本文来源：公众号湖泊遥感与智慧流域
研究背景
RESEARCH BACKGROUND
迄今为止，沿海地区的土地覆盖产品主要来自中分辨率成像光谱仪图像，但很少有研究使用 Sentinel-1 合成孔径雷达和 Sentinel-2 多光谱仪器图像，它们可以提供更详细的地图。
本研究开发了一种基于规则的时间序列分类 (RTSC) 方法，结合 S1/S2 时间序列图像 (2015–2019) 和 Google Earth Engine (GEE)，以 10 m 分辨率绘制沿海土地覆盖类型。这些产品是为东亚黄海 (YS) 沿海地区开发的，该地区是保护 6000 万沿海人口免受风暴和 SLR 影响的重要生态系统。这项研究结合了 S1/S2 时间序列、RTSC 方法和 GEE 来绘制大比例尺的沿海土地覆盖区域，提供了一种很有前途的方法，研究生成的 10 米分辨率地图是黄海沿海土地覆盖类型的最新数据集，可能为这一重要沿海地区的可持续管理和保护提供基础。
本文研究目标：
(1) 开发一种结合 S1/S2 图像以 10 米分辨率绘制沿海土地覆盖图的基本方法；
(2) 应用基于规则的时间序列分类 (RTSC) 方法评估沿海土地覆盖的动态；
(3) 生成 2015 年至 2019 年黄海沿海土地覆盖图。
研究区域与方法
1. 研究区域
黄海位于中国、朝鲜和韩国三个国家之间的西太平洋（32°–40°N，120°–127°E）（图2 ）。黄海是东亚更广泛的区域生态系统的重要组成部分（Murray 等人，2014 年），并保护沿海人口免受风暴和海平面上升的影响。
2. 数据集
2.1 Sentinel-1 SAR 和 Sentinel-2 MSI 图像
在本研究中，在 GEE 中选择了 2015 年 1 月 1 日至 2019 年 12 月 31 日期间在上升和下降轨道上获取的 S1 图像；从 GEE 获取并预处理了 2015-2019 年期间所有质量良好的 S2 图像。
2.2 用于算法开发的训练数据集
用于算法开发的沿海水域和非水域训练数据集是使用 Google 地球图像手动随机识别的。以及来自俄克拉荷马大学全球地理参考野外照片库的野外照片（Xiao et al., 2011 ）。最后，一组6025个采样点用于算法开发，包括3420个水点和2605个非水点（图2）。还选取了 12 个较大尺寸的感兴趣区域（ROI）作为训练数据，用于分析 S1/S2 图像中非水域和水域的特征。
3. 沿海土地覆盖制图算法
工作流程分为三个步骤（图 4）：(a) 输入数据，(b) 分类，以及 (c) 验证和比较。
3.1 地表水和植被的提取
在 GEE 中计算了以下光谱指数：
ρBlue, ρGreen, ρRed, ρNIR, ρSWIR1 分别表示S2 图像中蓝色波段 (458–523 nm)、绿色波段 (543–578 nm)、红色波段 (650–680 nm)、近红外波段 (785–900 nm), 和短波红外波段 (1565–1655 nm) 。
生成了地表水体和植被的沿海土地覆盖图。绘制算法总结在表 2中：
3.2 地表水体和沿海植被的年度频率估计
等式(5)，(6)分别计算S1/S2 的组合时间序列数据生成了每年准确的开阔地表水体及计算水体频率。使用等式(7)和(8)计算沿海植被频率。
3.3 沿海土地覆盖分类
将光学和微波图像结合起来，利用每年的水频率来确定长达一年的海水和潮间带。
沿海植被、潮滩和常年水域的沿海土地覆盖制图算法是使用等式(9) , (10) , (11)计算。
3.4 2015-2019年黄海沿海土地覆盖图实现
使用方程式中描述的算法处理所有图像。(9) , (10) , (11)生成 2015 年至 2019 年 YS 年度沿海土地覆盖图。
3.5 2019 年沿海土地覆盖图的验证以及与其他地图的相互比较
验证：
(1) 本研究的结果仅分为三种类型（滩涂、植被和常年水）。
(2) 使用 ArcGIS 在每个类中形成随机点，然后我们将它们转换为样本点的 10 米圆形缓冲区作为像素样本。每年总共生成 5822 个样本验证区域，用于验证三个沿海土地覆盖图图层（图 S5）。
(3) 每年的每个像素样本都根据相应年份的历史谷歌地球图像进行检查，并标记为纯沿海土地覆盖像素样本，以避免每年表面变化造成的采样误差。
(4) 计算混淆矩阵以验证结果的准确性.
比较：
将沿海土地覆盖数据与研究区域范围内的其他相关土地覆盖数据集进行比较（表3）
研究结果
1. 沿海土地覆盖类型图及精度评估
各年度具体精度评价结果如表4所示：
图9为2019年7个典型区域的海岸带土地覆盖详情，图10为各剖面各类型面积。
确定2019年黄海海岸带土地覆盖类型总面积3593.42km2滩涂面积，海岸植被面积28506.98 km2，常年水域面积5436.92 km2 。B断面黄海海岸带土地覆盖面积最大，该区域是沉积地貌发育最特殊的区域系和中国最丰富的滩涂资源，潮滩和盐沼植被分布较多，其次为I、D、A、C、H、G、F、E段。黄海植被主要沿B、D、I 段海岸线。B 段沿海常年水域面积最大，其次是 C、D、G、A、I、H、E、F 段。滩涂主要分布在 I 段， H、B、A、C、F、G、E 和 D。F 剖面是黄海中最小的沿海土地覆盖面积，也是最小的常年水域面积。
2. 2015-2019年沿海土地覆盖面积年际变化
黄海海岸总土地覆盖年际变化较大的区域主要分布在中国东北、朝鲜和韩国西部地区。
3. 与其他地图的比较
FU/ OU在2018年的数据集中检测到的滩涂面积(723.6 km2)小于FU/OU沿海湿地地图(823.2 km2)，潮滩地图报告的潮滩面积为887.5 km2，本研究数据集估计的2015年潮滩面积为835.0 km2。
2017年潮滩总面积比 FU/OU沿海湿地地图（Wang 等人，2020b ）少 1140 km2，但在 2018 年植被面积比 FROM-GLC10 多3455 km 2地图( Gong et al., 2019 )。
本研究中大量光学和微波 Sentinel 图像的组合在相同时间间隔内提供了更多高质量的观测结果。结果，由于水体被淹没，滩涂面积减少，而植被面积由于被发现的可能性增加而增加。
Zhang等人（2019）在 2015 年使用随机森林算法绘制了 SZU 地图中的沿海湿地（图 12c）。NBU/OU地图中的滩涂面积与2015年中国北方各省的CAS地图和FU/OU沿海湿地地图的面积吻合良好。UQ潮滩地图中的滩涂面积为6678.1 km2，本研究中，它是 1882.7 km2。地图中只有江苏省的滩涂面积小于其他数据集中的滩涂面积。
讨论和启示
该研究对于沿海可持续性和生态保护的有效性，以及获得关于沿海土地覆盖的组成和分布信息的准确性和及时性至关重要，但还需要大范围跟踪沿海土地覆盖的变化。
本文开发了一种 RTSC 沿海土地覆盖制图算法，使用时间序列微波图像 S1 和光学图像 S2 来识别和绘制沿海土地覆盖类型，生成了2015-2019 年更详细的黄海沿海土地覆盖年度地图，分辨率为 10 米。
本研究表明：
1.S1/S2 的组合可以为沿海土地覆盖制图提供足够数量的有效观测值。
2.相对较高的空间分辨率和重访时间能够用于检测受频繁云层覆盖、风、波浪和潮汐影响的小尺度特征和区域。
3.开发的 RTSC 沿海土地覆盖制图方法有可能应用于全球其他年份和其他地点的沿海土地覆盖制图。由此产生的地图为沿海保护和管理以及决策者和利益相关者提供了基本信息
原文链接 ↓
https://www.sciencedirect.com/science/article/abs/pii/S0924271622003446
转自：“生态遥感前沿”微信公众号
如有侵权，请联系本站删除！
