1960—2010年廣西紅樹林空間分布演變機制

李春干, 代華兵

廣西林業勘測設計院, 南寧 530011

1960—2010年廣西紅樹林空間分布演變機制

李春干*, 代華兵

廣西林業勘測設計院, 南寧 530011

為全面摸清1960—2010年廣西紅樹林空間分布及其演變機制，采用多源遙感數據提取不同年度的紅樹林空間分布信息，分析了廣西紅樹林空間分布動態特點，采用基于斑塊的紅樹林空間演變機理分析方法，研究了1960/1976—2010年廣西紅樹林空間演變機制。結果表明：1960/1976年、1990s年、2001年、2007年和2010年廣西紅樹林斑塊數量分別為1020、829、1094、1718個和1712個，面積分別為9062.5、7430.1、7015.4、6743.2、7054.3 hm2，近50年間紅樹林面積減少了22.16%，年均減少0.53%，斑塊數量增加了67.8%；斑塊平均面積由1960/1976年的8.9 hm2減小至2010年的4.1 hm2，大斑塊數量顯著減少，斑塊破碎化嚴重；不同時期、不同區域和海灣，紅樹林面積和斑塊數量的變化量、變化速率均不同；1960/1976年的斑塊中，只有24個斑塊至2010年時尚保持穩定，占2.4%，絕大部分斑塊都發生了某種程度的變化。進一步分析結果表明：1960/1976—2010年，斑塊消失(46.1%)、碎化(40.4%)、萎縮(13.5%)是面積減少的主要途徑，新增(70.0%)和碎化(29.9%)是斑塊數量增加的主要途徑，但在不同時期，斑塊數量和面積在各個途徑上發生的變化量不盡相同；養殖塘和鹽田建設(80.0%)、工程建設(10.9%)和圍墾(9.1%)是面積凈減少的驅動因子，自然過程(92.6%)和人工造林(7.4%)是斑塊數量凈增加的驅動因子，不同驅動因子在不同時期對斑塊數量和面積變化的影響程度不同；斑塊數量變化主要由自然過程作用下通過新增(39.6%)、消失(-9.1%)兩個途徑，以及養殖塘和鹽田作用下通過消失(-15.3%)、碎化(14.5%)兩個途徑發生，斑塊面積變化主要由自然過程影響下通過新增(17.5%)、擴張(12.6%)、消失(-6.1%)，以及養殖塘和鹽田建設驅動下通過斑塊消失(-14.8%)、碎化(-13.9%)、萎縮(-6.6%)3個途徑發生。

紅樹林; 空間分布; 演變; 景觀生態學; 斑塊分析

紅樹林是重要的海洋生態系統，具有重要的社會經濟和環境生態功能。2005年全球紅樹林面積為1523.1萬hm2，分布于124個國家和地區，其中亞洲面積最大，占全球的38.5%。由于人類活動對海岸生態系統造成的壓力及水產、農業、基礎設施和旅游對紅樹林棲息地的破壞，1980—2005年，全球紅樹林減少了19%[1]。

很多學者對紅樹林動態監測做了大量的研究工作。在全球尺度上，很多組織、機構和學者對紅樹林數量及其分布進行了估計[1-8]，但大多是基于區域尺度和地方尺度數據的匯總，基礎數據來源多樣、獲取技術不同、地理空間投影不一致、數據不相容，不能提供足夠詳細的空間信息，因此估計結果相差較大[9]。Giri等于2010年通過解譯近1 000景Landsat遙感圖像，完成了第一次真正意義上的全球紅樹林空間分布監測[9]。區域尺度紅樹林動態監測，大多采用Landsat、SPOT1-4、IRS LISS Ⅲ等中分辨率遙感數據[10-14]；地方尺度則主要采用航空像片和高空間分辨率衛星遙感數據，包括SPOT、IKONOS、QuickBird等[15-18]。20年來，很多學者對我國紅樹林動態變化進行了很多研究，初步揭示了我國主要分布區紅樹林變化動態及其驅動因素[19-29]，但監測區較小，大多局限于一個港灣或一個河口，并且大多采用Landsat TM/ETM+等中分辨率遙感數據，監測結果精度較低。另一方面，雖然很多學者對各個尺度上紅樹林空間分布動態進行了研究，但這些研究多是從整體的角度研究面積的變化情況，缺乏由斑塊而起的深入研究，未能全面闡明在長期演變過程中紅樹林斑塊數量和面積增加、減少的動態過程。此外，有關紅樹林面積變化的驅動因子，大多只是定性分析，少見定量分析?？傊?，現有紅樹林空間分布動態分析并未觸及紅樹林空間分布的演變機制。

廣西沿海是中國大陸重要的紅樹林分布區，紅樹林面積占全國的38%[30]。歷史以來，區域的經濟發展水平、發展方式以及沿海居民生產生活方式、環境保護意識等，與毗鄰的廣東省雷州半島及粵西海岸、海南省北部和東北海岸等中國紅樹林主要分布區基本相似。為此，采用航空圖像、SPOT1-5、ALOS等中高分辨率遙感圖像，對廣西北部灣1960—2010年紅樹林空間分布進行動態監測，采用基于斑塊的分析方法[31-32]，深入研究其空間演變機理，不但有助于探明該區域紅樹林空間分布的變化規律，揭示經濟社會發展和人為干擾對紅樹林空間分布的影響，也可由此管窺中國大陸紅樹林的歷史變化及其空間演變機制，為國家和各級政府以及社會公眾的紅樹林濕地保護管理提供科學依據。

1 研究區概況

1.1 地理位置

廣西北部灣位于北部灣北緣，大陸岸線東起合浦縣與廣東省廉江縣交界的英羅港洗米河口，西至東興市與越南交界的北侖河口，海岸線全長1 500 km，有大小島嶼697個，總面積66.90 km2，灘涂面積1 005 km2。岸線曲折，具有眾多天然海灣，主要有鐵山港灣、廉州灣、欽州灣、防城港灣和珍珠港灣。為對區域紅樹林空間分布作深入分析，將研究區進一步細分為北侖河口、珍珠港、英羅港等14個海灣(圖1)。

圖1 研究區及港灣分區與2010年紅樹林分布圖Fig.1 Study site and location of sub-gulf and distribution of mangrove in 20101: 北侖河口；2: 珍珠港；31: 防城港西灣；32: 防城港東灣；41: 茅尾海；42: 七十二涇；43: 金鼓江；44: 欽州灣外灣；5: 大風江；6: 廉州灣；7: 北海東岸；81: 鐵山港；82: 丹兜海；9:英羅港

1.2 生境條件

位于北回歸線以南，屬邊緣熱帶海洋氣候，主要特點為：①季風明顯，全年盛行季風；②溫差小，相對濕度約為80%；③干濕季明顯，年降雨量1 500—2 000 mm，最高年降雨量達3 512 mm，6—8月雨量約占全年雨量的55%—60%；④無嚴寒天氣，年平均氣溫22.0—23.4 ℃，最冷月(1月)平均溫度不低于13.4 ℃，最熱月(7月)平均氣溫28.0 ℃，極端最高氣溫可達37.5 ℃；⑤災害天氣多，主要有臺風、熱帶風暴、風暴潮、暴雨、低溫陰雨、寒露風、干旱等，年均受臺風侵襲2—3次，最大風力達32.7 m/s。

海底地形平坦，其坡向自西北向東南傾斜，一般坡度為2°左右。淺海屬半封閉型大陸架海域，海底沉積物以粉砂為主。

潮汐為非正規全日潮和正規全日潮，其中全日潮時間占60%—70%。沿岸各地潮差較大，最大潮差6.25 m，平均潮差2.42 m。沿岸有中小河流123條，其中獨流入海的較大河流有南流江、欽江、大風江、茅嶺江、防城河等22條，年均涇流量約250億m3。6—8月地表水資源量占全年水資源量的50%—60%，12月至次年2月僅占20%。年平均水溫為23.0 ℃，7月水溫最高，達30.6 ℃，1月水溫最低，為13.8 ℃。水溫的季節性變化與氣溫一致。海水平均鹽度為28.81，12月至次年2月鹽度最高，為31.14，9—11月次之，為29.08，3—5月為27.85，6—8月鹽度最低，為27.15。

1.3 經濟社會概況

廣西沿海地區包括北海市、欽州市、防城港市，2010年總人口645.73萬人。有大小商港、漁港24個，其中防城港、欽州港、北海港是廣西對外貿易的三大港口，2010年貨物吞吐量達1.19億t。沿岸灘涂開發利用方式包括海水養殖、港口建設、開辟鹽田、圍海造地、海水浴場等。1950年以來，圍海造地和鹽田及臨海工業、城鎮用海面積總計約100 km2，海水養殖面積643 km2，分別約占廣西沿海灘涂總面積的10%和64%。2010年經批準的工程建設項目用海44宗，涉海面積22 010.42 hm2，其中填海面積1 275.85 hm2。

沿海地區有2個國家級(北侖河口、山口)、1個自治區級(茅尾海)紅樹林自然保護區，并有合浦儒艮國家級自然保護區和北海濱海國家濕地公園。

2 紅樹林遙感信息提取及空間分布演變機制分析方法

2.1 遙感信息提取方法

2.1.1 遙感數據

用于紅樹林信息提取的遙感數據有航空圖像和衛星圖像，各種圖像的拍攝(成像)年度、數量、覆蓋海灣和比例尺、空間分辨率見表1[31]。局部區域還采用了由Google Earth下載的2009、2010年Quickbird衛星圖像。此外，還采用一定數量的2004—2007年1∶10000全色正射航空圖像，用于遙感圖像幾何精校正。

表1 用于信息提取的遙感數據種類及其覆蓋區域[31]

1989年的SPOT1圖像不覆蓋金鼓江等4個海灣，用1991年和1995年的SPOT2圖像補充。由于數據年度的跨度不長，并且這4個海灣的紅樹林面積只約占研究區的25%，為便于動態分析，采用各年度紅樹林面積加權平均計算得到的平均年度為1989.6，故1989—1995年的數據可視為1990年的數據，后述分析中常用“1990s”或“1990s年”表示，意指這個時間段的紅樹林數據為20世紀90年代的數據，而并非嚴格意義上的1990年的數據。1960年的圖像未覆蓋鐵山港及以東海灣，用1976年的圖像補充，按上述方法得到的數據平均年度為1963年。由于年度相差較遠，因此除在作面積和斑塊數量變化速率分析時取其數據年度為1963年外，其數據年度一律用“1960/1976年”表示。

2.1.2 圖像預處理

(1)采用正射全色航空圖像對各期衛星遙感圖像進行幾何精校正，并作分辨率融合。為提高可讀性，對其進行邊緣增強；

(2)以海灣為單元拼接各期航空圖像，以經精校正后的2010年衛星遙感圖像為參考圖像進行幾何精校正，然后進行整體拼接。

2.1.3 斑塊信息提取與地面驗證

(1)航空遙感圖像信息提取采用在GIS支持下通過目視解譯、屏幕矢量化方法進行。在確保地物清晰可辨的前提下，在屏幕矢量化過程中盡可能將圖像放大，至少放大到1∶5000以上，并嚴格做到矢量線與圖像上紅樹林邊界重合。

(2)衛星遙感圖像信息提取采用以下方法進行：①將圖像按海灣范圍切割，并盡可能去除水體和陸地區域；②進行波譜運算、監督分類和面向對象分類；③根據紅樹林空間分布情況，將圖像進一步切割為眾多小區域(最小區域為一個較大的斑塊)，然后施行非監督分類(一般分為20類以上)，根據圖像表征和地面調查數據和經驗，對分類圖像進行賦值；④參考波譜運算圖像和各種分類圖像，采用屏幕矢量化方法提取紅樹林斑塊邊界。邊界提取一般在比例尺≥1∶3000的分類圖像上進行。

(3)為確保各期紅樹林斑塊邊界的變化符合邏輯，在提取斑塊邊界過程中，需逐一斑塊參考同一位置的前、后期圖像及其相應斑塊的邊界信息。

(4)將2010年紅樹林斑塊邊界提取結果輸入PDA+GPS和輸出紙質圖，進行實地驗證、校對和修正，并根據2010年修正結果對各期數據進行空間變化邏輯檢查和修正。對面積較大斑塊或典型斑塊分別遠景、中景和近景拍攝照片，記錄其群落結構狀況。

采用從Google Earth下載的2010年QuickBird圖像對由2010年ALOS提取的珍珠港49個斑塊進行精度檢驗，結果為：面積總誤差為-2.5%，表示空間位置精度的平均重疊率[31]為96.5%，說明監測結果可靠。

2.2 斑塊數量和面積在不同因素驅動下通過不同途徑發生的變化量計量方法

紅樹林斑塊變化的驅動因素(因子)包括自然過程、養殖塘和鹽田建設、圍墾、工程建設和人工造林5種，變化途徑有穩定、擴張、萎縮、碎化、消失和新增6種[31-32]。由于遙感數據種類不一、傳感器不同、空間分辨率相差較大，難以做到各期遙感圖像的精確配準，故采用整體計量法對斑塊數量和面積在不同因素驅動下通過不同途徑發生的變化量進行計量，方法要點如下[31]：

(1)在GIS環境中，將前、后兩期斑塊分布圖、遙感圖像進行疊合，采用視覺信息疊合方法，將研究區劃分為眾多具有相同主要驅動因子和變化途徑且相鄰斑塊組成的分析單元，并予以逐一編號。由于在不同的監測期，同一斑塊變化的驅動因素和變化途徑都不盡相同，因此，對于不同的監測期，需單獨劃分分析單元。

(2)對于每個分析單元，根據斑塊恢復的難易程度、面積和斑塊數量變化量的大小，確定其主要驅動因子和主要變化途徑。監測期內該分析單元前、后期的斑塊數量和面積之差分別為該分析單元由該因子驅動、通過該途徑發生的斑塊數量和面積的變化量。

2.3 空間分布演變機制分析方法[31-32]

(1)編寫計算機程序，構建各個分析單元斑塊數量和面積變化量的驅動因子-變化途徑狀態矩陣。

(2)通過計算機程序，由驅動因子-變化途徑狀態矩陣出發，計算各個監測期的總驅動量、總驅動率、凈驅動量、凈驅動率、趨勢驅動率、總流量、總流率、凈流量、凈流率、趨勢凈流率和作用力等反映斑塊數量和面積空間演變的系列指標。

3 紅樹林數量及其變化趨勢

3.1 斑塊數量和面積數量及其變化趨勢

1960/1976年，研究區有1 020個紅樹林斑塊，總面積為9 062.5 hm2，至2010年，斑塊數量增加至1 712個，面積減少為7 054.3 hm2。2010年研究區紅樹林分布圖見圖1，各個海灣、各個市轄區不同時期的紅樹林面積和斑塊數量見表2。

1960/1976—2010年，紅樹林面積減少了22.16%，采用復利準則計算的年均變化率[33]為-0.53%；斑塊數量增加了67.8%，年均變化率為1.10%。

1960/1976—2007年，廣西紅樹林面積以年均0.50%—0.75%變化率逐期減少，2010年較2007年小幅度增加。斑塊數量由1960/1976—1990s年長時期小幅度減少，經1990s—2007年呈大幅度增加后，2007—2010年保持基本穩定。

紅樹林面積變化速率隨著時間、空間的不同而不同(表3)。雖然在1960/1976—2007年3個監測期中，廣西紅樹林面積的年均變化率較為接近，但各個海灣、區域的變化率相差很大。同一監測期，不同區域和海灣的變化情況差異更大，即使在大多數海灣紅樹林面積均減少的情況下，也有一些海灣出現紅樹林面積增加的現象，并且，雖然同樣是面積減少，但其減少的速率也相差較大。以上反映了研究區在不同的歷史時期、不同的海灣和市域，人為活動干擾對紅樹林的影響程度不同。

表2 1960/1976—2007年廣西紅樹林斑塊數量和面積變化趨勢

表中1960/1976年、2010年的斑塊數量和面積與以往研究[32]有差異，此文修正了原監測結果; 有關1960/1976—2010年廣西紅樹林面積和斑塊數量，以本文為準；(2)1960/1976年的數據中，*為1976年的數據，#為1960/1976年的數據，其余為1960年的數據

表3 1960/1976—2010年不同監測期廣西紅樹林斑塊面積變化量和年均變化率[31]

表中計算各區域的年均變化率時，根據各海灣的數據年度(表1)、2010年紅樹林面積，采用加權平均法計算各區域的數據年度;如全廣西1960/1976年的數據年度為1963.0，1990s年的數據年度為1989.6；北海市區域1960/1976年的數據年度為1967.4，1990s年的數據年度為1989.9

在大尺度區域尺度上，1960/1976—2010年研究區紅樹林面積的年均減少速率，低于1980—2005年全球的0.77%、亞洲的0.98%、越南全國的1.37%、中國全國的1.37%[1]，高于2004年印度洋海嘯影響地區1975—2005年的0.4%[34]；在海灣尺度的區域上，研究區紅樹林面積年均減少速率低于1977—2008年湛江雷州灣通明海的0.58%[29]，高于1989—2002年海南東寨港的0.49%[26]，低于同屬北部灣的越南主要海灣和地區的1943年以來的紅樹林減少速率[35]。

3.2 斑塊面積特征變化趨勢

由于面積大幅度減少、斑塊數量大量增加，1960/1976—2010年廣西紅樹林斑塊平均面積呈大幅度減少的趨勢，2010年斑塊平均面積只為1960/1976年的46.1%，斑塊面積變化的另一個特征是大斑塊的數量明顯減少(表4)。

表4 不同年度斑塊面積特征斑塊數量[31]

3.3 斑塊的穩定性

1960/1976年1 020個紅樹林斑塊中，至2010年時只有24個斑塊保持穩定(邊界和面積基本不變)，占1960/1976年斑塊數量的2.4%，而擴張、萎縮、碎化和消失斑塊的比重分別為23.8%、12.7%、17.4%和43.7%，期間新增的斑塊數量占2010年斑塊數量的49.8%。這種斑塊數量一方面大量減少，另一方面大量增加的變化，表明區域紅樹林斑塊處于極不穩定的狀態。將穩定、擴張視為斑塊的良性變化，萎縮、碎化和消失視為非良性變化，則1960/1976—2010年，呈良性、非良性變化的斑塊數量比重分別為26.2%和73.8%，總體上呈非良性變化。

進一步分析結果表明，1960/1976—2010年斑塊數量增加了1 230個，減少了538個，斑塊數量總變化量為1 768個，凈變化量為692個，總變化率和凈變化率分別為64.7%、25.3%，表明紅樹林斑塊處于大幅度增加、大幅度減少的極不穩定狀態。不同海灣斑塊數量和面積的總變化率基本相同，但凈變化率相差較大，說明各個海灣的紅樹林斑塊都處于增加、減少的動態過程之中。

由于消失的斑塊和新增的斑塊在空間位置上基本不重疊，因此，紅樹林空間分布結構發生了很大的變化，很多1960/1976年有紅樹林分布的地段，至2010年時已經變成了光灘，而很多1960/1976年為光灘的地段，至2010年時出現了紅樹林。

4 紅樹林空間分布演變機制分析

4.1 變化途徑分析

變化途徑分析的目的是闡明紅樹林斑塊數量和面積通過各個途徑發生變化量(絕對量和相對量)的大小，用總流量、總流率、凈流量、凈流率和趨勢流率5個流量(率)指標定量反映斑塊數量和面積通過各個途徑發生的變化情況，其中：總流量(率)表示斑塊數量和面積通過某個途徑發生的總變化量(率)；凈流量(率)表示斑塊數量和面積通過某個途徑發生的凈變化(增加或減少)量(率)；趨勢流率表示監測期內斑塊數量和面積凈增加/凈減少的情況下，通過某個變化途徑發生的凈變化量的相對量[31-32]。研究區斑塊數量和面積變化的途徑分析結果見表5。

表5 1960/1976—2010年不同途徑的斑塊數量和面積流量(率)分析[31]

由表5，研究區1960/1976—2010年斑塊數量的變化具有如下特點：①雖然在穩定、萎縮、擴張、碎化、消失和新增6個途徑上都出現斑塊數量變化，但后3個途徑的變化量最大，其總流率之和達到了77.7%—94.2%，是斑塊數量變化的主要途徑，斑塊穩定、萎縮對斑塊數量變化影響不大；②不同監測期，各個途徑上發生的斑塊數量變化量相差較大，當斑塊數量凈減少時(1960/1976—1990s年、2007—2010年)，消失途徑的總流率最大，擴張途徑也較大，當斑塊數量凈增加時(1990s—2001年、2001—2007年)，新增途徑的總流率最大，碎化途徑也較大，說明在不同的監測期，斑塊受到干擾的行為不同；③各個監測期中，無論其斑塊數量凈增加還是凈減少，新增和消失途徑上的總流率都較大，說明同時出現斑塊數量一方面增加、另一方面減少兩個結果互為相反的現象；④各個途徑上斑塊數量變化的總流率和凈流率具有極高相關性，說明各個途徑上斑塊總變化與凈變化基本上保持一致性；⑤趨勢流率分析結果表明，斑塊消失、擴張是斑塊數量減少的主要途徑，而新增、碎化是斑塊數量增加的主要途徑。

斑塊面積的變化情況與斑塊數量變化不同，表現為：

①除穩定途徑較小外，擴張、萎縮、碎化、消失和新增5個途徑的面積總流率都較大，且除面積凈增加的2007—2010年外，其余面積凈減少的3個監測期中，各個途徑間總流率的差異遠小于斑塊數量總流率的差異，說明紅樹林面積的變化途徑更具多樣性和均勻性。

②同一監測期，除面積凈增加的2007—2010年外，其余面積凈減少的3個監測期中，擴張、萎縮、碎化、消失、新增5個途徑的總流率相差不太大，說明各個途徑上面積的變動情況較為相近。

③監測期不同，同一途徑上的面積總流率相差較大，如斑塊消失在1960/1976—2010年4個監測期的總流率分別為34.8%、16.8%、11.6%、4.6%，最大相差近5倍。擴張途徑在1960/1976—1990年、2007—2010年的總流率分別為16.4%、57.2%，兩者相差更大，說明不同監測期，紅樹林面積在不同途徑上的變化程度不同，其原因是斑塊受到干擾的方式、程度不同。

④不同監測期，良性變化途徑(擴張、新增)、非良性變化途徑(萎縮、碎化、消失)的總流率分別為35.8%—72.9%、27.1%—58.6%，凈流率分別為35.2%—73.5%、-58.4%—-26.4%，均較大，說明面積變化處于一方面大量減少、一方面大量減少的劇烈變化之中，此外，1960/1976—1990s年、1990s—2001年、2001—2007年3個監測期，良性變化的凈變化量分別比非良性變化的凈變化率小29.6、17.2、16.2個百分點，故紅樹林面積凈減少，2007—2010年，良性變化的凈變化量分別比非良性變化的凈變化率大47.1個百分點，故面積凈增加。

⑤由趨勢流率可以看出，斑塊碎化、消失、萎縮是1960/1976—2007年紅樹林面積減少的主要途徑，其中1960/1976—1990s年以斑塊消失(-54.6%)為主，其次是碎化(-26.5%)，1990s—2001年以斑塊碎化(-51.1%)為主，其次是消失(-30.1%)，2001—2007年，碎化和萎縮途徑的趨勢流率分別為-42.8%和-36.1%，斑塊擴張(85.3%)和新增(14.6%)是2007—2010年紅樹林面積增加的主要途徑。

⑥間隔期越短，斑塊擴張途徑上的凈流率越大，而消失途徑上的凈流率越小，其他途徑上的凈流率在不同監測期內無明顯的規律性。

4.2 驅動因子分析

驅動因子分析實質是評估各個影響因子(因素)對斑塊數量和面積變化的影響程度，為紅樹林保護管理中采取相應措施削減(或增強)這些因素的影響提供科學依據。

4.2.1 驅動因子的影響范圍

1960/1976年的1020個斑塊中，至2010年時有532個受到養殖塘和鹽田建設影響，占52.2%，受到圍墾、工程建設和人工造林影響的斑塊數量分別為9、69個和28個，分別占1960/1976年斑塊數量的0.9%、6.8%和2.7%，有37.5%的斑塊未受到明顯的人為干擾影響(圖2)。就面積而言，受圍墾、養殖塘和鹽田建設、工程建設和人工造林影響的比重分別為2.4%、61.2%、9.0%和2.8%。1960/1976—2010年，研究區只有37.5%的斑塊、24.6%的面積未受到明顯的人為活動干擾，或者說是人為活動未造成這些斑塊發生變化。無論是斑塊數量和面積，養殖塘和鹽田建設影響涉及的范圍最廣，其次是工程建設，圍墾和人工造林對研究區紅樹林影響的范圍較小。不同監測間各個驅動因素影響涉及的斑塊數量和面積見表6。

表6 不同監測間各個驅動因素影響涉及的斑塊數量和面積

圖2 養殖塘建設、城市擴張和自然過程驅動下斑塊的變化Fig.2 Patch dynamic derived by natural process, shrimp-pond and urban expend

各種人為活動在不同監測期對紅樹林空間分布影響范圍的不同，反映了研究區不同歷史時期政治和政策導向、經濟發展方式與水平及公眾環境保護意識對灘涂開發利用、紅樹林保護管理的影響狀況。廣西沿海主要海灣的灘涂開發歷史悠久，漢武帝(公元前110年)就置官管理廣西鹽務，1087年宋朝皇帝曾令廣西白石、石康兩鹽倉每年煮鹽75萬kg[36]，至1937年，整個海岸有10個鹽廠。1954年后北海市區域組建了多個鹽場，總面積近3 000 hm2。由于經濟效益不高，20世紀80年代后，大部分鹽場逐步改為養殖塘。廣西沿海圍墾也有較長歷史。20世紀30年代，修筑了防城港江山鄉譚蓬圍、兩頭龍圍和欽州堅心圍等，圍墾面積達萬畝以上。至1949年，防城港市、欽州市區域灘涂圍墾面積達1.13萬hm2，用于種植水稻和建設鹽田。1964年防城縣江平鎮修筑東西直堤，全長3.29 km，使京族三島與大陸連接而成為半島，增加圍墾面積330 hm2，開辟鹽田和稻田[37]。灘涂養殖始于20世紀60年代初，但發展緩慢，至1987年，全海岸灘涂圍塘養殖約200 hm2[36]。90年代后，海水養殖迅速發展，至2004年超過6萬hm2，其中灘涂養殖3萬多hm2[38]。廣西北部灣沿岸大規模工程建設始于1968年防城港的動工興建，經40多年建設，昔日的小漁村已發展成為一個現代化港口(局部見圖2)。1992年，欽州港動工興建，現已建成為一個現代化港口。

對表6進一步分析發現，1960/1976—2007年的3個監測期內，各種人為干擾的影響范圍具有3個特點：①養殖塘和鹽田建設涉及的斑塊數量比重呈逐期增大趨勢，這與研究區海水養殖的發展態勢十分吻合；②工程建設涉及的范圍呈逐期減少，這是由于工程建設主要為防城港(影響范圍為防城港東灣)和欽州港(影響范圍為七十二涇、欽州灣外灣)建設，及北海市城市發展(影響范圍為北海東海岸)，這些地區的紅樹林由于工程建設面積不斷減少；③人工造林涉及范圍逐期增大，這與1990s年以后特別是2000年以后地方政府和主管部門有組織的人工造林力度不斷加大表現一致，人工造林地多見于珍珠港、茅尾海、廉州灣和鐵山港。

4.2.2 驅動因子的驅動量(率)分析

總驅動量(率)表示監測期內在某一因子驅動下斑塊數量和面積的總變化量(率)[31-32]，反映了各個驅動因子對斑塊數量和面積變化(擾動)的影響程度，總驅動率越大，表明了在該因子驅動下斑塊數量和面積的變化量越大。1960/1976—2010年，自然過程對紅樹林斑塊數量和面積變化的總驅動率分別為55.0%、36.2%，說明即使無明顯的破壞性人為活動干擾，紅樹林斑塊數量和面積也會發生較大變化(圖2)。在人為干擾因素中，養殖塘和鹽田建設對斑塊數量和面積變化的影響最大，其斑塊數量和面積的總驅動率分別達到了35.8%和44.7%，遠大于其他3種人為干擾的影響(表7)。

表7 1960/1976—2010年不同驅動因素的斑塊數量和面積驅動量(率)分析[31]

各個監測期的總驅動率分析結果表明，各種驅動因素對斑塊數量和面積變化的影響具有較為明顯的規律性：①自然過程是斑塊數量和面積變化最主要的影響因素，斑塊數量變化總驅動率達到44.7%—69.9%，面積變化總驅動率為42.9%—55.1%，其次養殖塘和鹽田建設，斑塊數量和面積變化的總驅動率分別為18.1%—32.5%、15.1%—37.5%，人工造林在2007—2010年對斑塊數量和面積變化影響也達到一定程度，圍墾、工程建設對斑塊數量和面積變化的影響程度有限；②自然過程和圍墾對斑塊數量和面積變化的影響程度逐期減小，養殖塘和鹽田建設的影響程度逐期增大；③監測期不同，各個驅動因子對紅樹林斑塊數量和面積變化的影響程度不同。1960/1976—1990s年，圍墾對斑塊數量和面積變化的總驅動率分別達到了5.5%和15.3%，說明了在該時期，圍墾造成較大的斑塊數量和面積變化，2001—2007年和2007—2010年，人工造林對面積變化的影響迅速增大，反映了研究區紅樹林人工造林努力的成效。

凈驅動量(率)表示監測期內在某一因子驅動下斑塊數量和面積的凈變化量(率)[31-32]，反映了各個驅動因子對斑塊數量凈變化(增加或減少)的影響程度，凈驅動率的絕對值越大、表明了在該因子驅動下斑塊數量和面積的凈變化量越大。由表7可以看出：①各個驅動因子對斑塊數量凈變化的影響較為復雜，同一因子在一些時期導致斑塊數量凈減少，在另一些時期導致斑塊數量凈增加，如自然過程在1960/1976—1990s年、2007—2010年引起斑塊數量凈減少，在1990s—2001年、2001—207年引起斑塊數量凈增加，養殖塘和鹽田、工程建設也存在相以情況，而對面積凈變化的影響則不存在這種情況；②在不同的監測期，各個驅動因子對斑塊數量和面積凈變化的影響程度差異較大，如養殖塘和鹽田在1960/1976—1990s年、2001—2007年對斑塊數量變化的凈驅動率分別為-31.2%、23.1%，自然過程在1990s—2001年、2001—2007年對面積變化的凈驅動率分別為31.8%、15.3%，均相差較大；③各個驅動因子對面積凈變化的影響具有良好的一致性，自然過程和人工造林引起面積凈增加，養殖塘和鹽田、工程建設、圍墾引起面積凈減少；④在1960/1976—1990s年、1990s—2001年、2001—2007年3個紅樹林面積凈減少時期，養殖塘和鹽田對面積變化的凈驅動率都很大，并呈逐期加大的趨勢，是這些時期面積凈減少的最主要驅動因素，人工造林在2007—2010年對面積變化的凈驅動率達到50.5%，是該時期面積凈增加最主要的驅動因素；⑤工程建設對面積變化的凈驅動率為-3.6%—-9.5%，影響程度有限，與其影響范圍不大相一致，圍墾只在1960/1976—1990s年對面積凈變化的影響較大，其余監測期均較小。

趨勢驅動率表示監測期內斑塊數量和面積在監測期內凈增加/凈減少的情況下，某個驅動因子對凈增加/凈減少量的貢獻率，趨勢驅動率越大，則該驅動因子對斑塊數量和面積的增加/減少所起的作用越大[31-32]。分析結果表明：①不論斑塊數量凈減少還是凈增加，自然過程都是最重要的影響因素之一(1960/1976—2010年4個監測期的趨勢驅動率分別為-33.3%、89.2%、67.8%、-57.7%)，養殖塘和鹽田(1960/1976—1990s年、2001—2007年的趨勢驅動率分別為-35.2%、23.2%)、工程建設(2007—2010年的趨勢驅動率為-30.8%)只在一些監測期對斑塊數量的凈變化造成重要影響；②養殖塘和鹽田是面積凈減少最主要的影響因素(1960/1976—2007年3個監測期的趨勢驅動率分別為-55.7%、-82.9%、-88.9%)，人工造林是面積凈增加的最主要因素(2007—2010年的趨勢驅動率為65.3%)；③一些因素只在個別監測期對面積凈變化具有重要影響，如圍墾在1960/1976—1990s年是面積減少的重要驅動因素(趨勢驅動率為-36.6%)，自然過程在2007—2010年是面積增加的生要驅動因素(趨勢驅動率為34.7%)；④工程建設在1960/1976—2007年3個監測期中都是面積減少的驅動因素之一。

不同的區域，各個驅動因子對斑塊數量的面積變化的影響程度不同，表現為毛驅動量(率)、凈驅動量(率)和趨勢驅動率均有差異。1960—1989年，養殖塘和鹽田、自然因素是防城港市區域面積變化的主要驅動因素，而在相應監測期的欽州市、北海市區域，圍墾、養殖塘和鹽田則為主要因素。1989—2001年，自然因素、養殖塘和鹽田建設、人工造林和工程建設都是防城港區域紅樹林斑塊數量變化的重要驅動因子，而面積凈變化主要受養殖塘和鹽田、自然因素和工程建設驅動，而在欽州市和北海市區域，自然因素是斑塊數量變化的絕對驅動因素，自然因素、養殖塘和鹽田建設是面積凈變化的兩個主要驅動因子。

4.3 作用力分析

作用力表示在某個因子驅動下通過某個變化途徑發生的斑塊數量/面積的相對變化量[31-32]，作用力的絕對值越大，表明在該驅動因子-變化途徑組合發生的斑塊數量/面積的變化量越大。對研究區各個驅動因子的作用力的分析結果(表8)表明：①1960/1976—2010年各個監測期間，不同驅動動因子和變化途徑組合的作用力十分接近，如養殖塘和鹽田-消失在4個監測期的斑塊數量作用力分別為-15.5%、-15.3%、-15.4%和-14.8%，表明了在不同監測期，某一驅動因子通過某一變化途徑對斑塊數量和面積變化的影響程度基本相同；②自然因素主要通過新增、消失、擴張3個變化途徑影響斑塊數量的變化，通過新增和擴張兩個途徑影響面積變化；③圍墾對斑塊數量和面積變化的途徑較為單一，主要是斑塊消失；④養殖塘和鹽田建設主要通過斑塊消失、碎化兩個途徑影響斑塊數量變化，通過碎化、消失和萎縮3個途徑影響面積變化；⑤工程建設造成斑塊數量和面積變化的途徑基本相同；⑥人工造林主要通過新增斑塊一個途徑影響斑塊數量變化，通過新增斑塊和斑塊擴張兩個途徑影響面積變化。

表8 1960/1976—2010年斑塊數量和面積變化的作用力/%分析[31]

5 結論與討論

(1)1960/1976—2010年近50間，廣西紅樹林面積由9062.5 hm2減少至7 054.3 hm2，減少了22.16%，年均減少率達0.53%，斑塊數量由1 020個增加至1 712個，增加了67.8%。在1960/1976—2010年4個監測期中，紅樹林面積先呈長期大幅度減少后小幅度回升的趨勢；斑塊數量經長期小幅度減少后，呈大幅度增加的趨勢。斑塊破碎化程度明顯，表現為斑塊平均面積大幅度變小，大斑塊數量減少。1960/1976—2010年研究區紅樹林空間分布變化的另一個特點是隨著時間、空間的不同，面積變化情況(增加或減少)、變化速率均有所不同，與研究區內不同的歷史時期、不同的區域和海灣，人為活動干擾對紅樹林的影響程度不同密切相關。

(2)1960/1976—2010年紅樹林面積減少主要通過斑塊消失(46.1%)、碎化(40.4%)和萎縮(13.5%)3個途徑發生，斑塊數量增加主要通過新增(70.0%)、碎化(29.9%)兩個途徑發生。碎化、消失、新增是斑塊數量變化的主要途徑；擴張、萎縮、碎化、消失和新增5個途徑上面積變化量都較大，且各個途徑間變化量的差異較小，說明紅樹林面積的變化途徑具有多樣性和均勻性。不同監測期，同一途徑上發生的斑塊數量和面積變化量相差較大；同一監測期，不同途徑上發生的斑塊數量變化量相差較大，而面積變化量相差較小。若監測期內斑塊數量減少，斑塊消失、擴張是主要變化途徑，反之，新增和碎化是監測期內斑塊數量增加的主要途徑。

(3)養殖塘和鹽田建設(80.0%)、工程建設(10.9%)和圍墾(9.15%)是1960/1976—2010年紅樹林面積凈減少的驅動因素；自然過程(92.6%)、人工造林(7.4%)是該期間斑塊數量凈增加的驅動因子。不同的監測期，養殖塘和鹽田建設、工程建設及圍墾都是紅樹林面積減少的主要驅動因子，但各個因子在不同監測期的影響程度有較大差別，反映了研究區在不同的歷史時期各種人為活動對紅樹林干擾的程度不同。各個驅動因子在不同監測期對斑塊數量變化的影響較為復雜，主要表現為其影響程度相差較大。

(4)自然過程主要通過新增斑塊和斑塊消失兩個變化途徑影響斑塊數量的變化，通過新增和擴張兩個途徑影響面積變化；圍墾通過斑塊消失影響斑塊數量和面積的變化；養殖塘和鹽田建設主要通過斑塊消失、碎化兩個途徑影響斑塊數量變化，通過碎化、消失和萎縮3個途徑影響面積變化；工程建設主要通過斑塊消失、萎縮和碎化造成斑塊數量和面積變化；人工造林主要通過新增斑塊一個途徑影響斑塊數量變化，通過新增斑塊和斑塊擴張兩個途徑影響面積變化。

(5)1960/1976年1020個斑塊中，至2010年時仍保持穩定的只有24個，僅占2.4%，期間消失的斑塊多達452個，新增了852個，說明在長期的演變過程中，紅樹林斑塊處于大量增加、大量減少的劇烈變動過程。另一方面，僅研究紅樹林面積的凈變化不足以全面闡述監測期內紅樹林變化的真正過程，必須對監測期內斑塊數量和面積在不同因子驅動下通過不同途徑發生的變化情況(包括增加、減少)進行全面深入的研究。

(6)在自然狀態下(無明顯的人為活動干擾下)，紅樹林斑塊數量和面積也會發生變化，并且還發生斑塊碎化的變化—這種變化難以解釋，因此，不但需研究人為活動干擾對紅樹林變化的影響，也應研究紅樹林在自然過程作用下的變化，只有這樣，才能全面、深入闡明紅樹林空間分布變化的機制。自然過程包括溫度、降雨量、鹽度、洪水的頻率、沉積過程、土壤化學等環境物理化學因素和繁殖體的散布、演替階段、繁殖體種類的競爭等生物因素[26]，及病蟲害、雷擊等，對紅樹林空間分布演變的影響更為復雜，有待深入研究。

[1] FAO (Food and Agriculture Organization of the United Nations). The world′s mangroves 1980—2005 // FAO Forestry Paper 153. Rome: FAO, 2007.

[2] FAO, UNEP. Tropical Forest Resources Assessment Project: forest resources of tropical Asia. Rome: FAO, 1981.

[3] Saenger P, Hegerl E J, Davie J D S. Global status of mangrove ecosystems. Commission on Ecology Papers No. 3. Gland, Switzerland, World Conservation Union (IUCN), 1983.

[4] Groombridge B. Global biodiversity: status of the earth′s living resources // UNEPWCMC/The National History Museum/IUCN/Worldwide Fund for Nature/World Resources Institute. London: Chapman and Hall, 1992.

[5] Aksornkoae S, Paphavasit N, Wattayakorn G. Mangroves of Thailand: Present status of conservation use and management. Technical Report of the Project: The Economic and Environmental Values of Mangroves Forests and Their Present State of Conservation in the South-East Asia/Pacific Region, Clough, B.F. (Ed.), PD 71/89 1(F), 1993: 83-134.

[6] FAO. Mangrove forest management guidelines. FAO Forestry Paper 117. Rome: FAO, 1994.

[7] Spalding M, Kainuma M, Collins L. World Atlas of Mangroves. Earthscan, London, 2010.

[8] Aizpuru M, Achard F, Blasco F. Global assessment of cover change of the mangrove forests using satellite imagery at medium to high resolution. In EEC research project n 15017-1999-05 FIED ISP FR, Joint Research Center, Ispra, 2000.

[9] Giri C, Ochieng E, Tieszen L L, Zhu Z, Singh A, Loveland T, Masek J, Duke N. Status and distribution of mangrove forests of the world using earth observation satellite data. Global Ecology Biogeography, 2010, 20(1): 154-159.

[10] Silapong C, Blasco F. The application of geographic information systems to mangrove forest management: Khlung, Thailand. Asia Pacific Remote Sensing Journal, 1992, 5(1): 97-104.

[11] Ramsey E W Ⅲ, Jansen J R. Remote sensing of mangrove wetlands: relating canopy spectra to site-specific data. Photogrammetric Engineering and Remote Sensing, 1996, 62(8): 939-948.

[12] Blasco F, Aizpuru M, Gers C. Depletion of the mangroves of Continental Asia. Wetlands Ecology and Management, 2001, 9(3): 245-256.

[13] Selvam V, Ravichandran K K, Gnanappazham L, Navamuniyammal M. Assessment of community based restoration of Pichavaram mangrove wetland using remote sensing data. Current Science, 2003, 85: 794-798.

[14] Ramasubramanian R, Gnanappazham L, Ravishankar T, Navamuniyammal M. Mangroves of godavari-analysis through remote sensing approach. Wetlands Ecology and Management, 2006, 14(1): 29-37.

[15] Blasco F, Gauquelin T, Rasolofoharinoro M, Denis J, Aizpuru M, Caldairou V. Recent advances in mangrove studies using remote sensing data. Marine and Freshwater Research, 1998, 49(4): 287-296.

[16] Boer W F. The rise and fall of the mangrove forests in Maputo Bay, Mozambique. Wetlands Ecology and Management, 2002, 10(4): 313-322.

[17] Verheyden A, Dahdouh-Guebas F, Thomaes K, de Genst W, Hettiarachchi S, Koedam N. High-resolution vegetation data for mangrove research as obtained from aerial photography. Environment, Development and Sustainability, 2002, 4(2): 113-133.

[18] Mitchell A L, Lucas R M, Donnelly B E, Pfitzner K, Milne A K, Finlayson M. A new map of mangroves for Kakadu National Park, Northern Australia, based on stereo aerial photography. Aquatic Conservation: Marine and Freshwater Ecosystems, 2007, 17(5): 446-467.

[19] 張喬民, 隋淑珍. 中國紅樹林濕地資源及其保護. 自然資源學報, 2001, 16(1): 28-36.

[20] 李天宏, 趙智杰, 韓鵬. 深圳河河口紅樹林變化的多時相遙感分析. 遙感學報, 2002, 6(5): 364-369.

[21] 陳凌云, 胡伯寧, 鐘仕全, 梁文 石劍龍. 應用遙感信息分析廣西紅樹林動態變化特征. 廣西科學, 2005, 12(4): 308-311.

[22] 劉凱, 黎夏, 王樹功, 鐘凱文, 錢峻屏. 珠江口近20年紅樹林濕地的遙感動態監測. 熱帶地理, 2005, 25(2): 111-116.

[23] 黎夏, 劉凱, 王樹功. 珠江口紅樹林濕地演變的遙感分析. 地理學報, 2006, 61(1): 26-34.

[24] 王樹功, 黎夏, 周永章, 劉凱, 陳桂珠. 珠江口淇澳島紅樹林濕地變化及調控對策研究. 濕地科學, 2005, 3(1): 13-20.

[25] 林巧鶯, 林廣發, 陳志鴻, 楊陳照, 游麗平. 1993-2003年廈門市濕地動態變化及其驅動因素分析. 濕地科學, 2006, 4(4): 298-303.

[26] 王胤, 左平, 黃仲琪, 鄒欣慶. 海南東寨港紅樹林濕地面積變化及其驅動力分析. 四川環境, 2006, 25(3): 44-49.

[27] 張懷清, 趙峰, 崔麗娟. 紅樹林濕地恢復遙感動態監測技術研究. 林業科學研究, 2008, 21(增刊): 32-36.

[28] 辛琨, 黃星. 海南東寨港紅樹林景觀變化與原因分析. 濕地科學與管理, 2009, 5(2): 56-57.

[29] 曹林, 韓維棟, 李鳳鳳, 張裕嬌. 雷州灣紅樹濕地景觀格局演變及驅動力分析. 林業科技開發, 2010, 24(4): 18-23.

[30] 國家林業局. 中國林業統計年鑒. 北京: 中國林業出版社, 2003.

[31] 李春干. 紅樹林遙感信息提取與空間演變機理研究. 北京: 科學出版社, 2013.

[32] 李春干, 劉素青, 范航清, 代華兵. 基于斑塊的紅樹林空間演變機理分析方法. 生態學報, 2012, 32(14): 4329-4342.

[33] Puyravaud J P. Standardizing the calculation of the annual rate of deforestation. Forest Ecology and Management, 2003, 177(1/3): 593-596.

[34] Giri C, Zhu Z, Tieszen L L, Singh A, Gillette S, Kelmelis J A. Mangrove forest distributions and dynamics (1975-2005) of the tsunami-affected region of Asia. Journal of Biogeography, 2008, 35(3): 519-528.

[35] Huang C, Davis L S, Townshend J R G. An assessment of support vector machines for land cover classification. International Journal of Remote Sensing, 2002, 23(4): 725-749.

[36] 李樹華, 黎廣釗. 中國海灣志·第十二分冊(廣西海灣). 北京: 海洋出版社, 1993.

[37] 歐柏清. 廣西欽州地區沿海灘涂開發利用概況和建議. 廣西水利水電, 1991, (2): 23-26.

[38] 鐘志堅, 鐘強. 廣西海水養殖業可持續發展思考. 南方水產, 2005, 1(3): 73-76.

Mechanism analysis of temporal dynamics in mangrove spatial distribution in Guangxi, China: 1960—2010

LI Chungan*, DAI Huabing

GuangxiForestInventoryandPlanningInstitute,Nanning530011,China

Mangrove ecosystems are important for socioeconomic development and environmental protection but are experiencing sharp declines around the world. Asia has the most mangroves in area around the world but also has the largest human populations that threaten the ecosystem. Where mangrove is distributed and how its range changes are important topics for research throughout the world. Although many efforts have been made to study mangrove, more detailed information is still needed for better managing and protecting mangrove ecosystems. To analyze the mechanism of spatial dynamics of mangrove in Guangxi Beibu Gulf, China, from 1960 to 2010, multi-source remote sensing data were used to extract spatial information on mangroves in various years. The spatial distribution characteristics were analyzed and the spatial dynamic mechanisms of mangroves from 1960/1976 to 2010 were analyzed with a patch-based method. The results indicated that there were 1020, 829, 1094, 1718, and 1712 patches of mangrove in 1960/1976, 1990s, 2001, 2007, and 2010, respectively, and the areas were 9062.5, 7430.1, 7015.4, 6743.2, and 7054.3 hm2in these 5 years, respectively. The region lost 22.16% of its mangrove area from 1960/1976 to 2010, with an annual loss rate of 0.53%. In the meantime, the patch-number increased 67.8%; the average patch-area decreased from 8.9 hm2in 1960/1976 to 4.1 hm2in 2010, and the number of big patches became smaller over time. Only 24 of 1020 patches (2.4%) in 1960/1976 remained unchanged till 2010, almost all the patches had changed to a certain degree. The results also indicated that lost (46.1%), fragmented (40.4%), and shrunken (13.5%) mangroves were the major components of the loss in mangrove area, whereas new (70.0%) and fragmented (29.9%) patches of mangrove were the main reasons for patch-number increases from 1960/1976 to 2010. The dynamics of patch-number and area changes varied both spatially and temporally. Shrimp and salt pond construction (80.0%), infrastructure construction (10.9%), and agriculture (9.1%) were the major causes of mangrove loss, and incensement of patch-number was due to natural processes (92.6%) such as extreme weather, flooding, sediment deposition, and growth/succession and plantations (7.4%) The causes of lost area varied both spatially and temporally. Changes in patch-number were mainly due to the natural processes and procedures of new patch (39.6%) and disappeared (-9.1%), and shrimp and salt pond construction and procedures of disappeared (-15.3%) and fragmented (14.5%); changes in mangrove areas were caused mainly by natural processes acted on the new (17.5%), expanded (12.6%), and disappeared (-6.1%) patches; shrimp and salt pond construction contributed to the disappeared (-14.8%), fragmented (-13.9%), and shrunken (-6.6%) mangrove patches. This study demonstrates the effectiveness of methodology that integrates natural processes and human activities into analysis of mangrove spatial distribution and its changes over time, and such a method can be used for in-depth mangrove research in other regions of the world.

mangrove; spatial distribution; mangrove dynamic; landscape ecology; patch analysis.

國家自然科學基金(41166001); 中央財政林業科技推廣示范資金(GXTG200904); UNEP-GEF-SCS-防城港紅樹林國際示范區

2014-01-16;

日期:2014-11-19

10.5846/stxb201401160119

*通訊作者Corresponding author.E-mail: gxali@126.com

李春干, 代華兵.1960—2010年廣西紅樹林空間分布演變機制.生態學報,2015,35(18):5992-6006.

Li C G, Dai H B.Mechanism analysis of temporal dynamics in mangrove spatial distribution in Guangxi, China: 1960—2010.Acta Ecologica Sinica,2015,35(18):5992-6006.