潮位信息辅助下基于SAR影像的海岛海岸线提取

doi:10.13474/j.cnki.11-2246.2026.0122

测绘通报 ›› 2026, Vol. 0 ›› Issue (1): 140-143.doi: 10.13474/j.cnki.11-2246.2026.0122

潮位信息辅助下基于SAR影像的海岛海岸线提取

刘连胜^1,2, 李晶晶^3,4,5, 卢江涛^3,4,5, 廖洁麟⁶, 王长委^3,4,5, 岳文^1,2

1. 广东省土地调查规划院, 广东广州 510075;
2. 自然资源部陆表系统与人地关系重点实验室, 广东广州 510075;
3. 华南农业大学资源环境学院, 广东广州 510642;
4. 广东省农业资源利用重点实验室, 广东广州 510642;
5. 广东省土地信息工程技术中心, 广东广州 510642;
6. 山西迪奥普科技有限公司, 山西太原 030600

收稿日期:2025-05-12 发布日期:2026-02-03
通讯作者: 岳文。E-mail:12639192@qq.com
作者简介:刘连胜(1970—),男,硕士,高级工程师,研究方向为地籍调查、不动产登记、海洋调查。E-mail:369531024@qq.com
基金资助:
国家自然科学基金(42471340)

Tidal data-aided SAR image-based coastline extraction for islands

LIU Liansheng^1,2, LI Jingjing^3,4,5, LU Jiangtao^3,4,5, LIAO Jielin⁶, WANG Changwei^3,4,5, YUE Wen^1,2

1. Guangdong Provincial Institute of Land Surveying & Planning, Guangzhou 510075, China;
2. Key Laboratory of Earth Surface System and Human-Earth Relationships of the Ministry of Natural Resources, Guangzhou 510075, China;
3. College of Natural Resources and Environment South China Agricultural University, Guangzhou 510642, China;
4. Guangdong Province Key Laboratory for Agricultural Resources Utilization, College of Natural Resources and Environment, South China Agricultural University, Guangzhou 510642, China;
5. Guangdong Engineering Technology Research Center of Land Information, Guangzhou 510642, China;
6. Shanxi Develop Technology Co., Ltd., Taiyuan 030600, China

Received:2025-05-12 Published:2026-02-03

摘要/Abstract

摘要： 海岛海岸线是海岛变迁机理分析的基准,准确提取海岛海岸线已成为海岛研究领域亟待攻克的核心难题。本文以南澳岛为研究区域,基于潮汐站逐时水位观测数据与Sentinel-1A 合成孔径雷达(SAR)卫星过境时间的时空匹配,筛选出2023年9月—2024年4月4景高潮位时段的SAR影像,采用主动轮廓模型(CV模型)提取不同高潮位的瞬时水边线,通过欧几里得距离度量法生成平均海岸线。将该平均海岸线与最新的广东省政府2022年批复海岸线数据进行对比,提取精度为16.28 m。研究表明,潮位信息辅助的基于SAR影像的海岛海岸线提取方法,可有效避免传统单期影像潮位校正误差,为多云多雨海岛环境下的海岛海岸线提取和动态监测提供了新的解决方案,对提升海岛高质量管理水平具有重要应用价值。

关键词: 海岛海岸线, 合成孔径雷达, 潮位信息, 提取

Abstract: The coastline of an island serves as the baseline for analyzing the mechanisms of island evolution.Accurately extracting island coastlines has become a critical challenge urgently needing to be addressed in island research.This study focuses on Nan'ao Island as the research area.By spatio-temporally matching hourly tidal station water level observation data with Sentinel-1A synthetic aperture radar (SAR) satellite overpass times,four SAR images captured during high-tide periods from September 2023 to August 2024 were selected.An active contour model (Chan-Vese,CV model) was employed to extract instantaneous waterlines under different high-tide conditions,and a mean coastline was generated using the Euclidean distance metric method.Comparative analysis between this mean coastline and the latest government-approved coastline data of Guangdong province (2022) revealed an extraction accuracy of 16.28 m.The research demonstrates that the SAR image-based island coastline extraction method assisted by tidal information can effectively mitigate errors caused by traditional single-period image tidal corrections.This approach provides a novel solution for coastline extraction and dynamic monitoring in cloudy and rainy island environments,offering significant application value for enhancing refined island management capabilities.

Key words: island coastlines, SAR images, tidal information, extracting

中图分类号:

P237

刘连胜, 李晶晶, 卢江涛, 廖洁麟, 王长委, 岳文. 潮位信息辅助下基于SAR影像的海岛海岸线提取[J]. 测绘通报, 2026, 0(1): 140-143.

LIU Liansheng, LI Jingjing, LU Jiangtao, LIAO Jielin, WANG Changwei, YUE Wen. Tidal data-aided SAR image-based coastline extraction for islands[J]. Bulletin of Surveying and Mapping, 2026, 0(1): 140-143.

参考文献

[1] 索安宁,曹可,马红伟,等.海岸线分类体系探讨[J].地理科学,2015,35(7):933-937.
[2] 张龙,王志勇,叶凯乐,等.全极化SAR影像多特征分类的海岸线提取方法[J].遥感信息,2022,37(4):58-65.
[3] 于彩霞,王家耀,许军,等.海岸线提取技术研究进展[J].测绘科学技术学报,2014,31(3):305-309.
[4] 严海兵,李秉柏,陈敏东.遥感技术提取海岸线的研究进展[J].地域研究与开发,2009,28(1):101-105.
[5] 张龙,黄国满,王章朋,等.SAR影像海岸线提取方法[J].测绘科学,2022,47(9):102-111.
[6] 王赛,楼良盛,陈刚,等.天绘二号卫星双基SAR模式下海岸线提取研究[J].测绘与空间地理信息,2024,47(9):40-43.
[7] 李淑瑾,石雪,钟炜,等.结合马尔可夫随机场和混合模型的海岸线提取[J].遥感信息,2024,39(1):167-174.
[8] 张旭凯,张霞,杨邦会,等.结合海岸类型和潮位校正的海岸线遥感提取[J].国土资源遥感,2013,25(4):91-97.
[9] 李娟.基于CV模型的图像分割方法研究[D].兰州:西北师范大学,2018.
[10] CIECHOLEWSKI M.Review of segmentation methods for coastline detection in SAR images[J].Archives of Computational Methods in Engineering,2024,31(2):839-869.
[11] 沈琦,汪承义,赵斌.几何活动轮廓模型用于高分辨率遥感影像海岸线自动提取[J].复旦学报(自然科学版),2012,51(1):77-82.
[12] MODAVA M,AKBARIZADEH G,SOROOSH M.Integration of spectral histogram and level set for coastline detection in SAR images[J].IEEE Transactions on Aerospace and Electronic Systems,2019,55(2):810-819.
[13] 吴一全,刘忠林.遥感影像的海岸线自动提取方法研究进展[J].遥感学报,2019,23(4):582-602.
[14] 李振今,王志勇,叶凯乐,等.联合时间序列相干性和后向散射系数的黄河三角洲湿地分类[J].测绘通报,2023(2):52-57.
[15] 邱志伟,刘晓霞,章铭诚.基于星载SAR影像的苏北地区海岸线提取研究[J].地理空间信息,2021,19(1):4-7.
[16] 王志一,王娜,林波,等.基于自动阈值与区域增长的SAR影像海岸线提取算法[J].中国地质调查,2023,10(1):110-117.

潮位信息辅助下基于SAR影像的海岛海岸线提取

Tidal data-aided SAR image-based coastline extraction for islands

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	郭海瑞, 仉天宇, 曹瑞雪. 一种新的海岸线提取模型[J]. 测绘通报, 2026, 0(1): 47-50,71.
[2]	徐雯婷, 闫冬梅, 王虎, 吴雅睿, 王美景, 申茜. 水体指数结合DEM自适应搜索算法的线状水体提取方法[J]. 测绘通报, 2025, 0(9): 39-44,77.
[3]	王玉, 李泽辰, 梁菘元, 石雪. 基于神经网络优化Canny算子的海岸线提取方法[J]. 测绘通报, 2025, 0(9): 84-90.
[4]	柯学良, 肖玮, 曲乃铸, 何智杰, 黄睿. 基于光照不变特征提取和动态特征祛除的视觉SLAM算法[J]. 测绘通报, 2025, 0(9): 105-111.
[5]	张辰, 储云志, 吴兆福, 徐立晨, 黄建伟, 李水平. 复杂光照下YOLOv7深度学习算法驱动的标志点区域提取[J]. 测绘通报, 2025, 0(9): 135-139.
[6]	陈门昊, 李振博, 朱亚兵, 黄毅, 卜宪海, 阳凡林. 非结构化场景下船载三维激光安置误差检校方法[J]. 测绘通报, 2025, 0(9): 140-145.
[7]	杜建超, 张雷, 白晋颖, 李婷婷. 基于PIE-Engine的陕西省公路网遥感影像分析[J]. 测绘通报, 2025, 0(7): 46-51.
[8]	范进勇, 廖海生, 陈舰, 何鑫, 罗惠恒, 黄荣, 杨磊, 李林泽, 陈尧文, 江利明, 黄荣刚. 高山峡谷地区SAR角反射器定位精度研究——以某巨型水电站库首区为例[J]. 测绘通报, 2025, 0(6): 18-23.
[9]	张云菲, 钟天宇. 耦合多层次格网特征的轨迹数据提取路网方法[J]. 测绘通报, 2025, 0(6): 109-114.
[10]	刘向铜, 鲁仁辉, 张峰雪, 席阿雷, 陆政勋. InSAR在鄱阳湖洪灾抢险路径实时规划中的应用[J]. 测绘通报, 2025, 0(6): 142-146.
[11]	刘甜甜, 张明, 冯继锋, 李倩楠, 朱雨芯. 基于GF-2影像的农村黑臭水体遥感识别与动态监测[J]. 测绘通报, 2025, 0(5): 8-14.
[12]	刘松焕, 李朝奎, 田沁, 江岭. 基于投影和特征激活的实景三维玻璃幕墙分割[J]. 测绘通报, 2025, 0(5): 84-88.
[13]	王一哲, 张瑞菊, 王坚, 谢欣睿, 黄启承. 室内动态场景下融合语义信息的视觉SLAM方法[J]. 测绘通报, 2025, 0(4): 9-13.
[14]	季辰, 刘磊, 蔡栋, 程亮. 街景影像交通标志牌限速限高信息提取[J]. 测绘通报, 2025, 0(4): 39-44.
[15]	孙凯, 徐青, 张瑞鑫, 苏友能. 改进特征金字塔池化的遥感影像障碍物提取[J]. 测绘通报, 2025, 0(4): 90-95.