舟山群岛海岸线遥感信息提取及时空演变分析

2021-07-08陈超陈慧欣陈东张自力张旭锋庄悦褚衍丽陈建裕郑红

自然资源遥感 2021年2期

陈超，陈慧欣，陈东，张自力，张旭锋，庄悦，褚衍丽，陈建裕，郑红

(1.浙江海洋大学海洋科学与技术学院，舟山 316022；2.浙江省生态环境监测中心(浙江省生态环境监测预警及质控研究重点实验室)，杭州 310012；3.卫星海洋环境动力学国家重点实验室(自然资源部第二海洋研究所)，杭州 310012；4.国家信息中心，北京 100045；5.厦门水务原水投资运营有限公司，厦门 361000；6.浙江海洋大学经济与管理学院，舟山 316022)

0 引言

海岸线是划分陆域和海域的界线，其形态上曲直各异，是水体、大气、人类活动共同作用的结果，国际地理信息委员会将海岸线确定为27个最重要的地表特征之一[1-3]。精准、快速、全面地监测海岸线动态信息，对于加强海洋资源开发与管理，实现海洋可持续发展具有重要的意义[4-6]。长期以来，以“测量拐点坐标，顺序连接成线”方式进行的野外实地测量是海岸线信息获取的重要手段，虽然精度较高，但是花费人工多、效率低下、工作周期长，而且受地理条件的限制，存在测量困难和无法到达区域，无法满足大范围提取的要求[7-10]。遥感技术凭借时效性强、观测范围大、成像谱段多、经济效益好等特点，能够有效克服海岸线实地测量中可能遇到的各种限制[11-14]。海岸线遥感信息提取方法可以分为2类：目视解译和自动解译[15-16]。其中，目视解译法适用于范围较小的区域，虽然精度较高、提取结果连续性好，但易受操作人员主观因素影响，效率低下，难以满足海岸线信息快速提取和时空演变分析的时效性要求，而自动解译法以其时效性高、复用性强等特点成为了海岸线遥感信息提取的主要手段[17-21]。

海岸线信息遥感自动解译方法主要包括边缘检测法、面向对象法、阈值分割法、区域生长法和元胞自动机法等[22-23]。边缘检测法利用边缘检测算子提取水陆分界线，该方法对平直、简单海岸线效果较好，但抗噪性差，海岸线容易中断[24-26]。面向对象法综合利用遥感图像的光谱、空间和纹理对水陆进行分割，并结合解译标志提取海岸线信息，该方法精度较高，但规则设置复杂，时效性差[27-30]。阈值分割法利用目标物与背景地物的像元灰度值不同，通过设置相应的阈值分割出水体区域，该方法简单，运算速度快，但容易受到光谱相似性地物的影响[31-34]。区域生长法在一定规则支持下集合具备相似特性的像元，该方法较为成熟，但易受噪声影响，且在地物背景复杂的情况下易变形[35-37]。元胞自动机法通过计算某一邻域内各个方向的突变值来进行水陆分离，该方法在提取淤泥质海岸线时精度较高，但需要多次迭代，耗时较长[38-41]。

海岸线遥感信息提取往往建立在水体、陆地准确分离的基础上，在特定领域取得了成功，时效性较野外实地测量法有了很大提高。但是，由于近岸水体受人类活动、区域地形等影响很大，悬浮泥沙含量较高，光谱特征较正常情况下差异明显，使得传统水陆分离方法存在局限。为此，考虑缨帽变换在表征地物含水量方面的优势，发展基于缨帽变换的海岸线遥感信息提取方法，基于长时间序列卫星遥感数据分析舟山群岛区域海岸线的时空演变特征。

1 研究区概况及数据源

1.1 研究区概况

舟山群岛(图1)地处沪、浙沿岸与长江流域各省通道之门户，又背靠经济发达的长江三角洲，有着极大的资源优势。作为我国第一个以群岛建制的地级市，舟山群岛包括1 390个岛屿，其中舟山本岛面积最大，承载了最多的人口，经济活动也最为丰富[42]。

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

1.2 数据源

本文选择中国科学院空天信息创新研究院(http://ids.ceode.ac.cn/)提供的2000—2018年间，7个时相(2000年、2003年、2006年、2009年、2012年、2015年、2018年)的Landsat5与Landsat8卫星遥感图像开展研究，具体如表1所示。Landsat系列卫星是目前在轨运行时间最长的光学遥感卫星系列之一，其中，Landsat5卫星和Landsat8卫星分别发射于1984年和2013年，幅宽为185 km×185 km，其中Landsat5搭载有专题制图仪(thematic mapper，TM)，Landsat8搭载有陆地成像仪(operational land imager，OLI)，多光谱波段的空间分辨率均为30 m[43-44]。

表1 本文所用遥感数据情况Tab.1 Landsat image data

2 研究方法

准确提取水体信息是实现海岸线精准监测的基础和关键。本研究针对悬浮泥沙、潮滩等导致传统水体信息提取方法精度较低、准确性较差的问题开展研究，基于缨帽变换在地物含水量表征方面的优势，提取长时间序列海岸线信息，开展海岸线时空演变分析。本研究技术路线如图2所示。

图2 技术路线图Fig.2 Flowchart of the study

首先，对卫星遥感影像进行辐射定标、大气校正、图像拼接与裁剪等预处理操作。其中，辐射定标将数字量化值转换为具有明确物理含义的辐亮度，大气校正去除大气吸收和散射的影响[45-47]。然后，利用卫星传感器对应的缨帽变换系数，对预处理后遥感影像进行缨帽变换，获取各缨帽变换分量，并基于绿度指数和湿度指数准确区分水体和陆地，进而提取海岸线信息。最后，基于长时间序列海岸线信息，从时间和空间2个角度探索海岸线演变特征，开展海岸线时空演变分析。

由于研究区地理位置特殊，悬浮泥沙含量较多，导致传统水体信息提取方法精度较低，因此，考虑不同地物在含水量方面的差异，构建基于缨帽变换的海岸线遥感信息提取模型。缨帽变换通过线性正交变换、空间轴旋转，能够有效消除多光谱波段之间的相关性，更有利于特征提取，被广泛应用于遥感生态监测与评价的诸多领域[48-49]。缨帽变换后特征空间如图3所示，各典型地物(海水、人工地物、滩涂、植被)均分布于特征空间的特定区域，其中仅有海水对应像元具备“湿度指数大于绿度指数”的特点，同时考虑滩涂、人工地物的干扰，构建水体信息提取模型为：

图3 典型地物缨帽变换特征空间图(绿度指数-湿度指数)Fig.3 Scatter plot of typical feature in study area (greeness-wetness)

Iw>Ig&Iw>K，

(1)

式中：Iw和Ig分别为缨帽变换后湿度指数和绿度指数；K为湿度指数特征值，通常情况下取0.025。

3 结果与分析

3.1 海岸线遥感信息提取

对水陆分离之后的水体信息进行矢量化，得到初始海岸线信息，基于数学形态学进行后处理，去除河流、湖泊、水库等形成的噪声，填充船舶等造成的孔洞，精确获取海岸线信息。通过目视解译获取参考数据，对海岸线遥感信息提取结果进行精度评价，结果如表2所示。通过表2可以看出，不同时相的生产者精度和用户精度分别高于86.00%和89.00%，漏分误差和错分误差分别低于14.00%和11.00%，生产者精度、用户精度、漏分误差和错分误差的平均值分别为93.62%，96.15%，6.38%和3.85%。这表明本文方法所获取海岸线信息较为准确，能够满足后续时空演变分析的要求，不仅所得结果在目视解译数据中占比较大，漏分误差较小，而且所得结果中正确提取的比例较高。

表2 海岸线遥感信息提取结果准确性评估Tab.2 Accuracy assessment of coastline information (%)

3.2 海岸线时空演变分析

将不同时相的海岸线遥感信息提取结果进行空间叠加，并统计主要岛屿和整体海岸线长度，结果如图4和表3所示。可以看出，舟山市海岸线长度在2000—2018年间整体呈现增加趋势，空间上局部区域变化明显。

图4 2000—2018年陆地范围对比Fig.4 Contrast map of land range from 2000 to 2018

表3 各岛屿2000—2018年间的海岸线长度和面积统计Tab.3 Coastline length and area of different islands during 2000 to 2018

3.2.1 时间演变特征分析

统计了不同年份的海岸线长度、长度变化、所围面积和面积变化，具体如图5所示。可以看出，舟山市海岸线总长度从2000年的2 534.19 km变化为2018年的2 861.55 km，增加了约327.36 km，年均增加长度为18.19 km/a，年均增长速率为0.72%，其中2000—2003年间和2009—2012年间增加较多，2003—2006年间出现减少。在面积方面，舟山市海岸线所围成的陆地面积从2000年的1 298.26 km2变化为2018年的1 410.52 km2，增加了约112.26 km2，年均增加面积为6.24 km2/a，年均增长速率为0.49%，其中2003—2006年增加较多，2000—2003年间出现减少。

(a)海岸线长度 (b)海岸线长度变化

3.2.2 空间演变特征分析

通过分析发现，2000—2018年间海岸线变化最为明显的区域主要集中在舟山本岛、长峙岛及小干岛、朱家尖、嵊泗、岱山、渔山、衢山、洋山、六横等区域。

1)舟山本岛区域。2000—2018年间，舟山本岛的海岸线变化主要发生区域为东港(图6)、北蝉(图7)和岑港(图8)。在东港，2000—2003年间海岸线向海扩张，至2006年通过围堤闭合，通过围填海形成陆地。在北蝉，围堤使得海湾凹处闭合，桥梁使得东部岛屿和舟山本岛相连，海岸线发生了较大的形态变化。在岑港，沿岸人工建筑明显增多，使得海岸线从陆地向海扩张。

2)长峙岛及小干岛。如图9所示，对于小干岛来说，海岸线变化主要是由于淤积和人工建设引起的，其中淤积发生在西北区域，使得原本分离的多个岛屿连接成为一个整体，人工建设使得海岸线由陆地向海扩张。对于长峙岛来说，大学园区的建设使得东部区域向外围成弧形海堤。

(d)2006年遥感影像 (e)2012年遥感影像

3)朱家尖。2000—2018年间，朱家尖的海岸线变化情况如图10。2000—2009年间，由于海堤修建，海湾被填平，陆地区域向海扩张；2009—2012年间，由于填海造陆，陆地区域向海扩张进一步加剧；2012—2015年间，各处修建的海堤相互连接形成闭合；2015—2018年间，围填海完成，形成完整的陆地区域。

4)嵊泗。2000—2018年间，嵊泗的海岸线变化主要包括2种情况(图11)：一种是围填海，导致曲折的海湾自然海岸线变化为较短的直线型人工海岸线，如泗礁山岛和金鸡岛；第二种是由海堤、桥梁将相邻岛屿连接，并同时建造码头，使得人工海岸线长度增加，如马迹岛。另外，剑门大桥和马迹门大桥的修建使得泗礁山岛、金鸡岛和马迹岛连接成为一个整体。

5)岱山。2000—2018年间，岱山的海岸线变化情况如图12所示。在岱山岛中部和大长涂岛南部区域，由于海堤的修建，海岸向陆凹进处逐渐形成闭合，使得曲折复杂岸线变得较为平直。另一方面，随着港口、码头等临海工程的建设，小长涂岛北部和东部的土地利用类型发生了较大变化，并持续向海扩张。

6)鱼山。2000—2018年间，鱼山的海岸线变化情况如图13所示。2000—2015年间，海岸形态较为稳定，以海水自然侵蚀和小规模人工建设为主。2015—2018年间，由于舟山绿色石化基地工程建设的开展，大鱼山和小鱼山的海岸线及岛屿形态发生了剧烈变化。

7)金塘。2000—2018年间，金塘的海岸线变化情况如图14所示。2000—2009年间，金塘岛的西南海湾处发生了填海造陆；2009—2012年间，金塘岛的西边区域和东北区域的凹处被围海填平，西南海湾处继续由陆地向海扩张；2012—2015年间，金塘岛和大鹏山岛的北部发生较为明显的围填海；2015—2018年间，围填海完成，改变了海岸形态。

8)衢山。2000—2018年间，衢山的海岸线变化情况如图15所示，主要发生在衢山岛、黄泽山、双子山、鼠浪湖等区域。其中，矿石中转码头项目的建设使得鼠浪湖岛土地利用类型发生了较大变化，并持续向海扩张；衢山岛南边修建了海堤，使得海湾封闭，改变了原始海岸形态。

9)洋山。2000—2018年间，洋山的海岸线变化情况如图16所示。在研究期间内，洋山水深港区的开发建设使得小洋山岛和大乌龟岛的土地利用类型发生较大变化，并且围填海工程使得小洋山岛与周围几个面积较小的岛屿连接成为一个整体；在大洋山岛，围垦工程使得海岸线向海扩张，岛屿陆地面积持续增加。

10)六横。2000—2018年间，六横的海岸线变化情况如图17所示。在研究期间内，船舶修造、临港石化、港口物流等临港产业的发展使得沿岸滩涂被围垦作为建设用地，海岸线不断由陆地向海扩展。另一方面，海堤、港口、码头等设施的修建使得原本开阔的海湾封闭。

4 结论与讨论

在分析传统海岸线遥感信息提取算法的基础上，针对高悬浮泥沙含量水域、滩涂等区域开展研究，考虑不同地物在含水量方面的差异，发展了基于缨帽变换的海岸线遥感信息提取方法，并基于长时间序列卫星遥感数据，分析海岸线时空演变。主要结论如下：

1)本文方法能够准确提取复杂海洋环境下的海岸线信息，生产者精度、用户精度、漏分误差和错分误差的平均值分别为93.62%，96.15%，6.38%和3.85%；海岸线长度从2000年的2 534.19 km变化为2018年的2 861.55 km，年均增加长度为18.19 km/a，年均增长率为0.72%；海岸线所围成的陆地面积从2000年的1 298.26 km2变化为2018年的1 410.52 km2，增加了约112.26 km2，年均增加面积为6.24 km2/a，年均增长速率为0.49%。

2)舟山群岛区域海岸线和海岸形态变化主要集中在舟山本岛、长峙岛及小干岛、朱家尖、嵊泗、岱山、渔山、衢山、洋山、六横等区域，围填海和临海工程建设使得较多的自然海岸线变化为人工海岸线，海岸线形态也由曲折复杂变化为平直。

本研究虽然准确提取了高悬浮泥沙含量水域、滩涂区域的海岸线信息，并开展了时空演变分析，但仍然存在一些问题需要未来进一步开展研究：①结合高精度的区域地形数据和潮位数据，开展潮汐校正，获取空间位置更加准确的海岸线信息；②构建海岸线时空演变定量分析指标体系，明确海岸线总体进退情况和空间差异。