杨帆, 李雁泽, 郭小雅, 于淑亭, 李捷*, 黄建涛



莱州湾滨海湿地景观类型与土壤因子相关性研究

杨帆1,2, 李雁泽3, 郭小雅4, 于淑亭1, 李捷1*, 黄建涛1

1. 青岛理工大学环境与市政工程学院, 山东, 青岛 266033 2. 山东省黄河三角洲生态环境重点实验室, 山东, 滨州 256600 3. 中国人民大学附属中学, 北京 100080 4. 山东省胶东调水局, 山东, 青岛 266033

通过对Landsat 8遥感影像的解译, 根据莱州湾滨海湿地特征并结合野外实际调查, 得到2013—2016年莱州湾滨海湿地景观类型, 并分析景观格局变化与植被及土壤因子耦合关系。结果表明, 2013—2016年莱州湾天然滨海湿地面积减少, 人工滨海湿地面积增加。至2016年莱州天然滨海湿地面积811.41 km2, 人工滨海湿地面积1256.01 km2, 分别占39.25%和60.75%, 人工湿地中90%以上为养殖池和盐田; 滨海湿地向建设类转化的趋势明显; 天然湿地植被的变化与滨海湿地土壤养分之间存在着显著相互作用, 植被生物量和土壤养分含量是景观类型演变的驱动力因素, 其变化可以间接反应湿地变化后生态系统的变化。

莱州湾; 滨海湿地; 遥感; 景观类型; 土壤因子

1 前言

滨海湿地因其独特且重要的生态地位, 一直是环境生态学研究的热点, 由于传统测量的不便性[1-4], 通过遥感技术既能及时、综合地对湿地景观格局变化进行研究[5-7], 又可以为植被生物量反演、生态健康评价以及环境污染遥感检测等研究提供方便[8-10]。莱州湾的面积广阔, 不同位置海岸带的开发利用方式及利用程度差异较大, 是研究滨海湿地景观格局变化的理想区域。莱州湾滨海湿地研究目前主要涉及景观格局和地貌演变、海岸侵蚀、生物群落结构、滨海湿地退化和恢复等方面[11-16], 多限于莱州湾滨海湿地部分海岸带, 且多为较大时间尺度, 而大时间尺度的研究无法明确指示最近几年景观类型转移情况。

最近的研究表明土壤性质的改变能够很好地响应湿地景观类型, 同时湿地土壤肥力也会受到地表植被景观类型演变的影响[17-19], 植被与土壤因子的变化, 可以间接反应湿地变化后的生态系统变化。但目前缺乏小尺度下的景观类型面积与土壤因子耦合关系研究。本文通过遥感影像解译得到近年来莱州湾滨海湿地景观格局变化, 并在现场调查的基础上分析其与土壤因子间的耦合关系, 不仅可以对连续时间尺度上的莱州湾滨海湿地变化后生态系统的变化进行分析, 也能对未来莱州湾滨海湿地资源利用的变化趋势做出更具时效性的预测。

本文所选研究区域为山东省莱州湾(36.96°N—37.79°N,118.73E°—120.34°E), 自黄河口以南起, 经小清河、潍河、胶莱河等, 至龙口屺姆角。参考湿地公约[20]、美国[21]和加拿大[22]等国的湿地定义, 以及中华人民共和国海洋行业标准《滨海湿地生态监测技术规程HY/T080-2005》[23], 基于遥感影像信息提取难度和莱州湾的入海河流上溯距离, 以及人类活动对滨海湿地的影响, 把莱州湾滨海湿地下限定在大型海藻的生长区外缘, 并向内陆延伸20 km作为研究区域(图1)。

图1 研究区及景观格局野外观测点位

2 数据来源及研究方法

2.1 选取莱州湾2013—2016年5—8月成像的8幅Landsat8遥感影像, 行列号120/034、121/034, 云量0.09—5.8%, 满足解译需要。遥感影像来自地理空间数据云;

2.2 在ENVI 5.1中对遥感影像进行754、543和432波段融和;

2.3 利用ArcGIS 10.2进行目视解译, 按照1∶600000比例尺制图规范, 建立2013—2016年莱州湾滨海湿地景观格局类型分布图;

2.4 对解译结果进行面积计算, 通过 Excel把统计数据制作成直观的表格;

2.5 2016年8月选取100个点进行野外实地观测(图1), 与2016年遥感影响解译结果对比, 得到kappa系数。

2.6 按照主要景观类型, 沿莱州湾选取7个站位(图2), 由于遥感影像均为5—8月, 于2015年8月和2016年8月调查地上植物生物量、表层土壤pH值、有机质、全氮、碱解氮、有效磷和有效钾, 所有指标均测定3个平行, 取平均值。生物量各取样点取1 mÍ1 m样方内所有植物地上部分计算干重; pH值测定采用电位法; 有机质测定用重铬酸钾氧化, 硫酸亚铁滴定法; 土壤全氮测定用开氏法; 碱解氮测定用碱解扩散法; 有效磷测定用碳酸氢钠浸提-钼锑抗分光光度法; 有效钾测定用醋酸铵提取, 火燃光度法[24]。

2.7 以选择的7个站位为中心绘制圆形缓冲区, 统计缓冲区内的景观格局类型面积, 考虑到尺度效应的影响, 分别以100 m, 500 m, 1000 m, 2000 m为半径绘制缓冲区;

2.8 利用SPSS 10.0和MATLAB对生物量、土壤指标和缓冲区范围区内不同景观类型面积进行相关性分析与主成分分析。为了实现可比控制, 2015年和2016年实测数据分别与2015、2016年的莱州湾景观格局类型相对应。

图2 莱州湾滨海湿地野外调查站位

3 结果分析与讨论

3.1 莱州湾滨海湿地类型及其面积变化分析

如表2所示, 2013—2016年莱州湾滨海湿地面积总体呈下降趋势, 这四年间莱州湾滨海湿地面积共减少4.77 km2, 平均每年减少1.59 km2。其中天然湿地面积总体减少27.44 km2, 但在2013年到2014年, 天然湿地面积增加了48.34 km2。人工湿地总体增加22.67 km2, 人工湿地面积占滨海湿地总面积的比例由59.52%增加到60.75%, 在2014—2015年增加了22.16 km2, 其余年份变化不大。

由于受到河口冲淤、年降水量变化影响, 光滩面积不同年份间变动较大。2013—2014年增加31.25 km2, 2014—2015年减少7.08 km2, 2015—2016年减少51.99 km2, 总体呈下降趋势。水域受到自然条件与开发利用的影响, 面积年变化幅度达到19.16 km2。湿地植被与裸地面积与人类活动密切相关, 裸地的开发利用使其在2015—2016一年间减少78.02 km2, 虽然2013—2014年湿地植被面积下降, 但针对滨海湿地的保护使得其面积在2014—2016年不断增长(表3)。

截至2016年莱州湾滨海湿地面积总计2067.42 km2, 其中天然滨海湿地面积811.41 km2, 人工滨海湿地面积1256.01 km2, 分别占滨海湿地总面积的39.25%和60.75%。盐田面积848.66 km2, 占莱州湾滨海湿地的41.05%, 是莱州湾最主要的滨海湿地类型。

以往的大时间尺度下的莱州湾滨海湿地变化研究表明, 人类活动是莱州湾滨海湿地景观格局变化的主要驱动力, 莱州湾滨海湿地总面积保持稳定, 但原生自然湿地被大面积的盐田和养殖池代替, 仅1983—1992年10年间, 潮上带海滩和滩涂区分别有50%和20%以上转换为了盐田和养殖池, 之后增长速度变缓[25]。通过对连续时间尺度下的景观格局变化进行分析发现, 自2013年以来, 人工滨海湿地面积总体增长速度变缓, 主要是由于人工湿地中占90%以上的养殖池、盐田面积稳定, 分别维持在860 km2和290 km2左右。虽然莱州湾自然滨海湿地面积仍在逐年减少, 但近期自然湿地未被大面积破坏, 这源于滨海湿地的保护, 湿地公园的建设, 集约用海等措施的实施, 同时盐田和养殖池等人工湿地饱和, 且向海扩张有限。

3.2 莱州湾滨海湿地类型转移情况分析

如图3所示, 莱州湾天然滨海湿地中, 光滩主要分布在黄河入海口至广利河之间的沿海地带, 虽然光滩面积在整体上呈减少趋势, 但由于河流带来的大量泥沙在入海口处堆积, 并经沙嘴运送到更远的区域, 滩涂区域不断变化, 并缓慢扩张, 2013—2016年依次有41.76 km2、20.35 km2、26.06 km2海域转变为光滩, 光滩又向湿地植被转化。

表2 2013—2016年莱州湾滨海湿地类型面积变化

表3 2013—2016年莱州湾滨海湿地景观类型及其面积变化

湿地植被主要分布在黄河三角洲自然保护区, 昌邑柽柳林保护区和莱州湾的入海河流周边, 2013—2016年依次有13.34 km2、24.10 km2、14.15 km2光滩被植被覆盖, 且有部分水域被植被覆盖, 同时部分湿地植被区域转变为建设类、农田;裸地向非湿地中建设类的转移明显, 2013—2016年依次有28.70 km2、21.70 km2、14.11 km2; 水域向其它土地利用类型的转移不明显, 由于年降水量的不同, 水域面积波动, 且2013—2016年平均每年约有8 km2水域被芦苇等水生植物覆盖。

莱州湾人工湿地中, 养殖池塘集中在莱州湾西岸, 盐田集中在莱州湾南岸, 莱州湾东岸由于入海河流较少, 且流量不大, 滨海地带多为养殖育苗区和农田; 水田2013年主要分布在黄河附近, 到2016年在水库附近也分布有少量水田, 2013—2015年间, 部分养殖池、水域向水田转变, 水田平均每年增加9.08 km2。

滨海湿地向非湿地类型以及非湿地类型间的转化同样明显, 湿地类型主要是裸地、盐田向建设类的转化, 非湿地类型主要是农田向建设类的转化。2013—2016年研究区内农田共减少了163.44 km2, 建设类共增加了194.07 km2(图3)。

2000年以前, 在人类活动影响下滩涂、潮上带海滩向养殖池的转化以及三者向盐田的转化非常明显, 而盐田的转出较少[25]。2000—2012年莱州湾南岸围填海的面积达300 km2, 潍坊海上新城和龙口湾海域装备制造业集聚区的建设使得大面积的湿地向建设类转化[26]。通过对2013—2016年莱州湾滨海湿地景观格局变化的研究发现, 莱州湾滨海湿地水域向光滩转化, 光滩被湿地植被覆盖, 这种自然演变主要集中在黄河三角洲一带, 且变化幅度较小。四年间莱州湾盐田和养殖池面积趋于稳定, 废弃养殖池和盐田向城镇建设用地转移。集约用海区建成后, 对莱州湾海岸冲淤和湿地类型转化的影响是长期的, 在连续时间尺度下并不明显。

3.3 遥感影像分类结果精度评价

利用误差矩阵或混淆矩阵(Error Matrix)方法, 比较实地数据与2016年遥感影像数据分类结果, 对生产者精度、用户精度、总精度及kappa系数进行估计, 以确定分类过程的准确程度[27-30]。

Kappa系数计算公式如下:

式中:^K是Kappa系数, r是误差矩阵的行数, xii是i行i列(主对角线)上的值, xi+和x+i分别是第i行的和与第i列的和, N是样点总数。

结果显示, 2016年莱州湾遥感影像目视解译总体精度为87%, kappa系数为0.8575, 分类结果可靠(表4)。

3.4 莱州湾土地利用类型与土壤因子相关性分析

2015年8月和2016年8月生物量和土壤因子调查结果见表5(2015年8月站位3未采样)。生物量变化范围为2.47—801.84 g·m-2; 土壤pH值范围为6.15—7.41; 有机质变化范围在4.45—19.43 g·kg-1之间; 全氮变化范围为117—530 mg·kg-1; 碱解氮在12.25—85.10 mg·kg-1之间; 有效磷范围为1.18—21.77 mg·kg-1, 均表现出明显的磷缺乏; 有效钾变化范围为4.42—263 mg·kg-1。土壤有机质与氮磷钾的变化规律有一定相似性。

表4 2016年莱州湾遥感影像目视解译与实地验证混淆矩阵

表5 生物量与土壤因子调查结果

地表植被减少是自然湿地退化的标志之一[31], 植被的变化与土壤因子相关, 因此二者可以间接反应湿地变化后的生态系统变化。将地上植被生物量、土壤因子与100 m, 500 m, 1000 m, 2000 m半径缓冲区范围内的不同景观格局类型面积进行相关性分析, 结果显示土壤有效钾与光滩和养殖池面积在0.01水平上显著正相关, 植被生物量、土壤有机质和土壤有效磷均与湿地植被面积在 0.05 水平上显著正相关(表6)。不论是在100 m, 500 m, 1000 m, 2000 m尺度下, 土壤有效钾与光滩和养殖池面积均呈显著正相关, 植被生物量、土壤有机质和土壤有效磷含量除100 m尺度外, 均与湿地植被面积显著正相关。土壤有效磷含量仅在2000 m尺度下, 与湿地植被面积显著正相关。因此认为土壤因子调查可反应周围2000 m区域土壤质量现状, 结果可信。

通过对莱州湾植被生物量、土壤因子与上述相关性显著的2 km范围内景观类型进表行主成分分析, 得到第一主成分为光滩、速效钾、养殖池, 第二主成分为湿地植被、有机质, 第三主成分为土壤全氮、植被生物量, 前三主成分累计贡献率为80.74%, 且2 km范围内, 湿地植被覆盖面积越大土壤养分含量越高(图4)。

表6 土壤因子与景观类型相关性分析

注:*为在 0.05 水平(双侧)上显著相关.**为在 0.01 水平(双侧)上显著相关.

图4 土壤因子与景观类型主成分分析

由此可见, 土壤养分是湿地植被景观类型演变的驱动力之一。以往的研究表明, 湿地植被的增加有利于土壤质量的改善[33], 莱州湾滨海湿地地区土壤为贫营养状态, 土壤盐度是滨海地区土壤养分的限制因子[32], 卤水的大量开采使得莱州湾湿地土壤盐渍化, 严重影响植物生长, 进而导致土壤质量下降[14]。因此, 滨海湿地植被的减少可作为自然湿地减少的标志之一。

4 结论

本研究以遥感解译为主要手段, 结合野外实际调研, 得到莱州湾滨海湿地景观格局类型, 并与土壤因子进行相关性分析。基本结论如下:

(1)截至2016年莱州湾滨海湿地面积总计2067.42 km2, 其中天然滨海湿地面积811.41 km2, 人工滨海湿地面积1256.01 km2。莱州湾滨海湿地景观类型近年来总体变化趋势是: 天然滨海湿地面积减少, 其中天然滨海湿地面积减少, 人工滨海湿地面积增加。

(2)2013年以来, 莱州湾人工滨海湿地中养殖池和盐田均接近饱和。2013—2016年研究区内建设类共增加了194.07 km2, 莱州湾滨海湿地和农田向建设类转化明显。

(3)景观类型的演变影响着土壤养分, 同时土壤养分又是景观类型演变的驱动力之一, 植被和土壤养分含量的变化可以间接反应湿地变化后生态系统的变化。

利用景观格局演变和土壤因子耦合研究, 对莱州湾滨海湿地的保护和恢复有着重要的作用和意义。在今后的研究中, 应将景观类型分类细化, 将更多的土壤因子与景观类型相结合, 并进行更长期跟踪研究, 以期为莱州湾滨海湿地的保护和开发利用提供更具针对性、时效性的指导。

[1] 吴泉源, 侯志华, 逢杰武, 等. 龙口市20年间海岸带变化的遥感监测[J]. 地球信息科学学报, 2007, 9(2): 106– 112.

[2] 孙伟富. 1978-2009年莱州湾海岸线变迁研究[D]. 青岛:国家海洋局第一海洋研究所, 2010: 73.

[3] 牛振国, 张海英, 王显威, 等. 1978～2008年中国湿地类型变化[J]. 科学通报, 2012, 57(16): 1400–1411.

[4] 吴文挺, 田波, 周云轩, 等. 中国海岸带围垦遥感分析[J]. 生态学报, 2016, 36(16): 5007–5016.

[5] 潘翔, 孙元敏, 吴剑, 等. 厦门湾海岸带景观格局时空动态演变研究[J]. 生态科学, 2016(1): 117–123.

[6] 陈建, 王世岩, 毛战坡. 1976—2008年黄河三角洲湿地变化的遥感监测[J]. 地理科学进展, 2011, 30(5): 585–592.

[7] 许宁. 中国大陆海岸线及海岸工程时空变化研究[D]. 烟台:中国科学院烟台海岸带研究所, 2016: 132.

[8] 谷东起, 付军, 闫文文, 等. 盐城滨海湿地退化评估及分区诊断[J]. 湿地科学, 2012, 10(1): 1–7.

[9] 吴涛, 赵冬至, 康建成, 等. 辽东湾双台子河口湿地翅碱蓬(Suaeda salsa)生物量遥感反演研究[J]. 生态环境学报, 2011, 20(1): 24–29.

[10] SONG Wei, DENG Xiangzheng, YUAN Yongwei, et al. Impacts of land-use change on valued ecosystem service in rapidly urbanized North China Plain[J]. Ecological Modelling, 2015, 318: 245–253.

[11] 张绪良, 张朝晖, 徐宗军, 等. 莱州湾南岸滨海湿地的景观格局变化及累积环境效应[J]. 生态学杂志, 2009, 28(12): 2437–2443.

[12] 李蒙蒙,王庆, 张安定, 等. 最近50年来莱州湾西-南部淤泥质海岸地貌演变研究[J]. 海洋通报, 2013, 32(2): 141–151.

[13] 陈广泉. 莱州湾地区海水入侵的影响机制及预警评价研究[D]. 上海:华东师范大学, 2013: 158.

[14] 刘文全, 于洪军, 徐兴永. 莱州湾南岸表层土壤含盐量与有机质空间分布的定量研究[J]. 海洋通报, 2014, 33(3): 277–282.

[15] 徐宗军, 张绪良, 张朝晖, 等. 莱州湾南岸滨海湿地的生物多样性特征分析[J]. 生态环境学报, 2010, 19(2): 367–372.

[16] 张绪良, 于冬梅, 丰爱平, 等. 莱州湾南岸滨海湿地的退化及其生态恢复和重建对策[J]. 海洋科学, 2004, 28(7): 49–53.

[17] 朱新玉. 黄河故道湿地土壤质量因子与景观类型的耦合关系[J]. 资源科学, 2015, 37(1): 85–93.

[18] ZHANG Yili, WANG Chunlian, BAI Wanqi, et al. Alpine wetlands in the Lhasa River Basin, China[J]. Journal of Geographical Sciences, 2010, 20(3): 375–388.

[19] TORMA A, CSÁSZÁR P. Species richness and composition patterns across trophic levels of true bugs (Heteroptera) in the agricultural landscape of the lower reach of the Tisza River Basin[J]. Journal of Insect Conservation, 2013, 17(1): 35–51.

[20] 国家林业局《湿地公约》履约办公室. 湿地公约履约指南[M]. 北京: 中国林业出版社, 2001.

[21] DOBOSN J E, BRIGHT E A, FERGUSON R L, et al. NOAA Coastal change analysis program (C-CAP): Guidance for regional implementation[J]. Noaa Technical Report Nmfs, 1995.

[22] GLOOSCHENKO W A, TARNOCAI C, ZOLTAI S, et al. Wetlands of Canada and Greenland[M]// Wetlands of the world: Inventory, ecology and management Volume I. Berlin:Springer Netherlands, 1993: 415–514.

[23] HY/T080-2005滨海湿地生态监测技术规程[S].

[24] 刘光崧. 土壤理化分析与剖面描述[M]. 北京: 中国标准出版社, 1996.

[25] 徐芳. 近年来莱州湾湿地面积变化及其演变机制[D]. 青岛:中国海洋大学, 2013: 90.

[26] 张继民. 集约用海对渤海海洋环境影响评估技术研究及应用[M]. 北京: 海洋出版社, 2014.

[27] Richards J A. Classifier performance and map accuracy[J]. Remote Sensing of Environment, 1996, 57(3): 161–166.

[28] SROTY M, CONGALTON R G. Accuracy Assessment: A User's Perspective[J]. Photogrammetric Engineering & Remote Sensing, 1986, 52(3): 397–399.

[29] STEHMAN S V. Selecting and interpreting measures of thematic classification accuracy[J]. Remote Sensing of Environment, 1997, 62(1):77-89.

[30] CONGALTON R G. A review of assessing the accuracy of classifications of remotely sensed data[J]. Remote Sensing of Environment, 1991, 37(1): 35–46.

[31] 韩大勇, 杨永兴, 杨杨, 等. 湿地退化研究进展[J]. 生态学报, 2012, 32(4): 1293–1307.

[32] 张光亮, 白军红, 郗敏, 等. 黄河三角洲湿地土壤质量综合评价[J]. 湿地科学, 2015, 13(6): 744–751.

[33] 张华兵, 刘红玉, 李玉凤, 等. 自然条件下海滨湿地土壤生态过程与景观演变的耦合关系[J]. 自然资源学报, 2013, 28(1): 63–72.

Correlation between landscape types and soil factors of coastal wetlands in Laizhou Bay

YANG Fan1, 2, Li Yanze3, Guo xiaoya4, YU Shuting1, LI Jie1*, HUANG Jiantao1

1. School of Environmental and Municipal Engineering, Qingdao University of Technology, Qingdao 266033, China 2. Shandong Provincial Key Laboratory of Eco-Environmental Science for Yellow River Delta, Binzhou 256600, China 3. The High School Affiliated to Renmin University of China, Beijing 100080, China 4. Shandong Province Jiaodong Water Transfer Bureau, Qingdao 266033, China

The variation of types and areas of coastal wetland in Laizhou Bay from 2013 to 2016 were obtained by using Landsat 8 remote sensing combing with theinvestigation to analyze the landscape pattern change of coastal wetland in Laizhou Bay, and hence to analyze the relationship between landscape patterns and soil factors in seven typical sampling sites. The result showed that natural wetland area decreased whereas the artificial wetland area increased in Laizhou Bay during 2013 to 2016. The natural wetland area was 811.41 km2and the artificial coastal wetland area was 1256.01 km2, occupying about 39.25% and 60.75% respectively of the total coastal wetlands in Laizhou Bay. More than 90% of the artificial wetlands were cultured ponds and saltern. As the major type of coastal wetland in Laizhou Bay, saltern was 848.66 km2, accounting for 41.05% of the total area of coastal wetlands in Laizhou Bay. Although, the increase of artificial coastal wetlands was not significant, obvious trend was found that coastal wetlands converted to the construction land. Vegetation biomass and soil nutrient content were the driving factors of landscape type evolution, and their changes could indirectly reflect the changes in wetland after ecosystem change, indicating that there were significant interactions between changes in vegetation aboveground and soilnutrient in natural wetland.

Laizhou Bay; coastal wetland; remote sensing; landscape types; soil factors

10.14108/j.cnki.1008-8873.2018.04.011

X171.1

A

1008-8873(2018)04-086-11

2017-09-17;

2017-10-10

海洋公益性行业科研专项项目(201505001);山东省自然科学基金项目(ZR2013DM003);山东省黄河三角洲生态环境重点实验室开放基金资助项目(2016KFJJ01)

杨帆(1994—), 女, 山西临汾人, 硕士研究生, 主要从事环境生态学研究, Email: yyfluo@yeah.net

李捷, 男, 博士, 教授, 主要从事环境生态学研究, Email: jli1972@sina.com

杨帆, 李雁泽, 郭小雅,等. 莱州湾滨海湿地景观类型与土壤因子相关性研究[J]. 生态科学, 2018, 37(4): 86-96.

YANG Fan, Li Yanze, Guo xiaoya, et al. Correlation between landscape types and soil factors of coastal wetlands in Laizhou Bay[J]. Ecological Science, 2018, 37(4): 86-96.