科研动态 | 中山大学遥感科学与技术学院重力遥感与导航团队在SWOT测高数据反演潮间带地形方面取得进展

研究背景

       潮间带地形是海岸带生态系统保护与动态监测的基础数据，对理解海岸侵蚀、沉积物输运及海平面上升影响具有重要意义。传统潮间带地形建模方法（如水线法、机载LiDAR、多波束测深等）受限于时空分辨率、成本或可达性，较难实现大范围高频次的地形监测。水线法需依赖多时相遥感影像与潮汐数据的精确匹配，易受云层干扰且对陡峭地形敏感；机载LiDAR虽精度高但成本高，难以覆盖偏远区域；多波束测深则无法获取暴露滩面的高程信息。这些局限性制约了潮间带地形建模的效率与精度。

       2022年12月发射的地表水与海洋地形卫星（SWOT）为潮间带地形监测提供了新的解决方案。其搭载的Ka波段宽幅干涉仪（KaRIn）首次实现了跨轨方向120公里高程同步观测，像素云数据空间分辨率达10–25米，并具备21天的全球重访能力。暴露的潮滩因表面湿度较高，在Ka波段波长下产生强后向散射，从而具备足够的干涉相干性以获取高程信息。SWOT单次过境即可同步提取海面与暴露潮滩的高程信息，无需依赖潮位数据辅助，有效解决传统方法中多源数据时空匹配的难题，为潮间带高精度、高频次地形建模提供了新的技术方案。

图1. 宽刈幅高度计SWOT合成孔径雷达干涉测量原理示意图（改自NASA）

研究内容

       本研究聚焦中国江苏省沿海的典型潮间带——苏北浅滩，该区域发育有全球规模最大的辐射状海底沙脊体系，潮滩南北纵向延伸约200公里，东西跨度约90公里，总面积逾1,018平方公里。基于SWOT卫星像素云数据（L2_HR_PIXC产品）与Sentinel-2遥感影像，本研究实现了不依赖任何地面实测或模型辅助的潮滩高精度制图。数据处理流程（图2）主要包括以下关键步骤：

       1．边界识别：基于Sentinel-2时序影像计算潮间带淹没频率，精确划定潮滩水陆边界；

       2．数据自适应筛选：采用基于密度的空间聚类算法（DBSCAN）自动探测异常值，并结合同期观测的海面高度阈值，有效筛选暴露潮滩区域的有效数据；

       3．地形模型构建：融合多周期观测数据进行二次聚类分析以剔除残余异常值，最终生成10米网格的数字高程模型（DEM）。

图2. 研究区域苏北浅滩概况及卫星数据空间分布（左）和数据处理流程图（右）

       图3a-c以SWOT卫星第3周期159轨数据为例，展示了从原始像素云到DEM的数据处理全流程。首先，对原始观测值进行初步筛选，保留潮间带范围内的有效点云（图3a）。随后采用DBSCAN聚类算法进行自动去噪，成功剔除38.2万个异常点（占比10.44%，图3b）。为进一步排除潮水淹没区域的干扰，通过虚拟潮位站（1/2/5号站）提取卫星过境时的实时海面高度（−1.73m、−0.60m和−1.29m），以此为阈值过滤低于潮位线的观测数据，最终获得287万组高程数据（图3c）。图3e和f展示了沿两条典型剖面线的异常值识别算法的效果。结果表明，DBSCAN算法有效探测出主要异常点集（紫色标识），而潮位阈值法则进一步清除了边缘噪声（黄色标识）。最终生成的10米分辨率DEM（图3d）与ICESat-2激光测高数据的验证结果显示，剖线a与剖线b的高程STD分别为0.52米和0.67米，充分证明了本研究所采用数据处理策略的可靠性与准确性。

       如图3d所示，基于本方法构建的苏北浅滩DEM精度优于传统方法，其多周期与单周期反演RMSE分别达到0.24米和0.41米。这为利用SWOT数据持续监测潮滩演变提供了广阔的应用前景。

图3. (a–c) 以第3周期第159条轨道数据为例，展示基于DBSCAN与虚拟潮位站阈值筛选的数据处理流程（对应图2步骤2）。(d) 本研究生成的模型，e和f分别为沿a和 b剖面线的像素云异常值筛选过程

研究意义

       本研究提出了一种融合SWOT宽刈幅测高数据与Sentinel-2影像的潮间带地形提取方法，实现了10米分辨率的潮间带地形建模。该方法无需地面观测数据支持，突破了传统方法在数据获取和精度方面的限制，为实现高精度高频次的全球潮间带地形监测提供了新的技术路径，为海岸带科学管理、海平面上升影响评估以及沉积物输运研究等提供了有效数据支撑。

发表信息

       研究成果近期在地学领域权威期刊《Geophysical Research Letters》上发表。中山大学遥感科学与技术学院博士研究生孙明智为第一作者，中山大学遥感科学与技术学院重力遥感与导航团队冯伟教授为通讯作者，重力遥感与导航团队王旭东博士生、安德超博士生、杨萌副教授、钟敏教授，极地与海洋遥感团队彭福凯副教授，深圳大学徐南副教授和德国波恩大学Luciana教授为合作者。

       原文信息：Sun M.（孙明智）, Feng W.*（冯伟*）,Wang X.（王旭东）,Xu N（徐南）., Peng F（彭福凯）., An D.（安德超）, Luciana F.,Yang M.（杨萌） and Zhong M.（钟敏）, Deriving intertidal topography from SWOT data and Sentinel-2 data, Geophysical Research Letters, DOI: https://doi.org/10.1029/2025GL117329

       原文链接：

https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2025GL117329