1996—2020年长江口九段沙湿地植被覆盖对潮沟演变规律的影响

劳聪聪，辛 沛，左 寅，程海峰,2

(1. 河海大学水文水资源与水利工程科学国家重点实验室，江苏 南京 210098；2. 上海河口海岸科学研究中心河口海岸交通行业重点实验室，上海 201201)

滨海湿地是最具生产力的生态系统之一，有许多重要的生态功能，包括为水生和陆生生物提供栖息地、改善水质、储存碳和湿地植被缓流消浪从而保护海岸带等[1-2]。潮沟是海洋和河流动力作用下形成的潮流通道[3-4]，为滨海湿地排水和引潮提供路径，是潮滩与外界交换沉积物、营养物和污染物的重要通道。认识潮沟演变规律及其与植被间的关系对滨海湿地的保护和修复具有重要意义。Kearney和Fagherazzi[5]发现与有植被的潮沟网络相比，无植被的潮沟网络排水效率较低；刘露雨等[6]发现2010年和2017年的黄河滨海湿地潮沟分布与植被覆盖度呈显著相关；Zheng等[7]发现崇明东滩潮沟排水效率和植被覆盖度间也呈显著相关。这些研究一定程度上揭示了潮沟与植被覆盖度间的联系，但未构建两者间的数量关系。为了进一步认识潮沟与植被覆盖度间的平衡关系有必要尝试构建两者间的数量关系。

九段沙湿地是长江口第三代新生沙洲，分布有典型的潮沟网络系统，由于缺乏实地调查，对九段沙潮沟的监测主要依赖遥感数据。随着近年来遥感卫星数据的扩展，为潮沟研究提供了更多可能。袁爽[8]通过Landsat卫星数据定性分析九段沙潮沟长期的形态特征；Chen和Han[9]利用SPOT及Landsat卫星数据研究了长江口深水航道治理工程施工期间对九段沙潮沟的影响；和思海[10]借助Landsat和HJ-1A卫星数据分析了2013—2016年期间九段沙潮沟摆动率的变化。尽管前人的研究已经取得很好的成果，但这些研究主要关注几何形态变化，对长时间尺度下长江口九段沙潮沟网络分布和排水效率及其与植被覆盖度的关系等相关研究尚未深入开展。

本文利用长时序Landsat和HJ-1A多光谱图像，提取1996—2020年(九段沙潮沟系统形成并发育)九段沙湿地潮沟网络和植被覆盖度分布数据，分析潮沟网络分布变化、植被覆盖变化情况，建立潮沟网络排水效率与植被覆盖间的关系。探究九段沙潮沟网络分布和排水效率长期演变规律及其与植被覆盖度间的关系，对于认识长江河口区域潮沟系统与生态系统间的相互作用意义重大。

1 研究区与研究方法

1.1 研究区概况与数据

九段沙湿地位于长江入海口，是长江口第三代新生沙岛，由上沙、中沙及下沙三部分组成，在2018年0 m线以上面积可达182.34 km2[11-12]，分布着复杂的潮沟网络(图1)。表层沉积物由入海方向逐渐变粗，从浅滩中心向潮下滩依次分布有黏质粉砂、砂质粉砂、粉砂和细砂[13]。最大潮差和平均潮差分别为4.62 m和2.67 m[14]。九段沙主要有海三棱藨草、芦苇和互花米草3种植被类型，主要沿潮间带高程呈梯度分布[15]。九段沙湿地已于2005年被列为国家级自然保护区。

图 1 九段沙区域及2020年潮沟分布Fig.1 Location of Jiuduansha (JDS) shoal and distribution of tidal creeks in 2020

本文所用卫星数据主要来自美国地质调查局(https:∥earthexplorer.usgs.gov/)发布的30 m×30 m 空间分辨率Landsat系列多光谱数据集，同时将中国卫星资源应用中心(http：∥www.cresda.com/CN/)发布的30 m×30 m 空间分辨率环境一号卫星A(HJ-1A)多光谱数据集作为补充，以此确保在30 m尺度下潮沟识别的准确性。在选取影像时综合考虑九段沙的水文气候条件及物候特征，且拍摄时处于较低潮位即出露面积较大，在比较不同年份的数据后，选择以3 a为间隔的时间序列。其中1996—2020年的9景夏秋季的卫星数据(表1中影像拍摄时间加*的)用于植被覆盖度的计算，并选取同年多景数据用于潮沟的提取和校对(包含较低潮位时的数据)，各数据参数详见表1。

表1 研究用卫星数据Table 1 Satellite data used in the study

1.2 潮沟网络与植被覆盖度提取方法

潮沟网络提取是利用归一化水体指数(INDWI)结合形态学等图像处理方法，再通过大津法(OTSU)阈值分割得以实现，最后经目视解译修正[16-17]，确保30 m尺度下潮沟网络的完整性。

(1)

式中：Bgreen为绿光波段；Bnir为近红外波段。

由于像元二分模型具有良好的可操作性，本文采用像元二分模型计算植被覆盖度(FVC)[18-19]。九段沙湿地处于自然状态尚无人居住，故像素中基本只包含植被和裸地信息。两者各自的面积在像素中的比例就是各自的权重，即所占的百分比。像元中的植被光谱信息即像元的植被覆盖度，像元类型划分为光滩、低植被(Ⅳ)、中低植被(Ⅲ)、中植被(Ⅱ)和高植被(Ⅰ)，植被覆盖度范围分别为0、(0，0.20)、[0.20，0.55)、[0.55，0.75)和[0.75，1.00]。

1.3 潮沟特征参数提取与分析

根据Horton-Strahler原则[20-21]对潮沟分级，并计算各个潮沟的长度、曲率、独立的潮沟网络数目(即潮沟出水口)及整体潮沟网络的分形维数[22]用以评价潮沟分布特征。该原则是：一级潮沟是处于末端且无分枝的潮沟，二级潮沟是由2个及以上一级潮沟汇合形成的潮沟，其余等级潮沟依此类推。此外，采用排水效率来评价潮沟网络的空间分布。归槽水流长度(LUF)[23]、平均归槽水流长度(LOP)[24]均可代表潮沟网络在退潮时的排水效率和涨潮时的水沙分布效率。LUF是所有像素到潮沟网络的实际坡面距离，代表水流到达最近的水道所经过的距离，由于九段沙高程变化较小，故可用欧氏距离代替坡面距离，以减少计算的时间；LOP是基于半对数超越概率分布曲线所计算出曲线线性部分斜率的负倒数，表示水流在遇到潮沟网络前需跨越的平均距离，因此，LOP越小，潮沟网络分布越均匀，排水效率越高。

石蜡切片脱蜡后行苏木精染色，30 min后伊红复染1 min后自来水冲洗。冲洗完毕镜下观察，根据染色情况用体积分数为75%盐酸乙醇进行分化，梯度乙醇脱水(85%，1次，30 s→95%，2次，30 s→100%，2次，30 s)，中性树胶封片。

变量重要性投影分析(VIP)是一种基于偏最小二乘回归的变量重要性分析方法，VIP通过集成重要性来选择变量，重要性由偏最小二乘回归模型中每个组分的权重反映[25]。该方法能很好地反映具有共线性的自变量在应变量解释中的重要性。变量重要性指标(Ij)计算式如下：

(2)

式中：F为基于偏最小二乘回归模型提取的主成分数量；Sf为第f个分量(f=1,2,…,F)解释方差的平方和；Wjf为第j个变量和第f个分量的权重值；J为自变量数量；S为因变量解释的平方和。Ij表示对第j个变量在偏最小二乘回归模型中全局贡献的度量，也可表示第j个变量的相对重要性，其阈值为1，Ij值越高，对应变量解释的能力越大，即该自变量对所研究应变量的影响越大[25]。在本研究中，利用VIP分析不同因素对潮沟网络排水效率的影响。

2 结果与分析

2.1 九段沙潮沟网络分布变化分析

以目视解译Sentinel-2数据(空间分辨率10 m×10 m)所得的2020年潮沟作为参考，评估潮沟提取的准确性，结果显示2020年潮沟提取总体精度可达99%，Kappa系数可达0.96，说明使用所述方法提取的潮沟基本准确。Steel和Pye[26]认为，潮沟发展可分为4个主要阶段：阶段一是潮沟在无植被的潮滩上受潮汐控制的起始阶段，大部分水交换发生在潮滩上；阶段二，植被定植触发了泥滩向盐沼的过渡，并逐渐固定潮沟网络；阶段三，植被覆盖下的盐沼，其泥沙垂向沉积的作用增强导致高程增加，而潮沟水流的冲刷作用增大导致潮沟深化，并通过侵蚀源头形成新的、较小的潮沟；阶段四，潮沟排水密度降低，离出水口最远的潮沟逐渐被废弃。为分析潮沟阶段性的演变选取潮沟变化明显的区域作为观察区域，对比图2历年观察区域内的潮沟变化，可以发现1996—2008年间九段沙潮沟经历阶段一至阶段四，其中1999年观察区域内潮沟处于阶段三，具有较为密集的潮沟，随着九段沙面积的扩大，内部潮沟离出水口的距离增大，使其逐渐被废弃。假设在海平面上升和泥沙垂向沉积达到平衡的条件下，九段沙的下沙潮沟网络将形成逐渐向外围扩张的环状网络。总的来看，九段沙潮沟网络自1996年以来不断发育，潮沟网络逐年扩大且复杂化，但下沙中部区域潮沟密度在减小。

图2 1996—2020年九段沙潮沟分布情况Fig.2 Distribution of tidal creeks in JDS shoal during 1996—2020

潮沟的级别反映了潮沟网络形态特征的演变，潮沟级别越高表明存在更大的集水区和潮棱体。图3和表2列出了本研究区的潮沟长度、曲率及数量的统计分析结果。1996—2020年，九段沙潮沟级别不断发展，自2005年开始出现四级潮沟。1996—2020年潮沟总数由42条增加至579条，平均每年潮沟数量增加22条，目前仍在增加。历年一至三级潮沟长度均值变化不大，长度范围变化无明显规律；四级潮沟长度均值在波动上升，长度范围在逐年增大，至2020年，平均长度一级潮沟为400 m、二级潮沟为803 m、三级潮沟为1178 m、四级潮沟为2 583 m。潮沟级别与长度间的关系基本满足潮沟级别越高，长度越长，这一趋势与河流长度的Horton定律一致[27]。历年一至三级潮沟曲率变化规律不明显，四级潮沟曲率在2005—2020年间以每年1.09%的速度逐渐增加，且潮沟级别越高，曲率越大。此外，通过指数函数分别拟合2005—2020年的潮沟级别与相应潮沟数量，发现相关系数均大于0.97，基本满足河流数目的Horton定律，表明九段沙潮沟的发展与内陆河网相似，都是通过各自的随机网络耗散能量。区别在于前者能量耗散由潮差决定，而后者由降雨积累和流动决定[28]。

图3 1996—2020年九段沙各级别潮沟的长度分布箱线图Fig.3 Length-grade boxplot of tidal creeks in JDS shoal during 1996—2020

表2 1996—2020年九段沙潮沟曲率及数目变化Table 2 Changes in the curvature and number for tidal creeks in JDS shoal during 1996—2020

为探究历年九段沙潮沟网络系统整体分布和特征变化规律，计算九段沙潮沟网络的总长度、分形维数、独立潮沟网络数以及整体的曲率。由图4可知，潮沟总长度及曲率随时间线性变化，而分形维数与潮沟网络数目随时间非线性变化。其中，潮沟总长度线性拟合效果较好，决定系数(R2)达0.98，且以每年11.71 km的速度增加；分形维数的非线性拟合曲线R2达0.89，随着时间的增大，分形维数增加速度逐渐减小且趋向于1.35，虽然分形维数在一定程度上表征潮沟网络的几何形态特征，但当潮沟网络复杂程度达到某一阈值后，其对潮沟网络的复杂程度难以有效表征；九段沙潮沟网络系统由多个独立的潮沟网络组成，其与时间的拟合线为二次多项式曲线，R2达0.90，至2020年潮沟网络数为79个，仍在加速增长；九段沙整体的曲率呈波动上升趋势，每年以3.4×10-3的速度增长，但线性拟合效果一般，R2仅为0.74。综上，近25 a来九段沙潮沟网络系统发育态势总体较好，虽然在2005—2011年间，深水航道工程对其产生一定的影响[9]，潮沟长度增长减缓、分形维数与潮沟网络数目有波动，但在工程结束后潮沟网络发展情况又有所改善。从近期变化趋势来看，未来九段沙潮沟网络系统仍将以良好的态势发育。

图 4 1996—2020年九段沙潮沟网络整体形态特征的变化Fig.4 Changes in morphological characteristics of tidal creeks in JDS shoal during 1996—2020

2.2 九段沙植被覆盖变化分析

以Sentinel-2数据(空间分辨率10 m×10 m)计算所得的2020年8月FVC作为参考，评估研究所用FVC的准确性，结果显示R2达0.90，均方根误差(ERMS)仅为0.002 0，说明使用所述方法获取的FVC基本准确。由1996—2020年植被覆盖度的空间分布情况(图5)可知，低植被(Ⅳ)和中低植被(Ⅲ)区域主要位于在潮沟两侧和易受潮汐冲刷区域，即植被覆盖区域外缘，而高植被(Ⅰ)和中植被(Ⅱ)区域主要分布在离潮沟稍远区域。

1997年将芦苇和互花米草引种至九段沙[29]之后，植被覆盖面积以每年4.79 km2的速度增加(图6)。其中，高植被覆盖区域逐年递增，面积占比由1996年的28.34%增加至2020年的69.29%；1996—2014年中植被覆盖度呈增加趋势，2014年后缓慢减少，面积占比由1996年的20.23%增加至2014年的32.05%，随后又减小到2020年的15.54%；低植被覆盖度和中低植被覆盖度变化并无明显规律。根据已有的九段沙植被分类结果(2002年、2005年、2007年及2017年)[8,30]，利用方差分析法分析各年海三棱藨草、芦苇及互花米草所对应植被覆盖度的平均值，发现海三棱藨草的植被覆盖度与芦苇和互花米草存在显著差异，而芦苇与互花米草植被覆盖度差异不显著。平均植被覆盖度排序为海三棱藨草(0.47)<芦苇(0.68)<互花米草(0.82)。

2.3 潮沟排水效率与植被覆盖的关系分析

归槽水流长度是基于流体动力学的流动路径长度的形态近似值[24]。通过计算欧氏距离分布来代表不同位置的水流到达最近水道所经过的距离分布[17]，即归槽水流长度分布(图7(a))，并利用半对数超越概率分布曲线图(图7(b))计算平均归槽水流长度，即曲线线性部分斜率(β)的负倒数，以评价整个区域的排水效率。

图 5 1996—2020年九段沙湿地植被覆盖度情况Fig.5 Fractional vegetation cover (FVC) of JDS shoal during 1996—2020

图 6 1996—2020年九段沙植被覆盖度变化情况Fig.6 Changes of FVC in JDS shoal during 1996—2020

为探究潮沟网络特征与植被覆盖间的关系，本文利用上述方法计算历年的LOP，并分析计算潮沟总长度、LOP、分形维数、独立潮沟网络数目、曲率、各级植被类型面积以及植被覆盖总面积等指标间的皮尔逊相关系数，同时进行显著性检验，结果如图8所示。由图可知，潮沟网络特征指标间相关系数的绝对值均在0.70以上(p<0.05)，说明潮沟网络形态指标及LOP间具有较强的关系。植被覆盖面积与潮沟网络特征间也具有较强的相关性，尤其与潮沟总长度的相关系数可达0.96。而不同级别植被覆盖面积与潮沟网络特征的关系差异较大，其中高植被(Ⅰ)与潮沟网络特征关系最明显，相关系数绝对值在0.67～0.96之间；低植被(Ⅳ)、中低植被(Ⅲ)与潮沟网络特征间关系不明显，未能通过显著性检验。说明潮沟网络和中高植被覆盖度区域具有密切的关系，而对植被覆盖度较低区域影响不明显。

图 7 2020年九段沙湿地平均归槽水流长度计算示意Fig.7 Illustration of the overmarsh path length (LOP) of JDS shoal in 2020

由图8的相关系数矩阵可知，各个因素之间具有较强的相关性，可利用VIP对潮沟网络排水效率的影响因素进行分析。分析结果如表3所示，潮沟形态参数中潮沟总长度及一级潮沟长度对平均归槽水流长度影响较大。植被参数中植被覆盖面积对平均归槽水流长度影响最大，而低植被(Ⅳ)到高植被(Ⅰ)对归槽水流长度影响的大小分别为0.15、0.22、0.29、0.33。即在归槽水流长度一定时，低植被、中低植被、中植被及高植被在该区域内合理种植比例为14.9%、22.2%、29.3%、33.6%。下面将着重分析植被覆盖面积与平均归槽水流长度间的关系。

图8 九段沙潮沟特征与植被覆盖度相关性分析Fig.8 Pearson correlation analysis of tidal channels characteristics and FVC in JDS shoal

表3 平均归槽水流长度影响因素定量分析Table 3 Quantitative analysis of factors affecting LOP

植被覆盖的存在是控制滨海湿地长期地貌发展的关键因素[31]。图9表示随着植被覆盖面积的增加平均归槽水流长度的变化情况。通过非线性拟合分析，可以得到植被覆盖面积与平均归槽水流长度间的关系为指数函数关系y=1 264.69x-0.28，R2达0.95。随着植被覆盖面积的增加，平均归槽水流长度逐渐减小，即排水效率逐渐提高。Kearney和Fagherazzi[5]比较了马萨诸塞州和威尼斯泻湖植被覆盖的盐沼潮沟网络与加利福尼亚湾和也门干旱环境中的无植被潮沟网络系统，发现与有植被的潮沟网络相比，无植被的潮沟网络排水效率较低，说明植被覆盖对潮沟网络排水效率主要是正向的影响。Coco等[32]认为植被覆盖下的潮沟，由于水流的冲刷作用增大导致潮沟深化，并通过侵蚀源头形成新的、较小的潮沟。结合本研究可以发现，一方面，在植被覆盖下，细小潮沟的形成逐渐填补原本潮沟间的空隙；另一方面，植被覆盖面积的扩张，为潮沟的形成与稳定提供了更多的空间，这2个方面均使得潮沟密集程度增强，潮沟网络的排水效率增大。植被覆盖与潮沟网络排水间形成一个正反馈，植被面积的扩张促进潮沟网络排水效率的提升，潮沟网络排水效率的提升又促进植被的生长扩张。潮沟网络在影响植被覆盖度的同时，植被也对潮沟网络发展产生影响，两者相互作用，共同促进九段沙盐沼湿地的演化。九段沙出露面积持续稳定的增长是潮沟网络发展与植被面积扩张的重要条件。根据张晓东等[11]的研究，尽管近几十年来长江入海泥沙锐减，但由于九段沙周围的泥沙条件、九段沙沙体近似圆锥的地貌形态以及植被的促淤作用等综合原因，九段沙出露的面积仍然保持了快速甚至加速的增长。九段沙湿地面积的增长为植被的扩张提供了条件，而植被的促淤作用一定程度上使九段沙面积加速增长。此外，九段沙新增长的面积由于植被覆盖较少，易在潮水动力的侵蚀下形成潮沟，随着植被覆盖度的增加，逐渐形成稳定的潮沟网络。因此，未来在九段沙出露面积持续增长的条件下，潮沟网络与植被仍会相互作用共同促进九段沙湿地的发展。

图9 平均归槽水流长度与植被覆盖面积的关系Fig.9 Relationship between LOP and vegetation coverage area

2.4 讨 论

在研究中采用Landsat及HJ-1A卫星数据半自动提取潮沟网络，虽然经过目视解译校核，但是由于数据本身空间分辨率的限制，细小的潮沟并未能提取完整。目前，已有亚米级的卫星数据(高分二号，Worldview系列卫星[33])，但由于在轨时间短，没有长时间序列的数据，在足够长时间后利用这些数据研究九段沙潮沟演变，能得出更为精确的结论。

在潮沟演变过程中，本文探讨的潮沟网络排水效率与植被覆盖间的关系，适用性受到一定的限制。不同季节植被覆盖会有一定的变化[34]，本次研究主要探讨了1996—2020年7—9月期间植被覆盖与潮沟网络排水效率的关系，需要进一步研究不同时节潮沟排水效率与植被覆盖间的关系。互花米草入侵和不同物种分布对潮沟的演变也具有一定的影响，在以后的研究中还需要深入探索物种、植被覆盖度及潮沟分布的相互联系。此外，潮沟网络发展过程受到许多因素的影响，如物理驱动因素、生物驱动因素以及外部人类活动造成的非自然因素[32]，这些因素协同影响水动力过程、泥沙冲淤和地貌演化，在以后的研究中需重视动力-沉积-地貌耦合机制。

3 结 论

本文基于长时序Landsat和HJ-1A多光谱图像，提取并分析了长江口九段沙湿地潮沟和植被覆盖度数据。得到以下主要结论：

(1) 1996—2020年，九段沙各级别潮沟的数量和长度都在增加，其中2002—2011年期间，变化速度放缓，2011年后变化速度有所回升。四级潮沟曲率在2005—2020年间以每年1.09%的速度逐渐增加，且潮沟级别越高，曲率越大，至2020年九段沙潮沟等级最高为四级。

(2) 1996—2020年间，九段沙潮沟总长度呈线性变化，以每年11.71 km的速度增加；分形维数近似对数函数曲线变化，其值趋向于1.35；潮沟网络系统中的潮沟网络数目呈非线性加速增长，至2020年潮沟网络数为79个；曲率呈波动上升趋势，每年以3.4×10-3的速度增长；植被覆盖面积以每年4.79 km2的速度增加。按此趋势，未来九段沙盐沼湿地将仍以良好的态势发展。

(3) 九段沙历年潮沟形态特征变化与高植被覆盖度区域密切相关，相关系数绝对值在0.67～0.96之间，其中高植被覆盖度区域面积与潮沟总长度间的相关系数达0.96。不同级别的潮沟中，一级潮沟对平均归槽水流长度影响最大；不同植被覆盖参数中，植被覆盖面积对平均归槽水流长度影响最大。

(4) 平均归槽水流长度与植被覆盖面积符合指数函数关系，随着植被覆盖面积的增大，平均归槽水流长度逐渐减小，即潮沟网络排水效率增大。植被覆盖会促进细小潮沟的形成，其覆盖面积的扩张为潮沟的形成与稳定提供空间，从而提升潮沟的整体密度，增大潮沟网络的排水效率。