盐城海滨湿地景观演变关键土壤生态因子与阈值研究

张华兵,刘红玉，李玉凤，谭清梅,侯明行

(1. 南京师范大学地理科学学院，南京 210023； 2. 盐城师范学院城市与资源环境学院，盐城 224051)

盐城海滨湿地景观演变关键土壤生态因子与阈值研究

张华兵1,2,刘红玉1,*，李玉凤1，谭清梅1,侯明行1

(1. 南京师范大学地理科学学院，南京 210023； 2. 盐城师范学院城市与资源环境学院，盐城 224051)

文章以盐城海滨湿地典型区域为案例，以2011年4月和2012年4月对海滨湿地土壤数据为基础，结合2011年ETM+遥感影像，运用灰色关联分析、线性回归模拟和地统计学方法，辨识海滨湿地景观演变的关键生态因子，并确定其生态阈值。得出基本结论如下：(1)海滨湿地土壤理化性质海陆差异明显：从米草沼泽—碱蓬沼泽—芦苇沼泽，土壤水分和盐度表现出递减的趋势；土壤有机质、营养盐总体上从米草沼泽—碱蓬沼泽—芦苇沼泽，表现出两头高中间低的特征；湿润年份土壤水分高于干旱年份，湿润年份土壤盐度低于干旱年份。(2)灰色关联分析表明:干旱年份,水分gt;盐度gt;铵态氮gt;速效钾gt;有机质gt;有效磷；湿润年份为：盐度gt;水分gt;有效磷gt;铵态氮gt;速效钾gt;有机质，因此把土壤水分和盐度确定为海滨湿地景观演变的关键生态因子。(3)土壤水分和盐度在东西海陆方向上的变异大于南北海岸延伸方向上的变异。(4)将景观类型图和海滨湿地土壤水分与盐度分异图叠加分析，得出：芦苇滩土壤水分阈值lt;42.332%，盐度阈值lt;0.745%；碱蓬滩土壤水分阈值为38.836%—46.593%，盐度阈值为0.403%—1.314%；米草滩土壤水分阈值gt;39.475%，盐度阈值gt;0.403%；光滩的土壤阈值gt;41.550%，盐度阈值gt;0.656%。

海滨湿地；关键生态因子；阈值；盐城

海滨湿地位于陆地生态系统和海洋生态系统的过渡地带，具有高度敏感和脆弱特征[1]。在自然和人为的双重影响下,海滨湿地景观处于高度的动态演变中。如何辨识海滨湿地景观演变的关键影响因子及其阈值，是科学认识海滨湿地生态过程及其动态演变的重要内容，也是科学指导海滨湿地保护与合理利用的关键。

盐城海滨湿地是较为少见的典型淤泥质海滨湿地，基本保持了天然的生态系统结构和功能[2],引起了学术界的广泛关注。宏观研究方面,广泛运用3S技术揭示海滨湿地景观结构与格局变化[3- 12]；微观研究方面，以断面和样点调查数据为基础，揭示湿地土壤理化性质在海陆方向上的分异与对湿地生态系统演变的影响[13- 20]。但是，缺乏将宏观与微观相结合、体现生态因子空间分异与阈值的研究。地统计学是研究空间变异最有效的方法之一[21- 25]。本研究选择盐城海滨湿地典型区域为研究案例，确定海滨湿地景观演变的关键生态因子，并利用地统计学方法和GIS技术将生态因子空间化。在此基础上，进一步确定不同景观类型关键生态因子的阈值范围，对深刻认识海滨湿地景观演变，揭示海滨湿地生态过程，实现海滨湿地的合理开发与利用具有重要的科学价值和现实意义。

1 研究区概况

盐城海滨湿地，地处江苏中部沿海，位于北纬32°20′— 34°37′，东经119°29′— 121°16′，面积为45.33×104hm2，是太平洋西海岸最大淤泥质海滨湿地。本研究在盐城海滨湿地区选择典型区域为研究区，研究区范围北至中路港，南至斗龙港，面积为1.100×104hm2。该区受人类活动干扰比较微弱，其景观格局与演变主要受气候、地形、水文、土壤、植被等自然因素影响，其中主导因素的是潮汐作用。在景观上表现为从陆地向海洋依次为芦苇沼泽、碱蓬沼泽、米草沼泽、光滩，为典型的自然条件控制下的海滨湿地区域[26- 27]。

图1 研究区位置及景观类型图Fig.1 Location and distribution of the study area

2 研究方法

2.1 景观数据来源与处理

研究利用区域1∶5万地形图和2011年9月24日3幅ETM+影像为基本数据源。ETM+影像包括了来自同一传感器的7个多光谱波段(分辨率30m)与1个B8全色波段(分辨率15m)，两种分辨率数据可以实现高精度融合[28]。为了更准确地提取信息，还采用了野外调查时53个点GPS样点数据作为辅助数据。在ENVI 4.7中主成分分析、非监督分类和决策树分类方法，结合野外调查，对ETM+影像进行解译，提高了解译精度，总体精度达到了95%，解译结果如图1。

2.2 生态数据来源与处理

对海滨湿地生态系统的形成起决定作用的是潮位变化及相关的海洋水文条件，并最终由土壤的性状和发育方向表现出来。因此，土壤作为盐城海滨湿地景观变化的最基本驱动要素,其变化直接影响着景观演替。另外，由于研究区植被呈现显著的带状平行格局，土壤理化性质也表现出明显的梯度特征，所以土壤采样通常取某一个断面即可，在研究区内沿中路港道路南侧,在海陆方向设置17个样点，每种景观类型至少3个样点，在景观交错带连续布设样点，并通过GPS定位(图1)。采样时运用PICO-BT(德国)水分便携式测量仪测量土壤水分(体积分数/%),测量3次取其平均值；另采集0—20cm表层土样3份进行混合，带回实验室。土样经风干、研磨后进行测定，采用电导法测量土壤盐度(质量分数%)；土壤有机质采用水合热重铬酸钾氧化-比色法；铵态氮采用靛酚蓝比色法；有效磷采用碳酸氢钠-钼锑抗比色法；速效钾采用四苯硼钠比浊法。每个样品设置3个平行，取其平均值。

野外调查时间分别于2011年4月及2012年4月。研究区1—4月多年平均降水量为160.400mm，3—4月多年平均降水量为96.00mm。而2011年1—4月，研究区降水量约为80.000mm，约为多年平均值的一半；3—4月研究区降水量约为30.000mm，不到多年平均值的1/3。所以，将2011年4月监测的土壤数据作为干旱年份湿地土壤数据。2012年1—4月研究区降水量为172mm，高于多年平均值；3—4月降水量为132mm，比同时段多年平均降水量多出了36.788%。所以，将2012年4月监测的土壤数据作为湿润年份湿地土壤数据。

2.3 关键生态因子的确定

地理系统中，很多因素之间的关系是灰色的，哪些是主导因素，哪些是非主导因素；哪些因素之间关系密切，哪些不密切。灰色关联分析是解决这些问题的行之有效的方法。灰色关联分析是一个灰色动态过程，分析要素间时间序列的相对变化，综合考虑诸多因子间的关联程度，是一种动态的分析。灰色关联分析，从其思想方法上看，属于几何处理的范畴，是通过对各因素之间的关联曲线的比较而得到的。

设x1，x2，x3，…，xn为n个要素，反映各要素变化特征的数据列分别为xi={[x1(t)]，[x2(t)],[x3(t)],…,[xn(t)]},t=1,2,3,...,m；设xj(t)为参考序列。则相关系数为：

(1)

(2)

海滨湿地景观演变是一个较长时间尺度的过程，在缺乏长期、连续的监测数据情况下，空间替代时间的方法可以克服时间尺度的限制。以样点与海堤的距离反映景观演变的时间顺序；任一个样点上的土壤理化性质理解为某个时间上的土壤状态；任一个样点所处的景观类型为景观演变中的某一时刻的景观状态。x1(t)，x2(t)，x3(t)，x3(t)，x4(t)，x5(t)，x6(t)分别为土壤水分、盐度、有机质、铵态氮、有效磷和速效钾序列；xj(t)为景观演变序列。经过标准差标准化处理后，计算各生态要素序列对景观演变序列的关联系数和关联度。

2.4 土壤关键生态因子空间变异分析

盐城海滨湿地土壤关键生态要素分布与海陆位置、植被类型息息相关，通过定量分析它们之间的关系。由于海滨湿地植被类型，属于类型变量，需要进行合理的赋值才能纳入定量分析中，因此，设置虚拟变量对其赋值[30]。海滨湿地分为芦苇沼泽、碱蓬沼泽、米草沼泽和光滩等4个类型，因此设置3个虚拟变量(x1，x2，x3)，分别进行0、1赋值，通过3个虚拟变量的组合，可以将4种景观类型转化为定量变量。以每个点的土壤关键生态要素(yi)为因变量，以每个点距海堤的距离(x0)和3个虚拟变量做自变量，构建多元回归方程。然后，采用1km×1km的格网将研究区划分成146个斑块，同时统计每个斑块质心的植被类型和到海堤的距离(x0)。运用回归方程计算出146个斑块质心的土壤关键生态要素值。

土壤关键生态要素的空间分异是利用地统计学方法实现的。在每个网格质心土壤关键生态要素值的基础上，通过计算半变异函数[公式(3)]；然后进行理论半变异函数的拟合，再进行土壤关键生态要素空间分析；最后通过球状模型验证，结果表明，拟合精度符合要求。本研究中，运用Ordinary Kriging插值来生成土壤关键生态要素空间分布图：

(3)

式中，γ(h)为样本距为h的半方差；h为样本距；Z(yi)为位置yi处的土壤水分或盐度；Z(yi+h)为在距离为yi+h处的土壤水分或盐度；N(h)为间距为h的样本对的总个数[29]。

3 结果分析

3.1 不同景观类型的土壤理化性质差异

通过对海滨湿地土壤理化性质的平均值进行比较(表1和表2)，发现：湿润年份土壤水分高于干旱年份，土壤盐度和土壤水分相反，湿润年份土壤平均盐度要低于干旱年份，由于降水的增加，土壤淡水含量增加，引起盐度下降；另一方面，降水增加，土壤淋溶作用增强，致使土壤中的部分可溶性盐类会随着降水而溶解并往土壤下不沉淀，甚至到不透水层。总体上，从芦苇沼泽、碱蓬沼泽到米草沼泽土壤水分和盐度都呈现了从陆地向海洋递增的趋势。通过土壤有机质比较发现，土壤有机质含量呈现米草沼泽gt;芦苇沼泽gt;碱蓬沼泽gt;光滩的特征，湿润年份土壤有机质含量明显高于干旱年份。土壤营养盐在总体上除了干旱年份土壤速效钾外都呈现了两头高、中间低的特征外，即米草沼泽gt;芦苇沼泽gt;碱蓬沼泽。土壤营养盐含量表现出从米草沼泽-芦苇沼泽-碱蓬沼泽递减的趋势；除土壤有效磷之外，海滨湿地土壤营养盐的干湿差异明显，湿润年份大于干旱年份。

表1 干旱年份海滨湿地不同景观类型的土壤理化性质

表2 湿润年份海滨湿地不同景观类型的土壤理化性质

3.2 影响海滨湿地景观演变的关键生态因子

运用公式(1)和(2)对各生态要素与景观演变的灰色关联度计算结果显示，如表3.干旱年份，各生态要素序列与景观演变序列关联度排序为：水分gt;盐度gt;铵态氮gt;速效钾gt;有机质gt;有效磷；湿润年份，各生态要素序列与景观演变序列关联度排序为：盐度gt;水分gt;有效磷gt;铵态氮gt;速效钾gt;有机质。综上分析表明，土壤水分和盐度的变化趋势与景观演变的趋势最为相似，故把土壤水分和盐度确定为海滨湿地景观演变的关键生态因子。这一结果与实际的景观演变序列及前人的研究结果相符合。

表3 各生态要素与景观演变的关联度

3.3 海滨湿地景观演变关键生态因子阈值界定

通过公式(4)—公式(7)计算出146个斑块质心的土壤水分和盐度值，然后运用地统计学方法进行空间插值可以直观的显示土壤水分和盐度在空间上的变化趋势(图2和图3)。以较好的保持数据的统计特性，相似性大的数据分在同一级，差异性大的数据分在不同级的原则，在ARCGIS 9.3中，运用Classification功能，通过聚类分析将海滨湿地土壤水分和盐度分为5级，从Ⅰ级到Ⅴ级表征土壤水分和盐度逐渐增大。土壤水分和盐度的空间变异具有一致性。空间变异性均呈现东西海陆方向上的变异大于南北海岸延伸方向上的变异，空间变异的延伸方向与海岸带延伸方向一致。

y干水分=38.749%+0.403x0-2.928x1+1.287x2+1.799x3

(4)

y湿水分=51.496%-0.300x0-11.928x1-9.094x2-2.775x3

(5)

y干盐度=1.253%-0.020x0-0.773x1-0.197x2+0.264x3

(6)

y湿盐度=-0.156%+0.098x0+0.301x1+0.137x2+0.146x3

(7)

图2 干旱年份和湿润年份海滨湿地土壤水分空间分异图Fig.2 Spatial variation of soil moisture in coastal wetland in dry and wet year

图3 干旱年份和湿润年份海滨湿地土壤盐度分布图Fig.3 Spatial variation of soil salinity in coastal wetland in dry and wet year

土壤水分和盐度的空间分布具有高度的一致性，土壤水分和盐度的组合呈现高盐度高水分与低盐度低水分的“双高双低”组合特征。在ArcGIS 9.3中，将2011年景观类型图与土壤水分/盐度空间分布图进行叠加分析(表4—表7)，得出：干旱年份，芦苇沼泽土壤水分和盐度值为Ⅰ—Ⅱ级(土壤水分lt;41.550%，土壤盐度lt;0.745%)，其中土壤水分在Ⅰ—Ⅱ级的分布面占芦苇沼泽面积的99.029%，土壤盐度在Ⅰ—Ⅱ级的分布范围占芦苇沼泽面积的95.841%，在参照植被分布的基础上，界定干旱年份芦苇沼泽土壤水分阈值lt;41.550%，盐度阈值lt;0.745%。碱蓬沼泽的土壤水分和盐度值范围比较宽，Ⅰ—Ⅴ级都有。其中，土壤水分在Ⅱ—Ⅳ级(38.836%—43.632%)分布面积最广，占碱蓬沼泽面积的91.818%，土壤盐度在Ⅲ—Ⅳ(0.745%—1.314%)级的分布面积达到了碱蓬沼泽面积的84.046%，所以，界定干旱年份碱蓬沼泽土壤水分阈值为38.836%—43.632%，盐度阈值为0.745%—1.314%。米草沼泽的土壤水分和盐度值在Ⅰ—Ⅴ级都有，主要集中在Ⅲ—Ⅴ级(土壤水分gt;41.550%，土壤盐度gt;0.745%)，土壤水分在Ⅲ—Ⅴ级分布面积达到了96.877%，土壤盐度在Ⅲ—Ⅴ级分布面积达到了99.068%，所以，界定干旱年份米草滩土壤水分阈值gt;41.550%，盐度阈值gt;0.745%。光滩的土壤水分和盐度值在Ⅲ—Ⅴ级，其中以Ⅲ—Ⅳ级(土壤水分41.550%—43.632%，土壤盐度0.745%—1.314%)为主，土壤水分在Ⅲ—Ⅳ级分布面积达到了99.757%，土壤盐度在Ⅲ—Ⅳ级分布面积达到了99.690%，所以，光滩的土壤水分阈值为41.550%—43.632%，盐度阈值为0.745%—1.314%。

湿润年份，芦苇沼泽土壤水分主要集中在为Ⅰ—Ⅱ级(土壤水分lt;42.332%)，分布面积达到了99.541%，土壤盐度主要集中在Ⅰ—Ⅲ(土壤盐度lt;0.656%)，分布面积达到了99.980%，所以，界定湿润年份芦苇沼泽土壤水分阈值lt;42.332%，盐度阈值lt;0.656%。碱蓬沼泽的土壤水分主要集中在Ⅱ—Ⅲ(土壤水分39.475%—46.593%)，分布面积达到了89.892%，盐度主要集中在Ⅱ—Ⅳ(土壤盐度0.403%—0.779%)，分布面积达到了98.247%，所以，界定湿润年份碱蓬沼泽土壤水分阈值为39.475%—46.593%，盐度阈值为0.403%—0.779%。米草沼泽的土壤水分和盐度值在Ⅰ—Ⅴ级都有，主要集中在Ⅱ—Ⅴ级(土壤水分39.475%—48.509%，土壤盐度0.403%—0.779%)，土壤水分和盐度在Ⅱ—Ⅴ级分布面积分别达到了98.147%和88.267%，所以，界定湿润年份米草沼泽土壤水分阈值为39.475%—48.509%，盐度阈值为0.403%—0.779%。光滩的土壤水分和盐度集中在Ⅳ—Ⅴ级(土壤水分gt;46.593%，土壤盐度gt;0.656%)，土壤水分和盐度分布面积分别达到了99.812%和87.769%，所以，界定湿润年份光滩的土壤水分阈值gt;46.593%，盐度阈值gt;0.656%。进一步将干旱年份和湿润年份土壤水分和盐度的阈值进行合并，取其并集，得出不同潮滩带土壤水分与盐度组合状况，如表8。

表4 干旱年份不同景观类型土壤水分值分布特征

表5 干旱年份不同景观类型土壤盐度值分布特征

表6 湿润年份不同景观类型土壤水分值分布特征

表7 湿润年份不同景观类型土壤盐度值分布特征

表8 不同景观类型土壤水分和盐度阈值组合

4 结论

海滨湿地在海陆两相作用下，生态过程独特而复杂，决定了海滨湿地景观格局的形成。本文选择盐城海滨湿地典型区域为研究案例，运用灰色关联分析、地统计学和GIS技术，对海滨湿地景观演变关键土壤要素空间化进行了研究，主要结论如下：

(1)海滨湿地土壤理化性质空间差异明显。其中，土壤水分和盐度表现出从米草沼泽—碱蓬沼泽—芦苇沼泽递减的趋势；土壤有机质、营养盐表现出从米草沼泽—芦苇沼泽—碱蓬沼泽递减的趋势；与海陆位置及相应的植被类型息息相关。

(2)确定了土壤水分和盐度是海滨湿地景观演变的关键影响因子，其空间分异特征显著。总体上呈现出东西海陆方向上的变异大于南北海岸延伸方向上的变异，空间变异的延伸方向与海岸带延伸方向一致，进一步说明了土壤水分和盐度是控制湿地景观演变的关键因子。

(3)确定了海滨湿地不同景观类型土壤水分和盐度的阈值。其中，芦苇沼泽土壤水分阈值lt;42.332%，盐度阈值lt;0.745%；碱蓬土壤水分阈值为38.836%—46.593%，盐度阈值为0.403%—1.314%；米草土壤水分阈值gt;39.475%，盐度阈值gt;0.403%；光滩的土壤水分范围为gt;41.550%，盐度范围为gt;0.656%。这些数据说明，如果湿地植被水盐阈值组合发生变化，区域景观将发生演变。

(4)海滨湿地景观演变是在过程与格局的相互作用下进行的。在认识海滨湿地土壤关键要素空间分异及阈值的基础上,进一步明确海滨湿地景观生态过程时空变化规律，揭示海滨湿地景观演变的影响机制，是保护海滨湿地生态系统的重要前提。

[1] Zhang X L, Li P Y, Li P, Xu X Y.Present conditions and prospects of study on coastal wetlands in China. Advances in Marine Science, 2005, 23(1): 87- 95.

[2] Liu Q S, Li Y F, Zhu X D. Characteristics of coastal wetland ecosystems and their healthy design: a case study from Yancheng Natural Reserve, Jiangsu Province, China. Acta Oceanologica Sinica, 2003, 25(3): 143- 148.

[3] Li J L, Zhang R S, Wang Y H, Zeng S P. Research on landscape pattern and construction of landscape ecology of muddy coastal wetlands in Jiangsu province. Geography and Geo-Information Science, 2003, 19(5): 86- 90.

[4] Shen Y M. Landscape Ecological Character of Jiangsu Mud Flat and its Succession. Journal of Nanjing Xiaozhuang College, 2005, 21(5): 98- 102.

[5] Li Y F, Zhu X D, Zou X Q, Gao J H. Study on landscape ecosystem of coastal wetlands in Yancheng, Jiangsu province. Marine Science Bulletin, 2005, 24(4): 46- 51.

[6] Liu C Y, Zhang S Q, Jiang H X, Wang H, Sun Y. Spatio-temporal dynamics of coastal wetland landscape patterns in Yancheng, Jiangsu Province. Remote Sensing for Land and Resources, 2009, (3): 78- 83.

[7] Liu C Y, Zhang S Q, Jiang H X, Wang H. Spatiotemporal dynamics and landscape pattern of alien speciesSpartinaalterniflorain Yancheng coastal wetlands of Jiangsu Province, China. Chinese Journal of Applied Ecology, 2009, 20(4): 901- 908.

[8] Ding J J, Wang L, Ji Y H, Ding Y H, Li R J. Landscape pattern change of Yancheng coastal wetland in Jiangsu. Wetland Science, 2009, 7(3): 202- 207.

[9] Ding J J, Wang L, Xing W, Ji Y H, Liang Z H. Analysis on the landscape pattern changes and drive of Yancheng coastal wetland in Jiangsu based on RS and GIS technology. Journal of Jiangsu Forestry Science amp; Technology, 2009, 36(6): 18- 21.

[10] Zhao Y L, Yu W X, Nie H F. An analysis of dynamic change and landscape spatial pattern of the wetlands in Yancheng of Jiangsu province based on remote sensing technology. Remote Sensing for Land and Resources, 2010, (S1): 185- 190.

[11] Yan W W, Gu D Q, Wu S Y, Ming J. Study on landscape changes at various segments of Yancheng coastal wetlands. Coastal Engineering, 2011, 30(1): 68- 78.

[12] Zuo P, Li Y, Zhao S H, Zhou X, Teng H F, Chen H. Landscape changes of Jiangsu Yancheng coastal wetlands and their driving forces since 1976. Acta Oceanologica Sinica, 2012, 34(1): 101- 108.

[13] Gao J H, Ou W X, Yang G S. Overview on geochemistry process of nitrogen and phosphor in tidal flat wetland. Wetland Science, 2004, 2(3): 220- 227.

[14] Gao J H, Yang G S, Ou W X. Analyzing and quantitatively evaluating the organic matter source at different ecologic zones of tidal salt marsh, North Jiangsu Province, China. Frontier of Environmental Science and Engineering in China, 2008, 2(1): 81- 88.

[15] Liu G M, Yang J S, Jiang Y. Salinity characters of soils and groundwater in typical coastal area in Jiangsu Province. Soils, 2005, 37(2): 163- 168.

[16] Sen Y M, Zeng H, Wang H, Liu Y M, Chen Z Y. Characteristics of halophyte and associated soil along aggradational muddy coasts in Jiangsu Province. Acta Ecologica Sinica, 2005, 25(1): 1- 6.

[17] Mao Z G, Wang G X, Liu J E, Ren L J. Influence of salt marsh vegetation on spatial distribution of soil carbon and nitrogen in Yancheng coastal wetland. Chinese Journal of Applied Ecology, 2009, 20(2): 293- 297.

[18] Ren L J, Wang G X, Qiu L, Mao Z G, Liu J E. Morphology and biomass distribution of spartina alterniflora growing in Different tidal flat Habitats in Jiangsu. Journal of Ecology and Rural Environment, 2010, 26(3): 220- 226.

[19] Zhong C Q, Wang J X, Xing W, Zhang W K. Effects of vegetation and hydrological conditions on the profile characteristics of TN, TP and OM in coastal salt marshes in northern Jiangsu Province. Journal of Beijing Forestry University, 2010, 32(3): 186- 190.

[20] Liu J E, Zhou H X, Qin P, Zhou J. Effects ofSpartinaalterniflorasalt marshes on organic carbon acquisition in intertidal zones of Jiangsu province, China. Ecological Engineering, 2007, 30(3): 240- 249.

[21] Trangmar B B, Yost R S, Uehara G. Application of geostatistics to spatial studies of soil properties. Advances in Agronomy, 1985, 38(2): 45- 94.

[22] Qiu Y, Fu B J, Wang J, Chen L D. Spatial variability of soil moisture content and its relation to environmental indices in a semi-arid gully catchment of the Loess Plateau, China. Journal of Arid Environments, 2001, 49(4): 723- 750.

[23] Goovaerts P. Geostatistics in soil science: state-of-the-art and perspectives. Geoderma, 1999, 89(1/2): 1- 45.

[24] Yost R S, Uehara G, Fox R L. Geostatistical analysis of soil chemical properties of large land areas. I. Semi-variograms. Soil Science Society America Journal, 1982, 46(10): 1028- 1037.

[25] Webster R. Quantitative spatial analysis of soil in the field. Advances in Soil Science, 1985, 3(1): 1- 70.

[26] Zhang H B, Liu H Y, Hao J F, Li Y F. Spatiotemporal characteristics of landscape change in the coastal wetlands of Yancheng caused by natural processes and human activities. Acta Ecologica Sinica, 2012, 32(1): 101- 110.

[27] Zhang H B, Liu H Y, Hao J F. Temporal-Spatial variation of erosional coastal wetland landscape in north Jiangsu and its driving forces. Journal of Ecology and Rural Environment, 2011, 27(4): 46- 50.

[28] Shen M X, He R Y, Cong J H. Study on ETM+ remote sensing image fusion and classification in the extraction of vegetation information. Transactions of the Chinese Society for Agricultural Machinery, 2007, 38(8): 109- 112.

[29] Xu J H. Mathematical Methods in Contemporary Geography. 2nd ed. Beijing: Higher Education Press, 2004.

[30] Yang Y L, Shi X Z, Yu D S, Wang H J, Xu M, Wang G. Spatial heterogeneity of soil nutrients and their affecting factors at regional scale. Scientia Geographica Sinica, 2008, 28(6): 788- 792.

参考文献:

[1] 张晓龙, 李培英, 李萍, 徐兴永. 中国滨海湿地研究现状与展望. 海洋科学进展, 2005, 23(1): 87- 95.

[2] 刘青松, 李杨帆, 朱晓东. 江苏盐城自然保护区滨海湿地生态系统的特征与健康设计. 海洋学报, 2003, 25(3): 143- 148.

[3] 李加林, 张忍顺, 王艳红, 曾昭鹏. 江苏淤泥质海岸湿地景观格局与景观生态建设. 地理与地理信息科学, 2003, 19(5): 86- 90.

[4] 沈永明. 江苏沿海淤泥质滩涂景观生态特征及其演替. 南京晓庄学院学报, 2005, 21(5): 98- 102.

[5] 李杨帆, 朱晓东, 邹欣庆, 高建华. 江苏盐城海岸湿地景观生态系统研究. 海洋通报, 2005, 24(4): 46- 51.

[6] 刘春悦, 张树清, 江红星, 王会, 孙妍. 江苏盐城滨海湿地景观格局时空动态研究. 国土资源遥感, 2009, (3): 78- 83.

[7] 刘春悦, 张树清, 江红星, 王会. 江苏盐城滨海湿地外来种互花米草的时空动态及景观格局. 应用生态学报, 2009, 20(4): 901- 908.

[8] 丁晶晶, 王磊, 季永华, 丁玉华, 李荣锦. 江苏省盐城海岸带湿地景观格局变化研究. 湿地科学, 2009, 7(3): 202- 207.

[9] 丁晶晶, 王磊, 邢伟, 季永华, 梁珍海. 基于RS和GIS的盐城海岸带湿地景观格局变化及其驱动力研究. 江苏林业科技, 2009, 36(6): 18- 21.

[10] 赵玉灵, 郁万鑫, 聂洪峰. 江苏盐城湿地遥感动态监测及景观变化分析. 国土资源遥感, 2010, (S1): 185- 190.

[11] 闫文文, 谷东起, 吴桑云, 明洁. 盐城滨海湿地景观变化分段研究. 海岸工程, 2011, 30(1): 68- 78.

[12] 左平, 李云, 赵书河, 周鑫, 滕厚锋, 陈浩. 1976年以来江苏盐城滨海湿地景观变化及驱动力分析. 海洋学报, 2012, 34(1): 101- 108.

[13] 高建华, 欧维新, 杨桂山. 潮滩湿地N、P生物地球化学过程研究. 湿地科学, 2004, 2(3): 220- 227.

[15] 刘广明, 杨劲松, 姜艳. 江苏典型滩涂区地下水及土壤的盐分特征研究. 土壤, 2005, 37(2): 163- 168.

[16] 沈永明, 曾华, 王辉, 刘咏梅, 陈子玉. 江苏典型淤长岸段潮滩盐生植被及其土壤肥力特征. 生态学报, 2005, 25(1): 1- 6.

[17] 毛志刚, 王国祥, 刘金娥, 任丽娟. 盐城海滨湿地盐沼植被对土壤碳氮分布特征的影响. 应用生态学报, 2009, 20(2): 293- 297.

[18] 任丽娟, 王国祥, 仇乐, 毛志刚, 刘金娥. 江苏潮滩湿地不同生境互花米草形态与生物量分配特征. 生态与农村环境学报, 2010, 26(3): 220- 226.

[19] 仲崇庆, 王进欣, 邢伟, 张维康. 不同植被和水文条件下苏北盐沼土壤TN、TP和OM剖面特征. 北京林业大学学报, 2010, 32(3): 186- 190.

[26] 张华兵,刘红玉,郝敬锋,李玉凤. 然和人工管理驱动下盐城海滨湿地景观格局演变特征与空间差异.生态学报, 2012, 32(1): 101- 110.

[27] 张华兵, 刘红玉, 郝敬锋. 苏北侵蚀型海岸湿地景观时空演变特征及驱动机制. 生态与农村环境学报, 2011, 27(4): 46- 50.

[28] 沈明霞, 何瑞银, 丛静华. 植被信息提取过程中ETM+遥感影像融合和分类试验. 农业机械学报, 2007, 38(8): 109- 112.

[29] 徐建华. 现代地理学中的数学方法 (第二版). 北京: 高等教育出版社, 2002.

[30] 杨艳丽, 史学正, 于东升, 王洪杰, 徐茂, 王果. 区域尺度土壤养分空间变异及其影响因素研究. 地理科学, 2008, 28(6): 788- 792.

ThestudyingofkeyecologicalfactorsandthresholdoflandscapeevolutioninYanchengCoastalwetland

ZHANG Huabing1, 2, LIU Hongyu1,*, LI Yufeng1,TAN Qingmei1,HOU Minghang1

1CollegeofGeography,NanjingNormalUniversity,Nanjing210023,China2CollegeofUrbanandResourceEnvironment,YanchengTeachersUniversity,Yancheng224051,China

The key ecological factors influencing the evolution of coastal wetland landscape were investigated by soil sampling and analyzing, and analyses on data from ETM+ by methods of grey relative analysis, linear regression and geostatistics in the Yancheng national natural reserve as an example. The ecological thresholds were defined based on the analyses on the relationship between the spatial distribution and landscape types. (1) The physiochemical properties of soil at the coastal wetland exert distinct continental and oceanic difference, depending on their specific location and corresponding vegetation types. Soil water content and salinity shows a trend of decrease fromSpartinamarsh to salsa, and to reed. The soil water content was higher in wet season than in dry season, in contrast, the salinity exhibited lower average value in wet season than in dry season. The soil organics and nutrient content show higher values inSpartinamarsh and reed, while lower in salsa, and generally higher in wet season than dry season, with an exception for the soil available phosphorus. (2) Through the grey relative analysis, the rank of the correlation between the wetland soil physicochemical characteristic and landscape evolution follows: in the dry season---watergt;salinitygt;ammonium nitrogen gt;available potassium gt;organicsgt;available phosphorus; in the rainy season---watergt;salinitygt;available phosphorusgt;ammonium nitrogengt;available potassiumgt;organics. Therefore the soil water content and salinity were identified as the key ecological factors that influence the evolution of coastal wetland landscape.(3)The spatial distribution of soil water content and salinity show the same trend and was classified into five grades, with the variation higher in the eastern-western direction than in the southern-northern direction. (4) Combined with analyzing distribution of soil water content and salinity and the correlated landscape types, the range of thresholds of soil water content and salinity were defined. The soil water content and salinity were less than 42.33% and 0.745% respectively for reed soil; 38.836%—46.593% of soil water content and 0.403%—1.314% for salsa soil;Spartinamarsh soil had water content of above 39.475% and salinity above 0.403%; with the soil water content and salinity of more than 41.550% and 0.656% for optical flat soil.

coastal wetland；key ecological factors；threshold；Yancheng

国家自然科学基金资助项目(41071119)；江苏省高校自然科学研究重大资助项目(10KJA170029)；江苏省高校自然科学研究资助项目(13KJB170021- 12KJB170006)

2013- 01- 15;

2013- 04- 18

*通讯作者Corresponding author.E-mail: liuhongyu@njnu.edu.cn

10.5846/stxb201301150096

张华兵,刘红玉，李玉凤，谭清梅,侯明行.盐城海滨湿地景观演变关键土壤生态因子与阈值研究.生态学报,2013,33(21):6975- 6983.

Zhang H B, Liu H Y, Li Y F,Tan Q M, Hou M H.The studying of key ecological factors and threshold of landscape evolution in Yancheng Coastal wetland.Acta Ecologica Sinica,2013,33(21):6975- 6983.