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 2: 157 - 177

DOI: https://doi.org/10.11978/2024099

海洋地貌学

台风影响下西沙灰沙岛的时空变化特征

  • 肖海婷 , 1 ,
  • 黄荣永 , 2, 3, 4 ,
  • 刘羿 1 ,
  • 余克服 2, 3, 4
展开
  • 1.天津大学地球系统科学学院, 天津 300072
  • 2.广西大学广西南海珊瑚礁研究重点实验室, 广西 南宁 530004
  • 3.广西大学珊瑚礁研究中心, 广西 南宁 530004
  • 4.广西大学海洋学院, 广西 南宁 530004
黄荣永。email:

肖海婷(2000—), 女, 江西省赣州市人, 硕士研究生, 从事珊瑚礁遥感研究。email:

Copy editor: 殷波 , YIN Bo

收稿日期: 2024-04-30

  修回日期: 2024-06-12

  网络出版日期: 2024-06-20

基金资助

国家自然科学基金项目(4192200195)

国家自然科学基金项目(42030502)

国家自然科学基金项目(42090041)

收起

Spatiotemporal changes of lime-sand islands in the Xisha Islands under the impacts of typhoons

  • XIAO Haiting , 1 ,
  • HUANG Rongyong , 2, 3, 4 ,
  • LIU Yi 1 ,
  • YU Kefu 2, 3, 4
Expand
  • 1. School of Earth System Science, Tianjin University, Tianjin 300072, China
  • 2. Guangxi Laboratory on the Study of Coral Reefs in South China Sea, Guangxi University, Nanning 530004, China
  • 3. Coral Reef Research Centre of China, Guangxi University, Nanning 530004, China
  • 4. School of Marine Sciences, Guangxi University, Nanning 530004, China
HUANG Rongyong. email:

Copy editor: YIN Bo

Received date: 2024-04-30

  Revised date: 2024-06-12

  Online published: 2024-06-20

Supported by

National Natural Science Foundation of China(4192200195)

National Natural Science Foundation of China(42030502)

National Natural Science Foundation of China(42090041)

Fold

摘要

文章基于哨兵二号(Sentinel-2)遥感影像, 使用梯度向量流-主动轮廓模型(gradient vector flow-snake, GVF-Snake)提取南海西沙北岛、中岛和南岛的海滩基部线(toe of beach, ToB)和植被边界线, 获取了灰沙岛及其海滩面积。采用突变检验法, 判别出2016—2022年造成研究区岛屿面积发生突变的台风事件。通过统计台风事件中灰沙岛归一化植被指数(normalized difference vegetation index, NDVI)和海滩面积变化, 以及ToB线和植被边界线的移动距离, 分析了西沙灰沙岛受台风影响后的时空变化特征及其影响因素。结果显示: 1) 台风导致灰沙岛植被以轻度受损为主, 中度及以上受损植被分布在岛屿沿岸, 导致了植被边界线的后退, 而沉积物随受损植被剥脱, 并随风浪冲刷至海滩, 导致了ToB线的向海推进。受台风路径方向影响, 迎风面沿岸首先遭受冲击, 灰沙岛迎风面沿岸植被重度受损, 因而导致ToB线和植被边界线在迎风面具有更大的移动距离; 2) 在台风影响末期, 由于灰沙岛沿岸植被受损, 植被边界线的后退和ToB线的向海推进, 使得海滩面积扩大, 而在台风过后, 因失去植被的固定, 在海滩堆积的松散沉积物在风浪作用下从岛屿运离至礁坪, 使得海滩面积缩减。因此, 具有固定与缓冲作用的沿岸植被在维持灰沙岛的稳定性方面具有重要作用; 3) 台风风速增大和台风路径与灰沙岛之间距离的缩短, 以及台风期间海洋表层流速的增加, 易使得灰沙岛遭受极端波浪和风暴流的影响, 将增大灰沙岛严重受损植被的面积, 进而造成更大的岸线移动的距离和海滩面积的变化。此外, 台风可引起沉积物在灰沙岛及其周围环境中的运移, 进而直接改变灰沙岛海滩面积及其形态。台风过后灰沙岛上大量松散沉积物的流失, 导致了灰沙岛面积突变减小, 加之全球变暖造成生物碳酸盐产率下降, 以及来自周围环境的沉积物供应不足, 可能是南海西沙灰沙岛面积长期呈下降趋势的原因。

关键词： 灰沙岛; 台风; 遥感; 西沙群岛

本文引用格式

肖海婷 , 黄荣永 , 刘羿 , 余克服 . 台风影响下西沙灰沙岛的时空变化特征[J]. 热带海洋学报, 2025 , 44(2) : 157 -177 . DOI: 10.11978/2024099

Abstract

In this study, we explored the changing characteristics of spatial patterns of lime-sand islands in the Xisha Islands under the impacts of typhoons and their driving factors, which are of great significance to the ecological protection and sustainable development of lime-sand islands in the South China Sea (SCS). First, to determine the area of the BeiDao, ZhongDao and Nandao islands of the Xisha Islands and their beaches, the toe of beach line (ToB) and the boundary of vegetation were extracted using the gradient vector flow-snake (GVF-snake) model based on Sentinel-2 remote sensing images. The monthly average area of the study islands from 2016 to 2022 was examined using the change point detection method, and the typhoon events that had caused significant changes in the size of the study islands were identified. Finally, the spatial and temporal characteristics of the islands affected by typhoons were analyzed based on the changes in lime-sand islands area, vegetation area, beach area and normalized difference vegetation index (NDVI) during typhoon events. The results are shown as follows. 1) The vegetation of the islands was mainly slightly stressed by the typhoons, and the severely stressed areas were mainly located along the shorelines. The typhoons caused a significant retreat of the vegetation boundary of the islands, and the sediments were stripped off with the damaged vegetation and washed to the beach with the wind and waves, resulting in the seaward advancement of the ToB line. The windward coasts were the first to be impacted by the direction of the typhoon path, and the vegetation along the windward side of the islands was heavily damaged, resulting in more significant changes in vegetation, vegetation boundary, and the ToB line on the windward side. 2) As the vegetation along the lime-sand islands was damaged, the retreat of the vegetation boundary line and the seaward advancement of the ToB line resulted in the expansion of the beach area, whereas after the typhoon, due to the loss of vegetation fixation, the loose sediment accumulated on the beach was transported away from the islands to the reef flats by the wind and wave action, resulting in the reduction of the beach area. Therefore, coastal vegetation that buffers and fixes the sand is critical to the stability of lime-sand islands. 3) Increased typhoon wind speeds and shorter distances between typhoon paths and the islands, as well as increased surface currents during the typhoon, made the islands exposed to extreme wave and storm currents, which led to an increase in the area of severely damaged vegetation on the islands, resulting in greater shoreline movement and changes in beach area. In addition, typhoons can cause sediment transport between the lime-sand islands and their surroundings, which can directly change the beach area and morphology of the lime-sand islands. The loss of large amounts of unconsolidated sediments on the lime-sand islands after the typhoon, which led to an abrupt decrease in the size of the islands, together with the decrease in the rate of biogenic carbonate production due to global warming and the insufficient supply of sediments from the surrounding environment, may be the reasons for the long-term decreasing trend in the size of the lime-sand islands in the Xisha Islands.

Key words： lime-sand island; typhoon; remote sensing; Xisha Islands

灰沙岛是由珊瑚礁区的生物碳酸盐沉积物在波浪、潮汐和风的动力作用下形成的堆积体(Perry et al, 2011; McLean et al, 2015; Duvat et al, 2017b)。与地质历史悠久的环礁相比, 灰沙岛具有面积小、海拔低和沉积物松散等特点(Kayanne et al, 2016; Liu et al, 2020), 其形成和发育过程更具动态性, 并且极容易受到与全球变暖相关的海平面上升和海表温度升高等问题的影响(Perry et al, 2011; Hubbard et al, 2014)。
台风是影响灰沙岛及其周围的珊瑚礁生态群落最常见和最频繁的自然扰动之一(Fabricius et al, 2008; Lugo-Fernández et al, 2010)。随着全球变暖引起海表温度升高, 未来全球台风的发生频率和强度将会增加(IPCC, 2022)。台风是中心持续风速在12级以上(即32.7~41.4m·s-1)的热带气旋(Abbas et al, 2020; 汪路 等, 2023), 当台风风速持续加强, 则形成强台风(41.5~50.9m·s-1)或超强台风(≥51m·s-1)。台风天气通过强大的风力作用与剧烈的气压变化, 在海面造成迅速的增水与强烈的风浪, 不仅可直接改造灰沙岛的地貌(Duvat et al, 2019; Holdaway et al, 2021), 还可引发海水盐度、温度和浊度的变化, 间接造成为灰沙岛提供沉积物的珊瑚礁生态群落的退化(Yang et al, 2015), 进而影响岛礁的稳定性。1958年1月7日台风“奥菲莉亚”(Ophelia)造成中太平洋马绍尔群岛贾卢伊特(Jaluit)环礁的礁坪、岛脊和表面土壤层发生严重破坏(Blumenstock, 1958)。热带西太平洋的塔库(Takú)环礁受2008年的一次强风暴事件影响后, 环礁上几乎所有岛屿的岸线都遭受了侵蚀(Mann et al, 2016)。2013年9月强台风“乌提”(Wutip)直接袭击我国南海西沙群岛的永乐环礁, 不仅对环礁通道、礁坪和礁前斜坡造成了物理性破坏, 还导致环礁活珊瑚平均覆盖度从16.05%降至 13.40% (Yang et al, 2015)。另外, 在日本、伯利兹、图瓦卢等地均有台风影响珊瑚岛礁的记录(Hongo et al, 2012; Houser et al, 2014; Hisabayashi et al, 2018)。
珊瑚岛礁对台风的响应包括消失、岸线侵蚀以及面积、形状和位置的变化(Houser et al, 2014), 但台风对灰沙岛造成影响的程度和空间规模差异很大, 其原因不仅与台风强度和台风路径等台风特征有关(Vitousek, 1963; Dissanayake et al, 2015; Kayanne et al, 2016), 还与灰沙岛自身的地貌特征、岛屿植被状况及其附近沉积物的供应情况有关(Pillet et al, 2019)。一般而言, 高强度的台风事件会造成灰沙岛形态和面积发生较大的变化, 并且岛屿上最接近于台风路径的海岸易受到更大程度的影响(Duvat et al, 2017b; Battut et al, 2023)。灰沙岛植被在防止台风期间的洪水和巨浪对海滩的侵蚀方面具有重要作用, 灰沙岛遭受的侵蚀速率会随着岛屿植被的扩张而下降, 并且当植被覆盖度达到35%~40%时, 可有效抑制土壤风蚀(Wasson et al, 1986; Duvat et al, 2020, 2021; Liu et al, 2020)。然而, 由于灰沙岛植被生长于海、陆、气三者的交互作用的生态脆弱区, 台风通常会引起植被发生叶片脱落、树枝折断、植株倾倒和根系裸露等不同程度的损伤(Lin et al, 2011), 导致植被受损格局的空间异质性, 进而影响岛屿海滩的沉积特征(Duvat et al, 2017b)。另外, 台风不仅能对灰沙岛结构产生破坏, 还会通过向岛屿注入新的沉积物, 影响岛屿的形成和发育过程及其稳定性。Duvat等(2017a)发现1983年台风“奥拉马” (Orama)造成沿岸沉积物向岛屿内陆和海滩的填充, 促进了南太平洋土阿莫土群岛北端的塔卡波托环礁(Takapoto)岛屿的扩张。在1972年台风“帕梅拉” (Pamela)过后, 中国南海七连屿上形成了东新沙洲和西新沙洲, 但由于沙洲的稳定性较差, 因此其二者一直处于动态变化之中, 目前东新沙洲已消失(李晓敏, 2021)。
现有研究多集中于探究珊瑚岛礁对台风的响应特征, 然而, 在珊瑚岛礁于不同台风事件中的差异性响应方面极为不足。珊瑚岛礁受到地形地貌、沿岸植被条件、台风风速、台风路径和沉积物运移等多因素的综合影响, 造成其在不同台风事件中的响应具有显著差异。因此, 在对珊瑚岛礁动态变化特征进行监测的同时, 需深入分析导致珊瑚岛礁对不同台风响应差异的原因。
台风引起灰沙岛不同海岸地貌及岸线位置的差异性变化(Kench et al, 2006; Kayanne et al, 2016), 进而导致岛屿形态和面积的不同调整, 因此监测岛屿岸线的动态变化能够很好地揭示岛屿对台风的差异性响应(Forbes et al, 2004)。但由于海岸线一直处于连续的动态变化中, 采用实地勘测和视频监测等方式以实时地获取海岸线的实际位置具有一定困难, 并且也无法适用于大区域和长时间的岸线变化趋势的研究, 特别是在偏远地区(Hisabayashi et al, 2018)。遥感技术能够提供大范围的同步观测, 为监测灰沙岛长期的动态变化提供了解决方案(王圆圆 等, 2007; 黄荣永 等, 2019)。目前, 国外已有不少学者基于遥感技术对珊瑚岛礁在年际(Chowdhury et al, 2007)、季节尺度(Kench et al, 2006)和灾害短时尺度(Ford et al, 2014)的动态变化进行了分析与探讨。国内利用遥感技术对珊瑚岛礁的研究主要集中在地貌分类方法与技术的探究上, 而较少利用遥感技术监测台风对南海珊瑚岛礁造成的影响。西太平洋作为全球台风最频发的地区之一(陆俊, 2022), 南海灰沙岛在未来台风增强情况下的稳定性也将面临重大挑战, 因此亟须开展对南海灰沙岛在台风影响下动态变化的遥感监测。
Liu等(2020)基于对遥感影像的分析发现在1989—2019年间南海灰沙岛的面积普遍呈现下降趋势, 并推断, 除了珊瑚礁生态系统退化和海平面上升等因素之外, 南海灰沙岛面积的普遍缩减还很可能与全球变暖引起的台风破坏力增强有关。但目前尚未对南海灰沙岛对台风的响应特征以及导致其响应差异的影响因素开展研究。基于此, 本文利用遥感技术探究台风影响下的西沙灰沙岛的空间变化特征及其影响因素, 以期有助于理解珊瑚岛礁在台风作用下的响应机制, 为南海灰沙岛的稳定性评估和可持续发展提供重要参考。

1 研究区和数据来源

1.1 研究区概况

七连屿发育于南海西沙群岛宣德环礁(112°12′E—112°23′E, 16°44′N—17°00′N)的西北缘, 由数个灰沙岛和沙洲组成。七连屿属热带季风性气候, 年平均气温范围在26℃~27℃ (洪小帆, 2021), 易受台风和强降雨等极端天气的影响(王宇喆 等, 2021; 李晓敏 等, 2022; 谢雨涵 等, 2022)。由于北岛、中岛和南岛均发育于七连屿同一珊瑚礁盘上, 具有相似的地质背景与水文条件, 且均受人为活动影响较小, 因此本文选取七连屿中的北岛、中岛和南岛 3个灰沙岛为研究对象。北岛、中岛和南岛的面积分别为0.34km2、0.12km2和0.11km2, 岛屿四周均有沙堤包围, 中部均分布具有固沙作用的茂密植被区(图 1)。
图1 研究区位置示意图

a. 西沙群岛位置及台风路径示意图。基于自然资源部标准地图服务网站下载的审图号为GS(2023)2762号标准地图制作; b. 七连屿Sentinel-2卫星数据(成像日期: 2021年4月9日); c. 北岛、中岛和南岛及其分区示意图

Fig. 1 Location of study area. (a) Location of Xisha Islands and typhoon tracks; (b) Sentinel-2 satellite data for Qilianyu (imaging date: April 9, 2021); (c) Map of the BeiDao, ZhongDao and NanDao islands and the islands sections

1.2 数据来源

1.2.1 卫星遥感数据

Sentinel-2卫星星座是由欧洲空间局(European Space Agency, ESA)分别于2015年6月发射的Sentinel-2A卫星和2017年3月发射的Sentinel-2B卫星组成的(姚杰鹏 等, 2021)。Sentinel-2卫星可见光波段空间分辨率最高为10m (Zeng et al, 2023), 双卫星共同成像将卫星运行的重访周期缩短至5d (欧阳宏达 等, 2023), 因此利用该数据可对灰沙岛进行高时空分辨率的监测。本文基于谷歌地球引擎(google earth engine, GEE), 分别选取了2016年7月—2022年12月期间北岛、中岛和南岛所有无云层覆盖且成像清晰的Sentinel-2 L1C (level-1C)级卫星影像数据共181景, 其中包含北岛、中岛和南岛的影像分别有150景、161景和181景。

1.2.2 台风数据

本文所用台风数据来自日本气象厅(Japan Meteorological Agency, JMA)东京台风中心(RSMC-Tokyo)提供的西北太平洋台风最佳路径数据集(http://www.jma.go.jp)。JMA台风最佳路径数据集提供了自1951年以来西北太平洋热带气旋每隔6h气旋中心的经度、纬度、近中心最低气压、强度、风速和30kt (1kt = 1.852km·h-1)风圈最大半径等信息。本文基于热带气旋中心的经纬度及其30kt风圈最大半径, 确定气旋的影响范围。根据各气旋的影响范围, 统计2016年7月—2022年12月影响北岛、中岛和南岛的台风信息。以符合条件的Sentinel-2卫星数据的成像时间间隔, 区分影响灰沙岛的台风事件(表 1)。
表1 对研究区造成影响的台风信息

Tab. 1 The list of typhoons information affecting study islands

序号 编号 名称 日期 强度等级
1 1603 银河 20160725—20160728 强热带风暴
2 1621 莎莉嘉 20161012—20161020 超强台风
3 1704 塔拉斯 20170710—20170717 强热带风暴
4 1710 海棠 20170727—20170803 热带风暴
5 1719 杜苏芮 20170911—20170916 强台风
6 1720 卡努 20171011—20171016 强台风
7 1809 山神 20180716—20180724 热带风暴
8 1822 山竹 20180907—20180917 强台风
9 1826 玉兔 20181021—20181103 强台风
10 1904 木恩 20190702—20190704 热带风暴
11 1907 韦帕 20190730—20190803 热带风暴
12 1912 杨柳 20190825—20190830 热带风暴
13 1928 北冕 20191125—20191206 强台风
14 2003 森拉克 20200731—20200803 热带风暴
15 2011 红霞 20200914—20200919 强热带风暴
16 2022 环高 20201108—20201116 强台风
17 2104 小熊 20210611—20210613 热带风暴
18 2113 康森 20210905—20210913 强热带风暴
19 2118 圆规 20211008—20211014 台风
20 2122 雷伊 20211212—20211221 超强台风
21 2203 暹芭 20220629—20220707 台风
22 2207 木兰 20220808—20220811 热带风暴
23 2209 马鞍 20220821—20220826 台风
24 2216 奥鹿 20220921—20220929 超强台风

2 数据处理方法

本研究的技术流程如图2所示。主要由遥感数据预处理、灰沙岛边界线提取、台风特征提取、灰沙岛面积突变点检验、灰沙岛的变化特征提取5个模块构成, 用于台风影响后灰沙岛植被受损格局以及岸线位置和海滩面积变化特征的分析其影响因素的探讨。
图2 研究流程图

Fig. 2 Flowchart of present study

2.1 遥感数据的预处理

本文遥感数据预处理过程包括大气校正和影像配准, 均基于GEE云平台完成。由于Sentinel-2 L1C级数据集为仅经过正射校正的大气表观反射率产品(吴迪 等, 2023), 为消除大气吸收、散射和反射等对影像的影响, 以获取更准确的地表反射率信息, 因此本文基于Python的py6s库, 利用6s大气校正模型得到地表反射率数据(欧阳宏达 等, 2023)。为准确地识别灰沙岛受台风影响后地貌边界线的移动情况, 本文对大气校正后的影像数据进行了地理配准。由于灰沙岛建筑物边缘或岛屿周围点礁的位置相对稳定, 本文选取较为明显的建筑物边缘或点礁为控制点, 以可获取的最早影像数据为原始参考, 根据影像获取时间的先后顺序依次进行配准。配准结果显示各控制点残差和总均方根误差(4.41m)均控制在0.5个像元内, 最后根据北岛、中岛和南岛的范围对影像数据进行裁剪。

2.2 灰沙岛海滩基部线和植被边界线提取

梯度向量流-主动轮廓(gradient vector flow-snake, GVF-Snake)模型, 是由Xu等(1998)提出的改进的主动轮廓(snake)提取模型。GVF-Snake模型可克服传统模型对初始轮廓曲线敏感和对凹陷处难以检测等弊端(Xu et al, 1998), 且具有可达亚像元级提取精度的优势(Liu et al, 2020; 熊媛 等, 2022), 在遥感数据的图像分割和目标识别方面得到应用(宋效东 等, 2013; 周旻曦 等, 2015; 王峰萍 等, 2017; 孙冲, 2018; Liu et al, 2020; 熊媛 等, 2022)。熊媛等(2022)基于Sentinel-2卫星数据, 采用GVF-Snake模型提取了珊瑚礁地貌分界线, 其提取结果与空间分辨率为1.8m的WorldView-2影像所提取的结果相当。基于此, 本文利用该模型提取灰沙岛的岛屿边界线和植被边界线, 用以获取灰沙岛的面积和海滩面积, 并计算边界线位置的移动距离。其中, 以海滩基部线(toe of beach, ToB)作为岛屿边界线, 其为海滩和礁坪的分界线(McLean et al, 2015; Liu et al, 2020), 可利用海滩和礁坪在遥感数据红光波段的亮度差异对ToB线进行提取。而由红、绿、蓝(RGB)波段合成的真彩色图像可对白色海滩和植被进行区分, 以提取植被边界线。实际上为检验边界线提取精度, 本文还将Sentinel-2卫星提取获得的边界线与一景GF-2卫星影像解译得到的参考边界进行对比。结果表明, 两种卫星提取得到的ToB线和植被边界线位置吻合得很好(图3), 两者平均差异均在0.2~3.3m之间。因此, 基于Sentinel-2卫星影像数据利用GVF-Snake模型可以准确地提取灰沙岛的边界线。本文规定灰沙岛面积为ToB线所含区域的面积, 海滩面积为ToB线和植被边界线间所含区域的面积, 并计算各灰沙岛逐月平均面积以得到灰沙岛面积时间序列。另外, 根据灰沙岛各区域的地貌特征与在礁盘上的分布位置, 将其划分成岛屿北端、岛屿南端和岛屿向海区(图1c)(Duvat et al, 2017a, b)。
图3 Sentinel-2和GF-2影像提取结果对比

a. 遥感数据及成像时间; b. 图a中黄色方框所指区域中ToB线提取结果对比; c. 植被边界线提取结果对比。图b和图c中红色虚线表示Sentinel-2影像提取结果; 绿色曲线表示GF-2影像提取结果

Fig. 3 Comparison of Sentinel-2 and GF-2 image extraction results. (a) Remote sensing data and time of imaging; (b) Comparison of ToB line extraction results in the region indicated by the yellow box in (a); (c) Comparison of vegetation boundary extraction results. The red dashed lines in Figures b and c represent the Sentinel-2 image extraction results; The green curve represents the GF-2 image extraction result

2.3 海滩基部线和植被边界线变化监测与评价

数字化海岸线分析系统(digital shoreline analysis system, DSAS)是美国地质调查局开发的用于评估海岸线时空变化速率的工具(Thieler et al, 2009)。为定量分析台风前后灰沙岛的ToB线和植被边界线位置移动情况, 本文基于ArcGIS软件的DSAS系统扩展模块, 以1m为间隔建立垂直于基线的样线, 并计算各灰沙岛的ToB线和植被边界线受台风影响后的净岸线移动距离(net shoreline movement, NSM)。NSM为正表示受台风影响后岸线向海移动, 岸线向外扩张或淤积; NSM为负表示岸线向陆移动, 岸线受到侵蚀或加积增高。
ToB线在无台风干扰下易受海浪和潮汐等因素的影响, 并且植被边界线也可能因植被生长或海浪作用发生移动。由于南岛在2021年3月30日—4月24日和2022年5月29日—6月23日各有6期连续的Sentinel-2卫星影像数据, 本文以上述两个时段连续影像检验平静情况下灰沙岛面积、ToB线和植被边界线的移动情况。检验得到南岛面积在该情况下25d内平均净面积变化量分别为85.8m2和80.6m2, ToB线的平均移动量均为2.7m, 植被边界线的平均移动量均为1.5m, 均在影像配准误差范围内(< 4.41m)。另外, 在潮差较小的南海海域, 潮位变化引起的ToB线提取误差不会显著影响灰沙岛的面积变化趋势(Liu et al, 2020)。由于北岛、中岛和南岛具有相似的水文条件, 故认为研究区灰沙岛的ToB线在平静潮汐中位置变化幅度为2.7m, 植被线边界线位置变化幅度为1.5m。以边界线的移动距离表征对台风的响应, 因此, 对台风事件造成灰沙岛ToB线移动情况分为保持稳定(|NSM| < 2.7m)、中度变化(2.7m < |NSM| < 5m)和强烈变化(|NSM| > 10m)。同时, 对台风事件造成灰沙岛植被边界线移动情况分为保持稳定(|NSM| < 1.5m)、中度变化(1.5m < |NSM| < 3m)和强烈变化(|NSM| > 3m)。

2.4 灰沙岛面积变化的突变检验

常见的时间序列突变检测方法有M-K (Mann-Kendall)突变检验法、滑动t检验法和Pettitt检验法等(Hamed, 2008; 周园园 等, 2011; 包为民 等, 2018)。由于单个检验法的使用易造成结果具有主观性等缺陷(马潇潇 等, 2019; 向怡衡 等, 2023), 因此本文结合M-K突变检验法和滑动t检验法用于确定灰沙岛月均面积发生突变的时间点, 并用于判别造成灰沙岛面积发生突变的重要事件。
M-K检验是一种应用广泛的非参数统计检验方法, 具有不受样本分布和异常值影响的优点(Patra et al, 2012)。在M-K检验中, 当UF (顺序秩序统计量) > 0时, 表明序列呈上升趋势, 反之呈下降趋势(向怡衡 等, 2023)。本文给定显著性水平α = 0.05, 即当|UF| > 1.96时, 则通过95%的置信度检验, 表明序列趋势显著。若UF和UB (逆序秩序统计量)在某时刻出现一个交点且其位于显著性水平线之间, 则该点为突变点, 当出现多个交点时则需进一步判断(马潇潇 等, 2019; 向怡衡 等, 2023)。
滑动t检验法是通过检验两组样本值是否具有显著差异以确定突变点(马潇潇 等, 2019)。本文选取2个子序列长度为n1 = n2 = 3, 给定显著性水平α = 0.05, 即当|t| > 2.776 (|t| < 2.776)时, 则存在(不存在)突变点。本文将滑动t检验法和M-K检验法的结果进行对比, 以增加确定的灰沙岛月均面积突变时刻的可信度。

2.5 植被指数计算与受损评估

归一化植被指数(normalized difference vegetation index, NDVI)被广泛应用于监测植被覆盖密度、植被生长情况、地表植被生物量和环境变化等研究中, 其也常被用于监测植被对不同台风干扰的响应(Xu et al, 2021; Yum et al, 2023)。NDVI的计算公式如下
NDVI= ρ ( NIR) − ρ ( RED) ρ ( NIR) + ρ ( RED)
式中: ρ(NIR)和ρ(RED)分别表示影像数据的近红外波段与红光波段(Yum et al, 2023)。
为消除不同植株的生长差异, 以灰沙岛台风前和台风后的植被NDVI数据, 计算植被损益度(单位: %)来表明不同植株受台风影响的严重程度(Abbas et al, 2020), 并用以评估台风前后灰沙岛植被的受损格局, 计算公式如下:
植 被 损 益 度 = NDVI 台 风 后 − NDVI 台 风 前 NDVI 台 风 前 × 100 %
本文规定植被损益度低于-50%为极重度受损, -50% ~ -30%为重度受损, -30% ~ -20%为中度受损, -20% ~ 0为轻度受损, 植被损益度为正为无受损, 表示灰沙岛植被状况与台风影响前相比没有明显改变或具有更好的生长态势。

3 结果

3.1 灰沙岛面积逐月变化趋势

在长期变化中, 刘嘉鎏(2020)基于Landsat和Sentinel-2卫星影像, 对1989—2019年南海灰沙岛面积提取发现, 北岛和南岛面积分别以292.66m2·a-1和356.97m2·a-1的速率减少, 而中岛以42.41m2·a-1的速率增加。本文提取了北岛、中岛和南岛在2016年7月—2022年12月月均面积(图4), 从总体变化趋势上看, 北岛和南岛的面积分别以115和6.17m2·month-1的速率增加(图4a, 4c), 而中岛面积以3.21m2·month-1的速率减少(图 4b)。分段线性回归表明(图 4c), 南岛面积在2021年前以75.7m2·month-1的速率减少, 后以34.75m2·month-1的速率增加, 可见南岛面积在2020—2021年间发生了较明显的突变, 而北岛和中岛面积并未有明显的阶段性特征。另外, 各岛屿面积在不同月份间均表现出周期性波动。其中, 各年最小面积出现在5—8月, 最大面积出现在10月至次年2月。影响北岛、中岛和南岛的台风频发于7—9月, 该时期北岛、中岛和南岛月均面积极差分别至少达23800、13430和16010m2, 是年均变化速率的37.6至44.8倍。因此, 本文认为灰沙岛面积可能受到台风干扰而迅速减小, 而在台风过后的短时间内增至最大。
图4 2016—2022年研究区岛屿的面积时间序列及其线性趋势

a. 北岛; b. 中岛; c. 南岛。图中方程式表示灰沙岛面积的一元线性拟合方程

Fig. 4 Time series of the area of study islands and their linear trends (dashed line) from 2016 to 2022. (a) BeiDao island; (b) ZhongDao island; (c) NanDao island. The equation in the figure represents a univariate linear fitting equation for the area of Grey Sand Island

3.2 灰沙岛面积的突变检验

在对北岛、中岛和南岛月均面积长期变化趋势分析的基础上, 本文进一步对其突变特征进行了检验。根据灰沙岛面积M-K检验统计量曲线和滑动t检验统计量曲线(图 5)可知, 北岛和中岛面积的UF统计量均在2017年2月后小于零, 并在2017年8—9月超过临界线, 表明面积下降趋势显著(p < 0.05)(图5a, 5c)。同时, 南岛面积M-K检验的UF和UB曲线在9—10月出现交点(图5e), 对应的滑动t统计量超过临界线(p < 0.05)(图5f), 因此可认为南岛面积在该时期发生突变减小, 并且其面积此后呈下降趋势(UF < 0)(图5e)。结合该时期对七连屿造成影响的台风事件发现, 2017年9月1719号强台风“杜苏芮”在距七连屿88.91km处, 以48m·s-1的风速从七连屿的西南侧向西北移动(图 1a和表2)。在2020年9—11月, 北岛、中岛和南岛面积M-K检验的UF和UB曲线均出现交点(图5a, 5c, 5e), 同时, 该时期符合滑动t检验所确定的突变时间区域(p < 0.05)(图5b, 5d, 5f)。该时期七连屿受到热带风暴“红霞”和强台风“环高”的影响, 但由于“红霞”经过七连屿时最大风速仅为23m·s-1, 而强台风“环高”以33m·s-1的最近风速从七连屿的西南侧向西北移动, 且距七连屿的最近距离仅为75.95km (图1a和表2)。因此, 在2020年后, 南岛面积转变为增加趋势的原因可能与强台风“环高”的影响有关, 并且该台风也造成北岛和中岛的面积突变减小。
图5 研究区岛屿面积的Mann-Kendall检验(a、c、e)和滑动t检验(b、d、f)

a, b: 北岛; c, d: 中岛; e, f: 南岛。图中灰色竖纹表示台风影响时段

Fig. 5 Mann-Kendall test (a, c, e) and moving t-test (b, d, f) for the area of study islands. (a, b) BeiDao island; (c, d) ZhongDao island; (e, f) NanDao island. The gray vertical lines in the figure indicate the period of typhoon influence

表2 台风“杜苏芮”、“环高”和“奥鹿”影响前后Sentinel-2影像选取

Tab. 2 Selection of Sentinel-2 images before and after the impacts of Typhoons Doksuri, Vamco and Noru

名称 台风路径至岛屿
最短距离/km		 距岛最近时风速/(m·s-1) 影像日期
台风前 台风影响末期 台风后
杜苏芮 88.91 48 2017/08/13 2017/09/17 2017/10/27
环高 75.95 33 2020/10/31 2020/11/25 2020/12/15
奥鹿 147.56 52 2022/09/16 2022/10/01 2022/11/05
另外, 本文对上述3个岛屿M-K检验出现的其他交点和超出临界线的时段, 结合滑动t检验的结果发现, 北岛面积在2022年9—10月出现显著增加的趋势(p < 0.05)(图5a)。该时期中华人民共和国应急管理部发布了关于防范2216号超强台风“奥鹿”要闻(张展, 2022)。台风“奥鹿”以52m·s-1的最近风速, 在七连屿西南侧147.56km处向西北移动(图1a和表2), 直击我国南海海域, 造成西沙群岛附近海面风力最大达17级(56.1~61.2m·s-1), 并伴有4~5m高的巨浪, 同时引发了局部强降雨天气(刘达 等, 2022)。由此可知, 台风的发生主要造成灰沙岛的面积突变减小, 使得灰沙岛面积下降趋势更为显著。在局部地区, 尽管台风会同时影响多个灰沙岛, 但各岛屿面积的变化存在差异, 部分岛屿面积可能会在台风影响后增大。

3.3 台风影响下灰沙岛植被的受损格局

根据式(2)计算得到北岛、中岛和南岛在分别受强台风“杜苏芮”、强台风“环高”和超强台风“奥鹿”影响后植被的损益度结果(图6)。从各岛屿植被受损的空间分布上看, 中度及以上受损植被主要分布在岛屿的沿海区域, 而位于岛屿中部的植被受损较轻, 甚至未受影响。由于台风“杜苏芮”、“环高”和 “奥鹿”均从研究区岛屿西南侧经过(图 1a), 即岛屿西南侧为迎风面, 因而造成中岛和南岛西南侧沿岸区域植被受损程度高于其他沿岸。但由于北岛东侧具有大面积的裸地(谢雨涵 等, 2022), 因而造成北岛受损较为严重的区域主要分布在其东侧沿海。从不同台风对各岛屿植被的影响程度上看, 尽管台风“环高”在距离七连屿最近处的风速为33m·s-1, 但由于其移动路径与七连屿的最近距离仅有75.95km, 因此, 台风“环高”对岛屿植被也造成了大范围的损伤。台风“环高”导致北岛、中岛和南岛植被的受损面积占比分别达72.7%、97.4%和98.5%, 其中, 造成南岛植被中度及以上受损面积占比高达61.5% (图6d—6f)。虽然超强台风“奥鹿”移动路径距七连屿较远, 但其距七连屿最近处风速高达52m·s-1, 因此, 也对研究区沿岸植被造成了较严重的损害。然而, 可能因台风“奥鹿”移动速度较快, 各岛中部仍有植被未受到损害(图6g—6i)。而强台风“杜苏芮”对研究区植被的损害以轻度为主, 遭受中度及以上受损的植被也主要分布在岛屿的西侧与南侧海岸。从不同岛屿的植被受损情况上看, 北岛在各台风影响下的植被损害程度相对较轻, 主要表现为轻度受损, 中度及以上受损的植被面积占比不超过10%。相比之下, 中岛和南岛的植被则受到更为严重的损害, 其二者中度及以上受损的植被面积占比较高, 显著高于北岛。由此可知, 台风影响后, 灰沙岛植被以轻度损害为主, 中度及以上受损的植被主要分布于沿岸地区。受台风路径方向影响, 迎风面沿岸植被遭受重度受损, 并且较大的台风风速和较近的台风路径距离, 都可造成灰沙岛植被发生大面积损伤。
图6 研究区岛屿受台风“杜苏芮”(a~c)、“环高”(d~f)和“奥鹿”(g~i)影响后植被受损格局及不同受损情况像元占比

a, d, g: 北岛; b, e, h: 中岛; c, f, i: 南岛。各分图中的饼状图为不同损伤程度的像元占比(单位: %)

Fig. 6 Damage pattern and proportion of stressed pixels of vegetation in study islands after the impact of Typhoons Doksuri (a~c), Vamco (d~f) and Noru (g~i). (a, d, g) BeiDao island; (b, e, h) ZhongDao island; (c, f, i) NanDao island

3.4 台风影响下植被边界线和海滩基部线的变化

本文使用DSAS系统分别对北岛、中岛和南岛植被边界线和ToB线在受台风“杜苏芮”、“环高”和 “奥鹿”影响后的移动情况进行了计算和统计。各台风造成灰沙岛沿岸植被受损严重, 因而导致灰沙岛植被边界线以后退为主, 尤其在灰沙岛迎风面的向海区和南端后退最为显著。台风“杜苏芮”主要导致中岛和南岛西侧以及南侧沿海地区的植被损伤(图6b, 6c), 因此该区域的植被边界线出现明显的后退现象(图7a)。其中, 中岛迎风面向海区和南端后退的植被样线占比分别达71.87%和84.18%, 南岛则达67.96%和100% (表3)。而北岛植被边界线对台风“杜苏芮”的响应主要表现为稳定或向外扩张, 后退的植被边界线主要分布在北岛的南端。台风“环高”过后, 研究区各岛屿植被边界线均出现大范围的后退(图7b)。台风“环高”不仅导致各岛屿后退的植被样线占比均超过50%, 还造成南岛迎风面南端植被样线最大达9.9m的后退距离(表4)。台风“奥鹿”虽造成了北岛背风面、中岛和南岛的迎风面与南端植被边界线后退(图 7c), 但研究区岛屿植被稳定样线占比分别为54.6%、82.8%、68.7%, 植被边界线仍以保持稳定为主。
图7 研究区岛屿受不同台风影响后植被边界线净移动量(a~c)和ToB线净移动量(d~f)

Fig. 7 Net movements of vegetation boundary (a~c) and ToB line (d~f) in study islands after the impact of different typhoons

表3 研究区岛屿受台风“杜苏芮”影响后ToB线和植被边界线移动情况

Tab. 3 The NSM of the ToB line and vegetation boundary of study islands after Typhoon Doksuri

岛屿 分区 海滩基部线 植被边界线
平均/m 最大/m 最小/m 向陆/% 向海/% 稳定/% 平均/m 最大/m 最小/m 后退/% 扩张/% 稳定/%
背风面
北岛