基于DSAS模型协同GEE长时序影像的巽他海峡东海岸岸线变迁时空分析及预测
时间：2023-01-22 14:30:06 来源：柠檬阅读网 本文已影响 人 
马梓程， 陈 思， 张 倩， 贾凤鸣， 何博彧， 张思琦
(湖北省国土测绘院，湖北 武汉 430014)
海岸线是海平面与陆地接触的分界线，随潮水涨落而变动，主要是指高潮面与陆地的分界线[1]。海岸线的变化对沿海港口的生活、交通安全、海岸带生态环境、滨海土地资源的利用有着极其重要的影响。快速准确地对海岸线变化进行动态监测，对沿海地区规划管理和资源保护有着重要作用[2]。但近年来，随着全球变暖、海洋极端气候频发，最直观地表现则是海岸线的后退和外扩以及海平面的上升和下降[3]。
传统的海岸线测量大多依据人力，通过野外实地测量，将测量点连接成海岸线，从而分析海岸线的变迁，该方法费时费力[4-5]。而遥感因具有动态、高效、反应迅速且可覆盖大面积等优势，受到该领域越来越多研究者的青睐，大量学者也运用遥感影像成功快速反演并追踪大区域的海岸线变化情况[6]。目前，国内外海岸线变化的研究主要使用历史地图、海图、航空像片、卫星遥感影像(其中包括Landsat系列卫星影像[7-8])等数据源。
数字化海岸线分析系统(Digital Shoreline Analysis System,DSAS)是美国地质调查局研发的用以分析海岸线时空变化速率的分析系统[9]。运用DSAS对海岸线进行时空定量分析，在国内外得到了越来越多的应用[10-11]。朱萝云等[12]采用1986—2019年113景Landsat影像提取高潮线，辅以2015—2019年实测剖面数据，开展了海湾尺度上海岸线的中长期演变过程与驱动机制研究。章志等[13]利用Landsat影像提取了盐城1997—2017年的海岸线，判断出海岸向海洋方向前进速度在减缓、幅度在逐年减小。丁小松等[14]通过分析1985—2015年间的6期Landsat遥感影像，利用DSAS模型分析发现，黄河三角洲和莱州湾地区的岸线呈现逐年向海洋方向推进的趋势。
巽他海峡位于印度尼西亚苏门答腊岛和爪哇岛之间，是中国“一带一路”建设中的重要海峡之一，是连接印度洋和太平洋的重要海上通道和军事通道，在国际上有着重要的地位[15]。资料显示，自上新世以来整个巽他陆架发生多次升降，海岸线变化较大[16]。因此，查明巽他海峡海岸线变化特征，对保障“一带一路”海上通行安全有着重要意义。本文利用GEE(Google Earth Engine)遥感计算云平台结合MNDWI(Modified Normalized Difference Water Index)提取研究区长时序海岸线，再结合DSAS模型，研究巽他海峡岸线变化特征，以期为该地区岸线开发管理和海上通行保障提供技术支撑。
此次以巽他海峡东海岸为研究区，该研究区位于巽他海峡内的Sumur-Tjikawung段(图1)，东经105°30′～105°33′，南纬6°38′30″～6°45′30″。该段海峡长约37 km，一般宽22～110 km，水深50～80 m，最大水深1 080 m。洋底多为泥、沙、石、贝质，非常适于潜艇水下航行。海峡地区处于地壳运动活跃地带，多火山活动。
图1 巽他海峡东海岸遥感影像图Fig.1 Remote sensing image of east coast of Sunda Strait
研究采用的遥感影像数据为陆地卫星地表反射率数据(Landsat surface reflectance)，空间分辨率为30 m、时间分辨率为16 d，来源于GEE遥感计算云平台。数据分别为2005、2010、2015和2020年间Landsat-5、Landsat-7及Landsat-8光谱遥感数据。通过调用上述年份的影像数据集，经过检测像元的云雪量等筛选当年的低云量影像，再调用平台提供的Python和JavaScript等算法实现在线辐射定标、大气校正及区域图像的拼接裁剪工作，用于后续海岸线的提取计算。
研究方法主要包括GEE遥感计算云平台预处理遥感数据、海岸线提取、DSAS组件分析海岸线变化及预测海岸线等。主要研究思路如图2所示。
图2 技术路线图Fig.2 Technical route
3.1 基于GEE平台提取长时序海岸线
首先，在GEE平台上调用影像数据集，该数据已经进行了大气校正。依据GEE平台中去云算法处理后，计算修正归一化水体指数(MNDWI)，采用均值合成方法合成年度MNDWI平均值影像，在此基础上选用像元二分模型反演海岸线，其结果见图3。
MNDWI是在NDWI(归一化水体指数)基础上进行改进的一套用于提取水体的公式，其优势在于可以很好地消除沿海地区建筑物及沙滩对水体范围识别的影响。其计算公式为：
(1)
式中：bm为Landsat系列影像的绿波段；
bn为中红外波段。
图3 2005—2020年研究区海岸线提取结果图Fig.3 Results of coastline extraction in the study area from 2005 to 2020
3.2 运用DSAS分析和预测海岸线变化
采用美国地质调查局(USGS)研发的数字岸线分析系统(DSAS)计算岸线移动和变化的速率，从而对巽他海峡海岸线变化进行定量化分析。DSAS借助于ArcGIS10.8平台进行分析，其中执行DSAS需要5个步骤：①海岸线提取；
②采用最接近于海岸线相同弯曲形状的缓冲区法进行基线创建；
③设定横截面长度为10 000 m，采样间距为100 m，用于后续生成切线。在经过多次平滑、拟合和调整后，横截面从基线正交投射于不同年份的海岸；
④计算基线与岸线之间的距离；
⑤分别选取相邻岸线，利用不同的统计模型[终点变化速率(End Point Rate，EPR)、线性回归速率(Linear Regression Rate,LRR)]自动计算海岸线变化速率。
运用DSAS分析海岸线变迁的主要步骤如图4所示。
图4 运用DSAS分析海岸线变迁主要流程图Fig.4 Main flow chart of DSAS coastline analysis
3.2.1EPR模型
EPR模型主要用于监测和计算海岸线变化，其计算公式如下：
(2)
式中：A为相邻年份间沿任意一条切线的岸线终点变化速率；
dm为沿该切线第m期海岸线—基线的距离；
dn为沿该切线第n期海岸线—基线的距离；
ym-yn为沿该切线第m期与第n期海岸线年份数的差值。
海岸线年平均变化速率的计算公式如下：
(3)
式中:B为相邻年份间的海岸线年平均变化速率；
Sn+1为第n+1期海岸线与研究区陆域纵、竖边界所围区域的面积(n为年份的序列号)；
Sn为第n期海岸线与研究区陆域纵、竖边界所围区域的面积；
Ln为第n期海岸线的长度；
yn+1-yn为第n+1期与第n期海岸线年份数的差值。
3.2.2LRR模型
基于DSAS的EPR模型分析海岸线变化结果，采用2005、2010、2015年的数据并利用回归模型进行建模以反演海岸线变化规律，再运用2020年数据进行回归模型的精度验证来预测未来海岸线。本研究利用LRR模型预测未来海岸线，线性回归速率变化统计量可以通过拟合一个最小二乘回归线到所有岸线点的一个特定线段来确定。回归线的位置应使残差平方和(通过将每个数据点和回归线的偏移距离平方和并与残差平方和相加来确定)被最小化。LRR模型方法的主要特点是：无论趋势或精度如何变化，都使用所有的数据；
方法采用纯计算的方式；
计算是基于公认的统计概念且方法易于使用。
4.1 海岸线长度变化分析
根据不同年份遥感影像提MDNWI后采用二值化阈值法提取多年海岸线，共提取2005、2010、2015、2020年共4期研究区海岸线。其中，2005、2010、2015、2020年研究区岸线总长度分别约为37.76、37.70、37.49、31.29 km。
随着时间的推移，海岸线呈现逐渐减少的趋势(图5)，以2005年为基础时间节点，2010年与2005年相比，岸线长度减少0.06 km，2015年相对于2010年岸线长度减少0.21 km，2020年相对于2015年岸线长度减少6.20 km。
图5 研究区海岸线总长度变化趋势图Fig.5 Variation trend map of total coastline length in study area
4.2 岸线速率和距离变化分析
此次计算的终点变化速率实际上反映的是岸线端点移动速率，计算了研究区在3个时间区间的海岸线EPR值，结果如表1所示(表中显示的EPR正、负值分别表示向海域推进和向陆域侵蚀)。
表1 研究区各时期EPR最大值和最小值Table 1 Maximum and minimum EPR for each period in the study area
4.2.12005—2010年海岸线变化
五年间，研究区海岸线整体上无明显变化。海岸线变化最主要的方式为淤长，如图6中a区域。在此区段海岸线向海域推进较为明显，其次为小范围的围垦方式，而向陆域侵蚀主要表现为冲刷。整个研究区平均EPR为3.18 m/a，最大EPR为146.53 m/a，最小EPR为-6.29 m/a，向海域推进的最大距离为732.65 m。
4.2.22010—2015年海岸线变化
五年间，研究区海岸线整体表现为向海域推进，海岸线变化较为明显，并无向陆域侵蚀迹象。海岸线变化最明显的方式为淤长(图7)，这表现为向海域推进。整个研究区平均EPR为26.84 m/a，最大EPR为195.10 m/a，最小EPR为12.28 m/a，向海域推进的最大距离为975.5 m。
4.2.32015—2020年海岸线变化
五年间，研究区海岸线并无明显变化。海岸线变化最主要的方式为淤长(图8)，而向陆域侵蚀主要表现为冲刷。整个研究区平均EPR为1.25 m/a，最大EPR为146.83 m/a，最小EPR为-16.25 m/a，向海域推进最大距离为734.15 m，向陆域侵蚀最大距离为81.25 m。
4.3 长期海岸线变化
根据EPR分析结果，对研究区海岸线进行分类，主要是为了突出总体变化趋势。依据EPR值将海岸线分为3类：增长岸线(>1 m/a)，平衡岸线(-1～1 m/a)，侵蚀岸线(<-1 m/a)。将2005—2020年分成的3个时期中，增长岸线年均比例经历了从增加到降低的趋势(图9)。
图6 2005—2010年研究区海岸线EPR变化图Fig.6 EPR change rate of shoreline in the study area from 2005 to 2010
图7 2010—2015年研究区海岸线EPR变化图Fig.7 EPR change rate of shoreline in the study area from 2010 to 2015
图8 2015—2020年研究区海岸线EPR变化图Fig.8 EPR shoreline change rate in the study area from 2015 to 2020
(1) 2005—2010年为第一阶段，增长岸线比例为55.50%，平衡岸线比例为44.34%，侵蚀岸线比例为0.16%。
(2) 2010—2015年为第二阶段，增长岸线比例发生突变，比例从55.50%增长至100%，无平衡岸线及侵蚀岸线。
(3) 2015—2020年为第三阶段，增长岸线比例从100%降低至58.30%，降低了41.70%，其次平衡岸线比例为30.76%，侵蚀岸线比例为10.94%。因2005—2020年海岸线均表现为向海域推进，故年均侵蚀岸线比例变化较小，在此时间段内，增长岸线占比最大，平衡岸线占比其次，侵蚀岸线占比最少。
4.4 海岸线变化原因分析
通过收集研究区相关文献和历史资料，结合研究区海岸线分析结果，开展海岸线变迁原因分析。海岸线变迁的原因复杂多样，总结起来主要为自然因素和人为因素。自然因素包含入海河流输沙、气候变化、构造运动、风暴潮、海平面变化、潮汐、海浪等；
人为因素主要有海岸工程采砂、修建岸堤、养殖池及盐池建造、港口码头建设、围海造陆等[17]。由相关文献可知，因人工活动对海岸线的影响较小，故研究区主要从自然因素角度进行分析。
图9 2005—2020年研究区海岸线EPR变化图Fig.9 EPR shoreline change rate in the study area from 2005 to 2020
从长期来看，海岸线变迁的主要驱动力来自于宏观的构造运动造成的地壳变化以及全球气候变化而形成的海平面升降。但从短期来看，海岸线变迁的自然因素主要来自于海水入侵、海浪、海岸侵蚀、风暴潮和潮汐等微观环境因素。具体造成研究区海岸线变迁的自然因素主要有如下：
(1) 研究区处于苏门答腊地震带，地质构造活动较为活跃，海洋板块俯冲等多引发浅层挤压型地震，进一步影响近海板块分布位置，从而引发海岸线变迁。同时位于巽他海峡的喀拉喀托火山爆发形成的海浪，将大量的火山灰和泥沙带入印度尼西亚海岸[18]，也造成海岸线变迁。
(2) 自然海岸水域泥沙含量终年较高，造成泥沙沉积作用较明显，堆积形成的新海岸不断向海域推进。研究区海岸泥沙含量较高的原因主要为海水对辐射沙洲冲刷后淤积到附近形成淤泥质海岸，而后被海水冲刷后扩散到附近水域。
4.5 未来海岸线预测
海岸线演变预测对于后续海洋状态监测等具有重要意义。依据2005—2020年海岸线变化趋势，运用DSAS对未来10年及20年的海岸线进行预测，其结果见图10。将2030年和2040年预测海岸线与2020年海岸线相比较可观察出，研究区海岸线变迁的原因主要为淤长，因而海岸线整体变化较为均匀，均表现为向海域推进。2030年预测海岸线总长度为39 344.53 m，较2020年海岸线增长8 051.75 m，预测向海洋推进的平均距离为87.73 m。2040年预测海岸线总长度为48 778.92 m，较2030年预测海岸线增长9 434.39 m，预测向海洋推进的平均距离为80.72 m。
图10 研究区未来10年及20年预测海岸线图Fig.10 Shoreline projections for the east coast of the study area for the next 10 and 20 years
(1) 基于Landsat-5、Landsat-7和Landsat-8多年多光谱遥感数据，利用MNDWI和二值化阈值法，提取研究区2005、2010、2015、2020年4年海岸线，其总长度分别约为37.76、37.70、37.49、31.29 km。
(2) 利用DSAS对2005—2020年研究区海岸线进行动态监测，结果表明海岸线整体表现为向海域推进。在此时间段内，增长岸线占比最大，平衡岸线占比其次，侵蚀岸线占比最少。2005—2010年，增长岸线比例为55.50%，平衡岸线比例为44.34%，侵蚀岸线比例为0.16%；
2010—2015年，增长岸线比例发生突变，比例从55.50%增长至100%，无平衡岸线及侵蚀岸线；
2015—2020年，增长岸线比例从100%降低至58.03%，平衡岸线比例为30.76%，侵蚀岸线比例为10.94%。
(3) 研究区海岸线变迁从自然因素角度分析主要是由于板块运动及泥沙淤积引发的。利用LRR模型对未来10年及20年海岸线变化趋势进行预测，结果表明岸线向海域推进的平均距离分别为87.73、80.72 m。
猜你喜欢 海岸线变迁速率 小渔村的变迁快乐语文(2021年27期)2021-11-24化学反应的速率和限度考点分析中学生数理化·高一版(2021年3期)2021-06-09“化学反应的速率与限度”知识与能力提升中学生数理化·高一版(2020年6期)2020-07-25回乡之旅：讲述世界各地唐人街的变迁汉语世界(The World of Chinese)(2019年1期)2019-03-18一纸婚书见变迁海峡姐妹(2018年5期)2018-05-14徒步拍摄英国海岸线摄影之友(影像视觉)(2018年1期)2018-03-22徒步拍摄英国海岸线摄影之友(影像视觉)(2017年11期)2017-11-27徒步拍摄英国海岸线摄影之友(影像视觉)(2017年10期)2017-11-07清潩河的变迁人大建设(2017年6期)2017-09-26徒步拍摄英国海岸线摄影之友(影像视觉)(2017年12期)2017-02-08
