留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

2000年以来胶州湾海岸线光学与SAR多源遥感变化监测研究

李鹏 普思寻 李振洪 王厚杰

李鹏, 普思寻, 李振洪, 王厚杰. 2000年以来胶州湾海岸线光学与SAR多源遥感变化监测研究[J]. 武汉大学学报 ● 信息科学版, 2020, 45(9): 1485-1492. doi: 10.13203/j.whugis20180483
引用本文: 李鹏, 普思寻, 李振洪, 王厚杰. 2000年以来胶州湾海岸线光学与SAR多源遥感变化监测研究[J]. 武汉大学学报 ● 信息科学版, 2020, 45(9): 1485-1492. doi: 10.13203/j.whugis20180483
LI Peng, PU Sixun, LI Zhenhong, WANG Houjie. Coastline Change Monitoring of Jiaozhou Bay from Multi-source SAR and Optical Remote Sensing Images Since 2000[J]. Geomatics and Information Science of Wuhan University, 2020, 45(9): 1485-1492. doi: 10.13203/j.whugis20180483
Citation: LI Peng, PU Sixun, LI Zhenhong, WANG Houjie. Coastline Change Monitoring of Jiaozhou Bay from Multi-source SAR and Optical Remote Sensing Images Since 2000[J]. Geomatics and Information Science of Wuhan University, 2020, 45(9): 1485-1492. doi: 10.13203/j.whugis20180483

2000年以来胶州湾海岸线光学与SAR多源遥感变化监测研究

doi: 10.13203/j.whugis20180483
基金项目: 

国家自然科学基金 41806108

国家重点研发计划 2017YFE0133500

国家重点研发计划 2016YFA0600903

山东省自然科学基金 ZR2016DB30

中国博士后科学基金 2016M592248

青岛市自主创新计划应用基础研究项目 16-5-1-25-jch

中央高校基本科研业务费专项资金 201713039

详细信息

Coastline Change Monitoring of Jiaozhou Bay from Multi-source SAR and Optical Remote Sensing Images Since 2000

Funds: 

The National Natural Science Foundation of China 41806108

the National Key Research and Development Program of China 2017YFE0133500

the National Key Research and Development Program of China 2016YFA0600903

Shandong Provincial Natural Science Foundation ZR2016DB30

China Postdoctoral Science Foundation 2016M592248

Qingdao Indigenous Innovation Program 16-5-1-25-jch

Fundamental Research Funds for the Central Universities 201713039

More Information
  • 摘要: 海岸线的动态变化监测对于海岸带保护和开发有着重要意义。结合多源合成孔径雷达(synthetic aperture radar, SAR)和光学卫星遥感影像, 利用基于规则的面向对象信息提取, 结合人工目视校正, 提取了2000—2018年每5 a左右的胶州湾海岸线长度及胶州湾水域面积变化信息。结果表明, 近20 a来胶州湾海岸线长度增加了近43.5 km, 胶州湾面积缩小了24.9 km2, 海岸线变迁主要受到近海养殖活动、港口建设等人为因素以及河流泥沙堆积和潮汐作用等自然因素的影响。胶州湾北岸红岛、西岸黄岛和东岸青岛3个重点区域的岸线变迁表明, 胶州湾岸线变迁主要受到人为因素影响。
  • 图  1  研究区域位置示意图

    Figure  1.  Diagram of Study Area

    图  2  海岸线提取流程图

    Figure  2.  Flowchart of Coastline Extraction

    图  3  野外实测示意图

    Figure  3.  GPS RTK Field Measurements

    图  4  实地观测照片

    Figure  4.  Field Observation Photos

    图  5  GPS实测数据(绿点)与GF-3 SAR影像提取的海岸线(红线)比较

    Figure  5.  Comparison Between GPS Measured Data (Green Points) and Unconfirmed Coastline (Red Line) Extracted from GF-3 SAR Image

    图  6  红岛养殖池

    Figure  6.  Hongdao Aquaculture Ponds

    图  7  基于SAR遥感提取的海岸线

    Figure  7.  Coastline Based on SAR Remote Sensing

    图  8  基于光学遥感提取的海岸线

    Figure  8.  Coastline Based on Optical Remote Sensing

    图  9  DSAS误差评定示意图

    Figure  9.  Schematic Diagram of Error Assessment with DSAS

    图  10  胶州湾近20年海岸线变化图

    Figure  10.  Jiaozhou Bay Coastline Change in the Past 20 Years

    图  11  胶州湾海岸线变迁重点区域

    Figure  11.  Key Areas of Coastline Change in Jiaozhou Bay

    表  1  胶州湾卫星遥感数据列表

    Table  1.   Jiaozhou Bay Satellite Remote Sensing Data List

    序号 成像日期 卫星 传感器 空间分辨率/m
    1 2000-03-06 ERS-2 SAR-C 5×25
    2 2000-06-12 Landsat7 ETM+ 30
    3 2004-05-06 Landsat7 ETM+ 30
    4 2004-10-11 ERS-2 SAR-C 5×25
    5 2010-02-06 ENVISAT ASAR-C 10×30
    6 2010-05-07 Landsat7 ETM+ 30
    7 2015-03-10 Landsat8 OLI 15
    8 2015-06-02 Sentinel-1A SAR-C 5×20
    9 2018-04-19 Landsat8 OLI 15
    10 2018-04-21 GF-3 SAR-C 10
    下载: 导出CSV

    表  2  胶州湾潮汐数据(来自国家海洋信息中心)

    Table  2.   Tidal Data of Jiaozhou Bay from National Marine Information Center

    时间 数据源 成像时间 潮高/cm
    2000-03-06 ERS-1 10:42 89
    2004-05-06 Landsat-7 10:25 282
    2010-05-07 Landsat-7 10:28 267
    2015-06-02 Sentinel-1 09:56 120
    2018-04-21 GF-3 10:03 339
    下载: 导出CSV

    表  3  海岸线提取误差分析

    Table  3.   Error Analysis Results of Coastal Line Extraction

    年份 卫星 ME/m RMSE/m
    2000 ERS-1 8.43 9.28
    Landsat7 12.83 13.93
    2004 ERS-2 11.56 12.71
    Landsat7 9.34 10.25
    2010 ENVISAT 10.22 11.50
    Landsat7 8.56 9.82
    2015 Sentinel-1A 8.30 8.96
    Landsat8 8.89 9.10
    2018 GF-3 7.58 8.37
    Landsat8 8.50 9.65
    下载: 导出CSV

    表  4  海岸线变化探测所用遥感数据源

    Table  4.   Selected Remote Sensing Data for Coastline Change Detection

    时间 数据源 数据类型 空间分辨率/m
    2000-03-06 ERS-1 SAR 5×25
    2004-05-06 Landsat7 光学 30
    2010-05-07 Landsat7 光学 30
    2015-06-02 Sentinel-1 SAR 5×20
    2018-04-21 GF-3 SAR 10
    下载: 导出CSV

    表  5  海岸线长度和海域面积变化

    Table  5.   Jiaozhou Bay Coastline Length and Sea Area Change

    年份 面积/km2 长度/km 变化面积/km2 变化长度/km
    2000 468.9 343.6
    2004 471.7 384.1 2.8 40.5
    2010 451.8 362.0 -19.9 -22.1
    2015 444.4 379.6 -7.4 17.6
    2018 444.0 387.1 -0.3 7.5
    下载: 导出CSV
  • [1] 涂晔昕, 沈玉莲, 卢艺, 等.使用多源遥感影像监测深圳市海岸线变迁[J].海洋开发与管理, 2016, 33(10): 83-88 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=hykfygl201610018

    Tu Yexin, Shen Yulian, Lu Yi, et al. Monitoring Coastline Changes of Shenzhen by Using Multi-source Remote Sensing Images[J]. Ocean Development and Management, 2016, 33(10):83-88 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=hykfygl201610018
    [2] 李清泉, 卢艺, 胡水波, 等.海岸带地理环境遥感监测综述[J].遥感学报, 2016, 20(5): 1 216-1 229 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=ygxb201605042

    Li Qingquan, Lu Yi, Hu Shuibo, et al. Review of Remotely Sensed Geo-environmental Monitoring of Coastal Zones[J]. Journal of Remote Sensing, 2016, 20(5):1 216-1 229 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=ygxb201605042
    [3] Cui B, Li X, Chang X, et al. Remote Sensing Monitoring of Coastline Change in the Yellow River Estuary (1976—2005)[C]. The 3rd International Congress on Image and Signal Processing (CISP), Yantai, China, 2010
    [4] Li W, Peng G. Continuous Monitoring of Coastline Dynamics in Western Florida with a 30-year Time Series of Landsat Imagery[J]. Remote Sensing of Environment, 2016, 179: 196-209 doi:  10.1016/j.rse.2016.03.031
    [5] Braga F, Tosi L, Prati C, et al. Shoreline Detection: Capability of COSMO-SkyMed and High-resolution Multispectral Images[J]. European Journal of Remote Sensing, 2013, 46(6): 837-853 doi:  10.5721/EuJRS20134650
    [6] Demir N, Oy S, Erdem F, et al. Integrated Shoreline Extraction Approach with Use of RASAT MS and Sentinel-1A SAR Images[J]. ISPRS Ann Photogramm Remote Sens Spatial Inf Sci, 2017, IV-2/W4: 445-449 doi:  10.5194/isprs-annals-IV-2-W4-445-2017
    [7] 张庆君.高分三号卫星总体设计与关键技术[J].测绘学报, 2017, 46(3): 269-277 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=chxb201703002

    Zhang Qingjun. System Design and Key Technologies of the GF-3 Satellite[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(3):269-277 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=chxb201703002
    [8] An M, Sun Q, Hu J, et al. Coastline Detection with Gaofen-3 SAR Images Using an Improved FCM Method[J]. Sensors, 2018, 18(6): 431 http://www.ncbi.nlm.nih.gov/pubmed/29891809
    [9] 范剑超, 姜大伟, 赵建华, 等. GF-3号SAR卫星遥感围填海监测方法研究——以大连金州湾为例[J].海洋科学, 2017, 41(12): 60-65 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=hykx201712009

    Fan Jianchao, Jiang Dawei, Zhao Jianhua, et al. Marine Reclamation Monitoring Approach Research Based on GF-3 Remote Sensing Image: A Case Study of the Jinzhou Bay in Dalian[J]. Marine Sciences, 2017, 41(12): 60-65 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=hykx201712009
    [10] Le Maire G, Dupuy S, Nouvellon Y, et al. Mapping Short-rotation Plantations at Regional Scale Using MODIS Time Series: Case of Eucalypt Plantations in Brazil[J]. Remote Sensing of Environment, 2014, 152: 136-149 doi:  10.1016/j.rse.2014.05.015
    [11] 冯永玖, 袁佳宇, 宋丽君, 等.杭州湾海岸线信息的遥感提取及其变迁分析[J].遥感技术与应用, 2015, 30(2): 345-352 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=ygjsyyy201502019

    Feng Yongjiu, Yuan Jiayu, Song Lijun, et al. Coastline Mapping and Change Detection Along Hangzhou Bay Using Remotely Sensed Imagery[J]. Remote Sensing Technology & Application, 2015, 30(2): 345-352 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=ygjsyyy201502019
    [12] 宫良, 宋新华.中心湾区, 现代与文脉辉映[J].走向世界, 2017 (20): 12-15 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zxsj201720002

    Gong Liang, Song Xinhua. Modern and Traditional Context Add Radiance to Each Other in the Central Bay Area[J]. Openings, 2017 (20): 12-15 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zxsj201720002
    [13] 隋燕, 张丽, 穆晓东, 等.海南岛海岸线变迁遥感监测与分析[J].海洋学研究, 2018, 36(2): 36-43 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dhhy201802005

    Sui Yan, Zhang Li, Mu Xiaodong, et al. Coastline Change Monitoring and Analysis with Remote Sensing in Hainan Island[J]. Journal of Marine Sciences, 2018, 36(2): 36-43 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dhhy201802005
    [14] 高志强, 刘向阳, 宁吉才, 等.基于遥感的近30 a中国海岸线和围填海面积变化及成因分析[J].农业工程学报, 2014, 30(12): 140-147 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=nygcxb201412017

    Gao Zhiqiang, Liu Xiangyang, Ning Jicai, et al. Analysis on Changes in Coastline and Reclamation Area and Its Causes Based on 30-year Satellite Data in China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(12):140-147 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=nygcxb201412017
    [15] 樊建勇.青岛及周边地区海岸线动态变化的遥感监测[D].青岛: 中国科学院研究生院(海洋研究所), 2005

    Fan Jianyong. Monitoring Dynamic Changes of Coastline Around Qingdao and Its Adjacent Coastal Zone Using Remote Sensing[D]. Qingdao: The Institute of Oceanology, Chinese Academy of Sciences, 2005
    [16] 中国海湾志编纂委员会.中国海湾志[M].北京:海洋出版社, 1993

    China Gulf Chronicle Compilation Commission. China Gulf Chronicle[M]. Beijing:Ocean Publishing House, 1993
  • 加载中
图(11) / 表(5)
计量
  • 文章访问数:  97
  • HTML全文浏览量:  27
  • PDF下载量:  35
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-12-12
  • 刊出日期:  2020-09-05

2000年以来胶州湾海岸线光学与SAR多源遥感变化监测研究

doi: 10.13203/j.whugis20180483
    基金项目:

    国家自然科学基金 41806108

    国家重点研发计划 2017YFE0133500

    国家重点研发计划 2016YFA0600903

    山东省自然科学基金 ZR2016DB30

    中国博士后科学基金 2016M592248

    青岛市自主创新计划应用基础研究项目 16-5-1-25-jch

    中央高校基本科研业务费专项资金 201713039

    作者简介:

    李鹏, 博士, 讲师, 从事河口海岸带环境遥感研究。pengli@ouc.edu.cn

    通讯作者: 李振洪, 博士, 教授。Zhenhong.Li@newcastle.ac.uk
  • 中图分类号: P237

摘要: 海岸线的动态变化监测对于海岸带保护和开发有着重要意义。结合多源合成孔径雷达(synthetic aperture radar, SAR)和光学卫星遥感影像, 利用基于规则的面向对象信息提取, 结合人工目视校正, 提取了2000—2018年每5 a左右的胶州湾海岸线长度及胶州湾水域面积变化信息。结果表明, 近20 a来胶州湾海岸线长度增加了近43.5 km, 胶州湾面积缩小了24.9 km2, 海岸线变迁主要受到近海养殖活动、港口建设等人为因素以及河流泥沙堆积和潮汐作用等自然因素的影响。胶州湾北岸红岛、西岸黄岛和东岸青岛3个重点区域的岸线变迁表明, 胶州湾岸线变迁主要受到人为因素影响。

English Abstract

李鹏, 普思寻, 李振洪, 王厚杰. 2000年以来胶州湾海岸线光学与SAR多源遥感变化监测研究[J]. 武汉大学学报 ● 信息科学版, 2020, 45(9): 1485-1492. doi: 10.13203/j.whugis20180483
引用本文: 李鹏, 普思寻, 李振洪, 王厚杰. 2000年以来胶州湾海岸线光学与SAR多源遥感变化监测研究[J]. 武汉大学学报 ● 信息科学版, 2020, 45(9): 1485-1492. doi: 10.13203/j.whugis20180483
LI Peng, PU Sixun, LI Zhenhong, WANG Houjie. Coastline Change Monitoring of Jiaozhou Bay from Multi-source SAR and Optical Remote Sensing Images Since 2000[J]. Geomatics and Information Science of Wuhan University, 2020, 45(9): 1485-1492. doi: 10.13203/j.whugis20180483
Citation: LI Peng, PU Sixun, LI Zhenhong, WANG Houjie. Coastline Change Monitoring of Jiaozhou Bay from Multi-source SAR and Optical Remote Sensing Images Since 2000[J]. Geomatics and Information Science of Wuhan University, 2020, 45(9): 1485-1492. doi: 10.13203/j.whugis20180483
  • 海岸带是中国经济最发达的区域, 集中了70%的大中城市, 创造了约60%的国内生产总值(gross domestic product, GDP)。海岸带自然条件复杂多变, 其变化直接影响海岸带环境, 进而影响沿海人民的生活和发展条件[1]。自20世纪70年代末起, 中国东部沿海城市开始大力开发和利用海洋, 频繁的人类活动导致海岸带环境发生极大变化, 海岸带环境日趋恶劣, 对海岸线变化进行连续监测, 了解人类活动对环境的影响显得尤为重要。根据《GB 12327—1998海道测量规范》《GB 12319—1998中国海图图式》等国家标准, 本文所指海岸线均是平均大潮高潮时水陆分界的痕迹线。

    海岸线的动态变化导致海岸线测绘具有主观性, 而遥感技术具有覆盖面广、空间和时间尺度多样、光谱信息丰富、观测灵活及数据获取方便等优势, 近年来已成为海岸线研究的重要手段[2]。Cui等[3]利用1976—2005年的Landsat数据提取了黄河口近40 a来的海岸线变化情况。Li等[4]利用30 a的Landsat时间序列数据对佛罗里达西部海岸线开展动态连续监测, 论证了时间序列陆地卫星资料用于海岸线连续动态监测的可行性。但是, 可见光遥感成像受到光照条件的限制, 特别是在沿海多云雨地区, 可见光遥感影像甚至每年难以完整地覆盖海岸线一次。另外, 由于海岸类型有多种, 不同类型的海岸具有不同的地物特征, 单一算法难以保证水边线乃至海岸线的提取精度。

    作为主动式成像传感器, 工作在微波波段的合成孔径雷达(synthetic aperture radar, SAR)具有全天时、全天候和高空间分辨率的数据获取能力, 逐渐成为海域资源环境研究的热点。Braga等[5]利用高分辨率雷达卫星COSMO-SkyMed提取了威尼斯海岸不同潮位时刻的瞬时水边线, 并沿两个不同潮位的横断面进行实地同步全球定位系统(Global Positioning System, GPS)测量, 用于验证遥感影像中提取的海岸线。Demir等[6]采用随机森林法对Radarsat影像进行分割, 将分割后的陆地/水体二元图像用作Sentinel-1A SAR图像海岸线提取的模糊参数训练数据集, 完成最后的海岸线提取, 所得结果与人工数字化海岸线进行了比较, 结果表明平均差异在1个像素左右。

    高分三号(GF-3)卫星是“国家高分辨率对地观测系统重大专项”中唯一的民用微波遥感成像卫星, 也是中国首颗C波段多极化高分辨率SAR卫星[7]。An等[8]利用GF-3 SAR影像在海岸线检测中采用了经典模糊C-均值聚类方法(fuzzy C-means, FCM), 结合小波分解算法对其进行了改进, 以更好地抑制SAR图像固有的斑点噪声, 通过比较同一地区Sentinel-1和GF-3 SAR影像的海岸线探测结果, 表明GF-3数据的探测精度优于Sentinel-1数据。范剑超等[9]则通过采用几何主动轮廓模型(geometric active contour model, GAC)进行GF-3 SAR影像自动提取海岸线, 获得围填海专题图, 然后通过外业调查验证GF-3 SAR卫星遥感影像可以有效获取围填海信息。

    目前, 利用遥感影像对海岸线的提取和分析主要基于单一遥感数据, 亦或是多源光学遥感影像数据, 在实际应用中呈现出复杂的时空异质性和尺度敏感性[10]。另外, 单一类型数据源通常受到时间分辨率和空间分辨率的限制[11]。因此, 光学与SAR多源遥感数据的结合一定程度上可以弥补单一类型遥感数据源的缺陷。

    本文选择胶州湾海域作为研究区域, 借助Landsat光学遥感影像和ERS-2、ENVISAT、Sentinel-1A和GF-3雷达遥感影像, 利用基于规则的面向对象信息提取, 再结合人工目视校正, 提取出2000—2018年胶州湾地区的海岸线, 并对岸线变化进行空间分析, 针对不同区域的岸线变化, 将胶州湾地区分为3个区域进行分析, 讨论海岸线变化的主要因素。

    • 胶州湾(120.03°E~120.42°E, 35.96°N~36.30°N)位于中国黄海中部、胶东半岛南岸、山东省青岛市境内的半封闭海湾, 近似喇叭形, 是中国较大的优良港湾。胶州湾海底地貌类型多样, 沿岸地貌类型复杂, 具有较典型的港湾海岸与淤泥质海岸的特征[12](图 1)。

      图  1  研究区域位置示意图

      Figure 1.  Diagram of Study Area

    • 本文数据源包括遥感影像数据和非遥感影像数据。如表 1所示, 遥感数据源包括Landsat光学遥感影像和ERS-2、ENVISAT、Sentinel-1A和GF-3雷达遥感影像。非遥感数据主要为野外实地测量数据和实地拍摄的图片资料, 用于遥感影像特征的提取以及评估与验证遥感影像海岸线提取的准确性。野外实地测量数据和实地拍摄的图片资料包含青岛第一和第二海水浴场、黄岛油港码头、红岛滩涂3处海岸的岸线实测数据与图片资料。

      表 1  胶州湾卫星遥感数据列表

      Table 1.  Jiaozhou Bay Satellite Remote Sensing Data List

      序号 成像日期 卫星 传感器 空间分辨率/m
      1 2000-03-06 ERS-2 SAR-C 5×25
      2 2000-06-12 Landsat7 ETM+ 30
      3 2004-05-06 Landsat7 ETM+ 30
      4 2004-10-11 ERS-2 SAR-C 5×25
      5 2010-02-06 ENVISAT ASAR-C 10×30
      6 2010-05-07 Landsat7 ETM+ 30
      7 2015-03-10 Landsat8 OLI 15
      8 2015-06-02 Sentinel-1A SAR-C 5×20
      9 2018-04-19 Landsat8 OLI 15
      10 2018-04-21 GF-3 SAR-C 10
    • 图 2所示, 本文采用基于规则的边缘检测方法来开展海岸线探测与提取, 具体流程如下。

      图  2  海岸线提取流程图

      Figure 2.  Flowchart of Coastline Extraction

      1) 将光学和SAR遥感影像时间序列进行几何与辐射校正处理;

      2) 得到真实准确的胶州湾遥感影像资料后, 根据具体影像的实际情况设置分割阈值约50左右, 合并阈值约90左右, 用于对象的发现;

      3) 根据自行设计的规则进行信息提取, 规则设置为水体面积大于10 000像元, 光谱范围根据实际影像进行选择;

      4) 此时得到水边线, 需要根据影像成像当日的潮汐数据(如表 2所示)资料进行校正[13], 从而得到胶州湾不同时期的海岸线。表 2中数据源引自国家海洋信息中心。

      表 2  胶州湾潮汐数据(来自国家海洋信息中心)

      Table 2.  Tidal Data of Jiaozhou Bay from National Marine Information Center

      时间 数据源 成像时间 潮高/cm
      2000-03-06 ERS-1 10:42 89
      2004-05-06 Landsat-7 10:25 282
      2010-05-07 Landsat-7 10:28 267
      2015-06-02 Sentinel-1 09:56 120
      2018-04-21 GF-3 10:03 339
    • 本文利用GPS实时动态观测(real-time kinematic, RTK)仪器沿胶州湾海岸线地区开展了海岸线实地测量, 如包括青岛第一海水浴场、第二海水浴场、黄岛码头、红岛养殖池和滩涂等。实地测量位置和拍摄照片如图 3图 4所示。

      图  3  野外实测示意图

      Figure 3.  GPS RTK Field Measurements

      图  4  实地观测照片

      Figure 4.  Field Observation Photos

      将实地观测得到的GPS数据导入ArcGIS, 与GF-3 SAR遥感影像提取的海岸线进行对比。图 5中绿点为实测数据, 红线为待验证的海岸线。从图 5(a)~5(c)可以看出, 实测数据与SAR遥感影像提取的海岸线非常吻合, 表明海岸线提取精度可靠, 海岸线正确率较高。

      图  5  GPS实测数据(绿点)与GF-3 SAR影像提取的海岸线(红线)比较

      Figure 5.  Comparison Between GPS Measured Data (Green Points) and Unconfirmed Coastline (Red Line) Extracted from GF-3 SAR Image

      图 5(d)所示, 在红岛地区有大量似陆非陆的黑色区域, 导致海岸线无法清晰识别。经过实地观察发现, 该区域存在大量的养殖池和盐田, 海水导致影像呈现规则的黑色区域, 如图 6所示。由于海岸线堤坝的存在以及在SAR遥感影像中较高的后向散射强度, 在该地区海陆交界处的海岸线可以通过人工确认。

      图  6  红岛养殖池

      Figure 6.  Hongdao Aquaculture Ponds

    • 本文利用ArcGIS软件将不同时期的海岸线进行叠加, 得到了胶州湾水域面积和海岸线长度, 通过空间分析得到了后期水域面积和海岸线长度相对于早期的变化情况。根据上述资料进一步分析胶州湾不同时期的海岸线动态变化。

    • 本文通过计算机自动提取与人工校准, 获得了2000年、2004年、2010年、2015年和2018年5个时期不同遥感类型提取的海岸线, 如图 7图 8所示。

      图  7  基于SAR遥感提取的海岸线

      Figure 7.  Coastline Based on SAR Remote Sensing

      图  8  基于光学遥感提取的海岸线

      Figure 8.  Coastline Based on Optical Remote Sensing

    • 数字海岸线分析系统(Digital Shoreline Analysis System, DSAS)是由美国环境系统研究所公司(Environmental Systems Research Institute, Inc., ESRI)开发的ArcGIS免费扩展程序, 可以利用历史海岸线矢量数据来计算海岸线的变化率。本文使用目视解译方法提取的海岸线作为精度评估的标准, 利用DSAS评定实测海岸线和自动探测海岸线之间的误差。如图 9所示, 本文利用DSAS计算海岸线测量误差的流程如下:

      图  9  DSAS误差评定示意图

      Figure 9.  Schematic Diagram of Error Assessment with DSAS

      1) 将海岸线数据导入至DSAS;

      2) 确定一条基线和垂直于该基线的横断面方向, 横断面与海岸线相交以建立测量点;

      3) 根据探测海岸线和真实海岸线测量点之间的距离D, 计算出与所选指标相关的误差。

      本文使用误差均值(mean error, ME)、均方根误差(root mean squared error, RMSE)来评定观测误差:

      $${\rm{ME}} = \frac{1}{N}\sum\limits_{i = 1}^N \Delta {D_i}$$ (1)
      $$ \mathrm{RMSE}=\sqrt{\frac{1}{N} \sum\limits_{i=1}^{N} \Delta D_{i}^{2}} $$ (2)

      表 3所示, 多源遥感数据提取的海岸线误差在一定程度上受到影像空间分辨率的限制, 分辨率越高, 结果相对更可靠; 另外, 多数SAR影像提取精度优于光学影像。如表 4所示, 本文通过选取每个年份误差较小的数据用于最终海岸线变化分析。

      表 3  海岸线提取误差分析

      Table 3.  Error Analysis Results of Coastal Line Extraction

      年份 卫星 ME/m RMSE/m
      2000 ERS-1 8.43 9.28
      Landsat7 12.83 13.93
      2004 ERS-2 11.56 12.71
      Landsat7 9.34 10.25
      2010 ENVISAT 10.22 11.50
      Landsat7 8.56 9.82
      2015 Sentinel-1A 8.30 8.96
      Landsat8 8.89 9.10
      2018 GF-3 7.58 8.37
      Landsat8 8.50 9.65

      表 4  海岸线变化探测所用遥感数据源

      Table 4.  Selected Remote Sensing Data for Coastline Change Detection

      时间 数据源 数据类型 空间分辨率/m
      2000-03-06 ERS-1 SAR 5×25
      2004-05-06 Landsat7 光学 30
      2010-05-07 Landsat7 光学 30
      2015-06-02 Sentinel-1 SAR 5×20
      2018-04-21 GF-3 SAR 10

      图 10所示, 本文将海岸线数据进行空间叠加, 可以清楚地看出岸线对应的海域面积变化和变迁方向[14]。近20 a来, 胶州湾地区海岸线发生了持续的变化, 这种变化受到了自然因素和人为因素的双重影响。随着时间变化, 胶州湾陆地存在向海洋扩张的趋势, 因此海岸线也随之不断向外扩张, 胶州湾海域面积相对减小。

      图  10  胶州湾近20年海岸线变化图

      Figure 10.  Jiaozhou Bay Coastline Change in the Past 20 Years

    • 表 5所示, 本文对胶州湾海岸线长度和海域面积进行了分析与计算(表 5中负号表示减少):

      表 5  海岸线长度和海域面积变化

      Table 5.  Jiaozhou Bay Coastline Length and Sea Area Change

      年份 面积/km2 长度/km 变化面积/km2 变化长度/km
      2000 468.9 343.6
      2004 471.7 384.1 2.8 40.5
      2010 451.8 362.0 -19.9 -22.1
      2015 444.4 379.6 -7.4 17.6
      2018 444.0 387.1 -0.3 7.5

      1) 在2000—2018年间, 胶州湾海岸线长度增加了近43.5 km, 其中2000—2004年变化最大增加了近40.5 km, 而2010—2015年和2015—2018年则分别增长了17.5 km和7.5 km。特别是海岸线长度在2004—2010年期间减少, 减少了约22.1 km。

      2) 在胶州湾海域面积方面, 总体呈减少趋势最大减少约20 km2, 而2000—2004年, 胶州湾海域面积增长约2.8 km2

      3) 通过分析海岸线长度和海域面积, 可知胶州湾海岸线长度的变化以及胶州湾海域面积的变化并不随着时间稳定的增长, 这与不同时期的自然环境和人类活动的变化密切相关。

    • 为了更好地分析胶州湾海岸线的变迁, 本文将胶州湾分为了3块区域, 分别为青岛a区、黄岛b区、红岛c区, 如图 11所示, 图 11中底图为2018-04-21获取的GF-3 SAR幅度影像。

      图  11  胶州湾海岸线变迁重点区域

      Figure 11.  Key Areas of Coastline Change in Jiaozhou Bay

      (1) a区域:东岸青岛。青岛区域社会经济发展较早, 岸线大部分地区为人工岸线和基岩海岸。在2000年时, 港口及沿海建筑已基本修建完毕, 因此近20 a来海岸线变化不大, 仅仅青岛港区域进行港口扩建, 海岸线发生了细微的变化。

      2) b区域:西岸黄岛。随着青岛经济飞速发展, 人口增多, 胶州湾东岸的青岛主城区已不能满足城市发展对土地的需要。自2000年起, 黄岛地区开始了大规模的城市建设, 2000—2010年黄岛码头海岸线的变化最为明显, 具体表现为原本崎岖的岸线变得平直, 岸线长度缩短, 海域面积减少, 显示黄岛码头向海扩建。近20 a来, 黄岛地区海岸线一直呈向海变迁的趋势, 陆地面积不断增加, 以满足对土地资源和优质港口的需要。

      3) c区域:北岸红岛。该区域人为因素最为显著, 海岸线变化的主要因素为近海水产养殖场和围海造陆的变化。尽管近20 a养殖场向海缓慢延伸, 但养殖场面积却不断减少。尤其在2000—2004年间, 受到政府改造和拆除等因素影响, 红岛养殖池面积显著缩小, 海岸线向陆变迁, 胶州湾海域面积增大。而在2004—2010年间, 在红岛至陆地区域以及c区域西部胶州市开展填海造陆, 原本的养殖池变成陆地, 养殖池面积大幅度减少。另外, 由于近20 a大沽河入海沉积物的堆积, 导致红岛地区岸线不断向海迁移, 陆地面积进一步增大, 而胶州湾海域面积则不断减少。

    • 近20 a来, 胶州湾面积共计缩小了24.9 km2, 相当于原有面积的5.3%;而海岸线增长了约43.5 km, 相当于原有岸线的12.7%。根据已有资料, 本文从自然因素与人为因素两个方面分析胶州湾海岸线变化的影响因素。

    • 1) 河流泥沙沉积。胶州湾沿岸水系发育, 有十几条河流注入, 较大的有洋河、南胶莱河、大沽河、白沙河、墨水河、李村河等, 此外还有许多无名冲沟, 尤其是胶州湾北侧地区, 河沟较多, 呈放射状汇入海湾[15]。尤其是胶州湾西北部的大沽河携带大量泥沙进入胶州湾内, 在胶州湾北部大量淤积, 陆地向海延伸, 许多浅海养殖池在此基础上建造, 导致海岸线向海变迁。

      2) 潮汐作用。胶州湾潮流特征表现为涨潮流速大于落潮流速, 涨潮历时比落潮历时短[16]。涨落潮的周期变化使得大颗粒物质在湾内沉积下来, 进而导致岸线发生变化, 这点在红岛淤泥质海滩和海水浴场的砂纸海岸表现尤为明显。

    • 近海养殖活动青岛海岸线曲折, 海岸类型众多, 胶州湾北岸存在着大量滩涂, 其中大部分被开发利用为养殖池和盐田。人类对养殖池和盐田的建设和利用不断改变着海岸线的形态, 使之向海延伸或向陆收缩。

      青岛港位于山东半岛南岸胶州湾内, 是中国第二个外贸亿吨吞吐大港, 同时是太平洋西海岸重要的国际贸易口岸和海上运输枢纽。青岛港由青岛老港区、黄岛油港区、前湾新港区和董家口港区等4大港区组成, 自2000年以来, 建设最快的是黄岛油港区。而黄岛地区的海岸线变化最为明显, 其主要影响因素是港口建设, 导致胶州湾面积进一步收缩, 海岸线向海不断扩张。

    • 本文利用多源卫星遥感影像资料, 结合GIS空间分析和图像处理技术, 提取了胶州湾海域近20 a来海岸线的时空变化特征。通过分析海岸线长度、海域面积以及典型海岸特征, 讨论了胶州湾海岸线的变迁过程以及影响海岸线变迁的主要因素。

      本文利用多源光学与SAR遥感影像进行海岸线提取, 获取了胶州湾海域近20 a岸线时空变化特征。与传统海岸线调查相比, 多源卫星遥感方法具有宏观、快速、动态连续以及低成本等优点, 一定程度上可以弥补单一种类数据源的缺陷。近20 a来胶州湾海岸线长度增加了近43.5 km, 胶州湾面积总共缩小了24.9 km2, 胶州湾海岸线长度的变化并不随着时间稳定的增长, 与不同时期的自然环境和人类活动的变化密切相关。近20 a来海岸线变迁主要受到近海养殖活动、港口建设等人为因素影响, 以及河流泥沙堆积和潮汐作用等自然因素影响。从3个重点区域来看, 胶州湾的海岸线变化主要因素为人为因素, 导致了海域面积呈缩小趋势。

      本文后续将通过优化海岸线提取算法, 开展多源高分辨遥感数据的快速批量处理, 用于探测与提取多年海岸线变化信息, 结合数字海岸线分析系统对海岸线进行变迁分析, 为海岸带动态环境监测提供依据。

参考文献 (16)

目录

    /

    返回文章
    返回