巢子豪, 高一博, 謝宏全, 盧 霞
?
1984~2012年海州灣海岸線時空演變研究
巢子豪1, 2, 高一博1, 謝宏全1, 2, 盧 霞1, 2
(1. 淮海工學院 測繪工程學院, 江蘇 連云港 222005; 2. 海島(礁)測繪技術國家測繪地理信息局重點實驗室, 山東 青島 266590)
以Landsat影像為數(shù)據(jù)源, 通過改進歸一化水體指數(shù)、二值化、潮位校正模型提取海岸線, 使用數(shù)字海岸線分析系統(tǒng)(Digital Shoreline Analysis System, DSAS),對1984~2012年海州灣海岸線的時空演變進行了研究。結(jié)果表明,1984~2012年間海州灣海岸線整體以4.29 m/a向海洋推進, 其中, 48%的海岸出現(xiàn)侵蝕, 侵蝕速率為22.83 m/a, 侵蝕現(xiàn)象主要出現(xiàn)在大堤修建前的部分粉砂淤泥質(zhì)海岸。52%的海岸出現(xiàn)淤積, 淤積速率為25.90 m/a, 淤積現(xiàn)象主要出現(xiàn)在人工海岸、河口海岸和受大堤影響的粉砂淤泥質(zhì)海岸。海岸線時空演變研究有利于科學地規(guī)劃、開發(fā)和管理海洋及其沿岸空間資源, 并保證其環(huán)境及經(jīng)濟的可持續(xù)發(fā)展。
海州灣; 海岸線; 時空演變; DSAS(Digital Shoreline Analysis System)
海州灣海岸線的時空演變特征研究不僅有利于科學地規(guī)劃、開發(fā)和管理海州灣及其沿岸空間資源, 還有助于相關環(huán)境政策的制定, 保證其環(huán)境及經(jīng)濟的可持續(xù)發(fā)展?;谶b感技術的海岸線提取和基于GIS的岸線分析為海州灣海岸線的時空演變分析提供了技術方法。國內(nèi)外專家學者通過多種技術手段與方法對海岸線的提取及演變進行了研究。楊金中等[1]利用1982、1997、1998和2001年浙江東部穿山半島衛(wèi)星數(shù)據(jù), 結(jié)合該地區(qū)1987、1998年潮位信息和1: 50000地形圖, 提取了該半島北側(cè)海岸線。丁志磊等[2]采用面向?qū)ο蟮姆椒? 針對蘇北淤泥質(zhì)海岸地區(qū)2006年的T M影像, 建立了包括光譜變換信息和紋理特征信息的規(guī)則集, 并對影像進行高精度分類, 進而提取了海岸線。于彩霞等[3]分析指出了實地測量痕跡線法和遙感影像提取法在測量海岸線的缺陷, 并介紹了國外利用航空LiDAR數(shù)據(jù)提取海岸線的主要方法及其實現(xiàn)過程。栗云召等[4]以多期Landsat 影像為數(shù)據(jù)源, 對黃河三角洲30a的岸線及面積變化進行了研究。楊偉等[5]以一般高潮線為海岸線, 研究了黃河三角洲河口段1976~2008年海岸線變遷及岸灘淤蝕面積的變化。賴志坤[6]利用海岸線變化的定量分析原理, 估算了古浮澳岸段的海岸線演變速率。劉鵬等[7]采用DSAS和岸線分形分析(FA), 以9期歷史地圖為數(shù)據(jù)源, 對1959~2002年黃河三角洲海岸線長度、形態(tài)及變化過程進行了定量分析。Mahapatra等[8]通過DSAS分析了印度古吉拉特海岸南部的岸線變化情況。本文通過8期Landsat影像提取海州灣不同時刻的水邊線, 建立潮位校正模型, 借助潮位信息提取以國家高程基準面為基準的海岸線, 利用DSAS計算出1984~2012年海州灣海岸線各段的線性回歸率, 以評價其時空演變狀況。
1 研究區(qū)概況與數(shù)據(jù)源
1.1 研究區(qū)概況
海州灣位于江蘇省東北部, 面臨黃海, 其岸線北起日照市與連云港市贛榆區(qū)交界的繡針河口(35°04′50″N, 119°18′03″E), 南至連云港市連云區(qū)高公島(34°42′19″N, 119°29′26″E), 全長約162.62 km。海州灣岸線類型多樣, 其中以粉砂淤泥質(zhì)海岸分布最長, 中部西墅至高公島以及北部嵐山頭一帶主要為基巖海岸和人工海岸。
1.2 數(shù)據(jù)源及預處理
本文選用海州灣地區(qū)1984~2012年8期Landsat遙感影像作為海岸線提取的數(shù)據(jù)源, 數(shù)據(jù)來源于美國地質(zhì)調(diào)查局網(wǎng)站(http: //landsat.usgs.gov/)。Landsat衛(wèi)星可提供研究時間內(nèi)的遙感影像, 且訪問周期及空間分辨率均符合研究要求。每年2期影像的成像日期間隔約為1個月, 以降低岸線侵蝕淤積或人類活動對岸線提取精度造成的影響。潮位高度數(shù)據(jù)由擬合連云港海洋環(huán)境監(jiān)測站的日監(jiān)測數(shù)據(jù)而得。潮位高度基準面海拔為–2.9 m, 在進行潮位校正時, 應使用海平面的海拔高度, 即潮位高度減去2.9 m。影像及對應潮位的相關信息見表1。
表1 遙感影像及潮位信息
Tab.1 Basic remote sensing data and tide level data
衛(wèi)星編號列號/行號成像日期(年-月-日)衛(wèi)星過頂時刻(時: 分: 秒)潮位高度(m)海拔高度(m) Landsat 4120/361984-03-2810: 02: 054.451.55 Landsat 4120/361984-04-1310: 02: 053.640.74 Landsat 5120/361991-07-3010: 00: 161.94–0.96 Landsat 5120/361991-08-3110: 00: 022.940.04 Landsat 7120/362000-05-1110: 28: 284.902.00 Landsat 7120/362000-06-1210: 28: 123.640.74 Landsat 7120/362012-04-2610: 30: 404.531.63 Landsat 7120/362012-05-2810: 30: 004.831.93
研究使用影像均為美國航空航天局(NASA)發(fā)布的L1G級別影像, 已經(jīng)過輻射校正與幾何校正。由于Landsat 7 ETM+機載掃描行校正器故障, 導致2003年5月31日之后的圖像出現(xiàn)數(shù)據(jù)條帶丟失, 因此本文采用“地理空間數(shù)據(jù)云”網(wǎng)站(http: //www.gscloud.cn/)中的條帶修復模型, 對2012年兩期遙感影像進行在線條帶修復。同時, 為避免不同影像校正精度的差異, 將其余7期影像配準至2012年5月28日的影像。
2 海岸線提取
2.1 海州灣水邊線提取
目前, 提取水邊線的方法主要有邊緣檢測法、閾值分割法、區(qū)域生長提取法、數(shù)學形態(tài)學法、神經(jīng)網(wǎng)絡分類法、主動輪廓模型法等[9]。本文使用改進歸一化水體指數(shù)法(MNDWI)對遙感影像進行處理。MNDWI[10]是徐涵秋在McFeeters提出的NDWI[11]的基礎上改進的結(jié)果, 以中紅外波段代替了近紅外波段, 解決了提取的水體信息中混有非水體信息的問題。經(jīng)過處理可獲得研究區(qū)1991年、2000年、2012年的MNDWI影像。由于早期Landsat影像中不存在中紅外波段, 因此對于1984年的兩期影像, 仍使用NDWI進行圖像處理。使用ENVI5.1軟件中的波段運算工具, 運算后可得到MNDWI及NDWI影像圖。在此基礎之上, 通過設定閾值來對其進行二值化處理, 據(jù)此分離出水體與陸地。將二值化處理后所得到的柵格圖在ArcGIS10.1中進行自動矢量化, 并剔除假邊緣, 從而提取出各時期衛(wèi)星過境時的水邊線。
2.2 潮位校正與海岸線提取
目前, 多數(shù)學者將海岸線定義為海水大潮時連續(xù)多年的平均高潮位與陸地的交界線。張旭凱等[12]在多期瞬時水邊線的基礎上, 通過擬合潮位信息, 結(jié)合平均大潮高潮位以及海岸坡度, 確定岸線位置。雖然, 通過驗潮資料和海岸帶地形資料可以得出多年大潮平均高潮位時的海陸分界線, 但研究區(qū)內(nèi)大潮高潮線所在位置人類活動對岸線的影響顯著, 而高程基準面與陸地的交線主要受到海洋動力的影響, 受人為影響相對較小, 因此選擇高程基準面與陸地的交線作為海岸線能夠盡可能地規(guī)避人類活動的影響。本文將國家高程基準面與陸地的交線作為海岸線, 避免了不同海岸人類活動差異所造成的海岸線提取誤差, 定義了新的海岸線標準, 為之后多期的海岸線時空演變研究奠定基礎。同時, 文中需借助潮位校正模型和DSAS確定海州灣海岸線的位置。
由于同年兩期水邊線時刻相距較短, 因此可忽略由自然、人為因素造成的地形變化。圖1近似表達了局部海岸地形, 圖中1、2、3和1、2、3分別為3條相鄰垂線與2條水邊線的交點,1、2、3和1、2、3為交點在國家高程基準面上的對應投影,1、2、3分別為3條垂線與國家高程基準面的交點。
以1點為例簡要說明求算其坐標的過程。由相似三角形邊長之間的關系可知:
設衛(wèi)星過境時2期影像對應的潮高為1和2, 即111、112, 設11長度為。則式(1)可表示為:
式中1、2及均已知, 即可得到唯一的1坐標。1、2、3均位于國家高程基準面內(nèi), 潮高均為0 m, 依次連接1、2、3即可得到本文所定義的海岸線。基巖海岸及人工海岸受潮差影響小, 其水邊線差異更多是由像元及解譯技術限制而造成的, 因此無需進行校正。海州灣海域各時期海岸線見圖2。雖然本文對海岸線的定義, 使得難以通過測繪的方式對海岸線的提取精度進行驗證, 但提取的結(jié)果表明海岸線的走向及長度均反映了海州灣海岸線的真實情況, 且海岸線的提取基于同一基準, 使用了相同的技術方法, 因此, 可以作為海州灣海岸線時空演變研究的基礎數(shù)據(jù)。
3 海岸線演變分析
3.1 海岸線時空演變評價方法
目前, 海岸線演變的分析方法有動態(tài)分割法、基線法、緩沖區(qū)覆蓋法及面積法等[13], 且常使用結(jié)束點率(End Point Rate, EPR)量化時空演變特征。陳曉英等[14]綜合使用基線法和面積法, 通過GIS和DSAS定量獲取了海州灣岸線變化速率及陸域變遷面積, 進行海岸線時空變化特征分析。線性回歸法是公認的統(tǒng)計概念, 常被用于對時空演變特征進行評價[15]。經(jīng)計算發(fā)現(xiàn), 相較于結(jié)束點率, 線性回歸率能更好地反映岸線的長期變化。因此, 本文以基線法為基礎, 使用DSAS和線性回歸法研究海州灣海岸線演變, 即根據(jù)已經(jīng)得到的海岸線數(shù)據(jù), 通過線性擬合, 可確定一條基于斷面上海岸線點與基線的距離、斷面上各岸線時間差的線性回歸直線, 線性回歸率(Linear Regression Rate, LRR)就是線性回歸直線的斜率, 從而量化海岸線的時空變化。
3.2 海岸線演變特征分析
演變特征分析基于由DSAS建立的799個斷面進行, 連島由于地理位置特殊, 單獨建立了123個斷面。當出現(xiàn)一條斷面與同一期海岸線有兩個及以上交點的情況時, 為確保海岸線分析的準確度, 將距離基線較遠的點拾取為斷面上的海岸線點。海州灣基線與垂線圖見圖3。
由拾取的海岸線點距基線距離及其對應時間擬合可得其線性回歸方程, 統(tǒng)計各斷面上海岸線點變化的線性回歸率。各斷面線性回歸率見圖4。結(jié)果表明, 海州灣地區(qū)海岸線整體上向海推進, 整體呈淤積狀態(tài)。其中, “離群值”是由海岸線點拾取規(guī)則決定的, 在部分地區(qū), 人工海岸(如港口)會以長條狀伸入海中, 與斷面相交時會拾取距離基線較遠的交點。由于海州灣地區(qū)水系發(fā)達, 海洋動力豐富, 且海岸線類型多樣, 需要針對不同的海岸線類型進行分析。海州灣1984~2012年各段海岸線的變化情況見表2。