黃河三角洲潮間帶不同類型濕地景觀格局變化與趨勢預測

孫萬龍,孫志高,田莉萍, 胡星云

1 福建師范大學地理研究所, 福州 350007 2 福建師范大學濕潤亞熱帶生態地理-過程教育部重點實驗室, 福州 350007 3 清華大學環境學院,北京 100084

黃河三角洲潮間帶不同類型濕地景觀格局變化與趨勢預測

孫萬龍1,2,3,孫志高1,2,*,田莉萍1,2, 胡星云1,2

1 福建師范大學地理研究所, 福州 350007 2 福建師范大學濕潤亞熱帶生態地理-過程教育部重點實驗室, 福州 350007 3 清華大學環境學院,北京 100084

以1979—2013年7期衛星遙感影像(Landsat TM)為數據源,結合野外實地調查,通過建立黃河三角洲潮間帶濕地數據庫,探討不同類型濕地的景觀格局以及自然與人為因素對景觀格局變化的影響,并基于Markov模型對未來20年三角洲潮間帶不同類型濕地的景觀格局進行了趨勢預測。結果表明,三角洲的潮間帶濕地面積在1979—2013年間整體呈先降低后增加變化。其中,1979—2010年的濕地面積持續減少,由1050.28 km2減少為575.39 km2,減少率為45.22%;2010—2013年的濕地面積略有增加,由575.39 km2增加為596.17 km2,增長率為0.36%。1979—2013年,潮間帶主要濕地景觀類型隨距海遠近均呈明顯帶狀分布,但蘆葦濕地面積呈明顯降低趨勢(減少273.53 km2,減少率為79.68%),鹽田養殖池面積呈顯著增加趨勢(增長12.04 km2,增長率為1584.21%),而光灘、堿蓬濕地、堿蓬-檉柳濕地和檉柳-蘆葦濕地等其它類型濕地面積整體均呈波動減少趨勢。未來20年,潮間帶濕地面積整體將呈降低趨勢,其值將由2010年的575.39 km2減少為2030年的546.98 km2,減少率為6.60%。蘆葦濕地面積將繼續減少(減少30.16 km2,減少率為24.12%),鹽田養殖池面積將持續增長(增加3.71 km2,增長率為38.61%),而光灘、堿蓬濕地、堿蓬-檉柳濕地和檉柳-蘆葦濕地等其它類型濕地面積均將呈小幅波動變化。研究發現,盡管自然與人為驅動力的雙重作用決定了1979—2013年間潮間帶的濕地景觀格局及其動態變化,但黃河年輸沙量(x1)、區域GDP(x2)和水產品產量(x3)對潮間帶濕地面積變化(y)的影響更為重要(y=733.192+35.317x1-0.005x2-4.085x3,P=0.0001<0.05),其對過去30多年間潮間帶濕地面積變化的解釋貢獻高達76.7%。隨著黃河三角洲高效生態經濟區國家戰略的實施,為實現潮間帶區域的可持續發展,潮間帶濕地的保護與生態保育應給予特別重視。

景觀格局;驅動力;潮間帶濕地;Markov預測;黃河三角洲

黃河三角洲潮間帶是黃河入海河段與渤海相互作用形成的重要生態類型,主要分布于咸淡水的交界地帶,是一個高度動態和復雜的生態系統,其在維護區域生態安全及促進經濟發展方面均具有重要作用[1- 2]。黃河三角洲潮間帶屬典型的淤泥質潮灘,其原始性、脆弱性和作為珍惜瀕危鳥類重要棲息地的作用在國際上備受關注。在自然與人為因素的共同影響下,黃河三角洲潮間帶的濕地景觀結構正不斷發生著變化[3- 7]。正確認識黃河三角洲潮間帶的濕地景觀格局及其動態特征,探討人類活動對濕地景觀格局的影響對加強區域生態保護以及實現區域可持續發展具有重要意義。

當前,許多學者已經圍繞黃河三角洲的濕地景觀格局開展了大量工作,且這些研究已涉及三角洲濕地景觀格局動態變化[8- 12]、景觀演變驅動力分析[13- 14]、自然驅動下岸線變遷及河口沖淤變化[15- 17]、人類活動對三角洲景觀格局變化的影響[18- 19]等方面。盡管當前研究對認識和理解黃河三角洲的濕地景觀演變規律以及開展區域濕地保護提供了許多重要基礎數據,但這些研究仍多以整個黃河三角洲為研究區域,而對于景觀格局變化極為劇烈的潮間帶濕地的專門研究還比較缺乏。同時,當前多數研究的時間序列相對較短且缺乏對未來濕地面積變化的趨勢預測,而短時間序列的研究又往往難以揭示三角洲濕地(特別是潮間帶濕地)景觀變化的演變規律。此外,當前對黃河三角洲濕地景觀格局變化的驅動力分析多以定性研究為主,對人類活動、黃河水沙等導致岸線變遷因素的定量分析還比較缺乏。鑒于此,本研究以1979—2013年間的7期Landsat衛星遙感影像為數據源,通過圖像解譯建立較長時間序列的黃河三角洲潮間帶濕地景觀數據庫,探討潮間帶不同類型濕地的景觀格局,定量分析影響濕地景觀格局的自然與人為驅動力,并基于Markov模型對未來20年潮間帶不同類型濕地的景觀格局進行了預測,以期為三角洲潮間帶濕地的生態保育與科學管理提供重要科學依據。

1 研究區域和研究方法

1.1 研究區域

本研究所指的黃河三角洲為現代黃河三角洲,其范圍是以墾利縣魚洼為頂點,北起挑河口,南至宋春榮溝(圖1),位于東營市和濱州市境內(現代三角洲有93%位于東營市)[20],屬暖溫帶季風氣候區,具有明顯的大陸性季風氣候特點。該區年平均氣溫12.1℃,無霜期196 d,≥10℃的年積溫約4300℃,年均蒸發量1962 mm,年均降水量為551.6mm,70%的降水集中于7、8月,其獨特的地理位置和氣候特征在世界范圍的濕地生態系統中具有較強的代表性。研究區土壤類型主要為隱域性潮土和鹽土,植被以鹽生植被為主,植物種群組成簡單,主要以蘆葦(Phragmitesaustralis)、檉柳(Tamarixchinensis)和堿蓬(Suaedasalsa)為主。

圖1 現代黃河三角洲及黃河尾閭河道Fig.1 Sketch of the modern Yellow River Delta and the tail channel of the Yellow River

1.2 研究方法

1.2.1 數據來源

本研究所用的遙感數據獲取自美國聯邦地質調查局(USGS)網站,為1979—2013年(35年)間的7期Landsat 影像(表1)。1979—2013年黃河利津水文站年徑流量、年輸沙量和年降水量數據來源于黃河水利委員會的黃河水沙公報。1992—2013年東營市國民生產總值(GDP)和水產品產量數據來源于東營市統計年鑒。

1.2.2 數據處理

以ENVI 5.0和ArcGIS 10.0為技術平臺,對獲取的Landsat影像進行幾何校正和波段組合,通過目視解譯結合實地踏勘的手段對遙感圖像進行解譯,獲得不同時期潮間帶濕地的景觀格局特征數據庫(通過野外現場踏勘檢驗,遙感影像解譯精度均在85%以上)。7期TM影像所使用的坐標系均為高斯-克呂格6度分帶的北京1954坐標系。

表1 研究采用的遙感影像信息

不同景觀類型的分類依據國內外分類標準以及黃河三角洲濕地分類的相關研究成果[21- 22],參照Ramsar《濕地公約》中的濕地定義,結合研究區域的實際情況和本研究目的,將三角洲濕地分為非潮間帶濕地和潮間帶濕地兩部分,其中潮間帶的景觀分類系統確定為光灘、堿蓬濕地、堿蓬-檉柳濕地、檉柳-蘆葦濕地、蘆葦濕地、草甸濕地、柳林濕地、河流濕地、鹽田養殖池和居民工礦用地10種類型。為便于討論和分析,行文相關敘述中將草甸濕地、柳林濕地、河流濕地統一概括為其他景觀類型。在GIS 軟件ArcView 環境中,提取不同時段潮間帶濕地向海或向陸發生變化的動態圖斑,獲得不同時段潮間帶濕地的動態數據。在探討三角洲潮間帶不同類型濕地動態變化的驅動力時,運用SPSS 22.0軟件對數據進行Pearson相關分析和多元回歸分析。

1.2.3 Markov模型預測

Markov鏈模型是應用廣泛的一種隨機模型,其通過對系統不同狀態的初始概率以及狀態之間轉移概率的研究來確定系統各狀態的變化趨勢,進而可對未來趨勢進行預測。

(1) 初始轉移概率確定

以年為單位,把潮間帶濕地景觀變化分成一系列離散的過程,根據不同景觀類型的年平均轉化率(即以2000—2010年的不同類型濕地轉化面積除以年代間隔10得到平均每年的轉化面積占該類濕地面積的百分比)來確定景觀單元的轉移概率,建立轉移概率矩陣[23- 24],即

式中,Pij為景觀類型i轉化為j的轉移概率。P為非負值,且每一行的概率之和為1。

(2)Markov預測

據Markov隨機過程理論,可利用初始狀態概率矩陣模擬出某一初始年后若干年乃至穩定時期各濕地類型所占的面積比例。Markov第n期轉移概率可用下式計算：

式中,m表示轉移概率矩陣的行列數,而任意第n分期的轉移概率矩陣等于第1分期轉移概率矩陣的n次方。根據初始面積百分比矩陣A(0)和第n分期的轉移概率P(n)又可計算出第n分期末的面積百分比矩陣A(n),即

通過將實測值和模擬值進行對比,采用卡方檢驗來驗證Markov預測的可依靠性,即

式中,Y為實測值;Y′ 為Markov模擬值。

2 結果與分析

2.1 潮間帶濕地面積變化特征

1979—2013年,三角洲潮間帶的濕地面積整體呈先降低后增加的變化特征(表2)。其中,1979—2010年的潮間帶濕地面積持續減少,由1050.28 km2減少為575.39 km2,減少率為45.22%;2010—2013年的潮間帶濕地面積略有增加,由575.39 km2增加為596.17 km2,增長率為0.36%。與潮間帶濕地面積的變化規律相似,1979—2013年的潮間帶濕地面積占三角洲面積的比例亦呈先降低后增加趨勢,其中1979年的所占比例最高(34.38%),2010年的所占比例則最低(19.20%)。1979—2013年,潮間帶濕地向非潮間帶濕地持續轉移,凈轉移面積為419.11 km2。其中,1979—1986年的轉移面積最大,為294.88 km2,占全部轉移面積的70.36%。潮間帶濕地向海域的轉移呈淤進-蝕退交替變化特征。其中,1979—1992年的潮間帶濕地持續向海域推進,累計淤積面積為70 km2;1992—2010年的潮間帶濕地呈凈侵蝕狀態,累計蝕退面積為128 km2;2010—2013年的潮間帶濕地又呈凈淤積狀態,累計淤積23 km2。

*在計算潮間帶與海域轉移過程中取一固定區域進行計算

2.2 潮間帶不同濕地類型景觀格局

三角洲潮間帶的主要濕地景觀類型在1979—2013年間隨距海遠近均呈明顯帶狀分布,由近及遠依次為光灘、堿蓬濕地、堿蓬-檉柳濕地、檉柳-蘆葦濕地和蘆葦濕地(圖2)。整體而言,蘆葦濕地面積在研究時期呈降低趨勢,由1979年的343.27 km2減少為2013年的69.74 km2,年均減少8.05 km2,所占比例由32.68%降為11.70%。堿蓬濕地、堿蓬-檉柳濕地、草甸濕地、柳林濕地以及河流濕地的面積均呈較大波動變化,其范圍分別介于113.12—191.07、110.30—168.19、0.53—3.70、0.51—3.11和8.82—36.60 km2。檉柳-蘆葦濕地面積除在1979—1986年間有所降低外,其它時期介于28.69—41.14 km2之間。另外,1979—2013年間的鹽田養殖池和居民工礦地面積均呈增加趨勢,前者由0.76 km2增長為12.8 km2(增長率為1584.21%),后者則由0.34 km2增長為4.76 km2(增長率為1300.00%)(圖3)。

2.3 潮間帶濕地類型景觀變化預測

本研究以年為單位,把濕地景觀的變化分成一系列離散的過程,根據各景觀類型的年平均轉化率(即2000年到2010年的各濕地轉化面積除以年代間隔10得到平均每年的轉化面積占原有該類濕地的面積百分比)來確定景觀單元的轉移概率,把光灘景觀轉化為其他景觀的轉移概率作為第一行, 堿蓬群落景觀轉化為其他景觀類型的轉移概率作為第二行,依此類推,建立轉移概率矩陣(表3)。

表3 初始狀態下潮灘景觀類型轉移概率矩陣(n=1)

研究表明,三角洲潮間帶濕地面積在未來20年整體將呈降低趨勢(圖4),其值將由2010年的575.39 km2減少為2030年的546.98km2,減少率為6.60%。蘆葦濕地面積的變化規律與潮間帶濕地面積的變化規律相似,減少率為24.12%。堿蓬濕地和堿蓬-檉柳濕地的面積將分別介于110.85—118.41 km2和102.90—116.69 km2之間,二者雖均呈波動變化,但整體呈小幅降低趨勢。檉柳-蘆葦濕地面積在研究時期雖波動于36.27—37.85 km2之間,但整體將呈小幅增長趨勢。其他景觀類型(OTM)在未來20年內整體將呈增長趨勢,增長率為60.26%。鹽田養殖池和居民工礦地面積均將呈增長趨勢,其中鹽田養殖池將由9.61 km2增長為13.32 km2,增長率為38.61%;居民工礦地面積將由2.88 km2增長為6.16 km2,增長率為113.89%,說明人類活動對潮間帶濕地的影響程度將會進一步增強。

圖3 黃河三角洲潮間帶不同景觀類型分布特征Fig.3 Distribution of landscapes in intertidal zone of the Yellow River Delta

景觀類型Type2013年模擬值Y'SimulationValueof20132013年實測值YMeasuredvalueof2013Y-Y'Y-Y'()2光灘4.374.20-0.170.03堿蓬濕地3.032.88-0.150.02堿蓬-檉柳濕地5.865.78-0.080.01檉柳-蘆葦濕地1.621.55-0.070.01蘆葦濕地3.322.83-0.490.24其他景觀類型0.841.100.260.07鹽田養殖池0.761.140.380.14居民工礦用地0.230.260.030.00總和Total20.0319.74-0.290.08

圖4 黃河三角洲潮間帶不同景觀類型未來20年變化特征Fig.4 Variations of different landscapes in intertidal zone of the Yellow River Delta in future 20 years

圖5 研究區域年降水量、徑流量和輸沙量變化Fig.5 Changes of annual precipitation, runoff and sediment loading in the study region

3 討論

黃河三角洲是中國乃至世界各大河三角洲中海陸變遷最活躍的地區,在黃河攜帶泥沙入海淤積等自然驅動力作用下,其面積始終處于動態變化之中[7]。相關分析表明,潮間帶濕地面積與年輸沙量呈顯著正相關(r=0.830,P<0.05),與年徑流量盡管呈一定的正相關(r=0.270),但未達到顯著水平(P>0.05)(表4)。另據黃河利津水文站的水沙數據可知,1979—2013年,黃河年總徑流量和年總輸沙量均呈先降低后增加的變化趨勢。1979—1992年,黃河入海年均徑流量為260.67億m3,年均輸沙量為5.94億t,此間三角洲潮間帶濕地面積的持續增加與該時段的入海泥沙量一直維持在較高水平密切相關(圖5)。2000年前后,黃河出現持續斷流,入海泥沙量銳減,其年徑流量由1992年的133.54億m3驟減至2000年的48.58億m3(減少63.62%),年輸沙量由1992年的4.72億t減少為2000年的0.22億t(減少 95.34%),直接導致了潮間帶濕地面積在1992—2000年間減少69 km2。2002年起實施的調水調沙工程極大增加了黃河的水沙輸運能力,其年徑流量和年輸沙量分別由2000年的48.58億m3和0.22億t增加為2013年的236.90億m3和1.73億t,此量級入海泥沙的淤積作用基本可抵消海侵蝕作用,最終導致此時段潮間帶濕地面積減少速率放緩并于2010—2013年間呈小幅增長趨勢。有研究表明,進入黃河三角洲的河流徑流量保持在200—300億m3、輸沙量保持在5—8億t是維持河口濕地景觀格局穩定的適宜徑流過程和輸沙過程[25],這與本研究中潮間帶濕地面積隨黃河入海水沙量的變化而減少或增加的結論相一致。另據該區多年降水數據,1979—2013年黃河三角洲的年降水量呈較大波動變化,其值介于370.00—559.90 mm之間,多年平均降水量為486.79 mm。其中,1986年的降水量最低,此時的潮間帶濕地面積雖較1979年存在很大幅度減少但仍處于較高水平;1986—2013年,該區的降水量整體呈增加趨勢,但其與該時段濕地面積的變化缺乏同步性。相關分析表明,該區域降水量的變化與潮間帶濕地面積變化之間并無顯著相關性(表5),原因在于黃河流域面積大,區域降水對整個流域入海徑流量的影響較小有關。就潮間帶濕地景觀格局而言,土壤水鹽條件和理化性質在很大程度上決定了潮間帶不同濕地植被的分布,而黃河年總輸沙量、年總徑流量等自然因素直接決定了潮間帶濕地土壤的水鹽條件和理化性質。已有研究表明,黃河三角洲潮間帶濕地的鹽分含量和海拔均呈現出明顯的空間分異,其在垂直于岸線方向上的分布代表了鹽生植被的演替序列,從而導致了潮間帶濕地植被隨距海遠近表現為明顯的帶狀分布[26- 27]。這與本研究得出的不同研究時期隨距海遠近不同,光灘、堿蓬濕地、堿蓬-檉柳濕地、檉柳-蘆葦濕地和蘆葦濕地呈明顯帶狀分布的研究結果相一致。李興東對黃河三角洲植物群落與環境因子之間對應關系的研究表明,植被的動態變化與土壤水鹽及有機質含量的動態變化顯著相關,而水鹽動態是植被演替的重要制約因素[28]。吳志芬等對該區鹽生植被與土壤鹽分的定量研究表明,鹽生植被的類型、空間分布、植株所含化學成分、生物累積強度以及演替等與土壤含鹽量密切相關[29]。因此,伴隨著潮間帶淤進或侵蝕過程,其濕地植被類型隨土壤水鹽條件的變化而產生不同的演替進程,進而形成不同的景觀格局。相關分析亦表明,年輸沙量與光灘面積呈顯著正相關(r=0.798),與潮間帶其他景觀類型雖存在一定的相關性,但并未達到顯著水平(P<0.05)(表5)。另外,年徑流量和年降水量對潮間帶景觀格局的分布亦具有一定影響,但其影響程度并未達到顯著水平(P<0.05)(表5)。

圖6 研究區域GDP和水產品年產量變化Fig.6 Changes of GDP and annual output of aquatic production in the study region

潮灘面積光灘堿蓬濕地蘆葦濕地鹽田養殖池居民工礦用地年徑流量年輸沙量年降水量地區生產總值水產品產量潮灘面積TidalMarsh10.889**0.6730.931**-0.634-0.7000.2700.830*-0.280-0.736-0.851*光灘Bareflat10.6060.716-0.257-0.3440.5860.798*-0.110-0.389-0.618堿蓬濕地JianpengMarsh10.740-0.518-0.579-0.0620.456-0.721-0.679-0.836*蘆葦濕地LuweiMarsh1-0.830*-0.886**-0.0250.618-0.531-0.911**-0.949**鹽田養殖池SaltPond10.970**0.427-0.3420.6640.973**0.871*居民工礦用地ResidentialDistrict10.448-0.3340.6710.978**0.883**年徑流量AnnualRunoff10.5430.5670.3650.127年輸沙量AnnualSediment1.074-0.427-0.601年降水量Annualprecipitation10.6900.694地區生產總值GrossDomesticProduct10.944**水產品產量OutputofAquaticProducts;1

BF, JP, LW, SP, RD見1.2.2說明;*P<0.05; **P<0.01

潮間帶濕地景觀格局的變化除受淤積和侵蝕等自然因素的影響外,人類活動的影響也極為深刻。位于黃河三角洲的東營市(占現代三角洲面積的93%)[20]是一座社會經濟迅速發展的新興城市,依賴于獨特的地理位置和豐富的油氣資源,其GDP增速在山東省乃至全國均遙遙領先。隨著社會經濟的飛速發展,其對土地的需求也急速增加。1979—1986年,依據行政規劃東營市從惠民地區調整出并成立地級市,故未能查到其相關年份的GDP。但在該時期內,潮間帶面積由1050.28 km2減少為810.40km2,年均減少率為3.26%,遠高于其它時期的年均減少率(0.98%),這可能與此時段潮間帶濕地的大面積開發與利用有關。1992—2013年,東營市的GDP和水產品產量呈持續迅速增長趨勢(圖6)。其中,GDP由1992年的87.00億元增長為2013年的3250.20億元,年均增長1.78倍;水產品產量則由1992年的4.75萬t增長為2013年的52.09萬t,年均增長0.52倍。盡管如此,該時期潮間帶濕地面積的減少速度呈減緩趨勢并在2010—2013年出現小幅增加,這主要與此間潮間帶濕地的生態保育、科學管理水平提高以及調水調沙工程的長期實施有關。相關分析表明,潮間帶濕地面積與水產品產量呈顯著負相關(r=-0.851,P<0.05),其與GDP盡管呈一定的負相關(r=-0.736),但并未達到顯著水平(P>0.05)。就潮間帶不同濕地類型的景觀格局而言,人類活動的增加極大減少了蘆葦濕地面積,同時顯著增加了鹽田養殖池和居民工礦地的面積。相關分析表明,蘆葦濕地面積與GDP、水產品產量均呈極顯著負相關(r1=-0.911,r2=-0.949,P<0.01),而鹽田養殖池和居民工礦地面積均與GDP均呈極顯著正相關(r1=0.973,r2=0.978,P<0.01),與水產品產量均呈顯著正相關(r1=0.871,r2=0.883,P<0.05)。另外,蘆葦濕地與鹽田養殖場和居民工礦地之間亦呈顯著負相關(r1=-0.830,r2=-0.886,P<0.05)(表4)。可見,人類活動對于光灘、堿蓬濕地等離人類社區較遠的濕地景觀雖存在一定影響,但其之間的相關性未達到顯著水平(P>0.05)。將與潮間帶濕地面積變化密切相關的變量進行多元線性回歸分析發現,盡管自然與人為驅動力的雙重作用決定了1979—2013年間潮間帶濕地面積的動態變化,但黃河年輸沙量(x1)、區域GDP(x2)和水產品產量(x3)對潮間帶濕地景觀格局(y)的影響更為重要(y=733.192+35.317x1-0.005x2-4.085x3,P=0.0001<0.05),其對潮間帶濕地面積動態變化的解釋貢獻高達76.7%。

隨著《黃河三角洲高效生態經濟區發展規劃》國家重大戰略的實施,黃河三角洲地區必將迎來新一輪的經濟高速發展,而伴隨而來的城鎮化和人口增長勢必會繼續對潮間帶濕地的保育帶來巨大壓力和挑戰。同時,由于黃河調水調沙工程十多年的成功實施以及黃河流域生態保護水平的提高,導致黃河泥沙的入海通量在未來很長一段時期內將穩定在當前水平,很難再有大量級的泥沙入海,而這同樣會減緩三角洲的淤積速率。因此,預測三角洲潮間帶濕地面積在未來20年整體將呈降低趨勢的結論是可靠的。就潮間帶的景觀格局而言,由于人類活動的影響程度將會進一步增強,鹽田養殖池和居民工礦地面積將會呈持續增長趨勢,蘆葦濕地面積將會繼續減少,進而可能導致離人類社區更遠的堿蓬濕地和堿蓬-檉柳濕地的面積亦將呈降低趨勢。可見,隨著黃河三角洲高效生態經濟區國家戰略的實施,為實現區域(特別是潮間帶區域)的可持續發展,潮間帶濕地的保護與生態保育應給予特別重視。

[1] Mitsch W J, Gosselink J G. Wetlands. 3rdd ed. New York: John Wiley & Sons, Inc., 2000.

[2] 侯明行, 劉紅玉, 張華兵, 王聰, 譚清梅. 地形因子對鹽城濱海濕地景觀分布與演變的影響. 生態學報, 2013, 33(12): 3765- 3773.

[3] Yu H, He Z W, Kong B, Weng Z Y, Shi Z M. The spatial relationship between human activities and C, N, P, S in soil based on landscape geochemical interpretation. Environmental Geochemistry and Health, 2016, 38(2): 381- 398.

[4] Wang Y Z, Hong W, Wu C Z, He D J, Lin S W, Fan H L. Application of landscape ecology to the research on wetlands. Journal of Forestry Research, 2008, 19(2): 164- 170.

[5] 王海梅, 李政海, 韓國棟, 韓經緯. 黃河三角洲土地利用及景觀格局的動態分析. 水土保持通報, 2007, 27(1): 81- 85.

[6] 李元芳, 黃云麟, 李拴科. 近代黃河三角洲海岸潮灘地貌及其沉積的初步分析. 海洋學報, 1991, 13(5): 662- 671.

[7] 鄧偉, 白軍紅. 典型濕地系統格局演變與水生態過程——以黃淮海地區為例. 北京: 科學出版社, 2012: 105- 105.

[8] 白軍紅, 歐陽華, 楊志峰, 崔保山, 崔麗娟, 王慶改. 濕地景觀格局變化研究進展. 地理科學進展, 2005, 24(4): 36- 45.

[9] 吳大千. 黃河三角洲植被覆被分布特征及其動態變化研究[D]. 濟南: 山東大學, 2007.

[10] 宗秀影, 劉高煥, 喬玉良, 林松. 黃河三角洲濕地景觀格局動態變化分析. 地球信息科學學報, 2009, 11(1): 91- 97.

[11] 楊偉. 現代黃河三角洲海岸線變遷及灘涂演化. 海洋地質前沿, 2012, 28(7): 17- 23.

[12] 汪小欽, 王欽敏, 勵惠國, 劉高煥. 黃河三角洲土地利用/覆蓋變化驅動力分析. 資源科學, 2007, 29(5): 175- 181.

[13] 栗云召, 于君寶, 韓廣軒, 王雪宏, 王永麗, 管博. 黃河三角洲自然濕地動態演變及其驅動因子. 生態學雜志, 2011, 30(7): 1535- 1541.

[14] 趙庚星, 張萬清, 李玉環, 陳樂增. GIS支持下的黃河口近期淤、蝕動態研究. 地理科學, 1999, 19(5): 442- 445.

[15] 何慶成, 張波, 李采. 基于RS、GIS集成技術的黃河三角洲海岸線變遷研究. 中國地質, 2006, 33(5): 1118- 1123.

[16] Yu J B, Fu Y Q, Li Y Z, Han G, Wang Y, Zhou D, Sun W, Gao Y, Meixner F X. Effects of water discharge and sediment load on evolution of modern Yellow River Delta, China, over the period from 1976 to 2009. Biogeosciences, 2011, 8(9): 4107- 4130.

[17] 崔承琦, 李師湯, 孫小霞, 施建堂, 范德江. 黃河三角洲海岸岸線和潮水溝體系發育及其分維研究——黃河三角洲潮灘海岸時空譜系研究Ⅲ. 海洋通報, 2001, 20(6): 60- 70.

[18] 陳菁, 傅新, 劉高煥. 黃河三角洲景觀變化中人為影響力的時空分異. 水土保持學報, 2010, 24(1): 134- 138, 144- 144.

[19] Gu D Q, Zhang Y Z, Fu J, Zhang X L. The landscape pattern characteristics of coastal wetlands in Jiaozhou Bay under the impact of human activities. Environmental Monitoring and Assessment, 2007, 124(1- 3): 361- 370.

[20] 張曉龍. 現代黃河三角洲濱海濕地環境演變及退化研究[D]. 青島: 中國海洋大學, 2005.

[21] 劉永學, 張忍順, 李滿春. 江蘇淤泥質潮灘地物信息遙感提取方法研究. 海洋科學進展, 2004, 22(2): 210- 214.

[22] 郭篤發. 黃河三角洲濱海濕地土地覆被和景觀格局的變化. 生態學雜志, 2005, 24(8): 907- 912.

[23] 史悅, 孫洪祥. 概率論與隨機過程. 北京: 北京郵電大學出版社, 2010: 1- 226.

[24] 唐煥文, 賀明峰. 數學模型引論(第三版). 北京: 高等教育出版社, 2005: 238- 239.

[25] 楊中華, 王衛東, 馬浩錄. 遙感監測調水調沙對黃河河口尾閭的影響. 水利水運工程學報, 2006, (3): 65- 68.

[26] 邢尚軍, 郗金標, 張建鋒, 宋玉民, 馬丙堯. 黃河三角洲植被基本特征及其主要類型. 東北林業大學學報, 2003, 31(6): 85- 86.

[27] 王紅, 宮鵬, 劉高煥. 黃河三角洲多尺度土壤鹽分的空間分異. 地理研究, 2006, 25(4): 649- 658.

[28] 李興東. 典范分析法在黃河三角洲萊州灣濱海區鹽生植物群落研究中的應用. 植物生態學與地植物學報, 1988, 12(4): 300- 305.

[29] 吳志芬, 趙善倫, 張學雷. 黃河三角洲鹽生植被與土壤鹽分的相關性研究. 植物生態學報, 1994, 18(2): 184- 193.

Variation and prediction of different marsh landscapes in intertidal zone of the Yellow River Delta

SUN Wanlong1,2,3, SUN Zhigao1,2,*, TIAN Liping1,2, HU Xingyun1,2

1InstituteofGeography,FujianNormalUniversity,Fuzhou350007,China2KeyLaboratoryofHumidSub-tropicalEco-geographicalProcessoftheMinistryofEducation,FujianNormalUniversity,Fuzhou350007,China3SchoolofEnvironmental,TsinghuaUniversity,Beijing100084,China

Seven Landsat TM images during 1979—2013, combined with a field survey, were used to establish a database of tidal marshes in the Yellow River Delta, to determine the characteristics of landscape pattern in tidal marshes and the impacts of natural and human factors thereon. The trends of landscape patterns in tidal marshes in the future 20 years were also forecast using a Markov model. Results showed that the tidal marsh areas generally decreased from 1050.28 to 575.39 km2with a decrement rate of 45.22% from 1979 to 2010, and increased to 596.17 km2during 2010 to 2013, with an increment rate of 0.36%. The main landscape pattern showed obvious zonal distribution characteristics from the land to sea, and the landscape types in a seaward direction werePhragmitesaustralismarsh,Suaedasalsa-Tamarixchinensis—P.australismarsh, andS.salsamarsh and mudflat, respectively. In general, the areas ofP.australismarsh decreased significantly, with a decrement rate of 79.68%, whereas those of salt-cultural-pond (SP) and resident district (RD) continued increasing during 1979—2013, and those of other landscape patterns showed varied fluctuations, decreasing overall. In the next 20 years, the areas of tidal marshes are predicted to show a decreasing trend, with a decrement rate of 6.60%. Particularly, the areas ofP.australismarshare predicted to decrease continuously and those of the SP and RD to increase continuously, whereas those of the other landscapes are predicted to show slight fluctuations. In this study, we found that, although the dual function of natural and human driving forces determined the dynamics of landscape patterns of tidal marshes during 1979—2013, the annual sediment load (x1), regional GDP (x2), and output of aquatic products (x3) were more critical factors affecting the landscape patterns (y) of tidal marshes (y= 733.192 + 35.317x1-0.005x2- 4.085x3,p= 0.0001 < 0.05), which could explain 76.7% of the variations in tidal marshes over the past 30 years.

landscape pattern; driving force; tidal marsh; markov model; Yellow River Delta

國家自然科學基金資助項目(41371104);福建省“閩江學者獎勵計劃”資助項目

2016- 07- 26;

2016- 09- 01

10.5846/stxb201607261524

*通訊作者Corresponding author.E-mail: zhigaosun@163.com

孫萬龍,孫志高,田莉萍, 胡星云.黃河三角洲潮間帶不同類型濕地景觀格局變化與趨勢預測.生態學報,2017,37(1):215- 225.

Sun W L, Sun Z G, Tian L P, Hu X Y.Variation and prediction of different marsh landscapes in intertidal zone of the Yellow River Delta.Acta Ecologica Sinica,2017,37(1):215- 225.