第四纪研究  2019, Vol.40 Issue (3): 775-790   PDF    
黄岩岛环礁地貌近40年变化的遥感分析
刘嘉鎏1,2,3, 黄荣永1,2,3, 余克服1,2,3     
(1 广西大学广西南海珊瑚礁研究重点实验室, 广西 南宁 530004;
2 广西大学珊瑚礁研究中心, 广西 南宁 530004;
3 广西大学海洋学院, 广西 南宁 530004)
摘要:重建珊瑚礁的地貌变化历史将有助于理解珊瑚礁对气候变化的响应规律。因此,本文选择以南海中部相对孤立、低潮时部分露出的黄岩岛环礁(15°09'N,117°45'E)为对象,基于1977年至2019年间的Landsat和Sentinel-2共22景遥感影像来探讨南海珊瑚礁地貌的变化历史与规律。首先结合实测水深数据探讨遥感影像灰度的变化与珊瑚礁地貌带分界线位置的对应关系;然后通过基于梯度矢量流的主动轮廓线模型(GVF-Snake)和手动边缘提取相结合的方式,提取出黄岩岛环礁主要的地貌带分界线;进而利用数字化海岸线分析系统(DSAS)定量分析这些地貌带分界线位置的变化,并利用线性拟合来探讨这些地貌面积的变化趋势。结果表明:1)黄岩岛外海与礁前斜坡分界线、礁前斜坡与礁坪分界线、潟湖坡与潟湖底分界线均具有向外海移动的趋势,它们的平均移动速率分别是0.36 m/a、0.06 m/a和0.23 m/a,而礁坪与潟湖坡分界线则具有向潟湖移动趋势,平均移动速率为0.16 m/a;2)潟湖底的面积和礁体总面积都呈现增加的趋势,潟湖坡的面积有减少趋势,礁坪的面积则在1977年至1997年间以114523 m2/a的速率增加,其后在1997年至2019年间则以11289 m2/a的速率减少。进一步分析认为,近40年来,黄岩岛珊瑚礁生态系统退化致使其造礁能力的减弱,加之海平面上升、风暴潮侵蚀、海水溶解等因素的综合影响,导致黄岩岛珊瑚礁面积减少。
关键词黄岩岛    珊瑚礁    地貌    遥感    气候变化    
中图分类号     P722.7;P731.23                     文献标识码    A

0 引言

南海星罗棋布的珊瑚礁是南海最重要的地质、地貌和生态特征之一,也是我国南海重要的陆地国土类型,它在维护我国海洋领土完整、行使国家主权和资源供给等方面一直发挥着重要作用[1]。但是,受全球气候变暖的影响,近几十年来南海珊瑚礁急剧退化,珊瑚礁区碳酸钙的年产量大幅度下降,影响了珊瑚礁的造礁功能[2]。理论上讲,随着全球变暖的持续,海平面将进一步上升、风暴潮也将加剧[3],而珊瑚礁本身的造礁功能将进一步减弱,因此南海珊瑚礁将面临被淹没的风险。国际研究的证据表明,珊瑚礁区不少出露于海平面之上的地貌单元的面积已经大幅减少,如洪都拉斯湾一个无人环礁(Sapodilla Cays)上发育的灰沙岛的面积自1960年以来减少了70 % [4],太平洋中部夏威夷群岛的海滩面积减少了9 % [5]。但也有报道指出太平洋中部、西部的部分岛屿面积较为稳定,甚至还有所增加[6~9]

目前,国内外学者对南海珊瑚礁地貌响应全球变化的研究还比较少。南海珊瑚礁的最主要类型为环礁,即大体呈环形中间为潟湖的珊瑚礁[1]。环礁地貌可以划分为礁前斜坡、礁坪、潟湖坡和潟湖底4种典型的地貌类型[10],成熟的环礁上可能发育灰沙岛。灰沙岛是太平洋和印度洋中海洋国家的基本土地类型[7],具有海拔低、面积小、对气候变化敏感和人口密集等特点。正因如此,自2010年以来,在气候变暖背景下基于遥感的灰沙岛岸线和面积变化研究日渐增多[8]。南海珊瑚礁人烟稀少且远离大陆,因而遥感技术被认为是其地貌调查与监测的重要方法[11]。然而,当前国内的遥感往往还是以技术探讨为主而较少涉及有关珊瑚礁响应全球变化研究的应用。左秀玲等[12]曾尝试利用高分辨率遥感影像通过目视解译的方法对南海环礁地貌进行分类并探讨其分类体系;Dong等[13]曾根据Landsat-8 OLI影像不同时间潮位的不同和不同波段透水性能的差异,通过统计“淹没频率”(inundation frequency)的方式对中国南海137个珊瑚岛礁的植被(vegetated area)、高出高潮面部分(exposed part of coral reefs)、礁坪(reef flats)和水下部分(underwater parts)这4个不同单元的面积与分布等信息进行提取。

本文选取位于南海中部的黄岩岛为研究对象,利用1977年至2019年间的Landsat和Sentinel-2共22景遥感影像,结合实测水深数据,探讨其在全球变暖背景下的地貌演化趋势。黄岩岛是我国南海珊瑚礁的重要组成部分,是一个大体呈等腰三角形的环礁,面积约133.2 km2[14]。近年来,各学者主要基于2015年5月对黄岩岛珊瑚礁所开展的科学考察,相继报道了其水环境特征[15]、珊瑚礁宏观生态[16]、珊瑚共生体微观生态[17]、珊瑚礁区鱼体内的有机污染物[18]等,但关于其地貌方面的信息还没有报道。因此,本文利用2015年5月科学考察中获得的实测数据,结合遥感影像探索黄岩岛的地貌演化信息,希望为理解南海珊瑚礁对全球变化的响应提供新的信息。

1 数据与方法 1.1 研究区概况

黄岩岛(15°09′N,117°45′E)位于中沙群岛的东南部,是中沙群岛唯一露出水面的珊瑚礁(图 1)。它发育于南海海盆上一列东西走向海山的中部,形成于海盆深处喷发的火山上[19]。黄岩岛是一个呈等腰三角形的大环礁[20],面积约133.2 km2[14]。环礁已发育到海面附近,环礁北侧有一块出水巨礁,名为“黄岩”,在南面礁盘上也有一块出水的礁石,名为“南岩”[21]。黄岩岛环礁中央发育有一个潟湖,潟湖口门在其东南部。黄岩岛是我国南海珊瑚礁的重要组成部分,且具备礁前斜坡、礁坪、潟湖坡和潟湖底等典型的环礁地貌带[19, 22],因此被选做本文的研究对象。

图 1 黄岩岛遥感影像 Fig. 1 Huangyan Island in remote sensing image
1.2 研究数据

本文采用免费且能够形成1977年到2019年共40年时间序列的Landsat系列影像和最近开放的Sentinel-2影像,以便尽可能地重建较长时间跨度的环礁地貌变化历史。而以WorldView等为代表的高分辨率卫星遥感影像,其发射时间通常远远晚于Landsat系列卫星(WorldView最早发射时间为2009年,而Landsat最早发射时间为1972年),且其费用较为昂贵,因而未被采用。此外,本文使用美国俄勒冈州立大学(OSU)提供的OTIS软件(http://volkov.oce.orst.edu/tides/)预测遥感影像成像时刻黄岩岛附近海域的潮位。具体采用的Landsat和Sentinel-2影像的获取时间、传感器类型以及成像时刻的计算潮位如表 1所示。

表 1 本文采用的遥感影像的获取时间、传感器类型以及潮位信息 Table 1 Acquisition dates, sensor types and tidal levels of the remote sensing images
1.3 研究方法 1.3.1 遥感影像预处理

Landsat ETM+影像和Landsat OLI影像具有全色波段影像,因此可以进行全色波段与可见光波段的融合操作,能够有效地提高影像的分辨率。在ENVI 5.3软件中使用Gram-Schmidt Pan Sharpening工具进行波段融合操作,波段融合后Landsat ETM+影像和Landsat OLI影像的分辨率均提升至15 m;而Landsat MSS影像、Landsat TM影像和Sentinel-2 MSI影像由于不具备更高分辨率的全色波段影像,因此无需进行融合操作;接着,在ENVI 5.3软件中利用Image Registration Workflow工具通过三次多项式模型对其余影像进行配准操作,以提高影像的相对平面精度。配准过程以2018年2月16日的Landsat OLI影像为原始参考,其余各景影像以时间靠近2018年2月16日的相邻影像为参考依次配准(如1998/01/08影像以1999/11/27影像为参考进行配准,1997/06/14影像再以校正后的1998/01/08影像为参考进行配准)。由于潟湖中水动力较弱,点礁的位置相对稳定,且点礁的位置比较容易识别,因此本文选取潟湖中的点礁作为上述配准过程的控制点/连接点。配准过程中单个控制点/连接点的残差均能控制在1个像元以内,而预留的检查点表明配准的均方根误差均优于0.5个像元。

1.3.2 环礁地貌带的划分及其分界线的提取

环礁可自外缘向中心方向分为4个地貌带:礁前斜坡、礁坪、潟湖坡和潟湖底[10]。礁前斜坡是礁坪外缘(坡折线)延伸至礁体基部的向海斜坡,坡顶是波浪作用最强烈的地方[1]。礁前斜坡可分为坡度小于40°的斜坡型和坡度可达80°以上的峭壁型,其坡度在水下阶地发育处转缓[1, 23]。根据南沙环礁实地考察,礁前斜坡可进一步划分为水深0 m至30 m的礁缘陡坡带;水深40 m至400 m的塌积带(或重力堆积带);水深大于400 m的细粉砂沉积带[24]。礁坪是从礁前坡折线至潟湖坡之间的一个大的地貌带,是珊瑚生长的主要部位,也是生物碎屑堆积的主要部位之一,外礁坪以3°至5°向外海倾斜,内礁坪一般比外礁坪宽阔且平坦,槽沟和礁坑广为发育[1]。潟湖坡为礁坪内侧至潟湖底的过渡带,根据其底质和珊瑚生长情况可将潟湖坡分为礁岩坡和砂坡两种[25]。潟湖底是生物碎屑的主要堆积区,生活着海胆、海参、底栖有孔虫以及绿藻等生物,也可生长有成片的枝状珊瑚。潟湖坡以及潟湖底之上均可发育点礁。

地貌带分界处由于不同底质的光谱反射特性不同,在遥感影像上表现为在某个波段的灰度差异[26]。因此,地貌带分界线处同时也是灰度发生跳跃变化的位置,即遥感影像的灰度梯度在此出现极大值,满足图像边缘检测的条件[27~28]。根据这个特点,引入图像边缘检测的GVF-Snake模型方法[29],以进行地貌带分界线的自动提取。Snake模型[29]是图像域中由图像能量函数所控制的曲线,在图像外力和内力的共同作用下可以不断形变,直到曲线具有最小能量时,即可趋近于图像目标的轮廓。但是,传统的基于Snake模型的边缘检测方法有轮廓初始位置设置要求高、收敛到凹形边界困难的缺陷。针对这个问题,Xu等[30]提出GVF-Snake模型,扩大了力场的作用范围,增强了初始轮廓线向真正轮廓线趋近的能力。GVF-Snake模型已经在多领域内得到广泛应用,例如在医学影像处理领域[31~32]以及遥感影像处理领域[33~34]。周旻曦等[35]则将GVF-Snake模型应用到西沙永乐环礁的珊瑚岛礁地貌遥感信息提取中,实现了地理分带内部地貌类型的精细分类。相较于其他传统的图像边缘检测算法,GVF-Snake模型法还具有亚像元精度水平的优势,因此本文选择利用GVF-Snake模型作为提取珊瑚礁地貌带分界线的手段。

提取获得的黄岩岛环礁地貌带分界线有4条,由外缘至中心分别为:外海与礁前斜坡分界线、礁前斜坡与礁坪分界线、礁坪与潟湖坡分界线以及潟湖坡与潟湖底分界线,如图 2f所示。其中,潟湖坡靠近礁坪处生长有成片珊瑚,易使GVF-Snake模型方法提取地貌带分界线出现重边界问题[36]。在本文使用的遥感影像中,由红、绿、蓝波段(RGB)合成的真彩色影像显示的潟湖坡通常呈浅蓝色,而礁坪上礁坑发育带则通常呈深褐色,如图 2f所示。因此,礁坪与潟湖坡的分界线可依据遥感影像中的颜色差异判读,并在ArcGIS中进行手动矢量化。礁前斜坡与礁坪分界线、潟湖坡与潟湖底分界线则使用真彩色影像转为的灰度图像(使用MATLAB中的rgb2gray函数),通过GVF-Snake模型进行提取。而外海与礁前斜坡分界线处由于水深较深,选择对透水性较好的绿色波段影像进行直方图均衡化处理,以增大礁前斜坡与深水区的差异性,并利用GVF-Snake模型对经直方图均衡化处理的绿色波段影像进行外海与礁前斜坡分界线的提取,如图 3所示。图 3a显示黄岩岛灰度剖面位置,图 3b为剖面位置局部RGB影像;图 3c图 3d分别为剖面位置经直方图均衡化处理前后的绿色波段局部影像,图中红色线为剖面,蓝色线位置为外海,绿色线位置为礁前斜坡;图 3e图 3f分别显示经直方图均衡化处理前后的绿色波段影像中剖面上的灰度变化,蓝色线位置为外海,绿色线位置为礁前斜坡。图 3e所示绿色波段灰度剖面中外海与礁前斜坡分界线灰度差约为21,而图 3f所示的经直方图均衡化处理的绿色波段灰度剖面中外海与礁前斜坡的灰度差约为96,说明经直方图均衡化处理后绿色波段影像中外海与礁前斜坡的反差得到了增强。

图 2 黄岩岛水深剖面和遥感影像对应位置灰度剖面的对比 (a)水深剖面图;(b)水深一阶导数;(c)遥感影像灰度剖面图;(d)遥感影像灰度梯度大小剖面图;(e)黄岩岛水深测量断面位置;(f)水深测量断面处局部影像 Fig. 2 Comparison between the water depth profile and the gray scale profile of remote sensing image of Huangyan Island (a)The water depth profile; (b)The first derivative of the water depth; (c)The gray scale profile of the remote sensing image; (d)The gradient profile of the remote sensing image; (e)The location of the water depth profile; (f)The local close-up image of the water depth profile

图 3 通过对绿色波段影像进行直方图均衡化增大礁前斜坡与外海深水区的反差 (a)黄岩岛灰度剖面位置;(b)剖面位置RGB局部影像;(c)剖面位置绿色波段局部影像;(d)经直方图均衡化的剖面位置绿色波段局部影像;(e)绿色波段灰度剖面图;(f)经直方图均衡化的绿色波段灰度剖面图 Fig. 3 Histogram equalization was used to increase the contrast between the fore reef slope and the outer sea in green band image (a)The location of gray scale profile of Huangyan Island; (b)The enlarged RGB image at the gray scale profile; (c)The enlarged green band image at the gray scale profile; (d)The enlarged green band image processed by histogram equalization at the gray scale profile; (e)The gray scale profile of green band image; (f)The gray scale profile of green band image processed by histogram equalization

此外,为了简要地说明GVF-Snake模型提取获得地貌带分界线之间的可比性,并考虑到短时间内地貌带分界线的变化可以忽略,本文选取两组时间相近的影像分别提取环礁地貌带分界线,并对提取得到的地貌带分界线的位置进行相互比较。第一组为2004年2月2日的Landsat-7 ETM+影像和2004年2月10日的Landsat-5 TM影像,分辨率分别是15 m和30 m,成像时间相隔8 d;第二组则是2014年9月1日和2014年9月17日的Landsat-8 OLI影像,分辨率均为15 m,成像时间间隔16 d。两组实验结果均表明,GVF-Snake模型提取获得的不同时相的地貌带分界线的位置差异均小于影像配准的均方根误差(0.5像元)。这表明利用GVF-Snake模型提取的环礁地貌带分界线在不同时相和不同分辨率影像之间具有可比性。

为了探讨影像灰度变化与珊瑚礁地貌之间的关系,本文将一条实测水深剖面与相应位置灰度图像的灰度剖面进行对比。该水深剖面数据来源于南海中北部珊瑚礁本底调查项目(科技基础性工作专项,项目编号:2012FY112400),水深剖面数据及说明文档均来源于国家科技基础条件平台—国家地球系统科学数据中心(http://www.geodata.cn)。按照说明文档,剖面水深数据利用国产中海达HD-370全数字变频测深仪(测深精度±10 mm+0.1 % h)结合K3分体式信标机(定位精度0.5 m)于2015年5月26日自潟湖向外海以走航方式连续测得,并已采用临近海洋观测站的潮位数据校正到理论最低潮面。测深点的序号沿测量断面自潟湖向外海方向递增,相邻两次测量的时间间隔为1 s,水平距离约为5 m至6 m。然后将水深数据绘制成珊瑚礁断面水深剖面图,如图 2a所示;对水深剖面求一阶导数,结果如图 2b,在水深剖面出现跳跃的位置,水深一阶导数取得极值。由于不同地貌带的水深通常不同,位于地貌带交界处的水深一阶导数极值点通常可以作为地貌带分界线。同时,在ArcGIS中把测深点所在像元的图像灰度值和梯度图像的梯度大小添加至测深点属性表(extract values to points工具),并通过这些属性值分别绘制遥感影像的灰度和梯度大小的剖面,其中灰度剖面如图 2c所示,梯度剖面如图 2d所示。

水深一阶导数极值点的位置为所测水深的第46、213、287和308点(分别记为No.46、No.213、No.287和No.308),除No.213外,其余点均恰好为影像灰度梯度极大值点,如图 2b图 2d所示。影像灰度梯度极大值反映的外海与礁前斜坡分界线、礁前斜坡与礁坪分界线以及潟湖坡与潟湖底分界线位置能够与水深剖面反映的实际地貌带分界线位置相吻合。其中,No.308处水深约17 m,此处为礁前斜坡坡折线,本文中将其称为外海与礁前斜坡分界线。需要指出的是,该分界线所处深度并非黄岩岛礁前斜坡下限深度,而是选用的遥感影像所能提取的礁前斜坡最外边界。

影像灰度梯度极大值反映的礁坪与潟湖坡分界线位置与水深一阶导数极值点无法对应。事实上,内礁坪由外向内可以划分为珊瑚稀疏带、珊瑚丛林带和礁坑发育带[1]。礁坑发育带是礁坪与潟湖坡的过渡带[37],礁坑发育带内滨珊瑚发育很好[25]。换而言之,礁坪与潟湖坡的分界线实为礁坑发育带与潟湖坡的分界线。如前所述,在本文所用真彩色遥感影像上,潟湖坡的颜色呈浅蓝色,而礁坑发育带因发育滨珊瑚的缘故呈深褐色;而在灰度图像上,潟湖坡灰度值比礁坑发育带的灰度值大,所以礁坑发育带与潟湖坡的分界处会出现影像灰度梯度极大值,如图 2d所示。因此,礁坪与潟湖坡分界线应通过影像灰度梯度极大值而非水深梯度来确定,即No.186被看作该地貌带分界线的实际位置,而由水深梯度极大值所得的No.213未被选为礁坪与潟湖坡的分界点。这同时反映黄岩岛环礁地貌带分界线的位置均能通过影像灰度梯度极大值来确定。

然而,潟湖坡上有时也会生长有成片的鹿角珊瑚[1]。在遥感影像上,这些鹿角珊瑚的边界也会出现灰度梯度极大值。这导致基于GVF-Snake模型的边界线提取容易出现重边界问题[36],即所提取的礁坪与潟湖坡分界线容易收敛至潟湖坡上的鹿角珊瑚边界,而不收敛至礁坑发育带与潟湖坡分界线。这是本研究采用人工判读而非GVF-Snake模型来提取礁坪与潟湖坡分界线的原因。

本文将遥感影像提取得到的地貌带分界点与水深一阶导数极值位置进行比较,以此简单地说明地貌带分界线提取的精度。如图 2f所示,遥感影像提取得到的各条地貌带分界线与水深断面的交点分别为p1、p2、p3和p4。按照前面的讨论,礁坪与潟湖坡的分界点无法通过水深梯度极大值来确定,因此,将p1、p3、p4与对应水深梯度极大值的No.46、No.287、No.308进行比较,结果如表 2所示。可以看到,影像提取和水深剖面获得的地貌带分界点之间的距离在0.9 m至2.7 m的范围内。图 2e图 2f所选用的影像均为2015年6月的Landsat OLI影像,影像融合后的像元大小为15 m。影像提取和水深剖面获得的地貌带分界点之间的差异不超过像元宽度的1/2。因此,可以认为本文影像提取获得的地貌带分界线具有较高的精度。

表 2 遥感提取地貌带分界点和水深剖面指示地貌带分界测量点的距离 Table 2 The distance between the points on the geomorphic zone boundaries extracted from remote sensing image and indicated by water depth profile

此外,为了进一步说明黄岩岛其他方位提取的环礁地貌带分界线与水深跳跃变化位置的对应关系,本文还引入利用遥感影像经二次多项式回归模型反演的黄岩岛水深数据[38]作为参考材料,如图 4a所示。该水深数据均方根误差为1.04 m,反演自2015年6月16日Landsat-8 OLI影像,正好与本文探讨分界线提取和实际地貌带分界线吻合程度所采用的影像为同一景影像。计算该水深图像的梯度大小,其结果如图 4b所示;水深梯度局部图像如图 4c4e4g所示;将前文提取自2015年6月16日Landsat-8 OLI影像的环礁地貌带分界线与水深梯度图像进行叠加对比,其局部效果如图 4d4f4h所示。因为本文礁坪与潟湖坡分界线是基于两者的颜色差异而由人工判读的,所以这里并未将礁坪与潟湖坡分界线在图中进行叠加展示。此外,该水深反演数据的空间范围未包含本文所提取的外海与礁前斜坡分界线,所以外海与礁前斜坡分界线也未在这里进行展示。可以看到,礁前斜坡与礁坪分界线、潟湖坡与潟湖底分界线的位置与水深梯度大小的极大值位置能够吻合。

图 4 环礁地貌带分界线与遥感反演的水深跳跃变化位置对比 (a)遥感反演水深图像;(b)水深梯度图像;(c)、(e)和(g)水深梯度局部图像;(d)、(f)和(h)环礁地貌带分界线位置 Fig. 4 Comparison of the location of the geomorphic zone boundaries extracted from a remote sensing image with the "jumping position" of water depth retrieved by remote sensing image (a)The water depth estimated by using a satellite image; (b)The gradient image of the water depth; (c), (e)and (g) The partial gradient images of water depth; (d), (f)and (h) The location of the geomorphic zone boundaries
1.3.3 地貌带分界线移动及地貌面积计算方法

基于ArcGIS软件的DSAS[39]插件是美国地质调查局推出的,能够通过多种指标定量分析海岸线线移动情况的工具。使用DSAS分析黄岩岛环礁地貌带分界线位置变化时,操作者先在地貌带分界线的一侧绘制一条基线,然后通过DSAS自动生成垂直于基线的断面,断面之间的互相间隔设置为50 m。这些断面首先与各时期的地貌带分界线形成交点,然后再通过这些交点的相对位置来评价地貌带分界线的位置变化情况。图 5是以潟湖坡与潟湖底分界线局部为例展示基线、断面和地貌带分界线的示意图,图 5a为展示部分在黄岩岛的具体方位,图 5b为局部示意图。本文的评价指标选择海岸线移动范围(SCE)和加权线性回归斜率(WLR)。SCE是一种评价分界线移动范围的指标,表示一条断面上距离基线最近的分界线与距离基线最远的分界线的距离,可以代表在研究时段内地貌带分界线的活动性强弱;WLR是各时期地貌带分界线在一条断面上形成的交点位置的最小二乘回归直线的斜率[39],反映一条断面上的地貌带分界线的移动趋势。具体的WLR计算中,权重需要依据地貌带分界线提取所用的遥感影像的分辨率来确定:影像分辨率越高,权重取值越大,反之亦然。本文WLR计算权重的选择如下:Landsat MSS影像权重为1;Landsat TM影像为2;Landsat ETM+和OLI影像均为4;Sentinel-2 MSI影像为6。WLR的正负能够指示地貌带分界线移动趋势,但受地貌带分界线与基线的相对位置影响。当基线靠近环礁内部时,若WLR为正数,说明该断面地貌带分界线具有向外海移动趋势,反之则具有向潟湖移动趋势。当基线靠近环礁外部时,则WLR符号所指示的地貌带分界线移动趋势与基线靠近环礁内部时相反。为了使得计算出来的所有WLR值均具有正值指示向外海移动趋势而负值指示向潟湖移动趋势的意义,本文在具体计算过程中,如果选择的基线位于环礁外部,则将计算获得的WLR取相反数。

图 5 基线、断面和地貌带分界线示意图(以潟湖坡与潟湖底分界线为例) (a)展示的部分在黄岩岛的具体方位;(b)基线、断面和地貌带分界线示意图 Fig. 5 Diagram of baseline, transects and geomorphic zone boundaries(take the boundary between the lagoon slope and the lagoon bottom as an example) (a)The location of the displayed part of Huangyan Island; (b)The diagram of baseline, transects, and geomorphic zone boundary

本文将地貌带的内外分界线分别进行闭合,并将围成的多边形面积作为相应地貌面积。面积的计算利用ArcGIS实现,这些面积按照时间顺序排列就可以形成地貌面积的时间序列。Landsat MSS影像的分辨率较低且辐射透水能力不足,造成1977年和1978年外海与礁前斜坡分界线不能被准确提取。同时,由于云的遮挡、礁体边界波浪的覆盖,往往会造成一些不能闭合的地貌带分界线。这些地貌带分界线只能用于位置移动的计算而不能用于地貌面积计算,这导致所获得的地貌面积时间序列中的面积个数少于影像张数;其中,礁前斜坡与礁坪分界线被波浪覆盖的情况最多。出现这种情况的时候,礁前斜坡的面积无法计算,但仍然可以通过完整的外海与礁前斜坡的分界线来估计礁体的总面积。具体地,本文有10景影像的潟湖底和潟湖坡面积因云的遮挡无法计算,有16景影像因云的遮挡和波浪覆盖而无法计算礁坪面积,有15景影像因云的遮挡、波浪覆盖以及Landsat MSS影像透水能力不足的共同影响导致礁体总面积无法计算。

2 实验结果 2.1 地貌带分界线变化情况

黄岩岛的4条地貌带分界线WRL分布如图 6所示。图 6a表明,黄岩岛外海与礁前斜坡分界线具有向外海移动趋势的断面主要分布在黄岩岛的西侧、西北端以及东北侧的南半部分,而具有向潟湖移动趋势的断面则主要分布于东南端。礁前斜坡与礁坪分界线的WLR分布如图 6b所示,出现向外海移动趋势的断面主要分布于东北侧,同时西南端、西北端与东南端也可见有向外海移动趋势的断面。具有向潟湖移动趋势的断面则分布于黄岩岛西侧、南侧的西半部以及东南端。礁坪与潟湖坡分界线较为曲折,其WLR分布如图 6c所示。由图 6c所展示的WLR分布来看,黄岩岛的西侧向潟湖移动断面稍多,其余各部分代表地貌带分界线向潟湖移动的断面和向外海移动的断面交替出现,并无集中分布现象。潟湖坡与潟湖底分界线的WLR分布如图 6d所示,具有向外海移动趋势的断面主要分布在黄岩岛的西侧、南侧、西北端以及东北侧的南半部。而具有向潟湖移动趋势的断面较少,主要分布于东南端口门处以及黄岩岛的西北端。

图 6 黄岩岛各地貌带分界线WLR的分布情况 (a)外海与礁前斜坡分界线;(b)礁前斜坡与礁坪分界线;(c)礁坪与潟湖坡分界线;(d)潟湖坡与潟湖底分界线 Fig. 6 Distribution of the WLR at the geomorphic zone boundaries of Huangyan Island (a)The boundary between the outer sea and the fore reef slope; (b)The boundary between the fore reef slope and the reef flat; (c)The boundary between the reef flat and the lagoon slope; (d)The boundary between the lagoon slope and the lagoon bottom

1977~2019年地貌带分界线变化的统计结果如表 3所示,WLR平均数可以指示地貌带分界线的整体移动趋势,WLR范围和平均SCE可以在一定程度上指示地貌带分界线的活动性大小。表 3的统计结果表明,除礁坪与潟湖坡分界线具有整体向潟湖移动趋势外(0.16 m/a),外海与礁前斜坡分界线、礁前斜坡与礁坪分界线、潟湖坡与潟湖底分界线具有向外海移动趋势,平均移动速率分别为0.36 m/a,0.06 m/a和0.23 m/a。礁坪与潟湖坡分界线的WLR范围最大,平均SCE也最大,说明其活动性强于其他地貌带分界线。

表 3 黄岩岛环礁地貌带分界线近40年变化的统计结果 Table 3 Statistical results of changes of geomorphic zone boundaries of Huangyan Island over the last 40 years

为评价黄岩岛附近海域不同时期的潮位差异对地貌带分界线提取结果的影响,本文选取两对时间间隔较小但潮差较大的影像,先分别从中提取相应的环礁地貌带分界线,然后再比较各像对内不同影像提取获得的地貌带分界线的位置差异。第一对为2004年2月2日的Landsat-7 ETM+影像与2004年2月10日的Landsat-5 TM影像,两景影像时间间隔约为8日,潮差为0.18 m;第二对则是2015年6月16日和2016年2月11日的两景Landsat-8 OLI影像,两景影像时间间隔约为8个月,潮差为0.67 m。本文认为,对第一对影像而言,环礁地貌带分界线在这段时间内没有变化;而对第二对影像而言,环礁地貌带分界线在不到1年的时间内变化量也很小。换而言之,本文认为这两对影像提取获得的地貌带分界线的位置差异主要是由潮位差异导致的。以平均SCE为指标来衡量每对影像内提取获得的地貌带分界线的位置差异,其结果如表 4所示。比较表 43可以看出,1977年至2019年间各地貌带分界线的平均SCE约为所选两对影像提取获得的相应地貌带分界线平均SCE的3.4至11.8倍。因此,本文认为,相对近40年总体的变化而言,潮位差异所造成的地貌带分界线提取误差并不会对分析黄岩岛环礁地貌近40年变化造成显著的影响。

表 4 时间间隔较小但潮差较大的两对影像所提取获得的地貌带分界线的位置差异 Table 4 The distance of geomorphic zone boundaries extracted from two sets of images with small time interval and large tidal range
2.2 地貌面积变化

地貌面积及其与时间的线性拟合结果如图 7所示,图中R代表皮尔逊相关系数,斜率代表面积随时间的变化速率。潟湖底面积随时间变化的拟合曲线如图 7a所示,在研究时间段内,潟湖底面积呈现逐年增加趋势,变化速率为12676 m2/a。如图 7c所示,礁坪面积在近40年间有所增加,但其增加趋势并未在整个研究时段内延续。礁坪面积变化可以划分为两个阶段,1977年至1997年为较快速的增加阶段,变化速率达到114523 m2/a;在1997年至2019年间则开始出现下降趋势,变化速率为-11289 m2/a。礁体总面积呈现增加趋势,如图 7d所示,变化速率为39078 m2/a。只有潟湖坡面积出现了下降的趋势,下降速率为-57362 m2/a,如图 7b所示。

图 7 黄岩岛40年以来的地貌面积变化 (a)潟湖底面积;(b)潟湖坡面积;(c)礁坪面积;(d)礁体总面积 Fig. 7 Changes of the geomorphic zone areas of Huangyan Island over the past 40 years (a)The area of the lagoon bottom; (b)The area of the lagoon slope; (c)The area of the reef flat; (d)The total area of the atoll

前面提到,1977年至2019年间礁前斜坡与礁坪分界线具有向外海移动的总体趋势,而礁坪与潟湖坡分界线则具有向潟湖移动的趋势。然而,位于这两条地貌带分界线之间的礁坪却以1997年为界,经历了面积先增加后减少的过程。为探讨黄岩岛环礁礁坪面积与相应两条地貌带分界线变化趋势的对应关系,本文将两条地貌带分界线1997年前后的变化趋势做了进一步的对比,其结果如表 5所示。由表 5可以看出,1977年至1997年间,礁前斜坡与礁坪分界线以0.13 m/a的速率向外海移动,而礁坪与潟湖坡分界线则以0.97 m/a的速率向潟湖移动,相应地,礁坪面积此时处于快速增加的阶段;1997年至2019年间,礁前斜坡与礁坪分界线以0.07 m/a的速率向潟湖移动,而礁坪与潟湖坡分界线则以0.44 m/a的速率向外海移动,相应地,礁坪面积则从1997年之前的增加阶段转入缓慢减少阶段。然而,由于后一个阶段面积的减小速率相比前一阶段的增大速率而言要小得多,进而使得与礁坪相关的地貌带分界线在总体上的变化趋势能够对应着礁坪面积近40年以来具有整体扩大的趋势。

表 5 礁坪面积1997年前后与相关地貌带分界线的变化趋势 Table 5 Variation trends of reef flat area and related geomorphic zone boundaries of Huangyan Island before and after 1997
3 讨论 3.1 黄岩岛环礁地貌变化的主要控制因素

分布于南海的珊瑚礁是我国生物海岸带的重要组成部分,生物海岸的生物地貌过程体现为生物过程与动力、地貌、沉积之间的双向相互作用[40~43]。生物地貌过程受气候变化和人类活动的影响,且能够产生不同的反馈和响应[44],被看做海岸带生态系统响应和反馈全球变化的三项机制之一,是全球变化核心项目海岸带陆海相互作用(LOICZ)研究的重点内容[45]

作为珊瑚礁生态系统中的框架群落和关键类群[46],造礁石珊瑚的高生长率和珊瑚礁的高堆积速率是珊瑚礁生物地貌过程的物质基础[47]。海平面相对稳定的情况下,造礁石珊瑚的高生长率和珊瑚礁的高堆积速率使浅水造礁石珊瑚不断向上生长,待生长到海平面附近时,便转为向水平方向发展[48~49]。根据珊瑚礁净堆积速率与海平面上升速率之间的大小关系的不同,珊瑚礁有如下3种响应海平面变化的方式:1)珊瑚礁净堆积速率与海平面上升速率相等为保持型(keep-up),珊瑚礁维持在海面附近生长;2)珊瑚礁净堆积速率大于海平面上升速率为追赶型(catch-up),深水珊瑚礁可进入浅水生长;3)珊瑚礁净堆积速率小于海平面上升速率为放弃型(give-up),浅水珊瑚逐渐进入深水,直到停止生长[50]。因此,除生物造礁过程外,珊瑚礁的发育过程还受到海平面的升降和地质构造升降的制约。

在南海环礁的形成和发育过程中,外动力的影响很大,其中占据支配地位的是海洋动力因素[51]。在沉积物搬运过程中,珊瑚礁产生的生物碎屑在水动力作用下向潟湖方向搬运,并沉积在礁坪、潟湖坡和潟湖底。此外,海流和风暴潮是礁体被冲蚀和破坏的主要因素。黄岩岛临近区域的海流在盛行东北季风时多为向西北流或向西流,而盛行西南季风时,海流主要为向东流或向东北流[22]。发源于西太平洋的强台风,经过菲律宾群岛进入南海,由于黄岩礁区是其必经之路,造成礁区内台风频率高、风力大。在台风经过时,风暴潮能够直接破坏礁体,如在黄岩岛西北端和东南端,被风暴潮推翻的大礁块堆积在一起,成为礁头密集区[19]

综上所述,黄岩岛环礁地貌变化的主要控制因素包括生物造礁过程、碎屑沉积物的产生和搬运沉积过程、海平面上升与地质构造沉降的叠加影响、海流的冲蚀作用以及风暴潮的破坏作用。

3.2 黄岩岛环礁地貌差异性变化的主要原因

珊瑚礁在地貌、生物、沉积和动力等方面具有分带结构的特点[1],本研究重建的黄岩岛环礁地貌40年的变化历史表明,近40年间不同分带的地貌面积变化具有差异性。其中礁坪面积在近40年间总体有所增加,但其变化趋势可以划分为两个阶段,1977年至1997年为较快速的增加阶段,变化速率达到114523 m2/a;在1997年至2019年间则开始出现减少趋势,减少速率为11289 m2/a。礁坪是珊瑚生长和生物碎屑堆积的主要部位[1],因此生物造礁速率和珊瑚礁净堆积速率对礁坪地貌变化至关重要。此外,珊瑚礁净堆积速率与海平面上升速率的大小关系决定了礁坪对海平面变化的响应模式。据西沙和南沙3个珊瑚礁钻孔所得岩芯测算,全新世中期以来珊瑚礁净堆积速率为2.06 mm/a至3.33 mm/a[52]。南海诸岛从晚渐新世以来长期处在沉降过程中,沉降速率平均为0.1 mm/a[52],据《2006年中国海平面公报》,1970年至2006年南海海平面平均上升速率为2.4 mm/a,远高于沉降速率,因此可以认为,这两者间起主要作用的是海平面上升。从数值上看,1970年至2006年间南海海平面上升速率与地质构造沉降速率的总和(2.50 mm/a)在南海珊瑚礁净堆积速率数值波动范围(2.06 mm/a至3.33 mm/a)内,1977年至1997年礁坪面积增加阶段可能说明此时黄岩岛的造礁珊瑚生长和碎屑沉积速率大于海平面升高速率,礁坪顶部能够维持在低潮面附近并横向生长。然而,李立等[53]利用TOPEX/POSEIDON卫星高度计观测数据得出的1993年至1999年南海海平面上升速率高达10 mm/a。虽然这可能是由某种时间尺度较短的变化导致的[53],但也能够表明20世纪末南海海平面上升较快,达到了一个峰值[1]。同时,在全球气候变暖背景下,近几十年来南海珊瑚礁的急剧退化导致了造礁速率的下降[2]。而据郑崇伟等[54]测算,1988年至2010年间黄岩岛附近海域波浪能流密度以0.33 kW/(m·a)的速度显著逐年增长,这加剧了海流对外礁坪的侵蚀作用。因此,1997年至2019年间礁坪面积减少可能是由于海平面上升速率已逐渐超越黄岩岛珊瑚礁净堆积速率,使礁坪为追赶海平面而由横向扩张转为主要向上垂直生长,并在海流的侵蚀加剧和风暴潮的破坏作用下面积逐渐减少。

在潟湖范围内,潟湖坡面积以57362 m2/a的速率持续减少,而潟湖底面积则以12676 m2/a的速率持续增加。在海平面相对稳定的情况下,礁源碎屑沉积物不断积累并填充潟湖,最后将形成碳酸盐台地[55~56]和不同的地貌形态[57~58]。但是,由于近几十年来南海珊瑚礁的急剧退化,珊瑚礁区碳酸钙的年产量大幅度下降[2],碎屑沉积物也因此减少。据此推断,造成潟湖坡面积减少趋势的原因可能是珊瑚礁退化引起的碎屑沉积物供应不足。在这种情况下,潟湖坡新得到的碎屑沉积物减少,原有碎屑沉积物在水动力作用下被搬运至潟湖底,因此潟湖坡面积减少,而潟湖底面积相应增加。

外海与礁前斜坡分界线以里的礁体总面积呈增加趋势,变化速率为39078 m2/a。黄岩岛礁前斜坡20 m水深以内为浅水造礁石珊瑚及喜礁生物生长区,20 m以深则造礁珊瑚甚少,且常见珊瑚碎块、仙掌藻碎屑等岩堆堆积物[19]。据2015年5月的黄岩岛实地考察资料[59],礁前斜坡的珊瑚生长情况良好,共采集到9科21属60种,主要分布在20 m水深以浅。另一方面,波浪对于礁前斜坡15 m以深部分来说已无冲蚀能力了[49]。本研究提取的外海与礁前斜坡分界线水深约为17 m,该深度在造礁石珊瑚及喜礁生物生长水深范围内,且受波浪冲蚀较弱,因此该处能够向外发展,使礁体总面积呈现增长趋势。

3.3 黄岩岛珊瑚礁地貌的变化趋势

黄岩岛珊瑚礁地貌近40年的历史变化趋势体现了其对气候变化的响应规律,而当前气候变化则主要体现为全球气候变暖。全球范围内,1971年至2010年间表层海水(水深小于75 m)每十年变暖0.11 ℃[3]。在北半球,1983年至2012年可能是最近1400年来最温暖的30年[3]。在气候变暖的影响下,海平面持续加速升高[2]。自19世纪中叶以来,海平面上升的速度一直高于前两千年的平均速度,1971年至2010年间,全球海平面升高速率达到2.0 mm/a[3]。据预测,在温室气体继续排放的情况下,至2100年全球沿海湿地区域海平面将升高0.29 m至1.10 m[60]。因此,气候变暖和海平面持续升高是黄岩岛海域未来环境变化的总体趋势,也是黄岩岛环礁将面临的主要环境压力。

气候变暖导致全球珊瑚礁出现退化趋势已是不争的事实。2008年时全球已仅有46 %的珊瑚礁处于相对健康状态[61]。如前所述,南海珊瑚礁也在近50年来处于严重的退化过程中[2]。珊瑚白化是珊瑚礁退化的最主要原因,其本质是珊瑚失去共生虫黄藻或虫黄藻失去色素而使珊瑚变白[62]。通常认为厄尔尼诺加剧和全球气候变暖造成的海水温度上升,是珊瑚礁白化的最主要原因[63],例如发生在1998年的厄尔尼诺现象,直接导致南海70 %至90 %的珊瑚白化并死亡[62]。黄岩岛周围1983年的表层海水温度平均为28 ℃[64],而全球的表面温度在1990年至2100年间会增加1.4 ℃至5.8 ℃[1]。此外,在气候变暖的影响下热带气旋的强度也可能会增强[3],导致风暴潮加剧。据此推测,未来黄岩岛造礁石珊瑚很可能将因气候变暖而面临更大的白化、死亡风险。黄岩岛珊瑚礁的造礁功能将进一步减弱,并受到更强的风暴潮破坏作用。

自20世纪50年代以来,由于化石燃料使用的增加、水泥生产和土地利用方式的改变等原因,全球CO2排放量急剧增加,其中30 %被海洋吸收[65~66],这导致了海水的酸化。按照现在人类活动排放CO2的速率计算,至2100年海洋的平均pH将从现在的8.2降至7.7[1];而海洋酸化已使得珊瑚礁等海洋钙质生物钙化速率下降达40 % [67]。因此,随着海洋继续酸化,黄岩岛珊瑚礁钙化速率可能将进一步下降,造礁过程进一步减缓,珊瑚碎屑沉积物的产生也将进一步减少。

随着气候变暖的持续,海平面将进一步上升、海水继续酸化、风暴潮加剧,珊瑚礁的造礁功能将进一步减弱。黄岩岛环礁地貌的未来变化趋势可能将表现为礁坪延续或加速1997年后的面积减少趋势,礁体总面积增加趋势将减缓或停止。由于碎屑沉积物产生的进一步减少,潟湖坡面积可能还会进一步减少,潟湖底面积也可能将因此继续增加。

4 结论

本文利用22景Landsat和Sentinel-2遥感影像重建了黄岩岛环礁近40年来的地貌变化历史,并据此探讨了近40年来黄岩岛环礁地貌对气候变化的响应规律,为理解南海珊瑚礁对全球变化的响应提供了新的信息。本文通过GVF-Snake模型辅以手动边缘提取的方式提取历年黄岩岛环礁主要地貌带分界线,并利用黄岩岛实地测量的水深剖面数据,探讨了遥感影像所提取的黄岩岛环礁地貌带分界线与实际分界线之间的对应关系。基于数字化海岸线分析系统(DSAS)以及线性拟合方法,本文定性和定量的分析了地貌带分界线的位置变化以及地貌的面积变化。进而结合黄岩岛环礁地貌变化的主要控制因素,探讨了黄岩岛环礁地貌差异性变化的原因以及地貌变化趋势,得到以下主要结论:

(1) 黄岩岛外海与礁前斜坡分界线、礁前斜坡与礁坪分界线、潟湖坡与潟湖底分界线具有向外海移动趋势,平均移动速率分别为0.36 m/a、0.06 m/a和0.23 m/a。而礁坪与潟湖坡分界线则以平均0.16 m/a的速率向潟湖移动。同时,礁坪与潟湖坡分界线的WLR范围最大,平均SCE也最大,说明其活动性强于其他地貌带分界线。

(2) 潟湖底面积和礁体总面积呈现增加的趋势,增加速率分别为12676 m2/a和39078 m2/a。潟湖坡面积呈现出减少的趋势,减少速率为57362 m2/a。而礁坪面积则先在1977年至1997年间以114523 m2/a的速率增加,而后在1997年至2019年间以11289 m2/a的速率逐渐减少。

(3) 近40年来,黄岩岛珊瑚礁生态系统退化致使其造礁能力减弱,碳酸钙年产量大幅下降。与此同时,海平面上升、风暴潮侵蚀、海水酸化等因素的影响日渐增强。这些因素共同导致潟湖坡面积减少,而潟湖底面积相应增加,礁坪面积由增加逐渐转为减少。由于礁前斜坡15 m以深部分受波浪的冲蚀作用很小,礁体总面积可能因此能够维持稳定或增加的趋势。

据此,本文推断在未来气候继续变暖的趋势下,环境压力对黄岩岛环礁的威胁将持续增加,黄岩岛珊瑚礁可能将因此进一步退化。具体表现为礁坪可能将延续或加速1997年后面积减少的趋势,礁体总面积的增加趋势可能减缓或停止,潟湖坡面积可能还会进一步延续减少趋势,而潟湖底面积则可能继续增加。

致谢: 感谢国家科技基础条件平台-国家地球系统科学数据中心(http://www.geodata.cn)提供数据支撑;感谢美国俄勒冈州立大学(OSU)提供OTIS潮位预测软件(http://volkov.oce.orst.edu/tides/)。

参考文献(References)
[1]
余克服. 珊瑚礁科学概论[M]. 北京: 科学出版社, 2018: 1-578.
Yu Kefu. Introduction to the Science of Coral Reefs[M]. Beijing: Science Press, 2018: 1-578.
[2]
余克服. 南海珊瑚礁及其对全新世环境变化的记录与响应[J]. 中国科学:地球科学, 2012, 42(8): 1160-1172.
Yu Kefu. Coral reefs in the South China Sea:Their response to and records on past environmental changes[J]. Science China:Earth Sciences, 2012, 42(8): 1160-1172.
[3]
IPCC. Summary for policymakers[M]//Stocker T F, Qin D, Plattner G-K, et al. Climate Change 2013: The Physical Science Basis. Contribution of Working Group Ⅰ to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press, 2013: 1-29.
[4]
Houser C, D'ambrosio T, Ambrosio T, et al. Erosion and reorientation of the Sapodilla Cays, Mesoamerican Reef Belize from 1960 to 2012[J]. Physical Geography, 2014, 35(4): 335-354.
[5]
Romine B M, Fletcher C H. A summary of historical shoreline changes on beaches of Kauai, Oahu, and Maui, Hawaii[J]. Journal of Coastal Research, 2013, 29(3): 605-614.
[6]
Duvat V K E, Pillet V. Shoreline changes in reef islands of the Central Pacific:Takapoto Atoll, Northern Tuamotu, French Polynesia[J]. Geomorphology, 2017, 282: 96-118. DOI:10.1016/j.geomorph.2017.01.002
[7]
Ford M R, Kench P S. Multi-decadal shoreline changes in response to sea level rise in the Marshall Islands[J]. Anthropocene, 2015, 11: 14-24. DOI:10.1016/j.ancene.2015.11.002
[8]
Mclean R, Kench P. Destruction or persistence of coral atoll islands in the face of 20th and 21st century sea-level rise?[J]. Wiley Interdisciplinary Reviews:Climate Change, 2015, 6(5): 445-463.
[9]
Webb A P, Kench P S. The dynamic response of reef islands to sea-level rise:Evidence from multi-decadal analysis of island change in the Central Pacific[J]. Global and Planetary Change, 2010, 72(3): 234-246.
[10]
余克服, 赵焕庭, 朱袁智. 南沙群岛珊瑚礁区仙掌藻的现代沉积特征[J]. 沉积学报, 1998, 16(3): 20-24.
Yu Kefu, Zhao Huanting, Zhu Yuanzhi. Modern sedimentary characteristic of Halimeda on coral reefs of Nansha Islands[J]. Acta Sedimentologica Sinica, 1998, 16(3): 20-24.
[11]
黄荣永, 余克服, 王英辉, 等. 珊瑚礁遥感研究进展[J]. 遥感学报, 2019, 23(6): 1091-1112.
Huang Rongyong, Yu Kefu, Wang Yinghui, et al. Progress of the study on coral reef remote sensing[J]. Journal of Remote Sensing, 2019, 23(6): 1091-1112.
[12]
左秀玲, 苏奋振, 赵焕庭, 等. 南海珊瑚礁高分辨率遥感地貌分类体系研究[J]. 地理科学进展, 2018, 37(11): 23-32.
Zuo Xiuling, Su Fenzhen, Zhao Huanting, et al. Development of a geomorphic classification scheme for coral reefs in the South China Sea based on high-resolution satellite images[J]. Progress in Geography, 2018, 37(11): 23-32.
[13]
Dong Yanzhu, Liu Yongxue, Hu Chuanming, et al. Coral reef geomorphology of the Spratly Islands:A simple method based on time-series of Landsat -8 multi-band inundation maps[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2019, 157: 137-154. DOI:10.1016/j.isprsjprs.2019.09.011
[14]
Yu K F, Zhao J X. Coral reefs(of the South China Sea)[M]//Wang P X, Li Q Y. The South China Sea-Paleoceanography and Sedimentology. Dordrecht: Springer, 2009: 229-254.
[15]
Guo Jing, Yu Kefu, Wang Yinghui, et al. Potential impacts of anthropogenic nutrient enrichment on coral reefs in the South China Sea:Evidence from nutrient and chlorophyll a level in seawater[J]. Environmental Science:Processes & Impacts, 2019, 21: 1745-1753. DOI:10.1039/c9em00331b
[16]
Chen Xiaoyan, Yu Kefu, Huang Xueyong, et al. Atmospheric nitrogen deposition increases the possibility of macroalgal dominance on remote coral reefs[J]. Journal of Geophysical Research:Biogeosciences, 2019, 124(5): 1355-1369.
[17]
Chen Biao, Yu Kefu, Liang Jiayuan, et al. Latitudinal variation in the molecular diversity and community composition of Symbiodiniaceae in coral from the South China Sea[J]. Frontiers in Microbiology(section Aquatic Microbiology), 2019, 10: 1278. DOI:10.3389/fmicb.2019.01278
[18]
Pan C, Yu K, Wang Y, et al. Species-specific profiles and risk assessment of perfluoroalkyl substances in coral reef fishes from the South China Sea[J]. Chemosphere, 2018, 191: 450-457. DOI:10.1016/j.chemosphere.2017.10.071
[19]
曾昭璇. 中国珊瑚礁地貌研究[M]. 广州: 广东人民出版社, 1997: 319-323.
Zeng Zhaoxuan. The Physiognomy of Coral Reef in China[M]. Guangzhou: Guangdong People's Publishing House, 1997: 319-323.
[20]
黄金森. 南海黄岩岛的一些地质特征[J]. 海洋学报, 1980, 2(2): 112-123.
Huang Jinsen. Some geological features of the Huangyan Dao (Huangyan Island), South China Sea[J]. Acta Oceanologica Sinica, 1980, 2(2): 112-123.
[21]
曾昭璇. 南海诸岛[M]. 广州: 广东人民出版社, 1986: 140-143.
Zeng Zhaoxuan. South China Sea Islands[M]. Guangzhou: Guangdong People's Publishing House, 1986: 140-143.
[22]
王国忠. 南海珊瑚礁区沉积学[M]. 北京: 海洋出版社, 2001: 221-222.
Wang Guozhong. Sedimentology of Coral Reef Areas in South China Sea[M]. Beijing: China Ocean Press, 2001: 221-222.
[23]
曾昭璇. 中国环礁的类型划分[J]. 海洋通报, 1982, 1(4): 43-50.
Zeng Zhaoxuan. Classification of atolls in China[J]. Marine Science Bulletin, 1982, 1(4): 43-50.
[24]
中国科学院南沙综合科学考察队. 南沙群岛及其临近海区地质地球物理及岛礁研究论文集(一)[M]. 北京: 海洋出版社, 1991: 193-200.
[25]
中国科学院南沙综合科学考察队. 南沙群岛永暑礁第四纪珊瑚礁地质[M]. 北京: 海洋出版社, 1992: 47-50.
Nansha Comprehensive Scientific Expedition Team of the Chinese Academy of Sciences. Quaternary Coral Reef Geology of Yongshu Reef, Nansha Islands[M]. Beijing: China Ocean Press, 1992: 47-50.
[26]
潘春梅, 丁谦, 曹文玉. 南沙群岛岛礁地形地貌TM影像特征分析[J]. 国土资源遥感, 2002, 14(2): 34-37.
Pan Chunmei, Ding Qian, Cao Wenyu. The application of the adjustment technique to TM satellite imagery in Nansha Islands[J]. Remote Sensing for Land and Resources, 2002, 14(2): 34-37.
[27]
马颂德, 张正友. 计算机视觉:计算理论与算法基础[M]. 北京: 科学出版社, 1998: 11-35.
Ma Songde, Zhang Zhengyou. Computer Vision:Computational Theory and Algorithmic Basis[M]. Beijing: Science Press, 1998: 11-35.
[28]
张祖勋, 张剑清. 数字摄影测量学[M]. 武汉: 武汉大学出版社, 2012: 150-155.
Zhang Zuxun, Zhang Jianqing. Digital Photogrammetry[M]. Wuhan: Wuhan University Press, 2012: 150-155.
[29]
Kass M, Witkin A, Terzopoulos D. Snakes:Active contour models[J]. International Journal of Computer Vision, 1988, 1(4): 321-331.
[30]
Xu Chenyang, Prince J. Gradient vector flow: A new external force for snakes[C]//IEEE. Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern Recognition. San Juan, Puerto Rico, USA, 1997: 66-71.
[31]
Erkol B, Moss R H, Stanley R J, et al. Automatic lesion boundary detection in dermoscopy images using gradient vector flow snakes[J]. Skin Research and Technology, 2010, 11(1): 17-26.
[32]
Xu L, Jackowski M, Goshtasby A, et al. Segmentation of skin cancer images[J]. Image and Vision Computing, 1999, 17(1): 65-74.
[33]
Zhang X, Dong G, Xiong B, et al. Refined segmentation of ship target in SAR images based on GVF snake with elliptical constraint[J]. Remote Sensing Letters, 2017, 8(8): 791-800.
[34]
Song X, Tang G, Li F, et al. Extraction of loess shoulder-line based on the parallel GVF snake model in the loess hilly area of China[J]. Computers and Geosciences, 2013, 52(1): 11-20.
[35]
周旻曦, 刘永学, 李满春, 等.多目标珊瑚岛礁地貌遥感信息提取方法——以西沙永乐环礁为例[J].地理研究, 2015, 34(4): 677-690.
Zhou Minxi, Liu Yongxue, Li Manchun, et al. Geomorphological information extraction for multi-objective coral islands from remotely sensed imagery: A case study for Yongle Atoll, South China Sea[J]. Geographical Research. 2015, 34(4): 677-690.
[36]
Cheng J, Foo S W. Distraction in GVF-based segmentation[C]//IEEE. 6th International Conference on Information, Communications and Signal Processing. Singapore, 2007: 1-4.
[37]
赵焕庭, 宋朝景, 朱袁智. 南沙群岛"危险地带"腹地珊瑚礁的地貌与现代沉积特征[J]. 第四纪研究, 1992(4): 368-377.
Zhao Huanting, Song Chaojing, Zhu Yuanzhi. Geomorphic and modern sedimentary features of coral reefs in the hinterland of "dangerous ground", Nansha Islands[J]. Quaternary Sciences, 1992(4): 368-377.
[38]
王纪坤.基于多光谱遥感影像的珊瑚礁区水深反演研究[D].南宁: 广西大学硕士学位论文, 2017: 36-37.
Wang Jikun. Water Depth Information Extraction with Multi-spectral Remote Sensing in Coral Reefs Region[D]. Nanning: The Master's Thesis of Guangxi University, 2017: 36-37.
[39]
Himmelstoss E A, Henderson R E, Kratzmann M G, et al. Digital Shoreline Analysis System(DSAS) version 5.0 user guide[EB/OL]. U. S. Geological Survey Open-File Report, 2018: 1178-1179.
[40]
Naylor L A, Viles H A, Carter N E A. Biogeomorphology revisted:Looking towards the future[J]. Geomorphology, 2002, 47(1): 3-14.
[41]
Spencer T, Viles H. Bioconstruction, bioerosion and disturbance on tropical coasts:Coral reef s and rocky limestone shores[J]. Geomorphology, 2002, 48(1): 23-50.
[42]
Viles H A, Naylor L A. Biogeomorphology editorial[J]. Geomorphology, 2002, 47(1): 1-2.
[43]
张乔民, 施祺, 余克服, 等. 华南热带海岸生物地貌过程[J]. 第四纪研究, 2006, 26(3): 451-455.
Zhang Qiaomin, Shi Qi, Yu Kefu, et al. Biogeomorphologic process of tropical biological coasts of South China[J]. Quaternary Sciences, 2006, 26(3): 451-455.
[44]
施祺. 珊瑚礁生物地貌过程的生物建造与生物侵蚀[J]. 海洋地质动态, 2006, 22(4): 1-5.
Shi Qi. Bioconstruction and bioerosion during biogeomorphologic process of coral reef[J]. Marine Geology Letters, 2006, 22(4): 1-5.
[45]
Pernetta J C, Land-ocean Interaction in the Coastal Zone: Implementation Plan[M]//IGBP Report No.33. Stockholm: International Geosphere-Biosphere Programme, 1995: 65-86.
[46]
于登攀, 邹仁林.三亚鹿回头珊瑚岸礁造礁石珊瑚群落结构的现状和动态[M]//马克平.中国重点地区与类型生态系统多样性.杭州: 浙江科学技术出版社, 1999: 225-268.
Yu Dengpan, Zou Renlin. Current situation and dynamics of the structure in hermatypic coral community on Luhuitou fringing reef[M]//Ma Keping. Ecosystem Diversity in Key Areas of China. Hangzhou: Zhejiang Science and Technology Press, 1999: 225-268.
[47]
张乔民. 热带生物海岸对全球变化的响应[J]. 第四纪研究, 2007, 27(5): 834-844.
Zhang Qiaomin. Responses of tropical biological coasts to global change[J]. Quaternary Sciences, 2007, 27(5): 834-844.
[48]
詹文欢, 朱照宇, 姚衍桃, 等. 南海西北部珊瑚礁记录所反映的新构造运动[J]. 第四纪研究, 2006, 26(1): 77-84.
Zhan Wenhuan, Zhu Zhaoyu, Yao Yantao, et al. Neotectonic movement recorded in coral reefs in the northwestern South China Sea[J]. Quaternary Sciences, 2006, 26(1): 77-84.
[49]
赵焕庭, 王丽荣, 宋朝景. 南海珊瑚礁地貌模型研究[J]. 海洋学报, 2014, 36(9): 112-120.
Zhao Huanting, Wang Lirong, Song Chaojing. Geomorphological model of coral reefs in the South China Sea[J]. Acta Oceanologica Sinica, 2014, 36(9): 112-120.
[50]
Birkeland C. Life and Death of Coral Reefs[M]. London: Chapman and Hall, 1997: 1-12.
[51]
曾昭璇. 南海环礁的若干地貌特征[J]. 海洋通报, 1984, 3(3): 42-47.
Zeng Zhaoxuan. Geomorphological features of atolls in the South China Sea[J]. Marine Science Bulletin, 1984, 3(3): 42-47.
[52]
赵焕庭. 南海诸岛珊瑚礁新构造运动的特征[J]. 海洋地质与第四纪地质, 1998, 18(1): 37-45.
Zhao Huanting. Characteristics of neotectonic movement of coral reef area of the South China Sea Islands[J]. Marine Geology & Quaternary Geology, 1998, 18(1): 37-45.
[53]
李立, 许金电, 蔡榕硕. 20世纪90年代南海海平面的上升趋势:卫星高度计观测结果[J]. 科学通报, 2002, 47(1): 59-62.
Li Li, Xu Jindian, Cai Rongshuo. Sea level rise in the South China Sea in the 1990s:Satellite altimeter observations[J]. Chinese Science Bulletin, 2002, 47(1): 59-62.
[54]
郑崇伟, 游小宝, 潘静, 等. 钓鱼岛、黄岩岛海域风能及波浪能开发环境分析[J]. 海洋预报, 2014, 31(1): 49-57.
Zheng Chongwei, You Xiaobao, Pan Jing, et al. Feasibility analysis on the wind energy and wave energy resources exploitation in Fishing Islands and Scarborough Shoal[J]. Marine Forecasts, 2014, 31(1): 49-57.
[55]
Hopley D. Morphological Classification of Shelf Reefs[M]//Barnes D J. Perspectives on Coral Reefs. Canberra: Brian Clouston Publisher, 1983: 180-199.
[56]
王国忠, 吕炳全, 全松青, 等. 一个大陆坡环礁——南海华光珊瑚环礁的沉积相模式及其演化趋势[J]. 同济大学学报, 1988, 16(2): 148-158.
Wang Guozhong, Lü Bingquan, Quan Songqing, et al. Sedimentary facies model and evolution of a continental slope Atoll-Huaguang Coral Atoll in the South China Sea[J]. Journal of Tongji University, 1988, 16(2): 148-158.
[57]
王黎, 张永战. 九章环礁水下暗礁脊槽地貌分布与形态[J]. 第四纪研究, 2018, 38(2): 485-495.
Wang Li, Zhang Yongzhan. Distribution and morphological characteristics of Spur and Groove on submerged reefs of Jiuzhang Atoll, South China Sea[J]. Quaternary Sciences, 2018, 38(2): 485-495.
[58]
高抒, 周亮, 李高聪, 等. 海南岛全新世海岸演化过程与沉积记录[J]. 第四纪研究, 2016, 36(1): 1-17.
Gao Shu, Zhou Liang, Li Gaocong, et al. Process and sedimentary records for Holocene coastal environmental changes, Hainan Island:An overview[J]. Quaternary Sciences, 2016, 36(1): 1-17.
[59]
潘子良.黄岩岛造礁石珊瑚共生藻密度的种间、空间差异及其生态意义[D].南宁: 广西大学硕士学位论文, 2017: 11-12.
Pan Ziliang. Interspecies and Spatial Diversity of Symbiodinium Density in Coral Species from the Huangyan Island, and it's Ecological Significance[D]. Nanning: The Master's Thesis of Guangxi University, 2017: 11-12. http://cdmd.cnki.com.cn/Article/CDMD-10593-1018067249.htm
[60]
Schuerch M, Spencer T, Temmerman S, et al. Future response of global coastal wetlands to sea-level rise[J]. Nature, 2018, 561: 231-234. DOI:10.1038/s41586-018-0476-5
[61]
Wilkinson C. Status of Coral Reefs over the World:2008[M]. Townsville: Global Coral Reef Monitoring Network and Reef and Rainforest Research Centre, 2008: 1-296.
[62]
李淑, 余克服. 珊瑚礁白化研究进展[J]. 生态学报, 2007, 27(5): 2059-5069.
Li Shu, Yu Kefu. Recent development in coral reef bleaching research[J]. Acta Ecologica Sinica, 2007, 27(5): 2059-2069.
[63]
Hoegh-Guldberg O. Climate change, coral bleaching and the future of the world's coral reefs[J]. Marine and Freshwater Research, 1999, 50(8): 839.
[64]
中国科学院南海海洋研究所. 南海海洋科学集刊(4)[M]. 北京: 科学出版社, 1983: 89-96.
South China Sea Institute of Oceanology, Chinese Academy of Sciences. Nanhai Studia Marina Sinica (4)[M]. Beijing: Science Press, 1983: 89-96.
[65]
Sabine C L, Feely R A, Gruber N, et al. The oceanic sink for anthropogenic CO2[J]. Science, 2004, 305(5682): 367-371.
[66]
Canadell J G, Corinne Le Quere, Raupach M R, et al. Contributions to accelerating atmospheric CO2 growth from economic activity, carbon intensity, and efficiency of natural sinks[J]. Proceedings of the National Academy of Sciences of the United States of America, 2007, 104(47): 18866-18870.
[67]
Kleypas J, Buddemeier R W, Archer D, et al. Geochemical consequences of increased atmospheric carbon dioxide on coral reefs[J]. Science, 1999, 284(5411): 118-120.
Analysis on the geomorphic changes of Huangyan Island based on satellite images over the past 40 years
Liu Jialiu1,2,3, Huang Rongyong1,2,3, Yu Kefu1,2,3     
(1 Guangxi Laboratory on the Study of Coral Reefs in the South China Sea, Guangxi University, Nanning 530004, Guangxi;
2 Coral Reef Research Center of China, Guangxi University, Nanning 530004, Guangxi;
3 School of Marine Sciences, Guangxi University, Nanning 530004, Guangxi)

Abstract

Coral reefs are among the most important geological, geomorphic and ecological features for South China Sea(SCS). However, due to the influence of climate changes, the coral reefs in SCS have degraded rapidly in recent decades. In this context, the response of coral reefs to climate changes has become a frontier scientific problem. As an important response mechanism, how geomorphic zones of coral reefs respond to climate changes was still poorly understood. Huangyan Island(15°09'N, 117°45'E) is a relatively isolated atoll, which is an important part of the coral reefs in SCS. By reconstructing the geomorphic changing history of Huangyan island, this paper provided new insights on how geomorphic zones of the coral reefs respond to climate changes.To reconstructing the history of geomorphic changes of Huangyan Island, 22 Landsat and Sentinel-2 satellite images from 1977 to 2019 have been collected. Firstly, the relationship between the gray scale change in remote sensing image and the geomorphic zone boundaries indicated by water depth was discussed; then, the geomorphic zone boundaries of Huangyan Island were extracted by combining the gradient vector flow based active contour model(GVF-Snake)and manual boundary extraction; thereafter, the Digital Shoreline Analysis System(DSAS)was used to quantitatively analyze the changes of these boundaries, and linear fitting was used to explore the change trends of the area of geomorphic zones. The results show that: (1)The boundary between the outer sea and the fore reef slope, the boundary between the fore reef slope and the reef flat, and the boundary between the lagoon slope and the lagoon bottom, were seen to move outward with the movement rates of 0.36 m/a, 0.06 m/a and 0.23 m/a, respectively, while the boundary between the reef flat and the lagoon slope had a trend of inward movement with a rate of 0.16 m/a; (2)The area of the lagoon bottom and the total area of the atoll were increased at the rates of 12676 m2/a and 39078 m2/a, the area of the lagoon slope was decreased at a rate of 57362 m2/a, while the area of the reef flat was increased at a rate of 114523 m2/a during 1977 to 1997, but decreased at a rate of 11289 m2/a during 1997 to 2019.Further analysis suggests that the decrease of reef building capacity, sea level rise, storm surge erosion and sea water dissolution are the main reasons for the decrease of coral reef area of Huangyan Island. As global warming continues in the future, the threat of environmental pressure on Huangyan Island will further intensify. The area of reef flat may maintain or accelerate the rate of decreasing after 1997, the increase of total atoll area may slow down or stop. And the area of lagoon slope may further decrease, but the area of lagoon bottom may continue to increase.
Key words: Huangyan Island    coral reefs    geomorphology    remote sensing    climate changes