辐射沙脊群潮滩地形遥感遥测构建

马洪羽,丁贤荣,葛小平,夏娟

（1 .河海大学地球科学与工程学院,江苏南京210098；2 .河海大学水文水资源学院,江苏南京210098）



辐射沙脊群潮滩地形遥感遥测构建

马洪羽1,丁贤荣2,葛小平2,夏娟1

（1 .河海大学地球科学与工程学院,江苏南京210098；2 .河海大学水文水资源学院,江苏南京210098）

摘要:潮滩地形是合理开发利用潮间带滩涂最重要的指标之一。滩涂水边线测量法是目前公认的具有可操作性的滩涂地形遥感测量方法。本文以水边线测量方法为基础,提出一种基于水位测站基线的潮滩地形遥感遥测构建方法。以江苏沿海大面积潮滩为研究区,将该区域自建的4座水位测站的连线作为水位测站基线,结合不同潮情下采集的遥感影像提取的滩涂水边线数据,通过水位测站基线计算滩涂水边线高程,从而构建出辐射沙脊群潮滩地形。采用实测地形数据进行检验,结果表明:构建的D E M能够反应当前潮滩的基本形态,平面精度达30 m,垂直精度达20 cm。

关键词:水边线；水位测站基线；辐射沙脊群；水边点；水位测站基点；D E M构建

1 引言

水边线的含义是陆地与海水面的瞬时交界线。潮滩上的水边线通常是随着水位的升降而处于动态变化之中,因此具有很好的潮滩高程指示作用。基于水边线构建潮滩高程的方法已经成为公认的具有可操作性、效果较好的潮滩地形遥感测量方法。该技术在测量环境以及测量范围方面具有独特的优势,对于大面积的潮滩地形构建能够满足精度,当前该技术已经有较多的应用。M ason等［1］利用地球资源卫星的合成孔径雷达数据提取了英国东岸日H u m ber/W ash区域的水边线信息,通过复杂的潮汐-风暴水动力模型估算水边线高程,并据此构建数字高程模型。该方法的水边线高程是由水动力学模型一次性给定,但是由于缺乏实测水位、潮流资料使得模型的精度不高,则高程赋值不够准确。国内学者郑宗生等［2］针对小范围的滩涂,认定其水边线的高程值是固定的,即认定水边线就是等高线,然后利用附近的水位站的实测水位高程值或者断面数据,对水边线进行赋值,生成滩涂地形。该方法针对小面积的滩涂地形可用,但是大面积的滩涂,其水边线并不是等高线,需要更多的实测断面测量数据和水位数据进行赋值。2008年郑宗生等［3］通过水动力模型软件（Delft3 D）模拟出影像成像时刻的水位值并赋值给对应的水边线,利用GIS空间分析功能对具有高程信息的水边线进行空间插值,反演出潮滩的D E M。2010年朱昂［4］、2011年康彦彦［5］和李青［6］从纳潮盆地地貌特征线入手,利用BP神经网络、A N U D E M插值等技术模拟细节潮滩地形。2013年,陶旭和张东［7］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。但大范围情况下,该方法反演地形要将滩涂分很多区域,而且分区没有明确的标准,根据光谱反演因子的不同,分区也不同。有效地高程反演因子很难获得,需要大量的重复实验,较为耗时耗力。目前学者在该方面研究有较多成果,但并未规范化、程序化。本文在前人研究的基础上,针对江苏沿海岸滩地形变化的规律性,结合同时期的遥感影像和实测数据,研究构建大范围岸滩地形的方法,为后续深入研究（动力环境模拟、淤泥质潮滩冲淤演变）提供基础的背景资料,同时为海岸带土地利用、海岸工程建设、湿地环境保护及海岸带资源的可持续利用等提供决策支持,理论及现实意义重大。

辐射沙脊群位于江苏苏北海岸外,属于黄海南陆架海域,范围自北部的射阳河口至长江口北部的嵩枝港［8］。南北长约200 k m,东西宽将近140 k m,在辐射沙脊群的近岸部分,多数沙脊在低潮时候出露,成为规模不等的小沙洲［9］。东海前进波与南黄海旋转波在此相汇,沙脊群以弶港为顶点呈褶扇状向海辐射,主体由辐射状的沙脊以及深大潮流通道组成,像一朵巨大的兰花绽放在江苏沿海的黄海西岸（图1）。在其掩蔽的江苏海岸中部,形成了一系列宽大的潮滩,宽度一般在7～8 k m,最宽处在条子泥、高泥一带可达40 k m。

图1 研究区Eig .1 Research area

辐射沙脊群土地资源潜力巨大,总面积约28 000 k m2,其中出露于水面以上的沙洲与滩地面积3 782 k m2。对于江苏这样一个人多地少的沿海省份,辐射沙脊群可以提供巨量的后备土地资源,但海域内水动力环境复杂,动力地貌特殊,特别是潮强滩宽的潮滩区,滩地低潮出露时间短,以车船为载具的常规地形测量难以开展。这类潮滩潮差大,水流急,潮水沟摆动异常,导致滩地地形动态变化极为活跃。近几十年来,未能完整地进行沿海潮滩常规地形测量,影响了沿海科学研究和开发建设的深入展开。

因此,对辐射沙脊群潮滩地形进行研究,科学地认识和评估潜在的空间资源,合理地开发利用与保护这块稀世珍宝,将是江苏沿海开发战略性的“东方桥头堡”。

2 数据和方法

2.1 数据来源

主要数据包括:遥感影像数据、水位测站的水位数据和实测地形数据。

遥感影像数据主要来源于我国环境与灾害监测预报小卫星,共收集16景环境与灾害监测预报小卫星影像以及3景Landsat-T M影像,分辨率均为30 m,时间跨度为2013年12月至2014年5月（表1）。影像均经过筛选,幅面能够覆盖整个辐射沙脊群海域并且成像清晰、层次丰富、反差适中,可方便进行几何纠正和水边线提取。

水位数据主要来源于沿海自建的4个水位测站。自北向南依次为:大丰港、东大港、新条渔港、洋口港。其中,大丰港和洋口港从2010年开始监测水位,东大港和新条渔港从2012年10月开始监测水位。各水位测站采用1985国家高程基面。水位测站的数据采集方式是固定时长的连续采集方式,每隔5 min采集一次,每次采集时长为3 s。由于遥感影像成像时刻不是固定的,并且不能保证与水位数据采集时刻一一对应。因此,为了得到任意时刻水位测站的水位信息,特别是成像时刻的水位信息,需要进一步对水位数据进行插值计算。常用的获得瞬时时刻水位数据的方法有两种:一是根据潮汐的调和常数内插出成像时刻的水位数据；二是根据已知的整点水位观测数据来建立多项式,采用插值或者拟合的方法来获取任意时刻的水位值,此种方法简单快速,无需诸多细节。本文采用方法二,应用M atlab工具中一维插值函数的线性插值方法计算出影像获取时刻的水位值,重复上述计算得到19景影像获取时刻对应的水位数据（表1）,从表中可以看出各水位测站间的水位同步不同高。

表1 遥感影像信息及成像时刻各水位测站水位值（m）Tab .1 RS images information and each hydrological station water level of corresponding time（m）

实测数据用于对构建的辐射沙脊群潮滩D E M验证,以评价D E M的质量以及构建方法的优劣。包括2013年7月实测断面、沿海集团提供的2012年1月条子泥测点和测绘部门提供的2006年Lidar地形。

2.2 研究方法

2.2.1 水边线提取方法

图2 4种水边线提取方法Eig .2 Eour extraction methods of water boundary

本文对比4种水边线提取方法,单波段阈值分割法（图2a）、边缘检测算法（图2b）、多波段谱间关系法（图2c）和面向对象空间特征提取（图2d）。前三者的核心是阈值确定,阈值的选取直接决定水体提取的精确性。当水体和影像中其他地物的反射率区分困难时,很难找到一个准确的阈值将水体与其他地物完全的区分开,从而造成水体提取质量较差。因此,通过确定阈值来提取水体信息的方法对地物类型比较丰富、地物在所选波段上的灰度值相近的影像是有一定局限性。应用E N VI软件的面向对象空间特征提取模块——Eeature Extraction（简称E N VI E X）提取水边线。该技术主要是集合临近像元为对象用来识别感兴趣的光谱要素,充分利用高分辨率的全色和多光谱数据的空间、纹理以及光谱信息来分割和分类的特点,以高精度的分类结果或者矢量输出［10］。此法基于边缘分割算法,计算快且仅需一个输入参数就能产生多尺度的分割效果,在操作过程中随时预览影像分割效果,适用于中高分辨率多光谱和全色影像。最终采用较为符合本文所用地形构建方法的面向对象空间特征提取方法提取21景影像的水边线。

2.2.2 基于水位测站基线的水边点高程赋值方法

由于辐射沙脊群的空间范围跨度较大,卫星过境时刻的海面不可能被视为一个平面,所以同一条水边线上的不同位置的高程也是不同的,从遥感图像中提取出的水边线也无法直接用来构建辐射沙脊群潮滩地形。因此,将水边线按照影像的分辨率即30 m间隔进行离散,得到水边点数据。

水边点的高程赋值是地形构建的关键环节,本文采用一种新的赋值方法,通过水位测站基线计算水边点高程。基线是指在测量、计算或定位中的一种基本参照。水位测站基线是4个水位测站之间的连线,大丰港-东大港,东大港-新条渔港,新条渔港-洋口港（图3）,以下简称基线。该基线建立的原理是,在水动力环境相同水域可建立多测站间的同步水位基线,即文中的水位测站基线,水动力环境不同,则不可建立。如辐射沙脊群南北两侧,受条子泥、高泥、东沙等高滩阻隔,低潮阶段西洋与黄沙洋、烂沙洋不可建立同步水位基线,而高潮阶段沙顶淹没,则可建立。对于多测站海域,任意两测站之间可形成一条同步水位基线。该基线两端水位测站的水位具有同步不同高的性质,基线上任意一点的同步水位可按照相邻两站距离权重进行插值获得。

潮位站站网基线是折线,水边线是与滩涂地形无缝吻合的曲线,二者的平面空间可重合也可不重合。根据遥感影像空间分辨率大小,水位测站基线同样按照30 m分辨率离散,生成水位测站基点,以下简称基点。根据海面连续性特性,在潮位可比海域,按照最近距离水位传递原则,水边点水位分别取自与其最邻近基点的水位（图3）。以此类推,可进行系列水边线的高程赋值。

基点的高程值由水位测站的同步水位插值获得。本文应用M AT L A B工具,对比了4种插值方法（图4）:线性插值、三次样条插值、三次多项式插值和最近邻点插值（linear、spline、cubic、nearest）其调用格式为:

图3 水位测站基线图Eig .3 H ydrological station baseline

式中,d代表的是已知数据点的横坐标向量,即由北至南水位测站间的距离,d必须单调；h代表已知数据点的纵坐标向量,即对应水位测站的同步水位；D为未知数据点的横坐标数据（或数据组）,D不能超出d的范围,而method为可选插值方法［11］。从插值结果来看,线性插值的正确性最高,数值无外抛或者内凹现象；又根据水面连续性和水位“跳绳效应”特征（图5）,选择线性插值最为合理。因此,采用线性插值方法计算出21个时刻对应的水位测站基点的高程值。

水位测站基点和水边点均是常规三维空间点,采用最邻近算法将基点的高程值赋给水边点。最邻近算法是指计算基点和水边点之间互为最近距离的点, 图3中水位传递示意线是该算法的基本表达,依据最近距离将基点的高程值赋给对应水边点。二者在海面上东西向分布,其之间最大距离为9 k m,采用最邻近算法赋值在精度允许范围内。此外,海水面的连续性特征,使得空间上越靠近,属性越相似,相关性越高,即两点之间距离越小,水位越相近。从而得到具有高程信息的水边点。

图4 计算水位测站基点高程的4种插值方法Eig .4 Eour interpolation methods of hydrological station baseline points elevation calculating

图5 水位的跳绳效应Eig .5 Rope skipping effect of water level

3 成果分析

3.1 潮滩DE M构建

插值是利用有限数目的样本点来估计未知样本点值的一种方法,这种估值方法可用于生成高程、降雨量、化学污染程度、噪声等级、湖泊水质等级等连续表面［12］。在获取了潮滩水边线以及完成给水边点赋值后,进一步探讨构建辐射沙脊群潮滩地形。

插值的前提是空间地物之间具有一定的空间相关性,距离越近的地物相关性越高,其值也就越接近。由点数据插值生成栅格的方法有很多种,本文讨论了自然邻近插值法（Natural Neighbor）、反距离权重插值法（Inverse Distance W eighting,ID W）、克里格插值以及规则样条函数插值4种常用方法。以泥螺珩为实验区,将已赋值的水边点的高程数据作为输入,内插生成潮滩地形。与2006年实测Lidar数据作差,获取误差分布图（图6）,结果表明Natural Neighbor生成的地形较为真实,精度最好。

此外,从4种方法的误差指标对比来看（表2）:除样条函数插值法,其他插值方法的误差平均值都很小。虽然ID W法和Natural Neighbors法两者的各精度指标相近,但从D E M的表面光滑性来看,Natural Neighbors方法更优。因此,本文采用Natural Neighbors方法构建D E M ,通过调用ArcGIS中3 D Analyst模块的Natural Neighbor Interpolation命令,输入21个时刻水边点的高程数据,cell size设置为30 m×30m,以保证整体数据分辨率的一致性,插值构建出辐射沙脊群潮滩D E M（图7）。

图6 误差直方图Eig .6 Error histogram

表2 4种地形插值方法的误差指标表（单位:m）Tab .2 Four error indicators of terrain interpolation methods（Unit :Meter）

3.2 精度验证

2012年条子泥测点数据是由沿海集团提供, 1∶1万测图比例,废黄河基面,测区面积128.01 k m2,主要分布在西大港、东大港区域的滩涂（图8）。境,潮水沟变化速度快也是实地测量的重要困难之一。

图7 辐射沙脊群潮滩地形反演结果Eig .7 Terrain of radial sand ridges tidalflat

由2012年测点内插生成DE M,与同期影像叠加对比,二者吻合,证明数据的可靠性。2014年DE M与2012年DE M作差值运算,获得该区域冲淤空间分布和地形误差统计（图9,10）。其平均值- 0.28 m,最大值4.53 m,最小值- 6.27 m,误差小于- 2 m的数据较多,使误差分布不服从正态分布。因此,应用A RC M AP中R ASTER C A LC U L ATE工具计算冲刷高度在- 2 m以下区域（图11）,可以看出西大港和东大港的潮水沟摆动造成滩涂冲刷剧烈,尤其是东大港潮水沟。对该区域冲淤进行定量统计（表3）,其中冲刷是差值小于0区域,淤积是差值大于0区域。潮水沟的摆动是造成冲刷和淤积量大的主要原因,也符合该地区水动力环

图8 2012年1月条子泥1∶1万实测点图Eig .8 January 2012 Tiaozini 1∶10 000 measuring points

图9 条子泥滩涂2014 - 2012年冲淤空间分布Eig .9 The spatial distribution of erosion of 2014 - 2012 in Tiaozinitidalflat

图10 地形误差统计图Eig .10 Statisticalfigure of terrain error

图11 冲刷高度在- 2 m以下区域Eig .11 Scour altitude below - 2 m in the area

表3 2012 - 2014年冲淤量统计Tab .3 Quantity of statistics of scouring and siltingin 2012 - 2014

需要指出的是,水位测站基线法构建的辐射沙脊群D E M与2012年D E M的总平均差实际为0.08 m。因为,前者采用1985国家高程基准,后者则是废黄河基面,二者在江苏中部辐射沙脊群海岸相差0.2 m,即废黄河基面低于黄海85基面0.2 m。因此,水位测站基线法构建的辐射沙脊群D E M减去2012年D E M的总平均差应该是0.2 m - 0.28 m = - 0.08 m。由此说明,滩涂体积总体稳定,潮水沟地区冲淤变化较大,2014年D E M与所测量的局部地区相比略有冲刷趋势。

图12 2014 - 2006年辐射沙脊群地形冲淤分布Eig .12 The spatial distnbution of erosion of 2014 - 2006

2006年Lidar地形数据由测绘部门提供,1∶1万测图比例,分辨率是5 m×5 m,黄海1985基面,有效测区面积286.399 km2。由于2006年实测数据与2014年地形露滩的形态不同,因此,通过空间掩膜运算提取二者有效值的区域,计算差值,获得2014 - 2006年地形冲淤分布及冲淤统计（图12,14）。冲淤统计结果:平均值2.16 m,最大值12.27 m,最小值- 6.71 m,在5～10 m间出现异常误差值。因此,提取淤积高度在5～10 m区域（图13）,是较2006年滩涂明显增长区域,由图13可以看出,东大港和西大港潮水沟的摆动仍旧是造成冲刷的主要地带,东大港潮水沟明显向南摆动,条子泥滩涂南部淤积大于北部,局部小区域略有冲刷,对于工程实施有利。总体上从2006 - 2014年平均淤积2.16 m,平均年淤积率0.27 m。

图13 冲刷高度在5 m以上区域Eig .13 Scour altitude above 5 m in the area

图14 2014 - 2006年地形误差冲淤统计图Eig .14 Statisticalfigure of erosion of 2014 - 2006

为检验本文所构建地形,只考虑两D E M公共区域,获取误差统计（图15）,平均值0.03 m,最大值11.62 m,最小值- 6.71 m,标准差1.46 m。由此说明,公共区域滩涂稳定性较高,地形基本稳定。同时,二者相减的误差平均值为3 cm,符合地形测量精度。对该区域冲淤进行定量统计（表4）,对比表3可知,局部冲淤变化很大的情况下,随着范围的扩大,冲淤被2013年条子泥实测断面数据,黄海1985高程基面,共12条测量断面,其中3条位于本文地形构建区域,每隔3.5 m一个测点,共12 058个测点（图18）。平均化,但总体为淤长型滩涂。并且冲淤变化较大的原因是水动力引起的潮水沟的摆动。

表4 2006 - 2014年冲淤量统计Tab .4 Quantity of statistics of scouring and silting during 2006 to 2014

图15 2006 - 2014年地形误差统计图Eig .15 Statisticalfigure of terrain error of 2014 - 2006

应用A R C M A P空间分析模块的E X T R A C T VA L U ES T O P OIN TS工具,提取与实测断面点位置对应的辐射沙脊群D E M高程值,计算二者高程差,得到误差统计（图17）,服从正态分布。图18是两断面高程值的折线图,可以看出滩涂高程值整体变化趋势整体一致,局部潮水沟地区变化较大。一方面原因是水动力造成潮水沟的摆动、冲淤；另一方面是本文构建的D E M分辨率是30 m,而实测断面分辨率是4 m,构建的地形相对较粗略,点序1420 - 1807之间就是此情况引起的误差较大。

应用select by attributes工具提取误差值大于1 m的点,图中蓝色高亮点,可以看出同样是由于潮水沟的冲淤造成。尤其是条鱼港区域的淤积十分明显,对应表中点序7354 - 8902。

图16 2013年数据测点信息Eig .16 The measured points information in 2013

图17 2014 - 2013年误差统计图Eig .17 Statisticalfigure of error of 2014 - 2013

图18 两断面高程值的折线图Eig .18 Two section elevation value of line chart

4 结论

以水边线法为基础,结合水位测站基线赋值方法,构建辐射沙脊群潮滩地形的模拟方法在理论上可行,精度可信,结果符合潮滩地形基本规律。该方法实现水边线从2 D到3 D的转换,除大比例尺工程测量的精度要求外,基本满足对潮滩演变、冲淤计算等基础研究的地形精度要求,可作为主要数据资料使用。D E M结果表明该方法是建立在遥感影像和水位数据相结合现代信息技术基础上的新型测量方法,对于滩涂湿地动态多变地形具有快速、高效的测量效果,此方法具有可操作性,制图成果具有实用性。但根据现有影像很难获取最低潮影像；影像分辨率30 m,无法满足大比例尺精度；该赋值方法存在一定的缺陷,由于受辐射沙脊群沙脊的影响,使该区域不能视为开畅水域,导致亮月沙、东沙东部滩涂赋值不够准确,但从验证结果来看,并未导致结果不正确,说明只需进一步优化,达到更高精度。这些将是本文进一步研究的方向。该方法的优点是大范围滩涂地形的构建可以程序化、客观化,真正意义上达到快速高效。

参考文献:

［1］ M ason D C,Davenport I J,Elather R A,et al. Cover A digital elevation model oftheinter-tidal areas ofthe W ash,England,produced by the waterline method［J］.International Journal of Remote Sensing,1998,19（8）:1455 - 1460 .

［2］ 郑宗生,周云轩,蒋雪中,等.崇明东滩水边线信息提取与潮滩D E M的建立［J］.遥感技术与应用,2007,22（1）:35 - 38,94 . Zheng Zongsheng,Zhou Yunxuan,Jiang Xuezhong,et al. W aterline extraction and D E M reconstruction in Chongming Dongtan［J］. Remote Sensing Technology and Application,2007,22（1）:35 - 38,94 .

［3］ 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 . Zheng Zongsheng,Zhou Yunxuan,Liu Zhiguo,et al. D E M reconstruction based on hydrodynamicmodel and waterline method［J］. Resources and Environ mentin the Yangtze Basin,2008,17（5）:756 - 760 .

［4］ 朱昂.潮水沟LiD A R地形神经网络插补方法［D］.南京:河海大学,2010:73 . Zhu Ang . A method ofinterpolation for the Voidsin Tidal Channel's D E M obtained by LiD A R base on neural network［D］. Nanjing:H ohai U niversity,2010:73 .

［5］ 康彦彦.基于纳潮盆地地貌特征线的潮滩地形模拟研究［D］.南京:河海大学,2011:69 . Kang Yanyan .Simulation of tidalflat terrain based on geomorphologic feature line of tidal basin［D］.Nanjing:H ohai U niversity,2011:69 .

［6］ 李青.潮滩数字地形神经网络建模研究［D］.南京:河海大学,2011:78 . Li Qing . Neural network modeling research of tidalflat digital terrain［D］. Nanjing:H ohai U niversity,2011:78 .

［7］ 王颖.黄海陆架辐射沙脊群［M］.北京:中国环境科学出版社,2002:29 - 228 . W ang Ying . The Radiated Sand Ridge of Yellow Sea Shelf［M］. Beijing:China Environ mental Science Press,2002:29 - 228 .

［8］ 任美锷.江苏省海岸带和海涂资源综合调查报告［M］.北京:海洋出版社,1985:60 - 236 . Ren M ei'e .Jiangsu Coastal Zones and Tideland Resources Comprehensive Survey Report［M］. Beijing:China Ocean Press,1985:60 - 236 .

［9］ 邓书斌. E N VI遥感图像处理方法［M］.北京:科学出版社,2010:212 - 220 . Deng Shubin . E N VI Remote Sensing Image Processing M ethods［M］. Beijing:Science Press,2010:212 - 220 .

［10］ 赵静.数学建模与数学实验［M］.第三版.北京:高等教育出版社,2008:306 - 307 . Zhao Jing . M athematical M odeling and M athematical Experiment［M］.3rd edition . Beijing:Higher Education Press,2008:306 - 307 .

［11］ 汤国安,杨昕. A R C GIS地理信息系统空间分析实验教程［M］.北京:科学出版社,2006:309 . Tang Guo'an,Yang Xin . A R C GIS Geographic Information System Spatial Analysis Experiment Tutorial［M］. Beijing:Science Press,2006:309 .

［12］ Lohani B .Construction of a digital elevation model ofthe H olderness Coast using the waterline method and airborne thematic mapper data［J］.International Journal of Remote Sensing,1999,20（3）:593 - 607 .

［13］ M ason D C,Davenport I J,Elather R A,et al. A sensitivity analysis of the waterline method of constructing a digital elevation modelforintertidal areas in E RS SA R scene of eastern England［J］. Estuarine,Coastal and Shelf Science,2001,53（6）:759 - 778 .

［14］ Lohani B M D . Application of airborne scanning laser altimetry to the study oftidalchannel geomorphology［J］.ISPRS Journal of Photogram metry and Remote Sensing,2001,56（2）:100 - 120 .

［15］ Ryu Joo-H yung,W on Joong-Sun,Min Kyung Duck . W aterline extraction from Landsat T M data in a tidalflat A case study in Gomso Bay,Korea ［J］. Romote Sensing of Environ ment,2002,83:442 - 456 .

［16］ 韩震,恽才兴,戴志军,等.淤泥质潮滩高程及冲淤变化遥感定量反演方法研究——以长江口崇明东滩为例［J］.海洋湖沼通报,2009（1）:12 - 18 . Han Zhen,Yun Caixing,Dai Zhijun,et al. Remote sensing quantitativeinversion research ofthe silttidalflat elevation and deposition and erosion—Chongming Dongtan as the example［J］. Transactions of Oceanology and Limnology,2009（1）:12 - 18 .

［17］ 张长宽.江苏省近海海洋环境资源基本现状［M］.北京:海洋出版社,2014:101 - 102 . Zhang Changkuan . Basic Status Quo of Offshore M arine Environ ment and Resourcesin Jiangsu Province［M］. Beijing:China Ocean Press,2014: 101 - 102 .

［18］ 郑宗生,周云轩,沈芳,等.基于D T M的水边线遥感信息提取方法［J］.国土资源遥感,2007（2）:56 - 59 . Zheng Zongsheng,Zhou Yunxuan,Shen Eang,et al. W aterline extraction from remotely sensedimages with D T M［J］. Remote Sensing for Land & Resource,2007（2）:56 - 59 .

［19］ 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 . Han Zhen,Guo Yongfei,Li Rui,et al. Research on the method for ring watersidelineinformation extraction from mudflatin the Yangtze River estuary［J］. Remote Sensing for Land & Resource,2010（4）:64 - 66 .

［20］ Chen L C . A unified solution for digitalterrain modeland orthoimage generation from SP O T stereopairs［J］.IEEE Transactions on Geoscience and Remote Sensing,1993,31（6）:1243 - 1252 .

［21］ 张鹰,丁贤荣,王文.水深遥感与潮滩地形冲淤变化分析［J］.港口工程,1998（2）:26 - 30 . Zhang Ying,Ding Xianrong,W ang W en . Analysis remote sensing to water depth and change in scour and fillin tidal flat［J］. Port Engineering, 1998（2）:26 - 30 .

［22］ 钱一婧,张鹰,李洪灵,等.常用边缘检测算法在遥感影像水边线提取比较［J］.人民长江,2008,39（13）:95 - 97 . Qian Yiqian,Zhang Ying,Li H ongling,et al. Com monly used image edge detection algorith m in remote sensing to extract water edge［J］. Yangtze River,2008,39（13）:95 - 97 .

［23］ 刘永学,李满春,张忍顺.江苏辐射沙洲水边线自动提取方法研究［J］.海洋科学,2004,28（6）:42 - 45 . Liu Yongxue,Li M anchun,Zhang Renshun .Jiangsu radiation ahoal water edge automatic extraction method research［J］. M arine Science,2004,28 （6）:42 - 45 .

中图分类号:P737.2

文献标志码:A

文章编号:0253-4193（2016）03-0111-12

收稿日期:2015-02-12；

修订日期:2015-05-14。

基金项目:国家科技支撑计划（2012B A B03B01）；国家海洋公益性行业科研专项（201005006）；江苏省基础研究计划（自然科学基金）（B K2012414）。

作者简介:马洪羽（1990—）,女,吉林省辽源市人,主要从事海洋遥感与地理信息系统研究。E-mail:hhu_m hy @ 163 .com

马洪羽,丁贤荣,葛小平,等.辐射沙脊群潮滩地形遥感遥测构建［J］.海洋学报,2016,38（3）:111 - 122,doi:10.3969/j.issn .0253-4193.2016.03.011

M a H ongyu,Ding Xianrong,Ge Xiaoping,et al. Remote sensing and remote measuring approach to construct tidalflat terrain in the radial sand ridges［J］. Haiyang Xuebao,2016,38（3）:111 - 122,doi:10 .3969/j.issn .0253-4193.2016.03.011

Remote sensing and remote measuring approach to construct tidal flatterrain in the radial sand ridges

M a H ongyu1,Ding Xianrong2,Ge Xiaoping2,Xia Juan3
（1 . HohaiUniversity Schoolof Earth Scienceand Engineering,Nanjing 210098,China；2 . HohaiUniversity Collegeof Hydrology and Water Resources,Nanjing 210098,China；3 . Hohai University Schoolof Earth Science and Engineering,Nanjing 210098,China）

Abstract:Tidalflat terrain is one of the mostimportantindexes for us to exploitintertidal mudflatlegitimately .Its measure method that using water boundary of tidal flat is now widely approved as a feasible method by remote sensing . Based on this method,the paper provided a new way named hydrological station baseline to constructtidal flat terrain . The way is established in a large tidalflat of radial sand ridges in coastal area of Jiangsu Province byconnecting 4 hydrological stationsin a row,used the values of waterlevel,getting from the hydrological stations,to calculate water boundaries' elevation which were extracted from remote sensing images with multi tide situations . Accordingly,completed the construction of the tidalflat terrain of radial sand ridges . The accuracy was confirmed by actual measurement terrain . Results show that the D E M can reflect the current basic form of tidalflat and the position accuracy approach 30 m and the elevation accuracy approach 20 cm .

Key words:water boundary；hydrological station baseline；radial sand ridges；water boundary points；hydrological station baseline points；D E M construction