我国南海沿岸Landsat影像海岸线提取与变化分析

王诗洋， 杨武年， 佘金星

(成都理工大学　地学空间信息技术国土资源部重点实验室 ,成都　610059)



我国南海沿岸Landsat影像海岸线提取与变化分析

王诗洋， 杨武年*， 佘金星

(成都理工大学地学空间信息技术国土资源部重点实验室 ,成都610059)

摘要：海岸线是海域变化及陆地变化研究的重要参考依据。为了精确获取我国南海沿岸近十年的变化，这里以TM、OLI数据为基础，利用重复自组织数据分析技术(ISODATA)自动提取海岸线，提取结果采用区域统计分析进行精度验证。研究结果表明，近十年来，我国南海沿岸河流湖泊面积呈快速缩减趋势。

关键词：海岸线； 南海； ISODATA； 区域统计

0引言

海岸线地理位置随着时间的变化而变迁，一定程度地体现了人类活动的变化以及自然因素的影响，研究海岸线的变迁对沿岸地区的发展十分重要。中国南海是位于我国南部的陆缘海，利用遥感影像提取南海沿岸地区的海岸线并加以解释判读，对分析南海海域近十年变化具有重要意义。利用遥感影像提取海岸线已有很多先例，陈晓英等[1]利用MSS 等数据对海州湾进行海岸线的提取，并得出1973年-2003年间海州湾大陆海岸线长度在波动中呈增长趋势、海湾面积呈减少趋势；王李娟等[2]应用ETM影像进行黄河三角洲地区海岸线的提取，并比较了修复归一化水体指数及Sobel方法的提取结果，其结果表明，Sobel较MNDWI提取精度更高一些。这里选用TM以及OLI影像，其中landsat8 OLI数据融合后影像分辨率较高。

遥感影像的海岸线提取方法，有目视解译及计算机自动提取方法。传统海岸线目视解译提取方法，即通过目视解译来提取增强后遥感影像的海岸线，王建步等[3]通过建立海岸线分类体系以及遥感解译标志对辽河口海岸线进行提取，并分析得出1979年-2013年间辽河口海岸线长度总体呈增长趋势。目视解译提取方法主观性太强，数据量较大、且处理时间过长，因此应多采用计算机自动提取海岸线的方法。谢明鸿等[4]通过种子点增长方法对雷达影像进行自动化的提取，这种计算机自动提取法主要依靠计算机进行海岸线提取，对各类型海岸线的提取缺乏多样性。这里采用非监督分类方法来提取海岸线，非监督即依据光谱相似性进行集群分类，分类速度快且客观性较强。ISODATA(Iterative Self-Organizing Date Analysis Technique)方法是基于迭代的非监督分类法。采用ISODATA方法对影像进行分类能够获得矢量结果数据，定义ISODATA分类后数据，对定义为海岸线的类别即分类提取的海岸线依据不同类型遥感解译标志进行修改。通过空间分析进行海岸线提取结果的验证，结果表明，ISODATA提取的海岸线精度较高。为进行南海海岸线变化监测，分析所提取2003年-2014年期间海岸线矢量数据，统计分析海岸线变迁。

1数据

1.1研究区概况及数据来源

研究区选为南海海域靠近海南省东部沿岸区域，其沿岸海域自海南省东北部文昌市至海南省东南部陵水黎族自治县。海南省地处热带北缘，雨量充沛，因此多云雾天气。为研究近年来南海海域面积变化，选取2003年、2009年云量较小的Landsat5 TM影像以及2014年的Landsat8 OLI影像，三幅影像均采用WGS84坐标系统，下载数据来源于Image courtesy of the U.S. geological survey，数据参数见表1。Landsat8于2013年2月11日发射升空经过100天测试运行后开始获取影像，其中Landsat8所搭载的OLI传感器，有9个波段，空间分辨率为30 m，其中pan波段15 m。

表1　卫星参数表

1.2数据处理

数据处理平台为ENVI、ARCGIS。ENVI进行数据预处理，即三幅影像的辐射定标，以及多光谱影像数据的大气校正。下载的landsat8数据包含pan波段，对Landsat8数据进行pan波段融合，融合方法采用gram-schmidt pan sharpening方法，得到分辨率15 m的融合图像，其中两幅TM影像均采用3、2、1波段组合进行海岸线提取。

2提取方法

海岸线提取方法有图像差分算法、水体指数法以及边缘检测法等。这里采用ISODATA法以及归一化水体指数两种方法，分别对南海海域沿岸地区进行海岸线的提取。

2.1非监督分类

非监督分类即多光谱图像的聚类分析，是计算机自动根据地物光谱相似度特征进行聚类的方法。非监督分类无法对属性进行判定，分类后需要定义类别。

ENVI进行非监督分类时，选用ISODATA[5]方法即重复自组织数据分析。ISODATA方法是在K均值算法的基础上进行的，首先设定最大类别数量，通过计算周围像元至聚类中心的距离而划分类别，迭代计算直至达到给定条件而停止计算结束分类，此法降低了人工目视解译的主观性误差。

ISODATA法对研究影像划分类别以后，得到影像分类矢量数据，定义类别并选择划分为海岸带的类，依据不同类型海岸线解译标志对一些分类有偏差的区域进行修改。

2.2归一化水体指数

归一化水体指数是通过波段计算而凸显水体信息的方法，NDWI公式[6]为式(1)。

NDWI=(Green-NIR)/(Green+NIR)

(1)

其中：Green代表绿波段；NIR代表近红外波段。

在Landsat8 OLI影像上band3和band5，在Landsat5 TM影像上分别为band2和band4。由于水体反射率在近红外接近为零，在绿波段可见光范围内反射率较强，因此NDWI影像上的水体呈亮色调。而植被在近红外反射率很强，因此NDWI影像中植被为暗色调，由公式(1)可知水体信息在NDWI影像上被凸显。采用NDWI进行海岸线提取的方法，只能依靠目视解译提取海岸线，主观性较强且较依赖影像的空间分辨率，存在较大的主观误差。对2003年-2009年、2009年-2014年时限影像处理后分别进行海岸线提取等工作，其流程见图1。

3结果分析

3.1海岸线提取

海岸线的提取分别采用NDWI及ISODATA方法进行海岸线提取。在NDWI影像中，根据海岸线解译标志，对研究区的砂质海岸、淤泥质岸线等进行海岸线解译。砂质岸线、人工岸线等不同类型海岸线在遥感影像中所显示的解译标志不同，因此，各类型海岸线分别进行遥感解译[7]。研究区大部分区域为砂质岸线，遥感解译砂质岸线较平直，遥感影像中，即位于高亮度干燥砂滩及暗色调湿润砂滩之间[8]。在遥感影像中，淤泥质海岸线多位于疏密植被之间[9]。基岩海岸在遥感影像的灰度值高于水体及淤泥质海岸，有植被覆盖[10]。人工海岸是由水泥等材质构建，在遥感影像上反射率较高的人工海岸与低反射率海水区分明显可以确定其海岸线[11]。

采用ISODATA方法提取海岸线，速度快，能很好地将各类别海岸线提取出来。

图1　流程图Fig．1　Flow chart

3.2海岸线提取结果分析与验证

采用空间分析方法对ISODATA提取的海岸线进行精度验证，空间分析可以通过研究空间对象

的空间关系等来定量化表述空间事物[12]。对已提取的海岸线生成向海、向陆缓冲区，由于向海一侧为海洋，向陆一侧均为陆地植被等，因此在向陆一侧缓冲区的标准差较大，向海一侧缓冲区标准差较小。取缓冲区距离为影像一个像元，设定向陆、海缓冲区分别为区域A、区域B，由区域统计分析可知区域A、B的标准差，为便于比较，计算两区域标准差的均值并分别记为MSDA、MSDB，比较结果见表2。

表2　ISODATA提取海岸线精度统计

由表2可知，2003年-2014年期间，海岸线向陆一侧缓冲区与向海一侧缓冲区标准差比值均大于“1”，表明所提取海岸线两侧地表差异较大，因此海岸线位置较为精确。

3.3沿岸面积变化分析

采用ISODATA分类方法所提取的研究区海岸线，经过遥感解译修正后所得的海岸线数据，通过研究四个主要随时间变迁较大的区域，进行面积变化统计。其中区域1位于陵水黎族自治县，海南省东南部，属于淤泥质海岸。图2为2003年-2014年间，区域1半封闭湖泊面积变化，由2003年的7.750 km2减少为2009年的7.439 km2，2014年其湖泊面积为7.184 km2。

图2　区域1 2003年-2014年面积变化Fig．2　Region1 area changes from 2003 to 2014(a)2003年；(b)2009年；(c)2014年

图3　区域2 2003年-2014年面积变化Fig．3　Region2 area changes from 2003 to 2014(a)2003年；(b)2009年；(c)2014年

图4　区域3 2003年-2014年面积变化Fig．4　Region3 area changes from 2003 to 2014(a)2003年；(b)2009年；(c)2014年

图5　区域4 2003年-2014面积变化Fig．5　Region4 area changes from 2003 to 2014(a)2003年；(b)2009年；(c)2014年

区域2位于万宁市。属于人工海岸。图3为区域2河流2003年-2014年面积变化，由2003年的5.658 km2，减少为2009年的5.152 km2，2014年其面积缩减到4.294 km2。

区域3位于万宁市，属于人工海岸，周围多居民地。图4为区域3半封闭湖泊的2003年-2014年面积变化。区域3的面积由43.278 km2增长到为44.778 km2，2014年其面积又减少到42.497 km2。因此区域3湖泊面积2003年到2014年减少了0.781 km2。

区域4位于琼海市，属于人工海岸线，周边多居民地及植被。图5区域4的面积由2003年的6.352 km2减少为2009年的6.007 km2，2014年其面积减少为4.791 km2。

图6　2003年-2014年NDWI提取海岸线变迁Fig．6　Changes of coastline extracted by NDWI 　　　from 2003 to 2014

3.4海岸线变迁分析

从NDWI提取海岸线图6可以看出，研究区南海靠近海南省东南部地区的海域近十年来，研究区海岸变迁主要在沿岸河流湖泊处及一些湾区。

采用ISODATA方法提取海岸线，同NDWI提取的海岸线相比，如图7所示，岸线位置以及海岸线变化基本相同，但NDWI通过目视解译提取海岸线存在无法忽视的主观性误差。

图7　2003年-2014年ISODATA分类　　　提取海岸线变迁Fig．7　Changes of coastline extracted by ISODATA 　　　from 2003 to 2014

4结论

南海是我国南部的边缘海，为研究近年来南海海域变化，选用2003年-2009年，2009年-2014年时限的影像，通过海岸线的提取，对我国南海海域沿岸地区进行变化监测。采用ISODATA分类方法自动提取海岸线，并综合遥感解译知识完成海岸线提取工作，与传统的主观性目视解译提取的海岸线相比，ISODATA方法客观性强，且提取速度快所用时间少、精度较高，经验证采用ISODATA方法所得分类结果较准确。

数据分析可得2003年-2014年间，变迁主要发生在沿岸湖泊以及入海河流等区域，且大部分封闭湖泊河流基本呈缩减状态。人类活动的影响，自然环境的改变，全球变暖气候变化等多种因素都造成了海岸线变迁。

基于研究所得南海海域沿岸地区十年来变化趋势，可对南海沿岸地区未来的发展与规划提供一种参考。

参考文献：

[1]陈晓英，张杰，马毅.近40年来海州湾海岸线时空变化分析[J].海洋科学进展，2014，32(3):324-334.

CHEN X Y,ZHANG J,MA Y.Analysis of the spatial and temporal changes of the coastline in the Haizhou bay during the past 40 years[J].Advances In Marine Science,2014,32(3):324-334.(In Chinese)

[2]王李娟，牛铮，赵德刚.基于ETM的遥感影像的海岸线提取与验证研究[J].遥感技术与应用，2010,25(2):235-239.

WANG L J,NIU Z,ZHAO D G.The study of coastline extraction and validation using ETM remote sensing image[J].Remote Sensing Technology and Application,2010,25(2):235-239. (In Chinese)

[3]王建步，张杰，陈景云，等，近30余年辽河口海岸线遥感变迁分析[J].海洋环境科学.2015，34(1):86-92.

WANG J B,ZHANG J,CHEN J Y,et al.Analysis of the Liaohe Estuary coastline changes basing on the remote sensing image in the past thirty years[J].Marine Environmental Science,2015,34(1):86-92.(In Chinese)

[4]谢明鸿，张亚飞，付琨.基于种子点增长的SAR图像海岸线自动提取算法[J].中国科学院研究生院学报,2007，2(1):93-98.

XIE M H,ZHANG Y F,FU K.Algorithm of detection coastline from SAR images based on seeds growing[J].Journal of the Graduate School of the Chinese Academy of Sciences,2007,2(1):93-98. (In Chinese)

[5]赵英时.遥感应用分析原理与方法[M].北京：科学出版社,2003.

ZHAO Y S.The principle and method of analysis of remote sensing[M].Application.Beijing:Science Press,2003. (In Chinese)

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

[7]马小峰，赵冬至，邢小罡，等.海岸线卫星遥感提取方法研究[J].海洋环境科学,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. (In Chinese)

[8]张霞，庄智，张旭凯，等.秦皇岛市海岸线遥感提取及变化检测[J].遥感技术与应用，2014,29(4):625-630.

ZHANG X,ZHUANG Z,ZHANG X K,et al.Coastline extraction and change monitoring by remote sensing technology in Qinhuangdao City[J].Remote Sensing Technology And Application,2014,29(4):625-630. (In Chinese)

[9]孙伟富，马毅，张杰，等.不同类型海岸线遥感解译标志建立和提取方法研究[J].测绘通报,2011(3):41-44.

SUN W F,MA Y,ZHANG J,et al.Study of remote sensing interpretation keys and extraction technique of different types of shoreline[J].Bulletin of Surveying and Mapping,2011(3):41-44.(In Chinese)

[10]孙钦帮，苏媛媛，马军，等. 长兴岛海岸线变化遥感动态监测及分形特征[J].海洋环境科学,2011，30(3)：389-393.

SUN Q B,SU Y Y,MA J,et al. Analysis of shoreline changes based on remote sensing in Changxing Island,Liaoning Province[J].Marine Environmental Science,2011,30(3):389-393.(In Chinese)

[11]马小峰，赵冬至，张丰收，等.海岸线卫星遥感提取方法研究进展[J].遥感技术与应用,2007,22(4):575-580.

MA X F,ZHAO D Z,ZHANG F S,et al.An overview of means of withdrawing coastline by remote sensing[J].Remote Sensing Technology And Application,2007,22(4):575-580. (In Chinese)

[12]张刚，杨昕，汤国安.GIS软件的空间分析功能比较[J].南京师范大学学报：工程技术版,2013,13(2):41-47.

ZHANG G,YANG X,TANG G A.A comparison of spatial analysis function of GIS software[J].Journal of Nanjing Normal University：Engineering and Technology Edition,2013,13(2):41-47.(In Chinese)

Change analysis and extraction of the coastline in coastal area of south China sea basing on Landsat images

WANG Shi-yang, YANG Wu-nian*, SHE Jing-xing

(Key Laboratory of Geoscience Spatial Information Technology,Ministry of Land and Resources of the P.R.China, Chengdu University of technology,Chengdu610059,China)

Abstract:The coastline is an important reference for the research of sea changes and land changes. In order to obtain the coast changes of the south China sea accurately in recent 10 years, this paper extracted the coastline automatically basing on the TM, OLI data by iterative self-organizing date analysis technique (ISODATA). The precision verification of the extraction results was carried out by zonal statistics as table. The results indicates that in recent 10 years, the area of rivers and lakes along the south China sea coast showed a rapid reduction trend.

Key words:coastline; south China sea; ISODATA; zonal statistics as table

中图分类号：TP 79

文献标志码：A

DOI：10.3969/j.issn.1001-1749.2016.01.21

文章编号：1001-1749(2016)01-0139-06

作者简介：王诗洋(1991-),女,硕士,研究方向为资源与环境遥感，E-mail:sophieatsdkd@163.com。*通信作者：杨武年(1954-),男,博导,主要从事3S技术及地学应用科研与教学，E-mail:ywn@cdut.edu.cn。

基金项目:国家自然科学基金资助项目(41372340，41071265);高等学校博士学科点专项科研基金课题(20105122110006)

收稿日期：2015-05-27改回日期：2015-06-23