Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2018 , Vol. 37 >Issue 2: 47 - 54

DOI: https://doi.org/10.11978/2017055

Orginal Article

Preliminary assessment of Tieshangang Bay mangrove ecosystem vulnerability based on VSD model

  • LI Xiaowei , 1, 2 ,
  • HUANG Zimei 2 ,
  • CHEN Jianfeng 2 ,
  • WANG Xin 1 ,
  • WEI Jiangling 3
Expand
  • 1. Guangxi Key Lab of Mangrove Conservation and Utilization, Guangxi Mangrove Research Center, Beihai 536000, China
  • 2. Beihai Marine Environmental Monitoring Center Station, State Oceanic Administration, Beihai 536000, China
  • 3. Shankou National Mangrove Ecosystem Reserve Administration of Guangxi, Beihai 536000, China
Corresponding author: LI Xiaowei. E-mail:

Received date: 2017-05-14

  Request revised date: 2017-09-13

  Online published: 2018-04-11

Supported by

Open Research Fund of Guangxi Key Laboratory of Mangrove Conservation and Utilization (GKLMC-201701)

Copyright

热带海洋学报编辑部
Fold

Abstract

According to the three elements of “exposure-sensitivity-adaptive capacity,” an index system framework of mangrove ecosystem vulnerability assessment was established based on a VSD (vulnerability scoping diagram) evaluation model. Redefining the vulnerability classification criteria, improved comprehensive index method and fuzzy evaluation method were applied to quantitatively evaluate the mangrove ecosystem vulnerability of Tieshangang Bay in 1989, 2003 and 2014, respectively. The results showed that the mangrove ecosystem vulnerability comprehensive evaluation index values in these three years were 0.145, 0.255 and 0.334, respectively; the scores increased over the years, indicating the Tieshangang Bay ecosystem vulnerability tended to be increasingly vulnerable. First, the mangrove ecosystem exposure index of Tieshangang Bay was increasing, and the major artificial stress factors were reclamation areas and the discharge of wastewater. Second, the sensitivity of Tieshangang Bay mangrove ecosystem was obviously intense, the main sensitive factors were comprehensive index of marine life quality, biological diversity indexes of benthos and intertidal organisms. Last but not least, the adaptive capacity of the ecosystem increased slightly, but is generally weaker.

Key words： vulnerability; mangrove; ecosystem; assessment; Tieshangang

Cite this article

LI Xiaowei , HUANG Zimei , CHEN Jianfeng , WANG Xin , WEI Jiangling . Preliminary assessment of Tieshangang Bay mangrove ecosystem vulnerability based on VSD model[J]. Journal of Tropical Oceanography, 2018 , 37(2) : 47 -54 . DOI: 10.11978/2017055

红树林生态系统有着特殊的生态服务功能, 对海湾的生态系统乃至人类生存和发展都有着非同寻常的意义。然而, 随着社会经济的发展, 在高强度的人类开发利用活动和自然灾害扰动下, 红树林遭到人为破坏和工程占用, 海域生态环境质量下降, 红树林残次、矮小、断带现象时有发生, 生态脆弱化特征开始显现。因此, 当前急需加强红树林生态系统评价研究, 为红树林保护提供科学依据。
从红树林生态系统评价的研究内容来看, 主要分为两类, 一类是对红树林生态系统所处的状态及其受到干扰后的变化趋势状态进行评价, 如红树林所在水体质量评价(韦蔓新 等, 2013)、生态系统健康评价(郑耀辉 等, 2010)、生态系统脆弱性评价(李莎莎 等, 2014)、生态退化评价(卢昌义 等, 2011)以及生态承载力评价(胡霞 等, 2013)等; 另一类是对红树林生态系统服务功能进行评价(伍淑婕, 2007)。随着研究方法的不断发展, 综合指数法、图层叠置法、模糊物元评价法、层次分析法等综合评价方法得到广泛应用(李平星 等, 2014a)。目前, 关于红树林生态脆弱性评价研究报道较少, 但是关于流域生态系统脆弱性(王丽婧 等, 2005)、海岸湿地生态系统脆弱性(张云峰, 2010)、海岛生态环境脆弱性(冷悦山 等, 2008)和海湾生态系统脆弱性(彭欣 等, 2009; 程建新 等, 2012; 钟慧琪 等, 2017)等的评价研究, 以及红树林生态系统相关评价研究却较多, 这为本文的研究奠定了基础。
红树林生态系统脆弱性既有海湾湿地生态系统脆弱性的绝大部分共有特点, 也有着自身特殊的生态特性。从已取得的研究成果来看, 目前对红树林生态健康、生态退化评价指标体系等众多研究中均采用的是“压力—状态—响应”(pressure-state- response, PSR)模型, 而红树林生态脆弱性评价主要研究的是在外界环境干扰后红树林生态系统的应变能力, 与红树林生态健康评价、生态退化评价存在一定区别, PSR模型并不适用于红树林生态系统脆弱性评价。本文引入Polsky等(2007)提出的脆弱性域图(vulnerability scoping diagram, VSD)模型来评价红树林生态系统的脆弱性, 该模型以自然生态系统脆弱性的内涵三要素“暴露程度(exposure)、敏感性(sensitivity)、适应能力(adaptation capacity)”为基础, 用“目标层—要素层—指标层”逐级分解的方式构成评价体系, 并在生态系统脆弱性评价方面得到广泛应用(李平星 等, 2014a, 2014b; 魏晓旭 等, 2016)。
铁山港湾位于北部湾东北部、北海市区东部, 其范围包括北海市的营盘至合浦县英罗港附近连线与陆岸包围的水域(图1)。该湾为一狭长的台地溺谷型海湾, 内湾呈鹿角状, 湾口为喇叭形, 全湾岸线长170km, 海湾面积340km2, 其中滩涂面积约173km2, 海域范围位于109°26′E—109°45′E, 21°28′35″N—21°45′N(中国海湾志编纂委员会, 1993)。铁山港湾为半封闭性海湾, 其地势北高南低, 海底坡度平缓, 其水深0~18m。湾北部和东、西两侧有发育良好的大面积浅滩, 湾内红树林资源分布广阔, 并且设立有广西山口红树林国家级自然保护区。自广西北部湾经济区成立以来, 铁山港湾的开发利用活动频繁, 特别是湾西岸大面积围填海和临海工业开发以及东岸龙港新区的规划建设, 铁山港湾的红树林生态系统面临巨大压力。研究铁山港湾红树林生态系统脆弱性状况, 并分析促使该湾红树林生态系统脆弱的扰动胁迫因子, 可以为红树林保护管理部门提供科学的决策依据, 对实现铁山港湾社会经济和红树林生态的可持续发展具有重要意义。
Fig. 1 Map of Tieshangang Bay

图1 铁山港湾研究区域示意图

1 材料与方法

1.1 资料来源与处理

本文主要搜集了3个年份(1989年、2003年和2014年)的相关基础资料, 包括评价指标体系中的所有指标基础数据。其中1989年海洋环境质量、生物现状资料来自《中国海湾志》第十二分册(广西海湾), 2003年和2014年的水质、生物监测资料来自国家海洋局北海海洋环境监测中心站针对铁山港湾工程用海使用论证项目开展的监测资料; 风暴潮灾害资料来自广西海洋预报台统计资料; 海平面上升数据采用铁山港石头埠水文观测站潮位资料分析结果; 红树林种类、覆盖度资料来自广西红树林研究中心监测数据; 其余指标资料引自政府部门的相关统计年鉴和期刊文献。
由于选取的各评价指标值类型、量纲有所不同, 因此需对各评价指标值进行标准化处理。各单项评价指标数据按照5级(很好、好、一般、差、很差)分类的标准进行处理。各级标准划分主要是依据环境质量标准、总量控制指标以及经济、社会等领域的已有研究成果进行确定。具体是采用隶属度打分法将原始数据转换成为无量纲的值, 计算过程中正、负向指标分别计算, 标准化后各指标的值在[0,1]之间。

1.2 研究方法

1.2.1 评价指标体系构建
广西红树林生态系统有着自身的生态特性(李信贤 等, 1991), 从目前学者在红树林生态系统健康、生态退化、承载力方面研究中已建立的评价指标体系中筛选出与铁山港湾红树林生态系统脆弱性相关的因素和指标作为研究对象, 基于VSD模型, 构建了铁山港湾红树林生态系统脆弱性评价体系(表1)。
Tab. 1 Index of mangrove ecological vulnerability evaluation

表1 红树林生态脆弱性评价指标体系

子目标层 要素层 指标层
编号 内容 编号 内容 编号 内容 指标指向
A1 暴露程度 B1 人为胁迫 C1 滩涂围垦面积比 +
C2 陆源污染排放量 +
C3 临海工业废水排放量 +
C4 海域养殖污染排放量 +
B2 自然压力 C5 风暴潮灾害个数 +
C6 海平面上升速率 +
C7 大气污染程度 +
C8 外来物种入侵程度 +
A2 敏感性 B3 环境状态 C9 水质状况 -
C10 沉积物状况 -
C11 生物质量状况 -
C12 日照时长 -
C13 降水量 -
C14 大风天数 +
B4 生物状态 C15 浮游植物多样性 -
C16 浮游动物多样性 -
C17 底栖生物多样性 -
C18 潮间带生物多样性 -
A3 适应能力 B5 社会响应 C19 海洋环境保护政策 +
C20 公众保护意识 +
B6 生态弹性 C21 红树林种类 +
C22 红树林覆盖度 +
评价指标体由3个层次构成, 即子目标层、要素层和指标层, 其中子目标层为暴露程度、敏感性、适应能力三个方面; 要素层为反映子目标层的因子; 指标层为用于表达要素层而选取的具体指标。各项指标的指向主要是依据自然环境、社会经济等领域的已有研究成果进行确定, 其中: “+”表示指标越高(大、多、好), 其所在的子目标层影响越强; “-”表示指标越高(大、多、好), 子目标层影响越弱。
1.2.2 指标权重的计算方法
在指标权重确定方面, 研究方法较多, 但归纳起来只有两种: 主观赋权法和客观赋权法, 两种方法各有优缺点。从目前的脆弱性评价研究情况来看, 绝大部分研究均采用的是层次分析法(analytic hierarchy process, AHP)来确定指标的权重(徐明德 等, 2011; 李平星 等, 2014a, 2014b; 钟慧琪 等, 2017), 具体是通过Yaahp软件计算完成。为了克服主观赋权法、客观赋权法各自缺点, 本文采用层次分析法和熵权法两者相合的方法来计算权重。其中, 层次分析法是在Yaahp软件(www.jeffzhang.cn)中建立层次模型, 采用标度法对各要素、指标的重要性进行两两比较并结合专家问卷咨询结果, 构建要素层判断矩阵并进行一致性检验, 通过软件自带的计算功能得到全部单项指标的权重Qn; 熵权法主要基于熵权值法(李玉琳 等, 2006) , 具体计算如下。
建立多属性决策矩阵:
$M=\begin{bmatrix} C_{11} & C_{12} & \cdots C_{1n}\\ C_{21} & C_{22} & \cdots C_{2n}\\ C_{31} & C_{32} & \cdots C_{3n} \end{bmatrix}$
$P_{in}=\frac{C_{in}}{\sum^{i}_{j=1}C_{in}}$
$E_{n}=-K \sum^{i}_{j=1}P_{in} ln(P_{in})$
$D_{n}=1-E_n$
$Q'_{n}=\frac{D_{n}}{\sum^{n}_{i=1}D_n}$
其中, Cin为第i个研究年份的第n个指标值, i为年份数序数, i = 1, 2, 3; n为指标序数, n = 1, 2, …, 22; Pin表示第n个指标所在年份序数i的贡献度, En为第n个指标的贡献总量, 常数K=1/ln3, Dn为第n个指标下贡献度的一致性程度, Qn′为第n个指标的权重值。
最终权重取Wn=(Qn+Qn′)/2, 其中Qn、Qn′分别为层次分析法、熵权法计算得到权重值, 具体权重计算结果见表2。
Tab. 2 Weight calculation result

表2 权重计算结果

研究指标 Qn Qn′ Wn
C1 0.0967 0.0632 0.0800
C2 0.0591 0.0418 0.0504
C3 0.0513 0.0318 0.0415
C4 0.0338 0.0526 0.0432
C5 0.0091 0.0038 0.0064
C6 0.0256 0.0074 0.0165
C7 0.0998 0.0176 0.0587
C8 0.0702 0.0343 0.0522
C9 0.0584 0.0262 0.0423
C10 0.1107 0.0262 0.0685
C11 0.0360 0.0211 0.0285
C12 0.0046 0.0338 0.0192
C13 0.0063 0.0338 0.0200
C14 0.0063 0.0428 0.0245
C15 0.0361 0.0865 0.0613
C16 0.0494 0.0865 0.0679
C17 0.0554 0.0865 0.0710
C18 0.0350 0.1082 0.0716
C19 0.0338 0.0367 0.0353
C20 0.0841 0.0367 0.0604
C21 0.0129 0.0815 0.0472
C22 0.0256 0.0408 0.0332

1.3 评价方法

1.3.1 改进的综合指数法
根据评价指标的标准化值和权重, 釆用综合指数法可以计算得到生态系统脆弱性状况的单一指数。由于VSD模型中适应能力反映的是红树林生态系统适应环境影响而自我恢复的能力, 适应能力越大, 表示红树林生态系统恢复到平衡状态的可能性越大, 其脆弱性越小。如果只是对适应能力指标层中的各指标作负向处理, 其得出的综合评价指数就会偏高。因此, 本文对适应能力这一子目标层作负向处理, 提出的红树林生态系统脆弱性综合指数计算方法改进如下。
$V=\sum^{n}_{i=1}E_{i}W_{i}+\sum^{m}_{j=1}S_{j}W_{j}+\sum^{p}_{k=1}A_{k}W_{k}$
式中, V表示红树林生态脆弱性综合指数, Ei为暴露程度层各指标i的标准化值, Wi为暴露程度层指标i的权重值, n为暴露程度层指标个数; 同理, Sj为敏感性层指标j的标准化值, Wj为敏感性层指标j的权重值, m为敏感性层指标个数; Ak为适应能力层指标k的标准化值, Wk为适应能力层指标k的权重值, p为适应能力层指标个数。V值越大, 表明生态脆弱性越强。
1.3.2 模糊综合评价法
由于综合指数法计算得出的脆弱性指数较为刚性, 只能用于不同年份的比较分析, 不能明确反映出各个年份的生态脆弱性程度, 因此, 为了摸清铁山港湾红树林生态在各个评价年份的脆弱性状况, 引入模糊综合评价法进行评价。
首先确定评价因子, 选取22个指标层作为评价因子, 建立评价等级体系, 评价级别按模糊综合评价法常见的等级标准设为5级, 即V = {微脆弱, 轻脆弱, 中脆弱, 重脆弱, 极脆弱}, 这样划分的优势
在于每个级别的变化程度不如3级(弱、中、强)那么强烈, 更有利于反映相邻两个级别之间临界评价值的客观评价。
然后建立模糊关系矩阵:
$R=\begin{bmatrix} r_{11} & r_{12} & \cdots & r_{1m}\\ r_{21} & r_{22} & \cdots & r_{2m}\\ \cdots & \cdots & \cdots & \cdots\\ r_{n1} & r_{n2} & \cdots & r_{nm} \end{bmatrix}$
式中: m表示评价等级体系级别, n表示子目标层所包含的指标个数; rnm表示评价体系中第n个指标对应于评价等级vm的隶属度, m = 1, 2, …, 5 。隶属度根据评价级别也划为5级, 分别为很低、较低、一般、较高、很高。采用“降半梯形分布法”(程建新 等, 2012)计算, 若Si为对应的各隶属度级别标志值, 则Si={0, 0.2, 0.4, 0.6, 0.8}, i=1, 2, …, 5。
最后, 模糊综合评价模型为:
$V=W \times R=(V_{1r}, V_{2r}, V_{3r}, V_{4r}, V_{5r})$
式中, V为生态系统脆弱性评价目标的评价结果, R为模糊关系矩阵, Vir为评价目标的各脆弱性级别评价结果(i=1, 2, …, 5), W=(w1, w2, …, wn), wn为各评价指标对应的权重。根据前文提及的改进的综合指数法中适应能力这一子目标层作负向处理的思路, 可以得出Vir的取值区间为[-∑Wi, ∑Wj+∑Wk], 值域为1。因评价级别为5级, 按照均匀划分的方法, 每个级别的值域为0.2。由表1和表2可知, Vir取值区间为[-0.1761, 0.8239]。根据Vir的最小值, 每隔0.2确立为一个级别, 建立分级标准(表3)。
Tab. 3 Criteria for classification of mangrove ecosystem vulnerability

表3 红树林生态系统脆弱性分级标准

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ
V值 [-0.1761, 0.0239) [0.0239, 0.2239) [0.2239, 0.4239) [0.4239, 0.6239) [0.6239, 0.8239]
状态 微脆弱 轻脆弱 中脆弱 重脆弱 极脆弱

2 结果与讨论

2.1 综合指数法评价结果与讨论

应用改进的综合指数评价法, 评价了1989年、2003年和2014年3个年份的红树林生态脆弱性状况, 结果见图2。
从图2可以看出, 1989年、2003年和2014年铁山港湾的红树林生态脆弱性综合指数分别为0.145、0.255和0.334, 呈现递增状态, 说明铁山港湾红树林生态系统呈现逐渐脆弱的态势。
从评价指标体系中的各子目标层进行分析, 三个评价年份的暴露程度指数均小于0.2, 处于“很低”的等级, 但逐渐变大的趋势非常明显, 说明铁山港湾红树林生态系统受到人为活动和自然压力的影响愈发严重。暴露程度中各指标基本都具有相应的变化趋势, 其中有较大贡献的指标是滩涂围垦面积和养殖、工业污染废水的排放, 这与铁山港湾近年来的港口、临海工业大规模填海开发利用活动有直接的关系。
Fig. 2 Evaluation results of improved comprehensive index method

图2 改进的综合指数法评价结果

1989年和2003年的敏感性指数均小于0.2, 处于“很低”的等级。2014年的敏感性指数为0.255, 处于“较低”的等级。敏感性指数的上升, 说明铁山港湾红树林生态系统在外界扰动环境下, 代表敏感性的环境质量指标和生物状态指标已开始趋于敏感和脆弱, 比如生物质量综合指数和生物多样性指数三个评价年份的得分均较高。引起铁山港湾红树林生态系统敏感性不断升高的原因是随着社会经济的发展和时间的推移, 铁山港湾水质、沉积物质量、生物质量和生物多样性指数呈现逐步下降的趋势。因此, 要想减缓敏感性指数的变化趋势, 必须加强海洋环境保护, 改善水体环境质量。
适应能力指数与脆弱性指数呈负相关, 即其值越小, 脆弱性指数越大。由图2可知, 适应能力指数总体得分均较小, 其值从1989年的0.041到2003年的0.052, 再到2014年的0.066, 不断升高, 这种变化趋势与海洋环境保护制度和红树林保护制度逐步实施,以及公众保护红树林意识的逐步增强密不可分。

2.2 模糊综合法评价结果与讨论

采用模糊综合评价法评价了1989年、2003年和2014年3个年份铁山港湾红树林生态系统脆弱性指标体系中各子目标层相对各评价级别的隶属度, 见表4。
Tab. 4 Subsystem subordinate degree of mangrove ecosystem vulnerability of Tieshangang Bay

表4 铁山港湾红树林生态系统脆弱性子目标隶属度

年份 子目标层 隶属度
很低 较低 一般 较高 很高
1989年 暴露程度 0.1037 0.2421 0.0032 0.0000 0.0000
敏感性 0.0589 0.2686 0.0836 0.0223 0.0415
适应能力 0.0302 0.0891 0.0568 0.0000 0.0000
2003年 暴露程度 0.0955 0.1714 0.0820 0.0000 0.0000
敏感性 0.0767 0.0939 0.0513 0.2433 0.0096
适应能力 0.0000 0.0850 0.0910 0.0000 0.0000
2014年 暴露程度 0.0000 0.0917 0.1578 0.0994 0.0000
敏感性 0.0000 0.0000 0.2115 0.2132 0.0501
适应能力 0.0000 0.0332 0.1164 0.0264 0.0000
利用式(8)计算, 得出1989年、2003年和2014年铁山港湾红树林生态系统脆弱性评价结果分别为(0.0586, 0.1943, 0.0290, 0.0102, 0.0190)、(0.0694, 0.0888, 0.0362, 0.1114, 0.0044)和(0, 0.0268, 0.1320, 0.1284, 0.0229), 如图3所示。
Fig. 3 Evaluation results of fuzzy evaluation method

图3 模糊评价法评价结果

由图3可知, 1989年、2003年和2014年铁山港湾红树林生态系统脆弱性综合评价的最大值分别为0.1934、0.1114和0.1320, 均属于评价级别中的“轻脆弱”级。从评价级别的构成分析, 铁山港湾红树林生态系统脆弱性在1989年隶属度最高的三个级别组成为“微脆弱”、“轻脆弱”、“中脆弱”, 在2003年为“微脆弱”、“轻脆弱”、 “重脆弱”, 在2014年为“轻脆弱”、“中脆弱”、“重脆弱”, 表明随着时间的演变, 铁山港湾红树林生态系统脆弱性整体变化趋势明显。
从各子目标层隶属度程度(表4)分析, 1989年、2003年铁山港湾红树林生态系统脆弱性面临的暴露程度均对应于“较低”的隶属度最大, 而2014年暴露程度对应于“一般”的隶属度最大, 说明近年来暴露程度中部分指标的影响力作用明显增强, 如滩涂围垦面积指标和各废水排放量指标的增幅就比较大。从变化趋势看, 暴露程度对应于“一般”和“较高”的隶属度上升, 说明铁山港湾红树林生态系统脆弱性开始受到不断增强的人为胁迫和自然压力的影响。
1989年铁山港湾红树林生态系统脆弱性面临的敏感性对应于“较低”的隶属度最大, 2003年、2014年敏感性对应于“较高”的隶属度最大。敏感性程度的上升主要体现在生物多样性指数在“一般”和“较高”的隶属度增加, 从具体指标来看, 海洋生物质量综合指数和各生物的多样性指数均有下降, 其中潮间带生物多样性指数下降最大, 从1989年的3.45下降到2014年的2.34, 这说明铁山港湾生物状态的敏感性不断趋向脆弱性。
1989年铁山港湾红树林生态系统脆弱性面临的适应能力对应于“较低”的隶属度最大, 2003年和2014年适应能力对应于“一般”的隶属度最大。铁山港湾红树林生态系统脆弱性的适应能力在三个年份上不断增强, 具体体现在海洋相关管理法规制度的完善和实施, 譬如2002年1月1日《中华人民共和国海域使用管理法》实施后铁山港湾沿岸围塘养殖占用红树林的现象大为减少, 广西区相关环境保护规划和保护制度的建立对红树林生态的保护也起到了积极作用。此外, 人工种植红树林的恢复措施得到广泛采用, 3个评价年份铁山港湾红树林的覆盖面积呈现出逐步上升的趋势(莫权芳 等, 2014), 这说明红树林生态适应能力在政府政策调控和生态响应方面呈现转好的态势。

3 结语

本文采用改进的综合指数法和模糊综合评价法, 初步评价了铁山港湾红树林生态系统在1989年、2003年和2014年3个年份的脆弱性水平。研究结果显示, 随着时间的推移, 铁山港湾的红树林生态系统已呈现逐渐脆弱的态势。红树林生态系统面临的暴露程度不断增大, 其主要胁迫因子为滩涂围垦面积、临港工业废水; 生态环境敏感性越来越强, 主要的敏感因子有海洋生物质量综合指数、底栖生物和潮间带生物指数; 适应能力略有增强, 但总体仍较弱。通过研究发现, 红树林生态系统脆弱性评价指标体系中指标的选取、指标数据的标准化处理及指标权重的计算均会对评价结果产生直接影响。本文选取的22项评价指标虽然覆盖了大部分能反映红树林生态系统脆弱性特征的因子, 但仍不能完全反映出红树林生态系统构成的复杂性, 并且各指标之间的相关性有待进一步验证。其次, 各评价年份的水环境质量和生物现状资料数据来源不一致, 可能会因调查方法的差异和调查时间、调查指标不同, 在计算质量综合指数和生物多样性指数时会导致敏感性目标分析结果有所偏差。最后, 本文选择的评价方法只适合于区域红树林生态系统整体脆弱性水平研究, 不能反映红树林脆弱性环境的具体分布区域和分布面积。因此, 在下一步的研究过程中, 搜集更全面更科学的数据, 建立合适的红树林生态系统脆弱性评价模型, 以及引入“3S”技术进行区域分布评价将成为研究的重点。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
程建新, 肖佳媚, 陈明茹, 等, 2012. 兴化湾海湾生态系统退化评价[J]. 厦门大学学报(自然科学版), 51(5): 944-950.

CHENG JIANXIN, XIAO JIAMEI, CHEN MINGRU, et al, 2012. Ecosystem degradation assessment of Xinghua Bay[J]. Journal of Xiamen University (Natural Science), 51(5): 944-950 (in Chinese with English abstract).

[2]
胡霞, 莫创荣, 周云新, 等, 2013. 广西北部湾红树林生态承载力评价[J]. 生态科学, 32(4): 480-486.

HU XIA, MO CHUANGRONG, ZHOU YUNXIN, et al, 2013. Ecological capacity assessment of mangrove in Guangxi Beibu Gulf[J]. Ecological Science, 32(4): 480-486 (in Chinese with English abstract).

[3]
冷悦山, 孙书贤, 王宗灵, 等, 2008. 海岛生态环境的脆弱性分析与调控对策[J]. 海岸工程, 27(2): 58-64.

LENG YUESHAN, SUN SHUXIAN, WANG ZONGLING, et al, 2008. Vulnerability analysis of island ecological environment and regulating measures[J]. Coastal Engineering, 27(2): 58-64 (in Chinese with English abstract).

[4]
李平星, 陈诚, 2014a. 基于VSD模型的经济发达地区生态脆弱性评价——以太湖流域为例[J]. 生态环境学报, 23(2): 237-243.

LI PINGXING, CHEN CHENG, 2014a. Ecological vulnerability assessment of economic developed region based on VSD model: The case of Taihu basin[J]. Ecology and Environment Sciences, 23(2): 237-243 (in Chinese with English abstract).

[5]
李平星, 樊杰, 2014b. 基于VSD模型的区域生态系统脆弱性评价——以广西西江经济带为例[J]. 自然资源学报, 29(5): 779-788.

LI PINGXING, FAN JIE, 2014b. Regional ecological vulnerability assessment based on VSD model: A case study of Xijiang River Economic Belt in Guangxi[j]. Journal of Natural Resources, 29(5): 779-788 (in Chinese with English abstract).

[6]
李莎莎, 孟宪伟, 葛振鸣, 等, 2014. 海平面上升影响下广西钦州湾红树林脆弱性评价[J]. 生态学报, 34(10): 2702-2711.

LI SHASHA, MENG XIANWEI, GE ZHENMING, et al, 2014. Vulnerability assessment on the mangrove ecosystems in Qinzhou bay under sea level rise[J]. Acta Ecologica Sinica, 34(10): 2702-2711 (in Chinese with English abstract).

[7]
李信贤, 温远光, 何妙光, 1991. 广西红树林类型及生态[J]. 广西农学院学报, 10(4): 70-81.

LI XINXIAN, WEN GUANGYUAN, HE MIAOGUANG, 1991. The types and ecology of mangrove in Guangxi autonomous region[J]. Journal of Guangxi Agricultural College, 10(4): 70-81 (in Chinese with English abstract).

[8]
李玉琳, 高志刚, 韩延玲, 2006. 模糊综合评价中权值确定和合成算子选择[J]. 计算机工程与应用, 42(23): 38-42, 197.

LI YULIN, GAO ZHIGANG, HAN YANLING, 2006. The determination of weight value and the choice of composite operators in fuzzy comprehensive evaluation[J]. Computer Engineering and Applications, 42(23): 38-42, 197 (in Chinese with English abstract).

[9]
卢昌义, 吝涛, 叶勇, 等, 2011. 红树林生态退化机制评估指标体系构建与漳江河口案例研究[J]. 台湾海峡, 30(1): 97-102.

LU CHANGYI, LIN TAO, YE YONG, et al, 2011. Indicator system for assessing mangrove ecological degradation and a case study of the Zhangjiang Estuary[J]. Journal of Oceanography in Taiwan Strait, 30(1): 97-102 (in Chinese with English abstract).

[10]
莫权芳, 钟仕全, 2014. 基于Landsat数据的铁山港区红树林变迁及其驱动力分析研究[J]. 科学技术与工程, 14(23): 8-14.

MO QUANFANG, ZHONG SHIQUAN, 2014. Analysis of mangrove changes and its driving forces based on landsat data in Tieshangang[J]. Science Technology and Engineering, 14(23): 8-14 (in Chinese with English abstract).

[11]
彭欣, 仇建标, 陈少波, 等, 2009. 乐清湾生态系统脆弱性研究[J]. 海洋学研究, 27(3): 111-118.

PENG XIN, QIU JIANBIAO, CHEN SHAOBO, et al, 2009. The study on the vulnerability of the ecosystem in Yueqingwan Bay[J]. Journal of Marine Sciences, 27(3): 111-118 (in Chinese with English abstract).

[12]
王丽婧, 郭怀成, 刘永, 等, 2005. 邛海流域生态脆弱性及其评价研究[J]. 生态学杂志, 24(10): 1192-1196.

WANG LIJING, GUO HUAICHENG, LIU YONG, et al, 2005. Ecological fragility of Qionghai Lake basin and its assessment[J]. Chinese Journal of Ecology, 24(10): 1192-1196 (in Chinese with English abstract).

[13]
韦蔓新, 范航清, 何本茂, 等, 2013. 广西铁山港红树林区水体的营养水平与结构特征[J]. 热带海洋学报, 32(4): 84-91.

WEI MANXIN, FAN HANGQING, HE BENMAO, et al, 2013. Nutritional level and component characteristic of water in mangrove area of Tieshan Bay[J]. Journal of Tropical Oceanography, 32(4): 84-91 (in Chinese with English abstract).

[14]
魏晓旭, 赵军, 魏伟, 等, 2016. 中国县域单元生态脆弱性时空变化研究[J]. 环境科学学报, 36(2): 726-739.

WEI XIAOXU, ZHAO JUN, WEI WEI, et al, 2016. Spatial and temporal changes of ecological vulnerability per county unit in China[J]. Acta Scientiae Circumstantiae, 36(2): 726-739 (in Chinese with English abstract).

[15]
伍淑婕, 2007. 广西红树林生态系统服务功能分类体系研究[J]. 贺州学院学报, 23(2): 122-125.

WU SHUJIE, 2007. Classification systems for the mangrove forest ecosystem service functions in Guangxi[J]. Journal of Hezhou University, 23(2): 122-125 (in Chinese).

[16]
徐明德, 曹露, 何娟, 等, 2011. 基于GIS的生态环境脆弱性模糊综合评价[J]. 中国水土保持, (6): 19-21.

XU MINGDE, CAO LU, HE JUAN, et al, 2011. Fuzzy comprehensive evaluation on frangibility of ecological environment based on GIS[J]. Soil and Water Conservation in China, (6): 19-21 (in Chinese).

[17]
张云峰, 2010. 江苏盐城海岸湿地生态系统脆弱性评价体系构建[J]. 淮阴师范学院学报(自然科学), 9(1): 39-44.

ZHANG YUNFENG, 2010. The research on assessment system of coastal wetland based on its ecological vulnerability in Yancheng Jiangsu Province[J]. Journal of Huaiyin Teachers College (Natural Science), 9(1): 39-44 (in Chinese with English abstract).

[18]
郑耀辉, 王树功, 陈桂珠, 2010. 滨海红树林湿地生态系统健康的诊断方法和评价指标[J]. 生态学杂志, 29(1): 111-116.

ZHENG YAOHUI, WANG SHUGONG, CHEN GUIZHU, 2010. Diagnostic methods and assessment indictors for mangrove wetland ecosystem health[J]. Chinese Journal of Ecology, 29(1): 111-116 (in Chinese with English abstract).

[19]
中国海湾志编纂委员会, 1993. 中国海湾志: 第十二分册(广西海湾)[M]. 北京: 海洋出版社.

Editorial Committee of the Chinese Gulf Journal, 1993. Twelfth Chinese Journal of the Gulf (Guangxi Bay)[M]. Beijing: Ocean Press (in Chinese).

[20]
钟慧琪, 鲍姗姗, 韩宇, 等, 2017. 福建罗源湾海湾生态系统脆弱性评价[J]. 应用海洋学学报, 36(1): 16-23.

ZHONG HUIQI, BAO SHANSHAN, HAN YU, et al, 2017. Assessment on the vulnerability of Luoyuan Bay ecosystem, Fujian[J]. Journal of Applied Oceanography, 36(1): 16-23 (in Chinese with English abstract).

[21]
POLSKY C, NEFF R, YARNAL B, 2007. Building comparable global change vulnerability assessments: The vulnerability scoping diagram[J]. Global Environmental Change, 17(3-4): 472-485.

Options
Outlines

/

〈 〉