海洋生態系統壓力對狀態影響的整體網分析及應用

祁琪，張亦飛，2，劉弢，嚴成杰，方欣，2

（1.國家海洋局第二海洋研究所　工程海洋學實驗室，浙江　杭州　310012；2.杭州國海海洋工程勘測設計研究院，浙江　杭州　310012）

海洋生態系統壓力對狀態影響的整體網分析及應用

祁琪1，張亦飛1，2，劉弢1，嚴成杰1，方欣1，2

（1.國家海洋局第二海洋研究所工程海洋學實驗室，浙江杭州310012；2.杭州國海海洋工程勘測設計研究院，浙江杭州310012）

自然變化及人類活動壓力對海洋環境的影響方式和程度是基于生態系統海洋管理研究的重要內容，利用屬性數據、基于DPSIR等概念模型進行分析評價難以反映問題的本質。為此，在海洋生態系統壓力對狀態影響特征分析的基礎上，引入整體網方法，利用關系數據進行壓力對狀態影響的定性和定量分析，用度數中心性、中間中心性、接近中心性表征壓力和狀態因素在壓力-狀態網絡中的地位和重要性，用影響力指數表征壓力因素的重要性和狀態因素受影響的程度。利用美國南佛羅里達海域MARES研究項目（the MARine and Estuarine goal Setting project）提供的數據進行實證分析，結果顯示該海域12類主要壓力因素中，徑流注入對區域海洋生態系統狀態影響最大，休閑垂釣的影響最小。11個主要狀態因素中，保護物種、魚類和貝類受到的壓力影響力最大，是兩種最易受到侵害的生態系統狀態，上述結論可以為該海域的生態修復工作提供一定的指示。

基于生態系統的海洋管理；壓力-狀態關系；整體網分析；UCINET軟件

approach；UCINET software

基于生態系統的海洋管理（Marine Ecosystem-Based Management，MEBM）將生態系統整體作為管理對象，綜合考慮海洋的生態、經濟和社會價值以及海洋資源利用過程中環境、生態和人類活動等因素的相互作用，打破單一的部門管理模式，充分考慮眾多利益相關者的訴求，有利于協調日益增長的經濟社會發展需求與有限的海洋生態系統服務之間的矛盾（Sandifer et al，2005；劉慧等，2014），是傳統資源管理范疇的拓展（Curtin et al，2010）。由于海洋生態系統的復雜性和不確定性，實施基于生態系統的海洋管理，首先需要識別影響生態系統的驅動力和壓力因素，對生態系統的現狀進行客觀、科學的評價。

無論是海洋生態系統現狀評價，抑或進行環境和生態修復措施研究，大量的分析和研究都明示或隱含地采用基于因果鏈的概念模型（Martins et al，2012；Sekovski et al，2012；Fredrik et al，2007；祁帆等，2007），如“壓力-狀態-響應”模型（Pressure-State-Response，PSR）、驅動力-狀態-響應模型（Driving force-State-Response，DSR）、“驅動力-壓力-狀態-影響-響應”模型（Driving force-Pressure-State-Impact-Response，DPSIR）。利用這些概念模型，如DPSIR，進行問題分析和診斷，首先需要將驅動力、壓力、狀態、影響和響應指標結構化，爾后利用綜合評價模型進行現狀評價和生態環境修復措施效果分析。但目前利用指標屬性數據的處理方法，將生態系統影響因素和狀態因素視為簡單的線性關系，沒有考慮概念模型本身隱含的反饋模式，導致模型結構信息的損失，對正確的生態環境問題決策帶來困難（Niemeijer et al，2008）。

社會網絡（Social Network，SN）是指個體之間依據社會關系所構成的相對穩定的體系（祁帆等，2007），是西方社會學研究的一個重要分支。由于其在本體論、認識論和方法論方面的獨特優勢，該方法已廣泛應用于社會、經濟和生態等諸多領域（陳銳等，2014；張紅霞等，2014；楊麗花等，2012；阮丹青等，1990；Jiao et al，2014；潘裕娟等，2012）。Smythe等（2014）以美國紐約羅德島基于生態系統管理的海洋規劃編制為例，利用社會網絡分析方法（Social Network Analysis，SNA）研究了部門之間相互合作和相互影響的問題，得出了一些有益的結論。Liu等（2015）利用SNA研究了香港維多利亞港等海域底質中重金屬的同現性問題，認為社會網絡是環境污染問題研究的有效工具。Weiss等（2012）通過關鍵利益相關者調查資料，建立了儒艮和海龜管理的社會網絡，分析了利益相關者知識共享及其對保護政策的影響。從文獻檢索看，總體上，應用社會網絡分析在基于生態系統的海洋管理方面的研究仍然較少，國內未見相關文獻報道。

按照基于生態系統海洋管理的原則以及DPSIR等概念模型的特征，本文引入SNA中的整體網分析方法（Whole network approach）進行區域海洋生態系統壓力對狀態影響問題的研究，目的是探索整體網方法在該領域的適用性，以便為同類理論研究和實踐提供參考。除了本部分內容，本文第2部分主要介紹整體網的基本概念及壓力對狀態影響分析的主要指標；第3部分，根據相關文獻提供的數據，對美國南佛羅里達州海域進行實證分析；最后，提出了研究的主要結論和進一步研究的方向。

1　原理和方法

1954年巴恩斯通過對挪威一個漁村階級體系的分析，首次把社會網絡的隱喻轉化為社會網絡的系統研究（張文宏等，1999）。SNA研究問題范圍廣泛，內容多樣，根據網絡類型分成三層次，即個體網（Ego-network）、局域網（Partial network）和整體網（Whole network）。整體網是由一個群體內部所有成員及其相互關系構成的網絡，認為個體組成的集合表現出一定的結構，不同的網絡結構對成員的行為產生不同的影響。通過整體網分析可以揭示網絡的結構特征，解釋成員聯系的緊密性和成員行為之間的聯系（劉軍，2014）。

生態系統的諸多特征及過程可以用其組成部分之間的相互作用網絡加以表達，采用復雜網絡分析所能獲得的認識遠超過分析其各個組成部分，因此，針對復雜系統，網絡思維方法十分重要（Proulx et al，2005）上述觀點是應用整體網進行海洋生態系統研究的邏輯基礎。按照海洋生態系統的特點，可以認為區域海洋生態系統壓力（Pressures，P）和狀態（States，S）關系構成了一類整體網，而且壓力與狀態要素兩個群體之間的關系問題屬于整體網中的2-模網絡（P-S網）。可以應用2-模網絡研究網絡及成員之間的“微觀與宏觀”、“個體與集體”、“結構與能動”關系等等內容，研究方法包括矩陣法、圖表法、計量法、中心性分析和塊模型法等。

定量研究方面，海洋生態系統壓力對狀態影響問題研究，即是2-模網絡中壓力和狀態因素的“權力”和影響力，可以用度數中心性（Degree）、中間中心性 （Betweenness）、接近中心性（Closeness） 等指標表征。節點的度數中心度（Degree centrality）是該節點直接相連的其他節點的數目，度數中心性高，則該節點處于網絡的中心位置，擁有較大的“權力”，可以在較大程度上影響其他因素，其計算方法比較簡單，可以參見相關文獻（劉軍，2014）。

直觀地，當一個節點與網絡中的其他節點的“距離”（接近度）都很短時，該節點在資源、信息及影響力方面比較強，因此，接近中心度（Closeness centrality）用該節點與網絡中其他所有點的捷徑距離之和表示。在P-S網中，一個壓力因素的接近中心度定義為該壓力因素影響到的狀態因素至其他壓力因素和狀態距離的函數，計算公式為：

式（1）中，g是壓力因素數量，h是狀態因素數量，壓力因素k與狀態因素i鄰接，d（k，j）為壓力因素節點k和狀態因素節點j的捷徑距離。

另一方面，狀態因素的接近中心度是影響該狀態因素的所有壓力因素與其他壓力因素的最短距離的函數，計算公式與公式（1）相似，只是壓力因素和狀態因素的標識作調換即可（劉軍，2014），在此不再列述。

中間中心度（Betweenness centrality）測量的是行動者對資源的控制程度。如果節點的中間中心度為0，說明該節點不能控制其他行動者，處于網絡的邊緣；反之，當中間中心度為1時，則該節點位于較多的網絡路徑上，處于網絡的核心位置，擁有很大的權力，可以100%控制其他行動者。中間中心度計算公式為：

式（3）中，bjk(i)=gjk(i)/gik，gik表示節點j與k之間存在的捷徑數目，gjk(i)表示節點j與節點k之間經過節點i的捷徑數目，bjk(i)表示節點i控制節點j和k交往的能力。

除了定量研究外，2-模網絡也可以轉化成二部圖（Bipartite graphs）和多維量表MDS（Multidimensional scaling of geodesic distances）進行直觀圖示。二部圖中，有向線段表示壓力指標對狀態指標的影響，線段越多表示影響越大，節點圖標大小表示該節點的度數大小，節點圖標越大，表示其在P-S網中地位越重要。而多維量表MDS則根據“關系遠近”制作圖件，距離越近，代表節點關系越緊密。

影響力指數（Influence index）是整體網有關權力和影響力研究的另一個重要指標。相對于前述2-模網的計算，該指標的計算是基于1-模網絡的，計算指標分為只考慮直接影響的常規影響力指數和同時考慮直接關系和間接關系的影響力指數，計算方法可參見相關文獻。

目前，可以利用多種軟件進行社會網絡分析，如NetMiner、Pajek、Gephi等，這些軟件各有優勢，功能與操作有相似之處但也不盡相同。Ucinet （University of California at Irvine Network）能夠適應處理多重關系復雜問題的中大型數據問題分析，綜合性、運算功能和兼容性均較強，本文即利用該軟件進行計算。

2　案例研究與討論

2.1研究區域及基礎數據

佛羅里達州東瀕大西洋，西臨墨西哥灣，北與亞拉巴馬州和佐治亞州接壤，海岸線總長13500km。研究區域是從南佛羅里達大陸架到佛羅里達群島，東到比斯坎灣，北至圣露西河。區域的東北邊界至佛羅利達大陸架附近的佛羅里達群島，這些島嶼位于聲卡島和比斯坎灣的交匯處。南部邊界由佛羅里達群島延伸至杰斐遜堡和海龜國家公園，最南端為佛羅里達凱斯國家海洋保護區，東面毗鄰墨西哥灣（圖1）。

2009年至2012年，100余名南佛羅里達的科學家、海洋管理工作者和利益相關者完成了名為MARES的研究計劃 （MARine and Estuarine goalSetting project） （Cook et al，2014）。該計劃期望在南佛羅里達海洋生態系統特征界定和基本調節過程認知方面達成共識，并聚焦于基于海洋生態系統管理的生態修復工作。MARES計劃實施過程中，研究小組提出了區域海洋生態系統問題研究的EBM-DPSER整體概念模型（Kelble et al，2013）。該模型繼承了DPSIR的諸多優勢，也注意到模型中壓力因素無法與生態系統服務建立直接聯系的問題，因此，將模型調整為DPSER（Driver-Pressure-State-Ecosystem Service-Response）。模型關注對生態系統影響的最終壓力因素，從而使生態修復措施更加具有針對性。

圖1　研究區域圖

基于EBM-DPSER模型，研究小組識別了研究區域生態系統的壓力、狀態和生態系統服務3個模塊的相關主要因素34個，其中壓力因素12個、狀態因素11個，生態系統服務因素11個（表1）。各因素的定義見文獻（Cook et al，2014）。

表1　研究區域壓力、狀態和生態系統服務主要因素

通過分析，該區域海洋生態系統中，12項壓力因素與11項狀態因素之間共計形成132對直接影響關系。為了識別壓力對狀態、狀態與狀態、狀態與生態系統服務的影響強度，研究小組對25位經驗豐富的人員進行問卷調查，調查中對每個直接影響關系設置2個問題，即：

1.X對Y的直接影響程度；

2.Y被X直接影響的比重。

每個問題的分值區間為0-5分，取兩個問題分數平均值為此影響關系的最終得分。通過打分量化匯總以確定系統因素之間的直接影響強度：0分表示無影響，5分為中等強度影響，10為強影響，并得到壓力對狀態、狀態與狀態、狀態對生態系統服務3個影響矩陣。鑒于研究目的，本文只列出Cook等（2014）研究中通過問卷調查得到的壓力對狀態的影響矩陣數據（表2）。

表2　研究區域海洋生態系統壓力對狀態的影響矩陣

2.2整體網分析結果與討論

2.2.1壓力-狀態關系的圖形分析

利用圖形表述2-模數據，即將壓力因素和狀態因素看成節點，因素之間的相互作用關系看成線，由UCINET6.2軟件生成的壓力-狀態關系二部圖如圖2所示。

圖2中，圓形節點為壓力因素，方形節點為狀態因素。該圖顯示，受到影響最多的是保護物種（S1），有7個壓力因素對其產生影響，包括氣候變化（溫度） （P2）、疾病（P7）商業捕撈（P11）等，是受到壓力作用因素種類最多的狀態因素。而受到壓力因素最少的是牡蠣礁（S11），3個壓力因素對其產生影響，包括（河口）徑流注入（P1）、氣候變化（天氣） （P3）和海洋構筑物建設（P5）。從壓力角度看，產生影響最多的是（河口）徑流注入（P1），使包括海洋鳥類（S8）和海草床（S9）、牡蠣礁（S11）等9個狀態因素受到影響。對外界影響最少的是休閑垂釣（P12），只對魚類和貝類（S2）產生影響。

圖2　壓力與狀態因素關系二部圖

在二部圖的基礎上，利用UCINET6.2軟件可以得到壓力、狀態關系的多維量表（MultiDimension Scaling，MDS） （圖3）。

圖3　壓力-狀態因素關系多維量表

由于MDS是依據“距離”長短繪圖的，在二維空間中，距離越近的點關系越緊密。如前文所述，保護物種（S1）同時受到氣候變化（溫度）（P2）、疾?。≒7）商業捕撈（P11）等7類壓力因素的共同影響，但是各種壓力因素的影響程度是不同的，其中與海洋垃圾（P9）“距離”最近，因此定性的可以認為對保護物種（S1）影響最大；相反，娛樂性劃船活動（P6）與之“距離”最遠，影響最小。對于其他10個狀態因素，也可以進行同樣的分析。

3.2.2壓力-狀態關系的定量分析

由于海洋生態系統P-E網中影響關系復雜，很多情況下，利用二部圖、多維量表等圖形仍然很難判定這些影響關系，因此，有必要借助于定量指標進行分析。

（1）中心性分析

表3　壓力因素和狀態因素節點中心性計算結果

利用UCINET軟件得到的南佛羅里達海域壓力因素和狀態因素中心性計算結果見表3。表中，12個壓力因素中（河口）徑流注入（P1）的度數中心度最高，為0.909，其接近中心度和中間中心度也最高，分別為0.943和0.218，顯然，（河口）徑流注入（P1）處于P-E網的核心位置，對該海域生態系統狀態影響最大。海平面上升（P4）、娛樂性劃船活動（P2）和疾病（P6）的度數中心度相同，均為0.455，接近中心度和中間中心度值相差不大，說明3個壓力因素在網絡中的地位相似。另外，休閑垂釣（P12）的度數中心度、接近中心度和中間中心度值最小，分別為0.091、0.524和0，處于網絡的邊緣位置，對區域海洋生態系統的影響最小。從狀態因素方面看，11個狀態因素度數中心度和接近中心度最高的是保護物種（S1）和魚類和貝類（S2），值分別為0.583和0.762，對它們產生影響的壓力因素最多；兩者比較，魚類和貝類（S2）的中間中心度較高（0.170），因此，魚類和貝類（S2）比較保護物種（S1）處于網絡更加核心的位置。度數中心度最低的是牡蠣礁（S11），為0.250，對其產生影響的壓力因子最少，同時接近中心度和中間中心度最低，說明其處于網絡的邊緣地位。休閑垂釣（P12）僅對魚類貝類（S2）產生影響，因此，中間中心度為0，也處于網絡的邊緣位置。

另外，還可以利用UCINET軟件繪制2-模網節點度數中心度圖（圖4），圖中節點的大小表示中心性的大小，該圖使計算結果更加直觀、明顯。

圖4　壓力、狀態節點中心性二部圖

（2）影響力分析

P-E網中，各類因素的影響力可以通過各因素之間的相互影響體現出來。利用UCINET軟件的影響力分析模塊計算出海洋生態系統壓力因素在網絡影響力的大小，也可以計算狀態因素受到影響的大?。ū?）。

表4　海洋生態系統壓力與狀態因素的影響力指標

從表4看出，壓力因素方面，影響力值最高的為（河口）徑流注入（P1），其值達到63.45，表示它在區域海洋生態生態系統所有壓力因素中對狀態的影響最大；而休閑垂釣（P12）的影響力指數只有8.43，為對區域海洋生態系統影響最小的壓力因素。狀態因素方面，保護物種（S1）受到影響的值為46.52，是所有11個狀態因素中受到影響最大的指標。上述影響力指數的分析結果與采用中心性指標的分析結果一致。

另外，Cook等（2014）從壓力對狀態的直接影響矩陣以及矩陣相乘方法計算壓力對狀態的影響，無法考慮壓力在網絡節點之間的傳遞以及二階以上的間接影響，因此得出的結論存在值得商榷的地方，這也是引入SNA方法的緣由之一。而本文基于SNA的分析，理論基礎扎實，考慮的影響過程更加全面，結論應該更加可靠。

Elliott（2011）研究認為，依據性質及來源，海洋生態系統的壓力可以分為兩類：即內生性可管理的壓力（endogenic managed pressures）及外生性不可管理的壓力（exogenic unmanaged pressures）。根據以上定性和定量分析結果，基于區域海洋生態系統管理的目標，可以對壓力因素采取不同的管理措施。12個壓力因素中，氣候變化（溫度）（P2）、氣候變化（天氣） （P3）和海平面加速上升（P4）對區域海洋生態系統而言，來源于研究系統外，無法對它們的原因加以控制，只能對它們的影響結果進行管理，屬于外生性不可管理壓力。相反，海洋構筑物建設（P5）、娛樂性劃船活動（P6）來源于研究系統內，屬于內生性可管理壓力，可以同時對它們的原因和結果進行控制和管理。而對于徑流注入（P1），當研究的范圍既包括流域、河口和海域時，為內生性可管理壓力；如果研究區域不包括流域，無法對壓力的原因進行控制，只能采取措施消減其引起的不良影響。

4　主要結論

（1）自然變化及人類活動壓力與海洋生態環境的相互作用是基于生態系統海洋管理問題的重要特征，與利用屬性數據、基于DPSIR等概念模型進行分析評價的傳統方法相比，基于關系數據的社會網絡分析，充分考慮網絡節點之間的直接和間接影響，能更好地揭示生態系統壓力對狀態的本質，理論基礎更加扎實，方法上更加科學、合理。

（2）南佛羅里達區域海洋生態系統壓力對狀態影響的整體網分析結果顯示，12類已經識別的主要壓力因素中，徑流注入由于攜帶大量的、來自多種途徑的陸源污染物，對生態系統狀態影響最大；休閑垂釣，由于其僅對魚類和貝類生物產生影響，對整個生態系統的影響最小。11個狀態因素中，保護物種、魚類和貝類受到的壓力影響力最大，是最易受到侵害的生態系統狀態。根據上述分析結論，可以有針對性地制定研究區域海洋資源開發和海洋環境保護政策。

（3）社會網絡分析中，整體網分析研究的內容十分豐富，除了中心性分析、影響力分析外，還包括塊模型分析、凝聚子群分析、網絡數據統計推斷等，因此，后續工作應選擇典型的區域海洋管理問題開展整體網應用的深化研究。

Cook G S,Fletcher P J,Kelble C R,2014.Towards marine ecosystem based management in South Florida：Investigating the connections among ecosystem pressures,states,and services in a complex coastal. Ecological Indicators,44:26-39.

Curtin R,Prellezo R,2010.Understanding marine ecosystem based management:A literature review.Marine Policy,34:821-830.

Elliott M,2011.Marine science and management means tackling exogenic unmanaged pressures and endogenic managed pressures-A numbered guide.Marine Pollution Bulletin,62(4):651-655.

Fredrik W,Oleg P S,Alexander S,et al,2007.Management options and effects on a marine ecosystem:assessing the future of the Baltic. Ambio,36(2-3):230-236.

Jiao J,Wang J,Jin F,et al,2014.Impacts on accessibility of China's present and future HSR network.Journal of Transport Geography,40: 123-132.

Kelble C R,Loomis D K,Lovelace S et al,2013.The EBM-DPSER conceptual model:integrating ecosystem services into the DPSIR framework.PloS one,8(8):1-12.

Liu L,Wang Z,Ju F,et al,2015.Co-occurrence correlations of heavy metals in sediments revealed using network analysis.Chemosphere, 119:1305-1313.

Martins J H,Camanho A S,Gaspar M B,2012.A review of the application of driving forces-Pressure-State-Impact-Response framework to sheries management.Ocean&Coastal Management,69:273-281.

Niemeijer D,De Groot R S,2008.Framing environmental indicators:moving from causal chains to causal networks.Environment Development and Sustainability,10(1):89-106.

Proulx S R,Promislow D E,Phillips P C,2005.Network thinking in ecologyandevolution.TRENDSinEcology&Evoluation,20(6):345-353. Sandifer P A,Rosenberg A A,2005,Practical Recommendations for Improving the Use of Science in Marine Fisheries Management.US Commission on Ocean Policy,197-210.

Sekovski I,Newton A,Dennison W C,2012.Megacities in the coastal zone:Using a driver-pressure-state-impact-response framework to address complex environmental problems.Estuarine,Coastal and Shelf Science,96:48-59.

Smythe T C,Thompson R,Garcia Quijano C,2014.The inner workings of collaboration in marine ecosystem-based management:A social network analysis approach.Marine Policy,50(A):117-125.

Weiss K,Hamann M,Kinney M,et al,2012.Knowledge exchange and policy influence in a marine resource governance network.Global environmental change.22(1):178-188.

陳銳，王寧寧，趙宇，等，2014.基于改進重力模型的省際流動人口的復雜網絡分析.中國人口·資源與環境，24（10）：104-113.

劉慧，蘇紀蘭，2014.基于生態系統的海洋管理理論與實踐.地球科學進展，29（2）：275-284.

劉軍，2014.整體網分析講義-UCINET軟件實用指南（第二版）.上海：格致出版社，97-107.

潘裕娟，曹小曙，2012.廣州批發市場的供應物流空間格局及其形成機制.地理學報，67（2）：179-188.

祁帆，李晴新，朱琳，2007.海洋生態系統健康評價研究進展.海洋通報，26（3）：97-104.

阮丹青，周路，布勞，等，1990.天津城市居民社會網初析-兼與美國社會網比較.中國社會科學，2：157-176.

楊麗花，佟連軍，2012.基于社會網絡分析法的生態工業園典型案例研究.生態學報，32（13）：4236-4245.

張紅霞，周霞，2014.基于社會網絡分析的湖北省G市征地拆遷領域黑惡勢力生長實證研究.中國土地科學，28（4）：61-70.

張文宏，阮丹青，潘允康，1999.天津農村居民的社會網.社會學研究，2：108-118.

（本文編輯：袁澤軼）

Whole network approach and its application in the effect of marine ecosystem pressures on the states

QI Qi1，ZHANG Yi-Fei1，2，LIU Tao1，YAN Cheng-Jie1，FANG Xin1，2
（1.Second Institute of Oceanography，State Oceanic Administration，Hangzhou 310012，China；2.Hangzhou Coastal and Offshore Survey，Designand Research Institute，Hangzhou 310012，China）

The impact emanating from natural changes and human activities on the marine environment is one of the most important research contents in the marine ecosystem-based management.Conventional approaches which combine conceptual model，such as DPSIR（Driver-Pressure-State-Impact-Response），and attribute data of indicators to analyze and evaluate the marine ecosystem can not reflect the characteristics of the problems studied.Hence，expecting to get more realistic results，in this paper，the whole network approach is introduced to investigate relationships qualitatively and quantitatively among ecosystem pressures and states.In the analysis，degree centrality，betweenness centrality and closeness centrality are used to indicate the importance of pressures and states in the network，and influence index to indicate the influence and affected state.By using the data from the MARine and Estuarine goal Setting project（MARES）in the South Florida coastal ecosystem，an empirical analysis is conducted，and the results demonstrate that freshwater delivery and recreation fishing are respectively the most and least important in 12 ecosystem pressures.On the other hand，the protected species and fish and shellfish are the most influenced in 11 ecosystem states，which is helpful to the fundamental regulating processes of the South Florida coastal marine ecosystem.

marine ecosystem-based management；relationships between ecosystem pressure and state；whole network

張亦飛，研究員，主要從事海岸工程規劃及綜合評價研究。電子郵箱：zhang1213@163.com。

P735

A

1001-6932（2016）03-0317-07

10.11840/j.issn.1001-6392.2016.03.010

2015-04-10；

2015-07-02

海洋公益性行業科研專項（2011009）。

祁琪（1990-），碩士研究生，主要從事海洋空間規劃研究。電子郵箱：hiweboy@163.com。