巢子豪，高一博，李彥輝，劉付程

（淮海工學(xué)院 測繪工程學(xué)院，江蘇 連云港 222005）

海岸線是陸地與海洋的分界線，受自然或人為因素影響，海岸線會發(fā)生空間位置、長度、走向以及類型的變化。開展海岸線的時空演變過程研究，對于沿岸空間資源的開發(fā)利用有著重要意義。楊金中等［1］通過多期遙感影像，研究了杭州灣兩岸的岸線，得出岸線變化規(guī)律并分析了其影響因素，為杭州灣的保護(hù)、管理與開發(fā)提供了合理有效的依據(jù)。Adrian S等［2］利用遙感影像及地形圖研究了羅馬尼亞與烏克蘭交界處Sulina灣附近岸線的演變，并分析了人類活動對沿岸沉積物變化及岸線形態(tài)變遷造成的影響。開展海岸線時空演變分析需要具有統(tǒng)一標(biāo)準(zhǔn)的多期岸線信息，也即這些岸線位置有著相同的潮高標(biāo)準(zhǔn)。從遙感影像上獲得的水邊線一般是某一時刻海水與陸地的瞬時交界線，受潮汐等因素的影響，這一界線隨時間不斷變化，因此從遙感影像上提取的水邊線必須經(jīng)過潮位修正后才具有可比性，一般不宜直接用于比較和分析海岸線的時空變化。因此，在開展基于遙感技術(shù)的海岸線變化分析時，可以通過提取潮位相同的多期遙感影像上的水邊線來進(jìn)行，或者事先定義海岸線（如指定多年平均大潮高潮面或多年平均海平面與陸地交線為海岸線），然后再通過各種技術(shù)手段來獲取其空間位置，在此基礎(chǔ)上再分析其時空變化。顯然，前者從理論上來說是合乎邏輯的，但要獲得指定時段內(nèi)具有相同潮位的多期遙感影像往往并不容易，因而在實(shí)際應(yīng)用中很難做到。而后者則可直接利用遙感影像過境時的瞬時水邊線，借助潮位、地形和其他輔助信息來間接提取具有特定潮高標(biāo)準(zhǔn)的岸線信息，因而在遙感數(shù)據(jù)的選用方面更具靈活性，是一種值得深入探討的海岸線提取思路。本文以海州灣為對象，嘗試運(yùn)用遙感圖像處理和GIS空間數(shù)據(jù)分析相結(jié)合的方法，來間接提取以國家高程基準(zhǔn)面（即黃海多年平均海平面）為參照基準(zhǔn)的海岸線。

1 區(qū)域概況與數(shù)據(jù)

1.1 區(qū)域概況

海州灣位于江蘇省東北部，面臨黃海，其岸線北起日照嵐山頭，南至灌云燕尾港，全長200多km（見圖1），位于33°0′N～35°0′N，119°7′E～120°9′E之間。海州灣岸線類型多樣，其中以粉砂淤泥質(zhì)海岸分布最長，中部西墅至燒香河口以及北部嵐山頭一帶主要為基巖海岸和人工海岸（碼頭）。

圖1 海州灣示意圖Fig.1 Location of Haizhou Bay

1.2 影像數(shù)據(jù)

本文選用海州灣地區(qū)2012年4月26日和2012年5月28日的2期Landsat－7ETM＋影像作為岸線提取的試驗(yàn)數(shù)據(jù)，影像的相關(guān)信息如表1所示。衛(wèi)星過境時間影像潮高數(shù)據(jù)是連云港海洋環(huán)境監(jiān)測站所提供日監(jiān)測數(shù)據(jù)經(jīng)模型擬合后得到的。2期影像的時間間隔約為1個月，期間岸線的自然變化不會太大，可認(rèn)為岸線總體是穩(wěn)定的，而兩者水邊線位置的差異則主要是衛(wèi)星過境時的潮高不同所導(dǎo)致的。

表1 遙感數(shù)據(jù)的基本信息Table 1 Basic information of remote sensing data

由于Landsat－7ETM＋機(jī)載掃描行校正器在2003年5月發(fā)生故障，此后的影像出現(xiàn)了條帶缺失的情況，因此本文采用“地理空間數(shù)據(jù)云”網(wǎng)站（ht－tp：／／www.gscloud.cn／）中的條帶修復(fù)模型，對本文的2期遙感影像進(jìn)行在線條帶修復(fù)。2期影像均為美國航空航天局（NASA）發(fā)布的L1G格式影像，已經(jīng)過初步的幾何校正和輻射校正。為克服2期影像校正精度不同帶來的誤差，保證數(shù)據(jù)信息的可參比性，本文將4月26日影像校正（配準(zhǔn)）到5月28日影像上，校正精度保持誤差在0.5個像元以內(nèi)。

2 遙感影像瞬時水邊線的提取

水邊線是水陸分界線，因此所有對于水體信息提取的有效方法都適合用來提取水邊線。目前針對水體的信息提取方法也是多種多樣。1998年，Brasud和Feng通過對多種波段閾值分割方法的評估，發(fā)現(xiàn)對TM5進(jìn)行閾值劃分以提取路易斯安娜海岸線的方法最為適合［3］。周成虎等［4］通過研究發(fā)現(xiàn)了TM影像中水體特有的譜間關(guān)系：（TM2＋TM3）＞（TM4＋TM5），憑借這種關(guān)系可以有效地區(qū)分水體與陰影。為了抑制水體中雜有的非水體信息，Mcfeeters［5］提出了一種歸一化水體指數(shù)（NDWI），該指數(shù)是基于水體在可見光波段和近紅外波段顯示出的相反的反射特性來構(gòu)建的。在可見光波段，水體顯示出強(qiáng)反射性，而在近紅外波段則表現(xiàn)出強(qiáng)吸收性。由于該指數(shù)受大氣散射的影響相對較小，因此其反差可以較好地突出影像中的水體信息，其數(shù)學(xué)表達(dá)式為

式中NIR和Green分別代表近紅外波段和綠光波段的反射率，對于Landsat來說，分別代表TM和ETM的第4波段和第2波段的值。

但NDWI忽略了土壤背景因素的影響，土壤在綠光和近紅外波段的波譜特征與水體幾乎一致，這容易和水體混淆而形成噪聲，因此NDWI并沒有徹底解決在提取的水體信息中混有非水體信息這一問題。為克服這一問題，徐涵秋［6］對NDWI進(jìn)行了改進(jìn)，提出了一種改進(jìn)的歸一化水體指數(shù)（MNDWI），其數(shù)學(xué)表達(dá)式為

式中以MIR中紅外波段的反射率替換NIR近紅外波段，中紅外波段即為Landsat影像中的第5波段。在MNDWI分布圖上，非水體表現(xiàn)出高亮度，其MNDWI值高；而水體部分表現(xiàn)較暗，相應(yīng)地MNDWI值也較低。這樣MNDWI就較好地抑制了地物背景等非水體信息，并能清晰地區(qū)分水陸邊界。

本文利用ENVI中的波段運(yùn)算工具，對2期影像進(jìn)行MNDWI指數(shù)運(yùn)算，得到了相應(yīng)的改進(jìn)的歸一化水體指數(shù)（MNDWI）分布圖（如圖2所示）。從圖2可以看出，水邊線非常清晰，較好地抑制了水體中含有陰影的問題。

圖2 海州灣改進(jìn)的歸一化水體指數(shù)分布圖Fig.2 MNDWI distribution of Haizhou Bay

為了更有效地提取水邊線，本文在MNDWI分布圖的基礎(chǔ)上，通過設(shè)定閾值來對其進(jìn)行二值化處理，據(jù)此再分離出水體與陸地。經(jīng)過多次嘗試，發(fā)現(xiàn)閾值分別設(shè)為0.4和0.68時海陸區(qū)分效果最好。也即在 MNDWI分布圖上，當(dāng)0.4＜MNDWI＜0.68時，將其賦值為0，否則賦值為1。二值化處理后的結(jié)果是一幅黑白2色的柵格分布圖（如圖3所示），其中黑色代表陸地，白色代表水體，黑白交界線為水邊線。將二值化處理后所得到的柵格圖在ArcGIS中進(jìn)行自動矢量化，并使用編輯功能剔除假邊緣，從而提取出影像上衛(wèi)星過境時的瞬時水邊線。

圖4是2期遙感影像的瞬時水邊線提取結(jié)果。從圖中可以看出，在基巖海岸和人工海岸，2期水邊線基本重合；而在粉砂淤泥質(zhì)岸段，2期水邊線的位置存在明顯差異?？紤]到2期影像的時間間隔較短，因此可以認(rèn)為兩者水邊線位置的差異主要是由衛(wèi)星過境時的潮高不同所致。基巖及人工海岸的2期水邊線之所以差異不大，一方面因?yàn)楹Ｖ轂郴鶐r海岸開發(fā)已趨于穩(wěn)定，短期內(nèi)變動較??；另一方面因?yàn)檠芯繀^(qū)基巖海岸和人工海岸多為港口等工程用海，其水下坡度相對較陡，本文遙感影像的分辨率（30m）尚不足以區(qū)分因潮位變化而引起的水邊線在水平方向上的變化。而粉砂淤泥質(zhì)海岸因?yàn)┟鎸掗?、地形坡度平緩，潮高的小幅變化都足以引起水邊線在灘面上發(fā)生數(shù)十m的水平位移，因而2期水邊線空間差異較大。

圖3 海州灣的二值化分布圖Fig.3 Binary distribution of Haizhou Bay

圖4 海州灣2期遙感影像水邊線提取結(jié)果Fig.4 Water－edges extracted from two different TM images of Haizhou Bay

3 海州灣海岸線的推算

目前，多數(shù)人以海水大潮時連續(xù)數(shù)年的平均高潮位與陸地的交界線作為海岸線，相關(guān)學(xué)者以此為標(biāo)準(zhǔn)對海岸線提取技術(shù)進(jìn)行了研究。黃海軍等［7］在計(jì)算黃河河口淤泥質(zhì)岸線變化規(guī)律時提出過利用瞬時水邊線潮位高度計(jì)算出海岸坡度，并結(jié)合大潮高潮位信息以提取海岸線的技術(shù)。但濱海海堤會對大潮高潮位與陸地交線的推算造成干擾，有時候還需要進(jìn)行特殊處理。本文將海岸線定義為國家高程基準(zhǔn)面（即黃海多年平均海平面）與陸地的交線，并嘗試以上述2期水邊線為基礎(chǔ)，借助GIS的空間數(shù)據(jù)分析方法來間接推算海州灣海岸線的位置。

考慮到基巖及人工海岸的2期水邊線基本重合，因此本文認(rèn)定上述水邊線即為基巖及人工岸段的海岸線。而對于粉砂淤泥質(zhì)岸段的海岸線，則采用Arc－GIS的矢量數(shù)據(jù)處理及空間分析方法來實(shí)現(xiàn)海岸線的定位。為此，本文以海州灣的海堤為基線，運(yùn)用ArcGIS的數(shù)據(jù)處理技術(shù)生成一組間隔為100m且垂直于基線的垂線（如圖5所示）。圖6近似表達(dá)了相鄰3條垂線所在位置處的海岸地形。圖中P1，P2，P3和Q1，Q2，Q3分別為3條相鄰垂線與第1和第2條水邊線的交點(diǎn)，這些交點(diǎn)在國家高程基準(zhǔn)面上的投影分別為P′1，P′2，P′3和Q′1，Q′2，Q′3。圖中O1，O2和O3分別為3條垂線與國家高程基準(zhǔn)面的交點(diǎn)。顯然，O1，O2，O3均位于國家高程基準(zhǔn)面內(nèi)，其對應(yīng)的潮高都為0m，依次將O1，O2，O3連成線即構(gòu)成本文所定義的海岸線。相應(yīng)地，推算海岸線位置的問題就轉(zhuǎn)化為如何求得各垂線與國家高程基準(zhǔn)面交點(diǎn)坐標(biāo)的問題。

圖5 海州灣基線垂線圖Fig.5 Baseline and vertical line of Haizhou Bay

圖6 海岸地形示意圖Fig.6 Sketch of coastal landform

下面以O(shè)1點(diǎn)為例簡要說明求算其坐標(biāo)的過程。由相似三角形邊長之間的關(guān)系可知

假設(shè)衛(wèi)星過境時2幅影像所對應(yīng)的潮高分別為h1和h2，則有P1P′1＝h1，Q1Q′1＝h2；根據(jù)上述各點(diǎn)的定義可知P1與P′1，Q1與Q′1的平面坐標(biāo)是一致的，并且通過ArcGIS的矢量數(shù)據(jù)處理方法可求得，由此P′1Q′1的長度即可計(jì)算出來，設(shè)其長度為l。則式（3）可表示為

式中h1，h2及l(fā)均已知，那么O1的坐標(biāo)唯一且不難求出。用同樣的方法可以求得其他交點(diǎn)的坐標(biāo)，順序連接所有交點(diǎn)坐標(biāo)即可得到海岸線的位置。圖7是海州灣2012年4—5月間海岸線的最終提取結(jié)果。從圖中可以看出，所推求的海岸線與海州灣的海岸走向基本一致，在一定程度上反映了海州灣海岸線的基本形態(tài)。

圖7 海州灣海岸線提取結(jié)果Fig.7 Derived coastline of Haizhou bay

進(jìn)一步比較發(fā)現(xiàn)，本文所提取的海岸線長度為267.8km，與2005年版的“日照至灌河口”幅海圖上相應(yīng)范圍的岸線長度235.7km較為接近（兩者的差異與岸線的定義不同有關(guān)，同時本文提取的岸線還包括部分填海工程新建的人工堤壩等）。因此本文的岸線提取過程是可信的，所提取的岸線有明確的潮高信息（0m），可以作為海州灣海岸線時空演變分析的基礎(chǔ)數(shù)據(jù)。

4 結(jié)語

從遙感影像上提取的海陸交界線是衛(wèi)星過境時的瞬時水邊線，它往往隨衛(wèi)星過境時潮高不同而不同，一般不宜直接用來比較和分析海岸線的時空變化，只有潮高相同的水邊線才具有可比性。通過遙感影像水邊線來間接推算具有特定潮高的海岸線是開展海岸線提取方法研究的一種有效思路。本文首先利用改進(jìn)的歸一化水體指數(shù)方法來獲得遙感影像上的瞬時水邊線，再通過時間間隔較近的2期水邊線及其潮高數(shù)據(jù)，借助ArcGIS的空間數(shù)據(jù)分析方法來推算國家高程基準(zhǔn)面與陸地的交線，該線潮高固定（0m），具有可比性。運(yùn)用該方法來提取海州灣的海岸線，結(jié)果表明所推求的海岸線（國家高程基準(zhǔn)面與陸地交線）與海州灣的海岸走向基本一致，在一定程度上反映了海州灣海岸線的基本形態(tài)，因此可用作海州灣海岸線時空演變分析的基礎(chǔ)數(shù)據(jù)。

［1］ 楊金中，李志中，趙玉靈.杭州灣南北兩岸岸線變遷遙感動態(tài)調(diào)查［J］.國土資源遙感，2002（1）：23－28.

［2］ ADRIAN S，SEBASTIAN D，VIOREL G，et al.Coastal changes at the Sulina mouth of the Danube River as a result of human activities［J］.Marine Pollution Bulletin，2007，55（10）：403－421.

［3］ 吳文淵，沈曉華，鄒樂君，等.基于Landsat ETM＋影像的水體信息綜合提取方法［J］.科技通報(bào)，2008，24（2）：252－271.

［4］ 周成虎，駱劍承，楊曉梅，等.遙感影像地學(xué)理解與分析［M］.北京：科學(xué)出版社，1999.

［5］ MCFEETERS S K.The use of normalized difference water index in the delineation of open water features［J］.International Journal of Remote Sensing，1996，17（7）：1425－1432.

［6］ 徐涵秋.基于壓縮數(shù)據(jù)維的城市建筑用地遙感信息提取技術(shù)［J］.中國圖像圖形學(xué)報(bào)，2005，10（2）：223－229.

［7］ 黃海軍，李成治，郭建軍.衛(wèi)星影像在黃河三角洲岸線變化研究中的應(yīng)用［J］.海洋地質(zhì)與第四紀(jì)地質(zhì)，1994，14（2）：29－37.

［8］ 劉付程，阮亞念，馮麗仙，等.基于ArcGIS的連云港港區(qū)海陸一體化三維地形建模［J］.淮海工學(xué)院學(xué)報(bào)：自然科學(xué)版，2012，21（1）：55－58.