1980—2020 年黄河三角洲碳储量动态及驱动因素

摘 要：滨海湿地生态系统在缓解全球气候变暖方面具有重要作用。研究滨海湿地碳储量动态变化及其影响因素，可以有效地评估湿地碳汇能力，对科学管理和保护滨海湿地生态系统以及推动碳达峰碳中和具有重要意义。以黄河三角洲为例，使用InVEST模型对1980—2020年碳储量动态变化及其主要影响因素进行研究。结果表明：①1980—2020年黄河三角洲碳储量先增加后减少，总体表现为减少趋势，即由1. 561×107 t减少至1. 556×107 t，1990—2020年碳储量损失量最大，为1. 310×106 t（-7. 8%）。其中，1980—1990年碳储量年际变化量为+1. 3×105（tC/a），1990—2010年为-6. 5×104 tC/a，2010—2020年为-2. 0×103 tC/a。②碳储量表现出明显的区域差异，低值区主要分布在湿地沿海滩涂，中值区主要分布在湿地向陆延伸区域，高值区则分布在二者之间以及黄河沿岸。③碳储量减少的主要原因是土地利用类型由草地和湿地向建设用地、盐田和养殖区的转变。其次，防潮堤坝建设通过改变植被、土壤性质及海陆水文连通性等也影响碳储量时空分布，尤其是碳储量会随着与坝距离的增加而增加。因此，黄河三角洲碳汇增强的关键是加强生态保护和恢复，使土地利用向有利于生态保护的方向发展和转变。

关键词：碳储量；土地利用变化；防潮堤坝；InVEST模型；黄河三角洲

中图分类号：TV121 文献标识码：A 文章编号：1001-9235（2024）09-0036-11

湿地是地球上生态服务价值最高的生态系统类型，其与森林、海洋并称为全球最具生产力的三大生态系统，能够源源不断地为人类提供多种不可替代的生态服务。例如，全球湿地面积仅占陆地面积的4%～6%，但却贮藏着全球20%～30% 的碳［1］。因此，滨海湿地被公认为“蓝色碳汇”的重要组成部分［2-3］。滨海湿地储存的碳可以在土壤中保存数千年以上。因此，其在缓解全球气候变化方面发挥着至关重要的作用［4］。据统计，滨海湿地碳埋藏量可达0. 22×109g（/ km2·a），相当于3. 36×105 L汽油燃烧所排放的二氧化碳量［5］。

近年来，在全球气候变化与人类活动共同作用下，湿地生态系统发生了明显变化，导致湿地碳储量显著下降。其中，人类活动（土地利用变化、堤坝建设等）对滨海湿地碳储量的影响日益显著。土地利用与覆被变化（Land Use and Land Cover Change，LUCC）通过改变湿地的植被类型、土壤理化性质和小气候状况对陆地系统碳循环过程产生深刻影响，被认为是引起全球碳源、碳汇变化的重要原因［6］。如，Sasmito等［7］的研究表明，LUCC导致全球红树林湿地植物碳储量损失82%±35%，土壤碳储量损失54%±13%。Zhu 等［8］的研究发现，1980—2020 年LUCC导致中国沿海碳储量减少5. 40×108 t。

防潮堤坝的建设也会直接或间接影响滨海湿地碳储量［9］。堤坝建设会导致水位下降并加速有机质的分解［10］。据报道，海堤围垦湿地土壤中的有机碳含量相对于自然湿地来说明显下降［11］。因此，堤坝建设会削弱盐沼湿地碳汇［12］。而且，堤坝建设会明显改变植被群落演替和植被长势［11］。例如，促进芦苇［13-14］的生长，但使红树林［15-16］和互花米草［17-18］面积缩小，进而影响滨海湿地碳储量。总的来说，当前对LUCC影响湿地碳储量的研究相对较多，而结合防潮堤坝建设的影响研究较少，值得关注。

湿地生态系统的碳储量主要采用实地调查、遥感估算和模型模拟［19］等方法进行评估。其中，InVEST 模型（Integrated Valuation of EcosystemServices and Trade-offs）可量化多种生态系统服务功能［20］，且操作简单、参数灵活、结果相对准确，因此被广泛应用于生态系统碳储量的模拟和评估［21］。如，Li等［22］利用Google Earth Engine 平台和InVEST模型，研究了1987—2020年中国东部盐沼湿地碳储量的时空动态变化，发现填海是盐沼湿地碳储量减少的主要驱动力。Deng等［23］使用InVEST模型估算了1995—2020年港澳珠大湾区湿地的碳储量，结果显示大湾区湿地碳储量从33. 38×106 t 下降到16. 64×106 t。

黄河三角洲位于渤海和黄河入海的交汇处，是世界上暖温带保存最完整、最年轻的湿地生态系统，也是中国大型石油化工生产基地和农牧渔业综合开发地区，其不仅在全球湿地生态系统研究中具有重要地位，而且具有重要的经济价值。1980 年代，为保护黄河三角洲油井油田免遭海水淹没，当地修建了大量防潮堤坝［24］。堤坝的建设有效降低了台风、海浪及海水入侵等自然现象对滨海湿地的破坏，但也改变了黄河三角洲的生态平衡，降低甚至阻断了湿地与近海的水文连通性，影响了植被的正常演替过程，大大降低了生物多样性，进而影响着湿地碳的循环、累积和固存。因此，本研究基于InVEST模型对黄河三角洲 1980—2020年碳储量动态变化及其主要影响因素进行研究，以期为黄河三角洲生态保护和经济高质量发展提供技术支持，为滨海湿地碳汇功能的提升与管理提供理论支撑。

1 材料与方法

1. 1 研究区概况

黄河三角洲位于山东省东营市，东邻莱州湾、北接渤海湾（图1），是暖温带广阔、完整的河口新生湿地生态系统，也是东北亚内陆和环西太平洋鸟类迁徙的重要“中转站、越冬地和繁殖地”。黄河三角洲属于暖温带半湿润大陆性季风气候区，年平均气温约12. 0 °C，年平均降雨量576. 7 mm左右，降水量年际变化较大，主要集中于夏季，年均蒸发量约为1 962. 0 mm［25］。研究区地势平坦，油气资源丰富，土壤类型以潮土和盐土为主。自然植被以盐生草甸为主，林木稀少，主要植被类型有盐地碱蓬、灌木柽柳、芦苇、白茅等。图1为本研究区的范围，在湿地范围上有所拓展，经纬度分别为118°10'～119°20'E和37°25'～38°10'N。

1. 2 研究方法

1. 2. 1 堤坝提取

基于1985、1990、2000、2005 和2010 年的Landsat 系列数据和2020 年Sentinel-2 号遥感影像数据，在ENVI里经过图像校正增强处理后将遥感影像导入ArcGIS 里，同时参考傅新等［26］的研究结果，通过人工目视解译的方法绘制黄河三角洲4个主要建设时期（1970s、1980s、1990s、2000s）的防潮堤坝分布图。

1. 2. 2 InVEST模型

本研究采用InVEST模型中的Carbon模块对黄河三角洲碳储量进行估算。该模块包含4个基本碳库：地上生物碳库（Cabove）、地下生物碳库（Cbelow）、土壤碳库（Csoil）、死亡有机质碳库（Cdead）。将研究区土地利用数据以及每种土地利用类型对应的4个碳库的碳密度数据输入InVEST模型，即可得到不同时期不同碳库碳储量的估算结果，其计算公式如下：

C = Cabove + Cbelow + Csoil + Cdead （1）

式中：C 为总碳储量，t；Cabove 为地上部分碳储量，t；Cbelow为地下部分碳储量，t；Csoil为土壤碳储量，t；Cdead为死亡有机质碳储量，t。

1. 2. 3 模型结果检验

为保证碳密度模型估算的准确性，本文基于土壤碳实测数据（图1，39个样点）来验证InVEST模型估算的土壤碳储量，包括2012—2013 年期间的20个土壤样品数据［27］和2023年6月采集的19个土壤样品数据。本次检验根据点对点验证的方式采用相对误差法（RE）［8］检验模型估算的土壤碳库精度，计算公式如下：

RE =（ Rs - Ra/Ra） × 100% （2）

式中：RE为相对误差；Rs为模型模拟的土壤碳库结果；Ra为土壤实测碳储量。

1. 3 数据来源

1. 3. 1 碳密度数据

碳密度数据主要通过文献查阅统计获取。其中，地上生物碳密度根据早期研究对黄河三角洲地上植被的实测数据或研究结果［28-31］估算获得，土壤碳库以表层土壤（0～30 cm）有机碳数据为主，主要参考相关文献［30-33］对碳库表中的土壤碳密度数据进行估算。地下部分碳密度和死亡碳密度根据文献［30-31］中植物体的地上地下所占比例估算获得。综上，即可计算获得黄河三角洲不同土地利用类型的碳密度（表1）。

1. 3. 2 土地利用数据

土地利用数据来源于中国海岸带土地利用的遥感分类系统［34］，该系统基于1∶10 万中国土地利用数据库［35］和 Landsat TM 卫星影像，通过分类系统调整、图斑修改和动态更新获得，空间分辨率为30 m×30 m。本文在该分类系统的基础上，经过掩膜提取得到研究区1980、1990、2000、2005、2010、2015、2020年共7期土地利用栅格图，并将土地利用类型重分类为水田、旱田、林地、草地、建设用地、河渠、湖泊、水库坑塘、滩地、湿地、滩涂、盐田、养殖区和未利用地。

1. 3. 3 气象数据

本研究应用的气象数据包括1980—2020年的气温和降水数据，主要来自国家气象科学数据中心。

2 结果与分析

2. 1 土地利用变化特征

由图2、3所示，1980—2020年黄河三角洲范围逐渐向海延伸，其陆域面积从1980年的5 815. 6 km2增长到2020年的6 192. 3 km2。然而，滨海湿地（包括湿地和滩涂，下同）面积呈减少趋势（图3），土地破碎化加剧（图2）。2000年，黄河三角洲开始修建养殖池和盐田（图2c），而且不断向陆扩张。2010年开始修建丁坝突堤（图2e），说明人类活动对黄河三角洲的开发利用强度不断加大。

由图2可见，研究区土地利用类型总体以耕地（水田和旱田）为主，其占研究区总面积的比例为34. 6～46. 8%；其次是滨海湿地，主要分布在临海地区，其占研究区总面积的比例为13. 5～36. 8%。其他土地利用类型所占比例为28. 7～47. 3%。1980—2020年，研究区土地利用类型发生了不同程度的变化，主要表现在草地、滨海湿地面积的减少（分别为-6. 7%和-20. 7%）和建设用地、盐田、养殖区面积的增加（分别为+7. 7%、+4. 6%和+7. 6%），其他类型的变化则不明显。

利用转移矩阵得到研究区1980—2020年不同土地利用类型变化的桑基图（图4）。其中，耕地主要转化为建设用地和草地，草地主要转化为耕地，说明耕地和草地之间呈现互相转化的特点。滨海湿地主要转化为养殖区、草地和建设用地，而建设用地的增长主要来自旱地和滨海湿地的转入，养殖区和盐田的增加主要来自湿地和草地的转入。总体上，研究期间土地利用类型变化主要表现为滨海湿地和草地向建设用地、盐田和养殖区的转变。

2. 2 堤坝时空分布特征

1980年，黄河三角洲防潮堤坝较少，1990年增多，堤坝主要修建于北部沿海和油田周围。1992年，黄河三角洲海岸带建立起完善的护岸工程［24］。2000年，堤坝整体分布基本完成。空间上，黄河三角洲堤坝呈现北部复杂、南部单一的“北多南少”的分布格局（图5），主要与油田分布紧密相关［24］。

2. 3 碳储量时空分布

2. 3. 1 模型估算结果的合理性分析

基于InVEST 模型的碳储量模块估算得出1980—2020年黄河三角洲碳储量，并通过土壤碳实测数据检验模型估算的土壤碳库精度。结果表明，研究区有71. 8%的采样点的相对误差在30%以下，说明应用InVEST模型对黄河三角洲碳储量的估算结果是可以接受的。

2. 3. 2 碳储量时间变化特征

1980、1990、2000、2005、2010、2015、2020 年黄河三角洲碳储量总体呈现先增加后减少的趋势（图6）。1980—2020 年，碳储量损失5. 122×104 t（-0. 33%），1990—2020年，碳储量损失1. 310×106 t（-7. 8%）。其中，1980—1990年碳储量变化为+1. 3×105 tC/a，1990—2010年为-6. 5×104 tC/a，2010—2020年为-2. 0×103 tC/a。单位面积碳储量与总碳储量的变化趋势一致，也是先增加后减少。其中，1980—1990年单位面积碳储量快速增加，1990—2010年大幅下降，2010—2020年下降幅度有所缓解。

为最大程度反映黄河三角洲碳储量的动态变化，将1990—2020年栅格碳储量增加值大于5%的区域定义为增长区域，减少值低于5%的区域定义为碳储量减少区域，变化值介于±5%之间的区域定义为碳储量基本不变区域。由图7 可见，1990—2020年，黄河三角洲碳储量增加的区域占17. 4%，主要是因为耕地转化为草地和湿地（图2、4），使得碳储量增加；碳储量减少的区域占32. 9%，主要是因为草地和湿地转化为养殖区、盐田，导致碳储量下降。总体来说，黄河三角洲碳储量减少区域面积超过增加区域面积，最终导致碳储量呈下降趋势。

2. 3. 3 碳储量空间分布特征

空间上，黄河三角洲碳储量呈现明显区域差异。鉴于单位栅格碳储量介于1. 134～5. 724 t，本研究通过NBC（自然间断点分类法）［30］将研究区碳储量划分为3 个区：低值区（1. 134～1. 944 t）、中值区（1. 944～2. 826 t）和高值区（2. 826～5. 724 t）。

由图8可见，碳储量低值区主要集中分布在沿海滩涂区，土地利用类型多为盐田、养殖区，盐碱化程度高，几乎无植被生长，其次零星分布在建设用地，生物量小、固碳能力弱。中值区主要分布于湿地向陆区域，土地利用类型主要是旱地，面积大、分布广，其碳密度中等偏高（表1），固碳能力较强。高值区主要分布在低值区和中值区之间以及黄河沿岸，土地利用类型主要是林地、草地和水田，碳密度高，固碳能力强。1980—2020年，研究区碳储量低值区增加，中、高值区减少，总碳储量呈减少趋势。

3 讨论

3. 1 土地利用变化对碳储量的影响

1980—2020年，黄河三角洲碳储量整体呈减少趋势，反映出黄河三角洲固碳能力减弱，主要是因为土地利用类型由草地和湿地向养殖区、盐田和建设用地的变化。

1980—1990 年，研究区总面积增加（+2. 2%），碳密度较高的草地和耕地类型有所增加，使得总碳储量也增加；1990年以后，人类干扰强度加剧，碳密度较高的草地和湿地被开发为碳密度较低的建设用地、盐田和养殖区，导致碳储量快速下降；1980—2020 年，草地面积的减少导致碳储量损失1. 344×106 t，占总碳储量损失的35. 1%，滨海湿地（滩涂和湿地）面积的减少导致碳储量损失2. 416×106 t，占总碳储量损失的63. 1%。总体来说，1980—2020年黄河三角洲湿地面积的缩减是碳储量下降的主要原因。这与部分学者的研究结果是一致的，如，隋玉正等［30］的研究发现，2005—2018年黄河三角洲地区不合理的开发建设活动，如养殖区、盐田和工业用地的粗犷利用和扩张，导致大量滨海湿地被侵占，生态系统碳储存功能持续减弱。

值得注意的是，近年来随着生态文明建设力度的不断推进，黄河三角洲湿地逐渐得到保护和修复。2010 年，黄河水利委员会启动实施百万亩湿地修复工程，对刁口河流路进行生态补水，通过引水修复，湿地退化得到了较大程度缓解［36］，进而也减缓了黄河三角洲碳储量的损失。2019年，黄河流域生态保护和高质量发展国家战略的实施将进一步推动湿地的保护和修复。因此，未来黄河三角洲固碳能力将增强，蓝碳碳汇将增加。

3. 2 堤坝建设对碳储量的影响

为更好地展示堤坝建设对黄河三角洲碳储量的动态影响，本研究利用GIS技术在堤坝处分别构建了与坝距离100、200、300、500、1 000 m的缓冲区并统计了各个时期不同缓冲区的单位面积碳储量。1980—1990年，单位面积碳储量有所增加，但碳储量变化规律不明显（图9a、9b）。2000年及以后，单位面积碳储量空间分布呈现一致性。因此，以2020年为例分析，发现单位面积碳储量均随着与坝距离的增加而增加，即距离堤坝越远，碳储存能力越大，说明防潮堤坝的建设可能会降低碳储量。

本文选取研究区北部堤坝建设相对集中的一千二管理站及东营港附近区域为典型区，进一步分析堤坝建设对碳储量空间分布的影响。由图10可知，1980—2020年，典型区的单位面积碳储量呈现先增加后减少的趋势，与研究区总体一致，但典型区总碳储量持续减少（图11a）。分不同时期来看，1980—1990年，典型区高值区增加（图11b），但总碳储量下降（图11a），主要因为堤坝的增加会降低坝内土壤盐度，有利于植物生长，加速坝内自然植被群落的正向演替［26］，促进有机碳的固存［11］，增加单位面积碳储量（图11a）。但随着堤坝建设时间的增加，典型区与近海的水文连通性被阻隔［37］，而且海洋侵蚀加剧，导致湿地萎缩，10 a间典型区面积减少11. 6%（图11b），总碳储量明显下降。1990—2010年，高值区减少，低值区增加（图10），总碳储量和单位面积碳储量都呈下降趋势，碳储量大幅下降（图11a），这主要因为堤坝建设和土地利用变化等人为活动加快湿地破坏，影响有机碳的累积［38］。2010—2020年，高值区增加，中值区减少（图10），碳储量下降幅度减缓，主要因为2010年以来黄河三角洲的生态补水缓解了碳储量的下降，但堤坝建设导致坝内外土壤盐度存在较大差异，当大量淡水进入黄河三角洲时，土壤盐度加快分化，不利于盐生植被生长，直至2015年，芦苇群落开始增多［39］，生境质量得到改善［40］，固碳能力有所增强，由此减缓了碳储量大幅下降的趋势。总的来说，防潮堤坝建设会改变湿地水文条件和植被分布、破坏土壤理化性质，影响土壤碳汇。

3. 3 其他因素对碳储量的可能影响

气候（如气温和降水）、植被和土壤性质等也是研究区碳储量的重要影响因素。其中，气温升高会加速有机碳的分解，降低碳储量［41］，但适宜升温可以促进植物光合作用，增加植物固碳量［42］。降水增加能改善土壤盐度，促进植物生长，增加碳汇［43］。而且，降水增加还能提高土壤水分的饱和度，降低有机碳的分解率［44］。本研究对碳储量分别与年平均气温和降水量之间的关系进行了Pearson 分析。研究结果显示，研究区碳储量与年均气温和降水之间的相关性均不显著（P>0. 1），但在不考虑2000年降水偏少的情况下，碳储量与年降水量之间表现出较明显的正相关关系（r=0. 753，P<0. 1），表明降水对黄河三角洲碳储量有一定促进作用。然而，尽管2015年及以后的降雨量相对于2010年有所增加，但研究区碳储量却持续减少（图12）。主要在于土地利用变化、堤坝建设等人为因素的干扰超过了降水增加的影响，导致研究区碳储量仍有所损失。综上所述，黄河三角洲碳储量的影响因素较多且复杂，如何量化区分各因素对黄河三角洲碳储量变化的贡献是未来碳储量研究的一个重要方向。

4 结论

本文使用InVEST模型对黄河三角洲碳储量进行了估算和评估，得到的主要结论如下。

a）1980、1990、2000、2005、2010、2015和2020年的黄河三角洲碳储量总体呈现先增加后减少趋势。1980—1990 年碳储量变化为+1. 3×105 tC/a，1990—2010年为 -6. 5×104 tC/a，2010—2020年为-2. 0×103tC/a。

b）空间上，黄河三角洲碳储量表现出明显的区域差异，低值区主要分布在沿海滩涂区，中值区主要分布在湿地向陆区域，高值区则分布在二者之间以及黄河沿岸区域。

c）土地利用类型由草地和湿地向建设用地、盐田和养殖区的转变是湿地碳储量减少的主要原因，这种变化加速了湿地萎缩，显著降低了黄河三角洲碳储量及其增汇潜力。

d）防潮堤坝的建设通过改变植被、土壤性质及海陆水文连通性等影响研究区碳储量的时空分布。如碳储量随着与坝距离的增加而增加。

e）综上，通过加强黄河三角洲湿地生态保护和恢复，使土地利用向有利于生态保护方向的发展和转变，是黄河三角洲碳汇增强的关键。黄河流域生态保护和高质量发展国家战略的实施将进一步推动滨海湿地的保护和修复，这将有助于增强黄河三角洲的固碳能力，并促使碳汇增加。未来，黄河三角洲滨海湿地将成为重要的蓝碳碳汇地区，对缓解气候变化起到积极作用。

参考文献：

［1］ REN Y M， LI X Y， MAO D H， et al. Northeast China holdshuge wetland soil organic carbon storage： an estimation from 819soil profiles and random forest algorithm ［J］. Plant and Soil，2023，490：469-483.

［2］ DUARTE DE P C M， ADAME M F， BRYANT C V， et al.Quantifying blue carbon stocks and the role of protected areas toconserve coastal wetlands ［J］. Science of The Total Environment，2023， 874. DOI：10. 1016/j. scitotenv. 2023. 162518.

［3］ BERTRAM C， QUAAS M， REUSCH T B H， et al. The bluecarbon wealth of nations［ J］. Nature Climate Change， 2021， 11（8）：704-709.

［4］ MACREADIE P I， COSTA M D P， ATWOOD T B， et al. Bluecarbon as a natural climate solution ［J］. Nature Reviews Earth &Environment， 2021， 2（12）： 826-839.

［5］ DAVIS J L， CURRIN C A， O’BRIEN C， et al. Livingshorelines： coastal resilience with a blue carbon benefit ［J］.PLoS ONE， 2015. DOI：10. 1371/journal. pone. 0142595.

［6］ TAN L S， GE Z M， LI S H， et al. Impacts of land-use change oncarbon dynamics in China's coastal wetlands ［J］. Science of TheTotal Environment， 2023， 890. DOI：10. 1016/j. scitotenv. 2023.164206.

［7］ SASMITO S D， TAILLARDAT P， CLENDENNING J N， et al.Effect of land-use and land-cover change on mangrove bluecarbon： A systematic review ［J］. Global Change Biology， 2019，25（12）： 4291-4302.

［8］ ZHU L Y， SONG R X， SUN S， et al. Land use/land cover changeand its impact on ecosystem carbon storage in coastal areas of Chinafrom 1980 to 2050 ［J］. Ecological Indicators， 2022， 142. DOI：10. 1016/j. ecolind. 2022. 109178.

［9］ QIN D H， GAO M， WU X Q， et al. Seasonal changes in soil TNand SOC in a seawall-reclaimed marsh in the Yellow River Delta，China［ J］. Journal of Coastal Conservation， 2015， 19（1）： 79-84.

［10］ IOST S， LANDGRAF D， MAKESCHIN F. Chemical soilproperties of reclaimed marsh soil from Zhejiang Province P. R.China［ J］. Geoderma， 2007， 142（3）： 245-250.

［11］ ZHOU S W， BI X L. Seawall effects in a coastal wetlandlandscape： spatial changes in soil carbon and nitrogen pools ［J］.Journal of Coastal Conservation， 2020， 24（1）. DOI：10. 1007/s11852-019-00718-7.

［12］ LI J， LENG Z R， WU Y M， et al. The impact of sea embankmentreclamation on greenhouse gas GHG fluxes and stocks in invasiveSpartina alterniflora and native Phragmites australis wetlandmarshes of east China［ J］. Sustainability， 2021， 13（22）： 127-140.

［13］ LEE J Y， AN S M. Effect of dikes on the distribution andcharacteristics of Phragmites australis in temperate intertidalwetlands located in the south sea of Korea ［J］. Ocean ScienceJournal， 2015， 50（1）： 49-59.

［14］ FU X， LIU G H， CHAI S Y， et al. Spatial-temporal analysis ofwetland landscape pattern under the influence of artificial dykes inthe Yellow River Delta ［J］. Chinese Journal of PopulationResources and Environment， 2013， 11（2）： 109-117.

［15］ XIE D H， SCHWARZ C， BRüCKNER M， et al. Mangrovediversity loss under sea-level rise triggered by biomorphodynamicfeedbacks and anthropogenic pressures ［J］.Environmental Research Letters， 2020， 15. DOI：10. 1088/1748-9326/abc122.

［16］ BREDA A， SACO P， SANDI S， et al. Accretion， retreat andtransgression of coastal wetlands experiencing sea-level rise ［J］.Hydrology and Earth System Sciences， 2021， 25： 769-786.

［17］ JONES S F， STAGG C L， KRAUSS K W， et al. Tidal salinewetland regeneration of sentinel vegetation types in the northerngulf of Mexico： An overview ［J］. Estuarine， Coastal and ShelfScience， 2016， 174. DOI：10. 1016/j. ecss. 2016. 02. 010.

［18］ CAROL E S， BRAGA F， KRUSE E E， et al. A retrospectiveassessment of the hydrological conditions of the Samborombóncoastland （Argentina） ［J］. Ecological Engineering， 2014， 67：223-237.

［19］ OUBRAHIM H， BOULMANE M， BAKKER M， et al. Carbonstorage in degraded cork oak （Quercus suber） forests on flatlowlands in Morocco ［J］. iForest - Biogeosciences and Forestry，2015， 9. DOI：10. 3832/ifor1364-008.

［20］ SHARP R， CHAPLIN-KRAMER R， WOOD S， et al. InVESTUser’s Guide［ M］. 2018.

［21］ ZHAO M M， HE Z B， DU J， et al. Assessing the effects ofecological engineering on carbon storage by linking the CAMarkovand InVEST models ［J］. Ecological Indicators， 2019，98： 29-38.

［22］ LI J T， YAN D D， YAO X Y， et al. Dynamics of carbon storagein saltmarshes across China’s eastern coastal eetlands from 1987to 2020 ［J］. Frontiers in Marine Science， 2022， 9. DOI：10.3389/fmars. 2022. 915727.

［23］ DENG Y W， JIANG W G， WU Z F， et al. Assessing andcharacterizing carbon storage in wetlands of the Guangdong-HongKong-Macau greater bay area， China， during 1995-2020 ［J］.IEEE Journal of Selected Topics in Applied Earth Observationsand Remote Sensing， 2022， 15. DOI： 10. 1109/JSTARS. 2022.3192267.

［24］ 丁东，尹延鸿. 黄河三角洲海岸防护工程研究［J］. 海洋地质动态，2000（2）：5-8.

［25］ JIANG D J， FU X F， WANG K. Vegetation dynamics and theirresponse to freshwater inflow and climate variables in the YellowRiver Delta， China ［J］. Quaternary International， 2013， 304：75-84.

［26］ 傅新，刘高焕，黄翀，等. 人工堤坝影响下的黄河三角洲海岸带生态特征分析［J］. 地球信息科学学报，2011，13（6）：797-803.

［27］ LI Y， ZHANG H B， FU C C， et al. A red clay layer in soils ofthe Yellow River Delta： Occurrence， properties and implicationsfor elemental budgets and biogeochemical cycles ［J］. Catena，2019， 172： 469-479.

［28］ 张绪良，张朝晖，徐宗军，等. 黄河三角洲滨海湿地植被的碳储量和固碳能力［ J］. 安全与环境学报，2012，12（6）：145-149.

［29］ 董洪芳，于君宝，管博. 黄河三角洲碱蓬湿地土壤有机碳及其组分分布特征［J］. 环境科学，2013，34（1）：288-292.

［30］ 隋玉正，孙大鹏，李淑娟，等. 碳储存变化背景下东营市海岸带生态系统保护修复 ［J］. 生态学报，2021，41（20）：8112-8123.

［31］ 周方文，马田田，李晓文，等. 黄河三角洲滨海湿地生态系统服务模拟及评估［ J］. 湿地科学，2015，13（6）：667-674.

［32］ 宋红丽，刘兴土，王立志，等. 不同干扰程度下黄河三角洲植被群落有机碳分布特征［ J］. 水土保持学报，2018，32（1）：190-196，203.

［33］ 于君宝，王永丽，董洪芳，等. 基于景观格局的现代黄河三角洲滨海湿地土壤有机碳储量估算［ J］. 湿地科学，2013，11（1）：1-6.

［34］ 侯西勇，邸向红，侯婉，等. 中国海岸带土地利用遥感制图及精度评价［ J］. 地球信息科学学报，2018，20（10）：1478-1488.

［35］ 刘纪远，匡文慧，张增祥，等. 20世纪80年代末以来中国土地利用变化的基本特征与空间格局［ J］. 地理学报，2014，69（1）：3-14.

［36］ YANG W， LI M， SUN T， et al. The joint effect of tidal barrierconstruction and freshwater releases on the macrobenthoscommunity in the northern Yellow River Delta （China） ［J］.Ocean & Coastal Management， 2017， 136： 83-94.

［37］ XIE C J， CUI B S， XIE T， et al. Hydrological conn。ectivitydynamics of tidal flat systems impacted by severe reclamation inthe Yellow River Delta ［J］. Science of The Total Environment，2020， 739. DOI：10. 1016/j. scitotenv. 2020. 139860.

［38］ YANG W， LI N， LENG X， et al. The impact of sea embankmentreclamation on soil organic carbon and nitrogen pools in invasiveSpartina alterniflora and native Suaeda salsa salt marshes ineastern China［ J］. Ecological Engineering， 2016， 97： 582-592.

［39］ 裴俊，杨薇，王文燕. 淡水恢复工程对黄河三角洲湿地生态系统服务的影响［J］. 北京师范大学学报（自然科学版），2018，54（1）：104-112.

［40］ WANG F Q， YANG H， ZHAO H， et al. Ecological effectevaluation of water diversion in the Yellow River Delta wetland［J］. Water Policy， 2018， 20（4）： 744-757.

［41］ VILLA J A， BERNAL B. Carbon sequestration in wetlands， fromscience to practice： An overview of the biogeochemical process，measurement methods， and policy framework ［J］. EcologicalEngineering， 2018， 114： 115-128.

［42］ HYVÖNEN R， ÅGREN G I， LINDER S， et al. The likelyimpact of elevated CO2， nitrogen deposition， increasedtemperature and management on carbon sequestration in temperateand boreal forest ecosystems： a literature review ［J］. NewPhytologist， 2007， 173（3）： 463-480.

［43］ CHU X J， HAN G X， XING Q H， et al. Dual effect ofprecipitation redistribution on net ecosystem CO2 exchange of acoastal wetland in the Yellow River Delta ［J］. Agricultural andForest Meteorology， 2018， 249： 286-296.

［44］ 刘亚男， 郗敏， 张希丽， 等. 中国湿地碳储量分布特征及其影响因素［ J］. 应用生态学报， 2019， 30（7）： 2481-2489.

（责任编辑：高天扬）

基金项目：山东省自然科学基金（ZR2022ME100）；科技基础资源调查专项（2022FY100300）