检索
E-mail
RSS

作者投稿 主编审稿 专家审稿 远程编辑

热带海洋学报 >

2021 , Vol. 40 >Issue 4: 122 - 133

DOI: https://doi.org/10.11978/2020096

海洋调查与观测

福建海坛海峡赤潮灾害潜在生态风险评估

  • 王会芳 , 1 ,
  • 黄秀清 , 2 ,
  • 刘建华 2 ,
  • 徐美娜 2 ,
  • 蒋芸芸 2 ,
  • 邱桔斐 2
展开
  • 1.上海海洋大学海洋生态与环境学院, 上海 201306
  • 2.国家海洋局东海海洋环境调查勘察中心, 上海 200137
黄秀清。email:

王会芳(1991—), 女, 河南省濮阳市人, 硕士研究生, 从事海洋生物生态研究。email:

Copy editor: 姚衍桃

收稿日期: 2020-08-25

  修回日期: 2020-11-19

  网络出版日期: 2020-11-19

基金资助

国家海洋局重点实验室开放研究基金(MATHAB201804)

国家海洋局重点实验室开放研究基金(MATHAB201825)

版权

版权所有,未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。
收起

Potential ecological risk assessment of red tide disaster in Haitan Strait of Fujian Province

  • WANG Huifang , 1 ,
  • HUANG Xiuqing , 2 ,
  • LIU Jianhua 2 ,
  • XU Meina 2 ,
  • JIANG Yunyun 2 ,
  • QIU Jufei 2
Expand
  • 1. College of Marine Ecology and Environment, Shanghai Ocean University, Shanghai 201306, China
  • 2. Marine Environment Investigation Center of East China Sea, Shanghai 200137, China
HUANG Xiuqing. email:

Copy editor: YAO Yantao

Received date: 2020-08-25

  Revised date: 2020-11-19

  Online published: 2020-11-19

Supported by

Open Research Fund Project of Key Laboratory of the State Oceanic Administration(MATHAB201804)

Open Research Fund Project of Key Laboratory of the State Oceanic Administration(MATHAB201825)

Copyright

Copyright reserved © 2021. Office of Acta Agronomica Sinica All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.
Fold

摘要

基于赤潮灾害风险评估理论和海坛海峡的浮游生物与水文常规监测数据, 采用层次分析法(AHP, Analytic Hierarchy Process)构建了海坛海峡赤潮灾害风险评估指标体系, 运用熵值法与变异系数法组合赋予权重, 建立了较为合理可信的评估模型, 并初步给出了海坛海峡赤潮灾害生态风险等级区划图。结果表明: 春季, 中级-较高级风险区主要分布在海峡北部, 海峡南部主要为低风险等级; 夏季, 较高级风险区存在于南部, 绝大部分海区属低风险海域; 秋季, 以低中风险等级为主, 中级风险区主要分布在海峡的西北部与东南部; 冬季, 较高级与高级风险海域位于海峡的西北部和东北部。研究海域的富营养化程度较高, 且富营养化指数权重较大, 减少氮磷入海可降低致灾、孕灾危险度, 进而能够降低赤潮灾害发生的风险。通过多年的赤潮事件结合验证表明, 赤潮发生的时空特征与致灾危险度分布具有较好的关联性。

关键词： 海坛海峡; 层次分析法; 熵值法; 变异系数法; 赤潮灾害; 潜在生态风险

本文引用格式

王会芳 , 黄秀清 , 刘建华 , 徐美娜 , 蒋芸芸 , 邱桔斐 . 福建海坛海峡赤潮灾害潜在生态风险评估[J]. 热带海洋学报, 2021 , 40(4) : 122 -133 . DOI: 10.11978/2020096

Abstract

Based on the risk assessment theory of red tide disaster and the conventional monitoring data of plankton and hydrology in the Haitan Strait, the index system of red tide disaster assessment in the Haitan Strait was constructed by using the method of Analytic Hierarchy Process (AHP), and the weight was assigned by entropy method and coefficient of variation method. A scientific and credible assessment model was established, and the thematic maps of ecological risk disaster of the Haitan Strait were obtained. The results are as follows. The medium-to-high risk areas were mainly distributed in the north of the strait in spring; the southern part of the strait was mainly at low risk. In summer, most of sea areas of the strait had low risk, while the south of the strait faced high risk. In autumn, the risk levels were mainly low and medium, and the medium risk areas were mainly distributed in the northwest and southeast of the strait. In winter, high-risk areas and highest-risk areas were concentrated in the northwest or northeast part of the strait. Because the eutrophication degree of the strait was high and the eutrophication index had a large weight, reducing nitrogen and phosphorus inputs into the strait can reduce the risk of red tide disasters. In addition, it displayed a good temporal and spatial correlation distribution between the red tide events for many years and disaster-causing factor level distribution.

Key words： Haitan Strait; Analytic Hierarchy Process (AHP); entropy method; coefficient of variation method; red tide disaster; potential ecological risk

赤潮灾害是一种近海常见的生态灾害, 对水产养殖、渔业资源、沿海生态系统和人类健康造成重大影响(Fleming et al, 2006)。对赤潮灾害的风险评估已成为学者们研究的主题, 如文世勇(2010)基于氮、磷、硅等营养盐建立了赤潮灾害生态风险评估模型, 并进行了模型验证。Lin等(2020)利用复合富营养化指数(CEI, Compound Eutrophication Index)在文世勇(2007)的研究基础之上对胶州湾的赤潮进行了灾害风险评估。Brown等(2020)研究了赤潮灾害对海水养殖业的影响和养殖环境对赤潮风险的贡献, 并提出了降低赤潮发生风险的措施。Ekstrom等(2020)阐述了应对赤潮灾害风险的管理步骤。Anderson等(2016)构建了加州赤潮风险可视系统模型, 进一步表明对赤潮灾害的预测有助于维持生态健康。赤潮灾害生态风险评估的研究因起步较晚, 研究资料较少, 尚属于新兴领域, 目前赤潮灾害风险评估正逐步标准化、模型化和可视化。
由于赤潮发生的机理尚不十分清楚, 赤潮灾害评估指标的确定与权重量化仍然较为困难。尽管文世勇(2007)和柴勋等(2011)对赤潮灾害评估体系的指标进行了相对较完整的研究与设计, 但该指标体系受海域差异和各指标获取的难易程度制约。不同研究者建立的指标体系有所不同, 但其准则层基本一致, 一般分为致灾因子、孕灾因子和承灾体。指标体系的建立多采用层次分析法, 如刘聚涛等(2010)利用层次分析法与模糊综合评价法对太湖的蓝藻水华进行了灾害程度评价。而权重量化方法则较多, 其中文世勇(2007)主张德尔菲法(Delphi)即专家赋权法赋权, 该方法受主观性影响较大。张晓霞等(2015)、谢宏英等(2018)和薛祥生等(2019)运用熵权法分别对辽宁、宁德和秦皇岛近岸海域进行了赤潮生态风险评价。熵权法是客观权重法, 对指标差异敏感性强, 但缺乏各指标间的横向比较(张晓霞 等, 2015; 谢宏英 等, 2018)。变异系数法能够分析单因子内部、横向结构规律, 能有效削弱层次分析法的内在主观性, 但对指标差异敏感性弱(严军 等, 2020)。熵权法与变异系数法相组合的权重法在生态文明评价体系中已有应用实例(王立盟 等, 2018), 但在赤潮灾害风险评估方面还未见报道。基于此, 本文根据指标的重要性、可量化性和易获取性, 采用层次分析法构建海坛海峡赤潮灾害的潜在生态风险评估体系, 并利用熵权法和变异系数法的互补组合进行指标赋权。
海坛海峡位于台湾海峡的西岸中部、闽江口以南, 为平潭岛与福清市高山半岛之间的狭长海区, 两侧岸线曲折, 港湾多, 岛屿、浅滩星罗棋布, 暗礁众多。海坛海峡宽约5km, 南北长约30km, 南、北口宽12~18km, 水深在0~30m之间, 周边渔业发达, 是南下北上的黄金水道(吕小梅 等, 2008; 陈峰 等, 2013)。根据2012—2017年福建省海洋与渔业厅发布的《福建省海洋环境状况公报》统计, 海坛海峡赤潮频发, 2011—2016年共发生11次赤潮, 其中仅2012年就发生了6次赤潮。本文以海坛海峡为研究区域, 为了解该海峡赤潮灾害的潜在生态风险, 基于赤潮灾害风险评估理论, 利用层次分析法建立评估体系, 并探索性地构建相应的评估模型, 对该海域进行赤潮灾害潜在生态风险区划, 为海坛海峡的赤潮灾害风险评估和应急响应提供基础依据。

1 材料与方法

1.1 数据来源

国家海洋局宁德海洋环境监测中心站使用“闽鼎渔02726号”调查船分别于2015年8月(夏)、2016年2月(冬)、2016年5月(春)、2016年11月(秋)对海坛海峡27个采样点进行了浮游植物、渔业资源与水文状况的调查, 站位布设如图1所示。本文利用的生态调查数据指标包括浮游植物、叶绿素a、温度、盐度、pH、溶解氧、化学需氧量、无机氮(包括铵盐、硝酸盐和亚硝酸盐)、活性磷酸盐和总渔业资源密度, 这些数据均是按照《海洋监测规范》(GB 17378–2007)与《海洋调查规范》(GB/T 12763–2007)进行采样和分析, 具体的生态指标分析方法见表1。渔业资源采用拖网调查, 拖曳时间为0.5~1h, 拖速为2~3kn, 起网后把渔获物倒在甲板上, 挑出杂物。当渔获物总质量在40kg以下时, 全部取样分析; 当渔获物总质量大于40kg时, 从中挑出大型的和稀有的标本后随机采集样品20kg左右, 并记录该站次准确的渔获总质量, 所得渔获物样品带回实验室冷冻保存。在实验室内将样品解冻, 分站位进行种类鉴定、计数、称重和统计分析。渔业资源密度采用扫海面积法(黄良敏 等, 2010)进行估算, 拖网网具鱼类和其他类尾数的逃逸率均设定为0.5, 以计算各站拖网的渔获量(尾数)密度。
图1 2015—2016年海坛海峡生态环境调查站位的布设

该图基于国家地理信息公共服务平台天地图审图号为GS(2018)1432号的专题图制作

Fig. 1 Spatial distribution of ecological environment survey sites of Haitan Strait in 2015-2016

表1 生态指标样品的分析方法

Tab. 1 Methods of sample analysis for ecological indicators

生态指标 分析方法 方法标准
浮游植物 镜检计数、分类法 GB17378.7-2007
叶绿素a 分光光度法 GB17378.7-2007
温度 表层水温表法 GB17378.4-2007
盐度 盐度计法 GB17378.4-2007
pH pH计法 GB17378.4-2007
溶解氧 碘量法 GB17378.4-2007
化学需氧量 碱性高锰酸钾法 GB17378.4-2007
铵盐 次溴酸钠氧化法 GB17378.4-2007
硝酸盐 锌镉还原法 GB17378.4-2007
亚硝酸盐 重氮-偶氮法 GB17378.4-2007
活性磷酸盐 磷钼蓝分光光度法 GB17378.4-2007

1.2 指标体系的建立

赤潮灾害指标体系中的致灾因子是引发赤潮灾害并造成迫害性的因素, 一般指赤潮生物。赤潮生物物种的分类鉴定主要依据《中国近海赤潮生物图谱》(郭皓, 2004), 优势度的计算公式(叶又茵 等, 2017)为Y=(ni /N)×fi, 式中N为总个体数, ni为第i个物种的个体数, fi为第i个物种在27个站位中出现的频率。选取各季节浮游植物优势度不小于0.02的赤潮生物(见表2)进行权重计算, 取各季节赤潮生物权重之和的平均值作为总权重, 然后根据各季节赤潮生物的优势度分别对各赤潮生物进行分季权重赋值。叶绿素一般也被认为是间接表征赤潮发生的指标, 因此本文选取的致灾因子指标包括赤潮生物和叶绿素a。孕灾因子是灾害发生的背景环境, 可以孕育赤潮灾害的发生, 反映了区域环境对灾害的敏感性和稳定性, 孕灾能力越强对灾害的放大效应就越明显(黎鑫 等, 2012)。根据赤潮生物与环境因子的关系, 本文选取的孕灾因子有温度、盐度、pH、溶解氧、化学需氧量、无机氮与活性磷酸盐。承灾体指承受灾害的主体, 一般指渔业资源等具有经济价值的水产品, 易损度是承灾体的脆弱性指标。海坛海峡的渔获物主要分为鱼类、虾类、蟹类和其他类等类群, 因物种较多, 难以选定单一物种, 因此用总渔业资源密度来代表。
表2 海坛海峡优势种赤潮生物

Tab. 2 Dominant species of red tides in Haitan Strait

优势种 拉丁文 优势度
夏 冬 春 秋
三角角藻 Ceratium tripos 0.48
夜光藻 Noctiluca scintillans 0.26
笔尖形根管藻 Rhizosolenia styliformis 0.06
旋链角毛藻 Chaetoceros curvisetus 0.06 0.05 0.03
叉状角藻 Ceratium furca 0.02
中肋骨条藻 Skeletonema costatum 0.45 0.89 0.02 0.59
梭角藻 Ceratium fusus 0.02
佛氏海毛藻 Thalassiothrix frauenfeldii 0.02 0.10
菱形海线藻 Thalassionema nitzschioides 0.02 0.05
束毛藻属 Trichodesmium sp. 0.05
琼氏圆筛藻 Coscinodiscus jonesianus 0.03 0.02
加氏星杆藻 Asterionella kariana 0.06
布氏双尾藻 Ditylum brightwellii 0.09
奇异菱形藻 Nitzschia paradoxa 0.06
洛氏角毛藻 Chaetoceros lorenzianus 0.04
星脐圆筛藻 Coscinodiscus asteromphalus 0.02

注: 空白表示优势度小于0.02

为了减少指标信息的冗余性, 本文利用富营养化指数(E)替代化学需氧量、铵盐、硝酸盐、亚硝酸盐与活性磷酸盐5个指标。其公式(薛祥生 等, 2019)为:
$E=\text{COD}\times \text{DIN}\times \text{DIP}\times {{10}^{6}}/4500$
式中: E为海水富营养化指数, COD为海水中化学需氧量(单位: mg·L-1), DIN为海水中无机氮(为铵态氮、亚硝酸态氮和硝酸态氮之和; 单位: mg·L-1), DIP为海水中活性磷酸盐(单位: mg·L-1)。

1.3 数据处理方法与风险模型的选取

首先对评价对象、评价指标的原始数据建立矩阵X=[Xij]m×n, 式中Xij为第j个评价对象在第i个评价指标上的数值(0≤i≤m; 0≤j≤n)。其次对原始数据进行消除量纲的标准化处理, 建立标准化矩阵R=[rij]m×n, rij为第j个评价对象在第i个评价指标上的标准化数值(0≤i≤m; 0≤j≤n)。致灾因子数值越大, 发生赤潮的可能性越大, 权重也较大; 孕灾因子数值越高, 危险性越大, 权重也越大; 承灾体数量越多, 发生灾害时损失越大, 权重也越大。本研究使用极差法将原始数据进行0到1的标准化, 公式如下(程立海 等, 2011):
${{r}_{ij}}=\left\{ \left[ {{X}_{ij}}-\min ({{X}_{ij}}) \right]/\left[ \max ({{X}_{ij}})-\min ({{X}_{ij}}) \right] \right\}$
式中: max(Xij)为同一评价指标在j个评价对象中的最大值, min(Xij)为同一评价指标在j个评价对象中的最小值。然后使用如下熵值法与变异系数法组合赋予权重公式(王立盟 等, 2018; 丁赞 等, 2019)进行权重赋值:
${{W}_{i}}=({{W}_{i1}}+{{W}_{i2}})/2$
式中: Wi为组合权重。Wi1为熵值法权重, ${{W}_{i1}}=\frac{1-{{H}_{i}}}{m-\sum\nolimits_{i=1}^{m}{{{H}_{i}}}}$, 0≤Wi1≤1, $\sum\nolimits_{i=1}^{m}{{{W}_{i1}}=1}$; Hi为定义熵, ${{H}_{i}}=-k\sum\nolimits_{j=1}^{n}{{{f}_{ij}}1}\text{n}{{f}_{ij}}$, 其中${{f}_{ij}}={{r}_{ij}}/\sum\nolimits_{j=1}^{n}{{{r}_{ij}}}$, k=1/ln n; 当fij=0时, 令fij lnfij=0。Wi2为变异系数法权重, ${{W}_{i2}}=\frac{{{v}_{ij}}}{\sum\nolimits_{i=1}^{n}{{{v}_{ij}}}}$, 0≤Wi2≤1, $\sum\nolimits_{i=1}^{m}{{{W}_{i2}}=1}$; vij为变异系数, ${{v}_{ij}}=\frac{{{\sigma }_{i}}}{{{{\bar{r}}}_{i}}}$, 其中${{\sigma }_{i}}$为标准差, ${{\sigma }_{i}}=\sqrt{\frac{\sum\nolimits_{1}^{n}{{{({{r}_{ij}}-{{{\bar{r}}}_{j}})}^{2}}}}{n-1}}$, ${{\bar{r}}_{i}}$为平均值, ${{\bar{r}}_{i}}=\frac{\sum\nolimits_{j=1}^{n}{{{r}_{ij}}}}{n}$。以 上数据计算均利用Excel 2013完成。海坛海峡赤潮灾害潜在生态风险评估的模型选取广泛认同的1991年联合国人道主义事务部提出的自然灾害风险度公式(文世勇, 2007; 薛祥生 等, 2019):
$R=H\times V$
式中: R为风险度,H为危险度, $H=a{{H}_{1}}+b{{H}_{2}}$, 其中H1是致灾因子危险度, ${{H}_{1}}=\sum\nolimits_{i=1}^{m}{{{W}_{i}}{{r}_{i}}}$, H2是孕灾因子危险度, ${{H}_{2}}=\sum\nolimits_{i=1}^{m}{{{W}_{i}}{{r}_{i}}}$, 而a和b则分别为致灾因子和孕灾因子的权重; V为承灾体易损度, $V=\sum\nolimits_{i=1}^{m}{{{W}_{i}}{{r}_{i}}}$, 其中Wi为危险度或风险度的组合权重, ri为标准化的各致灾因子、孕灾因子或承灾体的数值。本文的生态风险空间分布特征图均用surfer 14进行绘制。

2 结果与分析

2.1 海坛海峡赤潮生物的分布特征

通过对海坛海峡浮游植物优势度的计算与分类鉴定, 得到优势度不小于0.02的赤潮生物(表2)。在4次调查中, 中肋骨条藻(Skeletonema costatum)的优势度较高, 而夜光藻(Noctiluca scintillans)在春季的优势度较突出, 这与2016年5月发生的夜光藻赤潮在时间上相吻合。此外, 东海原甲藻(Prorocentrum donghaiense)在春秋季节均被检测到, 但因优势度较低而未形成优势种。尽管米氏凯伦藻(Karenia mikimotoi)在2012—2013年引发过赤潮, 但此次调查未检测到该藻类。

2.2 指标体系的权重确定和赤潮灾害生态风险等级的划分

根据前述建立的赤潮灾害生态风险评估指标体系, 利用熵权法、变异系数法分别计算每个季节各指标的权重, 而后取两种方法所得权重的平均值, 最后取4个季节的平均值作为每个指标的权重, 从而确定三级指标的权重。同理, 对于二级指标而言, 以三级指标中各要素的定义熵和变异系数为基准, 进行熵权法与变异系数法组合赋权, 然后取各季节对应类别权重的算术平均值作为二级指标的权重。海坛海峡赤潮灾害潜在生态风险评估的指标体系与权重结果见表3。
表3 海坛海峡赤潮灾害潜在生态风险评估的指标体系与权重

Tab. 3 Index system and weight coefficient of potential ecological risk assessment of red tide disaster in Haitan Strait

一级指标 二级指标 权重 三级指标 权重
危险度(H) 致灾因子(H1) 0.74 主要赤潮生物 0.87
叶绿素 0.13
孕灾因子(H2) 0.26 温度 0.16
盐度 0.17
pH 0.16
溶解氧 0.15
富营养化指数(E) 0.36
易损度(V) 承灾体 1 总渔业资源密度 1
通过对海坛海峡赤潮灾害潜在生态灾害风险的计算, 4个季节的致灾因子危险度区间为0~0.96, 孕灾因子危险度范围为0.15~0.79, 承灾体易损度取值范围是0~1, 而赤潮灾害潜在生态风险值区间为0~0.78。由于0.39~0.78之间出现风险断层, 因此去掉最大风险值0.78, 以0~0.39为主要取值范围, 并将其划分为4级, 分别为低级、中级、较高级和高级(表4)。
表4 海坛海峡赤潮灾害潜在生态风险等级划分

Tab. 4 Classification of potential ecological risk of red tide disaster in Haitan Strait

致灾因子危险度 孕灾因子危险度 承灾体易损度 潜在生态风险 风险等级
0~0.25 0.15~0.32 0~0.25 0~0.1 低级
0.25~0.50 0.32~0.48 0.25~0.50 0.1~0.2 中级
0.50~0.75 0.48~0.64 0.50~0.75 0.2~0.3 较高级
0.75~1 0.64~0.80 0.75~1 >0.3 高级

2.3 海坛海峡致灾因子危险度等级的空间分布特征

将致灾因子的标准化数值与权重代入公式(4), 利用surfer 14进行克里金插值, 得到海坛海峡致灾因子危险度等级的空间分布如图2所示。
图2 海坛海峡致灾因子危险度等级的空间分布

该图基于国家地理信息公共服务平台天地图审图号为GS(2018)1432号的专题图制作

Fig. 2 Spatial distribution characteristics of disaster- causing factor degree in Haitan Strait

春季, 致灾因子危险度范围为0.02~0.61, 均值为0.28。较高级致灾危险度的分布比较零散, 总体分布位置离岸较近, 主要分布地点有: 娘宫至芬尾海域(面积最大)、苏澳海域和东瀚海域(具体位置见图1)。中级致灾因子集中在海峡中部, 低级危险度主要分布在海峡北部, 南部也有小面积的低级危险度海区。夏季, 致灾因子危险度范围为0.02~0.84, 均值为0.28。较高级致灾危险度主要集中在海峡南部, 其中局部小面积海区达到高级危险度; 中级致灾危险度分布在海峡北出口与南出口海区; 低级致灾危险度主要分布在海峡北部与中部。秋季, 致灾因子危险度范围为0.03~0.75, 均值为0.20; 较高级致灾危险度海域分布在海峡东北部即苏澳海域附近; 中级致灾危险度主要分布在苏澳海域与东瀚海域; 其余大部分海域处于低级致灾危险度。冬季, 致灾因子危险度范围为0~0.96, 均值为0.21, 其中海峡西北部的致灾因子危险度最高, 整体由西北向东南递减。

2.4 海坛海峡孕灾因子危险度等级的空间分布特征

将孕灾因子的标准化数值与权重代入公式(4), 利用surfer 14进行克里金插值, 得到海坛海峡孕灾因子危险度等级的空间分布如图3所示。
图3 海坛海峡孕灾因子危险度等级的空间分布

该图基于国家地理信息公共服务平台天地图审图号为GS(2018)1432号的专题图制作

Fig. 3 Spatial distribution characteristics of hazard of flood gestation genes degree in Haitan Strait

春季, 孕灾因子危险度范围为0.15~0.48, 均值为0.27。其中, 中级孕灾危险度主要集中在海峡西面, 小部分分布在东北部与苏澳海域; 其余大部分海区为低级孕灾危险度。夏季, 孕灾因子危险度范围为0.27~0.53, 均值为0.38。其中, 中级孕灾危险度占据海峡的大部分海区, 较高级孕灾危险度主要分布在西面, 低级孕灾危险度所占面积较小。秋季, 孕灾因子危险度范围为0.24~0.79, 均值为0.47。其中, 高级孕灾危险度集中在苏澳北部海区; 较高级孕灾危险度主要分布在海峡的北出口、娘宫和东瀚的部分海域, 所占据面积较大; 中级孕灾危险度主要分布在海峡中部与北部, 南部占比很小; 低级孕灾危险度主要集中在北部。冬季, 孕灾因子危险度范围为0.23~0.73, 均值为0.45。其中, 高级孕灾危险度分布在海峡西北口与西南出口; 较高级孕灾危险度分布在海峡北部出口与南部, 所占面积较大; 中级孕灾危险度分布广, 从海峡北出口到南出口均有分布; 低级孕灾危险度所占面积较小。

2.5 海坛海峡承灾体易损度等级的空间分布特征

将承灾体的标准化数值与权重代入公式(4), 利用surfer 14进行克里金插值, 得到海坛海峡承载体易损度等级的空间分布如图4所示。
图4 海坛海峡承灾体易损度等级的空间分布

该图基于国家地理信息公共服务平台天地图审图号为GS(2018)1432号的专题图制作

Fig. 4 Spatial distribution characteristics of vulnerability of disaster-bearing factors in Haitan Strait

春季, 承载体的易损度均值为0.37。其中, 长乐松下海域易损度等级为高级; 较高-高级易损度分布在海峡北部; 中级易损度分布在中部偏北海域, 东北部也有小面积的中级易损度海域; 低级易损度主要集中分布在海峡的中部与南部。夏季, 承载体的易损度均值为0.22, 其中较高-高级易损度分布在娘宫海域附近, 中级易损度主要集中在海峡中部, 低级易损度主要分布在海峡的南北两端, 所占面积较大。秋季, 承载体的易损度均值为0.42, 其中较高-高级易损度主要分布在海峡的西北部与南部, 中级易损度分布在海峡北部与中部, 低级易损度主要分布在海峡的北部及中部。冬季, 承载体的易损度均值为0.41, 其中较高级-高级易损度主要分布在海峡的西北部、东北部和南部, 中级易损度主要分布在西北部与南部局部海域, 低级易损度主要分布在海峡中部。

2.6 海坛海峡赤潮灾害潜在生态风险等级的空间分布特征

将致灾因子危险度、孕灾因子危险度、承载体易损度与权重代入公式(4), 利用surfer 14进行克里金插值, 得到海坛海峡赤潮灾害潜在生态风险等级的空间分布如图5所示。
图5 海坛海峡赤潮灾害潜在生态风险等级的空间分布

该图基于国家地理信息公共服务平台天地图审图号为GS(2018)1432号的专题图制作

Fig. 5 Spatial distribution of potential ecological risks of red tide disasters in Haitan Strait

春季, 赤潮灾害潜在生态风险值范围为0~0.24, 均值为0.09。其中, 较高级风险仅出现于海峡最北部; 中级风险主要分布在海峡北部, 松下海域为中级风险海域; 低级风险区主要集中分布在海峡中部和南部, 所占面积较大, 东瀚海域、娘宫海域均为低风险海域, 而苏澳海域为低-中级风险海区。夏季, 赤潮灾害潜在生态风险值范围为0~0.22, 均值为0.06。其中, 较高级风险存在于海峡南部的局部海域, 所占面积极小; 中级风险海域所占面积也较小, 从海峡的南部到北部仅有零星分布; 海峡中绝大多数海区属低级风险海域, 如松下海域与苏澳海域。秋季, 赤潮灾害潜在生态风险值范围为0~0.28, 均值为0.10, 其中较高级风险区位于海峡东南出口处, 中级风险区主要分布在海峡西南部, 低级风险区主要分布在海峡东北部。冬季, 赤潮灾害潜在生态风险值范围为0~0.78, 均值为0.12, 其中较高级与高级风险海域集中分布在海峡西北部和东北部, 中级风险区主要分布在海峡的北部与南部, 低级风险区主要分布在海峡的中部和南部。

3 讨论

3.1 对赤潮灾害潜在生态风险分区结果的验证

对海坛海峡发生赤潮灾害的历史状况进行了数据搜集, 结果显示2011—2014年每年都有赤潮发生。其中, 2012年赤潮发生次数最多, 损失最大; 2015年未查阅到赤潮发生的记录; 2016年有1次赤潮事件记载。以2012—2017年福建省海洋与渔业厅发布的《福建省海洋环境状况公报》为依据, 对海坛海峡近年来赤潮发生的时间、地点、影响面积、赤潮藻种和经济损失等数据进行了统计, 统计结果见表5。
表5 2011—2016年海坛海峡发生的赤潮状况

Tab. 5 Red tides events in Haitan Strait during 2011-2016

时间 发生海域 面积/km2 赤潮生物 拉丁文 毒性 直接经济损失/万元
2011.05.11—05.14 长乐松下沿岸海域 15 东海原甲藻 Prorocentrum donghaiense 无毒 无
2012.05.17—05.19 芬尾、娘宫码头 30 东海原甲藻 Prorocentrum donghaiense 无毒 无
2012.05.26—06.07 平潭流水、苏澳码头 80 米氏凯伦藻 Karenia mikimotoi 有毒 63151
2012.05.30—06.08 福清东瀚海域 6 米氏凯伦藻 Karenia mikimotoi 有毒 11996
2012.05.30—06.08 长乐松下海域 15 米氏凯伦藻 Karenia mikimotoi 有毒 无
2012.06.14—06.15 长乐松下海域 3 中肋骨条藻 Skeletonema costatum 无毒 无
2013.05.22—05.23 平潭苏澳、流水 20 夜光藻、米氏凯伦藻 Noctiluca scintillans, Karenia mikimotoi 有毒 无
2014.05.05—05.14 平潭苏澳、流水、澳前海域 5.5 东海原甲藻 Prorocentrum donghaiense 无毒 无
2014.05.11—05.13 福清东瀚附近海域 3 东海原甲藻 Prorocentrum donghaiense 无毒 无
2016.05.03—05.04 平潭苏澳海域 不详 夜光藻 Noctiluca scintillans 无毒 无
从表中数据可看出, 6年间海坛海峡共发生赤潮11次, 发生次数最多的海域是苏澳海域(4次), 占总爆发赤潮次数的37%, 其中一次造成了重大的直接经济损失。其次为长乐松下海域, 发生赤潮的次数为3次, 占总爆发赤潮次数的27%。东瀚海域爆发了2次赤潮, 占总爆发赤潮次数的18%, 其中一次也造成了重大的直接经济损失。娘宫、芬尾附近海域各发生1次赤潮, 各占赤潮总爆发次数的9%(图6)。
图6 海坛海峡2011—2016年赤潮发生面积与次数比例(饼图)统计图

该图基于国家地理信息公共服务平台天地图审图号为GS(2018)1432号的专题图制作

Fig. 6 Statistical chart of occurrence areas and frequency of red tides in Haitan Strait during 2011-2016

2016年5月苏澳海域发生了赤潮事件, 但未造成直接经济损失。图5显示春季该海域赤潮灾害潜在生态风险处于中-低级风险, 但其致灾危险度处于中-较高级水平(图2), 致灾因子危险度的等级与赤潮事件基本对应。此外, 研究中发现站位18的夜光藻细胞浓度异常, 接近赤潮发生标准, 该站位对应海区为东瀚海域, 这与图2中该处有较高级致灾危险度的情况相吻合。根据记载, 赤潮多发生于5—6月份, 即春夏季, 本文研究结果也显示海坛海峡春夏季的致灾危险度大于秋冬季, 因而在季节上相对应。在赤潮发生的海区上, 2012年苏澳海域、东瀚海域发生了赤潮并造成经济损失, 这些海域为赤潮灾害敏感海域, 因此致灾危险度级别较高, 与图2显示的致灾危险度等级分布一致。娘宫-芬尾海域的赤潮面积比松下长乐海区的赤潮面积大, 娘宫芬尾海域的致灾危险度比松下海域高, 与图2的致灾危险度等级分布也一致。以上分析表明, 本文的赤潮灾害潜在生态风险评估模型具有一定的可信度和适用性。

3.2 海坛海峡赤潮灾害潜在生态风险的驱动因素分析

灾害是相对于行为主体即人类及其社会经济活动而言的, 灾害的形成需要有承灾体承担其迫害(黎鑫 等, 2012)。赤潮通过破坏海洋饵料基础、导致海水缺氧、堵塞鱼类呼吸器官、释放毒素等途径使生态环境恶化, 造成海洋生物窒息或中毒死亡(李绪兴, 2006)。统计表明, 2012年造成直接经济损失的赤潮藻是有毒的米氏凯伦藻, 2次赤潮灾害中直接经济损失的承灾体是鲍鱼。易受损物种对赤潮比较敏感, 其抵御灾害的能力较弱, 恢复性差(文世勇, 2007)。赤潮可致鳃呼吸的鱼类窒息而死, 鱼、虾、贝类等海洋生物因吞食赤潮毒素而死亡或使毒素富集, 误食带有毒素的海产品可危及人类健康(王婷 等, 2005; 李绪兴, 2006)。这表明承灾体对灾害的形成具有不可或缺性, 也说明了有毒藻类对渔业资源及人类健康的危害性较高。对于渔业资源密度较大的海区要警惕有毒藻类的出现, 更要密切监测有毒藻类的增殖, 做好应对赤潮灾害的各项工作。
赤潮的发生是水体富营养化的不良结果之一(Wang et al, 2018), 赤潮灾害的危害源是赤潮生物, 渔业资源为人类社会所需, 赤潮生物的增殖暴发依赖于环境因子, 而渔业资源的增殖依赖于浮游植物, 因此控制赤潮生物的增长才是防止赤潮灾害形成的重要手段。在2015—2016年国家海洋局宁德海洋环境监测中心站对海坛海峡的4次调查中, 氮磷比均大于16, 这与杜凯等(2018)和王臻等(2018)研究得到的海坛海峡2016年秋季海水为四类水质及无机氮含量较高的结果相一致。孕灾环境因子中富营养化指数占据权重比例较大, 秋冬季孕灾因子的危险度较高, 部分海区的孕灾危险度为高级, 减少氮磷入海能够降低孕灾环境的危险性, 进而可以降低赤潮灾害发生的风险。

4 结论与展望

本文通过建立海坛海峡赤潮灾害风险评估模型,对赤潮灾害潜在生态风险等级的区划与评估进行了初步探索。根据对海坛海峡历史赤潮事件的分析与验证, 表明该模型具有一定的科学性和适用性。
春季, 中级-较高级致灾危险度主要分布在海峡的中南部, 中级孕灾危险度主要集中在海峡西面, 承灾体较高-高级易损度分布在海峡北部, 中-高级赤潮灾害生态风险区主要分布在海峡北部。夏季, 较高-高级致灾危险度集中在海峡南部, 中级-较高级孕灾危险度占据的面积较大, 承灾体较高-高级易损度主要分布在娘宫海域, 海峡内绝大多数海区属低级赤潮灾害生态风险区。秋季, 中级致灾危险度主要分布在苏澳海域与东瀚海域, 较高级致灾危险度出现在苏澳海域, 高级孕灾危险度集中于苏澳北部海区, 较高级孕灾危险度分布在海峡北出口与南出口, 承灾体较高-高级易损度分布在海峡的西北部与南部, 赤潮灾害风险等级以中级-低级为主, 其中中级主要分布在海峡的西北部与东南部。冬季, 海峡西北部的致灾因子危险度最高, 整个海峡的致灾因子危险度由西北向东南递减, 较高-高级孕灾危险度与承灾体易损度均分布在海峡的南北出口处和南部, 较高-高级赤潮灾害生态风险区集中分布在海峡的西北部与东北部, 娘宫海域属于中低风险区, 松下海域为中高风险区。渔业资源密度较大的海域应严防赤潮发生, 减少氮磷入海可降低赤潮灾害发生的风险。
虽然本文建立的模型以有代表性且足够多的数据为基础, 但是获取数据的4次调查只是常规的海洋环境生态调查, 因此该模型的精度有待于更多的实例验证。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
柴勋, 赵冬至, 韩震, 等, 2011. 赤潮灾害风险评估系统的初步设计[J]. 海洋环境科学, 30(2): 259-263.

CHAI XUN, ZHAO DONGZHI, HAN ZHEN, et al, 2011. Design of risk assessment system for HAB[J]. Marine Environmental Science, 30(2):259-263 (in Chinese with English abstract).

[2]
陈峰, 巫朝鑫, 赵伟, 等, 2013. 谈海坛海峡的安全通航[J]. 航海技术, (3):4-6 (in Chinese).

[3]
程立海, 唐宏, 周廷刚, 等, 2011. 自然灾害强度的评估方法及应用——基于综合灾情指数的研究[J]. 自然灾害学报, 20(1):46-50.

CHENG LIHAI, TANG HONG, ZHOU YANGANG, et al, 2011. Evaluation method of natural disaster intensity and its application: a research based on comprehensive disaster condition index[J]. Journal of Natural Disasters, 20(1):46-50 (in Chinese with English abstract).

[4]
丁赞, 沈铭, 2019. 基于层次分析法和变异系数法的黄冈市地质环境承载力研究[J]. 资源环境与工程, 33(S1):70-74, 91.

DING ZAN, SHEN MING, 2019. Study on the bearing capacity of geological environment in Huanggang City based on analytic hierarchy process and variation coefficient method[J]. Resources Environment & Engineering, 33(S1):70-74, 91 (in Chinese with English abstract).

[5]
杜凯, 陈前火, 张立香, 等, 2018. 平潭海坛海峡海洋环境现状调查及保护对策研究[J]. 福建轻纺, (3):30-35 (in Chinese).

[6]
郭皓, 2004. 中国近海赤潮生物图谱[M]. 北京: 海洋出版社, 1-107.

GUO HAO, 2004. Illustrations of planktons responsible for the blooms in Chinese coastal waters[M]. Beijing: Maritime Press, 1-107(in Chinese).

[7]
黄良敏, 李军, 张雅芝, 等, 2010. 闽江口及附近海域渔业资源现存量评析[J]. 热带海洋学报, 29(5):142-148.

HUANG LIANGMIN, LI JUN, ZHANG YAZHI, et al, 2010. Current fishery resource assessment in the Minjiang River Estuary and its neighboring waters[J]. Journal of Tropical Oceanography, 29(5):142-148 (in Chinese with English abstract).

[8]
黎鑫, 洪梅, 王博, 等, 2012. 南海-印度洋海域海洋安全灾害评估与风险区划[J]. 热带海洋学报, 31(6):121-127.

LI XIN, HONG MEI, WANG BO, et al, 2012. Disaster assessment and risk zoning concerning the South China Sea and Indian Ocean safety[J]. Journal of Tropical Oceanography, 31(6):121-127 (in Chinese with English abstract).

[9]
李绪兴, 2006. 赤潮及其对渔业的影响[J]. 水产科学, 25(1):45-47.

LI XUXING, 2006. Influences of Red tide on fisheries[J]. Fisheries Science, 25(1):45-47 (in Chinese with English abstract).

[10]
刘聚涛, 高俊峰, 赵家虎, 等, 2010. 太湖蓝藻水华灾害程度评价方法[J]. 中国环境科学, 30(6):829-832.

LIU JUTAO, GAO JUNFENG, ZHAO JIAHU, et al, 2010. Method of cyanobacteria bloom hazard degree evaluation in Taihu Lake[J]. China Environmental Science, 30(6):829-832 (in Chinese with English abstract).

[11]
吕小梅, 方少华, 张跃平, 等, 2008. 福建海坛海峡潮间带大型底栖动物群落结构及次级生产力[J]. 动物学报, 54(3):428-435.

LV XAOMEI, FANG SHAIHUA, ZHANG YUEPING, et al, 2008. Community structure and secondary production of macrobenthos in the intertidal zone of Haitan Strait, Fujian Province[J]. Acta Zoologica Sinica, 54(3):428-435. (in Chinese with English abstract).

[12]
王立盟, 孟浩, 2018. 基于熵值和变异系数组合赋权法的生态文明评价体系构建及实证分析[J]. 高技术通讯, 28(4):372-381.

WANG LIMENG, MENG HAO, 2018. Design and empirical research on the ecological civilization construction evaluation system based on entropy method and coefficient of variation[J]. Chinese High Technology Letters, 28(4):372-381 (in Chinese with English abstract).

[13]
王婷, 宋亮, 赵文, 2005. 赤潮及其对渔业经济的影响[J]. 中国渔业经济, (6):41-44.

WANG TING, SONG LIANG, ZHAO WEN, 2005. Red tide and its effects on fishing economy[J]. Chinese Fisheries Economics, (6):41-44 (in Chinese with English abstract).

[14]
王臻, 李荣茂, 2018. 海坛海峡水环境状况及驱动因素分析[J]. 环境与可持续发展, 43(4):30-33.

WANG ZHEN, LI RONGMAO, 2018. Analysis of water environment and driving factors in the Haitan Strait[J]. Environment and Sustainable Development, 43(4):30-33 (in Chinese with English abstract).

[15]
文世勇, 2007. 赤潮灾害风险评估理论与方法研究[D]. 大连: 大连海事大学.

WEN SHIYONG, 2017. The study of risk assessment theory and method of harmful algal blooms hazard[D]. Dalian: Dalian Maritime University (in Chinese with English abstract).

[16]
文世勇, 2010. 基于营养盐的赤潮灾害风险评估技术与应用研究[D]. 大连: 大连海事大学.

WEN SHIYONG, 2010. Risk assessment technology and application of red tide disaster based on nutrient[D]. Dalian Maritime University (in Chinese with English abstract).

[17]
谢宏英, 王金辉, 2018. 宁德沿海赤潮灾害风险状况研究[J]. 上海海洋大学学报, 27(4):553-563.

XIE HONGYING, WANG JINHUI, 2018. Study on the risk of harmful algal blooms hazard along Ningde Coast[J]. Journal of Shanghai Ocean University, 27(4):553-563 (in Chinese with English abstract).

[18]
薛祥生, 宋伦, 付志璐, 2019. 秦皇岛近岸海域赤潮生态风险评价[J]. 水产科学, 38(5):695-701.

XUE XIANGSHENG, SONG LUN, FU ZHILU, 2019. Ecological risk assessment of red tide in coastal area of Qinhuangdao[J]. Fisheries Science, 38(5):695-701 (in Chinese with English abstract).

[19]
严军, 王婷, 秦珏, 2020. 基于变异系数法的马鞍山江心洲生态敏感性定量研究[J]. 生态科学, 39(2):124-132.

YAN JUN, WANG TING, QIN JUE, 2020. Research on ecological sensitivity analysis of Ma’anshan Jiangxinzhou based on the method of variation coefficient[J]. Ecological Science, 39(2):124-132 (in Chinese with English abstract).

[20]
叶又茵, 项鹏, 王雨, 等, 2017. 福建6个港湾浮游植物多样性及其与水系的关系[J]. 生物多样性, 25(3):285-293.

DOI

YE YOUYIN, XIANG PENG, WANG YU, et al, 2017. Phytoplankton diversity and its relationship with currents in the six bays of Fujian[J]. Biodiversity Science, 25(3):285-293 (in Chinese with English abstract).

[21]
张晓霞, 许自舟, 程嘉熠, 等, 2015. 赤潮灾害风险评估方法研究——以辽宁近岸海域为例[J]. 水产科学, 34(11):708-713.

ZHANG XIAOXIA, XU ZIZHOU, CHENG JIAYI, et al, 2015. Assessment methods of red tide disaster risk: a case in Liaoning coast[J]. Fisheries Science, 34(11):708-713 (in Chinese with English abstract).

[22]
ANDERSON C R, KUDELA R M, KAHRU M, et al, 2016. Initial skill assessment of the California Harmful Algae Risk Mapping (C-HARM) system[J]. Harmful Algae, 59:1-18.

DOI

[23]
BROWN A R, LILLEY M, SHUTLER J, et al, 2020. Assessing risks and mitigating impacts of harmful algal blooms on mariculture and marine fisheries[J]. Reviews in Aquaculture, 12(3):1663-1688.

[24]
EKSTROM J A, MOORE S K, KLINGER T, 2020. Examining harmful algal blooms through a disaster risk management lens: A case study of the 2015 U.S. West Coast domoic acid event[J]. Harmful Algae, 94:101740.

DOI

[25]
FLEMING L E, BROAD K, CLEMENT A, et al, 2006. Oceans and human health: emerging public health risks in the marine environment[J]. Marine Pollution Bulletin, 53(10-12):545-560.

DOI

[26]
LIN GUOHONG, LI KEQIANG, LIANG SHENGKANG, et al, 2020. Compound eutrophication index: an integrated approach for assessing ecological risk and identifying the critical element controlling harmful algal blooms in coastal seas[J]. Marine Pollution Bulletin, 150:110585.

DOI

[27]
WANG BAODONG, XIN MING, WEI QINSHENG, et al, 2018. A historical overview of coastal eutrophication in the China Seas[J]. Marine Pollution Bulletin, 136:394-400.

DOI

Options
文章导航

/

〈 〉