到潮滩研究区反射率影像［19］。

图2 研究区Lidar高程数据（L1～L8为数据提取断面）Fig.2 An elevation map of the study area，in which the data were measured with Lidar technique（Lines L1～ L8 are the sections from which data were extracted）

2.2 高程数据获取与处理

本研究使用的高程数据为Lidar生成的高精度数字地面模型，由江苏省测绘局提供。Lidar测量点距为4 m，相对航高为3 000 m，单航带覆盖宽度为2.485 km，高程精度0.33 m，采用国家黄海85高程基准［4］。经ENVI软件掩膜裁剪等操作，将高程数据和高光谱影像处理成相同的覆盖范围，投影为UTM，坐标为WGS-84，地面分辨率为30 m，结果如图2所示。

2.3 反射率与高程建模数据提取

为得到反射率与高程数据对，建立反射率与高程之间的关系模型，首先提取断面数据，断面位置如图2中的L1～L8所示。以王港河为界，将研究区分为北滩和南滩两部分，8条断面共521个数据对，北滩的4条断面号为L1～L4，南滩的4条断面号为L5～L8。断面大致垂直岸线布置，其中L4和L5两条断面位于潮沟附近。在8条断面中，L1，L2，L5和L7断面共257个数据对作为高程建模数据，L3，L4，L6和L8断面共264个高程数据作为验证数据，用于检验所建立高程反演模型的精度。

3 结果与分析

3.1 滩面高程反演的单波段模型

3.1.1 北滩、南滩滩面高程整体建模结果

计算不同波段光谱反射率与实测高程之间的相关系数，以相关性高低作为高程反演敏感波段选择的依据，实现滩面高程反演敏感波段的筛选。将断面L1，L2，L5和L7的实测高程值与对应的141个波段的反射率值进行相关分析，相关系数随波段变化的曲线如图3所示。

可以看出，相关系数较高的波段集中在2个波长范围，一处是813～833 nm的近红外波段，反射率与高程之间呈负相关，随着波长增加，相关性呈逐渐增大趋势；另一处是2 082～2 304 nm的短波红外波段，反射率与高程之间呈正相关，相关系数随波长的增加稳定在0.30附近变化。在2个波长范围中，相关性最高的波段位于2 092 nm波段，相关系数R为0.31。在中心波长487～620 nm的绿波段和1 023～1 134 nm的短波红外波段，反射率与高程之间相关系数接近0。

由于2 092 nm波段对粘土矿物含量及土壤含水量变化较为敏感，因此最终选择位于近红外波段范围内相关性较高且稳定的823 nm波段作为建模波段，建立滩面高程反演的单波段模型如下

式中，H为反演的滩面高程（m），R823为823 nm波段的光谱反射率。

图4显示了建模点在823 nm波段的地表反射率与实测高程之间的散点分布状况，可以看到数据点比较分散，由于潮滩坡度平缓，高程值相对集中，而反射率分布较广，因此高程与反射率之间没有明确的对应关系。通过计算，建模点与验证点的高程反演相关系数R分别为0.3和0.47。因此我们认为将研究区作为整体统一建模，高程反演效果不理想。

图3 光谱反射率与高程的相关系数曲线Fig.3 Correlation coefficients between the spectral reflectance and the elevation

图4 823 nm波段光谱反射率与高程模型Fig.4 The spectral reflectance with a central wavelength of 823nm and the Elevation model

进一步分析图4中数据点的分布特征，可以看出数据点分布具有“区域性集中”的特点。如果以1m的高程值为分界线，可将数据点分为2部分，大于1 m的高程值分布为1～1.5 m，对应的反射率值为0.08～0.25；小于1 m的高程值分布为-1.5～1 m，对应的反射率值为0.14～0.29。在这2个分区内，高程与反射率之间具有相对较好的线性相关关系。

为了得知研究区内的高程分布规律，观察数据点的空间地理位置特征，将图中数据点高程值按1 m进行划分，结合以上建模的4条断面高程数据进行统计，发现2组数据点分别对应研究区中的北部和南部滩面区域，其中北滩L1，L2建模断面绝大多数高程数据大于1 m，仅在靠近潮沟处的个别点高程值小于1 m，高程差小，滩面较平坦；而南滩L5，L7建模断面高程值基本小于1 m，高程差大，局部地形起伏较明显（图2）。鉴于此，将研究区从空间上分为北滩、南滩两部分，分别建立滩面高程模型，进行高程反演。

3.1.2 北滩、南滩滩面高程分别建模结果

将北滩建模断面L1、L2以及南滩建模断面L5、L7的高程数值分别与对应的141个波段光谱反射率值进行相关分析，得到不同波段的相关系数分布曲线如图5所示。可以看出分区域建模后相关系数高的波段位置发生了变化。北滩高程与反射率之间均成正相关，相关系数较高的波段集中为993～1 336 nm，各波段相关系数R的平均值在0.5左右；南滩高程与反射率在可见光-近红外波段区间为负相关关系，随着波长的增加相关性降低，相关系数较高的波段集中在1 155～1 689 nm的短波红外波段，各波段相关系数R的平均值在0.7左右。

综合考虑各波段相关系数的大小以及波段的统一性，最终选用1 275 nm波段作为北滩和南滩高程建模的敏感波段，建立滩面高程反演模型。北滩、南滩的高程建模结果如图6所示，模型如下：

图5 北滩、南滩光谱反射率与高程的相关系数曲线Fig.5 Correlation coefficients between the spectral reflectance and the elevation in the north and the south tidal flats

式中，H北、H南分别为北滩和南滩的反演高程（m）；R1275为1 275 nm波段的光谱反射率。对于建模点来说，北滩与南滩实测高程与反演高程的相关系数R分别为0.55和0.76。从图6可以看出，随着反射率增大，北滩、南滩高程也呈增大的趋势，光谱反射率与高程之间呈正相关关系。

图6 实测高程与1 275 nm波段反射率相关图g.6 Correlation between the measured elevation and the reflectance with a central wavelength of 1275nm

北滩验证选用L3、L4断面，共106个数据；南滩验证选用L6、L8断面，共158个数据，高程验证结果如图7所示，北滩、南滩实测高程与反演高程的相关系数R分别为0.52和0.69。从高程反演结果来看，北滩与南滩的共同特点是模型反演高程的量值范围普遍小于实测高程，其中，北滩实测高程范围为1.0～1.54 m，模型反演高程范围为1.15～1.4 m；南滩实测高程范围为-1.45～1.0 m，模型反演高程范围为-0.8～0.6 m，可见模型反演的高程差仅占实测高程差的50%～60%。其主要原因在于虽然分区以后反射率与滩面高程之间的相关性与分区前相比有较大程度的提高，但是从图6所示的数据分布来看，数据点在趋势线两侧比较分散，导致数据残差偏大，从而使模拟的高程值集中于高程建模的趋势线附近，造成远离趋势线的数据点在模拟高程与实测高程之间产生较大程度的偏离。而从北滩、南滩高程反演精度对比来看，北滩高程平均值1.3 m，高差约0.6 m，滩面坡度相对平缓；南滩高程比北滩低，高程平均值0.15 m，高差约1.9 m，大致为北滩高差的3倍，因此南滩高程分布有较明显的层次性，在相近的反射率变化范围内所反映的高程差也大于北滩，从而使南滩高程反演精度略高与北滩。而北滩由于高程值分布相对集中，相邻反射率对应的高程值差别不大，反射率与高程之间的对应关系相对较弱，从而使高程反演精度低于南滩。

图7 实测高程与反演高程对比Fig.7 Comparison between the simulated and the inverted elevations

3.2 北滩、南滩高程反演的多波段线性回归模型

为尽可能多的利用高光谱影像不同波段的反射率信息，削弱不同地表背景因素对高程反演的影响，利用多元线性回归方法进行了高程反演模型试验。试验选择与单波段模型相同的北滩和南滩建模断面数据，依据高程与光谱反射率的相关系数曲线（见图5），按照相关系数高低顺序排列波段，选取相关性高且波段间信息冗余度小的1 164 nm、1 275 nm和1 336 nm波段，作为高程反演因子，实现北滩、南滩多波段线性回归模型的构建。利用SPSS 16.0进行多元统计回归分析，建立模型如下：

式中，R1164、R1275、和R1336分别为1 164 nm、1 275 nm和1 336 nm波段的光谱反射率。

通过高程反演精度验证对比，由多波段线性回归模型反演得到的建模点与验证点高程反演相关系数R在北滩分别为0.59和0.51，在南滩分别为0.75和0.64。该精度与北滩、南滩分别建模的单波段模型相比，只有北滩建模点高程反演精度有所提高，但提高程度有限，而其他建模点与验证点的高程反演精度都为一定程度的下降。因此多波段线性回归方法与单波段模型相比并没有有效提高高程反演精度，最终采用北滩、南滩分别建模的单波段模型来实现潮滩滩面的高程反演。

3.3 潮滩滩面高程反演

将北滩、南滩建模的单波段高程反演模型分别应用到北滩、南滩的1 275 nm波段，进行高程反演，得到研究区的反演高程结果如图8所示。

3.3.1 滩面高程整体对比分析

将研究区的遥感反演高程结果与北滩、南滩实际高程（图2）进行比较可以看出，北滩实测高程由陆向海表现出高-低-高的变化趋势，近海和近陆两侧高程大于1.30 m，中间的高程介于0.58～1.30 m，且西南近潮沟处部分高程值小于0 m；而反演高程主要由位于向海侧的0.58～1.30 m和向陆侧的大于1.30 m的两部分组成，这两部分空间分布比较规律，分界线总体与岸线平行，体现出高程由陆向海逐渐降低的趋势，在近海一侧只是在局部区域模拟出沿水边线排列的大于1.30 m的地形，但是没能模拟出位于王港河左侧与潮滩连接处的低地形，这也体现出所构建的模型只是模拟了滩面高程的平均变化趋势，在接近于北滩高程平均值1.16 m附近的高程点反演精度较高，而在地形变化大的局部区域模拟结果不够理想。

图8 研究区遥感反演高程数据Fig.8 The elevation map of the study area inverted based on remote sensing data

南滩的实测高程分布与北滩有较大差异。北滩由于大丰港引堤的庇护，滩面水动力较弱，泥沙沉积颗粒粗，滩面高程高；而南滩在王港河入海径流、泥沙以及外海潮流的共同作用下，水动力较强，泥沙颗粒细，滩面高程总体低于北滩，特别是在近海侧高程有明显的降低现象，滩边坡度明显大于滩面。其中小于-0.23 m的反演高程集中在靠海一侧，并呈分叉状向南滩内部深入，-0.23～0.27 m的反演高程位于潮滩中部，0.27～0.58 m的反演高程位于靠陆一侧，整体表现出与北滩一致的由陆向海高程逐渐分带降低的规律，但是与北滩相似，没有能够有效反演出受潮沟影响的地形起伏较大的区域，反演高程的范围小于实际高程。

由此可见，遥感反演高程与实测高程的变化趋势大致相同，即高程从岸向海逐渐降低，体现了地形变化受潮汐动力和泥沙供给共同作用的结果，同时反演高程能够较好地模拟出潮滩地形的平均变化趋势，但对地形起伏较大的区域，反演效果较差。

3.3.2 断面高程形态对比分析

我们分别对北滩和南滩共四条验证断面进行实测高程与反演高程的断面形态对比与地形反演精度分析，图9中（a）、（b）、（c）、（d）分别代表了L3，L4，L6，L8的断面高程形态对比结果，图中横轴的距离0点代表断面在岸线一侧的起始位置。

从断面形态来看，遥感反演的断面高程曲线基本在实测高程的拟合趋势线附近变化，可见遥感反演的高程可以较好的模拟地形的平均变化趋势，但是对局部地形变化较大的区域，高程模拟结果不太理想，可能的原因是滩面上小型沙脊或潮沟地形的存在导致潮滩上坡面的起伏，这种局部地形特征会对栅格平均的地表反射率产生影响。利用平均绝对误差MAE（Mean Absolute Error）、平均相对误差 MRE（Mean Relative Error）和均方根误差RMSE（Root Mean Square Error）三个统计指标对断面高程反演结果进行精度分析与评价［20］，见表1。

图9 断面高程形态对比Fig.9 Comparison of elevation shapes along the validation sections

表1 断面高程反演精度评价Table 1 Evaluation of the accuracy of the inverted elevations along the validation sections

可以看到，断面总平均最大高差为135.5 cm，由于实际北滩断面平均高程约为南滩的5倍，而高程差仅为南滩的，因此北滩地形明显平缓于南滩，在北滩断面的MAE和MRE分别为7.75 cm、6.2%，而南滩则相对高的多，MAE和MRE分别为36.75 cm、141%，RMSE体现了反演高程同实测高程值之间的偏差，北滩断面小于南滩断面，分别为9.5 cm和45.2 cm，证明在起伏程度小的北滩，反演断面高程形态与实际比南滩更为接近。

4 结 语

1）潮滩地表光谱中隐含着滩面高程信息，可有效进行滩面高程的遥感反演，但反演时需要考虑滩面地貌形态的影响。沙脊与潮沟的存在使潮滩地形产生起伏，影响太阳光的地表反射，地形起伏越大，对地表反射率的影响也越大，从而导致地形起伏区与地形平坦区的相同地表反射率可能对应不同的高程，即存在同物异谱的现象。因此在进行滩面高程建模时，可以结合先验知识或者直接利用影像纹理特征进行空间分区，分别建模，提高高程模型的适应性。

2）地形平坦区，地表反射率与滩面高程在可见光-近红外-短波红外波段均成正相关关系，相关性高的波段集中在993～1 336 nm波段。地形起伏区，地表反射率与滩面高程在可见光-近红外波段为负相关关系，随着波长的增加相关性降低；在短波红外波段为正相关关系，相关性高的波段集中在1 155～1 689 nm。这些波长范围内的地表反射率对地形变化较为敏感，1 164、1 275和1 336 nm波段是高程反演的理想波段。

3）通过对建立的滩面高程反演单波段模型和多波段线性回归模型模拟结果对比可以发现，波段数的增加虽然可以引入更多的信息，但是对高程反演精度没有明显的提高，因此建议用单波段模型来进行滩面高程的遥感反演。

4）遥感反演高程能够较好的模拟出潮滩地形的平均变化趋势，但对局部地形起伏较大的区域，反演效果较差。对于江苏大丰王港的粉砂淤泥质潮滩来说，滩面平均高差为135.5 cm，北滩MAE、MRE和RMSE分别为7.5 cm、6.2%、9.5 cm，南滩为36.75 cm、141%和45.2 cm。证明利用高光谱遥感技术可以有效反演潮滩区的概要地形，从而为大范围潮滩的冲淤变化分析提供可靠依据。

下一步研究计划从2个方面入手：一是寻找有效的滩面高程反演因子。潮滩沉积物粒径的空间变化与水动力环境息息相关，而水动力过程是滩面地表形态塑造的关键。可以通过建立潮滩沉积物粒径与光谱的关系模型，由粒径的空间变异信息来分析滩面高程的变化；二是通过空间插值和趋势面重建，来有效剔除高程反演中得到的异常值，通过数据后处理的方式提高高程反演精度，使反演得到的潮滩DEM更加平滑，更加符合实际的地形变化趋势。

：

［1］ WANG Y，ZHU D K.Tidal flats of China［J］.Quaternary Research，1990，（4）：291-300.王颖，朱大奎.中国的潮滩［J］.第四纪研究，1990，（4）：291-300.

［2］ REN M E.Comprehensive survey report on coastal and tidal flat resources in Jiangsu Province［M］.Beijing：Ocean Press，1986，36-180.任美锷.江苏省海岸带与海涂资源综合调查报告［M］.北京：海洋出版社，1986：36-180.

［3］ ZHANG W X，YANG S L，CHEN S L.A new method for observing tidal-flat elevation［J］.Coastal Engineering，2009，28（4）：30-34.张文祥，杨世伦，陈沈良.一种新的潮滩高程观测方法［J］.海岸工程，2009，28（4）：30-34.

［4］ DU G Q，SHI Z L，GONG Y X，et al.Research on application of LIDAR in mapping of Jiangsu tidal zone［J］.Urban Geotechnical Investigation &Surveying，2007，（5）：23-26.杜国庆，史照良，龚越新，等.LIDAR技术在江苏沿海滩涂测绘中的应用研究［J］.城市勘测，2007，（5）：23-26.

［5］ LOHANI B，MASON D C.Construction of a digital elevation model of the Holderness Coast using the waterline method and airborne thematic mapper data［J］.International Journal of Remote Sensing，1999，20（3）：593-607.

［6］ MASON D C，DAVENPORT I J，FLATHER R A，et al.A sensitivity analysis of the waterline method of constructing a digital elevation model for intertidal areas in ERS SAR scene of eastern England［J］.Estuarine，Coastal and Shelf Science，2001，53（6）：759-778.

［7］ HAN Z，YUN C X.Deposition and erosion remote-sensing reverse of Dachan Bay beach in Lingdingyang estuary［J］.Acta Oceanologica Sinica，2003，25（5）：58-64.韩震，恽才兴.伶仃洋大铲湾潮滩冲淤遥感反演研究［J］.海洋学报，2003，25（5）：58-64.

［8］ HAN Z，YUN C X，JIANG X Z，et al.Deposition and erosion remote sensing inversion of tidal flat in Wenzhou area［J］.Geography and Geo-Information Science，2003，19（6）：31-34.韩震，恽才兴，蒋雪中，等.温州地区淤泥质潮滩冲淤遥感反演研究［J］.地理与地理信息科学，2003，19（6）：31-34.

［9］ HE M B，WU J P.Jiuduansha intertidal elevation acquisition based on multi-temporal remote sensing images［J］.Resources and Environment in the Yangtze Basin，2008，17（2）：310-316.何茂兵，吴建平.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.

［10］ RYU J H，WON J S，MIN K D.Waterline extraction from Landsat TM data in a tidal flat A case study in Gomso Bay，Korea［J］.Remote Sensing of Environment，2002，83（3）：442-456.

［11］ ZHENG Z S，ZHOU Y X，LIU Z G，et al.Dem reconstruction based on hydrodynamic model and waterline method［J］.Resources and Environment in the Yangtze Basin，2008，17（5）：756-760.郑宗生，周云轩，刘志国，等.基于水动力模型及遥感水边线方法的潮滩高程反演［J］.长江流域资源与环境，2008，17（5）：756-760.

［12］ YANG S L，ZHAO Q Y，DING P X，et al.Annual changes in coastal dynamic and ssc processes as well as their statistic relation-ships to intertid al bed-level：Shanghai coast［J］.Marine Sciences，2002，26（2）：37-41.杨世伦，赵庆英，丁平兴，等.上海岸滩动力泥沙条件的年周期变化及其与滩均高程的统计显示［J］.海洋科学，2002，26（2）：37-41.

［13］ YANG S L.Multi-factor analysis of the annually cyclic erosion-deposition of the Changjiang River Deltaic［J］.Acta Geographica Sinica，1997，52（2）：123-130.杨世伦.长江三角洲潮滩季节性冲淤循环的多因子分析［J］.地理学报，1997，52（2）：123-130.

［14］ WANG Y J，ZHANG Y.Research on the soil water content inversion in the exposure intertidal flat by remote sensing［D］.Nanjing：Nanjing Normal University，2003.王艳君.由潮滩土壤含水量反演露滩地形的遥感方法初探［D］.南京：南京师范大学，2003.

［15］ CHEN J，WANG Y G，CAI H.Profile characteristics study of the Jiangsu coast［J］.The Ocean Engineering，2010，28（4）：90-96.陈君，王义刚，蔡辉.江苏沿海潮滩剖面特征研究［J］.海洋工程，2010，28（4）：90-96.

［16］ WANG Y H，ZHANG R S，WU D A，et al.Development and mechanism of transitional coast［J］.The Ocean Engineering，2003，21（2）：65-70.王艳红，张忍顺，吴德安，等.淤泥质海岸形态的演变及形成机制［J］.海洋工程，2003，21（2）：65-70.

［17］ ZHAO J C，LI J F，LI Z H，et al.Researches on characteristics and dynamic mechanism of short-term scouring and silting changes of the tidal flat on Nanhui Spit in the Changjiang Estuary in China［J］.Acta Oceanologica Sinica，2009，31（4）：103-111.赵建春，李九发，李占海，等.长江口南汇嘴潮滩短期冲淤演变及其动力机制研究［J］.海洋学报，2009，31（4）：103-111.

［18］ TANG B H，JIANG X G，TANG L L，et al.The analysis of the spectrum-reflecting characteristics of the typical objects along the beach in subei using hyperion data［J］.Geo-Information Science，2001，6（2）：81-87.唐伯惠，姜小光，唐伶俐，等.星载高光谱 Hyperion数据在海滩涂调查应用中的分析［J］.地球信息科学，2001，6（2）：81-87.

［19］ ZHANG D，ZHANG Y，LI H.Methods for data preprocessing of hyperspectral satellite-remote sensing imagerly of coastal zone［J］.Advances in Marine Science，2009，27（1）：92-97.张东，张鹰，李欢.海岸带星载高光谱遥感影像预处理方法［J］.海洋科学进展，2009，27（1）：92-97.

［20］ TANG G A，LIU X J，LV G N.The principle and method of the digital elevation model and geological analysis［M］.Beijing：Science Press，2005：188-189.汤国安，刘学军，闾国年.数字高程模型及地学分析的原理与方法［M］.北京：科学出版社，2005：188-189.