1987-2018年儋州湾和三亚珊瑚礁国家级自然保护区浅海珊瑚礁分布数据集

霍艳辉，朱岚巍，张少宇，杨旭，唐世林

1.海南省地球观测重点实验室，海南三亚 572000

2.中国科学院遥感与数字地球研究所数字地球重点实验室，北京 100094

3.华北理工大学，河北唐山 063210

4.东华理工大学，南昌 330013

5.清华同方威视技术股份有限公司，北京 100094

6.中国科学院南海海洋研究所广东省海洋遥感重点实验室，广州 510220

数据库（集）基本信息简介

数据库（集）名称 1987-2018年儋州湾和三亚珊瑚礁国家级自然保护区浅海珊瑚礁分布数据集数据作者 霍艳辉、朱岚巍、张少宇、杨旭、唐世林数据通信作者 朱岚巍（zhulw@aircas.ac.cn）数据时间范围 1987-2018年地理区域本 数 据 集 覆 盖 范 围 为 北 纬 18°10′30″-18°15′30″， 东 经109°20′50″-109°40′30″和北纬19°33′00″-19°53′00″，东经108°57′00″-109°16′00″。分别位于海南省南部与东部近岸及海岛四周海域。空间分辨率 4 m，10 m，30 m数据量 14.1 MB数据格式 *.shp数据服务系统网址 http://www.sciencedb.cn/dataSet/handle/687

基金项目数据库（集）组成海南省重大科技计划项目（ZDKJ2016021）；海南省面上自然科学基金（sy17zm01132）；广东省海洋遥感重点实验室开放基金（2017B030301005-LORS1904）；国家发展和改革委员会促进大数据发展重大工程（2016-999999-65-01-000696-01）。本数据集主要包括海南儋州湾和三亚珊瑚礁国家级自然保护区3种不同数据源的浅海珊瑚礁空间分布数据产品，这些数据保存为1个压缩文件（1987-2018年儋州湾和三亚珊瑚礁国家级自然保护区浅海珊瑚礁分布数据集.rar），每期珊瑚礁空间分布数据单独存在以年份命名的文件夹里。

引 言

珊瑚礁被誉为“蓝色沙漠中的绿洲”，是海洋中非常独特的生态系统，生活在珊瑚礁区的物种异常丰富[1]，也是重要的渔场和海洋旅游资源[2]，具有很高的生态和经济价值。珊瑚礁的面积约占全球海洋总面积的0.25%，但是其却养活了超过1/4的海洋鱼类[3]。珊瑚礁生态系统具有惊人的生物多样性和极高的初级生产力[4]，对海水温度、酸度和海水污染物的反应非常敏捷，可以作为一种海洋环境的主要生物指标[5]，同时起到调节和优化海洋环境的作用，及时把握珊瑚礁的空间分布范围，对监测海洋生态环境具有重要意义。

本文以多时相遥感数据为基础数据，采用目视解译和阈值分割的方法，利用遥感方法获取海南儋州湾和三亚珊瑚礁国家级自然保护区1987-2018年51期珊瑚礁空间分布数据产品，并提供数据共享服务。相关研究成果作为海南省海岸带生态环境监测等成果的一部分，反映时间序列下珊瑚礁空间分布变化特征，为保护区保护和管理珊瑚礁提供科学数据支持。

1 数据采集和处理方法

1.1 数据来源

本数据集以海南省高分数据与应用中心提供的海南三亚 2017年4 m分辨率的 GF-2多光谱影像、欧洲太空局（http://scihub.copernicus.eu/）提供的海南地区2016-2018年10 m分辨率的Sentinel-2多光谱影像和美国地质勘探局（http://glovis.usgs.gov/）提供的海南地区1987-2018年的30 m分辨率的多光谱遥感影像Landsat TM/OLI为数据源，共获取无云或少云影响的44景影像。表1所示的是本次所使用的遥感卫星影像序列号及成像时间信息。

表1 遥感影像数据列表

序号 成像日期 卫星 传感器 影像序列号S2A_MSIL1C_20181030T030831_N0206_R075_T49QCA_20 6 2018-10-30 Sentinel-2 MSI 181030T060940.SAFE 7 1987-02-05 Landsat 5 TM LT05_L1TP_124047_19870205_20170320_01_T1 8 1989-03-14 Landsat 5 TM LT05_L1TP_124047_19890314_20170204_01_T1 9 1991-11-15 Landsat 5 TM LT05_L1TP_124047_19911115_20170125_01_T1 10 1993-01-04 Landsat 5 TM LT05_L1TP_124047_19930104_20170121_01_T1 11 1995-01-10 Landsat 5 TM LT05_L1TP_124047_19950110_20170110_01_T1 12 1997-10-30 Landsat 5 TM LT05_L1TP_124047_19971030_20161229_01_T1 13 1999-12-23 Landsat 5 TM LT05_L1TP_124047_19991223_20161215_01_T1 14 2001-11-26 Landsat 5 TM LT05_L1TP_124047_20011126_20161210_01_T1 15 2003-02-01 Landsat 5 TM LT05_L1TP_124047_20030201_20161206_01_T1 16 2005-07-16 Landsat 5 TM LT05_L1TP_124047_20050716_20161125_01_T1 17 2007-01-27 Landsat 5 TM LT05_L1TP_124047_20070127_20161117_01_T1 18 2009-10-31 Landsat 5 TM LT05_L1TP_124047_20091031_20161018_01_T1 19 2011-02-07 Landsat 5 TM LT05_L1TP_124047_20110207_20161010_01_T1 20 2013-10-26 Landsat 8 OLI LC08_L1TP_124047_20131026_20170429_01_T1 21 2014-11-14 Landsat 8 OLI LC08_L1TP_124047_20141114_20170417_01_T1 22 2015-10-16 Landsat 8 OLI LC08_L1TP_124047_20151016_20170403_01_T1 23 2016-02-05 Landsat 8 OLI LC08_L1TP_124047_20160205_20170330_01_T1 24 2017-05-30 Landsat 8 OLI LC08_L1TP_124047_20170530_20170615_01_T1 25 2018-02-10 Landsat 8 OLI LC08_L1TP_124047_20180210_20180222_01_T1 26 1987-04-10 Landsat 5 TM LT05_L1TP_124046_19870410_20170320_01_T1 27 1989-07-20 Landsat 5 TM LT05_L1TP_124046_19890720_20170202_01_T1 28 1991-05-23 Landsat 5 TM LT05_L1TP_124046_19910523_20170126_01_T1 29 1993-05-12 Landsat 5 TM LT05_L1TP_124046_19930512_20170119_01_T1 30 1995-07-21 Landsat 5 TM LT05_L1TP_124046_19950721_20170108_01_T1 31 1997-06-08 Landsat 5 TM LT05_L1TP_124046_19970608_20161231_01_T1 32 1999-06-30 Landsat 5 TM LT05_L1TP_124046_19990630_20161219_01_T1 33 2001-08-06 Landsat 5 TM LT05_L1TP_124046_20010806_20161210_01_T1 34 2003-02-25 Landsat 7 ETM LE07_L1TP_124046_20030225_20170126_01_T1 35 2005-08-01 Landsat 5 TM LT05_L1TP_124046_20050801_20161124_01_T1 36 2007-07-06 Landsat 5 TM LT05_L1TP_124046_20070706_20161113_01_T1 37 2009-07-27 Landsat 5 TM LT05_L1TP_124046_20090727_20161023_01_T1 38 2011-07-09 Landsat 7 ETM LE07_L1TP_124046_20110709_20140705_01_T1 39 2013-05-19 Landsat 8 OLI LC08_L1TP_124046_20130519_20170504_01_T1 40 2014-08-10 Landsat 8 OLI LC08_L1TP_124046_20140810_20170420_01_T1

序号 成像日期 卫星 传感器 影像序列号41 2015-06-26 Landsat 8 OLI LC08_L1TP_124046_20150626_20170407_01_T1 42 2016-12-05 Landsat 8 OLI LC08_L1TP_124046_20161205_20170317_01_T1 43 2017-09-19 Landsat 8 OLI LC08_L1TP_124046_20170919_20170920_01_RT 44 2018-05-17 Landsat 8 OLI LC08_L1TP_124046_20180517_20180517_01_RT

1.2 数据处理方法

1.2.1 目视解译

影像解译是指从图像获取信息的基本过程。目视解译是遥感图像解译的一种，又称目视判读或目视判译，是遥感成像的逆过程。目视解译就是从遥感影像上借助影像的解译标志识别目标，定性定量地提取出目标的分布、结构、功能等有关信息，并把它们表示在地理底图上的过程[6]。

影像的解译标志，也称判读要素，它是遥感影像上能直接反应和判别地物信息的影像特征，包括形状、大小、颜色和色调、阴影、位置、结构、纹理、图案、布局和立体外貌等[7]。

结合岸礁在遥感影像上的光学颜色、地理位置、形状、生成条件等特征形成综合全方位的解译标志，借助遥感增强方法（诸如图像融合、图像拉伸、主成分变换等方法），在ArcGIS 10.1软件中将Landsat TM/OLI影像按照最优的波段组合及图像增强方式显示，结合实地踏勘地点，建立浅海珊瑚礁的解译标志[8]，如表2所示。

目视解译数据集按照图1所示处理流程获得浅海珊瑚礁空间分布信息，在ENVI中加载影像，首先进行辐射定标，将DN值转化为辐射亮度数据，得到辐射亮度影像；然后进行FLAASH大气校正，将辐射亮度值转化为地表反射率，得到地表反射率影像；再根据保护区范围进行裁剪；随后计算归一化差异水体指数（MNDWI），对其进行直方图阈值分割，再进行水陆掩膜，将陆地掩膜掉[9]；在 ArcGIS 10.1中按着红绿蓝波段组合的方式打开经过陆地掩膜后的影像，基于本节确定的目视解译标志，采用数字矢量化方法得到浅海珊瑚礁空间分布信息。最终获取儋州湾17期浅海珊瑚礁空间分布结果，三亚珊瑚礁国家级自然保护区19期浅海珊瑚礁空间分布结果。

表2 浅海珊瑚礁空间分布信息解译标志

解译标志 名称 图像特点 解译标志详解形状 条带状珊瑚礁images/BZ_31_888_327_1360_679.png岸礁是沿大陆或岛屿岸边生长发育的礁体，一般呈现条状或带状分布。位置 河流入海口水深 水深images/BZ_31_888_719_1360_1072.pngimages/BZ_31_888_1111_1360_1464.png造礁珊瑚生长在盐度为 27‰-40‰的海水中，最佳盐度范围是 34‰-36‰，而在淡水入海口的地方，盐度会被稀释下降，不适合珊瑚礁形成。一般认为造礁珊瑚生长的水深范围是0-50 m，最佳水深为20 m以内。

1.2.2 阈值分割自动提取

首先对原始遥感影像进行辐射定标，将DN值转化为辐射亮度数据，得到辐射亮度影像；对定标后的遥感影像进行大气校正，将辐射亮度值转化为地表反射率，得到地表反射率影像；再利用海岸线数据以及归一化差异水体指数（MNDWI）进行阈值分割，掩膜陆地信息；利用蓝绿波段比值和归一化植被指数（NDVI）进行直方图阈值分割，获取浅海珊瑚礁礁空间分布信息。提取流程如图2所示。

采用阈值分割的方法，分别获取儋州湾和三亚珊瑚礁国家级自然保护区各6期浅海珊瑚礁空间分布数据（基于2013-2018年Landsat 8 影像）；采用阈值分割的方法，获取三亚珊瑚礁国家级自然保护区3期浅海珊瑚礁空间分布数据（基于2016-2018年Sentinel-2影像）。

图2 阈值分割技术流程图

2 数据样本描述

2.1 数据组成

本数据集包括儋州湾和三亚珊瑚礁国家级自然保护区 1987-2018年共计 51期浅海珊瑚礁空间分布数据，这些数据保存为1个压缩文件（“1987-2018年儋州湾和三亚珊瑚礁国家级自然保护区浅海珊瑚礁分布数据集.rar”），每期数据单独存贮在以年份命名的文件夹里，总数据量为14.1 MB。每个文件夹中存贮对应的shp矢量数据文件，所有数据均采用与遥感影像一致的UTM-WGS84坐标系统。

2.2 数据样本

儋州湾浅海珊瑚礁空间分布数据如图 3-5。三亚珊瑚礁国家级自然保护区浅海珊瑚礁空间分布数据如图6-11。

图3 儋州湾浅海珊瑚礁目视解译空间分布图（2018年Landsat 8 RGB:432）

图4 儋州湾浅海珊瑚礁目视解译空间分布趋势图（1987-2018年）

图5 儋州湾浅海珊瑚礁阈值分割空间分布图（2013年、2015年、2018年Landsat 8 RGB:432）

图6 三亚珊瑚礁保护区浅海珊瑚礁目视解译空间分布图（2017年GF-2 RGB:321）

图7 三亚珊瑚礁保护区浅海珊瑚礁目视解译空间分布图（2018年Sentinel-2 RGB:432）

图8 三亚珊瑚礁保护区浅海珊瑚礁目视解译空间分布图（2018年Landsat8 RGB:432）

图9 三亚珊瑚礁保护区浅海珊瑚礁目视解译空间分布趋势图（1987-2018年）

图10 三亚珊瑚礁保护区浅海珊瑚礁阈值分割空间分布图（2018年Sentinel-2 RGB:432）

图11 三亚珊瑚礁保护区浅海珊瑚礁阈值分割空间分布图（2018年Landsat 8 RGB:432）

3 数据质量控制和评估

3.1 精度验证方法与技术路线

本数据集通过验证影像上珊瑚礁光谱反射率曲线与实测珊瑚礁光谱反射率曲线的拟合程度来验证精度（图12）。

首先，提取影像上珊瑚礁光谱反射率曲线。利用ENVI软件，统计珊瑚礁斑块的平均光谱反射率曲线，并提取平均光谱反射率值。

其次，利用便携式地物光谱仪（美国ASD公司生产，型号为FieldSpec 3）采集并生成珊瑚礁光谱反射率曲线。采用水下测量法进行珊瑚礁光谱采集，利用viewspec pro软件对采集的光谱进行处理，得到珊瑚礁光谱反射率曲线[10]。提取出与影像中心波长相对应波长的光谱反射率值。

最后，利用MATLAB的corrcoef(x,y)函数，计算影像上珊瑚礁平均光谱反射率值与相应波长的光谱反射率值的相关系数R。R取值在[-1,1]，0表示不相关；0～1表示正相关，值越大越相关；-1～0表示负相关，值越小越相关。

图12 精度验证技术流程图

3.2 精度验证结果

以2018年Landsat 8影像为例，从研究区中选出珊瑚礁分布集中的5个斑块（西玳瑁岛、鹿回头湾、小东海、磷枪石岛和湳滩港），统计其平均光谱反射率。计算相关系数R见表3。

表3 相关系数R

由表3可以看出，上述5个斑块中相关系数R都在0.8以上，其中峨蔓港的可信度最高为96%，小东海的可信度最低为86%。总体来看，提取目标为珊瑚礁的可信度可达80%以上。

4 数据使用方法和建议

1987-2018年儋州湾和三亚珊瑚礁国家级自然保护区51期浅海珊瑚礁空间分布数据集为shp格式，可利用ArcGIS、ENVI等相关数据处理软件对本数据集进行编辑、查询以及后续分析工作。本数据集可以为保护和监管珊瑚礁提供基础数据支持。