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 6: 143 - 154

DOI: https://doi.org/10.11978/2025021

海洋生物学

钦州湾茅岭江河口红树林湿地动态变化过程

  • 王日明 , 1 ,
  • 苏金恒 1, 2 ,
  • 戴志军 , 3 ,
  • 吴天亮 2 ,
  • 谢晓雯 2 ,
  • 黄春梅 1 ,
  • 李兴荣 4 ,
  • 张尚宇 4
展开
  • 1 北部湾大学, 资源与环境学院/广西海洋环境灾害过程与生态保护技术重点实验室, 广西 钦州 535011
  • 2 南宁师范大学, 北部湾环境演变与资源利用教育部重点实验室, 广西 南宁 530001
  • 3 华东师范大学, 河口海岸学国家重点实验室, 上海 200062
  • 4 中交第四航务工程勘察设计院有限公司, 广东 广州 510230
戴志军, 教授, 博士, 研究方向为河海相互作用及生物动力地貌过程。email:

王日明(1971—), 男, 湖南省隆回县人, 教授, 博士, 研究方向为滨海景观生态修复。email:

Copy editor: 林强

收稿日期: 2025-02-11

  修回日期: 2025-04-11

  网络出版日期: 2025-04-16

基金资助

国家自然科学基金重点项目(41930537)

国家自然科学基金项目(42366009)

钦州市科学研究与技术开发计划项目(20223623)

收起

Dynamic changes in mangrove wetland of the Maolingjiang Estuary, Qinzhou Gulf

  • WANG Riming , 1 ,
  • SU Jinheng 1, 2 ,
  • DAI Zhijun , 3 ,
  • WU Tianliang 2 ,
  • XIE Xiaowen 2 ,
  • HUANG Chunmei 1 ,
  • LI Xingrong 4 ,
  • ZHANG Shangyu 4
Expand
  • 1 Guangxi Key Laboratory of Marine Environmental Change and Disaster in Beibu Gulf/College of Resources and Environment, Beibu Gulf University, Qinzhou 535011, China
  • 2 Key Laboratory of Environmental Change and Resource Use in Beibu Gulf, Ministry of Education, Nanning Normal University, Nanning 530001, China
  • 3 State Key Laboratory of Estuarine and Costal Research, East China Normal University, Shanghai 200062, China
  • 4 CCCC-FHDI Engineering Co., Ltd., Guangzhou 510230, China.
DAI Zhijun. email：

Received date: 2025-02-11

  Revised date: 2025-04-11

  Online published: 2025-04-16

Supported by

National Natural Science Foundation Key Program of China(41930537)

National Natural Science Foundation of China(42366009)

Qinzhou Scientific Research and Technology Development Program(20223623)

Fold

摘要

热带及亚热带潮间带红树林湿地拥有极为重要的滨海生态系统, 在抵御台风、护岸与固碳等方面具有重要价值。然而, 复杂的陆海相互作用与人类活动易引起红树林湿地发生较大规模损失。理解红树林湿地动态变化有利于全面掌握其变化与缘由, 为其受损修复提供关键支撑。为此, 本文基于Google Earth Engine平台获取的1992—2021年钦州湾茅岭江河口的23景陆地卫星TM(thematic mapper)与OLI(operational land imager)影像, 逐年提取红树林湿地面积, 以5年间隔诊断研究区6个时期4种土地覆盖类型面积, 以及170多条横断面上红树林林缘线和潮滩水边线, 揭示红树林湿地动态变化。结果表明: (1)截至2021年, 茅岭江河口1494.40hm2的潮滩分布有以桐花树为建群种的红树林707.76hm2, 红树林主要分布在大坜墩外滩和团和岛尾潮滩, 靠干流南侧梁屋外滩红树林分布最少; (2)1992—2021年, 茅岭江河口潮滩经历了“增加—减少—增加”的变化过程, 红树林湿地面积持续增加; (3)1992—2021年间养殖塘建设占用红树林是区域红树林面积阶段性减少的主要原因, 2002年以来相继启动的人工种植红树林项目导致红树林面积大幅度增加, 潮滩发育是红树林向海扩张的主要原因。

关键词： 红树林林缘线; 潮滩; 茅岭江河口; Google Earth Engine

本文引用格式

王日明 , 苏金恒 , 戴志军 , 吴天亮 , 谢晓雯 , 黄春梅 , 李兴荣 , 张尚宇 . 钦州湾茅岭江河口红树林湿地动态变化过程[J]. 热带海洋学报, 2025 , 44(6) : 143 -154 . DOI: 10.11978/2025021

Abstract

Mangrove wetlands, located in the intertidal zones of tropical and subtropical regions, are critically important coastal ecosystems, providing significant value in typhoon resistance, coastal seawall protection, and carbon sequestration. However, complex land-sea couplings have caused large-scale mangrove loss worldwide. Understanding the dynamic changes of mangrove wetlands is crucial for comprehensive grasping their losses and underlying causes, providing necessary support for their restoration. Based on the Google Earth Engine platform, this study extracted spatiotemporal dynamic information of mangrove wetlands at the Maolingjiang Estuary of Beibu Gulf from 1992 to 2021, and analyzed mangrove dynamics and associated influencing factors. The results showed that: (1) as of 2021, the tidal flats at the Maolingjiang Estuary contained 707.76 hm2 of mangroves, with Aegiceras corniculatum as the building species. Mangroves were mainly distributed in the Dalidun and Tuanhedao tidal flats, with the least distribution in the Liangwu tidal flat near the southern side of the main stream. (2) From 1992 to 2021, the tidal flats at the Maolingjiang Estuary experienced a process of "increase-decrease-increase", while mangrove area consistently expanded. (3) From 1992 to 2021, the construction of aquaculture ponds was the primary driver of phased regional mangrove loss, while large-scale mangrove afforestation projects initiated since 2002 led to a significant rebound in mangrove coverage, with tidal flat progradation serving as the key natural facilitator for seaward mangrove expansion.

Key words： mangrove fringe line; tidal flat; Maolingjiang Estuary; Google Earth Engine

广泛分布于热带及亚热带河口的红树林湿地在抵御台风大浪、维护沿海生态安全和固碳等方面具有重要价值(Donato et al, 2011; 陈顺洋 等, 2021; 陈一宁 等, 2023)。然而自20世纪50年代以来, 全球红树林湿地以每年1%~2%的速度损失(Carugati et al, 2018), 我国红树林面积1973—2020年累计减少42.6%(贾明明 等, 2021), 广西北部湾区域红树林湿地面积也从1960年的9062.5hm2减少至2010年的7054.3hm2(李春干 等, 2015)。自2002年以来我国南方沿海各省逐步推进红树林湿地保护与修复工作(贾明明 等, 2021), 红树林湿地面积有所增加, 但人工种植红树林成活率低(范航清 等, 2018; 李瑞利 等, 2022), 自然林受高强度人类活动的影响仍呈衰退状态(于凌云 等, 2019; 汪振松 等, 2022)。基于此, 深入探明河口红树林湿地动态变化及主控因素, 对于红树林湿地受损修复与恢复具有重要意义。
位于狭窄潮间带的红树林林冠茂密, 林下潮滩长期被盐水浸泡, 导致常规技术难以实现对红树林湿地的调查而较难探讨其动态变化(申键 等, 2024)。随遥感技术的发展, 利用遥感影像对红树林湿地进行动态分析已有一定的前期研究成果。如Spalding等(1997)在1997年将遥感数据与实地调研等结合绘制了全球红树林空间分布图。Green等(1998)和Gao等(1999)较早地采取Landsat和SPOT卫星影像分别对特克斯和凯科斯群岛等红树林面积进行统计。Giri等(2011)则基于约1000景Landsat卫星影像统计了2000年全球红树林面积。此外, Goldberg等(2020)利用影像对比分析, 揭示全球红树林在2000—2016年间损失2.1%。吴庭天 等(2020)、He等(2022)基于影像对海南、广东等红树林动态进行分析。然而, 当前较多工作主要基于年份跨度较长但相对稀疏的影像分析红树林动态变化, 针对广西北部湾河口红树林逐年动态变化的时空分析成果尚未见报道。
广西北部湾红树林湿地约为我国红树林总面积的38%, 主要位于南流江口、钦江口、茅岭江口及北仑河口等。尽管人类活动对北部湾河口冲淤造成影响, 但南流江口(Long et al, 2022)、钦江河口(王日明 等, 2022)红树林仍在向海推进。茅岭江河口位于钦州湾内湾, 是茅尾海水产养殖的重要区域, 相较于北部湾其他河口而言, 茅岭江自西北部汇入茅尾海所携带的大量泥沙在此沉积, 促使其潮滩淤涨, 为红树林向海扩张提供了基础。在1985—2019年间，茅尾海红树林面积在空间上呈向南递增(邓建明 等, 2025)。同时, 由于大力发展围垦养殖业, 岸线持续向海扩张, 滩涂面积也持续向海扩张(张文良 等, 2025)。茅岭江河口潮滩受强人类活动影响, 尤其是2002年在该区域人工引种无瓣海桑后, 加剧该区域红树林与潮滩的动态变化。因此, 该区域红树林湿地极可能出现有别于其他河口区域的变化。探明其潮滩红树林动态过程, 对于区域生态修复与红树林保护具有重要意义。本文基于Google Earth Engine(GEE)平台, 利用机器学习调用Landsat数据集探讨茅岭江河口1992—2021年红树林动态变化过程, 以期为钦州湾主要河口红树林保护、恢复和管理提供理论支撑。

1 研究区概况

茅岭江是流入茅尾海的第二大河, 发源于钦州市灵山县太平乡。该河流向南流至钦南区茅岭乡的大水门村分为两个汊道, 分别从炮台村与老荒墩注入茅尾海(图1a), 全长112km, 总落差135m, 流域面积2959km2。茅岭江流域多年平均降水量1500~2800mm, 年径流深750~2000mm(马进荣 等, 2019), 河口涨潮最远可上溯至黄屋屯的牛皮坝附近, 涨潮潮差最大为2.11m, 平均为1.01m; 落潮潮差最大2.06m, 平均1.04m, 属不规则混合全日潮(杨钰文 等, 2020)。茅岭江干流汊道、独石江汊道与钦江的大榄江汊道所携带悬沙在径流与涨落潮水动力作用下, 在茅岭江河口形成广阔潮滩。河口潮滩分布的红树植物主要有桐花树(Aegiceras corniculatum)、秋茄(Kandelia obovata)、无瓣海桑(Sonneratia apetala)、海漆(Excoecaria agallocha)、老鼠簕(Acanthus ilicifolius)等真红树植物以及黄槿(Hibiscus tiliaceus)、苦郎树(Clerodendrum inerme)等半红树植物, 除此之外还有少量茳芏(Cyperus malaccensis)、芦苇(Phragmites communis)等草本植物。本文基于河口分汊特性, 将茅岭江河口潮滩分为干流南侧梁屋外滩(以下简称: 梁屋外滩)、两汊道围合的中部团和岛尾潮滩(以下简称: 团和岛尾潮滩)与汊道北侧的大坜墩外滩(以下简称: 大坜墩外滩)三个区域(图1b), 探讨茅岭江河口不同区域红树林潮滩动态变化及其影响因素。
图1 研究区域与红树林湿地分布位置

a. 研究区位置(红圈); b. 茅岭江河口红树林分布。图b基于自然资源部标准地图服务网站下载的审图号为GS(2024)0650号的标准地图制作

Fig. 1 Location of the study area and mangrove distribution. (a) Study area location; (b) mangrove distribution at Maolingjiang Estuary

2 数据与方法

2.1 数据来源

通过GEE平台(https://earthengine.google.com)调取1992—2021年的Landsat5 TM和Landsat8 OLI影像。其中1992—2011年影像来自Landsat5专题绘图仪TM(thematic mapper), 2013—2021年影像来自Landsat8陆地成像仪OLI (operational land imager)(表1)。2012年Landsat5 TM和Landsat8 OLI传感器无影像数据, 此外, 由于1993、1995、2001、2005、2010、2016年的影像潮位较高或有云遮挡, 因此未提取这几年的影像数据。潮位数据采用国家海洋局南海分局的钦州龙门港潮位站历史实测潮高数据。为确保长时相各期影像数据具有可比性, 特选择空间分辨率都为30m·pix-1的影像经潮位校正后用于提取红树林及各类用地的空间分布, 同时为确定提取的裸滩数据在误差范围内, 经反复甄选, 本文选择当地潮位在279cm与298cm之间的影像, 其缘由是跨度三十年之久的多时相影像过境时落在此范围的影像较多, 在此区级潮位的波动对裸滩出露面积的影响较小。
表1 遥感影像信息

Tab. 1 Remote sensing image information

序号 成像日期 时刻 卫星 分辨率/m 总体精度OA Kappa系数
1 1992-10-23 10:32 Landsat 5 TM 30 0.95 0.94
2 1994-11-14 10:25 Landsat 5 TM 30 0.96 0.95
3 1996-12-21 10:33 Landsat 5 TM 30 0.95 0.94
4 1997-08-18 10:42 Landsat 5 TM 30 0.96 0.95
5 1998-08-21 10:49 Landsat 5 TM 30 0.92 0.91
6 1999-09-25 10:47 Landsat 5 TM 30 0.94 0.92
7 2000-09-11 10:49 Landsat 5 TM 30 0.96 0.95
8 2002-11-04 10:43 Landsat 5 TM 30 0.95 0.94
9 2003-04-13 10:45 Landsat 5 TM 30 0.93 0.92
10 2004-06-02 10:52 Landsat 5 TM 30 0.95 0.94
11 2006-12-17 11:05 Landsat 5 TM 30 0.97 0.96
12 2007-07-29 11:04 Landsat 5 TM 30 0.98 0.98
13 2008-05-12 10:59 Landsat 5 TM 30 0.97 0.96
14 2009-05-31 10:59 Landsat 5 TM 30 0.97 0.97
15 2011-06-22 11:00 Landsat 5 TM 30 0.96 0.95
16 2013-11-02 11:12 Landsat 8 OLI 30 0.93 0.92
17 2014-06-14 11:10 Landsat 8 OLI 30 0.93 0.91
18 2015-04-14 11:10 Landsat 8 OLI 30 0.96 0.95
19 2017-05-05 11:10 Landsat 8 OLI 30 0.95 0.94
20 2018-07-11 11:10 Landsat 8 OLI 30 0.98 0.98
21 2019-08-15 11:11 Landsat 8 OLI 30 0.98 0.98
22 2020-09-02 11:11 Landsat 8 OLI 30 0.98 0.98
23 2021-04-30 11:10 Landsat 8 OLI 30 0.96 0.96

2.2 研究方法

在GEE平台中筛选出成像时刻潮位较低、红树林向海侧前沿有裸滩出露水面的少云影像, 计算改进归一化水体指数(modified normalized difference water index, MNDWI)(Xu et al, 2006)、归一化植被指数(normalized difference vegetation index, NDVI)(Huete et al, 2002)、地表水体指数(land surface water index, lswi)(Chandrasekar et al, 2010)、增强植被指数(enhanced vegetation index, EVI)(Rouse et al, 1974), 将结果作为输入数据, 采用随机森林算法把研究区内土地利用类型分为红树林地、水域(含养殖塘)、裸滩与其他四类。每幅影像随机选取310个样本点, 其中70%用于训练随机森林模型, 其余30%用于测试模型分类精度。最后采用总体精度(overall accuracy, OA)和Kappa系数进行分类精度评价, 每幅影像的OA和Kappa系数均大于0.88(表1)。
随后, 在ArcMap10.8.1中利用叠加分析的联合工具对研究期间1992—1997、1997—2002、2002—2007、2007—2013、2013—2018、2018—2021等6个时期, 约间隔5年的土地利用分类信息进行处理, 统计红树林地、水域(含养殖塘)、裸滩与其他类型的面积, 分析红树林湿地与其他三种类型的相互转化。同时, 在ArcMap10.8.1中, 矢量化红树林向海一侧的林缘线及潮滩水边线。在研究区内布设6条红树林林缘线基线及6条潮滩水边线基线, 并对基线进行平滑处理。沿红树林林缘线与潮滩水边线按间隔100 m做垂直断面, 分别生成172条红树林林缘线横断面与172条潮滩水边线横断面。利用数字岸线分析系统(digital shoreline analysis system, DSAS)的终点变化速率(end point rate, EPR)工具量化红树林林缘线及潮滩水边线变化速率(Xiong et al, 2024), 变化速率数值为正数代表红树林或潮滩向海扩张, 数值为负数则表示向陆后退。用红树林林缘线或潮滩水边线所有横断面变化速率的平均值代表该时期的整体变化速率。采用净移动距离(net shoreline movement, NSM)工具计算最早期至最晚期红树林林缘线或潮滩水边线的净移动距离。
考虑到不同影像的成像时刻潮位不同导致裸露潮滩宽度净移动可能存在误差(梁喜幸 等, 2023), 本研究选取潮位在279~298cm的6景卫星过境影像, 以表征相近水位期间的潮滩用于分析研究期间裸露潮滩面积的变化(表2)。同时在2024年7月26日低潮位期间, 沿河口红树林林缘线向海布置4条断面, 采用RTK(real-time kinematic)间隔10m测量滩地高程, 实测4条断面最小坡度为0.22%, 计算潮位279cm与298cm之间的最大滩面宽度为85.90m(表3), 该宽度在分辨率为30m的卫星影像中约占2.8个像元。这意味着选择不同年份的影像基于DSAS分析裸滩宽度进退时, 所提取林缘线外裸滩宽度误差在可接受范围之内。
表2 遥感影像数据及潮位信息

Tab. 2 Remote sensing image data and tide level information

序号 成像时间 时刻 卫星 分辨率/m 潮位/cm
1 1992-10-23 10:32 Landsat 5 TM 30 288
2 1997-08-02 10:42 Landsat 5 TM 30 298
3 2002-11-04 10:43 Landsat 5 TM 30 297
4 2007-07-29 11:04 Landsat 5 TM 30 279
5 2014-06-14 11:10 Landsat 8 OLI 30 297
6 2021-04-30 11:10 Landsat 8 OLI 30 280
表3 潮滩高程断面监测

Tab. 3 Monitoring of tidal flat elevation section

断面序号 平均坡度 L/m
D1 0.22% 85.90
D2 0.69% 27.35
D3 0.39% 48.25
D4 0.24% 79.22

注: L为潮位279cm与298 cm之间的最大滩面宽度。

3 结果分析

3.1 红树林面积变化

茅岭江河口红树林呈波动增长趋势。红树林面积由1992年13.48hm2增至2021年707.76hm2, 面积增加了约50倍(图2a)。其面积变化可分为三个阶段: 1992—2004年, 茅岭江河口红树林面积缓慢增长, 由13.48hm2增至37.69hm2, 平均年增长2.02hm2; 2004—2011年, 红树林面积从37.69hm2增至146.21hm2, 平均年增长15.50hm2, 红树林增长速度较第一阶段明显加快; 2011—2021年, 红树林面积由146.21hm2快速增至707.76hm2, 平均年增长56.16hm2, 这一阶段红树林快速向海扩张(图2a)。
图2 1992—2021年茅岭江河口红树林动态变化

a. 红树林年际变化; b. 梁屋外滩; c. 团和岛尾潮滩; d. 大坜墩外滩

Fig. 2 Mangrove dynamic changes at Maolingjiang Estuary from 1992 to 2021. (a) Interannual variation of mangroves; (b) Liangwu tidal flat; (c) Tuanhedao tidal flat; (d) Dalidun tidal flat

茅岭江河口三个区域红树林表现出不同的变化过程。1992年, 河口红树林主要分布在梁屋外滩, 面积13.40hm2(图2b), 团和岛尾潮滩有零星的桐花树分布, 面积0.08hm2(图2c)。梁屋外滩红树林湿地在1997—2000年有小幅度波动变化外, 总体呈增长趋势, 1992年红树林面积13.40hm2, 至2021年增加至55.26hm2, 平均年增加1.40hm2(图2b)。团和岛尾潮滩区域1992年仅零星分布有0.08hm2红树林, 1997年增加至5.82hm2, 2013—2021年红树林迅速扩张, 至2021年已增加到276.30hm2(图2c), 平均年增加34.19hm2。大坜墩外滩红树林经历了两个变化阶段。第一阶段自1992年到2004年表现为从无到有(图2d), 至2004年增加至16.89hm2, 平均年增加1.41hm2。2006—2021年进入快速增长阶段, 至2021年红树林面积增加到376.20hm2(图2d), 平均年增加22.22hm2。

3.2 红树林林缘线变化

1992—2021年, 茅岭江河口红树林林缘线平均向海推进502.81m, 其中85.47%的红树林林缘线横断面表现为向海扩张, 13.95%的横断面未发生变化, 0.58%的横断面向岸后退(图3a), 平均变化速率17.03m·a-1 (图3b), 表明茅岭江河口红树林整体向海扩张。其中, 2013—2018年变化速率达到最大, 为42.13m·a-1。随后, 2018—2021年, 林缘线平均向海推进速率下降(图3c)。
图3 茅岭江河口红树林向海扩张趋势

a. 红树林林缘线动态变化; b. 区域红树林林缘线变化速率; c. 红树林林缘线年际变化

Fig. 3 Seaward expansion trend of mangroves at Maolingjiang Estuary. (a) Dynamic changes of mangrove fringe line; (b) change rate of mangrove fringe line in regional mangrove; (c) interannual variation of mangrove fringe line

茅岭江河口三个区域红树林林缘线变化有所不同。红树林林缘线横断面变化速率最大的区域在团和岛尾潮滩, 其速率为90.05m·a-1。1992—2021年间, 红树林林缘线向海推进了848.50m。其次是大坜墩外滩, 林缘线向海推进了630.60m。梁屋外滩区域红树林林缘线仅平均向海推进143.56m(图3a)。
茅岭江河口红树林林缘线在1992—2021期间一直处于向海扩张状态。其中, 1992—1997年扩张速率为8.28m·a-1, 1997—2018年向海扩张速度逐渐加快, 由1.54m·a-1增至42.13m·a-1, 随后在2018—2021年扩张速率减缓至3.24 m·a-1(图2a)。梁屋外滩区域红树林林缘线在1997—2002年间向陆后退, 平均每年后退1.10m。随后向海推进, 向海扩张速率为8.22m·a-1; 2007年后又逐渐减缓(图2b)。团和岛尾潮滩区域红树林林缘线平均向海扩张速率为29.24m·a-1, 但呈现扩张-后退-快速扩张-后退的波动变化。1992—1997年以27.12m·a-1的速率向海扩张, 而1997—2007年林缘线由向陆后退(-11.84m·a-1), 2013—2018年快速向海扩张(124.06m·a-1)。2018年后林缘线继而转为向陆后退, 至2021年向陆后退速率为-17.50m·a-1(图2c)。大坜墩外滩区域红树林林缘线一直处于向海扩张状态。1992—2007年扩张速率逐年加快, 达36.19m·a-1; 随后扩张速率降低, 至2018年再次升高到35.51m·a-1, 2018—2021年扩张速率逐年降低, 仅12.45m·a-1(图2d)。

3.3 红树林空间变化状态

自1992年以来, 茅岭江河口红树林一直自梁屋外滩向东北方向的团和岛尾潮滩和大坜墩外滩扩张。1992年, 仅在干流西南侧的梁屋外滩分布有13.40hm2的红树林(图4a), 团和岛尾潮滩到1997年开始有红树林分布(图4b), 而大坜墩外滩直到2002年才有红树林, 面积为8.57hm2(图4c)。2007年, 大坜墩外滩红树林沿海堤剧增至72.04hm2(图4d), 随后迅速向海扩张(图4e—g)。而团和岛尾潮滩快速增长是在2013年后, 面积由2013年的13.06hm2剧增至2018年的249.93hm2。至2021年, 茅岭江河口红树林分布区已集中到大坜墩外滩与团和岛尾潮滩(图4g)。
图4 1992—2021年茅岭江河口红树林空间分布

Fig. 4 Spatial distribution of mangroves at Maolingjiang Estuary from 1992 to 2021

4 讨论

4.1 潮滩发育的影响

高程适宜的潮滩为红树林提供立地环境, 是红树林赖以生存的物质基础(王日明 等, 2021)。潮滩高程决定了生长在潮滩的红树植物浸淹水时长, 红树植物在低于其生长极限低高程的潮滩上难以存活(王日明 等, 2020)。红树植物胚胎在潮滩着床→发育成苗→成林的动态过程, 与潮滩发育高度耦合(Wang et al, 2023)。红树植物通过根茎叶减缓水动力以捕获泥沙, 从而促进潮滩淤积。同时, 潮滩发育又为红树林提供了更多的机会窗口, 促进红树林向海扩张(Gilman et al, 2008; 戴志军 等, 2021)。此外, 潮滩的淤涨也可缓解海平面上升对红树林的威胁(Krauss et al, 2024; 潘嵩 等, 2020)。
受涨落潮与径流水动力的共同作用, 水体悬沙在河口附近堆积而形成广阔的河口潮滩。至2021年, 茅岭江河口潮滩面积达1494.40hm2, 其中红树林面积707.76hm2。因径潮流动力在河口分异及涨潮动力顶托, 三个区域的潮滩发育过程不同(图5b)。30年来, 梁屋外滩潮滩几乎没有变化, 而团和岛尾潮滩北侧部分断面呈向海扩张趋势, 而近干流附近的部分断面呈侵蚀状态; 大坜墩外滩潮滩除部分断面有轻微侵蚀, 大部分区域向海淤涨(图5a)。茅岭江河口潮滩不同时期表现出不同的侵淤状态。1992—2007年间, 除团和岛尾潮滩部分断面有所侵蚀外, 大部分断面快速向海淤涨(图5c)、而2007—2014年则表现为严重侵蚀状态(图5d)、2014—2021年再次向海淤涨(团和岛尾潮滩近干流附近的部分断面依然呈侵蚀状态)(图5e)。至2021年, 梁屋外滩潮、团和岛尾潮滩与大坜墩外滩潮滩面积分别为89.34、743.83与661.23hm2。由于泾潮流水动力作用, 加速潮滩向海淤涨, 为红树林向海扩张提供了立地空间。
图5 茅岭江河口潮滩水边线动态变化

a. 1992—2021年水边线变化速率; b. 1992—2021年水边线动态; c. 1992—2007年潮滩水边线迁移距离; d. 2007—2014年潮滩水边线迁移距离; e. 2014—2021年潮滩水边线迁移距离

Fig. 5 Dynamic changes in tidal flat water boundary line at Maolingjiang Estuary. (a) Change rate of the water boundary line from 1992 to 2021; (b) dynamic changes in water boundary line from 1992 to 2021; (c) migration distance of tidal flat water boundary line from 1992 to 2007; (d) migration distance of tidal flat water boundary line from 2007 to 2014; (e) migration distance of tidal flat water boundary line from 2014 to 2021

位于干流南侧的梁屋外滩, 受径流冲刷和涨潮流托顶的作用, 河口区域产生紊流, 水体所携带泥沙往北侧搬运(图6), 促进团和岛尾潮滩区域潮滩的快速发育。与此同时, 团和岛侧独石江汊道径流与涨潮流在河口区域相遇产生的紊流导致水体悬沙向两侧浅滩搬运(图6), 进一步加速了团和岛尾潮滩区域与大坜墩外滩区域的潮滩发育, 1992—2007以及2014—2021年期间潮滩快速向海淤涨(图5c、e)。
图6 茅岭江河口悬沙输移路径(基于2021年10月07日Landsat8影像)

Fig. 6 Transport pathways of suspended sediments in the Maolingjiang Estuary

潮滩的快速淤涨加速了茅岭江河口红树林的向海扩张。团和岛尾潮滩与大坜墩外滩不断向海发育, 与此同时, 这两个区域的红树林数量快速增加, 两者相互促进。因此, 尽管梁屋外滩最先有红树林分布, 但最后红树林最少, 仅55.26hm2。而团和岛尾潮滩与大坜墩外滩潮滩面积分别达743.83与661.23hm2, 历经30年后, 红树林面积分别由无发展到276.30与376.20hm2。
茅岭江河口红树林面积保持快速增长的趋势, 自2007年的102.83hm2增加到2014年的307.9hm2(图2a), 平均年增长29.30hm2, 其主要原因是原有红树林林缘向海方向较宽的宜林滩地为红树林的自然增长提供了立地条件。此后, 2014—2021年红树林面积由307.90hm2快速增至707.76hm2, 平均年增长57.12hm2(图2a)。同时, 红树林的快速扩张促进潮滩向海淤涨, 潮滩水边线平均向海推进24.88m, 潮滩面积增至1494.40hm2。

4.2 河口人类活动

早在1970—1980s, 茅岭江河口沿岸大面积修建养殖塘, 养殖塘面积由1992年的158.51hm2急剧增长至2021年的1111.44hm2(图4), 其中累计21.55hm2红树林被开垦为养殖塘(表4), 养殖塘建设是红树林受损的直接原因。同时, 沿海居民赶海挖螺, 或在潮间带养螺、养泥丁等渔业活动破坏了红树林生境, 影响红树林小苗的生长发育(郭晋宇 等, 2023), 严重情况下挖除小苗。林下渔业活动直接损伤红树林, 抑制了红树林的自发育过程(陈高 等, 2022)。此外, 钦州市是我国大蚝的主要产区及苗种供应地, 大蚝养殖是钦州的支柱产业, 蚝苗产量占全国的70%(陈主器, 2021)。在茅岭江河口放养蚝排(图7a、b)达278.31hm2, 或是在潮间带裸滩插放蚝柱(图7c), 破坏红树林生境(梁喜幸 等, 2023)的同时, 限制了红树林向海自然扩张。简而言之, 养殖塘建设直接占用裸滩(图7a、d), 如2007—2014年间, 团和岛尾潮滩、大坜墩外滩区域围建养殖塘面积共235.94hm2(图7a), 是这两个区域潮滩面积损失的主要原因。显然, 高强度的人类活动破坏了研究区潮滩的自然发育过程, 同时改变了区域水动力, 使红树林生境发生改变, 导致成年林的成片死亡, 如自1992—2021年来, 红树林地转化为裸滩累计达42.72hm2(表4)。
表4 各地类侵占红树林面积

Tab. 4 Area of mangrove encroachment by different land types

年份 裸滩面积/hm2 水域(养殖塘)面积/hm2 其他面积/hm2
1992—1997 1.25 0.08(0.00) 0.17
1997—2002 6.07 7.49(4.74) 1.17
2002—2007 1.25 0.92(0.67) 0.67
2007—2013 2.00 3.83(0.67) 0.33
2013—2018 4.58 6.32(4.24) 5.37
2018—2021 27.58 14.89(11.23) 3.25
总和 42.72 33.53(21.55) 10.94
图7 研究区内人类活动情况

a. 茅岭江河口蚝排与养殖塘分布(基于2023年1月20日的Sentinel-2A影像); b. 茅岭江河口蚝排; c. 茅岭江河口蚝柱; d. 围建养殖塘

Fig. 7 Human activities in the study area. (a) Distribution of oyster rafts and aquaculture ponds in the Maolingjiang Estuary; (b) oyster rafts in the Maolingjiang Estuary; (c) oyster culture poles in the Maolingjiang Estuary; (d) constructed aquaculture ponds

2010 年钦州市出台《茅尾海综合整治规划》, 规划分三期对茅尾海航道及浅滩进行清淤、整治。第一期自2011年启动, 对茅岭江、大榄江与钦江航道清淤疏浚, 是2014—2021年团和岛尾与大坜墩外滩潮滩部分岸段后退、潮滩侵蚀(图8)的主要原因。由于清淤航道远离红树林地, 红树林面积并未受损且红树林继续向海扩张, 在团和岛尾潮滩和大坜墩外滩一直保持增加趋势。
图8 航道疏浚前后潮滩水边线变化(基于2014年6月14日Landsat8影像)

Fig. 8 Changes in tidal flat water boundary line before and after channel dredging

1997年钦州市钦南区人民政府发布《钦南区沿海国家特殊保护林带管理规定的通知》, 将红树林划为沿海国家特殊保护林带, 加强对红树林的保护和管理。2002年, 钦州市林业局分期在大坜墩外滩区域上种植无瓣海桑约26hm2(黄李丛, 2013)。随后相继启动的红树林生态修复工程, 陆续在该区域人工种植桐花树、秋茄等红树植物。2005年设立广西茅尾海红树林自治区级自然保护区, 限制在保护区内从事渔业活动, 红树林得到有效保护, 其面积稳定增长。《红树林保护修复专项行动计划(2020—2025年)》中提出广西新营造红树林1000hm2, 修复现有红树林3500hm2。为落实这一政策, 2022年钦州市颁布了《钦州市红树林保护修复专项行动计划实施方案(2020—2025年)》, 到2025年, 钦州市营造红树林286hm2、修复现有红树林1200hm2。出台了《钦州市红树林资源保护规划(2022—2030年)》, 并相继启动了“外来红树林树种-无瓣海桑林分结构优化技术示范”等红树林修复项目, 区域红树林湿地进一步得到恢复并有所增加。人类活动对区域红树林面积变化起到重要作用。

5 结论

受高强度人类活动的影响, 茅岭江河口潮滩与红树林呈波动式向海扩张, 主要结论如下。
1) 截至2021年, 茅岭江河口1494.40hm2的潮滩分布有以桐花树为建群种的红树林707.76hm2。红树林主要分布在大坜墩外滩和团和岛尾潮滩, 分别376.20hm2与276.30hm2, 靠干流南侧的梁屋外滩红树林分布最少, 仅55.26hm2。
2) 1992—2021年, 茅岭江河口潮滩经历增加—减少—增加的变化过程, 其中梁屋外滩与大坜墩外滩潮滩面积分别由1992年的258.89、799.38hm2减少到2021年的89.34、661.23hm2, 而团和岛尾潮滩则由697.62hm2增加到743.83hm2。与此同时, 茅岭江河口红树林面积一直保持增加趋势。大坜墩外滩和团和岛尾潮滩红树林从无到有, 增长幅度较大, 年平均增加红树林面积分别为12.54与9.21hm2; 而位于干流南侧的梁屋外滩红树林保持缓慢增加趋势, 年平均增加红树林面积1.40hm2。
3) 1992—2021年间养殖塘建设占用红树林面积21.55hm2, 是区域红树林面积阶段性减少的主要原因; 2002年以来相继启动的人工种植红树林项目导致红树林面积大幅度增加, 径—潮流水动力作用促使潮滩滩面抬高, 为红树林提供必要的立地条件, 是红树林得以向海扩张的主要原因。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
陈高, 钟才荣, 李明玉, 等, 2022. 1990年—2020年广西北仑河口红树林扰动研究[J]. 遥感学报, 26(6): 1112-1120.

CHEN GAO, ZHONG CAIRONG, LI MINGYU, et al, 2022. Disturbance of mangrove forests in Guangxi Beilun Estuary during 1990—2020[J]. National Remote Sensing Bulletin, 26(6): 1112-1120 (in Chinese with English abstract).

DOI

[2]
陈顺洋, 安文硕, 陈彬, 等, 2021. 红树林生态修复固碳效果的主要影响因素分析[J]. 应用海洋学学报, 40(1): 34-42.

CHEN SHUNYANG, AN WENSHUO, CHEN BIN, et al, 2021. Decisive factors impacting the carbon sequestration in mangrove ecological restoration[J]. Journal of Applied Oceanography, 40(1): 34-42 (in Chinese with English abstract).

[3]
陈一宁, 陈鹭真, 2023. 滨海蓝碳生态系统的碳库间相互作用研究进展及展望[J]. 海洋学研究, 41(1): 3-13.

DOI

CHEN YINING, CHEN LUZHEN, 2023. Interactions between vegetation and sediment carbon pools within coastal blue carbon ecosystems: a review and perspective[J]. Journal of Marine Sciences, 41(1): 3-13 (in Chinese with English abstract).

DOI

[4]
陈主器, 2021. 广西钦州大蚝苗种产业发展的问题与对策[J]. 养殖与饲料, 20(11): 166-167 (in Chinese).

[5]
戴志军, 周晓妍, 王杰, 等, 2021. 红树林潮滩沉积动力研究进展与展望[J]. 热带海洋学报, 40(3): 69-75.

DOI

DAI ZHIJUN, ZHOU XIAOYAN, WANG JIE, et al, 2021. Review and prospect of mangrove tidal flat sedimentary dynamics[J]. Journal of Tropical Oceanography, 40(3): 69-75 (in Chinese with English abstract).

DOI

[6]
邓建明, 姚航, 付波霖, 等, 2025. 基于GEE和时序主被动影像的广西北部湾红树林时空动态监测研究[J]. 自然资源遥感, 37(2): 235-245.

DENG JIANMING, YAO HANG, FU BOLIN, et al, 2025. Monitoring the spatiotemporal dynamics of mangrove forests in Beibu Gulf, Guangxi Zhuang Autonomous Region, China, using Google Earth Engine and time-series active and passive remote sensing images[J]. Remote Sensing for Natural Resources, 37(2): 235-245 (in Chinese with English abstract).

[7]
范航清, 莫竹承, 2018. 广西红树林恢复历史、成效及经验教训[J]. 广西科学, 25(4): 363-371+387.

FAN HANGQING, MO ZHUCHENG, 2018. The history, achievements and lessons learnt for mangrove restoration in Guangxi, China[J]. Guangxi Sciences, 25(4): 363-371+387 (in Chinese with English abstract).

[8]
郭晋宇, 耿晓晓, 尹雷, 等, 2023. 海南儋州湾贝克喜盐草资源分布特征及影响因素分析[J]. 海洋湖沼通报, 45(2): 123-132.

DOI

GUO JINYU, GENG XIAOXIAO, YIN LEI, et al, 2023. Distribution characteristics of Halophila beccarii resources in Danzhou Bay, Hainan and their influencing factors[J]. Transactions of Oceanology and Limnology, 45(2): 123-132 (in Chinese with English abstract).

[9]
黄李丛, 苏宏河, 唐丰利, 2013. 钦州市引种无瓣海桑现状及发展对策分析[J]. 广东科技, 22 (14): 188-189 (in Chinese).

[10]
贾明明, 王宗明, 毛德华, 等, 2021. 面向可持续发展目标的中国红树林近50年变化分析[J]. 科学通报, 66(30): 3886-3901.

JIA MINGMING, WANG ZONGMING, MAO DEHUA, et al, 2021. Spatial-temporal changes of China’s mangrove forests over the past 50 years: an analysis towards the Sustainable Development Goals(SDGs)[J]. Chinese Science Bulletin, 66(30): 3886-3901 (in Chinese with English abstract).

[11]
李春干, 代华兵, 2015. 1960—2010年广西红树林空间分布演变机制[J]. 生态学报, 35(18): 5992-6006.

LI CHUNGAN, DAI HUABING, 2015. Mechanism analysis of temporal dynamics in mangrove spatial distribution in Guangxi, China: 1960—2010[J]. Acta Ecologica Sinica, 35(18): 5992-6006 (in Chinese with English abstract).

[12]
李瑞利, 杨芳, 王辉, 等, 2022. 红树林保护与修复标准发展现状及对策[J]. 北京大学学报(自然科学版), 58(5): 916-928.

LI RUILI, YANG FANG, WANG HUI, et al, 2022. Current development status and countermeasures of mangrove protection and restoration standards[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 58(5): 916-928 (in Chinese with English abstract).

[13]
梁喜幸, 王日明, 戴志军, 等, 2023. 茅尾海钦江河口光滩时空变化过程研究[J]. 海洋地质与第四纪地质, 43(3): 107-118.

LIANG XIXING, WANG RIMING, DAI ZHIJUN, et al, 2023. Spatial-temporal variations of bare flats in the Qinjiang River estuary, Maowei Sea[J]. Marine Geology & Quaternary Geology, 43(3): 107-118 (in Chinese with English abstract).

[14]
马进荣, 程梦妍, 廖文凯, 等, 2019. 广西茅岭江入海典型污染物通量估算方法[J]. 广西科学, 26(3): 335-340.

MA JINRONG, CHENG MENGYAN, LIAO WENKAI, et al, 2019. Method of estimating the typical pollutant flux from Maoling River to Maowei Sea in Guangxi[J]. Guangxi Sciences, 26(3): 335-340 (in Chinese with English abstract).

[15]
潘嵩, 王慧, 李欢, 等, 2020. 基于SLAMM模型的海平面上升对广西沿海红树林影响研究[J]. 海洋通报, 39(3): 325-334.

PAN SONG, WANG HUI, LI HUAN, et al, 2020. Study on impact of sea level rise on mangrove in Guangxi of China based on SLAMM model[J]. Marine Science Bulletin, 39(3): 325-334 (in Chinese with English abstract).

[16]
申键, 简焯锴, 欧阳雪敏, 等, 2024. 结合潮位校正的雷州半岛红树林湿地动态变迁遥感监测[J]. 热带海洋学报, 43(1): 137-153.

SHEN JIAN, JIAN ZHUOKAI, OUYANG XUEMIN, et al, 2024. Remote sensing monitoring of mangrove wetland changes combined with tidal level correction in the Leizhou Peninsula[J]. Journal of Tropical Oceanography, 43(1): 137-153 (in Chinese with English abstract).

[17]
汪振松, 冯志勇, 陈鹏, 等, 2022. 近30年深圳湾红树林群落演变过程及其对人类活动的响应[J]. 中国农村水利水电, (12): 24-30.

DOI

WANG ZHENSONG, FENG ZHIYONG, CHEN PENG, et al, 2022. Evolution process of mangrove forests in Shenzhen Bay and its response to human activities[J]. China Rural Water and Hydropower, (12): 24-30 (in Chinese with English abstract).

[18]
王日明, 戴志军, 黄鹄, 等, 2021. 南流江河口桐花树生物动力地貌过程研究[J]. 海洋学报, 43(9): 102-114.

WANG RIMING, DAI ZHIJUN, HUANG HU, et al, 2021. Research on bio-morphodynamic processes of Aegiceras corniculatum in the Nanliu River Estuary[J]. Haiyang Xuebao, 43(9): 102-114 (in Chinese with English abstract).

[19]
王日明, 黄鹄, 2020. 南流江口洲滩景观过程研究[J]. 海洋科学, 44(12): 84-92.

WANG RIMING, HUANG HU, 2020. Research on the landscape process of the Nanliu Estuary[J]. Marine Sciences, 44(12): 84-92 (in Chinese with English abstract).

[20]
王日明, 梁喜幸, 周晓妍, 等, 2022. 钦江河口潮滩红树林群落空间分布[J]. 遥感学报, 26(6): 1143-1154.

WANG RIMING, LIANG XIXING, ZHOU XIAOYAN, et al, 2022. Spatial distribution pattern of mangrove community in tidal flats of the Qinjiang Estuary[J]. National Remote Sensing Bulletin, 26(6): 1143-1154 (in Chinese with English abstract).

DOI

[21]
吴庭天, 丁山, 陈宗铸, 等, 2020. 基于LUCC和景观格局变化的海南东寨港红树林湿地动态研究[J]. 林业科学研究, 33(5): 154-162.

WU TINGTIAN, DING SHAN, CHEN ZONGZHU, et al, 2020. Dynamic analysis of mangrove wetlands based on LUCC and landscape pattern change in Dongzhai Port[J]. Forest Research, 33(5): 154-162 (in Chinese with English abstract).

[22]
杨钰文, 卢远, 黄萍, 2020. 基于遥感的北部湾茅尾海岸滩时空变化研究[J]. 海洋技术学报, 39(4): 1-8.

YANG YUWEN, LU YUAN, HUANG PING, 2020. Study on the spatial-temporal changes of Maowei shoreline and tidal flat based on remote sensing[J]. Journal of Ocean Technology, 39(4): 1-8 (in Chinese with English abstract).

[23]
于凌云, 林绅辉, 焦学尧, 等, 2019. 粤港澳大湾区红树林湿地面临的生态问题与保护对策[J]. 北京大学学报(自然科学版), 55(4): 782-790.

YU LINGYUN, LIN SHENHUI, JIAO XUEYAO, et al, 2019. Ecological problems and protection countermeasures of mangrove wetland in Guangdong-Hong Kong-Macao Greater Bay Area[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 55(4): 782-790 (in Chinese with English abstract).

[24]
张文良, 郭俊丽, 刘卓成, 等, 2025. 钦州湾与马尼拉湾岸线时空变化与围填海分析[J]. 热带地理, 45(3): 489-503.

DOI

ZHANG WENLIANG, GUO JUNLI, LIU ZHUOCHENG, et al, 2025. Analysis of spatial and temporal shoreline changes and reclamation in the Qinzhou Bay and the Manila Bay[J]. Tropical Geography, 45 (3): 489-503 (in Chinese with English abstract).

DOI

[25]
CARUGATI L, GATTO B, RASTELLI E, et al, 2018. Impact of mangrove forests degradation on biodiversity and ecosystem functioning[J]. Scientific Reports, 8(1): 13298.

DOI PMID

[26]
CHANDRASEKAR K, SESHA SAI M V R, ROY P S, et al, 2010. Land Surface Water Index (LSWI) response to rainfall and NDVI using the MODIS Vegetation Index product[J]. International Journal of Remote Sensing, 31(15): 3987-4005.

DOI

[27]
DONATO D C, KAUFFMAN J B, MURDIYARSO D, et al, 2011. Mangroves among the most carbon-rich forests in the tropics[J]. Nature Geoscience, 4(5): 293-297.

DOI

[28]
GAO J, 1999. A comparative study on spatial and spectral resolutions of satellite data in mapping mangrove forests[J]. International Journal of Remote Sensing, 20(14): 2823-2833.

DOI

[29]
GILMAN E L, ELLISON J, DUKE N C, et al, 2008. Threats to mangroves from climate change and adaptation options: a review[J]. Aquatic Botany, 89(2): 237-250.

DOI

[30]
GIRI C, OCHIENG E, TIESZEN L L, et al, 2011. Status and distribution of mangrove forests of the world using earth observation satellite data[J]. Global Ecology and Biogeography, 20(1): 154-159.

DOI

[31]
GOLDBERG L, LAGOMASINO D, THOMAS N, et al, 2020. Global declines in human-driven mangrove loss[J]. Global Change Biology, 26(10): 5844-5855.

DOI

[32]
GREEN E P, CLARK C D, MUMBY P J, et al, 1998. Remote sensing techniques for mangrove mapping[J]. International Journal of Remote Sensing, 19(5): 935-956.

DOI

[33]
HE TINGTING, FU YINGCHUN, DING HU, et al, 2022. Evaluation of mangrove wetlands protection patterns in the Guangdong-Hong Kong-Macao Greater Bay Area using time-series Landsat imageries[J]. Remote Sensing, 14(23): 6026.

DOI

[34]
HUETE A, DIDAN K, MIURA T, et al, 2002. Overview of the radiometric and biophysical performance of the MODIS vegetation indices[J]. Remote Sensing of Environment, 83(1-2): 195-213.

DOI

[35]
KRAUSS K W, MCKEE K L, LOVELOCK C E, et al, 2014. How mangrove forests adjust to rising sea level[J]. New Phytologist, 202(1): 19-34.

DOI PMID

[36]
LONG CHUQI, DAI ZHIJUN, WANG RIMING, et al, 2022. Dynamic changes in mangroves of the largest delta in northern Beibu Gulf, China: Reasons and causes[J]. Forest Ecology and Management, 504: 119855.

DOI

[37]
ROUSE J, HAAS R H, SCHELL J A, et al, 1974. Monitoring vegetation systems in the great Plains with ERTS[R/OL]. (2013-08-07) [2025-02-11]. https://ntrs.nasa.gov/citations/19740022614

[38]
SPALDING M, BLASCO E, FIELD C, 1997. World mangrove alias[M]. Okinawa: The International Society for Mangrove Ecosystems.

[39]
WANG RIMING, DAI ZHIJUN, HUANG HU, et al, 2023. Dramatic changes in the horizontal structure of mangrove forests in the largest delta of the northern Beibu Gulf, China[J]. Acta Oceanologica Sinica, 42(7): 116-123.

DOI

[40]
XIONG YUAN, DAI ZHIJUN, LONG CHUQI, et al, 2024. Machine Learning-Based examination of recent mangrove forest changes in the western Irrawaddy River Delta, Southeast Asia[J]. Catena, 234: 107601.

DOI

[41]
XU HANQIU, 2006. Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery[J]. International Journal of Remote Sensing, 27(14): 3025-3033.

DOI

Options
文章导航

/

〈 〉