王志成， 高志強， 尚偉濤， 姜曉鵬

(1.中國科學院 海岸帶環(huán)境過程與生態(tài)修復重點實驗室(煙臺海岸帶研究所), 山東 煙臺 264003; 2.中國科學院大學,北京 100049; 3.山東省海岸帶環(huán)境過程重點實驗室, 中國科學院 煙臺海岸帶研究所, 山東 煙臺 264003)

海岸線是海洋和陸地之間的分界線[1]，是近海環(huán)境要素的重要組成部分[2]，也是地球重要的線性特征[3]。影響海岸線變化的因素分為自然因素和人為因素[4]，自然因素包括河流泥沙淤積、潮汐和波浪作用等[5]，人為因素包括沿海的水產(chǎn)養(yǎng)殖、沿海城市擴張、港口和堤壩的修筑等[6]。

近年來，眾多學者對海岸線展開了科學研究。劉鵬等[2]研究了黃河三角洲1959—2002年岸線的長度、變化速率以及分形維數(shù)；王建等[7]研究了萊州灣岸線在1973—2016年的演化并且探討了海岸侵蝕和淤積的機理；溫馨燃等[8]以環(huán)渤海為研究區(qū)，研究分析了1985—2017年環(huán)渤海地區(qū)的圍填海岸線演化、岸線圍墾強度演化等；李亞寧等[9]研究了近20 a渤海岸線和圍填海的時空演變；李博炎等[10]對環(huán)渤海地區(qū)的岸線和圍填海信息進行提取，研究了其具體進程和驅(qū)動因素；李剛等[11]研究分析了浙江三沙灣海岸類型的演變以及岸線的變遷；沈昆明等[12]利用DSAS分析了海州灣的岸線變化；Mujabar等[13]分析了Kanyakumari和Tuticorin之間的岸線變化；Addo等[14]檢測了加納阿克拉海岸岸線的衰退，并對岸線的衰退進行了預測；Sui等[15]分析了印度尼西亞海岸線在1990—2018年的時空變化特征；Emran等[16]研究了孟加拉國Sandwip島的海岸線變化和侵蝕—沖積演化；Esteves等[17]分析了季節(jié)和年際對巴西南部南大河段海岸線變化規(guī)律的影響。大多數(shù)研究聚焦于海岸線的分形維數(shù)、變化速率等方面，從土地利用方面對海岸線的研究較少。

萊州灣內(nèi)的灘涂為淤泥質(zhì)灘涂，適合填海以及圍海養(yǎng)殖，受黃河泥沙入海以及人類活動的影響，灣內(nèi)的海岸線在近30 a間發(fā)生了顯著變化，黃河泥沙淤積填海、人工填海、圍海均使得海岸線發(fā)生了變化，使得萊州灣在此方面具有一定的典型性。因此，有必要從土地利用的角度對萊州灣內(nèi)的海岸線進行研究，以期從土地利用變化的角度認識海岸線的變化及其變化原因，進而為政府以及相關部門在進行海岸線規(guī)劃時提供土地利用方面的數(shù)據(jù)支撐。

1 研究區(qū)概況

研究區(qū)位于山東省北部，經(jīng)緯度范圍為118.441°—119.792°E，36.79°—38.29°N，主要包括東營市東北部、煙臺市西部以及濰坊市北部地區(qū)等，地形以平原為主。氣候為溫帶季風氣候，夏季炎熱且降水較多，冬季寒冷且干燥。區(qū)內(nèi)的河流主要有黃河、小清河、白浪河以及廣利河。自然資源主要包括地下鹵水、漁業(yè)資源、油氣資源等，其中礦產(chǎn)資源主要以石油為主。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

研究所用數(shù)據(jù)分為遙感數(shù)據(jù)、GPS實測土地利用數(shù)據(jù)以及無人機航拍數(shù)據(jù)。使用遙感數(shù)據(jù)進行土地利用分類以及海岸線提取，所用遙感數(shù)據(jù)包括Landsat TM/ETM+/OLI數(shù)據(jù)，均從地理空間數(shù)據(jù)云網(wǎng)站獲取(http:∥www.gscloud.cn/)，研究所選時間范圍為1987—2017年，成像時間均在10月份，時間間隔為6 a；其中，1987年與1993年選用Landsat TM數(shù)據(jù)，1999，2005年以及2011年選用Landsat ETM+數(shù)據(jù)，而2017年則選用Landsat OLI數(shù)據(jù)。使用GPS軌跡所記錄的實地的土地利用數(shù)據(jù)以及無人機航拍數(shù)據(jù)對分類結(jié)果進行修正以使其達到精度要求。

2.2 萊州灣土地利用分類及海岸線提取

基于面向?qū)ο蟮姆诸惙椒?，對遙感影像進行分類，將其分為耕地、建設用地、林地、內(nèi)陸水體、裸地、草地、水產(chǎn)養(yǎng)殖、潮灘、鹽場用地。由于研究區(qū)范圍較大、土地利用類型較多以及“異物同譜”現(xiàn)象的存在，若對分割后的整個研究區(qū)影像進行決策樹分類，會產(chǎn)生大量的“錯分、漏分”現(xiàn)象，從而導致分類結(jié)果的精度較低。因此，本研究采用“先分塊，后分類”的策略，首先利用一個相對較大的尺度參數(shù)對研究區(qū)影像進行分割，將影像分割為幾個較大的影像塊，此時每個較大影像塊內(nèi)的土地利用類型數(shù)目相對于整個研究區(qū)影像有所減少；隨后根據(jù)每個較大影像塊內(nèi)的土地利用類型的尺寸，選取小尺度參數(shù)對每個較大的影像塊進一步分割；最后，在每一個較大影像塊內(nèi)均選擇訓練樣本，訓練其專屬的決策樹分類器，并利用各自的分類器實現(xiàn)分類(圖1)。為了保證萊州灣海岸線的提取精度，采用人工解譯的方式提取萊州灣海岸線。

圖1 萊州灣土地利用分類示意圖

土地利用分類完畢后，進行實地考察，實地考察主要包括無人機航拍以及對室內(nèi)分類時不確定的分類結(jié)果進行實地驗證(圖2)。無人機航拍所選站點主要考慮的因素有：①航拍站點處的分類結(jié)果存疑；②航拍站點處的地物類型豐富；③交通便利，容易到達。因此選取濰坊求是公園、東營小清河入海口、東營濱海公園、東營仙河公園以及東營黃河故道進行航拍。對于不確定的分類結(jié)果的實地驗證，則運用GPS軌跡數(shù)據(jù)，GPS軌跡數(shù)據(jù)包括了一系列標識點，這些標識點記錄了其所在位置的土地利用類型。數(shù)據(jù)采集完畢后，以航拍數(shù)據(jù)為參考，通過將標識點數(shù)據(jù)同分類結(jié)果疊加分析以及人工修正的方式對分類結(jié)果進行修正。修正完畢后，在ArcGIS軟件中生成隨機點，并結(jié)合谷歌地球中的高分辨率影像，利用混淆矩陣進行精度驗證。分類結(jié)果的總體精度大于86%，Kappa系數(shù)大于0.83，滿足后續(xù)的分析要求。

圖2 GPS軌跡、標識點與航拍點位示意圖

2.3 土地利用程度

土地利用程度指數(shù)定量表征某一時期某一區(qū)域人類利用土地的程度，計算公式[18]為：

(1)

式中：L為土地利用程度指數(shù);Ai為第i級土地利用程度分級指數(shù);Ci為第i級土地利用程度分級面積百分比。土地利用程度分級指數(shù)Ai采用劉紀遠[18]提出的土地利用程度分級指數(shù)參與計算,其中,鹽場用地、水產(chǎn)養(yǎng)殖用地的分級指數(shù)為3。

2.4 末點變化速率(end point rate， EPR)計算

末點變化速率(EPR)用來表征海岸線變化速率，利用數(shù)字岸線分析系統(tǒng)(digital shoreline analysis system，簡稱DSAS)對該指標進行計算，DSAS首先在海岸線上生成一系列剖面線，隨后計算每一條剖面線與海岸線之間交點的變化速率，該速率即為末點變化速率(EPR)，公式[19]如下：

(2)

式中：EPRij為第i年和第j年之間的末點變化速率； Δdij為剖面線與第i年海岸線和第j年海岸線交點間的距離； Δtij為第i年和第j年之間的時間間隔。

3 結(jié)果與分析

3.1 1987-2017年土地利用變化分析

在時間變化方面，萊州灣近岸的土地利用類型在1987—2017年變化明顯(表1)。主要表現(xiàn)為：水產(chǎn)養(yǎng)殖用地面積比例在1987—2017年逐漸增加，從1987年的2.63%增加到2017年的8.01%；鹽場用地面積比例逐漸增加，1987年的面積比例最小，為3.38%，而2017年的面積比例最大，為12.68%；建設用地面積比例逐漸增加，在1987—2017年，從2.29%增加到12.80%。

表1 1987-2017年萊州灣沿岸各土地利用類型面積比例 %

對于其他土地利用類型，內(nèi)陸水體面積比例總體上呈現(xiàn)出增加的趨勢；林地變化不明顯，其面積比例在2%附近上下波動；裸地的面積比例在總體上呈現(xiàn)出減少的趨勢；而草地和耕地的面積比例在總體上則呈現(xiàn)出先增加后減少的趨勢。在空間分布方面(圖3)，水產(chǎn)養(yǎng)殖用地以及鹽場用地主要分布于研究區(qū)內(nèi)的沿海地區(qū)，耕地分布于研究區(qū)內(nèi)的西北和東南部，草地和裸地主要分布于研究區(qū)的西北部，而其他土地利用類型則零散地分布于研究區(qū)內(nèi)。水產(chǎn)養(yǎng)殖用地、鹽場用地以及建設用地逐漸增加，耕地和裸地總體呈現(xiàn)減少趨勢，這符合中國近30 a間的經(jīng)濟社會發(fā)展的用地規(guī)律；草地與內(nèi)陸水體的變化主要與其同裸地和耕地之間的轉(zhuǎn)換有關；由于研究區(qū)內(nèi)的林地主要零散分布于鄉(xiāng)村附近，且面積較小，未有大面積的林地，因此變化不明顯。由于潮灘受到潮汐影響，研究所提取的潮灘僅為傳感器成像時刻的瞬時潮灘，并非常時間的潮灘；海水并非土地利用類型，因此本文不對二者進行分析。

圖3 1987-2017年萊州灣沿岸土地利用類型空間分布

綜上所述可知，萊州灣沿岸水產(chǎn)養(yǎng)殖用地、鹽場用地以及建設用地面積比例在1987—2017年呈現(xiàn)出逐漸增加的趨勢，且水產(chǎn)養(yǎng)殖用地和鹽場用地分布于研究區(qū)內(nèi)的沿海地區(qū)，建設用地零散分布于研究區(qū)；而內(nèi)陸水體面積比例總體呈現(xiàn)出增加趨勢，且呈零散分布；裸地面積比例總體呈現(xiàn)出減少的趨勢，分布于研究區(qū)西北部；草地和耕地的面積比例總體呈現(xiàn)出先增加后減少的趨勢，前者主要分布于研究區(qū)西北部，后者則分布于西北和東南部；林地變化不明顯且呈零散分布。

3.2 1987-2017年土地利用程度分析

由于自然斷點的分級方法(natural breaks)能夠通過迭代計算類間的間斷點，使得類內(nèi)差異最小，類間差異最大，能夠?qū)?shù)據(jù)進行最恰當?shù)姆纸M，且保留了數(shù)據(jù)的統(tǒng)計特性[20]，因此本文采用自然斷點的分級方法將土地利用程度分為弱、中、較強、強4級(圖4—5)。

圖4 1987-2017年萊州灣沿岸土地利用程度空間分布

由圖4—5可知，土地利用程度強等級的面積比例在1987—2017年逐漸增加，從1987年的2.41%增加到2017年的12.41%，且從零星的點分布變?yōu)榧械拿鏍罘植?；土地利用程度弱等級的面積比例在1987—2011年逐年減少，從1987年的37.22%減少到2011年的10.51%，但在2011—2017年，又有較小程度的增加，從10.51%增加到2017年的12.71%，主要分布于沿海地區(qū)；土地利用程度中等級面積比例在22%～31%之間變化，且分布于研究區(qū)的西北部；土地利用程度較強等級面積比例在1987—2017年先增加后降低，2011年比例最大，為56.26%，1987年最小，為35.94%，此等級主要分布于研究區(qū)的西北和東南地區(qū)。弱等級為1987年的主導土地利用程度等級，而較強等級則為1993—2017年的主導土地利用程度等級。

綜上所述，研究區(qū)土地利用程度逐漸變強，土地利用程度為弱等級的面積比例總體呈現(xiàn)減少趨勢，主要分布于沿海地區(qū)；而強等級的面積比例逐漸增加，且從零星的點分布變?yōu)榧械拿鏍罘植肌?/p>

3.3 土地利用對海岸線變化速率的影響分析

由圖6—7可知，萊州灣沿岸土地利用以圍填海的形式影響著海岸線的變化速率。圍海面積在近30 a間呈現(xiàn)出“減少—增大—減少”的變化趨勢，圍?；顒邮沟脤陌毒€表現(xiàn)為向海推進，1999—2005年圍海面積最大，為175.07 km2，使得海岸線推進速度在207～1 364 m/a之間；而1993—1999年圍海面積最小，僅為23.56 km2，對應的岸線推進速度大多低于592.25 m/a；其余時間段的圍海面積在100～138 km2之間，岸線的向海推進速度在各速率區(qū)間均有分布。

圖5 1987-2017年萊州灣沿岸土地利用程度等級比例

圖6 1987-2017年萊州灣沿岸不同岸線段的變化速率、圍填?？臻g分布

本文將填?；顒臃譃槿斯ぬ詈：忘S河泥沙淤積填海，前者主要位于萊州灣內(nèi)部，而后者位于黃河入?？诟浇?。人工填海面積在1987—2017年逐漸增多，從初期的1.55 km2增加到19.33 km2，使得對應的岸線表現(xiàn)為向海推進；人工填海使得岸線向海推進的速率最大，2005—2011年以及2011—2017年的最大推進速率均為人工填?；顒铀?，分別為1 215.88 m/a和2 286.62 m/a。黃河泥沙淤積填海面積在近30 a無規(guī)律可循，1987—1993年的淤積填海面積最大，為162.61 km2，對應的岸線表現(xiàn)為向海推進，且該處岸線在該時間段向海推進速度最大，為779.67～1 488.61 m/a；而2005—2011年為0 km2，岸線表現(xiàn)為背海移動，這主要受到海水影響，移動速度在244～693 m/a之間；其余時間段的黃河泥沙淤積填海面積在38～53 km2之間，對應岸線向海推進速度均低于592.25 m/a。

綜上所述，圍海和人工填海均使得萊州灣內(nèi)部海岸線向海推進，由黃河泥沙淤積所形成的填海使得黃河三角洲處的海岸線在1987—2017年既有向海推進，又有背海移動。

3.4 不同土地利用類型對海岸線長度的影響分析

本研究認為，若某處的海岸線是某種土地利用類型的邊界，則該處海岸線即為土地利用類型在此處所對應的海岸線。對不同土地利用類型對應的海岸線總長度比例進行統(tǒng)計，結(jié)果見表2。

表2 1987-2017年萊州灣沿岸不同土地利用類型對應的岸線?？傞L度比例 %

不同土地利用類型對海岸線長度影響明顯，1987—2005年，影響海岸線長度的主導土地利用類型為裸地和水產(chǎn)養(yǎng)殖，二者對應的岸線長度比例分別在34%～58%和23%～32%之間；而2005—2017年，影響海岸線長度的主導土地利用類型為建設用地和裸地，影響長度比例分別在22%～45%和19%～30%之間。1987—2017年的30 a間，建設用地對岸線長度的影響日益顯著，該土地利用類型對應的岸線長度逐漸增長，從1987年的2.94%增長到2017年的45.44%；裸地對岸線長度的影響表現(xiàn)為逐漸減弱，其對應的岸線長度比例在1987年最大，為57.28%，而2017年最小，為19.73%；水產(chǎn)養(yǎng)殖、草地以及鹽場用地在1987—2017年對岸線的影響均呈現(xiàn)出“增強—減弱”的趨勢；其余土地利用類型對岸線長度的影響微弱，在各年份對應的岸線長度比例均低于5%。

圖7 1987-2017年萊州灣沿岸圍填海面積統(tǒng)計

綜上所述，裸地和水產(chǎn)養(yǎng)殖用地是1987—2005年影響海岸線長度的主導土地利用類型，而建設用地和裸地是2005—2017年影響海岸線的主導土地利用類型，建設用地對岸線長度的影響日益顯著，裸地對岸線長度的影響逐漸減弱。

4 討論與結(jié)論

4.1 結(jié) 論

本文從土地利用的角度，以萊州灣為研究區(qū)，分析了萊州灣近岸1987—2017年土地利用變化情況、土地利用程度、影響海岸線變化速率以及海岸線長度的因素。

(1) 在1987—2017年30 a間，萊州灣近岸的土地利用變化明顯，主要表現(xiàn)為水產(chǎn)養(yǎng)殖用地、鹽場用地以及建設用地逐漸增加，水產(chǎn)養(yǎng)殖用地和鹽場用地分布于研究區(qū)內(nèi)的沿海地區(qū)，建設用地零散分布于研究區(qū)；內(nèi)陸水體總體呈增加趨勢，呈零散分布；裸地總體呈減少趨勢，分布于研究區(qū)西北部；草地和耕地則先增加后減少，前者分布于研究區(qū)西北部，后者則分布于西北和東南部；林地變化不明顯，呈零散分布。

(2) 研究區(qū)土地利用程度逐漸變強，弱等級面積比例呈現(xiàn)減少趨勢，強等級面積比例呈現(xiàn)增加趨勢，弱等級分布于沿海地區(qū)，強等級由零散點分布變?yōu)榧忻鏍罘植肌?/p>

(3) 土地利用以圍填海的形式影響海岸線的變化速率，萊州灣內(nèi)部的圍海和人工填海使得岸線向海推進；黃河泥沙淤積填海使得黃河三角洲處的岸線向海推進，而該處岸線的背海移動則主要受到海水影響。

(4) 1987—2005年影響海岸線長度的主導土地利用類型為裸地和水產(chǎn)養(yǎng)殖用地，而2005—2017年建設用地和裸地成為影響海岸線長度的主導因素，建設用地對岸線長度的影響日益顯著，裸地對岸線長度的影響表現(xiàn)為逐漸減弱，其余土地利用類型對岸線長度的影響微弱。

4.2 討 論

本文分析了萊州灣近岸1987—2017年的土地利用變化及其對海岸線的影響。水產(chǎn)養(yǎng)殖用地、鹽場用地以及建設用地逐漸增加，耕地和裸地總體呈現(xiàn)減少趨勢，相應的，土地利用程度強等級逐漸增加，弱等級逐漸減少，這符合中國同時期的經(jīng)濟社會發(fā)展的用地規(guī)律。土地利用以圍填海的形式影響海岸線的變化速率，不同土地利用類型對海岸線的長度有所影響。海岸線的變化所產(chǎn)生的影響具有兩面性，一方面，海岸線的變化會帶來社會經(jīng)濟效益，萊州灣內(nèi)部岸線的向海推進使得海域轉(zhuǎn)變?yōu)殛懙豙21]，新形成的陸地主要用于港口建設、旅游開發(fā)以及水產(chǎn)養(yǎng)殖等，由此帶來經(jīng)濟效益，此外，1987—2017年建設用地所對應的岸線長度逐漸增加，硬化的岸線能夠抵御海水入侵，對近岸陸地起到了一定的保護作用；另一方面，海岸線的變化會危害近海生態(tài)，海岸線的向海推進以及海岸線類型的變化會使得近海海域或者灘涂生物的生存環(huán)境在較短的時間內(nèi)發(fā)生巨大的變化，導致生物被掩埋而死亡，生物多樣性因此降低[22]。在對海岸線進行變動時，應綜合考慮其變化所帶來的兩面性。

對于本文的研究，仍有一些不足之處需要改進。由于研究區(qū)范圍較小，因此采用了目視解譯的方法進行海岸線的提取，若研究區(qū)范圍較大，采用目視解譯的方法效率將會顯著底下，因此后續(xù)應重點采用海岸線的自動提取技術進行海岸線提??；對于土地利用分類而言，在對遙感影像分割完畢后便采用了決策樹分類器對影像分類，這樣僅能避免分類結(jié)果的“椒鹽效應”，后續(xù)應重點研究如何構(gòu)建不同地物所對應的最優(yōu)尺度，以及如何利用空間拓撲關系對最優(yōu)尺度之下的影像對象進行分類。