胡亞斌，馬毅，孫偉富，包玉海

(1.內(nèi)蒙古師范大學(xué)地理科學(xué)學(xué)院 呼和浩特 010022；2.國家海洋局第一海洋研究所 青島 266061)

?

基于多期遙感影像的砂質(zhì)岸線提取方法
——以海陽沙灘為例

胡亞斌1，2，馬毅1，2，孫偉富2，包玉海1

(1.內(nèi)蒙古師范大學(xué)地理科學(xué)學(xué)院 呼和浩特 010022；2.國家海洋局第一海洋研究所 青島 266061)

文章提出一種基于發(fā)展多期影像和歸一化水體指數(shù)(NDWI)的砂質(zhì)岸線自動提取方法，以山東半島海陽沙灘為實驗區(qū)，應(yīng)用2005年多個月份的7景Landsat 5 TM遙感影像為數(shù)據(jù)源，提取實驗區(qū)砂質(zhì)岸線。利用908專項修測岸線對提取的海岸線進行精度檢驗。結(jié)果表明，岸線偏差距離為20.9 m、均方根誤差(RMSE)為33.6 m。該方法可為砂質(zhì)岸線的提取與變遷分析研究提供參考依據(jù)。

歸一化水體指數(shù)；砂質(zhì)岸線；岸線提??；遙感；山東海陽

1 引言

海岸線是海陸分界線，由于自然因素和人為因素的影響，海岸線時刻處在一個連續(xù)、動態(tài)的變化過程，因此對于海岸線位置難以確定。國標(biāo)《海洋學(xué)術(shù)語：海洋地質(zhì)學(xué)》給出的海岸線定義為多年平均高潮位時的海陸分界線[1]；夏東興等認為海岸線是劃分喜鹽生物與淡水環(huán)境生物的界線[2]；海圖上的海岸線既有平均高潮線也有低岸線，即小高潮時的水陸分界線。海岸線的蝕退與淤進在海面上升、海岸變化和海岸帶區(qū)域發(fā)展規(guī)劃中擔(dān)任重要的角色[3-4]。海岸線研究不僅有利于指導(dǎo)海岸帶資源管理及生境變化監(jiān)測，而且對沿海居民生存及促進海陸經(jīng)濟協(xié)調(diào)發(fā)展具有重要意義。

海岸線位置的確定是開展海岸帶資源管理工作的前提。傳統(tǒng)的海岸線測定是通過外業(yè)實地勘測界定，該方法費時費力且效率低；相比于傳統(tǒng)的海岸線測定，利用遙感影像進行海岸線判繪具有覆蓋范圍廣、任務(wù)周期短、人力投入少等特點。

目前基于遙感影像提取海岸線的方法可以歸納為自動提取和人-機交互提取兩大類。

在自動提取方法中，光學(xué)衛(wèi)星影像方面，前人結(jié)合NDWI、MNDWI、SVM、DEM、邊緣檢測算子、圖像紋理及數(shù)學(xué)形態(tài)學(xué)等方法提取海岸線[5-11]；光學(xué)航空影像方面，AmrYousef采用多級形態(tài)學(xué)方法和SVM方法分別提取海岸線，并用蒙特卡羅模型估算海岸線的精度[12]；SAR影像方面，Descombesa、Fugura分別采用馬爾科夫鏈算法和半自動提取程序提取海岸線[13-14]。

部分學(xué)者在人-機交互岸線提取方法中做出了一定的貢獻，如，White等利用1984年、1987年、1990年和1991年Landsat衛(wèi)星影像提取尼羅河三角洲河口地區(qū)海岸線，分析海岸線的動態(tài)變化[15]；翁宇斌等基于高分辨率遙感影像提取泉州市海岸線，結(jié)合信標(biāo)DGPS實測數(shù)據(jù)對岸線進行修正，并評價岸線提取的精度[16]；孫偉富等利用SPOT-5影像，基于現(xiàn)場踏勘，分析影像中各類型海岸線的圖譜特征，建立海岸線解譯標(biāo)志，提出各類海岸線提取的原則[17]；Mujabar通過目視解譯提取印度Kanyakumari和Tuticorin之間的岸線，并利用DSAS分析該海岸的淤蝕情況[18]。上述兩類方法大都是利用單景影像提取海岸線，岸線自動提取方法雖可較迅速提取出海岸線，但提取的岸線一般都是衛(wèi)星或航空飛行器過境時的瞬時水邊線，未考慮同一年份不同時間內(nèi)潮汐對瞬時水邊線位置的影響，并不是嚴(yán)格意義的海岸線，部分學(xué)者雖考慮到潮汐影像，但都是基于單景單期影像進行潮汐校正，而人-機交互方法提取單景影像岸線雖保證了岸線的精度，但費時、費力。

本研究利用多期遙感影像，提出一種基于NDWI指數(shù)圖像的砂質(zhì)岸線自動提取方法。該方法利用研究區(qū)同一年份內(nèi)的多期遙感影像來提取瞬時水邊線，同時考慮到潮汐對岸線位置的影響因素，將多條潮汐校正的水邊線上邊線界定為遙感海岸線。本研究旨在提出一種快速、準(zhǔn)確的砂質(zhì)岸線提取方法，為海岸帶資源規(guī)劃管理提供數(shù)據(jù)支持。

2 研究區(qū)與數(shù)據(jù)預(yù)處理

2.1 研究區(qū)概況

海陽市位于黃海之濱，處于青島、煙臺、威海三個開放城市中心地帶。研究區(qū)多西北風(fēng)，近海為正規(guī)半日潮。海陽海灘底質(zhì)多為沙質(zhì)，且粒徑均勻，坡度平緩，本研究選取36°37′30″N—36°42′30″N、121°7′30″E—121°12′30″E區(qū)域萬米海灘砂質(zhì)岸段為實驗區(qū)，開展海岸線遙感提取。

2.2 數(shù)據(jù)與處理

所采用的衛(wèi)星影像是2005年內(nèi)的7景Landsat 5TM影像(表1)，這些影像已經(jīng)經(jīng)過輻射校正和幾何校正，根據(jù)有關(guān)的質(zhì)量報告，這些產(chǎn)品地理參考的精度等級高于0.5個像元。其他輔助數(shù)據(jù)包括“908”專項的海岸線成果和2005年的潮高統(tǒng)計數(shù)據(jù)。

表1 遙感信息統(tǒng)計

注：影像均采用Landsat 5衛(wèi)星和TM傳感器.

由于在時相內(nèi)不同的大氣狀況、土壤濕度、光照條件和傳感器側(cè)視角等影響，同一地區(qū)所成的影像有較大的輻射差異[19]。在進行影像分割時由于影像輻射差異的不同，造成同一地區(qū)的提取標(biāo)準(zhǔn)也有所不同。相對輻射歸一化的目的是消除同一地區(qū)不同時相影像間的輻射差異，理論上能使不同影像中同一地物具有相同的輻射亮度。

目前相對輻射歸一化的方法主要分為非線性校正法和線性校正法兩種，本研究采用線性校正法中的圖像回歸法(IR)[20-21]進行影像輻射歸一化處理。輻射歸一化處理過程中，需要首先選定以一個時相的影像作為參考影像，然后再將其他時相的影像校正到該影像上；考慮到圖像上典型地物的破碎度，選擇2005年11月9日的Landsat影像作為參考影像。根據(jù)式(1)至式(3)對其他時相影像進行校正。

yk=akxk+bk

(1)

(2)

(3)

由于本研究只利用遙感影像中的第二、四波段，因此只進行這兩個波段的輻射歸一化。輻射方程歸一化參數(shù)如表2所示。

利用回歸方程參數(shù)，建立各波段不同的圖像回歸線性轉(zhuǎn)化方程，對其他時相的影像進行相對輻射歸一化處理，得到輻射歸一化后的遙感影像。

表2 不同影像不同波段的輻射歸一化方程系數(shù)

3 岸線提取方法

首先利用相對輻射歸一化后的多時相遙感數(shù)據(jù)，計算得出NDWI圖像，選取合適的閾值分割形成多期水陸二值化圖像；然后通過柵格矢量轉(zhuǎn)換方法將二值化圖像轉(zhuǎn)為矢量數(shù)據(jù)，進而得到瞬時水邊線；最后運用潮汐數(shù)據(jù)將瞬時水邊線進行校正，獲取多期校正水邊線上界，即遙感海岸線。岸線提取流程如圖1所示。

圖1 岸線提取流程

3.1 基于NDWI的圖像分割與水邊線提取

水體在綠光波段有較強的反射而在近紅外波段有很強的吸收力，而植物和土壤的光譜特性正好相反，利用這一特點McFeeter提出歸一化水體指數(shù)(NDWI)[22]。綜合考慮研究區(qū)地物類別及影像特征，本研究采用NDWI方法來分割水陸信息，從而提取水邊線。NDWI計算方法為：

(4)

式中：ρG、ρNIR分別表示綠光及近紅外波段的反射率。

經(jīng)分析研究區(qū)各期NDWI圖像直方圖，發(fā)現(xiàn)都呈雙峰分布，在雙峰之間的過渡區(qū)域內(nèi)找到合適的閾值，可將水體信息和其他地物進行分離，得到二值化影像。通過分析各期NDWI圖像直方圖，確定圖像分割閾值為0.02。

根據(jù)閾值將各期NDWI圖像進行分割，分割標(biāo)準(zhǔn)為大于閾值的灰度值賦值為0、小于閾值的灰度值賦值為1，得到7景水陸分割的二值化圖像，將二值化圖像經(jīng)柵矢化、碎斑處理、假邊界剔除獲取7期瞬時水邊線。

3.2 潮汐校正

為消除潮差對瞬時水邊線的影響，需對其進行潮汐校正，以獲取校正水邊線。校正原理如圖2所示。

圖2 岸線校正原理

其中L1、L2、…、Ln分別代表從衛(wèi)星影像中提取的瞬時水邊線，H代表平均大潮高潮位的潮高，h1、h代表影像成像時的潮高，θ為海岸坡度，ΔL為圖像上兩水邊線的距離，L表示水邊線L2的校正距離。因此可得校正距離L的表達式為：

(4)

通過查潮汐表可知，在各景影像成像時的潮高，多年年平均大潮高潮高為382 cm。根據(jù)式(4)可得出各期岸線的校正距離L(表3)。

表3 校正距離

3.3 基于多期遙感影像的岸線位置確定

根據(jù)海岸線的定義提出岸線位置確定原理：基于中分辨率(30 m)遙感影像得到的瞬時水邊線經(jīng)潮汐校正推算獲取的校正水邊線上界會近似平均大潮高潮線，從而確定岸線位置，岸線位置確定原理如圖3所示。

岸線A、B、C為經(jīng)潮汐校正推算后得到的3條岸線，3條岸線之間存在交叉情況，基于岸線位置確定原理，選擇岸線A、B、C鄰近陸地部分線段作為新岸線位置，即3條岸線的上界位置是本研究所定義岸線的位置(圖3)。

圖3 岸線位置確定原理

4 結(jié)果分析與精度驗證

應(yīng)用本研究自動提取和推算方法得到的校正水邊線局部結(jié)果如圖4所示。實驗應(yīng)用的遙感影像共7景，其中1景獲取時像接近低潮位，結(jié)果表明利用該景影像推算提取的校正水邊線與其他幾景影像推算提取的校正水邊線相差約3個像元；其他幾景影像對應(yīng)的都是較高潮位，推算提取的校正水邊線基本聚集在一起，之間存在重疊與交叉情況，其分離距離沒有超過60 m，也就是在影像2倍分辨率之內(nèi)，這是合理的，因為相對輻射歸一化處理結(jié)果會影響水邊線提取精度，加之潮汐校正推算的誤差亦會影響。對于低潮位影像提取推算結(jié)果偏差較大的現(xiàn)象，可能是由于砂質(zhì)海灘過寬使得坡度不恒定造成的推算偏差。

圖4 校正水邊線局部

基于發(fā)展的砂質(zhì)岸線自動提取方法獲得的海岸線結(jié)果如圖5所示。

圖5 海岸線結(jié)果

為驗證基于多期遙感圖像提取的砂質(zhì)岸線精度，在“908”專項修測岸線和2005年提取岸線之間，以50 m為間距生成橫斷面(圖6)，從而計算出2005年岸線與“908”專項岸線的距離偏差。經(jīng)計算得出，提取的海岸線到“908”專項修測岸線的均值和均方根誤差分別為20.9 m和33.6 m。

圖6 岸線驗證

5 結(jié)論與討論

本文提出了一種基于發(fā)展多期影像和NDWI指數(shù)的砂質(zhì)岸線自動提取方法，以2005年多個月份的7景Landsat 5 TM遙感影像為數(shù)據(jù)源，在原始影像進行輻射歸一化的基礎(chǔ)上，對瞬時水邊線進行潮汐校正，將多條校正水邊線的上邊線界定為遙感海岸線；利用發(fā)展的方法提取實驗區(qū)砂質(zhì)岸線，并利用“908”專項修測岸線進行驗證，岸線偏差和均方根誤差分別為20.9 m和33.6 m。

本研究發(fā)展的砂質(zhì)岸線自動提取方法在海陽砂質(zhì)海岸進行應(yīng)用，對其他地區(qū)砂質(zhì)岸線提取具有一定的參考和借鑒意義，但是否適用于其他類型的岸線提取還需要進一步探討。經(jīng)本研究發(fā)現(xiàn)，利用多期遙感影像提取砂質(zhì)海岸線時，需存在接近較高潮位時獲取的影像，否則基于該方法提取的砂質(zhì)岸線精度偏低。

[1] 國家質(zhì)量技術(shù)監(jiān)督局.GB/T 18190-2000海洋學(xué)術(shù)語.海洋地質(zhì)學(xué)[S].北京：中國標(biāo)準(zhǔn)出版社，2000.

[2] 夏東興.海岸帶地貌環(huán)境及其演化[M].北京：海洋出版社，2009.

[3] PARKER B B.The difficulties in measuring a consistently defined shoreline：the problem of vertical referencing[J].Coastal Res，2003(38)：44-56.

[4] BELLOMO D，PAJAK M J，SPARKS J.Coastal flood hazards and the national flood insurance program[J].Coastal Res，1999(28)：21-26.

[5] 朱長明，張新，駱劍承，等.基于樣本自動選擇和SVM結(jié)合的海岸線遙感自動提取[J].國土資源遙感，2013，25(2)：69-74.

[6] 王李娟，牛錚.基于ETM遙感影像的海岸線提取與驗證研究[J].遙感技術(shù)與應(yīng)用，2010，25(2)：235-239.

[7] BOUCHAHMA M，YAN Wanglin.Automatic measurement of shoreline change on djerba island of tunisia [J].Computer and Information Science，2012，5(5)：17-24.

[8] CHEN Weiwei，CHANG Hsienkuo .Estimation of shoreline position and change from satellite images considering tidal variation [J].Estuarine，Coastal and Shelf Science，2009，84(1)：54-60.

[9] 劉善偉，張杰，馬毅，等.遙感與DEM相結(jié)合的海岸線高精度提取方法[J].遙感技術(shù)與應(yīng)用，2011，26(5)：613-618.

[10] 馬小峰，趙東至，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.

[11] DONG D，LI Z，LIU Z，et al.Automated Techniques for Quantification of Coastline Change Rates using Landsat Imagery along Caofeidian，China[C]//IOP Conference Series Earth and Environmental Science.35th International Symposium on Remote Sensing of Environment，2014，17:682-691.[12] KHANM A Y，MOHAMMAD I，KARIM A.Shoreline extraction from light detection and ranging digital elevation model data and aerial images [J].Optical Engineering，2014，53(1)：011006.

[13] DESCOMBESA X，MOCTEZUMAAY M，MAITREA H，et al.Coastline detection by a Markovian segmentation on SAR images [J].Signal Processing，1996，55：123-132.

[14] FUGURA A A，BILLA L，PRADHAN B.Semi-automated procedures for shoreline extraction using single RADARSAT-1 SAR image [J].Estuarine，Coastal and Shelf Science，2011，95(2011)：395-400.

[15] WHITE K，HESHAM M.Monitoring changing position of coastlines using thematic mapper imagery.An example from the Nile Delta [J].Geomorphology，1999，29：93-105.

[16] 翁宇斌.泉州市海岸線修測精度分析[J].福建水產(chǎn)，2010(9)：56-60.

[17] 孫偉富，馬毅，張杰，等.不同類型海岸線遙感解譯標(biāo)志建立和提取方法研究[J].測繪通報，2011(3)：41-44.

[18] SHEIK M，CHANDRASEKAR.A Shoreline change analysis along the coast between kanyakumari and Tuticorin，India，using digital shoreline Analysis system [J].Arabia Journal of Geoscience，2011，14 (4)：282-293.

[19] LI D，SUI H，PING X.Automatic change detection of geo-spatial data from imagery[J].GEO-SPATIAL INFORMATION SCIENCE，2003，6(3):1-7.

[20] YANG C J，LO C P.Relative radiometric normalization performance for change detection from multi-data satellite images [J].Photogrammetric Engineering & Remote Sensing，2000，66(8)：967-980.

[21] 丁麗霞，周斌，王人潮.遙感監(jiān)測中5種相對輻射校正方程研究[J].浙江大學(xué)學(xué)報：農(nóng)業(yè)與生命科學(xué)版，2005，31(3)：269-276.

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

A Method of Extracting Sandy Coastline Based on Multi-Temporal Images: a Case in Haiyang Beach

HU Yabin1，2，MA Yi1，2，SUN Weifu2，BAO Yuhai1

(1.College of Geographical Science，Inner Mongolia Normal University，Hohhot 010022，China; 2.First Institute of Oceanography，SOA，Qingdao 266061，China)

The study developed an automatic method of extracting sandy coastline based on multi-temporal images and NDWI index，and took Haiyang beach which located at Shangdong Peninsula as the experimentation area.7 typical remote sensing images of Landsat5 TM in several months of 2005 were used to extract sandy coastline，and then the accuracy of the extracted coastline was examined with 908 special resurvey coastline.The results showed that the deviation distance of coastline and RMSE were 20.9m and 33.6m respectively.The method that developed in this study can provide reference for sandy coastline extracting and analysis of changing.

NDWI，Sandy coastline，Coastline extracting，Remote sensing，Haiyang

2015-11-11；

2016-03-28

民用航天技術(shù)預(yù)先研究項目子課題“基于多源衛(wèi)星數(shù)據(jù)融合的海岸侵蝕與風(fēng)暴潮遙感監(jiān)測方法研究”(2014090-090)；國家海洋局第一海洋研究所基本科研業(yè)務(wù)費項目(2015T03).

胡亞斌，碩士研究生，研究方向為海島海岸帶遙感與應(yīng)用，電子信箱：994642285@qq.com

馬毅，研究員，博士，研究方向為海島海岸帶遙感與應(yīng)用，電子信箱：mayimail@fio.org.cn

P714.7

A

1005-9857(2016)05-0032-06