基于高空間分辨率衛星遙感影像的圍填海存量資源監測與評估研究
——以營口市南部海岸為例

索安寧，王鵬，袁道偉，于永海，張明慧

(1.國家海洋環境監測中心，遼寧 大連 116023；2. 國家海洋局海域管理技術重點實驗室，遼寧 大連 116023；3.大連海洋大學 海洋與土木工程學院，遼寧 大連 116023)

?

基于高空間分辨率衛星遙感影像的圍填海存量資源監測與評估研究
——以營口市南部海岸為例

索安寧1，2，王鵬1，2，袁道偉1，2，于永海1，2，張明慧3*

(1.國家海洋環境監測中心，遼寧 大連 116023；2. 國家海洋局海域管理技術重點實驗室，遼寧 大連 116023；3.大連海洋大學 海洋與土木工程學院，遼寧 大連 116023)

為詳細掌握圍填海存量資源狀態，提高海域空間資源監管精細化水平，本文提出圍填海存量資源概念，并將圍填海存量資源劃分為圍而未填區域、填而未建區域、低密度建設區域、低洼坑塘、低效鹽田和低效養殖池塘等6種類型，以及工業區、城鎮區等圍填海存量資源的消耗類型。在此基礎上，采用高空間分辨率衛星遙感影像，建立了面向對象的圍填海存量資源遙感影像分類提取方法與技術流程，構建了圍填海存量資源指數，并以營口市南部海岸區域為例進行了實證研究。結果表明：(1)面向對象的圍填海存量資源遙感影像分類提取方法能夠精細地提取圍填海存量資源信息，準確率達到90%以上；(2)填而未建區域、低效鹽田、低效養殖池塘占研究區圍填海存量資源總面積的62.51%，研究區圍填海存量資源指數為0.49，但內部差異明顯，北部區域為0.66，中部區域為0.44，南部區域為0.37。

圍填海；存量資源；遙感影像；高空間分辨率；監測

1　引言

衛星遙感技術作為當前對地觀測的最新技術，已經廣泛地應用于土地利用/覆蓋變化、植被退化、自然災害等許多領域的研究與技術支撐工作中，取得了顯著的社會經濟效益[1—3]。國外有關學者在20世紀后半期就開始利用衛星遙感技術開展海岸帶、濱海濕地監測評估研究，建立了紅樹林、珊瑚礁、海草床、海岸帶開發利用等不同海岸地物的遙感影像特征庫和面向對象的衛星遙感信息提取技術[4—7]。Arroyo等[8]及Jin和Davis[9]以雷達和Quickbird衛星遙感影像為基礎采用面向的遙感影像分類技術對地中海沿岸河口形狀和土地覆被類型進行了分類制圖。Platt和Bapoza[10]及Shackford和Davis[11]采用面向對象的遙感影像分類技術對IKONOS衛星遙感影像進行了海岸帶土地利用/土地覆被分類精度評估研究。Cleve等[12]及Stow等[13]利用高精度航空遙感影像研究比較了基于像元的分類方法與面向對象的分類方法特點，認為面向對象的分類方法更適合于高空間分辨率遙感影像分類。圍填海作為我國當前海洋空間開發利用的主要方式之一，已越來越多地受到相關學者的關注，不同學者分別利用衛星遙感技術開展了海岸線變化、圍填海等海洋空間特征變化的監測與分析探討[14—15]。國家海域動態監管系統采用衛星遙感技術實現了全國圍填海、海域開發利用的業務化監測與評價[16]。但當前的圍填海監測與評估主要關注圍填海面積及空間形狀，隨著我國大規模圍填海的持續擴張，許多圍填海區域圍而不填、填而不建、低密度建設現象愈發突顯，僅監測評估圍填海規模及區域分布已不能滿足圍填海精細化管理的工作需求。

高空間分辨率遙感影像通常是指像素的空間分辨率在5 m以內的遙感影像。21世紀以來，高空間分辨率衛星遙感技術快速發展。截至2014年底，全球共有13個國家的30多顆光學商業高空間分辨率遙感衛星，最具代表性的有美國IKONOS和QuickBird、法國SPOT、日本Alos等。2013年4月我國開始發射高分系列遙感衛星，目前已發射7顆。高分系列衛星覆蓋了從全色、多光譜到高光譜，從光學到雷達等多種類型，構成了一個具有高空間分辨率、高時間分辨率和高光譜分辨率能力的對地觀測系統[17]。

高空間分辨率遙感影像以其較高的地面空間分辨率優勢，能夠識別更為詳細的地物形狀、紋理、光譜等特征信息，是近年來區域性地表環境精細監測的最有效手段。如何利用高空間分辨率遙感影像開展圍填海存量資源分類監測，及時準確地掌握真實有效的圍填海存量資源狀況，是我國海域使用遙感監測亟待解決的技術問題。這對于集約高效地利用好圍填海存量資源，強化海域資源管理具有重要的技術支撐意義。本文采用國產高分一號衛星遙感影像和SPOT5衛星遙感影像，以營口市南部海岸圍填海區域為例，探討圍填海存量資源的組成類型、開發利用特征，建立面向對象的圍填海存量資源遙感監測技術方法與流程，并分析了營口市南部海岸圍填海存量資源的類型分布、形成途徑及現狀特征，以期為圍填海存量資源的遙感監測與分析提供技術方法。

2　研究區概況

營口市南部海岸(40°25′～40°40′N，122°5′～122°25′E)位于遼東灣頂部，大遼河入海口以南，從營口市區渤海大街以南至蓋州團山基巖海岸以北區域，總面積300 km2。該區域原為開闊平坦的遼東灣淤泥質灘涂，20世紀50年代在全國圍海曬鹽熱潮下，在淤泥質灘涂上圍海建造鹽田，發展海水曬鹽產業。20世紀末海鹽業發展緩慢，沿海部分水交換通暢的鹽田、灘涂被劃分改造成魚、蝦等水產養殖池塘，形成鹽田-養殖復合海域使用空間格局。21世紀以來，隨著遼寧沿海經濟帶發展戰略規劃的提出與實施，大片低產鹽田被回填成為營口市城市規模擴展、沿海產業基地建設的拓展空間。根據研究區域地理特征，本文以二道溝和攔海取排水口為界將研究區域劃分為北部區域、中部區域和南部區域3個分區，研究區位置及其空間分區見圖1。

圖1　研究區位置圖Fig.1　Location of study area

3　研究方法

3.1數據源

本文收集到覆蓋研究區域的2015年6月份采集的高分一號(FG-1)衛星遙感影像和2005年8月份采集的SPOT5衛星遙感影像。高分一號衛星遙感影像具有B、G、R、NIR四個多光譜和一個全色波段，全色波段分辨率2.0 m。SPOT5衛星遙感影像具有B、G、R、NIR四個多光譜和一個全色波段，全色波段分辨率2.5 m。參考數據有1∶10 000數字地形圖。

3.2數據預處理

由于大氣校正和輻射校正在衛星地面接收站已進行了處理。本文的數據預處理主要進行幾何精校正。具體方法如下：(1)在覆蓋研究區域的衛星遙感影像上均勻布設地面控制點25個，地面控制點主要選取道路交叉口和圍堰交叉口，交叉口盡量呈直角，定于兩條道路或圍堰相交邊線的直角頂點，便于實測定位；(2)利用車載GPS在現場找到衛星遙感影像上的控制點位置，采用高精度RTK信標機在控制點上進行現場定位；(3)利用遙感影像處理軟件ERDAS IMAGE9.2采用二元三次多項式對高分一號衛星遙感影像和SPOT5衛星遙感影像進行幾何精校正，校正方法參考相關文獻[18]。利用精校正好的高分一號衛星遙感影像和SPOT5衛星遙感影像對比相互檢查校正效果。

3.3圍填海存量資源的界定與分類

圍填海存量資源是指圍填海區域現存的可用于開發建設工業、城鎮、養殖等活動的海域空間資源。根據本文研究區域圍填海存量資源特征，將圍填海存量資源劃分為圍而未填區域、填而未建區域、低密度建設區域、低效鹽田、低效養殖池塘、低洼坑塘6種類型。另外，城鎮區、工業區和水系為圍填海存量資源的消耗類型。各類圍填海存量資源特征描述見表1。

表1　圍填海存量資源分類及其特征描述

3.4面向對象的圍填海存量資源分類提取方法

由于高空間分辨率衛星遙感影像包含的地物空間信息更為豐富(如紋理、光譜、幾何信息等)，基于像元的傳統遙感影像分類方法已無法適用于高空間分辨率遙感影像分類工作。面向對象的遙感影像分類方法是近年來提出的一種新的遙感影像信息提取方法。這種方法首先通過對遙感影像進行尺度分割提取同質區域，然后對各個區域進行特征分析，提取分類目標[19]。這種方法能夠更好地利用提取地物的形狀與紋理特征，相對于基于像元的分類方法有明顯的優勢，已被越來越多地應用于高空間分辨率遙感影像分類研究[20]。

本文根據圍填海存量資源特點，以高分一號衛星遙感影像和SPOT5衛星遙感影像為基礎數據，采用面向對象的分類技術，首先對高分一號衛星遙感影像和SPOT5衛星遙感影像進行尺度分割。尺度分割是依據相同的光譜特征和空間鄰接關系將影像劃分成像素群的過程，期間既能生成分類對象，又能將分類對象按等級結構連接起來[19—20]。其次，建立圍填海存量資源分類知識庫，也就是根據不同圍填海存量資源的影像光譜特征、形狀特征和紋理特征等建立圍填海存量資源影像特征庫。表2為研究區各類圍填海存量資源地物影像特征。第三，根據影像特征庫定義樣本對象，插入分類器對尺度分割后的影像進行面向對象分類。第四，采集地面驗證點，對分類結果進行精度驗證，保證衛星遙感影像的分類準確率達到90%以上。面向對象的圍填海存量資源遙感影像分類技術流程如圖2所示。

圖2　面向對象的圍填海存量資源遙感影像分類技術流程圖Fig.2　Technique flow chart of remote sensing image classification for existing sea reclamation based on object-oriented method

表2　各類圍填海存量資源影像特征

續表2

采用面向對象的遙感影像分類方法分別對2015年高分一號衛星遙感影像和2005年SPOT5衛星遙感影像進行分類，形成研究區2015年圍填海存量資源分類矢量數據和2005年圍填海存量資源分類矢量數據。采用路線驗證法，校驗圍填海存量資源遙感影像分類的準確性。驗證過程采用車載GPS定位，現場記錄并拍攝照片，重點對遙感影像上的復雜類型和疑點疑區地面情況進行地面驗證核實[21]。經驗證分析，2015年和2005年圍填海存量資源分類矢量數據準確率分別達到95%和92%。

3.5圍填海存量資源形成分析

采用轉移矩陣分析2005—2015年研究區圍填海存量資源的形成過程。轉移矩陣是目前土地利用變化分析中最為常用的研究方法，這種方法可以定量揭示不同圍填海存量資源類型隨時間推進的轉化方向和轉化數量[22]。

3.6圍填海存量資源評估方法

根據圍填海區域存量資源的開發利用規模與面積比例情況，構建圍填海存量資源指數，作為圍填海存量資源情況的定量評估指標。圍填海存量資源指數計算方法如下：

(1)

式中，WTHCL為圍填海存量資源指數，wi為圍填海存量資源類型權重，A為圍填海區域總面積，ai為第i類圍填海存量資源面積。圍填海存量資源指數WTHCL越大，說明圍填海存量資源開發利用程度越高，圍填海存量資源數量越小。各類圍填海存量資源的權重采用專家問卷調查法確定，具體見表3。

表3　各類圍填海存量資源權重表

4　結果分析

4.1圍填海存量資源的空間分布特征

研究區圍填海存量資源空間分布見圖3，各類圍填海存量資源面積統計見表4。可以看出，研究區圍填海存量資源以填而未建區域面積最大，達到6 379.24 hm2，占區域總面積的21.09%，其次是低效鹽田和低效養殖池塘，分別占到區域總面積的20.90%和20.52%。圍而未填區域和低密度建設區域也分別達到區域總面積的9.60%和8.66%，低洼坑塘面積只有952.14 hm2，僅占區域總面積的3.15%。以上圍填海存量資源總面積為25 380.51 hm2，占研究區域總面積的83.92%。研究區域其余的16.08%面積為圍填海存量資源的消耗類型，包括城鎮區2 567.36 hm2，工業區1 687.86 hm2，河流607.37 hm2。

以上圍填海存量資源在研究區域內部存在明顯的空間差異性，北部區域以填而未建區域和低密度建設區域為主，分別占到北部區域總面積的25.02%和18.23%。中部區域以填而未建區域、低效鹽田和低效養殖池塘為主，分別占到中部區域總面積的29.95%、31.62%和25.44%。南部區域以圍而未填區域、低效鹽田和低效養殖池塘為主，分別占到南部區域總面積的32.70%、23.23%和33.81%。另外，城鎮區、工業區等圍填海存量資源消耗類型主要分布在北部區域，面積分別為2 315.88 hm2和1 476.86 hm2，而中部區域和南部區域分布極少。

以上圍填海存量資源的空間差異性說明研究區域圍填海存量資源存在自南向北的轉化過程，南部區域多為低效鹽田、養殖池塘，部分鹽田已被圈圍，但還沒有填充成土地，處于圍填海存量資源形成前期階段；中部區域已有近30%的區域圍填成土地，但尚未開發建設，其余面積多保持低效鹽田和低效養殖池塘，處于圍填海存量資源形成階段；北部區域有16.08%的圍填海存量資源已被開發建設消化，成為城鎮區、工業區等，18.23%的面積初步開發成為低密度建設區域，25.02%的面積已填充成土地有待開發建設，低效鹽田、低效養殖池塘和低洼坑塘等可以圍填利用的存量資源總和只占北部區域總面積的17.80%，處于圍填海存量資源的消耗階段。

圖3　研究區各類圍填海存量資源空間分布圖Fig.3　Map of existing sea reclamation resource in study area

表4　各類圍填海存量資源地面積

4.2圍填海存量資源形成途徑

表5為2015年和2005年研究區海岸開發利用類型的轉移矩陣，通過該轉移矩陣可以分析研究區圍填海存量資源的形成途徑?？梢钥闯鰢詈４媪抠Y源面積最大的填而未建區域主要由鹽田和養殖池塘填充形成，其中鹽田形成5 483.36 hm2，占到其總面積的85.96%，養殖池塘形成504.35 hm2，占其總面積的7.91%。圍而未填區域基本全部由鹽田圍圈形成。低密度建設區域形成途徑相對復雜，主要包括鹽田1 437.69 hm2、養殖池塘468.63 hm2、低密度建設區域366.33 hm2、圍而未填區域183.10 hm2和填而未建區域120.83 hm2等。低效鹽田全部來自原來的鹽田。低效養殖池塘有2 137.81 hm2來自原有的養殖池塘，1 989.75 hm2由鹽田分割轉化而來，155.06 hm2由低洼坑塘建設而成，另有124.74 hm2來自河道圈圍。低洼坑塘主要由鹽田和養殖池塘廢棄淤積而成，形成面積分別為618.17 hm2和180.25 hm2，只有54.77 hm2保持原來的低洼坑塘狀態。城鎮區和工業區是圍填海存量資源消耗的兩個主要方向。城鎮區除保持原有的915.28 hm2以外，擴張消耗的圍填海存量資源主要來自鹽田694.06 hm2、低密度建設區域542.21 hm2、低洼坑塘區域151.67 hm2和填而未建區域102.95 hm2。工業區擴張消耗的圍填海存量資源主要來自鹽田798.32 hm2、養殖池塘293.82 hm2、低密度建設區域141.71 hm2、圍而未填區域98.68 hm2和填而未建區域85.26 hm2。河流基本承接其原來面積，增加部分主要來自鹽田，面積為124.29 hm2。

表5　圍填海存量資源形成的轉移矩陣

4.3圍填海存量資源評價

圖4為研究區圍填海存量資源指數分布圖。研究區總體圍填海存量資源指數為0.49，但在研究區域內部存在較為明顯的差異。北部區域圍填海存量資源指數最大，達到0.66，說明北部區域圍填海存量資源開發利用程度較高，圍填海存量資源數量較小。這也可以從北部區域22.35%的城鎮區、14.25%的工業區及25.02%的填而未建區域可以說明；中部區域圍填海存量資源指數其次，為0.44，說明中部區域圍填海存量資源較大，填而未建區域占29.95%、低效鹽田占31.62%、低效養殖池塘占25.44%；南部區域圍填海存量資源指數最小，僅為0.37，說明南部區域圍填海存量資源最大，主要存量資源為圍而未填區域、低效鹽田和低效養殖池塘，面積比例分別為32.70%、23.23%和33.81%。

圖4　圍填海存量資源指數區域分布圖Fig.4　Regional distribution of existing sea reclamation resource index

5　結論與討論

本文根據我國圍填海監管的精細化需求，初步界定了圍填海存量資源的概念，并將圍填海存量資源劃分為圍而未填區域、填而未建區域、低密度建設區域、低效鹽田、低效養殖池塘、低洼坑塘等6種類型以及城鎮區、工業區等圍填海存量資源消耗類型，并以營口市南部海岸區域為研究區，利用國產高分一號衛星遙感影像和SPOT5衛星遙感影像建立了面向對象的圍填海存量資源分類提取方法與技術流程，構建了圍填海存量資源指數及計算方法，用以分析了研究區圍填海存量資源現狀特征與形成機制。營口市南部海岸圍填海存量資源主要由鹽田和養殖池塘廢棄和圍填形成，并且在區域內部存在明顯的空間差異性，南部區域處于圍填海存量資源形成前期階段，中部區域處于圍填海存量資源形成階段，北部區域處于圍填海存量資源消耗階段。填而未建區域、低效鹽田、低效養殖池塘是營口市南部海岸圍填海存量資源的主要類型，占圍填海存量資源總面積的62.51%。

海域是各類海洋開發利用活動的空間載體，是海洋經濟發展的基本資源依托[23]。近年來，為拓展發展空間，提振海洋經濟，我國沿海各地利用海域空間實施了大規模的圍填海造地活動。這些圍填海造地為港口碼頭、臨海工業、濱海城鎮等沿海建設拓展了重要的發展空間，但圍填海造地形成的土地在多數區域處于閑置荒廢狀態，形成與存量土地資源類似的圍填海存量資源。關于存量土地資源，有關學者已開展了探討[24—25]，而對于圍填海存量資源，國內外還沒有相關研究報道。與存量土地資源相似，圍填海存量資源也存在與之相關的圍填海增量資源、圍填海消量資源等，其中圍填海增量資源是新增加的圍填海存量資源，圍填海消量資源是消耗利用的圍填海存量資源，圍填海存量資源是圍填海增量資源和圍填海消量資源之間的轉換過程。基于國家海域資源集約/節約利用的管理要求，圍填海監管要控制增量、盤活存量、提升消量，高效利用要圍填海形成的土地資源。因此，開展圍填海存量資源、圍填海增量資源、圍填海消量資源之間的形成、轉換過程監測分析與評估將是今后我國圍填海監管的重要內容。

[1]索安寧，李金朝，王天明，等. 黃土高原流域土地利用變化的水土流失效應[J]. 水利學報，2008，39(7):767-772．

Suo Anning， Li Jinchao， Wang Tainming， et al. Effects of land use changes on river basin soil and water loss in loess plateau[J]. Journal of Hydraulic Engineering， 2008， 39(7):767-772．

[2]索安寧，王兮之，林勇，等. 基于遙感的黃土高原典型區植被退化分析[J].遙感學報，2009，13(2):291-299．

Suo Anning， Wang Xizhi， Lin Yong， et al. Vegetation degradation analysis in typical region of the loess plateau based on remote sensing: a case in Jinghe River Basin[J]. Journal of Remote Sensing， 2009， 13(2):291-299．

[3]魏成階，劉亞嵐，王世新. 四川汶川大地震震害遙感調查與評估[J]. 遙感學報，2008，12(5):673-682．

Wei Chengjie， Liu Yalan， Wang Shixin. Investigation and assessment of damage in earthquake Wenchuan Sichuan quake based on remote sensing[J]. Journal of Remote Sensing， 2008， 12(5):673-682．

[4]Green E P， Mumby P J， Edwards A J， et al. A review of remote sensing for the assessment and management of tropical coastal resources[J]. Coastal Management， 1996， 21: 1-40．

[5]Bell S S， Hicks G R F. Marine landscapes and faunal recruitment: a field test with seagrass and copepods[J]. Marine Ecology Progress Series， 1991，73：61-68．

[6]Seto K C， Fragkias M. Mangrove conservation and aquaculture development in Vietnam: a remote sensing-based approach for evaluating the Ramsar Convention on Wetlands[J]. Global Environment Change，2007，17(3/4):486-500．

[7]Shal A A， Tate I R. Remote sensing and GIS for mapping and monitoring land cover and land use changes in the Northwestern coast al zone of Egypt[J]. Applied Geography， 2007， 27(1): 28-41．

[8]Arroyo L A， Healey S P， Cohen W B， et al. Using object-oriented classification and high-resolution imagery to map fuel types in a Mediterranean region[J]. Journal of Geophysical Research-Biogeosciences， 2006，11：11-19．

[9]Jin X， Davis C H. Automated building extracting from high-resolution satellite imagery in urban area using structural， contextual and spectral information[J]. Journal of Applied Signal Processing， 2005， 14：2196-2206．

[10]Platt R V， Rapoza L. An evaluation of an object-oriented paradigm for land use/land cover classification[J]. The Professional Geographer， 2008， 60(1):87-100．

[11]Shackford A K， Davis C H. A combined fuzzy pixel-based and object-based approach for classification of high-resolution Multispectral data over urban areas[C]//IEEE， Transactions on Geoscience and Remote Sensing， 2003，41(10):2354-2363．

[12]Cleve C， Kelly M， Kearns F R， et al. Classification of the wild land-urban interface: A comparison of pixel and object-based classification using high-resolution aerial photography[J]. Computers， Environment and Urban Systems，2008， 32(4):317-326．

[13]Stow D， Lopez A， Lippitt C， et al. Object-based classification of residential land use within Accra， Ghana based on Quick Bird Satellite data[J]. International Journal of Remote Sensing， 2007， 28(22):5167-5173．

[14]高志強，劉向陽，寧吉才，等. 基于遙感的近30a中國海岸線和圍填海面積變化及成因分析[J]. 農業工程學報，2014，30(12):140-147．

Gao Zhiqiang， Liu Xiangyang， Ning Jicai， et al. Analysis on changes in coastline and reclamation area and its causes based on 30-year satellite data in China[J]. Transactions of the Chinese Society of Agricultural Engineering， 2014， 30(12): 140-147．

[15]Suo Anning， Zhang Minghui. Sea areas reclamation and coastline change monitoring by remote sensing in coastal zone of Liaoning in China[J]. Journal of Coastal Research， 2015， 73: 725-729．

[16]付元賓，趙建華，王權明， 等. 我國海域使用動態監測系統(SDMS)模式探討[J]. 自然資源學報，2008， 23(2):185-193．

Fu Yuanbin， Zhao Jianhua， Wang Quanming， et al. Discussion on the pattern of the sea area usage dynamic monitoring system in China[J]. Journal of Natural Resources， 2008， 23(2):185-193．

[17]陶超，譚毅華，蔡華杰，等. 面向對象的高分辨率遙感影像城區建筑物分級提取方法[J]. 測繪學報， 2010， 39(1):39-45．

Tao Chao， Tan Yihua， Cai Huajie， et al. Object-oriented method of hierarchical urban building extraction from high-resolution remote sensing imagery[J]. Acta Geodaetica et Cartographica Sinica， 2010，39(1):39-45．

[18]李成范，尹京苑，趙俊娟. 一種面向對象的遙感影像城市綠地提取方法[J]. 測繪科學，2011，36(5):112-120．

Li Chengfan， Yin Jingyuan， Zhao Junjuan. Object-oriented method of urban green land extraction from remote sensing imagery[J]. Science of Surveying and Mapping， 2011，36(5):112-120．

[19]田波，周云軒，鄭宗生. 面向對象的河口灘涂沖淤變化遙感分析[J]. 長江流域資源與環境，2008，17(3)：419-423．

Tian Bo， Zhou Yunxuan， Zheng Zongsheng. Object-oriented image analysis method for estuarine tidal flat accretion and erosion study[J]. Resources and Environment in the Yangtze Basin， 2008，17(3)：419-423．

[20]劉書含，顧行發，余濤，等. 高分一號多光譜遙感數據的面向對象分類[J].測繪科學，2014，39(12):91-103．

Liu Shuhan， Gu Xingfa， Yu Tao， et al. Object-oriented image classification method for GF-1 multi spectral remote sensing data[J]. Science of Surveying and Mapping， 2014，39(12):91-103．

[21]吳濤，趙冬至，張豐收，等. 基于高分辨率遙感影像的大洋河河口濕地景觀格局變化[J]. 應用生態學報，2011，22(7):1833-1840．

Wu Tao， Zhao Dongzhi， Zhang Fengshou， et al. Changes of wetland landscape pattern in Dayang River Estuary based on high-resolution remote sensing image[J]. Chinese Journal of Applied Ecology， 2011，22(7):1833-1840．

[22]劉紀遠，張增祥，徐新良，等. 21世紀初中國土地利用變化的空間格局與驅動力分析[J]. 地理學報，2009，64(12):1411-1420．

Liu Jiyuan， Zhang Zengxiang， Xu Xinliang， et al. Spatial patterns and driving forces of land use change in China in the early 21st century[J]. Acta Geographica Sinica， 2009，64(12):1411-1420．

[23]于青松，齊連明. 海域評估理論研究[M]. 北京：海洋出版社，2006．

Yu Qingsong， Qi Lianming. Study on Theory of Sea Area Assessment[M]. Beijing：China Ocean Press，2006．

[24]林堅，楊有強，苗春蕾. 中國城鎮存量用地資源空間分異特征探討[J]. 中國土地科學，2008，22(1):10-15．

Lin Jian， Yang Youqiang， Miao Chunlei. Discussion on the spatial difference of urban stock land resource in China[J]. China Land Science， 2008，22(1):10-15．

[25]郭愛請，葛京鳳. 河北省城市土地集約利用潛力評價方法探討[J]. 資源科學，2006，28(4):65-70．

Guo Aiqing， Ge Jingfeng. Evaluating intensive use of urban land in Hebei Province[J]. Resource Science， 2006，28(4):65-70．

姜廣甲，段國欽，黃志雄，等. 珠江口海域主導光學因子的遙感分類及其變化特征[J]. 海洋學報， 2016， 38(9):64-75， doi:10.3969/j.issn.0253-4193.2016.09.007

Jiang Guangjia， Duan Guoqin， Huang Zhixiong， et al. Remote sensing classification of the dominant optically active components and its variations in the Pearl River Estuary[J]. Haiyang Xuebao， 2016， 38(9):64-75， doi:10.3969/j.issn.0253-4193.2016.09.007

Study on monitoring and analysis of existing sea reclamation resource based on high resolution satellite remote sensing imagery—A case in south coast of Yingkou

Suo Anning1，2， Wang Peng1，2， Yuan Daowei1，2， Yu Yonghai1，2， Zhang Minghui3

(1.NationalMarineEnvironmentMonitoringCenter，Dalian116023，China; 2.KeyLaboratoryofSeaFieldManagementTechnology，StateOceanicAdministration，Dalian116023，China；3.CollegeofOceanandCivilEngineer，DalianOceanUniversity，Dalian116023，China)

Aimed to reveal status of existing sea reclamation resource and improve monitoring level of marine space， the conception of existing sea reclamation resource is defined and divided it into encircled and unfilled region， reclamation and non construction region， low density building region， low-lying ponds， low economic salt ponds and low economic fishing ponds， and consumption types such as industrial region， cities and town region. Then high resolution satellite remote sensing images was employed to obtain existing sea reclamation resource information. And the technique flow of remote sensing image classification for existing sea reclamation resource based on object-oriented method established， and existing sea reclamation resource index was created for existing sea reclamation resource monitoring and analysis. South coast of Yingkou was chose as study areas based on above. The results show that remote sensing image classification for existing sea reclamation resource based on object-oriented method established in this paper can extract existing sea reclamation resource information with accuracy rate more than 90%. Reclamation and non construction region， low economic salt ponds and low economic fishing ponds account for 62.51% areas of total existing sea reclamation resource. The existing sea reclamation resource index is 0.49 for total study areas and 0.66 for north part， 0.44 for middle part and 0.37 for south part.

sea reclamation; existing resource; remote sensing images; high resolution; monitoring

2015-10-13；

2016-01-08。

國家自然科學基金面上項目(41376120)；海洋公益性行業科研專項(201405025，201005011)。

索安寧(1977—)，男，甘肅省慶陽市人，研究員，主要從事海岸帶開發利用遙感監測與評價研究。E-mail：san720@sina.com

張明慧(1978—)，女，黑龍江省大慶市人，講師，主要從事海岸開發利用評估方法研究與教學。E-mail：mhzhang@dlou.edu.cn

TP79

A

0253-4193(2016)09-0054-10