張旭凱，張 霞，楊邦會(huì)，莊 智，尚 坤

(1.中國(guó)科學(xué)院遙感與數(shù)字地球研究所，北京 100101;2.中國(guó)科學(xué)院大學(xué)，北京 100039)

0 引言

海岸線是海陸交界線，包括大陸海岸線和島嶼海岸線[1]。基于不同學(xué)科的研究目的，海岸線的具體定義和劃分位置有所不同。我國(guó)現(xiàn)有海洋管理工作的實(shí)踐都是以平均大潮高潮線作為海陸分界線[2-3]，本文同樣將海岸線定義為平均大潮高潮線。精確的海岸線位置不僅是劃分海陸行政管理區(qū)域的基礎(chǔ)，而且是區(qū)分海洋深度基準(zhǔn)和陸地高程基準(zhǔn)的保證。因此，海岸線探測(cè)是海道測(cè)量、地圖測(cè)繪、海岸帶調(diào)查、海岸和海域管理等的重要內(nèi)容，從而可獲得重要的基礎(chǔ)地理數(shù)據(jù)[4-5]。

相對(duì)于傳統(tǒng)海岸線探測(cè)手段，遙感技術(shù)以高時(shí)效、大范圍、動(dòng)態(tài)性等特點(diǎn)逐漸成為高效快捷的海岸線提取技術(shù)。海岸線遙感提取技術(shù)建立在傳感器可對(duì)不同地物分界線進(jìn)行探測(cè)基礎(chǔ)之上[6]。隨著傳感器性能的提升，越來越多的專家學(xué)者開始利用遙感手段快速而準(zhǔn)確地提取海岸線。

由于受潮汐等因素的影響，從遙感圖像上直接提取的水陸交界線并不是真正意義上的海岸線，只是衛(wèi)星過頂時(shí)刻的瞬時(shí)水邊線[7]，而正好位于平均大潮高潮線的水邊線則較難獲取。所以，要想獲取真正的海岸線，需要將水邊線進(jìn)行潮位校正至平均大潮高潮線。目前，國(guó)內(nèi)外對(duì)于遙感提取海岸線的研究多集中于水邊線的自動(dòng)提取，雖然考慮到潮位的影響，但缺少具體的潮位校正過程?，F(xiàn)有的水邊線提取方法主要包括閾值分割法[8]、邊緣檢測(cè)法[9]、主動(dòng)輪廓模型法[10]、區(qū)域生長(zhǎng)提取法[11]、神經(jīng)網(wǎng)絡(luò)分類法[12]和元胞自動(dòng)機(jī)方法[13]等。上述方法多利用單一算法進(jìn)行水邊線提取，事實(shí)上，不同類型的海岸具有不同的地物特征，其水邊線也相應(yīng)具有不同的特點(diǎn)，單一算法不能保證提取精度。針對(duì)以上問題，本文結(jié)合最小噪聲分離(minimum noise fraction，MNF)變換、改進(jìn)的歸一化差異水體指數(shù)(modified normalized difference water index，MNDWI)、數(shù)學(xué)形態(tài)學(xué)方法和改進(jìn)的Canny邊緣檢測(cè)方法，根據(jù)不同海岸類型采取相應(yīng)的水邊線提取算法。黃海軍等[14]和馬小峰等[15]均提出過潮位校正的思路，并且馬小峰還給出水邊線至高潮線水平距離的計(jì)算過程。然而，現(xiàn)有的潮位校正研究尚有不足:①未給出2景圖像上水邊線距離的具體量測(cè)方法;②未給出潮位校正中水邊線移動(dòng)方向的確定方法。針對(duì)以上不足，本文以研究區(qū)內(nèi)部分砂質(zhì)海岸水邊線為例，具體闡述潮位校正的方法和過程，并利用潮位數(shù)據(jù)對(duì)水邊線進(jìn)行校正，獲取海岸線。經(jīng)GPS實(shí)測(cè)數(shù)據(jù)驗(yàn)證，本文海岸線遙感提取精度較高。

1 研究區(qū)概況與數(shù)據(jù)源

研究區(qū)為河北省秦皇島市海岸帶地區(qū)，位于E119°28′～ 119°44′，N 39°48′～ 39°57′之間(圖 1)。秦皇島處于最具發(fā)展?jié)摿Φ沫h(huán)渤海經(jīng)濟(jì)圈中心地帶，是我國(guó)東北與華北2大經(jīng)濟(jì)區(qū)的結(jié)合部。研究區(qū)內(nèi)海岸類型豐富，主要包括自然海岸中的砂質(zhì)海岸、基巖海岸和淤泥質(zhì)海岸，以及人工海岸的碼頭。

圖1 秦皇島海岸帶研究區(qū)Fig.1 Study area of Qinhuangdao coastal zone

本文選用SPOT4全色圖像(空間分辨率10 m)和多光譜圖像(空間分辨率20 m)各2景，其分別于2009年10月10日和2011年10月1日獲取。其中，多光譜圖像波段范圍為綠波段(500～590 nm)、紅波段(610～680 nm)、近紅外波段(780～890 nm)和短波紅外波段(1 580～1 750 nm)。圖像經(jīng)過輻射校正和幾何精糾正等預(yù)處理，幾何糾正誤差控制在0.5個(gè)像元以內(nèi)。

由于在提取水邊線時(shí)需要用到光譜信息和空間信息，為提高海岸線提取的準(zhǔn)確性，特將預(yù)處理后的全色圖像和多光譜圖像進(jìn)行融合處理，以提高多光譜圖像的空間分辨率。利用Gram-Schmidt正交化算法對(duì)SPOT4全色圖像和多光譜圖像進(jìn)行融合。該算法能較好地保持空間紋理信息，是一種高保真的遙感圖像融合方法[16]。

本文所用數(shù)據(jù)還包括秦皇島驗(yàn)潮站2006—2011年的潮位數(shù)據(jù)和2011年9月秦皇島研究區(qū)海岸線實(shí)地GPS測(cè)量點(diǎn)數(shù)據(jù)(根據(jù)各種類型海岸帶的分布范圍，分別獲取50個(gè)砂質(zhì)海岸測(cè)量點(diǎn)、20個(gè)人工海岸測(cè)量點(diǎn)、20個(gè)基巖海岸測(cè)量點(diǎn)和10個(gè)淤泥質(zhì)海岸測(cè)量點(diǎn)數(shù)據(jù)，獲取標(biāo)志參照夏東興等[3]的研究)。其中潮位數(shù)據(jù)用于水邊線的潮位校正，GPS測(cè)量點(diǎn)數(shù)據(jù)用于對(duì)提取的海岸線進(jìn)行精度驗(yàn)證。

2 水邊線提取方法

濱海地帶的瞬時(shí)水邊線大多不是真正的海岸線，但通過遙感圖像提取水邊線是海岸線提取過程中非常關(guān)鍵的一步。本文根據(jù)不同海岸類型采取相應(yīng)的水邊線提取方法，具體技術(shù)流程如圖2所示。

圖2 水邊線提取技術(shù)流程Fig.2 Technical flow chart of waterline extraction

2.1 基巖海岸與人工海岸水邊線提取

基巖海岸由堅(jiān)硬的巖石組成，波浪作用是其形成的主要?jiǎng)恿?。基巖海岸常有突出的海岬和深入陸地的海灣，海岸線較為曲折。研究區(qū)內(nèi)基巖海岸具有較明顯的曲折狀態(tài)和巖石構(gòu)造，在遙感圖像中水陸分界明顯。人工海岸是改變?cè)凶匀粻顟B(tài)、完全由人工建造、并具有生產(chǎn)或生活功能的海岸。研究區(qū)內(nèi)人工海岸重要組成之一是秦皇島港煤碼頭，在遙感圖像中形狀規(guī)則，水陸分界明顯。

由于基巖海岸和人工海岸在遙感圖像中都具有較明顯的水陸分界，利用邊緣檢測(cè)便可提取水邊線。邊緣檢測(cè)算子是利用圖像灰度梯度變化信息，不考慮海岸線的背景差異，因此獲得的海岸線位置一般較為準(zhǔn)確。但其受遙感圖像中噪聲點(diǎn)的影響，檢測(cè)的邊緣容易發(fā)生中斷，所以在邊緣檢測(cè)之前要先對(duì)圖像進(jìn)行去噪。本文針對(duì)SPOT4多波段圖像，采用MNF變換選取噪聲最小波段，結(jié)合改進(jìn)的Canny邊緣檢測(cè)算子[17]進(jìn)行基巖海岸和人工海岸水邊線的提取。MNF變換在本質(zhì)上是2次層疊的主成分變換:第1次變換是利用估計(jì)的噪聲協(xié)方差矩陣分離和重新調(diào)節(jié)數(shù)據(jù)中的噪聲;第2次變換是對(duì)噪聲“白化”(均值為“0”、方差為“1”的線性變換)數(shù)據(jù)的標(biāo)準(zhǔn)主成分變換。改進(jìn)的Canny邊緣檢測(cè)算子主要是針對(duì)最后一步的雙門限參數(shù)(低門限t1和高門限t2)，結(jié)合Otsu[18]提出的閾值算法選擇t2，利用

確定 t1。

改進(jìn)的Canny邊緣檢測(cè)算子可很好地抑制虛假邊緣的產(chǎn)生。以2011年SPOT4圖像為例，基巖海岸和人工海岸的水邊線提取效果分別如圖3和圖4所示。

圖3 基巖海岸水邊線提取效果Fig.3 Waterline extracted from bedrock coast

圖4 人工海岸水邊線提取效果Fig.4 Waterline extracted from artificial coast

由于SPOT4圖像數(shù)據(jù)沒有藍(lán)波段，不能直接合成圖像。本文RGB分別采用紅波段、[(綠波段×3+近紅外波段)/4]、綠波段，組合生成圖像(圖3(a)和圖4(a))。MNF變換噪聲最小波段圖像(圖3(b)和圖4(b))可以很好地抑制噪聲，同時(shí)可更好地突出水陸邊界。從基巖海岸和人工海岸水邊線疊加圖像(圖3(c)和圖4(c))中可以看出，用本文算法提取的水邊線與原始圖像疊加顯示的效果較好。

2.2 砂質(zhì)海岸水邊線提取

砂質(zhì)海岸是由粒級(jí)大于0.1 mm的砂組成的海岸，主要由波浪作用塑造而成。砂質(zhì)海岸的干燥灘面反射率較高，在遙感圖像上表現(xiàn)為較亮區(qū)域;潮濕灘面反射率較低，在圖像上表現(xiàn)為較暗區(qū)域;海水反射率最低，在圖像上表現(xiàn)為最暗區(qū)域。遙感圖像瞬時(shí)水邊線應(yīng)為潮濕灘面和干燥灘面的分界線，由于此分界線并不明顯，若直接提取，則精度不高。針對(duì)此問題，本文采用MNDWI[19]來增大潮濕灘面和干燥灘面的差異，即

MNDWI=(Green-MIR)/(Green+MIR)，(2)式中Green和MIR分別代表綠波段和中紅外波段亮度值，在SPOT4圖像中分別為第1和4波段。砂質(zhì)海岸圖像經(jīng)MNDWI計(jì)算后的效果如圖5所示。

圖5 砂質(zhì)海岸MNDWI計(jì)算圖像效果Fig.5 MNDWI calculated from sandy coast

圖5 (b)和圖5(c)中的紅色叉絲位置相同，且位于水邊線處;紅色叉絲上方為干燥沙灘，下方為潮濕沙灘?？梢钥闯觯诮?jīng)過MNDWI計(jì)算的圖像中，干燥沙灘區(qū)域被抑制顯示，潮濕沙灘區(qū)域被突出顯示，二者分界線更加明顯。

經(jīng)過MNDWI計(jì)算，同樣利用改進(jìn)的Canny邊緣檢測(cè)算子可以有效地提取水邊線，結(jié)果如圖6所示。將本文算法提取的砂質(zhì)海岸水邊線與原始圖像進(jìn)行疊加，效果較好;結(jié)合MNDWI可使砂質(zhì)海岸水邊線更明顯，水邊線提取精度更高。

圖6 砂質(zhì)海岸水邊線提取效果Fig.6 Waterline extracted from sandy coast

2.3 淤泥質(zhì)海岸水邊線提取

淤泥質(zhì)海岸主要由平均顆粒直徑0.001～0.01 mm的淤泥組成，受上沖流的影響，淤泥質(zhì)海岸灘面坡度平緩，灘面較寬。研究區(qū)內(nèi)淤泥質(zhì)海岸主要位于北戴河濕地，并且未被開發(fā)利用。由于淤泥質(zhì)海岸水沙混合，邊界比較模糊，使水邊線提取有一定難度。王李娟等[20]分別利用Sobel算子和MNDWI對(duì)淤泥質(zhì)海岸線進(jìn)行了提取，其中利用Sobel算子提取的結(jié)果準(zhǔn)確度更高。潮灘含水量較高，與海水的輻亮度在綠波段和中紅外波段的變化趨勢(shì)相似，這是由于利用MNDWI提取淤泥質(zhì)海岸水邊線效果較差。針對(duì)此問題，本文在以上研究的基礎(chǔ)上，首先利用形態(tài)學(xué)方法對(duì)SPOT4的短波紅外波段圖像進(jìn)行處理。SPOT4的短波紅外波段具有較強(qiáng)的大氣穿透能力，使得圖像上的地物、地貌更加清晰。相對(duì)于SPOT4的其他波段，短波紅外波段對(duì)土壤濕度的變化更加敏感，可以更準(zhǔn)確地反映淤泥質(zhì)海岸地表水分含量;但同時(shí)會(huì)產(chǎn)生更多的碎邊緣，從而影響邊緣檢測(cè)的效果。利用數(shù)學(xué)形態(tài)學(xué)方法可以很好地消除碎邊緣，從而形成相對(duì)閉合的海陸輪廓[21]。

基本的形態(tài)學(xué)算子包括膨脹、腐蝕、開運(yùn)算和閉運(yùn)算。為了消除潮灘中一些較小的暗色區(qū)域，本文首先對(duì)SPOT4的短波紅外波段圖像進(jìn)行取反，得到S1，將暗色區(qū)域突出顯示;然后利用腐蝕算子進(jìn)行處理，消除較小的暗色區(qū)域，得到S2;將腐蝕后的圖像S2和取反圖像S1進(jìn)行形態(tài)學(xué)重構(gòu)，得到S3，可以去除部分噪聲且保持影像邊緣信息不變;最后對(duì)S3取反得到S4，并對(duì)S4進(jìn)行閉運(yùn)算(先膨脹、后腐蝕)，完成形態(tài)學(xué)處理過程。再利用改進(jìn)的Canny邊緣檢測(cè)算子進(jìn)行水邊線提取，結(jié)果如圖7所示。

圖7 淤泥質(zhì)海岸水邊線提取效果Fig.7 Waterline extracted from muddy coast

根據(jù)不同海岸類型分別提取水邊線，并對(duì)其進(jìn)行拼接，得到研究區(qū)整體水邊線提取結(jié)果(圖8)。

圖8 研究區(qū)海岸線提取效果Fig.8 Waterline extracted from the study area

對(duì)比圖7(a)和圖7(b)可以看出，在形態(tài)學(xué)處理后的圖像中破碎邊緣減少，海陸輪廓相對(duì)閉合，更加有利于水邊線的提取;圖7(c)中水邊線提取結(jié)果與原始圖像疊加顯示的效果也較好。

3 潮位校正與精度驗(yàn)證

3.1 潮位校正原理與實(shí)現(xiàn)

結(jié)合海岸類型已成功提取出的研究區(qū)內(nèi)4種海岸類型水邊線，并從定性角度驗(yàn)證了其較好的效果。然而，砂質(zhì)海岸和淤泥質(zhì)海岸的海岸線位置受潮位影響較大，需要對(duì)水邊線進(jìn)行潮位校正，才能獲得準(zhǔn)確的海岸線。潮位校正一般根據(jù)衛(wèi)星成像時(shí)刻的潮位高度、平均大潮高潮位高度以及海岸坡度等信息計(jì)算出水邊線至高潮線的水平距離，從而確定海岸線的位置[4]。其原理如圖9所示。

圖9 潮位校正原理Fig.9 Principle of tidal correction

水邊線至海岸線的距離為

式中H為平均大潮高潮位高度，可根據(jù)多年潮位觀測(cè)資料得到。
瞬時(shí)潮高(以h1為例)為

式中:H1為當(dāng)日高潮的高程;h為當(dāng)日的潮差;T為落潮歷時(shí);t為高潮時(shí)至圖像獲取時(shí)的時(shí)間間隔。

根據(jù)潮位校正原理，本文收集了位于研究區(qū)內(nèi)的秦皇島驗(yàn)潮站2009年10月10日和2011年10月1日的潮位數(shù)據(jù)(包括當(dāng)日高潮位高度H1、高潮潮時(shí)T1、低潮位高度H2、低潮潮時(shí)T2和2005—2011年平均大潮高潮位高度H);通過遙感數(shù)據(jù)頭文件信息得到圖像獲取時(shí)刻T3;計(jì)算當(dāng)日潮差h，即

落潮歷時(shí)

和高潮時(shí)至遙感圖像獲取的時(shí)間間隔為

將式(6)—(8)代入式(5)，可得到2景SPOT圖像獲取時(shí)刻的瞬時(shí)潮高。經(jīng)計(jì)算，2009年10月10日的瞬時(shí)潮高h(yuǎn)2=167.52 cm，2011年10月1日的瞬時(shí)潮高 h1=138.39 cm。

首先，分別提取2009年和2011年砂質(zhì)海岸水邊線，經(jīng)量測(cè)總長(zhǎng)均接近6 700 m;然后，假設(shè)該段砂質(zhì)海岸各處的坡度相同，在2009年砂質(zhì)海岸水邊線上每隔100 m取1個(gè)點(diǎn)，共取67個(gè)點(diǎn);計(jì)算67個(gè)點(diǎn)到2011年水邊線的平均距離ΔL=5.29 m，并連同先前所得的h1，h2和H代入式(3)和(4)，得到2011年水邊線至海岸線的距離L=8.28 m;最后，將2011年水邊線向陸地方向移動(dòng)8.28 m，可獲取2011年的海岸線位置。提取的海岸線是由多條線段組成的折線(圖10)，陸地方向?yàn)槊織l線段的垂線方向(指向陸地一側(cè))，將每條線段按其垂線方向分別移動(dòng)8.28 m，得到最終的2011年海岸線位置。

圖10 潮位校正方向示意圖Fig.10 Sketch map of the direction of tidal correction

3.2 精度驗(yàn)證

針對(duì)目前的研究大多缺乏對(duì)海岸線提取精度定量驗(yàn)證的問題，本文利用與2011年遙感圖像同期獲取的海岸線實(shí)地GPS測(cè)量點(diǎn)進(jìn)行精度驗(yàn)證，海岸線實(shí)地測(cè)量點(diǎn)均勻分布于研究區(qū)中。精度驗(yàn)證的內(nèi)容包括海岸線實(shí)地測(cè)量點(diǎn)與所提取海岸線的距離偏差的最小值、最大值、平均值、標(biāo)準(zhǔn)差以及距離偏差超過5 m的點(diǎn)數(shù)，驗(yàn)證結(jié)果如表1所示。

表1 海岸線提取精度驗(yàn)證結(jié)果Tab.1 Accuracy verification results of coastline extraction

從表1可以看出，4種類型海岸線提取精度均較高，距離偏差的最大值均小于10 m(1個(gè)像元)。經(jīng)過潮位校正的砂質(zhì)海岸線與實(shí)地測(cè)量點(diǎn)距離偏差的平均值和標(biāo)準(zhǔn)差都較小，說明本文方法提取砂質(zhì)海岸線精度較高并且提取結(jié)果較穩(wěn)定。淤泥質(zhì)海岸線雖然經(jīng)過潮位校正，但與實(shí)地測(cè)量點(diǎn)距離偏差的平均值卻最大，說明其提取精度在4種海岸類型中最低;但其距離偏差的標(biāo)準(zhǔn)差最小，說明距離偏差波動(dòng)不大。這是因?yàn)檠芯繀^(qū)內(nèi)淤泥質(zhì)海岸分布于濕地保護(hù)區(qū)域，而實(shí)地測(cè)量點(diǎn)位于濕地邊緣，難以深入濕地內(nèi)部，因此在一定程度上影響驗(yàn)證精度。

對(duì)基巖海岸和人工海岸采取相同的海岸線提取方法，二者提取精度有所差別，基巖海岸距離偏差的平均值和標(biāo)準(zhǔn)差大于人工海岸。這與研究區(qū)內(nèi)基巖海岸實(shí)際特征有關(guān)，雖然它和人工海岸都具有明顯的水陸分界，但是基巖海岸的巖石往往并不是呈90°的豎直面，導(dǎo)致無法保證基巖海岸實(shí)地測(cè)量點(diǎn)全部位于水陸邊緣，驗(yàn)證精度略低于人工海岸。根據(jù)各種海岸分布范圍均勻選取的100個(gè)實(shí)地測(cè)量點(diǎn)中，共有82個(gè)點(diǎn)與所提取海岸線的距離偏差小于5 m(0.5個(gè)像元);100個(gè)實(shí)地測(cè)量點(diǎn)與所提取海岸線的距離偏差均小于10 m(1個(gè)像元)，提取精度較高。

4 結(jié)論與展望

4.1 結(jié)論

1)采用高分辨率SPOT4圖像對(duì)秦皇島市海岸進(jìn)行瞬時(shí)水邊線提取，并結(jié)合潮位數(shù)據(jù)計(jì)算潮灘坡降，從而準(zhǔn)確獲取海岸線。根據(jù)研究區(qū)內(nèi)4種海岸類型的不同特征，提出水邊線綜合提取策略:基巖海岸和人工海岸采取MNF變換和改進(jìn)的Canny邊緣檢測(cè)算子提取水邊線;砂質(zhì)海岸采取水體指數(shù)和改進(jìn)的Canny邊緣檢測(cè)算子提取水邊線;淤泥質(zhì)海岸采取形態(tài)學(xué)增強(qiáng)和改進(jìn)的Canny邊緣檢測(cè)算子處理短波紅外波段提取水邊線。

2)利用驗(yàn)潮站數(shù)據(jù)和多時(shí)相遙感圖像對(duì)水邊線進(jìn)行潮位校正，與其他潮位校正研究相比，本文給出了2景圖像上水邊線距離的具體量測(cè)方法和水邊線移動(dòng)方向的確定方法。

3)利用同時(shí)期海岸線實(shí)地測(cè)量數(shù)據(jù)對(duì)海岸線遙感提取進(jìn)行精度驗(yàn)證的結(jié)果表明，使用本文方法提取的海岸線精度較高。

4.2 展望

1)根據(jù)海岸類型進(jìn)行相應(yīng)水邊線的提取，主要是根據(jù)先驗(yàn)知識(shí)進(jìn)行圖像裁剪，在得到各海岸類型的圖像上實(shí)現(xiàn)的。下一步研究可針對(duì)海岸帶的自動(dòng)分類問題，利用分類技術(shù)自動(dòng)獲取海岸帶分類圖像，從而提高海岸線提取的自動(dòng)化程度。

2)結(jié)合驗(yàn)潮站數(shù)據(jù)和多時(shí)相遙感圖像進(jìn)行水邊線潮位校正，得到較準(zhǔn)確的海岸線位置。但是，本文在計(jì)算水邊線移動(dòng)距離的過程中，將海岸各處坡度假設(shè)是相同的，并未充分考慮大范圍海岸的坡度變化問題。下一步研究可利用LiDAR等新技術(shù)進(jìn)行潮灘DEM的獲取，進(jìn)而利用DEM結(jié)合遙感圖像進(jìn)行潮位校正，以提高潮位校正精度。此外，如果研究區(qū)內(nèi)不設(shè)有驗(yàn)潮站，無法直接利用驗(yàn)潮站數(shù)據(jù)進(jìn)行潮位校正，可對(duì)鄰近區(qū)域驗(yàn)潮站數(shù)據(jù)進(jìn)行插值計(jì)算，從而得到研究區(qū)潮位數(shù)據(jù)，實(shí)現(xiàn)潮位校正。

3)由于研究區(qū)淤泥質(zhì)海岸屬于濕地保護(hù)區(qū)，海岸線的實(shí)地測(cè)量存在困難，驗(yàn)證所取的海岸線測(cè)量點(diǎn)均位于濕地邊緣，從而影響了驗(yàn)證精度。未來的研究可嘗試?yán)酶叻直媛实倪b感圖像進(jìn)行驗(yàn)證。

[1]馬小峰.海岸線衛(wèi)星遙感提取方法研究[D].大連:大連海事大學(xué)，2007.Ma X F.The means of withdrawing coastline by remote sensing[D].Dalian:Dalian Maritime University，2007.

[2]宋 瑋.基于不動(dòng)點(diǎn)計(jì)算的岸線動(dòng)態(tài)分析方法[D].青島:中國(guó)海洋大學(xué)，2004.Song W.A dynamic analysis method of coastline based on computation of stationary points[D].Qingdao:Ocean University of China，2004.

[3]夏東興，段 焱，吳桑云.現(xiàn)代海岸線劃定方法研究[J].海洋學(xué)研究，2009，27(z1):28-33.Xia D X，Duan Y，Wu S Y.Study on the methodology of recent coastline delimitation[J].Journal of Marine Sciences，2009，27(z1):28-33.

[4]申家雙，翟京生，郭海濤，等.海岸線提取技術(shù)研究[J].海洋測(cè)繪，2009，29(6):74-77.Shen J S，Zhai J S，Guo H T，et al.Study on coastline extraction technology[J].Hydrographic Surveying and Charting，2009，29(6):74-77.

[5]林桂蘭，鄭勇玲.海岸線修測(cè)的若干技術(shù)問題探討[J].海洋開發(fā)與管理，2008，25(7):61-67.Lin G L，Zheng Y L.Discussion on some technical problems of coastline revision[J].Ocean Development and Management，2008，25(7):61-67.

[6]劉 鵬.海岸線影像特征提取方法與實(shí)證研究[D].福州:福建師范大學(xué)，2008.Liu P.Coastline image feature extraction methods and empirical study[D].Fuzhou:Fujian Normal University，2008.

[7]Li R X，Ma R J，Di K C.Digital tide-coordinated shoreline[J].Marine Geodesy，2002，25(1/2):27-36.

[8]Ryu J H，Won J S，Kyung K D，et al.Waterline extraction from Landsat TM data in a tidal flat a case study in Gomso bay，Korea[J].Remote Sensing of Environment，2002，83(3):442-456.

[9]Liu H，Jwzek K C.Automated extraction of coastline from satellite imagery by integrating Canny edge detection and locally adaptive thresholding methods[J].International Journal of Remote Sensing，2004，25(5):937-958.

[10]Lee J S，Jurkevich I.Coastline detection and tracing in SAR images[J].IEEE Transactions on Geosciences and Remote Sensing，1990，28(4):662-668.

[11]Chen A J，Chen C F，Chen K S.Investigation of shoreline change and migration along Wai-San-Ding-Zou Barrier island，central west Taiwan[J].Geoscience and Remote Sensing Symposium，1995(3):2097-2099.

[12]Ryan T W，Semintilli P J，Yuen P，et al.Extraction of shoreline features by neural nets and image processing[J].Photogrammetry and Remote Sensing，1991，57(7):947-955.

[13]馮永玖，韓 震.海岸線遙感信息提取的元胞自動(dòng)機(jī)方法及其應(yīng)用[J].中國(guó)圖象圖形學(xué)報(bào)，2012，17(3):441-446.Feng Y J，Han Z.Cellular automata approach to extract shoreline from remote sensing imageries and its application[J].Journal of Image and Graphics，2012，17(3):441-446.

[14]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.Huang H J，Li C Z，Guo J J.Application of Landsat images to the studies of the shoreline changes of the Huanghe River delta[J].Marine Geology and Quaternary Geology，1994，14(2):29-37.

[15]馬小峰，趙冬至，邢小罡，等.海岸線衛(wèi)星遙感提取方法研究[J].海洋環(huán)境科學(xué)，2007，26(2):185-189.Ma X F，Zhao D Z，Xing X G，et al.Means of withdrawing coastline by remote sensing[J].Marine Environmental Science，2007，26(2):185-189.

[16]Laben.Process for enhancing the spatial resolution of multispectral imagery using pan-sharpening:US，6 011 875[P].2000-01-04.

[17]Zhang X K，Zhang X，Lan Q Q，et al.Automated detection of coastline using Landsat TM based on water index and edge detection methods[C]//Proceedings of the 2nd International Workshop on Earth Observation and Remote Sensing Applications，Shanghai，2012:153-156.

[18]Otsu N A.Threshold selection method from gray-level histogram[J].IEEE Transactions on Systems，Man，and Cybernetics，1979，9(1):62-66.

[19]徐涵秋.利用改進(jìn)的歸一化差異水體指數(shù)(MNDWI)提取水體信息的研究[J].遙感學(xué)報(bào)，2005，9(5):589-595.Xu H Q.A study on information extraction of water body with the modified normalized difference water index(MNDWI)[J].Journal of Remote Sensing，2005，9(5):589-595.

[20]王李娟，牛 錚，趙德剛，等.基于ETM遙感影像的海岸線提取與驗(yàn)證研究[J].遙感技術(shù)與應(yīng)用，2010，25(2):235-239.Wang L J，Niu Z，Zhao D G，et al.The study of coastline extraction and validation using ETM remote sensing image[J].Remote Sensing Technology and Application，2010，25(2):235-239.

[21]張 明.基于小波分析的淤泥質(zhì)潮灘水邊線提取[D].上海:華東師范大學(xué)，2008.Zhang M.Waterline extraction of muddy coast based on wavelet analysis[D].Shanghai:East China Normal University，2008.