雷州半岛红树林边缘效应及其对海岸有机碳库的影响

作为滨海湿地与邻近海区之间物质循环、能量和物种流动及其相互作用的重要界面,红树林的边缘效应对研究海陆生态系统相互作用,滨海湿地生物地貌形成过程以及海岸带有机碳库分布格局等方面的具有重要意义。文章以雷州半岛东岸红树林4种典型地貌分布区为重点,通过调查红树林前缘光滩,林缘及林内植被及土壤理化特征的变化,探讨红树林边缘效应的表现及其对土壤有机碳库的影响。结果表明,不同地貌类型红树林边界区的群落结构及土壤理化因子分布特征有所不同。边界区群落特征表现为林缘的冠层低于林内,叶面积指数低于林内,物种丰富度林内高于林缘(除河口区外),且林缘的植被盖度受风浪影响显著,表现出河口区>内湾区>岛屿区>前沿浪击区。土壤理化性质边缘效应表现为林缘的pH值、粒度低于光滩,氧化还原电位、盐度高于光滩(除内湾区外),而林内的土壤理化性质波动较大,可能受林缘植被演替及地貌双重影响。不同地貌单元红树林边界区的土壤表层有机碳含量,有机碳密度均表现为林内>林缘>光滩。综合影响表层土壤有机碳的主要生物及非生物因子进行主成分分析和相关分析,结果显示土壤表层有机碳密度与环境第一主成分呈显著负相关,即受植被盖度,叶面积指数和土壤pH因子影响密切。红树林土壤有机碳沉积虽然受到不同水文地貌的影响,但总体而言,红树林初级生产输入和土壤酸性环境对红树林林下土壤有机碳库的富存贡献显著。     

雷州半岛红树林滩涂底栖生物多样性的初步研究

分析了广东省雷州半岛红树林滩涂底栖生物种类组成与数量分布特点,用Shannon-Wiener多样性指数(H')、Pielous种类均匀度(J)、种类丰度(D)、Berger-Parker优势度指数(I)4个测定红树林群落种类多样性指标进行数值分析。结果表明,调查所采获的底栖生物种类共有68科165种,种类组成以软体动物和甲壳类动物为主。红树林滩涂全年平均生物量为223.25g/m²,平均栖息密度为210.97个/m²。H'甚高,2个季度平均为2.2633～2.7411,J平均为0.6407～0.6411,D平均达到1.4910～2.6232。全年各类群生物组成中,生物量及栖息密度以软体动物居首位。红树林滩涂底栖生物主要经济种类有中国绿螂(Glauconomechinensis)、四角蛤蜊(Mactra(Mactra)veneriformis)、青蛤(Cyclinasinensis)等20多种。     

广东省红树林资源变化遥感监测

利用1990年的Landsat-5TM、2000年的Landsat-7ETM+和2008年的CBERS-02BCCD 3期遥感影像对广东省近18a来的红树林湿地资源进行监测,并对其时空变化情况进行分析。结果表明:广东省红树林呈现不断增加的趋势,1990年、2000年和2008年的面积分别为7 733.2,8 722.0和9 593.3hm2;红树林由沿岸分散分布趋于集中分布;天然林减少,人工林增加。     

基于SPOT5的红树林遥感分类

以海南岛东寨港国家级红树林自然保护区为例,实地测量了红树林等地物光谱,获取了较为准确的红树林的光谱特征;在采用最大似然分类法提纯红树林信息基础上,结合不同红树种类的光谱特征及植被指数差异,选定可分性阈值,建立决策树分类规则,对SPOT5图像进行种间分类,并检验其分类精度。结果显示,各红树种类的使用精度都达到80%以上,且总体精度达到90%以上,为红树林生态系统业务化遥感监测奠定基础。     

1990—2019年中国红树林变迁遥感监测与景观格局变化分析

为监测近期中国红树林的空间分布状况和分析近30年我国红树林演变趋势,本文以1990年、2000年和2010年3个时期Landsat TM以及2019年Landsat OLI和GF-1 WFV卫星遥感影像为数据源,基于SVM结合目视解译的方法完成了红树林信息提取,利用动态度模型、质心模型和景观格局指数开展了相关分析。本研究利用红树林与盐沼植物的物候差异来解决两者混生对红树林提取精度的影响。研究结果表明:(1)近30年来,我国红树林分布面积总体呈缓慢增加趋势,2019年我国红树林面积为21 612.9 hm2,相比1990年共增加6 107.7 hm2,2010—2019年全国红树林增长速率最高,达到1.72%。全国红树林分布重心向东北方向偏移,初步表明红树林分布有向寒冷区域偏移的趋势;(2)近30年来,我国红树林趋于破碎化,红树林斑块形状越来越复杂且内部连通性降低;(3)设立红树林保护区对红树林保护起到了主导作用,2019年国家级和省级保护区内红树林面积在全国占比达到64.63%。从2000年开始,国家级保护区增长变缓,省级保护区成为红树林的增长活力点。     

联合星载光学和SAR影像的漳江口红树林与互花米草遥感监测

文章以福建省漳江口国家级红树林自然保护区为研究区, 提出了一种联合星载光学和合成孔径雷达(SAR)影像的红树林与互花米草分布的自动提取算法, 提取研究区内红树林和互花米草的空间分布。本研究选择2016年、2017年和2018年各一景低潮时的Sentinel-2 A光学影像数据, 获取植被和其他地物的光谱和纹理信息。算法首先基于归一化植被指数、增强型植被指数、地表水分指数以及数字高程模型的相关规则计算红树林和互花米草的潜在分布区; 通过随机森林分类算法区分红树林和互花米草, 2016年、2017年和2018年影像的分类总体精度和Kappa系数分别为98.53%和0.980、96.52%和0.952、98.71%和0.978, 分类效果良好; 使用当年所有Sentinel-1 A/B的SAR影像获得研究区的常年海水分布范围, 使用与海水交界的判据, 实现红树林、互花米草提取范围的优化。研究表明, 研究区2016年、2017年和2018年红树林总面积分别为56.85hm²、59.88hm²和58.61hm², 互花米草总面积分别为109.23hm²、124.00hm²和142.39hm², 与前人的研究成果在红树林和互花米草的空间分布和面积量级上有较好的一致性。     

红树林海岸的沉积物输运和碳沉降特征

Mangroves play an important role in sequestering carbon and trapping sediments. However, the effectiveness of such functions is unclear due to the restriction of knowledge on the sedimentation process across the vegetation boundaries. To detect the effects of mangrove forests on sediment transportation and organic carbon sequestration, the granulometric and organic carbon characteristics of mangrove sediments were investigated from three vegetation zones of four typical mangrove habitats on the Leizhou Peninsula coast. Based on our results, sediment transport was often "environmentally sensitive" to the vegetation friction. A transition of the sediment transport mode from the mudflat zone to the interior/fringe zone was often detected from the cumulative frequency curve. The vegetation cover also assists the trapping of material, resulting in a significantly higher concentration of organic carbon in the interior surface sediments. However, the graphic parameters of core sediments reflected a highly temporal variability due to the sedimentation process at different locations. The sediment texture ranges widely from sand to mud, although the sedimentary environments are restricted within the same energy level along the fluvial-marine transition zone. Based on the PCA results, the large variation was mainly attributed to either the mean grain size features or the organic carbon features. A high correlation between the depth and δ13C value also indicated an increasing storage of mangrove-derived organic carbon with time.     

1991—2011年廉江红树林分布及变化的遥感分析

利用1991年的1景TM遥感数据,2000年的ETM+遥感数据和2011年HJ-1A遥感数据进行廉江红树林信息的提取。结果表明：1991,2000和2011年廉江的红树林分布面积分别为131.6,628.7和1 056.2 ha。自1991年至2011年红树林呈增加的趋势,共增加924.6 ha,20年间研究区域的红树林约增加了7倍。湛江红树林国家自然保护区的建立对于红树林湿地生态系统的保护和恢复起到极大的促进作用,研究区域红树林造林恢复成果显著,种植了大量的人工红树林。     

雷州半岛红树林海区底栖动物多样性的研究

2002年7～9月,对雷州半岛7个主要红树林区生物多样性进行了调查,采集到底栖动物共188种,其中软体动物有110种,节肢动物门48种,鱼类18种,星虫门3种,多毛类8种,腕足动物门1种。高潮区以甲壳类为优势种,中低潮区以软体动物为优势种类。总平均生物量和总平均栖息息密度分别为106.8g/m²和320个/m²;底栖动物的种类、生物量和栖息密度与底质和潮位线有密切的关系,与平均盐度呈正相关。并提出一批经济价值高和可开发利用的种类。     

面向对象的红树林信息提取

红树林是世界上最重要的生态系统之一,对于海岸带的保护起着非常重要的作用。然而,由于红树林所处的地理环境,对其进行实地调查是很困难的。遥感的出现,为我们研究红树林提供了一个很好的技术手段。但由于红树林的光谱信息与其他植被光谱信息的相似性,给红树林信息的提取带来了很大的困难。基于IKONOS卫星影像,采用面向对象的信息提取方法,利用简单的决策树分类方法进行了海岸带红树林信息提取的实验,得到了很好的结果,并与其他方法进行了比较。     

中巴资源卫星在红树林遥感调查中的应用研究

利用资源卫星信息提取技术,探讨中巴资源卫星(CBERS-1 CCD)数据在红树林资源调查中的应用能力。由于红树林群落间光谱特征的近似性和数据本身光谱信息的限制,给分类信息提取带来了困难。将红树林植被分布区与陆地植被分开,结合实地调查结果准确选取各群落训练区,采用神经网络分类法分类,获得了精度较高的分类结果。在此基础上,对主要群落的空间分布特征进行了简要分析。     

基于阶跃函数的红树林凋落物变化模型研究

由于凋落物随时间变化而存在峰值,按一般的回归方法或分段拟合方法均不能建立理想的凋落物随时间变化的模型。利用阶跃函数,解决了分段模型一直无法解决的两个问题:一是变点的数学确定方法,另一个是变点的连续性问题。建立了基于符号函数的阶跃函数模型,并以此为基础,提出了具有峰值的凋落物耦合模型。为了检验凋落物模型的效果,以雷州半岛红树林为例,结果表明,决定系数0.8以上,回归模型达到显著性水平。     

基于国产高分遥感的人工种植红树林种间分类方法研究——以广西茅尾海红树林为例

红树林的种间结构组成对红树林生态系统的健康和发展至关重要,而红树林种间分类问题一直以来都是基于遥感手段的红树林监测中的难点。针对该问题,以人工种植为特点的广西茅尾海红树林遥感种间分类为例,基于面向对象的分类思想,提出了一种现场样本与分割对象相结合的红树林种间分类方法。利用GF-2 PMS1高分辨率卫星遥感影像数据,开展了广西茅尾海红树林湿地典型植被精细分类和空间分布研究,并将分类结果与基于像素和传统面向对象SVM分类方法进行了对比。结果显示:总体上,面向对象分类方法更适合用于茅尾海红树林湿地典型植被分类;对于局部混生明显的区域使用基于像素SVM分类方法效果会更好;传统面向对象分类方法中将整个影像分割对象单元作为训练样本可能会在某种程度上造成负面影响。因此,使用文中提出的样本选择新方法进行面向对象分类精度最高,总体精度达到了93.13%,Kappa为0.89。     

基于HY-1C卫星CZI数据的红树林长势遥感监测

红树林是一种以耐盐的红树植物为主体的潮滩湿地林生物群落,其生长状态对于海岸带具有重要意义,利用遥感技术对红树林进行监测已成为目前主要手段之一.本文以广西北海山口红树林为例,利用H Y-1C卫星的海岸带成像仪数据,结合其纹理参数,提取红树林信息,并对红树林植被指数进行分析.结果表明:2018年10月至11月间,红树林的R...     

基于潮位校正的盐城滨海潮间带遥感监测及变化分析

潮间带是重要的滨海湿地类型之一,在生物多样性保护、全球环境变化等方面具有不可估量的价值。遥感技术已经成为滨海湿地监测的重要手段。针对潮间带遥感监测中存在时相限制的瓶颈问题,本文结合卫星过境时潮位信息,通过建立GIS模型,将利用遥感方法提取出的瞬时水边线校正至平均高、低潮线,改进了通过遥感数据恢复潮间带高程和范围的方法。在此基础上,利用1995年、2000年、2005年、2010年和2015年的多期Landsat TM以及OLI遥感数据,对盐城滨海潮间带进行了遥感监测和分析。结果表明:（1）2015年江苏盐城潮间带面积为809.27 km2,相比1995年减小了47%;（2）1995年以来盐城滨海潮间带面积总体呈减小了趋势,其中1995-2000年潮间带面积减小幅度最大,约为205.67 km2;（3）潮间带主要分布在盐城滨海南部晚庄港-新开港,占全部潮间带面积的66%;同时潮间带面积的减小也主要发生在这个区域,减小的潮间带面积占减小总面积的84%;（4）潮间带范围的变化受人为和自然双重因素影响;海平面上升和滨海湿地的大量围垦,造成了潮间带的挤压效应,使得潮间带面积迅速减小,湿地围垦等人为因素起到主导作用。     

30 a以来雷州半岛大陆岸线时空演变的遥感估算

由于自然气候地质过程及人类活动的影响,海岸线长度及类型会不断演变,从而影响近海动力过程及生态环境。因此,开展海岸线变迁及其原因研究对于保护自然岸线及海洋环境具有重要意义,而遥感技术是研究长时间序列海岸线演变的最重要的工具。本文利用7景Landsat TM/OLI遥感影像资料,基于目视解译及自动解译的方法,借助GIS平台分析30 a以来雷州半岛岸线时空演变及机理。研究结果表明：雷州半岛的海岸线总体保持增长趋势,共增长约83.31 km,平均增长率为2.52 km/a,其中变化最显著的区域位于霞山区湛江湾港口、徐闻县南山村徐闻港。深入研究表明：该区域围垦养殖、城市扩张、港口建设等人类工程活动是雷州半岛岸线变迁的主导因素。     

海南红树林湿地沉积物中重金属的累积

于2008年在海南典型红树林湿地东寨港、三亚湾和亚龙湾采集沉积物样品,使用原子吸收分光光度法(SOLAAR M6)分析沉积物中Cu、Pb、Zn、Cd和Cr的含量,原子荧光光度法(AFS-8130)分析Hg和As的含量.表层沉积物中Cu、Pb、Zn、Cd、Cr、Hg和As的平均含量分别为14.8±9.2、24.1±9.2、57.9±36.5、0.17±0.10、29.6±20.4、0.08±0.04和9.7±4.4μg·g-1干重(DW),目标化合物(除Cd外)的含量均具有东寨港高、三亚湾次之而亚龙湾低的特点,Cd的含量各区域相近.与国内外其他典型红树林沉积物中重金属的含量相比,本研究区域沉积物重金属含量处于中偏低的水平,这与海南目前开发程度较低、人类活动影响较小相一致.柱状沉积物中Cu、Pb、Zn、Cd、Cr和Hg含量的剖面分布均具有表层稍低、中上层较高和底层相对低的特征,而As的含量呈现表层较高、中上层低和底层相对高的特点.潜在风险分析显示,本研究区域沉积物中重金属(As除外)目前污染较轻,对生态环境影响较小.     

红树林湿地沉积物中脂类生物标志物的应用研究进展

红树林（mangrove）是生长在热带、亚热带潮间带,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生物群落。红树林生态系统处于海洋与陆地的动态交界面,作为独特的海陆边缘生态系统在自然生态平衡中起着独特的作用。     

基于高空间分辨率的红树林卫星遥感监测技术进展

卫星遥感技术是红树林生态系统监测的重要手段。文章系统地总结了红树林的光谱特征,给出了目前应用于红树林生态监测的高空间分辨率卫星包括IRS-P6、SPOT-5、IKONOS、OrbView-3、QuickBird的主要技术参数以及它们在红树林遥感监测中的应用程度,叙述了目视解译法、波段组合法、图像分类法、专家分类法、模糊分类法和面向对象分类法等遥感监测技术方法在红树林的生态参数包括类外区分和类内区分、生物量和健康状况等的遥感提取的应用和精度对比情况。另外,对应用高分辨率卫星遥感资料监测红树林的技术发展趋势进行了讨论。     

COⅠ条形码辅助分析雷州半岛红树林区鱼类的物种多样性

于2014年3月至2015年7月从我国雷州半岛红树林区采集成鱼和幼鱼样本共1720尾,在依据Fish Base等鱼类形态分类系统进行鉴定的基础上,利用COⅠ条形码技术确认存在94个物种,分属11目33科72属。结果表明:红树林区鱼类种群极其丰富,其中鲈形目(Perciformes)鱼类物种最多,为59种,占总物种数的62.77%,其次是鲱形目(Clupeiformes)和鲻形目(Mugiliformes),分别占6.38%和5.32%。鲈形目中又以虾虎鱼科(Gobiidae)为优势类群,含29种(占30.85%)。按生态类群分:海洋洄游鱼类最多,占物种总数的32.98%,其次为海洋偶见鱼类、两侧洄游鱼类,分别占22.34%、17.02%,以虾虎鱼类物种为主的红树林定居鱼类约占11%。本研究表明红树林生态系统是许多海水、淡水和洄游性鱼类在特定生活阶段的重要栖息地和育幼场所。另外,COⅠ条形码技术可有效快捷地鉴定出红树林海域的鱼类。