馬梓程， 陳 思， 張 倩， 賈鳳鳴， 何博彧， 張思琦

(湖北省國土測繪院，湖北 武漢 430014)

海岸線是海平面與陸地接觸的分界線，隨潮水漲落而變動，主要是指高潮面與陸地的分界線[1]。海岸線的變化對沿海港口的生活、交通安全、海岸帶生態(tài)環(huán)境、濱海土地資源的利用有著極其重要的影響?？焖贉?zhǔn)確地對海岸線變化進(jìn)行動態(tài)監(jiān)測，對沿海地區(qū)規(guī)劃管理和資源保護(hù)有著重要作用[2]。但近年來，隨著全球變暖、海洋極端氣候頻發(fā)，最直觀地表現(xiàn)則是海岸線的后退和外擴(kuò)以及海平面的上升和下降[3]。

傳統(tǒng)的海岸線測量大多依據(jù)人力，通過野外實地測量，將測量點連接成海岸線，從而分析海岸線的變遷，該方法費時費力[4-5]。而遙感因具有動態(tài)、高效、反應(yīng)迅速且可覆蓋大面積等優(yōu)勢，受到該領(lǐng)域越來越多研究者的青睞，大量學(xué)者也運用遙感影像成功快速反演并追蹤大區(qū)域的海岸線變化情況[6]。目前，國內(nèi)外海岸線變化的研究主要使用歷史地圖、海圖、航空像片、衛(wèi)星遙感影像(其中包括Landsat系列衛(wèi)星影像[7-8])等數(shù)據(jù)源。

數(shù)字化海岸線分析系統(tǒng)(Digital Shoreline Analysis System,DSAS)是美國地質(zhì)調(diào)查局研發(fā)的用以分析海岸線時空變化速率的分析系統(tǒng)[9]。運用DSAS對海岸線進(jìn)行時空定量分析，在國內(nèi)外得到了越來越多的應(yīng)用[10-11]。朱蘿云等[12]采用1986—2019年113景Landsat影像提取高潮線，輔以2015—2019年實測剖面數(shù)據(jù)，開展了海灣尺度上海岸線的中長期演變過程與驅(qū)動機(jī)制研究。章志等[13]利用Landsat影像提取了鹽城1997—2017年的海岸線，判斷出海岸向海洋方向前進(jìn)速度在減緩、幅度在逐年減小。丁小松等[14]通過分析1985—2015年間的6期Landsat遙感影像，利用DSAS模型分析發(fā)現(xiàn)，黃河三角洲和萊州灣地區(qū)的岸線呈現(xiàn)逐年向海洋方向推進(jìn)的趨勢。

巽他海峽位于印度尼西亞蘇門答臘島和爪哇島之間，是中國“一帶一路”建設(shè)中的重要海峽之一，是連接印度洋和太平洋的重要海上通道和軍事通道，在國際上有著重要的地位[15]。資料顯示，自上新世以來整個巽他陸架發(fā)生多次升降，海岸線變化較大[16]。因此，查明巽他海峽海岸線變化特征，對保障“一帶一路”海上通行安全有著重要意義。本文利用GEE(Google Earth Engine)遙感計算云平臺結(jié)合MNDWI(Modified Normalized Difference Water Index)提取研究區(qū)長時序海岸線，再結(jié)合DSAS模型，研究巽他海峽岸線變化特征，以期為該地區(qū)岸線開發(fā)管理和海上通行保障提供技術(shù)支撐。

1 研究區(qū)概況

此次以巽他海峽東海岸為研究區(qū)，該研究區(qū)位于巽他海峽內(nèi)的Sumur-Tjikawung段(圖1)，東經(jīng)105°30′～105°33′，南緯6°38′30″～6°45′30″。該段海峽長約37 km，一般寬22～110 km，水深50～80 m，最大水深1 080 m。洋底多為泥、沙、石、貝質(zhì)，非常適于潛艇水下航行。海峽地區(qū)處于地殼運動活躍地帶，多火山活動。

圖1 巽他海峽東海岸遙感影像圖Fig.1 Remote sensing image of east coast of Sunda Strait

2 數(shù)據(jù)源與數(shù)據(jù)處理

研究采用的遙感影像數(shù)據(jù)為陸地衛(wèi)星地表反射率數(shù)據(jù)(Landsat surface reflectance)，空間分辨率為30 m、時間分辨率為16 d，來源于GEE遙感計算云平臺。數(shù)據(jù)分別為2005、2010、2015和2020年間Landsat-5、Landsat-7及Landsat-8光譜遙感數(shù)據(jù)。通過調(diào)用上述年份的影像數(shù)據(jù)集，經(jīng)過檢測像元的云雪量等篩選當(dāng)年的低云量影像，再調(diào)用平臺提供的Python和JavaScript等算法實現(xiàn)在線輻射定標(biāo)、大氣校正及區(qū)域圖像的拼接裁剪工作，用于后續(xù)海岸線的提取計算。

3 研究方法

研究方法主要包括GEE遙感計算云平臺預(yù)處理遙感數(shù)據(jù)、海岸線提取、DSAS組件分析海岸線變化及預(yù)測海岸線等。主要研究思路如圖2所示。

圖2 技術(shù)路線圖Fig.2 Technical route

3.1 基于GEE平臺提取長時序海岸線

首先，在GEE平臺上調(diào)用影像數(shù)據(jù)集，該數(shù)據(jù)已經(jīng)進(jìn)行了大氣校正。依據(jù)GEE平臺中去云算法處理后，計算修正歸一化水體指數(shù)(MNDWI)，采用均值合成方法合成年度MNDWI平均值影像，在此基礎(chǔ)上選用像元二分模型反演海岸線，其結(jié)果見圖3。

MNDWI是在NDWI(歸一化水體指數(shù))基礎(chǔ)上進(jìn)行改進(jìn)的一套用于提取水體的公式，其優(yōu)勢在于可以很好地消除沿海地區(qū)建筑物及沙灘對水體范圍識別的影響。其計算公式為：

(1)

式中：bm為Landsat系列影像的綠波段；bn為中紅外波段。

圖3 2005—2020年研究區(qū)海岸線提取結(jié)果圖Fig.3 Results of coastline extraction in the study area from 2005 to 2020

3.2 運用DSAS分析和預(yù)測海岸線變化

采用美國地質(zhì)調(diào)查局(USGS)研發(fā)的數(shù)字岸線分析系統(tǒng)(DSAS)計算岸線移動和變化的速率，從而對巽他海峽海岸線變化進(jìn)行定量化分析。DSAS借助于ArcGIS10.8平臺進(jìn)行分析，其中執(zhí)行DSAS需要5個步驟：①海岸線提?。虎诓捎米罱咏诤０毒€相同彎曲形狀的緩沖區(qū)法進(jìn)行基線創(chuàng)建；③設(shè)定橫截面長度為10 000 m，采樣間距為100 m，用于后續(xù)生成切線。在經(jīng)過多次平滑、擬合和調(diào)整后，橫截面從基線正交投射于不同年份的海岸；④計算基線與岸線之間的距離；⑤分別選取相鄰岸線，利用不同的統(tǒng)計模型[終點變化速率(End Point Rate，EPR)、線性回歸速率(Linear Regression Rate,LRR)]自動計算海岸線變化速率。

運用DSAS分析海岸線變遷的主要步驟如圖4所示。

圖4 運用DSAS分析海岸線變遷主要流程圖Fig.4 Main flow chart of DSAS coastline analysis

3.2.1EPR模型

EPR模型主要用于監(jiān)測和計算海岸線變化，其計算公式如下：

(2)

式中：A為相鄰年份間沿任意一條切線的岸線終點變化速率；dm為沿該切線第m期海岸線—基線的距離；dn為沿該切線第n期海岸線—基線的距離；ym-yn為沿該切線第m期與第n期海岸線年份數(shù)的差值。

海岸線年平均變化速率的計算公式如下：

(3)

式中:B為相鄰年份間的海岸線年平均變化速率；Sn+1為第n+1期海岸線與研究區(qū)陸域縱、豎邊界所圍區(qū)域的面積(n為年份的序列號)；Sn為第n期海岸線與研究區(qū)陸域縱、豎邊界所圍區(qū)域的面積；Ln為第n期海岸線的長度；yn+1-yn為第n+1期與第n期海岸線年份數(shù)的差值。

3.2.2LRR模型

基于DSAS的EPR模型分析海岸線變化結(jié)果，采用2005、2010、2015年的數(shù)據(jù)并利用回歸模型進(jìn)行建模以反演海岸線變化規(guī)律，再運用2020年數(shù)據(jù)進(jìn)行回歸模型的精度驗證來預(yù)測未來海岸線。本研究利用LRR模型預(yù)測未來海岸線，線性回歸速率變化統(tǒng)計量可以通過擬合一個最小二乘回歸線到所有岸線點的一個特定線段來確定?；貧w線的位置應(yīng)使殘差平方和(通過將每個數(shù)據(jù)點和回歸線的偏移距離平方和并與殘差平方和相加來確定)被最小化。LRR模型方法的主要特點是：無論趨勢或精度如何變化，都使用所有的數(shù)據(jù)；方法采用純計算的方式；計算是基于公認(rèn)的統(tǒng)計概念且方法易于使用。

4 結(jié)果與分析

4.1 海岸線長度變化分析

根據(jù)不同年份遙感影像提MDNWI后采用二值化閾值法提取多年海岸線，共提取2005、2010、2015、2020年共4期研究區(qū)海岸線。其中，2005、2010、2015、2020年研究區(qū)岸線總長度分別約為37.76、37.70、37.49、31.29 km。

隨著時間的推移，海岸線呈現(xiàn)逐漸減少的趨勢(圖5)，以2005年為基礎(chǔ)時間節(jié)點，2010年與2005年相比，岸線長度減少0.06 km，2015年相對于2010年岸線長度減少0.21 km，2020年相對于2015年岸線長度減少6.20 km。

圖5 研究區(qū)海岸線總長度變化趨勢圖Fig.5 Variation trend map of total coastline length in study area

4.2 岸線速率和距離變化分析

此次計算的終點變化速率實際上反映的是岸線端點移動速率，計算了研究區(qū)在3個時間區(qū)間的海岸線EPR值，結(jié)果如表1所示(表中顯示的EPR正、負(fù)值分別表示向海域推進(jìn)和向陸域侵蝕)。

表1 研究區(qū)各時期EPR最大值和最小值Table 1 Maximum and minimum EPR for each period in the study area

4.2.12005—2010年海岸線變化

五年間，研究區(qū)海岸線整體上無明顯變化。海岸線變化最主要的方式為淤長，如圖6中a區(qū)域。在此區(qū)段海岸線向海域推進(jìn)較為明顯，其次為小范圍的圍墾方式，而向陸域侵蝕主要表現(xiàn)為沖刷。整個研究區(qū)平均EPR為3.18 m/a，最大EPR為146.53 m/a，最小EPR為-6.29 m/a，向海域推進(jìn)的最大距離為732.65 m。

4.2.22010—2015年海岸線變化

五年間，研究區(qū)海岸線整體表現(xiàn)為向海域推進(jìn)，海岸線變化較為明顯，并無向陸域侵蝕跡象。海岸線變化最明顯的方式為淤長(圖7)，這表現(xiàn)為向海域推進(jìn)。整個研究區(qū)平均EPR為26.84 m/a，最大EPR為195.10 m/a，最小EPR為12.28 m/a，向海域推進(jìn)的最大距離為975.5 m。

4.2.32015—2020年海岸線變化

五年間，研究區(qū)海岸線并無明顯變化。海岸線變化最主要的方式為淤長(圖8)，而向陸域侵蝕主要表現(xiàn)為沖刷。整個研究區(qū)平均EPR為1.25 m/a，最大EPR為146.83 m/a，最小EPR為-16.25 m/a，向海域推進(jìn)最大距離為734.15 m，向陸域侵蝕最大距離為81.25 m。

4.3 長期海岸線變化

根據(jù)EPR分析結(jié)果，對研究區(qū)海岸線進(jìn)行分類，主要是為了突出總體變化趨勢。依據(jù)EPR值將海岸線分為3類：增長岸線(>1 m/a)，平衡岸線(-1～1 m/a)，侵蝕岸線(<-1 m/a)。將2005—2020年分成的3個時期中，增長岸線年均比例經(jīng)歷了從增加到降低的趨勢(圖9)。

圖6 2005—2010年研究區(qū)海岸線EPR變化圖Fig.6 EPR change rate of shoreline in the study area from 2005 to 2010

圖7 2010—2015年研究區(qū)海岸線EPR變化圖Fig.7 EPR change rate of shoreline in the study area from 2010 to 2015

圖8 2015—2020年研究區(qū)海岸線EPR變化圖Fig.8 EPR shoreline change rate in the study area from 2015 to 2020

(1) 2005—2010年為第一階段，增長岸線比例為55.50%，平衡岸線比例為44.34%，侵蝕岸線比例為0.16%。

(2) 2010—2015年為第二階段，增長岸線比例發(fā)生突變，比例從55.50%增長至100%，無平衡岸線及侵蝕岸線。

(3) 2015—2020年為第三階段，增長岸線比例從100%降低至58.30%，降低了41.70%，其次平衡岸線比例為30.76%，侵蝕岸線比例為10.94%。因2005—2020年海岸線均表現(xiàn)為向海域推進(jìn)，故年均侵蝕岸線比例變化較小，在此時間段內(nèi)，增長岸線占比最大，平衡岸線占比其次，侵蝕岸線占比最少。

4.4 海岸線變化原因分析

通過收集研究區(qū)相關(guān)文獻(xiàn)和歷史資料，結(jié)合研究區(qū)海岸線分析結(jié)果，開展海岸線變遷原因分析。海岸線變遷的原因復(fù)雜多樣，總結(jié)起來主要為自然因素和人為因素。自然因素包含入海河流輸沙、氣候變化、構(gòu)造運動、風(fēng)暴潮、海平面變化、潮汐、海浪等；人為因素主要有海岸工程采砂、修建岸堤、養(yǎng)殖池及鹽池建造、港口碼頭建設(shè)、圍海造陸等[17]。由相關(guān)文獻(xiàn)可知，因人工活動對海岸線的影響較小，故研究區(qū)主要從自然因素角度進(jìn)行分析。

圖9 2005—2020年研究區(qū)海岸線EPR變化圖Fig.9 EPR shoreline change rate in the study area from 2005 to 2020

從長期來看，海岸線變遷的主要驅(qū)動力來自于宏觀的構(gòu)造運動造成的地殼變化以及全球氣候變化而形成的海平面升降。但從短期來看，海岸線變遷的自然因素主要來自于海水入侵、海浪、海岸侵蝕、風(fēng)暴潮和潮汐等微觀環(huán)境因素。具體造成研究區(qū)海岸線變遷的自然因素主要有如下：

(1) 研究區(qū)處于蘇門答臘地震帶，地質(zhì)構(gòu)造活動較為活躍，海洋板塊俯沖等多引發(fā)淺層擠壓型地震，進(jìn)一步影響近海板塊分布位置，從而引發(fā)海岸線變遷。同時位于巽他海峽的喀拉喀托火山爆發(fā)形成的海浪，將大量的火山灰和泥沙帶入印度尼西亞海岸[18]，也造成海岸線變遷。

(2) 自然海岸水域泥沙含量終年較高，造成泥沙沉積作用較明顯，堆積形成的新海岸不斷向海域推進(jìn)。研究區(qū)海岸泥沙含量較高的原因主要為海水對輻射沙洲沖刷后淤積到附近形成淤泥質(zhì)海岸，而后被海水沖刷后擴(kuò)散到附近水域。

4.5 未來海岸線預(yù)測

海岸線演變預(yù)測對于后續(xù)海洋狀態(tài)監(jiān)測等具有重要意義。依據(jù)2005—2020年海岸線變化趨勢，運用DSAS對未來10年及20年的海岸線進(jìn)行預(yù)測，其結(jié)果見圖10。將2030年和2040年預(yù)測海岸線與2020年海岸線相比較可觀察出，研究區(qū)海岸線變遷的原因主要為淤長，因而海岸線整體變化較為均勻，均表現(xiàn)為向海域推進(jìn)。2030年預(yù)測海岸線總長度為39 344.53 m，較2020年海岸線增長8 051.75 m，預(yù)測向海洋推進(jìn)的平均距離為87.73 m。2040年預(yù)測海岸線總長度為48 778.92 m，較2030年預(yù)測海岸線增長9 434.39 m，預(yù)測向海洋推進(jìn)的平均距離為80.72 m。

圖10 研究區(qū)未來10年及20年預(yù)測海岸線圖Fig.10 Shoreline projections for the east coast of the study area for the next 10 and 20 years

5 結(jié)論

(1) 基于Landsat-5、Landsat-7和Landsat-8多年多光譜遙感數(shù)據(jù)，利用MNDWI和二值化閾值法，提取研究區(qū)2005、2010、2015、2020年4年海岸線，其總長度分別約為37.76、37.70、37.49、31.29 km。

(2) 利用DSAS對2005—2020年研究區(qū)海岸線進(jìn)行動態(tài)監(jiān)測，結(jié)果表明海岸線整體表現(xiàn)為向海域推進(jìn)。在此時間段內(nèi)，增長岸線占比最大，平衡岸線占比其次，侵蝕岸線占比最少。2005—2010年，增長岸線比例為55.50%，平衡岸線比例為44.34%，侵蝕岸線比例為0.16%；2010—2015年，增長岸線比例發(fā)生突變，比例從55.50%增長至100%，無平衡岸線及侵蝕岸線；2015—2020年，增長岸線比例從100%降低至58.03%，平衡岸線比例為30.76%，侵蝕岸線比例為10.94%。

(3) 研究區(qū)海岸線變遷從自然因素角度分析主要是由于板塊運動及泥沙淤積引發(fā)的。利用LRR模型對未來10年及20年海岸線變化趨勢進(jìn)行預(yù)測，結(jié)果表明岸線向海域推進(jìn)的平均距離分別為87.73、80.72 m。