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 >

2025 , Vol. 44 >Issue 4: 25 - 44

DOI: https://doi.org/10.11978/2024070

海洋地质学

西沙群岛珊瑚礁2015—2023年间海岸地貌演化与其区域海洋环境特征的关联性研究

  • 赵中伟 , 1, 2 ,
  • 赵璇 1, 3 ,
  • 陈天然 1, 3 ,
  • 李伟 , 1, 2, 3
展开
  • 1.中国科学院边缘海与大洋地质重点实验室(中国科学院南海海洋研究所), 广东 广州 511458
  • 2.三亚海洋生态环境工程研究院, 海南 三亚 572100
  • 3.中国科学院大学, 北京 100049
李伟。email:

赵中伟(1992—), 男, 新疆维吾尔自治区乌鲁木齐市人, 副研究员, 博士, 从事海岛海岸地貌研究。email:

Copy editor: 孙翠慈

收稿日期: 2024-03-26

  修回日期: 2024-04-18

  网络出版日期: 2024-05-31

基金资助

国家自然科学基金(42206216)

中国科学院广州分院院长青年人才基金(2023000352)

收起

A study of the correlation between coastal morphological changes and oceanographic conditions of coral reef islands in the Xisha Islands from 2015 to 2023

  • ZHAO Zhongwei , 1, 2 ,
  • ZHAO Xuan 1, 3 ,
  • Chen Tianran 1, 3 ,
  • LI Wei , 1, 2, 3
Expand
  • 1. CAS Key Laboratory of Ocean and Marginal Sea Geology, South China Sea Institute of Oceanology, Chinese Academy of Sciences, Guangzhou 511458, China
  • 2. Sanya Institute of Ocean Eco-Environmental Engineering, Sanya 572100, China
  • 3. University of Chinese Academy of Sciences, Beijing 100049, China
LI Wei. email:

Received date: 2024-03-26

  Revised date: 2024-04-18

  Online published: 2024-05-31

Supported by

National Natural Science Foundation of China(42206216)

Youth Talent Fund of the President of Chinese Academy of Sciences Guangzhou Branch(2023000352)

Fold

摘要

西沙群岛地处海南岛到南海诸岛的中心位置, 是构造和生物交互作用形成的典型地质地貌体, 但西沙群岛又地处南海典型气候脆弱区, 是我国遭受台风、风暴潮等极端海洋灾害影响最严重的区域之一。未来推进西沙群岛的岛礁资源高质量发展, 势必会扩大西沙珊瑚礁海岸的使用规模, 加上全球气候日益恶化多重威胁所加重的海洋环境灾害风险, 使得西沙群岛珊瑚礁海岸的海洋防灾减灾面临更加严峻的挑战。因此, 揭示珊瑚礁海岸对于海洋环境的地貌响应, 就成为了厘清珊瑚礁在未来海洋环境影响下的生存前景和经略海洋可持续性所迫切需要解决的关键问题。所以, 本文选取西沙群岛的18个珊瑚礁作为研究对象, 利用海洋卫星遥感数据获取了它们在2015和2023年的海岸地貌影像, 通过海洋地质和海岸地貌理论分析了珊瑚礁海岸地貌的演化特征, 利用物理海洋分析方法刻画了它们所处海域的海洋环境特征, 尝试利用海洋环境特征解释其海岸地貌演化空间差异性的原因。关联性分析结果表明这些珊瑚礁海岸地貌演化与其区域海洋环境特征之间强关联性较弱(R2仅在0.06~0.21区间)。因此本文建议未来在科学评判西沙珊瑚礁在全球海洋环境变化下的生存前景时, 需要在综合考虑海洋环境要素的基础上, 加强对珊瑚礁所处地貌演化阶段、原始地形地貌、沉积动力过程、生物种群类型等影响作用的考量。

关键词： 西沙群岛; 珊瑚礁; 岸线演化; 海洋遥感; 全球变化

本文引用格式

赵中伟 , 赵璇 , 陈天然 , 李伟 . 西沙群岛珊瑚礁2015—2023年间海岸地貌演化与其区域海洋环境特征的关联性研究[J]. 热带海洋学报, 2025 , 44(4) : 25 -44 . DOI: 10.11978/2024070

Abstract

The Xisha Islands are located on the central route from the Hainan Island to other oceanic islands in the South China Sea (SCS). They are typical geological and geomorphological complexes formed by the coupling interaction between tectonic and biological processes. However, their exposed area is also within a typical climate-vulnerable zone of SCS, being severely influenced by extreme marine hazards, e.g., typhoons and storm surges. Coral reef coastal areas are anticipated to be broadly developed in the future, following the strategy of high-quality development of reef island resources in the Xisha Islands. With increasing risks and threats from marine environmental disasters due to global climate change, the challenges of marine hazards prevention and mitigation in the Xisha Islands are further heightened. Hence, revealing the geomorphic response of coral reef coasts to marine environments becomes a critical issue that urgently needs to be addressed. Therefore, this study employs 18 coral reefs in the Xisha Islands as their research subjects, using marine satellite remote sensing data to acquire their coastal geomorphology images in 2015 and 2023. Morphological changes of these coral reef coasts are characterized based upon marine geology and coastal geomorphology theories, while surrounding marine environmental conditions are examined using physical oceanographic analysis methods. This study attempts to link the spatial difference of coastal morphological change among reef islands to environmental conditions. Coupled analysis demonstrates only a weak correlation (R2 ranging from 0.06 to 0.21) between the coastal morphological difference of these coral reefs and their regional marine environmental characteristics. Therefore, to scientifically assess the survival prospects of coral reefs in the Xisha Islands under the influence of global marine environmental changes, this work suggests the need to (1) comprehensively consider multiple marine environmental characteristics, and (2) strengthen the evaluation of their morphological evolution status, original geomorphology, sedimentary dynamics processes and the impact of marine biota of coral reefs.

Key words： Xisha Islands; coral reefs; coastline change; marine remote sensing; global change

近年来, 随着海洋经济的蓬勃发展, 全球对于海洋岛礁的开发和利用水平也大幅提高, 远海岛礁区休闲旅游、渔业养殖和贸易港口等经济活动明显加速。珊瑚礁更是因其五彩斑斓的地貌景观和丰富多样的生物资源, 成为了世界范围内海岛旅游潮的新热点(丘世钧, 1988; 赵焕庭 等, 1994; 黎春红, 2005; 王明珠 等, 2020a)。西太平洋及南海的珊瑚礁由于四面临海而极易受到台风、风暴潮和海平面上升等海洋灾害的多重威胁(Connell, 2013; 邵超 等, 2022)。而且珊瑚礁大多孤悬海外, 礁上灰沙岛自身对于海洋灾害事件的应对能力极其有限, 几乎完全需要外部的灾害救助支撑, 所以海洋防灾减灾是珊瑚礁可持续开发的核心问题。海岸地处珊瑚礁沙岛与海水交互作用的接触带, 其岸线演化是珊瑚礁对于海洋环境最直观的地貌响应(张乔民 等, 2003)。全球气候变暖导致的海洋环境恶化, 科学预测势必会在本世纪形成破坏能力更强、袭扰频率更高的极端台风暴, 且海平面的持续上升已成为不可逆转的趋势。所以, 珊瑚礁岸线在未来全球海洋环境变化下的演化前景, 已经成为了限制全球珊瑚礁国家海洋经济高质量发展和海洋灾害防治的重要难题。
想要科学预判珊瑚礁岸线在未来海洋环境下的演化趋势, 厘清其与海洋环境要素之间的关联关系是重要基础(Sengupta et al, 2023)。倘若区域性长周期尺度下各珊瑚礁岸线的演化与海洋环境要素之间呈现强相关性, 则其对于环境变化的高敏感性就成为了预判其未来演变趋势的重要指标基础(Garcin et al, 2016)。波浪是控制珊瑚礁海岸形成演化的主要动力来源, 大量的野外观测研究都证实了波浪动力通过驱动珊瑚砂沉积物的侵蚀冲淤来动态塑造珊瑚礁岸线形态(Lowe et al, 2005; Kench et al, 2006; 荀涛 等, 2009; 陈燕珊 等, 2022)。台风虽然是事件短时间尺度过程, 但是其过境期间往往伴随着极端波浪的诞生, 加剧波浪对珊瑚礁岸线的改造(Harmelin-Vivien, 1994; 邵超 等, 2016; Cheal et al, 2017)。潮汐同样能够通过影响水深来干预最终到达海岸线的波浪强度, 波浪在高潮时受到海底的吸收衰减更小, 但在低潮时能量耗散和波浪破碎加剧(Storlazzi et al, 2004; Quataert et al, 2015)。此外, 潮差还会影响珊瑚礁海岸潮间带的坡度和范围, 使其海岸线在平面上呈现出的周期性偏移范围更大(Liu et al, 2013)。珊瑚礁海岸因其特殊的生物性, 对于海水温度的敏感度极高, 异常的海水升温可能会造成珊瑚礁生态系统的损坏和功能退化(江雷 等, 2016; 李言达 等, 2021; Burke et al, 2023)。当大量珊瑚礁发生死亡时其珊瑚骨架便会脱落, 从而为海岸系统提供大量的生物碎屑沉积物(Anthony et al, 2007; Manzello et al, 2007; Perry et al, 2017)。降雨被证明对太平洋海区的植被生长和土壤发育有着很大的影响, 并且与珊瑚礁对海岸侵蚀不同的敏感性密切相关(Wilkinson, 1996; Edmunds et al, 2014)。珊瑚礁的平均海拔不超过3m, 2021年IPCC气候变化报告指出本世纪末海平面在大气温室气体代表性浓度路径8.5(representative concentration pathway 8.5, RCP8.5)情况下将至少上升2m(Jevrejeva et al, 2023)。这就意味着大量的珊瑚礁可能会因为海平面上升而下沉, 从而彻底改变珊瑚礁的海岸地貌。此外, 大量的水槽和数值模拟研究也证明海平面上升能够明显加剧珊瑚礁海岸带的沉积动力过程, 加快其岸线的侵蚀后退(Hearn, 1999; 时小军 等, 2008; Kench et al, 2018)。尽管此前研究已经证实了在物理层面上, 这些环境因素确实可以驱动珊瑚礁海岸的地貌演化, 但通过统计分析来验证它们之间的关联性, 更有助于优化珊瑚礁对气候变化的科学决策。这种关联性研究不仅可以明确哪些海洋环境因素对珊瑚礁海岸地貌变化起着关键作用, 还有助于探索相关规律在实际岛礁海岸规划和防灾减灾应用中的适用性, 为南海岛礁的合理开发利用提供科学依据, 避免因过度谨慎所导致的海岛资源浪费。因此, 通过统计分析验证环境因素与珊瑚礁海岸地貌演化的关联性具有重要的实际意义和应用价值。
西沙群岛作为南海四大群岛之一, 不仅有着丰富的珊瑚礁生态系统, 还是海上丝绸之路的重要交通节点, 是南海最具海岛旅游开发的前景地(张志宏 等, 2009)。然而, 西沙群岛同时又是我国最易受台风袭扰的区域之一, 海洋环境较为恶劣。西沙珊瑚礁的陆架相较于华南大陆来说更加狭窄, 对于波浪的吸收衰减能力更弱, 使得极端波浪从深水传播至西沙群岛时仅能保持较高的能量, 台风浪波高可达5m(陈燕珊 等, 2022)。此外, 西沙群岛更容易遭受台风的袭扰, 每年影响西沙群岛的台风可达8个以上, 而每年平均登陆华南沿岸的台风数量仅为5个(杨绮薇 等, 2001)。所以, 西沙群岛珊瑚礁海岸对于极端海洋环境的地貌响应, 就成为了西沙群岛在全球海洋环境变化背景下可持续资源化开发的关键问题(宋朝景 等, 1993; Roy et al, 2023)。Blois 等(2013)创新性地提出“空间替换时间”方法可以将演化过程在空间上对环境响应的差异, 等效为其在未来环境变化条件下的演化趋势。而想要在西沙群岛使用该方法的核心前提, 就是要验证西沙珊瑚礁海岸的演化与环境特征存在着极强的关联性。因此, 本研究以西沙群岛的珊瑚礁为研究对象, 利用海洋卫星遥感影像解释了这些岛礁在2015和2023年两个时间节点的海岸地貌, 并对比分析了它们的地貌特征在这八年的演化情况。随后, 本文刻画了西沙群岛的区域海洋环境特征, 并将其与珊瑚礁海岸的地貌演化特征进行了关联性分析, 从而尝试利用环境特征的差异性作为缘由解释珊瑚礁海岸在同一观测时间窗口内海岸地貌的演化异同, 并利用关联性分析结果讨论了利用单一海洋环境要素预判珊瑚礁海岸未来演化前景的可行性。在此基础上, 本文进一步给出了未来科学评判西沙岛礁岸线在未来海洋环境下的演化趋势的优化建议。

1 区域背景

1.1 地质条件背景

西沙群岛地处南海西北部陆坡区(15°43′N—17°08′N, 111°11′E—112°54′E), 包含宣德环礁、永乐环礁、东岛环礁、华光礁、玉琢礁、浪花礁、盘石屿和中建岛在内的31700km2海域(图1)。西沙群岛内共发育有22个岛礁、7个沙洲和10余个暗礁浅滩, 其中除了高尖石为火山型基岩岛以外, 其余均为以珊瑚和贝类等生物构成为主的珊瑚岛礁(赵焕庭, 1996)。西沙群岛的礁体主要形成于渐新世末或早中新世, 主要发育在前寒武纪变质岩上, 然后随着南海板块扩张作用形成现今的群礁形态(吕炳全 等, 1987)。西沙珊瑚岛礁的形成与演化可以细分为潮间砾滩、潮上裸沙洲、草被灌木沙洲和乔灌木林灰沙岛四个主要阶段(赵美霞 等, 2017)。西沙群岛的珊瑚礁海岸主要由生物碎屑砂砾堆积组成, 其中粗砂和砾一般以珊瑚和贝类碎屑为主, 而细粒砂中则含有较高的有孔虫和藻屑成分(业治铮 等, 1985)。西沙珊瑚礁的海岸侵蚀现象显著, 但长时期尺度下还是以沉积堆积作用为主(秦志亮 等, 2014)。
图1 西沙群岛区域位置示意图及珊瑚礁海岸变化距离(负值代表海岸发生向海延伸, 正值表明海岸发生侵蚀后退)

Fig. 1 Location map of the Xisha Islands and the coastline change distance of selected coral reefs in this study (negative values indicate coastline accretion and positive values represent coastline erosion)

1.2 海洋环境背景

西沙群岛属于热带季风气侯, 主要受东亚季风影响, 即每年冬季(10月至次年3月)盛行东北风, 而5—8月的夏季以西南季风为主(刘晓红, 2020)。冬季季风的盛行时间长、风力能量强, 而夏季风不仅风力弱, 还常出现间断。 因此, 西沙群岛的东北风浪和海流均强于西南风浪和海流, 会造成珊瑚礁的东北边缘和西南边缘海岸侵蚀情况更加严重(叶锦昭, 1996)。我国平均每年有近30场热带风暴和台风等极端海洋灾害事件, 其中2/3以上都会袭扰西沙群岛海区(秦志亮 等, 2014)。台风的主要爆发季在每年7月至11月之间, 其中以9月出现的次数最多。台风在抵近西沙群岛的时候不仅会带来最大波高超过数米的极端波浪, 还会在珊瑚礁近岸形成风暴潮增水(李浩, 1991)。西沙群岛年平均气温26℃至28℃, 年降水量1800mm以上, 年平均风速可达5.3m·s-1, 年平均相对湿度为82%, 月平均海水温度在28℃左右, 其中每年夏季的海水温度最高, 冬季的海水温度最低可至24℃(李嘉琪 等, 2018)。

2 数据和方法

2.1 海岸遥感分析

本文以西沙群岛的西沙洲、赵述岛、北岛、中岛、南岛、北沙洲、中沙洲、南沙洲、东岛、广金岛、琛航岛、晋卿岛、鸭公岛、全富岛、珊瑚岛、甘泉岛、金银岛和中建岛共18个珊瑚礁(均发育灰沙岛)为研究对象(图1)。这18个珊瑚礁不仅地处4个不同规模与特征的环礁, 同时也代表珊瑚礁演化的不同阶段。本研究中的珊瑚礁主要坐落于宣德环礁、东岛环礁、永乐环礁和中建岛台礁, 我们沿用杨娟 等(2014)基于环礁开放程度的分类方法, 可以在类型上将宣德环礁和东岛环礁归为开放型环礁(环礁演化初级阶段), 永乐环礁属于多口门准封闭型环礁(环礁演化中极阶段), 而中建岛为台礁(环礁演化终极阶段)。本文所研究珊瑚礁灰沙岛分别处于地貌演化的不同阶段, 曾昭璇 等(1985)将灰沙岛的演化阶段分为潮汐浅滩阶段(高潮线以下的浅滩, 通常无植被覆盖, 演化变动频繁), 沙洲阶段(堆积沙滩, 具备一定抗风暴破坏能力)和沙岛阶段(沙堤高大, 植被覆盖, 地形相对稳定)。许眸莹 等(2020)进一步地提出了灰沙洲向灰沙岛演化间存在一个过渡性阶段(植被覆盖率逐渐升高, 沙洲形态逐渐稳定)。因此, 本研究中将珊瑚礁灰沙岛归为沙洲、过渡和沙岛三种演化阶段, 其中沙洲3个, 处于过渡阶段的珊瑚礁有4个, 沙岛11个(表1)。为了更好地描述这些珊瑚礁在环礁中所处的位置, 本研究利用标准圆定位了环礁的几何中心, 并以此为依据定性地描述了各珊瑚礁在环礁/台礁的区域位置, 并进一步以环礁/台礁的几何中心为原点量取了各珊瑚礁距离礁盘中心的距离(表1, 图2)。这些珊瑚礁所处海洋环境的特征参数也存在着较为显著的差异, 变化区间在10%~100%, 且样本量大于15具有统计学意义, 所以适用于“空间替换时间”的研究方法。通过谷歌地球引擎(Google earth engine)获取了这些海岛2015年和2023年冬季的哨兵2号卫星(Sentinel-2)遥感影像(表1), 遥感影像包含可见光波段(红、绿和蓝)和近红外线波段(near infrared, NIR), 其空间分辨率均为10m, 统一采用WGS (World Geodetic System)1984墨卡托投影49N分度带坐标系(WGS84-Universal Transverse Mercator 49N)。这些海岛的遥感影像随后被导入到地理空间分析软件ArcMap(版本10.8)中, 然后通过人工解释的方式, 基于珊瑚砂岛干湿边界之间明显的可见光色调差异, 标记出这些海岛在2015年和2023年的海岸线位置。此外, 本文还基于遥感影像人工解译了这些海岛在过去8年的人类活动影响, 当出现明显居住用地扩增、港口航道建设和海岸设施搭建等强海岸开发用地情况时, 则标记为高人类活动影响, 否则认定为低人类活动影响(表1)。
表1 本文所研究西沙群岛珊瑚礁的卫星遥感影像信息

Tab. 1 Satellite remote sensing image information of the coral reefs in the Xisha Islands studied in this paper

序号 珊瑚礁 卫星源 开始卫星
影像时间		 潮汐
水位/cm		 结束卫星
影像时间		 时间
间隔/a		 潮汐
水位/cm		 备注 地貌演
化阶段		 礁盘
类型		 相对位置 距离礁盘中心距离/km
1 西沙洲 哨兵-2号 2015-11-22 154 2023-11-10 8 150 低人类活动影响 过渡 环礁 环礁北部 14.64
2 赵述岛 哨兵-2号 2015-11-22 154 2023-12-15 8.07 162 高人类活动影响 沙岛 环礁 环礁北部 11.67
3 北岛 哨兵-2号 2015-11-22 154 2023-12-15 8.07 162 低人类活动影响 沙岛 环礁 环礁东北部 9.70
4 中岛 哨兵-2号 2015-11-22 154 2023-12-15 8.07 162 低人类活动影响 沙岛 环礁 环礁东北部 9.01
5 南岛 哨兵-2号 2015-11-22 154 2023-12-15 8.07 162 低人类活动影响 沙岛 环礁 环礁东北部 8.65
6 北沙洲 哨兵-2号 2015-11-22 154 2023-12-15 8.07 162 低人类活动影响 沙洲 环礁 环礁东北部 8.27
7 中沙洲 哨兵-2号 2015-11-22 154 2023-12-15 8.07 162 低人类活动影响 沙洲 环礁 环礁东北部 8.02
8 南沙洲 哨兵-2号 2015-11-22 154 2023-12-15 8.07 162 低人类活动影响 过渡 环礁 环礁东北部 7.69
9 东岛 哨兵-2号 2015-11-23 159 2023-12-30 8.11 157 高人类活动影响 沙岛 环礁 环礁东北部 28.72
10 广金岛 哨兵-2号 2015-11-22 169 2023-11-10 7.89 150 高人类活动影响 沙岛 环礁 环礁东南部 6.01
11 琛航岛 哨兵-2号 2015-11-22 169 2023-11-10 7.89 150 高人类活动影响 沙岛 环礁 环礁东南部 6.50
12 晋卿岛 哨兵-2号 2015-11-22 169 2023-11-10 7.89 150 低人类活动影响 沙岛 环礁 环礁东南部 8.13
13 鸭公岛 哨兵-2号 2015-11-22 169 2023-11-10 7.89 150 低人类活动影响 过渡 环礁 环礁北部 7.40
14 全富岛 哨兵-2号 2015-11-22 154 2023-11-10 7.97 150 低人类活动影响 沙洲 环礁 环礁北部 8.20
15 珊瑚岛 哨兵-2号 2015-11-22 169 2023-11-10 7.89 150 高人类活动影响 沙岛 环礁 环礁西部 8.22
16 甘泉岛 哨兵-2号 2015-11-22 169 2023-11-10 7.89 150 低人类活动影响 沙岛 环礁 环礁西部 9.64
17 金银岛 哨兵-2号 2015-11-22 169 2023-11-10 7.89 150 高人类活动影响 沙岛 环礁 环礁西南部 18.96
18 中建岛 哨兵-2号 2015-11-22 154 2023-11-10 7.97 150 高人类活动影响 过渡 台礁 台礁西南部 0.32
图2 珊瑚礁环礁/台礁几何中心(红点)识别及各珊瑚礁距离礁盘中心距离

Fig. 2 Identification of geometric centres (red dots) of atolls and distances between reef islands and platform centre

2.2 海岸地貌解译

本文随后基于海岸遥感分析获得的18个海岛在2015年和2023年的海岸线位置, 对它们的海岸岸线长度、海岛陆域面积、植被覆盖面积/覆盖率、岸线圆度、岸线崎岖度和岸线纵横比六个地貌特征进行详细刻画和解译(图3)。海岸线长度是刻画海岸地貌特征最重要的基础参数, 其长短的变化不仅能够反映珊瑚礁岸线的侵蚀堆积变化, 而且可以与海岛陆域面积强相关(王明珠 等, 2020b), 一般海岛陆域面积的增加会导致海岸线长度的增长(Yang et al, 2023)。此外, 海岸在变得崎岖的过程中会伴随着内凹曲型海湾的形成, 使得海岸线的长度也会随着岸线崎岖度的增加而变大(Mitchell, 1998)。本研究中海岸崎岖度的计算是基于Matlab中的Boxcount模块, 使用网格法通过不停计算重现海岸线所需网格大小及其数量的对数值, 然后对其进行函数拟合, 所对应的斜率即为海岸岸线的崎岖度(Liebovitch et al, 1989)。基于印度洋的调查研究证实, 珊瑚礁海岸演化的强度与其圆度有着较强的相关性(Kench et al, 2006)。而且珊瑚礁海岸的圆度变化还是区域季风性气候的重要指示标识, 强季风作用会逐渐降低岸线的圆度, 使其逐渐变为拉长的椭圆形, 进而增大岸线的纵横比(Hongo et al, 2012)。植被覆盖率虽然本身不直接反映海岸地貌特征, 但是高植被覆盖率会使得珊瑚礁海岸的地貌形态更加稳定(Perry et al, 2011), 从而使得其他5个岸线特征指标的变化更不明显。海岸岸线长度为ArcMap中人工解译海岸线所对应的实际长度(单位: m), 海岛陆域面积为该海岸线所包围的珊瑚砂岛(也称灰沙岛)的实际面积(单位为m2), 这两个地貌参数均由ArcMap自动计算, 本文直接从解释海岸线的属性中提取这两个参数。植被覆盖率的计算是基于中国科学院南海海洋研究所开发的南海珊瑚礁植被覆盖面积遥感影像智能分析软件完成, 其原理是基于珊瑚礁遥感影像的红色和近红色波段, 进行基于归一化植被指数(normalized difference vegetation index, NDVI)的计算, 从而智能化标记出植被覆盖的区域 (图3c), 并基于卫星遥感的平面分辨率(最小像素大小, 本文采用10m)计算出植被覆盖的面积(单位为m2), 其与海岛陆域面积的比值即为本文中的植被覆盖率(单位: %)。值得注意的是, 由于本文所研究的珊瑚礁海岛中还发育有不同成熟度和规模的潟湖, 但通常占珊瑚礁陆域面积的比例不足5%, 所以本文在计算珊瑚礁陆域面积和植被覆盖率时, 并未剔除潟湖的所占面积。无量纲地貌参数海岛海岸线的圆度、崎岖度(分型散数)和纵横比是通过中国科学院南海海洋研究所的一种基于遥感影像的海岛海岸线自主提取及岸线地貌特征智能分析软件计算获得的。岸线的圆度是海岛岸线形态接近理论圆度的程度, 一般介于0至1之间, 数值越接近1, 其形态越接近标准圆。岸线的纵横比是以一个椭圆来尽可能贴合海岛的岸线形态, 该椭圆长轴与短轴之比, 即为本文中的岸线纵横比。岸线曲折度是海岛海岸线曲折程度的量化参数, 其尺度不仅反映了海岛岸线的复杂程度, 更是海岸侵蚀和人类开发作用强度的重要指标(马小峰 等, 2015)。 以上海岸地貌的相关分析结果分别以2015年作为初始特征(哨兵2号卫星发射及最早数据提供年限), 以2023年作为结束特征汇总于表2中。
图3 珊瑚礁海岸地貌分析示意图, 以甘泉岛为例

a. 卫星遥感原始影像; b. 归一化植被指数计算分析图; c. 植被覆盖区域识别图; d. 岸线长度及所围陆域面积计算结果图; e. 岸线圆度及纵横比分析结果图; f. 岸线崎岖度分析结果图

Fig. 3 Schematic diagram of coral reef coastal geomorphology analysis, taking Ganquan Reef as an example. (a) Original satellite remote sensing image; (b) result of calculated normalized difference vegetation index (NDVI); (c) identified vegetation coverage area map; (d) analysis results of interpreted coastline length and the subaerial area of reef island; (e) analysis results of circularity and the ratio between major and minor axis; (f) analysis results of fractal dimension calculated for coral reef coastline

表2 珊瑚礁2015年和2023年的海岸地貌特征汇总

Tab. 2 Summary of coastal geomorphological characteristics of studied reef islands’ coasts in 2015 and 2023

序号 珊瑚礁 2015年(初始特征) 2023年(结束特征)
岸线
长度/m		 陆域
面积/m2		 植被
覆盖率/%		 岸线
圆度		 岸线
崎岖度		 岸线
纵横比		 岸线
长度/m		 陆域
面积/m2		 植被
覆盖率/%		 岸线
圆度		 岸线
崎岖度		 岸线
纵横比
1 西沙洲 2067 248449 5.70 0.73 1.04 2.13 1958 237631 79.18 0.78 1.03 2.15
2 赵述岛 2617 274184 54.80 0.50 1.05 2.38 3480 313006 80.77 0.33 1.07 2.09
3 北岛 3285 310352 76.92 0.36 1.06 5.45 3633 363736 73.83 0.34 1.06 5.98
4 中岛 1476 126008 76.41 0.73 1.02 2.50 1572 129608 74.98 0.66 1.03 2.55
5 南岛 1924 116708 61.61 0.40 1.04 5.18 1952 125018 65.52 0.41 1.04 4.80
6 北沙洲 573 14755 25.99 0.57 1.04 2.57 669 17359 26.38 0.49 1.05 2.67
7 中沙洲 1030 41555 21.74 0.50 1.06 2.05 1143 46962 22.16 0.45 1.05 2.16
8 南沙洲 1390 62475 57.35 0.41 1.07 1.22 1422 64514 55.62 0.40 1.05 1.27
9 东岛 7173 1812191 85.57 0.44 1.06 2.53 6709 1896497 85.94 0.53 1.04 2.57
10 广金岛 2888 180019 22.19 0.27 1.08 1.99 2452 163203 86.67 0.34 1.09 2.53
11 琛航岛 3510 580377 14.15 0.58 1.04 1.78 3459 574393 79.29 0.61 1.04 1.80
12 晋卿岛 2044 216709 83.57 0.65 1.04 2.44 2121 218584 82.59 0.61 1.04 2.35
13 鸭公岛 532 14650 40.60 0.66 1.05 2.32 559 13652 0.00 0.55 1.04 2.28
14 全富岛 951 28707 17.34 0.41 1.07 2.74 980 29516 15.34 0.38 1.06 3.39
15 珊瑚岛 2353 315783 82.21 0.72 1.08 1.84 2334 336188 82.23 0.78 1.06 1.86
16 甘泉岛 2131 336764 86.96 0.93 1.04 1.37 2129 333026 87.33 0.93 1.04 1.38
17 金银岛 3455 393054 75.28 0.41 1.07 2.48 3714 432059 73.42 0.39 1.08 2.43
18 中建岛 4850 1190419 8.99 0.64 1.07 1.97 4928 1151044 5.74 0.60 1.07 2.05
本文进一步地分析了这些珊瑚礁海岸地貌特征从2015年到2023年的变化强度, 具体是用2023年六个 地貌参数数值减去2015年的对应数值。因此, 正值代表相关海岸地貌参数在2023年相较于2015年增加了, 而负值则代表相较于2015年发生了减少(表3)。此外, 本文还利用ArcMap中的数字化海岸线分析系统模块DSAS(digital shoreline analysis system), 采用2m间隔自动生成岸线演化断面, 分析了18个海岛岸线位置的变化距离 (图1)。其与对应两幅遥感影像采集时间差异(约为8年)的比值, 即为海岛岸线的演化速率, 其中正值代表海岸发生侵蚀后退, 负值代表海岸发生沉积堆积。Romine 等(2009)建议利用卫星遥感影像解释长时间尺度海岛海岸线演化的均方根误差Etotal, 等于人工解译误差EI、影像像素分辨率EP、演化垂直测线间距EL和潮汐水位误差ET平方之和的平方根, 即 E total = E I 2 + E P 2 + E L 2 + E T 2。本文通过重复在ArcMap中解释海岸线位置, 计算出人工解译的系统误差EI在2m以内, 与Sengupta等(2021)建议的平均误差1.6m接近。另外本文使用哨兵-2号卫星多光谱波段的像素分辨率EP为10m, 本文在DSAS模块中采用2m间隔进行岸线演化分析(EL=2m)。鉴于本文所使用卫星影像采集时的潮汐水位最大误差为19cm(表1), 西沙珊瑚礁岸滩的平均坡度为5°(李晓敏 等, 2022), 故潮汐水位差异导致的误差ET应不超过2m。所以, 本文遥感分析所获得的海岸线演化距离的系统均方根误差Etotal应在10.6m以内。
表3 西沙群岛珊瑚礁海岸在2015—2023年之间的地貌特征变化

Tab. 3 Coastal geomorphological changes of studied reef islands in the Xisha Islands from 2015 to 2023

序号 珊瑚礁 岸线变
化距离/m		 岸线变化
速率/(m·a-1)		 岸线长
度变化/m		 陆域面积
变化/m2		 植被覆盖
率变化/%		 圆度
变化		 崎岖
度变化		 纵横比
变化
1 西沙洲 2.81 0.35 -109 -10818 73.48 0.05 -0.01 0.02
2 赵述岛 -6.25 -0.77 862 38821 25.97 -0.17 0.01 -0.29
3 北岛 -8.72 -1.08 348 53383 -3.09 -0.02 0.00 0.53
4 中岛 -1.52 -0.19 97 3600 -1.43 -0.07 0.02 0.05
5 南岛 -1.80 -0.22 29 8309 3.90 0.02 0.00 -0.38
6 北沙洲 -4.97 -0.62 96 2604 0.39 -0.08 0.01 0.10
7 中沙洲 -2.93 -0.36 113 5407 0.42 -0.04 -0.01 0.11
8 南沙洲 -2.65 -0.33 32 2039 -1.73 0.00 -0.02 0.05
9 东岛 -5.19 -0.64 -463 84306 0.37 0.09 -0.01 0.04
10 广金岛 3.50 0.44 -436 -16815 64.48 0.07 0.01 0.54
11 琛航岛 0.81 0.10 -52 -5984 65.14 0.03 0.00 0.02
12 晋卿岛 -0.13 -0.02 77 1875 -0.98 -0.04 0.00 -0.09
13 鸭公岛 0.75 0.10 27 -998 -40.60 -0.11 -0.01 -0.04
14 全富岛 -5.88 -0.74 28 809 -2.00 -0.03 0.00 0.64
15 珊瑚岛 -4.16 -0.53 -20 20405 0.02 0.06 -0.01 0.02
16 甘泉岛 0.56 0.07 -2 -3738 0.37 -0.01 0.00 0.01
17 金银岛 -8.14 -1.03 258 39005 -1.86 -0.02 0.02 -0.04
18 中建岛 3.09 0.39 78 -39375 -3.26 -0.04 0.00 0.08

2.3 海洋环境分析

本文的海洋环境分析主要包含平均有效波高、潮汐范围、海平面上升高度、平均海水温度、台风过境数量和月平均降水量共6个环境特征参数(表4)。平均有效波高、潮汐范围、海平面上升高度和台风过境数量主要体现动力因素对珊瑚礁海岸的影响, 而平均海水温度和月平均降水量则主要表征生物要素的影响。近年来国际研究证明, 利用这六个海洋环境要素能够有效刻画珊瑚礁海岸地貌演化与海洋动力和生物作用过程之间的联系, 并取得了一系列原创性认识, 表明了这些环境参数能够有效表征环境特征的影响(Quataert et al, 2015; Sengupta et al, 2021, 2023)。其中平均有效波高(单位: m)、月平均降水量(单位: cm·month-1)和平均海水温度(单位:℃), 是基于欧洲中期天气预报中心(European Centre for Medium-range Weather Forecasts, ECMWF)的第五代全球气候大气再分析模型ERA5(ECMWF Reanalysis V5)(Hersbach et al, 2020), 获取区域在111.15°E—112.8°E和15.7°N—17.2°N范围内, 自2015年11月至2023月12月时间的月平均环境特征(图4a—e)。ERA5的空间分辨率为0.25°, 其有效波高数值在中国海域的精度误差为±0.09m到±0.35m(Shi et al, 2021), 日平均降水量参数在中国区域的均方根误差为3.54mm(Jiang et al, 2021), 其对海水表面温度参数输出的系统性误差为0.04°C(Yao et al, 2021)。潮汐范围(单位: cm)数值主要是基于卫星观测开发的全球潮汐模型EOT20, 提取本研究区所对应的潮汐范围数据(潮汐范围是主要月球半日分潮M2、主要太阳半日分潮S2、月与日合成日分潮K1和主要月球日分潮O1四个分潮强度之和的两倍, 图4c)。EOT20的空间分辨率为0.125°, 其在全球区域的误差仅为1.4cm, 而在近岸区域的平均误差不超过2.2cm(Hart-Davis et al, 2021)。本文中的海平面上升高度(单位: mm)是通过欧洲空间局(European Space Agency, ESA)气候变化倡议(climate change initiative, CCI) 基于卫星测高获得的全球海平面高度模型(版本号vDT2021)(Legeais et al, 2018), 提取研究区平均海平面高度相较于1993—2011年全球20年平均海平面高度的上升差异(图4f)。该模型的空间分辨率同样为0.25°, 其与全球水位验潮站实测数据的对比误差仅为4.11cm(Sánchez-Román et al, 2023)。台风数据依据中国气象局热带气旋资料中心的中国台风最佳路径数据, 提取2015—2023年经过研究区台风的路径和风速强度。台风路径数据为卫星实测追踪数据, 而非预报结果, 其路径的空间精度高于0.1°(应明 等, 2011)。本文以各海岛的几何中心作为原点, 采用20km半径统计八年间经过各珊瑚礁的台风数量(图4b)。
表4 西沙群岛珊瑚礁2015—2023年间的区域海洋环境特征

Tab. 4 Regional marine environmental characteristics of studied reef islands in the Xisha Islands from 2015 to 2023

序号 珊瑚礁 平均有
效波高/m		 潮汐范围/cm 海平面
上升高度/mm		 平均海
水温度/°C		 台风过境数量 月平均累计
降水量/(cm·month-1)
1 西沙洲 1.51 158.89 85.16 27.87 1 11.53
2 赵述岛 1.53 158.56 85.52 27.87 1 11.54
3 北岛 1.54 158.2 85.81 27.88 1 11.5
4 中岛 1.54 157.97 85.98 27.88 1 11.48
5 南岛 1.54 157.77 86.03 27.89 1 11.45
6 北沙洲 1.54 157.75 86.1 27.89 1 11.43
7 中沙洲 1.54 157.66 86.17 27.89 1 11.42
8 南沙洲 1.54 157.63 86.2 27.9 1 11.41
9 东岛 1.57 156.16 87.28 27.98 1 11.57
10 广金岛 1.43 162.45 85.66 27.98 2 11.18
11 琛航岛 1.44 162.36 85.8 27.98 2 11.19
12 晋卿岛 1.44 162.05 85.91 27.97 2 11.2
13 鸭公岛 1.43 162.22 84.76 27.97 1 11.23
14 全富岛 1.43 162.29 84.61 27.96 1 11.27
15 珊瑚岛 1.41 162.7 84.26 27.97 2 11.26
16 甘泉岛 1.4 162.83 84.24 27.98 2 11.24
17 金银岛 1.39 163.18 83.72 27.98 2 11.22
18 中建岛 1.42 162.91 80.9 28.13 2 10.96
图4 2015—2023年西沙群岛区域海洋环境特征

a. 平均有效波高; b. 历史过境台风路径; c. 潮汐范围; d. 月平均降水量; e. 平均海水温度; f. 平均海平面上升高度

Fig. 4 Regional marine environmental characteristics of the Xisha Islands from 2015 to 2023. (a) Mean significant wave height; (b) historical typhoon tracks; (c) tidal range; (d) monthly mean precipitation; (e) mean sea surface temperature; (f) mean sea level rise

3 结果分析

3.1 海岸地貌演化特征

通过对比西沙群岛内18个珊瑚礁在2015年和2023年的海岸地貌特征(表3), 本文发现这些珊瑚礁的海岸主要发生了向海侧的沉积堆积, 18个珊瑚礁中仅有6个经历了明显的海岸侵蚀。其中, 处于沙洲阶段的珊瑚礁全部发生向海侧的沉积堆积, 处于过渡阶段的珊瑚礁主要以海岸侵蚀作用为主, 而处于沙岛阶段的珊瑚礁也主要以海岸向海堆积延伸为主。所有珊瑚礁的平均海岸演化距离达到了-2.27m, 即海岸线向海延伸了2.27m, 其中北岛的平均海岸演化距离达到了-8.72m, 岸线向海沉积延伸的最多。而广金岛则遭受了最严重的海岸侵蚀, 其平均海岸演化/侵蚀距离达到了3.50m。处于沙洲阶段的珊瑚礁海岸线平均向海延伸了4.60m, 明显高于处于沙岛阶段珊瑚礁海岸平均向海延伸的长度(2.82m), 而处于过渡阶段的珊瑚礁海岸线平均后退了近1m, 只有南沙洲的海岸线向海延伸了2.65m。相应地, 所有珊瑚礁海岸的平均岸线演化速率为-0.28m·a-1, Gardner 等(1987)提出, 地貌演化速率与其观测时间间隔存在高度关联性(演化速率会随着时间间隔的增大呈幂次衰减), 使得不同时间尺度下获得的演化特征不具可比性。Mushkin 等(2019)通过野外观测发现, 当观测时间间隔大于演化间隔的6倍以上时, 地貌演化速率的估算误差在10%以内。由于本文对这些海岛采用了近乎一致的8年观测对比间隔, 明显高于年变化时间尺度的6倍以上。因此, 本研究所获得的不同珊瑚礁海岸地貌的演化速率应较为准确, 能够较好地刻画珊瑚礁海岸的演化强度, 并可在同一观测时间窗口下进行对比分析。处于沙洲状态的珊瑚礁的平均海岸演化速率为-0.57m·a-1, 几乎是沙岛海岸演化速率的两倍(-0.35m·a-1), 表明处于沙洲阶段的珊瑚礁在相同时间段内较成熟阶段的沙岛海岸演化更为剧烈。处于过渡阶段的珊瑚礁的海岸侵蚀速率为0.12m·a-1。尽管这些珊瑚礁海岸正在发生侵蚀后退, 但其速率相对较慢, 不会在短时间内形成严重的海岸侵蚀灾害威胁。北岛和广金岛分别拥有最快的海岸堆积和侵蚀速率, 其岸线演化速率分别为-1.08m·a-1和0.44m·a-1。紧随其后的是金银岛发生了第二快的海岸堆积(岸线演化速率-1.03m·a-1), 和中建岛位居第二的海岸侵蚀速率(0.39m·a-1)。相较于2015年, 这些珊瑚礁的海岸线长度平均增长了53.48m, 其中赵述岛的海岸线长度增加的最明显, 达到了862m。而东岛和广金岛的海岸线长度极具缩减了400m以上, 其岸线长度变化分别达到了-463m和-436m。整体来说, 这些珊瑚礁上灰沙岛的陆域面积同样得到了扩增, 平均陆域面积增加了10000m2以上。东岛的陆域面积相较于2015年扩增了近85000m2, 但值得注意的是中建岛的陆域面积缩减了近40000m2, 是本文所研究珊瑚礁中面积锐减最严重的珊瑚礁。在过去的八年里, 西沙群岛珊瑚礁的植被覆盖情况得到了较好的改善, 本文研究的18个珊瑚礁中有六成以上都发生了植被覆盖率的提升, 平均植被覆盖率提高了约10%。西沙洲的植被覆盖率提升情况最显著, 增加了将近75%, 广金岛和东岛的植被覆盖率提升情况也较突出, 分别提高了65.14%和64.48%。这些珊瑚礁海岸线的圆度随着时间的变化基本都相应发生了降低, 平均岸线圆度变化为-0.02, 其中赵述岛的岸线圆度减小得最明显, 其圆度变化达到了-0.17。值得注意的是东岛、广金岛、珊瑚岛和西沙洲的岸线圆度都增加了0.05以上, 最大可达0.09。在本文所关注的时间段内, 珊瑚礁岸线的崎岖度未发生明显变化, 平均崎岖度变化为0, 上下浮动幅度在±0.2之间。这些珊瑚礁岸线的纵横比总体变得更高, 平均纵横比变化达到了0.08, 其中全富岛的岸线纵横比更是增加了0.64。相反地, 南岛和赵述岛岸线的纵横比则分别减小了0.38和0.29。
本文进一步分析了西沙群岛18个珊瑚礁海岸岸线演化距离与其陆域面积、岸线崎岖度、植被覆盖率、岸线纵横比、岸线圆度和岸线长度等海岸地貌特征变化之间的关联(图5)。其中珊瑚礁的岸线变化距离与陆域面积变化可以用线性回归进行良好的映射, 其相关系数R2更是达到了0.60, 表明珊瑚礁的陆域变化可以很好地反应其岸线的变化, 即珊瑚礁陆域面积增加, 其海岸线会向海洋侧进行沉积延伸, 反之陆域面积减小则表明有珊瑚礁岸线遭遇了显著的侵蚀后退。同样地, 这些珊瑚礁的岸线变化距离与其岸线长度的变化也有一定的线性关系(R2=0.23), 表明珊瑚礁发生沉积延伸和侵蚀后退时, 分别会倾向于造成其岸线长度的增大和缩减。然而, 珊瑚礁岸线变化距离与植被覆盖率变化之间未能呈现出预期良好的强线性关系, 其相关系数仅刚达到0.20。不符合植被覆盖率增高会有益于岸线的沉积延伸, 或至少减缓其侵蚀后退的传统认知, 可能与潜在的人类活动影响有关。此外, 这些珊瑚礁岸线演化距离与其岸线崎岖度、纵横比和圆度变化之间的相关系数均不超过0.05, 表明珊瑚礁岸线的侵蚀或堆积都不会明显地直接造成其岸线崎岖度、纵横比和圆度均一地变大或减小。虽然圆形和椭圆形的岛礁被认为比狭窄线性的岛礁更容易捕捉沉积物, 从而更有利于岛礁岸线的增长(Mandlier et al, 2012), 但本文发现利用崎岖度、纵横比和圆度这三个地貌特征作为主要证据判断珊瑚礁的岸线演化具有极高的不确定性。
图5 六个海岸地貌参数陆域面积(a)、岸线崎岖度(b)、植被覆盖率(c)、岸线纵横比(d)、岸线圆度(e)和岸线长度(f)的变化与岸线变化距离之间的关联关系

Fig. 5 Correlation between the shoreline change distance and the temporal variation of six coastal geomorphological parameters. (a) Subaerial area; (b) shoreline fractal dimension; (c) vegetation coverage rate; (d) shoreline axial ratio (major/minor axis); (e) shoreline circularity; and (f) shoreline length

3.2 区域海洋环境特征

本文发现西沙群岛2015年至2023年间的平均有效波高为1.48m, 东部平均波高明显大于西部, 其中东岛的最大平均波高达到了1.57m, 而金银岛所在海域的平均波高仅为1.39m(表4)。本文所研究的18个珊瑚礁的潮汐范围在156~163cm之间, 整体呈现出东北部珊瑚礁潮差大于西南部珊瑚礁的空间分布特征, 平均潮汐~160cm, 均属于弱潮环境。这些珊瑚礁所处海域的海平面在过去8年里相较于1993—2011年全球20年平均海平面高度平均上升了85mm, 海平面上升高度呈现出东南区域显著于西北区域的特征。其中东岛的海平面上升高度最大, 超过了87mm。值得注意的是, 中建岛所处海域的海平面仅上升了不足81mm, 是18个珊瑚礁中海平面上升高度最小的珊瑚礁。西沙群岛过去8年的平均海水温度在27.94°C, 平均海水温度以永乐环礁为界, 以南的区域海水平均温度明显高于其以北的区域, 最大温差超过近0.3°C, 因此中建岛所在区域的平均海水温度达到了28.13°C, 是所有珊瑚礁中平均海水温度最高的。过去的八年里, 台风频繁袭扰西沙群岛, 本文研究的18个珊瑚礁均遭受至少一次台风过境, 广金岛、琛航岛、晋卿岛、珊瑚岛、甘泉岛、金银岛和中建岛7座珊瑚礁更是受到了两次台风过境影响。这些珊瑚礁在过去8年的月平均累计降水量在10.96~1.57cm·month-1, 除了中建岛的月平均累计降水量不足11cm·month-1, 其他珊瑚礁的月平均累计降水量达到了11.34cm·month-1。

3.3 演化差异与环境特征关联性分析

珊瑚礁海岸岸线演化的空间差异性与其区域海洋环境之间同样未能呈现出较显著的强线性关联关系, 本文通过分析发现十八个珊瑚礁的岸线演化速率与它们平均有效波高、平均海水温度、潮汐范围、台风过境数量、平均海平面上升速度和月平均累计降水量6个环境特征要素之间的相关系数R2仅在0.06~0.21之间(图6)。所以, 它们演化速率在空间上的不同无法与任意单个海洋环境要素构成直接联系, 也就无法利用“空间替换时间”理论将其未来的变化趋势与海洋环境特征进行关联。其中, 较高的月平均累计降水量似乎能够从一定程度提高珊瑚礁岸线的向海延展, 而低降水量可能会一定程度上导致珊瑚礁岸线侵蚀情况的加剧(R2=0.21)。图6b表明较高的平均海水温度可能会导致珊瑚礁岸线的演化加速, 但是这种关联性更加不明显(相关系数R2=0.14)。波高和台风过境通常被认为是控制珊瑚礁岸线演化的核心因素, 但是本文发现它们与珊瑚礁岸线变化速率的线性关系(R2分别为0.08和0.12), 近乎和潮汐范围(潮差)的关联性程度一致(相关系数R2=0.10), 所以对于可能影响珊瑚礁岸线演化的海洋环境监测不能仅仅关注极端波浪和台风两个环境要素。珊瑚礁的岸线演化速率与平均海平面上升高度线性关系之间的相关系数仅为0.06, 所以利用简单的线性关系来预测珊瑚礁岸线在未来海平面上升条件下的演化在西沙群岛显然是不可取的。
图6 六个海洋环境要素平均有效波高(a)、平均海水温度(b)、潮汐范围(c)、台风过境数量(d)、平均海平面上升高度(e)和月平均累计降水量(f)与岸线变化速率之间的关联性关系

Fig. 6 Correlation between coastline change rates and six marine environmental characteristics: mean significant wave height (a), mean sea surface temperature (b), tidal range(c), numbers of historical typhoon passages (d), mean sea level rise anomaly (e), and monthly mean accumulated precipitation (f)

考虑到岸线演化速率无法与环境变化特征构建起良好的关联性, 我们进一步按照本文全部研究珊瑚礁、处于沙洲阶段、处于过渡阶段和处于沙岛阶段珊瑚礁四种分类, 利用珊瑚礁2个海岸演化尺度(距离和速率)、6个地貌特征演化和6个海洋环境变量, 对这14个参量进行了两两之间的线性回归相关性分析(图7)。基于本文全部研究珊瑚礁数据获得的相关性热图显示, 珊瑚礁的岸线变化距离和速率在海洋环境要素中, 均与平均海水温度的正相关性最高(R=0.37), 而与月平均累计降水量负相关性最强(R=−0.46)。在地貌特征变化方面, 它们则分别与植被覆盖率变化正相关性最强(R分别为0.44和0.45), 而与陆域面积变化负相关性最高(R=−0.77)。值得指出的是, 珊瑚礁海岸陆域面积特征的变化对于所有海洋环境变量都极为敏感, 相关性都达到了0.3以上。其中与月平均累计降水量的正相关性最高(R>0.6), 与海平面上升高度和平均有效波高的正相关系数也分别达到了0.48和0.41。潮汐范围则与陆域面积变化表现出强负相关(R=−0.46), 明显高于平均海水温度和台风过境数量对陆域面积的负相关影响(R均为-0.31)。植被覆盖率变化和岸线圆度变化都一定程度上反映了它们与台风过境数量的正相关性(R分别为0.28和0.31), 而岸线长度变化则和平均海水温度表现为较为突出的负相关性(R=−0.33)。
图7 两个海岸演化尺度指数与其6个地貌特征演化和6个海洋环境变量之间的相关性分析热图

Fig. 7 Heatmaps of correlation analysis between two coastal evolution indices and their six geomorphological characteristics along with six marine environmental variables

基于珊瑚礁地貌演化阶段分类获得的相关性热图分析中, 处于沙岛状态的珊瑚礁的相关性热图与全部研究珊瑚礁的相关性热图具有极高的相似性。而处于沙洲阶段的珊瑚礁的相关性热图显示, 其海岸演化尺度与海洋环境变量之间的关联性更高。其中, 海岸侵蚀距离和速率与平均有效波高、海平面上升高度以及月平均累计降水量的正相关系数都达到了0.7以上; 与潮汐范围以及平均海水温度也呈现出极强的负相关性(相关系数达-0.75)。很遗憾, 由于处于沙洲阶段的珊瑚礁经历了相同数量的台风过境, 因此无法与其他地貌演化和环境特征变量构建有效的关联关系。从相关性强度结果来看, 处于沙洲阶段的珊瑚礁由于整体面积较小且没有植被覆盖, 其海岸演化似乎对环境特征的变化更加敏感, 但这种强关联性可能是相关类型珊瑚礁样本较少(仅有3个处于沙洲阶段的珊瑚礁)所导致的。处于过渡阶段的珊瑚礁的海岸演化与环境变量的相关性特征基本趋同于处于沙岛状态的珊瑚礁(除了与海平面上升高度呈现出异常的负相关), 但其相关性强度平均高出沙岛珊瑚礁强度的2~3倍(表明对环境变化更敏感)。然而, 其样本数同样相对较少(仅有4个处于过渡阶段的珊瑚礁)。虽然由于研究样本过少, 无法形成有统计学意义的总结性结论, 还不能认为处于初级成熟阶段的沙洲和过渡型珊瑚礁海岸演化对环境变化的响应更加剧烈, 但未来基于珊瑚礁地貌演化阶段分类, 探讨其地貌演化差异与环境特征的关联性是非常有必要的。本研究进一步说明了使用演化速率一种表征参量来判断珊瑚礁对海洋环境的响应是不可取的, 而应该充分利用多种地貌演化参数对环境的敏感性优势, 采取多种映射关系来评估珊瑚礁海岸在未来海洋环境变化下的演化趋势。

3.4 环境影响机制讨论

珊瑚礁海岸演化的本质是其岸滩沉积物与海洋动力交互作用在地貌学上呈现出的结果, 所以环境要素主要还是通过改变水动力强度和海岸珊瑚砂沉积物供给来影响珊瑚礁海岸的地貌演化(Kench et al, 1996)。淡水是限制岛礁植被增长和存活最重要的自然因素, 而远海岛礁的天然淡水补充则完全依赖大气降水。因此, 相对较高的降水环境就更加有利于植被的生长和繁殖, 从而对海岸珊瑚砂的流失起到减缓作用(Guannel et al, 2016; Bartley et al, 2023), 这也就解释了本文中所发现的珊瑚礁岸线的沉积延伸和侵蚀后退与月平均降水强度之间的强正相关性。珊瑚对于海水温度环境要素的敏感度极高, 异常的海水温度往往有可能造成珊瑚的功能退化, 甚至骨架溶解, 从而极大地影响珊瑚对于波浪的吸收衰减能力, 进而加快珊瑚礁岸线的演化(Yamano et al, 2011)。珊瑚种群的显著下降同样可能造成珊瑚礁岸滩沉积物供应减少, 进而对珊瑚礁海岸地貌的稳定性产生重大影响(Dawson, 2021)。不过珊瑚对于海水温度的耐受性极大地由各岛礁所包含的珊瑚种类决定, 西沙各岛礁差异化的珊瑚礁生态种群, 自然会对海水温度进行天然筛选适应(李秀保 等, 2007; Roche et al, 2018), 所以本文中所发现的海水温度与岛礁岸线演化的关联性较不明显。台风过境时往往会伴随波高较大的台风浪, 较强的波浪动力确实能够强烈的侵蚀掉岛礁海岸破碎松散的生物碎屑颗粒。印度洋地区珊瑚礁的珊瑚砂沉积量每年可达~120吨, 其中珊瑚砂在风暴期间的堆积速度要比正常海况下高57%(Morgan et al, 2014)。而在太平洋地区, 仅单次风暴时间就能沉积超过1.4×106m3的巨粒珊瑚砂(Maragos et al, 1973; Kench et al, 2017)。在垂向生长率方面, 珊瑚礁在正常海况下的增长速率仅为1~5mm·a-1, 而在台风期间其生长速率可达15mm·a-1(Kennedy et al, 2002)。但是与此同时, 高能量的极端波浪不仅能够击碎珊瑚礁上的巨砾, 而且能将岛礁近岸潮间带大量的沉积物向岸搬运并将其运送到珊瑚礁岸滩上。所以全球的其他热带岛礁区的观测研究都发现台风浪可以同时造成岛礁面积的增大和减小(堆积的是珊瑚砾块, 侵蚀的是细沙), 但过境后的一段时间后或者长时间尺度下, 被侵蚀的沉积物会在海岸发生堆积, 使得岛礁面积扩大 (Madi Moussa et al, 2019)。这与本文中所有岛礁平均经历一次台风过境, 且其陆域面积基本都增加的发现一致。南太平洋的研究案例显示台风对珊瑚礁海岸的破坏主要是通过风暴潮的形式(Radford et al, 1992), 此前我国学者揭示1991—2013年间台风在西沙群岛引起的风暴潮增水最高可达34cm(梁海萍 等, 2017)。虽然采用风暴过境数量代表台风影响是国内外珊瑚礁海岸地貌研究学者的通用手段(Liu et al, 2020), 但是由于本文所研究的西沙珊瑚礁台风过境数量差异不明显, 且研究所关注时间段的风暴潮特征尚未有观测数据公开, 因此无法建立珊瑚礁海岸地貌差异与台风影响程度之间的强关联。故此, 未来应着重关注对西沙群岛台风过境期间风暴潮特征的观测, 进而采用风暴潮数据来分析珊瑚礁海岸地貌演化的差异, 可能更有助于表征珊瑚礁海岸对台风影响的响应差异。波浪在经过珊瑚礁礁坪向海岸传播的过程中, 其波高的衰减强度与水深有着较强相关性(Chen et al, 2023; Yao et al, 2023)。因此, 在高潮的时候更多的波能能够被携带至岛礁岸线, 从而加剧其地貌演化强度(Lugo-Fernández et al, 1998)。但是礁坪的长度和粗糙度同样能够影响波能的吸收衰减(Hearn et al, 2001; 姚宇 等, 2019; 贾美军 等, 2020), 而本文所研究各岛礁潮汐范围的差异不足1%, 这就使得本文未能发现潮汐范围与岸线演化特征之间的强关联性。岛礁因为平均海拔较低, 因此海平面上升被认为是威胁岛礁岸线演化最重要的海洋灾害。但是目前学界仅在个别岛礁发现岛礁岸线的侵蚀后退和海平面上升存在直接联系(Albert et al, 2016; Nunn et al, 2017), 而在太平洋、印度洋等热带岛礁区的大面积调查中(Kench et al, 2018; Liu et al, 2020; Wu et al, 2021), 以及本文对西沙岛礁的研究中均未能发现类似的直接强关联性。具体对西沙珊瑚礁来说, 此前研究基于野外珊瑚礁实地采样分析发现局部海温热异常, 导致西沙群岛活体珊瑚在2010年的覆盖率较此前20年下降了75%, 由此导致的珊瑚退化使得珊瑚礁海岸的稳定性遭到了极大的破坏(Qin et al, 2020)。西沙群岛在过去60年里的降水量呈现出3.18mm·a-1的增长趋势, 使得西沙群岛的植被覆盖率显著提高, 进而促进了珊瑚礁岸线的稳定(Li et al, 2018)。此外, 通过对西沙珊瑚礁陆域面积多时序的追踪分析, Liu 等(2020) 发现过去三十年气候变暖造成的台风能量密度增强和过境频率提高, 明显造成了珊瑚礁的海岸侵蚀。本研究是在相同的观测时间窗口下, 比较了地处不同“空间位置上”珊瑚礁海岸多个地貌特征的差异, 并“定量地”尝试将它们与环境特征的差异进行关联。与Liu 等(2020)基于珊瑚礁陆域面积“时间上”的演化差异, 从机理上“定性地”发现其与全球升温导致的风暴增强等因素相关的发现不同。虽然我们在空间尺度上未能成功地定量证明珊瑚礁海岸地貌演化与环境特征的关联性, 但我们一致认为准确掌握珊瑚礁海岸对环境要素的响应特征, 是未来准确预判珊瑚礁应对气候变化的关键基础。

3.5 未来演化预判建议

全球海洋环境恶化使得珊瑚礁的海岸演化成为了小岛屿国家最关心的灾害防治问题(Elliff et al, 2017), 如马尔代夫等国家更是采用了大量的人工护岸工程来抵抗相关影响。这种缺乏综合考量的过分担心不仅会导致人工防侵蚀消浪设施的过度布设, 还会对原生岛礁岸线地貌和海洋生态环境产生潜在影响(Manes et al, 2023)。除此之外, 人工干预设施虽然短时间内可以减缓一个区域的珊瑚礁海岸侵蚀, 但也常常“顾此失彼”,可能加剧其他相邻区域的珊瑚砂流失。而且, 在未来海平面上升的影响下, 这些设施是否能持续按照设计要求发挥相应的消浪护岸能力也存在着极大的不确定性(Duvat, 2019)。此外, 低海拔珊瑚礁在海平面上升背景下的生存前景, 离不开对其适应性地貌演化响应的立体化监测。物理模拟实验近年来证明了珊瑚礁在海平面逐渐上升的影响下会天然向上增长(Tuck et al, 2019, 2021), 但受制于野外断面地形数据的缺失, 该地貌演化特征并未得到观测证据的论证。因此, 未来应该充分利用现代海洋观测前沿技术, 通过无人机搭载激光雷达对珊瑚岛礁的地形进行数字模型构建(Pittman et al, 2013), 或基于星载激光雷达(如美国国家航空航天局的冰星星载激光雷达NASA’s ICESat satellite)对大区域的珊瑚礁岸滩三维变化进行融合分析(Kulp et al, 2019), 从而实现对珊瑚礁海岸在海平面上升威胁下致灾效应的科学、全面评估。受迫于复杂海洋环境的压力, 有些小岛屿国家更是决定放弃了对众多低海拔小岛屿的开发, 造成了重要海岛资源的无故遗弃和浪费, 甚至丢失掉了海洋文化的传承(Kennedy, 2024)。但本文以西沙群岛为切入点, 发现珊瑚礁海岸的地貌演化的差异在空间上无法与单一海洋环境要素进行强关联, 所以也无法在时间尺度上以此为依据等效预判其对未来环境变化的响应。考虑到西沙珊瑚礁海岸对环境特征差异响应的弱敏感性, 未来仍非常值得开展高精度的珊瑚礁海岸实地调查(Kennedy, 2024), 不仅可以获得更高精度的珊瑚礁海岸演化速率信息, 服务西沙群岛的海岸管理和可持续开发, 而且有望进一步验证西沙群岛不同珊瑚礁海岸演化在空间上的分析特征及其对环境的敏感性。因此, 如果想要科学评判岛礁岸线在未来海洋环境下的脆弱性和演化趋势, 就需要逐一细致分析每个珊瑚礁独特的地貌演化阶段、原始地形地貌、沉积动力过程、生物种群类型和海洋环境要素, 从而形成一个基于观测事实且兼顾科学性和社会性考量的岛礁海岸脆弱性综合评估模式和侵蚀灾害防治方案。

4 结论

本文选取了西沙群岛18个珊瑚礁, 综合利用海洋遥感、海洋地质、海岸地貌和物理海洋研究方法, 对比了它们2015—2023年间的6个海岸地貌特征变化与其6个区域海洋环境要素之间的关联性。
1)地貌演化: 2/3的珊瑚礁海岸发生了向海延伸, 1/3的珊瑚礁海岸发生侵蚀后退。8年间这些珊瑚礁岸线平均向海外扩了2.27m, 平均速率达到了-0.28m·a-1, 相应地岛礁岸线长度平均增长~53m, 陆域面积平均扩大超过~10000m2, 植被覆盖率平均增长~10%, 岸线圆度平均减小0.02, 岸线崎岖度无明显变化, 岸线纵横比平均增长0.08。
2)海洋环境: 西沙珊瑚礁区域的平均有效波高为1.48m, 平均潮汐范围在~160cm, 海平面平均上升85mm, 海水表面平均温度为27.94°C, 18个珊瑚礁均遭受至少一次台风过境, 月平均累计降水量达11.33mm·month-1。
3)关联关系: 本文所研究珊瑚礁海岸岸线演化的空间差异性与其区域海洋环境特征之间未能呈现出较显著的强线性关联关系, 岸线演化速率与6个环境特征要素之间的相关系数R2仅在0.06~0.21之间。
4)未来建议: 由于目前西沙珊瑚礁海岸的地貌演化尚无法与单一海洋环境要素进行强关联, 因此未来科学评判西沙岛礁岸线在未来海洋环境下的演化趋势, 需要充分考虑每一个岛礁的地貌演化阶段、原始地形地貌、沉积动力过程、生物种群类型和海洋环境要素的独特性。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
陈燕珊, 戚洪帅, 杨清书, 等, 2022. 不同受损情况下珊瑚礁海岸动力地貌差异性分析[J]. 海洋学报, 44(3): 61-69.

CHEN YANSHAN, QI HONGSHUAI, YANG QINGSHU, et al, 2022. Morphodynamic analysis on fringing reef coasts under different damage conditions[J]. Haiyang Xuebao, 44(3): 61-69 (in Chinese with English abstract).

[2]
贾美军, 姚宇, 何天城, 等, 2020. 大糙率礁面影响下珊瑚礁海岸附近规则波演化及爬高试验研究[J]. 海洋与湖沼, 51(6): 1344-1349.

JIA MEIJUN, YAO YU, HE TIANCHENG, et al, 2020. A flume study of regular wave transformation and run-up around reef coasts with large surface roughness[J]. Oceanologia et Limnologia Sinica, 51(6): 1344-1349 (in Chinese with English abstract).

[3]
江雷, 黄晖, 张浴阳, 等, 2016. 海水升温对壮实鹿角珊瑚幼虫存活和附着的影响[J]. 应用海洋学学报, 35(2): 217-222.

JIANG LEI, HUANG HUI, ZHANG YUYANG, et al, 2016. Effects of elevated temperature on larval survival and settlement of the broadcast spawning coral Acropora robusta[J]. Journal of Applied Oceanography, 35(2): 217-222 (in Chinese with English abstract).

[4]
黎春红, 2005. 西沙群岛生态旅游开发设想[J]. 海洋开发与管理, 22(4): 62-67 (in Chinese).

[5]
李浩, 1991. 西沙群岛现代滨岸的风暴沉积[J]. 海洋地质与第四纪地质, 11(1): 83-91.

LI HAO, 1991. Modern coastal storm deposits in the Xisha islands[J]. Marine Geology & Quaternary Geology, 11(1): 83-91 (in Chinese with English abstract).

[6]
李嘉琪, 白爱娟, 蔡亲波, 2018. 西沙群岛和涠洲岛气候变化特征及其与近岸陆地的对比[J]. 热带地理, 38(1): 72-81.

DOI

LI JIAQI, BAI AIJUAN, CAI QINBO, 2018. Climate change characteristics of the Xisha Islands and Weizhou Island in China and the comparison with the coastal land[J]. Tropical Geography, 38(1): 72-81 (in Chinese with English abstract).

[7]
李晓敏, 马毅, 张杰, 等, 2022. 基于高分遥感的西沙群岛珊瑚礁沙洲稳定性评估[J]. 海洋环境科学, 41(1): 48-58.

LI XIAOMIN, MA YI, ZHANG JIE, et al, 2022. Assessing the stability of coral reef sandbanks in the Xisha Islands using high-resolution satellite images[J]. Marine Environmental Science, 41(1): 48-58 (in Chinese with English abstract).

[8]
李秀保, 黄晖, 练健生, 等, 2007. 珊瑚及共生藻在白化过程中的适应机制研究进展[J]. 生态学报, 27(3): 1217-1225.

LI XIUBAO, HUANG HUI, LIAN JIANSHENG, et al, 2007. Progress of adaptive mechanism of coral and symbiotic algae during bleaching[J]. Acta Ecologica Sinica, 27(3): 1217-1225 (in Chinese with English abstract).

[9]
李言达, 易亮, 2021. 全球变暖和海洋酸化背景下珊瑚礁生态响应的研究进展[J]. 海洋地质与第四纪地质, 41(1): 33-41.

LI YANDA, YI LIANG, 2021. A review on ecological response of coral reefs to global warming and oceanic acidification[J]. Marine Geology & Quaternary Geology, 41(1): 33-41 (in Chinese with English abstract).

[10]
梁海萍, 梁海燕, 陈海南, 等, 2017. 1991—2013年发生在西沙永兴岛的台风风暴潮统计特征分析[J]. 应用海洋学学报, 36(2): 243-248.

LIANG HAIPING, LIANG HAIYAN, CHEN HAINAN, et al, 2017. Statistical characteristic of the tropical storm surge in Yongxing of Xisha islands in 1991-2013[J]. Journal of Applied Oceanography, 36(2): 243-248 (in Chinese with English abstract).

[11]
刘晓红, 2020. 浅谈西沙群岛海域生态环境现状[J]. 化工管理, (20): 54-55 (in Chinese).

[12]
吕炳全, 王国忠, 全松青, 1987. 西沙群岛灰砂岛的沉积特征和发育规律[J]. 海洋地质与第四纪地质, (2): 59-69.

LU BINGQUAN, WANG GUOZHONG, QUAN SONGQING, 1987. Sedimentary characteristics and evolutionary pattern of the sand cays in the Xisha islands[J]. Marine Geology & Quaternary Geology, (2): 59-69 (in Chinese with English abstract).

[13]
马小峰, 邹亚荣, 刘善伟, 2015. 基于分形维数理论的海岸线遥感分类与变迁研究[J]. 海洋开发与管理, 32(1): 30-33 (in Chinese).

[14]
秦志亮, 孙思军, 谭骏, 等, 2014. 西沙群岛海域海洋地质灾害现状与对策[J]. 海洋开发与管理, 31(9): 12-16 (in Chinese).

[15]
丘世钧, 1988. 我国珊瑚礁海岸的开发与管理[J]. 热带地貌, 9(1): 14-17.

QIU SHIJUN, 1988. 109. Suggestion on development and management of the coral reef in China[J]. Tropical Geomorphology, 9(1): 14-17 (in Chinese with English abstract).

[16]
邵超, 戚洪帅, 蔡锋, 等, 2016. 海滩-珊瑚礁系统风暴响应特征研究——以1409号台风“威马逊”对清澜港海岸影响为例[C]// 福建省海洋学会2016年学术年会. 厦门.

SHAO CHAO, QI HONGSHUAI, CAI FENG, et al, 2016. Study on storm-effects on beach-coral reef system-taking the response of Qinglangang coast on No. 1409 typhoon rammasun as an example[C]// Xiamen (in Chinese with English abstract).

[17]
邵超, 林浩, 任海波, 等, 2022. 珊瑚礁海岸侵蚀的影响因素与响应特征分析[J]. 海洋科学前沿, 9(1): 30-38.

SHAO CHAO, LIN HAO, REN HAIBO, et al, 2022. Analysis of influencing factors and response characteristics of coral reef coastal erosion[J]. Advances in Marine Sciences, 9(1): 30-38 (in Chinese with English abstract).

[18]
时小军, 刘元兵, 陈特固, 等, 2008. 全球气候变暖对西沙、南沙海域珊瑚生长的潜在威胁[J]. 热带地理, 28(4): 342-345, 368.

SHI XIAOJUN, LIU YUANBING, CHEN TEGU, et al, 2008. The potential threats of global warming on corals living in the Xisha Islands and Nansha Islands[J]. Tropical Geography, 28(4): 342-345, 368 (in Chinese with English abstract).

[19]
宋朝景, 赵焕庭, 1993. 珊瑚礁海岸和岛礁的建港问题[C]. 第七届全国海岸工程学术讨论会: 1032-1039 (in Chinese).

[20]
王明珠, 罗智勇, 韩飞, 2020a. 西沙群岛旅游地质资源调查研究[J]. 农村经济与科技, 31(17): 55-57, 64 (in Chinese).

[21]
王明珠, 韩飞, 符彩花, 2020b. 西沙永乐群岛岛礁海岸线变迁监测与分析[J]. 环境与发展, 32(1): 135-137.

WANG MINGZHU, HAN FEI, FU CAIHUA, 2020a. Monitoring and analysis of shoreline changes in Xisha Yongle Islands[J]. Environment and Development, 32(1): 135-137 (in Chinese with English abstract).

[22]
许眸莹, 高抒, 葛晨东, 等, 2020. 南海九章环礁中牛轭礁和西门礁新生沙洲沉积特征与动态[J]. 热带海洋学报, 39(2): 44-53.

DOI

XU MOUYING, GAO SHU, GE CHENDONG, et al, 2020. Characteristics and morphodynamics of newly-formed coral debris deposits on the Niu’e and Ximen Reefs, Jiuzhang Atoll, South China Sea[J]. Journal of Tropical Oceanography, 39(2): 44-53 (in Chinese with English abstract).

DOI

[23]
荀涛, 胡鹏, 梅弢, 等, 2009. 西沙群岛珊瑚砂运动特性试验研究[J]. 水道港口, 30(4): 277-281.

XUN TAO, HU PENG, MEI TAO, et al, 2009. Study on movement characteristics of coral sands in Xisha Islands[J]. Journal of Waterway and Harbor, 30(4): 277-281 (in Chinese with English abstract).

[24]
杨娟, 苏奋振, 石伟, 等, 2014. 南海珊瑚环礁开放程度模型构建研究[J]. 热带海洋学报, 33(3): 52-56.

YANG JUAN, SU FENZHEN, SHI WEI, et al, 2014. Research on building a model of the open type for coral atolls in the South China Sea[J]. Journal of Tropical Oceanography, 33(3): 52-56 (in Chinese with English abstract).

DOI

[25]
杨绮薇, 黄增明, 林爱兰, 2001. 华南登陆台风频数的变化及其与ENSO事件的关系[J]. 气象, 27(3): 12-16.

YANG QIWEI, HUANG ZENGMING, LIN AILAN, 2001. Variations of annual frequency of landfall typhoons in South China and its relation with ENSO[J]. Meteorological Monthly, 27(3): 12-16 (in Chinese with English abstract).

[26]
姚宇, 张起铭, 蒋昌波, 2019. 礁面糙率变化下珊瑚礁海岸附近波浪传播变形试验[J]. 科学通报, 64(9): 977-985.

YAO YU, ZHANG QIMING, JIANG CHANGBO, 2019. Laboratory study of wave transformation around reef coasts with various rough surfaces[J]. Chinese Science Bulletin, 64(9): 977-985 (in Chinese with English abstract).

[27]
叶锦昭, 1996. 西沙群岛环境水文特征[J]. 中山大学学报(自然科学版), 35(S1): 15-21.

YE JINZHAO, 1996. Environmental hydrologic features of the Xisha archipelago[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 35(S1): 15-21 (in Chinese with English abstract).

[28]
业治铮, 何起祥, 张明书, 等, 1985. 西沙群岛岛屿类型划分及其特征的研究[J]. 海洋地质与第四纪地质, (1): 1-13.

YE ZHIZHENG, HE QIXIANG, ZHANG MINGSHU, et al, 1985. Classification and characteristics of islands in the Xisha archipelago[J]. Marine Geology & Quaternary Geology, (1): 1-13 (in Chinese with English abstract).

[29]
应明, 杨玉华, 陈葆德, 等, 2011. 近50年影响中国热带气旋的气候变化特征[J]. 中国科学: 地球科学, 41(9): 1352-1364 (in Chinese).

[30]
曾昭璇, 丘世钧, 1985. 西沙群岛环礁沙岛发育规律初探——以晋卿岛、琛航岛为例[J]. 海洋学报, 7(4): 472-483 (in Chinese).

[31]
张乔民, 余克服, 施祺, 2003. 华南珊瑚礁的海岸生物地貌过程[J]. 海洋地质动态, 19(11): 1-4, 30.

ZHANG QIAOMIN, YU KEFU, SHI QI, 2003. The coastal biogeomorphologic processes of coral reefs of South China[J]. Marine Geology Letters, 19(11): 1-4, 30 (in Chinese with English abstract).

[32]
张志宏, 李悦铮, 2009. 海岛型旅游非优区的开发研究——以西沙群岛为例[C]// 第十四届全国区域旅游开发学术研讨会暨第二届海南国际旅游岛大论坛. 海口: 510-516 (in Chinese).

[33]
赵焕庭, 宋朝景, 余克服, 等, 1994. 西沙群岛永兴岛和石岛的自然与开发[J]. 海洋通报, 13(5): 44-56.

ZHAO HUANTING, SONG CHAOJING, YU KEFU, et al, 1994. Nature and development of Yongxing Island and Shi Island of Xisha Islands[J]. Marine Science Bulletin, 13(5): 44-56 (in Chinese with English abstract).

[34]
赵焕庭, 1996. 西沙群岛考察史[J]. 地理研究, 15(4): 55-65.

DOI

ZHAO HUANTING, 1996. History of expeditions to Xisha Islands[J]. Geographical Research, 15(4): 55-65 (in Chinese with English abstract).

[35]
赵美霞, 姜大朋, 张乔民, 2017. 珊瑚岛的动态演变及其稳定性研究综述[J]. 热带地理, 37(5): 694-700.

DOI

ZHAO MEIXIA, JIANG DAPENG, ZHANG QIAOMIN, 2017. Review on the study of coral cay dynamics and its stability[J]. Tropical Geography, 37(5): 694-700 (in Chinese with English abstract).

DOI

[36]
ALBERT S, LEON J X, GRINHAM A R, et al, 2016. Interactions between sea-level rise and wave exposure on reef island dynamics in the Solomon Islands[J]. Environmental Research Letters, 11(5): 054011.

[37]
ANTHONY K R N, CONNOLLY S R, HOEGH-GULDBERG O, 2007. Bleaching, energetics, and coral mortality risk: Effects of temperature, light, and sediment regime[J]. Limnology and Oceanography, 52(2): 716-726.

[38]
BARTLEY R, ABBOTT B N, GHAHRAMANI A, et al, 2023. Do regenerative grazing management practices improve vegetation and soil health in grazed rangelands Preliminary insights from a space-for-time study in the Great Barrier Reef catchments, Australia[J]. The Rangeland Journal, 44(4): 221-246.

[39]
BLOIS J L, WILLIAMS J W, FITZPATIRCK M C, et al, 2013. Space can substitute for time in predicting climate-change effects on biodiversity[J]. Proceedings of the national academy of sciences, 110(23): 9374-9379.

[40]
BURKE S, POTTIER P, LAGISZ M, et al, 2023. The impact of rising temperatures on the prevalence of coral diseases and its predictability: A global meta-analysis[J]. Ecology Letters, 26(8): 1466-1481.

DOI PMID

[41]
CHEAL A J, MACNEIL M A, EMSLIE M J, et al, 2017. The threat to coral reefs from more intense cyclones under climate change[J]. Global Change Biology, 23(4): 1511-1524.

DOI PMID

[42]
CHEN WENWEI, LIU XIAOLONG, CAI ZHIWEN, et al, 2023. Study on wave attenuation on a coral reef flat in SCS by in-situ measurement and simulation[J]. Ocean Modelling, 182: 102171.

[43]
CONNELL J, 2013. Islands at risk:Environments, economies and contemporary change[M]. Cheltenham: Edward Elgar Publishing.

[44]
DAWSON J L, 2021. Multi-decadal shoreline morphodynamics of a shelf-edge reef island, Great Barrier Reef: Implications for future island persistence[J]. Geomorphology, 392: 107920.

[45]
DUVAT V K E, 2019. A global assessment of atoll island planform changes over the past decades[J]. Wiley Interdisciplinary Reviews: Climate Change, 10(1): e557.

[46]
EDMUNDS P J, GRAY S C, 2014. The effects of storms, heavy rain, and sedimentation on the shallow coral reefs of St. John, US Virgin Islands[J]. Hydrobiologia, 734: 143-158.

[47]
ELLIFF C I, SILVA I R, 2017. Coral reefs as the first line of defense: Shoreline protection in face of climate change[J]. Marine Environmental Research, 127: 148-154.

DOI PMID

[48]
GARCIN M, VENDE-LECLERC M, MAURIZOT P, et al, 2016. Lagoon islets as indicators of recent environmental changes in the South Pacific-The New Caledonian example[J]. Continental Shelf Research, 122: 120-140.

[49]
GARDNER T W, JORGENSEN D W, SHUMAN C, et al, 1987. Geomorphic and tectonic process rates: Effects of measured time interval[J]. Geology, 15(3): 259-261.

[50]
GUANNEL G, ARKEMA K, RUGGIERO P, et al, 2016. The power of three: coral reefs, seagrasses and mangroves protect coastal regions and increase their resilience[J]. PLoS ONE, 11(7): e0158094.

[51]
HARMELIN-VIVIEN M L, 1994. The effects of storms and cyclones on coral reefs: a review[J]. Journal of Coastal Research, (12): 211-231.

[52]
HART-DAVIS M G, PICCIONI G, DETTMERING D, et al, 2021. EOT20: a global ocean tide model from multi-mission satellite altimetry[J]. Earth System Science Data, 13(8): 3869-3884.

[53]
HEARN C J, 1999. Wave-breaking hydrodynamics within coral reef systems and the effect of changing relative sea level[J]. Journal of Geophysical Research: Oceans, 104(C12): 30007-30019.

[54]
HEARN C J, ATKINSON M, FALTER J, 2001. A physical derivation of nutrient-uptake rates in coral reefs: effects of roughness and waves[J]. Coral Reefs, 20(4): 347-356.

[55]
HERSBACH H, BELL B, BERRISFORD P, et al, 2020. The ERA5 global reanalysis[J]. Quarterly Journal of the Royal Meteorological Society, 146(730): 1999-2049.

[56]
HONGO C, KAWAMATA H, GOTO K, 2012. Catastrophic impact of typhoon waves on coral communities in the Ryukyu Islands under global warming[J]. Journal of Geophysical Research: Biogeosciences, 117(G2): G02029.

[57]
JEVREJEVA S, WILLIAMS J, VOUSDOUKAS M I, et al, 2023. Future sea level rise dominates changes in worst case extreme sea levels along the global coastline by 2100[J]. Environmental Research Letters, 18(2): 024037.

[58]
JIANG QIN, LI WEIYUE, FAN ZEDONG, et al, 2021. Evaluation of the ERA5 reanalysis precipitation dataset over Chinese Mainland[J]. Journal of Hydrology, 595: 125660.

[59]
KENCH P S, BRANDER R W, 2006. Wave processes on coral reef flats: implications for reef geomorphology using Australian case studies[J]. Journal of Coastal Research, 22(1): 209-223.

[60]
KENCH P S, FORD M R, OWEN S D, 2018. Patterns of island change and persistence offer alternate adaptation pathways for atoll nations[J]. Nature Communications, 9(1): 605.

DOI PMID

[61]
KENCH P S, MCLEAN R F, 1996. Hydraulic characteristics of heterogeneous bioclastic deposits: new possibilities for interpreting environmental processes[J]. Sedimentology, 43(3): 561-570.

[62]
KENCH P S, MANN T, 2017. Reef island evolution and dynamics: insights from the Indian and Pacific Oceans and perspectives for the Spermonde Archipelago[J]. Frontiers in Marine Science, 4: 145.

[63]
KENNEDY D M, WOODROFFE C D, 2002. Fringing reef growth and morphology: a review[J]. Earth-Science Reviews, 57(3-4): 255-277.

[64]
KENNEDY D M, 2024. A review of the vulnerability of low-lying reef island landscapes to climate change and ways forward for sustainable management[J]. Ocean & Coastal Management, 249: 106984.

[65]
KULP S A, STRAUSS B H, 2019. New elevation data triple estimates of global vulnerability to sea-level rise and coastal flooding[J]. Nature Communications, 10(1): 4844.

DOI PMID

[66]
LEGEAIS J F, ABLAIN M, ZAWADZKI L, et al, 2018. An improved and homogeneous altimeter sea level record from the ESA Climate Change Initiative[J]. Earth System Science Data, 10(1): 281-301.

[67]
LI L, GUO Y, WU X, 2018. Vegetation monitoring by remote sensing technology for Uninhabited Islands of the Xisha Islands[J]. The International Archives of the Photogrammetry Remote Sensing and Spatial Information Sciences, XLII-3: 853-856.

[68]
LIEBOVITCH L S, TOTH T, 1989. A fast algorithm to determine fractal dimensions by box counting[J]. Physics Letters A, 141(8-9): 386-390.

[69]
LIU JIALIU, HUANG RONGYONG, YU KEFU, et al, 2020. How lime-sand islands in the South China Sea have responded to global warming over the last 30 years: Evidence from satellite remote sensing images[J]. Geomorphology, 371: 107423.

[70]
LIU YANXIA, HUANG HAIJUN, QIU ZHONGFENG, et al, 2013. Detecting coastline change from satellite images based on beach slope estimation in a tidal flat[J]. International Journal of Applied Earth Observation and Geoinformation, 23: 165-176.

[71]
LOWE R J, FALTER J L, BANDET M D, et al, 2005. Spectral wave dissipation over a barrier reef[J]. Journal of Geophysical Research: Oceans, 110(C4): C04001.

[72]
LUGO-FERNÁNDEZ A, ROBERTS H H, WISEMAN JR W J, 1998. Tide effects on wave attenuation and wave set-up on a Caribbean coral reef[J]. Estuarine, Coastal and Shelf Science, 47(4): 385-393.

[73]
MADI MOUSSA R, FOGG L, BERTUCCI F, et al, 2019. Long-term coastline monitoring on a coral reef island (Moorea, French Polynesia)[J]. Ocean & Coastal Management, 180: 104928.

[74]
MANDLIER P G, KENCH P S, 2012. Analytical modelling of wave refraction and convergence on coral reef platforms: Implications for island formation and stability[J]. Geomorphology, 159-160: 84-92.

[75]
MANES S, GAMA-MAIA D, VAZ S, et al, 2023. Nature as a solution for shoreline protection against coastal risks associated with ongoing sea-level rise[J]. Ocean & Coastal Management, 235: 106487.

[76]
MANZELLO D P, BRANDT M, SMITH T B, et al, 2007. Hurricanes benefit bleached corals[J]. Proceedings of the National Academy of Sciences of the United States of America, 104(29): 12035-12039.

PMID

[77]
MARAGOS J E, BAINES G B K, BEVERIDGE P J, 1973. Tropical cyclone Bebe creates a new land formation on Funafuti Atoll[J]. Science, 181(4105): 1161-1164.

PMID

[78]
MITCHELL N C, 1998. Characterising the irregular coastlines of volcanic ocean islands[J]. Geomorphology, 23(1): 1-14.

[79]
MORGAN K M, KENCH P S, 2014. A detrital sediment budget of a Maldivian reef platform[J]. Geomorphology, 222: 122-131.

[80]
MUSHKIN A, KATZ O, PORAT N, 2019. Overestimation of short-term coastal cliff retreat rates in the eastern Mediterranean resolved with a sediment budget approach[J]. Earth Surface Processes and Landforms, 44(1): 179-190.

[81]
NUNN P D, KOHLER A, KUMAR R, 2017. Identifying and assessing evidence for recent shoreline change attributable to uncommonly rapid sea-level rise in Pohnpei, Federated States of Micronesia, Northwest Pacific Ocean[J]. Journal of Coastal Conservation, 21: 719-730.

[82]
PERRY C T, KENCH P S, SMITHERS S G, et al, 2011. Implications of reef ecosystem change for the stability and maintenance of coral reef islands[J]. Global Change Biology, 17(12): 3679-3696.

[83]
PERRY C T, MORGAN K M, 2017. Bleaching drives collapse in reef carbonate budgets and reef growth potential on southern Maldives reefs[J]. Scientific Reports, 7: 40581.

DOI PMID

[84]
PITTMAN S J, COSTA B, WEDDING L M, 2013. LiDAR applications[M]// GOODMAN J A, PURKIS S J, PHINN S R, Coral reef remote sensing: A guide for mapping, monitoring and management. Dordrecht: Springer: 145-174.

[85]
QIN ZHENJUN, YU KEFU, LIANG YANTING, et al, 2020. Latitudinal variation in reef coral tissue thickness in the South China Sea: potential linkage with coral tolerance to environmental stress[J]. Science of the Total Environment, 711: 134610.

[86]
QUATAERT E, STORLAZZI C, VAN ROOIJEN A, et al, 2015. The influence of coral reefs and climate change on wave-driven flooding of tropical coastlines[J]. Geophysical Research Letters, 42(15): 6407-6415.

[87]
RADFORD D, BLONG R, 1992. Assessment of natural hazards in the Solomon Islands and implications for other Pacific Island countries[J]. AODRO Newsletter, 10(3): 3-9.

[88]
ROCHE R C, WILLIAMS G J, TURNER J R, 2018. Towards developing a mechanistic understanding of coral reef resilience to thermal stress across multiple scales[J]. Current Climate Change Reports, 4: 51-64.

[89]
ROMINE B M, FLETCHER C H, FRAZER L N, et al, 2009. Historical shoreline change, southeast Oahu, Hawaii; applying polynomial models to calculate shoreline change rates[J]. Journal of Coastal Research, 25(6): 1236-1253.

[90]
ROY P, PAL S C, CHAKRABORTTY R, et al, 2023. Effects of climate change and sea-level rise on coastal habitat: Vulnerability assessment, adaptation strategies and policy recommendations[J]. Journal of Environmental Management, 330: 117187.

[91]
SÁNCHEZ-ROMÁN A, PUJOL M I, FAUGÈRE Y, et al, 2023. DUACS DT2021 reprocessed altimetry improves sea level retrieval in the coastal band of the European seas[J]. Ocean Science, 19(3): 793-809.

[92]
SENGUPTA M, FORD M R, KENCH P S, 2021. Shoreline changes in coral reef islands of the Federated States of Micronesia since the mid-20th century[J]. Geomorphology, 377: 107584.

[93]
SENGUPTA M, FORD M R, KENCH P S, et al, 2023. Drivers of shoreline change on Pacific coral reef islands: linking island change to processes[J]. Regional Environmental Change, 23(3): 110.

[94]
SHI HONGYUAN, CAO XUEFENG, LI QINGJIE, et al, 2021. Evaluating the accuracy of ERA5 wave reanalysis in the water around China[J]. Journal of Ocean University of China, 20(1): 1-9.

[95]
STORLAZZI C D, OGSTON A S, BOTHNER M H, et al, 2004. Wave-and tidally-driven flow and sediment flux across a fringing coral reef: Southern Molokai, Hawaii[J]. Continental Shelf Research, 24(12): 1397-1419.

[96]
TUCK M E, KENCH P S, FORD M R, et al, 2019. Physical modelling of the response of reef islands to sea-level rise[J]. Geology, 47(9): 803-806.

DOI

[97]
TUCK M E, FORD M R, KENCH P S, et al, 2021. Sediment supply dampens the erosive effects of sea-level rise on reef islands[J]. Scientific Reports, 11(1): 5523.

DOI PMID

[98]
WILKINSON C R, 1996. Global change and coral reefs: impacts on reefs, economies and human cultures[J]. Global Change Biology, 2(6): 547-558.

[99]
WU MINGYUE, DUVAT V K E, PURKIS S J, 2021. Multi-decadal atoll-island dynamics in the Indian Ocean Chagos Archipelago[J]. Global and Planetary Change, 202: 103519.

[100]
YAMANO H, SUGIHARA K, NOMURA K, 2011. Rapid poleward range expansion of tropical reef corals in response to rising sea surface temperatures[J]. Geophysical Research Letters, 38(4): L04601.

[101]
YANG FAN, ZHANG LI, CHEN BOWEI, et al, 2023. Long-term change of coastline length along selected coastal countries of Eurasia and African continents[J]. Remote Sensing, 15(9): 2344.

[102]
YAO LING, LU JIAYING, XIA XIAOLIN, et al, 2021. Evaluation of the ERA5 sea surface temperature around the Pacific and the Atlantic[J]. IEEE Access, 9: 12067-12073.

[103]
YAO YU, ZHOU BAOBAO, ZHAO ZHONGWEI, et al, 2023. An investigation of the morphodynamic change of reef islands under monochromatic waves[J]. Acta Oceanologica Sinica, 42(7): 41-50.

Options
文章导航

/

〈 〉