周永，張東,2*，鄧慧麗，徐南，張慧銘，郝昕，沈永明

( 1. 南京師范大學(xué) 海洋科學(xué)與工程學(xué)院，江蘇 南京 210023；2. 江蘇省地理信息資源開發(fā)與利用協(xié)同創(chuàng)新中心，江蘇 南京210023)

1 引言

潮灘位于海陸交互區(qū)域，具有獨(dú)特的地形[1]、沉積物[2]和水文特征[3]。作為眾多生物的棲息場(chǎng)所，潮灘在保持生物多樣性、維持生態(tài)系統(tǒng)穩(wěn)定等方面具有極高的生態(tài)價(jià)值[4]。隨著沿海經(jīng)濟(jì)的不斷發(fā)展，潮間帶的經(jīng)濟(jì)價(jià)值日益凸顯[5]。但人類開發(fā)活動(dòng)如灘涂圍墾、圍海養(yǎng)殖、港口建設(shè)等在帶來大量土地和經(jīng)濟(jì)效應(yīng)的同時(shí)，也給沿海地區(qū)尤其是潮灘地區(qū)造成了巨大影響[6]。近年來，隨著自然影響和人類開發(fā)活動(dòng)力度的加大，潮灘環(huán)境變化加快，沖淤變化顯著，潮灘資源正在面臨極大的危機(jī)。針對(duì)潮灘的動(dòng)態(tài)變化監(jiān)測(cè)與利用保護(hù)刻不容緩[7]。

江蘇岸外輻射沙洲作為江蘇淤泥質(zhì)潮灘的重要部分，在資源開發(fā)利用和海岸演變研究等方面具有重要價(jià)值[8]。但受較遠(yuǎn)的離岸距離、惡劣的勘測(cè)環(huán)境和周期性淹沒下灘面持續(xù)變動(dòng)等因素影響，岸外輻射沙洲潮間帶區(qū)域長(zhǎng)期缺少全面、準(zhǔn)確的地形監(jiān)測(cè)數(shù)據(jù)?；贚iDAR[9]、InSAR[10]技術(shù)的潮灘地形獲取方法因其在數(shù)據(jù)獲取性和經(jīng)濟(jì)性上的不足，制約著在該區(qū)域的大面積監(jiān)測(cè)應(yīng)用。遙感水邊線法利用多時(shí)相衛(wèi)星遙感影像數(shù)據(jù)構(gòu)建潮灘數(shù)字高程模型（DEM），具有數(shù)據(jù)獲取方便、簡(jiǎn)單實(shí)用、精度較高等優(yōu)勢(shì)，成為潮間帶地形獲取的重要手段[8,11]。目前該方法已運(yùn)用于德國(guó)瓦登海[12]、韓國(guó)戈姆索和咸平郡灣[13]等多個(gè)區(qū)域的潮灘地形反演，國(guó)內(nèi)Wang等[14]、Kang等[15]和鄭宗生[16]也利用遙感水邊線方法完成了長(zhǎng)江口、江蘇沿海等淤泥質(zhì)潮灘區(qū)域的地形構(gòu)建，并取得較好結(jié)果。

輻射沙洲區(qū)域水動(dòng)力條件復(fù)雜，日益頻繁的人類活動(dòng)加劇了水動(dòng)力環(huán)境的調(diào)整。雖然在較短周期內(nèi)，相似潮位下的沙體輪廓范圍大體一致，但沙體表面形態(tài)變化（如潮溝擺動(dòng)）會(huì)引起水邊線的位置發(fā)生變化，從而導(dǎo)致在較窄的平面條帶范圍內(nèi)集中的大量水邊線存在相互交叉現(xiàn)象[17]，造成生成的DEM產(chǎn)生地形破碎化和異常起伏。因此，選擇合適的水邊線是構(gòu)建高精度潮間帶DEM的基礎(chǔ)。Sagar等[18]提出了以長(zhǎng)時(shí)間序列影像為基礎(chǔ)的潮灘高程信息提取方法，通過將序列影像的時(shí)間域轉(zhuǎn)化為潮高域來構(gòu)建合成圖層，在獲取平均地形變化特征的同時(shí)減少影像異常值的影響。該方法在一定程度上可以借鑒用于解決交叉水邊線的問題，但其應(yīng)用于澳大利亞大陸尺度的潮灘地形構(gòu)建中，只關(guān)注了單一潮位站點(diǎn)的潮位序時(shí)變化以及長(zhǎng)周期下大量像元灰度序列數(shù)據(jù)的統(tǒng)計(jì)特征，而忽略了區(qū)域內(nèi)的潮差空間分布差異以及長(zhǎng)時(shí)間周期內(nèi)可能的潮灘沖淤變化，因而難以直接應(yīng)用到輻射沙洲等潮灘地形變化較快的區(qū)域。此外，潮間帶沙體的坡度相對(duì)平緩，高差不大，灘面分布有大量的樹枝狀和貫通狀潮溝，然而現(xiàn)有的DEM構(gòu)建方法只關(guān)注沙體整體的形態(tài)，卻忽略了潮溝的微地貌表達(dá)[19]，這也直接影響了潮間帶DEM的構(gòu)建精度和呈現(xiàn)效果。

因此，本文擬針對(duì)常規(guī)水邊線方法在應(yīng)用于地形多變的岸外沙洲潮間帶DEM遙感構(gòu)建中出現(xiàn)的水邊線交叉誤差和缺乏考慮潮溝微地形的問題，研究增強(qiáng)型潮灘DEM構(gòu)建方法，實(shí)現(xiàn)岸外沙體DEM的快速構(gòu)建，為利用衛(wèi)星遙感數(shù)據(jù)監(jiān)控潮間帶地形變化提供技術(shù)支撐。

2 研究區(qū)與數(shù)據(jù)

2.1 研究區(qū)概況

輻射沙洲位于江蘇中部沿海，北起射陽河口，南至蒿枝港，由70多條沙脊和潮流通道組成，沙體表面平坦開闊，在潮汐作用下被周期性淹沒。中部條子泥-蔣家沙-竹根沙區(qū)域作為輻射沙洲的核心區(qū)，紫菜養(yǎng)殖[20]、風(fēng)電開發(fā)[21]等人類開發(fā)活動(dòng)頻繁，沙體短周期內(nèi)變化監(jiān)測(cè)需求較大，因而被選作研究區(qū)域，進(jìn)行潮間帶DEM構(gòu)建試驗(yàn)。研究區(qū)范圍如圖1所示，位于32°38′～32°59′ N，120°58′～121°25′ E之間，南北跨度約37 km，東西跨度超過40 km。潮汐類型以正規(guī)半日潮為主，淺海分潮顯著。潮波系統(tǒng)受東海前進(jìn)潮波與南黃海旋轉(zhuǎn)潮波共同影響，二者在弶港岸外輻合，波能集中，區(qū)域內(nèi)平均潮差為3.9 m，最大潮差可達(dá)9.28 m，且潮差以弶港為中心分別向南、北逐漸減小[22]。

2.2 遙感影像數(shù)據(jù)

綜合可覆蓋研究區(qū)范圍、清晰少云等要求，選擇了25景10 m空間分辨率的Sentinel 2 MSI影像和8景15 m分辨率的Landsat 8 OLI影像作為遙感數(shù)據(jù)源，進(jìn)行潮間帶DEM構(gòu)建，影像的成像時(shí)間分布如圖2所示，時(shí)間跨度為2017年10月至2019年6月。所有影像經(jīng)過大氣校正、幾何精校正、圖像增強(qiáng)等預(yù)處理，幾何精校正精度優(yōu)于1個(gè)像元。由于空間分辨率不同，影像均重采樣至30 m。

圖2 影像成像時(shí)間分布Fig. 2 Image acquisition time

2.3 潮位數(shù)據(jù)

由于地球曲率變化、淺海潮波變形等影響，輻射沙洲岸段潮位變化呈現(xiàn)出的“跳繩效應(yīng)”[22]，條子泥-蔣家沙-竹根沙海域的潮差變化較大，無法用單一站點(diǎn)的潮位代表水邊線上不同位置的潮位空間差異。因此，在研究區(qū)北、西、南3個(gè)方向上分別選擇了大豐港、弶港和洋口港3個(gè)潮位站點(diǎn)，進(jìn)行潮位數(shù)據(jù)收集，站點(diǎn)位置如圖1所示。根據(jù)潮汐調(diào)和分析原理，利用站點(diǎn)的短周期（2個(gè)月以上）逐時(shí)潮位資料，即可計(jì)算其潮汐調(diào)和常數(shù)，實(shí)現(xiàn)站點(diǎn)在影像成像時(shí)刻的潮位模擬并具有較好精度[23]。因此，收集了上述3個(gè)站點(diǎn)2018年6月至2019年1月間逐小時(shí)的潮汐表潮位過程數(shù)據(jù)（http://global-tide.nmdis.org.cn/），利用T_TIDE潮汐調(diào)和分析工具進(jìn)行分潮模擬[24]，根據(jù)信噪比大小確定出顯著分潮，模擬得到研究區(qū)的潮位誤差小于20 cm。

2.4 DEM驗(yàn)證數(shù)據(jù)

收集了2018年蔣家沙-竹根沙局部海域的水下聲吶實(shí)測(cè)地形數(shù)據(jù)，空間分辨率為250 m，高程基準(zhǔn)為1985國(guó)家高程基準(zhǔn)。在蔣家沙沙體上按照經(jīng)緯度方向、在竹根沙沙體上按照平行和垂直于沙脊走向方向劃定4條驗(yàn)證剖面，分別命名為JJS-H、JJS-Z、ZGS-H和ZGS-Z，位置如圖1所示。通過提取斷面上的實(shí)測(cè)點(diǎn)高程，驗(yàn)證遙感方法構(gòu)建的潮間帶DEM精度，評(píng)價(jià)DEM質(zhì)量。

圖1 研究區(qū)概況Fig. 1 Sketch map of the study area

3 研究方法

常規(guī)遙感水邊線方法是基于潮間帶區(qū)域在潮汐作用下被周期性淹沒的特性，將從遙感影像上提取并賦予潮位信息的瞬時(shí)水邊線視為“等高線”，利用空間插值處理，得到潮間帶DEM。本文在遙感水邊線法的基礎(chǔ)上，提出面向岸外沙洲潮間帶地形的增強(qiáng)型遙感構(gòu)建方法，實(shí)現(xiàn)以下兩方面的改進(jìn)：（1）根據(jù)較短周期、較小潮差內(nèi)淹沒概率相似的原理，引入影像序列合成方法，提取合成影像的海陸邊界線，解決常規(guī)水邊線方法中對(duì)于較窄區(qū)域內(nèi)多時(shí)相水邊線交叉重疊造成的DEM高程異常和破碎化難題；（2）提出潮溝DEM構(gòu)建方法，通過在常規(guī)水邊線方法得到的DEM上鑲嵌潮溝DEM，實(shí)現(xiàn)對(duì)潮灘表面微地形的表達(dá)，提高潮間帶DEM精度，改善可視化效果。具體技術(shù)流程如圖3所示，主要技術(shù)方法闡述如下。

圖3 基于遙感水邊線的增強(qiáng)型地形構(gòu)建方法技術(shù)流程圖Fig. 3 Flowchart of enhanced terrain construction method based on waterlines

3.1 基于空間及潮位關(guān)系特征的影像排序

構(gòu)建高精度的潮間帶DEM，關(guān)鍵是用于空間插值的瞬時(shí)水邊線在平面上具有位置分離性，在高度變化上具有良好趨勢(shì)性。因此，首先需要對(duì)從33景預(yù)處理后的遙感影像上提取得到瞬時(shí)水邊線按照先平面位置、后潮位關(guān)系進(jìn)行排序。

由于潮位滯后效應(yīng)影響，大豐港、弶港和洋口港3個(gè)潮位觀測(cè)站點(diǎn)的潮位序時(shí)變化不同，需要選擇合適的站點(diǎn)作為影像序列的潮高排序基準(zhǔn)。基于此，分別以其中1個(gè)站點(diǎn)的潮高為基礎(chǔ)，對(duì)全部33景影像按高低排序，然后對(duì)3個(gè)站點(diǎn)的潮位變化情況進(jìn)行線性擬合，通過對(duì)比趨勢(shì)線的擬合決定系數(shù)R2和斜率，選擇潮位排序的基準(zhǔn)站點(diǎn)。圖4a至圖4c分別顯示了以大豐港、弶港和洋口港潮位站為基準(zhǔn)進(jìn)行影像成像時(shí)刻潮位排序后的潮位分布和線性擬合結(jié)果，表1列出了對(duì)應(yīng)的擬合決定系數(shù)R2和斜率值。

表1 不同排序基準(zhǔn)下各站點(diǎn)的潮位變化擬合決定系數(shù)與斜率Table 1 The coefficient of determination and slope for fitting tide level changes at different tide stations under different sequencing conditions

相較而言，如圖4c所示，以洋口港站為排序基準(zhǔn)下，大豐港站和弶港站潮位變化趨勢(shì)線性擬合效果相對(duì)較好，大豐港站、弶港站、洋口港站的擬合決定系數(shù)R2分別為0.74、0.32和0.93，潮位點(diǎn)變化離散起伏較小，表明以洋口港站為排序基準(zhǔn)，大豐港與弶港站的潮位變化趨勢(shì)更具有規(guī)律性。進(jìn)一步對(duì)比趨勢(shì)線斜率，以洋口港站為排序基準(zhǔn)時(shí)，大豐港站、弶港站、洋口港站潮位趨勢(shì)斜率分別為-0.11、-0.06和-0.13，3個(gè)站點(diǎn)的潮位變化斜率變化差異最小，潮位變化速率最為接近。因此選定洋口港站作為基準(zhǔn)站點(diǎn)進(jìn)行潮位排序，其中，12條具有正確空間與潮位關(guān)系特征的水邊線，后續(xù)直接參與DEM插值構(gòu)建；其余21條水邊線根據(jù)潮高大小相似、平面位置相近、線段相交的原則，分成5組，各組潮差范圍在0.13～0.4 m之間，平均潮差間隔0.24 m。5組水邊線對(duì)應(yīng)的影像組如表2所示，用于下一步的影像序列合成及海陸邊界線提取。

表2 各影像組中的影像與成像時(shí)刻潮位高度Table 2 Images and their correspondent tide levels for each image group

圖4 各潮位站點(diǎn)在不同排序條件下影像成像時(shí)刻的潮位分布和線性擬合Fig. 4 Tide level distribution and linear fitting of imaging time at various tide stations under different sequencing conditions

3.2 影像序列合成與海陸邊界線提取

影像序列合成方法通過統(tǒng)計(jì)一個(gè)特定周期內(nèi)影像各像元的灰度值域分布，來指示該像元位置被潮水淹沒的頻率狀況，然后結(jié)合潮高變動(dòng)范圍，將時(shí)間序列影像的灰度值域轉(zhuǎn)變?yōu)槌备哂?，在特定潮高范圍?nèi)獲得預(yù)設(shè)淹沒頻率下的海陸邊界線[18]。以其代替分布于較窄區(qū)域內(nèi)的多時(shí)相水邊線，可去除水邊線交叉所帶來的高度異常起伏。

將用于序列合成的遙感影像按組裁剪為相同大小，采用改進(jìn)的歸一化差值水體指數(shù)（MNDWI）進(jìn)行圖像增強(qiáng)處理[25]，來加大影像中的海陸差異，并進(jìn)行影像序列合成。MNDWI公式如下：

式中，Rg為 綠波段反射率，在Landsat 8 OLI和Sentinel 2 MSI中同為B3波段；Rswir為短波紅外波段反射率，在Landsat 8 OLI和Sentinel 2 MSI中分別對(duì)應(yīng)B6波段和B11波段。在淤泥質(zhì)潮灘，由于短波紅外波段對(duì)渾濁海水的光譜反射率較低，因此使用MNDWI處理后，海陸邊界色調(diào)對(duì)比度更強(qiáng)，有利于海陸邊界線的識(shí)別。

與以長(zhǎng)時(shí)間序列影像為基礎(chǔ)，取MNDWI中位數(shù)作為合成影像像元值的方式不同[18]，由于各影像組內(nèi)原始影像的時(shí)間跨度短、數(shù)量少，經(jīng)過篩選和排序后各像元MNDWI序列中基本不存在離群值，利用中位數(shù)去除異常值影響的作用并不顯著，因此選取序列的平均值來完成新圖像的合成。這樣通過計(jì)算像元的MNDWI平均值作為合成圖像的像元值，將較短周期內(nèi)各影像中呈現(xiàn)的沙體變化進(jìn)行均值化處理，可以在弱化單一成像時(shí)刻下瞬時(shí)沙體形態(tài)的同時(shí)，獲得代表地形平均變化特征的海陸邊界位置信息。

圖5 顯示了以影像組HC-4為例的5景遙感影像的MNDWI序列合成與海陸邊界線提取過程?？梢钥吹剑⌒蛄蠱NDWI均值形成的合成圖像（圖5c）中出露沙體與海水的邊界總體清晰，僅在部分區(qū)域如蔣家沙東部和西南部呈現(xiàn)海陸灰度值相似、邊界不明顯狀況。通過觀察該合成圖像的MNDWI分布直方圖，取0.42的谷值作為分割閾值，生成海陸二值圖像（圖5d），進(jìn)一步利用Sobel邊緣檢測(cè)算子提取出海陸邊界線。以邊界線為基礎(chǔ)、300 m為距離構(gòu)建緩沖區(qū)，疊加合成前5景原始影像提取的瞬時(shí)水邊線，除部分區(qū)域如蔣家沙西北側(cè)與陸岸相連區(qū)域以及東南側(cè)潮溝擺動(dòng)頻繁區(qū)域以外，各瞬時(shí)水邊線均位于該緩沖區(qū)內(nèi)，表明序列合成影像提取的海陸邊界線結(jié)果能夠較準(zhǔn)確的還原該潮位區(qū)間內(nèi)沙體的平均輪廓信息。圖5e顯示了5組合成影像提取的海陸邊界線結(jié)果。

圖5 影像組HC-4的MNDWI序列合成與海陸邊界線提取過程Fig. 5 MNDWI sequence synthesis and sea-land boundary extraction of image group HC-4

3.3 初始潮間帶DEM構(gòu)建

由于提取的水邊線或合成的海陸邊界線不能被簡(jiǎn)單視為等高線，因此將提取出的12條具有正確空間與潮位關(guān)系特征的水邊線和從合成影像組中提取的5條合成海陸邊界線，按照30 m的間隔進(jìn)行空間離散，針對(duì)其環(huán)狀的形態(tài)特征，選用反距離平方加權(quán)方法進(jìn)行空間潮位內(nèi)插[26]。其中，12條水邊線的潮位插值依據(jù)為各潮位控制站點(diǎn)在影像成像時(shí)刻的潮位，5條合成海陸邊界線的潮位插值依據(jù)為各潮位控制站點(diǎn)在合成組內(nèi)各影像成像時(shí)刻潮位的平均值。對(duì)所有的離散點(diǎn)通過潮位控制站點(diǎn)的潮位值進(jìn)行反距離平方加權(quán)潮位插值及賦值處理后，利用不規(guī)則三角網(wǎng)（TIN）方法，構(gòu)建得到研究區(qū)的初始潮間帶DEM。

3.4 具有潮溝微地形特征的潮間帶DEM構(gòu)建

潮間帶表面潮溝大多寬度窄、深度淺、高差小，通過空間插值方法直接反演難度較大。因此參考平原河道地形嵌入思路，通過單獨(dú)構(gòu)建潮溝區(qū)域地形DEM，然后將其鑲嵌至初始潮間帶DEM上，可以實(shí)現(xiàn)對(duì)潮間帶微地形的細(xì)致模擬[27]。

選取覆蓋研究區(qū)的2018年2月23日Sentinel 2 MSI衛(wèi)星遙感影像進(jìn)行潮溝邊界線和中線提取，該影像潮灘出露基本為最大范圍，潮溝形態(tài)清晰完整。首先參照水邊線提取流程，提取得到矢量格式的潮溝兩側(cè)邊界線，用于控制潮溝范圍，潮溝寬度從0 m至575.92 m；然后將兩側(cè)邊界線封閉形成面圖層，提取出潮溝中線，用于控制潮溝深度。對(duì)潮溝邊界線與中線按照30 m間隔離散，通過前述3個(gè)潮位站點(diǎn)的潮位值利用反距離平方加權(quán)進(jìn)行潮位空間插值，得到離散點(diǎn)的高程。對(duì)于提取的潮溝邊界線與中線，3個(gè)潮位站點(diǎn)的潮位取值方法如下：潮溝邊界線直接取所提取的影像的成像時(shí)刻潮位；潮溝中線由于并非直接提取自影像，因此假定所提潮溝的底部在全年最低潮位下均被海水淹沒，選擇排序基準(zhǔn)洋口港站在2018年最低潮位時(shí)刻對(duì)應(yīng)的3個(gè)潮位站點(diǎn)的潮位，作為其潮位插值基準(zhǔn)。然后同樣利用不規(guī)則三角網(wǎng)（TIN）方法，插值構(gòu)建出潮溝DEM。利用ArcGIS的圖像鑲嵌工具，將構(gòu)建后的潮溝DEM以像元為基礎(chǔ)嵌入原始潮間帶DEM，完成對(duì)潮溝位置處的地形替換和邊界平滑處理，即可得到最終具有潮溝微地形特征的潮間帶DEM。

4 結(jié)果

4.1 DEM構(gòu)建結(jié)果

對(duì)比常規(guī)遙感水邊線方法與增強(qiáng)型地形構(gòu)建方法構(gòu)建的沙體地形，常規(guī)遙感水邊線方法以全部33景影像所提取的瞬時(shí)水邊線為基礎(chǔ)進(jìn)行空間插值，構(gòu)建的潮間帶地形如圖6a所示，高度范圍為-2.30～1.69 m；增強(qiáng)型潮灘構(gòu)建方法構(gòu)建的DEM如圖6b所示，高程范圍為-2.68～1.69 m。將二者所構(gòu)建的DEM作差值運(yùn)算，得到的差值分布呈現(xiàn)明顯正態(tài)分布特征，平均差值為-2.93 cm，差值范圍在±0.3 m以內(nèi)的區(qū)域占64.64%，可見兩者構(gòu)建的DEM結(jié)果整體上保持了相似的地形信息。但是由于增強(qiáng)型地形構(gòu)建方法進(jìn)行了潮溝鑲嵌處理，將原始潮灘上的部分平緩地形替換為V字型潮溝地形，造成灘面高程的最低值下探，因此高程變化范圍略大于前者。

圖6 地形構(gòu)建結(jié)果對(duì)比Fig. 6 Comparison of terrain construction results

在地形呈現(xiàn)方面，常規(guī)遙感水邊線方法構(gòu)建的DEM表面多呈點(diǎn)狀或線狀分布，形態(tài)較為破碎，起伏變化雜亂，且無明顯的潮溝形態(tài)。高程較高的沙脊區(qū)域分布于蔣家沙西部和高泥的西北部，雖然能看出呈塊狀趨勢(shì)，但總體較為破碎。而增強(qiáng)型潮灘構(gòu)建方法減少了因?yàn)樗吘€交叉冗余所造成的高度異常起伏與地形破碎，增強(qiáng)了潮間帶灘面的潮溝微地形特征，因此可以看到構(gòu)建的潮間帶DEM表面起伏過渡平滑自然，地貌單元多呈塊狀分布，潮溝形態(tài)清晰，多以線狀或樹枝狀分布于沙體邊緣，尤其在蔣家沙南部較為集中。沙脊區(qū)域位置與前者一致，但空間形態(tài)更加完整。

4.2 與DEM實(shí)測(cè)地形對(duì)比分析

4.2.1地形精度分析

增強(qiáng)型地形構(gòu)建方法獲得的潮間帶DEM空間分辨率為30 m，能夠較為精細(xì)的描述地形起伏細(xì)節(jié)，但實(shí)測(cè)剖面是由250 m間隔下的剖面點(diǎn)組成，不同分辨率基準(zhǔn)無法直接進(jìn)行精度對(duì)比，因此首先采用升尺度方法，將模擬DEM的空間分辨率插值為250 m；然后采用平均絕對(duì)誤差（Mean Absolute Error, MAE）、均方根誤差（Root Mean Square Error, RMSE）和相關(guān)系數(shù)（r）3個(gè)指標(biāo)進(jìn)行DEM高程精度驗(yàn)證。

根據(jù)4條剖面的同名點(diǎn)高程數(shù)據(jù)對(duì)比，利用增強(qiáng)型地形構(gòu)建方法得到的條子泥-蔣家沙-竹根沙DEM平均的MAE為0.43 m，RMSE為0.54 m，地形起伏變化的相關(guān)系數(shù)r為0.75。從各斷面來看，如圖7所示，誤差最大剖面為JJS-Z，其MAE與RMSE分別為0.53 m和0.65 m；誤差最小的為ZGS-Z，MAE為0.37 m，RMSE為0.34 m。地形趨勢(shì)變化中相關(guān)系數(shù)最高的斷面同樣為ZGS-Z，r為0.85，最低為JJS-H，r為0.65。4條剖面中，竹根沙沙體的誤差結(jié)果較蔣家沙沙體偏小，主要是由于蔣家沙、條子泥區(qū)域與陸岸的距離較近，受陸岸圍墾等人類開發(fā)活動(dòng)影響較大，水動(dòng)力環(huán)境復(fù)雜，沙體東側(cè)的東大港大型潮溝系統(tǒng)向東南方向擺動(dòng)，潮溝拓寬浚深；西側(cè)的西大港潮溝向南貫通，造成蔣家沙沙體沖淤頻繁，灘面小型潮溝變化活躍，對(duì)水邊線的提取與DEM插值精度產(chǎn)生影響。而竹根沙區(qū)域距離陸岸較遠(yuǎn)，水動(dòng)力環(huán)境相對(duì)蔣家沙而言較為穩(wěn)定，沙體在研究周期內(nèi)變化較小，因此DEM精度相對(duì)較高。此外，增強(qiáng)型地形構(gòu)建方法得到的地形DEM反映的是模擬時(shí)段內(nèi)的平均地形信息，具有一定的地形概化與平均效果，而實(shí)測(cè)數(shù)據(jù)顯示的是地表測(cè)量時(shí)點(diǎn)的瞬時(shí)形態(tài)，因而DEM獲取方法的差異及數(shù)據(jù)所代表的時(shí)效性也是造成兩者地形之間存在差異的一個(gè)重要原因。

圖7 各剖面實(shí)測(cè)地形與模擬地形的精度和趨勢(shì)相關(guān)性對(duì)比Fig. 7 Comparison of the accuracy and trend correlation between the measured and simulated terrain at each section

4.2.2剖面形態(tài)分析

圖8 顯示了增強(qiáng)型地形構(gòu)建方法獲得的沙體DEM與實(shí)測(cè)DEM的剖面形態(tài)對(duì)比?？梢钥闯?，JJSH、JJS-Z和ZGS-Z 3條剖面中實(shí)測(cè)與模擬地形的起伏位置總體基本吻合，但在地形起伏程度上，除了ZGS-H剖面的模擬地形起伏較實(shí)測(cè)地形稍大以外，其余剖面實(shí)測(cè)地形的起伏更為顯著。如圖8a所示，JJSH剖面中實(shí)測(cè)地形在距離起點(diǎn)3 000 m和9 000 m處有各有一個(gè)明顯的沙脊隆起，高程分別達(dá)到0.3 m和0.8 m；而在模擬地形中，相同位置上同樣有小的地形上升，但上升高度并不明顯。圖8b所示的JJS-Z剖面中，實(shí)測(cè)地形在距起點(diǎn)2 000 m和7 500 m處都存在明顯的潮溝下切，深度可達(dá)到約-2.5 m；在模擬剖面中兩處位置同樣存在潮溝，但下切深度僅達(dá)到-2 m左右，較實(shí)測(cè)地形存在一定差異。這主要是由于序列合成處理將沙體在不同時(shí)相的變化平均化，且潮位賦值也同樣以潮高變化的平均值為主，因此相比于實(shí)測(cè)地形，模擬DEM的高程變化幅度呈現(xiàn)被壓縮狀態(tài)。圖8d中ZGS-Z剖面的反演結(jié)果在地形起伏方面基本與實(shí)測(cè)剖面一致，其中在距起點(diǎn)約0～2 000 m的范圍內(nèi)呈現(xiàn)出地形上升，而后2 000～6 500 m呈現(xiàn)出緩慢下降趨勢(shì)，表明竹根沙中沙體北側(cè)較南側(cè)更陡。

ZGS-H剖面（圖8c）與前面3個(gè)剖面呈現(xiàn)出相反特征，在距離起點(diǎn)2 000～8 000 m的范圍中，實(shí)測(cè)剖面相對(duì)較為平緩，但是模擬地形起伏較為明顯。對(duì)比影像數(shù)據(jù)可知，起伏位置都表現(xiàn)為潮溝分布。由于模擬DEM的空間分辨率高，結(jié)果能呈現(xiàn)更為細(xì)致的起伏結(jié)果，且升尺度后的同名位置點(diǎn)仍然能保持周期影像內(nèi)的起伏信息，但實(shí)測(cè)地形在250 m的分辨率下，部分較小潮溝信息無法呈現(xiàn)，因而該段區(qū)域內(nèi)的地形呈現(xiàn)出輕微起伏下的平緩狀況。

圖8 剖面形態(tài)對(duì)比Fig. 8 Morphology comparison of each section

5 結(jié)論

本文提出了一種岸外沙洲潮間帶增強(qiáng)型地形遙感構(gòu)建方法，通過將常規(guī)遙感水邊線法與序列影像合成法相結(jié)合，完成小范圍和短周期下的潮灘地形反演；進(jìn)一步引入潮溝DEM鑲嵌技術(shù)，實(shí)現(xiàn)了表現(xiàn)潮灘微地貌特征的岸外沙洲潮間帶DEM快速構(gòu)建。研究結(jié)果表明：

（1）根據(jù)模擬的潮間帶DEM與實(shí)測(cè)地形之間的4條驗(yàn)證剖面對(duì)比，平均的MAE為0.43 m，RMSE為0.54 m，相關(guān)系數(shù)為 0.75，兩者的地形起伏位置較為吻合。但是由于增強(qiáng)型地形構(gòu)建方法得到的是模擬周期內(nèi)的平均地形變化狀況，因此地形整體起伏偏小。

（2）對(duì)比增強(qiáng)型地形遙感構(gòu)建方法與常規(guī)遙感水邊線法得到的潮灘DEM結(jié)果，兩者的平均差值為-2.93 cm，差值呈現(xiàn)明顯的正態(tài)分布特征且范圍在±0.3 m以內(nèi)的區(qū)域占64.64%，可見增強(qiáng)型地形遙感構(gòu)建方法能夠較好地保留潮灘平均高度變化信息。同時(shí)該方法減少了因?yàn)┟娉睖蠑[動(dòng)導(dǎo)致水邊線交叉造成的高程誤差和地形破碎，構(gòu)建的潮間帶DEM表面起伏過渡自然，潮溝形態(tài)清晰，因此適用于淤泥質(zhì)潮間帶地形的快速構(gòu)建，并保證較高的DEM模擬精度。

該方法在合成影像組的確定過程中，需要首先對(duì)所有影像的水邊線進(jìn)行提取，而后在水邊線空間排序的基礎(chǔ)上再對(duì)比潮位高度的變化范圍，從而確定影像組對(duì)應(yīng)的影像數(shù)據(jù)。但是從以上影像組提取的水邊線并未參與后續(xù)的潮間帶DEM構(gòu)建，所以后續(xù)研究需要對(duì)影像中沙體出露范圍判斷和影像成像時(shí)刻潮位匹配流程進(jìn)行改進(jìn)優(yōu)化，來提高本潮間帶增強(qiáng)型地形遙感構(gòu)建方法的建模效率。

致謝：感謝歐洲航天局（ESA）和美國(guó)地質(zhì)調(diào)查局（USGS）提供的免費(fèi)衛(wèi)星影像資料，以及國(guó)家海洋信息中心提供的潮位資料信息。