2024, Vol. 33
PDF
海岸带是指现在海陆之间相互作用的地带，是人类活动较集中、频繁的区域，也是生态较脆弱的区域. 海岸线处在这一区域前锋地带，具有复杂、敏感和多变的特性. 海岸线的建设布局与合理开发，对当地经济社会及生态环境的可持续发展有着重要影响 [1-3]. 海岸线变化监测已成为近年来地球观测研究的热点，传统的地面调查费时、费力、时效性差，而遥感技术具有宏观、快速、高频、定量和节约成本等优势，是海岸带变化动态监测的重要方法 [4-12]. 国内外很多学者利用遥感和GIS技术在海岸线变迁研究方面做了大量的工作. Moran等利用GIS技术分析了得克萨斯州墨西哥湾海岸线演变规律，并预测了未来海岸线的位置 [4]；Ekercin等利用多时相Landsat卫星图像检测爱琴海海岸线变化，发现局部地区位移超过200 m [6]；夏真等利用遥感技术研究了大亚湾地区海岸线变迁，探讨了以多时相数据为基础开展海岸线变迁研究的技术和方法 [10]；朱小鸽等应用多时相Landsat卫星影像，采用神经网络分类方法监测了珠江口等地区海岸线的变化情况 [11]；蔡则健等利用3期卫星遥感图像定量和定性分析了江苏海岸线20 a的演变特点和趋势 [12].
随着空间探测和信息技术的发展，遥感技术在农业、林业、地质等很多行业成了常规手段 [13-15]，但是以往的遥感调查和监测工作中，遥感数据收集和预处理工作，仍需耗费相当的精力. 谷歌地球(Google Earth)平台集中了全球多种卫星数据，包括Landsat、QuickBird、IKONOS和SPOT5等卫星影像. 2016年上线的Timelapse模块，用户可以方便地浏览全球1984年以来的逐年历史卫星图像，为海岸线变化时间序列分析提供了极大的便利 [16]. 本研究主要基于谷歌地球平台的时间序列影像数据，综合运用“3S”技术，提取和分析大连市1984-2018年间大陆海岸线变化情况，为大连市海岸带监测和管理提供科学依据，同时探索一种高效便捷进行海岸线监测的技术方法.
1 研究区概况大连市位于辽东半岛南端，地处黄海和渤海之滨，北依中国东北腹地，南与山东半岛隔海相望，是东北地区最大的港口城市. 全市总面积12 574 km2，管辖海域面积约2.9×104 km2，超过陆地面积1倍有余. 大连市辖区海岸线长1 906 km，占辽宁省海岸线总长度的73%，其中陆地海岸线1 288 km，海岛岸线618 km，是全国海岸线最长的城市. 研究区地形为北高南低、北宽南窄，地貌以山地丘陵为主，少平原低地 [17]. 本次研究对象为大连市大陆海岸线，未考虑离大陆较远的海岛. 为了方便统计，将沿海岸线划分为19段，命名借用了邻近海湾或河口的地名，不具有严格的地理含义(如图 1所示).
|
图 1 研究区地理位置图 Fig.1 Location map of the study area 1-大连市范围(Dalian City)；2-大陆海岸线(continental coastline) |
本研究采用数据主要来源于谷歌地球平台，该平台卫星影像主要来自QuickBird、IKONOS、SPOT和Landsat等卫星数据. 基于谷歌地球，获取了大连地区1984、1989、1994、2000、2004、2009、2014和2018年共8期遥感图像. 此外，还收集了2005年的SPOT5影像、2018年的GF2影像数据，以及1954年编制的地形图(部分)和1988年海图等资料. 对遥感数据的预处理主要有几何校正、图像镶嵌和裁剪等，数据处理基于ArcGIS平台进行.
3 海岸线提取 3.1 解译标志的建立根据海岸线的形态和成因，可以分为自然海岸线和人工海岸线. 大连市自然海岸主要有基岩海岸、淤泥质海岸和砂砾质海岸. 在本次海岸线解译工作之前，首先确定海岸线的划分原则. 自然岸线以平均大潮高潮线为准，人工岸线以修建的堤坝、挡水墙、围海造陆区外围海堤等为准 [18-19].
经过野外调查和初步解译，研究区自然海岸线以基岩海岸线和淤泥质海岸线为主，其中淤泥质海岸大多被开垦为围海养殖区，变更为人工海岸. 因此，本次解译工作的重点为基岩海岸和人工海岸. 通过分析海岸线在遥感图像上的颜色、色调、纹理、形状和地物空间关系等特征，建立了海岸线解译标志(如图 2所示).基岩海岸线位于山体的水边线之上，一般位于植被覆盖与水边中间，具有明显的阴影和纹理，在遥感影像上的区分度较好. 人工海岸以人工修建的码头建筑物或围海养殖堤坝为界，边界清晰，且比较平直，在遥感影像上容易辨别. 砂砾质海岸线由于具有较高的光谱反射率，在遥感影像上为高亮度像元，取滩脊痕迹线上限或陡崖基部与沙滩交线处为海岸线边界 [18].
|
图 2 主要海岸线类型解译标志图 Fig.2 Interpretation marks of main coastline types a-基岩海岸(bedrock coast)；b-砂砾质海岸(sandy gravel coast)；c-人工海岸(码头)(artificial coast for wharf)；d-人工海岸(围海养殖)(artificial coast for mariculture) |
采用精度较高的人工目视解译的方法提取海岸线. 目视解译常用的方法有直接判读法、对比分析法、信息复合法、综合推理法和地理相关分析法. 在海岸线解译过程中，综合运用这些方法，将前后不同时间的遥感影像进行对比分析，还原海岸线发展演变过程，提高解译的可靠性. 主要工作流程分为资料收集和预处理、海岸线解译与验证和成果图制作3个部分，如图 3所示.
|
图 3 海岸线提取流程图 Fig.3 Flowchart of coastline extraction |
在无法获得有效数量的高精度控制点以及“真实海岸线”的情况下，通用的方案是采用推论评估法来评价海岸线解译质量，即将2005年和2018年两期解译结果与同期高分辨率SPOT5和GF2卫星图像进行对比验证 [20]. 同时设计了两条验证路线，将地貌特征不明显且变化较大的地区作为重点，如长兴岛-董家口湾-葫芦山湾-普兰店湾，为重点验证路线 [21-22]. 专题图制作基于ArcGIS平台，最终制作的大连市海岸线遥感解译图如图 4所示.
|
图 4 大连市1984-2018年海岸线遥感解译图 Fig.4 Remote sensing interpreted coastlines in Dalian City during 1984-2018 |
需要说明的是，海岸线一般受潮汐影响，而卫星影像揭示的是地物的瞬时特征. 考虑到主要海岸线类型为基岩海岸和人工海岸，受潮位影响较小，所以本研究忽略了潮汐影响下瞬时海岸线的轻微变化.
4 结果分析 4.1 总体变化分析从解译结果可以看出，1984-2018年间，大连市大陆海岸线长度发生了较大的变化. 1984年大连市大陆海岸线长度为1 148.042 km，1989年增长到1 165.547 km，随后经历了缓慢减小，至2004年，海岸线长度为1093.738 km. 此后，海岸线一直增长，到2018年为1 247.483 km，总体呈“V”字型发展(图 5).
|
图 5 大连市1984-2018年间海岸线长度变化图 Fig.5 Coastline length changes of Dalian City during 1984-2018 |
为了分析海岸线变化情况，将8个期次的海岸线以每相邻两期分为1组，共7组进行变化分析. 海岸线变化的部分，忽略自然变化，便是人工围(填)海或拆围的部分，以前者为主. 统计海岸线变化面积，可以看出，大连市1984-2018年间，围(填)海面积总量为685.23 km2，年平均变化量为20.154 km2. 从围(填)海增长速度来看，大连市1984年以来，可以分为3个阶段. 第一个阶段，1984-2004年，平均围(填)海增速均小于14 km2/a；第二个阶段，2004-2014年，是大连市围(填)海速度最快的10年，平均增速超过44 km2/a；第三个阶段，2014-2018年，大连市减少了围(填)海工程，年均增长率降低至不足5 km2/a (图 6).
|
图 6 大连市1984-2018年间围(填)海面积变化 Fig.6 Change of sea reclamation area in Dalian City during 1984-2018 1-总变化面积(total change area)；2-平均年变化面积(average annual change area) |
将围(填)海增速曲线与大连市国内生产总值(GDP)变化曲线进行对比(图 7)，可以看出20年间，两者曲线具有较强的相关性. 由此可见，大连市作为滨海城市，岸线的扩张与城市发展关系密切.
|
图 7 大连市国内生产总值统计图(数据来自大连市统计局) Fig.7 GDP statistics of Dalian City (Data from Statistical Bureau of Dalian City) 1-大连市GDP (GDP of Dalian City)；2-GDP增速(GDP growth rate) |
从空间分布来看，海岸线的变化主要集中在大连市各个湾区和河口地区，其中变化量从大到小依次为普兰店湾、太平湾、葫芦山湾、沙河口地区、庄河口地区、青堆子湾、金州湾、大连湾、碧流河口地区、复州湾、大窑湾、小窑湾、董家口湾、长兴岛、星海湾、双岛湾、常江澳、营城子湾、羊头湾和铁山地区(图 8).
|
图 8 大连市1984-2018年分地区海岸线变化情况 Fig.8 Coastline changes in Dalian City by region during 1984-2018 1-1984-1989年；2-1989-1994年；3-1994-2000年；4-2000-2004年；5-2004-2009年；6-2009-2014年；7-2014-2018年 |
分析1984年和2018年两期海岸线变化，可以看出大连市海岸线变化总面积为636.719 km2 (见表 1)，相比分期统计总面积(图 8)，减少了49.09 km2. 这部分面积反映的是海岸线反复变化的面积. 比如，先建设的是围海养殖区，后来废弃和变更为围海造地项目，这种情况主要集中在普兰店湾和长兴岛一带.
|
表 1 大连市各地区1984-2018年间海岸线变更类型统计表 Table 1 Statistics of coastline changes in different regions of Dalian City during 1984-2018 |
海岸线的变化区，从用途而言可分为港口、建设用地、填而未用、围而未填、围垦、盐田和养殖区等. 为了多期次对比研究的便利，将这些细分类型概括为两大类. 第一类为围海养殖区，包括围而未填、围垦、盐田和养殖区，主要特征为人工建设的堤坝完全或基本阻隔海水自由流通. 第二类为填海造陆区，包括港口、建设用地、填而未用3种类型，其主要特征为海域变更为陆地. 根据该方案，将1984-2018年的海岸线变化情况进行分类，分析变化情况(表 1).
截至2018年，大连市填海造陆总面积为197.568 km2，围海养殖区总面积为439.150 km2. 其中填海造陆区主要集中于金州湾、葫芦山湾、大连湾、普兰店湾、大窑湾、庄河口地区等，围海养殖区主要集中在普兰店湾、庄河口地区、太平湾、青堆子湾、沙河口地区、复州湾、碧流河口等地(图 9). 主要规律为，填海造陆区主要集中在中南部市辖区和开发区，围海养殖区则分散于大连市北部和东部两侧.
|
图 9 大连市各地区海岸线变化空间分布图 Fig.9 Spatial distribution map of coastline changes in Dalian City 1-围海养殖区面积(area of sea mariculture)；2-填海造陆区面积(area of land reclamation) |
选择普兰店湾和长兴岛一带作为典型，分析大连市海岸线局部变化规律. 普兰店湾地区海岸线变化较大的时间段有两个，第一个为1984-2000年，第二个为2004-2014年(如图 10、11). 1984年遥感图像显示，普兰店湾北侧、南侧和东侧鞍子河河口一带就有一定规模的海水养殖业基础. 1984-1989年间，该地区的围海养殖业发展很快，增长的海水养殖区面积占大连市总围(填)海面积的一半左右. 1994-2014年间，南侧的部分海水养殖区变更为围海造地项目，海水养殖业向湾区西北侧发展. 这段时间，普湾新区和金普新区相继成立，三十里铺临港工业区、松木岛化工园区等建设项目，是土地用途变更的主要原因.
|
图 10 长兴岛开发区和普兰店湾海岸线变化柱状图 Fig.10 Histogram of coastline changes in Changxing Island Development Zone and Pulandian Bay 1-长兴岛开发区(Changxing Island Development Zone)；2-普兰店湾(Pulandian Bay) |
|
图 11 1984-2018年典型岸段海岸线变化 Fig.11 Coastline changes of typical segments during 1984-2018 A-普兰店湾(Pulandian Bay)；B-长兴岛开发区(Changxing Island Development Zone) |
长兴岛一带，包括长兴岛-葫芦山湾-董家口湾，是海岸变化较为频繁的地区(如图 10、11). 根据1984年影像资料，本地海水养殖区主要集中在董家口湾附近. 2004年之前，该地区海岸线变化面积较小，年均围(填)海面积为0.315 km2. 2004年之后，该地区围(填)海工程迅速增加，年平均增长面积达到5.111 km2. 部分海水养殖区被废弃，增加了很多围海造地项目，这些项目主要集中在葫芦山湾和长兴岛西侧. 主要原因是2005年成立长兴岛临港工业区，2010年长兴岛经济技术开发区升级为国家级经济开发区，大面积的围海造地项目开始实施.
5 结论基于谷歌地球平台的遥感时间序列影像数据，提取和分析了大连市1984年至2018年间的海岸线变化情况. 研究表明：
(1) 大连市海岸线增长经历了低-高-低3个阶段，时间节点为2004年和2014年. 海岸线增速曲线与GDP增速曲线具有较强的相关性，说明大连市经济与海洋关系较为密切.
(2) 大连市海岸线变化主要分布在湾区和河口地区，变更土地类型，可以概括为围海养殖区和填海造陆区两种. 其中填海造陆区主要集中在市辖区中南部和长兴岛开发区，围海养殖区则分散在北部和东部的瓦房店、普兰店和庄河等地.
(3) 大连市海水养殖业起步早，且一直在发展. 近年来，城市扩张和产业升级，在一定程度上挤压了传统海水养殖业的空间，造成部分海水养殖区变更或迁移.
总之，大连市海岸线变化主要受人为干预影响，与经济发展方式密切相关. 作为全国海岸线最长的城市，大连市有着得天独厚的海洋资源优势. 确保海洋资源的合理开发和利用，是海洋经济持续、稳定、协调发展的关键，因此采用科学有效的方法来加强海洋资源的监测和管理至关重要. 遥感技术发展到今天，积累了海量的数据，遥感大数据的处理和信息挖掘必将成为新的学科. 谷歌地球平台整合海量遥感数据，为快速开展海洋监测提供了便利，但免费公开的数据精度有限，本文对海岸线类型未做精细分类. 下一步，可以选择长兴岛地区和普兰店湾等重点岸段，进行大比例尺遥感调查，为政府管理和科学研究提供支撑.
| [1] |
徐进勇, 张增祥, 赵晓丽, 等. 2000-2012年中国北方海岸线时空变化分析[J]. 地理学报, 2013, 68(5): 651-660. Xu J Y, Zhang Z X, Zhao X L, et al. Spatial-temporal analysis of coastline changes in northern China from 2000 to 2012[J]. Acta Geographica Sinica, 2013, 68(5): 651-660. |
| [2] |
刘富强, 吴涛, 蒋国俊, 等. 海岸线与海岸景观格局对人为干扰度的动态响应——以营口市南部海岸为例[J]. 生态学报, 2017, 37(22): 7427-7437. Liu F Q, Wu T, Jiang G J, et al. Dynamic response of the coastline and coastal landscape patterns to Hemeroby: A case study along the south coast of Yingkou[J]. Acta Ecologica Sinica, 2017, 37(22): 7427-7437. |
| [3] |
印萍, 林良俊, 陈斌, 等. 中国海岸带地质资源与环境评价研究[J]. 中国地质, 2017, 44(5): 842-856. Yin P, Lin L J, Chen B, et al. Coastal zone geo-resources and geo-environment in China[J]. Geology in China, 2017, 44(5): 842-856. |
| [4] |
Moran C A A. Spatio-temporal analysis of Texas shoreline changes using GIS technique[D]. Texas: Texas A&M University, 2004.
|
| [5] |
Masria A, Nadaoka K, Negm A, et al. Detection of shoreline and land cover changes around Rosetta promontory, Egypt, based on remote sensing analysis[J]. Land, 2015, 4(1): 216-230. DOI:10.3390/land4010216 |
| [6] |
Ekercin S. Coastline change assessment at the Aegean Sea coasts in Turkey using multitemporal Landsat imagery[J]. Journal of Coastal Research, 2007, 23(3): 691-698. |
| [7] |
El Islam B N, Fouzia H, Khalid A. Combination of satellite images and numerical model for the state followed the coast of the bay of Bejaia-Jijel[J]. International Journal of Environment and Geoinformatics, 2017, 4(1): 1-7. DOI:10.30897/ijegeo.306486 |
| [8] |
Sagar S, Roberts D, Bala B, et al. Extracting the intertidal extent and topography of the Australian coastline from a 28 year time series of Landsat observations[J]. Remote Sensing of Environment, 2017, 195: 153-169. DOI:10.1016/j.rse.2017.04.009 |
| [9] |
Thi V T, Xuan A T T, Nguyen H P, et al. Application of remote sensing and GIS for detection of long-term mangrove shoreline changes in Mui Ca Mau, Vietnam[J]. Biogeosciences, 2014, 11(14): 3781-3795. DOI:10.5194/bg-11-3781-2014 |
| [10] |
夏真, 陈太浩, 赵庆献. 多时相卫星遥感海岸线变迁研究——以大亚湾地区为例[J]. 南海地质研究, 2022(12): 102-108. Xia Z, Chen T H, Zhao Q X. Study on the shoreline changes by multiseasonal satellite remote sensing data: Take Dayawan Bay as a pilot[J]. Research of Geological South China Sea, 2022(12): 102-108. |
| [11] |
朱小鸽. 珠江口海岸线变化的遥感监测[J]. 海洋环境科学, 2002, 21(2): 19-22. Zhu X G. Remote sensing monitoring of coastline changes in Pearl River estuary[J]. Marine Environmental Science, 2002, 21(2): 19-22. |
| [12] |
蔡则健, 吴曙亮. 江苏海岸线演变趋势遥感分析[J]. 国土资源遥感, 2002, 53(3): 19-23. Cai Z J, Wu S L. Remote sensing analysis of the coastline development in Jiangsu Province[J]. Remote Sensing for Land & Resources, 2002, 53(3): 19-23. |
| [13] |
林辉, 童显德, 黄忠义. 遥感技术在我国林业中的应用与展望[J]. 遥感信息, 2002(1): 39-43, 51. Lin H, Tong X D, Huang Z Y. A review on remote sensing's application, puzzle and prospect in forestry[J]. Remote Sensing Information, 2002(1): 39-43, 51. |
| [14] |
姚远, 陈曦, 钱静. 遥感数据在农业旱情监测中的应用研究进展[J]. 光谱学与光谱分析, 2019, 39(4): 1005-1012. Yao Y, Chen X, Qian J. Advance in agricultural drought monitoring using remote sensing data[J]. Spectroscopy and Spectral Analysis, 2019, 39(4): 1005-1012. |
| [15] |
江山, 张渝金, 汪岩, 等. 基于Landsat8 OLI数据的遥感蚀变异常提取应用研究——以内蒙古阿鲁科尔沁旗地区为例[J]. 地质与资源, 2018, 27(1): 93-98. Jiang S, Zhang Y J, Wang Y, et al. Application of alteration anomaly extraction by remote sensing based on Landsat 8 OLI data: A case study of Ar Horqin Qi, Inner Mongolia[J]. Geology and Resources, 2018, 27(1): 93-98. |
| [16] |
徐南. 利用美国陆地卫星监测1987-2016年全球海岸线变化[D]. 北京: 清华大学, 2019. Xu N. Monitoring global coastline changes over 1987-2016 using Landsat data[D]. Beijing: Tsinghua University, 2019. |
| [17] |
杜家伟, 柯丽娜, 李钰, 等. 大连市海岸线及围填海时空演变分析[J]. 国土与自然资源研究, 2017(6): 31-34. Du J W, Ke L N, Li Y, et al. Analysis of temporal and spatial evolution of coastline and reclamation in Dalian[J]. Territory & Natural Resources Study, 2017(6): 31-34. |
| [18] |
施佩歆, 王福, 商志文, 等. 津冀海岸线现状、变化特征及保护建议[J]. 地质通报, 2016, 35(10): 1630-1637. Shi P X, Wang F, Shang Z W, et al. The present situation and changing characteristics of the shorelines along Tianjin-Hebei coastal areas and proposal for protection[J]. Geological Bulletin of China, 2016, 35(10): 1630-1637. |
| [19] |
王雪鸽, 李晓燕, 贾明明, 等. 1975~2015年大连市海岸线变迁和围填海变化[J]. 海洋环境科学, 2017, 36(1): 87-93. Wang X G, Li X Y, Jia M M, et al. Analysis on changes in coastline and reclamation in Dalian from 1975 to 2015[J]. Marine Environmental Science, 2017, 36(1): 87-93. |
| [20] |
黄婷, 师庆三, 师庆东, 等. 利用高分辨率影像验证低分辨率遥感数据的分类精度研究[J]. 新疆大学学报(自然科学版), 2013, 30(2): 238-242. Huang T, Shi Q S, Shi Q D, et al. Validate classification precision of low spatial resolution remote sensing data by using high spatial resolution data[J]. Journal of Xinjiang University (Natural Science Edition), 2013, 30(2): 238-242. |
| [21] |
陈曦, 倪金, 邴智武, 等. 辽宁省海岸线近百年变迁特征分析[J]. 地质与资源, 2011, 20(5): 354-357. Chen X, Ni J, Bin Z W, et al. Research on the changes of coastlines in Liaoning Province in a century[J]. Geology and Resources, 2011, 20(5): 354-357. |
| [22] |
马宏伟, 冯雨林, 崔健, 等. 基于遥感和GIS技术的辽河三角洲岸线变迁与成因分析[J]. 地质通报, 2014, 33(10): 1578-1581. Ma H W, Feng Y L, Cui J, et al. An analysis of shoreline changes in Liaohe River delta based on remote sensing and GIS technology[J]. Geological Bulletin of China, 2014, 33(10): 1578-1581. |