Variations of shoreline and land use in Guangdong-Hong Kong-Macao Greater Bay Area from 1989 to 2021
-
摘要:
利用1989—2021年7期Landsat TM/Sentinel-2 MSI遥感影像数据,借助Google Earth Engine(GEE)平台,使用改进归一化差异水体指数(Modified Normalized Difference Water Index,MNDWI)、Canny边缘检测算法、遥感解译分类方法等,完成了粤港澳大湾区7期海岸线信息的提取,并从海岸线长度、变化强度、岸线多样性、海岸带陆域面积变化以及海岸带土地利用变化等方面分析了海岸线时空变化特征和驱动因素。分析结果表明:①1989—2021年大湾区海岸线长度持续增加,岸线变化强度具有阶段性,2004年以前岸线增长缓慢,之后岸线增长较快,2004—2009年为岸线增长高峰期;②研究时期内,大湾区各个区域内的岸线都发生了一定的变化,其中珠海、香港、深圳、澳门岸线变化最强烈,其他地区相对稳定;③研究区内岸线类型变化明显,人工岸线逐渐取代自然岸线成为海岸线的主体,人工岸线增长达651.17 km,增幅较高,自然岸线减少407.89 km;④大湾区围海造地面积显著增加,增长速率较快,岸带土地利用类型由林地、草地、水域等大幅度转向为建设用地、养殖用地;⑤围海养殖、港口码头和填海造地等人为活动是大湾区海岸线发生变化的主要原因,自然环境条件、人为活动是岸线演变的重要驱动力。
Abstract:Using 7 periods of the Landsat TM/Sentinel-2 MSI remote sensing image data from 1989 to 2021 with the help of Google Earth Engine (GEE) platform, we extracted 7 periods of shoreline information from Guangdong-Hong Kong-Macao Greater Bay Area using the Modified Normalized Difference Water Index (MNDWI), Canny edge detection algorithm, and remote sensing interpretation classification method. The spatial and temporal characteristics and drivers of shoreline evolution were analyzed in terms of shoreline length, intensity of change, shoreline diversity, shoreline land area change, and shoreline land use change. The results show that: ① The shoreline length of the Greater Bay Area continued to increase from 1989 to 2021, with the total increase of 243.28 km. The variation intensity of shoreline evolution was in phase: slow growth before 2004, and fast growth after 2004 during which 2004—2009 was the fastest period. ② The shorelines in each region of the Greater Bay Area varied to some extents, of which Zhuhai, Hong Kong, Shenzhen and Macao had the greatest shoreline changes while other regions were relatively stable. ③ From 1989 to 2021, the shoreline types changed significantly as artificial shorelines grew notably, which gradually replaced the natural shorelines as the main body of shorelines. The artificial shorelines were increased by 651.17 km in total at the high rate of 172.21%, while the natural shorelines were decreased by 407.89 km. ④ During the study period, the area of land was extended significantly in the Greater Bay Area by 492.80 km2 with a fast growth rate of 15.4 km2/a, and the type of land use in the shore zone shifted remarkably from forest land, grassland, and water to construction land and farming land. ⑤ Human activities such as sea-farming, port construction, and land reclamation were the main causes of shoreline changes in the Greater Bay Area; and the natural environmental conditions and anthropogenic activities were the important drivers of shoreline evolution in the Greater Bay Area.
-
表 1 粤港澳大湾区1989—2021年7期遥感影像
Table 1. Remote sensing images of the Guangdong-Hong Kong-Macao Greater Bay Area from 1989 to 2021
序列号 影像类型 时间 分辨率/m 特征 1 Sentinel-2 MSI 2021-07-12 10 无云、精纠正 2 Sentinel-2 MSI 2016-07-05 10 云量<5%、精纠正 3 Landsat5 TM 2009-05-06 30 云量<5%、精纠正 4 Landsat5 TM 2004-07-17 30 云量<5%、精纠正 5 Landsat5 TM 1999-08-04 30 云量<5%、精纠正 6 Landsat5 TM 1994-05-19 30 云量<5%、精纠正 7 Landsat5 TM 1989-07-10 30 云量<5%、精纠正 表 2 粤港澳大湾区海岸线解译标志
Table 2. Interpretation marks of coastline in the Guangdong-Hong Kong-Macao Greater Bay Area
一级分类 二级分类 特征 人工岸线 围垦养殖岸线 围垦养殖区在遥感影像上一般呈规则的长条状,围垦养殖包括种植、盐田以及围海养殖等。其中,盐田呈小型方块状,在有水情况下,盐田池在视觉上类似于裸地,为灰色或灰白色;围海养殖区颜色较深,为深蓝色或天蓝色 建设围堤岸线 主要为人工修筑的建筑物,包括港口码头、大坝、城镇建设和道路建设的围堤。工程建设岸线呈长条状,在影像上比较亮,人工建筑向海一侧为工程建设岸线 自然岸线 基岩岸线 由坚硬、裸露的岩石组成,主要特征是地势陡峭、岸线曲折绵延、滩沙狭窄,周围地形常为山地,且基本没有植被 沙砾质岸线 在遥感影像上表现为反射率高,颜色亮白,有明显的滩脊痕迹线 河口岸线 河口岸线分布于河流入海口,一般由海向陆遇到的第一条道路、桥梁等人工建筑物视为河口岸线。 淤泥质岸线 在遥感影像上,淤泥质岸线为植物稀疏程度的分界线,植被生长茂密的一侧呈现红色或暗红色,没有植被的一侧,颜色较浅 表 3 1989—2021年各类型海岸线占比
Table 3. Proportion of various types of coastline from 1989 to 2021
岸线类型 所占比例/% 1989年 1994年 1999年 2004年 2009年 2016年 2021年 自然岸线 河口岸线 7.38 6.95 6.77 6.51 5.90 5.76 5.50 基岩岸线 35.45 32.84 31.41 29.30 26.44 23.32 22.53 沙砾质岸线 4.67 3.93 3.71 3.34 2.62 2.50 1.98 淤泥质岸线 29.01 24.23 22.22 20.80 16.50 15.77 14.46 合计 76.52 67.95 64.12 59.94 51.46 47.35 44.47 人工岸线 建设围堤岸线 11.44 16.92 18.59 20.24 24.69 28.05 33.11 围垦养殖岸线 12.04 15.13 17.29 19.82 23.84 24.60 22.42 合计 23.48 32.05 35.88 40.06 48.54 52.65 55.53 表 4 各时期沿海区域土地侵蚀/扩张面积
Table 4. Land erosion or expansion of coastal area in each time period
地区 各时期侵蚀/扩张面积/km2 1989—1994年 1994—1999年 1999—2004年 2004—2009年 2009—2016年 2016—2021年 江门侵蚀 1.44 1.62 1.88 2.30 4.76 1.05 江门扩张 27.33 29.13 17.95 10.41 17.82 6.94 珠海侵蚀 3.34 1.92 2.77 2.50 1.56 0.99 珠海扩张 27.08 48.98 18.28 61.70 33.45 2.92 澳门侵蚀 0.06 0.24 0.09 0.65 0.16 0.13 澳门扩张 2.89 1.34 2.28 1.89 8.55 0.14 中山侵蚀 1.19 0.39 0.32 0.63 0.40 0.40 中山扩张 1.94 6.92 13.25 0.67 0.96 0.97 广州侵蚀 0.41 1.60 0.67 0.48 1.06 1.08 广州扩张 13.81 10.76 2.00 0.98 0.85 1.05 东莞侵蚀 0.39 0.93 2.34 0.51 0.55 0.12 东莞扩张 7.38 3.06 5.72 0.41 1.33 0.87 深圳侵蚀 1.62 2.42 1.48 1.58 3.32 1.35 深圳扩张 14.01 18.65 24.32 15.48 6.42 6.86 香港侵蚀 3.91 1.59 1.48 8.24 4.75 1.11 香港扩张 10.93 5.62 18.39 2.36 13.70 5.21 惠州侵蚀 2.71 4.96 4.29 3.78 0.84 0.68 惠州扩张 11.28 4.89 4.90 3.94 21.15 3.72 表 5 研究区内土地分类精度
Table 5. Accuracy of land classification in the Greater Bay Area from 1989 to 2021
年份 总体分类精度/% Kappa系数 1989 90.725 7 0.887 4 1994 91.334 6 0.892 1 1999 90.867 2 0.886 7 2004 92.110 3 0.903 2 2009 93.472 3 0.916 3 2016 94.362 5 0.927 1 2021 94.781 4 0.938 4 表 6 1989—2021年大湾区海岸带各土地利用类型面积及比例
Table 6. Area and proportion of various land use types in the coastal zone of the Greater Bay Area from 1989 to 2021
年份 建设用地 林地 水域 耕地 草地 养殖用地 面积/km2 百分比/% 面积/km2 百分比/% 面积/km2 百分比/% 面积/km2 百分比/% 面积/km2 百分比/% 面积/km2 百分比/% 1989 610.70 7.11 3 326.97 38.74 786.86 9.16 1 144.81 13.33 2 054.61 23.92 664.98 7.74 1994 1 288.59 15.00 3 194.52 37.19 708.60 8.25 1 513.67 17.62 1 214.35 14.14 669.20 7.79 1999 1 912.82 22.27 3 079.82 35.86 548.61 6.39 1 333.38 15.52 1 032.15 12.02 682.15 7.94 2004 1 988.04 23.15 3 008.60 35.03 528.70 6.16 1 399.93 16.30 940.34 10.95 723.32 8.42 2009 2 018.70 23.50 2 962.96 34.50 505.56 5.89 1 408.54 16.40 918.02 10.69 775.15 9.02 2016 2 125.53 24.75 2 921.97 34.02 499.02 5.81 1 423.95 16.58 823.88 9.59 794.58 9.25 2021 2 437.53 28.38 2 676.79 31.17 483.74 5.63 1 396.96 16.26 788.66 9.18 805.25 9.38 -
[1] 高义,王辉,苏奋振,等. 中国大陆海岸线近30a的时空变化分析[J]. 海洋学报(中文版),2013,35(6):31-42. doi: 10.3969/j.issn.0253-4193.2013.06.004
[2] 刘惠惠,车向红,李丽,等. 基于Landsat影像的连云港1984—2018年海岸线时空变化分析[J]. 遥感信息,2022,37(3):129-134. doi: 10.3969/j.issn.1000-3177.2022.03.019
[3] 徐婷婷,郑锐滨,陈龙,等. 粤港澳大湾区海岸线时空变化及驱动力分析[J]. 环境生态学,2022,4(11):34-42.
[4] 叶有华,林珊玉,何玉琳,等. 粤港澳大湾区海岸带生态系统修复框架[J]. 生态学报,2021,41(23):9186-9195.
[5] 张云芝,张千力,胡云锋. 2010—2017年珠江河口海岸线遥感监测和动态变化分析[J]. 海洋通报,2019,38(2):217-224. doi: 10.11840/j.issn.1001-6392.2019.02.013
[6] 齐宇,任航科. 基于厦门岛的海岸线自动提取方法研究[J]. 城市勘测,2012,130(5):75-78. doi: 10.3969/j.issn.1672-8262.2012.05.019
[7] 马建华,刘德新,陈衍球. 中国大陆海岸线随机前分形分维及其长度不确定性探讨[J]. 地理研究,2015,34(2):319-327.
[8] 夏涵韬,隆院男,刘诚,等. 1973—2018年珠江三角洲海岸线时空演变分析[J]. 海洋学研究,2020,38(2):26-37. doi: 10.3969/j.issn.1001-909X.2020.02.004
[9] 罗艳,娄全胜,谢健,等. 深圳湾海岸带景观格局变化特征和趋势预测[J]. 海洋开发与管理,2017,34(12):46-50. doi: 10.3969/j.issn.1005-9857.2017.12.007
[10] 郭碧云,潘磊剑,MANTRAVADI V S. 基于遥感图像增强的海岸线提取方法[J]. 海洋开发与管理,2020,37(7):42-44.
[11] 纪轩禹,李旭文,姜晟,等. 基于GF-1卫星数据的连云港地区海岸带时空变化分析[J]. 环境生态学,2019,1(8):42-48.
[12] 刘晓莉,范玉茹. 常用边缘检测算法在不同影像海岸线中提取比较研究[J]. 测绘与空间地理信息,2014,37(11):149-151. doi: 10.3969/j.issn.1672-5867.2014.11.045
[13] 姚晓静,高义,杜云艳,等. 基于遥感技术的近30a海南岛海岸线时空变化[J]. 自然资源学报,2013,28(1):114-125. doi: 10.11849/zrzyxb.2013.01.012
[14] 刘琳. 基于遥感影像数据的内蒙古湖泊时空演变分析[D]. 北京: 中国地质大学, 2021.
[15] 杨超,张小芳,张旸. 1995—2017年福建省海岸线时空变化分析[J]. 应用海洋学学报,2021,40(3):485-492. doi: 10.3969/J.ISSN.2095-4972.2021.03.013
[16] 王琎,吴志峰,李少英,等. 珠江口湾区海岸线及沿岸土地利用变化遥感监测与分析[J]. 地理科学,2016,36(12):1903-1911. doi: 10.13249/j.cnki.sgs.2016.12.016
[17] 李猷,王仰麟,彭建,等. 快速城市化地区海岸线分维动态演变研究:以深圳市为例[J]. 热带地理,2009,29(5):429-433. doi: 10.3969/j.issn.1001-5221.2009.05.005
[18] 朱俊凤,王耿明,张金兰,等. 珠江三角洲海岸线遥感调查和近期演变分析[J]. 国土资源遥感,2013,25(3):130-137.
[19] 陈金月. 基于GIS和RS的近40年珠江三角洲海岸线变迁及驱动因素研究[D]. 成都: 四川师范大学, 2017.
[20] 苏倩欣,李高聪,李志强,等. 基于遥感数据的水边线提取方法比较以海南岛为例[J]. 海洋技术学报,2022,41(2):20-27. doi: 10.3969/j.issn.1003-2029.2022.02.003
[21] 樊彦国, 张淑芹, 侯春玲, 等. 基于遥感影像提取海岸线方法的研究以黄河三角洲地区黄河口段和刁口段海岸为例[J]. 遥感信息, 2009, 104(4): 67-70, 74.
[22] 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.
[23] 刘善伟,张杰,马毅,等. 遥感与DEM相结合的海岸线高精度提取方法[J]. 遥感技术与应用,2011,26(5):613-618. doi: 10.11873/j.issn.1004-0323.2011.5.613
[24] 刘旭拢,邓孺孺,许剑辉,等. 近40年来珠江河口区海岸线时空变化特征及驱动力分析[J]. 地球信息科学学报,2017,19(10):1336-1345.
[25] 林金城,毋亭. 20世纪40年代以来福建省大陆海岸带利用程度时空变化分析[J]. 科技导报,2021,39(4):104-111. doi: 10.3981/j.issn.1000-7857.2021.04.018
[26] 玉素甫江·如素力,李兰海,等. 基于Landsat ETM+的内陆湖泊水体信息提取方法研究[J]. 西北农林科技大学学报(自然科学版),2013,41(12):227-234.
[27] 王李娟,牛铮,赵德刚,等. 基于ETM遥感影像的海岸线提取与验证研究[J]. 遥感技术与应用,2010,25(2):235-239. doi: 10.11873/j.issn.1004-0323.2010.2.235
[28] 梁立,刘庆生,刘高焕,等. 基于遥感影像的海岸线提取方法综述[J]. 地球信息科学学报,2018,20(12):1745-1755. doi: 10.12082/dqxxkx.2018.180152
[29] 王菡,孙贵芹,李雪飞,等. 1985—2020年滨州和东营海岸线时空演变分析[J]. 科学技术与工程,2022,22(15):6013-6021. doi: 10.3969/j.issn.1671-1815.2022.15.009
[30] 柏叶辉. 近30年南海华南大陆海岸线时空变化研究[D]. 昆明: 昆明理工大学, 2019.
[31] 魏帆,韩广轩,韩美,等. 1980—2017年环渤海海岸线和围填海时空演变及其影响机制[J]. 地理科学,2019,39(6):997-1007.
[32] 付杰,宋伦,雷利元,等. 最优尺度和随机森林算法下盘锦海岸带遥感监测[J]. 遥感信息,2022,37(2):7-15. doi: 10.3969/j.issn.1000-3177.2022.02.002
[33] 方涛,王冬至. 基于ULAT的珠海市海岸带土地利用变化分析[J]. 地理空间信息,2020,18(3):69-717.
[34] 罗正宇,张丽,陈博伟,等. 1990—2020年泰国海岸线时空变迁分析[J]. 海洋学研究,2021,39(1):56-66. doi: 10.3969/j.issn.1001-909X.2021.01.007
[35] 杨雷,孙伟富,马毅,等. 近10年珠海海岸带海岸线时空变化遥感分析[J]. 海洋科学,2017,41(2):20-28. doi: 10.11759/hykx20160902001
[36] 高义,苏奋振,孙晓宇,等. 近20a广东省海岛海岸带土地利用变化及驱动力分析[J]. 海洋学报(中文版),2011,33(4):95-103.
[37] 张景奇,介东梅,刘杰. 海岸线不同解译标志对解译结果的影响研究:以辽东湾北部海岸为例[J]. 吉林师范大学学报(自然科学版),2006(2):54-56. doi: 10.3969/j.issn.1674-3873.2006.02.020
[38] 李明昱. 基于RS和GIS的辽宁省海岸线时空变化及驱动因素分析[D]. 大连: 辽宁师范大学, 2011.
[39] 吴开军. 粤港澳大湾区旅游业发展状况及竞争优势提升路径[J]. 广西社会科学,2019(4):74-80. doi: 10.3969/j.issn.1004-6917.2019.04.013