编辑推荐：
为解决全球海岸线分类研究不足的问题，研究人员开展了全球海岸线数据集（GCL_FCS30）的相关研究。他们利用多源数据和多种算法，得到了具有 6 类海岸线分类的数据集，其在精度和稳定性上表现良好，为海岸研究及管理提供重要支持。
在地球的 “水与陆地的交界处”，海岸带是一个极为特殊且重要的区域。它就像一个脆弱的 “生态天平”，极易受到外界干扰。随着时间的推移，海岸侵蚀日益严重，陆地不断向海洋扩张，海平面持续上升，人类活动也愈发频繁。曾经美丽的自然海岸线，如礁石林立的海岸、细腻的沙滩、充满生机的泥滩和郁郁葱葱的红树林，正逐渐被冰冷的海堤、码头等人工建筑所取代。
在这样的背景下，准确了解海岸线的动态变化对海岸带的可持续管理至关重要。然而，现有的全球海岸线数据集存在诸多问题。大多数数据集主要关注海岸线的形态，缺乏对海岸线类型的分类研究。已有的分类研究往往局限于特定类型的海岸线，时间跨度短，且多采用点向量格式，难以全面反映全球海岸线的真实情况。例如，一些研究虽提供了全球沿海生态环境的标准化地理空间层，但缺少长期的分类信息，且分类视角过于生态化。因此，开发一个长期、高分辨率且能详细分类的全球海岸线产品迫在眉睫。
为了攻克这些难题，来自国际研究中心大数据可持续发展目标（International Research Center of Big Data for Sustainable Development Goals）、中国科学院空天信息创新研究院数字地球科学重点实验室（Key Laboratory of Digital Earth Science, Aerospace Information Research Institute, Chinese Academy of Sciences）等机构的研究人员，开展了一项关于全球海岸线数据集（Global CoastLine Dataset，GCL_FCS30）的研究。他们的研究成果发表在《Scientific Data》上，为全球海岸线研究带来了新的曙光。
研究人员在本次研究中主要运用了以下关键技术方法：
- 数据来源：利用 Google Earth Engine（GEE）平台获取 2010 - 2020 年的 Landsat 地表反射率数据，这些数据具有全球覆盖、30 米空间分辨率和长期数据的特点。同时，结合 7 种全球沿海地理空间数据集，包括高程、红树林、土地覆盖和温度等数据，为海岸线分类提供多方面信息12。
- 海岸线提取算法：基于 GEE 云平台，开发了一种结合修正归一化水体指数（Modified Normalized Difference Water Index，MNDWI）、最大类间方差（OTSU）自适应阈值分割方法和 Canny 边缘检测的算法，用于准确提取海岸线3。
- 海岸线分类方法：构建全球样带系统，开发混合样带分类器。该分类器基于随机森林算法，利用全球分布且时间稳定的训练样本，将海岸线分为 6 类：沙质（sandy）、生物成因（biogenic）、岩石（rocky）、泥质（muddy）、河口（estuary）和人工（artificial）海岸线4。
下面来看具体的研究结果：
- 数据集构建：成功创建了 GCL_FCS30 数据集，该数据集以线向量格式呈现，具有 30 米分辨率和精细的分类系统，涵盖 2010 - 2020 年全球海岸线信息。数据集可在 Zenodo 平台免费获取，为全球海岸线研究提供了重要的数据资源7。
- 精度评估：
- 位置精度：通过与 Google Earth 上的验证点及第三方海岸线数据集对比，GCL_FCS30 海岸线产品的提取精度较高，在不同时期的平均偏移（Mean Offset）和均方根误差（RMSE）均低于理论最大允许误差，表明其能准确反映海岸线位置59。
- 分类精度：利用误差矩阵和 Google Earth 上的产品验证点评估分类精度。结果显示，GCL_FCS30 分类的总体精度（Overall Accuracy）和 Kappa 系数在不同年份均超过 85% 和 0.75，各类海岸线的分类精度良好，虽存在一些误判情况，但整体能准确描绘各类海岸线的空间分布610。
- 海岸线分布特征：不同类型海岸线的分布呈现出明显的规律性。沙质海岸线多分布在亚热带和低中纬度地区；岩石海岸线广泛分布，集中在海湾、峡湾、火山岛和中高纬度冷水区域；泥质和生物成因海岸线主要位于热带湿润地区；人工海岸线则受全球贸易和城市化影响，集中在东亚、东南亚、中东、西欧和北美等地8。
研究结论和讨论部分表明，GCL_FCS30 数据集具有重要意义。它是首个以连续平滑线向量格式覆盖高纬度地区的全球海岸线分类数据集，在捕获人工海岸线方面优势显著。与以往研究相比，该数据集提供了更长期、更详细的海岸线类别信息，其分类系统整合了多种生态信息，更全面地反映了海岸环境。
此外，GCL_FCS30 在多方面展现出应用潜力。它可用于制定全球海岸土地开垦政策框架，明确自然海岸线变化的驱动因素，评估生物成因海岸线价值，设定并监测海岸保护和恢复目标。同时，在研究海岸地区对环境变化和气候变化的脆弱性方面，也能发挥重要作用。
不过，研究也存在一些局限性。由于缺乏实地测量，训练数据和评估结果的精度受到一定影响；Landsat 数据在高纬度地区和多云覆盖地区的时空覆盖不均；分类方法受环境复杂性和阈值选择影响，部分海岸线类别的生产者精度较低。未来研究可通过整合多源数据，改进分类方法，进一步提高数据集的质量和应用价值。
总体而言，GCL_FCS30 数据集为全球海岸线研究开辟了新的道路，为海岸带管理和可持续发展提供了有力支持，在全球变化研究和生态环境保护领域具有广阔的应用前景。
