李雪红 吴克明

（1.海军大连舰艇学院训练部 大连 116018）（2.海军工程大学电子工程学院计算机工程系 武汉 430033）

1 引言

海岸带与海岛礁区岸带的地形要素包括海岸线、干出滩地形、浅海水下地形等。海岸线是地形图和海图的基础要素，是指多年大潮平均高潮位时海陆分界线［1］。干出滩是海岸线与干出线之间的潮浸地带，高潮时被海水淹没，低潮时露出。近年来海岸带资源环境管理及战略上需要更加精确的资料，涉及到潮滩区地形、浅水区地形结构及海底结构类型等。遥感具有全天候、大面积、同步观测的特点，且不受地理位置、天气和人为条件限制，特别是对于敏感岸带、争议岸带以及条件恶劣的不可达岸带，以遥感手段获取海岸带地形要素具有天然的优势。自1960年4月1日美国发射第一颗气象卫星TIROS－1、1972年7月23日美国发射的第一颗陆地卫星Landsat－1、1978年10月24日美国发射第一颗水色卫星CZCS、1991年7月17日欧洲空间局发射第一颗雷达卫星ERS－1以来，各国学者利用多时相遥感影像在探测海岸带地形方面做了大量的实践工作。本文以海岸线提取技术、潮滩DEM反演技术和近岸浅海水深反演技术为主，阐述其国内外的研究进展及研究建议。

2 海岸线提取技术

由于海岸的通达性不连贯，传统常规测量手段费时、费工、费钱，而且海滩现场测量存在不可预见的风险。利用高潮位时相的影像数据提取海岸线，利用低潮位时相的影像数据进行潮滩DEM反演是遥感数据应用于海岸带调查最多的两个方面。

关于海岸线解译算法的研究大多基于遥感图像中的水边线提取，而水边线是卫星过境时刻的海陆分界线。众多学者根据灰度图像的灰度值发生阶跃变化的性质对水边线提取进行了研究，其算法主要有Roberts算法、Prewitt算法、Sobel算法、Laplace算法和Canny算法等［2～3］。Lee等基于边缘检测算法提出了一种岸线提取方法，并采用Sobel检测算子对一景SEASAT SAR影像进行了岸线提取。Giancarlo等基于光谱分析，实现了遥感影像的海岸线提取。朱小鸽应用多时相Landsat卫星遥感图像，采用神经网络分类方法，监测海岸线的变化并计算增长的陆地面积。瞿继双等提出了一种基于多阈值的形态分割方法，并通过实例分析证明了该方法提高了物体阴影、植被、暗的人工设施的准确检测率，而且该方法较传统的阈值方法具有更好的检测效果。陆立明等在分析各种成像算法和现有的一些典型SAR目标检测算法的基础上，提出了一种在非成像状态下进行海岸线提取的新方法，把成像处理与目标检测问题有机地结合起来。通过真实星载SAR回波数据应用实验，证明了直接利用SAR回波对海岸线检测的有效性。张朝阳等在分析了Canny算子边缘检测原理和存在问题基础上，介绍了彩色空间及计算方法，探讨了基于色差的Canny算子自适应边缘提取算法，可以通过适当提高自适应的阈值，结果可以很好地保留海岸线边缘，而去掉噪声。谢明鸿等提出了基于种子点增长的SAR图像海岸线自动提取算法。

由于卫星影像成像时刻与潮汐时相的差异，往往在影像上记录清晰的水边线，而水边线与海岸线并不一致，因此，基于卫星遥感影像提取海岸线，往往需要更多的辅助信息。不同海岸地貌的海岸线在卫星图像上的解译标志与提取方法存在差异。在潮间带狭窄或潮间带缺失的基岩海岸段，往往水边线即是海岸线位置所在，因此可将水边线视为海岸线；在平原及河口区域，往往潮间带范围较为广阔，因此采用目视解译海岸线较为准确；在养殖围堤、农田围堤段等人工海岸，人工构筑物边界外往往还有一定范围的潮间带分布，此类海岸线人工解译为宜；港口码头岸线平直，水边线和海岸线空间位置一致，目视解译和自动提取均能较高精度的提取岸线，由于码头有大小之分，针对规模较小的码头岸线，工作量较小，推荐目视解译；对于规模较大的码头岸线可采用自动提取方法。将机器自动分类快速的优点与人工目视解译准确的优点相结合，通过人机交互来完成岸线、滩涂的提取，可以弥补传统测量方式的数据的不足，同时也可以大大提高效率。

3 潮滩地形反演技术

传统潮滩地形测量方法有地面测量、声纳测量、航空激光测量、航空干涉雷达测量等。但是对于淤泥质潮滩，由于其特殊性使常规的地面测量很难进行，航空测量由于成本较高，也未能得到广泛应用。《海岸带地形图测绘规范》的前言中称：海岸带的干出部分，是地形测量的困难地区，在这一地区进行地形测量还没有好的手段。近年来大量学者尝试用不同的方法来反演潮滩地形信息，如水边线方法及植被分带性方法等［4～6］。

Mason，D.C等假设水边线是一条等高线，利用ERS SAR影像，在英格兰东部进行水边线分析，构建潮滩数字高程模型；Chen and Rau利用多时相的卫星影像监测潮滩水边线变化，并用SPOT数据构建了台湾沿岸潮滩DEM，估算海岸线的侵蚀情况；Lohani等利用高分辨率的航片建立较陡较窄的岸段的数字高程模型；Joo－Hyung Ryu等在韩国Gomso湾潮间带利用TM数据进行水边线提取，并探讨了不同TM波段在提取水边线时的有效性，并借助反演的高程信息分析了其与泥沙粒径的关系；Marco Marani等探讨了潮滩地形与植被分布的关系，提出植被的NDVI与高程存在一定程度的相关；Sonia Silvestri等利用Visible和NIR波段进行植被分类，提出了植被与高程的相互关系模型，并探讨了盐度与盐沼高程、平均积水期与盐沼高程之间的相互关系。

恽才兴、益建芳等曾利用遥感图像对长江口沿岸潮滩进行调查研究；任明达等利用多时相陆地卫星图像对渤海湾沿岸潮滩质量进行了评价，并对潮滩的宽度和坡度进行了测量；吴家乃利用卫片资料对浙江慈溪海王山地区淤泥质潮滩进行了地形测量；黄海军等对山东莱州湾潮滩地物的光谱进行测试和分析；张鹰、丁贤荣等利用遥感和地理信息系统技术测量了长江口南支和舟山潮汐水道的水深，并对其潮滩地形冲淤变化进行了分析；韩震等利用多时相卫星图像水边线高程反演技术，确定了伶仃洋大铲湾潮滩岸线变化，并进行了滩涂分带及面积的估算；何茂兵等基于三个时相的TM影像中提取水边线，并依据周围潮位站在遥感采集时刻的瞬时潮位，采用简单趋势面插值法计算了所有水边线的高程。沈芳等针对淤泥质潮滩不同时相的TM影像，通过水边线提取、然后根据卫星过境时刻的潮位来推算水边线高程，构建潮滩DEM模型。

已有的研究，采用的影像精度还不够高，只能对淤泥质区域或水边线变化较大的地区进行定性分析，加上过去采用的水位计算方法过于粗略，因此，很难获取准确的水边线平面及高程位置，计算分析岸线变化和潮滩模型的准确度不高，基本上只能用于定性分析。随着QuickBird、IKONOS－2和中巴资源卫星等高精度多源影像的出现和应用，瞬时海面模型技术的进一步成熟，精细提取水边线的平面和高程位置、定量分析潮滩变化已成为可能。采用水边线技术结合海图0m线构建的潮滩地形，与实测潮滩地形存在一定误差，但在缺少实测地形资料的情况下，仍不失是一种有效途径。

4 近岸水深反演技术

浅海水深遥感是海洋遥感的重要研究课题。在国外，早在上世纪60年代末，美国密执安环境研究所的一个研究小组就开始从事遥感水深反演技术的研究，利用MSS和TM等多光谱数据和一些同步测量的海况数据进行测深模型研究，提出了基于底面反射的遥感测深理论［7］。

Colvocoresses、Hammack和Carter等提出了水深定性分析方法；Polcyn和Lyzenga提出了基于底层反射模型的水深定量分析方法；Lyzenga还提出了一种利用主成分分析法提取水深和获取水体底质信息的方法，试验表明，该方法受实际水深测量值误差的影响比其他方法小；Dirks、Mgengel利用卫星影像进行遥感水深测图，取得了较好的效果；Spitzer基于双向流辐射传输模式，提出了几种水深反演算法和底质组成算法，并将这些算法应用到不同的卫星遥感图像上；Wei Ji等提出了基于水体后向散射的水深反演模型。Bierwirth提出了利用原始遥感资料和水体衰减系数来获取相应输入波段的水体底部反射率和水深信息，并将该方法计算了澳大利亚西部Shark海湾Hamelin Pool地区水体底部反射率和水深，试验表明，该方法可有效地消除水深变化对水体底部反射率的影响；Tripathi等应用IRS卫星遥感资料对印度Kakinada海湾的水下地形进行了反演，建立了多种水深反演模型；Deepak R Mishra应用Ikonos影像数据，得到的反演水深效果较好；Christopher L Conger改进了Lyzenga的水深反演方法，认为将各波段减去最深水处的图像光谱值后得到的伪图像光谱值与实际水深的线性关系最好。

国内从上世纪80年代开始，在遥感测深方面不断有研究成果发表。任明达利用Landsat－MSS卫片进行了琼州海峡的海岸带水深遥感解译工作。平仲良利用海水的透射率、后向散射系数、海底反射率与海面反射率之间的关系，推导出了海洋遥感浅海水深的理论公式，通过计算得出海面反射率随海水深度变化的关系，并估计了可见光遥感测深的理论极限。梁顺林、陈丙咸应用MSS影像数据深入研究了波段水体透视深度。李铁芳等以渤海海峡、闽江口、瓯江口及珠江口附近海域为实验研究区，讨论由卫星遥感提供的水下遥感信息传递的过程。建立了水深信息提取模型，认为可以成为常规方法的补充手段。张鹰等专门探讨了水深信息提取模型，研究分析了GIS和RS进行遥感测深的可能性，以及GIS和水深遥感技术在海岸工程冲淤分析中的应用。党福星等以我国南海永暑礁景区为研究区，通过对TM多波段数据进行辐射校正、对水深值进行潮汐改正和引入底质类型分区算法，使水深反演精度有较大提高。王艳姣在其博士论文中利用ETM＋遥感图像反射率和实测水深值之间的相关性，建立了动量BP人工神经网络水深反演模型，并对长江口南港河段水深进行了反演。并且还针对影响水深反演的因素，研究了悬浮泥沙对遥感测深的影响。王晶晶和田庆久研究了近红外波段的反射率，并对比了波段比值法和一阶微分法。结果表明，对于近岸海水混浊度高的样本，应用水体反射的一阶微分模型可以有效地削弱水质变化给水深反演带来的误差。滕惠忠等采用QuickBird高分辨率卫星影像对南海岛礁地区进行水深反演试验，并应用于海图修测中。孟祥来研究了叶绿素α及总悬浮物浓度随着水体深度变化的特征，分析不同叶绿素α浓度、悬浮物浓度以及悬浮物粒径对水体光谱特性的影响特点；同时还对底质对水体信息遥感提取的影响特点进行分析。在此基础上构建了水深遥感反演的定量模型［8～13］。

在遥感水深反演技术中，遥感水深反演模型的选择直接影响到了遥感水深反演的精度。多年来国内外学者针对不同的遥感数据源和不同的研究区域建立了多种水深遥感模型，但由于水深反演模型的针对性强，这些模型尚未能形成统一的定量模型和可靠的模型参数。因此随着遥感技术及相关学科的发展，结合高分辨率影像和改进的反演水深的方法，研究水深反演模型的建立，对于水深反演精度的提高具有重要的意义。

5 研究建议

海岸带地形要素遥感反演的开展，取得了众多有意义的成果。针对上述海岸线提取、潮滩地形反演以及近岸水深反演，笔者认为还可以加强以下两个方面的研究。

1）统一标准量测海岸带的范围。海岸带通常分为海区、岸滩和陆区三部分组成。岸滩又进一步细分为海岸和海滩。海岸线定义为多年平均大潮高潮线，而实际提取时，人为主观因素影响比较大。应用遥感影像提取水边线之后，可以采用空间内插法和潮位预报两种方法进行潮位校正，提取真正意义上的海岸线，为海岸带评估提供精确的量化标准。

2）采用信息复合与专家知识提高准确率。由于海岸带地形和浅海水下地形的影响因素复杂多变，采用计算机自动提取时会有信息丢失。例如用边缘检测算法进行海岸线自动提取难免产生一些明显的假边缘点和丢失一些真实边缘的细节部分，在自动提取的基础上结合专家知识解译可提高提取精度。又如卫星过境时刻的风浪因素使得瞬间潮高发生变化，采用余水位的校正技术能够提高地形反演精度。另外，近岸水体由于受到人类活动影响，悬浮泥沙和叶绿素含量较高，水下地形反演受到两个因素的影响，构建悬沙因子和叶绿素因子能够很好地反演近岸二类水体的深度。

［1］刘宝银，苏奋振.中国海岸带与海岛遥感调查—原则、方法、系统［M］.北京：海洋出版社，2005.

［2］张朝阳.遥感影像海岸线提取及其变化检测技术研究［D］.郑州：解放军信息工程大学硕士学位论文.2006.

［3］高义.我国大陆海岸线30年时空变化研究［D］.北京：中国科学院研究生院博士学位论文.2011.

［4］郑宗生.长江口淤泥质潮滩高程遥感定量反演及冲淤演变分析［D］.上海：华东师范大学博士学位论文.2007.

［5］D.C.Mason，I J Davenport.Accurate and efficient determination of the shoreline in ers－1sar images［J］.Geoscience and Remote Sensing，IEEE Transactions on，1996，34（5）：1243－1253.

［6］韩震，恽才兴.伶仃洋大铲湾潮滩冲淤遥感反演研究［J］.海洋学报，2003，25（5）：58－64.

［7］Lyzenga，D R.Passive remote Sensing techniques for mapping water depth and bottom features［J］.Applied Optics，1978，17（3）.

［8］Lyzenga D R.Remote sensing of bottom reflectance and water attenuation parameters in shallow water using aircraft and Landsat data［J］.Remote Sensing，1981，2（1）.

［9］N.K.Tripathi，A.M.RAO.Bathymetric mapping in Kakinada Bay，India，using RS－1DLISS－Ⅲ data［J］.International Journal of Remote Sensing，2002，23（6）：1013－1025.

［10］王艳姣.基于悬浮泥沙影响的水深遥感方法研究［D］.南京：南京师范大学博士学位论文，2006.

［11］王晶晶，田庆久.海岸带浅海水深高光谱遥感反演方法研究［J］.地理科学，2007，27（6）：843－848.

［12］滕惠忠，熊显名，等.遥感水深反演海图修测应用研究［C］／／第二十一届海洋测绘综合性学术研讨会论文集，2009：540－545.

［13］孟祥来，朱继文，张贺.基于高光谱遥感技术的积水沉陷区水深反演模型的研究［J］.黑龙江工程学院学报（自然科学版），2011，25（1）：17－19.