一种基于遥感技术的泥质海岸线变迁监测与分析方法技术

本发明专利技术公开了一种基于遥感技术的泥质海岸线变迁监测与分析方法，先对遥感图像进行预处理，得到目标海岸区域的初始遥感影像；根据遥感影像构建水体指数，从而得到水体指数影像；接着确定目标分割阈值对水体指数影像进行划分后得到水体指数影像的二值图像；进而获得目标海岸区域的瞬时水边线及目标海岸线类别；采用基于潮沟的潮位校正，对目标海岸区域二值化图像中的瞬时水边线进行校正，得到目标海岸线；最后将不同时期采集的目标海岸线输入数字海岸线分析系统，通过数字海岸线分析系统将采集的多次目标海岸线进行末点变化速率和线性回归变化速率分析，从而对目标海岸线进行动态监测得出目标海岸线的变迁情况。监测得出目标海岸线的变迁情况。监测得出目标海岸线的变迁情况。

【技术实现步骤摘要】
一种基于遥感技术的泥质海岸线变迁监测与分析方法


[0001]本专利技术涉及一种基于遥感技术的泥质海岸线变迁监测与分析方法，属于海岸线监测


技术介绍

[0002]受全球及海岸带区域环境过程与人类活动的综合影响，海岸线发生剧烈的变化，对生态、环境及经济社会的影响不容忽视，海岸线变化相关研究因此得到普遍的关注。海岸线的变化不仅体现海岸带环境特征及演变态势，还反映海岸带经济社会发展、生态环境变化与政策导向之间的博弈关系。同时，海岸线的变化也会对海洋工程造成较大的影响。因此，针对海岸线动态变化的研究是海岸带环境监测、资源开发与管理等研究的基础，对海岸带的发展具有重要意义。
[0003]由于人工实地采集岸线数据存在观测难度大、耗资多和周期长等缺点，同时也无法满足海岸线更新速率，达不到海洋管理需求，而遥感技术具有大面积同步监测和较短的更新周期，更有利于海岸线的动态监测。目前，利用遥感解译技术对海岸线进行提取的方法有两种,分别是人工目视解译和计算机自动分类解译，人工目视解译原理简单，但是对实施人员的要求较高，不同人实施后的提取结果通常存在较大误差，导致精度无法保证；随着计算机技术的发展，自动化解译海岸线的方法成为研究主流，有效避免了不同人员操作导致的误差，并且其能自动获得海岸线数据，但是由于海岸线在不断变迁，现有自动获取海岸线的方法无法根据海岸线变迁对其进行相应的校正，最终导致变迁后采集的海岸线数据误差较大，无法实现随着海岸线的持续变迁对海岸线进行动态精准的监测。

技术实现思路

[0004]针对上述现有技术存在的问题，本专利技术提供一种基于遥感技术的泥质海岸线变迁监测与分析方法，采用潮沟的潮位校正根据海岸线变迁对其进行相应的校正，从而实现随着海岸线的持续变迁对海岸线进行动态精准的监测。
[0005]为了实现上述目的，本专利技术采用的技术方案是：一种基于遥感技术的泥质海岸线变迁监测与分析方法，其特征在于，具体步骤为：
[0006]步骤一、获取目标海岸区域的遥感图像；
[0007]步骤二、步骤一获取的遥感图像进行预处理，得到目标海岸区域的初始遥感影像；
[0008]步骤三、根据步骤二得到的遥感影像构建水体指数，从而得到水体指数影像；
[0009]步骤四、先选择不同的分割阈值，采用每一分割阈值分别对步骤三得到的水体指数影像划分出的目标海岸区域与背景区域，计算每一分割阈值对应目标海岸区域与背景区域之间的类间方差，并从多个类间方差中选取最大类间方差对应的阈值，即为目标分割阈值，最后根据目标分割阈值对水体指数影像进行划分后得到水体指数影像的二值图像；
[0010]步骤五、将步骤四获得的二值图像转换为矢量图像，提取矢量图像中面矢量对象的边界，以获得目标海岸区域的瞬时水边线，并采用目视解译方法确定水边线对应的目标
海岸线类别；
[0011]步骤六、采用基于潮沟的潮位校正，对目标海岸区域二值化图像中的瞬时水边线进行校正，得到目标海岸线；
[0012]步骤七、将步骤六得到的目标海岸线输入数字海岸线分析系统，然后间隔一段时间后重复步骤一至六，再次获得当前的目标海岸线并输入数字海岸线分析系统，如此往复循环，通过数字海岸线分析系统将采集的多次目标海岸线进行末点变化速率和线性回归变化速率分析，从而对目标海岸线进行动态监测得出目标海岸线的变迁情况。
[0013]进一步，所述步骤二具体为：对遥感图像依次进行正射校正和配准、辐射定标、大气校正、以及图像裁剪与拼接，得到目标海岸区域的初始遥感影像。
[0014]进一步，所述步骤三中水体指数为改进归一化水体指数MNDWI，该指数在提取城镇范围内的水体上比归一化水体指数NDWI更好的效果，NDWI指数影像因此往混有城镇建筑用地信息而使得提取的水体范围和面积有所扩大，导致其准确性降低。因此选择改进归一化水体指数MNDWI，具体的表达式为：
[0015]MNDWI＝(p(Green)
‑
p(MIR))/(p(Green)+p(MIR))
[0016]其中MIR代表中红外波段，Green代表绿光波段。
[0017]进一步，所述步骤五中目标海岸线类别包括自然岸线和人工岸线。
[0018]进一步，所述步骤六具体为：采用基于潮沟的潮位校正，先确定目标海岸线对应的潮沟，潮沟为在潮坪面上落潮后期流或落潮后表面逸流产生局部的较强冲刷，而逐渐发育演化而成；本申请的专利技术人研究发现：这类潮沟通常发源于平均高潮线附近，其总的流向大致垂直海岸线，在平面上成树枝状水系，其中潮沟的主干在潮间的中下部，随着潮沟朝上游方向，在潮间中上部呈树枝状分叉；基于此，设潮沟末梢位置为a，人工建筑物与潮滩的边界位置为b，根据以下公式计算出目标海岸区域的待校正海岸线距离L：
[0019]L＝(b
‑
a)/2
[0020]将目标海岸区域二值化图像中的瞬时水边线向远离水体区域垂直移动距离L，得到潮位校正的海岸线，即目标海岸线。
[0021]进一步，所述步骤七中对多次目标海岸线进行末点变化速率和线性回归变化速率分析，具体为：海岸线变化终点速率EPR是两个时相的海岸线距离与其时间间隔的比值，线性回归变化率LRR是通过将最小二乘回归线拟合到样带的所有海岸线点来确定回归线，使得平方残差之和最小，拟合多年海岸线的变化情况；
[0022]其中，EPR和LRR的计算公式如下：
[0023][0024]LRR＝ax+b
[0025][0026][0027]其中D是剖面横切两个时相的海岸线距离间隔，T是两个时相的时间间隔；a和b分
别是海岸线位置序列拟合线的斜率和截距，x
i
是i时期的海岸线X轴坐标位置，y
i
是垂直于真实海岸线上某一剖面上i时期岸线点和基线点之间的距离间隔，n是海岸线时相的个数；
[0028]另外通过净海岸线运动计算公式能得出最近一次采集的海岸线与最早一次采集的海岸线之间的距离，具体公式为：
[0029]NSM＝D
new
‑
D
old
[0030]式中，NSM表示研究期间最近一期海岸线与最早一期海岸线之间的距离。D
new
表示最近一期的海岸线，D
old
表示最早一期的海岸线。
[0031]与现有技术相比，本专利技术先对遥感图像进行预处理，得到目标海岸区域的初始遥感影像；根据遥感影像构建水体指数，从而得到水体指数影像；接着确定目标分割阈值对水体指数影像进行划分后得到水体指数影像的二值图像；进而获得目标海岸区域的瞬时水边线，及目标海岸线类别；采用基于潮沟的潮位校正，对目标海岸区域二值化图像中的瞬时水边线进行校正，得到目标海岸线；该潮沟通常发源于平均高潮线附近，其总的流向大致垂直海岸线，在平面上成树枝状水系，其中潮沟的主干在潮间的中下部，随着潮沟朝上游方向，在潮间中上部呈树枝状分叉；随着海岸线的变迁，潮沟也会随着变化，因此以潮沟作为参照物进行潮位校正本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遥感技术的泥质海岸线变迁监测与分析方法，其特征在于，具体步骤为：步骤一、获取目标海岸区域的遥感图像；步骤二、步骤一获取的遥感图像进行预处理，得到目标海岸区域的初始遥感影像；步骤三、根据步骤二得到的遥感影像构建水体指数，从而得到水体指数影像；步骤四、先选择不同的分割阈值，采用每一分割阈值分别对步骤三得到的水体指数影像划分出的目标海岸区域与背景区域，计算每一分割阈值对应目标海岸区域与背景区域之间的类间方差，并从多个类间方差中选取最大类间方差对应的阈值，即为目标分割阈值，最后根据目标分割阈值对水体指数影像进行划分后得到水体指数影像的二值图像；步骤五、将步骤四获得的二值图像转换为矢量图像，提取矢量图像中面矢量对象的边界，以获得目标海岸区域的瞬时水边线，并采用目视解译方法确定水边线对应的目标海岸线类别；步骤六、采用基于潮沟的潮位校正，对目标海岸区域二值化图像中的瞬时水边线进行校正，得到目标海岸线；步骤七、将步骤六得到的目标海岸线输入数字海岸线分析系统，然后间隔一段时间后重复步骤一至六，再次获得当前的目标海岸线并输入数字海岸线分析系统，如此往复循环，通过数字海岸线分析系统将采集的多次目标海岸线进行末点变化速率和线性回归变化速率分析，从而对目标海岸线进行动态监测得出目标海岸线的变迁情况。2.根据权利要求1所述的基于遥感技术的泥质海岸线变迁监测与分析方法，其特征在于，所述步骤二具体为：对遥感图像依次进行正射校正和配准、辐射定标、大气校正、以及图像裁剪与拼接，得到目标海岸区域的初始遥感影像。3.根据权利要求1所述的基于遥感技术的泥质海岸线变迁监测与分析方法，其特征在于，所述步骤三中水体指数为改进归一化水体指数MNDWI，具体的表达式为：MNDWI＝(p(Green)...

【专利技术属性】
技术研发人员：田壮才，杨爽，李东旭，程杰，单星星，杨海燕，张明伟，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：