题目：Rapid,robust,and automated mapping of tidal flats in China using time series Sentinel-2 images and Google Earth Engine
期刊：Remote Sensing of Environment
SCI分区：一区
影响因子：13.5
第一作者：Mingming Jia
发表单位：中国科学院东北地理与农业生态研究所湿地生态与环境重点实验室
发布日期：2021年3月15日
Rapid,robust,and automated mapping of tidal flats in China using time series Sentinel-2 images and Google Earth Engine
利用GEE和时间序列的Sentinel-2卫星影像快速、稳定且自动化地绘制中国沿海滩涂
亮 点
1.根据Sentinel-2卫星影像绘制的首张10米分辨率中国潮汐图。
2.GEE实现了潮汐淹没区的自动提取。
3.通过完全暴露的滩涂边缘点验证了提取精度。
4.用于最大mNDWI和NDVI结合来提取潮汐状况的。
摘 要
世界各地的滩涂受到潮汐填海和气候变化的威胁。随着沿海地区经济的加速发展，滩涂正在迅速变化，中国面临着特殊的挑战。滩涂在沿海地区提供的独特而重要的生态系统功能和服务保证了对这种特定土地覆盖类型进行高精度提取的必要性。现有的中国滩涂图是由30米分辨率的陆地卫星图像和辅助数据得出的，不足以支持实际的管理工作。在本研究中，为了获得更精确的空间分辨率更高的潮滩地图，我们使用了2019年和2020年在中国整个海岸线上获取的28,367幅时间序列Sentinel-2图像。Sentinel-2卫星较短的重访周期(2~5d)提高了获取高低潮影像的机会，更精细的空间分辨率(10m)提高了精确提取潮滩的能力。一种快速、可靠、自动化的潮坪测绘方法对于大规模应用至关重要。在本研究中，我们开发了一种将最大谱指数复合(MSIC)与Otsu算法(OA)相结合的方法，并将其命名为MSIC-OA。利用GEE平台，对Sentinel-2遥感影像自动执行MSIC-OA，生成最新的10m空间分辨率中国潮坪图(China_Tidal flat, CTF)。经过大量野外观测和选定边缘点的验证，CTF地图的总体精度达到95%，F1得分为0.93。经计算，全国滩涂面积为858,784ha，其中江苏省滩涂面积占比最大(24%)。这项研究是首次尝试以10米空间分辨率自动圈定潮滩。CTF地图可以为沿海生态系统的管理提供基本信息，并促进沿海和海洋相关可持续发展目标的实施。
关键词：潮滩；Sentinel-2影像；最大光谱指数合成(MSIC)；Otsu算法(OA)；Google Earth Engine；边缘点检测；中国
1.研究内容与结果
潮滩，包括潮间带泥滩、岩石和沙，是海洋和陆地环境之间的过渡地带。在本研究中，沿海滩涂被定义为在最大和最小潮汐淹没之间的非植被区域，即沿海岸线的最高和最低潮汐水线。因此，绘制潮滩图的关键是分别获得最高潮和最低潮之间的最大和最小水位线的空间分布。为此，我们首先合成了Sentinel-2时间序列图像采集的最高和最低潮汐图像。其次，从最高潮和最低潮图像中自动生成水和非水二值分类结果，分别得出最大和最小水范围;第三，我们将最大和最小水域相交，得到潮间带。最后，我们移除了潮间带的潮间带植被和永久海水，只保留潮滩区域。
图1.中国海岸带位置与河口、潮汐类型的空间分布。中国沿海地带横跨20多个纬度(北纬18°至北纬41°)，包括12个省。整个研究区域的潮汐类型各不相同，包括规律和不规则的半日潮和日潮。中国潮间带的主要景观有潮滩、红树林、盐沼、养殖塘、建筑用地和水体。中国沿海共有157条河流入海。
图2.MSIC-OA对内后海湾Sentinel-2时间序列影像进行潮坪制图的工作流程及各步骤的结果。(A) MSIC-OA方法的工作流程。(a-f)基于MSIC-OA方法及Sentinel- 2时间序列影像，圈定内后海湾滩涂各步骤的结果。
图3.Sentinel-2优质观测数和重点潮站的空间分布(A)和地面验证样点位置(B)。插图:(a)优质观测数直方图;(b)中国海南省福丽湾低潮时的无人机滩涂图像。(c)富里湾潮滩的地面照片。(d)广东镇海湾大桥外的潮滩地面照片。在2018年和2019年期间利用无人机(无人机平台:大疆精灵4pro)飞行进行了一系列地面调查。使用数码相机和地理定位系统(GPS)拍摄了现场照片和相应位置。无人机在当地低潮条件下进行飞行，以探测远离海岸线的潮坪斑块。谷歌地球上可获得的高空间分辨率图像也与地面调查相参考。图3b为空间分辨率为5cm的真彩无人机图像示例，图3c和图d为地面调查中记录的现场照片示例。
图4.本研究使用的光谱指数公式。
图5.潮汐站的一般特征(从北到南)、图像采集时间和时间潮汐状态。
图6.亚米影像的一般特征。收集了高分二号卫星图像和谷歌地球在当地低潮时期拍摄的两幅场景图像，以进一步验证我们的合成地图。
图7.江苏米港潮站附近的边点选择。(A)2019.07.23米港潮汐站潮汐表，低潮发生在上午10:50:00，潮高-189cm。(B) Sentinel-2在上午10:48:48拍摄的低潮图像。(B-D)边缘点位置，包括50个纯潮滩点及50个非潮滩点。沿潮滩斑块边缘随机选取50个纯潮滩像素和50个纯非潮滩像素作为边缘点，总共收集了1200个边点。纯潮滩边缘点可以反映我们的合成图是否包含完全暴露的潮滩斑块。纯非潮滩边缘点可用于检验高浊度河口水像元是否被误分类为潮滩。
图8.最大光谱指数合成(MSIC)的流程。
图9.不同土地覆盖类型的地表反射率和光谱指数值(基于地面调查样本的统计)。(A)各土地覆盖类型地表反射率分布图及其标准差。(B)各土地覆被类型光谱指数的标准差值。我们为每种土地覆盖类型随机选择200个地面调查样本，并将样本叠加到当地低潮图像上。这里的潮坪指完全暴露的潮坪像元，这里的水指海水和内陆水，这里的植被指潮间带植被和内陆植被。
图10.不同MSIC图像中不同土地覆盖的直方图。(A)NDWI-MSIC图像中不同土地覆盖的直方图。(B)mNDWI-MSIC图像中不同土地覆盖的直方图。(C)NDVI-MSIC图像中不同土地覆盖的直方图。(D)EVI-MSIC图像中不同土地覆盖的直方图。这里的潮滩是指完全暴露的潮滩，这里的水是指永久水。
图11.基于地面验证样本的潮滩(TF)验证混淆矩阵。注:广东省地面调查样本包括香港、澳门地面调查样本。注：Use.用户精度, Pro.生产者精度, Ove.总体分类精度。
图12.基于边缘点的滩涂混淆矩阵验证。注：Use.用户精度, Pro.生产者精度, Ove.总体分类精度。
图13.覆盖在亚米分辨率低潮图像上的CTF地图区域子集，(A)广西珍珠港，(B)广西北海湾CTF地图叠加在高分二号影像上的子集，(C)广东波缇港，(D)福建湛江口CTF与GE图像的子集。
图14.中国沿海滩涂分布及面积范围(A). (a)辽河口滩涂，(b)海河口滩涂，(c)黄河口滩涂，(d)四大滩涂斑块，(e)长江口滩涂，(f)闽江口滩涂，(g)珠江口滩涂。
图15.全国及省级潮滩面积、百分比及平均宽度。注:广东省及香港、澳门潮滩。
图16.中国各省滩涂比较。
图17.CTF地图（最新的10米空间分辨率中国潮滩地图(中国潮滩，CTF)）、UQD地图（昆士兰大学制作了1984-2016年的全球潮平数据集(UQD)(https://www.intertidal.app/download）、FUDAN/OU地图（复旦大学和俄克拉荷马大学的研究人员利用GEE平台和决策树算法生成了1986-2016年中国沿海潮滩30米空间分辨率的年度地图）和IGSNRR地图（地理科学与资源研究所利用2014-2018年Sentinel-1合成孔径雷达数据生成了中国南方潮滩(IGSNRR)的10m空间分辨率地图）的潮滩子集视图。
2.结 论
由于潮汐变化的性质，绘制大面积滩涂的斑块特征被认为是一项巨大的挑战。以往的滩涂测绘工作依赖于辅助数据或人工干预的前后处理。与此同时，中国现有的国家尺度潮坪图大多是基于Landsat影像，存在时空分辨率的限制。为了解决这些问题，我们开发了一种快速、强大和自动化的方法，称为MSIC-OA方法，从哨兵2号的时间序列图像中绘制潮汐滩。MSIC-OA方法的基本考虑是将最大和最小水域覆盖范围的图像合成，然后利用OA自动提取潮滩面积和分布。利用Sentinel-2的完整影像存储和GEE平台的计算能力，MSIC-OA方法成功绘制了中国整个海岸线的潮滩。本研究制作了中国第一张10米空间分辨率的潮坪图，即CTF图。更精细的空间分辨率比基于landsat的数据集(30米)识别出更多的潮滩空间细节。Sentinel-2卫星较短的重访周期(2-5天)大大提高了捕捉完全暴露的潮滩的机会。根据点对点(包括地面样本和边缘点)和多边形对图像的精度评估，CTF地图获得了较高的整体精度和F1分数，与亚米分辨率图像高度一致。因此，CTF地图可以为滩涂管理、海岸带可持续发展以及其他相关可持续发展目标和科学研究提供可靠的信息。
转自：“生态遥感前沿”微信公众号
如有侵权，请联系本站删除！
