王靖雯,牛振国
(1.中国科学院遥感与数字地球研究所 遥感科学国家重点实验室,北京 100101; 2.河海大学 地球科学与工程学院,江苏 南京 21100)
基于潮位校正的盐城滨海潮间带遥感监测及变化分析
王靖雯1,2,牛振国1*
(1.中国科学院遥感与数字地球研究所 遥感科学国家重点实验室,北京 100101; 2.河海大学 地球科学与工程学院,江苏 南京 21100)
潮间带是重要的滨海湿地类型之一,在生物多样性保护、全球环境变化等方面具有不可估量的价值。遥感技术已经成为滨海湿地监测的重要手段。针对潮间带遥感监测中存在时相限制的瓶颈问题,本文结合卫星过境时潮位信息,通过建立GIS模型,将利用遥感方法提取出的瞬时水边线校正至平均高、低潮线,改进了通过遥感数据恢复潮间带高程和范围的方法。在此基础上,利用1995年、2000年、2005年、2010年和2015年的多期Landsat TM以及OLI遥感数据,对盐城滨海潮间带进行了遥感监测和分析。结果表明:(1)2015年江苏盐城潮间带面积为809.27 km2,相比1995年减小了47%;(2)1995年以来盐城滨海潮间带面积总体呈减小了趋势,其中1995-2000年潮间带面积减小幅度最大,约为205.67 km2;(3)潮间带主要分布在盐城滨海南部晚庄港-新开港,占全部潮间带面积的66%;同时潮间带面积的减小也主要发生在这个区域,减小的潮间带面积占减小总面积的84%;(4)潮间带范围的变化受人为和自然双重因素影响;海平面上升和滨海湿地的大量围垦,造成了潮间带的挤压效应,使得潮间带面积迅速减小,湿地围垦等人为因素起到主导作用。
潮间带;湿地遥感;潮位校正;滨海湿地;江苏盐城
潮间带是位于平均大潮高潮线与平均低潮线之间的海滩,处于陆海过渡地带,是滨海湿地生态系统中重要类型。潮间带滩涂广阔,潮湾、河汊纵横交错,水生生物种类和数量很多,为鸟类提供了丰富的食物和其他陆栖脊椎动物不易侵入的筑巢栖息活动生境[1]。同时,作为全球“蓝色碳汇”的主要贡献者,潮间带湿地在减缓含碳温室气体排放,降低全球温室效应方面具有巨大潜力[2]。1980—1985年,中国展开首次全国海岸带与海涂资源综合调查,中国海岸带调查面积约35万km2,作为海岸带中心的潮间带第一次被详细勘察监测[3]。
遥感技术因其高时效性、涵盖范围广和可对比性,在滨海湿地资源监测领域应用广泛。国内外学者在海岸线[5—6]、潮间带地形和地貌信息[7—8]、潮滩演变[9—12]等方面的研究成果显著,而对于潮间带的遥感监测,由于卫星过境时间与潮汐时间不一致,遥感数据在潮间带监测中应用存在很多困难[13]。许多学者为避开潮位校正难点,采取了其他间接方法进行潮间范围的变化检测[14—16]。如王小丹等[14]应用“相同潮位对比法”研究了河北曹妃甸地区潮间带的演变。王小龙等[15]采用相似三角形原理,结合海岛多年的潮汐数据,利用高分辨率遥感数据计算了东沙岛潮间带和湿地的范围。Murray等[16]等利用潮汐模型确定高潮和低潮时的遥感影像,通过分别确定瞬时水边线,将二者相减,用该方法对东亚滨海的潮间带进行了遥感制图;但该方法因为无法获取最高和最低潮汐的影像数据,监测的潮间带面积存在不确定性。
目前,江苏盐城滨海湿地研究主要集中在陆上湿地的景观类型变化和生物多样性分析等方面[17—21],对于处于海陆交界地带、受潮位影响显著的潮间带研究甚少[22]。针对这一问题,本文利用遥感和地理信息系统(GIS)方法,结合潮汐预报数据模拟高低潮线的空间位置,改进了潮间带提取方法;分别利用1995年、2000年、2005年、2010年和2015年的Landsat TM和OLI遥感影像,推算了相应时期盐城滨海潮间带范围,并对其时空变化特征及驱动力进行了分析。
2.1 研究区概况
盐城滨海潮间带位于江苏沿海中部,32°39′~34°28′N,119°47′~120°54′E,以淤泥质潮滩为主。本文的研究范围由盐城沿海的响水县、滨海县、射阳县、大丰市和东台市5个县和县级市的潮间带组成,不含辐射沙脊群。研究区处于中国沿海中部,属南北气候交绥区域,兼具有海洋、大陆性气候双重影响的气候特征[23]。水体悬浮体含量高,沿海潮汐多为不正规半日潮。以新开港、吃饭港、晚庄港、新洋港、射阳河口、扁担港、新淮河口和灌河口为界,将盐城滨海分为7个岸段(图1)每岸段内均含有1个验潮站,以验潮站的潮位数据代表对应岸段的潮位信息。
图1 研究区范围Fig.1 Scope of the study area
2.2 数据源及预处理
尽管对潮间带的研究可以有很多种数据源[24],但考虑到大尺度范围、长时间序列的观测,卫星遥感是唯一有效的技术手段,并且在全球很多海岸线有成功应用的案例[25]。鉴于数据的可获得性和时空覆盖优势,本文选择Landsat5 TM和Landsat8 OLI影像作为遥感数据源,以5 a为周期搜集了共20景影像(表1),其中10景为用于坡度计算的相邻时间影像,完整覆盖了江苏省沿岸滩涂并具有较好的时间连续性。所有影像是经过系统校正和几何校正的L1T级数据产品。利用ENVI工具进行辐射定标、大气校正,较好还原了地物光谱特征,并以2015年影像为基准进行了几何精校正,将RMS误差控制在0.3个像元之内。
为通过潮位数据校正精确提取平均高低潮特征线,本文利用国家海洋信息中心出版的潮汐表数据查询对应影像数据的潮汐信息数据(表3)。
表1 研究所用影像数据参数信息
续表1
注:本研究中所用遥感影像来源于中国科学院计算机网络信息中心地理空间数据云平台(http://www.gscloud.cn)。
在卫星遥感图像上直接获取的水陆分界线并非最大高潮线和最低潮位线,只是卫星过境时刻的瞬时水边线,因此要提取潮间带范围,首先通过最大似然分类提取遥感图像上的瞬时水边线;然后利用同一时刻的相应验潮站的潮汐数据进行计算,得到对应该时段的平均高、低潮特征线;最后利用GIS空间分析工具,计算出平均高潮线与平均低潮特征线之间的空间范围,即潮间带范围;在此基础上依次对各年潮间带面积进行计算和变化分析。
3.1 瞬时水边线提取方法
水边线的提取方法包括有阈值法[6,16]、目视判别[26]、自动提取[27]。由于受到水的深度、含沙量、泥沙含水量等因素的影响[28],淤泥质海岸水边线的提取是最为困难的[29]。目前各种水边线的遥感提取方法都依据研究区域的特点进行确定,相比而言,最大似然分类方法具有最好的稳定性[30—31]。
本研究对波段5、4、3进行标准真彩色合成图像的基础上,通过目视解译分别选取水体、泥滩两类地物的训练样本。图像上泥滩呈粉红色或浅棕色,部分潮湿泥滩呈较亮的深墨绿色,而近岸水体多呈浅蓝或蓝绿色,离岸水体则呈中蓝或深蓝色。每景影像共选择两类地物样本各60个。通过计算样本可分离性可知,水体和泥滩样本的JM(Jeffries-Matusita)距离与Transformed Divergence参数均大于1.96,说明样本可分离性较好,可以用于图像的分类[32]。然后利用最大似然法分别对图像进行监督分类,通过交互式分类工具和聚类统计,将错分或细小的图斑进行重新划分,最终得到水陆分界线(瞬时水边线)。以2010年盐城沿海南部区域为例,图2a为分类前5、4、3波段模拟真彩色图,图2b为监督分类后结果叠加图,图2c为水边线矢量叠加图。
图2 遥感图像反演瞬时水边线效果图Fig.2 Pictures of the instantaneous water edge inverted by remote-sensing images
为了验证提取精度,首先在原图像中的水边线上随机取像素点,然后在提取出水边线的图像中找出与之相对应的像素点,比较二者之间的位置变化,根据发生位移的点的个数可以知道提取的精度[27]。当两个像素点的位置重叠时,说明提取效果达到最好;如果两个像素点相邻,则在误差允许范围之内;但是当两个像素点不重叠也不相邻时,则表示这一点的像素提取失败。在每年的研究区影像内共选取50个随机点,利用上述方法检验结果如表2,可见水边线的提取精度能够满足需要。
表2 遥感提取的瞬时水边线的验证
3.2 潮位校正
虽然黄海军等[33]在研究黄河口淤泥质岸线时提出了坡度的思路,但未给出具体算法;马小峰等[27]探索了利用潮位高度与卫星图像结合计算坡度的方法并应用于水边线的提取。本文在上述思路的基础上进一步细化,推出潮间带的计算方法(图3),具体步骤为:通过计算同一区域相邻时刻两景影像过境时的潮位差ΔH与瞬时水边线之间距离ΔL,计算出沿岸滩涂坡度θ;然后结合多年平均高潮潮位数据Hhigh与平均低潮潮位数据Hlow以及卫星过境时潮位h,计算出对瞬时水边线的高潮校正距离Lhigh与低潮校正距离Llow,在此基础上计算出潮间带面积。
图3 潮位校正示意图Fig.3 Tidal correction schematic diagram
各个参数的计算公式如下:
(1)
由于潮汐表中多数港口只有高低潮位与潮时预报值,卫星过境时刻的瞬时潮位数据需利用式(2)进行推算:
(2)
式中,h为任意时刻潮高;Hhigh为当天高潮潮高;Δh为当日潮差;t为当时时刻;Thigh为当日高潮时;Tlow为当日低潮时。
将盐城沿岸分为7个岸段,每岸段内均含有1个验潮站,以验潮站的潮位数据代表对应岸段的潮位信息。针对每景影像,下载所在年份的另一幅影像数据并分别对其进行瞬时水边线提取和瞬时潮位计算,得到两景影像之间的潮位差ΔH与水边线间距ΔL,进而推算出各个岸段的坡度。由于盐城海滩多为粉砂淤泥质,坡度十分平缓,为减少水边线提取与测距误差对坡度的影响,将各岸段不同年份的坡度求均值作为该岸段平均坡度。然后通过卫星过境时刻潮位与多年平均高、低潮位,计算出瞬时水边线对平均高、低潮线的校正距离,在ArcGIS中构建缓冲区得到真实高、低潮线位置(表3,以2000年为例)。通过对瞬时水边线的潮位校正,得到各年份平均大潮高潮线与平均低潮特征线,围合高低潮线得到潮间带范围。
为验证采用不同影像对于推算潮间带面积的影响,我们获取了2000年研究区的4期不同时间的4期遥感影像(表4)来验证方法的精度。分别利用不同影像对研究区内各个站点、岸段的潮位进行校正,分析基于不同时间遥感影像组合得到的高低潮线位置和潮间带面积的差异情况,采用变异系数表示(表4)。由于盐城岸段属于不规则半日潮,每天涨潮、落潮时间不固定,所以在相同的卫星过境时刻,潮位变异很大。利用影像间潮位差推求地形坡度时,由于研究区坡度本身极缓,受潮位预报数据精度影响大,推算坡度会产生较大变异。但是这种变异对高低潮线距离校正和潮间带面积推算影响相对较小(表4),因此该方法可以用于潮间带面积监测。
表3 2000年盐城沿岸各岸段潮间带坡度、平均高低潮线校正距离
注:表中潮位基于各验潮站的当地理论深度基准面。
表4 2000年不同时期遥感影像推算盐城滨海各岸段参数的差异性
续表4
4.1 潮间带面积及变化
根据测算,江苏盐城滨海潮间带面积2015年为809.27 km2(模拟范围见图4),比1995年减小了727.1 km2,减小47%。自1995年以来,盐城滨海潮间带面积呈持续减小趋势,除2005—2010年面积稍有淤涨,其余时间段均在减蚀,与江苏省海岸线淤蚀稳定性研究结果基本相符[34]。其中1995—2000年潮间带面积减小幅度最大,为205.67 km2,2000—2005年持续减小271.49 km2,2005—2010年潮间带较为稳定,面积略增26.57 km2,2010—2015年减幅再次增加,期间面积减小276.51 km2(图5)。
图4 盐城滨海潮间带面积变化Fig.4 Area changes of Yancheng intertidal zones
图5 2015年盐城潮间带模拟范围Fig.5 Simulated range of Yancheng intertidal zones in 2015
由于不同岸段受波浪冲刷与潮汐作用的影响程度不同,滨海潮间带面积总量与变化趋势也呈现较大差异。总的来说(图6),南部吃饭港-新开港潮间带面积最为广阔,约占盐城潮间带面积总量的40%,该岸段2000-2005年间潮间带面积减幅较大,2005-2010年面积稍有回升,而2010-2015年再次大幅减小。晚庄港-吃饭港次之,约占面积总量的20%,该岸段潮间带面积持续减小,仅1995-2000年就减小了133.29 km2,2000年以来则以每年约10 km2的速度递减。新洋港-晚庄港潮间带较为稳定,面积呈略减趋势,20年间面积约减小66 km2,但近年有减蚀增强的趋势。射阳河口-新洋港岸线最短,潮间带总体面积较小,但潮间带宽度较宽,发育良好且较为稳定,20年间面积仅减少约14 km2。扁担港-射阳河口潮间带2010年来变化迅速,由较为宽阔平行的潮间带逐渐发育为北细南宽形式,可见该岸段南部淤涨趋势明显,而北部潮间带形态与面积变化都较为剧烈。新淮河口-扁担港是盐城滨海潮间带最不发育的地带,该岸段岸线有明显曲折且潮间带狭窄,沿袭了黄河北归以来的侵蚀特点,但侵蚀程度大大减弱,呈较稳定趋势。灌河口-新淮河口是盐城滨海湿地的最北段,该岸段潮间带于1995-2000年减蚀21.4 km2,此后转为稳定弱淤状态。
图6 盐城各岸段潮间带面积及变化Fig.6 Intertidal area and its changes of each coastal segments in Yancheng
4.2 高低潮线的时空变化特征
海平面的变化必然引起滨海高低潮线的推移,进而影响滨海潮间带的变化;反之,高低潮线的变化也是海平面变化和滨海地形变化的综合响应。从盐城各岸段高低潮线的时空变化可以看出(表5),随海平面上升,各个岸段平均低潮线除2005-2010年间表现为向海推进外,其余时间段都表现了向陆推进的趋势。而平均高潮线仅在最近时期(2010-2015年)表现为向陆推进的特征,其余时间段大都表现为向海推移的趋势。1995年以来高低潮线空间变化最为显著的是南部新洋港-新开港岸段。其中最大扩展距离发生在吃饭港-新开港岸段,在2000-2005年间低潮线在此岸段向陆地推进2 600 m左右。但与此不同的是,高潮线总体上向海洋方向推移。如1995-2000年间吃饭港-新开港岸段的高潮线向海推移了约3 400 m。虽然由于获取的潮汐高程数据的不确定性给推算高低潮线带来一定误差。但是这种误差不会改变高低潮线向海或者向陆推移的趋势特征。
表5 各岸段平均低潮/高潮线变化(单位:m)
注:负值为向陆推移,正值为向海推移。
4.3 驱动力分析
潮间带作为陆地系统与海洋系统的中间地带,其时空变化受自然因素与人为因素的双重影响。自然因素主要有平均海平面的变化、入海河流的泥沙和滨海潮汐作用等;而人为因素主要是滨海的开发,包括城市的扩张、工农业用地的开发等。
海平面变化是影响潮间带面积变化的重要自然因素。据中国海平面公报[35],2015年盐城海平面比常年高107 mm,预计在未来30年盐城沿海平面将上升80~165 mm。自然状态下,海平面上升会引起海洋高低潮线的向陆推进。海平面变化、滨海微地形和洋流波浪的共同作用综合影响潮间带的变化。以北部新淮河口-扁担港岸段为例,自2000年以来,平均大潮高潮线持续向陆推进约580 m,在低潮线也不断向陆推进的情况下,潮间带面积保持了基本的稳定与淤涨状态[36]。但是由于沿海滩涂开发,海堤工程的大量修建[37],导致在很多岸段平均高潮线并未随之向陆地推进,而是不断向海推移,这样在低潮线向陆推进的同时,这种“前堵后追”的高低潮线的空间变化特征,必然会导致潮间带面积的减小[38]。这些变化近期主要发生在南部新洋港-新开港岸段(图7)。从全国来看,江苏海岸线变化速率在全国居首[5],其中主要集中在盐城滨海岸段[39]。
由于盐城滨海落潮历时大于涨潮历时,落潮时潮流流速减缓,受潮流作用影响浅海大量泥沙在海滨持续淤积成陆,使得潮间带整体向海推进。前面分析可知,不同时期遥感影像推算的各个岸段潮间带面积的不确定性不同(从1%到10%不等),平均为7%左右。以吃饭港-新开港为例,2005—2010年间该岸段平均低潮特征线向海移动约2 974 m,平均大潮高潮线向海移动约1 777 m,高低潮线之间的潮间带随之向海推移,根据对方法精度的分析,在该岸段最终潮间带面积增长约(50±4) km2。
盐城湿地围垦等是影响滨海潮间带变化的主导因素[39]。1995年江苏省提出“海洋苏东”跨世纪海洋经济发展工程[40],1997年盐城市市委和市政府实施“开发沿海滩涂,建设海上盐城”战略重点项目,相应年间人工匡围滨海湿地面积剧烈增加。受其影响,1995—2000年盐城滨海潮间带面积锐减,由1 536.37 km2缩减至1 330.7 km2,减幅居各年之首。2005年以来,江苏省发行了《江苏省湿地总体保护规划(2006—2030)》,提出滩涂资源开发由匡围向综合利用转变。受其影响,2005—2010年盐城滨海潮间带面积一改10年来的减蚀趋势,不减反增,由2005年的1 059.21 km2增长为2010年的1 085.78 km2。2009年6月,国务院新闻办公室举行新闻发布会,提出严格的耕地红线保护政策。为保证耕地面积不减小,政府提出在城市化过程中建设用地对耕地的征用可通过湿地围垦补偿,湿地围垦面积再次增加,导致盐城2010—2015年潮间带面积再次减小,5年间潮间带减小276.51 km2。
图7 模拟高潮线(蓝线)和实际海堤(红线)的差异Fig.7 Differences between the simulated high-tide line(the blue line) and the actual seawall(the red line)a图为大丰市王港附近,平均大潮高潮线位于实际海堤线内侧约1 200 m处;b图为射阳县北部扁担港至运粮河口一带,平均大潮高潮线位于实际海岸线内侧约800 m处,海堤内主要分布规模农场、零星农舍和滨海养殖区a. Near the Wang Port, in Dafeng, the average high-tide line is located about 1 200 m inside the actual coastline. b.in the north of Sheyang County, from the Biandan Port to the Yunliang Estuary, the average high-tide line is also located inside the actual coastline for about 800 m; inside the seawall, there are mainly large-scale farms, isolated farmhouses and aquaculture areas
针对潮间带遥感监测的数据限制问题,本文提出利用遥感和地理信息系统(GIS)方法并结合潮汐预报数据,利用相似角度原理来模拟高低潮线的空间位置,进而推算潮间带面积的方法。在此基础上利用多年的时间序列Landsat遥感数据,推算了多年来盐城滨海潮间带范围及其变化特征。得到如下结论:
(1)利用坡度相似原理,结合遥感和GIS方法,通过推求高低潮线分布来推算潮间带面积具有一定可行性,可以初步解决滨海潮间带分布范围动态监测的需要;相应的高低潮线的时空变化,也是海平面变化和人类活动的综合响应。
(2)江苏盐城潮间带面积2015年为809.27 km2,比1995年减小了727.1 km2,减小47%。1995年以来盐城滨海潮间带面积总体上呈减小趋势,其中1995—2000年潮间带面积减小幅度最大,约为205.67 km2。由于潮汐作用和滨海地貌特点的差异、各岸段潮间带面积不一,主要分布在南部晚庄港-新开港,占全部潮间带面积的66%;同时潮间带面积的减小也主要发生在这个区域,减小的潮间带面积占减小总面积的84%。
(3)盐城滨海潮间带受自然驱动力与人为驱动力两方面影响。虽然潮汐造成的泥沙淤积作用使滩涂面积增加、潮间带整体向海推进;但海平面上升和滨海湿地的大量围垦和海堤修建等,造成了潮间带的挤压效应,使得潮间带面积迅速减小。潮间带变化与滨海的围垦开发息息相关。
同时,由于本文获得的潮间带面积为理想情况下推算得到,即假定坡度不变情况下推算高潮线,没考虑实际岸线的坡度变化,因此潮间带面积的结果存在一定的偏差。另外在高低潮位线校正过程中,各岸段潮位数据采用了国家海洋信息中心出版发行的潮汐表数据,但该数据是在正常天气情况下由天文因素影响产生的潮汐预报值,与实际潮站测定值相比有一定误差,这种误差导致在推算高低潮线的空间位置和潮间带面积时存在一定不确定性,但是这种不确定性对潮间带面积的推算影响较小。在后续研究中,可收集采用各岸段验潮站实测数据,以减小校正误差,提高高低潮线推算的精度。同时,对于数据结果的实地验证。由于盐城潮间带多为淤泥质潮滩,面积宽广且坡度较小,潮汐变化迅速,实地测量验证非常困难。下一步研究拟采用无人机摄影方法,获取低潮期间的高分辨率影像进行验证。
[1]刘奕琳. 盐城海滨湿地生态系统的研究[D]. 南京: 南京林业大学, 2006.
Liu Yilin. Study on the ecological system in Yancheng coastal wetlands[D]. Nanjing: Nanjing Forestry University, 2006.
[2] 仲启铖, 王开运, 周凯, 等. 潮间带湿地碳循环及其环境控制机制研究进展[J]. 生态环境学报, 2015, 24(1): 178-182.
Zhong Qicheng, Wang Kaiyun, Zhou Kai, et al. Research advances on carbon cycling and its environmental controlling mechanisms in intertidal wetlands[J]. Ecology and Environmental Sciences, 2015, 24(1): 174-182.
[3] 苏胜金. 七年全国海岸带与海涂资源综合调查综述[J]. 海洋与海岸带开发, 1988(2): 30-32.
Su Shengjin. A review of the seven-year-long national comprehensive survey of the coastal zone and tidal flat resource[J]. Ocean Development and Management, 1988(2): 30-32.
[5] 侯西勇, 毋亭, 侯婉, 等. 20世纪40年代初以来中国大陆海岸线变化特征[J]. 中国科学:地球科学, 2016, 46(8): 1065-1075.
Hou Xiyong, Wu Ting, Hou Wan, et al. Characteristics of coastline changes in mainland China since the early 1940s[J]. Science China Earth Sciences, 2016, 46(8): 1065-1075.
[6] Ryu J H, Won J S, Min K D. Waterline extraction from Landsat TM data in a tidal flat:A case study in Gomso Bay, Korea[J]. Remote Sensing of Environment, 2002, 83(3): 442-456.
[7] 张明, 蒋雪中, 郝媛媛, 等. 遥感水边线技术在潮间带冲淤分析研究中的应用[J]. 海洋通报, 2010, 29(2): 176-181.
Zhang Ming, Jiang Xuezhong, Hao Yuanyuan, et al. Application of remote sensing waterline technique to analyze the changes of erosion and deposition in intertidal flat[J]. Marine Science Bulletin, 2010, 29(2): 176-181.
[8] 朱首贤, 黄韦艮, 丁平兴, 等. 卫星遥感资料在潮间带地形和漫滩计算中的应用[J]. 华东师范大学学报(自然科学版), 2007, 2007(4): 1-8.
Zhu Shouxian, Huang Weigen, Ding Pingxing, et al. Application of satellite remote sensing data to the calculation of topography and flooding at littoral zone[J]. Journal of East China Normal University(Natural Science), 2007, 2007(4): 1-8.
[9] 刘燕春, 张鹰. 基于遥感岸线识别技术的射阳河口潮滩冲淤演变研究[J]. 海洋通报, 2010, 29(6): 658-663.
Liu Yanchun, Zhang Ying. Study on the tidal flat evolution through changes of coastline and beach line of Sheyang River estuary by the remote sensing[J]. Marine Science Bulletin, 2010, 29(6):658-663.
[10]何茂兵, 吴健平. 长江口九段沙潮滩动态演变遥感研究[J]. 人民长江, 2007, 38 (11): 97-99.
He Maobing, Wu Jianping. Study on remote sensing dynamic evolution of the tidal flat in Yangtze Estuary Jiuduansha[J]. Yangtze River, 2007, 38(11): 97-99.
[11] 黄海军, 樊辉. 黄河三角洲潮滩潮沟近期变化遥感监测[J]. 地理学报, 2004, 59 (5): 723-730.
Huang Haijun, Fan Hui. Change detection of tidal flats and tidal creeks in the Yellow River Delta using Landsat TM/ETM+ images[J]. Acta Geographica Sinica, 2004, 59(5): 723-730.
[12] 杨金中, 赵玉灵, 王毅. 杭州湾南、北两岸潮滩变迁遥感动态调查[J]. 地质科学, 2004, 239(2): 168-177.
Yang Jinzhong, Zhao Yuling, Wang Yi. Remote sensing dynamic monitoring of tidal banks in the Hangzhou Bay[J]. Chinese Journal of Geology, 2004, 239(2): 168-177.
[13] 牛振国, 张海英, 王显威, 等. 1978-2008年中国湿地类型变化[J]. 科学通报, 2012, 57(16): 1400-1411.
Niu Zhenguo, Zhang Haiying, Wang Xianwei, et al. Mapping wetland changes in China between 1978 and 2008[J]. Chinese Science Bulletin, 2012, 57(16): 1400-1411.
[14] 王小丹, 方成, 康慧, 等. 曹妃甸地区潮间带演变的遥感监测[J]. 海洋通报, 2014, 33(5): 559-565.
Wang Xiaodan, Fang Cheng, Kang Hui, et al. Remote sensing monitoring of the Caofeidian tidal zone evolution[J]. Marine Science Bulletin, 2014, 33(5): 559-565.
[15] 王小龙, 张杰, 初佳. 基于光学遥感的海岛潮间带和湿地信息提取——以东沙岛(礁)为例[J]. 海洋科学进展, 2005, 23(4):477-481.
Wang Xiaolong, Zhang Jie, Chu Jia. Extraction of remotely sensed information of island intertidal zone and wetland—Taking the Dongsha Island as an example[J]. Advances in Marine Science, 2005, 23(4):477-481.
[16] Murray N J, Stuart R P, Robert S C, et al. Continental scale mapping of tidal flats across east Asia using the Landsat archive[J]. Remote Sensing, 2012, 4(11), 3417-3426.
[17] 王聪, 刘红玉. 江苏淤泥质潮滩湿地互花米草扩张对湿地景观的影响[J]. 资源科学, 2014, 36(11): 2413-2422.
Wang Cong, Liu Hongyu. The impact ofSpartinaalternifloraexpansion on vegetation landscapes in the Yancheng tidal flat wetland[J]. Resources Science, 2014, 36(11): 2413-2422.
[18] 左平, 李云, 赵书河, 等. 1976年以来江苏盐城滨海湿地景观变化及驱动力分析[J]. 海洋学报, 2012, 34(1): 101-107.
Zuo Ping, Li Yun, Zhao Shuhe, et al. Landscape changes of Jiangsu Yancheng coastal wetlands and their driving forces since 1976[J]. Haiyang Xuebao, 2012, 34(1): 101-107.
[19] 谷东起, 付军, 闫文文, 等. 盐城滨海湿地退化评估及分区诊断[J]. 湿地科学, 2012, 10(1):1-7.
Gu Dongqi, Fu Jun, Yan Wenwen, et al. Evaluation of coastal wetlands degradation in Yancheng City and zonal diagnosis[J]. Wetland Science, 2012, 10(1):1-7.
[20] 贺肖芳, 陈燕, 朱敏, 等. 盐城海岸带植被覆盖度时空变化及其与土地利用变迁响应研究[J]. 中南林业科技大学学报, 2016, 36(2): 101-105.
He Xiaofang, Chen Yan, Zhu Min, et al. Study on spatial and temporal vegetation coverage change of Yancheng coastal and response to its land-use dynamic change[J]. Journal of Central South University of Forestry & Technology, 2016, 36(2): 101-105.
[21] 王加连, 刘忠权. 盐城滩涂生物多样性保护及其可持续利用[J]. 生物学杂志, 2005, 24(9): 1090-1094.
Wang Jialian, Liu Zhongquan. Protection and sustainable utilization for the biodiversity of Yancheng Seashore[J]. Chinese Journal of Ecology, 2005, 24(9): 1090-1094.
[22] 吴曙亮, 蔡则健. 江苏沿海滩涂资源及发展趋势遥感分析[J]. 海洋通报, 2003, 22(2): 60-68.
Wu Shuliang, Cai Zejian. Remote-sensing analysis of the tidal flat resource and its developing trend in Jiangsu Province[J]. Marine Science Bulletin, 2003, 22(2): 60-68.
[23] 王艳君, 张鹰, 王进华. 遥感技术在江苏省大比例尺海洋功能区划中的应用[J]. 海洋科学, 2002(10): 51-54.
Wang Yanjun, Zhang Ying, Wang Jinhua. Application of remote sensing technology in large-scale marine function zoning of Jiangsu[J]. Marine Sciences, 2002(10): 51-54.
[24] Boak E H, Turner I L. Shoreline definition and detection: A review[J]. Journal of Coastal Research, 2005, 21(21):688-703.
[25] Morton R A. Accurate shoreline mapping: Past, present and future[J]. Coastal Sediments, 1991(1):997-1010.
[26] 毋亭, 侯西勇.海岸线变化研究综述[J].生态学报, 2016, 36(4) : 1170-1182.
Wu Ting, Hou Xiyong. Review of research on coastline changes[J]. Acta Ecologica Sinica, 2016, 36(4): 1170-1182.
[27] 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 Xiaofeng, Zhao Dongzhi, Xing Xiaogang, et al. Means of withdrawing coastline by remote sensing[J]. Marine Environmental Science, 2007, 26(2):185-189.
[28] Chen Ying, Dong Jinwei, Xiao Xiangming, et al. Land claim and loss of tidal flats in the Yangtze Estuary[J]. Scientific Reports, 2016, 6:24018.
[29] 马小峰, 赵冬至, 张丰. 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 Xiaofeng, Zhao Dongzhi, Zhang Feng. An overview of means of withdrawing coastline by remote sensing[J]. Remote Sensing Technology and Application, 2007, 22(4): 575-580.
[30] 张成才, 窦小楠, 张楠, 等. 遥感影像分类方法在水体面积估算中的比较研究[J]. 气象与环境科学, 2008, 31(3):24-28.
Zhang Chengcai, Dou Xiaonan, Zhang Nan, et al. Comparative study of the remote sensing image classification method based on water area estimation[J]. Meteorological and Environmental Sciences, 2008, 31(3):24-28.
[31] 黄路, 张彩云. 基于LandSATTM的厦门湾水边线提取方法初探[J]. 地球科学期刊, 2013, 3(4): 133-139.
Huang Lu, Zhang Caiyun. Preliminary study of waterline extraction methods at Xiamen Bay based on LandSATTM[J]. Scientific Journal of Earth Science, 2013, 3(4): 133-139.
[32] Ghoggali N, Melgani F. Automatic ground-truth validation with genetic algorithms for multispectral image classification[J]. Geoscience & Remote Sensing IEEE Transactions on, 2009, 47(7): 2172-2181.
[33] 黄海军, 李成治, 郭建军. 卫星影像在黄河三角洲岸线变化研究中的应用[J] . 海洋地质与第四纪地质, 1994, 14(2): 29-37.
Huang Haijun, Li Chengzhi, Guo Jianjun. Application of satellite imagery in the Yellow River delta coast change research[J]. Marine Geology& Quaternary Geology, 1994, 14(2): 29-37.
[34] 蔡则健, 吴曙亮. 江苏海岸线演变趋势遥感分析[J]. 国土资源遥感, 2002, 14(3): 19-23.
Cai Zejian, Wu Shuliang. Remote-sensing analysis of the tidal flat resource and its developing trend in Jiangsu Province[J]. Remote Sensing for Land & Resources, 2002, 14(3): 19-23.
[35] 国家海洋局. 2015年中国海平面公报[EB/OL]. http://www.coi.gov.cn/gongbao/haipingmian/, 2016-03-28/2016-09-13.
State Oceanic Administration, People's Republic of China. 2015 China Sea Level Communique[EB/OL]. http://www.coi.gov.cn/gongbao/haipingmian/, 2016-03-28/2016-09-13.
[36] 陆晓燕, 杨智翔, 何秀凤. 2000-2009 年江苏沿海海岸线变迁与滩涂围垦分析[J]. 地理空间信息, 2012, 10 (5):57-60.
Lu Xiaoyan, Yang Zhixiang, He Xiufeng. Analysis of monitoring shoreline changes and tidal flat reclaimation of Jiangsu from 2000 to 2009[J]. Geospatial Information, 2012, 10(5):57-60.
[37] 刘慧, 袁丽丽. 大丰市海堤现状的调查与思考[J]. 江苏水利, 2012(12):28-29.
Liu Hui, Yuan Lili. Investigation and thinking about the seawall status quo in Dafeng[J]. Jiangsu Water Resources, 2012(12): 28-29.
[38] Chmura G L. What do we need to assess the sustainability of the tidal salt marsh carbon sink?[J]. Ocean & Coastal Management, 2013, 83(10):25-31.
[39] 张晓祥, 严长清, 徐盼, 等. 近代以来江苏沿海滩涂围垦历史演变研究[J]. 地理学报, 2013, 68(11): 1549-1558.
Zhang Xiaoxiang, Yan Changqing, Xu Pan, et al. Historical evolution of tidal flat reclamation in the Jiangsu coastal areas[J]. Acta Geographica Sinica, 2013, 68(11): 1549-1558.
[40] 丁宪浩. “海上苏东”绿色发展战略研究[J]. 海洋环境科学, 2004, 23(1): 58-63.
Ding Xianhao. Study on the green development strategy of “Maritime Su Dong”[J]. Marine Environmental Science, 2004, 23(1): 58-63.
Remote-sensing analysis of Yancheng intertidal zones based on tidal correction
Wang Jingwen1,2, Niu Zhenguo1
(1.StateKeyLaboratoryofRemoteSensingScience,InstituteofRemoteSensingandDigitalEarth,ChineseAcademyofSciences,Beijing100101,China;2.SchoolofEarthScienceandEngineering,HohaiUniversity,Nanjing21100,China)
Intertidal zone is one of the most important coastal wetland types, which contains immeasurable value in biodiversity protection and global environmental changes. Remote-sensing technology has become an important tool for coastal wetland monitoring. However, there are still challenges to map intertidal zones due to the discrepancy between imagery acquisition time and the local time of the highest and lowest tide. Here, we improve the method of restoring ranges of intertidal zones by combining remote-sensing images and tide model with the aid of GIS. In this way, we using multi-temperal Landsat TM images in 1995, 2000, 2005 and 2010, and Landsat OLI images in 2015, Yancheng intertidal zones are successfully mapped. Results show that the area of Yancheng intertidal zones is about 809.27 km2, decreased by 47% compared with 1995. And the area of intertidal zones, in fact, has been decreasing continually since 1995. The maximum area loss, about 205.67 km2, happened during 1995 to 2000. What’s more, intertidal zones are mainly distributed in the south part of Yancheng coastal region, which accounts for 66% of the whole area. And the main loss happened here also, which accounts for 84% of the total area loss .Changes of intertidal zone range can be attributed to both natural and human factors: sea level rising moving the tidal flats toward to land, while intense coastal development moving high-tide lines toward to sea, finally result in “squeezing effects” of the intertidal zones, which ultimately lead to the loss of the study area.
intertidal zones; wetland remote sensing; tidal correction; coastal wetland; Jiangsu Yancheng
10.3969/j.issn.0253-4193.2017.05.014
2016-09-16;
2016-12-02。
国家自然科学基金面上项目(41271423)。
王靖雯(1994—),女,山东省淄博市人,主要从事全球变化遥感研究。E-mail:710343054@qq.com
*通信作者:牛振国,研究员,研究方向:湿地遥感制图与评价。E-mail:niuzg@radi.ac.cn
TP79;P737.1
A
0253-4193(2017)05-0149-12
王靖雯, 牛振国. 基于潮位校正的盐城滨海潮间带遥感监测及变化分析[J]. 海洋学报, 2017, 39(5): 149-160,
Wang Jingwen, Niu Zhenguo. Remote-sensing analysis of Yancheng intertidal zones based on tidal correction[J]. Haiyang Xuebao, 2017, 39(5): 149-160, doi:10.3969/j.issn.0253-4193.2017.05.014