江苏岸外条子泥潮滩地形遥感遥测模拟

马 洪 羽，丁 贤 荣

(1.河海大学地球科学与工程学院，江苏 南京 210098；2.河海大学水文水资源学院，江苏 南京 210098)

江苏岸外条子泥潮滩地形遥感遥测模拟

马 洪 羽1，丁 贤 荣2

(1.河海大学地球科学与工程学院，江苏 南京 210098；2.河海大学水文水资源学院，江苏 南京 210098)

获取潮滩地形是合理开发利用潮间带滩涂最重要的指标之一。以江苏岸外条子泥为研究区，以地貌特征线为基础，结合该区域自建的4座水位测站的水位数据、实测断面数据和不同潮情下的遥感影像，模拟2013年和2014年两个连续水文年的潮滩地形。采用最邻近插值算法计算地貌特征线的高程值，进一步采用自然邻近法插值构建出条子泥滩涂地形。采用实测地形数据进行检验，结果表明：模拟的DEM能够反映当前潮滩的基本形态，平面精度达30 m，垂直精度达25 cm。潮滩形态年际变化较为剧烈，2006-2014年总体呈淤积趋势。

潮滩地形；地貌特征线；遥感遥测；条子泥

0 引言

宽大潮滩是现阶段沿海土地资源开发利用的重心。根据江苏沿海滩涂资源围垦开发规划纲要，条子泥规划围垦面积2.67万hm2。该海域内水动力环境复杂，动力地貌特殊。滩地低潮的出露时间短，潮水沟分布错综复杂，传统的以车、船为载具的地形测量难以上滩，人工测量只能在近岸的出露滩面及浅滩区域，潮水沟及水下潮滩无法涉及。近几十年来，Lidar技术在海洋领域应用广泛，尤其在潮滩地形的测量领域精度高、时效性强，但其测量成本高，且受天气因素制约。关于潮滩地形的研究方法还有数值模拟方法和遥感技术。在数值模拟方面，主要应用于水动力环境模拟，特别是潮流场、波浪场和风暴流场等[1,2]。该技术在条子泥区域主要用于水动力环境模拟,对于该区域潮滩地形的数值模拟尚无模型建立，主要原因有二：一是由于潮滩的冲淤变化导致与水等连续性力场有很大不同，影响因子选择较难；二是时效性较差，自1973至今,条子沙脊二分水线整体呈现先向北后向南的摆动趋势，整体向南摆动了3.67 km，年均摆动89.61 m，最大摆动幅度达10.2 km，导致模型建立的参考周期过长，并且规律性较差。该法目前不适于潮滩地形模拟。

在遥感技术应用方面，主要应用于沙洲空间分布与面积统计;海岸线、水边线等信息提取;岸滩、水道等冲淤变化分析;悬浮泥沙、地形等遥感反演。在潮滩地形遥感反演方面，国内学者针对小范围的滩涂，认定水边线就是等高线，利用附近水位站的实测水位高程值或断面数据，对水边线进行赋值，生成滩涂地形[3-9]。本文在前人研究的基础上，采用遥感手段，提出应用地貌特征线模拟条子泥大面积潮滩地形的方法，以实现高时效、大面积观测,其经济适用性强，数据结果综合可比性强。本文涉及的地貌特征线包括随潮位变化而发生位置变化的水边线以及能反映地貌单元骨架地形特征的地貌骨征线。地貌骨征线应具有时空可比性，确定其线的尺度、精度与方法和信息基础有关，不应因人而异[10]。

1 研究区概况

条子泥位于江苏海岸中部，东台市弶港附近海岸线的凹入段，是辐射沙脊群与江苏海岸带的交汇带，是江苏海岸中部最为宽大的近岸滩涂,其范围西起条子泥一期匡围大堤，东至东大港，东西向滩宽15 km；北起梁垛河闸口外港道，南至方塘河闸口外港道，南北向滩长24 km，2014年滩涂面积 590.7 km2。

水沙动力环境是辐射沙脊群得以发育的基础。其中，潮流是该区域形成与演变最重要的水动力条件，塑造了沙脊群的地形地貌；泥沙是该区域形成与演变的物质来源和物质交换产物，其输运过程反映了滩涂演变趋势。在辐射沙脊群海域，山东半岛反射的旋转潮波与后续的东海前进潮波相遇，形成独特的移动性驻潮波，以弶港为顶点，辐聚辐散，形成了平原海岸两碰水强潮奇观，潮差大，潮流强，垂线平均流速可达3 m/s以上，与动力条件相一致的是脊潮相间的潮滩地形，是江苏近海动力条件最强、最复杂的海域，大潮含沙量可达1.05～3.0 kg/m3。此外，含沙量的季节变化非常明显，由于季风因素导致近岸环流的相互作用，沉积物在冬季大量堆积，海域内冬季的含沙量远远高于夏季。

2 数据和方法

2.1 数据来源

主要数据包括：遥感影像数据、水位数据和实测数据,数据处理主要包括几何校正和高程基准统一两部分。由于收集的地形资料种类较多，数据之间的高程基准不统一，将收集的地形资料统一校正到1985国家高程基准上。遥感影像数据主要来源于我国环境与灾害监测预报小卫星星座A、B星(HJ-1A /1B星)，共收集33景环境与灾害监测预报小卫星影像以及3景Landsat-TM影像，分辨率均是30 m(表1)。实测数据分为两部分：一是实时的水位数据(表1)和2013年3条实测断面数据，作为模拟条子泥潮滩DEM的输入数据。水位数据源于大丰港、东大港、新条鱼港和洋口港4个水位测站。其中，大丰港和洋口港从2010年开始监测水位，东大港和新条鱼港从2012年10月开始监测水位。数据采集方式是固定时长的连续采集方式，每隔5 min采集一次，每次采集时长为3 s。二是验证数据，通过验证结果评价DEM的质量及模拟方法的优劣。包括由测绘部门提供的2006年Lidar地形数据，1∶1万测图比例，分辨率是5 m×5 m，有效测区面积为286.399 km2；沿海集团提供的2012年1月条子泥测点数据，1∶1万测图比例，测区面积128.01 km2，主要分布在西大港、东大港区域；2013年12条实测断面，每隔3.5 m一个测点，共12 058个测点。

2.2 研究方法

首先，以上述遥感影像数据为基础，从时间上将其分为2012年10月至2013年5月和2014年1月至2015年5月两个水文年，以2014年为例进行地形模拟。运用遥感解译技术，提取具有高程指示作用的水边线和潮汐水道的深槽线(以下简称“深槽线”)两种地貌特征线。其次，建立水位测站基线,即以水位测站为端点进行的连线。以表1的水位数据为基础，根据潮位特征时空分析结果，运用GIS的空间分析技术，对基线赋值。最后，通过自然邻近方法地貌特征线赋值，得出潮滩地形模拟结果。技术路线见图1。

表1 遥感影像信息及成像时刻各水位测站水位值

Table 1 RS images information and water level value of each hydrological station at corresponding time

获取时间大丰港 东大港新条鱼港洋口港2012/10/1810:221.05-0.33-0.66-0.062012/11/0610:04-1.20-1.87-1.64-1.242012/11/2810:161.241.110.961.552012/11/2910:161.130.610.470.952012/12/0610:22-1.81-2.12-1.83-1.512012/12/0710:27-1.60-1.57-1.31-1.332012/12/0810:28-1.02-0.360.31-0.152012/12/1210:011.051.691.892.192013/01/1810:17-2.24-2.59-2.69-2.352013/01/2810:060.48-0.69-1.10-0.352013/02/2010:21-1.06-0.520.280.042013/02/2210:090.371.151.481.352013/03/0310:00-2.36-3.30-3.58-2.822013/04/1010:051.150.750.110.762013/04/219:53-0.090.811.711.152013/04/2210:040.541.472.011.542013/04/2510:091.501.460.991.402013/05/0510:170.011.031.831.122014/01/029:461.150.610.040.762014/01/159:301.341.080.761.372014/01/1910:27-0.95-2.71-1.60-1.962014/01/239:36-2.55-2.87-2.38-2.272014/02/149:48-0.05-2.93-3.51-2.372014/02/159:250.69-0.78-0.05-0.512014/02/2010:270.371.280.681.182014/02/219:27-1.46-1.08-0.350.382014/03/039:350.761.161.041.542014/03/059:33-2.33-3.49-3.19-2.802014/03/219:43-1.96-2.08-1.92-0.932014/03/229:21-2.19-2.29-2.82-1.712014/03/309:280.950.03-1.16-0.212014/04/159:411.602.242.272.192014/04/239:47-1.83-3.00-3.50-2.782014/04/299:511.180.43-0.740.052014/05/269:451.581.110.450.962014/05/289:461.881.551.651.48

图1 技术路线

Fig.1 Technical route

2.2.1 水边线提取方法 水边线提取方法主要有单波段阈值分割法、边缘检测算法、多波段谱间关系法和面向对象空间特征提取。面向对象空间特征提取模块Feature Extraction(FX)是ENVI软件的一个功能模块，其基于影像空间及影像光谱特征，即面向对象，从高分辨率全色或者多光谱数据中提取信息，该模块可以提取各种特征地物(如车辆、建筑、道路、桥、河流、湖泊及田地等)[9]。其原理是基于地物的几何信息、结构信息和光谱信息进行影像中的地物分割和分类(分类的最小单元是每个地物对象)，以高精度的分类结果或者矢量输出。该法基于边缘分割算法，涵盖了边缘算法快速高效的优点并弥补了其缺点，有效避免了“同物异谱，同谱异物”。该法计算快且仅需一个输入参数就能产生多尺度的分割效果，在操作过程中随时预览影像分割效果;缺点是地物的分割或分类速度较慢，需具有良好性能的硬件设备。采用FX法较为符合本文所用影像的水边线提取。

2.2.2 深槽线提取方法 深槽线是指潮汐水道内部相对较深或最深处的连线,作为地貌特征线其具有空间唯一性，不随潮变化而变化,但受波浪、潮差、深槽坡面坡度等因素的影响[11]，潮沟断面呈U形[12]，据此利用泰森多边形提取深槽线。泰森多边形具有以下特点：每个泰森多边形内仅含有一个离散点数据，泰森多边形内的点到相应离散点的距离最近，位于泰森多边形边上的点到其两边的离散点的距离相等。据此可知相邻两点间的多边形，其共线上的任意点到此相邻两点间的距离相等，该线即为相邻两点间的中轴线，即深槽线。提取过程如下：选取影像数据中潮位最低的一景，将其水边线离散成点，利用ArcGIS 软件中的 Create Thiessen Polygons 工具创建泰森多边形，其公共边的连线很好地反映了深槽线，实现了深槽线的自动获取。

2.2.3 地貌特征线赋值方法 地貌特征线的赋值分为两部分，一是对具有高程指示作用的水边线的赋值，二是对具有地貌框架控制作用的深槽线的赋值。对大范围潮滩进行地形模拟，不能将地貌特征线简单的视为等高线，因此，将得到的地貌特征线离散成点，即水边点和深槽点，再进行赋值。

水边点的高程值来源于基线(图2),基线是在测量、计算或定位中的一种基本参照。本文所用基线是源于沿海自建的4个水位测站之间的连线，自北向南依次为：大丰港-东大港，东大港-新条鱼港，新条鱼港-洋口港。基线上的水位数据来源于4个水位测站水位的插值。依据图2的同步水位走势和水面连续性的特点，采用线性插值方法为基线赋值。又根据地理学第一定律，采用最简单的插值算法即最邻近插值(也称为零阶插值)为水边线赋值。该法的输出值等于距离它映射到的位置最近的输入值，在许多情况下都能得到令人满意的结果。在ArcGIS软件中可直接用Near工具计算，得到具有高程属性的水边点。

图2 水位测站间对应时刻的同步水位走势

Fig.2 The trend of synchronic water level among water level stations with correspongding time

将深槽点用于模拟潮滩地形，控制地形骨架，是本文的创新点之一。其赋值采用2013年11月的3条实测断面数据，同样应用最邻近插值方法，在此不再赘述。

3 结果分析

3.1 潮滩DEM模拟

在获取了地貌特征线以及完成赋值后，插值模拟条子泥潮滩地形。本文采用自然邻近插值(Natural Neighbors)方法模拟DEM，该方法基于空间自相关性，即距离越近的事物越相似。基本原理是先对所有样本点创建泰森多边形，对未知点进行插值时，修改原始泰森多边形并生成一个新的泰森多边形。两泰森多边形相交区域的样本点用来参与插值，它们对待插点的影响权重和两泰森多边形相交面积呈正比。本文直接利用ArcGIS软件中空间分析模块的Natural Neighbors 工具进行插值计算，cell size设置为30 m×30 m，与影像分辨率一致。遥感遥测模拟2014年条子泥DEM结果见图3。

3.2 精度验证及冲淤分析

由于缺乏实测数据，本文采用2006年和2012年条子泥实测数据对模拟的DEM进行验证,同时，可计算出年际冲淤变化和多年冲淤变化情况。由于验证数据与模拟地形不同期，因此，通过该区域滩涂的稳定性分析，对验证数据的合理性进行检验,主要引用高恒娟等[13]的研究结论，根据滩涂稳定程度选取验证数据。据此，可用不同期的数据来验证模拟地形,采用2006年DEM进行总体地形检验,采用2012年DEM进行局部区域检验。

图3 2014年条子泥DEM

Fig.3 The DEM of Tiaozini in 2014

具体精度验证采用差值法。2006年Lidar数据覆盖整个条子泥区域，提取与模拟DEM的公共区域，将二者相减，统计各个误差分布范围内的像元数，统计误差所占百分比，绘制误差分布直方图(图4)，计算得到平均值0.23 m，最大值11.62 m，最小值-10.51 m。误差平均值在25 cm以内，符合地形测量精度。

图4 地形误差统计

Fig.4 Statistical figure of terrain error

误差分析：将误差的绝对值分为4个范围：0～1 m、2～3 m、4～5 m、6～12 m。误差绝对值在6～12 m的区域位于西大港和东大港，对比图5可知，在东大港和西大港存在明显的沟脊位置互换现象，判断为潮滩摆动。因此，选取2006年、2013年和2014年3月3日影像提取沟槽线(图5)，得出潮滩摆动情况。2006年的条子泥还未围垦一期工程，可见人工围垦之后，条子泥北部向东南方向摆动剧烈，南部条鱼港区域向西南方向摆动，东部蒋家沙基本稳定，整个条子泥向南摆动；二期围垦工程在建中，可以看到2014年较2013年依然向南摆动，该区域地形受人为工程和水动力环境共同影响、塑造。误差绝对值在4～5 m的区域分布在各个潮水沟边缘，条子泥区域潮差大，水流急，潮水沟摆动异常，物质交换强烈，导致滩地地形动态变化极为活跃，造成潮水沟附近误差值较大。误差绝对值在2～3 m位于条子泥南北两侧，南部的分布面积相对较大。条子泥北部沙脊摆动明显造成误差，而南部淤积较为明显，造成误差值较大，具体淤积统计见表2。

图5 沟槽线对比

Fig.5 Contrast of trenches

表2 2006-2014年冲淤量统计

Table 2 Quantity of statistics of scouring and silting during 2006-2014

冲刷面积(km2)淤积面积(km2)冲刷量(万m3)淤积量(万m3)净冲淤量(万m3)冲刷率(m/a)淤积率(m/a)全区净冲淤率(m/a)228.37533.606542.7329062.9322520.200.350.680.33

冲淤分析的具体方法是：直接将2014年地形模拟结果与2006年实测DEM相减，非公共区域即是冲刷或者淤积较剧烈的地带。获取冲淤分布(图6)，并按照每1 m间隔进行分层设色渲染。冲淤结果是：平均值2.95 m，最大值12.27 m，最小值-11.67 m。由表2可知，2006-2014年年均淤积0.33 m。

局部区域检验:将2012年测点内插生成DEM与模拟DEM相减,误差结果为:平均值-0.08 m，最大值4.73 m，最小值-6.07 m(图7),说明小范围内存在冲刷情况，主要冲淤区分布在潮水沟附近(图8)。尤其在条脊丁坝和条南丁坝之间的区域，潮水沟摆动显著的主要原因是在2012-2014年，二期匡围工程在建以及该区域的水动环境。虽然采用2006年和2012年两个不同期的数据检验遥感遥测方法模拟的DEM，但二者在检验结果上一致。对比图6和图8可知条子泥中心淤长趋势显著，受围垦工程影响，潮滩整体向南摆动。

图6 2006-2014年地形冲淤空间分布

Fig.6 Spatial distribution of erosion from 2006 to 2014

图7 地形误差统计

Fig.7 Statistical figure of terrain error

图8 2012-2014年地形冲淤空间分布

Fig.8 Terrain spatial distribution of erosion from 2012 to 2014

综上可知，地貌特征线法模拟的潮滩地形，其局部垂直精度和全局垂直精度均在25 cm范围内，符合地形测量精度需求。2006-2014年条子泥区域年际冲淤变化不一，整体呈淤积趋势，露滩面积明显增大,平均年淤积率33 m，物质交换量十分巨大，尤其潮水沟附近冲淤变化较大。据此，遥感遥测模拟了2013年条子泥潮滩DEM。精度检验结果是：2013年减去2006年DEM误差平均值-0.01 m，最大值11.12 m，最小值-5.35m；冲淤统计结果：平均值2.66 m，最大值11.87m，最小值-11.44 m,2013-2014年淤积速度为0.04 m/a。

4 结论

以地貌特征线为基础，结合实测数据，构建条子泥潮滩地形的模拟方法在理论上可行，精度可信，结果符合潮滩地形基本规律,是遥感和实测数据相结合的新型滩涂地形模拟方法。但该方法还存在一定的缺陷。例如,在考虑成本的情况下影像获取的分辨率不高，进一步提高影像分辨率在理论上可提高模拟的地形精度；地貌特征线的提取一方面受影像分辨率的影响，一方面获取的最低潮水边线并不是潮滩能出露的最大范围，与实际潮滩能够出露范围有一定差异，导致构建的DEM不是完整的潮滩地形。条子泥潮滩地形主要受水沙动力环境影响而形成，但从2006-2014年冲淤变化可以看出，围垦工程对地形和泥沙淤积的影响较大，年均淤积率0.33 m。但2013-2014年的淤积率只有0.03 m，说明在2013年1月一期围垦工程完成后，经历水动力环境塑造条子泥潮滩地形基本稳定，总体呈淤积趋势。

[1] MASON D C,DAVENPORT I J,FLATHER R A,et al.Cover a digital elevation model of the inter-tidal areas of the Wash,England,produced by the waterline method[J].International Journal of Remote Sensing,1998,19(8):1455-1460.

[2] MASON D C,DAVENPORT I J,FLATHER R A,et al.A sensitivity analysis of the waterline method of constructing a digital elevation model for intertidal areas in ERS SAR scene of Eastern England[J].Estuarine,Coastal and Shelf Science,2001,53(6):759-778.

[3] 郑宗生，周云轩，蒋雪中,等.崇明东滩水边线信息提取与潮滩DEM的建立[J].遥感技术与应用，2007,22(1):35-38.

[4] 丁贤荣，康彦彦，葛小平,等.辐射沙脊群条子泥动力地貌演变遥感分析[J].河海大学学报(自然科学版),2011，39(2):231-236.

[5] 丁贤荣,康彦彦,茅志兵,等.南黄海辐射沙脊群特大潮差分析[J].海洋学报(中文版),2014(11).DOI:10.3969/j.issn.0253-4193.2014.11.002:32-35.

[6] 郑宗生,周云轩,沈芳,等.基于DTM的水边线遥感信息提取方法[J].国土资源遥感,2007(2):56-59.

[7] 韩震,恽才兴,戴志军,等.淤泥质潮滩高程及冲淤变化遥感定量反演方法研究——以长江口崇明东滩为例[J].海洋湖沼通报,2009(1):12-18.

[8] 韩震,郭永飞,李睿,等.长江口淤泥质潮滩环形水边线信息提取方法研究[J].国土资源遥感,2010(4):64-66.

[9] 韩震,金亚秋,恽才兴.我国海岸带及其近海资源环境监测的遥感技术应用[J].遥感信息,2006(5):64-66.

[10] 丁贤荣,周虹宏,康彦彦.辐射沙脊群地貌结构遥感解析[J].地理与地理信息科学,2014,30(4):32-35.

[11] 刘秀娟,高抒,汪亚平.倚岸型潮流脊体系中的深槽冲刷——以江苏如东海岸为例[J].海洋通報(中文版),2010,29(3):271-276.DOI:10.3969/j.issn.1001-6392.2010.03.006.

[12] 谢卫明,何青,章可奇,等.三维激光扫描系统在潮滩地貌研究中的应用[J].泥沙研究,2015(1).DOI:10.16239/j.cnki.0468-155x.2015.01.001:64-66.

[13] 高恒娟,丁贤荣,葛小平,等.沿海滩涂稳定性的长系列遥感定量分析方法[J].南京大学学报(自然科学版),2014(5).DOI:10.13232/j.cnki.jnju.2014.05.006.

[14] 陈君,王义刚,卫晓庆,等.条子泥二分水滩脊地貌动力与演变特征研究[J].水利水运工程学报,2011(4):108-114.

[15] 陈君,王义刚,张忍顺,等.江苏岸外辐射沙脊群东沙稳定性研究[J].海洋工程,2007,25(1):105-113.

[16] 秦平,费岳军.南黄海辐射沙脊群水边线提取[J].遥感信息,2013,28(6).DOI:10.3969/j.issn.1000-3177.2013.06.010:64-66.

[17] 杨耀中,孔得雨,葛黎丽.南黄海辐射沙脊群研究进展[J].科技资讯,2013(12):143-143.

[18] 邓书斌.ENVI遥感图像处理方法[M].北京:科学出版社,2010.212-220.

[19] 江苏省专项办公室.江苏海洋概览[M].南京：河海大学出版社,2010.

[20] 张长宽.江苏省近海海洋环境资源基本现状[M].北京:海洋出版社,2014.101-102.

Remote Sensing and Remote Measuring Approach to Simulate the Tiaozini Tidal Flat Terrain Field off Jiangsu Coast

MA Hong-yu1,DING Xian-rong2

(1.School of Earth Science and Engineering,Hohai University,Nanjing 210098；2.School of Hydrology and Water Resources,Hohai University,Nanjing 210098,China)

Tidal flat terrain is one of the most important indexes for us to exploit tidal flat legitimately.Based on geography characteristic lines,the tidal flat terrain has been built up in the study area of Tiaozini tidal flat field off Jiangsu Coast of hydrological years 2013 and 2014,and with water level data of 4 self-built hydrological stations,profile data of measured and remote sensing images under different tide situations.Using the nearest interpolation algorithm,the elevation calculation of the geography characteristic lines is completed.And then the tidal flat terrain is built with natural neighbor interpolation.The accuracy is confirmed by actual measurement data.Results show that the DEM can reflect the current basic form of tidal flat and the position accuracy approaches 30 m and the elevation accuracy approaches 25 cm.

tidal flat terrain;landscape characteristic lines;remote sensing and measuring;Tiaozini

2015-06-26；

2015-10-24

国家科技支撑计划课题(2012BAB03B01);国家海洋公益性行业科研专项(201005006);江苏省基础研究计划(自然科学基金)项目(BK2012414)

马洪羽(1990-)，女，硕士研究生，主要从事海洋遥感与地理信息系统研究。E-mail:hhu_mhy@163.com

10.3969/j.issn.1672-0504.2016.01.015

P237;P748

A

1672-0504(2016)01-0078-06