周永，張東,2*，鄧慧麗，徐南，張慧銘，郝昕，沈永明

( 1. 南京師范大學(xué) 海洋科學(xué)與工程學(xué)院，江蘇 南京 210023；2. 江蘇省地理信息資源開發(fā)與利用協(xié)同創(chuàng)新中心，江蘇 南京210023)

1 引言

潮灘位于海陸交互區(qū)域，具有獨(dú)特的地形[1]、沉積物[2]和水文特征[3]。作為眾多生物的棲息場所，潮灘在保持生物多樣性、維持生態(tài)系統(tǒng)穩(wěn)定等方面具有極高的生態(tài)價值[4]。隨著沿海經(jīng)濟(jì)的不斷發(fā)展，潮間帶的經(jīng)濟(jì)價值日益凸顯[5]。但人類開發(fā)活動如灘涂圍墾、圍海養(yǎng)殖、港口建設(shè)等在帶來大量土地和經(jīng)濟(jì)效應(yīng)的同時，也給沿海地區(qū)尤其是潮灘地區(qū)造成了巨大影響[6]。近年來，隨著自然影響和人類開發(fā)活動力度的加大，潮灘環(huán)境變化加快，沖淤變化顯著，潮灘資源正在面臨極大的危機(jī)。針對潮灘的動態(tài)變化監(jiān)測與利用保護(hù)刻不容緩[7]。

江蘇岸外輻射沙洲作為江蘇淤泥質(zhì)潮灘的重要部分，在資源開發(fā)利用和海岸演變研究等方面具有重要價值[8]。但受較遠(yuǎn)的離岸距離、惡劣的勘測環(huán)境和周期性淹沒下灘面持續(xù)變動等因素影響，岸外輻射沙洲潮間帶區(qū)域長期缺少全面、準(zhǔn)確的地形監(jiān)測數(shù)據(jù)?；贚iDAR[9]、InSAR[10]技術(shù)的潮灘地形獲取方法因其在數(shù)據(jù)獲取性和經(jīng)濟(jì)性上的不足，制約著在該區(qū)域的大面積監(jiān)測應(yīng)用。遙感水邊線法利用多時相衛(wèi)星遙感影像數(shù)據(jù)構(gòu)建潮灘數(shù)字高程模型（DEM），具有數(shù)據(jù)獲取方便、簡單實(shí)用、精度較高等優(yōu)勢，成為潮間帶地形獲取的重要手段[8,11]。目前該方法已運(yùn)用于德國瓦登海[12]、韓國戈姆索和咸平郡灣[13]等多個區(qū)域的潮灘地形反演，國內(nèi)Wang等[14]、Kang等[15]和鄭宗生[16]也利用遙感水邊線方法完成了長江口、江蘇沿海等淤泥質(zhì)潮灘區(qū)域的地形構(gòu)建，并取得較好結(jié)果。

輻射沙洲區(qū)域水動力條件復(fù)雜，日益頻繁的人類活動加劇了水動力環(huán)境的調(diào)整。雖然在較短周期內(nèi)，相似潮位下的沙體輪廓范圍大體一致，但沙體表面形態(tài)變化（如潮溝擺動）會引起水邊線的位置發(fā)生變化，從而導(dǎo)致在較窄的平面條帶范圍內(nèi)集中的大量水邊線存在相互交叉現(xiàn)象[17]，造成生成的DEM產(chǎn)生地形破碎化和異常起伏。因此，選擇合適的水邊線是構(gòu)建高精度潮間帶DEM的基礎(chǔ)。Sagar等[18]提出了以長時間序列影像為基礎(chǔ)的潮灘高程信息提取方法，通過將序列影像的時間域轉(zhuǎn)化為潮高域來構(gòu)建合成圖層，在獲取平均地形變化特征的同時減少影像異常值的影響。該方法在一定程度上可以借鑒用于解決交叉水邊線的問題，但其應(yīng)用于澳大利亞大陸尺度的潮灘地形構(gòu)建中，只關(guān)注了單一潮位站點(diǎn)的潮位序時變化以及長周期下大量像元灰度序列數(shù)據(jù)的統(tǒng)計特征，而忽略了區(qū)域內(nèi)的潮差空間分布差異以及長時間周期內(nèi)可能的潮灘沖淤變化，因而難以直接應(yīng)用到輻射沙洲等潮灘地形變化較快的區(qū)域。此外，潮間帶沙體的坡度相對平緩，高差不大，灘面分布有大量的樹枝狀和貫通狀潮溝，然而現(xiàn)有的DEM構(gòu)建方法只關(guān)注沙體整體的形態(tài)，卻忽略了潮溝的微地貌表達(dá)[19]，這也直接影響了潮間帶DEM的構(gòu)建精度和呈現(xiàn)效果。

因此，本文擬針對常規(guī)水邊線方法在應(yīng)用于地形多變的岸外沙洲潮間帶DEM遙感構(gòu)建中出現(xiàn)的水邊線交叉誤差和缺乏考慮潮溝微地形的問題，研究增強(qiáng)型潮灘DEM構(gòu)建方法，實(shí)現(xiàn)岸外沙體DEM的快速構(gòu)建，為利用衛(wèi)星遙感數(shù)據(jù)監(jiān)控潮間帶地形變化提供技術(shù)支撐。

2 研究區(qū)與數(shù)據(jù)

2.1 研究區(qū)概況

輻射沙洲位于江蘇中部沿海，北起射陽河口，南至蒿枝港，由70多條沙脊和潮流通道組成，沙體表面平坦開闊，在潮汐作用下被周期性淹沒。中部條子泥-蔣家沙-竹根沙區(qū)域作為輻射沙洲的核心區(qū)，紫菜養(yǎng)殖[20]、風(fēng)電開發(fā)[21]等人類開發(fā)活動頻繁，沙體短周期內(nèi)變化監(jiān)測需求較大，因而被選作研究區(qū)域，進(jìn)行潮間帶DEM構(gòu)建試驗(yàn)。研究區(qū)范圍如圖1所示，位于32°38′～32°59′ N，120°58′～121°25′ E之間，南北跨度約37 km，東西跨度超過40 km。潮汐類型以正規(guī)半日潮為主，淺海分潮顯著。潮波系統(tǒng)受東海前進(jìn)潮波與南黃海旋轉(zhuǎn)潮波共同影響，二者在弶港岸外輻合，波能集中，區(qū)域內(nèi)平均潮差為3.9 m，最大潮差可達(dá)9.28 m，且潮差以弶港為中心分別向南、北逐漸減小[22]。

2.2 遙感影像數(shù)據(jù)

綜合可覆蓋研究區(qū)范圍、清晰少云等要求，選擇了25景10 m空間分辨率的Sentinel 2 MSI影像和8景15 m分辨率的Landsat 8 OLI影像作為遙感數(shù)據(jù)源，進(jìn)行潮間帶DEM構(gòu)建，影像的成像時間分布如圖2所示，時間跨度為2017年10月至2019年6月。所有影像經(jīng)過大氣校正、幾何精校正、圖像增強(qiáng)等預(yù)處理，幾何精校正精度優(yōu)于1個像元。由于空間分辨率不同，影像均重采樣至30 m。

圖2 影像成像時間分布Fig. 2 Image acquisition time

2.3 潮位數(shù)據(jù)

由于地球曲率變化、淺海潮波變形等影響，輻射沙洲岸段潮位變化呈現(xiàn)出的“跳繩效應(yīng)”[22]，條子泥-蔣家沙-竹根沙海域的潮差變化較大，無法用單一站點(diǎn)的潮位代表水邊線上不同位置的潮位空間差異。因此，在研究區(qū)北、西、南3個方向上分別選擇了大豐港、弶港和洋口港3個潮位站點(diǎn)，進(jìn)行潮位數(shù)據(jù)收集，站點(diǎn)位置如圖1所示。根據(jù)潮汐調(diào)和分析原理，利用站點(diǎn)的短周期（2個月以上）逐時潮位資料，即可計算其潮汐調(diào)和常數(shù)，實(shí)現(xiàn)站點(diǎn)在影像成像時刻的潮位模擬并具有較好精度[23]。因此，收集了上述3個站點(diǎn)2018年6月至2019年1月間逐小時的潮汐表潮位過程數(shù)據(jù)（http://global-tide.nmdis.org.cn/），利用T_TIDE潮汐調(diào)和分析工具進(jìn)行分潮模擬[24]，根據(jù)信噪比大小確定出顯著分潮，模擬得到研究區(qū)的潮位誤差小于20 cm。

2.4 DEM驗(yàn)證數(shù)據(jù)

收集了2018年蔣家沙-竹根沙局部海域的水下聲吶實(shí)測地形數(shù)據(jù)，空間分辨率為250 m，高程基準(zhǔn)為1985國家高程基準(zhǔn)。在蔣家沙沙體上按照經(jīng)緯度方向、在竹根沙沙體上按照平行和垂直于沙脊走向方向劃定4條驗(yàn)證剖面，分別命名為JJS-H、JJS-Z、ZGS-H和ZGS-Z，位置如圖1所示。通過提取斷面上的實(shí)測點(diǎn)高程，驗(yàn)證遙感方法構(gòu)建的潮間帶DEM精度，評價DEM質(zhì)量。

圖1 研究區(qū)概況Fig. 1 Sketch map of the study area

3 研究方法

常規(guī)遙感水邊線方法是基于潮間帶區(qū)域在潮汐作用下被周期性淹沒的特性，將從遙感影像上提取并賦予潮位信息的瞬時水邊線視為“等高線”，利用空間插值處理，得到潮間帶DEM。本文在遙感水邊線法的基礎(chǔ)上，提出面向岸外沙洲潮間帶地形的增強(qiáng)型遙感構(gòu)建方法，實(shí)現(xiàn)以下兩方面的改進(jìn)：（1）根據(jù)較短周期、較小潮差內(nèi)淹沒概率相似的原理，引入影像序列合成方法，提取合成影像的海陸邊界線，解決常規(guī)水邊線方法中對于較窄區(qū)域內(nèi)多時相水邊線交叉重疊造成的DEM高程異常和破碎化難題；（2）提出潮溝DEM構(gòu)建方法，通過在常規(guī)水邊線方法得到的DEM上鑲嵌潮溝DEM，實(shí)現(xiàn)對潮灘表面微地形的表達(dá)，提高潮間帶DEM精度，改善可視化效果。具體技術(shù)流程如圖3所示，主要技術(shù)方法闡述如下。

圖3 基于遙感水邊線的增強(qiáng)型地形構(gòu)建方法技術(shù)流程圖Fig. 3 Flowchart of enhanced terrain construction method based on waterlines

3.1 基于空間及潮位關(guān)系特征的影像排序

構(gòu)建高精度的潮間帶DEM，關(guān)鍵是用于空間插值的瞬時水邊線在平面上具有位置分離性，在高度變化上具有良好趨勢性。因此，首先需要對從33景預(yù)處理后的遙感影像上提取得到瞬時水邊線按照先平面位置、后潮位關(guān)系進(jìn)行排序。

由于潮位滯后效應(yīng)影響，大豐港、弶港和洋口港3個潮位觀測站點(diǎn)的潮位序時變化不同，需要選擇合適的站點(diǎn)作為影像序列的潮高排序基準(zhǔn)。基于此，分別以其中1個站點(diǎn)的潮高為基礎(chǔ)，對全部33景影像按高低排序，然后對3個站點(diǎn)的潮位變化情況進(jìn)行線性擬合，通過對比趨勢線的擬合決定系數(shù)R2和斜率，選擇潮位排序的基準(zhǔn)站點(diǎn)。圖4a至圖4c分別顯示了以大豐港、弶港和洋口港潮位站為基準(zhǔn)進(jìn)行影像成像時刻潮位排序后的潮位分布和線性擬合結(jié)果，表1列出了對應(yīng)的擬合決定系數(shù)R2和斜率值。

表1 不同排序基準(zhǔn)下各站點(diǎn)的潮位變化擬合決定系數(shù)與斜率Table 1 The coefficient of determination and slope for fitting tide level changes at different tide stations under different sequencing conditions

相較而言，如圖4c所示，以洋口港站為排序基準(zhǔn)下，大豐港站和弶港站潮位變化趨勢線性擬合效果相對較好，大豐港站、弶港站、洋口港站的擬合決定系數(shù)R2分別為0.74、0.32和0.93，潮位點(diǎn)變化離散起伏較小，表明以洋口港站為排序基準(zhǔn)，大豐港與弶港站的潮位變化趨勢更具有規(guī)律性。進(jìn)一步對比趨勢線斜率，以洋口港站為排序基準(zhǔn)時，大豐港站、弶港站、洋口港站潮位趨勢斜率分別為-0.11、-0.06和-0.13，3個站點(diǎn)的潮位變化斜率變化差異最小，潮位變化速率最為接近。因此選定洋口港站作為基準(zhǔn)站點(diǎn)進(jìn)行潮位排序，其中，12條具有正確空間與潮位關(guān)系特征的水邊線，后續(xù)直接參與DEM插值構(gòu)建；其余21條水邊線根據(jù)潮高大小相似、平面位置相近、線段相交的原則，分成5組，各組潮差范圍在0.13～0.4 m之間，平均潮差間隔0.24 m。5組水邊線對應(yīng)的影像組如表2所示，用于下一步的影像序列合成及海陸邊界線提取。

表2 各影像組中的影像與成像時刻潮位高度Table 2 Images and their correspondent tide levels for each image group

圖4 各潮位站點(diǎn)在不同排序條件下影像成像時刻的潮位分布和線性擬合Fig. 4 Tide level distribution and linear fitting of imaging time at various tide stations under different sequencing conditions

3.2 影像序列合成與海陸邊界線提取

影像序列合成方法通過統(tǒng)計一個特定周期內(nèi)影像各像元的灰度值域分布，來指示該像元位置被潮水淹沒的頻率狀況，然后結(jié)合潮高變動范圍，將時間序列影像的灰度值域轉(zhuǎn)變?yōu)槌备哂?，在特定潮高范圍?nèi)獲得預(yù)設(shè)淹沒頻率下的海陸邊界線[18]。以其代替分布于較窄區(qū)域內(nèi)的多時相水邊線，可去除水邊線交叉所帶來的高度異常起伏。

將用于序列合成的遙感影像按組裁剪為相同大小，采用改進(jìn)的歸一化差值水體指數(shù)（MNDWI）進(jìn)行圖像增強(qiáng)處理[25]，來加大影像中的海陸差異，并進(jìn)行影像序列合成。MNDWI公式如下：

式中，Rg為 綠波段反射率，在Landsat 8 OLI和Sentinel 2 MSI中同為B3波段；Rswir為短波紅外波段反射率，在Landsat 8 OLI和Sentinel 2 MSI中分別對應(yīng)B6波段和B11波段。在淤泥質(zhì)潮灘，由于短波紅外波段對渾濁海水的光譜反射率較低，因此使用MNDWI處理后，海陸邊界色調(diào)對比度更強(qiáng)，有利于海陸邊界線的識別。

與以長時間序列影像為基礎(chǔ)，取MNDWI中位數(shù)作為合成影像像元值的方式不同[18]，由于各影像組內(nèi)原始影像的時間跨度短、數(shù)量少，經(jīng)過篩選和排序后各像元MNDWI序列中基本不存在離群值，利用中位數(shù)去除異常值影響的作用并不顯著，因此選取序列的平均值來完成新圖像的合成。這樣通過計算像元的MNDWI平均值作為合成圖像的像元值，將較短周期內(nèi)各影像中呈現(xiàn)的沙體變化進(jìn)行均值化處理，可以在弱化單一成像時刻下瞬時沙體形態(tài)的同時，獲得代表地形平均變化特征的海陸邊界位置信息。

圖5 顯示了以影像組HC-4為例的5景遙感影像的MNDWI序列合成與海陸邊界線提取過程。可以看到，取序列MNDWI均值形成的合成圖像（圖5c）中出露沙體與海水的邊界總體清晰，僅在部分區(qū)域如蔣家沙東部和西南部呈現(xiàn)海陸灰度值相似、邊界不明顯狀況。通過觀察該合成圖像的MNDWI分布直方圖，取0.42的谷值作為分割閾值，生成海陸二值圖像（圖5d），進(jìn)一步利用Sobel邊緣檢測算子提取出海陸邊界線。以邊界線為基礎(chǔ)、300 m為距離構(gòu)建緩沖區(qū)，疊加合成前5景原始影像提取的瞬時水邊線，除部分區(qū)域如蔣家沙西北側(cè)與陸岸相連區(qū)域以及東南側(cè)潮溝擺動頻繁區(qū)域以外，各瞬時水邊線均位于該緩沖區(qū)內(nèi)，表明序列合成影像提取的海陸邊界線結(jié)果能夠較準(zhǔn)確的還原該潮位區(qū)間內(nèi)沙體的平均輪廓信息。圖5e顯示了5組合成影像提取的海陸邊界線結(jié)果。

圖5 影像組HC-4的MNDWI序列合成與海陸邊界線提取過程Fig. 5 MNDWI sequence synthesis and sea-land boundary extraction of image group HC-4

3.3 初始潮間帶DEM構(gòu)建

由于提取的水邊線或合成的海陸邊界線不能被簡單視為等高線，因此將提取出的12條具有正確空間與潮位關(guān)系特征的水邊線和從合成影像組中提取的5條合成海陸邊界線，按照30 m的間隔進(jìn)行空間離散，針對其環(huán)狀的形態(tài)特征，選用反距離平方加權(quán)方法進(jìn)行空間潮位內(nèi)插[26]。其中，12條水邊線的潮位插值依據(jù)為各潮位控制站點(diǎn)在影像成像時刻的潮位，5條合成海陸邊界線的潮位插值依據(jù)為各潮位控制站點(diǎn)在合成組內(nèi)各影像成像時刻潮位的平均值。對所有的離散點(diǎn)通過潮位控制站點(diǎn)的潮位值進(jìn)行反距離平方加權(quán)潮位插值及賦值處理后，利用不規(guī)則三角網(wǎng)（TIN）方法，構(gòu)建得到研究區(qū)的初始潮間帶DEM。

3.4 具有潮溝微地形特征的潮間帶DEM構(gòu)建

潮間帶表面潮溝大多寬度窄、深度淺、高差小，通過空間插值方法直接反演難度較大。因此參考平原河道地形嵌入思路，通過單獨(dú)構(gòu)建潮溝區(qū)域地形DEM，然后將其鑲嵌至初始潮間帶DEM上，可以實(shí)現(xiàn)對潮間帶微地形的細(xì)致模擬[27]。

選取覆蓋研究區(qū)的2018年2月23日Sentinel 2 MSI衛(wèi)星遙感影像進(jìn)行潮溝邊界線和中線提取，該影像潮灘出露基本為最大范圍，潮溝形態(tài)清晰完整。首先參照水邊線提取流程，提取得到矢量格式的潮溝兩側(cè)邊界線，用于控制潮溝范圍，潮溝寬度從0 m至575.92 m；然后將兩側(cè)邊界線封閉形成面圖層，提取出潮溝中線，用于控制潮溝深度。對潮溝邊界線與中線按照30 m間隔離散，通過前述3個潮位站點(diǎn)的潮位值利用反距離平方加權(quán)進(jìn)行潮位空間插值，得到離散點(diǎn)的高程。對于提取的潮溝邊界線與中線，3個潮位站點(diǎn)的潮位取值方法如下：潮溝邊界線直接取所提取的影像的成像時刻潮位；潮溝中線由于并非直接提取自影像，因此假定所提潮溝的底部在全年最低潮位下均被海水淹沒，選擇排序基準(zhǔn)洋口港站在2018年最低潮位時刻對應(yīng)的3個潮位站點(diǎn)的潮位，作為其潮位插值基準(zhǔn)。然后同樣利用不規(guī)則三角網(wǎng)（TIN）方法，插值構(gòu)建出潮溝DEM。利用ArcGIS的圖像鑲嵌工具，將構(gòu)建后的潮溝DEM以像元為基礎(chǔ)嵌入原始潮間帶DEM，完成對潮溝位置處的地形替換和邊界平滑處理，即可得到最終具有潮溝微地形特征的潮間帶DEM。

4 結(jié)果

4.1 DEM構(gòu)建結(jié)果

對比常規(guī)遙感水邊線方法與增強(qiáng)型地形構(gòu)建方法構(gòu)建的沙體地形，常規(guī)遙感水邊線方法以全部33景影像所提取的瞬時水邊線為基礎(chǔ)進(jìn)行空間插值，構(gòu)建的潮間帶地形如圖6a所示，高度范圍為-2.30～1.69 m；增強(qiáng)型潮灘構(gòu)建方法構(gòu)建的DEM如圖6b所示，高程范圍為-2.68～1.69 m。將二者所構(gòu)建的DEM作差值運(yùn)算，得到的差值分布呈現(xiàn)明顯正態(tài)分布特征，平均差值為-2.93 cm，差值范圍在±0.3 m以內(nèi)的區(qū)域占64.64%，可見兩者構(gòu)建的DEM結(jié)果整體上保持了相似的地形信息。但是由于增強(qiáng)型地形構(gòu)建方法進(jìn)行了潮溝鑲嵌處理，將原始潮灘上的部分平緩地形替換為V字型潮溝地形，造成灘面高程的最低值下探，因此高程變化范圍略大于前者。

圖6 地形構(gòu)建結(jié)果對比Fig. 6 Comparison of terrain construction results

在地形呈現(xiàn)方面，常規(guī)遙感水邊線方法構(gòu)建的DEM表面多呈點(diǎn)狀或線狀分布，形態(tài)較為破碎，起伏變化雜亂，且無明顯的潮溝形態(tài)。高程較高的沙脊區(qū)域分布于蔣家沙西部和高泥的西北部，雖然能看出呈塊狀趨勢，但總體較為破碎。而增強(qiáng)型潮灘構(gòu)建方法減少了因?yàn)樗吘€交叉冗余所造成的高度異常起伏與地形破碎，增強(qiáng)了潮間帶灘面的潮溝微地形特征，因此可以看到構(gòu)建的潮間帶DEM表面起伏過渡平滑自然，地貌單元多呈塊狀分布，潮溝形態(tài)清晰，多以線狀或樹枝狀分布于沙體邊緣，尤其在蔣家沙南部較為集中。沙脊區(qū)域位置與前者一致，但空間形態(tài)更加完整。

4.2 與DEM實(shí)測地形對比分析

4.2.1地形精度分析

增強(qiáng)型地形構(gòu)建方法獲得的潮間帶DEM空間分辨率為30 m，能夠較為精細(xì)的描述地形起伏細(xì)節(jié)，但實(shí)測剖面是由250 m間隔下的剖面點(diǎn)組成，不同分辨率基準(zhǔn)無法直接進(jìn)行精度對比，因此首先采用升尺度方法，將模擬DEM的空間分辨率插值為250 m；然后采用平均絕對誤差（Mean Absolute Error, MAE）、均方根誤差（Root Mean Square Error, RMSE）和相關(guān)系數(shù)（r）3個指標(biāo)進(jìn)行DEM高程精度驗(yàn)證。

根據(jù)4條剖面的同名點(diǎn)高程數(shù)據(jù)對比，利用增強(qiáng)型地形構(gòu)建方法得到的條子泥-蔣家沙-竹根沙DEM平均的MAE為0.43 m，RMSE為0.54 m，地形起伏變化的相關(guān)系數(shù)r為0.75。從各斷面來看，如圖7所示，誤差最大剖面為JJS-Z，其MAE與RMSE分別為0.53 m和0.65 m；誤差最小的為ZGS-Z，MAE為0.37 m，RMSE為0.34 m。地形趨勢變化中相關(guān)系數(shù)最高的斷面同樣為ZGS-Z，r為0.85，最低為JJS-H，r為0.65。4條剖面中，竹根沙沙體的誤差結(jié)果較蔣家沙沙體偏小，主要是由于蔣家沙、條子泥區(qū)域與陸岸的距離較近，受陸岸圍墾等人類開發(fā)活動影響較大，水動力環(huán)境復(fù)雜，沙體東側(cè)的東大港大型潮溝系統(tǒng)向東南方向擺動，潮溝拓寬浚深；西側(cè)的西大港潮溝向南貫通，造成蔣家沙沙體沖淤頻繁，灘面小型潮溝變化活躍，對水邊線的提取與DEM插值精度產(chǎn)生影響。而竹根沙區(qū)域距離陸岸較遠(yuǎn)，水動力環(huán)境相對蔣家沙而言較為穩(wěn)定，沙體在研究周期內(nèi)變化較小，因此DEM精度相對較高。此外，增強(qiáng)型地形構(gòu)建方法得到的地形DEM反映的是模擬時段內(nèi)的平均地形信息，具有一定的地形概化與平均效果，而實(shí)測數(shù)據(jù)顯示的是地表測量時點(diǎn)的瞬時形態(tài)，因而DEM獲取方法的差異及數(shù)據(jù)所代表的時效性也是造成兩者地形之間存在差異的一個重要原因。

圖7 各剖面實(shí)測地形與模擬地形的精度和趨勢相關(guān)性對比Fig. 7 Comparison of the accuracy and trend correlation between the measured and simulated terrain at each section

4.2.2剖面形態(tài)分析

圖8 顯示了增強(qiáng)型地形構(gòu)建方法獲得的沙體DEM與實(shí)測DEM的剖面形態(tài)對比?？梢钥闯?，JJSH、JJS-Z和ZGS-Z 3條剖面中實(shí)測與模擬地形的起伏位置總體基本吻合，但在地形起伏程度上，除了ZGS-H剖面的模擬地形起伏較實(shí)測地形稍大以外，其余剖面實(shí)測地形的起伏更為顯著。如圖8a所示，JJSH剖面中實(shí)測地形在距離起點(diǎn)3 000 m和9 000 m處有各有一個明顯的沙脊隆起，高程分別達(dá)到0.3 m和0.8 m；而在模擬地形中，相同位置上同樣有小的地形上升，但上升高度并不明顯。圖8b所示的JJS-Z剖面中，實(shí)測地形在距起點(diǎn)2 000 m和7 500 m處都存在明顯的潮溝下切，深度可達(dá)到約-2.5 m；在模擬剖面中兩處位置同樣存在潮溝，但下切深度僅達(dá)到-2 m左右，較實(shí)測地形存在一定差異。這主要是由于序列合成處理將沙體在不同時相的變化平均化，且潮位賦值也同樣以潮高變化的平均值為主，因此相比于實(shí)測地形，模擬DEM的高程變化幅度呈現(xiàn)被壓縮狀態(tài)。圖8d中ZGS-Z剖面的反演結(jié)果在地形起伏方面基本與實(shí)測剖面一致，其中在距起點(diǎn)約0～2 000 m的范圍內(nèi)呈現(xiàn)出地形上升，而后2 000～6 500 m呈現(xiàn)出緩慢下降趨勢，表明竹根沙中沙體北側(cè)較南側(cè)更陡。

ZGS-H剖面（圖8c）與前面3個剖面呈現(xiàn)出相反特征，在距離起點(diǎn)2 000～8 000 m的范圍中，實(shí)測剖面相對較為平緩，但是模擬地形起伏較為明顯。對比影像數(shù)據(jù)可知，起伏位置都表現(xiàn)為潮溝分布。由于模擬DEM的空間分辨率高，結(jié)果能呈現(xiàn)更為細(xì)致的起伏結(jié)果，且升尺度后的同名位置點(diǎn)仍然能保持周期影像內(nèi)的起伏信息，但實(shí)測地形在250 m的分辨率下，部分較小潮溝信息無法呈現(xiàn)，因而該段區(qū)域內(nèi)的地形呈現(xiàn)出輕微起伏下的平緩狀況。

圖8 剖面形態(tài)對比Fig. 8 Morphology comparison of each section

5 結(jié)論

本文提出了一種岸外沙洲潮間帶增強(qiáng)型地形遙感構(gòu)建方法，通過將常規(guī)遙感水邊線法與序列影像合成法相結(jié)合，完成小范圍和短周期下的潮灘地形反演；進(jìn)一步引入潮溝DEM鑲嵌技術(shù)，實(shí)現(xiàn)了表現(xiàn)潮灘微地貌特征的岸外沙洲潮間帶DEM快速構(gòu)建。研究結(jié)果表明：

（1）根據(jù)模擬的潮間帶DEM與實(shí)測地形之間的4條驗(yàn)證剖面對比，平均的MAE為0.43 m，RMSE為0.54 m，相關(guān)系數(shù)為 0.75，兩者的地形起伏位置較為吻合。但是由于增強(qiáng)型地形構(gòu)建方法得到的是模擬周期內(nèi)的平均地形變化狀況，因此地形整體起伏偏小。

（2）對比增強(qiáng)型地形遙感構(gòu)建方法與常規(guī)遙感水邊線法得到的潮灘DEM結(jié)果，兩者的平均差值為-2.93 cm，差值呈現(xiàn)明顯的正態(tài)分布特征且范圍在±0.3 m以內(nèi)的區(qū)域占64.64%，可見增強(qiáng)型地形遙感構(gòu)建方法能夠較好地保留潮灘平均高度變化信息。同時該方法減少了因?yàn)┟娉睖蠑[動導(dǎo)致水邊線交叉造成的高程誤差和地形破碎，構(gòu)建的潮間帶DEM表面起伏過渡自然，潮溝形態(tài)清晰，因此適用于淤泥質(zhì)潮間帶地形的快速構(gòu)建，并保證較高的DEM模擬精度。

該方法在合成影像組的確定過程中，需要首先對所有影像的水邊線進(jìn)行提取，而后在水邊線空間排序的基礎(chǔ)上再對比潮位高度的變化范圍，從而確定影像組對應(yīng)的影像數(shù)據(jù)。但是從以上影像組提取的水邊線并未參與后續(xù)的潮間帶DEM構(gòu)建，所以后續(xù)研究需要對影像中沙體出露范圍判斷和影像成像時刻潮位匹配流程進(jìn)行改進(jìn)優(yōu)化，來提高本潮間帶增強(qiáng)型地形遙感構(gòu)建方法的建模效率。

致謝：感謝歐洲航天局（ESA）和美國地質(zhì)調(diào)查局（USGS）提供的免費(fèi)衛(wèi)星影像資料，以及國家海洋信息中心提供的潮位資料信息。