0 引言

海岸线被定义为陆地表面与海洋表面的交界线[1]，具有独特的地理、形态和动态特征，不仅是描述海陆分界的最重要的地理要素，也是海岛海岸带研究中的基础要素。因此，快速、准确地提取海岸线信息，具有重要意义。

由于周期性的潮汐和不定期风暴潮的影响，海洋与陆地的交界线时刻处于变化之中。在实际研究中，一般采用较为固定的线要素代替水陆边界线指示海岸线的位置，例如杂物堆积线、植被分界线、平均大潮高潮线等[2]。由于遥感影像具有瞬时性，海岸带遥感信息提取中的海岸线一般是指干湿交界线。本文中砂质岸线的提取结合沙滩干湿交界线和垃圾痕迹线进行位置界定；基岩岸线则选取明显的水陆分界线，植被、裸岩和建筑物等应位于岸线向陆一侧。

随着遥感技术的高速发展，高分辨率遥感影像凭借其宏观性、多光谱、周期性短等特点，成为海岸线提取的重要数据来源，为海岸线的精细化、自动化提取带来了契机。常用的提取海岸线的遥感手段是人工目视解译，该方法耗费极大的人力和时间，且无法满足大范围区域快速提取的需求。因此，基于高空间分辨率的遥感影像如何更快速、高效、准确地提取海岸线信息，成为亟待解决的问题。

近年来，基于遥感影像进行海岸线提取，在国内外已经取得了不少的研究成果。主要是基于红外与近红外波段对水体的表现，应用数学算法，如迭代自组织数据分析算法(ISODATA)、极大似然法等，进行遥感图像处理，实现了自动与半自动的海岸线信息提取，取得了一定的效果[3-6]。也有研究者从非线性的分类方法，如蚁群模糊聚类方法、决策树与密度聚类算法等出发，实现了陆地与海水的地物分界线的提取，提高了图像的分类精度[7-9]。

总体看来，在利用高分辨率遥感影像提取海岸线研究方面，主要集中于图像分类方法，但利用光谱信息，尤其是对海岸波段的应用，结合纹理参数的研究并不多见。纹理信息是地物类型提取的有效参考信息，充分挖掘和利用影像中较高层次的纹理信息和启发式知识等，有助于优化海岸线的提取方法，提高提取结果准确率与定位精度[10]。其次，传统的人机交互界定岸线位置主观性较强，受到判别经验和海岸线界定不统一性的影响，导致海岸线位置确定的准确性有待于提高。针对上述情况，本文以马来西亚的棉花岛为研究区，针对砂质和基岩两种岸线，开展了光谱与纹理特性相结合提取海岸线的研究。

1 数据与方法

1.1 研究区域概况

棉花岛地处热带区域，植被茂密，沙滩细腻，海岸线主要由砂质和基岩岸线组成。基于2.1节的分析，应用红光波段和红边波段能够有效地区分植被与沙滩，而海岸波段对于基岩则表现明显，为此，通过构建多波段参数提取指数来提取海岸线。

  

图1 研究区域地理位置示意图Fig.1 Geographical position of the study area

1.2 数据简介

WorldView-2卫星是Digitalglobe公司于2009年10月8日发射升空的一颗运行在770 km高的太阳同步轨道高分辨率商业卫星。它能提供0.46 m分辨率的全色图像和1.85 m分辨率的多光谱图像。其星载多光谱遥感器具有8个光谱波段：红光、绿光、蓝光、黄光、红边、海岸、近红外1和近红外2(表1)，提供了更多的地学细节信息，可用于更精确的地物信息提取，更全面地分析图像中的要素信息。

评估机构的设立条款，除符合《合伙企业法》《公司法》所规定的基本条件外，还应当符合法律、行政法规的特别要求。本条在梳理各专业领域评估机构的评估师人数要求后，对评估机构的设立条件作出了统一规定。

WorldView-2卫星指令的响应速度很快，大大缩短了其重访周期，具有运转更灵活、容量更高、回访更快、拍摄更精确等特点。归纳WorldView-2影像的特点，具有以下优势：(1)高光谱分辨率、高空间分辨率、高时间分辨率、高定位精度；(2)影像中地物的几何结构和纹理特征明显，为海岸线的提取研究提供了较好的数据基础。

本文采用2014年5月28日拍摄的全色0.46 m、多光谱1.85 m的数据。卫星自主几何定位精度优于3 m[11]。

 

表1 WorldView-2图像波段特征Tab.1 Spectrals feature of WorldView-2 image

  

编号波段光谱范围/nm1海岸波段400～4502蓝光波段450～5103绿光波段510～5804黄光波段585～6255红光波段630～6906红边波段705～7457近红外1波段770～8958近红外2波段 860～1 040

1.3 数据处理

1.3.1 光谱辐亮度计算

采用SPSS 15.0软件对数据进行分析处理，计量资料以（均数±标准差）表示，采用t检验；计数资料以（n，%）表示，采用χ2检验，以P＜0.05表示差异具有统计学意义。

将WorldView-2遥感影像的DN值转换到辐亮度是计算表观反射率的基础。本文利用方程(1)进行光谱辐亮度计算：

 

(1)

其中：absCalFactorband是绝对辐亮度定标因子(W·m-2·sr-1·count-1),qpixel,band是辐射纠正过的图像像元值(counts)，Δλband为有效波宽(μm)，Lλpixel,band为大气层顶的波段光谱辐亮度(W·m-2·sr-1·μm-1)。其中absCalFactorband和Δλband可以从影像头文件中获得。计算后的光谱辐亮度影像如图2所示。

  

图2 光谱辐亮度真彩色图像Fig.2 Spectral radiance image

1.3.2 太阳耀斑的去除

太阳耀斑大多是由于入射辐射的镜面反射而产生的，是高分辨率遥感图像处理过程中常遇到的问题。在海岸线提取的过程中，尤其是在近海岸，耀斑会对海岸线海洋一侧的光谱信息存在干扰，从而影响到海岸线的提取。

世界著名的天然蓝宝石“亚洲之星”就产于缅甸，重330克拉,是世界十大宝石之一，现在藏于美国华盛顿斯密森博物馆。

通过智能感知与执行体系、生产运营管理体系、智能决策体系三个层次体系的建设，实现的智能工厂整体智能体系的构建，每个层次本身是自治闭环，又构成单层的智能体系，这样分层化的建设和整体智能体系的集成，全面生动地反应了整个工厂的智能［7-9］。

其中变化参数计算公式为：

本文使用的是HEDLEY et al[14]2005年提出的改进方法，克服了HOCHBERG et al[12]方法中必须将云区和陆地进行掩膜处理的缺点，且适用性更强。

根据上述方法，对棉花岛进行了耀斑去除，如图3所示。首先选取了一片深水区且具有太阳耀斑的区域作为样本区，来建立可见光和近红外波段的线性关系。然后以拟合的直线斜率bi为参数，运用公式(2)对波段i图像上的像元去除太阳耀斑。过程中，对蓝光、绿光、红光与近红外1波段，海岸、黄光，红边与近红外2波段作线性回归(图4)。

综上所述，盆底肌力减退后，盆底肌肉的慢性损伤是存在的，可通过生物反馈+电刺激治疗盆底肌力，使其功能得到一定的恢复，但最根本的方法在于预防产后PFD的发生。首先，在孕期应当严格控制孕期体质量的快速增长，防止盆腔脂肪的填充和过重子宫及胎儿对盆底肌力的慢性牵拉和损伤。其次，孕期进行盆底肌肉提肛锻炼，这样可以促进孕妇盆底血液循环，提高其盆底肌肉张力，预防阴道助产或会阴侧切的发生，进一步保护产妇的盆底功能。再者，对于盆底肌功能降低明显的产妇，产后尽早进行生物反馈+电刺激治疗，使盆底肌肉早日康复，为膀胱尿道提供结构支撑作用，增强尿道括约肌的力量，预防PFD的发生。

 

(2)

其中：MinNIR是近红外波段整幅图像亮度的最小值。

  

图3 太阳耀斑去除影像Fig.3 Image after remove sun glint

 

 

 

 

 

  

图4 各可见光波段与近红外波段的线性回归Fig.4 Linear regression of visible bands and near-infrared bands

90°与270°的表达为：

表观反射率转换通过方程(3)实现：

 

(3)

其中：ρλpixel,band为某波段大气层顶的表观反射率(无量纲)，Lλpixel,band是离水辐亮度值(W·m-2·sr-1·μm-1)，dES是日地距离(天文单位)，π为常量(球面度 str)，Esunλband为大气层顶的平均太阳光谱辐照度(W·m-2·sr-1·μm-1)，θs为太阳天顶角(θ=90°-β，β为太阳高度角，单位为弧度)。

每个波段的Esunλband从WorldView-2影像头文件中获得，如表2所示。图5为据此方法计算表观反射率后的研究区影像。

 

表2 WorldView-2影像各波段的平均太阳辐照度Tab.2 Average spectral irradiance of WorldView-2 image bands W·m-2·sr-1·μm-1

  

波段太阳辐照度全色波段1 580.814 0海岸波段1 758.222 9蓝光波段1 974.241 6绿光波段1 856.410 4黄光波段1 738.479 1红光波段1 559.455 5红边波段1 342.069 5近红外1波段1 069.730 2近红外2波段861.286 6

  

图5 表观反射率计算结果Fig.5 Calculation of apparent reflectance

1.4 方法

1.4.1 总体技术路线

  

图6 技术路线图Fig.6 Technology roadmap

在利用高分辨率遥感影像提取海岸线的研究方面，尤其是在利用光谱信息的基础上，结合纹理参数的研究并不多见，然而光谱和纹理信息都是反映海岸线特征的重要指标与信息来源。故本文拟从光谱特征与纹理特性相结合方面开展研究，技术路线如图6所示。首先对WorldView-2影像进行反射率计算，获得影像的表观反射率，其次基于光谱信息对海岸线特征波段进行分析，构建提取指数。针对基岩岸线提取不连续的情况，结合纹理特征提取方法揭示目标的纹理特性，希望达到进一步提高基岩岸线提取精度的目的。最后引入一种基于线目标匹配的方法，准确地对所提取的海岸线进行精度评价。

基于上述概念，引入完整度(complete)、正确度(correct)和质量(quality)等参考指标。

本文使用的纹理计算方法原理如下：设定图像为M×N大小，设其灰度级分别为i和j，(k,l)与(m,n)表示图像空间上的一个点对。

取像元对间距为d，两像元连线的方向为θ。取不同间距d，不同方向θ的灰度共生矩阵为P(i,j,d,θ)。Pij为两个相邻像元在距离d和角度θ的概率。基于不同θ，0°与180°的表达为：

P(i,j,θ)=#{(k,l),(m,n)∈(M×N)× (M×N):k-m=θ,‖l-n|=0}

(4)

1.3.3 表观反射率计算

P(i,j,θ)=#{(k,l),(m,n)∈(M×N)× (M×N):k-m=0,‖l-n|=θ}

(5)

HOCHBERG et al[12]在2003年提出此问题，并提供了解决的方法。HOCHBERG et al[12]认为：(1)近红外波段的亮度包括两部分——太阳耀斑和周围环境影响的一个常量，即海底空间环境的变化对近红外波段的辐亮度值没有影响；(2)可见光波段太阳耀斑的数量和近红外波段的亮度值之间有一定的线性关系。李龙龙 等[13]介绍了这种设想的正确性及其原因。

(∑i(i-μx)2∑iPij)/(∑i(j-μy)2∑iPij)

(6)

式中：μx=∑ii∑jPij，μy=∑jj∑iPij。

WorldView-2影像具有较高的空间分辨率与光谱分辨率，结合各类型海岸线的地学特征和光谱特征，并辅以收集的其他资料，可建立各类海岸线的解译标志与判绘原则，为海岸线信息的提取提供一定帮助。

将红光波段、红边波段和海岸波段综合考虑，经过多次实验，建立了海岸线提取指数P：

基岩岸线解译标志：在标准假彩色合成影像上，海水呈现深蓝色，而海岸的岩石辐射作用较沙滩较弱，在影像上呈现灰棕色或粉白色，与海水颜色差异一般，纹理粗糙，有明显的凹凸感和山脉纹理特征，海岸线整体趋势较为曲折。信息提取时，一般选取明显的水陆分界线为基岩岸线的空间位置。

1.4.3 基于线目标匹配的精度评价

针对以往海岸线提取研究中多采用目视解译法和简单的定量分析的不足，本文引入了基于线目标匹配的精度评价方法，更加科学和严谨地检验上述方法在提取海岸线方面的精度水平。需要注意的是，该方法不考虑海岸线的局部方位关系，只考虑线之间的空间关系。

该方法的操作流程如下：(1)以参考海岸线为基准，建立一定半径的固定缓冲区。计算缓冲区与实验提取的海岸线之间的交集，相交部分则被认为是符合提取精度的海岸线。将这部分海岸线总长度设为TP(true positive)，其余部分设为FP(false positive)。

因本文统计的GD伴颈部血管杂音患者数量有限，不论试验组还是对照组，患者数量均较少，以后继续观察统计131-I治疗颈部血管杂音伴GD患者的资料，不断总结完善。

学习研究习近平新时代中国特色社会主义思想，既为“形势与政策”课教学提供了思想指引，也为其提供了丰富的教学素材。推动这一思想融入“形势与政策”课教学的重要意义，主要体现在以下三个方面。

(2)流程与步骤(1)相同，但是要以实验提取的海岸线为基准建立缓冲区。计算验证海岸线与实验提取的海岸线缓冲区相交的总长度，记为TP(与上一步近似相等)，其余不匹配的则记为FN(false negative)。原理图参照图7。

“因为我亲口告诉过他们。”她笑得有点僵硬，从牙缝里挤出这几个字。她的牙齿上面很整齐，下面却歪歪斜斜。她看着我说：“在诚实派，我们都敞开心扉说出自己的感受。很多人告诉过我他们不喜欢我，但也有很多人没说，谁在乎啊？”

  

图7 线匹配方法示意图Fig.7 Schematic diagram of lines matching method

1.4.2 纹理计算原理与海岸线解译标志

 

(7)

 

(8)

 

(9)

式(7)度量了所提取的海岸线百分比，评价海岸线提取结果的完整程度；式(8)度量了提取结果的正确率，检验了提取精度；式(9)综合以上两种指标，综合评价海岸线的提取质量。

2 计算与结果分析

2.1 海岸线提取特征波段分析

基于不同地物对各波段的反射率(表3)，红光波段和红边波段对植被有明显的表现。砂质类型的反射率最高，植被反射率最低，因而在红光和红边波段可以有效区分植被与砂质。但是基岩与水体的反射率差别不大，两者难以从红光和红边波段区分。在海岸波段上，水体与基岩能得到有效的区分，而砂质与水体的差别不大。所以，本文考虑从海岸波段、红光波段和红边波段着手分析，提取海岸线。

 

表3 不同地物对各波段的反射率Tab.3 Reflectivity of different features for each band

  

地物类型海岸波段红光波段红边波段植被0.02-0.05-0.04砂质0.140.050.06基岩0.080.040.03水体0.130.030.03

从红光波段的表观反射率分析，在砂质与植被之间有明显的分界，而对于基岩部分则表现不明显，且与植被界线不清(图8a)，说明红光波段对于植被、砂质类型反应明显，但难以仅从此波段来提取海岸线。根据红边波段(图8b)的表观反射率分析，与红光波段类似，能区分砂质与植被，但基岩与植被的区分效果仍然不好。而在海岸波段能较好地反映基岩与水体的特征(图8c)。

总的来说，这时期体育改革的大方向是正确的，以职业化、市场化为核心的体育改革发展符合我国发展社会主义市场经济的基本方向，同时也是符合现代世界体育发展潮流和规律的。改革中逐步形成以体育法制化发展为根基、政府实施全民健身计划、集中力量兴办奥运战略、体育社会组织协助政府推进社区体育发展、企业投资和兴办职业体育的混合型政府体育管理体制。

2.2 基于光谱特征的海岸线提取指数构建

本文研究区域位于马来西亚的棉花岛(图1)，研究范围为5°12′34″～5°13′57″N，103°15′32″～103°16′26″E，海岛面积约1.4 km2。该区域地处热带中部，属热带海洋性气候，气温年较差较小，全年降雨量皆多，多集中在夏、秋两季，无明显干季。岛上植被茂密，西部白色沙堤延绵不绝，东部基岩岸线环绕。研究区域自然环境较为原始，海岸线特征比较明显，为海岸线遥感监测与提取研究提供了良好的自然条件。

“我们医院的MDT思维是很难直接复制到其他医院的”，孙湛说，开展MDT旨在让患者接受更合理的诊疗，一是不耽误患者有效诊疗时间，二是尽可能减少经济开支，“节约了开支就是切掉了诊疗过程中的‘蛋糕’，这个问题对某些医院而言比较难接受。”孙湛坦言，“为了解决院内有限人力资源的高效调配，我们引入了精实管理和流程再造两大概念。”

砂质岸线解译标志：沙滩的反射率较强，导致其在标准假彩色合成影像上呈现亮白色，海岸线近海一侧由于海水间歇性的淹没作用，沙滩湿润，对光线的反射率降低，在影像上与另一侧相比亮度较暗；纹理平滑，较为平直。因而选取亮白色向暗色过渡的分界线为砂质岸线的空间位置。

P=b1×(b2+b3)

(10)

其中：b1、b2、b3分别为海岸波段、红光波段、红边波段反射值，基于公式(10)的提取结果如图9所示。由图可见，通过波段合成这一因子可以有效地提取砂质岸线信息，但提取的基岩岸线不连续，效果有待于进一步完善。

2.3 基于纹理特征的海岸线提取

应用波段信息所提取的海岸线中，基岩岸线存在不连续的问题。影像的纹理信息是地物类型提取的有效信息，且存在多个纹理信息参数，能够较为全面地反映出海岸线特征。

 

  

  

图8 不同波段表观反射率计算结果Fig.8 Calculation of apparent reflectance in different bands

  

图9 基于光谱特征的海岸线提取结果Fig.9 Extraction results of shorelines based on spectral characteristics

本节对由海岸波段、红光波段以及红边波段合成的影像进行纹理计算。其中方差纹理滤波能够较好地反映出海岸线，尤其是对于基岩岸线效果较好，与海水有较为明显的界线(图10a)；平均值参数(图10b)对于海岸线的表达不够清晰；熵参数与偏斜参数无法表达出海岛要素与海水的界线(图10c和图10d)。总的来说，纹理变化参数对于基岩岸线表达明显，但在砂质与基岩岸线的交界处仍然无法表达，存在一定的不足，具体情况可见图11。

2.4 精度验证

综上，以光谱差异为主，结合纹理特征的海岸线提取方法，能够有效地提取出砂质岸线与基岩岸线。针对在砂质与基岩岸线交界处，主要以光谱特征为主提取海岸线信息。

利用海洋遥感调查取得的成果作为基准岸线，对本文所提取的海岸线进行定量精度评价。运用1.4.3节中的方法，计算了本文中提取海岸线的精度指标，如表4所示。其中，缓冲半径以像素个数为单位。

近日，国务院印发的《进一步深化中国（广东）自由贸易试验区改革开放方案》《进一步深化中国（天津）自由贸易试验区改革开放方案》《进一步深化中国（福建）自由贸易试验区改革开放方案》正式对外公布。到目前为止，我国已先后批准 3 批自贸区，1+3+7，总量达到了11个。此次方案所涉的三地均属于第2批自贸区，标志着广东、天津、福建自贸试验区的改革开放正式进入2.0阶段。方案强调，广东、天津、福建要把握基本定位、加强组织实施、强化使命担当、完善工作机制，充分发挥地方和部门积极性，系统推进改革试点任务落实。

由表4我们可以看出，在缓冲半径为4个像素时，已经可以达到88.25%的正确率，可以满足海岛海岸带调查研究的需要。随着缓冲半径的扩大，精度也在不断提高，在缓冲半径为6个像素时，完整度、正确率以及质量都在90%以上，说明了上述方法提取的海岸线精度较高，取得了良好效果。

  

图10 基于纹理特征的海岸线提取参数Fig.10 Parameters of coastline extraction based on texture characteristics

  

图11 基于方差参数的海岸线提取结果Fig.11 Results of coastline extraction based on variance parameters

 

表4 海岸线提取结果精度分析Tab.4 Accuracy evaluation of coastline extracted results

  

缓冲半径(像素)/个TP/mFP/mFN/m完整度(%)正确度(%)质量(%)46 084.37/6 256.88809.94734.1089.2388.2579.7656 369.69/6 580.87524.62410.1193.9592.3987.2066 575.22/6 784.60319.10206.3896.9695.3792.60

注：提取海岸线总长度为6 894.31 m,参考海岸线总长度为6 990.98 m，长度误差为-1.38%。

3 结论

本文提出了一种针对高分辨率影像提取海岸线的新思路。采用WorldView-2影像，在马来西亚的棉花岛进行了海岸线提取实验，在对其波段进行详细的光谱特征分析的基础上，采用了海岸波段、红光波段和红边波段构建了提取指数P来提取海岸线。针对基岩岸线提取不连续的问题，继续辅以变化纹理特征进行提取。实验结果表明，所提取的海岸线精度较高，可满足海岛海岸带研究调查的需要。

考虑供热网储热特性的电-热综合能源系统优化调度//王婉璐,杨莉,王蕾,张平,黄晶晶,王康元//(21):45

在提取过程中，WorldView-2影像的红光波段、红边波段与海岸波段相结合的提取指数对于砂质与海水能够有明显反射，而在基岩岸线的表达方面效果并不理想，结合变化纹理参数的方法可有效获取基岩岸线信息。此外，WorldView-2影像的近红外2个波段，对于高分辨率遥感影像的耀斑去除具有较强的适用性。

目前，应用遥感技术提取海岸线的方法不少，需要结合不同区域，不同卫星数据的具体特征来开展。本文以应用影像的光谱与纹理信息为着手点，对海岸线的提取进行了一定的探索，但仍有许多需要进一步深入研究之处：

(1)在研究过程中，砂质岸线与基岩岸线交界处信息表达不清晰的问题仍然存在，有待于进一步深入研究。(2)实验过程中涉及到的海岸线类型较为单一，仅包含砂质岸线与基岩岸线。因此，将本文方法应用到其他类型海岸线(例如生物岸线、淤泥质岸线)的提取中，将会是接下来的研究内容之一。

致谢 感谢北京二十一世纪空间技术应用股份有限公司李龙龙提供反射率算法支持。

现代技术环境的限制因素是技术、材料创新的时代产业中激发出来的。通过对新材料、新技术、新手法的了解和把握，应用到建筑设计中。譬如路易·康在混凝土材料的表达上，他强调了秩序感和端庄感。以及奥托·瓦格纳利用当时的新材料和新技术，创造出一种新的建筑空间。安藤忠雄他通过学习柯布西耶对混凝土特性的把握，将混凝土特性利用不同的表现手法，开始研究如何将材质在建筑中表现出很强的张力，形成一种独特的建筑材料文化。第一个成名作—住吉的长屋，他用清水混凝土墙围出一座方盒子，从此他有了“清水混凝土诗人”的称号。所以通过理解了建筑中的材料、空间细部和技术手法之间的内在关联性，才能更好的设计出符合时代的建筑。

参考文献（References）：

[1] BOAK E H, TURNER I L. Shoreline definition and detection: A review[J]. Journal of Coastal Research, 2005, 21(4):688-703.

[2] WU Ting, HOU Xi-yong. Review of research on coastline changes[J]. Acta Ecologica Sinica, 2016, 36(4): 1 170-1 182.

毋亭，侯西勇. 海岸线变化研究综述[J]. 生态学报, 2016, 36(4): 1 170-1 182.

[3] GUO Hai-tao, SUN Lei, SHEN Jia-shuang, et al. An island and coastal image segmentation method based on quadtree and GAC model[J]. Acta Geodaetica et Cartographica Sinica, 2016, 45(1):65-72.

郭海涛，孙磊，申家双，等. 一种四叉树和测地线活动轮廓模型相结合的海陆影像分割方法[J]. 测绘学报, 2016, 45(1): 65-72.

[4] ZHAN Ya-ting, ZHU Li, SUN Yong-hua, et al. Automatic extraction of coastline via spectral angle-distance similarity growth model[J]. Journal of Remote Sensing, 2017, 21(3): 458-469.

詹雅婷，朱利，孙永华，等. 海岸线遥感光谱角度-距离相似度生长模型自动化提取[J]. 遥感学报, 2017, 21(3): 458-469.

[5] ALI T, ATABAY S, MORTULA M. Semiautomatic extraction of the shoreline from high-resolution satellite imagery and coastal terrain model[J]. Surveying and Land Information Science, 2015, 1(74): 15-21.

[6] MAGLIONE P, PARENTE C, VALLARIO A. Coastline extraction using high resolution WorldView-2 satellite imagery[J]. European Journal of Remote Sensing, 2017, 47(1): 685-699.

[7] ZHENG Zhong-wu. Application of fuzzy clustering based on the ant colony algorithm in the extraction of remote sensing coastline[D]. Hangzhou: Zhejiang University of Technology, 2016.

郑中武. 蚁群模糊聚类算法在遥感海岸线提取中的应用研究[D].杭州：浙江工业大学, 2016.

[8] WANG Chang-ying, WANG Zhi-rui, CHU Jia-lan, et al. Coastline extraction from high-resolution image based on decision tree and density clustering algorithms[J]. Marine Environmental Science, 2017, 36(4): 590-595.

王常颖，王志锐，初佳兰，等. 基于决策树与密度聚类的高分辨率影像海岸线提取方法[J]. 海洋环境科学, 2017, 36(4): 590-595.

[9] WANG Peng, SUN Gen-yun, WANG Zhen-jie. Semi-automatic extraction of coastlines based on high-resolution remote sensing imagery[J]. Hydrographic Surveying and Charting, 2016, 36(6): 24-27.

王鹏，孙根云，王振杰. 高分辨率遥感影像海岸线半自动提取方法[J]. 海洋测绘, 2016, 36(6): 24-27.

[10] ZHOU Ya-nan, ZHU Zhi-wen, SHEN Zhan-feng, et al. Automatic extraction of coastline from TM image integrating texture and spatial relationship[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2012, 48(2): 273-279.

周亚男，朱志文，沈占锋，等. 融合纹理特征和空间关系的TM影像海岸线自动提取[J]. 北京大学学报: 自然科学版, 2012, 48(2): 273-279.

[11] WANG Long-qiang, LI Zhi-yong, LIU Jie. Accuracy control analysis in island mapping based on WorldView satellite images[J]. Hydrographic Surveying and Charting, 2013, 33(2):45-48.

王龙强，李志勇，刘婕. 基于WorldView卫星影像的海岛测图精度控制分析[J]. 海洋测绘, 2013, 33(2):45-48.

[12] HOCHBERG E J, ANDREFOUET S, TYLER M R. Sea surface correction of high spatial resolution Ikonos images to improve bottom mapping in near-shore environments[J]. IEEE Transactions on Geoscience and Remote Sensing, 2003, 41(7): 1 724-1 729.

[13] LI Long-long, LIU Jian-qiang, ZOU Bin. A method to remove sun glint in depth derivation from WorldView-2 remote sensing images[J]. Marine Forecasts, 2015, 32(1):53-57.

李龙龙，刘建强，邹斌. 基于WorldView-2 遥感影像反演浅海水深过程中太阳耀斑的去除方法[J]. 海洋预报, 2015, 32(1):53-57.

[14] HEDLEY J, HARBORNE A, MUMBY P. Technical note: Simple and robust removal of sun glint for mapping shallow-water benthos[J]. International Journal of Remote Sensing, 2005, 26(10): 2 107-2 112.