摘要：濱海濕地通過減緩氣候變化和保護(hù)生物多樣性，在區(qū)域和全球生態(tài)系統(tǒng)健康方面發(fā)揮著重要作用。受人類活動(dòng)、氣候變化、外來物種入侵等因素影響，我國部分地區(qū)的濱海濕地生態(tài)系統(tǒng)面臨生態(tài)系統(tǒng)功能受損，生物多樣性下降的危機(jī)。遙感是一種觀測范圍廣，可快速獲取大量可靠信息的成熟觀測技術(shù)，近30 年來在濱海濕地研究中被廣泛應(yīng)用。對遙感技術(shù)在全球?yàn)I海濕地恢復(fù)領(lǐng)域的應(yīng)用進(jìn)行文獻(xiàn)計(jì)量分析，結(jié)果顯示：中國在2010 年首次超越美國成為該領(lǐng)域發(fā)文量最多的國家，代表性研究機(jī)構(gòu)為中國科學(xué)院。關(guān)鍵詞聚類分析顯示濱海濕地生態(tài)系統(tǒng)演化、驅(qū)動(dòng)因素以及修復(fù)技術(shù)研究，濱海沼澤濕地生態(tài)環(huán)境研究，水體信息反演研究，植被參數(shù)反演研究以及遙感技術(shù)研究是當(dāng)前主要研究熱點(diǎn)。在全球氣候變化背景下，濱海生態(tài)系統(tǒng)面臨不可控風(fēng)險(xiǎn)日益 加劇，加強(qiáng)濱海濕地生態(tài)系統(tǒng)在不同時(shí)空維度下的響應(yīng)和適應(yīng)性研究迫切性日益凸顯。我國需要盡快制定與管理行動(dòng)相關(guān)的地方監(jiān)測與反饋政策，建立濱海濕地監(jiān)測網(wǎng)并定期收集和分析數(shù)據(jù)，利用大數(shù)據(jù)和決策工具快速對相關(guān)決策進(jìn)行修正。

關(guān)鍵詞：濱海濕地；生態(tài)系統(tǒng)；遙感技術(shù)；文獻(xiàn)計(jì)量

中圖分類號(hào)：P748；TP79 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-1329（2024）03-0137-07

濱海濕地廣泛分布于大陸海岸線邊緣，分布范圍覆蓋了除了南極洲以外的從熱帶到北極海陸交界生態(tài)過渡帶，兼具海洋和陸地特征的生態(tài)類型，具有特殊的水文、植被、土壤特征，主要分布于海岸、河口和三角洲地區(qū)，包括潮汐鹽堿地、咸水和淡水沼澤、潮汐淡水森林、海草場、紅樹林和潮汐鹽灘[1]。全國第二次濕地資源調(diào)查統(tǒng)計(jì)顯示，我國濕地總面積為5360.26×104 hm2，其中濱海濕地579.59×104 hm2，占自然濕地比重大約為12.42%。同時(shí)，我國的濱海濕地具有明顯的地域差異性：杭州灣以北地區(qū)多為沙質(zhì)和淤泥質(zhì)海灘，在山東半島和遼東半島局部地區(qū)見基巖海灘；杭州灣以南地區(qū)則多為基巖海灘，形成了眾多的河口和海灣，如錢塘江—杭州灣、珠江口灣和北部灣等[2-3]。

濱海濕地不僅具有重要的生態(tài)系統(tǒng)價(jià)值，也是全球氣候變化和生物地球化學(xué)循環(huán)的重要組成部分，在保護(hù)海岸帶免受風(fēng)暴和海岸線侵蝕、調(diào)節(jié)水質(zhì)、商業(yè)漁類養(yǎng)殖、增強(qiáng)生物多樣性以及為全球提供重要的碳匯等方面發(fā)揮著重要作用[4-5]。盡管濱海濕地只占不到0.2% 的全球海洋面積，但卻貢獻(xiàn)了海洋沉積物中所吸收的碳總量的近50%。鹽沼、海草和紅樹林的碳掩埋率平均在100 g·C/（m2·a） 以上，超過了許多陸地生態(tài)系統(tǒng)的平均水平，后者低于10 g·C/（m2·a）[6-7]。盡管如此，濱海濕地仍是地球上最受威脅的生態(tài)棲息地之一。這些生態(tài)系統(tǒng)的退化、土地用途轉(zhuǎn)向以及濕地?fù)p失，加速了微生物分解作用，向大氣釋放了更多溫室氣體，加劇了全球氣候變化[8-9]。中國的濱海濕地分布參見圖1。

濱海濕地的流失或退化引起了人們對濕地恢復(fù)的 高度重視。1971 年為了保護(hù)濕地18 個(gè)締約國簽署了《濕地公約》（Ramsar Convention），旨在通過國家行動(dòng)和國際合作保護(hù)和合理利用濕地。中國于1992 年簽署加入該公約，成為第67 個(gè)締約國。2017 年我國為了進(jìn)一步增強(qiáng)對濱海濕地的保護(hù)頒布了《海岸線保護(hù)與利用管理辦法》，2018 年發(fā)布《國務(wù)院關(guān)于加強(qiáng)濱海濕地保護(hù)嚴(yán)格管控圍填海的通知》加強(qiáng)了對濱海濕地的保護(hù)。2022 年6 月我國正式制定并實(shí)施《中華人民共和國濕地保護(hù)法》，確立了濕地保護(hù)管理的頂層設(shè)計(jì)，開啟了中國濕地保護(hù)法治化新征程。

國內(nèi)外除了制定相關(guān)政策法規(guī)來管理和保護(hù)濱海濕地外，通過人工技術(shù)干預(yù)和修復(fù)濱海濕地生態(tài)系統(tǒng)，可以改善退化、受損和被破壞的濕地的結(jié)構(gòu)和功能。

遙感技術(shù)具有觀測范圍廣、獲取信息快、信息量大、信息可比性強(qiáng)等獨(dú)特優(yōu)勢，近30 年來已被廣泛用于濱海濕地生態(tài)系統(tǒng)修復(fù)之中[11]。國內(nèi)外學(xué)者主要圍繞：（1）濱海濕地資源調(diào)查，如利用Landsat 時(shí)間序列圖像監(jiān)測濕地動(dòng)態(tài)[12]、多時(shí)相遙感影像優(yōu)化濱海濕地土地變化評(píng)估[13]、利用無人機(jī)進(jìn)行高分辨率遙感測繪[14]；（2）濱海濕地景觀分類、格局和動(dòng)態(tài)監(jiān)測，如利用遙感技術(shù)重現(xiàn)濱海濕地景觀格局演變與預(yù)測[15]、沿海景觀環(huán)境遙感指標(biāo)研究[16]、基于Sentinel-1、Sentinel-2 和LiDAR 數(shù)據(jù)的濱海濕地分類[17]；（3）生態(tài)系統(tǒng)環(huán)境質(zhì)量監(jiān)測與評(píng)價(jià)，遙感技術(shù)用于生態(tài)系統(tǒng)服務(wù)功能的定量評(píng)估[18]、基于光學(xué)、雷達(dá)和LiDAR 在內(nèi)的遙感技術(shù)對生態(tài)系統(tǒng)屬性全面動(dòng)態(tài)評(píng)估[19] 等。

文獻(xiàn)計(jì)量學(xué)是以發(fā)文量、發(fā)文機(jī)構(gòu)、被引文獻(xiàn)、關(guān)鍵詞時(shí)序演變及突現(xiàn)特征等作為分析對象，運(yùn)用數(shù)學(xué)和計(jì)算機(jī)統(tǒng)計(jì)方法，分析學(xué)科發(fā)展過程、研究熱點(diǎn)演變、研究力量分布等，進(jìn)而提出學(xué)科發(fā)展方向。隨著科技文獻(xiàn)發(fā)文大爆發(fā)，文獻(xiàn)計(jì)量成為了多學(xué)科發(fā)展態(tài)勢研究的重要方法[20-21]。知識(shí)圖譜具有處理大量文獻(xiàn)、多角度可視化分析、分析可信度高等優(yōu)勢，彌補(bǔ)了傳統(tǒng)文獻(xiàn)綜述的不足[22]。

在本文中，我們利用知識(shí)圖譜專業(yè)軟件VOSviewer和文獻(xiàn)計(jì)量學(xué)的原理方法，以發(fā)表在Web of Science 數(shù)據(jù)庫中的高水平學(xué)術(shù)論文的研究為切入點(diǎn)，嘗試對遙感技術(shù)在濱海濕地修復(fù)中的應(yīng)用進(jìn)行多維度、定量化、可視化研究。通過詳細(xì)統(tǒng)計(jì)與濕地修復(fù)相關(guān)的學(xué)術(shù)論文的發(fā)表數(shù)量、作者信息、發(fā)文機(jī)構(gòu)、文獻(xiàn)被引頻次、關(guān)鍵詞分析等五個(gè)關(guān)鍵指標(biāo)，我們將揭示遙感技術(shù)在濱海濕地修復(fù)領(lǐng)域的熱點(diǎn)動(dòng)態(tài)、發(fā)展過程和未來趨勢，以期對該領(lǐng)域有全面的認(rèn)識(shí)。此外，我們還將通過這些關(guān)鍵指標(biāo)，深度挖掘遙感技術(shù)在濱海濕地研究領(lǐng)域的理論基礎(chǔ)、前沿?zé)狳c(diǎn)和生產(chǎn)實(shí)踐，為本領(lǐng)域的可持續(xù)發(fā)展提供科學(xué)支撐。

1 數(shù)據(jù)來源與研究方法

Web of Science 是國際權(quán)威的綜合性學(xué)術(shù)信息資源，在進(jìn)行科學(xué)分析與科學(xué)評(píng)價(jià)時(shí)該數(shù)據(jù)庫被視為重要的檢索工具。本文 以“（（（Littoral OR tidal OR Coastal OR“Shallow sea” OR “Neritic sea” OR “shallow water”）Near Wetland*） OR （Estuarine OR Estuary OR IntertidalOR Subtidal OR Beach OR Lagoon） and wetland*） OR（Mire* OR Swamp* OR Marsh* OR “Tidal mudflat*”）Near wetland*） or （（“Sea meadow” OR seagrass* OR“sea grass*” OR “Coral reef*” OR mangrove） NEARwetland*） and （“Remote* Sens*” OR MultitemporalOR Multi-temporal OR Multispectral OR HyperspectralOR “unmanned aerial” OR “unmanned aircraft” ORsatellite*））”作為檢索詞，在Web of Science 數(shù)據(jù)庫進(jìn)行檢索，收集1900—2020 年期間收錄的所有SCI-E 和CPCI文獻(xiàn)信息，并對其國家、機(jī)構(gòu)、期刊以及熱點(diǎn)關(guān)鍵詞等信息進(jìn)行計(jì)量分析，對專業(yè)研究領(lǐng)域的現(xiàn)狀進(jìn)行分析。

2 結(jié)果與討論

本次統(tǒng)計(jì)分析了SCI 在1900 年至2020 年期間收錄的有關(guān)濱海濕地遙感技術(shù)應(yīng)用論文共計(jì)859 篇，其中有關(guān)濱海濕地生態(tài)的論文共計(jì)447 篇，有關(guān)遙感技術(shù)在濱海濕地生態(tài)修復(fù)中的應(yīng)用類論文共計(jì)61 篇。本文將分別對濱海濕地遙感技術(shù)應(yīng)用總體研究趨勢，以及遙感技術(shù)在濱海濕地生態(tài)修復(fù)中的應(yīng)用這兩個(gè)方向的研究趨勢展開分析。

2.1 濱海濕地遙感技術(shù)應(yīng)用論文產(chǎn)出分析

20 世紀(jì)60 年代以來，世界各國針對其濕地的退化情況，積極采取了濕地生態(tài)修復(fù)措施。遙感技術(shù)由于獲取數(shù)據(jù)的制約條件少，不受地面條件限制，被廣泛用于濱海濕地生態(tài)修復(fù)。由圖2 所示，1980—2002 年濱海濕地遙感技術(shù)的發(fā)文量較少，大多數(shù)情況年發(fā)文數(shù)量不足10篇。2003—2012 年發(fā)展較快，年發(fā)文量突破20 篇，最高達(dá)42 篇。2013 年之后發(fā)文量快速增長，年發(fā)文量持續(xù)在一個(gè)較高水平，2019 年發(fā)表量最高為96 篇。

通過對與濱海濕地生態(tài)遙感技術(shù)應(yīng)用相關(guān)的447 篇論文統(tǒng)計(jì)分析，顯示遙感技術(shù)應(yīng)用于濱海濕地生態(tài)學(xué)起源于1993 年，直至2008 年進(jìn)入快速發(fā)展時(shí)期，尤其是2018 年以后，年論文發(fā)表進(jìn)入爆發(fā)期，突破60 篇（圖3）。

2.2 國別分析

對期刊論文作者通訊地址的統(tǒng)計(jì)分析，可再現(xiàn)濱海濕地遙感技術(shù)在不同國家的應(yīng)用情況。論文分析了1980—2020 年期間發(fā)文量前15 的國家，如表1，美國發(fā)文量位列第一（327 篇），其次為中國（276 篇）、加拿大（53 篇）、澳大利亞（48 篇）、印度（35 篇）等。

通過發(fā)文數(shù)量的國別統(tǒng)計(jì)可以得到兩個(gè)明顯認(rèn)識(shí)。一是，以美國、加拿大和澳大利亞等為代表的發(fā)達(dá)國家，其濱海濕地遙感技術(shù)的理論研究和實(shí)踐應(yīng)用整體領(lǐng)先于發(fā)展中國家，這顯然與發(fā)達(dá)國家起步早、技術(shù)和經(jīng)驗(yàn)積累豐富等因素有關(guān)。二是，以中國和印度為代表的發(fā)展中國家在該領(lǐng)域發(fā)展迅速、表現(xiàn)亮眼；中國在該領(lǐng)域發(fā)表的期刊論文數(shù)量在2010 年超越美國，成為全球翹楚，顯示出強(qiáng)大的政策和財(cái)政支持力度。

濱海濕地生態(tài)學(xué)遙感技術(shù)應(yīng)用領(lǐng)域發(fā)文量前五位國家分別為中國（169 篇）、美國（164 篇）、澳大利亞（26 篇）、加拿大（26 篇）和印度（14 篇）。如圖4 所示，排名前5 位國家中，中國和美國在濱海濕地生態(tài)學(xué)遙感技術(shù)應(yīng)用方面優(yōu)勢突出，美國起步早，我國起步晚，在2010 年我國首次超越美國，隨后發(fā)文量快速增長，保持與美國并駕齊驅(qū)的態(tài)勢，說明我國對濱海濕地生態(tài)學(xué)遙感應(yīng)用研究越來越重視。從國家合作關(guān)系來看（圖5），我國與美國合作最為密切，其次是加拿大、澳大利亞及德國。

2.3 技術(shù)熱點(diǎn)和前沿技術(shù)識(shí)別

（1）主要期刊來源分析

由于不同期刊涵蓋領(lǐng)域、側(cè)重點(diǎn)以及讀者受眾都存在差異，通過追溯所聚焦領(lǐng)域文獻(xiàn)的期刊來源，能夠幫助學(xué)者用最佳途徑發(fā)現(xiàn)本領(lǐng)域內(nèi)的權(quán)威期刊，及時(shí)了解到濱海濕地遙感技術(shù)應(yīng)用的最新研究成果案例，助力科學(xué)家快速發(fā)表高水平學(xué)術(shù)成果，具有重要的科學(xué)價(jià)值和現(xiàn)實(shí)意義。研究發(fā)現(xiàn)（表2），過去40 年，發(fā)表于濱海濕地遙感技術(shù)領(lǐng)域15 本頂級(jí)期刊的論文數(shù)量能夠占到總發(fā)文量的40%。進(jìn)一步的研究發(fā)現(xiàn)，這些頂級(jí)期刊中，有約1/3 的影響影響因子達(dá)到或超過4.0（以2020 年為例），也從側(cè)面反映了濱海濕地遙感技術(shù)研究與應(yīng)用是當(dāng)前學(xué)界研究的前沿和熱點(diǎn)，受到眾多學(xué)者關(guān)注。

如圖6 所示發(fā)文量前15 期刊中，近幾年在《RemoteSensing》《Journal of Coastal Research》《Remote Sensingof Environment》發(fā)表論文數(shù)量增長較快。《RemoteSensing》2020 年影響因子為4.509，《Journal of CoastalResearch》和《Journal of Environmental Management》2020年影響因子分別為0.793 和9.085。說明上述期刊為濱海濕地遙感技術(shù)領(lǐng)域的熱點(diǎn)期刊。

遙感技術(shù)應(yīng)用于濱海濕地生態(tài)學(xué)論文發(fā)表前15 位期刊如表3 所示，排名第一的為《Remote Sensing》（42 篇）被引607 次，第二位為《Remote Sensing of Environment》（24篇）被引1299 次，第三位為《Journal of Coastal Research》（21篇）被引456 次。

（2）主要研究機(jī)構(gòu)分析

1980 年至2020 年期間，在濱海濕地遙感技術(shù)領(lǐng)域發(fā)文量前10 機(jī)構(gòu)如表4 所示。前10 名的發(fā)文機(jī)構(gòu)來自于美國（7 個(gè)）和中國（3 個(gè)），總發(fā)文量達(dá)291 篇（占總發(fā)文量的29.16%）。前10 名機(jī)構(gòu)中，中國科學(xué)院發(fā)文量排名第一，為78 篇，占總發(fā)文量的9.21%。美國地質(zhì)調(diào)查局發(fā)文量位居第二（39 篇），但被引次數(shù)最多，為1214 次。華東師范大學(xué)位列第三，總發(fā)文量為28 篇，總被引次數(shù)為544 次。

濱海濕地遙感技術(shù)研究領(lǐng)域主要機(jī)構(gòu)合作關(guān)系圖可以再現(xiàn)機(jī)構(gòu)間合作關(guān)系。圖7 顯示，中國科學(xué)院大學(xué)和美國地質(zhì)調(diào)查局是國際合作最為活躍的兩大科研機(jī)構(gòu)，并且中國科學(xué)院大學(xué)與美國、印度、加拿大等科研機(jī)構(gòu)都保持著密切合作。除中國科學(xué)院以外，華東地區(qū)以華東師范大學(xué)、南京大學(xué)、復(fù)旦大學(xué)和寧波大學(xué)之間合作緊密。

（3）關(guān)鍵詞熱點(diǎn)分析

論文關(guān)鍵詞統(tǒng)計(jì)分析可以呈現(xiàn)研究領(lǐng)域科研動(dòng)態(tài)與研究熱點(diǎn)。本文列舉了前15 個(gè)高頻關(guān)鍵詞（表5）。從關(guān)鍵詞隨時(shí)間變化圖（圖8）中可以看出，遙感技術(shù)從2005年開始活躍于濱海濕地研究領(lǐng)域，其中遙感技術(shù)用于紅樹林濕地研究尤為活躍，其次是用于濕地資源變化監(jiān)測、濱海沼澤濕地研究、濱海濕地分類等方面。此外，遙感技術(shù)近些年與雷達(dá)、GIS 相結(jié)合也是濱海濕地研究的熱點(diǎn)之一。

本文通過VOSviewer 再現(xiàn)濱海濕地遙感技術(shù)領(lǐng)域，構(gòu)建關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖譜（圖9），并采取“標(biāo)簽視圖（LabelView）”呈現(xiàn)圖譜。圖譜中，單個(gè)節(jié)點(diǎn)代表了1 個(gè)關(guān)鍵詞/ 術(shù)語，大小代表出現(xiàn)頻次，越大說明出現(xiàn)頻次越高，顏色代表不同聚類類型。

通過VOSviewer 對濱海濕地遙感技術(shù)關(guān)鍵詞聚類分析得到5 個(gè)聚類，代表了該領(lǐng)域主要的研究方向。（1）濱海濕地生態(tài)系統(tǒng)演化、驅(qū)動(dòng)因素以及修復(fù)研究，主要關(guān)鍵詞包括Management、Delta、Lagoon、Ecosystems、CoastlineChange、Change detection、Impacts、Erosion、reclamation、Landsat。（2）濱海沼澤濕地生態(tài)環(huán)境研究，主要關(guān)鍵詞包括Salt marsh、tidal marsh、sea-level rise、sediment、sedimentation、carbon、climate change、Spartina alterniflora。（3）水體信息反演研究，主要關(guān)鍵詞包括water、quality、scale、model、chlorophyl。（4）植被參數(shù)反演研究，主要關(guān)鍵詞包括vegetation indexes、phragmites-australis、abovegroundbiomass、hyperspectral、spectroscopy、refl ectance。（5）遙感技術(shù)研究，主要關(guān)鍵詞包括classifi cation、lidar、accuracy、inundation、mapping wetlands、sar 等。

3 主要結(jié)論和建議

（1）1980—2002 年濱海濕地遙感技術(shù)的發(fā)文量（SCI和CPCI 論文）較少，2003—2012 年發(fā)展較快，2013 年之后相關(guān)文獻(xiàn)數(shù)量快速增長。遙感技術(shù)應(yīng)用于濱海濕地生態(tài)學(xué)起源于1993 年，直至2008 年進(jìn)入快速發(fā)展時(shí)期，尤其是近三年發(fā)文量增長 迅速。

（2）1980—2020 年期間美國發(fā)文總量第一，其次是中國、加拿大、澳大利亞、印度等國。美國、加拿大與澳大利亞三個(gè)發(fā)達(dá)國家在2005 年以前發(fā)文量明顯高于中國和印度，說明發(fā)達(dá)國家比發(fā)展中國家起步要早。2010年中國首次在濱海濕地遙感技術(shù)應(yīng)用領(lǐng)域發(fā)文量超越美國，躍居第一。

（3）主要研究機(jī)構(gòu)前10 發(fā)文機(jī)構(gòu)中來自于美國（7 個(gè)）和中國（3 個(gè)），其中中國科學(xué)院發(fā)文量最高，其次是美國地質(zhì)調(diào)查局和華東師范大學(xué)。中國科學(xué)院大學(xué)和美國地質(zhì)調(diào)查局是國際合作最為活躍的兩大科研機(jī)構(gòu)。

（4）關(guān)鍵詞聚類分析顯示五個(gè)熱點(diǎn)研究主題，分別是：濱海濕地生態(tài)系統(tǒng)演化、驅(qū)動(dòng)因素以及修復(fù)研究，濱海沼澤濕地生態(tài)環(huán)境研究，水體信息反演研究，植被參數(shù)反演研究，遙感技術(shù)研究。

未來，我國應(yīng)當(dāng)進(jìn)一步加強(qiáng)遙感技術(shù)在資源量評(píng)估，生態(tài)系統(tǒng)評(píng)價(jià)、恢復(fù)和重建的應(yīng)用。同時(shí)，在全球氣候變化背景下，濱海生態(tài)系統(tǒng)面臨不可控風(fēng)險(xiǎn)日益加劇，應(yīng)加強(qiáng)濱海濕地生態(tài)系統(tǒng)在不同時(shí)空維度下的響應(yīng)和適應(yīng)性研究。

同時(shí)，制定計(jì)劃與當(dāng)?shù)貙＜覅f(xié)商，并適應(yīng)每個(gè)地方的需求。面對氣候變化等日益嚴(yán)峻的挑戰(zhàn)，靈活應(yīng)對當(dāng)?shù)貕毫@得尤為重要。過去的政策缺乏與管理行動(dòng)相關(guān)的地方監(jiān)測和反饋，這對于指導(dǎo)政策達(dá)到預(yù)期效果也至關(guān)重要。每個(gè)沿海地區(qū)都應(yīng)該監(jiān)測中國海岸線的變化，以及環(huán)境和人類驅(qū)動(dòng)因素，如海平面上升、侵蝕- 沉積和人口壓力。定期收集和分析數(shù)據(jù)，利用大數(shù)據(jù)和決策工具快速對規(guī)劃進(jìn)行修正。以國家和區(qū)域優(yōu)先事項(xiàng)為框架，恢復(fù)應(yīng)基于每個(gè)地方生態(tài)系統(tǒng)的結(jié)構(gòu)、功能、組成和服務(wù)。

參考文獻(xiàn)（References）

[1] MOFFETT K B， NARDIN W， SILVESTRI S， et al. Multiple stable states and catastrophic shifts in coastal wetlands： progress， challenges， and opportunities in validating theory using remote sensing and other methods[J]. Remote Sensing， 2015，7（8）：10184-10226.

[2] 牛振國， 張海英， 王顯威， 等. 1978-2008 年中國濕地類型變化[J]. 科學(xué)通報(bào)，2012，57（16）：1400-1411.

NIU Z G， ZHANG H Y， WANG X W， et al. Mapping wetland changes in China between 1978 and 2008[J]. Chinese Science Bulletin，2012，57（16）：1400-1411.

[3] 周晶， 章錦河， 陳靜， 等. 中國濕地自然保護(hù)區(qū)、濕地公園和國際重要濕地的空間結(jié)構(gòu)分析[J]. 濕地科學(xué)，2014，12（3）：1-9.

ZHOU J， ZHANG J H， CHEN J， et al. Analysis of spatial structure on wetland nature reserves， wetland parks and international important wetlands in China[J]. Wetland Science， 2014，12（3）：1-9.

[4] DUARTE C M， LOSADA I J， HENDRIKS I E， et al. The role of coastal plant communities for climate change mitigation and adaptation[J]. Nature Climate Change， 2013，3（11）：961-968.

[5] DUARTE C M. Reviews and syntheses： hidden forests， the role of vegetated coastal habitats in the ocean carbon bud get[J]. Biogeosciences，2017，14（2）：301-310.

[6] MCLEOD E， CHMURA G L， BOUILLON S， et al. A blueprint for blue carbon： toward an improved understanding of the role of vegetated coastal habitats in sequestering CO2[J]. Frontiers in Ecology and the Environment， 2011，7：362-370.

[7] WAYCOTT M， DUARTE C M， CARRUTHERS T J B， et al. Accelerating loss of seagrasses across the globe threatens coastal ecosystems[J].Proceedings of the National Academy of Sciences， 2009，106（30）：12377-12381.

[8] LINWOOD， PENDLETON， DANIEL， et al. Estimating global “blue carbon” emissions from conversion and degradation of vegetated coastal ecosystems[J]. Plos One， 2012. doi：10.1371/journal.pone.0043542.

[9] LOVELOCK C E， ATWOOD T， BALDOCK J， et al. Assessing the risk of carbon dioxide emissions from blue carbon ecosystems[J]. Frontiers in Ecology and the Environment， 2017，15：257-265.

[10] SUN Z G， SUN W G， TONG C， et al. China’s coastal wetlands： conservation history， implementation efforts， existing issues and strategies for future improvement[J]. Environment International， 2015，79：25-41.

[11] 劉潤紅， 梁士楚， 趙紅艷， 等. 中國濱海濕地遙感研究進(jìn)展[J]. 遙感技術(shù)與應(yīng)用，2017，32（6）：998-1011.

LIU R L， LIANG S C， ZHAO H Y， et al. Progress of Chinese coastal wetland based on remote sensing[J]. Remote Sensing Technology and Application， 2017，32（6）：998-1011.

[12] JIN H， HUANG C， LANG M W， et al. Monitoring of wetland inundation dynamics in the Delmarva Peninsula using Landsat time-series imagery from 1985 to 2011[J]. Remote Sensing of Environment， 2017，190：26-41.

[13] ALLEN Y C， COUVILLION B R， BARRAS J A. Using multi temporal remote sensing imagery and inundation measures to improve land change estimates in coastal wetlands[J]. Estuaries and coasts， 2012，35（1）：190-200.

[14] SAMIAPPAN S. Using unmanned aerial vehicles for high-resolution remote sensing to map invasive Phragmites australis in coastal wetlands[J].International Journal of Remote Sensing， 2017，38（8-10）：2199-2217.

[15] ZHANG Y， QU J， LI D. Evolution and prediction of coastal wetland landscape pattern： an exploratory study[J]. Journal of Coastal Research，2020，106（S1）：553.

[16] KLEMAS V. Remote sensing of landscape-level coastal environmental indicators[J]. Environmental Management， 2001，27：47-57.

[17] JAMALI A， MAHDIANPARI M. Transformer and deep convolutional neural networks for coastal wetland classification using Sentinel-1，Sentinel-2， and LiDAR Data[J]. Remote Sens， 2022，14，359.

[18] FENG X， FU B， YANG X， et al. Remote sensing of ecosystem services： an opportunity for spatially explicit assessment[J]. Chinese Geographical Science， 2010（6）：14.

[19] LI Z， XU D， GUO X. Remote sensing of ecosystem health： opportunities， challenges， and future perspectives[J]. Sensors， 2014，14（11）：21117-21139.

[20] 俞煒煒， 馬志遠(yuǎn)， 張愛梅， 等. 海洋生態(tài)修復(fù)研究進(jìn)展與熱點(diǎn)分析[J]. 應(yīng)用海洋學(xué)學(xué)報(bào)，2021，40（1）：100-110.

YU W W， MA Z Y， ZHANG A M， et al. Research progress and hotspot analysis of marine ecological restoration[J]. Journal of Applied Oceanography， 2021，40（1）：100-110.

[21] 吳勝男， 王曉峰， 劉婷婷， 等. 基于CiteSpace 的濕地恢復(fù)研究進(jìn)展[J]. 生態(tài)學(xué)報(bào)，2022，42（3）：1224-1239.

WU S N， WANG X F， LIU T T， et al. Research progress of wetland restoration based on CiteSpace[J]. Acta Ecological sinica， 2022，42（3）：1224-1239.

[22] 高云峰， 徐友寧， 祝雅軒， 等. 礦山生態(tài)環(huán)境修復(fù)研究熱點(diǎn)與前沿分析——基于VOSviewer 和CiteSpace 的大數(shù)據(jù)可視化研究[J]. 地質(zhì)通報(bào)，2018，37（12）：2144-2153.

GAO Y F， XU Y N， ZHU Y X， et al. An analysis of the hotspot and frontier of mine eco-environment restoration based on big data visualization of VOSviewer and CiteSpace[J]. Geological Bulletin of China， 2018，37（12）：2144-2153.