舟山海域海岸帶遙感分析【畢業(yè)論文】

1、<p><b>　　本科畢業(yè)論文</b></p><p><b>　　（20 屆）</b></p><p><b>　　舟山海域海岸帶遙感</b></p><p>　　所在學(xué)院 </p><p>　　專業(yè)班級

2、 海洋技術(shù) </p><p>　　學(xué)生姓名 學(xué)號 </p><p>　　指導(dǎo)教師 職稱 </p><p>　　完成日期 年 月 </p><p><b>　　目錄

3、</b></p><p><b>　　摘要I</b></p><p>　　AbstractII</p><p><b>　　引言1</b></p><p>　　1、海岸線的基本概念與遙感解譯標(biāo)志2</p><p>　　1.1海岸線的內(nèi)涵2</p&g

4、t;<p>　　1.2海岸線的分類與遙感解譯標(biāo)志2</p><p>　　2、國內(nèi)外研究現(xiàn)狀3</p><p>　　2.1 國外研究現(xiàn)狀3</p><p>　　2.2 國內(nèi)研究現(xiàn)狀3</p><p>　　3、數(shù)據(jù)準(zhǔn)備與數(shù)據(jù)處理4</p><p>　　3.1 幾何校正方法4</p>

5、<p>　　3.1.1圖像幾何校正的途徑4</p><p>　　3.1.2圖像幾何校正的計算模型（Geometric Correction Model）4</p><p>　　3.1.3圖像校正的具體過程5</p><p>　　3.2單波段圖像的提取7</p><p>　　3.3 TM圖像通道的選擇及5、4、3通道的融合7

6、</p><p>　　3.3.1 TM通道特征及其選擇：7</p><p>　　3.4 融合后影像的疊加11</p><p>　　3.5影像的相減11</p><p>　　4、舟山本島海岸線變遷遙感解譯11</p><p>　　4.1通過圖像疊加觀察海岸線的變化11</p><p>　

7、　4.1.1 2002年圖像與2007年圖像的疊加12</p><p>　　4.1.2 2007年圖像與2009年圖像的疊加13</p><p>　　4.2 圖像的相減13</p><p>　　4.2.1 幾何圖像的相減14</p><p><b>　　5、結(jié)論16</b></p><p&

8、gt;<b>　　參考文獻(xiàn)18</b></p><p><b>　　致謝19</b></p><p><b>　　舟山海域海岸帶遙感</b></p><p>　　[摘要] 遙感由于是一種綜合物理手段、數(shù)學(xué)方法和地學(xué)分析的應(yīng)用技術(shù)，因此其獲取數(shù)據(jù)的能力是十分強(qiáng)大的，也因此在海岸線調(diào)查中具有十分明顯

9、的優(yōu)勢[1]。由于遙感監(jiān)測具有廣大范圍、相對同步、多個時相、高精度的特點，所以其可迅速地得到海岸地貌類型和與其有關(guān)的地面信息和相關(guān)地物的特征與性質(zhì)，使得在實地調(diào)查中可能遇到的各種限制能夠有效地被克服；其獨有的實時監(jiān)測能力可以使之在短時間內(nèi)對同一個地區(qū)進(jìn)行多次探測，從而達(dá)到對海岸線動態(tài)監(jiān)測的目的；本人運用ERDAS圖像處理軟件，通過對不同時相遙感圖像的幾何校正，在對圖像進(jìn)行疊加對比與幾何面積和灰度的相減，得到了幾幅不同的圖像，再按照室內(nèi)解

10、譯的基本原則，選擇適當(dāng)?shù)男螤?，大小，紋理，結(jié)構(gòu)，陰影等直接解譯標(biāo)志并結(jié)合研究地區(qū)的相關(guān)布局，地理環(huán)境等間接解譯標(biāo)志進(jìn)行解譯，得到相應(yīng)的結(jié)論：研究區(qū)域的海岸線構(gòu)成雖然類型眾多但面積都不大，由于自然因素造成的海岸線變化十分微小，不存在自然因素影響海灘，泥灘等有經(jīng)濟(jì)作用的海岸線的現(xiàn)象。主要影響海岸線變化的因素就是人為因素：人工圍海建造養(yǎng)殖場。這是受到近幾年舟山政府通過大力發(fā)展養(yǎng)殖業(yè)提高經(jīng)濟(jì)增長政策的影響，這可以從側(cè)面反應(yīng)舟山這</p&g

11、t;<p>　　[關(guān)鍵詞] 海岸帶，遙感；動態(tài)變化，融合 </p><p>　　[Abstract] Coastal zone is more active and fragile location, quickly and accurately monitoring the dynamic change of sea coastline for the use of management has

12、 the extremely vital significance. With remote sensing as a physical method, mathematical methods and geological analysis based on comprehensive application technology, with a strong ability to obtain data, at the coastl

13、ine investigation in a very clear advantage [1]. The large scope, remote sensing observation phase synchronous, long mus</p><p>　　[Key words] the coastal zone ;remote sensing;dynamic change;fusion</p>

14、<p><b>　　引言</b></p><p>　　由于海岸處于海洋和陸地的交界地帶，板塊運動、泥沙淤積、海水侵蝕、氣候變暖導(dǎo)致海平面上升的自然因素和圍海造陸等一系列人類活動的影響，海岸線并不是固定不變的，同時作為現(xiàn)代海洋管理確定海岸帶范圍的重要依據(jù)，快速而準(zhǔn)確的測定海岸線，意義十分重大[1]。 </p><p>　　遙感由于是一種綜合物理

15、手段、數(shù)學(xué)方法和地學(xué)分析的應(yīng)用技術(shù)，因此其獲取數(shù)據(jù)的能力是十分強(qiáng)大的，在因此在海岸線調(diào)查中具有十分明顯的優(yōu)勢[1]。由于遙感監(jiān)測具有廣范圍、相對同步、多時相、高精度的特點，所以其可迅速地得到海岸地貌類型和與其有關(guān)的地面信息，使得在實地調(diào)查中可能遇到的各種限制能夠有效地被克服；其獨有的實時監(jiān)測能力可以使之在短時間內(nèi)對同一個地區(qū)進(jìn)行多次探測，從而達(dá)到對海岸線動態(tài)監(jiān)測的目的；而其綜合性高的數(shù)據(jù)和相互有差異并可以比較的數(shù)據(jù)讓人們可以根據(jù)自己的需

16、要從中有選擇的提取信息，如可見光遙感可以發(fā)現(xiàn)海岸線附近的土壤中某些物質(zhì)的含量、植被的某些特性的變化，SAR可以在天氣惡劣的情況下記錄水邊線變化的信息；與傳統(tǒng)方法相比，因為遙感監(jiān)測可以大大地節(jié)省投入的費用，所以具有很高的經(jīng)濟(jì)效益和社會效益；并且遙感圖像以數(shù)字?jǐn)?shù)據(jù)的方式記錄下來，方便直接用計算機(jī)來處理，使得后期處理的效率得到了提高。</p><p>　　舟山群島島礁十分多，星羅棋布，共有1390個大大小小的島嶼，大概

17、占我國海島總數(shù)的20％，分別隸屬于浙江省舟山市本島以及其下的岱山縣、嵊泗縣；這些島嶼分布的海域的面積占了大約22000平方公里，陸地面積大概有1371平方公里。其中1平方公里以上的島嶼有58個，占到了舟山群島總面積的96．9％。整個島群的排列趨勢呈北東走向。其中南部的大島數(shù)量比較大，海拔較高，排列比較緊密，而北部則小島的數(shù)量居多，地勢也較矮，分布的比較散開；舟山群島的主要島嶼有舟山本島、岱山島、朱家尖島、六橫島、金塘島等，其中舟山本島最

18、大，面積為502平方公里，是我國的第四大島。舟山島近年來由于各種人為因素（如填海造田，倒垃圾入海等等）和自然因素（如海浪侵蝕，地質(zhì)因素等等）海岸線發(fā)生了一些變化，及時觀測這些變法具有重大意義。</p><p>　　1、海岸線的基本概念與遙感解譯標(biāo)志</p><p><b>　　1.1海岸線的內(nèi)涵</b></p><p>　　一個地區(qū)的總的海岸線

19、分為大陸海岸線和島嶼海岸線，不過每種學(xué)科所定義的海岸線并不是相同的，如在測繪學(xué)的海圖上，海岸線為多年平均大潮高潮的水陸分界線，但航海圖上的海岸線則是以最低低潮線為分界線的，這是從航海安全性方面考慮的，所以事實上，在繪制航海圖的過程中，海岸線的繪制會比最低低潮線還要在輕微的低一些。而在自然地理學(xué)中，一般是用海洋最高的暴風(fēng)浪在陸地上所達(dá)到的最高位置作為劃定海岸線的依據(jù)[2]。在我國海域使用管理中的海岸線即是指測得的多年大潮平均高潮位時的海陸

20、分界線[1]，海岸線是現(xiàn)在的海洋綜合管理工作的重要依據(jù)和標(biāo)準(zhǔn)。 </p><p>　　1.2海岸線的分類與遙感解譯標(biāo)志</p><p>　　海岸有許多種的類型，其中主要的海岸有4類[3]：粉砂淤泥質(zhì)海岸、砂質(zhì)海岸、基巖海岸、人工海岸。確定這類海岸的海岸線需要根據(jù)海岸線的定義，并且需要以其各自的地貌特征為憑據(jù)來確定它們在遙感影像上的解譯標(biāo)志。如人工建造的海岸主要成分是水泥和石塊

21、，因此其在圖像上的表現(xiàn)是其具有較高的光譜反射率，與光譜反射率很低的海水形成鮮明的對比，從而據(jù)此可以肯定其海岸線，從遙感影像上看，其海岸線就是海水與基巖海岸的分界線，海岬角以及直立陡崖的水陸直接相接地帶是其明顯的解譯標(biāo)志。砂質(zhì)海岸是砂粒在海浪作用下堆積形成的，在波浪無法作用的區(qū)域砂質(zhì)也就會消失，而砂在遙感影像上顯示的灰度比其它地物要小，所以根據(jù)這個因素，其海岸線可以取砂質(zhì)海岸靠陸地一側(cè)的邊緣，對于岸灘面積較小的淤泥質(zhì)海岸，可以選擇，如植被

22、、蝦池、公路等與淤泥質(zhì)海岸的其它地物分界線作為海岸線。因為在大潮高潮時海水越過的地方不能算作其分界線，并且沿海河口岸線是整個大陸岸線的重要組成部分，再加上由于入海河口地貌的形態(tài)和形成因素每個都不一樣，所以很難確定一個直白的、通用的辦法判定沿海河口海陸管理分界線。所以只好按學(xué)科需要的不同判定出不同的海路分界線。比如有的學(xué)科</p><p>　　手工作圖作業(yè)來解譯圖像的方法，方法簡單但可惜誤差較大。自動解譯的解譯方法

23、是將岸線作為邊緣提取出來，已經(jīng)有一些檢測海岸線的方法比較成熟了，其中有的方法是利用圖像的邊緣檢測器技術(shù)，有的則是對圖像進(jìn)行紋理分析?？傊畽z測邊緣有很多方法。隨著計算機(jī)技術(shù)的不斷發(fā)展，自動解譯技術(shù)的水平也有很大的提高，各種新的算法不斷出現(xiàn)，成為解譯技術(shù)發(fā)展的主流。[12]</p><p>　　2、國內(nèi)外研究現(xiàn)狀 </p><p>　　利用遙感更新海岸地帶地形圖的關(guān)鍵是海岸線的提取，而海岸線提

24、取的實質(zhì)是遙感圖像的邊緣提取。微分法、小波法、形態(tài)學(xué)方法、分形法等是邊緣提取地的主要方法。</p><p>　　2.1 國外研究現(xiàn)狀 </p><p>　　由于國外遙感技術(shù)發(fā)展較早，所以利用遙感技術(shù)進(jìn)行海岸線提舉技術(shù)也比較成熟.。目前的方法主要有以下幾種： </p><p>　　第一類主要采用底層圖像處理技術(shù)。Lee和 Jurkevich通過圖像平滑、閾值分割和邊界

25、跟蹤等技術(shù)檢測 SAR圖像中的海岸線[4]。Giancarlo等人則采用模糊技術(shù)將圖像的灰度和紋理系結(jié)合起來，生成模糊連接圖，并通過對聯(lián)截圖的分割達(dá)到提取海岸線的目的[5]。但是這種方法的瓶頸在于處理速度較慢，且定位精度不高。 </p><p>　　第二類方法利用了很多高級圖像處理的技術(shù)，包括多分辨率技術(shù)和活動輪廓模型，并結(jié)合海域結(jié)構(gòu)知識，使得這類方法的準(zhǔn)確性和處理速度都得到了顯著提高。David等人引入多分辨率

26、技術(shù)來提高海岸線定位精度和處理速度：現(xiàn)在低分辨率圖像上采用計算量較大的紋理分割得到初步海岸線，再在高分辨率圖像上采用活動輪廓模型對海岸線位置進(jìn)行修正，以提高其定位精度[12]。 </p><p>　　2.2 國內(nèi)研究現(xiàn)狀 </p><p>　　我國遙感從20世紀(jì)7 0年代開始發(fā)展，起步相對國外較晚，但現(xiàn)在已廣泛應(yīng)用于各種領(lǐng)域。并且在利用遙感技術(shù)手段提取海岸線方面也有很大進(jìn)步。隨著我國遙感技

27、術(shù)的發(fā)展，我國的眾多學(xué)者也對利用遙感技術(shù)對海岸線提取進(jìn)行了研究。如劉高煥等人在“黃河三角洲土地利用動態(tài)監(jiān)測與海岸帶綜合管理”一文中采用高潮位提取海岸線的判定，運用各種遙感技術(shù)手段得到了黃河人?？?976～2000年間的海岸線的各種變化[6]；陸立明等人在“基于合成孔徑雷達(dá)回波數(shù)據(jù)的海岸線提取方法”中敘述了利用SAR數(shù)據(jù)在非成像狀態(tài)對海岸線進(jìn)行提取的方法[7]；孫美仙等人利用TM遙感</p><p>　　影像，運用

28、各種遙感技術(shù)手段完成了“福建省海岸線遙感調(diào)查方法及其應(yīng)用研究[8]”</p><p>　　3、數(shù)據(jù)準(zhǔn)備與數(shù)據(jù)處理</p><p>　　海岸線研究數(shù)據(jù)源為：2002年land—sat7 ETM數(shù)據(jù)，2007，2009年land—sat5TM數(shù)據(jù)，其空間分辨率為30m,為體現(xiàn)其變化特征，三個數(shù)據(jù)的間隔分別為5年和2年。數(shù)據(jù)波段組合采用5、4、3組合，即R、G、B，以便更好的確定水陸邊界。<

29、;/p><p>　　利用ERDAS遙感圖像處理軟件，分別對三個時期的圖像進(jìn)行幾何校正，其目的是為了消除幾何畸變。以2007年的數(shù)據(jù)為參考數(shù)據(jù)，將2009年，2002年數(shù)據(jù)校正為2007年的模式。再將它們分別與2007年的數(shù)據(jù)進(jìn)行疊加，相減，以便進(jìn)行對比，實行觀察，監(jiān)測，分析。</p><p>　　3.1 幾何校正方法</p><p>　　利用erdas軟件將2002年與

30、2009年中舟山本島的幾何圖像校正為2007年的幾何圖像，以便在以后的處理中方便圖像的疊加對比和相減。具體方法如下：</p><p>　　3.1.1圖像幾何校正的途徑</p><p>　　在ERDAS圖標(biāo)工具條面板上：點擊DataPrep圖標(biāo)，出現(xiàn)Image Geometric Correction對話框 ，選擇Set Geo-Correction Input File對話框。ERDAS圖

31、標(biāo)面板菜單條Main，點擊Data Preparation圖標(biāo)，出現(xiàn)Image Geometric Correction對話框，打開其中的Set Geo-Correction Input File對話框。在Set Geo-Correction Input File對話框中，確定需要校正的圖像的途徑，有兩種選擇情況：其一：首先確定來自視窗（FromViewer），然后選擇顯示圖像視窗。其二：首先確定來自文件（From Image File

32、），然后選擇輸入圖像[11]。</p><p>　　3.1.2圖像幾何校正的計算模型（Geometric Correction Model）</p><p>　　ERDAS提供的圖像幾何校正模型有7種，具體功能如下：</p><p>　　幾何校正計算模型與功能：</p><p>　　模型

33、 功能</p><p>　　Affine 圖像仿射變換（不做投影變換）</p><p>　　Polynomial 多項式變換（同時做投影變換）</p><p>　　Reproject 投影變換（轉(zhuǎn)換調(diào)用多項式變換）<

34、;/p><p>　　Rubber Sheeting 非線性變換、非均勻變換</p><p>　　Camera 航空影像正射校正</p><p>　　Landsat lantsat衛(wèi)星如想正射校正</p><p&

35、gt;　　Spot spot衛(wèi)星圖像正射校正</p><p>　　3.1.3圖像校正的具體過程</p><p>　　第一步：顯示圖像文件（Display Image Files）</p><p>　　首先，在ERDAS圖標(biāo)面板中點擊Viewer圖表兩次，打開兩個視窗（Viewer#1/Viewer#2），并將

36、兩個視窗平行放置，操作過程如下：</p><p>　　ERDAS圖表面板菜單條：選中Session，打開Title Viewers，然后在Viewer1中打開需要校正的2002年圖像：2002校正后.img。在Viewer2中打開校正過07543融合圖像作為參考地圖：07校正后543.img</p><p>　　第二步：開啟幾何校正模塊（Geometric Correction Tool）

37、</p><p>　　在Viewer1菜單條中點擊Raster，會出現(xiàn) Geometric Correction對話框，接著打開Set Geometric Model對話框選擇多項式幾何校正模型：Polynomial，選擇OK，這時會同時出現(xiàn)GeoCorrection Tools對話框和Polynomial Model Properties對話框。在Polynomial Model Properties對話框中，

38、將多項式模型參數(shù)以及投影參數(shù)定義為多項式次方（Polynomial Order）:3，因此在幾何校正中需要選擇10個校正點（參考點個數(shù)的定義的次方數(shù)為T，則需要選擇作為參考點的點數(shù)為（T+1）*（T+2）/2，若為2，則應(yīng)該選擇6個點）然后定義投影參數(shù)，點擊Apply，然后點擊Close，接著就會出現(xiàn)GCP Tool Referense Setup 對話框</p><p>　　第三步：開啟控制點工具（Start

39、GCP Tools）</p><p>　　首先，在GCP Tool Referense Setup對話框中選擇視窗采點模式：Existing Viewer，點擊OK出現(xiàn)Viewer Selection Instructions控制對話框。接著在顯示作為地理參考圖像2007543.img的Viewer2中點擊左鍵，會自動出現(xiàn)reference Map Information 提示框，點擊OK，此時，整個屏幕將自動變

40、化為另一種綜合狀態(tài)，表明控制點工具被啟動，進(jìn)入控制點采集狀態(tài)。</p><p>　　第四步：采集地面控制點（Ground Control Point）</p><p>　　GCP的具體采集過程：</p><p>　　在遙感影像的幾何校正過程中，設(shè)置控制點是一個重中之重和需要很大耐心的工作。具體設(shè)置過程如下：在已出現(xiàn)GCP工具對話框中，點擊Select GCP圖表進(jìn)入

41、GCP控制點選擇狀態(tài)；在GCP設(shè)置工具表中，將控制GCP的顏色設(shè)置為比較顯眼的黃色。在Viewer1中移動關(guān)聯(lián)方框位置，尋找明顯的不會改變的地物特征點（如，山頂、明顯的路口、湖的凹邊等等），作為輸入GCP，點左鍵確定位置后會在圖像出現(xiàn)相應(yīng)的標(biāo)志。與此同時，在GCP工具對話框中，會自動創(chuàng)建新的 GCP圖標(biāo)，并可以在Viewer3中進(jìn)行微調(diào)，微調(diào)完成后點擊左鍵確定，此時GCP數(shù)據(jù)表將記錄一個輸入GCP，包括其編號、標(biāo)識碼、X坐標(biāo)和Y坐標(biāo)。完

42、成這次選點之后，就應(yīng)該在viewer 2中選擇參考點：在GCP對話框中，再次點擊Select GCP圖標(biāo)，再次進(jìn)入GCP選擇狀態(tài)。在GCP控制表工具中，將參考GCP的顏色設(shè)置為一樣比較顯眼的，與參考圖像對比較明顯的紅色，在Viewer2中，在相同的位置尋找對應(yīng)的地物控制點，作為參考GCP。在GCP工具對話框中，同時也會自動生成新的GCP圖標(biāo)，并在Viewer4中生成對應(yīng)點，同樣的，這個參考點也是可以進(jìn)行微</p><

43、p>　　第五步：采集地面檢查點（Ground Check Point）</p><p>　　以上采集的 GCP的類型均為控制點，用于控制計算因素，建立轉(zhuǎn)換模型及多項式方程。下面所要采集的GCP類型是檢查點。</p><p>　　第六步：計算轉(zhuǎn)換模型（Compute Transformation）</p><p>　　在圖像的幾何校正過程中，轉(zhuǎn)換計算模型一般是自

44、動生成的。所以在10組控制點設(shè)置完成后，轉(zhuǎn)換模型就自動計算生成了?？梢渣c擊Geo-Correction Tools對話框中的Display Model Properties 圖標(biāo)來查閱換算的模型。</p><p>　　第七步：圖像重采樣（Resample the Image）</p><p>　　圖像的重采樣，就是在原來未校正圖像像元的基礎(chǔ)上，重新按照一定方法進(jìn)行計算以生成一副新的圖像的方

45、法，這種方法是專門針對原圖像中柵格層的數(shù)據(jù)的，其只對柵格數(shù)據(jù)進(jìn)行重新計算。ERDAS IMAGE 提供了三種最常見的重采樣方法。圖像重采樣過程如下：</p><p>　　首先，在Geo-Correction Tools對話框中打開image Resample 對話框。然后，在Image Resample對話框中，定義重采樣參數(shù)；設(shè)置輸出圖像文件名:2002校正后.img然后再選擇重采樣方法:Nearest Nei

46、ghbor，再定義輸出圖像范圍：定義輸出像元的大?。涸O(shè)置輸出統(tǒng)計中忽略零值:定義重新計算輸出缺省值</p><p>　　第八步：保存幾何校正模式（Save rectification Model）</p><p>　　在完成重采樣之后，幾何校正就基本完成了，此時就需要對處理好的圖像進(jìn)行保存，點擊exit圖標(biāo)，會出現(xiàn)一個對話框，按照系統(tǒng)提示設(shè)置好各項需求即可。</p><

47、p>　　第九步：檢驗校正結(jié)果（Verify rectification Result）</p><p>　　檢驗校正結(jié)果又很多種方法，但本人認(rèn)為其中最好的方法就是通過圖像的疊 加進(jìn)行對比，驗證，方法如下：</p><p>　　打開viewer #1，在viewer#1中同時打開兩幅圖像。</p><p>　　點擊file圖標(biāo)，進(jìn)入raster optio

48、n對話框，去掉clear display前面的√，</p><p>　　在background transparent前面打√，點擊close，關(guān)閉對話框。點擊utility 出現(xiàn)對話框，選擇swipe，即可進(jìn)行對比。</p><p>　　3.2單波段圖像的提取</p><p>　　在幾何校正完成后就需要進(jìn)一步對圖像進(jìn)行處理，首先要從經(jīng)幾何校正后的

49、多波段圖像中提取出需要的單波段影像。具體方法如下：</p><p>　　1打來erdas軟件，點擊interpreter圖標(biāo)，出現(xiàn)了image interpreter</p><p>　　2點擊image interpreter中的ultiliti，又出現(xiàn)了一個面板。</p><p>　　3找到其中的layer stack，將會彈出對話框。</p>&

50、lt;p>　　4對話框的左邊輸入被提取圖像，然后再下面的layer選擇你所要提取那一波 段。并根據(jù)提示在對話框右邊保存這個單波段圖像。</p><p>　　3.3 TM圖像通道的選擇及5、4、3通道的融合</p><p>　　3.3.1 TM通道特征及其選擇：</p><p>　　TM是開發(fā)的一種光學(xué)遙感傳感器，其所接收的

51、電磁波輻射源是太陽光照射在地物上，被地物反射和散射的部分,其所接受到的波長主要是分布在可見光和近紅外區(qū)域的。其具體性能如下：分為7個波段,其中6個波段波長在0 .45～2 .35 μm這個范圍,空間分辨率為30 m,時間分辨率為16 d,其中TM5 對線性構(gòu)造反映清晰,而TM7作為地質(zhì)學(xué)研究追加的波段是一個波長范圍為10 .4～12 .5 μm的熱紅外波段,空間分辨率為120 m,可用于地?zé)嶂茍D、地質(zhì)制圖等。TM由于每個波段所探測到的信

52、息不通，所以每個波段都有屬于自己的最合適的用途，這也就是多波段的傳感器提供了空間環(huán)境不同的信息，以下分別進(jìn)行介紹：</p><p>　　TM1 藍(lán)通道（0.45-0.52um）：這個范圍的波段的短波長一端被清潔水強(qiáng)烈的吸收，而波長長的一端則被葉綠素強(qiáng)烈的吸收；這個波段對水體有很強(qiáng)的穿透能力，水體中的葉綠素，葉色素的濃度對其產(chǎn)生強(qiáng)烈的反應(yīng)；對針葉林的識別比landsat 傳感器1~3波段的能力更強(qiáng)。</p&

53、gt;<p>　　TM2 綠通道（0.52-0.60um）：健康植物的葉綠素對光的吸收帶有兩個，而綠波段正好介于這兩個吸收帶之間，因此其可以用來探測健康的植物；和MSS所探測到的數(shù)據(jù)有一定的重復(fù)率；對水體的穿透力比較強(qiáng)，對健康，生長繁茂的綠色植物比較敏感；因此可以用于通過探測健康植物葉綠素對綠光的反射情況，按“綠峰”反射評價植物的生命強(qiáng)度，區(qū)分大片植物的類型，植物的種類和反映水下浮游植物的生長狀況等。若將TM1和TM2圖

54、像進(jìn)行融合，就可以生成相似于水溶性航空彩色膠片SO-224，顯示出水體對藍(lán)波段和綠波段吸收的比值，以此估測可溶性有機(jī)物的含量和浮游生物的某些特征。</p><p>　　TM3 紅波段（0.62-0.69UM）：葉綠素對其吸收最為強(qiáng)烈，其探測到的數(shù)據(jù)和MSS5所探測到的數(shù)據(jù)相差不大；由于植物對葉綠素的吸收可以反映其健康狀況，所以其可以用于探測植物的健康狀況，反映植物的生長狀態(tài)；此外，其還是最適合用來探測土壤邊界的

55、波段。</p><p>　　TM4 近紅外波段（0.76-0.96UM）：由于葉片結(jié)構(gòu)的組成（薄壁細(xì)胞可以對其形成強(qiáng)反射）其對植物具有先天的反映能力，是默認(rèn)的適合遙感識別植物的波段?？梢杂糜谡{(diào)查生物的生長數(shù)量，生長狀況等。其與紅波段組合成的歸一化指數(shù)可以用來探測植被的覆蓋率。</p><p>　　TM5 中紅外波段（1.55-1.75UM）：由于其處于1.4~1.9um這個水的強(qiáng)烈吸收

56、范圍之內(nèi)，所以其對地物的含水量十分敏感，植物的濕度決定了植物在這個波段是否會形成強(qiáng)反射，也廣泛的應(yīng)用于探測干旱地區(qū)以及探測一個地區(qū)的生物量；用于土壤濕度、植物含水量調(diào)查、水分狀況、地質(zhì)研究，作物長勢分析等，從而提高了區(qū)分不同作物類型的能力，在天氣預(yù)報中，用其可以較輕易的將云、雨、雪分辨出來。</p><p>　　TM6 遠(yuǎn)紅外波段（1.04-1.25UM）：這個波段的來源是地物表面分子的運動，根據(jù)輻射響應(yīng)的差別

57、，可以對農(nóng)、林的覆蓋進(jìn)行區(qū)分，根據(jù)水對其吸收強(qiáng)列的特征，也可用于辨別地物表面含水量、水體、巖石以及監(jiān)測與人類活動有關(guān)的熱特征，進(jìn)行熱測量與制圖，對于植物的分類和估算收成很有用。</p><p>　　TM7 中紅外波段（2.08-3.35UM）：是地質(zhì)學(xué)家追加的波段,由于巖石具有診斷性波段，既是根據(jù)巖石內(nèi)硅的不同含量其反射情況也不相同，因此可以利用這種發(fā)射光譜特性來區(qū)分巖石類型，為地質(zhì)解譯提供了更多的信息。<

58、;/p><p>　　TM的2~4波段與MSS的5~7波段基本相似，只是對光譜段的區(qū)間作了適當(dāng)?shù)恼{(diào)整。TM信息的光譜分辨率較高，頻道增加，波段變窄，針對性較強(qiáng)?？梢愿鶕?jù)不同應(yīng)用目的，進(jìn)行多種組合處理和專題提取，主要用于對全球作物進(jìn)行估產(chǎn)、土壤調(diào)查、洪水災(zāi)害估計、野生資源考察、地下水和地表水資源研究等。TM信息的平面位置幾何精度提高，定點精度0.01°（MSS為0.7°），穩(wěn)定性10的負(fù)6次方度/秒（

59、MSS 0.01度/秒）。更有利于圖像的配準(zhǔn)與制圖，經(jīng)處理后的位置精度為0.4~0.5個像元，用于編制1:10萬的專題圖。</p><p>　　各光譜差異為：ＴＭ１居民地與河流菜地不易分開；ＴＭ２居民地與河流菜地不易分；ＴＭ３鄉(xiāng)村與菜地不易分；ＴＭ４農(nóng)田與道路不易分，鄉(xiāng)鎮(zhèn)，道路，河灘易渾；ＴＭ５縣城與農(nóng)田不易分；ＴＭ６村莊與河流易混。所以在遙感的類型提取上，一般采?。撼鞘信c鄉(xiāng)鎮(zhèn)的提取:TM1+TM7+TM3+TM

60、5+TM6+TM2-TM4；鄉(xiāng)鎮(zhèn)與村落:TM1+TM2+TM3+TM6+TM7-TM4-TM5；河流的提取:TM5+TM6+TM7-TM1-TM2-TM4道路的提?。篢M6-（TM1+TM2+TM+TM4+TM5+TM7）[9]</p><p>　　遙感中每個波段所探測到的信息是有差別的，因此利用多波段圖像之間的差異進(jìn)行特征提取,就可獲得較多的信息量。灰度四則運算、假彩色合成、HIS變換等是最常用的方法,可以簡單

61、地減少異物同譜現(xiàn)象是這些方法的優(yōu)點：如在波長0 .63μm 下,綠泥巖和褐鐵礦的反射系數(shù)相同,但在0 .5μm 下,其反射系數(shù)的差別卻很大,所以需針對不同的遙感資料,根據(jù)不同巖石的不同波段的不同反射能力選取不同的通道對巖石進(jìn)行分類。TM圖像的光波信息具有3～4維的結(jié)構(gòu)，亮度、綠度、熱度和濕度分別相當(dāng)于其各種物理意義。在TM 7個波段光譜圖像中，第5個波段包含的地物信息最豐富。3個可見光波段（即第1、2、3波段）之間，兩個中紅外波段（即第

62、4、7波段）之間所探測到的數(shù)據(jù)有些具有很大的相似性，正因如此，這些波段所探測到的信息有相當(dāng)大的一樣性和同樣性。但第4、6波段較特殊，尤其是第4波段與其他波段所探測到的數(shù)據(jù)相同程度很小，所以這個波段所探測到的信息有很大的獨立性。而第7波段是地質(zhì)學(xué)研究追加的通道，只在探測森林火災(zāi)、巖礦蝕變帶及土壤粘土礦物類型等方面有特殊作用。由于地物的復(fù)雜性和多樣性以及以上TM通道的這些特征,在探測時只選一個波</p><p>　　

63、741 ：741波段組合圖像具有的優(yōu)勢是其將近紅外，中紅外和可見光所包含的信息充分有效的綜合在了一起，圖像畫面的分類清晰，顏色多，層次感十分強(qiáng)，擁有非常豐富的地面信息，可以反應(yīng)出很多地表特征；并且可分別率高，信息比較純粹，雜質(zhì)少，地質(zhì)的解譯標(biāo)志比較容易確立，方便解譯，各種地質(zhì)結(jié)構(gòu)反映的很清晰，也很容易就可以區(qū)分不同類型的巖石，巖石地層單元的邊界、特殊巖性的展布以及火山機(jī)構(gòu)也顯示清楚。</p><p>　　742：

64、對溫帶和干旱地區(qū)而言，這個組合可以提供最大的信息量。其一個較好的具體應(yīng)用為在1992年，桂東南金銀礦成礦區(qū)遙感地質(zhì)綜合解譯中利用了1：10萬TM7、4、2假彩色合成片進(jìn)行解譯，共解譯出1615條線性構(gòu)造，481處環(huán)形影像, 并在總結(jié)了構(gòu)造蝕變巖型、石英脈型、火山巖型典型礦床的遙感影像特征及成礦模式的基礎(chǔ)上，對全區(qū)進(jìn)廳成礦預(yù)測，圈定2處金銀A類成礦遠(yuǎn)景區(qū)， 4處B類成礦源景區(qū)，5處C類成礦源景區(qū)。為該礦區(qū)優(yōu)選找礦靶區(qū)提供了有效的遙感依據(jù)。

65、</p><p>　　743：我國利用TM7波段（2.08-2.35微米）對溫度變化敏感性質(zhì)成功地監(jiān)測了大興安嶺林火災(zāi)，又利用TM4、TM3波段則分別屬于紅外光、紅光區(qū)，是能反映植被的最佳波段，并有減少煙霧影響的功能成功的監(jiān)測了災(zāi)后情況；同時也可利用TM7、TM4、TM3（分別賦予紅、綠、藍(lán)色）的彩色合成圖的色調(diào)接近自然彩色的性質(zhì)，來指揮林火蔓延與控制和災(zāi)后林木的恢復(fù)狀況。</p><p>

66、;　　754：提供了最大的地面分辨率，適宜于潮濕地域。在對湖泊水位進(jìn)行監(jiān)測時，對不同時期湖泊水位的變化情況應(yīng)采用不同波段。并稱754這種合成的圖像為陸地衛(wèi)星標(biāo)準(zhǔn)假彩色圖像。在此圖像上植被分布顯紅色，城鎮(zhèn)為蘭灰色，水體為蘭色、淺蘭色（淺水），冰雪為白色等。</p><p>　　543：一般用于確定的水陸邊界，區(qū)分城鎮(zhèn)和農(nóng)村土地的利用。例如采用1995年8月2日的TM數(shù)據(jù)對于圖象分析，選擇5、4、3波段作為信息量最為

67、豐富的組合配以紅、綠、蘭三種顏色生成假彩色合成的圖象，這個組合的合成圖象既類似于自然色，比較符號人們的視覺習(xí)慣，并且因為豐富的信息量，因此能充分區(qū)分各種地物影像特征的差異，有利于選擇訓(xùn)練場地，可以保證訓(xùn)練場地的準(zhǔn)確性。</p><p>　　742：一般可用于分析土壤和植被濕度容量，定位內(nèi)陸水體，其中植被顯示為綠色的陰影。適宜于在溫帶到干旱地區(qū)提供最大容量的光譜多樣性。其解譯一般為目視解譯。</p>

68、<p>　　432：此通道的融合既是傳統(tǒng)稱的紅外假色。這種波段組合最常用被用于植被、農(nóng)作物、土地利用和濕地遙感分析方面。其提供的空間分辨率是中等。在這種組合中，所有的植被都顯示為紅色。</p><p>　　453：這個組合幾個波段的特征確立了其可以用于探測濕地，土壤的特性，也可以很好的判定內(nèi)陸水體的水陸邊界，對線性特征比較敏感，可以清晰的探測出城市、鄉(xiāng)村、農(nóng)村中的線性特性。例如采取4、5、3波段分別賦紅

69、、綠、藍(lán)色合成的假彩色圖像，色彩差異分類比較明顯，而且合成后的圖像中各類地物與常規(guī)圖像的顯示十分相似，方便用常規(guī)目視解譯方法進(jìn)行解譯。再例如把4波段賦予綠色，5波段賦予紅色，即5、4、3分別賦予紅、綠、藍(lán)色，得到的圖像則近似于自然色彩，適宜于非專業(yè)遙感應(yīng)用人員使用。</p><p>　　472：土壤和植被濕度內(nèi)容分析，內(nèi)陸水體定位，植被顯示為綠色的陰影。</p><p>　　在采用TM4、

70、7、2波段假彩色合成和 1:4 計算機(jī)插值放大技術(shù)方面，在制作 1:5萬TM影像圖并成 1:5萬工程地質(zhì)圖、塌岸發(fā)展速率的定量監(jiān)測以及在單張航片上測算巖 (斷) 層產(chǎn)狀等方面，均有獨到之處。[10]</p><p>　　因此，選擇5、4、3波段的融合，以便更好的辨別水陸邊界。具體方法如下：</p><p>　　打開erdas軟件，點擊interpreter圖標(biāo)，出現(xiàn)Image interp

71、reter對話框。</p><p>　　選擇utilities，出現(xiàn)對話框，再選擇layer stack。</p><p>　　在左側(cè)按順序選擇你需要融合的單波段圖像，并點擊add添加。右側(cè)輸出圖像，點擊ok即可。</p><p>　　3.4 融合后影像的疊加</p><p>　　為方便監(jiān)測，分析各年份舟山本島海岸線的變化情況，將融合后的圖像

72、進(jìn)行疊加，對比[9]。具體方法如下：</p><p>　　1）打開viewer #1，在viewer#1中同時打開兩幅圖像。</p><p>　　2）點擊file圖標(biāo)，進(jìn)入raster option對話框，去掉clear display前面的√，</p><p>　　在background transparent前面打√，點擊close，關(guān)閉對話框。</p&g

73、t;<p>　　3）點擊utility，出現(xiàn)對話框，選擇swipe，即可進(jìn)行對比。</p><p><b>　　3.5影像的相減</b></p><p>　　通過影像的相減可以更加直觀地看出兩幅圖像中灰度的變化和幾何面積的變化，方便監(jiān)測和分析舟山海岸線在不同年份的各種變化。具體操作方法如下：</p><p>　　點擊interpr

74、eter圖標(biāo)，打開image interpreter對話框。</p><p>　　選擇utilities，在出現(xiàn)的對話框中選擇change detection，打開對話框。</p><p>　　在左側(cè)載入覆蓋年份的圖像，右側(cè)輸入被覆蓋年份的圖像。</p><p>　　分別選擇需要覆蓋的波段，以及賦予不同年份圖像不同的顏色。</p><p>　

75、　左側(cè)輸出的是灰度相減的圖像，右側(cè)輸出的是幾何面積相減的圖像。 </p><p>　　4、舟山本島海岸線變遷遙感解譯</p><p>　　利用ERDAS圖像處理軟件，結(jié)合不同時相的遙感圖像，采用目視判讀分類后在進(jìn)行變化比較。該方法為當(dāng)前遙感動態(tài)監(jiān)測中的通常做法。他首先運用根據(jù)建立的統(tǒng)一解譯標(biāo)志的分類與體系對多時相遙感數(shù)據(jù)組中的每一時相遙感影像進(jìn)行單獨分類解譯,然后通過對各解譯結(jié)果進(jìn)行比較來

76、直接提取變化信息[9]。</p><p>　　4.1通過圖像疊加觀察海岸線的變化</p><p>　　圖像的疊加是指將一幅圖像覆蓋在另一副圖像上面，在拖動變化軸以便能夠更加方便和清楚地監(jiān)測和對比出兩幅圖像的不同。</p><p>　　4.1.1 2002年圖像與2007年圖像的疊加</p><p>　　圖1 疊加圖像西北部1

77、 圖2 疊加圖像西北部2 Fig.1 Superimposed image of northwest1 Fig.2 Superimposed image of northwest 2 </p><p>　　通過這兩幅圖可觀察到，舟山本島西北角，大沙鄉(xiāng)地區(qū)海邊多了一塊人工海岸，使

78、得海岸線向外擴(kuò)張了一部分。根據(jù)變化區(qū)域的大小，形狀，紋理和相關(guān)地理位置可以暫時推斷出此區(qū)域可能用來作為養(yǎng)殖場。沒有因自然因素而改變的海岸線。</p><p>　　圖3 疊加圖像東北部 1 圖4 疊加圖像東北部2</p><p>　　Fig.3 Superimposed image of northeast1 Fig.4 Superimpose

79、d image of northeast 2 </p><p>　　通過這兩幅圖可以看出在舟山本島北部白泉嶺水庫正上方，東南角蓮花洋到普陀區(qū)，這兩塊區(qū)域，都人為開發(fā)了一片新的海岸線，根據(jù)變化區(qū)域的形狀，大小，紋理和相關(guān)地理位置可以推斷出此區(qū)域可能用來作為養(yǎng)殖場。同時可以看出沒有因自然因素而改變的海岸線。</p><p>　　4.1.2 2007年圖像與2009年圖像的疊加</p&g

80、t;<p>　　圖5 疊加圖像西北部 1 圖6 疊加圖像西北部2</p><p>　　Fig.5 Superimposed image of northwest1 Fig.6 Superimposed image of northwest1</p><p>　　通過這兩幅圖的比較可以看出，舟山西北角，大沙鄉(xiāng)地區(qū)的海

81、岸線進(jìn)一步擴(kuò)大，北部煙墩鄉(xiāng)人為的新擴(kuò)大了一部分海岸線。通過變化區(qū)域的形狀，大小，紋理，相關(guān)位置和布局，可以推斷出這塊區(qū)域可能是養(yǎng)殖場。同時沒有因自然因素而改變的海岸線。</p><p>　　圖7 疊加圖像東北部 1 圖8 疊加圖像東北部 2 7 Fig.7Superimposed image of northeast1 Fi

82、g.8 Superimposed image of northeast2 </p><p>　　通過比較這兩幅圖的變化區(qū)域的形狀，大小，紋理，灰度可以看出，山本島北部白泉嶺水庫正上方，東南角蓮花洋到普陀區(qū)，這兩塊07年人為開發(fā)的區(qū)域都進(jìn)一步被開發(fā)利用。但并沒有新增加的海岸線。同時沒有因自然因素而改變的海岸線。</p><p>　　4.2 圖像的相減&

83、lt;/p><p>　　通過圖像的相減可以更加直觀的監(jiān)測到不同時相的海岸線的各種變化。圖像的相減分為圖像的灰度相減和圖像的幾何相減。通過圖像的幾何相減可以監(jiān)測到海岸線面積的變化，通過圖像的灰度變化，結(jié)合幾何變化可以監(jiān)測到海岸線具體的人工變化，即人工海岸的開發(fā)程度。</p><p>　　4.2.1 幾何圖像的相減</p><p>　　圖9 2002年幾何圖像減2007年

84、幾何圖像</p><p>　　Fig.9 Geometrical image of 2002minus geometrical image of 2007</p><p>　　綠色為2007年圖像的幾何分布圖，紅色為2002年圖像的幾何分布圖，經(jīng)分析，很明顯從圖中可以看出，2002年比2007年多出了一些部分，方位，大小，形狀與前部分圖像的疊加得出的結(jié)論基本相吻合。</p>

85、<p>　　圖10 2007年幾何圖像減2009年幾何圖像</p><p>　　Fig .10 Geometrical image of 2007 minus geometrical image of 2009</p><p>　　紅色為09年圖像的幾何分布圖，黃色為07年圖像的幾何分布圖，從圖中可以看出沒有新增加的海岸線。與前面圖像疊加得出的結(jié)論相吻合。</p>

86、<p>　　4.2.3 灰度圖像的相減</p><p>　　圖11 2002年灰度圖像減2007年灰度圖像</p><p>　　Fig.11 Gray image of 2002 minus gray image of 2007</p><p>　　通過與2002年幾何圖像減2007年幾何圖像結(jié)合可以看出突出的白色部分即是人工海岸部分，并且這些突出

87、的部分被開發(fā)到一定的程度。所得的結(jié)論與前面圖像的</p><p><b>　　分析所得基本吻合。</b></p><p>　　圖12 2007年灰度圖像減2009年灰度圖像</p><p>　　Fig.12 Gray image of 2007 minus gray image of 2009</p><p>　　通過

88、與2002年灰度圖像減2007年灰度圖像對比可以觀察到，原來2007年白色區(qū)域部分的紋理在2009年更加緊密，色調(diào)更加亮，這說明在原先人工建設(shè)的海岸線上，開發(fā)進(jìn)一步的得到加強(qiáng)。</p><p>　　通過對三個時相海岸線影像的解譯，結(jié)合實際情況，對比分析，自然因素對舟山本島海岸線影響較小，影響舟山本島海岸線變遷的的主要原因只有一個：人為因素。從2002年來，舟山本島的西北角（大沙鄉(xiāng)地區(qū)），北部白泉嶺水庫正上方，東南

89、角蓮花洋到普陀區(qū)，這三個地方海岸線變化相當(dāng)明顯，都是人工填海建造養(yǎng)殖場。</p><p><b>　　5、結(jié)論</b></p><p>　　遙感由于是一種多學(xué)科綜合的應(yīng)用技術(shù)，這鐘技術(shù)獲取數(shù)據(jù)的能力是非常強(qiáng)的的，利用遙感技術(shù)監(jiān)測海岸線具有很強(qiáng)的優(yōu)勢。由于遙感監(jiān)測具有廣范圍、相對同步、多時相、高精度的特點，所以其可迅速地得到海岸地貌類型和與其有關(guān)的地面信息，使得在實地調(diào)

90、查中可能遇到的各種限制能夠有效地被克服；其獨有的實時監(jiān)測能力可以使之在短時間內(nèi)對同一個地區(qū)進(jìn)行多次探測，從而達(dá)到對海岸線動態(tài)監(jiān)測的目的；遙感圖像以數(shù)字方式記錄下來，可直接用計算機(jī)來處理，提高了后期處理的效率[1]。國外遙感技術(shù)發(fā)展較早，因此利用遙感技術(shù)進(jìn)行海岸線提舉技術(shù)也比較成熟.。目前的方法主要有以下幾種： </p><p>　　第一類主要采用底層圖像處理技術(shù)。Lee和 Jurkevich通過圖像平滑、閾值分割

91、和邊界跟蹤等技術(shù)檢測 SAR圖像中的海岸線[4]。Giancarlo等人則采用模糊技術(shù)將圖像的灰度和紋理系結(jié)合起來，生成模糊連接圖，并通過對聯(lián)截圖的分割達(dá)到提取海岸線的目的[5]。但是這種方法的瓶頸在于定位精度不高，且處理速度較慢。 </p><p>　　第二類方法利用了很多高級圖像處理的技術(shù)，包括多分辨率技術(shù)和活動輪廓模型，并結(jié)合海域結(jié)構(gòu)知識，使得這類方法的準(zhǔn)確性和處理速度都得到了顯著提高。David等人引入多

92、分辨率技術(shù)來提高海岸線定位精度和處理速度：現(xiàn)在低分辨率圖像上采用計算量較大的紋理分割得到初步海岸線，再在高分辨率圖像上采用活動輪廓模型對海岸線位置進(jìn)行修正，以提高其定位精度。 </p><p>　　針對本次研究目的，本人運用ERDAS圖像處理軟件，通過對不同時相遙感圖像的幾何校正，在對圖像進(jìn)行疊加對比與幾何面積和灰度的相減，得到了幾幅不同的圖像，再按照室內(nèi)解譯的基本原則，選擇適當(dāng)?shù)男螤?，大小，紋理，結(jié)構(gòu)，陰影等直

93、接解譯標(biāo)志并結(jié)合研究地區(qū)的相關(guān)布局，地理環(huán)境等間接解譯標(biāo)志進(jìn)行解譯，得到相應(yīng)的結(jié)論：研究區(qū)域的海岸線構(gòu)成雖然類型眾多但面積都不大，由于自然因素造成的海岸線變化十分微小，不存在自然因素影響海灘，泥灘等有經(jīng)濟(jì)作用的海岸線的現(xiàn)象。主要影響海岸線變化的因素就是人為因素：人工圍海建造養(yǎng)殖場。這是受到近幾年舟山政府通過大力發(fā)展養(yǎng)殖業(yè)提高經(jīng)濟(jì)增長政策的影響，這可以從側(cè)面反應(yīng)舟山這幾年在大力發(fā)展海水養(yǎng)殖這一塊取得了一定程度的成果。同時也可以預(yù)測，在未來

94、的較長一段時間內(nèi)，舟山本島海岸線的變化只會由于人為因素的改變而變化，自然因素仍然不是影響舟山海岸線的主要因素。不過需要我們謹(jǐn)記的是，我們在開發(fā)海岸線，大力發(fā)展經(jīng)濟(jì)的同時也需要注意海岸線的保護(hù)，因為海岸線是非常脆弱的一個部分，如果過度開發(fā)海岸線將會引起生態(tài)，海岸地貌等等的變化，可能會因此導(dǎo)致種種違背初衷的現(xiàn)象。</p><p>　　而由于舟山特殊的地理位置，其海岸線的價值不僅僅只是體現(xiàn)在經(jīng)濟(jì)方面，在軍事，學(xué)術(shù)研究方

95、面也具有重大的意義。因此，本人建議定時定期地對舟山海域海岸線進(jìn)行調(diào)查，時間間隔為2年，具體時期以所選取的傳感器最佳效果的時間為準(zhǔn)，同時要進(jìn)行野外實地勘測以提高準(zhǔn)確度。本人由于水平有限，沒有對舟山本島海岸線遙感做更加精確和全面的分析，文中肯定有很多疏漏和錯誤，歡迎各位指正。</p><p><b>　　參考文獻(xiàn)</b></p><p>　　[1]Onana V P;Mv

96、ogo J;Trebossen H Coastline Detection in SAR Images Using Texture Analysis in Textural or Geometrical Multi-resolution 2001</p><p>　　[2]Giancarlo B;Silvana D;Raimondo D Semiautomatic Coastline Detection in R

97、emote Sensing Images 2000</p><p>　　[3]王宇;王乘;劉吉平 一種基于數(shù)學(xué)形態(tài)學(xué)的遙感圖像邊緣檢測算法[期刊論文]-重慶郵電學(xué)院學(xué)報(自然科學(xué)版)2003(02)</p><p>　　[4]馮蘭娣;孫效功;胥可輝 利用海岸帶遙感圖像提取岸線的小波變換方法[期刊文]-青島海洋大學(xué)學(xué)報2002(05)</p><p>　　[5] Gi

98、ancarlo B，Silvana D，and Raimondo D．Semiautomatic coastline detection in remote sensing images[A][GARSS rZ]．IEEE，2000</p><p>　　[6]劉高煥,劉慶生，葉慶華等．黃河三角洲土地利用動態(tài) 監(jiān)測與海岸帶綜合管理[J]。資源科學(xué)，2006，28(5)，171～175</p><

99、p>　　[7]陳漢斌，鄭亦津，李法曾．山東植物志下卷[M]．青島：青多樣性的特點.島出版社，199</p><p>　　[8]李法曾．山東植物區(qū)系[J]．山東師大學(xué)報(自然科學(xué)版)， 1992，38(7)：68～ 75</p><p>　　[9]常慶瑞，蔣平安，周勇，申廣榮，李瑞雪，趙鵬翔，遙感技術(shù)導(dǎo)論</p><p>　　[10]侯正陽，北京林業(yè)大學(xué)，基于T

100、M影像的山東省沙質(zhì)海岸沿海防護(hù)林體系建設(shè)現(xiàn)狀研究</p><p>　　[11]鄭玉閣，華中師范大學(xué)，基于RS的地震災(zāi)害生態(tài)環(huán)境影響評價。</p><p>　　[12]馬小峰，趙冬至，張豐收，文世勇，楊帆。海岸線衛(wèi)星遙感提取方法研究進(jìn)展。</p><p>　　[13]文理梁，基于三維GIS技術(shù)的地震災(zāi)情場景模擬系統(tǒng)，2009，中國科學(xué)院工程力學(xué)研究所</p>