基于潮汐规律修正的海岸线遥感监测

孙孟昊，蔡玉林，顾晓鹤，王雪丽，秦鹏

(1.山东科技大学，山东 青岛 266590；2.基础地理信息与数字化技术山东省重点实验室，山东 青岛 266590；3.北京农业信息技术研究中心，北京 100097)

0 引言

近海岸地区是人类活动的密集区域，近海岸的人口密度几乎是世界平均人口密度的3倍，人类活动的加剧对于沿海地区海岸线变化具有重要影响[1-2]。海岸线被国际地质科学联盟作为“地理指标”之一，对海岸线进行准确提取和监测有助于解释海岸变化过程，对海岸带土地利用规划、海岸侵蚀变化分析、海洋资源优化管理等具有重要意义[3]。传统的人工勘测方法具有周期长、时效性差、工作量大等缺点，应用遥感技术进行海岸线监测客观性强、成本低廉，且具有较强的历史追溯能力，可实现长时间序列的海岸线时空格局动态变化监测。

近年来国内外许多学者在利用卫星影像数据快速解译海岸线、利用多时相遥感影像分析海岸线时间变迁规律等方面开展了大量的研究。Komar等[4]分别对尼罗河三角洲、美国西北太平洋海岸、加利福尼亚州南部人工海滩以及堰洲岛海岸等区域进行了海岸线的侵蚀与增长监测研究；Purkis等[5]采用边缘检测和人工编辑相结合的方法，研究了迭戈加西亚岛半个世纪的海岸线变化；Matghhany[6]利用TOPSAR数据通过建立波谱模型结合航拍数据和地面真实数据，探测了马来群岛Terengganu海岸线的侵蚀速率，找寻到海岸线侵蚀变化最快的地区；Ghosh[7]通过遥感(RS)和地理信息系统(GIS)的综合技术，以水边线作为海岸线监测1989—2010年孟加拉国哈提亚岛海岸线侵蚀和吸积的变化。杨金中等[8]利用长时间序列的Landsat MSS、TM等遥感影像，通过目视解译结合地形图资料对杭州湾地区海岸线进行提取；朱小鸽等[9]利用神经网络分类技术快速提取珠海口人工海岸水边线；王琳等[10]利用改进的归一化水体指数(modified normalized difference water index，MNDWI)提取厦门海域，进而使用红绿变化检测法分析其海域变化情况；樊彦国等[11]针对黄河三角洲地区淤泥质海岸地区，以虾池、公路等人工地物作为海岸线，采用图像增强方法处理，提取出黄河口段和刁口段海岸线；常军等[12]分析海岸砂不同含水量的光谱特征，进而利用多光谱影像提取海岸线；刘东等[13]提出了一种基于样本选择和支持向量机的算法，实现了遥感提取海岸线的自动提取、自动跟踪，大大提高了自动化程度。Xu等[14]以平均大潮线作为海岸线，利用Landsat卫星、中巴地球资源卫星和环境一号卫星数据相结合，对中国北方海岸线空间分布进行研究，并计算了分形维数等特征；陈正华等[15]利用四期卫星数据以人工建筑(岸堤、海塘)作为海岸线，对浙江省大陆海岸线在1986—2009年间的动态变化进行了分析。

在上述研究中，由于潮汐数据获取困难，部分学者忽略潮汐影响，以水边线作为海岸线；部分学者为了研究人类活动对海岸的影响，以人工建筑线(虾池、拦海堤坝、盐田等)作为海岸线，以上这2种方法都欠妥。人工岸线可以以水边线作为海岸线，基岩类海岸以陡峭岩石线作为海岸线，而其他类型海岸线提取时都应做潮位校正。以本研究为例，潮汐影响最多可达上百米。而以人工建筑线作为海岸线的方法忽略了滩涂的变化，如自然情况下泥沙的淤积等。另有部分学者采用航拍数据和地面实测数据监测海岸线变化，此方法精度高，但在时间上有一定局限性，且耗费人工；部分学者采用边缘检测等算法对特定地区的海岸线实现快速提取，此方法提取的仍是水边线，且此类方法不具有普适性。因此，本文利用中分辨率卫星数据提取海岸线，对缺少潮汐数据的年份，利用潮汐规律对其潮位校正，以期提高海岸线的遥感提取精度，进而实现长时间序列的海岸线时空格局变化监测。

1 数据与方法

1.1 研究区域

研究区域位于中国山东省青岛市，区域范围在35°6′N～36°8′N，119°9′E～121°21′E之间。海岸带北起栲栳湾，南至黄家塘湾。随着我国沿海地区经济高度发展，使脆弱的海岸带及其近海生态资源环境发生显著变化[16]。青岛是中国北方典型的经济发展快速的沿海城市，优越的地理位置和狭长的海岸带给青岛提供了丰富的资源和条件，同时由于自然环境的变化和人类对海洋的开发，近几十年间海岸线发生了明显的变化，也对青岛沿海区域的生态环境造成了严重的破环。

1.2 数据处理及信息提取

本研究使用的遥感影像数据为Landsat卫星影像、GDEMV2 30 m分辨率的数字高程影像以及天地图的亚米级高空间分辨率历史影像。研究时间跨度为1979—2019年，时间间隔为10年(表1)。图像的预处理包括辐射定标、大气校正、几何校正、裁剪拼接。

表1 影像数据

1.3 海岸线提取

提取海岸线首先要进行水陆分离，徐涵秋[17]提出改进的归一化水体指数(MNDWI)，该指数相比于归一化水体指数(normalized difference water index，NDWI)能削弱地表高亮地物(如建筑物)的影响。本研究区域中存在大量人工海岸，适合采用MNDWI指数。利用MNDWI指数结合阈值分割法实现水陆分离。对湿度较大的非海洋区域如水塘、鱼池等小块区域，采用中值滤波的方法消除其影响，最后提取出水边线。

遥感影像所提取的水边线为卫星过境时间点的瞬时水边线(图1)，不是海岸线，潮汐对于水边线提取存在较大影响，有必要分析潮汐日变化规律，对瞬时水位线进行潮位校正[18]。

图1 瞬时水边线示意图

1.4 潮位校正

海水在天体(主要是太阳和月亮)的引潮力作用下产生潮汐现象，潮汐现象具有规律性，古代科学家就已发现潮汐现象和月亮的圆缺有关[19]。农历历法就是以月相变化为依据的，实际上古人按照农历历法总结了潮汐规律，如农历每月初一和十五出现大潮，每月上下弦出现小潮[20]。现代学者丁奕、赵敬瑛等分别结合钱塘江和大辽河的潮位资料得出了两地的潮汐规律[21-22]。为了研究潮汐规律做潮位校正的可行性，本文对2017—2019年农历六月十八潮汐数据(http：//www.chinaports.com)进行了数学分析。

青岛属于半日潮型即一日有2次高潮和低潮，如表2获取2组高潮和低潮的时刻和潮高数据，对高低潮时刻和潮高做相关性分析，相关系数均达到0.99以上。用每个时刻潮位数据拟合潮位曲线，发现不同年分潮位曲线具有相同的走势(图2)。计算3条曲线同一时刻任意2条之间的潮位高度差，计算所有潮位高度差平均值为28 cm。分析历年农历同月同日的潮位数据，同样具有高度相似性，因此可作为潮汐数据缺失年份的潮位修正依据。

表2 2组低潮和高潮数据

图2 拟合2017—2019年同一天的潮位曲线

本研究以日最高潮位线作为海岸线，采用外牵引法[23]对淤泥质海岸和砂质海岸做潮位校正。根据卫星过境时潮位和日最高潮位计算出潮位差，再由潮位差和海岸平均坡度计算外牵引距离(图3)，计算公式如下：

L=(H2-H1)/Tan(α)

(1)

式中：α为海岸平均坡度；H1为瞬时潮位高度；H2为最高潮位高度；h为潮位差；L为外牵引距离。

图3 计算外牵引距离示意图

由DEM图像生成坡度图(图4)，计算从2009年水边线向陆地推进80 m的范围内平均坡度为2.1°。

对数据缺失年份采用有数据年份的农历同月同日潮汐数据校正，由上述2017—2019年农历同日同时刻平均潮位高差为28 cm，根据三角函数关系计算此误差在水平方向上为7.6 m，而卫星分辨率为30 m，远远小于一个像元宽度，误差在合理范围内。因此提取海岸线时，利用潮汐规律可以对缺失数据的年份做潮位修正。

图4 研究区域DEM图

研究区域内海岸类型有人工海岸、基岩海岸、砂质海岸和淤泥质海岸。人工海岸和基岩海岸水陆分明、坡度大而陡，潮汐影响小不需要做潮位校正。仅对砂质海岸和淤泥质海岸做潮位校正，计算潮位校正外牵引距离结果如表4所示。

表4 潮位数据以及计算结果

1.5 精度验证

对卫星影像中模糊区域使用较高分辨率天地图临近日期的历史影像进行目视检验。以2019年提取结果为例，图5左边是不需潮位校正的人工海岸提取结果；右边是砂质海岸潮位校正前后对比，其中黄色为瞬时水边线，红色为校正后的海岸线。

在天地图临近历史影像中观察缺少潮位数据年份的潮位校正情况，也具有较高精度。选取的是天地图2010年1月16日历史影像，与研究使用的Landsat2009年影像相差41天，如图5黄色为瞬时水边线，红色为海岸线。2010年1月16日为农历腊月初二，Landsat影像获取日期2009年12月6日，为农历十月二十，从潮汐数据得知2018年农历十月二十和腊月初二的最高潮位的潮位差为0.3 m，说明可以用天地图2010年1月16日影像检验。如图6所示海岸线位置恰好在积雪位置附近，积雪线所处的位置为最高潮位线，说明提取结果精度较高。

图5 不需潮位校正的人工海岸提取结果及砂质海岸潮位校正前后对比

图6 潮位数据缺失年份潮位校正结果

2 结果与分析

2.1 青岛海岸线变化分析

海岸线提取最终结果如图7所示。提取结果可以客观地反应出青岛海岸线近40年的变迁情况。由图8可看出，1979—2019年间海岸线整体呈向海洋方向推进的趋势，总体向海洋推进158 km2。从栲栳湾到横门湾大部分属于基岩海岸，岸线稳定；鳌山湾由于该区域海水养殖业发展和青岛国际博览中心经济圈的形成，使得该地区岸线向海洋推进；鳌山湾到胶州湾之间有崂山风景区，多为基岩海岸，岸线稳定；胶州湾变化最为明显，由于湾内人工造陆、围海养殖、港口建设、城市扩建、盐田开发，导致湾内面积不断缩小，岸线由自然曲折的自然岸线演变为平直的人工岸线；早期唐岛湾由于自然泥沙淤积和发展养殖业，海岸线有较明显的向海洋发展趋势，近十年来唐岛湾发展旅游业岸线变化也十分明显；黄家塘湾至陈家贡湾由于发展交通业，大力扩建和修建港口，导致湾内面积减少。

图7 海岸线提取结果(1979—2019年)

图8 海岸线提取结果

2.2 不同时间段典型区域海岸线变化分析

1)在1979—1989年间，海岸线总体向海洋推进6 km2。在此期间岸线整体稳定，岸线变化主要由于泥沙淤积等自然因素的引起。胶州湾东岸小部分区

域经过人工改造，导致了原来曲折自然岸线部分转化为平直的人工岸线(图9(a))。

2)在1989—1999年期间，海岸线共向海洋推进30 km2。胶州湾是变化面积最大区域(图9(b))，在此期间胶州湾由于少量泥沙淤积、人工造陆发展旅游业以及修建沿海公路和拦海堤等城市工程，海岸线共向海洋方向推进23 km2。尤其胶州湾东部岸线基本已全部演变为平直的人工岸线，岸线趋于稳定。唐岛湾变化也较为突出，由于泥沙淤积海岸线向海洋推进2 km2。

3)在1999—2009年期间，总共向海洋推进78 km2，是40年间面积变化最大的阶段。变化最突出区域仍然是胶州湾，此期间胶州湾开发西南部(黄岛)。十年间黄岛区变化剧烈，该区域填海造陆、修建港口几乎完全被改造为人工海岸，海岸线大幅度向海洋方向推进变化极为明显(图9(c))。

图9 典型变化区域

唐岛湾在此期间由于湾内清理淤泥，海岸线向陆地方向移动。从天地图的1999年和2009年历史影像中可以看出唐岛湾变化情况(图10)。同时在此期间湾内修建了沿海公路、栏海堤和一些公园，岸线成分以人工岸线为主。其他区域岸线稳定没有发生明显的岸线侵蚀和吸积。

图10 1999年、2009年唐岛湾对比图

4)在2009—2019年间，海岸线向海洋推进44 km2。由于胶州湾和唐岛湾之前的沿海公路和拦海堤的建设，岸线趋于稳定。该区域内主要变化是胶州湾北部水产养殖区的发展和唐岛湾西部人工造陆修建了星光岛旅游区(图9(d))。

在此期间变化最明显区域由中部城市化程度高的胶州湾地区，转移到了南部的黄家塘湾至陈家贡湾岸段。应国家交通部和山东省人民政府要求，在此区域填海造陆大力扩建和修造港口，岸线大幅向海洋推进(图9(e))。

3 结束语

本文利用数学分析的方法对不同年份的农历同日期潮汐数据对比分析，发现其农历同日期日潮汐高度走势具有高度相似性。将这一规律应用在海岸线潮位校正上，提出了利用现有潮汐数据校正农历同日期的往期遥感影像的方法。利用此方法对青岛海岸线进行提取并分析其变化，结果表明在1979—2019年间青岛海岸线整体向陆地推进158 km2。变化最大的地区为胶州湾，变化最剧烈的时间段为1999—2009年。从整体变化趋势看，胶州湾地区修建了沿海公路和拦海堤，海岸线已趋于稳定。近十年来青岛南部的黄家塘湾至陈家贡湾岸段，因投资发展交通业使海岸线变化剧烈。未来交通业可能为其带来巨大经济效益，加快其城市化进程，因此未来将会是一个变化活跃的区域。青岛北部岸线有大量基岩海岸，其他类型海岸功能多为养殖业、旅游业，未来将继续保持稳定，海岸线仍以较慢的速度向海洋方向推进。

前人对水边线潮位校正距离是根据岸滩坡度和验潮站潮高数据的三角函数关系推算而得[24]。岸滩坡度一般通过DEM影像或地形数据获得；也有学者根据不同时相的2幅影像提取的水边线间距，结合验潮站2个时间的潮位差计算滩涂坡度[25-26]，总之都需要有此时刻潮汐数据支持。对于久远年份的海岸线提取，潮高数据有无便成了一个决定性因素。本文针对潮位数据缺失这一难题，提出的基于潮汐规律修正的海岸线长时序遥感监测方法，提取结果误差远小于中等分辨率卫星的像元宽度。此方法操作简单可行、精度高，解决了无潮汐数据年份的潮位校正问题。另外本文使用MNDWI指数提取水边线，下一步有待利用神经网络和边缘检测算子的方法，提高水边线提取的自动化程度，提高效率减少人工劳动。