王毅杰，俞 慎

(1.中國科學(xué)院城市環(huán)境研究所，中國科學(xué)院城市環(huán)境與健康重點實驗室，廈門 361021;2.中國科學(xué)院研究生院，北京 100049)

在人類足跡幾乎遍及地球上所有的生態(tài)系統(tǒng)［1］的今天，人類活動對陸地生態(tài)系統(tǒng)和海洋生態(tài)系統(tǒng)的影響分別得到了較為系統(tǒng)的研究［2］，但介于陸－海生態(tài)系統(tǒng)之間的濱海濕地生態(tài)系統(tǒng)的人類活動影響尚缺乏深入的研究。濱海濕地生態(tài)系統(tǒng)是具有極高生態(tài)價值的生態(tài)系統(tǒng)類型。據(jù)Costanza等對美國部分濕地生態(tài)系統(tǒng)服務(wù)價值的估算表明，河口和潮灘鹽沼濱海濕地生態(tài)系統(tǒng)每年分別提供相當(dāng)于22，382和9，990美元/hm2的生態(tài)系統(tǒng)服務(wù)價值，分別是熱帶雨林和農(nóng)田生態(tài)系統(tǒng)的2—7倍和45—160倍［3］。然而，濱海濕地生態(tài)系統(tǒng)在過去一個世紀(jì)受到了劇烈的人類活動影響，全球約有30%—50%濱海濕地呈不同程度的退化［4］。

濱海濕地生態(tài)系統(tǒng)因處于海陸交匯處，同時受到陸源和海上的人類活動影響［1］。陸源人類活動產(chǎn)生的各種點源和非點源污染物隨入海河流經(jīng)濱海濕地生態(tài)系統(tǒng)進入海洋生態(tài)系統(tǒng)［5－6］。同時，沿海區(qū)域因農(nóng)業(yè)發(fā)展和城市擴張需求不斷加劇的圍海造地活動直接吞噬或影響濱海濕地生態(tài)系統(tǒng)［1］。污染物輸入和土地利用變化對濱海濕地生態(tài)系統(tǒng)的影響強度必然存在空間差異，因此，研究濱海濕地生態(tài)系統(tǒng)的人類活動影響強度的空間規(guī)律對保護和利用濱海濕地資源具有重要的科學(xué)意義和現(xiàn)實意義。

我國沿海區(qū)域海岸帶占國土面積13%，承載著約40%的全國人口，創(chuàng)造了約60%的國民生產(chǎn)總值(GDP)［7］。沿海區(qū)域因快速發(fā)展凸顯的人地矛盾使圍海造地侵占濱海濕地資源現(xiàn)象十分嚴(yán)重［8］。同時，周邊快速城市化使入海河流攜帶大量陸源污染物進入濱海濕地生態(tài)系統(tǒng)，導(dǎo)致污染加重［9］，并出現(xiàn)超過環(huán)境承載量而導(dǎo)致生態(tài)系統(tǒng)“壞死”現(xiàn)象，如環(huán)渤海灣濱海區(qū)域［10］。本研究以我國沿海三大城市群(環(huán)渤海灣城市群(簡稱“環(huán)渤?！?、長江三角洲城市群(長三角)和珠江三角洲城市群(珠三角))濱海濕地為研究對象，并以我國快速城市化拐點的10a(1990—2000年)為研究時期，比較研究圍海造地和陸源無機污染物輸入兩大陸源人類活動對三大城市群濱海濕地資源的影響強度及空間分布規(guī)律，以期對我國快速城市化過程中如何平衡開發(fā)和保護濱海濕地資源提供科學(xué)依據(jù)。

1 數(shù)據(jù)和方法

1.1 研究區(qū)范圍

本研究對象為我國最大的3個城市群(環(huán)渤海、長三角、珠三角)的濱海濕地區(qū)域，其中:環(huán)渤海城市群濱海濕地區(qū)域介于 E117°14.38'— 123°45.72'和 N35°17.37'—41°2.27'之間，長三角城市群濱海濕地區(qū)域介于E120°5.81'— 121°17.76'和 N30°30.06'—31°24.58'之間，珠三角城市群濱海濕地區(qū)域介于 E112°22.40'—115°2.32'和 N21°32.26'—23°2.08'之間(圖 1)。研究區(qū)域南北行政邊界分別為:環(huán)渤海為大連和日照，長三角為南通和臺州，珠三角為江門和惠州。根據(jù)國際Ramsar公約之濱海濕地定義提取近海海域6 m等深線作為濱海濕地向海方向邊界，而向陸方向邊界以1990年三大城市群濱海濕地(自然濕地和人工濕地)的向陸方向外緣為邊界，共計研究區(qū)域總面積為65576 km2。

圖1 三大城市群濱海濕地研究區(qū)域示意圖Fig.1 Study areas of coastal wetland zones in the three city clusters of China

1.2 土地利用變化圖及變化強度因子計算

1.2.1 土地利用類型的確定

不同的土地利用類型表征著不同類型及不同強度的人類活動，對土地利用類型的確定應(yīng)兼顧尺度和精度問題。較小的尺度有利于充分的反應(yīng)人類活動的細(xì)節(jié)，更加真實的表征人類活動影響強度，但同時也對數(shù)據(jù)的精度提出了更高的要求。本研究參照了2002年試行的《全國土地分類》標(biāo)準(zhǔn)和2007年發(fā)布的《土地利用現(xiàn)狀分類》國家標(biāo)準(zhǔn)，同時鑒于提取土地利用類型的數(shù)據(jù)精度(空間分辨率為30 m的遙感影像)限制，將土地利用類型分為自然濕地、農(nóng)用地和建設(shè)用地三類。這樣的分類尺度忽略了很多人類活動的細(xì)節(jié)，如建設(shè)用地可以進一步分為工礦倉儲用地、住宅用地、公共管理和公共服務(wù)用地、交通運輸用地等，但這幾類用地類型影像特征較為相似，無法在解譯精度限制下進行區(qū)分。農(nóng)用地和自然濕地可以做進一步的區(qū)分，但農(nóng)用地和自然濕地子類型的人類活動類型和強度差別不顯著，并為了與建設(shè)用地統(tǒng)一分類水平，三大類別的土地利用方式被研究采用。另外，1990—2000年間人類圍海造地活動強度分為四級，從低到高分別是:無土地利用變化發(fā)生、自然濕地轉(zhuǎn)化為農(nóng)用地、農(nóng)用地轉(zhuǎn)化為建設(shè)用地、自然濕地轉(zhuǎn)化為建設(shè)用地(圖2A)。

1.2.2 遙感影像解譯及強度因子賦值

本研究采用1990年和2000年美國陸地資源衛(wèi)星(Landsat)的TM和ETM+遙感影像(共計38幅，表1)，分別解譯提取研究區(qū)域內(nèi)1990—2000年的土地利用變化信息。遙感影像經(jīng)1∶250000地形圖幾何精校正，校正誤差在1個象元之內(nèi)。為突出地物特征，對遙感影像進行543波段假彩色合成。利用2000年的Google Earth?影像作為參考，選取一系列樣點，提取顏色、形狀、紋理、亮度、陰影等特征，建立解譯標(biāo)志，對2000年的Landsat遙感影像進行目視解譯(表2)。然后，參考2000年的遙感影像特征對1990年的遙感影像進行目視解譯。在Google Earth?上另選取一組1990到2000年間未發(fā)生土地利用變化的樣點進行解譯精度檢驗，解譯精度大于90%。

圖2 三大城市群濱海濕地土地利用變化強度(A)，污染物輸入強度(B)，綜合影響強度(C)Fig.2 Spatial distribution of land use/cover change(A)，contaminant influx(B)，and their combination intensiveness(C)in coastal wetland zones of the three city clusters in China

在ArcGIS?中對1990年和2000年的土地利用類型圖進行空間疊加分析，獲得研究區(qū)域土地利用變化空間分布圖。Sanderson等人［1］采用0—10分級人類活動對于陸地生態(tài)系統(tǒng)的影響強度等級，其中建設(shè)用地強度指數(shù)為10，農(nóng)業(yè)用地的強度指數(shù)介于6—8之間，其他自然類型用地的強度指數(shù)為0。同理，本研究將人類活動對濱海濕地的影響強度人為界定于0—1之間，沒有發(fā)生土地利用變化的區(qū)域賦值為0，而自然濕地轉(zhuǎn)化為建設(shè)用地的區(qū)域賦值為1;并且農(nóng)業(yè)用地轉(zhuǎn)化為建設(shè)用地區(qū)域賦值為0.66，而自然濕地轉(zhuǎn)化為農(nóng)業(yè)用地的區(qū)域影響度賦值為0.33。

1.3 營養(yǎng)元素輸入空間分布模擬及強度因子計算

1.3.1 Global NEWS2 模擬數(shù)據(jù)精度

本研究陸源營養(yǎng)鹽輸入強度數(shù)據(jù)來自于聯(lián)合國教科文組織政府間海洋學(xué)委員會(The Workgroup of UNESCO's Intergovernmental Oceanographic Commission)提供的全球1970—2000年各個流域營養(yǎng)鹽平均輸出量的模擬數(shù)據(jù)(Global NEWS2，Global Nutrient Export WaterSheds2)［11－12］。該模型模擬了多元素(C、N、P)和多形態(tài)(溶解態(tài)和懸浮顆粒態(tài))營養(yǎng)鹽在流域的輸出量。該模型綜合考慮了流域范圍內(nèi)各種點源和非點源的營養(yǎng)鹽輸入、輸出以及在河道輸運過程中的截留和損失，并考慮了氣候、水文以及土地利用類型對營養(yǎng)鹽輸出的影響。該研究對模型輸出數(shù)據(jù)與研究流域內(nèi)河口區(qū)域的實測值進行了全球尺度的校正，以確保其精度和可信度。校正后模型輸出數(shù)據(jù)和實測值相關(guān)系數(shù)R2值均大于0.60，相對誤差ME值均小于15%，表明模型較好的反演了各個流域內(nèi)營養(yǎng)鹽輸出的實際情況［11］。

1.3.2 研究區(qū)營養(yǎng)鹽輸出量提取以及強度因子計算

以Global NEWS2模擬數(shù)據(jù)為基礎(chǔ)，提取處于研究區(qū)域內(nèi)部或邊緣的入海流域的碳(C)、氮(N)、磷(P)營養(yǎng)鹽輸出量，包括溶解無機N和P、溶解有機C、N和P、顆粒N和P和顆粒有機C(表1)。在空間上，本研究人為地將各相應(yīng)入海流域營養(yǎng)鹽輸出值賦予流域出口單元的中心點，并以距流域出口中心點距離進行反距離加權(quán)插值，在ArcGIS?中模擬我國沿海三大城市群濱海濕地營養(yǎng)鹽輸入量的空間分布。營養(yǎng)鹽輸入量空間有機分布數(shù)據(jù)經(jīng)以10為底對數(shù)轉(zhuǎn)化后進行最大值標(biāo)準(zhǔn)化處理，得到三大城市群濱海濕地陸源營養(yǎng)鹽污染強度指數(shù)分布圖(標(biāo)準(zhǔn)化污染強度值范圍在0—1之間)。

表1 本研究數(shù)據(jù)來源Table 1 Data sources for this study

表2 分類解譯表Table 2 Interpretation of land use/cover type

1.4 非點源無機污染輸入空間分布模擬及強度因子計算

1.4.1 不透水陸地面積數(shù)據(jù)反演非點源無機污染物輸入強度可信度評價

大量研究表明，在一個流域內(nèi)，城市不透水面積和非點源污染物輸出濃度之間存在顯著的相關(guān)關(guān)系［13］。同時由于直接表征或模擬非點源無機污染物輸出濃度的數(shù)據(jù)或模型難以獲取，因此采用城市不透水面積來間接表征非點源無機污染物的輸出濃度被很多研究采用。本研究也采用這種方法，將我國三大城市群濱海濕地受到陸源非點源無機污染物污染強度通過美國國家海洋和大氣局(NOAA，National Oceanic and Atmospheric Administration)提供的2000年分辨率為1 km2的不透水陸地面積進行間接表征(表1)。該數(shù)據(jù)用經(jīng)過了輻射校正的夜晚燈光數(shù)據(jù)和人口普查數(shù)據(jù)進行模擬，并用美國地質(zhì)調(diào)查局(USGS，The United States Geological Survey)提供的小尺度精度較高的不透水面數(shù)據(jù)對模型進行了校正。采用該數(shù)據(jù)反演非點源無機污染物基于的假設(shè)為:非點源無機污染物主要來源于城市徑流。而事實上，并非所有的非點源無機污染物均來自城市徑流，如來自農(nóng)業(yè)生產(chǎn)活動的部分，則無法在該數(shù)據(jù)中反應(yīng)出來。因此，該預(yù)測模型精度受區(qū)域城市化水平的影響，城市化水平越過精度越高，反之則精度低。本文研究對象是我國最大的3個城市群區(qū)域，因此，該模型預(yù)測精度可以滿足研究的需要。

1.4.2 研究區(qū)非點源無機污染物輸出量反演及強度因子計算

以NOAA提供的2000年分辨率為1 km2的不透水陸地面積為基礎(chǔ)，提取處于研究區(qū)域內(nèi)部或邊緣的入海流域流域不透水陸地面積，并將其賦值于流域出口單元的中心點，在ArcGIS?中采用反距離加權(quán)插值法模擬相應(yīng)城市群濱海濕地非點源無機污染物輸入量的空間分布圖。非點源無機污染物輸入量同樣經(jīng)以10為底對數(shù)轉(zhuǎn)化后以最大值標(biāo)準(zhǔn)化處理，得到三大城市群濱海濕地陸源非點源無機污染物污染強度指數(shù)空間分布圖(標(biāo)準(zhǔn)化污染強度值范圍在0—1之間)。

1.5 污染物輸入強度估算以及強度等級分類

1.5.1 污染物輸入強度值估算

將營養(yǎng)鹽輸入強度圖層和非點源無機污染物圖層經(jīng)重采樣使其分辨率統(tǒng)一為100 m，兩個圖層坐標(biāo)均采用WGS1984坐標(biāo)系和UTM投影。假設(shè)營養(yǎng)鹽輸入和非點源無機污染物輸入對于濱海濕地的影響同等重要，將兩個圖層分別乘以0.5的權(quán)重系數(shù)然后線性疊加，生成污染物輸入強度分布圖(圖2B)。強度指數(shù)介于0到1之間。

1.5.2 污染物輸入強度等級分類

將3個城市群污染物輸入強度值圖層在ArcGIS?中進行Mosaic(鑲嵌)處理，使其成為一個整體圖層。然后采用Natural Break等級分類方法［14］在ArcGIS?中將污染物輸入強度分為高、中、低3個等級。Natural Break分級方法采用Jenks Optimization算法，通過聚類分析將相似性最大的數(shù)據(jù)分為一組(組內(nèi)方差最小)，差異性最大的數(shù)據(jù)分到不同級(組間方差最大)。這種分類方法很好的確保了數(shù)據(jù)的統(tǒng)計特征，同時，對于不同的數(shù)據(jù)，其分類界限不同［15］。因此，得到3個等級的指數(shù)范圍:高輸入其強度值大于0.77，中等輸入其強度值介于0.77和0.67之間，低輸入其強度值則小于0.67。

1.6 陸源人類活動綜合影響強度估算以及強度等級分類

1.6.1 陸源人類活動綜合影響強度值估算

與污染物輸入強度估算一樣，通過重采樣使土地利用變化強度數(shù)據(jù)圖層的分辨率為100 m，設(shè)置坐標(biāo)系統(tǒng)為WGS1984(World Geodical System 1984)，投影為UTM(The Universal Transverse Mercator)。假設(shè)土地利用變化與污染物輸入對濱海濕地影響同等重要，將兩個圖層分別乘以0.5的權(quán)重系數(shù)后線疊加(也即營養(yǎng)鹽圖層和非點源無機污染物圖層乘以0.25的權(quán)重系數(shù)，土地利用變化圖層乘以0.5的權(quán)重)，生成我國三大沿海城市群濱海濕地受陸源人類活動影響強度空間分布圖(圖2C)。1.6.2 陸源人類活動綜合影響強度等級分類

將三個城市群陸源人類活動綜合影響強度值圖層在ArcGIS?中進行Mosaic(鑲嵌)處理，使其成為一個整體圖層。然后在ArcGIS?中采用Nature Break等級分類方法將綜合影響強度分為高、中、低3個等級:強度值大于0.83賦為高影響強度，0.69—0.83之間為中等影響強度，小于0.69為低影響強度。

1.7 陸源人類活動強度的垂直海岸線影響距離估算

1.7.1 海岸線提取及其精度評價

用于本研究的海岸線矢量數(shù)據(jù)是從美國國家地理空間情報局 NGA(National Geospatial－intelligence Agency)的全球海岸線矢量數(shù)據(jù)(WVS，World Vector Shoreline)裁剪而來的。NGA通過一系列影像和地圖產(chǎn)品的數(shù)字化來開發(fā)當(dāng)前版本的世界矢量海岸線數(shù)據(jù)。精度為250 m。制作WVS原型系統(tǒng)的數(shù)據(jù)源主要是2000年的NASA的陸地衛(wèi)星Landsat多波段數(shù)據(jù)。方法是利用Landsat 7的多波段數(shù)據(jù)，基于短波紅外(SWIR)數(shù)據(jù)開展水陸邊界提取。因為沒有經(jīng)過潮汐糾正，該數(shù)據(jù)反映的是海岸線大致的高水位線，而不是平均水位線。

1.7.2 陸源人類活動強度的垂直海岸線影響距離估算

在ArcGIS?中采用FISGNET模塊建立10 km×10 km的格網(wǎng)，將污染物輸入強度圖層、土地利用圖層或人類活動綜合影響強度圖層和格網(wǎng)進行空間關(guān)聯(lián)，使其具有相應(yīng)的人類活動強度信息。將格網(wǎng)內(nèi)的相應(yīng)人類活動平均影響強度賦值予格網(wǎng)中心點，并以此點距海岸線垂直距離表征陸源人類活動對濱海濕地生態(tài)系統(tǒng)的影響距離。

2 結(jié)果

2.1 三大城市群濱海濕地土地利用變化強度及空間影響距離

三大城市群(環(huán)渤海、長三角和珠三角)濱海濕地資源在1990—2000年間的土地利用類型發(fā)生變化的總面積分別為3876、817和405 km2，并且在土地利用變化組成結(jié)構(gòu)上也存在一定的差異(圖3)。由自然濕地直接轉(zhuǎn)化為建設(shè)用地的比例相對較小(長三角17.8%，珠三角11.6%，環(huán)渤海11.0%)。而由自然濕地轉(zhuǎn)化為農(nóng)業(yè)用地的比例則為三大城市群濱海濕地資源最大的土地流轉(zhuǎn)類型，以環(huán)渤海最大(68.8%)，長三角次之(66.4%)，珠三角最小(56.1%)。但由已轉(zhuǎn)化為農(nóng)業(yè)用地的濱海濕地轉(zhuǎn)化為建設(shè)用地的比例以珠三角最大(32.3%)，其次為環(huán)渤海(20.1%)，而最小為長三角(15.8%)。由此可見，長三角快速城市化進程導(dǎo)致建設(shè)用地直接占用濱海自然濕地資源的比例超過了由已轉(zhuǎn)化為農(nóng)業(yè)用地的濱海濕地轉(zhuǎn)化為建設(shè)用地的比例;而珠三角尚以由已轉(zhuǎn)化為農(nóng)業(yè)用地的濱海濕地轉(zhuǎn)化為建設(shè)用地為主。環(huán)渤海相應(yīng)比例雖小，但是土地利用類型變化總面積分別是長三角和珠三角的4.7倍和9.6倍，因此，其城市化進程不可小視。農(nóng)業(yè)用地需求仍為主要濱海自然濕地流轉(zhuǎn)去向［15－16］。

從濱海城市來看，環(huán)渤海周邊城市唐山市、天津市、滄州市、東營市、廊坊市屬于濱海濕地土地利用變化強度較高的區(qū)域;長三角中上海的崇明島以及杭州錢塘江入?？趨^(qū)域是濱海濕地土地利用變化最為強烈的區(qū)域;而珠三角的土地利用變化最為強烈的區(qū)域處于珠江口邊緣的中山市和深圳市。該結(jié)果表明濱海濕地資源土地利用變化以沿海發(fā)達城市最為強烈(圖2A)。

而土地利用變化的垂直海岸線影響距離分析表明，1990—2000年間三大城市群濱海濕地區(qū)域土地利用變化強度模式各異。環(huán)渤海主要在距海岸線向海1 km處土地利用變化強烈，長三角則在距海岸線向陸1 km處土地利用變化最為強烈，而珠三角則在上述兩個區(qū)域土地利用變化較為強烈(圖3)。珠三角在向陸和向海方向土地利用變化強度呈對稱減弱，而長三角和環(huán)渤海則以向陸方向發(fā)展為主(圖3)。

綜上所述，三大城市群區(qū)域濱海濕地資源受人類活動引起的土地利用變化呈現(xiàn)不同模式，雖然農(nóng)業(yè)用地需求仍然是濱海自然濕地資源土地流轉(zhuǎn)的主要去向，但城市化進程已逐漸成為濱海濕地區(qū)域土地利用類型變化的驅(qū)動力。

2.2 三大城市群濱海濕地污染物輸入強度的空間分布模式

點源和非點源污染物輸入量模式在環(huán)渤海和珠三角濱海濕地區(qū)域較為相似，其高(影響強度＞0.77)、中(0.67—0.77)影響強度區(qū)域所占的面積比例分別是19.6%、19.5% 和 41.6%、42.1%(圖 4)。長三角濱海濕地的污染物輸入強度相對較弱，其高、中影響強度區(qū)域所占的面積比例分別是6.8%和37.9%。因此，環(huán)渤海和珠三角流域污染物輸出較長三角流域要高，相應(yīng)的濱海濕地生態(tài)系統(tǒng)受到污染程度也要高于長三角。

然而，污染物輸入對濱海濕地影響距離以長三角最遠(yuǎn)，環(huán)渤海呈近海高強度影響模式，而珠三角則影響距離較短，強度也較弱(圖4)。這可能與不同城市群區(qū)域入海河流分布有關(guān)。環(huán)渤海濱海濕地區(qū)域分布有遼河流域、海河流域、黃河流域以及淮河流域的出?？冢L三角和珠三角濱海濕地區(qū)域主要流域分別為長江流域和珠江流域(圖2B)。

2.3 三大城市群濱海濕地陸源人類活動綜合影響強度空

綜合土地利用變化強度和污染物(點源和非點源)輸入強度，珠三角濱海濕地受到陸源人類活動的影響強度明顯高于長三角和環(huán)渤海。珠三角濱海濕地區(qū)域陸源人類活動影響強度平均值為0.79，其中高(＞0.83)、中(0.69—0.83)影響強度的面積比例分別占21%和57%，都遠(yuǎn)大于長三角和環(huán)渤海。環(huán)渤海和長三角濱海濕地受陸源人類活動影響強度接近，前者平均強度值為0.65，而后者為 0.63;并且其高、中影響程度的面積比例也大致相等(30%左右)(圖5)。

綜合影響強度的空間分布與相應(yīng)的土地利用轉(zhuǎn)化強度和污染物輸入強度分布一致，高綜合影響強度區(qū)域主要分布于各大河流入海口以及發(fā)達城市的周邊區(qū)域(圖2C)，三大城市群間趨勢一致。而影響區(qū)域距離海岸線的垂直距離分析表明，高影響強度的區(qū)域集中分布于海岸線附近，但具體的向?；蛳蜿懛植家?guī)律不同(圖6)。環(huán)渤海濱海濕地高影響強度區(qū)域主要分在垂直海岸線指向陸地的一側(cè)(距海岸線約1—5 km的范圍)，分布面積最廣的位于距海岸線1 km處;而在垂直海岸線指向海洋的一側(cè)，距離海岸線1—6k m處也有較大范圍的高影響程度區(qū)域分布，主要來源于污染物輸入影響。長三角濱海濕地高影響強度區(qū)域主要分布在垂直海岸線指向海洋的一側(cè)(距海岸線約1—3 km的范圍)，分布面積最廣的是距海岸線2 km處;在垂直海岸線指向陸地的一側(cè)，距離海岸線1—2 km也有一定面積的高影響強度區(qū)域的分布。與長三角相似，珠三角濱海濕地高影響強度區(qū)域主要分布在垂直海岸線指向海洋的一側(cè)(距離海岸線1—3 km的范圍)，其分布范圍最廣的是距海岸線1 km處;同時在垂直海岸選指向陸地的一側(cè)，離開海岸線1—3 km處，亦有較大范圍的高影響程度區(qū)域分布。

3 討論

圖3 三大城市群濱海濕地土地利用變化強度;垂直于海岸線空間分布Fig.3 Intensiveness of land use/cover change of coastal wetlands in the three city clusters in China and its horizontal spatial distribution vertically to the coastline

陸源人類活動對于濱海濕地的影響廣泛而復(fù)雜，對其合理的分類并進行定量化研究有助于人們科學(xué)地認(rèn)識人類活動影響規(guī)律，進而為合理地保護及利用濱海濕地資源提供科學(xué)支持?；谶@一假設(shè)，借鑒前人研究成果［1－2，5］，在考慮到數(shù)據(jù)可獲取性的同時，本文對我國三大城市群區(qū)域濱海濕地的陸源人類活動影響采用土地利用變化強度和污染物輸入強度進行定量反演，并對兩種影響因子分別進行個別分析和疊加分析，以達到從局部到整體的較全面認(rèn)識陸源人類活動對于濱海濕地的影響規(guī)律。

已有的陸上人類活動對于濱海濕地的影響研究一般從兩個角度展開，一是直接闡述特定人類活動的空間強度分布，如對漁業(yè)活動的空間分布強度的研究［17－18］。雖然這種研究詳盡、直觀，但由于人類活動的復(fù)雜性使之很難在較大的空間尺度上展開，也難以描述人類活動的整體狀況;二是利用各種和人類活動有關(guān)的指標(biāo)來間接反觀人類活動強度，如利用濱海濕地土地利用變化來表征各種產(chǎn)業(yè)活動［19－21］，在較大尺度的研究中得到廣泛應(yīng)用。基于空間尺度較大以及描述陸上人類活動整體影響強度的需要，本文也采用間接表征的方法，借助了土地利用變化信息和GLOBAL NEWS2模型以及城市不透水表面數(shù)據(jù)。

在全球范圍內(nèi)，世界上各大流域入海口的濱海濕地資源均發(fā)生了大幅的退縮［22］。已有的對我國典型濱海濕(黃河三角洲、遼河三角洲、萊州灣、鹽城濱海濕地、廈門濱海濕地)［23－27］地土地利用流轉(zhuǎn)的研究均表明，近年來我國自然濱海濕地發(fā)生了大幅的縮減，但對自然濕地流向的研究并不深入，特別是向建設(shè)用地的轉(zhuǎn)化涉及的更少。但毋庸置疑，沿海地區(qū)快速城市化帶來的城市擴張對自然濕地的侵占已是一個嚴(yán)峻的環(huán)境問題。本文研究表明，在過去30余年中三大城市群是我國城市化進程最快的區(qū)域，但是，濱海自然濕地向農(nóng)業(yè)用地(主要是養(yǎng)殖水面)的轉(zhuǎn)化是主要的土地流轉(zhuǎn)模式(＞50%的土地利用變化面積)，尤其以環(huán)渤海城市群區(qū)域最為明顯。非建設(shè)用地(濱海自然濕地和農(nóng)業(yè)用地)轉(zhuǎn)化為建設(shè)用地的強度則以珠三角最大(43.9%)，環(huán)渤海和長三角區(qū)域差異不大(31.2%和33.6%)。由此可見，珠三角城市群城市化進程對濱海濕地資源的影響強度最強烈。這與3個城市群2000年人口城市化率趨勢一致，即珠三角(69.7%)＞長三角(54.2%)＞ 環(huán)渤海(42.1%)［28］。

圖4 三大城市群濱海濕地污染物輸入強度;垂直于海岸線空間分布Fig.4 Intensiveness of contaminant influx to coastal wetlands in the three city clusters of China，grouped by the Natural Break approach and its horizontal spatial distribution vertically to the coastline

2000年之后的《中國海洋環(huán)境質(zhì)量公報》我國逐步加強了對主要河流污染物入海量的監(jiān)測，2005年監(jiān)測的河流為28條，至2010年為66條。本文基于Global NEWS2模型的研究顯示污染物輸入強度以環(huán)渤海和珠三角區(qū)域較為相似，其中等影響強度以上區(qū)域面積比例大于長三角區(qū)域;但三大城市群區(qū)域各大河流入?？诘母黝愇廴疚餄舛染幱谳^高的水平［29］。該結(jié)果與年度《中國海洋環(huán)境質(zhì)量公報》相一致。

圖5 三大城市群濱海濕地綜合人類活動影響強度Fig.5 Combined intensiveness of land use/cover change and contaminant influx versus coastal wetland area in the three city clusters of China，grouped by the Natural Break approach

圖6 垂直于海岸線方向三大城市群濱海濕陸源人類活動綜合影響強度空間分布Fig.6 Horizontal spatial distribution of combined intensiveness of land use/cover change and contaminant influxes in coastal wetlands

在城市化進程當(dāng)中，濱海濕地資源受到了各種不同性質(zhì)的人類活動的影響，如農(nóng)業(yè)活動(耕地擴張、水產(chǎn)養(yǎng)殖)，城市建設(shè)(旅游開發(fā)、房地產(chǎn)開發(fā)、工業(yè)發(fā)展、港口建設(shè)和擴建)，具體哪類活動占主導(dǎo)地位，要視其城市化程度而異［30－31］。綜合兩大陸源人為活動，珠三角濱海濕地受到的影響強度高于環(huán)渤海和長三角區(qū)域。對三大城市群區(qū)域深入分析表明，高強度人為活動影響區(qū)域主要分布于河流入海口和經(jīng)濟較為發(fā)達的城市邊緣;而在垂直于海岸線方向，高強度影響區(qū)域密集的分布于海岸線附近。

4 結(jié)語

隨著城市化進程的加速，人口城市化率快速增加，造成建設(shè)用地稀缺;同時，出口經(jīng)濟的迅猛發(fā)展使港口建設(shè)和擴建加速。建設(shè)用地需求的急增對濱海城市的濱海濕地資源形成巨大壓力。本文為研究人類活動對于濱海濕地資源造成影響的強度空間差異提供了一個框架模型，為合理的規(guī)范人類活動對濱海濕地資源的利用提供一定的依據(jù)。但由于表征人類活動數(shù)據(jù)的尺度和精度的限制，研究尚存在一些不足:包括在進行土地利用變化的分析時，由于數(shù)據(jù)質(zhì)量的限制，忽略了人類活動細(xì)節(jié);污染物輸入強度的模擬由于數(shù)據(jù)獲取的限制，僅考慮到了營養(yǎng)鹽和非點源無機污染物，其他類型的污染物沒有涉及;營養(yǎng)鹽的輸入強度采用Global NEWS2模型模擬，鑒于模型精度有限，存在不確定性;非點源無機污染物輸入的模擬用NOAA提供的不透水表面面積來進行表征，該數(shù)據(jù)的空間分辨率(1km2)較低，由此得到的結(jié)論需要進一步驗證;在向海向陸垂直海岸線的空間分析中僅考慮到了距離因子對于污染物濃度衰減的影響，對諸如污染物擴散受到潮汐作用的影響等今后應(yīng)作考慮。

［1］ Sanderson E W，Jaiteh M，Levy M A，Redford K H，Wannebo A V，Woolmer G.The human footprint and the last of the wild.BioScience，2002，52(10):891－904.

［2］ Halpern B S，Walbridge S，Selkoe K A，Kappel C V，Micheli F，D'Agrosa C，Bruno J F，Casey K S，Ebert C，F(xiàn)ox H E，F(xiàn)ujita R，Heinemann D，Lenihan H S，Madin E M P，Perry M T，Selig E R，Spalding M，Steneck R，Watson R.A global map of human impact on marine ecosystem.Science，2008，319(5865):948－952.

［3］ Costanza R，D'Arge R，de Groot R，F(xiàn)arber S，Grasso M，Hannon M，Limburg M，Naeem S，O'Neill R V，Paruelo J，Raskin R G，Sutton P，van den Belt M.The value of the world's ecosystem services and natural capital.Nature，1997，387(6630):253－260.

［4］ Shabman L A，Batie S S.Economic value of natural coastal wetlands:a Critique.Coastal Zone Management Journal，1978，4(3):231－247.

［5］ Syvitski J P M，V?r?smarty C J，Kettner A J Green P.Impact of humans on the flux of terrestrial sediment to the global coastal ocean.Science，2005，308(5720):376.

［6］ Vitousek P M，Aber J D，Howarth R W，Lidens G E，Matson P A，Schindler D W，Schlesinger W H，Tilman D.Human alteration of the global nitrogen cycle:causes and consequences.Ecological applications，1997，7(3):737－750.

［7］ Zhao X T，Yang W，Zhou D，Chen S L.The five major issues related to the sustainable development of China's estuary.Ocean Development and Management，2008，25(3):91－93.

［8］ Qiu J.An overview of development and utilization of coastal beach in modern China.Water Resources Development Research，2006，6(3):26－28.

［9］ Selman M，Sugg Z，Greenhalgh S，Diaz R.Eutrophication and hypoxia in coastal areas:a global assessment of the state of knowledge.The World Resources Institute，10 G Street，NE Suite 800.Washington，DC 20002，USA，2008.

［10］ State Oceanic Adminstration People's Republic of China.China marine environmental quality bulletin of 2009.http://www.soa.gov.cn/soa/hygb/hjgb/webinfo/2010/06/1297643967120831.htm.

［11］ Mayorga E，Seitzinger S P，Harrison J A，Dumont E，Beusen A H W，Bouwman A F，F(xiàn)ekete B M，Kroeze C，Van Drecht G.Global nutrient export from WaterSheds 2(NEWS 2):model development and implementation.Environmental Modelling and Software，2010，25(7):837－853.

［12］ Seitzinger S P，Mayorga E，Bouwman A F，Kroeze C，Beusen A H W，Billen G，Van Drecht G，Dumont E，F(xiàn)ekete B M，Garnier J，Harrison J A.Global river nutrient export:a scenario analysis of past and future trends.Global Biogeochemical Cycles，2010，24(GB0A08):doi:10.1029/2009GB003587.

［13］ Arnold Jr C L，Gibbons C J.Impervious surface coverage:the emergence of a key environmental indicator.Journal of the American Planning Association，1996，62(2):243－258.

［14］ Jenks G F.The data model concept in statistical mapping.International Yearbook of Cartography.1967，7:186－190.

［15］ Zhang J P，Hu Y M，Tian Y，Wang L，Liu S P.Comprehensive evaluation of county－level construction land intensive utility in Guangdong Province A case study for Zijin County.Chinese Journal of Applied Ecology，2010，21(2):422－428.

［16］ Wen Q K，Zhang Z X，Xu J Y，Zou L J，Wang X，Liu B，Zhao X L，Yi L.Spatial and temporal change of wetlands in Bohai rim during 2000—2008:An analysis based on satellite images.Journal of Remote Sensing，2011，15(1):192－200.

［17］ Martin K S.GIS in marine fisheries science and decision making//Fisher W L，Rahel F J，eds.Geographic Information Systems in Fisheries.American Fisheries Society，2004:237－258.

［18］ St Martin K.Making space for community resource management in fisheries.Annals of the Association of American Geographers，2001，91(1):122－142.

［19］ Weng Q.Land use change analysis in the Zhujiang Delta of China using satellite remote sensing，GIS and stochastic modelling.Journal of Environmental Management，2002，64(3):273－284.

［20］Hepcan ? C，Turan˙I A，?zkan M.Monitoring land use change in the ?e?me coastal zone，Turkey using aerial photographs and satellite imaging.Land Degradation and Development，2011，22(3):326－333.

［21］ Hovik S，Stokke K B.Balancing aquaculture with other coastal interests:a study of regional planning as a tool for ICZM in Norway.Ocean and Coastal Management，2007，50(11/12):887－904.

［22］ Coleman J M，Huh O K，de Braud W Jr.Wetland loss in world deltas.Journal of Coastal Research，2010，24(S1):1－14.

［23］ Zong X Y，Liu G H，Qiao Y L，Lin S.Study on dynamic changes of wetland landscape pattern in Yellow River Delta.Journal of Geo－information Science，2009，11(1):91－97.

［24］ Liu H Y，Lu X G，Liu Z Q.Deltaic wetland in Bohai Sea:resources and development.Journal of Natural Resources，2001，16(2):101－106.

［25］ Zhang X L，Chen D J，Gu D Q.Analysis of the degradations of coastal wetlands in southern Laizhou bay during last 20 years and the Mechanisms.Science and Technology Review，2009，27(4):65－70.

［26］ Liu C Y，Zhang S Q，Jiang H X，Wang H，Sun Y.Spatio－temporal dynamics of coastal Wetland Landscape Pattern in Yancheng，Jiangsu Province.Remote Sensing for Land and Resources，2009，(3):78－83.

［27］ Chen P.Study on the change of landscape pattern of coastal wetland in Xiamen City.Ecologic Science，2005，24(4):359－363.

［28］ National Bureau of Statistics of China.China city statistical yearbook 2000.Beijing:China Statistics Press，2001.

［29］ State Oceanic Administration People's Republic of China.China marine environmental quality bulletin of 2000—2010.http://www.soa.gov.cn/soa/hygb/hjgb/webinfo/2001/04/1271382648963145.htm.

［30］ Burak S，Dogˇan E，Gaziogˇlu C.Impact of urbanization and tourism on coastal environment.Ocean and Coastal Management，2004，47(9/10):515－527.

［31］ Antos M J，Ehmke G C，Tzaros C L，Weston M A.Unauthorized human use of an urban coastal wetland sanctuary:current and future patterns.Landscape and Urban Planning，2007，80(1/2):173－183.

參考文獻:

［7］ 趙曉濤，楊威，周丹，陳沈良.影響我國河口地區(qū)可持續(xù)發(fā)展的五大問題.海洋開發(fā)與管理，2008，25(3):91－93.

［8］ 裘江海.我國近代灘涂開發(fā)利用綜述.水利發(fā)展研究，2006，6(3):26－28.

［10］ 國家海洋局.中國海洋環(huán)境質(zhì)量公報2009.http://www.soa.gov.cn/soa/hygb/hjgb/webinfo/2010/06/1297643967120831.htm.

［15］ 張俊平，胡月明，田原，王璐，劉素萍.廣東省縣級建設(shè)用地集約利用綜合評價——以紫金縣為例.應(yīng)用生態(tài)學(xué)報，2010，21(2):422－428.

［16］ 溫慶可，張增祥，徐進勇，左麗君，汪瀟，劉斌，趙曉麗，易玲.環(huán)渤海濱海濕地時空格局變化遙感監(jiān)測與分析.遙感學(xué)報，2011，15(1):192－200.

［23］ 宗秀影，劉高煥，喬玉良，林松.黃河三角洲濕地景觀格局動態(tài)變化分析.地理信息科學(xué)學(xué)報，2009，11(1):91－97.

［24］ 劉紅玉，呂憲國，劉振乾.環(huán)渤海三角洲濕地資源研究.自然資源學(xué)報，2001，16(2):101－106.

［25］ 張緒良，陳東景，谷東起.近20年萊州灣南岸濱海濕地退化及其原因分析.科技導(dǎo)報，2009，27(4):65－69.

［26］ 劉春悅，張樹清，江紅星，王會，孫妍.江蘇鹽城濱海濕地景觀格局時空動態(tài)研究.國土資源遙感，2009，(3):78－83.

［27］ 陳鵬.廈門濱海濕地景觀格局變化研究.生態(tài)科學(xué)，2005，24(4):359－363.

［28］ 國家統(tǒng)計局.中國城市統(tǒng)計年鑒2000.北京:中國統(tǒng)計出版社，2001.

［29］ 國家海洋局.中國海洋環(huán)境質(zhì)量公報2000—2010.http://www.soa.gov.cn/soa/hygb/hjgb/webinfo/2001/04/1271382648963145.htm.