馬 洪 羽，丁 賢 榮

(1.河海大學地球科學與工程學院，江蘇 南京 210098；2.河海大學水文水資源學院，江蘇 南京 210098)

江蘇岸外條子泥潮灘地形遙感遙測模擬

馬 洪 羽1，丁 賢 榮2

(1.河海大學地球科學與工程學院，江蘇 南京 210098；2.河海大學水文水資源學院，江蘇 南京 210098)

獲取潮灘地形是合理開發(fā)利用潮間帶灘涂最重要的指標之一。以江蘇岸外條子泥為研究區(qū)，以地貌特征線為基礎，結合該區(qū)域自建的4座水位測站的水位數(shù)據(jù)、實測斷面數(shù)據(jù)和不同潮情下的遙感影像，模擬2013年和2014年兩個連續(xù)水文年的潮灘地形。采用最鄰近插值算法計算地貌特征線的高程值，進一步采用自然鄰近法插值構建出條子泥灘涂地形。采用實測地形數(shù)據(jù)進行檢驗，結果表明：模擬的DEM能夠反映當前潮灘的基本形態(tài)，平面精度達30 m，垂直精度達25 cm。潮灘形態(tài)年際變化較為劇烈，2006-2014年總體呈淤積趨勢。

潮灘地形；地貌特征線；遙感遙測；條子泥

0 引言

寬大潮灘是現(xiàn)階段沿海土地資源開發(fā)利用的重心。根據(jù)江蘇沿海灘涂資源圍墾開發(fā)規(guī)劃綱要，條子泥規(guī)劃圍墾面積2.67萬hm2。該海域內水動力環(huán)境復雜，動力地貌特殊。灘地低潮的出露時間短，潮水溝分布錯綜復雜，傳統(tǒng)的以車、船為載具的地形測量難以上灘，人工測量只能在近岸的出露灘面及淺灘區(qū)域，潮水溝及水下潮灘無法涉及。近幾十年來，Lidar技術在海洋領域應用廣泛，尤其在潮灘地形的測量領域精度高、時效性強，但其測量成本高，且受天氣因素制約。關于潮灘地形的研究方法還有數(shù)值模擬方法和遙感技術。在數(shù)值模擬方面，主要應用于水動力環(huán)境模擬，特別是潮流場、波浪場和風暴流場等[1,2]。該技術在條子泥區(qū)域主要用于水動力環(huán)境模擬,對于該區(qū)域潮灘地形的數(shù)值模擬尚無模型建立，主要原因有二：一是由于潮灘的沖淤變化導致與水等連續(xù)性力場有很大不同，影響因子選擇較難；二是時效性較差，自1973至今,條子沙脊二分水線整體呈現(xiàn)先向北后向南的擺動趨勢，整體向南擺動了3.67 km，年均擺動89.61 m，最大擺動幅度達10.2 km，導致模型建立的參考周期過長，并且規(guī)律性較差。該法目前不適于潮灘地形模擬。

在遙感技術應用方面，主要應用于沙洲空間分布與面積統(tǒng)計;海岸線、水邊線等信息提取;岸灘、水道等沖淤變化分析;懸浮泥沙、地形等遙感反演。在潮灘地形遙感反演方面，國內學者針對小范圍的灘涂，認定水邊線就是等高線，利用附近水位站的實測水位高程值或斷面數(shù)據(jù)，對水邊線進行賦值，生成灘涂地形[3-9]。本文在前人研究的基礎上，采用遙感手段，提出應用地貌特征線模擬條子泥大面積潮灘地形的方法，以實現(xiàn)高時效、大面積觀測,其經(jīng)濟適用性強，數(shù)據(jù)結果綜合可比性強。本文涉及的地貌特征線包括隨潮位變化而發(fā)生位置變化的水邊線以及能反映地貌單元骨架地形特征的地貌骨征線。地貌骨征線應具有時空可比性，確定其線的尺度、精度與方法和信息基礎有關，不應因人而異[10]。

1 研究區(qū)概況

條子泥位于江蘇海岸中部，東臺市弶港附近海岸線的凹入段，是輻射沙脊群與江蘇海岸帶的交匯帶，是江蘇海岸中部最為寬大的近岸灘涂,其范圍西起條子泥一期匡圍大堤，東至東大港，東西向灘寬15 km；北起梁垛河閘口外港道，南至方塘河閘口外港道，南北向灘長24 km，2014年灘涂面積 590.7 km2。

水沙動力環(huán)境是輻射沙脊群得以發(fā)育的基礎。其中，潮流是該區(qū)域形成與演變最重要的水動力條件，塑造了沙脊群的地形地貌；泥沙是該區(qū)域形成與演變的物質來源和物質交換產物，其輸運過程反映了灘涂演變趨勢。在輻射沙脊群海域，山東半島反射的旋轉潮波與后續(xù)的東海前進潮波相遇，形成獨特的移動性駐潮波，以弶港為頂點，輻聚輻散，形成了平原海岸兩碰水強潮奇觀，潮差大，潮流強，垂線平均流速可達3 m/s以上，與動力條件相一致的是脊潮相間的潮灘地形，是江蘇近海動力條件最強、最復雜的海域，大潮含沙量可達1.05～3.0 kg/m3。此外，含沙量的季節(jié)變化非常明顯，由于季風因素導致近岸環(huán)流的相互作用，沉積物在冬季大量堆積，海域內冬季的含沙量遠遠高于夏季。

2 數(shù)據(jù)和方法

2.1 數(shù)據(jù)來源

主要數(shù)據(jù)包括：遙感影像數(shù)據(jù)、水位數(shù)據(jù)和實測數(shù)據(jù),數(shù)據(jù)處理主要包括幾何校正和高程基準統(tǒng)一兩部分。由于收集的地形資料種類較多，數(shù)據(jù)之間的高程基準不統(tǒng)一，將收集的地形資料統(tǒng)一校正到1985國家高程基準上。遙感影像數(shù)據(jù)主要來源于我國環(huán)境與災害監(jiān)測預報小衛(wèi)星星座A、B星(HJ-1A /1B星)，共收集33景環(huán)境與災害監(jiān)測預報小衛(wèi)星影像以及3景Landsat-TM影像，分辨率均是30 m(表1)。實測數(shù)據(jù)分為兩部分：一是實時的水位數(shù)據(jù)(表1)和2013年3條實測斷面數(shù)據(jù)，作為模擬條子泥潮灘DEM的輸入數(shù)據(jù)。水位數(shù)據(jù)源于大豐港、東大港、新條魚港和洋口港4個水位測站。其中，大豐港和洋口港從2010年開始監(jiān)測水位，東大港和新條魚港從2012年10月開始監(jiān)測水位。數(shù)據(jù)采集方式是固定時長的連續(xù)采集方式，每隔5 min采集一次，每次采集時長為3 s。二是驗證數(shù)據(jù)，通過驗證結果評價DEM的質量及模擬方法的優(yōu)劣。包括由測繪部門提供的2006年Lidar地形數(shù)據(jù)，1∶1萬測圖比例，分辨率是5 m×5 m，有效測區(qū)面積為286.399 km2；沿海集團提供的2012年1月條子泥測點數(shù)據(jù)，1∶1萬測圖比例，測區(qū)面積128.01 km2，主要分布在西大港、東大港區(qū)域；2013年12條實測斷面，每隔3.5 m一個測點，共12 058個測點。

2.2 研究方法

首先，以上述遙感影像數(shù)據(jù)為基礎，從時間上將其分為2012年10月至2013年5月和2014年1月至2015年5月兩個水文年，以2014年為例進行地形模擬。運用遙感解譯技術，提取具有高程指示作用的水邊線和潮汐水道的深槽線(以下簡稱“深槽線”)兩種地貌特征線。其次，建立水位測站基線,即以水位測站為端點進行的連線。以表1的水位數(shù)據(jù)為基礎，根據(jù)潮位特征時空分析結果，運用GIS的空間分析技術，對基線賦值。最后，通過自然鄰近方法地貌特征線賦值，得出潮灘地形模擬結果。技術路線見圖1。

表1 遙感影像信息及成像時刻各水位測站水位值

Table 1 RS images information and water level value of each hydrological station at corresponding time

獲取時間大豐港 東大港新條魚港洋口港2012/10/1810:221.05-0.33-0.66-0.062012/11/0610:04-1.20-1.87-1.64-1.242012/11/2810:161.241.110.961.552012/11/2910:161.130.610.470.952012/12/0610:22-1.81-2.12-1.83-1.512012/12/0710:27-1.60-1.57-1.31-1.332012/12/0810:28-1.02-0.360.31-0.152012/12/1210:011.051.691.892.192013/01/1810:17-2.24-2.59-2.69-2.352013/01/2810:060.48-0.69-1.10-0.352013/02/2010:21-1.06-0.520.280.042013/02/2210:090.371.151.481.352013/03/0310:00-2.36-3.30-3.58-2.822013/04/1010:051.150.750.110.762013/04/219:53-0.090.811.711.152013/04/2210:040.541.472.011.542013/04/2510:091.501.460.991.402013/05/0510:170.011.031.831.122014/01/029:461.150.610.040.762014/01/159:301.341.080.761.372014/01/1910:27-0.95-2.71-1.60-1.962014/01/239:36-2.55-2.87-2.38-2.272014/02/149:48-0.05-2.93-3.51-2.372014/02/159:250.69-0.78-0.05-0.512014/02/2010:270.371.280.681.182014/02/219:27-1.46-1.08-0.350.382014/03/039:350.761.161.041.542014/03/059:33-2.33-3.49-3.19-2.802014/03/219:43-1.96-2.08-1.92-0.932014/03/229:21-2.19-2.29-2.82-1.712014/03/309:280.950.03-1.16-0.212014/04/159:411.602.242.272.192014/04/239:47-1.83-3.00-3.50-2.782014/04/299:511.180.43-0.740.052014/05/269:451.581.110.450.962014/05/289:461.881.551.651.48

圖1 技術路線

Fig.1 Technical route

2.2.1 水邊線提取方法 水邊線提取方法主要有單波段閾值分割法、邊緣檢測算法、多波段譜間關系法和面向對象空間特征提取。面向對象空間特征提取模塊Feature Extraction(FX)是ENVI軟件的一個功能模塊，其基于影像空間及影像光譜特征，即面向對象，從高分辨率全色或者多光譜數(shù)據(jù)中提取信息，該模塊可以提取各種特征地物(如車輛、建筑、道路、橋、河流、湖泊及田地等)[9]。其原理是基于地物的幾何信息、結構信息和光譜信息進行影像中的地物分割和分類(分類的最小單元是每個地物對象)，以高精度的分類結果或者矢量輸出。該法基于邊緣分割算法，涵蓋了邊緣算法快速高效的優(yōu)點并彌補了其缺點，有效避免了“同物異譜，同譜異物”。該法計算快且僅需一個輸入?yún)?shù)就能產生多尺度的分割效果，在操作過程中隨時預覽影像分割效果;缺點是地物的分割或分類速度較慢，需具有良好性能的硬件設備。采用FX法較為符合本文所用影像的水邊線提取。

2.2.2 深槽線提取方法 深槽線是指潮汐水道內部相對較深或最深處的連線,作為地貌特征線其具有空間唯一性，不隨潮變化而變化,但受波浪、潮差、深槽坡面坡度等因素的影響[11]，潮溝斷面呈U形[12]，據(jù)此利用泰森多邊形提取深槽線。泰森多邊形具有以下特點：每個泰森多邊形內僅含有一個離散點數(shù)據(jù)，泰森多邊形內的點到相應離散點的距離最近，位于泰森多邊形邊上的點到其兩邊的離散點的距離相等。據(jù)此可知相鄰兩點間的多邊形，其共線上的任意點到此相鄰兩點間的距離相等，該線即為相鄰兩點間的中軸線，即深槽線。提取過程如下：選取影像數(shù)據(jù)中潮位最低的一景，將其水邊線離散成點，利用ArcGIS 軟件中的 Create Thiessen Polygons 工具創(chuàng)建泰森多邊形，其公共邊的連線很好地反映了深槽線，實現(xiàn)了深槽線的自動獲取。

2.2.3 地貌特征線賦值方法 地貌特征線的賦值分為兩部分，一是對具有高程指示作用的水邊線的賦值，二是對具有地貌框架控制作用的深槽線的賦值。對大范圍潮灘進行地形模擬，不能將地貌特征線簡單的視為等高線，因此，將得到的地貌特征線離散成點，即水邊點和深槽點，再進行賦值。

水邊點的高程值來源于基線(圖2),基線是在測量、計算或定位中的一種基本參照。本文所用基線是源于沿海自建的4個水位測站之間的連線，自北向南依次為：大豐港-東大港，東大港-新條魚港，新條魚港-洋口港。基線上的水位數(shù)據(jù)來源于4個水位測站水位的插值。依據(jù)圖2的同步水位走勢和水面連續(xù)性的特點，采用線性插值方法為基線賦值。又根據(jù)地理學第一定律，采用最簡單的插值算法即最鄰近插值(也稱為零階插值)為水邊線賦值。該法的輸出值等于距離它映射到的位置最近的輸入值，在許多情況下都能得到令人滿意的結果。在ArcGIS軟件中可直接用Near工具計算，得到具有高程屬性的水邊點。

圖2 水位測站間對應時刻的同步水位走勢

Fig.2 The trend of synchronic water level among water level stations with correspongding time

將深槽點用于模擬潮灘地形，控制地形骨架，是本文的創(chuàng)新點之一。其賦值采用2013年11月的3條實測斷面數(shù)據(jù)，同樣應用最鄰近插值方法，在此不再贅述。

3 結果分析

3.1 潮灘DEM模擬

在獲取了地貌特征線以及完成賦值后，插值模擬條子泥潮灘地形。本文采用自然鄰近插值(Natural Neighbors)方法模擬DEM，該方法基于空間自相關性，即距離越近的事物越相似?；驹硎窍葘λ袠颖军c創(chuàng)建泰森多邊形，對未知點進行插值時，修改原始泰森多邊形并生成一個新的泰森多邊形。兩泰森多邊形相交區(qū)域的樣本點用來參與插值，它們對待插點的影響權重和兩泰森多邊形相交面積呈正比。本文直接利用ArcGIS軟件中空間分析模塊的Natural Neighbors 工具進行插值計算，cell size設置為30 m×30 m，與影像分辨率一致。遙感遙測模擬2014年條子泥DEM結果見圖3。

3.2 精度驗證及沖淤分析

由于缺乏實測數(shù)據(jù)，本文采用2006年和2012年條子泥實測數(shù)據(jù)對模擬的DEM進行驗證,同時，可計算出年際沖淤變化和多年沖淤變化情況。由于驗證數(shù)據(jù)與模擬地形不同期，因此，通過該區(qū)域灘涂的穩(wěn)定性分析，對驗證數(shù)據(jù)的合理性進行檢驗,主要引用高恒娟等[13]的研究結論，根據(jù)灘涂穩(wěn)定程度選取驗證數(shù)據(jù)。據(jù)此，可用不同期的數(shù)據(jù)來驗證模擬地形,采用2006年DEM進行總體地形檢驗,采用2012年DEM進行局部區(qū)域檢驗。

圖3 2014年條子泥DEM

Fig.3 The DEM of Tiaozini in 2014

具體精度驗證采用差值法。2006年Lidar數(shù)據(jù)覆蓋整個條子泥區(qū)域，提取與模擬DEM的公共區(qū)域，將二者相減，統(tǒng)計各個誤差分布范圍內的像元數(shù)，統(tǒng)計誤差所占百分比，繪制誤差分布直方圖(圖4)，計算得到平均值0.23 m，最大值11.62 m，最小值-10.51 m。誤差平均值在25 cm以內，符合地形測量精度。

圖4 地形誤差統(tǒng)計

Fig.4 Statistical figure of terrain error

誤差分析：將誤差的絕對值分為4個范圍：0～1 m、2～3 m、4～5 m、6～12 m。誤差絕對值在6～12 m的區(qū)域位于西大港和東大港，對比圖5可知，在東大港和西大港存在明顯的溝脊位置互換現(xiàn)象，判斷為潮灘擺動。因此，選取2006年、2013年和2014年3月3日影像提取溝槽線(圖5)，得出潮灘擺動情況。2006年的條子泥還未圍墾一期工程，可見人工圍墾之后，條子泥北部向東南方向擺動劇烈，南部條魚港區(qū)域向西南方向擺動，東部蔣家沙基本穩(wěn)定，整個條子泥向南擺動；二期圍墾工程在建中，可以看到2014年較2013年依然向南擺動，該區(qū)域地形受人為工程和水動力環(huán)境共同影響、塑造。誤差絕對值在4～5 m的區(qū)域分布在各個潮水溝邊緣，條子泥區(qū)域潮差大，水流急，潮水溝擺動異常，物質交換強烈，導致灘地地形動態(tài)變化極為活躍，造成潮水溝附近誤差值較大。誤差絕對值在2～3 m位于條子泥南北兩側，南部的分布面積相對較大。條子泥北部沙脊擺動明顯造成誤差，而南部淤積較為明顯，造成誤差值較大，具體淤積統(tǒng)計見表2。

圖5 溝槽線對比

Fig.5 Contrast of trenches

表2 2006-2014年沖淤量統(tǒng)計

Table 2 Quantity of statistics of scouring and silting during 2006-2014

沖刷面積(km2)淤積面積(km2)沖刷量(萬m3)淤積量(萬m3)凈沖淤量(萬m3)沖刷率(m/a)淤積率(m/a)全區(qū)凈沖淤率(m/a)228.37533.606542.7329062.9322520.200.350.680.33

沖淤分析的具體方法是：直接將2014年地形模擬結果與2006年實測DEM相減，非公共區(qū)域即是沖刷或者淤積較劇烈的地帶。獲取沖淤分布(圖6)，并按照每1 m間隔進行分層設色渲染。沖淤結果是：平均值2.95 m，最大值12.27 m，最小值-11.67 m。由表2可知，2006-2014年年均淤積0.33 m。

局部區(qū)域檢驗:將2012年測點內插生成DEM與模擬DEM相減,誤差結果為:平均值-0.08 m，最大值4.73 m，最小值-6.07 m(圖7),說明小范圍內存在沖刷情況，主要沖淤區(qū)分布在潮水溝附近(圖8)。尤其在條脊丁壩和條南丁壩之間的區(qū)域，潮水溝擺動顯著的主要原因是在2012-2014年，二期匡圍工程在建以及該區(qū)域的水動環(huán)境。雖然采用2006年和2012年兩個不同期的數(shù)據(jù)檢驗遙感遙測方法模擬的DEM，但二者在檢驗結果上一致。對比圖6和圖8可知條子泥中心淤長趨勢顯著，受圍墾工程影響，潮灘整體向南擺動。

圖6 2006-2014年地形沖淤空間分布

Fig.6 Spatial distribution of erosion from 2006 to 2014

圖7 地形誤差統(tǒng)計

Fig.7 Statistical figure of terrain error

圖8 2012-2014年地形沖淤空間分布

Fig.8 Terrain spatial distribution of erosion from 2012 to 2014

綜上可知，地貌特征線法模擬的潮灘地形，其局部垂直精度和全局垂直精度均在25 cm范圍內，符合地形測量精度需求。2006-2014年條子泥區(qū)域年際沖淤變化不一，整體呈淤積趨勢，露灘面積明顯增大,平均年淤積率33 m，物質交換量十分巨大，尤其潮水溝附近沖淤變化較大。據(jù)此，遙感遙測模擬了2013年條子泥潮灘DEM。精度檢驗結果是：2013年減去2006年DEM誤差平均值-0.01 m，最大值11.12 m，最小值-5.35m；沖淤統(tǒng)計結果：平均值2.66 m，最大值11.87m，最小值-11.44 m,2013-2014年淤積速度為0.04 m/a。

4 結論

以地貌特征線為基礎，結合實測數(shù)據(jù)，構建條子泥潮灘地形的模擬方法在理論上可行，精度可信，結果符合潮灘地形基本規(guī)律,是遙感和實測數(shù)據(jù)相結合的新型灘涂地形模擬方法。但該方法還存在一定的缺陷。例如,在考慮成本的情況下影像獲取的分辨率不高，進一步提高影像分辨率在理論上可提高模擬的地形精度；地貌特征線的提取一方面受影像分辨率的影響，一方面獲取的最低潮水邊線并不是潮灘能出露的最大范圍，與實際潮灘能夠出露范圍有一定差異，導致構建的DEM不是完整的潮灘地形。條子泥潮灘地形主要受水沙動力環(huán)境影響而形成，但從2006-2014年沖淤變化可以看出，圍墾工程對地形和泥沙淤積的影響較大，年均淤積率0.33 m。但2013-2014年的淤積率只有0.03 m，說明在2013年1月一期圍墾工程完成后，經(jīng)歷水動力環(huán)境塑造條子泥潮灘地形基本穩(wěn)定，總體呈淤積趨勢。

[1] MASON D C,DAVENPORT I J,FLATHER R A,et al.Cover a digital elevation model of the inter-tidal areas of the Wash,England,produced by the waterline method[J].International Journal of Remote Sensing,1998,19(8):1455-1460.

[2] MASON D C,DAVENPORT I J,FLATHER R A,et al.A sensitivity analysis of the waterline method of constructing a digital elevation model for intertidal areas in ERS SAR scene of Eastern England[J].Estuarine,Coastal and Shelf Science,2001,53(6):759-778.

[3] 鄭宗生，周云軒，蔣雪中,等.崇明東灘水邊線信息提取與潮灘DEM的建立[J].遙感技術與應用，2007,22(1):35-38.

[4] 丁賢榮，康彥彥，葛小平,等.輻射沙脊群條子泥動力地貌演變遙感分析[J].河海大學學報(自然科學版),2011，39(2):231-236.

[5] 丁賢榮,康彥彥,茅志兵,等.南黃海輻射沙脊群特大潮差分析[J].海洋學報(中文版),2014(11).DOI:10.3969/j.issn.0253-4193.2014.11.002:32-35.

[6] 鄭宗生,周云軒,沈芳,等.基于DTM的水邊線遙感信息提取方法[J].國土資源遙感,2007(2):56-59.

[7] 韓震,惲才興,戴志軍,等.淤泥質潮灘高程及沖淤變化遙感定量反演方法研究——以長江口崇明東灘為例[J].海洋湖沼通報,2009(1):12-18.

[8] 韓震,郭永飛,李睿,等.長江口淤泥質潮灘環(huán)形水邊線信息提取方法研究[J].國土資源遙感,2010(4):64-66.

[9] 韓震,金亞秋,惲才興.我國海岸帶及其近海資源環(huán)境監(jiān)測的遙感技術應用[J].遙感信息,2006(5):64-66.

[10] 丁賢榮,周虹宏,康彥彥.輻射沙脊群地貌結構遙感解析[J].地理與地理信息科學,2014,30(4):32-35.

[11] 劉秀娟,高抒,汪亞平.倚岸型潮流脊體系中的深槽沖刷——以江蘇如東海岸為例[J].海洋通報(中文版),2010,29(3):271-276.DOI:10.3969/j.issn.1001-6392.2010.03.006.

[12] 謝衛(wèi)明,何青,章可奇,等.三維激光掃描系統(tǒng)在潮灘地貌研究中的應用[J].泥沙研究,2015(1).DOI:10.16239/j.cnki.0468-155x.2015.01.001:64-66.

[13] 高恒娟,丁賢榮,葛小平,等.沿海灘涂穩(wěn)定性的長系列遙感定量分析方法[J].南京大學學報(自然科學版),2014(5).DOI:10.13232/j.cnki.jnju.2014.05.006.

[14] 陳君,王義剛,衛(wèi)曉慶,等.條子泥二分水灘脊地貌動力與演變特征研究[J].水利水運工程學報,2011(4):108-114.

[15] 陳君,王義剛,張忍順,等.江蘇岸外輻射沙脊群東沙穩(wěn)定性研究[J].海洋工程,2007,25(1):105-113.

[16] 秦平,費岳軍.南黃海輻射沙脊群水邊線提取[J].遙感信息,2013,28(6).DOI:10.3969/j.issn.1000-3177.2013.06.010:64-66.

[17] 楊耀中,孔得雨,葛黎麗.南黃海輻射沙脊群研究進展[J].科技資訊,2013(12):143-143.

[18] 鄧書斌.ENVI遙感圖像處理方法[M].北京:科學出版社,2010.212-220.

[19] 江蘇省專項辦公室.江蘇海洋概覽[M].南京：河海大學出版社,2010.

[20] 張長寬.江蘇省近海海洋環(huán)境資源基本現(xiàn)狀[M].北京:海洋出版社,2014.101-102.

Remote Sensing and Remote Measuring Approach to Simulate the Tiaozini Tidal Flat Terrain Field off Jiangsu Coast

MA Hong-yu1,DING Xian-rong2

(1.School of Earth Science and Engineering,Hohai University,Nanjing 210098；2.School of Hydrology and Water Resources,Hohai University,Nanjing 210098,China)

Tidal flat terrain is one of the most important indexes for us to exploit tidal flat legitimately.Based on geography characteristic lines,the tidal flat terrain has been built up in the study area of Tiaozini tidal flat field off Jiangsu Coast of hydrological years 2013 and 2014,and with water level data of 4 self-built hydrological stations,profile data of measured and remote sensing images under different tide situations.Using the nearest interpolation algorithm,the elevation calculation of the geography characteristic lines is completed.And then the tidal flat terrain is built with natural neighbor interpolation.The accuracy is confirmed by actual measurement data.Results show that the DEM can reflect the current basic form of tidal flat and the position accuracy approaches 30 m and the elevation accuracy approaches 25 cm.

tidal flat terrain;landscape characteristic lines;remote sensing and measuring;Tiaozini

2015-06-26；

2015-10-24

國家科技支撐計劃課題(2012BAB03B01);國家海洋公益性行業(yè)科研專項(201005006);江蘇省基礎研究計劃(自然科學基金)項目(BK2012414)

馬洪羽(1990-)，女，碩士研究生，主要從事海洋遙感與地理信息系統(tǒng)研究。E-mail:hhu_mhy@163.com

10.3969/j.issn.1672-0504.2016.01.015

P237;P748

A

1672-0504(2016)01-0078-06