海口湾海滩冲淤遥感分析

张晓冬, 沈斯敏, 朱首贤, 张文静, 黄积文

(1. 河海大学 港口海岸与近海工程学院，南京 210098； 3. 解放军92292部队，山东 青岛 266405;3. 解放军理工大学 气象海洋学院，南京 211101)

海口湾海滩冲淤遥感分析

张晓冬1,2, 沈斯敏1, 朱首贤1, 张文静3, 黄积文1

(1. 河海大学 港口海岸与近海工程学院，南京 210098； 3. 解放军92292部队，山东 青岛 266405;3. 解放军理工大学 气象海洋学院，南京 211101)

卫星遥感水边线分析海滩冲淤比现场观测方便、快速，而且资料源更多，但是海口湾海滩缺乏这种研究.本文建立了四种水体指数遥感水边线方法，通过观测检验发现，NDWI指数更适合海口湾.对1994—2013年的15景Landsat卫星遥感影像提取了水边线，利用这些水边线推算了高潮位和低潮位之间的海滩坡度演变，海滩坡度基本稳定，其值为3.7～4.2°.利用遥感水边线的位置变化及其推算的海滩坡度，分析了海滩冲淤演变特征：海口湾各段海滩的冲淤规律并不一致，其中西秀海滩和假日海滩发生冲刷，高潮位附近的冲刷厚度为0.36 m、冲刷速率为1.9 cm/a，低潮位附近的冲刷厚度为0.30 m、冲刷速率为1.8 cm/a.

海口湾； 遥感； 水边线； 海滩冲淤； 水体指数

0 引 言

海滩是人类宝贵的自然资源，对于世界上很多著名海滨景点而言，它更是旅游休闲的核心元素.但是，近年的研究表明[1]，由于全球气候变化，风暴潮灾害频发、海平面上升等原因，世界各地海滩普遍侵蚀，海滩的稳定性问题备受关注.我国海滩侵蚀也很严重[2,3]，70%左右的沙质海岸和几乎所有开阔的淤泥质海岸均存在岸滩侵蚀[4].因此，海滩冲淤演变分析具有非常重要意义.海滩冲淤演变分析不仅需要当前年份的地形观测资料，还需要多个历史年份的地形观测资料.但是现场地形观测需要大量的人力、物力，而且无法弥补历史年份资料的缺乏.对于大多数海滩而言，最近20多年的可见光遥感影像比海图资料丰富.在可见光遥感影像上，陆地和水面的图像色调存在明显差别，能够分析水陆分界线(水边线)，这些遥感水边线可以用于海滩冲淤分析.首先，比较不同年份相同潮位的遥感水边线位置变化，分析泥沙冲淤特征.其次，利用卫星遥感水边线推算潮间带地形[5]、海滩坡度，综合海滩坡度(或潮间带地形)和水边线位置分析泥沙冲淤的更详细特征.利用遥感水边线分析海滩冲淤比现场观测快速、方便，可以节省大量人力、物力，还可以弥补历史年份现场观测资料的缺乏，因此具有很好的应用前景和参考价值.

海口湾位于海南岛北部、琼州海峡中段南侧，东起白沙角，西至后海(见图1).海口湾东半部主要为人工开发利用海岸，海滩已基本消失；西半部有西秀海滩和假日海滩，这两片海滩是海口发展旅游的核心支撑.海口湾海滩的冲淤演变已有一些研究，龚文平等[6]对1993年和1998年实测地形图的分析表明，海口湾东部水下浅滩发生侵蚀，年平均沉降5.2 cm.周晗宇等[7]采用1984年海图(实际测量时间为1973年)、1999年海图(实际测量时间为1995年)和2005年海图(实际测量时间为2003年)，并在2010年夏季和冬季进行了海口湾西部海滩的滩面高程测量，对这些资料的对比分析表明：冬季海滩后滨(靠岸)淤积、前滨(靠海)蚀低，夏季则相反；1973—2003年海滩滩面平均侵蚀43 cm，侵蚀速率为1.4 cm/a；水下浅滩在1973—2003年处于微淤状态，平均淤积速率0.5 cm/a，在2003—2010年处于侵蚀状态，平均侵蚀速率2.8 cm/a.这些研究发现的海滩侵蚀特征，对于海滩保护有重要的警示意义，如果继续按此趋势发展，几十年后海滩面积将进一步大幅度萎缩，直接威胁海口旅游事业和海南岛国际旅游岛发展战略.但是，这些研究主要基于海图(地形图)资料分析海滩长期冲淤演变特征，海图零米线以上的地形数据基本上是空白，该部分海滩的冲淤演变特征分析还有欠缺；另外，海图资料的时间跨度比较长，对于海滩冲淤演变过程的分析也有欠缺.因此，继续收集其他资料补充分析海滩冲淤演变特征仍是非常有意义的工作.吴隆业等[8]采用可见光遥感资料提取海口湾水边线，分析不同潮位的水域面积，计算海湾纳潮量.但是，利用遥感水边线分析海口湾海滩冲淤的研究还很缺乏.本文以海口湾为例，利用Landsat遥感资料提取海口湾水边线，分析海滩冲淤演变特征.由于海口湾东部没有海滩，因此研究范围主要在海口湾西部，并且向西延伸到新海.

图1 海口湾2005年海图Fig.1 The sea chart of Haikou Bay in 2005

1 遥感影像提取海滩水边线的方法

利用遥感影像提取水边线的常用方法主要是阈值分割法、边缘检测法和监督分类法[9].阈值分割法是利用水体和陆地的光谱特征差异，通过选择合适的阈值，对影像进行二值分割，从而实现海陆分离和海岸线提取.如崔步礼等[10]使用近红外波段阈值分割法动态监测黄河口海岸线，都金康等[11]使用决策树分类方法提取水体信息，McFeeters[12]使用归一化水体指数阈值分割法提取水体信息等，其优点是简单、快捷，缺点是精度有待进一步检验.边缘检测法是根据水陆边界上的像元灰度值有较大跃变的原理，通过边缘检测梯度算子实现遥感图像的边缘检测，进而达到水边线提取的目的.如Lee等[13]利用SAR影像，检测切萨皮克湾海岸线，韩震等[14]利用红外、热红外和微波数据组合，提取淤泥质潮滩水边线，王李娟等[15]运用Soble算子提取黄河三角洲海岸线等，其缺点是主要适用于SAR图像岸线检测，且计算较复杂，结果连续性不好.监督分类法是通过样本选择、图像分类等步骤，实现海陆分离进而识别岸线.如Ryan[16]等提出使用神经网络监督分类法提取海岸线，曹子荣[17]采用SVM监督分类法进行了提取水体信息的研究等，其优点是精度较高，但是需要人工干预选择样本.本文研究区是沙质海岸，水体与陆地之间的光谱特性差异比较大，采用简单、快捷的阈值分割法来提取水边线.

在波长为0.38～3 μm的可见光至近红外波段，水体的反射率普遍比较低，并随着波长的增大逐渐降低，超过0.75 μm，水体几乎成为全吸收体.因此，在近红外(波长0.76～3 μm)的遥感影像上，清澈的水体呈黑色[18].砂子在该波段的反射率比水体要大，而且随着波长的增大逐渐增大.根据水体和砂子在近红外波段反射率差别较大的特点，选择合适的阈值对近红外波段的影像进行分割，提取水体，这是单波段阈值分割方法.由于成像时太阳高度角、大气环境等因素的差异，对不同遥感影像进行单波段阈值分割提取水体时，需要选择不同的阈值.根据水体在可见光波段的反射率大于近红外波段(陆地则相反)特征，采用多个波段反射率之差构建水体指数，将阈值设为0，水体指数大于0视为水体，水体指数小于0视为陆地，这是多波段阈值分割方法.更进一步，还可以对水体指数做归一化处理.常见的针对Landsat遥感影像的水体指数有：归一化水体指数NDWI[12]、改进型归一化水体指数MNDWI[19]、增强型归一化水体指数EWI[20]和新型归一化水体指数NWI[21]，表达式为：

(1)

(2)

(3)

(4)

其中,α1、α2、α4、α5、α7分别对应Landsat4-5 TM和Landsat7 ETM+遥感影像中的1、2、4、5、7波段的反射率，Landsat8 OLI遥感影像中的Blue、Green、NIR、SWIR1、SWIR2波段的反射率.本文使用的Landsat遥感影像来源于中国科学院计算机网络信息中心科学数据中心(http://www.gscloud.cn/).

对遥感影像提取水边线之前，需要对遥感影像预处理，包括几何校正、辐射校正和大气校正.本文以海口湾1∶20 000海图为基础选择控制点，采用多项式模型和双线性内插重采样方法对遥感数据进行几何校正，控制点的几何校正误差小于0.5个象元.辐射定标是根据遥感影像的中心经纬度、成像时的太阳高度角和卫星方位角等，结合传感器的定标参数，将传感器记录的数字量化值(DN值)转换成辐射亮度值.大气校正的目的是消除大气和光照等因素对地物反射的影响，以获得地物真实反射率，本文采用FLAASH大气校正.

利用预处理过的遥感影像提取水边线步骤：①计算水体指数，得到水体指数影像；②选择阈值0对水体指数影像进行二值分割；③采用拉普拉斯滤波算法对以上得到的二值影像进行边缘增强；④对边缘增强后的影像进行二值分割，并将栅格数据转化为矢量数据，得到水边线的提取结果.

为了检验和选取适合海口湾海滩的水体指数计算公式，于2013年11月20日作了水边线观测.观测方法为观测人员手持GPS，沿水边线行走，记录各个时刻水边线位置.观测时间为10:00～10:30，该时间段秀英港的潮位为2.33～2.39 m，取其均值为2.36 m.查找海口湾历史遥感影像，2013年10月26日上午11:00的Landsat 8 OLI影像成像时潮位2.31 m，与观测水边线的潮位非常接近.本文采用(1)—(4)式分别计算2013年10月26日上午11:00的Landsat 8 OLI影像的水体指数NDWI、MNDWI、EWI和NWI，利用水体指数提取水边线.由于遥感影像对应潮位与水边线观测时的潮位有差别，本文还利用海滩坡度对遥感水边线进行了潮位订正(具体订正方法参见本文后面介绍).经潮位订正的遥感水边线上各点与观测水边线的最近距离当作遥感水边线的误差.遥感水边线上某点与观测水边线最近距离的计算方法：在观测水边线的连线上按某个间隔距离(本文取为1 m)取点，计算这些点与遥感水边线上该点的距离，并比较这些距离，其最小值作为最近距离.表1给出了各种水体指数公式提取的遥感水边线误差统计，综合比较最大误差、最小误差、平均误差，可以看出NDWI指数提取的遥感水边线误差比较小.图2给出了NDWI指数提取的遥感水边线与观测水边线，两者重合效果很好.因此，本文采用NDWI指数提取海口湾海滩遥感水边线.

表1 各种水体指数提取的遥感水边线误差统计Tab.1 The errors of water line extracted using different water index m

图2 NDWI指数遥感水边线和实测水边线Fig.2 The NDWI water line and the measured water line

2 基于遥感水边线分析海滩坡度

海口湾雏形形成于2000年前，在1000年前海湾已经与当前形态十分接近[22]，岸滩剖面形态如图3[7].本文基于遥感水边线进一步分析高潮位和低潮位之间的海滩坡度特征.

选取1994—2013年期间成像效果比较好的Landsat4-5 TM、Landsat7 ETM+和Landsat8 OLI影像数据共15景(见表2)，采用NDWI指数提取了这些遥感影像的水边线.这些遥感影像的时间跨度大，收集潮位观测资料很困难，因此本文采用公开出版的潮汐表.对于前述观测日期(即2013年10月26日)，将24 h的秀英港观测潮位和潮汐表潮位进行比较，平均误差为12 cm，表明秀英港潮汐表资料具有较高精度.因此，根据遥感影像的成像时间，查询秀英港潮汐表得到各景遥感影像成像瞬时的潮位.

图3 海口湾岸滩剖面示意图Fig.3 The profile map of the Haikou Bay beach

表2 遥感影像说明Tab.2 Introduction of remote sensing image data

1995年前后有5景遥感水边线，1996年6月5日遥感水边线潮位最低，其潮位为0.94 m；另外4景遥感水边线的日期分别为1994年7月2日、1996年5月4日、1995年9月23日、1994年10月22日，潮位分别为1.44 m、1.85 m、1.86 m、2.24 m.它们与1996年6月5日遥感水边线的平均距离分别为7.3 m、14.7 m、15.1 m、18.6 m，计算得到的海滩坡度分别为3.9°、3.5°、3.5°、4.0°.可以看出，1995年前后的时间段，在潮位0.94 m至2.24 m的海滩区域，海滩坡度差别不大，其平均值为3.7°.将整个岸段以五源河口为界进一步分为东西两段，东段(即假日海滩和西秀海滩)比较平直，西段弯曲，东段平均坡度3.8°，西段平均坡度约为3.5°.

2000年前后也有5景遥感水边线，2002年5月21日遥感水边线潮位最低，其潮位为0.72 m；另外4景遥感水边线的日期分别为2000年8月19日、2001年10月1日、2001年4月8日、2002年10月12日，潮位分别为1.47 m、1.80 m、1.99 m、2.66 m，它们与2002年5月21日遥感水边线的平均距离分别为11.5 m、16.0 m、18.0 m、29.4 m，计算得到的海滩坡度分别为3.7°、3.9°、4.0°、3.8°.可以看出，2000年前后的时间段，在潮位0.72 m至2.66 m的海滩区域，海滩坡度差别不大，其平均值为3.9°.五源河口以东平均坡度为4.0°，五源河口以西平均坡度为3.6°.

2005年前后有2景遥感水边线，2007年7月6日遥感水边线潮位最低，其潮位为0.77 m；另外1景遥感水边线的日期为2004年12月20日，潮位为1.93 m，它与2007年7月6日遥感水边线的平均距离为15.9 m，海滩坡度为4.2°.五源河口以东坡度约为4.4°，五源河口以西坡度为3.7°.

2013年也有2景遥感水边线，2013年4月5日遥感水边线潮位最低，其潮位为0.79 m；另外1景遥感水边线的日期为2013年10月26日，潮位为2.31 m，它与2013年4月5日遥感水边线的平均距离为22.3 m，海滩坡度为3.9°.五源河口以东坡度为4.0°，五源河口以西坡度为3.7°.

通过以上坡度分析得知，整个研究区岸段的坡度基本保持一致，平直岸段的坡角稍大于弯曲岸段的坡角，在1994—2013年近20年的时间内，岸滩坡度基本保持不变.

3 基于遥感水边线分析海滩冲淤

本文利用遥感水边线分析海滩冲淤包括两个方面：一是对比分析相同潮位的两景遥感水边线，根据这两景遥感水边线位置变化，确定它们所处时间段的海滩冲淤.如果遥感水边线向海前进，则海滩淤积；如果遥感水边线向岸回退，则海滩冲刷.二是将遥感水边线位置变化和海滩坡度结合，推算海滩冲淤厚度.两景遥感水边线进退距离记为L，向海前进取为正值，向岸回退取为负值.海滩冲淤厚度为ΔH=Ltanα，ΔH为正值表示淤积，ΔH为负值表示冲刷.由于很难找到两景完全相同潮位的遥感水边线，实际分析中采用相似潮位的两景遥感水边线，根据它们的潮位差和海滩坡度订正L，订正值为Ld=ΔZ/tanα，海滩冲淤厚度为ΔH=(L+Ld)tanα.

本文从上述15景遥感水边线中挑选了两组.

第一组处于高潮位附近，包括1994年10月22日、2001年4月8日和2013年10月26日的遥感水边线.

图4给出了1994年10月22日和2001年4月8日遥感水边线位置.这两景遥感水边线潮位差ΔZ为-0.25 m，水边线进退距离订正值Ld为-3.7 m.分析订正后的水边线进退距离，海滩各个部位的冲淤特征有差异，有的部位淤积(向海淤进)，有的部位冲刷(向岸蚀退).如图4所示，将海滩分为四个区段：第一区段为五源河口以东，包括西秀海滩和假日海滩；第二区段为五源河口至后海；第三区段为后海至夏威夷海滩；第四区段为夏威夷海滩以西.从表3可以看出，第一区段水边线进退距离为-2.1 m，进退速率为-0.30 m/a，海滩冲淤厚度为-0.14 m，冲淤速率为-2.0 cm/a，呈侵蚀状态.其他3个区段分别呈现淤积、侵蚀、淤积特征.

图5给出了2001年4月8日和2013年10月26日遥感水边线位置.这两景遥感水边线潮位差ΔZ为0.32 m，水边线进退距离订正值Ld为4.7 m.从表3可以看出，第一区段水边线进退距离为-2.9 m，进退速率为-0.24 m/a，海滩冲淤厚度为-0.20 m，冲淤速率为-1.6 cm/a，呈侵蚀状态.其他3个区段分别呈现淤积、侵蚀、淤积特征.

图6给出了1994年10月22日和2013年10月26日遥感水边线位置.这两景遥感水边线潮位差ΔZ为0.07 m，水边线进退距离订正值Ld为1.0 m.从表3可以看出，第一区段水边线进退距离为-5.3 m，进退速率为-0.28 m/a，海滩冲淤厚度为-0.36 m，冲淤速率为-1.9 cm/a，呈侵蚀状态.其他3个区段分别呈现淤积、侵蚀、淤积特征.

图4 1994/10/22—2001/04/08水边线位置对比及冲淤分布Fig.4 1994/10/22—2001/04/08 waterline location and beach variation

图5 2001/04/08—2013/10/26水边线位置对比及冲淤分布Fig.5 2001/04/08—2013/10/26 waterline location and beach variation

图6 1994/10/22—2013/10/26水边线位置对比及冲淤分布Fig.6 1994/10/22—2013/10/26 waterline location and beach variation

第二组处于低潮位附近，包括1996年6月5日、2002年5月21日和2013年4月5日的遥感水边线.

表3 高潮位附近水边线进退及海滩冲淤Tab.3 Waterline change and beach variation near high tidal level

图7给出了1996年6月5日和2002年5月21日遥感水边线位置.这两景遥感水边线潮位差ΔZ为-0.22 m，水边线进退距离订正值Ld为-3.2 m.从表4可以看出，第一区段水边线进退距离为-1.7 m，进退速率为-0.28 m/a，海滩冲淤厚度为-0.12 m，冲淤速率为-1.9 cm/a，呈侵蚀状态.其他3个区段分别呈现淤积、侵蚀、淤积特征.

图8给出了2002年5月21日和2013年4月5日遥感水边线位置.这两景遥感水边线潮位差ΔZ为0.07 m，水边线进退距离订正值Ld为1.0 m.从表4可以看出，第一区段水边线进退距离为-2.8 m，进退速率为-0.25 m/a，海滩冲淤厚度为-0.19 m，冲淤速率为-1.7 cm/a，呈侵蚀状态.其他3个区段分别呈现淤积、侵蚀、淤积特征.

图9给出了1996年6月5日和2013年4月5日遥感水边线位置.这两景遥感水边线潮位差ΔZ为-0.15 m，水边线进退距离订正值Ld为-2.2 m.从表4可以看出，第一区段水边线进退距离为-4.4 m，进退速率为-0.26 m/a，海滩冲淤厚度为-0.30 m，冲淤速率为-1.8 cm/a，呈侵蚀状态.其他3个区段分别呈现淤积、侵蚀、淤积特征.

图7 1996/06/05—2002/05/21水边线位置对比及冲淤分布Fig.7 1996/06/05—2002/05/21 waterline location and beach variation

图8 2002/05/21—2013/04/05水边线位置对比及冲淤分布Fig.8 2002/05/21—2013/04/05 waterline location and beach variation

图9 1996/06/05—2013/04/05水边线位置对比及冲淤分布Fig.9 1996/06/05—2013/04/05 waterline location and beach variation

表4 低潮位附近水边线进退及海滩冲淤Tab.4 Waterline change and beach variation near low tidal level

4 结果与讨论

本文采用Landsat遥感资料提取海口湾海滩水边线，分析海滩冲淤特征，得到以下几点结论.

(1) 海口湾海滩的水体和陆地光谱特性差异显著，利用遥感影像提取水边线有很好的适用性.对于Landsat遥感影像而言，利用NDWI指数提取水边线，方法比较简单、效果好.

(2) 利用1994—2013年的15景遥感水边线推算了高潮位和低潮位之间的海滩坡度演变：1995年前后的坡度为3.7°，2000年前后的坡度为3.9°，2005年前后的坡度为4.2°，2013年的坡度为3.9°.综合来看，1994年至2013年海滩坡度变化不大，其平均坡度为3.9°.海口湾地貌形态现场实测分析表明海滩坡度一般为3～5°[7]，本文的遥感分析结果与此基本相符.

(3) 综合分析遥感水边线位置变化和海滩坡度发现，1994—2013年海口湾各段海滩的冲淤规律并不一致，其中西秀海滩和假日海滩发生冲刷，高潮位附近的冲刷厚度为0.36 m、冲刷速率为1.9 cm/a，低潮位附近的冲刷厚度为0.30 m、冲刷速率为1.8 cm/a，呈侵蚀状态.周晗宇等[7]利用海图资料估算海口湾西海岸海滩(即西秀海滩和假日海滩)侵蚀速率为1.4 cm/a，但是，海图零米线以上的地形资料基本上是空白.本文遥感分析区域是海滩的零米线上以上部分，得到的海滩冲淤趋势与周晗宇等[7]的研究结果类似.

本文采用Landsat遥感影像，它的优点是价格低廉，或者可以免费获取，而且比其他卫星有更多年份的历史资料，资料源更丰富.本文所采用的Landsat遥感影像分辨率为30 m，海口湾海滩坡度为3.9°，从理论上来说，水边线移动一个像素网格对应的水位变化为2.05 m.但是，海滩上水边线并不是都位于像素网格的中心，对于水边线位于像素网格边缘的情况，比较小的潮位变化也可以造成水边线从一个像素网格移动到另一个像素网格.因此，Landsat遥感影像尽管分辨率偏低，仍可以在一定程度上分辨水边线的移动，从本文检验的情况看，它具有参考应用价值.当然，如果购买高价格的更高分辨率遥感资料，与Landsat资料配合使用，可能得到更准确的海滩冲淤分析结果，在后续研究中需要对此进一步完善.

关于最近几十年海口湾冲淤演变的动力机制，已有一些学者进行了探讨.周晗宇等[7]认为海口湾西海岸泥沙来源可分为五源河输沙、海域来沙和沿岸输沙，五源河输沙量一直很小，在数百年来海湾形态基本稳定的情况下海域来沙也不多，因此沿岸输沙是泥沙主要来源.海口湾潮流和波生沿岸流使得沿岸输沙的主方向自东向西，其沙源地主要是南渡江河口及其以东海岸侵蚀物[6,22].南渡江1969年建松涛水库和筑龙塘拦水坝，入海沙量不断减少[7]，海口地区建筑用沙、新埠岛和海甸岛围填工程及其它筑堤吹填工程用沙主要来源于南渡江三角洲[23]，直接造成了南渡江三角洲侵蚀[24,25]，也造成海口湾西海岸侵蚀[7].这些结论主要来源于资料分析，如果进一步通过数值模拟进行定量分析，可以更深入地揭示南渡江三角洲沙源减少对海口湾的影响.波浪对南渡江三角洲海岸演变有重要影响[26]，周晗宇等[7]也初步讨论了波浪破碎对海口湾海滩前滨和后滨冲淤的影响，但是波浪对海口湾海滩冲淤仍需要深入研究，尤其需要开展数值模拟研究.全球气候变化、风暴潮灾害、海平面上升等对海口湾海滩冲淤有什么影响？目前也缺乏研究.因此，在后续研究中还需要更全面、深入地分析海口湾海滩冲淤机制，在此基础上为海滩防护对策提出建议.

[1] DOMINGUES C M, CHRUCH J A, WHITE N J, et al. Improved estimates of upper-ocean warming and multi-decadal sea-level rise [J]. Nature, 2008, 453:1090-1093.

[2] 季子修. 中国海岸侵蚀特点及侵蚀加剧原因分析[J]. 自然灾害学报, 1996, 5(2): 65-75.

[3] 蔡锋，苏贤泽，刘建辉，等. 全球变化背景下我国海岸侵蚀问题及防范对策[J]. 自然科学进展，2008，18(10): 1093-1103.

[4] 邹志利. 海岸动力学[M]. 北京：人民交通出版社, 2009.

[5] 朱首贤, 黄韦艮,丁平兴，等.卫星遥感资料在潮间带地形和漫滩计算中的应用[J].华东师范大学学报：自然科学版,2007(4): 1-9.

[6] 龚文平, 王道儒, 傅捷.海口湾东部浅滩的发育演变及其机制分析[J].热带海洋学报, 2001, 20(3): 28-34.

[7] 周晗宇, 陈沈良, 钟小箐，等.海口湾西海岸海滩沉积物与海滩稳定性分析[J].热带海洋学报, 2013, 32(1): 26-34.

[8] 吴隆业, 吴永森, 孙玉星.海口湾遥感研究1:纳潮量及其变化[J].海洋学报, 1997, 19(6): 56-59.

[9] 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.

[10] 崔步礼, 常学礼, 陈雅林，等. 黄河口海岸线遥感动态监测[J]. 测绘科学, 2007, 32(3): 108-109.

[11] 都金康, 黄永胜, 冯学智，等. SPOT卫星影像的水体提取方法及分类研究[J]. 遥感学报, 2001, 5(3): 214-219.

[12] MCFEETERS S K. The use of Normalized Difference Water Index (NDWI) in the delineation of open water features[J]. International Journal of Remote Sensing, 1996, 17(7): 1425-1432.

[13] JONGSEN L, IGOR J. Coastline detection and tracing in SAR images[J]. IEEE Transactions on Geoscience and Remote Sensing, 1990, 258(4): 662-668.

[14] 韩震, 金亚秋. 星载红外与微波多源遥感数据提取长江口淤泥质潮滩水边线信息[J]. 自然科学进展, 2005, 18(8): 1000-1006.

[15] 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.

[16] RYAN T W, SEMINTILLI P J, YUEN P, et al. Extraction of shoreline features by neural nets and image processing[J]. Photogrammetry and Remote Sensing, 1991, 57(7):947-955.

[17] 曹子荣. 基于SVM监督分类的水体信息提取研究[J]. 测绘标准化, 2013, 29(3): 30-32.

[18] 梅安新, 彭望琭, 秦其明，等. 遥感导论[M]. 北京:高等教育出版社, 2001.

[19] 徐涵秋. 利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究[J]. 遥感学报, 2005, 9(5): 589-595.

[20] 闫霈, 张友静, 张元，等. 利用增强型水体指数(EWI)和GIS去噪音技术提取半干旱地区水系信息的研究[J]. 遥感应用, 2007, 6: 62-67.

[21] 丁凤. 基于新型水体指数(NWI)进行水体信息提取的实验研究[J]. 测绘科学, 2009，34(4): 155-157.

[22] 王宝灿, 陈沈良, 龚文平，等. 海南岛港湾海岸的形成与演变[M]. 北京: 海洋出版社, 2006:43-50.

[23] 罗宪林，李春初，罗章仁.海南岛南渡江三角洲的废弃与侵蚀[J].海洋学报，2000，22(3)：55-60.

[24] 吴创收，杨世伦，罗向欣，等.近四十年南渡江水下三角洲的冲淤变化及其主控原因[J].海洋科学进展，2011，29(3):339-345.

[25] 陈海洲，王宝灿，谢琳.海口白沙浅滩的形成与演变[J].海岸工程，2011，30(4)：37-45.

[26] 戴志军，陈子燊，欧素英. 海南岛南渡江三角洲海岸演变的波浪作用分析[J].台湾海峡，2000，19(4)：413-418.

(责任编辑 李万会)

Analysis of the coastal erosion and accretion in Haikou Bay by remote sensing

ZHANG Xiao-dong1,2, SHEN Si-min1, ZHU Shou-xian1, ZHANG Wen-jing3, HUANG Ji-wen1

(1.SchoolofHarbor,CoastalandOffshoreEngineering,HohaiUniversity,Nanjing210098,China; 2.Unit92292ofPLA,QingdaoShandong266405,China;3.SchoolofMeteorologyandOceanography,PLAUniversityofScienceandTechnology,Nanjing211101,China)

The analysis of coastal erosion and accretion, based on the remote sensing water line, is better than that using field observations because of its convenience, quickness and more data. However, this method hasn’t been applied to Haikou Bay. Four types of water index for extracting waterline from Landsat sensing image are checked by observations in Haikou Bay, in which the water index of NDWI is proved to be the best. The waterlines of 15 Landsat sensing images in 1994—2013 are extracted by NDWI, with which the evolution of the beach slope between high tidal level and low tidal level is analyzed. And the results show that the beach slope is basically stable with the value of 3.7～4.2°. Then the coastal erosion and accretion are analyzed using the extracted waterlines and the beach slope. The character of erosion and accretion isn’t uniform in the beach. Xixiu Beach and Jiari Beach have been eroded, and the eroded depth is 0.36 m near the high tidal level and 0.30 m near the low tidal level, the eroded speed is 1.9 cm/a near the high tidal level and 1.8 cm/a near the low tidal level.

Haikou Bay; remote sensing; waterline; erosion and accretion; water index

1000-5641(2015)04-0042-12

2014-03

国家自然科学基金(41206163，41076048)；中央高校基本科研业务费项目(2011B05714)

张晓冬，男，硕士研究生，研究方向为海洋与海岸遥感. E-mail: zxd8696@163.com.

朱首贤，男，副教授，研究方向为海洋动力学与数值模式、河口海岸水沙运动与遥感. E-mail: zhushouxian@vip.sina.com.

TP75

A

10.3969/j.issn.1000-5641.2015.04.006