Special Column: Mangrove Forest

The mangrove forest distribution and analysis of afforestation effect in Zhejiang Province

  • WU Weizhi , 1, 2 ,
  • ZHAO Zhixia 3 ,
  • YANG Sheng 3 ,
  • LIANG Licheng 2 ,
  • Chen Qiuxia , 3 ,
  • LU Xiang 3 ,
  • LIU Xing 3 ,
  • ZHANG Xiaowei 1, 2
Expand
  • 1. Zhejiang Forest Resources Monitoring Center, Hangzhou 310020, China
  • 2. Zhejiang Forestry Survey planning and Design Co., Ltd., Hangzhou 310020, China
  • 3. Zhejiang Institute of Subtropical Crops, Wenzhou 325005, China
CHEN Qiuxia. email:

Copy editor: LIN Qiang

Received date: 2021-11-14

  Revised date: 2022-01-21

  Online published: 2022-03-22

Supported by

Zhejiang Province "14th five-year" Breeding Special Project Selection and Breeding of New Species of Coastal Protective Forest Trees(2021C02070-6)

Investigation on Mangrove Biological Resources in Zhejiang and Fujian(2017FY100701)

Abstract

Based on the mangrove plantation data and stand growth monitoring at different periods, we analyzed the spatial and temporal variation of mangrove forests and regional silvicultural growth differences in Zhejiang Province. The results show that: (1) The total area of mangrove forests in Zhejiang Province by 2020 is 386.77 hm2, including 257.01 hm2 in Wenzhou and 129.76 hm2 in Taizhou; the main afforestation species are Kandelia obovata (368.48 hm2) and Myoporum bontioides (18.29 hm2); (2) The proportion of mangrove area at different periods was 0.11% (before 2000), 3.72% (2000-2010), 36.17% (2011-2015) and 59.99% (2016-2020), respectively; (3) The average heights of Kandelia obovata before 2000 and 2000-2010 were 205.5 cm and 246.13 cm, respectively; the cover was as high as 67.69% and 77.9%. And the average heights of Kandelia obovata in 2011-2015 and 2016-2020 was 106.63 cm and 50.17 cm, respectively; the cover was 68.66% and 24.56%; (4) There were significant differences in the alkali-hydrolyzed nitrogen, available potassium, organic matter and salt content in tidal flat sediments of mangrove plantations in different regions; (5) The height of 4-year-old Kandelia obovata in different regions was significantly higher (P<0.05) in the Xinmeizhou village, Longgang city than in the Shupaisha Island, while the diameter was significantly higher (P<0.05) in the Shupaisha Island than in the XimenIsland. The area of mangrove planting in Zhejiang Province has increased significantly in recent years; mangrove populations are growing vigorously, and the depression of early planted stands is high; the growth of Kandelia obovata varies significantly in different regions.

Cite this article

WU Weizhi , ZHAO Zhixia , YANG Sheng , LIANG Licheng , Chen Qiuxia , LU Xiang , LIU Xing , ZHANG Xiaowei . The mangrove forest distribution and analysis of afforestation effect in Zhejiang Province[J]. Journal of Tropical Oceanography, 2022 , 41(6) : 67 -74 . DOI: 10.11978/2021158

红树林是生长在热带、亚热带海岸潮间带, 受周期性潮水浸淹, 以红树植物为主体的常绿灌木或乔木组成的潮滩湿地木本植物群落(王友绍, 2021)。红树林是地球生产力最高的海洋自然生态系统, 具有消浪护岸、降解污染和维持生物多样性等功能, 是最有价值的生态系统之一(林鹏, 1997; 王文卿 等, 2007; Lovelock, 2008; Palacios et al, 2017)。
当前, 全球红树林主要分布30°N和30°S之间, 包括印度尼西亚、澳大利亚、巴西、墨西哥和中国等124个国家, 总面积约15万~18万km2(Cárdenas et al, 2017)。中国红树林分布于东南沿海 8个省(区), 包括广西、广东、海南、福建、浙江、台湾、香港和澳门, 形成南部和东南部海岸保护带(陈秋夏 等, 2019)。我国红树林自然分布的南界和北界分别是海南省三亚市(18°12′N)和福建省福鼎市(27°20′N), 人工引种的最北界为浙江省舟山市(29°32′N)(王文卿 等, 2007; 陈秋夏 等, 2019)。受人类活动和气候变化等因素影响, 红树林生态系统退化严重(卢元平, 2018), 其中, 2000—2012年, 全球红树林年均损失量达0.16%~0.39%, 而东南亚高达3.58%~ 8.08%(Hamilton et al, 2016)。中国在1973—2000年约丧失62%的红树林, 2000年后, 国家大力保护和营建红树林, 截至2020年, 全国红树林总面积为27100hm2, 比2000年净增长23.04%, 已得到基本恢复(自然资源部, 2021)。
人工造林是近年来红树林面积迅速增加的最主要原因(卢元平, 2018)。浙江省作为红树林人工引种的北界, 早在20世纪50年代已开展红树林引种造林, 2000年以后更是加大红树林造林力度。秋茄(Kandelia obovata)是红树科(Rhizophoraceae)秋茄树属(Kandelia)的常绿灌木或小乔木, 是我国分布最广且最耐寒的真红树植物, 现已成为浙江主要造林树种(陈秋夏 等, 2019)。目前关于秋茄生物量、种群、群落、生理生态、低温盐度胁迫、虫害等方面已有大量的研究(金川 等, 2012; 谭芳林 等, 2014; 仇建标 等, 2021; 杨升 等, 2021)。浙江省曾累计造林面积达到1700hm2, 由于规划与实施脱节、造林技术和抗寒良种缺乏、海涂围垦、人为破坏等原因, 已郁闭成林面积仅有33.3hm2(陈秋夏 等, 2019)。目前关于浙江省红树林造林时空分布尚未厘清, 不同造林区域的土壤理化性质差异和幼龄秋茄种群的生长差异有待进一步分析。本研究统计了浙江省自1957年以来不同时期的红树林造林面积和分布情况, 摸清浙江红树林本底及林分生长状况, 分析不同区域造林后的生长差异, 以期为后续红树林造林提供科学依据。

1 研究方法

1.1 红树林分布现状调查

采用低空轻小型无人机航测技术, 飞行平台为大疆精灵PHANTOM 4 RTK无人机, 搭载2000万像素RGB相机, 对全省的红树林分布区进行正射影像采集。
选择无云天气、低潮位时段, 通过DJI GS RTK App软件实现无人机飞行航线、起落点的设置。飞行器在多个架次内完成整个研究区域的拍摄任务。采取正射方式, 飞行速度为10m·s-1, 相对航高保持在林分最高位置的80m。航向重叠率为80%, 旁向重叠率80%, 分辨率为0.0124m, 坐标系为 UTMWGS84 50N。对无人机影像进行预处理, 包括错误影像的删除、对比度和曝光值的调整。使用大疆智图软件对预处理后的无人机影像进行三维重建处理。最终获得的DSM和DOM数据的分辨率为0.02m。根据形成的正射影像图, 结合实地调查,确定不同种植区的种植时间和树龄。
红树林包括郁闭度≥0.2的乔木林、覆盖度≥30%的灌木林以及三年成活率≥1500株·hm-2的红树林造林地。

1.2 红树林样地设置和群落调查

按纬度梯度从低到高选取龙港市新美洲村(27°35′04″N, 120°34′50″E)、龙湾区树排沙岛(27°57′11″N, 120°51′32″E)和乐清市西门岛(28°20'05"N, 121°10'17"E)设置红树林样地。其中,龙港市新美洲村和龙湾区树排沙岛红树林按照潮带的内、中、外分别设置3个站点, 每个站点设置3个10m×10m的样方。乐清市西门岛(28°20'05"N, 121°10'17"E)红树林由于林带较窄, 只设置1个站点, 设置5个10m×10m的样方。
图1 浙江省红树林分布图

本图基于浙江省地理信息公共服务平台下载的审图号为浙S(2021)41号的标准地图制作

Fig. 1 Map of mangrove distribution in Zhejiang Province

在每个样方内调查红树林植被物种、株数、株高、基径、盖度等。采集每个样方内沉积物样品, 分上(0~30cm)、下(30~60cm)两层, 测定沉积物含盐量、pH、有机质、水解氮、有效磷和速效钾含量。

1.3 数据处理

采用LSD多重比较方法, 分析各样地土壤理化性质、秋茄株高、基径和盖度差异。利用R语言进行数据处理、相关分析以及图表绘制。

2 结果与分析

2.1 浙江省红树林分布现状

2.1.1 空间分布

截止到2020年, 浙江省红树林主要为秋茄纯林和苦槛蓝纯林, 现有面积总计386.77hm2,集中分布在温州市和台州市, 分别为257.01hm2和129.76hm2 (表1)。温州市各县(市、区)红树林面积分别为龙湾区74.27hm2、苍南县55.91hm2、乐清市50.3hm2、龙港市32.3hm2、洞头区31.8hm2、平阳县9.37hm2, 以及瑞安市3.05hm2 (表1)。台州市各县(市、区)红树林面积分别为玉环市116.52hm2、温岭7.27hm2、椒江3.16hm2和三门2.81hm2 (表1)。其中, 温州市红树林均为秋茄纯林, 龙湾区、苍南县和乐清市在全市的占比分别为28.90%、21.75%和19.58%,合计达到70.23%; 而平阳县和瑞安市占比较少, 分别为3.65%和1.19%。台州市红树林包括真红树植物秋茄林和半红树植物苦槛蓝林, 分别占红树林总面积的84.30%和15.70%。在台州市各县(市、区)中, 玉环市占比最大, 占到全市的89.80%, 而温岭市、椒江区和三门县的占比分别为5.60%、2.44%和2.16%。
表1 浙江省各区域红树林分布面积

Tab. 1 Mangrove distribution area in each region of Zhejiang Province

县(市、区) 种植年份 优势物种 面积/hm2


苍南县 2008 秋茄 0.11
2017 秋茄 22.54
2018 秋茄 18.39
2019 秋茄 14.87
龙港市 2002 秋茄 10.07
2018 秋茄 8.36
2019 秋茄 10.62
2020 秋茄 3.25
平阳县 2015 秋茄 1.10
2018 秋茄 5.67
2020 秋茄 2.60
瑞安市 1980 秋茄 0.11
2018 秋茄 2.94
洞头区 2018 秋茄 13.71
2019 秋茄 13.60
2020 秋茄 4.49
龙湾区 2014 秋茄 4.00
2015 秋茄 70.27
乐清市 1957 秋茄 0.33
2000 秋茄 0.02
2006 秋茄 1.66
2008 秋茄 0.14
2013 秋茄 9.13
2018 秋茄 1.92
2019 秋茄 13.70
2020 秋茄 23.41


玉环市 2005 秋茄 0.96
2011 苦槛蓝 18.00
2011 秋茄 27.96
2015 秋茄 7.58
2016 苦槛蓝 0.29
2016 秋茄 7.83
2018 秋茄 7.18
2019 秋茄 42.00
2020 秋茄 4.72
温岭市 2009 秋茄 1.40
2012 秋茄 1.88
2019 秋茄 3.10
2020 秋茄 0.89
椒江区 2003 秋茄 0.02
2018 秋茄 3.14
三门县 2019 秋茄 2.81
合计 386.77

2.1.2 时间分布

图2可知, 现有红树林引种于2000年以前的林分仅有0.44hm2, 占比为0.11%, 而在2000—2010年的10年间, 红树林面积为14.38hm2, 占比为3.72%。 2011—2015年, 浙江省红树林面积增加了139.92hm2,主要集中在龙湾区和玉环市, 分别为74.27hm2和45.96hm2, 并且与前10年(2000—2010年)相比, 增加8.73倍(图2)。 2016—2020年, 浙江省红树林增加面积达到232.03hm2, 与2011—2015年相比增加了65.83%, 其中, 近三年(2018—2020年)的未成林幼林面积为201.37hm2, 占近五年(2016—2020年)新增红树林面积的86.79%, 占浙江省现有红树林面积的52.06%(图2)。
图2 浙江省不同时期红树林面积

Fig. 2 Mangrove area in Zhejiang Province at different periods

2.1.3 各阶段林分发育

表2可以看出, 2000年以前、2000—2010年、2011—2015年和2016—2020年四个时期种植秋茄株高分别为205.5、246.13、106.63和50.17cm; 盖度分别为67.69%、77.9%、68.66%和24.56%(表2)。其中, 株高和盖度均在2000—2010年间最高, 表明秋茄植物生长旺盛; 2016—2020年间株高和盖度最低, 可能与栽培时间较短有关。
表2 不同时期秋茄株高和盖度

Tab. 2 Height and cover of Kandelia obovata at different periods

年份 树高/m 盖度/%
2000年以前 205.5±77.07 67.69±25.26
2000—2010 246.13±83.50 77.90±8.14
2010—2015 105.63±33.17 68.66±9.57
2016—2020 50.17±16.87 24.56±12.50

2.2 不同区域滩涂沉积物化学性质和秋茄种群生长差异

2.2.1 不同区域滩涂沉积物化学性质

表3可知, 龙港市新美洲村滩涂红树林种植区的高程最高, 西门岛滩涂高程相对较低, 龙湾区树排沙岛处于两者之间。在3个红树林种植区域, 乐清西门岛滩涂沉积物中的碱解氮、有效磷、速效钾、有机质和含盐量均显著高于龙港市新美洲村(P<0.05)。乐清西门岛有机质和含盐量分别高达20.3g·kg-1和27.71‰, 比龙港市新美洲村沉积物含量高54.37%和101.38%, 比龙湾区树排沙岛分别高23.48%和32.58%(表3)。龙湾区树排沙岛沉积物仅有机质和含盐量显著高于龙港市新美州村(P<0.05), 分别高25.02%和51.89%(表3)。养分指标和含盐量差异可能与滩涂高程相关, 高程低, 相对淹水时间较长。龙湾区树排沙岛沉积物的pH显著低于新美洲村和西门岛的沉积物(P<0.05), 这可能与龙湾树排沙岛位于瓯江中心, 有大量淡水流经有关。
表3 不同区域滩涂沉积物化学性质

Tab. 3 Chemical properties of sediments in different areas of tidal flat

区域 高程/m 碱解氮含量
/(mg·kg-1)
有效磷含量
/(mg·kg-1)
速效钾含量
/(mg·kg-1)
有机质含量
/(g·kg-1)
含盐量/‰ pH
龙港市
新美洲村
2.80~3.57 47.50±3.45a 24.03±1.16a 906.50±89.04a 13.15±1.36a 13.76±3.71a 8.29±0.10b
龙湾区
树排沙岛
2.08~2.93 51.33±4.52ab 22.53±3.45a 1019.61±134.74a 16.44±2.30b 20.90±4.06b 8.06±0.12a
乐清市
西门岛
1.91~2.56 55.00±2.83b 31.88±4.10b 1256.50±50.26b 20.30±2.79c 27.71±3.15c 8.19±0.06b

注: 高程为1985国家高程基准, 以1956黄海高程基准-0.029作为统一基面; 上标不同字母表示不同区域间差异显著(P<0.05)

2.2.2 不同区域秋茄种群生长差异

表4可以看出, 树排沙岛、西门岛和新美洲村树龄4年的秋茄树高分别为53.63、76.76和86.93cm, 表现为低纬度龙港新美洲村(27°35′N)>高纬度乐清西门岛(28°20′N)>中纬度龙湾树排沙岛(27°57′N)。西门岛和新美洲村秋茄树高分别比树排沙岛高出43.18%和62.01%, 其中, 新美洲村显著高于树排沙岛(P<0.05)(表4)。
表4 不同区域4年生秋茄株高和基径

Tab. 4 Height and basal diameter of 4-year-old Kandelia obovata in different regions

年份 树高/m 基径/cm
新美洲村 86.93±22.48a 26.98±5.56ab
树排沙岛 53.63±9.15a 35.43±5.71a
西门岛 76.79±3.237ab 18.70±4.81b

注: 不同小写字母表示不同区域间差异显著(P<0.05)

树排沙岛、西门岛和新美洲村树龄4年的秋茄基径分别为35.43、18.70和26.98mm,表现为中纬度龙湾树排沙岛>高纬度乐清西门岛>低纬度龙港新美洲村(表4)。树排沙岛秋茄基径分别比西门岛和新美洲岛高出47.22%和23.85%, 其中, 中纬度树排沙岛显著高于高纬度的西门岛(P<0.05)(表4)。

3 讨论

3.1 浙江省红树林发展现状

中国红树林湿地面积经历了先减少后增加的趋势(但新球 等, 2016)。1973—2000年, 受海岸围垦和养殖扩张等因素影响, 全国约62%的红树林消失(贾明明 等, 2021)。自2000年开始, 国家大力加强红树林的保护和恢复工作, 在条件适宜地区开展造林, 2000—2020年红树林面积净增长51%, 截止到2020年, 中国红树林的总面积基本恢复到1980年水平(王浩 等, 2020; 贾明明 等, 2021)。各省来看, 当前海南省红树林面积仍未恢复, 与20世纪50年代相比减少了约52.6%; 广西和广东红树林面积稳定增长, 分别恢复到20世纪50年代87.8%和92.8%的规模; 福建红树林面积增长较快, 已达到20世纪50年代规模的1.6倍(但新球 等, 2016)。人工种植是红树林面积增加的最主要原因(卢元平, 2018)。浙江省红树林均为人工栽培,引种历史最早可追溯至20世纪50年代末到60年代初(陈秋夏 等, 2019)。近年来浙江省红树林栽培迅速发展, 尤其是2010年以后, 截止到2020年, 浙江省红树林面积达386.77hm2, 10年间增长了26倍(表1)。浙江省红树林宜林地总面积高达5195.6hm2, 主要集中在浙江省的温州市和台州市, 分别占总面积的82.4%和13.7%(杜群 等, 2004)。当前浙江省现有红树林面积集中分布在温州市和台州市, 分别占比66.45%和33.55%, 已造林面积仅为宜林地总面积的7.44%, 浙江省未来红树林发展空间广阔。浙江省在大力发展红树林人工种植的同时注重红树林的保护工作, 已建成多个以红树林湿地生态系统为主要保护对象的国家级或省级保护地(陈秋夏 等, 2019)。

3.2 秋茄种群生长发育情况

引起秋茄种群生长差异的主要影响因素是温度和土壤含盐量,与土壤理化性质无显著相关性(杨升 等, 2021; 张宜辉 等, 2006)。红树林生境具有高盐的特征, 盐度是影响红树植物生长的主要因素, 直接影响红树林造林成活率(廖岩 等, 2007; 刘逸泠 等, 2017)。研究发现, 秋茄的适宜生长盐度区间为7.5‰~21.2‰(林鹏 等, 1984)。本研究中, 含盐量处于秋茄适宜生长区间的分别是龙港市新美洲村(13.76‰)和龙湾区树排沙岛(20.90‰), 而乐清市西门岛盐度(27.71‰)超出最适宜生长范围。盐度过高抑制秋茄生长, 但秋茄耐盐程度较高, 乐清市西门岛盐度虽超出适宜区间, 但仍耐受范围内, 且能够存活成林, 仅生长速度较新美洲村和树排沙岛迟缓。对不同区域相同树龄的秋茄树高对比发现, 低纬度龙港市新美洲村红树林最高, 其次为高纬度乐清西门岛, 中纬度龙湾区树排沙岛的最低。秋茄喜热, 温度可能是造成树高生长差异的主要原因, 低纬度苍南地区温度稍高于乐清和西门岛, 利于秋茄生长(王友绍, 2021)。同时土壤含盐量也对生长产生一定的影响(林鹏 等, 1984), 龙港新美洲村和乐清西门岛更适宜秋茄生长。基径生长则是龙湾区树排沙岛基径最大, 其次是乐清西门岛, 龙港新美洲村最小。红树林基径差异容易受滩涂淤积影响, 过高的淤积抑制秋茄生长, 严重可导致红树林大面积退化和死亡(潘良浩 等, 2021)。
树木生长量表征着个体水平在一定时间内的增长量, 其中树高和胸径是衡量树木生长状况、决定植物生产力的重要指标(Bowman et al, 2013)。本研究发现, 2015年在龙港市、乐清市和龙湾区栽植的4年生秋茄种群平均株高达72.44cm。而同纬度鳌江口2000年栽植5年生秋茄平均株高73.1cm(金川 等, 2012), 2015年栽植秋茄的4年生长量已接近2000年栽植秋茄5年的生长水平。这可能与全球变暖促进了植物的生长和有利于红树植物向高纬度地区扩散有关(Record et al, 2013; Alongi, 2015; 王友绍, 2021)。

3.3 浙江红树林存在的问题和建议

从浙江红树林引种造林调查结果来看, 也存在一些问题。例如, 苍南县在2015—2019年间, 造林面积达到84.00hm2, 现在保留面积为55.80hm2 (表1), 主要是由于前期造林地点选择不当, 未充分考虑秋茄生长适宜的滩涂高程, 以及避免风浪较大的区域。调查发现龙湾区树排沙岛已发生大面积考氏白盾蚧(Pseudaulacaspis caspiscockerelli Cooley)危害(仇建标 等, 2021), 严重危害秋茄生长, 早期由于管理不到位, 造成大面积死亡, 并且在树排沙岛由于油污染, 引发成片秋茄林死亡。在乐清市西门岛, 原本保留了少量20世纪50—60年代种植的秋茄林, 但受2016年底的寒潮影响, 地上部分全部冻死, 而且造林保存率偏低, 使乐清西门岛红树林成小斑块状分布(表1)。在乐清西门岛红树林, 互花米草入侵严重, 大部分红树林被互花米草包围。
针对浙江红树林存在的问题, 建议: (1)在造林前期, 一定要有科学的论证, 包括造林工程的必要性、造林地选择科学性、植物物种的适宜性等; (2)在造林过程中, 做好种苗的质检工作, 避免病虫害引入, 同时保证工程质量, 尤其是需要进行微地形改造的区域必须满足设计要求; (3)造林后, 加强管护工作, 尤其是互花米草等入侵性杂草的清理, 同时注意病虫害的防治和周边污染排放的监控; (4)在极端气候发生前, 主要做好防护工作, 尤其在乐清湾, 需要时刻寒潮的影响, 可以在小水潮喷施防冻剂, 提升植物的抗寒能力。
因此, 浙江省人工红树林发展正在迅速前行, 营建面积急速增加, 达到386.77hm2, 其中幼林(3年内)面积占到52.06%, 而且林分矮化成灌木群落, 林分单一, 主要为秋茄纯林。在适生区, 秋茄林分群落生长发育主要土壤盐分影响。但在红树林营建中, 要选择宜林区域造林, 并注意做好病虫害的防治和寒潮前的防护工作。
[1]
陈秋夏, 杨升, 王金旺, 等, 2019. 浙江红树林发展历程及探讨[J]. 浙江农业科学, 60(7): 1177-1181. (in Chinese)

[2]
但新球, 廖宝文, 吴照柏, 等, 2016. 中国红树林湿地资源、保护现状和主要威胁[J]. 生态环境学报, 25(7): 1237-1243.

DAN XINQIU, LIAO BAOWEN, WU ZHAOBAI, et al, 2016. Resources, conservation status and main threats of mangrove wetlands in China[J]. Ecology and Environmental Sciences, 25(7): 1237-1243. (in Chinese with English abstract)

[3]
杜群, 陈征海, 孙孟军, 等, 2004. 浙江省红树林资源调查及其发展规划[J]. 林业调查规划, 29(3): 9-12.

DUQUN, CHEN ZHENGHAI, SUN MENGJUN, et al, 2004. Investigation on mangrove resource and development plan in Zhejiang Province[J]. Forest Inventory and Planning, 29(3): 9-12. (in Chinese with English abstract)

[4]
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)

[5]
金川, 王金旺, 郑坚, 等, 2012. 异速生长法计算秋茄红树林生物量[J]. 生态学报, 32(11): 3414-3422.

JIN CHUAN, WANG JINWANG, ZHENG JIAN, et al, 2012. An assessment method of Kandelia obovata population biomass[J]. Acta Ecologica Sinica, 32(11): 3414-3422. (in Chinese with English abstract)

DOI

[6]
廖岩, 陈桂珠, 2007. 盐度对红树植物影响研究[J]. 湿地科学, 5(3): 266-273.

LIAO YAN, CHEN GUIZHU, 2007. Review on influence of salinity on mangrove[J]. Wetland Science, 5(3): 266-273. (in Chinese with English abstract)

[7]
林鹏, 陈德海, 肖向明, 等, 1984. 海滩盐度对两种红树叶的碳水化合物和含氮化合物含量的影响[J]. 海洋学报, (6): 851-855. (in Chinese)

[8]
林鹏, 1997. 中国红树林生态系[M]. 北京: 科学出版社.

LIN PENG, 1997. Mangrove ecosystem in China[M]. Beijing: Science Press. (in Chinese with English abstract)

[9]
刘逸泠, 覃盈盈, 郑海雷, 2017. 红树植物耐水淹和高盐适应性研究进展[J]. 厦门大学学报(自然科学版), 56(3): 314-322.

LIU YILING, QIN YINGYING, ZHENG HAILE, 2017. Research progresses of water logging tolerance and high saline adaptation of mangrove plants[J]. Journal of Xiamen University (Natural Science), 56(3): 314-322. (in Chinese with English abstract)

[10]
卢元平, 2018. 中国五省红树林景观格局的十年动态及保护空缺研究[D]. 昆明: 云南大学.

LU YUANPING, 2018. Landscape pattern changes for a decade and GAP analysis of mangrove ecosystems in China’s five provinces[D]. Kunming: Yunnan University. (in Chinese with English abstract)

[11]
潘良浩, 史小芳, 范航清, 等, 2021. 广西铁山港围填海导致的高岭土快速沉积致红树林死亡原因分析[J]. 广西科学院学报, 37(3): 270-278.

PAN LIANGHAO, SHI XIAOFANG, FAN HANGQING, et al, 2021. Analysis of mangrove mortality due to rapid kaolinite deposition caused by reclamation in Tieshan Bay, Guangxi[J]. Journal of Guangxi Academy of Sciences, 37(3): 270-278. (in Chinese with English abstract)

[12]
仇建标, 方晓琪, 陈继浓, 等, 2021. 浙江红树林介壳虫的发生及防治[J]. 现代农业科技, (6): 116-117, 121. (in Chinese)

[13]
谭芳林, 游惠明, 黄丽, 等, 2014. 秋茄幼苗对盐度-淹水双胁迫的生理适应[J]. 热带作物学报, 35(11): 2179-2184.

TAN FANGLIN, YOU HUIMING, HUANG LI, et al, 2014. Physiological adaptability of Kandelia candel seedlings to salt-water stress[J]. Chinese Journal of Tropical Crops, 35(11): 2179-2184. (in Chinese with English abstract)

[14]
王浩, 任广波, 吴培强, 等, 2020. 1990-2019年中国红树林变迁遥感监测与景观格局变化分析[J]. 海洋技术学报, 39(5): 1-12.

WANG HAO, REN GUANGBO, WU PEIQIANG, et al, 2020. Analysis on the remote sensing monitoring and landscape pattern change of mangrove in China from 1990 to 2019[J]. Journal of Ocean Technology, 39(5): 1-12. (in Chinese with English abstract)

[15]
王文卿, 王瑁, 2007. 中国红树林[M]. 北京: 科学出版社.

WANG WENQING, WANG MAO, 2007. The mangrovesof China[M]. Beijing: Science Press. (in Chinese with English abstract)

[16]
王友绍, 2021. 全球气候变化对红树林生态系统的影响、挑战与机遇[J]. 热带海洋学报, 40(3): 1-14.

DOI

WANG YOUSHAO, 2021. Impacts, challenges and opportunities of global climate change on mangrove ecosystems[J]. Journal of Tropical Oceanography, 40(3): 1-14. (in Chinese with English abstract)

DOI

[17]
杨升, 卢翔, 刘星, 等, 2021. 浙江不同河口滩涂秋茄树幼苗生长适应性试验[J]. 浙江林业科技, 41(2): 60-66.

YANG SHENG, LU XIANG, LIU XING, et al, 2021. Experiment of Kandelia obovata seedlings in different estuaries in Zhejiang[J]. Journal of Zhejiang Forestry Science and Technology, 41(2): 60-66.. (in Chinese with English abstract)

[18]
张宜辉, 王文卿, 吴秋城, 等, 2006. 福建漳江口红树林区秋茄幼苗生长动态[J]. 生态学报, 26(6): 1648-1656.

ZHANG YIHUI, WANG WENQING, WU QIUCHENG, et al, 2006. The growth of Kandelia candel seedlings in mangrove habitats of the Zhangjiang Estuary in Fujian Province, China[J]. Acta Ecologica Sinica, 26(6): 1648-1656. (in Chinese with English abstract)

DOI

[19]
自然资源部. (2021-08-25)[2022-01-07]. 第三次全国国土调查主要数据公报[EB/OL]. (2021-08-25)[2022-01-07]. http://www.mnr.gov.cn/dt/ywbb/202108/t20210826_2678340.html.. (in Chinese)

[20]
ALONGI D M, 2015. The impact of climate change on mangrove forests[J]. Current Climate Change Reports, 1(1): 30-39.

DOI

[21]
BOWMAN D M J S, BRIENEN R J W, GLOOR E, et al, 2013. Detecting trends in tree growth: Not so simple[J]. Trends in Plant Science, 18(1):11-17.

DOI PMID

[22]
CÁRDENAS N Y, JOYCE K E, MAIER S W, 2017. Monitoring mangrove forests: Are we taking full advantage of technology?[J]. International Journal of Applied Earth Observation and Geoinformation, 63: 1-14.

DOI

[23]
HAMILTON S E, CASEY D, 2016. Creation of a high spatio-temporal resolution global database of continuous mangrove forest cover for the 21st century (CGMFC-21)[J]. Global Ecology and Biogeography, 25(6): 729-738.

DOI

[24]
LOVELOCK C E, 2008. Soil respiration and belowground carbon allocation in mangrove forests[J]. Ecosystems, 11(2): 342-354.

DOI

[25]
PALACIOS M L, CANTERA J R, 2017. Mangrove timber use as an ecosystem service in the Colombian Pacific[J]. Hydrobiologia, 803(1): 345-358.

DOI

[26]
RECORD S, CHARNEY N D, ZAKARIA R M, et al, 2013. Projecting global mangrove species and community distributions under climate change[J]. Ecosphere, 4(3): 1-23.

Outlines

/