文章信息
- 朱耀军, 郭志华, 郭菊兰, 武高洁, 吕烈标, 李文泉, LüLiebiao
- Zhu Yaojun, Guo Zhihua, Guo Julan, Wu Gaojie, Li Wenquan
- 清澜港湾红树林景观变化过程及周边土地利用/覆盖动态
- Mangrove Landscape Changes Process and Land Use and Coverage Change in Its Surrounding Area:A Case Study of Qinglangang Bay in Hainan Province
- 林业科学, 2013, 49(5): 169-175
- Scientia Silvae Sinicae, 2013, 49(5): 169-175.
- DOI: 10.11707/j.1001-7488.20130522
-
文章历史
- 收稿日期:2012-07-05
- 修回日期:2012-10-17
-
作者相关文章
2. 海南清澜港红树林自然保护区管理站 文昌 571320
2. Qinglangang Mangrove Natural Reserve Wenchang 571320
红树林生长于热带、亚热带低能海岸的潮间带,其在抗御台风、促淤造陆、保护堤岸、海水净化等方面具有不可取代的地位。全球红树林在1980—2000年间减少了约35%,衰减速度快于热带雨林和珊瑚礁(MA,2005;Duke et al.,2007)。我国现有红树林2.2 万hm2,不足20 世纪50年代的一半以及曾经分布面积的十分之一(国家林业局,2009),其中海南岛的红树林减少了约62%,当前仅在海口、文昌、澄迈、儋州和三亚等少数区域分布,且多处于退化状态(王文卿等,2007)。红树林资源监测是资源管理、保护政策制定和退化生态系统修复的决策基础,受立地条件限制,遥感是当前红树林资源监测的主要手段。国内外学者基于遥感数据在红树林分类制图(Everitt et al.,2008;Giri et al.,2011;Heumann,2011)、资源动态(黎夏等,2006;Giri et al.,2007;张怀清等,2008;闫静等,2012)及驱动力分析(崔丽娟等,2010;赵峰等,2011)等方面开展了相关研究,对于红树林资源动态的空间量化研究相对较少(李春干等,2012)。
红树林是典型的生态过渡区,受海洋和陆地生态系统共同作用。来自海洋方面的影响包括潮汐、环流、海平面变化等,陆地方面则受到不同尺度上自然和人类活动的影响,其中人类活动引起的土地利用/覆盖变化(LUCC)对森林、湿地等自然生态系统的影响包含从基因到景观的各级组织层次(Vitousek,1994)。红树林除了被直接转换为其他土地利用类型外,LUCC还通过改变流域内的土壤侵蚀和径流,影响下游的沉积、物质循环、水动力等生态过程而间接影响红树林。选择海南省文昌市清澜港湾周边为研究区域,结合多期遥感影像、红树林资源分布及地面调查数据,基于变化轨迹分析,量化了红树林景观变化过程和时空动态,并结合港湾周边LUCC阐明清澜港湾周边景观变化驱动力,为红树林资源的保护性规划和健康生态系统恢复提供依据。
1 研究区概况与研究方法 1.1 研究区域概况研究区位于海南省文昌市东南的清澜港湾(又称八门湾)及周边地区(图 1)。清澜港湾是一个坐北朝南的泻湖港湾,其深入内陆,形成口窄内宽的漏斗状,湾口向东南敞开。北部有文昌江、文教河、横山河等8条大小河流汇入湾内,沿岸淤泥深厚,风浪微弱,是典型的泻湖-河口湿地生境。属于热带季风海洋性气候,平均最低气温18 ℃,最高28.3 ℃,年均温24 ℃,年均降水量2 000 mm左右。该地区为正规的日潮,潮间带较宽,最高潮位2.38 m,最低潮位0.01 m,平均潮差0.75 m。
清澜港湾里生长着全国最高大的红树林,是我国红树植物天然分布最多的地区。据调查,红树植物有16科18属24种(海南省共26种,全国28种,世界86种),主要树种有杯萼海桑(Sonneratiaalba)、海莲(Bruguiera sexangula)、榄李(Lumnitzeraracemosa)、银叶树(Heritiera littoralis)、海漆(Excoecaria agallocha)、白骨壤(Avicennia marina)、桐花树(Aegiceras corniculatum)、角果木(Ceriopstagal)、海桑(S. ovata)、卤蕨(Acrostichum aureum)等。该地是海南海桑(S. hainanensis)的唯一分布区,它作为国家二级保护植物被《中国生物多样性保护行动计划》列入“植物种优先保护名录”,与水椰(Nypa fruticans)、拟海桑(S. paracaseolaris)、木果楝(Xylocarpus granatum)一起被列入《中国植物红皮书》。
1.2 数据来源及处理采用数据包括:Landsat TM影像3幅(成像时间1987-06-22、2000-07-27、2010-07-07),Google地图,1992年地形图(1:10 000,1:50 000)和清澜港省级自然保护区红树林资源分布图(基于2004年SPOT 卫星影像解译)及2011年实地调查资料。在ERDAS IMAGINE9.2 软件中基于1:50 000地形图对经过大气辐射校正的卫星影像进行几何精校正,误差控制在0.5个像元内。本研究以在1992年1:50 000 地形图上提取的清澜港湾海堤或海岸线向外缓冲10 km,基于此对遥感影像进行掩膜处理,裁剪后的范围(图 1)用于分析周边土地利用/覆盖动态。
1.3 研究方法1)红树林及周边土地利用信息提取采用基于知识的分层遥感信息提取法。通过ERDAS IMAGINE9.2 软件,结合2011年实地调查数据、红树林资源分布图、Google 地图和当地专家经验知识,针对各类地物信息的特点单独提取,最后对地物信息分层叠加得到最终分类结果。分析过程中参考了改进的水体指数MNDWI(Xu,2006)、归一化建筑指数IBI(徐涵秋,2011)以及归一化植被指数NDVI 的提取方法。每层处理时,只针对单一目标,提高了每类目标和最终信息的提取精度。土地利用分类参照全国《土地利用现状调查技术规程》并结合实地情况,对2010年影像划分为林地、耕地、建设用地、未利用地、水域、养殖塘和红树林等7 类,分类结果用采样点验证的精度达92%。采用多时相连续对比法,依次获取2000,1987年土地利用分类图,设定最小成图单元为4个像元,结合土地利用转移矩阵进行驱动力分析。
2)红树林变化率通过面积年变化R(Liu et al.,1993;FAO,1995)和年变化率r(Puyravaud,2003)计算,可以分析单位时间内景观变化程度。本研究中用于定量描述某时间段内红树林面积变化特征。
$ R = \frac{{{A_{i1}} - {A_{i2}}}}{{{t_2} - {t_1}}} $ | (1) |
$ r = \left({\frac{1}{{{t_2} - {t_1}}}} \right)\ln \left({\frac{{{A_{i2}}}}{{{A_{i1}}}}} \right) $ | (2) |
式中:t1,t2分别为起止时间年,Ai1,Ai2对应t1,t2年时的红树林面积。
3)红树林变化轨迹变化轨迹可用于景观变化过程分析,对景观变化的空间位置可以基于像元计算的转移图谱进行空间显式表达(Munroe et al.,2004;Hietel et al.,2004;刘珍环等,2010)。在ERDAS9.2软件中,首先把土地利用类型归为红树林(m)与非红树林(n)两类,对1987,2000和2010年的三期分类图进行栅格运算,共生成8种变化轨迹类型(m-m-m,n-m-m,n-n-m,m-n-m,n-n-n,m-n-n,n-m-n,m-m-n)。以m-n-m 为例,表示在1987,2000和2010年时的土地利用类型分别为红树林、非红树林和红树林。
2 结果与分析 2.1 红树林资源数量及历史分布根据研究区TM遥感影像提取的1987,2000,2010年红树林面积分别为1 835,1 323,1 147 hm2。1987—2010年间,红树林持续减少了688 hm2,约为1987年分布面积的37%,红树林面积的年变化及年变化率分别为29.9hm2·a-1和-2.0%。表 1 可以看出,2个时段内红树林面积变化的程度不同:在1987—2000年间减少达到512 hm2,年变化为39.4 hm2·a-1,变化率-2.5%;自2000—2010年期间,红树林减少面积175 hm2,红树林面积年变化和年变化率分别降低到17.6 hm2·a-1和-1.4%。
变化轨迹分析(表 2)表明:现存的红树林由4种变化类型组成,其中以稳定型(m-m-m)的面积最大约697hm2,占2010年资源总量的61%,即自1987年以来研究区61%的红树林面积保持稳定。n-n-m,n-mm,m-n-m 类型的面积分别为169,148,139 hm2。
图 2 可以看出,稳定型红树林m-m-m 主要集中在清澜港湾西北部文昌江入湾口区域,这也是清澜港红树林自然保护区中保护面积最大且相对完整的区域;清澜港湾北缘的红树林呈狭长带状东西向分布,文教河入湾口以及清澜港湾出海口也有成片分布的稳定类型红树林。n-m-m,n-n-m 类型分别是1987年和2000年之后增加的红树林,主要分布于西部核心区文昌江入湾口竹苑村附近稳定红树林斑块的外缘,其他则以小斑块的形式分布在稳定红树林类型内部。曾经有红树林分布的3种类型中,m-n-n面积约710 hm2,主要是1987年以后红树林减少的区域,集中分布于文教河、文昌江以及后丹溪的河口附近,以文教河入湾口所占比例最大;2000年之后减少的红树林类型m-m-n 主要分布于m-n-n 类型的边缘,这是资源持续减少的表现。n-m-n 类型则分布于靠近陆地的边缘,而m-n-m 类型斑块状镶嵌在其他类型之中。
土地利用/覆盖变化是红树林景观变化过程及驱动力分析的基础。研究区1987—2010年间,林地、建设用地和养殖塘面积增加,而耕地和红树林减少(图 3,4)。各土地利用类型的景观变化在不同时期存在差异(图 5),其中林地、建设用地在2000年后增量明显,耕地持续减少且以2000年后更为明显,养殖塘在2000年后的增速变缓,其中靠近红树林的近海养殖塘面积在1987,2000,2010年分别为594,1 642,2 192 hm2,未利用地表现为先增加后减少总体下降,包括河流、水库在内的水域面积变化不大。
1987—2000年和2000—2010年2个时段的土地利用转移矩阵分析(表 3)表明:1987—2000年期间,林地主要转出类型为耕地、建设用地,转移概率依次是27.4%,3.5%,转向耕地的幅度最大;耕地转出类型主要为林地和未利用地,并有小部分转为建设用地和养殖塘,转为养殖塘的部分主要分布在研究区北部;此间转为林地的建设用地占28.2%;未利用地转出类型呈多元化,其中54.5%的面积转向林地;水域主要转为养殖塘和红树林;养殖塘主要转为耕地和红树林;44.6%的红树林转出为养殖塘、耕地和水域,其中养殖塘占24%。可见,林地和耕地、林地和建设用地、林地和未利用地之间相互转换较多,红树林、养殖塘和水域之间转换较多。
2000—2010年间,林地转出概率为23%,主要转向耕地和建设用地,转移概率依次是12.4%和8.1%;60%耕地面积转出,其中转为林地部分占47.5%,4.5%转出为建设用地;12.1%建设用地转为林地;未利用地面积有90%以上转出,其中转向林地和耕地面积占84.3%,5.5%转为建设用地;水域变化幅度不大,主要转为耕地和养殖塘,转为红树林的面积占0.8%;养殖塘主要转为耕地、红树林、水域和林地,总转出占19.4%;32%的红树林主要转向养殖塘和水域。可见,林地和耕地、林地和建设用地之间相互转换较多,未利用地主要转为林地和耕地,该时段内红树林的减少依然是由于其被转换为养殖塘。
3 讨论 3.1 红树林变化驱动力清澜港湾是一个泻湖类型港湾,红树林带状镶嵌在港湾边缘,仅在河口位置的分布相对较宽,研究区红树林植株高大,所选影像成像时刻的潮位(表 4)低于或略高于平均海平面,潮汐不能淹没低潮带上红树林林冠,因此从遥感影像上提取的红树林覆盖信息不受潮汐的影响,可用于不同时期上资源变化对比分析。变化轨迹分析表明:除研究区西部文昌江口下游外,红树林向海边缘缺少更新,这也侧面反映出研究时段内该区域的红树林的自然更新力或向海推进的动力不足。魏筱芳等(1995)基于历史海图和早期的遥感数据对该区域红树林动态变化分析表明:1964—1990年间新生红树林类型较少,在稳定类型边缘分布得更少。本研究2011年的实地调查也验证这一结论,说明该区域红树林向海扩展动力不足,表现为衰退状态。
1987—2010年间,清澜港湾红树林持续减少,以2000年之前减少最多,减少部分主要分布于河流的入湾口;土地利用转移矩阵表明:这些区域的红树林主要转化为养殖塘,因此围垦养殖是清澜港湾红树林减少的根本原因,这与我国其他地区红树林减少的原因一致(王文卿等,2007)。自1987年后增加的红树林分布在稳定斑块内部,主要是由于政策影响下的退塘还林和群落内部的自然演替。清澜港省级红树林保护区成立于1981年,近年来随着国家和地方层面对于红树林资源保护力度的加强,大规模毁林情况基本得到遏制,但红树林保护性规划实施力度以及红树林湿地生态恢复工程的资金投入不足,资源继续呈现衰退的趋势。
3.2 周边土地利用变化及驱动力分析1987—2010年林地面积持续增加,与近年来文昌市大力实施的退耕还林、钛矿地造林、速生丰产林和海防林等重点造林项目密切相关。土地利用转移矩阵表明:建设用地主要由林地和耕地类型转化而来,其中2000—2010年间城乡建设用地、道路交通用地和港口用地规模不断扩大,主要占用林地和耕地。居住用地林地覆盖增加是建设用地“逆转”为林地的原因。未利用地与其他类型的动态受作物生产和建设开发阶段的影响,是一种混合类型的土地利用类型。近海养殖塘主要来自于靠近河口和海岸的红树林等自然湿地和部分耕地转化而来,研究区北部华侨农场附近的养殖塘则主要来自于政策刺激下在耕地上筑塘养殖规模的扩大。由于研究区遥感影像中1987,2000,2010年的云量占比很低,分别为0.2%,1.5%,0,且没有云层覆盖红树林分布区域,因此没有分析与其他类型之间的“转化”。
3.3 影响红树林发展的因素海平面上升已经成为气候变化背景下红树林发展的主要威胁(Gilman et al.,2008)。2011年中国海平面公报显示,海南沿海的海平面近年来总体处于历史高位,2011年沿海海平面比常年高100 mm,比2010年高16 mm,其中东部沿海各月海平面均高于常年同期。公报预计2050年,海南沿海海平面将比常年升高150 ~ 230mm,由于海南沿岸的砂质海岸超过40%,海平面上升加剧了海岸侵蚀程度。调查发现,海平面上升的直接威胁就是潮汐作用下对红树林边缘滩涂的冲击和侵蚀作用,这种现象在清澜港湾北部边缘的表现最为突出,如排港村附近的角果木群落边缘的根系直接裸露并导致死亡。这些地区的另外一个特点是远离大型河流的河口,而且原有河流断流或输沙能力几近丧失,红树林更新能力明显不足。
土地利用变化影响土壤侵蚀进而影响流域的河川径流(Zhan et al.,2011;Adnan et al.,2011)、物质循环(Sowana et al.,2011)过程。文昌江和文教河是流入清澜港湾的2条主要河流,其中文教河全长51km,流域面积523 km2,文昌江全长49 km,流域面积达345 km2,泥沙在河流、潮汐和红树林的共同作用下在清澜港湾沉积,形成了适宜于红树林生长的滩涂。流域内植被覆盖以及堤坝、水库建设以及湖泊、河流等天然湿地类型的转变以及城乡聚居模式变化均影响径流。此外,富营养化和重金属污染是威胁红树林的重要因子(Agoramoorthy et al.,2009;Vane et al.,2009)。清澜港湾西部文昌城区是快速城市化地区,距离红树林仅4 km,北部和东部是典型的农村用地类型。调查发现,红树林周边的河流等天然湿地成为城市污水、工农业废水的承泄区,加之周边农业生产的化肥、农药和除草剂的使用以及养殖塘的排污加重了红树林湿地的环境承载,有机物、重金属污染程度加重。因此结合林下沉积物的溯源分析,一定程度上可以反演沉积过程并建立与红树林的相互作用关系。
自2005年中共海南省委省政府发布《关于加快发展海洋经济的决定》和2009年国务院发布《关于推进海南国际旅游岛建设发展的若干意见》以来,清澜港湾周边的旅游开发激增。在方便市民游憩,增加生态环保意识的同时,也给红树林湿地管理和保护带来了多层次的挑战,其中包括影响水禽、底栖生物栖息地(张国钢等,2008)以及直接影响到红树林自然更新(何琴飞等,2012)等。相关资料显示,受过度捕捞和浅海渔业资源下降的影响,周边渔民的生产生活方式发生改变,基于旅游服务功能的建设用地规模在红树林周边迅速扩张,与红树林资源保护的矛盾日益突出。
4 结论1)清澜港湾红树林资源动态1987—2010年间,清澜港湾红树林面积减少了37%,减少部分主要分布于河流的入湾口,且以2000年之前的损失量和损失速率最大。在海平面上升和人为强烈干扰影响下,清澜港湾红树林处于衰退状态,表现为仅在有泥沙持续输入的河流入湾口区域能够向海扩展,更新演替主要出现在稳定红树林斑块的内部,靠近港湾的红树林林缘多数缺少林下更新,其向海扩展的动力不足。
2)清澜港湾周边土地利用变化及驱动力城市化和旅游开发背景下,清澜港湾周边的城乡建设用地规模迅速扩张,在退耕还林等国家政策的影响下林地增加显著。到2010年时,清澜港湾周边耕地面积仅为1987年的49%,而林地、建设用地分别比1987年增加58%,191%。包括河流、水库在内的淡水水域总体变化不大。研究区北部区域持续增加的养殖塘面积主要来自于耕地上的筑塘养殖,2010年时邻近清澜港湾的养殖塘面积分别为1987年和2000年的3.7 倍和1.3 倍,增加部分主要来自2000年之前对红树林的破坏,围垦养殖是清澜港湾红树林减少的根本原因。
[1] | 崔丽娟,李伟,张曼胤,等. 2010. 福建洛阳江口红树林湿地景观演变及驱动力分析. 北京林业大学学报,32(2) : 106-113.(1) |
[2] | 国家林业局. 2009. 中国森林资源概况: 第七次全国森林资源清查.北京: 国家林业局.(1) |
[3] | 何琴飞,范航清,莫竹承,等. 2012. 挖捕泥丁对红树植物白骨壤幼苗生长影响的模拟. 应用生态学报,23(4) : 947-952.(1) |
[4] | 李春干,刘素青,范航清,等. 2012. 基于斑块的红树林空间演变机理分析方法. 生态学报,32(14) : 4329-4342.(1) |
[5] | 黎夏,刘凯,王树功. 2006. 珠江口红树林湿地演变的遥感分析. 地理学报,61(1) : 26-34.(1) |
[6] | 刘珍环,王仰麟,彭建,等. 2010. 深圳市水体景观破碎化动态及其生态价值变化. 北京大学学报: 自然科学版,46 (2) : 286-292.(1) |
[7] | 王文卿,王瑁. 2007. 中国红树林. 北京: 科学出版社.(2) |
[8] | 魏筱芳,林敏基,滕骏华,等. 1995. 红树林区遥感测绘动态图的编绘与设计:以海南岛清澜港为实验区. 台湾海峡,14(3) : 226-234.(1) |
[9] | 徐涵秋,杜丽萍,孙小丹. 2011. 基于遥感指数的城市建成区界定与自动提取. 福州大学学报: 自然科学版,39(5) : 707-712.(1) |
[10] | 闫静,张彩云,骆炎民,等. 2012. 福建九龙江口红树林变化的遥感监测. 厦门大学学报: 自然科学版,51(4) : 26-433.(1) |
[11] | 张国钢,梁伟,钱法文,等. 2008. 海南岛红树林的消长对水鸟的影响. 林业科学,44(6) : 97-100.(1) |
[12] | 张怀清,赵峰,崔丽娟. 2008. 红树林湿地恢复遥感动态监测技术研究. 林业科学研究,21(z1) : 32-36.(1) |
[13] | 赵峰,张怀清,刘华,等. 2011. 福建漳江口红树林湿地保护区遥感监测及保护分析. 西北林学院学报,26(1) : 160-165.(1) |
[14] | Adnan N A,Atkinson P M. 2011. Exploring the impact of climate and land use changes on streamflow trends in a monsoon catchment.International Journal of Climatology,31(6) : 815-831.(1) |
[15] | Agoramoorthy G,Chen F A,Hsu M J. 2009. Threat of heavy pollution in halophytic and mangrove plants of Tamil Nadu, India.Environmental Pollution,155(2) : 320-326.(1) |
[16] | Duke N C,Meynecke J O,Dittmann S,et al. 2007. A world without mangrove? Nature,317(5834) : 41-42.(1) |
[17] | Everitt J H,Yang C,Sriharan S,et al. 2008. Using high resolution satellite imagery to map black mangrove on the Texas Gulf Coast.Journal of Coastal Research,24(6) : 1582-1586.(1) |
[18] | FAO. 1995. Forest resources assessment 1990:global synthesis. Rome:FAO.(1) |
[19] | Gilman E L,Ellison J,Duke N C,et al. 2008. Threats to mangroves from climate change and adaptation options: A review. Aquatic Botany,89(2) : 237-250.(1) |
[20] | Giri C,Ochieng E,Tieszen L L,et al. 2011. Status and distribution of mangrove forests of the world using earth observation satellite data.Global Ecology and Biogeography,20(1) : 154-159.(1) |
[21] | Heumann B W. 2011. Satellite remote sensing of mangrove forests: recent advances and future opportunities. Progress in Physical Geography,35(1) : 87-108.(1) |
[22] | Hietel E,Waldhardt R,Otte A. 2004. Analysing land-cover in relation to environmental variables in Hesse,Germany. Landscape Ecology,19 (5) : 473-489.(1) |
[23] | Liu D S, Iverson L R, Brown S. 1993. Rates and patterns of deforestation in Philippines: application of geographic information system analysis. Forest Ecology and Management,57 (1/4) : 1-16.(1) |
[24] | MA (Millennium Ecosystem Assessment) . 2005. Global assessment reports,vol1:current state and trend: coastal systems. Washington,DC: Island Press.(1) |
[25] | Munroe D K,Southworth J,Tucker C M. 2004. Modeling spatially and temporary complex land-cover change: the case of western Honduras. The Professional Geographer,56 (4) : 544-559.(1) |
[26] | Puyravaud J P. 2003. Standardizing the calculation of the annual rate of deforestation. Forest Ecology and Management,177 (1/3) : 593-596.(1) |
[27] | Sowana A,Shrestha R P,Parkpian P,et al. 2011. Influence of coastal land use on soil heavy-metal contamination in Pattani Bay,Thailand. Journal of Coastal Research,27(2) : 252-262.(1) |
[28] | Vane C H,Harrison I,Kim A W,et al. 2009. Organic and metal contamination in surface mangrove sediments of South China. Marine Pollution Bulletin,58(1) : 134-144.(1) |
[29] | Vitousek P M. 1994. Beyond global warming: ecology and global change. Ecology,75(7) : 1861-1876.(1) |
[30] | Xu H Q. 2006. Modification of normalized difference water index (NDWI) to enhance open water features in remotely sensed imagery. International Journal of Remote Sensing,27(14) : 3025-3033.(1) |
[31] | Zhan C S,Xu Z X,Ye A Z,et al. 2011. LUCC and its impact on run-off yield in the Bai River catchment-upstream of the Miyun Reservior basin. Journal of Plant Ecology,4(1/2) : 61-66.(1) |