中国红树林覆盖变化文献分析
2022-07-01龚明昊王宇航文菀玉李惠鑫
龚明昊 王宇航 文菀玉 刘 刚 李惠鑫
(1 西华师范大学生命科学院,四川 南充 637002;2 中国林业科学研究院生态保护与修复研究所,湿地研究所,湿地生态功能与恢复北京市重点实验室,北京 100091;3 广东湛江红树林湿地生态系统国家定位观测研究站,广东 湛江 524448)
由于人类的不合理开发利用及一些自然因素的影响,全球红树林面积持续减少,近年来,红树林保护受到了世界范围的广泛关注(Bosire et al,2008; 廖宝文等, 2014; 范航清等, 2017)。红树林资源调查和动态监测是开展红树林科学保护与管理的前提与基础,也是红树林生态系统恢复机理与技术研究的重要步骤(周振超等, 2018; Giri et al, 2016)。遥感技术具有覆盖范围广、信息获取迅速、省时、省力等优势,已成为红树林监测的最重要手段(Pham et al, 2019; Hu et al, 2018)。国内外研究者借助遥感技术已在红树林监测方面做了大量研究,并就红树林树种分类、动态变化、叶面积指数反演等研究内容以及遥感数据方法及未来研究方向等方面做了系统综述(Kuenzer et al, 2011;Pham et al, 2019; Cárdenas et al, 2017; 王乐等, 2018; 孙永光等, 2013)。红树林覆盖变化是开展研究最早、研究文献数量最多、最基础且最重要的研究内容之一(Wang et al, 2019; Richards et al, 2016)。我国的相关研究起始于上世纪90 年代,随后研究文献数量不断增加(周振超等, 2018;孙永光等, 2013)。目前,我国红树林覆盖变化已有一定数量的研究,许多研究在研究地点与研究时间交错重叠,缺乏不同研究间的对比与分析,特别是研究文献数量、研究地点分布、研究时间以及研究结果间的异同情况尚不清楚,亟需对这些研究进行系统梳理与分析。
本研究针对借助遥感技术在中国开展的红树林覆盖变化相关研究,从研究地点、时间、数据与方法等方面进行了系统归纳与分析,以期发现中国红树林变化研究的特点与不足,为后续研究探明方向。
1 数据与方法
1.1 文献数据来源
文献主要来源于Web of Science、中国学术期刊全文数据库(CNKI)和万方数据知识服务平台。以“Mangrove(红树林)”和“change/dynamics(变化)”为主题搜索文献,进一步利用“土地覆盖”“湿地”及“海岸线”为关键词,并在全文里加“红树林”为索引扩大搜索范围。通过对上述文献及相关专著进行系统梳理和归纳,整理出研究范围在中国境内的红树林变化相关文献73篇(英文7篇、中文66篇)。就文献类别而言,包括期刊论文47 篇,学位论文25 篇(硕士论文18 篇、博士论文7 篇),会议论文1 篇。整理出文献的时间范围为2002—2020 年,文献数量随着年份的增加而增加(图1)。
图1 中国红树林变化研究发文量Fig.1 Number of published literatures on mangrove change
1.2 文献分析
基于2002—2020 年间红树林文献的发表时间、作者、题目、文献类型、研究地点、时间、数据、方法及结果等建立数据库并进行分析。将红树林文献划分为全国、省/自治区/特别行政区及港/湾/河口尺度,分别统计3 个尺度的文献研究数量;对文献中开展红树林变化研究的时间范围及使用数据进行统计分析;总结概括不同研究使用的数据和方法。最后,针对全国尺度的主要研究,对比研究地点、时间、方法及主要结果。
2 结果与分析
2.1 研究地点与时间范围
将全部研究基于研究地点划分为全国、省/自治区/特别行政区及港/湾/河口3 个尺度,其中,港/湾/河口尺度的文献数量最多(56 篇);其次为全国(9 篇);省/自治区/特别行政区最少(7 篇)。在港/湾/河口尺度的研究,我国红树林分布的省份均有分布,广东省的研究数量最多(20 篇),其后,依次为海南省(16 篇)、福建省(14 篇)、广西壮族自治区(12 篇)、香港特别行政区(4 篇)、浙江省和台湾省(各1 篇)。研究文献数量较多的地点有东寨港、珠江口及深圳河口。
研究时间最早为1955 年,最晚至2017 年;研究时间范围最长为56 a,最短为4 a(图3)。除少数研究从20 世纪60 年代左右起外,大都约从20 世纪80 年代开始。研究时间多为20 a 左右(图2,图4a),研究中使用的影像数量大多为2 ~3 a,仅2020 年的1 篇文献使用了逐年数据(1991—2011 年)(图3,图4b)。
图2 不同研究的时间范围Fig 2 Study period for different studies
图3 研究时间与使用的影像年数对比Fig.3 Study period and the number of years for the used remoted sensing images
图4 不同文献的研究时间情况Fig.4 Study periods for different literatures
2.2 数据与方法
光学卫星遥感影像是红树林研究最主要的数据源,绝大部分研究均使用了Landsat 卫星影像数据,少 数 研 究 使 用 了SPOT、HJ、CBERS、ALOS、KH、QuickBird 及ZY 等卫星数据,1960 年以前的研究多借助航空影像和历史资料来实现。
就研究方法而言,研究主要在先获取不同时间红树林的范围后,通过不同时间的红树林范围对比来分析红树林覆盖变化。获取红树林范围主要借助影像分类来实现,使用的主要方法有目视解译、面向对象、元胞自动机、最大似然法、决策树、专家分类器、影像分割、支持向量机及随机森林等。
由于红树林分布于海陆交界处,涨潮会使一些低矮或内带的红树林被海水浸没,进而影响从光学遥感影像中获取的红树林范围,在73 篇文献研究中,11 篇文献考虑了这一影响。研究思路包括:通过影像成像时间与潮汐信息对比,影像过境时间与潮高基准面相当,进而忽略潮汐的影响;通过建立植被指数,如淹没红树林指数,提取受潮汐影响淹没的红树林范围;通过光谱时间序列数据降低潮汐的影响,获取红树林分布范围。
2.3 全国尺度红树林变化研究对比
全国尺度的红树林变化研究归纳于表1。从研究地点来看,覆盖中国全部红树林分布地区的研究仅有3 篇,研究时间最早自1973 年,终止年至2016 年。虽然研究时间范围跨度长达几十年,但大部分研究使用了几个时间段的影像来分析。Landsat 卫星数据是最主要的数据源,其他数据作为辅助数据使用。研究方法基本均采用了监督分类方式,具体方法有面向对象、决策树、光谱时间变化指数、决策树、最大似然法、最邻近分类及支持向量机等。
表1 全国尺度的中国红树林变化研究Table 1 National scale of mangrove change studies in China
相同时间段、不同研究给出的红树林面积变化和变化趋势差异明显。1990—2000 年间,吴培强(2012)、吴培强等(2013)得出中国红树林面积增加2 534 hm2,贾明明(2014)得出中国红树林面积减少1 084 hm2,Hu 等(2018)则得出中国红树林面积增加447 hm2。2000—2010 年 间,吴 培强(2012,2013)得出中国红树林面积增加8 525 hm2,贾明明(2014)得出中国红树林面积增加2 189 hm2,Hu 等(2018)得出中国红树林面积增加5 557 hm2。1990—2015 年间,除王武霞(2017)外,其余研究均显示出中国红树林面积呈增加趋势(表2)。
表2 全国尺度的中国红树林变化研究结果对比Table 2 Results comparison of Mangrove change studies in China
3 讨论
中国的红树林动态研究主要集中在局地尺度(港/湾/河口),大尺度(省和全国)的研究文献数量还较少,这主要受到研究数据和技术方法的影响。中空间分辨率Landsat 和一些高空间分辨率卫星遥感影像是最主要的研究数据源。高空间分辨率遥感影像主要来自一些商用卫星,需付费购买,还需较大的存储空间,限制了研究的空间范围。中空间分辨率Landsat 数据是在红树林覆盖变化研究中使用最多的遥感数据源,其长时间跨度(20 世纪80 年代左右至今),30 m 空间分辨率、16 天时间分辨率,为开展红树林变化研究提供了良好支持,2008 年开始可以免费获取,促进了较大尺度红树林变化研究的开展(王乐等, 2018; Zhu et al, 2019)。此外,近几年欧洲的哨兵(Sentinel)系列卫星和中国的高分(GF)系列卫星,同时具备较高时间分辨率和较高空间分辨率,为未来红树林的动态监测提供了良好的遥感数据源(周振超等, 2018; Wang et al, 2019)。
几个时间段的红树林范围对比是最主要的红树林覆盖变化研究思路,但用几个时间节点的数据来表征长达十几年的红树林变化会存在研究数据不够充分的问题(Cárdenas et al, 2017)。近年来,研究发现利用时间序列数据分析能够更好地反应土地利用/覆盖和森林变化,是红树林覆盖变化研究的一个新方向(Hansen et al, 2012)。随 着 NASA Earth Exchange、Data Cube 及Google Earth Engine 等地理数据云计算服务平台的出现,使得快速、批量处理大数据量的影像成为可能,为红树林大尺度数据分析提供了有力的技术支 持(Laush et al, 2018)。Google Earth Engine能够在线提供长序列的Landsat 和哨兵等卫星遥感数据,基于Google Earth Engine 结合遥感时间序列数据分析方法已在大尺度土地利用/覆盖研究中取得较好效果,研发基于时间序列的红树林动态变化方法是未来研究的重要方面(周振超,等, 2018; Wang et al, 2019)。
不同的研究结果间仍存在较大差异,这与研究所用的数据源、时相、分类方法、训练样本点、解译尺度及红树林定义等方面的差异有关(周振超等, 2018)。由于遥感数据受成像时潮位的影响,仅依靠遥感数据进行信息提取,提取分布在低潮间的红树林范围会存在一定误差(周振超等, 2018)。结合系统调查的野外数据,考虑潮汐的影响对准确获取红树林分布和变化信息十分必要(Cárdenas et al, 2017)。
4 结论
本研究从研究地点、研究时间、文献数量、数据源与方法以及研究结果等方面对中国红树林变化的文献进行了梳理和归纳,指出了中国红树林变化的研究进展、不足及展望。受研究数据和研究方法的影响,中国红树林研究以局地尺度为主,几个时间节点的红树林范围对比是最主要的研究思路,借助云平台基于遥感时间序列是未来研究的重要方式。全国尺度的红树林研究结果间差异较大,结合系统调查的野外数据,考虑潮汐影响是未来红树林分布与变化研究的重要方向。