海岸带实时实地视频观测ARGUS技术

刘海江，时连强

(1.浙江大学 建筑工程学院，浙江 杭州 310058; 2.浙江省海洋岩土工程与材料重点实验室，浙江 杭州 310058; 3.国家海洋局第二海洋研究所 国家海岛开发与管理研究中心，浙江 杭州 310012)

海岸带实时实地视频观测ARGUS技术

刘海江1，2，时连强3

(1.浙江大学 建筑工程学院，浙江 杭州 310058; 2.浙江省海洋岩土工程与材料重点实验室，浙江 杭州 310058; 3.国家海洋局第二海洋研究所 国家海岛开发与管理研究中心，浙江 杭州 310012)

区别于传统的定时定点野外测量方法，近年来各种遥感监测技术被应用于海岸带的实地观测领域。其中基于岸线的近岸实时实地视频观测技术(ARGUS系统)可获取大范围、长时间内的海岸带动力环境要素实测资料(诸如波浪、水流、岸线、地貌特征等)，在海岸工程研究领域被广泛应用。通过对ARGUS系统的回顾，叙述了该技术的发展概况、视频数据类型和特点、图像分析方法和实际应用举例，同时简介了我国第一套ARGUS系统的构建。此外，也简要介绍了X波段雷达影像系统和红外线摄像系统在海岸工程研究中的应用。期望进一步推动上述近岸视频观测技术在我国海岸工程研究中的应用，为海岸带的综合管理利用和合理开发规划提供相应的科学支撑，同时促进各相关学科间(如海岸工程、测绘、图像分析等)的交叉合作。

视频观测；ARGUS系统；图像分析；X波段雷达影像系统；红外线摄像系统

Abstract:Different from the traditional in-situ point measurement in a specified time period,various remote sensing techniques are introduced into the coastal research field recently.Among them,the shore-based video imagery technique (ARGUS system) is broadly used in the coastal engineering studies,to obtain the large-area and long-period measurement data of different dynamic physical factors in nearshore region,e.g.,information of wave,current,shoreline position,and bathymetry features.A general review of the ARGUS system is conducted,including its development status,video data classification and characterization,image analysis approaches,and practical applications.At the same time,the first ARGUS system deployed in China is briefly described.In addition,application of the X-band radar imagery system and the infrared camera system in coastal engineering studies is also referred to.It is expected that the application of the above nearshore video monitoring techniques in China can be further extended to provide the scientific support for integrated management/utilization and reasonable development/planning in coastal regions.Meanwhile,it can promote the interdisciplinary studies among various subjects,e.g.,coastal engineering，spatial mapping and image analysis.

Keywords:video monitoring; ARGUS system; image analysis; X-band radar imagery system; infrared imagery system

在海岸工程研究领域，科研人员经常受困于没有足够时间跨度和空间尺度的实时实地测量数据去校核和验证所建立的数学模型，因此也很难将这些数值模型直接运用到工程实际中去。传统的野外观测方法一般是将各种观测仪器、设备在指定期间内放入指定地点，测量所得结果往往仅是海岸带区域中一点或几点的数据，很难做到长期不间断的大范围监测。这些在相对短时期内采集的几个代表点的数据在时间空间尺度上均较为有限,无法准确描述所需研究区域内各物理参数的时空分布特征，不能深入揭示海岸带水沙动力过程的长短期变化规律，也满足不了复杂数值模型验证的需要[1]。传统的野外数据采集方法需花费众多的人力、物力和财力，通常情况下效率较低。在台风、风暴潮等极端自然环境条件下，传统的现场观测手段由于安全性问题经常无法顺利实施。然而，各种极端情况下的近岸海浪、水流的时空分布特点、海岸带泥沙运动特征和沿岸地形地貌演变过程却是科研和工程实际中最需要把握的。此外，一般的野外观测方法由于受仪器设备所限，往往无法做到数年尺度的长时间观测。

20世纪80年代以来，适用于海岸带区域的遥感监测技术得到了长足发展，包括近岸视频监测系统[2-3]、X波段雷达影像系统[4-6]，多谱影像技术[7-8]和概要影像技术[9]等。其中，近二十年来基于海岸线的近岸视频观测技术被成功引入到海岸工程的野外监测研究领域。该技术使用一个或几个摄像机来观测记录近岸区域数公里范围内的水沙动力环境实时状况，通过网络传输或实地存储设备采集现场视频图像，再运用图像分析处理获取研究所需的各种物理参数及其特征，诸如海岸线位置、波浪周期、波向、波谱、沿岸流、波浪冲流高度、海滩地形、沿岸地貌等。视频观测技术实施成本低，操作简单，适应性强，具有较高的时、空分辨率，可实时监测沿海区域的环境动力特征。近年来该技术发展迅速，研究应用领域逐渐扩大，全球海岸带监测体系也在不断构建完善，在海岸工程实地研究，海岸带的管理、利用及保护和沿海防灾减灾等领域发挥着越来越重要的作用[10]。

本文归纳总结了过去30多年国内外海岸带视频观测研究领域的相关工作和发展状况，主要介绍基于摄像机的近岸视频观测技术(ARGUS系统)，同时对X波段雷达影像系统和红外线摄像系统在海岸工程研究中的应用做简要的介绍。期望进一步推动上述各观测技术在我国海岸工程实地科研中的应用，促进海岸带视频监测技术的发展和进步。

1 ARGUS视频观测系统简介

利用航空照片进行海岸带动力过程的分析可以追溯到20世纪30年代。近代海岸带视频监测系统是由美国俄勒冈州立大学的Rob Holman教授所在的海岸图像实验室于20世纪80年代逐渐发展起来的[11]，其主要成果为基于岸线的近岸视频观测技术(Shore-based video imagery technique)，即ARGUS系统(ARGUS一词来源于古希腊神话，为一有100只眼睛的巨人)。该系统是一个基于视频图像的海岸带信息提取与分析系统，可以对海滩及近海海域进行实时在线监测。该系统主要由图像采集系统和数据存储/传输系统组成。图像采集系统一般由4～6个实地摄像机组成(如图1所示)，可对海岸带进行180度全方位观测。根据摄像机安置高度和相机镜头焦距，观测区域的空间范围可以达到3～6公里[10],同时给出一个平面上的各物理量信息(区别于传统的单点测量手法)；在时间尺度上，ARGUS系统可以实施从不到一秒到连续数年的观测，甚至更长(区别于只能在指定时间段内进行测量的传统方法)。

ARGUS观测系统自诞生以来，已经进入第三代[11]。全球第一个ARGUS观测站建立于1992年，由两台采集黑白图像的摄像机组成，记录图像的解像度为640×480像素，实地计算机基于DOS操作系统。第二代ARGUS观测系统采用Unix操作系统，记录图像为640×480像素的彩色胶卷照片，该系统可以2Hz的频率采集所需像素点的时间序列信息，但对各摄像机记录图片的数字化处理不能完全同步。第三代ARGUS观测系统采用Linux操作系统，记录1 024×768像素的彩色数字图片，对图片可做同步数字化处理，并且对海岸带内的移动目标(如波浪)可做立体影像分析。

通过欧盟CoastView项目(2002～2004)的成功实施，该实地监测技术在全球范围内的应用取得了突破，近年来引起了海岸工程研究人员的广泛关注[13]。迄今为止,在美国、欧洲、澳大利亚、日本、新西兰等地数十个ARGUS观测站已经构建完善，实时在线监测相关海岸带的动力环境信息。图2显示了全球ARGUS观测站点的分布情况(至2003年为止)。2015年5月，我国首套ARGUS视频监测系统在浙江舟山朱家尖海滩建成，填补了我国在该研究领域的空白。

图1 ARGUS图像采集系统(Noordwijk ARGUS站点,荷兰)[12]Fig.1 Camera configuration at the Noordwijk Argus Station,the Netherlands[12]

图2 全球ARGUS站点分布情况[12]Fig.2 Distribution of ARGUS stations over the world[12]

图3 ARGUS系统视频图像和分析(记录于日本天龙川河口)Fig.3 Image products of AGRUS system and image analysis (image recording at Tenryu estuary,Japan)

2 ARGUS视频图像数据

AUGRUS视频观测数据主要包括两大类：视频图像和像素点时间序列。视频图像主要包括以下三类：瞬时图像，时均图像和方差图像。瞬时图像(snapshot image)显示的是某一时刻海岸带的瞬间状况(如图3(a)所示)，是ARGUS系统记录的最基本图像,用于图像的定性评估。时均图像(time-exposure image or timex image)是一种长时间记时曝光图像，根据ARGUS协议取为10分钟内的平均图像(如图3(b)表所示)。时均图像是ARGUS视频观测所得到的最主要数据，该图像突出了海岸带10分钟内没有变化的物体，同时平均了诸如海浪等变动的信息(仅保留其平均亮度)。海底沙坝坝顶处水深浅，近岸波浪在此处大量破碎，在平均图像的海面上形成如图3(b)中所示的白色带状区域，可用于判断沙坝的位置和形态及沿岸裂流(rip current)位置[14-15]。方差图像(variance image)是10分钟记录时间内反应标准偏差的图像(如图3(c)所示)。在方差图像中，记录时间内不断变化的区域(如破波带、浪冲带)显示为白色，不变的区域(如海滩、天空)显示为黑色。利用方差图像可以勾画出破波带和海岸线的位置。利用上述三种ARGUS图像可以对影响海岸带动力环境的各物理参数进行解析，并能反演图像记录区域的沿岸海底地形[16-17]。

像素点时间序列是指在研究区域内选取一点或数点以2 Hz频率采集所需像素点的时间序列信息，可以极大的减少视频数据的存储量。利用像素点时间序列可以分析获取各种海岸带波流物理参数信息，如波周期[18]、波向/波向谱[19]、波浪爬高[20]和沿岸流速[21]等。

3 ARGUS图像分析

如图3所示，ARGUS系统记录的图像为斜视图，图中各像素点的空间解像度并不一致，离摄像机近的区域高，远的区域低，不能直接定量的反映海岸带内各物理参数的准确空间分布信息。为此，需要将记录的二维平面图像转换到实际空间的三维几何坐标系。该坐标转换包含两个步骤：实验室校准(intrinsic calibration)和野外校准(extrinsic calibration)。实验室校准主要是对摄像机光学成像的畸变进行矫正以确定相机的各内部参数，如径向/切向畸变、中心点偏移和图像偏斜等。传统的ARGUS系统采用Holland 等的方法[22]校验相机的内部参数。Liu 等[17]采用Zhang[23]方法进行相机的实验室校准，该方法操作灵活简单、适用性强。在实验室校准后，通过对无光学畸变的图像做进一步的野外校准，可以将记录的斜视图像转换为某一指定垂向平面位置上的俯视图像(如图3(d)所示)。通过数个实地控制点(ground control points)在图像和空间三维坐标中位置信息，采用最小二乘法，可以计算得到野外校准所需的7个外部参数(相机位置坐标、安置角度和镜头焦距)。Liu 等[24]基于Holland 等[22]方法，引入了实地控制点的权重系数，增加了远离摄像机的控制点在坐标变换中的权重，提高了坐标变化的精度。图3(d)中的曲线是用GPS记录的河口沙洲形状，同坐标变换后图像中的沙洲位置吻合得很好，验证了坐标转换的准确性。

由于远离摄像机安装地点，图3(d)中右侧部分的图像较为模糊，解像度低。为了解决此类问题，可以采用图像拼接合并的方法。图4(a)是由在河口两岸安装的三台摄像机同步记录的时均图像经过坐标变换和图像拼接后得到的河口沙洲整体地貌图，揭示了沿岸1 600 m、离对岸1 000 m范围内的河口状况。同图3(d)相比，河口沙洲及近海区域的动力环境特征都能得到较为清晰的捕捉，沿岸碎波带及河口处由于波浪水流相互作用引起的波浪折射所造成环形碎波带都能得到准确的记录。上述合成图像可以覆盖较大范围内的海岸带动力环境信息，为相关研究提供准确的实时实地数据。

如果对研究区域进行长时间的观测，取图4(a)中直线所示的离对岸断面(500 m长)为基准，并将每天同潮位条件下(消除潮位影响)的该断面图像罗列起来，即可得到该断面处的时间堆栈图像(如图4(b)所示，历经2年9个月)。图4(b)中的黑色带状区域是由于记录图像的缺失造成的(系统机械故障等原因)。由图4(b)可以看出，该断面河流一侧的沙洲位置变化不大。2007年7～10月间河流一侧沙洲的海向运动是由于河流洪水将该段沙洲冲断所致[24]，而2009年10月间河流一侧沙洲的陆向运动是由于台风引起的波浪越波(越过沙洲顶部)所造成的[25]。相对来说，该断面处沿海一侧的沙洲位置(即海岸线)的变动较为剧烈，岸线的堆积和侵蚀交替出现，伴随着近海波浪等动力条件呈现一定的季节性变化[26-27]。

图4 图像拼接及长时间观测Fig.4 Merged geo-rectified timex image and long-term observation

4 ARGUS视频观测技术应用

采用视频观测技术不受实地波浪水流的影响，即使在台风、风暴潮等极端恶劣的自然环境条件下也能进行数据的采集。图5(a)记录了2007年台风4号来袭时研究区域河口沙洲的形态。台风4号引起了有效波高为7 m的海浪，同时伴随着强烈的降雨过程，造成河流洪水。由于河流水位抬升和风暴潮增水，在台风登陆时整个河口沙洲被淹没于水面之下。数小时之后，在河流水位高于外海水位时(非高差最大瞬间，而是在最大高差后的2小时)，沙洲区域中部被洪水冲开，形成近100 m宽的豁口。整个豁口的产生过程仅历时10分钟。随后的数月内，沙洲逐渐恢复(如图5(b)所示)。恢复过程是由日常海浪的作用造成的，海一侧的沙洲在台风过后一个月内重新连接起来,但陆侧的缺口由于波浪无法直接作用而一直残缺。两个月之后，台风9号来袭，这次台风造成6 m的有效波高，但无明显的降水过程(无洪水)，由于波浪越浪作用携带泥沙从海侧进入陆侧缺口，填补了沙洲豁口陆侧的残缺区域，使得沙洲整体形态复原。通过对河口沙洲两个月的视频观测，台风作用下的沙洲地貌动力演变过程被准确详实地记录下来，为揭示极端自然环境条件下海岸带的剧烈水沙动力过程及其机理机制提供了第一手的观测资料。

图5 天龙川河口沙洲演变过程Fig.5 Morphological evolution of the sand spit at Tenryn estuary

与此同时，近岸视频观测系统也可对研究区域进行数年长时间的图像记录。通过对图像数据的统计分析获取该区域内海岸带各动力要素的变化特征，对相关物理量进行后报(hindcasting)和预报(forecasting)。用于长期数据统计分析的手法包括各种线性[28]和非线性方法[29]。其中线性的经验正交函数法(empirical orthogonal function)[25，30-31]和非线性的人工神经网络法(artificial neural network)[32]是常用的两种数据统计分析方法。这两种方法可以用于分析数据的长期演变规律和特征，并可对相关物理量今后的演变过程进行预测。此外，通过对视频图像的分析可以提取近岸波速信息，利用线性水波的频散关系可反演出沿岸的海底地形[17,33-34]。考虑到近岸水波非线性的影响，Yoo等[35]通过视频图像成功反演出破波带内的水深(误差小于0.1 m)。同传统的水深测量方法相比，基于视频图像分析可以廉价的费用获得高时间分辨率、高空间解像度的沿海海底地形数据。在此基础上，运用上述统计学手法，可归纳总结出相关海岸带的长期泥沙运动变化(离对岸方向和沿岸方向)及地形地貌的演变规律。

此外，近年来随着人们对海滩利用(如度假娱乐)的增加，近岸视频观测系统还可以通过记录的图像来分析海滩的利用情况，提出海岸带状态指标(coastal state indicator)[36]，获取诸如海滩旅游资源承载能力等信息，为海岸带的综合利用和管理服务。Guillen 等[37]利用ARGUS图像记录分析了四年间巴萨罗那两处海滩使用者数量随时间、季节和年间的变化情况。Liu 等[38]利用视频图像分析了指定海岸带内冲浪者数量在一年内的变化规律，并探寻了其与温度、时间段等外部因素间的相互关系。视频观测方法还可以用于分析海岸带水质环境等的变化信息，如浒苔的分布[39]。

5 我国首套ARGUS系统简介

国内首套已建好并投入运行的ARGUS系统安装在浙江省舟山市朱家尖岛海天台宾馆的楼顶上，该系统可用于实时在线观测整个东沙海滩的动态环境信息。它由六台摄像机组成，其中南边两台用于监测海滩南部区域，北边四台用于监测海滩的中部和北部区域(如图6(a)所示)。通过对记录视频图像的拼接可获得整个东沙海滩的图像数据。摄像机安装固定在钢制支架上，与站点电脑相连，并通过网络实现远程数据的传输、查看和下载，数据采集的频率设定为半个小时一次。图6(b)显示了该ARGUS系统所记录的东沙海滩南部的时均图像，该图像的分辨率为数厘米到数米。

图6 我国首套ARGUS系统Fig.6 The first ARGUS system in China

6 其他近岸视频观测技术

近年来，X波段雷达影像系统在海岸工程研究中也得到不断的应用。图7(a)为一X波段雷达影像图的实例(解像度1 024×1 024)[40]。图中每一像素点对应一个2 m×2 m的正方形，该雷达每2秒记录一张图片。由于波浪波峰位置处对雷达信号反射强烈，在图中显示为白色带状区域。通过对图像的连续记录可以推断相关海岸带的动力参数信息。此外，X波段雷达可24小时运行，弥补ARGUS视频系统无法在夜间观测的缺点。

图7 雷达影像和红外线影像(记录于日本天龙川河口)Fig.7 Radar image and infrared image (image recording at Tenryu estuary,Japan)

此外，红外线成像技术也逐渐被引入到海岸工程的实地观测中，尤其是河口区域。该技术也可在夜间实施观测。考虑到河水与海水温度的不同，通过红外线成像可以探知河口区域河水和海水的表面混合过程，进而推断该区域的泥沙输移过程[41]。图7(b)为一典型的河口区域红外线成像合成图，从图中可以清晰地观察到河水入海的过程(悬沙输移)并非在河口周边均匀的扩散开来，而是沿着河口左岸的一个狭长的水道注入海中(如箭头所示)。

7 结 语

综上所述，区别于传统的定点定时野外测量方法，各种海岸带实时实地视频观测技术是获取大范围、长时间海岸带动力环境要素(诸如波浪、水流、岸线、地貌特征等)实测资料的有效手段，也是研究海岸水动力学、泥沙运动、地形地貌演变等本学科方向关键问题的有力支撑。通过对监测记录图像的分析，可以准确再现相关各物理参数的时空分布变化特征和耦合关系，进而探讨和揭示各物理因素间的动力响应关系。

由于文中所述的各种近岸视频观测技术的研究和应用在我国还未深入展开，现有的该研究方向上的科研基础和条件相对薄弱和欠缺，不仅还远不能和美国、欧洲、日本、澳大利亚等先进国家和地区相比，和我国海岸工程实践的现状需求也很不相适应。本文通过对适用于海岸带野外研究的ARGUS视频观测技术的回顾，简要概述了该技术的发展概况和实际应用情况，期望进一步推动该技术在我国海岸工程野外考察研究中的应用和发展，以获取海岸带数值模型验证和实际工程设计施工中所急需且必需的实地实测数据，为海岸带的综合管理利用及合理开发规划提供相应的科学支撑，同时促进各相关学科间(如海岸工程、测绘、图像分析等)的交叉合作。

[1] 左其华，窦希萍，段子冰.我国海岸工程技术展望[J].海洋工程，2015，33(1)：1-13.(ZUO Qihua,DOU Xiping,DUAN Zibing.Prospects of coastal engineering technology in China [J].The Ocean Engineering,2015,33(1):1-13.(in Chinese))

[2] LIPPMANN T C,HOLMAN R A.Quantification of sand bar morphology:A video technique on wave dissipation [J].Journal of Geophysical Research,1989,94 (C1):995-1011.

[3] 张锁平，张春田.近海视频测量与应用[J].海洋技术，2006，25(1)：11-19.(ZHANG Suoping,ZHANG Chuntian.An introduction to nearshore video imaging observations [J].The Ocean Technology,2006,25(1):11-19.(in Chinese))

[4] BELL P S.Shallow water bathymetry derived from an analysis of X-band marine radar images of waves [J].Coastal Engineering,1999,37:513-527.

[5] TAKEWAKA S.Measurements of shoreline positions and intertidal foreshore slopes with X-bandmarine radar system [J].Coastal Engineering Journal,2005,47(2-3):91-107.

[6] 冯向波，严以新，高家俊，等.X波段雷达近岸影像波谱分析[J].海洋工程，2010,28(1)：104-109.(FEN Xiangbo,YAN Yixin,KAO Chiachuen,et al.Wave spectrum analysis of nearshore X-band radar image [J].The Ocean Engineering,2010,28(1):104-109.(in Chinese))

[7] LYZENGA D R.Shallow-water bathymetry using combined LIDAR and passive multispectral scanner data [J].International Journal of Remote Sensing,1985,6(1):115-125.

[8] KANNO A,KOIBUCHI Y,ISOBE M.Statistical combination of spatial interpolation and multispectral remote sensing for shallow water bathymetry [J].IEEE Geoscience and Remote Sensing Letters,2011,8(1):64-67.

[9] CLARKE L B,WERNER B T.Synoptic imaging of nearshore bathymetric patterns [J].Journal of Geophysical Research,2003,108(C1):3005,doi:10.1029/2000JC000780.

[10] AARNINKHOF S G J.Nearshore bathymetry derived from video imagery [D].Delft University of Technology,2003:175.

[11] HOLMAN R A,STANLEY J.The history and technical capabilities of Argus [J].Coastal Engineering,2007,54(6-7):477-491.

[12] Argus video monitoring system.Coastal Wiki,http://www.coastalwiki.org/wiki/Argus_video_monitoring_system.

[13] DAVIDSON M,KONINGSVELD M V,KRUIF A D,et al.The coast view project:developing video-derived coastal state indicators in support of coastal zone management [J].Coastal Engineering,2007,54(6-7):463-475.

[14] VAN Enckevort I M J,RUESSINK B G.Effect of hydrodynamics and bathymetry of video estimates of nearshore sand bar position [J].Journal of Geophysical Research,2001,106:16969-16979.

[15] RANASINGHE R,SYMONDS G,BLACK K,et al.Morphodynamics of intermediate beaches:a video imaging and numerical modelling study [J].Coastal Engineering,2004,51(7):629-655.

[16] AARNINKHOF S G J,TURNER I L,DRONKERS T D T,et al.A video-basedtechnique for mapping intertidal beach bathymetry [J].Coastal Engineering,2003,49:275-289.

[17] LIU H,ARII M,SATO S,et al.Long-term nearshore bathymetry evolution from video imagery:a case study in the Miyazaki Coast [C]//Proceedings of 33rd International Conference on Coastal Engineering.2004,doi:10.9753/icce.v33.sediment.60.

[18] STOCKDON H F,HOLMAN R A.Estimation of wave phase speed andnearshore bathymetry from video imagery [J].Journal of Geophysical Research,2000,105:22015-22033.

[19] HERBERS T H C,GUZA R T.Estimation of directional wave spectra frommulticomponent observations [J].Journal of Physical Oceanography,1990,20:1703-1724.

[20] HOLMAN R A,GUZA RT.Measuring run-up on a natural beach [J].Coastal Engineering,1984,8:129-140.

[21] CHICKADEL C C,HOLMAN R A,FREILICH M H.An optical technique for the measurement of longshore currents [J].Journal of Geophysical Research,2003,108(C11):3364.doi:10.1029/2003JC001774.

[22] HOLLAND K T,HOLMAN R A,LIPPMANN T C,et al.Practical use of video imagery innearshore oceanographic field studies [J].IEEE Journal of Oceanic Engineering,1997,22(1):81-92.

[23] ZHANG Z.A flexible new technique for camera calibration [J].IEEE Transactions on PatternAnalysis and Machine Intelligence,2000,22(11):1330-1334.

[24] LIU H,TAJIMA Y,SATO S.Field study on the nearshore sediment process around the Tenryu Estuary using image analysis [C]//Proceedings of 31st International Conference on Coastal Engineering.2008:2064-2076.

[25] LIU H,TAJIMA Y,SATO S.Long-term monitoring on the sand spit morphodynamics at the Tenryu River Mouth [C]//Proceedings of 32nd International Conference on Coastal Engineering.2010.

[26] AUBREY D G.Seasonal patterns of onshore/offshore sediment movement [J].Journal of Geophysical Research,1979,84(C10):6347-6354.

[27] PEARRE N S,PULEO J A.Quantifying seasonal shoreline variability at Rehoboth Beach,Delaware,using automated imaging techniques [J].Journal of Coastal Research,2009,25(4):900-914.

[28] LARSON M,CAPOBIANCO M,JANSEN H,et al.Analysis and modeling of field data on coastal morphological evolution overyearly and decadal time scales.Part 1:Background and linear techniques [J].Journal of Coastal Research,2003,19(4):760-775.

[29] SOUTHGATE H N,WIJNBERG K M,LARSONG M,et al.Analysis of field data of coastal morphological evolution over yearly and decadal timescales.Part 2:Non-lineartechniques [J].Journal of Coastal Research,2003,19(4):776-789.

[30] MILLER J K,R G Dean.Shoreline variability via empirical orthogonal function analysis:PartI temporal and spatial characteristics [J].Coastal Engineering,2007,54(2):111-131.

[31] REEVE D E,HORRILLO-CARABALLO J M,MAGAR V.Statistical analysis and forecasts of long-term sandbank evolution at Great Yarmouth,UK [J].Estuarine,Coastal and Shelf Science,2008,79:387-399.

[32] KINGSTON K S,RUESSINK B G,VAN ENCKEVORT I M J,et al.Artificial neural network correction of remotelysensed sandbar location [J].Marine Geology,2000,169:137-160.

[33] AARNINKHOF S G J,RUESSINK B G,ROELVINK J A.Nearshore subtidal bathymetry from time-exposurevideo images [J].Journal of Geophysical Research,2005,110:C06011,doi:10.1029/2004JC002791.

[34] DONGEREN A V,PLANT N,COHEN A,et al.Beach Wizard:Nearshore bathymetry estimation through assimilation of model computations and remoteobservations [J].Coastal Engineering,2008,55:1016-1027.

[35] YOO J,FRITZ H M,HAAS K A,et al.Depth inversion in the surf zone with inclusion of wave nonlinearity using video-derived celerity [J].Journal of Waterway,Port,Coastal,and Ocean Engineering,2011,137(2):95-106.

[36] JIMENEZ J A,OSORIO A,MARINO-TAPIA I,et al.Beach recreation planningusing video-derived coastal state indicators [J].Coastal Engineering,2007,54(6-7):507-521.

[37] GUILLEN J,GARCIA-OLIVARES A,OJEDA E,et al.Long-term quantification of beach users using video monitoring [J].Journal of Coastal Research,2008,24(6):1612-1619.

[38] LIU H,FUNAYAMA H,TAJIMA Y,et al.Quantification of in situ coastal surfers based on video monitoring [C].Proceedings of the 5th Asian and Pacific Coastal Engineering Conference.2009,2:90-97.

[39] 胡亚丽.近岸视频观测方法研究——以青岛石老人海滩为例[D].青岛:中国海洋大学，2013.(HU Yali.The study of remote video method in nearshore monitoring:an example from the beach of Shilaoren in Qingdao [D].Qingdao:China Ocean University,2013.(in Chinese))

[40] TAKAGAWA T,TAJIMA Y,LIU H,et al.Dynamic topography changes of sand spit of the Tenryu River mouth due to overtopping waves [J].Proceedings of Coastal Sediments’ 11.2011,2:1217-1228.

[41] 齋藤正一郎·劉海江·田島芳満·等.赤外線画像に基づく天竜川河口混合プロセスの解明[J].土木学会論文集B2(海岸工学),2011,67(2):351-355.(SAITO Shoichiro,LIU Haijiang,TAJIMA Yoshimitsu,et al.Investigation on the mixing process at the Tenryu River Mouth based on infrared camera imagery [J].J.JSCE,Ser.B2 (Coastal Engineering),2011,67(2):351-355.(in Japanese))

Nearshore real-time in-situ video monitoring technique——the ARGUS system

LIU Haijiang1,2,SHI Lianqiang3

(1.College of Civil Engineering and Architecture,Zhejiang University,Hangzhou 310058,China; 2.Key Laboratory of Offshore Geotechnics and Material of Zhejiang Province,Hangzhou 310058,China; 3.State Research Centre for Island Exploitation and Management,The Second Institute of Oceanography,Hangzhou 310012,China)

TV148

A

10.16483/j.issn.1005-9865.2016.02.011

1005-9865(2016)02-0080-08

2015-07-22

浙江省杰出青年基金资助项目(LR14E090002)；海洋公益性行业科研专项基金资助项目(201405037)

刘海江(1978-)，男，山东平度人，教授，主要从事海岸泥沙运动的研究。E-mail:haijiangliu@zju.edu.cn