1987–2018年儋州灣和三亞珊瑚礁國家級自然保護區淺海珊瑚礁分布數據集
| 1987–2018年儋州灣和三亞珊瑚礁國家級自然保護區淺海珊瑚礁分布數據集 作者：霍艷輝 朱嵐巍 張少宇 楊旭 唐世林 2019年5月8日 |
 霍艷輝, 朱嵐巍, 張少宇, 等. 1987–2018年儋州灣和三亞珊瑚礁國家級自然保護區淺海珊瑚礁分布數據集[J/OL]. 中國科學數據, 2019, 4(2). (2019-04-15). DOI: 10.11922/csdata.2018.0080.zh. |
摘要&關鍵詞
[編輯]摘要：利用覆蓋儋州灣和三亞珊瑚礁國家級自然保護區的GF-2影像、Sentinel-2影像和Landsat TM/OLI影像數據，運用ENVI 5.2和ArcGIS 10.1軟件，結合野外調研資料，總結了珊瑚礁生長分布的規律，採用目視解譯和閾值分割的方法，提取儋州灣和三亞珊瑚礁國家級自然保護區淺海珊瑚礁空間分布信息。經過實地採集的光譜信息，對結果進行精度驗證，最終得到51期淺海珊瑚礁空間分布數據。本數據集可用於珊瑚礁時空變化分析、生態環境變化等研究，能夠清晰地反映時間序列支持下的儋州灣和三亞珊瑚礁國家級自然保護區內珊瑚礁空間分布變化特徵。
關鍵詞：珊瑚礁；遙感監測；目視解譯；閾值分割；信息提取
Abstract & Keywords
[編輯]Abstract: ENVI 5.2 and ArcGIS 10.1 were used to process GF-2 image, Sentinel-2 image and Landsat TM/OLI image data covering sanya coral reef national nature reserve. Assisted by field research data, we used visual interpretation and threshold segmentation to summarize the rules of coral reef distribution,and to extract the spatial distributional data of shallow sea coral reefs in the Danzhou bay and Sanya coral reef national nature reserve. The accuracy of the results was verified by field spectrum information collected. Finally, We obtained the spatial distribution data of shallow sea coral reefs in phase 51. This data set can be used for analysis of the temporal and spatial changes, eco-environmental changes of coral reefs, among others. With the support time series, it clearly reflects the distributional changes of coral reefs in Sanya National Nature Reserve.
Keywords: coral reef; remote sensing monitoring; visual interpretation; threshold segmentation; information extraction
數據庫（集）基本信息簡介
[編輯]| 數據庫（集）名稱 | 1987–2018年儋州灣和三亞珊瑚礁國家級自然保護區淺海珊瑚礁分布數據集 |
| 數據作者 | 霍艷輝、朱嵐巍、張少宇、楊旭 、唐世林 |
| 數據通信作者 | 朱嵐巍（zhulw@aircas.ac.cn） |
| 數據時間範圍 | 1987–2018年 |
| 地理區域 | 本數據集覆蓋範圍為北緯18°10′30″–18°15′30″，東經109°20′50″–109°40′30″和北緯19°33′00″–19°53′00″，東經108°57′00″–109°16′00″。分別位於海南省南部與東部近岸及海島四周海域。 |
| 空間分辨率 | 4 m，10 m，30 m |
| 數據量 | 14.1 MB |
| 數據格式 | *.shp |
| 數據服務系統網址 | http://www.sciencedb.cn/dataSet/handle/687 |
| 基金項目 | 海南省重大科技計劃項目（ZDKJ2016021）；海南省面上自然科學基金（sy17zm01132）；廣東省海洋遙感重點實驗室開放基金（2017B030301005-LORS1904）；國家發展和改革委員會促進大數據發展重大工程（2016-999999-65-01-000696-01）。 |
| 數據庫（集）組成 | 本數據集主要包括海南儋州灣和三亞珊瑚礁國家級自然保護區3種不同數據源的淺海珊瑚礁空間分布數據產品，這些數據保存為1個壓縮文件（1987–2018年儋州灣和三亞珊瑚礁國家級自然保護區淺海珊瑚礁分布數據集.rar），每期珊瑚礁空間分布數據單獨存在以年份命名的文件夾里。 |
Dataset Profile
[編輯]| Title | Distributional data of shallow sea coral Reef in Danzhou Bay and Sanya Coral Reef National Nature Reserve from 1987 to 2018 |
| Data corresponding author | Zhu Lanwei(zhulw@aircas.ac.cn) |
| Data authors | Huo Yanhui, Zhu Lanwei, Zhang Shaoyu, Yang Xu, Tang Shilin |
| Time range | 1987–2018 |
| Geographical scope | This data set has a geographic scope of 18°10'30"N - 18°15'30N", 109°20'50"E- 109°40'30"E and 19°33'00"N - 19°53'00N", 108°57'00"E- 109°16'00"E. Located in the south and the west coast of Hainan Province respectively. |
| Spatial resolution | 4 m, 10 m, 30 m |
| Data volume | 14.1 MB |
| Data format | *.shp |
| Data service system | <http://www.sciencedb.cn/dataSet/handle/687> |
| Sources of funding | Major Science and Technology Program of Hainan Province (ZDKJ2016021); Genneral Programs of Natural Science Foundation of Hainan Province (sy17zm01132); Open Fund of Guangdong Key Laboratory of Ocean Remote Sensing (2017B030301005-LORS1904); Major Program for Big Data Development of the National Development and Reform Commission (2016-999999-65-01-000696-01). |
| Dataset composition | The data set is mainly including hainan Danzhou bay and Sanya coral reef national nature reserve, three different data sources of shallow sea coral reefs spatial data products, these data is saved as a compressed file (Data set of shallow coral reef distribution in Danzhou bay and Sanya coral reef national nature reserve btween 1987 to 2018. Rar), each data exist alone named after years of space distribution of coral reef folder. |
引 言
[編輯]珊瑚礁被譽為「藍色沙漠中的綠洲」，是海洋中非常獨特的生態系統，生活在珊瑚礁區的物種異常豐富[1]，也是重要的漁場和海洋旅遊資源[2]，具有很高的生態和經濟價值。珊瑚礁的面積約占全球海洋總面積的0.25%，但是其卻養活了超過1/4的海洋魚類[3]。珊瑚礁生態系統具有驚人的生物多樣性和極高的初級生產力[4]，對海水溫度、酸度和海水污染物的反應非常敏捷，可以作為一種海洋環境的主要生物指標[5]，同時起到調節和優化海洋環境的作用，及時把握珊瑚礁的空間分布範圍，對監測海洋生態環境具有重要意義。
本文以多時相遙感數據為基礎數據，採用目視解譯和閾值分割的方法，利用遙感方法獲取海南儋州灣和三亞珊瑚礁國家級自然保護區1987–2018年51期珊瑚礁空間分布數據產品，並提供數據共享服務。相關研究成果作為海南省海岸帶生態環境監測等成果的一部分，反映時間序列下珊瑚礁空間分布變化特徵，為保護區保護和管理珊瑚礁提供科學數據支持。
1 數據採集和處理方法
[編輯]1.1 數據來源
[編輯]本數據集以海南省高分數據與應用中心提供的海南三亞2017年4 m分辨率的GF-2多光譜影像、歐洲太空局（http://scihub.copernicus.eu/）提供的海南地区2016–2018年10 m分辨率的Sentinel-2多光譜影像和美國地質勘探局（http://glovis.usgs.gov/）提供的海南地区1987–2018年的30 m分辨率的多光譜遙感影像Landsat TM/OLI為數據源，共獲取無雲或少雲影響的44景影像。表1所示的是本次所使用的遙感衛星影像序列號及成像時間信息。
表1 遙感影像數據列表
| 序號 | 成像日期 | 衛星 | 傳感器 | 影像序列號 |
| 1 | 2017-02-16 | GF-2 | MSS | GF2_PMS1_E109.5_N18.1_20170216_L1A0002189405 |
| 2 | 2017-02-16 | GF-2 | MSS | GF2_PMS1_E109.6_N18.3_20170216_L1A0002189406 |
| 3 | 2017-04-11 | GF-2 | MSS | GF2_PMS2_E109.5_N18.3_20170411_L1A0002299698 |
| 4 | 2016-12-09 | Sentinel-2 | MSI | S2A_MSIL1C_20161209T031122_N0204_R075_T49QCA_20161209T032245.SAFE |
| 5 | 2017-08-06 | Sentinel-2 | MSI | S2A_MSIL1C_20170806T030541_N0205_R075_T49QCA_20170806T031514 |
| 6 | 2018-10-30 | Sentinel-2 | MSI | S2A_MSIL1C_20181030T030831_N0206_R075_T49QCA_20181030T060940.SAFE |
| 7 | 1987-02-05 | Landsat 5 | TM | LT05_L1TP_124047_19870205_20170320_01_T1 |
| 8 | 1989-03-14 | Landsat 5 | TM | LT05_L1TP_124047_19890314_20170204_01_T1 |
| 9 | 1991-11-15 | Landsat 5 | TM | LT05_L1TP_124047_19911115_20170125_01_T1 |
| 10 | 1993-01-04 | Landsat 5 | TM | LT05_L1TP_124047_19930104_20170121_01_T1 |
| 11 | 1995-01-10 | Landsat 5 | TM | LT05_L1TP_124047_19950110_20170110_01_T1 |
| 12 | 1997-10-30 | Landsat 5 | TM | LT05_L1TP_124047_19971030_20161229_01_T1 |
| 13 | 1999-12-23 | Landsat 5 | TM | LT05_L1TP_124047_19991223_20161215_01_T1 |
| 14 | 2001-11-26 | Landsat 5 | TM | LT05_L1TP_124047_20011126_20161210_01_T1 |
| 15 | 2003-02-01 | Landsat 5 | TM | LT05_L1TP_124047_20030201_20161206_01_T1 |
| 16 | 2005-07-16 | Landsat 5 | TM | LT05_L1TP_124047_20050716_20161125_01_T1 |
| 17 | 2007-01-27 | Landsat 5 | TM | LT05_L1TP_124047_20070127_20161117_01_T1 |
| 18 | 2009-10-31 | Landsat 5 | TM | LT05_L1TP_124047_20091031_20161018_01_T1 |
| 19 | 2011-02-07 | Landsat 5 | TM | LT05_L1TP_124047_20110207_20161010_01_T1 |
| 20 | 2013-10-26 | Landsat 8 | OLI | LC08_L1TP_124047_20131026_20170429_01_T1 |
| 21 | 2014-11-14 | Landsat 8 | OLI | LC08_L1TP_124047_20141114_20170417_01_T1 |
| 22 | 2015-10-16 | Landsat 8 | OLI | LC08_L1TP_124047_20151016_20170403_01_T1 |
| 23 | 2016-02-05 | Landsat 8 | OLI | LC08_L1TP_124047_20160205_20170330_01_T1 |
| 24 | 2017-05-30 | Landsat 8 | OLI | LC08_L1TP_124047_20170530_20170615_01_T1 |
| 25 | 2018-02-10 | Landsat 8 | OLI | LC08_L1TP_124047_20180210_20180222_01_T1 |
| 26 | 1987-04-10 | Landsat 5 | TM | LT05_L1TP_124046_19870410_20170320_01_T1 |
| 27 | 1989-07-20 | Landsat 5 | TM | LT05_L1TP_124046_19890720_20170202_01_T1 |
| 28 | 1991-05-23 | Landsat 5 | TM | LT05_L1TP_124046_19910523_20170126_01_T1 |
| 29 | 1993-05-12 | Landsat 5 | TM | LT05_L1TP_124046_19930512_20170119_01_T1 |
| 30 | 1995-07-21 | Landsat 5 | TM | LT05_L1TP_124046_19950721_20170108_01_T1 |
| 31 | 1997-06-08 | Landsat 5 | TM | LT05_L1TP_124046_19970608_20161231_01_T1 |
| 32 | 1999-06-30 | Landsat 5 | TM | LT05_L1TP_124046_19990630_20161219_01_T1 |
| 33 | 2001-08-06 | Landsat 5 | TM | LT05_L1TP_124046_20010806_20161210_01_T1 |
| 34 | 2003-02-25 | Landsat 7 | ETM | LE07_L1TP_124046_20030225_20170126_01_T1 |
| 35 | 2005-08-01 | Landsat 5 | TM | LT05_L1TP_124046_20050801_20161124_01_T1 |
| 36 | 2007-07-06 | Landsat 5 | TM | LT05_L1TP_124046_20070706_20161113_01_T1 |
| 37 | 2009-07-27 | Landsat 5 | TM | LT05_L1TP_124046_20090727_20161023_01_T1 |
| 38 | 2011-07-09 | Landsat 7 | ETM | LE07_L1TP_124046_20110709_20140705_01_T1 |
| 39 | 2013-05-19 | Landsat 8 | OLI | LC08_L1TP_124046_20130519_20170504_01_T1 |
| 40 | 2014-08-10 | Landsat 8 | OLI | LC08_L1TP_124046_20140810_20170420_01_T1 |
| 41 | 2015-06-26 | Landsat 8 | OLI | LC08_L1TP_124046_20150626_20170407_01_T1 |
| 42 | 2016-12-05 | Landsat 8 | OLI | LC08_L1TP_124046_20161205_20170317_01_T1 |
| 43 | 2017-09-19 | Landsat 8 | OLI | LC08_L1TP_124046_20170919_20170920_01_RT |
| 44 | 2018-05-17 | Landsat 8 | OLI | LC08_L1TP_124046_20180517_20180517_01_RT |
1.2 數據處理方法
[編輯]1.2.1 目視解譯
[編輯]影像解譯是指從圖像獲取信息的基本過程。目視解譯是遙感圖像解譯的一種，又稱目視判讀或目視判譯，是遙感成像的逆過程。目視解譯就是從遙感影像上藉助影像的解譯標誌識別目標，定性定量地提取出目標的分布、結構、功能等有關信息，並把它們表示在地理底圖上的過程[6]。
影像的解譯標誌，也稱判讀要素，它是遙感影像上能直接反應和判別地物信息的影像特徵，包括形狀、大小、顏色和色調、陰影、位置、結構、紋理、圖案、布局和立體外貌等[7]。
結合岸礁在遙感影像上的光學顏色、地理位置、形狀、生成條件等特徵形成綜合全方位的解譯標誌，藉助遙感增強方法（諸如圖像融合、圖像拉伸、主成分變換等方法），在ArcGIS 10.1軟件中將Landsat TM/OLI影像按照最優的波段組合及圖像增強方式顯示，結合實地踏勘地點，建立淺海珊瑚礁的解譯標誌[8]，如表2所示。
表2 淺海珊瑚礁空間分布信息解譯標誌
| 解譯標誌 | 名稱 | 圖像特點 | 解譯標誌詳解 |
| 位置 | 間隙 | 圖片 | 近岸泥沙多，不適宜珊瑚礁生長，岸礁與海岸間隔着一條深度約0.2–1.5 m左右的水道間隙。 |
| 顏色 | 沙灘 | 圖片 | 在波段為RGB真彩色合成的影像上，沙灘的顏色偏青色，珊瑚礁的顏色偏黃綠色。注意區分沙灘和珊瑚礁的顏色，這兩種底棲容易混淆。 |
| 形狀 | 條帶狀珊瑚礁 | 圖片 | 岸礁是沿大陸或島嶼岸邊生長發育的礁體，一般呈現條狀或帶狀分布。 |
| 位置 | 河流入海口 | 圖片 | 造礁珊瑚生長在鹽度為27‰–40‰的海水中，最佳鹽度範圍是34‰–36‰，而在淡水入海口的地方，鹽度會被稀釋下降，不適合珊瑚礁形成。 |
| 水深 | 水深 | 圖片 | 一般認為造礁珊瑚生長的水深範圍是0–50 m，最佳水深為20 m以內。 |
目視解譯數據集按照圖1所示處理流程獲得淺海珊瑚礁空間分布信息，在ENVI中加載影像，首先進行輻射定標，將DN值轉化為輻射亮度數據，得到輻射亮度影像；然後進行FLAASH大氣校正，將輻射亮度值轉化為地表反射率，得到地表反射率影像；再根據保護區範圍進行裁剪；隨後計算歸一化差異水體指數（MNDWI），對其進行直方圖閾值分割，再進行水陸掩膜，將陸地掩膜掉[9]；在ArcGIS 10.1中按着紅綠藍波段組合的方式打開經過陸地掩膜後的影像，基於本節確定的目視解譯標誌，採用數字矢量化方法得到淺海珊瑚礁空間分布信息。最終獲取儋州灣17期淺海珊瑚礁空間分布結果，三亞珊瑚礁國家級自然保護區19期淺海珊瑚礁空間分布結果。
圖1 目視解譯技術流程圖
1.2.2 閾值分割自動提取
[編輯]首先對原始遙感影像進行輻射定標，將DN值轉化為輻射亮度數據，得到輻射亮度影像；對定標後的遙感影像進行大氣校正，將輻射亮度值轉化為地表反射率，得到地表反射率影像；再利用海岸線數據以及歸一化差異水體指數（MNDWI）進行閾值分割，掩膜陸地信息；利用藍綠波段比值和歸一化植被指數（NDVI）進行直方圖閾值分割，獲取淺海珊瑚礁礁空間分布信息。提取流程如圖2所示。
圖2 閾值分割技術流程圖
採用閾值分割的方法，分別獲取儋州灣和三亞珊瑚礁國家級自然保護區各6期淺海珊瑚礁空間分布數據（基於2013–2018年Landsat 8 影像）；採用閾值分割的方法，獲取三亞珊瑚礁國家級自然保護區3期淺海珊瑚礁空間分布數據（基於2016–2018年Sentinel-2影像）。
2 數據樣本描述
[編輯]2.1 數據組成
[編輯]本數據集包括儋州灣和三亞珊瑚礁國家級自然保護區1987–2018年共計51期淺海珊瑚礁空間分布數據，這些數據保存為1個壓縮文件（「1987–2018年儋州灣和三亞珊瑚礁國家級自然保護區淺海珊瑚礁分布數據集.rar」），每期數據單獨存貯在以年份命名的文件夾里，總數據量為14.1 MB。每個文件夾中存貯對應的shp矢量數據文件，所有數據均採用與遙感影像一致的UTM-WGS84坐標系統。
2.2 數據樣本
[編輯]儋州灣淺海珊瑚礁空間分布數據如圖3–5。三亞珊瑚礁國家級自然保護區淺海珊瑚礁空間分布數據如圖6–11。
圖3 儋州灣淺海珊瑚礁目視解譯空間分布圖（2018年Landsat 8 RGB:432）
圖4 儋州灣淺海珊瑚礁目視解譯空間分布趨勢圖（1987–2018年）
圖5 儋州灣淺海珊瑚礁閾值分割空間分布圖（2013年、2015年、2018年Landsat 8 RGB:432）
圖6 三亞珊瑚礁保護區淺海珊瑚礁目視解譯空間分布圖（2017年GF-2 RGB:321）
圖7 三亞珊瑚礁保護區淺海珊瑚礁目視解譯空間分布圖（2018年Sentinel-2 RGB:432）
圖8 三亞珊瑚礁保護區淺海珊瑚礁目視解譯空間分布圖（2018年Landsat8 RGB:432）
圖9 三亞珊瑚礁保護區淺海珊瑚礁目視解譯空間分布趨勢圖（1987–2018年）
圖10 三亞珊瑚礁保護區淺海珊瑚礁閾值分割空間分布圖（2018年Sentinel-2 RGB:432）
圖11 三亞珊瑚礁保護區淺海珊瑚礁閾值分割空間分布圖（2018年Landsat 8 RGB:432）
3 數據質量控制和評估
[編輯]3.1 精度驗證方法與技術路線
[編輯]本數據集通過驗證影像上珊瑚礁光譜反射率曲線與實測珊瑚礁光譜反射率曲線的擬合程度來驗證精度（圖12）。
圖12 精度驗證技術流程圖
首先，提取影像上珊瑚礁光譜反射率曲線。利用ENVI軟件，統計珊瑚礁斑塊的平均光譜反射率曲線，並提取平均光譜反射率值。
其次，利用便攜式地物光譜儀（美國ASD公司生產，型號為FieldSpec 3）採集並生成珊瑚礁光譜反射率曲線。採用水下測量法進行珊瑚礁光譜採集，利用viewspec pro軟件對採集的光譜進行處理，得到珊瑚礁光譜反射率曲線[10]。提取出與影像中心波長相對應波長的光譜反射率值。
最後，利用MATLAB的corrcoef(x,y)函數，計算影像上珊瑚礁平均光譜反射率值與相應波長的光譜反射率值的相關係數R。R取值在[−1,1]，0表示不相關；0～1表示正相關，值越大越相關；−1～0表示負相關，值越小越相關。
3.2 精度驗證結果
[編輯]以2018年Landsat 8影像為例，從研究區中選出珊瑚礁分布集中的5個斑塊（西玳瑁島、鹿回頭灣、小東海、磷槍石島和湳灘港），統計其平均光譜反射率。計算相關係數R見表3。
表3 相關係數R
| 名稱 | 西玳瑁島 | 鹿回頭灣 | 小東海 | 磷槍石島 | 峨蔓港 |
| 相關係數R | 0.8747 | 0.8634 | 0.8611 | 0.9271 | 0.9599 |
由表3可以看出，上述5個斑塊中相關係數R都在0.8以上，其中峨蔓港的可信度最高為96%，小東海的可信度最低為86%。總體來看，提取目標為珊瑚礁的可信度可達80%以上。
4 數據使用方法和建議
[編輯]1987–2018年儋州灣和三亞珊瑚礁國家級自然保護區51期淺海珊瑚礁空間分布數據集為shp格式，可利用ArcGIS、ENVI等相關數據處理軟件對本數據集進行編輯、查詢以及後續分析工作。本數據集可以為保護和監管珊瑚礁提供基礎數據支持。
致 謝
[編輯]感謝項目組在開展野外觀測過程中得到了海南省相關行業部門和單位的支持和配合，在此一併表示衷心的感謝。感謝張麗研究員、廖靜娟研究員在珊瑚礁空間分布信息驗證工作中提供的方法建議；在此感謝郭連傑，畢京鵬，宋茜茜，張雲飛等人在影像下載、野外實地考察及技術路線討論等方面所做的工作和貢獻。
參考文獻
[編輯]- ↑ 潘艷麗, 唐丹玲. 衛星遙感珊瑚礁白化概述[J]. 生態學報, 2009, 29(09): 5076-5080.
- ↑ 陳建裕, 毛志華, 張華國, 等. SPOT5數據東沙環礁珊瑚礁遙感能力分析[J]. 海洋學報(中文版), 2007 (03): 51-57.
- ↑ 鄒亞榮, 梁超, 朱海天. 基於QuickBird影像上珊瑚礁發育狀況監測實驗研究[J]. 海洋學報(中文版), 2012, 34(02): 57-62.
- ↑ 陳國華, 黃良民, 王漢奎,等. 珊瑚礁生態系統初級生產力研究進展[J]. 生態學報, 2004, 24(12):2863-2869.
- ↑ 余克服. 南海珊瑚礁及其對全新世環境變化的記錄與響應[J]. 中國科學: 地球科學, 2012(8).
- ↑ 陳建平, 苗放. 遙感影像解譯的研究現狀和發展趨勢[J]. 國土資源遙感, 2004, 16(2).
- ↑ 濮靜娟. 遙感圖像目視解譯原理與方法[M]. 北京: 中國科學技術出版社, 1992.
- ↑ 姜放, 張國勇. 遙感圖像目視解譯值得注意的幾個問題[J]. 長春工程學院學報: 自然科學版, 2002, 3(3):49-50.
- ↑ 胡蕾秋, 劉亞嵐, 任玉環, 等. SPOT5多光譜圖像對南沙珊瑚礁信息提取方法的探討[J]. 遙感技術與應用, 2010, 25(04): 493-501.
- ↑ 徐兵. 珊瑚礁遙感監測方法研究[D]. 南京: 南京師範大學, 2013.
數據引用格式
[編輯]霍艷輝, 朱嵐巍, 張少宇, 等. 1987–2018年儋州灣和三亞珊瑚礁國家級自然保護區淺海珊瑚礁分布數據集[DB/OL]. Science Data Bank, 2018. (2018-11-20). DOI: 10.11922/sciencedb.687.
