蘇倩欣 , 李婧, 李志強 王愛軍 , 李高聰

1. 廣東海洋大學(xué)電子與信息工程學(xué)院海洋技術(shù)系, 廣東 湛江 524088;

2. 廣東財經(jīng)大學(xué)地理與旅游學(xué)院自然地理系, 廣東 廣州 510320;

3. 自然資源部第三海洋研究所海洋與海岸地質(zhì)實驗室, 福建 廈門 361005;

4. 南方海洋科學(xué)與工程廣東省實驗室(珠海), 廣東 珠海 519082

海岸線作為海洋與陸地的邊界線, 在泥沙輸運、海平面升降等自然因素與海洋工程建設(shè)、圍填海等人類活動的影響下, 其位置具有高度的動態(tài)變化特征(Boak et al, 2005)。與傳統(tǒng)的海岸線實地測繪方法相比, 遙感技術(shù)具有大范圍、多光譜、多時序和不受地理環(huán)境制約等突出優(yōu)勢, 目前主要基于遙感影像上岸線的空間關(guān)系或光譜特性這兩類方法實現(xiàn)岸線的自動提取(Alesheikh et al, 2007)。通過提取海岸線位置和類型, 可以分析和探討海岸線長度、岸段變化與海岸帶土地利用情況等的特征和變遷的驅(qū)動因素(Wu et al, 2018)。

現(xiàn)有的岸線研究較多集中在大河口、三角洲等區(qū)域(Bidorn et al, 2021), 主要從各個地區(qū)進行海岸線的提取及其變遷分析, 較多集中在利用長期或短期的海岸線變化率分析海岸線的長度和位置變化、利用海岸線生長速率和海灣幾何形狀分析海岸線的時空動態(tài)變化等方面(Dallas et al, 2011; Ding et al, 2019), 而對多個區(qū)域進行比較和分析的研究卻較少。此外, 現(xiàn)有的海岸線驅(qū)動因素分析, 多是對引起變化的驅(qū)動因素進行定性分析, 一般從自然和人類活動方面展開(Cai et al, 2009)。定量分析多采用灰色關(guān)聯(lián)度和Pearson 相關(guān)分析, 是基于線性關(guān)系的假設(shè), 因而分析不夠深入, 相對的定性、定量分析也不夠全面。相較于相關(guān)分析, 地理探測器物理意義明確, 數(shù)據(jù)要求低, 精確度高, 且不需要額外的線性假設(shè), 在處理混合類型數(shù)據(jù)時具有明顯的優(yōu)勢, 故而被廣泛運用于氣候變化、土地利用、生態(tài)環(huán)境等方面的定量研究(趙永玉 等, 2021), 也可嘗試用于探討岸線變化的影響因素。

大灣區(qū)經(jīng)濟社會發(fā)展程度高, 是支撐國家乃至國際區(qū)域性發(fā)展的重要區(qū)域。本文基于1980—2020年7 個時段的遙感影像數(shù)據(jù), 對粵港澳大灣區(qū)、東京灣區(qū)和舊金山灣區(qū)海岸線的現(xiàn)狀和動態(tài)變化進行多角度比較分析, 并采用地理探測器探討岸線變化的驅(qū)動因素, 以期為灣區(qū)海岸資源的合理開發(fā)利用提供有力借鑒。

1 材料與方法

1.1 研究區(qū)域

粵港澳大灣區(qū)、東京灣和舊金山灣是世界經(jīng)濟發(fā)達的著名大灣區(qū)。3 個大灣區(qū)的經(jīng)緯度、所屬國家、地域組成、潮汐和水文特征如表1 所示。2019年, 高抒在《河口海岸藍(lán)圖重繪》的報告中指出, 大灣區(qū)在許多特征上具有相似性, 例如土地及港口資源豐富、海灣生態(tài)系統(tǒng)生物量豐富、氣候宜人、城市群發(fā)展迅速等。同時各灣區(qū)也有自己的特殊性, 例如粵港澳大灣區(qū)背靠珠江三角洲, 河流入海通量大, 沉積物供給多, 在沉積物充填海灣而帶來土地資源增長的同時, 也造成環(huán)境的不穩(wěn)定。在自然災(zāi)害方面, 粵港澳大灣區(qū)受臺風(fēng)影響顯著, 而東京灣和舊金山灣則處于地震帶, 受地震和海嘯的威脅大(https://blog.sciencenet.cn/blog-2336082-1164183.htm l)。因此, 本文選取這3 個經(jīng)濟發(fā)達、環(huán)境各異的大灣區(qū), 探討其海岸線變化, 結(jié)果將對灣區(qū)地表要素變化研究和經(jīng)濟社會可持續(xù)發(fā)展具有重要意義。

表1 三大灣區(qū)主要信息 Tab. 1 Main information of the three bay areas

1.2 數(shù)據(jù)

根據(jù)《海洋學(xué)術(shù)語 海洋地質(zhì)學(xué)》(GB/T 18190- 2000), 海岸線一般定義為多年大潮高潮位時的海陸分界線。本文以Su 等(2021a, b, c)的海岸線數(shù)據(jù)集(1980—2020 年)為數(shù)據(jù)源, 海岸線采用圖像的瞬時水陸分界線, 其數(shù)據(jù)來源、提取方法等信息如表2所示。

表2 海岸線數(shù)據(jù)集的主要信息 Tab. 2 Main information for the coastline datasets

此外, 本文用到的數(shù)據(jù)還包括徑流量和輸沙量數(shù)據(jù), 這些數(shù)據(jù)來源于中華人民共和國水利部(http://www.mwr. gov.cn/); 平均氣溫、波高、潮高等氣象水文數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(http://www.resdc.cn)、歐洲中期天氣預(yù)報中心(https://climate.copernicus.eu/)和海洋專業(yè)知識服務(wù)系統(tǒng)(http://ocean.ckcest.cn/); 人口、生產(chǎn)總值(Gross Domestic Product, GDP)、港口吞吐量、第三產(chǎn)業(yè)比重等社會經(jīng)濟數(shù)據(jù)來源于國家統(tǒng)計局(http://www. stats.gov.cn/)、各市統(tǒng)計局、美國經(jīng)濟分析局和日本總務(wù)省統(tǒng)計局等的統(tǒng)計年鑒, 社會經(jīng)濟數(shù)據(jù)主要用于海岸線驅(qū)動因素分析。

1.3 研究方法

本文從長度、空間形態(tài)和利用程度方面選取指標(biāo)對岸線進行分析, 采用地理探測器討論岸線變化的影響因素, 技術(shù)路線如圖1 所示。

1.3.1 長度變化指標(biāo)

本文采用海岸線長度變化強度來度量海岸線長度隨時間變化速率的差異(Zhang et al, 2020):

式中:Ki表示某類岸線從第T1年到第T2年間的長度變化強度;LiT1、LiT2分別為該類海岸線在第T1年和第T2年的長度。

岸線長度以每0.5～1km 為單位, 向岸線遷移方向作垂線, 形成切面, 計算在切面上岸線遷移的距離。根據(jù)海岸線的相對空間位置變化, 計算岸線的縱深度, 將整體岸線劃分為強烈岸退岸線、岸退岸線、穩(wěn)定岸線、岸進岸線和強烈岸進岸線(表3), 并計算海岸線穩(wěn)定性指數(shù)(Wu et al, 2018)。海岸線穩(wěn)定性指數(shù)的計算公式為:

表3 縱深度變化分類標(biāo)準(zhǔn) Tab. 3 The division standard of depth degrees change

式中:E為穩(wěn)定性指數(shù);RS為穩(wěn)定岸線、岸退岸線和岸進岸線長度占海岸線總長度的比例;RC為強烈岸退岸線和強烈岸進岸線長度占海岸線總長度的比例。

1.3.2 空間形態(tài)指標(biāo)

海岸線空間形態(tài)的變化特征可通過海岸線形狀的分維數(shù)和形態(tài)的緊湊度兩方面進行分析。本文基 于 ArcGIS, 采用網(wǎng)格法定量分析海岸線的分維, 分別使用邊長為100m、250m、500m、750m 和1000m的正方形格網(wǎng)連續(xù)且非重疊地覆蓋被測海岸線, 當(dāng)正方形網(wǎng)格長度r發(fā)生變化時, 覆蓋研究區(qū)海岸線所需網(wǎng)格數(shù)目Nr會出現(xiàn)相應(yīng)的變化, 它們之間的關(guān)系式為:

式中: C 為待定常數(shù);D為海岸線分形維數(shù)。

緊湊度是從空間形態(tài)外圍擴展的角度來研究海岸帶的空間形態(tài)變化, 其計算公式為:

式中:c為海岸線形狀的緊湊度;A為區(qū)域面積, 是岸線向陸側(cè)延伸10km 的緩沖區(qū)域及島嶼的面積;P為區(qū)域岸線的長度。緊湊度計算結(jié)果介于0～1 之間, 其值越大, 海岸線形狀的緊湊度或飽滿性越好, 反之則越差。

1.3.3 利用程度指標(biāo)

通過岸線類型結(jié)構(gòu)及利用程度指數(shù)可以探討人類活動對岸線的影響。海岸線類型結(jié)構(gòu)變化表示一定時間內(nèi), 各類岸線長度與總岸線長度的比例關(guān)系(Zhang et al, 2020)。本文參考肖銳(2017)對中國海岸線開發(fā)利用主體度的評價方法, 對3 個灣區(qū)的岸線結(jié)構(gòu)開展定量化研究。當(dāng)某類岸線的比例大于45%時, 為單一主體結(jié)構(gòu); 若所有岸線的比例都小于45%, 且存在兩類或多類岸線的比例大于 20%時, 為二元或三元結(jié)構(gòu)。

依據(jù)人類的各類活動對岸線影響的強弱, 采用專家打分法確定分級系數(shù), 通過如下公式計算海岸線利用程度指數(shù)(劉旭攏 等, 2017):

式中:S表示研究區(qū)某年的岸線利用程度指數(shù),Li為某類岸線的長度,Pi為某類岸線的分級系數(shù),L為海岸線總長度。本文根據(jù)灣區(qū)的岸線類型特點和開發(fā)利用情況, 將岸線分為4 級: 自然岸線、港口碼頭岸線、其他人工岸線、農(nóng)田養(yǎng)殖岸線。其中, 自然岸線受人類影響程度低, 因此分級系數(shù)最低, 為0.25; 港口碼頭岸線和其他人工岸線受人類影響強烈且不可恢復(fù), 特別是其他人工岸線組成更加復(fù)雜, 因此分級系數(shù)分別為0.85 和0.90; 農(nóng)田養(yǎng)殖岸線雖為人工岸線但開發(fā)利用程度相對較低, 因此分級系數(shù)為0.50。

1.3.4 地理探測器

地理探測器是探測空間分異性, 并定量化探究其驅(qū)動力以及多因子交互作用的空間分析模型。其基于的假設(shè)為: 如果某個自變量對某個因變量有重要影響, 那么自變量和因變量的空間分布應(yīng)該具有相似性。地理探測器具有因子探測、交互探測、生態(tài)探測和風(fēng)險探測4 種功能, 既可以探測數(shù)值型數(shù)據(jù), 也可以探測定性數(shù)據(jù)。本文使用的是交互探測器和因子探測器。交互作用探測器可用于分析影響因素間共同作用是否對因變量Y存在增加或減弱的影響, 即因素對因變量存在交互影響或獨立影響(王勁峰 等, 2017)。

因子探測器主要探究因變量Y的空間分布異質(zhì)性及其自變量X在多大程度上解釋這種分異, 并用q值度量。其計算公式為(王勁峰 等, 2017):

式中:h 為自變量的分層序號;L 為層數(shù);Nh和N分別為每層和全區(qū)的單元數(shù);和σ2為每層和全區(qū)的Y值方差; SSW 和SST 分別是層內(nèi)方差之和、全區(qū)總方差。q的值域為[0, 1], 值越大說明Y的空間差異越明顯。

2 結(jié)果

1980—2020 年灣區(qū)的7 期海岸線提取結(jié)果如圖2 所示。20 世紀(jì)80 年代以來, 由于區(qū)域經(jīng)濟發(fā)展的需要, 灣區(qū)海岸線一直經(jīng)歷著快速的變化。其中粵港澳大灣區(qū)變化最顯著, 以廣州南沙區(qū)、深圳前海地區(qū)和珠海南部的海陸變化最明顯, 岸線不斷向海推進。東京灣的川崎港、橫濱港和東京港的港口建設(shè)也向海延伸, 而舊金山灣海岸輪廓變化則不明顯。本文從長度、空間形態(tài)、結(jié)構(gòu)和利用程度等方面對三大灣區(qū)的海岸線變化進行分析。

2.1 海岸線的長度變化

表4 為1980—2020 年三大灣區(qū)海岸線的長度和 變化強度。從海岸線總長度來看, 3 個灣區(qū)均呈現(xiàn)波動增長趨勢。其中, 粵港澳大灣區(qū)海岸線長度由2090.36km 增至 2243.17km, 年平均增長長度為3.83km; 東京灣海岸線長度由 507.22km 增至580.68km, 年均增長長度為1.84km; 舊金山灣的海岸線長度由658.43km 增至689.11km, 年均增長長度最小, 為0.77km。從海岸線變化強度來看, 1980—1990年間3 個灣區(qū)的變化強度均較低, 分別為0.03%、0.06%和0.23%, 然后趨于增長。最后, 3 個灣區(qū)的變化強度都穩(wěn)定在較低水平, 年均變化強度分別為0.22%、0.37%和0.09%, 其中舊金山灣總體變化最小。從穩(wěn)定性來看, 3 個灣區(qū)的海岸線都主要為穩(wěn)定岸線, 其次為強烈岸進岸線和岸進岸線, 灣區(qū)海岸均表現(xiàn)為向海淤積趨勢。三個灣區(qū)的平均穩(wěn)定性指數(shù)分別為0.20、2.42 和1.64, 均在2020 年達到最高。

表4 1980-2020 年三大灣區(qū)海岸線的長度(L)、變化強度(Ki)及穩(wěn)定性(E) Tab. 4 Coastline length, change intensity and stability of the three bay areas from 1980 to 2020

2.2 海岸線的形態(tài)變化

表5 為1980—2020 年三大灣區(qū)不同時期海岸線的分維和緊湊度結(jié)果。受圍墾造地的影響, 40a 來三大灣區(qū)的分形維數(shù)總體上呈先升后降的趨勢, 三者的分形維數(shù)分別變化了0.0007、0.0159 和0.0053, 表示海岸線結(jié)構(gòu)趨于復(fù)雜?；浉郯拇鬄硡^(qū)的分維差異最小, 但海岸線結(jié)構(gòu)變化明顯(圖2), 1980—2015 年為主要人工改造階段。東京灣和舊金山灣的分形維數(shù)在1980—2020 年呈交替變化。根據(jù)其變化趨勢, 可認(rèn)為東京灣和舊金山灣的主要人工改造時段分別為1990—2015 年和1980—2010 年?；诓煌叨染W(wǎng)格進行回歸分析, 其相關(guān)關(guān)系均在0.9969 以上, 說明結(jié)合線性回歸分析求取海岸線分維的方法是可靠和可行的。

表5 1980-2020 年三大灣區(qū)海岸線分形維(D)、相關(guān)系數(shù)(R2)和緊湊度(c)Tab. 5 Fractal dimension, correlation coefficient and compactness of coastline in three bay areas from 1980 to 2020

從海岸線的緊湊度來看, 三大灣區(qū)總體呈下降趨勢, 海岸線空間形態(tài)趨于分散, 其中舊金山灣的海岸線形態(tài)密集性最高, 而粵港澳大灣區(qū)最低, 這與其島嶼眾多的特點有關(guān)。1980—2020 年間粵港澳大灣區(qū)海岸線的緊湊度值持續(xù)遞減, 范圍在0.1475～0.1549 之間, 空間形態(tài)逐漸分散。東京灣和舊金山灣的緊湊度值波動減少, 在0.2959～0.3422 之間變化。

海岸線空間形態(tài)的緊湊性與飽滿性變化分析是依托海岸線的形狀變化進行分析和描述的, 海岸線變化的空間結(jié)構(gòu)(圖2)表明了上述變化規(guī)律?；浉郯拇鬄硡^(qū)的伶仃洋、黃茅海沿岸, 以及東京灣的東京港、川崎港和橫濱港為主要變化區(qū)域, 受圍海造陸等人為因素影響, 海岸線最初的自然形態(tài)結(jié)構(gòu)受到分割和破壞。

2.3 海岸線的類型及利用程度變化

三大灣區(qū)的岸線類型構(gòu)成存在明顯的年際和空間差異?；浉郯拇鬄硡^(qū)分布有砂礫質(zhì)岸線、基巖岸線、生物岸線、農(nóng)田養(yǎng)殖岸線等7 類岸線; 自然岸線以基巖岸線為主, 分布于岬灣相間區(qū)域; 人工岸線主要是農(nóng)田養(yǎng)殖岸線和其他人工岸線, 集中在沿海平原及河口區(qū)域。東京灣分布著砂礫質(zhì)岸線、基巖岸線和港口碼頭岸線 3 種類型; 沿岸基本用于港口建設(shè), 僅通向太平洋的入口處保留著部分自然岸線, 但也呈下降趨勢。舊金山灣除生物岸線外, 其他 6 類岸線均有分布; 自然岸線主要為淤泥質(zhì)岸線, 但2000 年后大量轉(zhuǎn)化為農(nóng)田養(yǎng)殖岸線, 以南灣變化最為明顯, 城市和港口碼頭建設(shè)集中于灣區(qū)中部。

由3 個灣區(qū)各類岸線的長度比例可知(圖3), 1980—2020 年人工岸線的比例持續(xù)增長。粵港澳大灣區(qū)的岸線類型組成和變化最復(fù)雜, 1979—2000 年為基巖和農(nóng)田養(yǎng)殖岸線的二元結(jié)構(gòu), 2005 年過渡為基巖、農(nóng)田養(yǎng)殖和港口碼頭岸線的三元結(jié)構(gòu), 2010—2020 年轉(zhuǎn)為基巖和港口碼頭岸線的二元結(jié)構(gòu)。舊金山灣始終為淤泥質(zhì)和港口碼頭岸線的二元結(jié)構(gòu), 東京灣岸線則始終為港口碼頭岸線的單一主體結(jié)構(gòu)?？傮w而言, 港口碼頭岸線和其他人工岸線的長度呈上升趨勢, 生物岸線長度波動增長, 其他3 類自然岸線的長度則不斷減少。

根據(jù)公式(5)及分級系數(shù)計算, 可得到利用程度指數(shù)。由結(jié)果可知, 1980—2020 年3 個灣區(qū)的岸線利用程度指數(shù)均呈上升趨勢(圖4), 其中粵港澳大灣區(qū)變化最大, 上升了7.09%, 2005—2010 年間變化劇烈; 東京灣和舊金山灣分別上升了1.81%和0.63%。2020 年粵港澳大灣區(qū)、東京灣和舊金山灣的利用程 度指數(shù)分別為55.20%、83.22%和57.70%, 東京灣依然遙遙領(lǐng)先, 其沿岸主要是港口碼頭岸線, 自然岸線非常少, 人工岸線占比90%以上。舊金山灣沿岸多城市和養(yǎng)殖農(nóng)田, 東灣與北灣交界處的大部分淤泥質(zhì)岸線逐漸變?yōu)槿斯ぐ毒€, 因此利用程度指數(shù)穩(wěn)步提升?；浉郯拇鬄硡^(qū)范圍最廣, 岸線類型多樣且自然岸線多, 年際變化最大, 2020 年其岸線利用程度指數(shù)接近舊金山灣。

3 討論

海岸線變 迀是一個受自然因素與人類活動相互作用和控制的持續(xù)性過程, 研究其驅(qū)動因素有助于未來海岸帶的合理開發(fā)和保護(陳金月, 2017)。近40a 來, 三大灣區(qū)沒有出現(xiàn)因自然因素而直接導(dǎo)致海岸線巨大變化的記錄, 其海岸線演變主要受海岸帶自然環(huán)境條件的制約以及區(qū)位條件和社會經(jīng)濟發(fā)展等因素的驅(qū)動。由海岸線變化的時空特征可知, 三大灣區(qū)的海岸線均表現(xiàn)為向海擴張的趨勢。本文選取10 個指標(biāo)作為自變量(表6), 缺少的數(shù)據(jù)則根據(jù)規(guī)律用類型數(shù)據(jù)代替, 把自然岸線長度和岸線利用程度指數(shù)作為因變量(受自變量的影響), 使用地理探測器模型, 從自然和社會經(jīng)濟方面探討灣區(qū)海岸線變遷的主要驅(qū)動因素, 同時分析變量間的交互作用及對岸線變化空間分異的影響。采用自然斷點法對自變量進行分級, 不同階段的分級標(biāo)準(zhǔn)保持一致。

表6 海岸線變化的驅(qū)動因素 Tab. 6 Driving factors of coastline change

地理探測結(jié)果表示各因素的單獨或交互作用對岸線變化空間分異的影響。如表7 所示, 值越大, 解釋力越強, 因變量的空間差異也越明顯。X1～X5為自然因子, 其中平均氣溫、潮差和波高對海岸線空間分布的解釋力較強, 其等級按地區(qū)劃分, 因此解釋力相同; 年徑流量和年輸沙量的解釋力＜0.5276。 X6～X10為社會經(jīng)濟因子, 其中面積、港口吞吐量對海岸線利用程度的解釋力強, 第三產(chǎn)業(yè)比重的解釋力弱, 僅為0.2096。岸線影響因素的解釋力與現(xiàn)有研究結(jié)論基本一致, 但年徑流量、年輸沙量、GDP和人口因素的解釋力不高。同時, 任意兩個影響因素對海岸線變化的交互作用均大于其中一種因素的獨自作用, 各因子之間具有顯著的協(xié)調(diào)性與關(guān)聯(lián)性。如GDP 的單因子解釋力僅為0.4716, 與面積、人口和港口吞吐量交互作用的解釋力則明顯提高, 均大于0.9823。同時, 地理探測器是基于假設(shè)運行的, 需采用p值對其結(jié)果進行檢驗, 發(fā)現(xiàn)除GDP 和第三產(chǎn)業(yè)比重外, 其余因素的p值均小于0.1, 表明結(jié)果是顯著的。

表7 驅(qū)動因素對海岸線空間分布的解釋力大小 Tab. 7 The explanatory power of driving factors on the spatial distribution of coastline

3.1 自然因素

影響灣區(qū)海岸線變遷的自然因素主要有地形地貌特征、河流淤積、海平面上升、自然災(zāi)害等自然環(huán)境過程(陳金月, 2017)。氣溫、潮汐和波浪等因素與海平面變化密切相關(guān), 對沿海岸段造成侵蝕或淤積, 導(dǎo)致岸線變化; 徑流量、輸沙量等因子通過河 流作用于入海區(qū)域。大灣區(qū)位于河口敏感區(qū)域, 海岸輪廓以及沉積/侵蝕方向和速率是較長時間尺度海岸變遷的決定性要素?；浉郯拇鬄硡^(qū)地處珠江流域下游, 呈中低山-丘陵型地貌, 港灣、水系眾多; 第四紀(jì)晚期以來, 珠江三角洲受華南褶皺帶影響, 內(nèi)陸地形地貌下陷顯著, 局部地區(qū)容易引起海水倒灌, 砂質(zhì)岸線和淤泥質(zhì)岸線的海侵現(xiàn)象明顯(陳金月, 2017)。東京灣深入內(nèi)陸逾80km, 內(nèi)寬外窄, 緊連沖積平原地區(qū), 有多條河流注入, 徑流量大, 是天然的優(yōu)良深水港灣, 適合工業(yè)和港口建設(shè)。舊金山灣是一個寬闊且淺的河口, 河口環(huán)流強烈, 受潮汐影響較強, 來水來沙量大, 灣內(nèi)水沙量保持較好的動態(tài)平衡(Conomos et al, 1985)?？偠灾? 地形地貌、河流和潮汐等因素的共同作用影響著灣區(qū)的海岸線變化。

3.2 社會經(jīng)濟因素

面積和港口吞吐量是岸線利用方式變化的主要因素, 灣區(qū)人口數(shù)量逐年增加, 用地的需求和城市建設(shè)的需求更加強烈, 帶動產(chǎn)業(yè)和經(jīng)濟的發(fā)展, 引起圍填海活動熱潮, 使得岸線長度增加, 岸線利用方式得到優(yōu)化(邢婧 等, 2021)。其他社會經(jīng)濟因素的變化主要是由人口、GDP 和政策引起的。政策的調(diào)整對岸線演變具有明顯的推動作用, 改革開放后珠江口地區(qū)踏上了工業(yè)化之路, 人口急劇增加, 人多地少的矛盾凸顯, 促進了沿海岸線變化, 主要表現(xiàn)為岸線類型的快速轉(zhuǎn)變和圍填海活動的興起(劉旭攏 等, 2017)。根據(jù)粵港澳大灣區(qū)研究院研究發(fā)現(xiàn), 粵港澳大灣區(qū)和舊金山灣圍填海的主要利用方式較為一致, 經(jīng)歷多個階段和轉(zhuǎn)型后逐漸發(fā)展為建設(shè)用地、港口和養(yǎng)殖并重開發(fā)的方式; 二戰(zhàn)后, 東京灣區(qū)逐步形成大規(guī)模的物流港及人工島嶼, 主要利用方式一直是港口碼頭建設(shè)(http://www.dawanqu.org)。這表明三大灣區(qū)都步入了“自然岸線人工化”階段(陳金月, 2017)。但基巖海岸由于其地貌特點, 難以進行大規(guī)模開發(fā), 因此基巖岸線變化不明顯。相比而言, 砂礫質(zhì)岸線和淤泥質(zhì)岸線可進行開發(fā)強度較大的活動。如舊金山灣南灣的淤泥質(zhì)岸線大量轉(zhuǎn)變成養(yǎng)殖岸線和港口碼頭岸線; 粵港澳大灣區(qū)內(nèi)大量的自然岸線也轉(zhuǎn)變成港口碼頭和其他人工岸線, 而近年來由于生態(tài)環(huán)境保護等政策的出臺, 在深圳和香港建立自然保護區(qū), 在淇澳島采取引種擴種、建設(shè)濕地生態(tài)公園等工程措施, 使生物岸線長度明顯上升(趙玉靈, 2018)。

因此, 灣區(qū)海岸線的變化是各驅(qū)動因素綜合作用的結(jié)果, 自然因素和社會經(jīng)濟因素均揭示了海岸線變化的必然性, 這對研究灣區(qū)的地表要素變化和社會經(jīng)濟可持續(xù)發(fā)展具有重要意義。

4 結(jié)論

本文基于Landsat、Google earth 影像及海岸類型特征, 提取了粵港澳大灣區(qū)、東京灣和舊金山灣1980—2020 年7 個時段的海岸線, 從長度、空間形態(tài)、類型和利用程度4 方面分析了岸線變化特征, 并采用地理探測器從自然和社會經(jīng)濟方面對岸線變化的影響因素進行了討論。主要結(jié)論如下:

1) 1980—2020 年, 三大灣區(qū)的岸線長度和穩(wěn)定性指數(shù)呈波動增長, 表現(xiàn)為淤積趨勢; 分形維數(shù)總體呈先升后降趨勢, 海岸線結(jié)構(gòu)趨于復(fù)雜, 空間形態(tài)趨于分散。各灣區(qū)的岸線類型變化主要為自然岸線減少, 港口碼頭岸線和其他人工岸線劇烈增長, 利用程度明顯提高, 其中粵港澳大灣區(qū)的生物岸線波動增長。

2) 1980—2020 年間, 三大灣區(qū)中以粵港澳大灣區(qū)的海岸線形態(tài)最分散, 類型最多樣, 利用程度變化幅度最大; 廣州南沙區(qū)、深圳前海地區(qū)和珠海南部的海陸變化明顯。東京灣海岸線的長度變化強度最大, 川崎港、橫濱港和東京港向海延伸。舊金山灣變化強度最小, 海岸輪廓變化不明顯。1980—2015 年、1990—2015 年、1980—2010 年分別是粵港澳大灣區(qū)、東京灣區(qū)和舊金山灣區(qū)人工改造的主要時段。

3) 平均氣溫、潮差、波高、面積和港口吞吐量是岸線變化的主要影響因素, 任意兩個影響因素對海岸線變化的交互作用大于其中一種因素的獨自作用。