基于廈門(mén)島的海岸線(xiàn)自動(dòng)提取方法研究

齊宇，任航科

(福建省國(guó)土測(cè)繪院，福建 廈門(mén) 361012)

1 引言

海岸線(xiàn)是指海面與陸地接觸的分界線(xiàn)它隨潮水的漲落而變動(dòng)位置，一般指高潮面與陸地的交界線(xiàn).海岸線(xiàn)從形態(tài)上看，有曲有直。如何快速而又準(zhǔn)確地測(cè)定海岸線(xiàn)，對(duì)于海岸資源管理、開(kāi)發(fā)，為決策部門(mén)提供動(dòng)態(tài)的、科學(xué)的、及時(shí)有效的信息，具有十分重要的意義，而利用遙感技術(shù)可以快速又準(zhǔn)確的測(cè)定海岸線(xiàn)［1］。

2 遙感影像處理

2.1 影像輻射校正

本次研究選用了覆蓋廈門(mén)島的Landsat TM影像和SPOT多波段影像和SPOT全色波段影像數(shù)據(jù)。使用相近潮位時(shí)相的TM數(shù)據(jù)和SPOT數(shù)據(jù)，保證了本次研究的數(shù)據(jù)比較的精準(zhǔn)度。TM和SPOT遙感數(shù)據(jù)的資料及其潮位時(shí)間如表1所示。

TM和SPOT遙感資料與其潮位時(shí)間 表1

進(jìn)行輻射校正的目的主要是消除大氣，太陽(yáng)高度角，視角和地形等對(duì)地面光譜反射信號(hào)的影像，提高影像的精度。3幅影像的每個(gè)波段做大氣輻射校正，以消除大氣干擾的影響，從而保證海岸帶目視解譯以及檢測(cè)的精度。

2.2 影像配準(zhǔn)

利用ENVI軟件，在對(duì)偶的模式下，在影像圖和廈門(mén)市1∶1萬(wàn)的地形圖上找出明顯地物點(diǎn)(主要是水系和道路)作為控制點(diǎn)，分別對(duì)TM影像和SPOT多波段影像和全色影像進(jìn)行幾何精校正。

幾何精校正的校正系統(tǒng)采用最小二乘法計(jì)算。校正方程根據(jù)控制點(diǎn)選取情況采用兩次多項(xiàng)式進(jìn)行，幾何精校正誤差RMS為0.44，滿(mǎn)足精度要求。像元重采樣采用雙線(xiàn)形插值法。影像的投影坐標(biāo)系采用高斯—克呂格投影和1954年北京坐標(biāo)系［2］。

2.3 影像融合處理

本文采用的融合方法［3］:先在ENVI里將SPOT的多波段和全色波段的影像統(tǒng)一重采樣成2.5 m分辨率。經(jīng)過(guò)正射校正的兩幅影像的投影坐標(biāo)系均采用高斯—克呂格投影和1954年北京坐標(biāo)系。將SPOT多波段影像的所有波段進(jìn)行主成分變換，然后用SPOT高分辨率的全色波段影像代替變換后多波段影像的第一主成分。將代換后的所有波段再做一次主成分變換的反變換。這種處理方法復(fù)合了影像高空間分辨率和影像多光譜信息，大大提高了數(shù)據(jù)質(zhì)量。

2.4 影像的增強(qiáng)處理

傳感器獲取的遙感影像含有大量地物特征信息，在圖像上這些地物特征信息以灰度形式表現(xiàn)出來(lái)，當(dāng)?shù)匚锾卣鏖g表現(xiàn)的灰度差很小時(shí)，判讀就無(wú)法辨認(rèn)，而圖像增強(qiáng)的方法可以突顯這種微小灰度差的地物特征，其實(shí)質(zhì)就是增強(qiáng)感興趣地物和周?chē)匚飯D像間的反差［4］。

由于進(jìn)行過(guò)輻射校正過(guò)后的影像，灰度分布范圍狹窄，對(duì)比度不強(qiáng)，亮度偏低，融合后依然比較模糊，整體發(fā)暗，無(wú)法辨認(rèn)各種地物，因此需要對(duì)試驗(yàn)區(qū)的影像作了適當(dāng)?shù)脑鰪?qiáng)處理。本文對(duì)三個(gè)波段的TM原始影像，分別做了線(xiàn)性拉伸，使各波段的灰度范圍加寬，提高圖像的對(duì)比度。線(xiàn)性拉伸方程式為:

其中，a1，a2為a波段(Xa軸)最小、最大灰度值，增強(qiáng)后表示在Xb軸，b1、b2為最小、最大值。通過(guò)這次拉伸變換，原圖像較窄的直方圖變寬了。

3 海岸帶類(lèi)型的判讀

3.1 室內(nèi)預(yù)判讀

在室內(nèi)分析遙感影像，根據(jù)不同影像特征(色調(diào)、形狀、走向、紋理、組合圖案等)在SPOT影像上和TM影像上勾繪出海岸帶類(lèi)型圖斑，結(jié)合專(zhuān)業(yè)知識(shí)和基礎(chǔ)資料對(duì)各圖斑所屬類(lèi)型作預(yù)判斷并做好記錄，重點(diǎn)記錄有爭(zhēng)議的和不太明確的圖斑，并標(biāo)注于廈門(mén)市交通圖上，使之有利于進(jìn)行實(shí)地驗(yàn)證。

3.2 野外考察

實(shí)地驗(yàn)證室內(nèi)判讀的正確性。利用廈門(mén)市交通圖，制定踏查路線(xiàn)，駕車(chē)環(huán)島進(jìn)行野外踏勘考察。重點(diǎn)觀察標(biāo)注于交通圖上有爭(zhēng)議的和不太明確的圖斑，弄清判讀中有疑問(wèn)的類(lèi)型，并沿途記錄采集實(shí)地照片。通過(guò)野外考察發(fā)現(xiàn)廈門(mén)西海岸主要分布碼頭類(lèi)海岸，而廈門(mén)的東海岸主要分布沙灘質(zhì)海岸。

3.3 室內(nèi)再判讀

通過(guò)野外考察采集回來(lái)的照片，確定有爭(zhēng)議圖斑的類(lèi)型，完成遙感影像圖建立影像圖和海岸帶類(lèi)型的對(duì)應(yīng)關(guān)系，即判讀標(biāo)志，如表2所示。

主要海岸類(lèi)型和判讀標(biāo)志 表2

由于經(jīng)過(guò)處理后的SPOT影像表現(xiàn)海岸類(lèi)型的效果清晰，海岸帶類(lèi)型容易辨別，因此可以作為海陸分界提取精度檢驗(yàn)的影像。

4 提取海岸線(xiàn)信息

4.1 方法的選取

利用遙感圖像進(jìn)行海岸線(xiàn)提取的實(shí)質(zhì)是遙感圖像邊緣的提取。目前遙感圖像中海岸線(xiàn)的解譯有兩種方法:目視解譯和自動(dòng)解譯。目視解譯是通過(guò)人機(jī)交互方式把海岸線(xiàn)描繪出來(lái)并保存成線(xiàn)性矢量圖層。方法簡(jiǎn)單，但存在人為的誤差。自動(dòng)解譯是將岸線(xiàn)作為邊緣檢測(cè)出來(lái)。邊緣檢測(cè)的方法很多，最常用的是各種邊緣算子，如sobel，robert算子等，也有人提出用指數(shù)濾波器、局部結(jié)構(gòu)信息和小波變換［5］等方法來(lái)檢測(cè)圖像邊緣。

利用上文提及的TM和SPOT影像的融合增強(qiáng)圖，提取海岸線(xiàn)的過(guò)程中采用以下所述的兩種方法將海岸線(xiàn)兩側(cè)的地表覆蓋類(lèi)型提取出來(lái)。并利用高空間分辨率的SPOT影像對(duì)白城沙灘、東渡碼頭、集美大橋、輪渡環(huán)島路4個(gè)實(shí)驗(yàn)區(qū)解譯結(jié)果進(jìn)行精度驗(yàn)證，比較兩種方法各自適用于哪種海岸帶類(lèi)型。

(1)修正歸一化水體指數(shù)MNDWI結(jié)合閾值法［6］

修正歸一化水體指數(shù)是徐涵秋對(duì)McFeeters的歸一化水體指數(shù)NDWI［7］進(jìn)行修正后提出的。它解決了McFeeters的原指數(shù)無(wú)法區(qū)別水體和建筑用地信息的問(wèn)題;其數(shù)學(xué)表達(dá)式為:

MNDWI=(GREEN－MIR)/(GREEN+MIR)

其中:MIR和GREEN分別代表中紅外波段和綠光波段的反射率，對(duì)Landsat衛(wèi)星而言，分別代表TM的2和5波段。

利用ENVI軟件先對(duì)TM提取修正歸一化水體指數(shù)MNDWI，以方便地通過(guò)設(shè)定某一海水的MNDWI閾值來(lái)實(shí)現(xiàn)。閾值的選取是以盡可能完整、準(zhǔn)確地顯示出水域信息，最大限度的掩蔽非水體信息為原則的。在通過(guò)閾值分割提取水域的基礎(chǔ)上，我們進(jìn)一步采用掩膜法剔除了內(nèi)陸水域的干擾信息。最后為了利于后面的精度分析，我們將所得的影像進(jìn)行了柵格矢量化，保存矢量格式的海岸線(xiàn)。

(2)ISODATA預(yù)分類(lèi)非監(jiān)督分類(lèi)法［8］

利用ENVI軟件先對(duì)TM影像運(yùn)用自組織迭代算法(ISODATA)進(jìn)行預(yù)分類(lèi)，預(yù)分類(lèi)的結(jié)果使得具有鄰近光譜值的地物相聚并賦予同一顏色，然后在計(jì)算機(jī)預(yù)分類(lèi)結(jié)果的基礎(chǔ)上進(jìn)行分類(lèi)合并，把計(jì)算機(jī)自動(dòng)分成的7個(gè)類(lèi)合并成海域與非海域兩個(gè)類(lèi)型，其兩類(lèi)的界限即為海岸線(xiàn)。如圖2所示，水域信息反映成綠色。我們?cè)诳蓪⒅胤诸?lèi)后的圖進(jìn)行分類(lèi)影像矢量化，以利于后面的精度分析。

4.2 處理影像分析

利用上述方法處理后的影像如圖1和圖2所示。

圖1 TM的MNDWI指數(shù)影像

圖2 TM的ISODATA法分類(lèi)影像

如圖1可以看出，利用以上的修正歸一化水體指數(shù)公式MNDWI指數(shù)能夠很好地將水體和陸地分開(kāi)來(lái)，水體在MNDWI影像上表現(xiàn)出高亮度，所對(duì)應(yīng)的MNDWI值高;而非水體部分，如灌木林，旱地和城市建設(shè)用地等則表現(xiàn)的很暗淡，其MNDWI值很低，與水體相比差異很大。

如圖2可以看出，研究區(qū)域被自動(dòng)分類(lèi)成彩色的7種類(lèi)型，水域表現(xiàn)為綠色，而廈門(mén)島內(nèi)的其他地物被賦予其他的6種顏色。為了高效的提取出海岸線(xiàn)的范圍，我們選擇將影像進(jìn)行重分類(lèi)，即分為海域和非海域兩大類(lèi)。

4.3 精度分析

精度分析是在對(duì)成果進(jìn)行定性評(píng)價(jià)的基礎(chǔ)上的定量分析。本次研究利用實(shí)地驗(yàn)證和和較大比例尺的影像或相關(guān)材料進(jìn)行驗(yàn)證。通過(guò)實(shí)地調(diào)查得出，廈門(mén)海岸帶的類(lèi)型主要分成沙灘質(zhì)海岸帶和人工類(lèi)型海岸。因此，本文利用兩種實(shí)驗(yàn)生成的矢量海岸線(xiàn)疊加到原始的高分辨率融合SPOT影像圖上，通過(guò)目視檢驗(yàn)法，檢驗(yàn)生成的矢量海岸線(xiàn)與實(shí)際海岸線(xiàn)的切合程度。驗(yàn)證前先在ArcView中導(dǎo)入之前處理過(guò)的高空間分辨率SPOT影像，再將白城沙灘、東渡碼頭、集美大橋、輪渡環(huán)島路4個(gè)實(shí)驗(yàn)區(qū)的兩份矢量數(shù)據(jù)疊加在SPOT影像上。表3列出了用兩種方法提取的4個(gè)區(qū)域海岸線(xiàn)與SPOT影像套合精度情況。

不同方法提取精度比較 表3

如表3所示的4幅圖中我們可以看出:東渡碼頭，輪渡環(huán)島路，白線(xiàn)實(shí)際海岸線(xiàn)切合效果較好。對(duì)于天然海岸，例如沙灘，黑線(xiàn)實(shí)際海岸線(xiàn)切合效果較好。集美大橋這張圖我們可以看出，黑線(xiàn)較準(zhǔn)確地把大橋的輪廓勾勒出來(lái)，而白線(xiàn)不能表現(xiàn)橋的類(lèi)型。由此可以看出對(duì)于人工海岸使用ISODATA預(yù)分類(lèi)非監(jiān)督分類(lèi)法提取海岸線(xiàn)的方法比較好，對(duì)于天然海岸使用歸一化水體指數(shù)MNDWI來(lái)進(jìn)行提取海岸線(xiàn)的效果好，對(duì)于橋類(lèi)型適用歸一化水體指數(shù)MNDWI來(lái)進(jìn)行提取橋輪廓。

在每個(gè)實(shí)驗(yàn)區(qū)中分別把兩種方法得到的矢量線(xiàn)與SPOT影像進(jìn)行疊加，并記錄各實(shí)驗(yàn)區(qū)最優(yōu)海岸矢量線(xiàn)與SPOT影像上海岸線(xiàn)的最大誤差，如表4所示。本次研究使用TM數(shù)據(jù)實(shí)現(xiàn)兩種方法的海岸線(xiàn)自動(dòng)提取，若誤差大于30 m，則屬于誤判;若不是則屬于容許誤差范圍內(nèi)。根據(jù)ArcView軟件的量測(cè)結(jié)果，各實(shí)驗(yàn)區(qū)的最優(yōu)海岸矢量線(xiàn)的最大誤差均在容許誤判率之內(nèi)。同樣如果利用2組高分辨率影像如SPOT影像和快鳥(niǎo)影像做本次實(shí)驗(yàn)則可以大大降低本提取海岸線(xiàn)的最大誤差數(shù)。

各實(shí)驗(yàn)區(qū)的矢量海岸線(xiàn)與SPOT影像海岸線(xiàn)的最大誤差數(shù) 表4

5 結(jié)語(yǔ)

利用多時(shí)相衛(wèi)星遙感影像變化檢測(cè)技術(shù)可以快速、有效地對(duì)廈門(mén)海域岸線(xiàn)空間變化情況進(jìn)行及時(shí)、準(zhǔn)確地動(dòng)態(tài)監(jiān)測(cè)，有利于決策者對(duì)廈門(mén)沿岸水域和陸域做合理的布局與安排。對(duì)于顯示效果來(lái)說(shuō)，相近時(shí)相的SPOT全色波段影像的高空間分辨率與SPOT多波段影像進(jìn)行融合后，表現(xiàn)海岸類(lèi)型的效果清晰，有利于海岸帶類(lèi)型的辨別，可以作為海岸帶制圖或者作為其他類(lèi)型地圖的參考標(biāo)準(zhǔn);從提取結(jié)果來(lái)說(shuō)，ISODATA預(yù)分類(lèi)結(jié)合監(jiān)督分類(lèi)法適用于人工海岸的海岸線(xiàn)提取;采用修正歸一化水體指數(shù)MNDWI來(lái)進(jìn)行提取適用于提取天然海岸和的海岸線(xiàn);采用修正歸一化水體指數(shù)MNDWI進(jìn)行橋類(lèi)的提取。

本文提出，利用TM或ETM資料，進(jìn)行中小比例尺范圍內(nèi)的海岸線(xiàn)遙感測(cè)繪是可行的。只要有合適的潮位遙感數(shù)據(jù)，根據(jù)不同的海岸帶類(lèi)型選取適應(yīng)其特征的海岸線(xiàn)提取的方法，就可以發(fā)揮其快速高效而且低成本的特性，滿(mǎn)足海岸線(xiàn)信息解譯工作的需要，是一種可靠而有效的海岸線(xiàn)信息獲取方法［9］。

［1］楊金中，李志中，趙玉靈.杭州灣南北兩岸岸線(xiàn)變遷遙感動(dòng)態(tài)調(diào)查［J］.國(guó)土資源遙感，2002(01)，13～28.

［2］孫美仙，張偉.福建省海岸線(xiàn)遙感調(diào)查方法及其應(yīng)用研究［J］.臺(tái)灣海峽，2004，23(2):213～218.

［3］趙英時(shí)，陳冬梅，李小文.遙感應(yīng)用分析原理和方法［M］.北京:科學(xué)出版社，2004.

［4］Thomas M.Lillesand，Ralph W.Kiefer.遙感與圖像解譯［M］.北京:電子工業(yè)出版社，2003，343～344.

［5］邵巨良，李德仁.小波理論及其在影像邊緣檢測(cè)中的應(yīng)用［J］.測(cè)繪學(xué)報(bào)，1993，22(2):111～120.

［6］王琳，徐涵秋，李勝.廈門(mén)島及其鄰域海岸線(xiàn)變化的遙感動(dòng)態(tài)監(jiān)測(cè)［J］.遙感技術(shù)與應(yīng)用，2005，20(4):404～410.

［7］McFeeters S.The Use of the Normalized Difference Water Index(NDWI)in the Delineation of Open Water Features［J］.International Journal of Remote Sensing，1996，17(7):1425～1432.

［8］張鷹，邱永紅.海岸帶地物特征的遙感信息提取方法［J］.海洋預(yù)報(bào)，2002，19(3):14～21.

［9］杜云艷，周成虎.水體的遙感信息自動(dòng)提取方法［J］.遙感學(xué)報(bào)，1998，2(4):264 ～269.