空间分辨率对海岸线时空演变遥感分析的影响

孟云闪　韩志聪　曹英志等

关键词：海岸线;时空演变;分形维数;目视解译;渤海湾

中图分类号：TP79;P71 文献标志码：A 文章编号：1005-9857（2023）04-0122-10

0 引言

渤海湾作为环渤海地区重要的海上枢纽，其沿岸的开发利用活动强度显著，其中填海建设的京唐港、天津港、天津滨海工业区、黄骅港、滨州港等港口工业区，以及圈围的养殖及盐业等围海生产区，都无疑会对海岸线的形态特征和近海岸的地表特征产生影响。此外，过度的海岸带开发也会造成渤海湾区域后备资源的日益紧缺，进而影响该区域经济的可持续发展[1]。

海岸线作为重要的地理要素，是近岸自然资源开发利用强度和利用过程的外在表现，在海岸带资源开发利用与管理中起着重要的作用[2]。近年来，学者针对渤海湾区域开展大量海岸线动态变迁与分析相关的研究工作。其中，基于时序Landsat卫星遥感影像，孙晓宇等[3]、孙百顺等[4]、吴培强等[5]、张蕾等[6]、Ding 等[7] 分别开展2000—2010 年、1975—2015 年、2010—2015 年、1986—2016 年、1985—2015年长时序海岸线变迁的研究工作，并结合岸线长度、陆海面积和岸线类型等多个因素，分析岸线变化与填海造地之间的关系;徐宁等[8]利用分形维数分析环渤海区域1980—2010年海岸线变迁过程;叶小敏等[9]结合Landsat和环境卫星影像，分析1986—2014年渤海湾海岸线的岸线变迁，在此基础上探讨海岸线分形维数与天津市GDP之间的相关性。此外，许多学者对渤海湾周边典型区域的岸线变迁进行分析，如滨海新区[10-11]、黄河口[12-13]。这些研究均在一定程度上反映渤海湾海岸线变化过程及驱动力因素，但也存在一些问题，主要表现为研究多基于中低空间分辨率遥感影像，如Landsat卫星、环境卫星，无法反映中小尺度岸线的形态特征和变化趋势。

近年来，随着国家对海岸线治理力度的加大，渤海湾区域的开发利用活动已由大规模高强度的围填海逐渐转变为中小尺度的围海或整治修复工程，传统的低分辨率遥感影像在与背景相近的目标监测方面存在目标特征弱化、复杂背景干扰等问题[14]，需要基于高分辨率的遥感影像、在中小尺度上对渤海湾海岸线的变化进行提取和分析。随着遥感技术的发展，高分辨率遥感影像越来越多地应用于海岸线识别及变迁过程分析。杨雷等[15]利用2005—2015年SPOT和高分卫星影像提取珠海海岸带岸线，并开展岸线长度和海岸侵淤情况分析;Wu等[16]利用2013—2018年高分影像分析扬子江流域海岸线变化情况;Zhu等[17]基于SPOT 和高分卫星等分析胶州湾16年来海岸线变迁过程及造成的影响。然而基于高分辨率遥感影像实现渤海湾中小尺度海岸线监测，并分析遥感影像分辨率对不同类型岸线特征提取影响的相关研究仍然较少。本研究利用2010—2020年的SPOT 卫星数据、高分系列卫星数据、资源三号卫星数据等高分辨率遥感影像，结合同时期的Landsat影像，分析在不同空间尺度下，不同类型海岸线变迁速率和分形维数的差异，并在此基础上探讨渤海湾海岸线在不同空间尺度下的时空变化特征以及复杂度变化过程。本研究的相关成果能够为渤海湾海岸线资源评估与集约节约利用提供更精确的数据支撑。

1 研究区域与数据

1.1 研究区域

渤海湾处于渤海西部，南端与山东陆域相连，西面、北面分别与天津、河北陆域相接，是典型的半封闭式海湾。渤海湾岸线曲折且土地利用类型多样，沿岸为淤泥质平原海岸，黄河、海河、滦河、漳卫新河、子牙新河、永定新河和岐河等多个河流入海，泥沙随着沿岸河流流入，为渤海湾提供大量的沉积物。

1.2 数据源

本研究选用2010—2020年3期空间分辨率为30m 的Landsat5/7卫星影像作为低分辨率海岸线提取数据源，相应的Landsat5成像时期为2010年11月5日，Landsat7成像时期分别为2015年5月19日和2020年10月23 日。另外，选用2010 年9—11月空间分辨率为2.5m 的SPOT多光谱卫星影像、2015年1—7月和2020年10—11月空间分辨率为2m 的高分一号和六号多光谱卫星影像作为高分辨率海岸线提取数据源。2020年高分卫星数据受云遮挡，存在缺值，故采用同时期空间分辨率为2m 的资源三号卫星数据替换缺值区域。其中，所有高分辨率遥感影像均采用HSV 方法融合相应的多光谱波段和全色波段，提高多光谱数据的空间分辨率。另外，在辐射校正的基础上，基于地面控制点对高分辨率影像进行几何精校正，并以此为基础，对Landsat低分辨率遥感影像进行几何校正，校正精度控制在0.5个像元内。针对Landsat影像的条带问题，利用ENVI的Landsatgapfill插件对2015年和2020年的Landsat影像进行条带修复。遥感影像通过近红外、红、绿波段假彩色合成方式显示，实现海岸线的提取。

2 研究方法

2.1 海岸线分类及提取原则

本研究将海岸线划分为人工岸线、自然岸线和河口岸线3个一级类别，其中人工岸线按照用海方式的不同划分为填海造地岸线、围海岸线和构筑物岸线3个二级类别，自然岸线包括基岩岸线、淤泥质岸线、砂质岸线和生物岸线4个二级类别，河口岸线主要是指入海河口的连接线。

本研究采取人工目視解译的方式对海岸线进行提取。由于不同类型的海岸对电磁波的响应有所差异[18]，可以根据影像中海岸线周围地物的色调、对比度、纹理等特征建立相应海岸线类型的解译标志，实现海岸线位置的提取。按照海岸线的定义[19]，即多年大潮平均高潮位时海陆分界痕迹线，确定的主要参考标志特征如表1所示[20]。

基于相应的标志特征，针对上述高低分辨率遥感影像，在固定比例尺下提取海岸线。其中，Landsat遥感影像的解译比例尺为1∶50000，高分辨率遥感影像的解译比例尺为1∶5000。为保证前后2期海岸线位置没有变化的部分保持一致，解译时以2010年低分辨率遥感解译海岸线为本底数据，只对其他时期海岸线变化部分进行动态更新，避免基于不同时相遥感影像进行岸线提取时产生“双眼皮”现象[8，21]。对于渤海湾早期海岸线位置的提取，结合“908专项”海岸带滩涂植被等调查资料。

针对填海造地、围海养殖、盐田围海、河口4类典型海岸线，其在不同分辨率遥感影像以及不同比例尺下的提取结果如表2所示。可以看到，在结构简单的海岸线区域，如填海造地、围海养殖，不同分辨率遥感影像的检测结果相似;然而在河口等结构复杂的区域，高分辨率遥感影像能够更好地提取海岸线的结构。

2.2 海岸线变迁速率

本研究选取数字海岸线分析模型（DSAS）中的端点法变化速率（EPR）分析海岸线变迁过程。该方法是在2个监测时间内，海岸线位置的变化量与变化时间间隔的比值[22-23]。具体公式为：

式中：EPR是某个垂直于不同时相海岸线剖面上海岸线变化的端点速率;L 是2个时相海岸线位置的变化量;T 为2期监测的时间间隔。

2.3 海岸线复杂度分析

分形理论是研究物体不规则几何形态的非线性科学领域的重要理论，解释无法用整数位数表征物理量的分布特征，并从统计学意义上解释海岸线无规则分布的状态，是研究海岸线复杂度评估的常用指标[24-25]。该指标不仅能够统一不同尺度下测量的海岸线长度，成为不同类型海岸线及其复杂程度的综合度量，同时能够反映近岸海域的人工开发程度[26]。

本研究通过网格法进行海岸线分形维数的计算[27]，通过不断改变覆盖海岸线的正方形网络长度r ，统计相应不重叠覆盖的网格总数N （r），计算得到一系列相应的N （r）-r 数值，根据分形理论可以得到：

式中：A 是待定的常数项;D 是海岸线的分形维数。

3 结果分析

3.1 不同分辨率遥感影像对岸线变迁速率的影响

海岸线位置识别的精度将会直接影响岸线时序变迁过程。结合遥感解译结果，首先分析遥感影像空间分辨率对不同类型海岸线位置识别的影响。结合“908专项”海岸线调查资料以及2019年全国海岸线修测工作中的实地勘测资料，渤海湾海岸线在2010—2020年自然岸线数量极少，且主要分布于河口及河道。考虑到渤海湾海岸线人工化程度较高的特征，本研究选取填海造地形成的人工岸线以及围海形成的人工岸线2 种岸线类型进行对比分析。

高 分辨率的遥感影像单位像元对应的地面空间范围小，纯像元出现的概率大，目标地物与背景的灰度反差明显，能够更好地识别海岸线的细节变化。对于填海造地岸线，由于工程围堰平直，尤其是渤海湾区域的填海造地工程规模较大，堤坝等级较高，与背景形成较大反差，岸线位置易识别（图1）。

通过计算，基于低分辨率遥感影像获取该区域2010—2015年海岸线年均变化速率约为651.1m/a，2015—2020年岸线未发生变化。基于高分辨率遥感影像获取该区域2010—2015年海岸线年均变化速率约为650.8m/a，2015—2020年为-0.2m/a。基于不同分辨率遥感影像提取的填海造地岸线位置一致性较好，对填海造地岸线变迁分析的结果影响较小（图2）。

渤海湾的围海岸线主要是由养殖和盐田2种用海活动形成的，这2种用海活动在遥感影像上反映出的特征均为圈围水域，区别在于圈围水域的大小以及隔断在空间上呈现出的排列特征，本研究选取分布较广的围海养殖区域进行岸线位置识别分析。受围堰规模和池塘水量的影响，养殖池在遥感影像上呈现出的色调略有不同。当养殖池的围堰宽度较窄且池塘色调与海滩较为相似时，虽然围海的事实已经存在，但在低分辨率遥感影像上该区域呈现出滩涂与围海相结合的特征，地物类别不易判别，给岸线位置的提取带来困难（图3）。

对岸线位置进行局部放大如图4所示。

通过计算，基于低分辨率遥感影像获取该区域2010—2015年的年均变化速率约为71.6m/a，2015—2020年为20.1m/a。基于高分辨率遥感影像获取该区域2010—2015 年海岸线年均变化速率约为65.2m/a，2015—2020年為12.8m/a。基于不同空间分辨率遥感影像计算得到的围海养殖岸线变迁速率的趋势大致相同，但其变化幅度的差异明显（图5）。

3.2 不同分辨率遥感影像对岸线复杂度的影响

分别采用100m、250m、1000m、3000m 和5000m为尺度生成正方形格网，得到覆盖研究范围内海岸线的网格数据，通过最小二乘法对N （r）和r 进行拟合得到海岸线的分形维数。同样选取填海造地岸线和围海岸线2种岸线类型的典型区域进行计算分析，对比影像分辨率差异给岸线分形维数带来的影响（表3）。

由表3可知，不同分辨率遥感影像对渤海湾人工化程度较高的填海造地岸线分形维数的计算结果影响并不明显，虽然对围海养殖岸线分形维数的计算结果略有影响，但基于不同分辨率遥感影像计算得到的分形维数变化趋势具有较好的一致性。因此，在开展长时间序列海岸线复杂度变化分析时，可用低分辨率遥感影像来补充监测时段早期高分辨率数据的缺失，以反映长时序监测过程中岸线复杂度的变化趋势。

变化速率的计算结果取决于岸线的实际位置，高分辨率影像更能够体现中小尺度岸线的位置变化，因此不同分辨率影像提取的岸线变迁速率的差异明显。然而分形维数通过岸线所占网格数量与网格大小的拟合得到，因此当基于不同分辨率影像提取得到的岸线位置差异较小、变化范围未改变网格数量时，分形维数的计算结果不变，故本研究基于不同分辨率影像得到的分形维数差异较小。

3.3 渤海湾海岸线时序变化及驱动力

在海岸线向陆一侧划定用于计算海岸线变化速率的基线，每相隔500m 做与各时相海岸线相交且垂直于基线的断面，共597个。基于不同分辨率遥感影像提取的渤海湾海岸线，利用端点速率法（EPR）计算2010—2015年和2015—2020年海岸线变化的端点速率。选取填海造地岸线和围海养殖岸线等典型区域进行统计分析，超过90%的同一位置而不同分辨率获取的海岸线端点速率的正负性指向一致，二者相互验证，证明计算方法及计算过程的可靠性。

结果表明，渤海湾海岸线在2010—2015年具有较高的动态性，基于不同分辨率遥感影像计算得到的岸线变迁速率均能在整体上反映渤海湾不同位置海岸线的变化特征。基于低分辨率遥感影像获取渤海湾海岸线2010—2015年的年均变化速率约为138m/a，同时期由高分辨率遥感影像获取的渤海湾海岸线年均变化速率约为145m/a。2个数据在填海造地或大型围海工程区域计算数值的一致性较好，差异主要发生在岸线人工化程度较低、岸线位置不易识别的区域（图6）。

与2010—2015 年相比，渤海湾海岸线在2015—2020年变化幅度相对较小。通过计算，基于低分辨率遥感影像获取渤海湾海岸线2015—2020年的年均变化速率约为5m/a，同时期由高分辨率遥感影像获取的渤海湾海岸线年均变化速率约为4m/a。

基于不同分辨率遥感影像获取的岸线变迁速率在2015—2020年的计算结果在同一位置存在差异的地方较多，这是由于渤海湾内大型的围填海活动，如津唐港、天津临港新城、天津港、天津南港工业区、黄骅港的主体围海和填海建设主要发生在2005—2015年[28]。随着国家對渤海海洋生态环境保护力度的加大，2017年之后全面禁止渤海湾内围填海工程建设，并大力推进海岸线整治修复工作。因此，2015—2020年海岸线位置变化的区域主要集中在低分辨率不易识别的围海或河道等岸线形态复杂的区域，导致基于低分辨率遥感影像得到的岸线变迁速率存在一定的误差（图7和表4，①～④分别表示海岸线为整治修复、不易识别、不易识别和退养还滩）。

退养还滩是基于不同分辨率遥感影像获取的渤海湾海岸线变迁速率存在差异的主要原因之一。退养还滩是在我国近海围海养殖区域较为常见的生态保护工程，通过破坏养殖池塘的围堰，逐渐恢复滩涂的自然水生态系统。滩涂湿地的恢复是缓慢的过程，在此期间呈现出自然滩涂和养殖的共同属性，因此低分辨率遥感影像对该区域进行精确判识的难度较大。

渤海湾复杂度变化与岸线变迁速率可以相互进行验证。2010—2020年3期海岸线的分形维数均具有较好的相关性，因此渤海湾海岸线在各个时段的分形性质是真实存在的，可以将其作为海岸线的特征参量来进行岸线变化的属性信息分析。通过数据分析，2010—2020年渤海湾海岸线分形维数呈现2010—2015年快速增长、2015—2020年相对平稳的趋势，表明在前5年岸线的开发利用活动多且强度较大（表5）。

4结语

准确了解海岸线资源现状，深入研究海岸线变迁的驱动因素，是实现岸线资源最优配置的重要基础。本研究以渤海湾为例探究不同空间分辨率遥感影像对海岸线时空变化过程及驱动因素分析的影响，具体结论可以总结为3个方面。

（1）不同空间分辨率遥感影像获取的海岸线变迁速率和分形维数计算结果与岸线类型密切相关。对于形态特征单一、人工化程度较高的岸线，不同分辨率影像得到的岸线变迁速率和分形维数相当;而对于形态复杂的岸线，虽然分形维数结果相似，但高分辨率影像能够更好地识别岸线位置，进而影响岸线变迁速率的结果。

（2）基于不同分辨率遥感影像获取的渤海湾海岸线变迁速率与分形维数变化趋势相似。2010—2020年渤海湾海岸线由变化剧烈过渡至相对稳定的状态，伴随着海岸线位置的变化，岸线的分形维数呈现出先上升再平稳的趋势，岸线复杂度变化趋势与海岸线变化速率的表征具有良好的相似性。但基于高分辨率遥感影像能更精确识别岸线位置的细微变化，进而更精确地得到局部区域岸线变迁和分形维数分析的结果。

（3）随着国家对滨海湿地保护力度的加大，严管严控围填海管控态势已经形成，岸线变迁的主要驱动力已由填海造地等强烈开发利用转变为低分辨率遥感影像不易识别的围海、整治修复等中小尺度开发利用活动。高分辨率遥感影像能更精确地监测岸线的位置及变化特征，结合岸线的特征探讨最优遥感信息空间尺度将是下一步研究重点。