中國紅樹林覆蓋變化文獻分析

龔明昊 王宇航 文菀玉 劉 剛 李惠鑫

(1 西華師范大學生命科學院，四川 南充 637002；2 中國林業科學研究院生態保護與修復研究所，濕地研究所，濕地生態功能與恢復北京市重點實驗室，北京 100091；3 廣東湛江紅樹林濕地生態系統國家定位觀測研究站，廣東 湛江 524448)

由于人類的不合理開發利用及一些自然因素的影響，全球紅樹林面積持續減少，近年來，紅樹林保護受到了世界范圍的廣泛關注(Bosire et al,2008; 廖寶文等, 2014; 范航清等, 2017)。紅樹林資源調查和動態監測是開展紅樹林科學保護與管理的前提與基礎，也是紅樹林生態系統恢復機理與技術研究的重要步驟(周振超等, 2018; Giri et al, 2016)。遙感技術具有覆蓋范圍廣、信息獲取迅速、省時、省力等優勢，已成為紅樹林監測的最重要手段(Pham et al, 2019; Hu et al, 2018)。國內外研究者借助遙感技術已在紅樹林監測方面做了大量研究，并就紅樹林樹種分類、動態變化、葉面積指數反演等研究內容以及遙感數據方法及未來研究方向等方面做了系統綜述(Kuenzer et al, 2011;Pham et al, 2019; Cárdenas et al, 2017; 王樂等, 2018; 孫永光等, 2013)。紅樹林覆蓋變化是開展研究最早、研究文獻數量最多、最基礎且最重要的研究內容之一(Wang et al, 2019; Richards et al, 2016)。我國的相關研究起始于上世紀90 年代，隨后研究文獻數量不斷增加(周振超等, 2018;孫永光等, 2013)。目前，我國紅樹林覆蓋變化已有一定數量的研究，許多研究在研究地點與研究時間交錯重疊，缺乏不同研究間的對比與分析，特別是研究文獻數量、研究地點分布、研究時間以及研究結果間的異同情況尚不清楚，亟需對這些研究進行系統梳理與分析。

本研究針對借助遙感技術在中國開展的紅樹林覆蓋變化相關研究，從研究地點、時間、數據與方法等方面進行了系統歸納與分析，以期發現中國紅樹林變化研究的特點與不足，為后續研究探明方向。

1 數據與方法

1.1 文獻數據來源

文獻主要來源于Web of Science、中國學術期刊全文數據庫(CNKI)和萬方數據知識服務平臺。以“Mangrove（紅樹林）”和“change/dynamics(變化)”為主題搜索文獻，進一步利用“土地覆蓋”“濕地”及“海岸線”為關鍵詞，并在全文里加“紅樹林”為索引擴大搜索范圍。通過對上述文獻及相關專著進行系統梳理和歸納，整理出研究范圍在中國境內的紅樹林變化相關文獻73篇(英文7篇、中文66篇)。就文獻類別而言，包括期刊論文47 篇，學位論文25 篇(碩士論文18 篇、博士論文7 篇)，會議論文1 篇。整理出文獻的時間范圍為2002—2020 年，文獻數量隨著年份的增加而增加(圖1)。

圖1 中國紅樹林變化研究發文量Fig.1 Number of published literatures on mangrove change

1.2 文獻分析

基于2002—2020 年間紅樹林文獻的發表時間、作者、題目、文獻類型、研究地點、時間、數據、方法及結果等建立數據庫并進行分析。將紅樹林文獻劃分為全國、省/自治區/特別行政區及港/灣/河口尺度，分別統計3 個尺度的文獻研究數量；對文獻中開展紅樹林變化研究的時間范圍及使用數據進行統計分析；總結概括不同研究使用的數據和方法。最后，針對全國尺度的主要研究，對比研究地點、時間、方法及主要結果。

2 結果與分析

2.1 研究地點與時間范圍

將全部研究基于研究地點劃分為全國、省/自治區/特別行政區及港/灣/河口3 個尺度，其中，港/灣/河口尺度的文獻數量最多(56 篇)；其次為全國(9 篇)；省/自治區/特別行政區最少(7 篇)。在港/灣/河口尺度的研究，我國紅樹林分布的省份均有分布，廣東省的研究數量最多(20 篇)，其后，依次為海南省(16 篇)、福建省(14 篇)、廣西壯族自治區(12 篇)、香港特別行政區(4 篇)、浙江省和臺灣省(各1 篇)。研究文獻數量較多的地點有東寨港、珠江口及深圳河口。

研究時間最早為1955 年，最晚至2017 年；研究時間范圍最長為56 a，最短為4 a(圖3)。除少數研究從20 世紀60 年代左右起外，大都約從20 世紀80 年代開始。研究時間多為20 a 左右(圖2，圖4a)，研究中使用的影像數量大多為2 ～3 a，僅2020 年的1 篇文獻使用了逐年數據(1991—2011 年)(圖3，圖4b)。

圖2 不同研究的時間范圍Fig 2 Study period for different studies

圖3 研究時間與使用的影像年數對比Fig.3 Study period and the number of years for the used remoted sensing images

圖4 不同文獻的研究時間情況Fig.4 Study periods for different literatures

2.2 數據與方法

光學衛星遙感影像是紅樹林研究最主要的數據源，絕大部分研究均使用了Landsat 衛星影像數據，少 數 研 究 使 用 了SPOT、HJ、CBERS、ALOS、KH、QuickBird 及ZY 等衛星數據，1960 年以前的研究多借助航空影像和歷史資料來實現。

就研究方法而言，研究主要在先獲取不同時間紅樹林的范圍后，通過不同時間的紅樹林范圍對比來分析紅樹林覆蓋變化。獲取紅樹林范圍主要借助影像分類來實現，使用的主要方法有目視解譯、面向對象、元胞自動機、最大似然法、決策樹、專家分類器、影像分割、支持向量機及隨機森林等。

由于紅樹林分布于海陸交界處，漲潮會使一些低矮或內帶的紅樹林被海水浸沒，進而影響從光學遙感影像中獲取的紅樹林范圍，在73 篇文獻研究中，11 篇文獻考慮了這一影響。研究思路包括：通過影像成像時間與潮汐信息對比，影像過境時間與潮高基準面相當，進而忽略潮汐的影響；通過建立植被指數，如淹沒紅樹林指數，提取受潮汐影響淹沒的紅樹林范圍；通過光譜時間序列數據降低潮汐的影響，獲取紅樹林分布范圍。

2.3 全國尺度紅樹林變化研究對比

全國尺度的紅樹林變化研究歸納于表1。從研究地點來看，覆蓋中國全部紅樹林分布地區的研究僅有3 篇，研究時間最早自1973 年，終止年至2016 年。雖然研究時間范圍跨度長達幾十年，但大部分研究使用了幾個時間段的影像來分析。Landsat 衛星數據是最主要的數據源，其他數據作為輔助數據使用。研究方法基本均采用了監督分類方式，具體方法有面向對象、決策樹、光譜時間變化指數、決策樹、最大似然法、最鄰近分類及支持向量機等。

表1 全國尺度的中國紅樹林變化研究Table 1 National scale of mangrove change studies in China

相同時間段、不同研究給出的紅樹林面積變化和變化趨勢差異明顯。1990—2000 年間，吳培強(2012)、吳培強等(2013)得出中國紅樹林面積增加2 534 hm2，賈明明(2014)得出中國紅樹林面積減少1 084 hm2，Hu 等(2018)則得出中國紅樹林面積增加447 hm2。2000—2010 年 間，吳 培強(2012，2013)得出中國紅樹林面積增加8 525 hm2，賈明明(2014)得出中國紅樹林面積增加2 189 hm2，Hu 等(2018)得出中國紅樹林面積增加5 557 hm2。1990—2015 年間，除王武霞(2017)外，其余研究均顯示出中國紅樹林面積呈增加趨勢(表2)。

表2 全國尺度的中國紅樹林變化研究結果對比Table 2 Results comparison of Mangrove change studies in China

3 討論

中國的紅樹林動態研究主要集中在局地尺度(港/灣/河口)，大尺度(省和全國)的研究文獻數量還較少，這主要受到研究數據和技術方法的影響。中空間分辨率Landsat 和一些高空間分辨率衛星遙感影像是最主要的研究數據源。高空間分辨率遙感影像主要來自一些商用衛星，需付費購買，還需較大的存儲空間，限制了研究的空間范圍。中空間分辨率Landsat 數據是在紅樹林覆蓋變化研究中使用最多的遙感數據源，其長時間跨度(20 世紀80 年代左右至今)，30 m 空間分辨率、16 天時間分辨率，為開展紅樹林變化研究提供了良好支持，2008 年開始可以免費獲取，促進了較大尺度紅樹林變化研究的開展(王樂等, 2018; Zhu et al, 2019)。此外，近幾年歐洲的哨兵(Sentinel)系列衛星和中國的高分(GF)系列衛星，同時具備較高時間分辨率和較高空間分辨率，為未來紅樹林的動態監測提供了良好的遙感數據源(周振超等, 2018; Wang et al, 2019)。

幾個時間段的紅樹林范圍對比是最主要的紅樹林覆蓋變化研究思路，但用幾個時間節點的數據來表征長達十幾年的紅樹林變化會存在研究數據不夠充分的問題(Cárdenas et al, 2017)。近年來，研究發現利用時間序列數據分析能夠更好地反應土地利用/覆蓋和森林變化，是紅樹林覆蓋變化研究的一個新方向(Hansen et al, 2012)。隨 著 NASA Earth Exchange、Data Cube 及Google Earth Engine 等地理數據云計算服務平臺的出現，使得快速、批量處理大數據量的影像成為可能，為紅樹林大尺度數據分析提供了有力的技術支 持(Laush et al, 2018)。Google Earth Engine能夠在線提供長序列的Landsat 和哨兵等衛星遙感數據，基于Google Earth Engine 結合遙感時間序列數據分析方法已在大尺度土地利用/覆蓋研究中取得較好效果，研發基于時間序列的紅樹林動態變化方法是未來研究的重要方面(周振超,等, 2018; Wang et al, 2019)。

不同的研究結果間仍存在較大差異，這與研究所用的數據源、時相、分類方法、訓練樣本點、解譯尺度及紅樹林定義等方面的差異有關(周振超等, 2018)。由于遙感數據受成像時潮位的影響，僅依靠遙感數據進行信息提取，提取分布在低潮間的紅樹林范圍會存在一定誤差(周振超等, 2018)。結合系統調查的野外數據，考慮潮汐的影響對準確獲取紅樹林分布和變化信息十分必要(Cárdenas et al, 2017)。

4 結論

本研究從研究地點、研究時間、文獻數量、數據源與方法以及研究結果等方面對中國紅樹林變化的文獻進行了梳理和歸納，指出了中國紅樹林變化的研究進展、不足及展望。受研究數據和研究方法的影響，中國紅樹林研究以局地尺度為主，幾個時間節點的紅樹林范圍對比是最主要的研究思路，借助云平臺基于遙感時間序列是未來研究的重要方式。全國尺度的紅樹林研究結果間差異較大，結合系統調查的野外數據，考慮潮汐影響是未來紅樹林分布與變化研究的重要方向。