基于遥感影像的福建围填海初步研究

（1．国家海洋局东海信息中心，上海 200137；2.同济大学 海洋与地球科学学院，上海 200092）

肖康 1，2，许惠平 2，叶娜 1

福建省是中国第三大海洋资源大省，海岸线蜿蜒漫长，总长3 324 km，约占全国的1/6，居全国第二，曲折率全国第一，全省基岩海岸占总数的一半左右（孙美仙等，2004）。近年来，随着港口、修造船、电力、石化、机械等临海工业的大规模建设，福建人多地少的矛盾日益突出，而原有的陆地资源和港湾面积及设施无法满足经济建设的需求，围填海就成为沿海省市的一个重要的土地利用来源。福建省的填海造地在给福建带来巨大经济、社会效益的同时，造成了海岸线、海水动力系统发生急剧变化（林景亮，1990）。因此，对福建围填海状况进行研究，探究围填海活动对海洋环境的影响有着重要意义。

海洋遥感技术具有实时性、大尺度、连续监测等常规方法无法比拟的优势，对于海岸线的动态监测以及反演海洋环境参数而言是一种有效的手段。孙美仙等利用遥感技术进行海岸线信息提取的方法，提供了完整的遥感调查技术路线，确定了海岸线的遥感解译标志和解译原则，完成了福建省海岸线信息解译工作（孙美仙等，2004）；张春桂等以福建近岸海域为示范区，以MODIS遥感资料为数据源，利用多通道数据算法模型进行近海海表温度（SST）卫星遥感反演试验（张春桂等，2008a）；张春桂等在分析MODIS数据对海洋水体反射光谱特征的基础上，选用合适的探测波段构成悬浮泥沙遥感参数，并根据2003-2004年福建近岸海域海洋监控区内9个站点的海洋水色数据建立悬浮泥沙浓度（SSC）遥感定量反演模式（张春桂等，2008b）；姚月等利用TM遥感影像研究福建围填海状况及大陆岸线的变换，并通过MODIS影像反演福建海域海水表层温度及叶绿素浓度等海洋参数来了解围填海对海洋环境的影响（姚月等，2012）。

针对上述研究中存在的遥感数据跨越时间短、数量少以及SST反演模型不精确的问题，本文的研究目的是通过长时间序列、多时相的Landsat TM/ETM+数据计算福建省海岸线长度变化，以及根据实测资料建立SST模型、利用长时间序列的MODIS数据反演海洋环境参数SST，SSC来了解福建围填海情况对大陆岸线和海洋环境的影响。

1 材料和方法

1.1 材料

针对提取福建大陆岸线，本文采用的数据是3个时相（1994/2002/2009年）的Landsat TM/ETM+遥感影像，由于福建省海岸线较长，对同一个时相，很难找到能够完整地拼接成含有福建省整条海岸线的遥感影像，基于海岸线短时间内变化不大的事实，本文采用多幅邻近时间的遥感影像镶嵌拼接成一幅含有整条海岸线的影像。针对福清湾和兴化湾两个围填海开发较大的区域，本文采用2000-2009年的10幅Landsat TM/ETM+影像进行逐年监测。所有Landsat TM/ETM+遥感影像均根据福建海域相对应的卫星遥感轨道的轨道号和行编号从中国科学院国际科学数据服务平台和中国科学院对地观测与数字地球科学中心的对地观测数据共享计划平台上下载。

针对反演福建近岸SST，本文利用2009年的MODIS数据建立福建近岸区域反演模型，该MODIS数据集在时间序列上均匀地分布在不同月份（1-12月），共计37幅。同时，选取了另外11幅图像验证SST区域反演模型精度。由于建立SST区域反演模型和验证SST反演精度的需要，本文根据MODIS数据集相对应的时间，从国家海洋局东海预报中心获取了福建沿岸13个海洋台站（沙埕、崇武、龙海、秦屿、晋江、长门、平潭、三沙、厦门、翔安、东沃、北茭、东山）每小时的海水表层温度实测数据，这13个海洋台站的地理位置分布如图1所示。

图1 福建近岸13个海洋台站地理位置分布

针对利用长时间序列MODIS影像反演福建近岸SST、SSC从而探讨围填海对海洋环境的影响，本文采用2000-2009年间每年3月和11月各一幅无云或少云影像。

此外，为了进一步讨论围填海对福建近岸SST的影响，本文从中国气象科学数据共享服务网平台的中国地面国际交换站气候资料日值数据集中，对应反演SST的MODIS影像的时间，下载了相同日期的福建省4个基本、基准地面气象站及自动站（南平、福州、永安、厦门）的日平均气温数据。

1.2 方法

针对提取福建大陆岸线，本文综合自动解译和目视解译，选取Landsat TM/ETM+遥感数据作为信息源，在对影像进行一系列预处理的基础上，在IDL&ENVI平台下，利用Canny边缘检测算子对单波段遥感影像进行边缘检测，提取出海岸线。对其进行栅格转矢量化处理后，在ArcGIS平台下结合矢量边界数据和多波段真彩色合成影像进行修正，最终完成海岸线的信息解译并计算出长度。针对反演福建近岸SST，本文利用2009年1-12月份无云或少云的MODIS影像和福建沿海海洋站实测海温数据，通过多元线性回归，建立了福建近岸的SST区域反演模型，并结合实测资料和SeaDAS模型对区域反演模型的精度进行了验证。利用时间跨度为10年的MODIS数据进行SST反演，选取3个开展围填海的海湾，结合福建省4个气象站的陆地气温数据，探讨围填海对福建近岸SST的影响。

针对反演福建近岸SSC，本文采用前人通过实测资料建立的福建近岸SSC反演模型，利用与反演SST相同的MODIS影像进行福建近岸SSC反演，探讨围填海对福建近岸SSC的影响。

本文的研究路线如图2所示。

图2 技术路线

2 福建海岸线提取

基于福建全省海岸线蜿蜒漫长、基岩海岸占总数的一半左右的实际情况，受Landsat TM/ETM+遥感影像的时间分辨率和空间分辨率及实地勘察资料所限，本文只是从整体上研究福建省海岸线长时间范围内的动态变化，提取的海岸线只是水边线，没有考虑不同潮位、不同地貌类型对海岸线提取所产生的影响。

2.1 数据预处理

下载的Landsat TM/ETM+影像产品已经做了辐射校正、几何精校正和正射校正，所以本次研究对Landsat TM/ETM+影像的预处理可以省略上述3个步骤，只需将所有时相的Landsat TM/ETM+数据和矢量数据统一到相同的投影坐标系（UTM投影，WGS-84坐标系）即可。在此基础上，由于福建海域空间范围大，单幅Landsat TM/ETM+影像所覆盖的区域有限，需要将同一时相的不同轨道号、行编号的Landsat TM/ETM+遥感影像进行镶嵌拼接，再根据福建省所跨经纬度（23°30′-28°22′N，115°50′-120°40′E）信息，利用 ENVI软件中的 Resize模块分别对3个时相的Landsat TM/ETM+影像进行裁剪处理，从而获得本次研究所需要区域的遥感影像。

2.2 Canny边缘检测算子

海岸线提取的实质是遥感影像边缘的提取。图像的边缘对应着图像灰度值的不连续性，边缘检测算法就是通过检查每个像素与其直接邻域的状态，根据边界上像素点邻域的像元灰度值变化比较大的原理来判定该像素是否处于边界上（严海兵等，2009）。

本文在IDL平台下进行编程实现了常用的边缘检测算子 Soble，Prewitt，Roberts，Marr和Canny算子，并将实现的算法对截取的部分福建海域的影像进行海岸线提取，比较其水陆分界线的效果，可以明显看出Canny边缘检测算子提取的图像边缘最清晰，连续性好，基本没有断点出现。Canny边缘检测算子是高斯函数的一阶导数，是对信噪比与定位精度之乘积的最优化逼近算子。其处理过程可以分为图像平滑、计算梯度的幅度和方向、对梯度幅度进行非极大值抑制、边缘检测和断线连接4步（王忠蕾等，2009）。

2.3 影像分块技术

本次研究中3个不同时相的Landsat TM/ETM+影像分别由相邻时间的6幅影像镶嵌拼接而成，拼接所需时间长，镶嵌后的影像数据质量大，往往不便于处理。以2009年的TM影像为例，镶嵌裁剪后的影像为16 820×17 436（Byte），采用一般的程序处理这种影像往往超出内存，导致程序无法运行。本次研究采用了IDL结合ENVI的影像分块技术来对整幅影像进行Canny边缘提取。

ENVI分块处理将输入的数据分成同样大小的单元，以空间方式划分，以保证所有大小的影像都能被处理，一个空间分块的大小为nlinessample。本次研究中，分别对3个时相的镶嵌裁剪后的大质量的Landsat TM/ETM+影像进行分块处理，然后利用Canny算子进行边缘检测，最后将处理结果存入文件，得到Canny算子边缘检测结果。

2.4 海岸线提取结果及分析

经过自动检测和目视解译，最终得到福建海域海岸线遥感矢量叠加图（图3）。根据20世纪80年代初至中期为期6年的福建省海岸带和滩涂资源综合调查结果，福建省海岸线长度为3 351 km（林景亮，1990）；福建省可查证的海岸线长度数据有一个习惯沿用的是1990年的3 324 km（符卫国，2002）；现用Landsat TM/ETM+图像提取海岸线测得1994年福建大陆海岸线长3 304.7 km，2002年福建大陆海岸线长3 218.2 km，2009年福建大陆海岸线长3 167.4 km，本文利用Landsat TM/ETM+影像提取的福建海岸线长度与前人较为相符，提取精度满足要求。从计算结果可以看出，福建全省大陆岸线总体变化趋势为变短。

图3 福建海岸线遥感测绘矢量图（a.第4波段；b.真彩色）

根据熊鹏、马志远所提及的福建福清湾、兴化湾两个海湾的围填海情况，本文利用2000-2009年的10幅Landsat TM/ETM+影像分别对福建省围填海开发程度较大的两个海湾进行海岸线提取（2008年海岸线的提取结果如图4所示），在ArcGIS平台下计算长度并进行统计，结果如图5所示。

图4 2008年福建局部海湾遥感测绘矢量图（a.福清湾；b.兴化湾）

图5 2000-2009年福建福清湾和兴化湾海岸线长度统计

福清湾自1950年以来，共进行了15处围填海工程，围填海总面试达98.32 km2。大面积的围填海工程造成了水动力条件显著恶化的后果，削弱了海水的自净能力，造成海湾淤积加重、污染物的快速累积和赤潮的频繁发生（熊鹏等，2007）。兴化湾围填海开发程度较大，几乎整个海岸线都分布着不同规模的围填海工程，其中从50年代开始围填海的总面积达122.08 km2，约占整个海湾的19.62%，万亩以上的围填海占总数的65.84%（俞炜炜等，2008；马志远等，2009）。

从图5可以看出，福清湾和兴化湾的海岸线长度在10年间均呈现逐渐减小的趋势，而兴化湾的海岸线变化幅度相对于福清湾较小，这与兴化湾属淤积性构造基岩海湾有一定的关系。

可见，由于围垦开发利用，直接改变了海岸线的长度和形态，使一部分海湾岸线又自然演化形态变化为人工修筑堤坝形态，同时为了节约围填海成本，对自然岸线的截弯取直、人工改造，都造成了福建省海岸线变短的趋势。

3 福建近岸SST反演

3.1 SeaDAS反演模型

SeaDAS是美国NASA提供的海洋遥感专门处理软件，具有利用IDL语言进行用户模块开发的功能，可对MODIS数据进行处理生成MODIS的NASA标准海洋产品（郑嘉淦等，2006）。SeaDAS所使用的分裂窗Pathfinder算法，形式如下：

式中：Ti是波段i的亮温，θ是卫星的天顶角，c1，c2，c3，c4是回归系数（Minnett et al，2004），见表1。

表1 SeaDAS SST反演回归系数

3.2 区域反演模型

SeaDAS模型针对的是全球大范围区域的SST反演，模型建立所依据的实测资料范围广，但难以精确到局部地区，并且针对的大多是一类水体区域。针对这种情况，本次研究采用了福建近岸13个海洋站的2009年1-12月的实测海温资料，对模型参数重新进行回归统计，试图通过建立福建近岸的SST区域模型来提高福建海域的SST反演精度。

MOIDS数据的多波段特性为充分使用遥感观测数据提供了便利，对模型参数重新进行回归统计时，应同时考虑大气透过率和卫星传感器的瞬时天顶角，通过大气通过率和卫星传感器的瞬时天顶角来分别实现对大气影响和对热红外辐射传输路径的订正（张春桂等，2009）。大气透过率定义为卫星传感器接收到的光谱辐射率与地表真实光谱辐射率的比值，可以通过计算MODIS数据中水汽吸收波段与非吸收波段的差异得到。由于MODIS数据的第19和第2波段分别对应着水汽强吸收波段和水汽窗口波段，所以可以通过这两个波段的反射率的比值来获取大气透过率：

结合Kaufman提出的计算大气中水汽含量的经验公式（Kaufman et al，1992），

采用毛克彪等提出的经验公式可以分别估算出MODIS第31、32这两个热红外波段的大气透过率（毛克彪等，2005），

由于光谱辐射率与亮度温度称正比关系，所以可以采用τ31T31和τ32T32分别来实现对MODIS第31、32波段的大气透过率订正。

根据张春桂等利用SST数据样本与相应MODIS遥感参数的相关关系的统计分析（张春桂等，2009），本次研究选择 T31、T31-T32、τ31T31-τ32T32和（secθ-1）×（T31-T32）共4个遥感参数与2009年1-12月共309个实测数据进行回归统计。统计过程中，应注意两点：

（1）从去云的MODIS影像上根据海洋站经纬度坐标选取相应的匹配点，分别计算T31、T31-T32、τ31、τ31T31-τ32T32和（secθ-1）×（T31-T32）4个遥感参数的值。由于单个像素点的数值不具有代表性和实际意义，所以匹配点取其周围33窗口内像素点的平均值作为该匹配点的值；

（2）由于采用的实测海温资料基本上是每小时数据，所以根据Terra和Auqa的过境时间，选取最靠近该过境时刻的整时数据；如遇到极个别海洋站出现的每6 h一次的实测数据，由于Terra和Auqa的过境时间分别为10-11时和13-14时，所以一般选取当天14时的数据；如遇到海洋站当天无实测数据，考虑到SST是一个缓慢变化量，因此取时间跨度不超过24 h的实测数据。

根据以上两条匹配点选取原则，最终得到的区域统计模型为：

式中：T31和T32分别为MODIS第31、32波段的亮度温度，τ31和τ32分别为MODIS第31、32波段的大气透过率，θ是卫星传感器的瞬时天顶角。

回归方程（6）的复相关系数为0.946，R2为0.896，样本方差统计量Fc=650.021，两个自由度为f1=3，f2=303，给定信度α=0.05，根据F-分布可以查得回归方程的方差Fα小于2.409 3，由于样本方差统计量远远大于方差阈值Fα，证明统计模型（6）具有实际意义。

3.3 福建近岸SST反演具体流程

本次研究中使用MODIS遥感影像对福建近岸的SST进行反演，共包括HDF数据的读取、辐射和反射定标处理、太阳天顶角订正、计算亮度温度、根据不同模型反演SST、去云处理、写入HDF文件、几何校正和去蝴蝶结效应、陆地掩膜处理、反演结果出图等步骤，这些处理均是在IDL&ENVI平台下完成，处理流程如图6所示。

图6 福建海域SST反演详细技术路线

3.4 区域SST反演模型精度验证

反演精度是衡量反演模式性能的重要指标，直接影响到反演产品的应用质量，因此精度验证与分析是遥感定量监测中重要的一步。本次研究针对建立的回归反演模型（6），利用实测数据和MODIS影像数据集，按照上文中提到的匹配点选取原则，选取了78个点（时间覆盖2009年1，3-12月份，由于2月份找不到合适的无云或少云的MODIS遥感数据，所以没有选取2月份的验证点）进行反演模型精度验证，并且与SeaDAS模型反演结果进行比较。

通过回归统计，区域反演模型与实测数据的线性回归以及SeaDAS反演模型与实测数据的线性回归结果如图7所示。通过对比可以明显看出，区域反演模型与实测数据的线性回归的确定系数R2=0.908，SeaDAS反演模型与实测数据的线性回归的确定系数R2=0.6442，本次研究建立的区域模型的反演精度要明显优于SeaDAS模型。

图7 反演结果与实测数据线性回归（a.区域反演模型；b.SeaDAS模型）

3.5 福建围填海活动对SST的影响

根据2.4中提到的福清湾、兴化湾两个海湾的围填海情况，对相应的区域进行SST反演，选取SST反演结果中对应坐标点周围3×3个像素的平均值作为该点的值，时间跨度为2000-2009年，具体日期为每年的3月和11月。

对应于福清湾、兴化湾两个围填海区域，对SST反演结果进行了统计，统计结果如图8所示（个别日期缺少SST值是由去云处理造成的）。从图中可以看出，2000-2009年期间，福清湾围填海区域的SST波动变化较大，其中在2003年11月和2006年11月分别出现极大值，在2005年3月和2007年3月分别出现极小值，同样的情况出现在兴化湾围填海区域中。

图8 围填海区域2000-2009年3月、11月SST反演统计

图 9是福建省 4个气象站南平（26°39′N，118°10′E）、福州（26°05′N，119°17′E）、永安（25°58′N，117°21′E）、厦门（24°29′N，118°4′E）2000-2009年3月和11月对应日期的日平均气温统计。从图中可以看出，在2005年3月出现气温极小值，这个结果与图8中的3月份海温极小值对应；在2007年3月出现极大值，与图8中的3月份的海温极大值有些出入；在2008年11月出现极小值，与图8中的11月份的海温极小值稍有出入；在2006年11月出现极大值，与图8中的11月份的海温极大值较为吻合。可见，两个海湾内的水温受到太阳辐射以及全球气候变化所带来的普遍温度升高的影响。

图9 福建省4个气象站气温统计

但是海温与气温的变化趋势并不完全一致，是由于两个海湾内的水温海流、陆地径流的影响，特别是围填海等人类活动的加剧，会产生更多的温室气体，城市热岛效应也随之扩大，使得沿海区域陆地温度有所升高，通过空气对流也将一部分热量通过传导等方式带入海域，会在一定程度上促使福建海域的SST升高。

在非围填海区域选取任一点，对SST反演结果进行了统计，统计结果如图10所示。与福清湾、兴化湾两个围填海区域的SST变化相似，其中在2003年11月和2006年11月分别出现极大值，在2005年3月出现极小值。但是，非围填海区域的SST年际间的变化幅度要明显小于围填海区域，这表明，围填海活动在一定程度上引起SST发生剧烈变化，从而导致海洋环境的紊乱。

图10 非围填海区域2000-2009年3月、11月SST反演统计

4 福建近岸SSC反演

4.1 经过适当大气校正后的离水辐射率公式

大气辐射传输过程中，由于大气的存在，从而对传感器获取的遥感信息产生了较为严重的影响，造成来自水体的辐射量较为微弱，同时为了对不同时相遥感影像进行比较分析，对遥感影像进行适当的大气校正是十分必要的，也是进行海洋水色遥感应用的前提。现阶段的各种大气校正算法较为复杂，需要较多的大气实测参数，如SeaDAS软件所采用的大气校正算法、6S大气校正算法以及MODTRAN大气校正算法，但是这些大气参数往往难以获取。

海洋水色遥感是根据水色的光谱特征和信号的大小，从而探测水体中所含物质的类型和含量。在卫星传感器所接收到的信号中，包括水色要素反演所需要的有用信息（水色信号）和大气散射产生的噪声。其中，水色信号又包含纯水、水中有机物、无机悬浮颗粒物和溶解物质的吸收和散射。水体到达卫星传感器的辐射量由（7）式表示：

式中：Lt（λ）为传感器接收到的辐射总量；Lr（λ）为大气的瑞利散射；La（λ）为大气的气溶胶散射；Lr（λ）为太阳耀斑；T（λ，θ）和 t（λ，θ）分别表示大气直接透射率和大气漫射透射率；Lw（λ）表示离水辐射率；θ是卫星天顶角；△L为水面对太阳光的镜面直射引起的太阳耀光，由于海洋水色传感器具有侧视扫描装置，只要观测时太阳天顶角不是特别小，就不会接收到太阳耀光，所以一般情况下可以忽略不计（刘志国，2007）。

对遥感影像的大气校正通常采用基于大气辐射传输方程的算法，根据张春桂提出的算法（张春桂，2008b），（7）式可以近似地由下式来表示：

式中，Lr_a（λ）表示大气瑞利散射和气溶胶散射，Rw（λ）为水体的遥感反射率。

由于水体对近红外波段有强烈的吸收作用，卫星传感器接收到的近红外辐射基本上是由空气产生的，所以可以得到下式：

式中，Rt（λNIR）为近红外波段的遥感反射率，C为常数，不同的气溶胶类型对应着不同的C值。当C的值取1时，能够消除大部分的大气瑞利散射和气溶胶散射（Stumpf et al，1989），所以由（8）和（9）式得到下式：

根据NASA提供的关于海洋水色遥感的相关技术文档，水体的归一化离水辐射率与遥感反射率之间存在如下关系：

式中，Lw（λ）为水体的归一化离水辐射率，F0（λ）是卫星传感器标称频宽对应的太阳照度，相应波段的F0（λ）可以在NASA提供的技术文档中查到，其中第2、4、9波段的F0（λ）见表2。

表2 MODIS第2、4、9波段对应的太阳照度

由（10）和（11）式可以得到经过适当大气校正的水体归一化离水辐射率（12），其中对于MODIS数据Rt（λNIR）可采用波长范围为0.841～0.876 μm的反射率数据，即为第二波段的反射率数据。

4.2 福建近岸海域SSC定量反演模型

由于实测资料所限，本文采用张春桂等提出的基于负指数关系模式的福建近岸海域SSC反演模型（张春桂，2008b），对福建近岸海域的SSC进行反演。该局部反演模型如下：

式中：X为MODIS第9波段（蓝光波段）与第4波段（绿光波段）的归一化离水辐射率之比，SSC为悬浮泥沙浓度（mg/L）。

4.3 福建围填海活动对SSC的影响

利用区域模型反演福建近岸海域的SSC，试图从宏观上寻求围填海活动与SSC之间的关系，所选取的MODIS影像、采样点和采样方法与3.5中所述相同，统计结果如图11所示。

图11 2000-2009年3月和11月份福清湾和兴化湾SSC统计

从图11可以看出，2000-2009年期间，福清湾和兴化湾围填海区域的SSC波动变化较大，福清湾和兴化湾围填海区域的SSC在2004年3月和2005年11月均出现了极小值，在2003年11月和2005年3月均出现了极大值。在经历了多年的波动变化后，福清湾和兴化湾围填海区域的SSC均在2009年开始迅速升高，可以说从一定程度上受到了近年来大量围填海工程的影响。

在非围填海区域选取任一点，对SSC反演结果进行了统计，统计结果如图12所示。与福清湾、兴化湾两个围填海区域的SSC变化相似，但是，非围填海区的SSC年际间的变化幅度要明显小于围填海区域，这表明，围填海活动在一定程度上引起SSC发生剧烈变化，造成河口、海湾的潮流动力减弱，这主要是由于大规模的围填海活动影响附近海域的潮汐等水动力条件，导致水动力和泥沙运移状况发生变化。

图12 非围填海区域2000-2009年3月、11月SST反演统计

5 综合分析

针对福清湾、兴化湾两个福建省围填海开发程度较大的海湾，本文分别选取2000-2009年间的10幅Landsat TM/ETM+影像和20幅MODIS影像对海湾大陆岸线和海洋环境因子（SST、SSC）进行了监测。结果表明两个海湾的海岸线长度都呈现逐渐减小的趋势，但是兴化湾的海岸线变化幅度相对于福清湾较小，这对应于兴化湾围填海区域的SST和SSC的变化幅度小于福清湾围填海区域，虽然围填海区域的SST和SSC的变化趋势没有呈现明显的规律性，但是相对于非未填海区域，对应时间范围内SST和SSC的变化幅度较大。

福清湾和兴化湾的大陆海岸线和海洋环境因子的变化趋势虽然难以定量地进行关联分析，但是经过初步的定性分析统计，在一定程度上可以说明，围填海活动在影响大陆岸线和海洋环境的程度方面具有一致性，即分别对大陆海岸线和海洋环境因子产生了负面影响。

6 小结

本文利用Landsat TM/ETM+进行福建大陆岸线的提取，虽然没有考虑不同潮位、不同地貌类型对海岸线提取所造成的影响，但是满足从整体上研究大陆岸线长度变化的需要。此外，通过建立区域反演模型，有效地反演了福建近岸长时间序列的SST和SSC，并且结合围填海区域讨论了围填海对海洋环境的影响。通过讨论可知，福建围填海在一定程度上缩短了大陆岸线，并且对海洋环境因子（SST、SSC）造成了一定的影响。

诚然，影响海岸线长度、SST、SSC变化的因素有很多，例如SSC还受到海径流量、潮汐、环流、风浪、降水量等多方面的影响，本文的研究结果只是从一定程度上反映了围填海对这3种因子影响的趋势，并不能单一地、定量地确定影响的大小。因此，今后应长时间、连续地对研究区域进行遥感观测，并结合实测资料来确定围填海的影响。

致谢：国家海洋局东海信息中心提供SST实测数据，在此一并致谢。

Kaufman Y J，Gao B C，1992.Remote sensing of water vapor in the near IR from EOS/MODIS.IEEE Transactions on Geoscience and Remote Sensing，5（30）：871-884.

Minnett P J，Browen O B，Key E L，et al，2004.Sea-surface temperature measurements from the Moderate-Resolution Imaging Spectroradiometer on Aqua and Terra[EB]，（7）：4576-4579.

Stumpf R P，Pennock J R，1989.Calibration of a general optical equation for remote sensing of suspended sediments in a moderately turbid estuary.Journal of Geophysical Research，（94）：14363-14371.

符卫国，2002.福建省大比例尺海洋功能区划研究.北京：海洋出版社：10-11.

林景亮，1990.福建省海岸带和滩涂资源综合调查报告.北京：海洋出版社：3-4.

刘修德，2009.福建省海湾数模与环境研究.海洋出版社.

刘志国，2007.长江口水体表层泥沙浓度的遥感反演与分析.上海：华东师范大学.

马志远，陈彬，俞炜炜，等，2009.福建兴化湾围填海湿地景观生态影响研究.台湾海峡，28（2）：169-176.

毛克彪，覃志豪，王建明，等，2005.针对MODIS数据的大气水汽含量反演及31和32波段透过率计算.国土资源遥感，（1）：26-29.

孙美仙，张伟，2004.福建省海岸线遥感调查方法及其应用研究.台湾海峡，23（2）：213-219.

王忠蕾，张训华，2009.基于RS的海岸线动态监测研究进展.海洋地质动态，25（4）：1-7.

熊鹏，陈伟琪，王萱，等，2007.福清湾围填海规划方案的费用效益分析.厦门大学学报（自然科学版），46（1）：214-217.

严海兵，李秉柏，陈敏东，2009.遥感技术提取海岸线的研究进展.地域研究与开发，28（1）：101-105.

俞炜炜，陈彬，张珞平，2008.海湾围填海对滩涂湿地生态服务累积影响研究-以福建兴化湾为例.海洋通报，27（1）：88-94.

张春桂，陈家金，谢怡芳，等，2008a.利用多通道数据反演近海海表温度.气象，34（3）.

张春桂，任雍，蔡义勇，等，2009.基于MODIS数据的台湾海峡SST区域遥感监测模型研究.热带气象学报，25（1）.

张春桂，张星，陈敏艳，等，2008b.福建近岸海域悬浮泥沙浓度遥感定量监测研究.自然资源学报，23（1）：150-160.

郑嘉淦，李继龙，杨文波，2006.利用MODIS遥感数据反演东海海域海表温度的研究.海洋渔业，28（2）.