结合海岸类型和潮位校正的海岸线遥感提取_张旭凯

（ b） 放大区域图像
（ c） MNDWI 计算放大区域图像
图5 Fig． 5
砂质海岸 MNDWI 计算图像效果 MNDWI calculated from sandy coast
［17 ］
进行基岩海岸和人工海岸水边线的
提取。MNF 变换在本质上是 2 次层叠的主成分变 换： 第 1 次变换是利用估计的噪声协方差矩阵分离 和重新调节数据中的噪声； 第 2 次变换是对噪声 “白化” （ 均值为“0 ” 、 方差为“1 ” 的线性变换 ） 数据 的标准主成分变换。改进的 Canny 边缘检测算子主
0
引言Fra Baidu bibliotek
需要将水边线进行潮位校正至平均 真正的海岸线， 。 大潮高潮线 目前， 国内外对于遥感提取海岸线的 研究多集中于水边线的自动提取， 虽然考虑到潮位 但缺少具体的潮位校正过程。 现有的水边 的影响， 线提 取 方 法 主 要 包 括 阈 值 分 割 法 法
［9 ］ ［8 ］
海岸线是海陆交界线， 包括大陆海岸线和岛屿 ［1 ］ 海岸线 。基于不同学科的研究目的， 海岸线的具 体定义和划分位置有所不同。我国现有海洋管理工 作的实 践 都 是 以 平 均 大 潮 高 潮 线 作 为 海 陆 分 界 ［2 － 3 ］ ， 线 本文同样将海岸线定义为平均大潮高潮线 。 精确的海岸线位置不仅是划分海陆行政管理区域的 基础， 而且是区分海洋深度基准和陆地高程基准的 保证。 因此， 海岸线探测是海道测量、 地图测绘、 海 岸带调查、 海岸和海域管理等的重要内容， 从而可获 得重要的基础地理数据
［19］
来增大潮湿滩面
MNDWI = （ Green － MIＲ ） / （ Green + MIＲ ） ，（ 2 ） 式中 Green 和 MIＲ 分别代表绿波段和中红外波段亮 度值， 在 SPOT4 图像中分别为第 1 和 4 波段。 砂质 海岸图像经 MNDWI 计算后的效果如图 5 所示。
（ a） 原始图像
2
水边线提取方法
滨海地带的瞬时水边线大多不是真正的海岸
第4 期
张旭凯， 等：
结合海岸类型和潮位校正的海岸线遥感提取
· 93·
要是针对最后一步的双门限参数 （ 低门限 t1 和高门 限 t2 ） ， 结 合 Otsu 确定 t1 。
［18 ］
提 出 的 阈 值 算 法 选 择 t2 ， 利用 t1 = 0 ． 5 t2 （ 1）
［4 － 5 ］
、 边缘检测
、 主动轮廓模型法
［12 ］
［10 ］
［11 ］ 、 区域生长提取法 、 神
［13 ］ 和元胞自动机方法 等。 上述方 法多利用单一算法进行水边线提取 ， 事实上， 不同类
经网络分类法
型的海岸具有不同的地物特征， 其水边线也相应具 有不同的特点， 单一算法不能保证提取精度。 针对 以上问题， 本文结合最小噪声分离 （ minimum noise fraction， MNF ） 变 换、 改进的归一化差异水体指数 （ modified normalized difference water index， MNDWI） 、 数学形态学方法和改进的 Canny 边缘检测方 法， 根据不同海岸类型采取相应的水边线提取算法。 黄海军等 和马小峰等 均提出过潮位校正的思 并且马小峰还给出水边线至高潮线水平距离的计 路， 算过程。然而， 现有的潮位校正研究尚有不足： ①未 给出 2 景图像上水边线距离的具体量测方法； ② 未 给出潮位校正中水边线移动方向的确定方法。针对 以上不足， 本文以研究区内部分砂质海岸水边线为 例， 具体阐述潮位校正的方法和过程， 并利用潮位数 据对水边线进行校正， 获取海岸线。经 GPS 实测数
［ 14 ］ ［ 15 ］
。
相对于传统海岸线探测手段， 遥感技术以高时 大范围、 动态性等特点逐渐成为高效快捷的海岸 效、 线提取技术。海岸线遥感提取技术建立在传感器可 ［6 ］ 对不同地物分界线进行探测基础之上 。 随着传 感器性能的提升， 越来越多的专家学者开始利用遥 感手段快速而准确地提取海岸线 。 由于受潮汐等因素的影响， 从遥感图像上直接 提取的水陆交界线并不是真正意义上的海岸线 ， 只 ， 而正好位于平均 大潮高潮线的水边线则较难获取。 所以， 要想获取 是卫星过顶时刻的瞬时水边线
1
研究区概况与数据源
研究 区 为 河 北 省 秦 皇 岛 市 海 岸 带 地 区， 位于 E119°28' ～ 119°44' ，N 39°48' ～ 39°57' 之间 （ 图 1 ） 。 秦皇岛处于最具发展潜力的环渤海经济圈中心地带， 是我国东北与华北 2 大经济区的结合部。研究区内 主要包括自然海岸中的砂质海岸、 基 海岸类型丰富， 以及人工海岸的码头。 岩海岸和淤泥质海岸，
第 25 卷， 第4 期 2013 年 12 月 doi： 10． 6046 / gtzyyg． 2013． 04． 15
国
土
资
源
遥
感
Vol． 25 ， No． 4 Dec． ， 2013
ＲEM OTE SENSING FOＲ LAND ＆ ＲESOUＲCES
J］ ． 国土资源遥感， 2013 ， 25 （ 4 ） ： 91 － 97． 引用格式： 张旭凯， 张霞， 杨邦会， 等． 结合海岸类型和潮位校正的海岸线遥感提取［ （ Zhang X K， Zhang X， Yang B H， et al． Coastline extraction using remote sensing based on coastal type and tidal correction［ J］ ． Ｒe2013 ， 25 （ 4 ） ： 91 － 97． ） mote Sensing for Land and Ｒesources，
在遥感图像上表现为较亮区域 ； 潮湿滩面 率较高 ， 反射率较低 ， 在图像上表现为较暗区域 ； 海水反射 率最低 ， 在 图 像 上 表 现 为 最 暗 区 域。 遥 感 图 像 瞬 时水边线应 为 潮 湿 滩 面 和 干 燥 滩 面 的 分 界 线 ， 由 若 直 接 提 取， 则 精 度 不 高。 于此分界 线 并 不 明 显 ， 针对此问题 ， 本文采用 MNDWI 和干燥滩面的差异 ， 即
Fig． 1
图 1 秦皇岛海岸带研究区 Study area of Qinhuangdao coastal zone 图2 Fig． 2 水边线提取技术流程
本文选用 SPOT4 全色图像（ 空间分辨率 10 m） 和 其分别于 2009 多光谱图像（ 空间分辨率 20 m） 各 2 景， 年 10 月 10 日和 2011 年 10 月 1 日获取。其中， 多光谱 图像波段范围为绿波段（ 500 ～ 590 nm） 、 红波段（ 610 ～ 680 nm） 、 近红外波段 （ 780 ～ 890 nm） 和短波红外波段 （ 1 580 ～ 1 750 nm） 。图像经过辐射校正和几何精纠正 等预处理， 几何纠正误差控制在 0． 5 个像元以内。 由于在提取水边线时需要用到光谱信息和空间 信息， 为提高海岸线提取的准确性， 特将预处理后的 全色图像和多光谱图像进行融合处理， 以提高多光 谱图像的空间分辨率。利用 Gram － Schmidt 正交化 算法对 SPOT4 全色图像和多光谱图像进行融 合。 该算法能较好地保持空间纹理信息， 是一种高保真 ［16 ］ 的遥感图像融合方法 。 本文所 用 数 据 还 包 括 秦 皇 岛 验 潮 站 2006 — 2011 年的潮位数据和 2011 年 9 月秦皇岛研究区海 岸线实地 GPS 测量点数据 （ 根据各种类型海岸带的 20 个人 分别获取 50 个砂质海岸测量点、 分布范围， 20 个基岩海岸测量点和 10 个淤泥 工海岸测量点、 ［3 ］ 质海岸测量点数据， 获取标志参照夏东兴等 的研 GPS 究） 。其中潮位数据用于水边线的潮 位 校 正， 测量点数据用于对提取的海岸线进行精度验证 。 2． 1
（ a） 原始图像
（ b） MNF 变换噪声最小波段图像
（ c） 水边叠加图像
Fig． 4
图 4 人工海岸水边线提取效果 Waterline extracted from artificial coast
由于 SPOT4 图像数据没有蓝波段， 不能直接合 。 ＲGB 、 ［ （ 成图像 本文 分别采用红波段 绿波段 × 3 、 + 近红外波段） /4 ］ 绿波段， 组合生成图像 （ 图3 （ a） 和图 4 （ a） ） 。MNF 变换噪声最小波段图像（ 图 3 （ b ） 和图 4（ b） ） 可以很好地抑制噪声， 同时可更好地突出 水陆边界。从基岩海岸和人工海岸水边线叠加图像 （ 图 3（ c） 和图 4（ c） ） 中可以看出， 用本文算法提取的 水边线与原始图像叠加显示的效果较好。 2． 2 砂质海岸水边线提取 砂质海岸是由粒级大于 0． 1 mm 的砂组成的海岸， 主要由波浪作用塑造而成。砂质海岸的干燥滩面反射
改进的 Canny 边缘检测算子可很好地抑制虚 假边缘的产生 。 以 2011 年 SPOT4 图像为例 ， 基岩 海岸和人工海岸的水边线提取效果分别如图 3 和 图 4 所示 。
（ a） 原始图像
（ b） MNF 变换噪声最小波段图像
（ c） 水边叠加图像
Fig． 3
图 3 基岩海岸水边线提取效果 Waterline extracted from bedrock coast
［7 ］
收稿日期： 2012 － 12 － 23 ； 修订日期： 2013 － 01 － 16 基金项目： 国土资源部公益专项课题项目（ 编号： 201011019 － 07 ） 资助。
· 92· 据验证， 本文海岸线遥感提取精度较高。
国
土
资
源
遥
感
2013 年
线， 但通过遥感图像提取水边线是海岸线提取过程 中非常关键的一步。本文根据不同海岸类型采取相 应的水边线提取方法， 具体技术流程如图 2 所示。
Technical flow chart of waterline extraction
基岩海岸与人工海岸水边线提取 基岩海岸由坚硬的岩石组成， 波浪作用是其形
成的主要动力。基岩海岸常有突出的海岬和深入陆 海岸线较为曲折。 研究区内基岩海岸具 地的海湾， 有较明显的曲折状态和岩石构造， 在遥感图像中水 陆分界明显。人工海岸是改变原有自然状态、 完全 并具有生产或生活功能的海岸。 研究 由人工建造、 区内人工海岸重要组成之一是秦皇岛港煤码头 ， 在 遥感图像中形状规则， 水陆分界明显。 由于基岩海岸和人工海岸在遥感图像中都具有 利用边缘检测便可提取水边线。 较明显的水陆分界， 边缘检测算子是利用图像灰度梯度变化信息 ， 不考 虑海岸线的背景差异， 因此获得的海岸线位置一般 较为准确。但其受遥感图像中噪声点的影响， 检测 的边缘容易发生中断， 所以在边缘检测之前要先对 采用 图像进行去噪。本文针对 SPOT4 多波段图像， MNF 变换选取噪声最小波段， 结合改进的 Canny 边 缘检测算子
结合海岸类型和潮位校正的 海岸线遥感提取
1， 2 1 1 1， 2 1， 2 张旭凯 ，张 霞 ，杨邦会 ，庄 智 ，尚 坤
（ 1． 中国科学院遥感与数字地球研究所 ， 北京 100101 ； 2． 中国科学院大学， 北京 100039 ）
摘要： 不同类型的海岸具有不同的地物特征， 单一算法无法保证海岸线提取精度 。 针对现有研究多为利用遥感图 从而缺少潮位校正和精度验证的问题， 该文提出一种结合海岸类型和潮位校正的海岸线 像进行瞬时水边线提取， 遥感提取方法。以秦皇岛市海岸为例， 采用高分辨率 SPOT4 卫星图像进行瞬时水边线提取， 提取方法包括最小噪 声分离变换、 改进的归一化差异水体指数 、 数学形态学方法和改进的 Canny 边缘检测方法， 并根据潮位数据计算潮 滩坡降， 从而准确获取海岸线。利用同时期海岸线实地 GPS 测量数据对遥感提取的海岸线进行精度验证 。 结果表 使用该文方法提取的海岸线精度较高 。 明， 关键词： 海岸线提取； 遥感； 海岸类型； 潮位校正 中图法分类号： TP 75 文献标志码： A 文章编号： 1001 － 070X（ 2013 ） 04 － 0091 － 07