漳江口紅樹林

摘 要：紅樹林作為重要的生態系統，監測其動態變化對制定保護政策至關重要。以漳江口紅樹林—互花米草鹽沼交錯區為研究對象，基于2005、2011、2015、2017、2019和2021年的Google Earth（GE）影像，采用土地利用動態度、轉移矩陣、景觀指數、標準差橢圓法及人為干擾度，分析其動態變化，并結合氣溫、降水等數據探討驅動因素。研究結果表明：（1）2005—2021年漳江口紅樹林和互花米草面積分別增加23.3hm2和143.52hm2。（2）紅樹林空間分布格局呈擴張趨勢，方向性增強，重心整體向東南方向遷移，而互花米草則呈現出與之相反的擴張模式，重心整體向西北方向遷移。（3）紅樹林斑塊間連接度降低，破碎化程度加劇，而互花米草斑塊連接度增強，景觀趨向集中連片發展。（4）引起紅樹林變化的主要因素包括互花米草入侵、海平面上升、氣候變化及人類活動。

關鍵詞：紅樹林；互花米草；時空演變；景觀格局；驅動因素；漳江口

中圖分類號：S718.5；X87文獻標識碼：A文章編號：1673-260X（2024）11-0001-07

紅樹林是生長在熱帶和亞熱帶海陸交錯區的潮灘濕地木本生物群落[1]。作為海岸生態系統的重要組成部分，紅樹林在防風消浪、凈化水體、維護豐富的物種多樣性等方面發揮著不可替代的作用[2]。然而，隨著人類活動的加劇、氣候變化的影響和互花米草等外來物種的入侵，紅樹林正面臨著日益嚴重的退化和喪失問題[3]。據統計，過去的50年間，全球紅樹林凈損失達到3.4%[4]。已有多項研究證實，互花米草在紅樹林的退化中起到不可忽視的作用[5，6]。為了有效保護和恢復紅樹林，應對外來物種的威脅，有必要對其時空演變特征進行深入研究和分析，探討其驅動因素。

紅樹林的生長環境特殊，可達性差，實地調查不僅耗費大量時間和精力，且難以進行長時間跨度的連續監測[7]。因此，遙感技術憑借其長時序、高效率和低成本的優勢，成為監測紅樹林變化的有力工具[8]。目前，利用遙感技術監測紅樹林變化的方法已較為成熟[9，10]。眾多學者對我國典型紅樹林濕地進行了深入研究，揭示其時空變化和景觀格局，為紅樹林的保護和管理提供了科學依據[11，12]。現有研究中，Landsat系列衛星影像因其時間覆蓋長、數據易獲取等優勢被廣泛使用，但由于其分辨率較低，在精確判別紅樹林與互花米草的相互作用方面仍存在一定局限性。為彌補這一不足，本研究選用Google Earth（GE）高分辨率影像作為基礎數據源，以提高紅樹林與互花米草分布的識別精度和監測效果，從而為紅樹林生態系統的精細化研究和保護提供更加可靠的數據支持。

漳江口紅樹林—互花米草鹽沼交錯區位于我國東南沿海，地理位置優越，氣候溫暖濕潤，適宜紅樹植物生長，形成了獨特的紅樹林生態系統。該區域紅樹林覆蓋范圍廣，生態系統完整，生物多樣性高，為眾多海洋和陸地生物提供了重要的棲息地[13]。然而，隨著經濟的迅速發展，人類活動趨于頻繁，加之互花米草的入侵，漳江口紅樹林面臨的生態壓力日益增大。因此，對其進行長期監測并探究其影響因素至關重要。鑒于以上，本研究以漳江口紅樹林—互花米草鹽沼交錯區為研究對象，通過面向對象分類和目視解譯結合的方法提取2005—2021年研究區土地覆蓋空間分布信息，采用動態度、轉移矩陣、標準差橢圓和景觀指數法全面揭示其時空演變規律，定量評價紅樹林的景觀破碎化程度，明確其變化的主要驅動因素，以期為科學制定紅樹林保護策略和實現精細化管理提供科學依據。

1 研究區概況和數據來源

1.1 研究區概況

漳江口紅樹林—互花米草鹽沼交錯區位于福建省漳州市云霄縣漳江入海口，地處117°23′52″～117°27′33″E，23°53′45″～23°57′30″N，見圖1。該區域屬于典型的亞熱帶海洋性季風氣候，溫暖濕潤，光熱充足，年平均氣溫為21.2℃，年降水量為1 714.5 mm。區域地勢自東南向西北呈階梯狀逐級升高，地形特征表現為東、北、西三面高聳，中部和南部地勢平坦開闊。區內濕地資源豐富，主要由河口水域、潮間帶泥灘和潮間帶鹽沼組成。區內擁有中國北回歸線以北種類最多，生長最好的天然紅樹林群落，主要樹種包括秋茄、桐花、白骨壤等。

1.2 數據來源

為監測漳江口紅樹林—互花米草鹽沼交錯區的時空演變特征并分析其驅動因素，收集2005—2021年6個時期的GE影像作為基礎數據源。各時期均選取冬季退潮時的無云影像以避免紅樹林與互花米草混淆及潮汐的影響。結合研究區實際情況將土地覆蓋劃分為紅樹林，互花米草、灘涂、水體、養殖池、浮筏養殖和其他7類。基于eCognition軟件利用面對對象和目視解譯結合的方法對遙感影像進行信息提取，得到2005、2011、2015、2017、2019和2021年的土地覆蓋數據。氣溫、降水數據來源于英國國家大氣科學中心。

2 研究方法

2.1 土地利用動態度

土地利用動態度是描述土地資源數量變化程度的常用方法[14]，其表達式為：

K=××100%（1）

式（1）中：K為某一類型土地利用動態度；Ua與Ub分別為研究期初與期末某一土地利用類型的數量；T為研究時長。

2.2 土地利用轉移矩陣

土地利用類型轉移矩陣是定量描述不同土地利用類型間相互轉換的數量與方向的方法[15]。為了明確紅樹林的空間變化特征，利用ArcGIS中的空間疊加分析，創建2005—2011年、2011—2015年、2015—2017年、2017—2019年和2019—2021年期間紅樹林與其他土地覆被類型之間的轉移矩陣，并利用桑基圖展示土地覆蓋類型的轉換結果。

2.3 景觀指數法

景觀指數是能夠描述景觀格局信息，反映景觀的結構組成和空間配置的定量指標[16]。為分析紅樹林的穩定性，選取了斑塊數量、斑塊密度和平均斑塊面積指數；在斑塊連通性方面選取凝聚度指數和最大斑塊指數；在斑塊形狀復雜性方面選取形狀指數。

斑塊數量（NP）計算公式如下：

NP=N（2）

式（2）中：N為某一類景觀斑塊的總數。

斑塊密度（PD）計算公式如下：

PD=（3）

式（3）中：CA為某一斑塊類型的總面積。

平均斑塊面積（MPS）計算公式如下：

MPS=（4）

形狀指數（LSI）計算公式如下：

LSI=0.25（5）

式（5）中：E為斑塊邊界總長度。

凝聚度指數（COHESION）計算公式如下：

COHESION=1-1-

×100（6）

式（6）中：aij為第i類型景觀中第j個斑塊的面積；Eij為第i類型景觀中第j個斑塊的周長。

最大斑塊指數（LPI）計算公式如下：

LPI=×100（7）

式（7）中：amax為某一斑塊類型中最大斑塊的面積。

2.4 標準差橢圓法

標準差橢圓法是定量分析地理要素空間分布整體特征的常用方法，能夠從全局和空間角度揭示研究要素的方向性偏離特征，并分析其集聚或分散情況。橢圓重心表示地理要素在空間上的相對位置，長軸用于反映數據的主要變化方向，短軸反映數據的變異性范圍，橢圓的扁率表現數據變化的方向趨勢。扁率值越大，說明數據變化的方向趨勢越強，反之越弱[17]。主要參數的計算公式如下[18]：

tan？茲=

（8）

？滓x=（9）

？滓y=（10）

（w，w）=，（11）

式中：（w，w）為標準差橢圓的重心，wi為對應的權重，xi和yi分別為第i個區域的經緯度坐標；i和i分別表示從第i個區域到標準差橢圓坐標重心的經緯度坐標偏移量；？滓x和？滓y分別為標準差橢圓的長軸和短軸；θ為橢圓方位角。

2.5 人為干擾度

人為干擾度反映了人類生產活動對生態環境的影響程度，干擾值越大，代表受到的人為干擾越強。根據前人的研究成果，結合研究區實際情況，對7種土地利用覆蓋類型賦予不同的干擾度系數[19，20]。互花米草、紅樹林、水體、灘涂、養殖池、浮筏養殖和其他分別賦予0.16、0.15、0.15、0.17、0.63、0.63、0.72的干擾度權重。人為干擾度計算公式為：

HI=∑×Pi（12）

式（12）中，HI為整個區域受到的人為干擾強度總值；S為土地的面積總和；Si為第i類土地的面積；Pi為第i類景觀的干擾度指數。

3 結果與分析

3.1 紅樹林—互花米草鹽沼交錯區空間分布與時空演變

2005—2021年紅樹林面積總體呈增長趨勢，從2005年的50.88hm2增加到2021年的74.18hm2。其中，2011—2015年紅樹林增加面積和動態度最小，同一時期的互花米草在空間上向紅樹林方向大量擴增并逐步對紅樹林呈現包圍之勢，與紅樹林形成生態競爭關系。2017—2019年，紅樹林增加面積最大，動態度達到9.63%。2005—2011年互花米草增加面積主要分布在研究區南部灘涂，2011—2021年，中部區域的互花米草從分散的小斑塊擴展到整篇灘涂。養殖池僅在2017—2019年略有減少，其余時間均呈增長趨勢。浮筏養殖僅在2005—2011減少2.07hm2，2011—2019年增長速度加快，2019—2021年間保持不變。灘涂和水體在研究期間分別減少248.61hm2和36.95hm2，詳見圖2和表1。

桑基圖展示了2005—2021年研究區各土地覆蓋類型之間的轉換情況，見圖3。2011—2015年紅樹林的轉出面積最多，向互花米草的轉換占轉出面積的比重最大，為48.01%，其次是灘涂，占比34.1%。2017—2019年間，紅樹林的轉入面積達到峰值，其中65.88%來自紅樹林在灘涂上的自我繁衍，31.98%來自互花米草的轉換。由此可見，紅樹林面積的變化主要由其在灘涂上的擴展以及與互花米草之間的競爭所驅動。

3.2 紅樹林與互花米草空間向度特征

如圖4和表2所示，紅樹林和互花米草的標準差橢圓和重心遷移情況在空間上顯示出明顯的變動特征。紅樹林橢圓重心呈現出“東北—西北—東南—西北”的遷移模式，總體上向東南方向移動了489m，以東向移動為主，南向移動較小。2005、2011、2015、2017、2019和2021年橢圓扁率分別0.374、0.421、0.419、0.351、0.35和0.472，表明紅樹林的空間分布方向性呈“增強—減弱—增強”的變化趨勢。2005—2021年橢圓面積增加114.58hm2，顯示出紅樹林空間分布格局呈擴張趨勢，并經歷了先擴張后收縮、再次擴張后又收縮的波動性增長過程。長軸增加而短軸減少，說明紅樹林在東—西方向擴張的強度大于南—北方向收縮強度。

互花米草橢圓重心呈現出“西南—西北—東北”的遷移模式，總體上向西北方向移動了167m，以北向移動為主，西向移動較小。研究期間，互花米草各時段的橢圓扁率分別0.574、0.454、0.212、0.268、0.146和0.159，顯示其空間分布方向性整體呈減弱趨勢。2005—2021年橢圓面積增加29hm2，互花米草空間分布格局呈擴張趨勢，擴張強度在2017年達到峰值，此后略有回落。長軸減少而短軸增加，表明互花米草在南—北方向擴張的強度大于東—西方向的收縮強度。互花米草的空間蔓延與其對紅樹林的圍勢在一定程度上促進了紅樹林重心的遷移模式及其擴張與收縮的波動過程。

3.3 紅樹林與互花米草景觀格局演變分析

如圖5所示，2005—2021年間，漳江口紅樹林和互花米草的景觀指數動態變化不盡相同。紅樹林的NP和PD持續增加，而MPS不斷減少，表明紅樹林的破碎化程度逐漸加劇。LSI在2011—2017年略有降低，但在其他時段均呈上升趨勢。較2005年，2021年LSI增加了58.73%，表明紅樹林斑塊邊緣不規則度增大，這與互花米草對紅樹林邊緣的侵蝕有關。LPI較為平穩，2021年比2005年略有下降，COHESION呈先減后增趨勢，總體來看，景觀連接性程度降低。互花米草的NP和PD呈波動式下降，在2015年達到峰值，而MPS呈上升趨勢，表明互花米草破碎化程度降低，逐漸由零散的小斑塊連接成片。2021年的LSI比2005年上升10.38%，互花米草在擴散的同時形狀趨于復雜。COHESION和LPI均呈現顯著上升趨勢，表明互花米草斑塊的連通性增強，景觀上更加集中連片。

4 驅動因素分析

（1）互花米草因其顯著的固土護堤功能被許多國家廣泛引種，于1979年被引入我國，并在1980年試種成功后推廣至福建等地[21]。然而，由于互花米草繁殖能力過強，迅速在灘涂蔓延，對紅樹林的生長造成了負面影響。已有研究證明，互花米草的大量繁殖可替代紅樹林等本地原生植物、改變鳥類棲息地、降低生物多樣性，對生態系統造成嚴重沖擊[22]。研究結果顯示，2005年至2021年，漳江口紅樹林—互花米草鹽沼交錯區中有176.74hm2的灘涂被互花米草占據，16年間互花米草總面積增長了3.5倍。互花米草的生長區域逐漸蔓延至紅樹林生長區域邊界，并形成包圍勢態，進一步阻礙了紅樹林的生長和擴展。同時，研究期間有0.68hm2的紅樹林轉化為互花米草，這一現象進一步印證了互花米草對紅樹林具有直接性的威脅和破壞。

（2）隨著工業的迅速發展，全球溫室效應加劇，導致氣候變暖，進而引發海平面持續上升。根據中華人民共和國自然資源部編制的《2021年中國海平面公報》，1980—2021年間，中國沿海海平面總體呈波動上升式變化，年均上升速率為3.4mm·a-1， 2021年中國沿海海平面達到1980以年來最高值。其中福建沿海的海平面增高趨勢顯著，較常年增高55mm。海平面上升會加劇海岸侵蝕，造成灘涂面積的減少，最終限制紅樹林的擴展空間，影響其幼苗生長[23]。

（3）氣候變化對紅樹林的影響主要體現在降水量和氣溫兩方面，因此，對研究區2005—2021年的年降水量和年平均氣溫進行了統計分析，并揭示其變化趨勢，見圖6。2005—2021年研究區年降水量除個別年份波動較大外，總體保持穩定，降水量的最大值與最小值分別出現在2006年和2011年；2005—2021年年平均氣溫總體呈上升趨勢，多年氣溫均值為22.16℃，氣溫的最高值與最低值分別出現在2020年與2011年。其中，2005—2011年年均氣溫和年降水量均呈下降趨勢，且2011年均達到研究時段的最低值。由于紅樹林主要生長于熱帶與亞熱帶地區，氣溫的下降可能對其生長與擴張產生一定的負面影響。2011年至2021年，研究區的年降水量相對穩定，但總體上呈現減少趨勢，而氣溫顯著上升。溫度的升高促進濕地表面水分蒸發，而來自降雨的水源補給減少。因此，2011—2021年間的氣候變化對紅樹林的擴增具有不利影響[24]。

（4）2005—2021年漳江口紅樹林—互花米草鹽沼交錯區人為干擾度維持在0.32—0.36之間，雖然干擾程度較低，但呈現出持續上升趨勢，16年間增長了0.03個單位，主要歸因于養殖池和浮筏養殖的增加，見圖7。具體而言，2005年至2011年間，干擾度的年均增長率較為緩慢；然而，2011年至2015年，增長率較前期加快了4.5倍；自2015年起，年均增長率較2011—2015年期間再次顯著放緩，僅為原來的1/5。自2014年以來，漳州市人民政府陸續發布多項通知，嚴格控制灘涂養殖，統籌考慮紅樹林保護區和傳統養殖區的發展關系，防治海洋及灘涂污染。這些措施有效減緩了干擾度的增長。

5 結論

本研究選取GE影像作為基礎數據源，結合轉移矩陣、標準差橢圓、景觀指數和人為干擾度計算，探討了2005—2021年漳江口紅樹林—互花米草鹽沼交錯區的動態變化及其驅動因素。主要結論如下：

（1）2005—2021年紅樹林面積呈持續增長趨勢，總體增加23.3hm2，動態度為2.86%，互花米草面積增加143.52hm2，動態度為15.91%。紅樹林的變化面積中，增加面積主要歸因于在灘涂上的擴張，而減少面積主要源于互花米草的入侵。

（2）在空間分布格局上，紅樹林和互花米草均呈現擴張趨勢，紅樹林的擴張方向性增強，以東—西方向為主，橢圓重心整體向東南方向遷移。互花米草的擴張則相反，其方向性減弱，以南—北方向的擴張為主，橢圓重心整體向西北方向遷移。

（3）景觀指數分析顯示，紅樹林和互花米草的邊緣不規則度均有所增加，不同在于，紅樹林的斑塊連接度減弱，破碎化程度加劇，而互花米草斑塊的連通性增強，景觀上逐漸趨向集中連片。

（4）漳江口紅樹林受多種因素影響。互花米草的擴張侵占紅樹林生態位，并造成紅樹林景觀破碎化；海平面上升導致灘涂面積減少，限制紅樹林擴增；氣候變化帶來的降水量減少和氣溫上升可能對紅樹林產生負面影響；盡管人類活動的干擾程度總體較低，但呈現上升趨勢，對紅樹林構成了一定的威脅。

參考文獻：

〔1〕Chen R， Zhang R， Zhao C， et al. High-resolution mapping of mangrove species height in Fujian Zhangjiangkou National Mangrove Nature Reserve combined GF-2， GF-3， and UAV-LiDAR[J]. Remote Sensing， 2023， 15（24）： 5645.

〔2〕黃星，袁菁菁，王薛平，等.紅樹林變化的驅動力：基于茅尾海30年觀測的分析[J].海洋學研究，2022，40（03）：132-141.

〔3〕于森，賈明明，陳高，等.基于LandTrendr算法海南東寨港紅樹林擾動研究[J].自然資源遙感，2023， 35（02）：42-49.

〔4〕Bunting P， Rosenqvist A， Hilarides L， et al. Global mangrove extent change 1996–2020： Global mangrove watch version 3.0[J]. Remote Sensing， 2022， 14（15）： 3657.

〔5〕Zheng J， Wei H， Chen R， et al. Invasive Trends of Spartina alterniflora in the Southeastern Coast of China and Potential Distributional Impacts on Mangrove Forests[J]. Plants. 2023; 12（10）： 1923.

〔6〕汪鈺明，高新貽，謝世君，等.互花米草入侵對紅樹林底棲甲殼動物和魚類功能群及生態位的影響[J].應用生態學報，2022，33（11）：3016-3026.

〔7〕馬昇鑫，周玲玲，王晉，等.基于遙感的湛江紅樹林保護區生態系統時空變化特征[J].資源科學，2022， 44（12）：2580-2593.

〔8〕Cao J， Xu X， Zhuo L， et al. Investigating mangrove canopy phenology in coastal areas of China using time series Sentinel-1/2 images[J]. Ecological Indicators， 2023， 154： 110815.

〔9〕鄭法，黃福林，陳澤恒，等.基于LUCC和景觀格局變化的廣西山口紅樹林濕地動態研究[J].熱帶海洋學報，2024，43（04）：165-173.

〔10〕袁藝馨，溫慶可，徐進勇，等.1990年—2020年粵港澳大灣區紅樹林動態變化遙感監測[J].遙感學報，2023，27（06）：1496-1510.

〔11〕汪振松，馮志勇，陳鵬，等.近30年深圳灣紅樹林群落演變過程及其對人類活動的響應[J].中國農村水利水電，2022（12）：24-30.

〔12〕石敏，李慧穎，賈明明.基于GEE云平臺與Landsat數據的山口自然保護區紅樹林時空變化分析[J].自然資源遙感，2023，35（02）：61-69.

〔13〕鐘連秀，路春燕，王宗明，等.基于GIS與RS的漳江口紅樹林濕地生態系統健康評價[J].生態學雜志，2019，38（08）：2553-2563.

〔14〕凌越，于君寶，楊繼松，等.1991—2021年現代黃河三角洲土地利用/覆被時空變化及其對人類活動強度的響應[J].生態學雜志，2023，42（10）：2384-2393.

〔15〕張治國，康鴻杰.2000—2020年武威市土地利用/覆被時空變化及驅動力分析[J].科學技術與工程，2023，23（20）：8579-8587.

〔16〕王心哲，譚琳琳，范劍超.2010—2020年馬來西亞馬登紅樹林遙感監測與景觀格局變化分析[J].海洋環境科學，2022，41（04）：603-609.

〔17〕李玉娟，彭仕蘭.基于標準差橢圓的長三角地區產業集聚特征分析[J].統計與決策，2024，40（01）：136-141.

〔18〕Wang Z， Lu C， Su Y， et al. Spatio-temporal Evolution Characteristics and Driving Forces of Winter Urban Heat Island： A Case Study of Rapid Urbanization Area of Fuzhou City， China[J]. Chinese Geographical Science， 2024， 34（01）： 135-148.

〔19〕黎樹式，虞崇熙，楊夏玲，等.基于人為干擾度的南流江三角洲濕地資源時空變化及其驅動因素研究[J].海洋開發與管理，2023，40（07）：77-84.

〔20〕肖翠，解雪峰，吳濤，等.浙江西門島濕地景觀格局與人為干擾度動態變化[J].應用生態學報，2014，25（11）：3255-3262.

〔21〕王壽兵，魏思潔.中國濱海濕地互花米草生物量時空差異的綜述[J].海洋科學進展，2023，41（03）：373-383.

〔22〕陶艷成，潘良浩，劉文愛，等.廣西海岸帶互花米草入侵時空動態遙感監測研究[J].廣西科學，2023，30（04）：776-786.

〔23〕黃雪松，陳燕麗，莫偉華，等.近60年廣西北部灣紅樹林生態區氣候變化及其影響因素[J].生態學報，2021，41（12）：5026-5033.

〔24〕陳遠麗，路春燕，劉金福，等.漳江口濕地變化的遙感監測[J].森林與環境學報，2019，39（01）：61-69.

收稿日期：2024-11-5

通信作者：趙國帥（1987-），男，山東青州人，碩士，高級工程師，研究方向：林業遙感及地理信息系統應用研究。郵箱：zhgshuai@163.com.

基金項目：福建省省級財政林業科技項目（No.2022FKJ18）；福建省省級財政林業科技“揭榜掛帥”項目（No.2023FKJ03）