基于遥感影像的大连海岸带分类体系研究

合集下载

遥感影像的海岸线自动提取方法研究进展

遥感影像的海岸线自动提取方法研究进展

遥感影像的海岸线自动提取方法研究进展一、综述随着全球气候变化的加剧以及人类活动的不断拓展,海岸线作为陆地与海洋的交汇带,其动态变化受到了广泛关注。

准确、高效地提取海岸线信息对于海洋资源管理、环境监测、灾害预警以及沿海城市规划等领域具有重要意义。

遥感技术以其大面积、快速、同步观测的特点,在海岸线提取中发挥着越来越重要的作用。

随着遥感数据源的不断丰富和图像处理技术的快速发展,海岸线自动提取方法取得了显著进步。

海岸线自动提取方法主要依赖于遥感影像的处理和分析。

这些影像可以通过卫星光学遥感、微波遥感或激光雷达遥感等方式获取,包含丰富的地物信息和空间特征。

通过对这些影像进行预处理、特征提取和分类等操作,可以实现对海岸线的自动识别和提取。

在海岸线自动提取方法的发展历程中,学者们提出了多种算法和技术。

这些算法和技术大多基于图像处理的基本理论,结合地学知识和实际应用需求进行改进和优化。

阈值分割、边缘检测、区域生长等经典算法在海岸线提取中得到了广泛应用。

随着深度学习技术的兴起,神经网络分类等方法也逐渐被引入到海岸线提取中,并显示出良好的性能。

尽管海岸线自动提取方法取得了显著进展,但仍存在一些挑战和问题。

影像信息量不足、精度验证困难以及海岸线仅是过渡区的平均线等问题仍待解决。

不同地区的海岸线具有不同的特征和变化规律,因此需要针对具体情况选择合适的算法和技术进行提取。

遥感影像的海岸线自动提取方法研究进展迅速,但仍需不断完善和优化。

未来研究方向包括加强地物波谱机制研究、将图像处理的基本理论与地学知识更紧密地结合起来、探索新的提取算法和技术等。

通过这些努力,我们有望实现对海岸线的更精确、更高效的自动提取,为海洋资源管理和环境保护提供有力支持。

1. 遥感技术的发展及其在海岸线提取中的应用作为一种非接触式的远距离探测技术,近年来得到了迅猛的发展,并在地理信息系统(GIS)、环境监测、资源调查等多个领域展现出广泛的应用前景。

海岸线提取作为遥感技术应用的一个重要方向,对于海洋生态系统的保护、土地利用规划、海洋资源开发以及防灾减灾等方面具有至关重要的作用。

遥感影像在海岸线变化监测中的应用

遥感影像在海岸线变化监测中的应用

遥感影像在海岸线变化监测中的应用在当今社会,随着科技的不断发展,我们对于地球的认知和监测手段也日益丰富和精确。

其中,遥感影像技术在海岸线变化监测方面发挥着至关重要的作用。

海岸线作为海陆相互作用的交界地带,其变化不仅反映了自然环境的演变,还与人类的活动密切相关。

例如,海平面上升、海岸侵蚀、港口建设、围海造陆等都会导致海岸线的位置和形态发生改变。

而准确及时地监测这些变化,对于海洋资源管理、环境保护、灾害预防以及城市规划等领域都具有重要意义。

遥感影像技术具有大范围、高频率、多时相、多分辨率等特点,能够为海岸线变化监测提供丰富而全面的信息。

首先,它可以覆盖广阔的区域,一次成像就能获取大片海岸线的情况,大大提高了监测效率。

其次,通过不同时间获取的遥感影像,能够对海岸线的变化进行长期跟踪和分析。

再者,不同分辨率的遥感影像能够满足从宏观到微观的各种监测需求。

在实际应用中,常用的遥感影像数据源包括卫星影像和航空影像。

卫星影像如 Landsat 系列、Sentinel 系列等,具有覆盖范围广、重访周期短的优势,适合进行大范围、长时间尺度的海岸线变化监测。

而航空影像则具有更高的空间分辨率,可以更清晰地捕捉到海岸线的细节特征,常用于局部重点区域的高精度监测。

为了从遥感影像中提取海岸线信息,需要运用一系列的图像处理和分析方法。

常见的方法有目视解译和计算机自动提取。

目视解译是指专业人员通过对影像的色彩、纹理、形状等特征进行观察和判断,手动勾画出海岸线的位置。

这种方法准确性较高,但效率相对较低,适用于小范围或复杂情况的海岸线提取。

计算机自动提取则是利用图像处理算法和模式识别技术,对影像进行自动分析和处理,提取出海岸线。

常用的算法包括边缘检测、阈值分割、面向对象分类等。

虽然计算机自动提取效率高,但在复杂场景下可能存在一定的误差,需要结合目视解译进行修正。

在海岸线变化监测中,除了提取不同时期的海岸线位置外,还需要对其进行定量分析和评估。

海岸带生态系统现状调查与评估技术导则 第2部分:海岸带生态系统遥感识别

海岸带生态系统现状调查与评估技术导则 第2部分:海岸带生态系统遥感识别

A45团体标准T/CAOE20.2-2020海岸带生态系统现状调查与评估技术导则第2部分:海岸带生态系统遥感识别与现状核查Technical guideline for investigation and assessment of coastal ecosystem—Part2:Remote sensing identification and results verification of the coastalecosystem2020-05-06发布2020-05-06实施中国海洋工程咨询协会发布目次前 言 (Ⅰ)1范围 (1)2规范性引用文件 (1)3术语和定义 (1)4基本要求 (2)4.1数学基础 (2)4.2数据要求 (2)4.3质量控制 (3)5遥感识别 (3)5.1识别范围 (3)5.2识别对象 (3)5.3工作内容 (3)6现状核查 (4)6.1核查要素 (4)6.2技术方法 (4)6.3工作内容 (4)7成果编制与汇交 (5)7.1图件编制 (5)7.2报告编制 (6)7.3成果汇交与归档 (6)附录A(规范性附录)海岸带生态系统遥感识别对象分类 (7)附录B(规范性附录)海岸带生态系统遥感解译标志表 (8)附录C(规范性附录)海岸带生态系统遥感解译属性信息表 (9)附录D(规范性附录)海岸带生态系统现状分布面积汇总表 (10)附录E(规范性附录)海岸带生态系统生境分布图斑核查情况表 (11)附录F(规范性附录)海岸带生态系统现场核查记录表 (12)附录G(规范性附录)专题图制作要求 (13)附录H(规范性附录)海岸带生态系统分布状况遥感识别报告格式和章节内容 (14)前 言T/CAOE20《海岸带生态系统现状调查与评估技术导则》分为10个部分:——第1部分:总则;——第2部分:海岸带生态系统遥感识别与现状核查;——第3部分:红树林;——第4部分:盐沼;——第5部分:珊瑚礁;——第6部分:海草床;——第7部分:牡蛎礁;——第8部分:砂质海岸;——第9部分:河口;——第10部分:海湾。

基于高分遥感数据的海岸带沙滩情况遥感识别研究

基于高分遥感数据的海岸带沙滩情况遥感识别研究

基于高分遥感数据的海岸带沙滩情况遥感识别研究随着科技的不断发展,高分遥感数据的应用越来越广泛,其中海岸带沙滩情况遥感识别是其中的一个重要应用领域。

本文将从影像数据来源、沙滩特征提取、模型建立与应用等方面对基于高分遥感数据的海岸带沙滩情况遥感识别研究进行探讨。

一、影像数据来源高分辨率遥感数据是进行海岸带沙滩情况遥感识别的基础数据,通常使用的高分辨率遥感数据主要包括卫星遥感、无人机遥感和航空遥感等。

卫星遥感数据可以提供较广范围的覆盖,但分辨率较低;无人机遥感数据可以提供相对较高的分辨率,但费用较高,拍摄范围较小;航空遥感数据既能提供高分辨率,又能拍摄相对较大的范围,但成本较高。

根据不同的应用需求和研究目的,选择不同来源的高分辨率遥感数据进行分析。

二、沙滩特征提取沙滩是指海洋、湖泊、河流沿岸由泻湖、内海、峡湾、海湾和三角湾等海陆结合部所形成的一种自然地貌。

为了准确识别海岸带沙滩情况,需要从遥感影像中提取沙滩的特征。

通过遥感数据进行沙滩特征提取的主要方法包括像元分割、图像分类和目标检测等。

像元分割是对像素进行分割,属于基于像素的分割方法,其缺点是易将非沙滩区域误判为沙滩区域,提取精度较低。

图像分类是将像素按照一定的规则划分到不同类别中,通过多次分类可以提高准确度,但对数据要求较高,需要有效分类器。

目标检测则针对沙滩目标进行扫描和检测,可有效提取沙滩边界的信息,但难度也较大。

具体方法应根据遥感数据的来源和研究目的来选择。

三、模型建立在沙滩特征提取的基础上,根据目标识别的要求,通常会建立相应的模型进行分类判别。

目前常用的模型包括支持向量机、神经网络、决策树和随机森林等。

其中支持向量机是一种基于统计学习理论的分类方法,适用于非线性分类问题;神经网络是一种仿人类大脑神经网络的学习算法,适用于多特征情况下的分类;决策树是一种基于判据表达式构建树形结构的分类方法,适用于易于解释模型的分类问题;随机森林通常采用多个决策树进行训练和分类,适用于高维数据集的分类。

遥感技术在海岸带与海洋环境研究中的应用指南

遥感技术在海岸带与海洋环境研究中的应用指南

遥感技术在海岸带与海洋环境研究中的应用指南导言遥感技术是一种通过获取、记录和解释远距离传感器检测到的能量来研究和监测地球表面的方法。

在现代科学中,遥感技术在海岸带与海洋环境研究中发挥着重要的作用。

本文将介绍遥感技术在海岸带与海洋环境研究中的应用,并提供相关的实操指南,旨在为研究人员提供参考与指导。

一、遥感技术在海岸带环境研究中的应用海岸带是土地与海洋交界处的地区,对于海洋生物、生态系统和人类活动都具有重要意义。

遥感技术在海岸带环境研究中的应用可以从以下几个方面展开:1. 海岸线演变观测与分析:通过监测和记录海岸线的变化情况,遥感技术可以提供海岸带的演变趋势,分析海岸侵蚀、海岛连接与断裂、沙滩沉积等问题,为海岸带规划和管理提供科学依据。

2. 海岸沙蚀监测:遥感技术可以通过获取高分辨率的卫星影像资料,提供海岸带沙滩的覆盖范围、沙粒大小分布、沙滩表面起伏等信息,监测和分析沙蚀现象,为防护工程和风险评估提供数据支持。

3. 海洋污染监测:利用遥感技术的多光谱特性,可以检测海面上的不同污染物,例如石油泄漏、悬浮物和藻类水华等,实现对海洋污染的实时监测与预警,为海洋环境保护和灾害应对提供数据支持。

4. 海岸植被研究:遥感技术可以通过获取植被指数反演海岸带植被的分布和状况,例如沿海湿地、潮滩和红树林等生态带,为生态环境修复和保护提供数据支持。

二、遥感技术在海洋环境研究中的应用海洋环境是指海洋中活生物、非活生物和物理因素的组合,其研究可以通过遥感技术获得如下信息:1. 海洋水体参数测量:通过遥感技术获得水体的温度、盐度、悬浮物浓度、光学特性等信息,可以揭示海洋环境变化,以及研究海洋生物圈与水体相互作用的过程。

2. 海洋生物资源研究:遥感技术可以通过获取海洋表面的生物荧光信号,分析水生植被分布、鱼群迁徙和异常群体增长情况,为海洋渔业资源评估和管理提供数据支持。

3. 海洋气候变化监测:遥感技术可以获取海洋表面的温度、风向、波浪高度等数据,研究海洋对气候变化的响应,为全球气候模式验证和预测提供数据支持。

近25年辽宁省沿海区域生态系统格局及其变化

近25年辽宁省沿海区域生态系统格局及其变化

收稿日期:圆园员9原10原10;修订日期:圆园员怨原12原12。 作者简介:么旭阳,女,员怨89 年生,工程师,硕士,主要从事生物多样性和景观生态学等研究工作。
61
发平台。研究范围以岸线向内缓冲 员园园 皂 作为研究 区域,分析区域内生态系统格局及其变化。
猿 数据来源及处理
在 粤则糟郧陨杂 软件支持下,以海岸线向陆地延伸 员园园 皂 范围作为研究区域,以 蕴葬灶凿泽葬贼 栽酝 影像遥感 数据为数据源,进行解译和修正。同时,根据欧阳志 云等提出的基于遥感技术的全国生态系统分类体
泽怎造贼泽 泽澡燥憎藻凿 贼澡葬贼 蚤灶 贼澡藻 责葬泽贼 圆缘 赠藻葬则泽(员怨怨园原圆园员缘),贼澡藻 藻糟燥泽赠泽贼藻皂 贼赠责藻泽 燥枣 贼澡藻 泽贼怎凿蚤藻凿 葬则藻葬 葬则藻 皂葬蚤灶造赠 糟燥皂责燥泽藻凿
燥枣 枣葬则皂造葬灶凿,葬糟糟燥怎灶贼藻凿 枣燥则 葬遭燥怎贼 源苑援苑园豫 燥枣 贼澡藻 贼燥贼葬造 葬则藻葬援栽澡藻 凿藻增藻造燥责皂藻灶贼 葬灶凿 糟燥灶泽贼则怎糟贼蚤燥灶 葬则藻 皂葬蚤灶造赠 糟燥灶糟藻灶原
20.39
23.53
0.20
23.57
0.20
5 889.48
49.72 5 673.27
47.62
1 896.03
16.52.80
13.11 1 934.30
16.24
44.81
0.38
101.72
0.85
皂燥泽贼,憎蚤贼澡 葬 凿藻糟则藻葬泽藻 则葬贼藻 燥枣 员远援缘缘豫援
运藻赠 憎燥则凿泽:糟燥葬泽贼葬造 扎燥灶藻;藻糟燥泽赠泽贼藻皂;责葬贼贼藻则灶
中图分类号:载猿圆员
文献标识码:粤
文章编号:员远苑源原员园圆员(圆园员怨)员圆原0060-03

基于多时相遥感影像的海岸线变化监测研究

基于多时相遥感影像的海岸线变化监测研究

第43卷第3期2020年3月测绘与空间地理信息GEOMATICS&SPATIALINFORMATIONTECHNOLOGYVol.43ꎬNo.3Mar.ꎬ2020收稿日期:2018-10-08作者简介:杨继文(1988-)ꎬ女ꎬ蒙古族ꎬ吉林洮南人ꎬ工程师ꎬ硕士ꎬ2013年毕业于武汉大学地图制图学与地理信息工程专业ꎬ主要从事地图学与地理信息系统方面的应用研究工作ꎮ基于多时相遥感影像的海岸线变化监测研究杨继文1ꎬ刘欣岳2ꎬ邓蜀江1(1.黑龙江省第五测绘地理信息工程院ꎬ黑龙江哈尔滨150081ꎻ2.东华理工大学测绘工程学院ꎬ江西南昌330013)摘要:随着社会经济的高速发展ꎬ沿海经济带正发生着日新月异的变化ꎬ海岸线环境发生了巨大改变ꎮ利用遥感技术不受时间㊁空间限制的特点ꎬ研究海岸线变化监测ꎬ有利于掌握海岸线分布情况ꎬ监测海岸线沿线生态环境ꎮ本文是基于多时相遥感影像ꎬ开展辽宁省大陆海岸线变化监测研究ꎮ关键词:多时相遥感影像ꎻ海岸线ꎻ变化监测中图分类号:P237㊀㊀㊀文献标识码:A㊀㊀㊀文章编号:1672-5867(2020)03-0107-02BasedonMulti-temporalRemoteSensingImagesCoastlineChangeMonitoringYANGJiwen1ꎬLIUXinyue2ꎬDENGShujiang1(1.TheFifthGeographicInformationEngineeringInstituteofSurveyingandMappingꎬHarbin150081ꎬChinaꎻ2.FacultyofGeomaticsꎬEastChinaUniversityofTechnologyꎬNanchang330013ꎬChina)Abstract:Withtherapiddevelopmentofthesocialeconomyꎬthecoastaleconomicbeltisundergoingrapidchangesꎬandthecoastlineenvironmenthasundergonetremendouschanges.Usingremotesensingtechnologyꎬnotlimitedbytimeandspaceꎬstudythechangeofcoastline.Itisconducivetomasteringthedistributionofcoastlinesandmonitoringtheecologicalenvironmentalongthecoastline.Thisstudyisbasedonmulti-temporalremotesensingimagerytocarryoutmonitoringresearchonthechangesofcontinentalcoastlineinLi ̄aoningProvince.Keywords:multi-temporalremotesensingimagesꎻcoastlineꎻchangemonitoring0㊀引㊀言海岸线是陆地与海洋的分界线ꎬ受潮汐㊁风暴㊁人类活动等因素的影响ꎬ海岸线是动态变化的ꎮ海岸线的变迁不仅反映沿线资源开发利用情况ꎬ对生态环境也有重要影响ꎮ随着社会经济的高速发展ꎬ沿海地区盐业㊁水产养殖业㊁港口运输业发展迅猛ꎬ但过度的海水养殖ꎬ废弃闲置的盐田[1]ꎬ建设规模过大的海岸工程ꎬ不仅造成资源浪费ꎬ还会导致海洋环境污染ꎮ同时ꎬ围填海是解决沿海地区土地资源不足的主要方式之一ꎬ大规模的围填海ꎬ兴建海岸工程ꎬ虽然创造了经济价值ꎬ但改变了沿海地区海岸格局ꎬ导致海洋生态系统失衡ꎬ可能造成严重的生态环境灾害ꎮ遥感监测技术具有范围广㊁周期短㊁客观准确的特点ꎬ可弥补常规海岸线测量方法的不足ꎬ能快速获取海岸线动态变化信息ꎬ客观㊁准确地反映海岸线开发利用情况及时空变化[2]ꎮ基于多时相遥感影像开展海岸线变化监测ꎬ有利于掌握大陆海岸线分布情况㊁时空变化特征ꎬ为海洋经济的发展㊁海岸带资源的开发㊁自然环境及生态系统保护等提供数据支持和技术支撑[3]ꎮ1㊀研究现状针对海岸线的时空变迁ꎬ国外很多学者开展了大量研究ꎬMaiti等[4]利用多时相的卫星遥感影像ꎬ研究了1973 2003年印度东部孟加拉湾地区海岸线的时空变迁ꎮSemihEkercin[5]分析了土耳其爱琴海海岸线的时空变化ꎮAhmad等[6]利用GIS分析方法ꎬ模拟海岸线的变化情况ꎬ计算海岸线的变化速率ꎮ国内也有一些学者开展了海岸线变化监测研究ꎮ孙丽娥等[7]利用1983 2012年期间(共6期)的Landsat和环境卫星影像ꎬ提取分析了杭州湾海岸线的变化速率ꎮ陈晓英等[8]提取了4期(1973 2013年)三门湾大陆海岸线ꎬ分析了海岸线长度和陆域面积的变化ꎮ陈曦等[9]利用RS和GIS技术ꎬ分析了辽宁省海岸线1909 2003年间的变迁特征ꎮ李琳等[10]借助遥感手段ꎬ研究分析了1976 2012年间鸭绿江口中方和朝方两侧的海岸线变迁情况ꎮ上述研究主要是在宏观尺度下ꎬ分析较大时间跨度的海岸线时空变迁ꎬ缺少对近年来特定短时期㊁大范围海岸线的变化监测研究ꎮ2㊀研究区域与实验数据本研究区域为辽宁省大陆海岸线ꎮ东起鸭绿江口ꎬ西至绥中县老龙头ꎬ沿海城市有大连㊁丹东㊁锦州㊁营口㊁盘锦和葫芦岛ꎮ辽宁省海岸线较长ꎬ是东北区域唯一的临海地区ꎬ其沿海区域的经济发展速度快ꎬ在全省乃至全国经济发展中具有举足轻重的地位ꎮ本研究收集了2013 2016年覆盖辽宁省海岸带的24景(每年6景影像数据)OLI影像数据ꎬ所有的卫星影像数据下载于美国地质调查局官网(http:/glovis.usgs.gov/)ꎮ影像获取时间在每年5 10月期间的非冬季影像ꎬ研究区域内均为无云或少云遮盖ꎬ保证大陆海岸线位置清晰可见ꎬ为影像自动解译和目视判读提供保障ꎮ影像的分布范围如图1所示ꎮ图1㊀影像分布范围图Fig.1㊀Imagedistributionrange3㊀海岸线变化监测3.1㊀数据预处理首先ꎬ利用Envi软件对Landsat8影像进行了辐射校正㊁几何校正处理ꎬ同时ꎬ对影像进行了图像增强处理ꎬ以提高影像的可解译性ꎬ并统一所有图像的坐标系统(坐标系统㊁投影等)ꎬ再将纠正后的影像数据进行影像拼接㊁裁剪工作ꎬ提取出监测区域的影像ꎮ3.2㊀海岸线信息提取本研究主要提取2013 2016年辽宁省海岸线及沿线变化区域信息ꎮ海岸线信息提取主要采取自动提取与人机交互解译相结合的方式ꎮ首先ꎬ采用NDWI指数自动提取海岸线ꎬ但自动提取的海岸线精度不可靠ꎬ再采用人机交互解译的方式进行提取ꎬ并叠加地理国情监测数据判读海岸线的功能类型ꎮ对于变化区域的信息采集ꎬ本研究是将提取后的海岸线信息进行叠加分析ꎬ得到2013 2016年海岸线的变化区域ꎬ并结合遥感影像各地物纹理及空间分布特征ꎬ目视判读各变化区域的土地利用信息㊁围填海状况等ꎮ3.3㊀外业核查由于部分海岸线及变化区域信息不能仅通过遥感影像解译直接获取ꎬ还需要去实地核查ꎬ具体核查内容包括海岸线类型㊁海岸线使用状况及重点开发情况及海岸线沿线土地利用现状情况等ꎮ由于研究区域范围广ꎬ重点选择变化较大㊁海岸线开发利用较多的区域进行核查ꎮ3.4㊀数据整合集成数据整合是指将内业遥感解译的成果ꎬ以外业核查为准逐一对照ꎮ经数据提取采集㊁一致性处理㊁外业核查㊁数据整合后形成海岸线分布数据㊁海岸线变化区域分布数据ꎮ4㊀海岸线变化分析经统计ꎬ2013年海岸线总长度为2553.69kmꎬ2016年为2619.27kmꎮ2013 2016年海岸线长度变化及自然岸线长度变化趋势如图2所示ꎬ2013 2016年大陆海岸线总长度逐年增长ꎬ而自然岸线长度却逐年减少ꎬ占比也呈降低趋势ꎮ图2㊀2013 2016年海岸线变化趋势图Fig.2㊀2013 2016coastlinechangetrendchart2013 2016年期间ꎬ辽宁省海岸线长度变化明显ꎬ多处海岸线发生变化ꎬ变化区域示例如图3所示ꎮ很多海岸线变化区域都存在建设中的海岸工程ꎮ图3㊀海岸线变化区域对比图Fig.3㊀Coastlinechangeregioncomparisonchart(下转第112页)对最弱ꎻ②对比ENLꎬGoldstein滤波斑点影响最小ꎬ中值-自适应二级去噪效果次之ꎬ中值滤波去噪效果相对最弱ꎻ③对比EPIꎬ中值-自适应二级去噪滤波可以有效地保持边缘信息ꎬ各向异性扩散滤波效果次之ꎬGoldstein滤波效果相对最弱ꎻ④对比S/MSEꎬ各向异性扩散滤波能够较好地保持图像细节信息ꎬ中值-自适应二级去噪滤波效果次之ꎬGol ̄dstein滤波效果相对最弱ꎮ综上所述ꎬ通过对4种滤波方法的定性与定量评价可以得出ꎬ中值-自适应二级去噪滤波和各向异性扩散滤波在滤除图像相位噪声和保持图像的细节信息方面均具有很好的自适应性ꎻ但是中值-自适应二级去噪滤波表现更加全面ꎬ滤波效率更高ꎬ而且对颗粒噪声的滤波效果更理想ꎮ4㊀结束语通过4种滤波算法的对比可以看出ꎬ不同滤波算法可以产生不同的滤波效果ꎬ在不同的应用场景下可以有针对性地选择有效的滤波方法ꎻ同时ꎬ本文的研究工作希望可以为后续滤波方法的精准应用提供一些参考与依据ꎮ另外ꎬ面对科技的飞速发展和需求的日益变化ꎬ通过不同滤波算法的改进与整合ꎬ实现更快速㊁更全面㊁更准确的滤波效果将是未来滤波算法研究的重要课题之一ꎮ参考文献:[1]㊀许才军ꎬ何平ꎬ温扬茂ꎬ等.InSAR技术及应用研究进展[J].测绘地理信息ꎬ2015ꎬ40(2):1-9.[2]㊀王兴旺ꎬ张启斌ꎬ杨勇ꎬ等.InSAR干涉图滤波方法比较[J].安徽农业科学ꎬ2009ꎬ37(17):8095-8097ꎬ8127.[3]㊀曹将兵.InSAR中干涉条纹图滤波方法的研究[D].北京:中国地质大学(北京)ꎬ2007.[4]㊀王路晗.合成孔径雷达及阵列在三维成像中的应用研究[D].南京:南京大学ꎬ2018.[5]㊀王志勇ꎬ张继贤ꎬ黄国满.InSAR干涉条纹图去噪方法的研究[J].测绘科学ꎬ2004ꎬ29(6):30-33.[6]㊀李明亮ꎬ母景琴ꎬ王聪.雷达干涉条纹图滤波方法研究[J].计算机工程与设计ꎬ2008ꎬ29(14):3782-3784.[7]㊀尹宏杰ꎬ王琪洁ꎬ王平ꎬ等.高条纹率InSAR干涉图滤波方法的对比研究[J].大地测量与地球动力学ꎬ2009ꎬ29(5):138-142.[8]㊀黄倩ꎬ麻丽香ꎬ张冰尘ꎬ等.干涉相位图的各向异性扩散方程滤波算法[J].电子与信息学报ꎬ2006ꎬ28(11):1998-2002.[编辑:张㊀曦](上接第108页)㊀㊀图4变化区域分布图显示了2013 2016年辽宁省大陆海岸线变化区域的分布情况ꎬ海岸线及沿线变化区域呈明显空间分布差异ꎬ变化区域主要分布于渤海湾葫芦岛以东区域ꎬ与渤海沿岸相比ꎬ黄海沿岸分布较稀疏ꎬ且相对均匀ꎮ图4㊀海岸线变化区域分布图Fig.4㊀Distributionofcoastlinechangeregion5㊀结束语沿海区域社会经济的快速发展ꎬ大规模修建的海岸工程㊁快速发展的盐业㊁养殖业ꎬ导致海岸线变化明显ꎮ本文运用多时相遥感影像提取了2013 2016年辽宁省海岸线信息ꎬ对海岸线的时空变化进行分析ꎬ有利于高效㊁翔实㊁准确地掌握辽宁省大陆海岸线沿线人类活动情况ꎬ了解沿线海洋资源㊁生态环境现状ꎬ科学地分析辽宁省大陆海岸线时空变化及开发利用潜力ꎬ为海岸线保护㊁环保督查等工作提供数据支撑ꎮ参考文献:[1]㊀任金华.江苏沿海盐田复耕适宜性评价与整治分区研究[D].南京:南京大学ꎬ2013.[2]㊀杨晓梅ꎬ周成虎ꎬ骆剑承ꎬ等.我国海岸带及近海卫星遥感应用信息系统构建和运行的基础研究[J].海洋学报(中文版)ꎬ2002ꎬ24(5):36-45.[3]㊀徐进勇ꎬ张增祥ꎬ赵晓丽ꎬ等.2000 2012年中国北方海岸线时空变化分析[J].地理学报ꎬ2013ꎬ68(5):651-660.[4]㊀MAITISꎬBHATTACHARYAAK.Shorelinechangeanalysisanditsanpplicationtoprediction:Aremotesensingandsta ̄tisticsbasedapproach[J].MarineGeologyꎬ2009ꎬ257(1-4):11-23.[5]㊀SEMIHE.CoastlinechangeassessmentattheAegeanSeaCoastsinTurkeyusingmultitemporalLandsatImagery[J].JournalofCoastalResearchꎬ2007ꎬ23(3):691-698.[6]㊀AHMADSRꎬLAKHANVC.GIS-basedanalysisandmodelingofcoastlineadvanceandretreatalongthecoastofGuyana[J].MarineGeodesyꎬ2012ꎬ35(1):1-15.[7]㊀孙丽娥ꎬ马毅ꎬ张杰ꎬ等.不同类型海岸线遥感解译标志建立和提取方法研究[J].测绘通报ꎬ2011(3):41-44.[8]㊀陈晓英ꎬ张杰ꎬ马毅ꎬ等.近40年来三门湾海岸线时空变化遥感监测与分析[J].海洋科学ꎬ2002(12):32-35.[9]㊀陈曦ꎬ倪金ꎬ邴智武ꎬ等.辽宁省海岸线近百年变迁特征分析[J].地质与资源ꎬ2011ꎬ20(5):354-357.[10]㊀李琳ꎬ张杰ꎬ马毅ꎬ等.1976 2010年鸭绿江口西水道岸线变迁遥感监测与分析[J].测绘通报ꎬ2012(S1):386-390.[编辑:张㊀曦]。

基于遥感的连云港市城区海岸带土地利用变化研究

基于遥感的连云港市城区海岸带土地利用变化研究

国家海洋局第一海洋研究所硕士学位论文基于遥感的连云港市城区海岸带土地利用变化研究姓名刘艳芬申请学位级别硕士专业物理海洋学指导教师张杰20070601基于遥感的连云港市城区海岸带土地利用变化研究摘要本文在国家海洋局组织实施项目“我国近海海洋综合调查与评价”专项——山东江苏海岛海岸带卫星遥感调查课题的支撑下面向海岸带调查资源分布及开发利用状况利用遥感具有大范围、快速、同步等的优势开展了江苏省连云港市城区海岸带的土地利用变化监测研究。

论文的主要工作包括将分层分类的思想用于海岛海岸带地物分类结合地物本身的光谱特性以及地域因子、专家知识等非遥感信息基于归一化植被指数、穗帽变换等在每一层上建立合适的判决函数逐步实现地物的分离发展了自动化程度较高的模型算法。

建立了两个时期各种土地利用的转换矩阵并采用修正的土地利用动态变化模型开展研究区域土地利用的数量变化和程度变化研究结果表明年间连云港市城区海岸带土地利用处于发展时期土地利用变化比较剧烈其中耕地减少幅度及其面积减少量在所有土地利用类型中居首位耕地减少的流向主要是住宅交通运输用地。

住宅交通运输用地增加幅度最大、面积增加最多除了耕地为其主要来源外其他土地利用类型也有不同程度的转移。

另外其他土地利用类型之间相互转换较普遍有相当一部分的低产盐田向未利用地转化。

从定性和定量两个方面分析了影响连云港市城区海岸带土地利用变化的驱动因素进一步采用主成分分析法筛选了影响土地利用变化的社会经济因素。

结果表明自然条件如土壤、地形地貌等一系列稳定的因子在较小的时问尺度和区域尺度上对区域土地利用变化影响显弱但它们是导致区域土地景观类型分布的一个重要因素人口、城市化进程和工业化进程等社会经济因素在较小的时间尺度和区域尺度上是土地利用变化的主要驱动因素。

最后就本文所发展的图像分类模型算法和土地利用变化驱动力分析模型提出了需要进一步开展的研究工作。

关键词土地利用卫星遥感归一化植被指数穗帽变换驱动力湎’’印勰哪—自缸Ⅱ原创性声明本人郑重声明所呈交的学位论文是本人在导师的指导下独立进行研究工作取得的成果。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

基于遥感影像的大连海岸带分类体系研究作者:庞姗姗刘洪洋张帅史凯琦李微来源:《科技资讯》2016年第01期摘要:海岸带作为重要的海洋资源被开发和进行保护,但目前对海岸带的分类尚没有统一的标准,仍存在分歧。

本文主要依据《海洋监测技术规程》,以遥感技术为监测海岸带为基本目的,构建了大连海岸带分类体系:根据海岸带的物质组成,分为基岩海岸、砂质海岸、淤泥质海岸、人工海岸4个一级类,根据人工海岸的实际用途,分为码头海岸、盐田海岸、养殖海岸、城市景观海岸4个二级类;对不同海岸带进行定义,陈述其易于遥感解译的具体特征以及进行一些讨论,大连海岸带监测和管理提供依据。

关键词:海岸带分类体系遥感中图分类号:P229 文献标识码:A 文章编号:1672-3791(2016)01(a)-0000-001 引言海岸线是陆地与海面的交线或海岸与海滩的分界连接线,其被明确定义为多年平均大潮高潮线的痕迹线。

卫星遥感技术具有覆盖面积广、高分辨率、多时相、现势性好以及更有经济性等特点,与传统方法相比,其在提取海岸带信息、动态监测海岸线变迁、海岸带保护开发、海岸带管理等方面极具优势[7]。

而遥感图像的水陆边界线通常为瞬时水边线,并非实际意义上的海岸线,实际工作中需要结合海岸带的特征及其影像特征,确定不同类型的海岸线瞬时水边线与真实海岸线的关系,进而提取真正意义上的海岸线。

因此建立恰当的海岸带分类体系具有重要意义,是准确提取海岸信息的前提。

我国海岸类型多样,目前对海岸带分类的标准并不统一。

杨晓梅等将海岸动态划分为堆积岸和侵蚀岸;以物质组分划分为平原岸、基岩岸和生物岸;以海岸地貌类型划分为山地港湾岸、台地岸和平原岸;以外力成因与形态特征划分为磨蚀-堆积原岩岸、堆积岸和生物岸。

索安宁等依据海岸底质特征和空间形态,划分为基岩海岸、砂质海岸、淤泥质海岸、生物海岸和河口海岸;依据海岸线功能用途,划分为渔业海岸、港口码头海岸、临海工业海岸、旅游娱乐海岸、城镇海岸、矿产能源海岸、保护海岸、特殊用途海岸和未利用海岸;依据海岸时间尺度,划分为历史海岸、现状海岸和未来海岸;依据海岸管理实践,划分为管理海岸和实际海岸。

谢秀琴将海岸分为基岩海岸、砂质海岸、淤泥质海岸、人工海岸。

而大连,别称滨城,海岸线占全国10%、辽宁73%,因此本文以大连海岸带为研究对象,以利用Landsat卫星数据进行海岸线提取为目的,研究海岸带的分类体系,为海岸线准确提取提供基础。

2 研究区域概况及数据源大连位于辽宁半岛南端,地处黄渤海之滨,拥有得天独厚的地理位置(见图1)。

黄渤海两海岸线总长度约2211公里,其中大陆岸线约1371公里。

但随着海岸经济的发展,1990-2005年间大连海岸线缩减了93.4km,占总岸线的5%,自然岸线比重下降了8.7% 。

图1 大连海岸线美国陆地卫星(Landsat)自 1972年7月23日发射成功Landsat-1以来,持续获得陆地地面数据,2013年2月又成功发射了Landsat-8。

Landsat卫星可以提供空间分辨率30m的多光谱波段数据和15m的全色波段数据,为海岸线的监测及变迁研究提供基础数据。

3 结果与讨论通过资料收集、遥感影像目视判读以及实地调查等发现大连海岸类型多样,其中大连自然海岸以基岩海岸带为主,由于地理位置,并无景观独特的生物海岸带。

人工海岸中由于沿岸水域较深,适合建设优良港口,因此港口较多,如大连港、大连新港、长兴岛等深水港,从而形成了规模庞大的港口码头海岸带。

除此之外,近年来为扩展城市发展的空间,围填海活动的大规模进行,建设了众多的“陆地”,如星海广场、保税区填海工程等。

根据大连海岸的特点,结合《海洋监测技术规程》(国家海洋局)和已有研究成果,将大连海岸分为基岩海岸、砂质海岸、淤泥质海岸、人工海岸4个一级类,又将人工海岸分为码头海岸、盐田海岸、养殖海岸、城市景观海岸4个二级类,见表1。

表1 大连海岸分类体系一级类二级类基岩海岸__砂质海岸淤泥质海岸人工海岸码头海岸盐田海岸养殖海岸城市景观海岸3.1基岩海岸基岩海岸多由不同山岩组成,海岸大多陡峭且坡陡水深,岸线曲折,常伴有深入陆地的海湾和海岬,附近多岛屿、礁石,在图像上有明显的凹凸感和山脉纹理特征(见表2)。

其形成主要受波浪作用,通过波浪与风等长期对坚硬的岩石侵蚀,使基岩海岸呈现出奇特不一的景观。

以大连海岸线为例,基岩岸线多为石灰岩组成,多有造型奇特、鬼斧神工的海蚀洞、海蚀柱、海蚀崖、海蚀拱桥、海蚀平台等自然景观。

3.2 砂质海岸砂质海岸形成主要受波浪的长期作用,波浪将海底沉积物输运而来,堆积在潮间带上。

针对大连海岸线,黄海、渤海海区海岸主要呈现出棕黄色及黄褐色,且砂粒间多夹杂有大量的碎贝壳。

为了便于在遥感影像上区分砂质海岸的具体位置,以便更加准确地提取海岸线。

砂质岸线中,有一种特殊的岸线,即与基岩海岸像毗邻。

这类海岸常伴有陡峭的崖石,陡崖下部滩面长期被海水淹没,有较高的含水量,在图像上可以较明显的体现出来(见表2)。

3.3粉砂淤泥质海岸粉砂淤泥质海岸主要由小于0.01mm的泥沙颗粒构成,受潮汐上冲流作用影响较大,泥沙在潮汐作用下不断淤积,最终形成滩面宽广的海岸。

此类海岸线多分布在大河入海口处,如在大连流入黄海的碧流河、庄河等河口附近(见表2)。

3.4人工海岸人工海岸为“由永久性人工建筑物组成的岸线,如防波堤、防潮堤、护坡、挡浪墙、码头、防潮闸、道路等挡水(潮)建筑物组成的岸线”。

大连市人工海岸主要以围填海活动为主,加之利用滩涂、浅海资源形成的养殖区、盐田等,因此分为码头海岸、盐田海岸、养殖海岸、城市景观海岸。

码头海岸主要包括防波堤、修船造船建筑物,陆上装卸、储存、运输设施和港池、进港航道及其水上导航等项建筑工程(见表2)。

大连港,作为中国东北最重要的集装箱枢纽港,在交通运输上为贸易交易带来了极大的方便,但与此同时,也严重改变了自然海岸的特征。

盐田海岸是为进行海制盐而围成的,其中的盐田面积较大、在海岸附近呈规则分布(见表2)。

大连是我国海盐主要产区之一,占全国盐田总面积的8.75%,现有复州湾、金州、皮口和旅顺四大盐场。

养殖海岸是渔业岸线中的一种,主要用于水产养殖(见表2),主要养殖区集中在黄海海域的庄河的南尖—保税区满家滩区域、渤海海域的金州湾、普兰店湾、复州湾、葫芦山湾等湾顶。

这类海岸线在带来经济效益的同时,也极大地污染了自然岸线的生态环境,赤潮等灾害多次发生。

城市景观海岸中多填海造地。

由于沿海地区城镇化水平的不断提高,以及城镇建设项目的大力实施,沿海城市为改善人民生活质量及丰富人民精神生活,修建了广场、公园、景观设施等以拓展海岸空间。

如大连的星海广场填海项目是一个典型的城市景观海岸,星海广场位于大连南部海滨风景区,原来是一个被废弃的盐场,经过建筑垃圾填海形成了面积达62公顷的“陆地”,这项填海工程很大程度上为大连带来了巨大的经济效益。

除此之外,目前普湾新区填海工程、金州湾国际机场项目等填海工程也在积极筹备当中。

这类填海工程虽然促进了商业的发展,从而带动了经济,但是在这个过程中也带来了生态损害价值。

表2 大连海岸分类体系一级类二级类图例特征分布基岩海岸——常伴有深入陆地的海湾和海岬,岬角岸段一般以侵蚀为主,侵蚀下来的物质在波浪和海流的作用下,被输移到海湾岸段堆积。

附近多岛屿、礁石。

大连由于特殊的地理位置,多此种海岸,如黑石礁、大黑石等地。

砂质海岸砂质海岸主要受波浪的长期作用,波浪将海底沉积物输运而来,堆积在潮间带上。

该海岸多由中位数的数值不同的沉积物构成,根据砂粒大小,可分为粗砂、中砂、细砂、粗粉砂、细粉砂。

以大连金州新区沿岸为代表,砂粒较粗,细砂少见。

淤泥质海岸粉砂淤泥质岸线主要由小于0.01mm的泥沙颗粒构成,滩面宽广,常见于大河入海口处。

大连养殖区多建立在淤泥质海岸上。

人工海岸码头海岸码头海岸主要包括防波堤、修船造船建筑物,陆上装卸、储存、运输设施和港池、进港航道及其水上导航等项建筑。

如大连港、大连新港、长兴岛深水港等。

盐田海岸盐田海岸是为进行海制盐而围成的,是一类特殊的工矿用地,其中的盐田面积较大,在海岸附近呈规则块状连续大面积分布。

大连金州、旅顺等产盐区多此种海岸。

养殖海岸主要用于水产养殖,水产养殖区一般为人工修筑的圈围区域,形状规则,大部分呈矩形且并排整齐分布,少数呈圆形。

一般该海岸多见于淤泥质海岸上。

城市景观海岸城市景观海岸中多围海造地,即在周围泥沙来源充足的海滩上,以建造人工堤坝,围圈部分海域,填土成陆的过程。

大连地区多围海造地工程,如星海广场、大窖湾等填海项目。

4 结论制定大连海岸带分类体系是海岸线提取以及海岸线动态监测的关键问题,该体系将作为基础贯穿于整个海岸线的监测,为海岸带综合管理提供了一定的理论支持。

本文以大连海岸线为研究对象,以利用Landsat卫星数据进行海岸线提取为目的,将大连海岸分为基岩海岸、砂质海岸、淤泥质海岸和人工海岸4个一级类,将人工海岸根据其具体功能及在遥感图像上呈现的特征分类,分为码头海岸、盐田海岸、养殖海岸和城市景观海岸(以填海造陆为主)4个二级类,为大连海岸带监测和管理提供依据。

参考文献[1] 唐逸民.海洋地形.海洋学[M].北京:中国农业出版社,1979.[2] 付元宾,杜宇,王权明,李方,王伟伟. 自然海岸与人工海岸的界定方法[J].海洋环境科学,2014,33(4):615-618.[3] 杨晓梅,周成虎,杜云艳,王华.海岸带遥感综合技术与实例研究[M].北京:海洋出版社,2005.[4] 索安宁,曹可,马红伟,王权明,于永海.海岸线分类体系探讨[J].地球科学,2015,35(7):933-937.[5] 谢秀琴.基于遥感图像的海岸线提取方法研究[J].福建地质,2012,31(1):60-66.[6] HY/T147.7-2013,海洋监测技术规程[S].[7] 马小峰.海岸线卫星遥感提取方法研究[D].大连:大连海事大学,2007:1-46.[8] 鹿守本.海洋资源与可持续发展[M].北京:中国科学技术出版社,1999版.。

相关文档
最新文档