陳高，鐘才榮，李明玉，余洲，劉心雨，賈明明

1.延邊大學地理與海洋科學學院,延吉 133002;

2.海南省林業(yè)科學研究院（海南省紅樹林研究院）,海口 571100;

3.中國科學院東北地理與農業(yè)生態(tài)研究所濕地生態(tài)與環(huán)境重點實驗室,長春 130102

1 引言

作為全球生產力最高的生態(tài)系統之一的紅樹林，是生長在熱帶、亞熱帶海灣的一種特殊的木本植物群落，它發(fā)達的根系能讓它適應陸海過渡的特殊生態(tài)系統（林鵬，1997；張喬民等，1997）。由于其獨特的海陸過渡特性，紅樹林在維持濱海生態(tài)穩(wěn)定、促進海陸能量循環(huán)中起著重要作用（林鵬等，2005；Spalding等，2010）。同時，紅樹林可以吸附溫室氣體，能有效應對全球氣候變暖帶來的挑戰(zhàn)（Bouillon 等，2008；徐慧鵬等，2020）。此外，紅樹林還能夠固土合淤，防風護堤，凈化水質，為人類提供經濟產品、為生物提供生長繁殖環(huán)境等方面起著重要的作用，被國際社會列為重點保護對象（林鵬，1997；毛麗君，2011；但新球等，2016）。在過去的一個世紀，全球約有67%的紅樹林遭到不可逆破壞，比熱帶雨林和其他內陸森林受到的威脅都要更大（Valiela等，2001；UN-DESA，2019）。如果任由其發(fā)展下去，全球紅樹林將在未來百年內消失殆盡，其獨特的價值也將蕩然無存，沿海居民將直面海嘯威脅，漁場消失，大量動物將面臨滅絕（Duke 等，2007；賈明明，2014）。因此，有效加強中國紅樹林保護、管理和生態(tài)恢復工作已刻不容緩。

然而，紅樹林生態(tài)系統具有敏感性和脆弱性，自然和人為擾動都會對紅樹林生態(tài)系統的物質循環(huán)、能量流動和未來演替產生深遠影響，為紅樹林的保護和恢復工作帶來難度。因此，快速、準確地監(jiān)測紅樹林的擾動和恢復，對于評估紅樹林生態(tài)系統健康至關重要，可為紅樹林管理提供必要的基礎信息，有助于制定科學的紅樹林資源可持續(xù)利用政策。

由于紅樹林生長于可達性極差的潮間帶區(qū)域，地面調查成本高、效率低，難以滿足快速、準確、全面地監(jiān)測紅樹林擾動和恢復進程的需求（李春干和譚必增，2003；Kuenzer 等，2011）。遙感技術的發(fā)展為紅樹林的實時監(jiān)測提供了切實可行手段。其中，陸地衛(wèi)星Landsat 系列，具有能夠免費獲取，記錄時間久，年數據量大，空間分辨率較高的優(yōu)勢，在對陸地資源長時間監(jiān)測中應用廣泛（Zhu等，2019；李春干，2002；王胤等，2006）。

時間序列分析方法是通過對時間序列進行特征提取和分析，有效地監(jiān)測生態(tài)系統長期變化的方法（Zhu 等，2019）。已有許多專家學者應用不同的時間序列分析方法對全球各地的森林生態(tài)系統進行了長時間的監(jiān)測分析（Kennedy 等，2018）。目前，已有多種森林系統擾動變化檢測算法。例如Kennedy等（2012）提出的擾動和恢復趨勢檢測算法LandTrendr、Verbesselt 等（2010）提出的季節(jié)和趨勢中斷算法BFAST（Breaks For Additive Season and Trend Monitor）以及Zhu和Woodcock（2014）提出的連續(xù)變化檢測和分類算法CCDC（Continuous Change Detection and Classification）等。

然而，應用時間序列分析法對紅樹林擾動和恢復進行監(jiān)測的遙感研究還處于起步階段。如Zhang等（2016）利用Landsat影像對美國佛羅里達州Biscayne國家公園內紅樹林的季節(jié)性擾動和恢復進行25年的監(jiān)測，發(fā)現歸一化濕度指數（NDMI）對于紅樹林的變化最為敏感；Awty-Carroll 等（2019）基于1988年—2018年Landsat 時序影像及CCDC 模型監(jiān)測Sundarbans 紅樹林在颶風Sidr 過境前后的擾動與恢復情況，在颶風發(fā)生10年后，仍有一半被破壞的紅樹林沒有恢復；De Jong 等（2021）應用LandTrendr算法基于2000年—2018年Landsat 時序影像確定了蘇里南海岸紅樹林侵蝕、定居和發(fā)展模式。

由于時間序列算法的數據處理和算法本身都十分復雜，云基礎空間分析平臺的出現為應對上述挑戰(zhàn)提供了新的思路和視角（楚麗霞，2019）。LandTrendr 算法移植到谷歌云平臺GEE（Google Earth Engine）上實施，大大提高了計算效率（Kennedy 等，2018）。GEE 以其高效快捷的云計算的優(yōu)勢可以在幾十分鐘完成對擾動的監(jiān)測，而之前則需要在本地計算機上長時間高配置要求才能完成同樣的任務。GEE 平臺為研究密集時間序列紅樹林擾動提供了新機遇。

紅樹林的人為和自然擾動情況，是紅樹林生態(tài)系統科學保育和管理的依據。廣西壯族自治區(qū)大陸岸線長1490 km，單位長度海岸線上紅樹林分布面積為全國之最（賈明明，2014）。本文選取廣西北侖河口國家級自然保護區(qū)，利用GEE 云平臺和LandTrendr 算法進行紅樹林變化檢測和分析，追蹤近30年來廣西北侖河口國家級自然保護區(qū)的紅樹林擾動，探明北侖河紅樹林擾動發(fā)生的時間和空間，分析擾動原因，以期為紅樹林的科學保護和管理提供技術支撐和基礎數據。

2 數據和研究方法

2.1 研究區(qū)概況

廣西北侖河口國家級自然保護區(qū)（以下簡稱“北侖河口保護區(qū)”）位于廣西壯族自治區(qū)防城港市防城區(qū)和東興市境內，保護區(qū)北邊是防城港市，南邊是北部灣，西邊與越南毗鄰，從東向西依次是江平三島、珍珠港和北侖河口，地理位置為21°31′00″N—21°37′30″N，108°00′30"E—108°16′30"E，如圖1所示。1985年經原防城縣人民政府批準建立該保護區(qū)，隨后在1990年和2000年分別晉升為自治區(qū)級保護區(qū)和國家級保護區(qū)。保護區(qū)海岸線為87 km，擁有河口海岸、開闊海岸和海域海岸等地貌類型，地處熱帶海洋性季風氣候區(qū)。保護區(qū)珍珠灣內生長著罕見的連片木欖和老鼠簕純林。保護區(qū)養(yǎng)殖業(yè)漁業(yè)發(fā)達，同時也是候鳥遷徙的重要中繼站與繁殖地。

圖1 北侖河口保護區(qū)地理位置Fig.1 Geographical location of Beilun River Estuary Reserve

2.2 數據獲取與處理

首先在GEE云平臺上調用1990年—2020年6月到8月的Landsat 的地表反射率數據構建時間序列數據集。夏季紅樹林生長茂盛，選擇夏季影像可以最大程度減少因物候變化而檢測到偽變化。然后通過Landsat OLI 影像與TM/ETM+影像傳感器光譜值之間的統計協調函數優(yōu)化這兩個傳感器數據之間的時間連續(xù)性（Roy 等，2016）。之后再用質量評估波段（QA）對圖像進行云、水、積雪和云陰影的掩膜處理。最后利用多維中值（medoid）方法，構建研究區(qū)30年的年度時間序列影像集。通過比較不同比值指數和波段對紅樹林擾動的敏感性，發(fā)現歸一化植被指數（NDVI）（式（1））對紅樹林的擾動識別效果最好。因此，本研究計算數據集中的所有影像的NDVI。

式中，NIR為近紅外波段的反射率值，RED為紅波段的反射率值。

紅樹林生長范圍數據來自CAS_Mangroves 數據集，該數據集是基于面向對象方法生成的，包含1973年—2020年中國紅樹林空間分布數據（賈明明等，2021）。在紅樹林解譯過程中，研究人員充分考慮了不同潮汐狀態(tài)對紅樹林的影響，針對高潮和低潮影像采取不同的解譯方法，最終總體分類精度達到92%。

本研究從CAS_Mangrove 數據集中提取北侖河口1990年—2020年的紅樹林分布數據，對這些數據進行疊加分析，取并集作為本研究的具體研究區(qū)如圖2所示，最后通過ArcGIS 10.8 軟件處理GEE 平臺的結果柵格圖可以得到保護區(qū)紅樹林的擾動面積。

圖2 1990年—2020年北侖河口保護區(qū)紅樹林生長區(qū)域Fig.2 Mangrove forest growth area of Beilun River Estuary Reserve from 1990 to 2020

3 研究方法

3.1 LandTrendr算法監(jiān)測紅樹林擾動及其強度

LandTrendr算法可用于監(jiān)測時間序列圖像上紅樹林的擾動和恢復，并可以檢測這些變化發(fā)生的時間和強度。LandTrendr提供了一種光譜—時間分割算法，降低背景噪聲的同時可用于檢測中等分辨率衛(wèi)星圖像中逐個像素的時間序列中的變化（Kennedy 等，2018）。LandTrendr 起初是為了監(jiān)測陸地森林年度變化而開發(fā)的一種擾動監(jiān)測算法（Kennedy等，2012；Sengupta等，2019）后來人們將其應用在其他地物類型中進行監(jiān)測年度擾動變化。LandTrendr算法生成年度最佳影像采用的是多維中值技術進行像素級影像合成。該方法選擇的中值像素與觀測到的波段之間的像素值的平方和最小，此舉對極端像素值具有魯棒性。而又因為所選擇的像素同時是該像素的真實值之一，也保留了與各波段之間的關系（Flood，2013）。利用最佳可用像素合成，LandTrendr使用統計擬合算法來分割光譜軌跡（圖3）。

圖3 LandTrendr變化檢測算法的概念（Kennedy等，2018）Fig.3 The concept of LandTrendr change detection algorithm（Kennedy et al.，2018）

該算法對波段進行擬合時，可以從太陽角度、物候和大氣條件變化產生的短期噪聲中將長期的變化信息分離出來從而檢測NDVI 序列突變、漸進和恢復趨勢（Kennedy 等，2012，2010）。這種短期噪聲還可以通過中值合成進一步降低。該算法的運行原理如下（Kennedy 等，2018）：在去除短暫的尖峰后利用簡單回歸識別潛在的頂點，此時頂點比最終需要的頂點多，這些多余的頂點通過低角度變換刪除掉，之后進行擬合，再通過最弱的頂點來簡化模型，最后利用擬合統計量來選擇最佳擬合模型。在參數選擇上修改了LandTrendr算法默認的參數以適應本研究區(qū)（表1）。

表1 LandTrendr參數Table 1 LandTrendr parameters

根據對研究區(qū)資料的收集與分析，該區(qū)域內的紅樹林擾動因素主要有人為砍伐、極端低溫冰凍、臺風等。為進一步分析該區(qū)域內的擾動強度，將變化分為3類，分別為嚴重擾動、中度擾動和輕微擾動。嚴重擾動包括人為砍伐，紅樹林變?yōu)榻ㄖ锏龋恢卸葦_動包括紅樹林遭受低溫、蟲災等；輕微擾動包括紅樹林自身緩慢退化等。以NDVI 指數的變化（ΔNDVI）作為等級劃分的指標，確定擾動等級劃分的閾值區(qū)間（劉姍姍等，2020）。閾值劃分區(qū)間如表2。

表2 擾動等級閾值劃分Table 2 Interference level threshold division

3.2 精度驗證評價

為了準確評估LandTrendr算法探測紅樹林擾動變化的準確性，在北侖河口保護區(qū)內收集了437個驗證樣點，包括為175 個沒有發(fā)生變化的樣點和262 個發(fā)生變化的樣點。其中，通過閱讀文獻、檢索網頁收集紅樹林擾動相關信息，并結合高空間分辨率的GE（Google Earth）圖像收集變化樣點175 個，通過實地考察和咨詢保護區(qū)工作人員收集變化樣點87 個和從未發(fā)生變化的樣點175 個，分別記錄變化樣點發(fā)生擾動的時間。利用這437個驗證點生成混淆矩陣，計算用戶精度、生產者精度和總體分類精度進行精度驗證，評估研究結果的精度。

4 結果與討論

4.1 精度評價

混淆矩陣如表3所示，用戶精度和生產者精度都較高，達84%以上，總體精度達到了88.56%，Kappa 系數為0.76，表明檢測結果與驗證樣點具有很好的一致性。對于檢測出變化的像元，評估了變化年份的準確性，如表4所示。除了2014年生產者精度為72%外，其他年份均超過了80%，用戶精度除1991年、2001年和2017年稍低以外，其他年份都超過了88%，總體精度達到87%。

表3 紅樹林擾動精度評估Table 3 Mangrove forest disturbance accuracy assessment

表4 紅樹林擾動年份精度評估Table 4 Accuracy assessment of mangrove forest disturbance years

4.2 紅樹林擾動的歷史空間分布

圖4為1990年—2020年北侖河口紅樹林發(fā)生擾動的年份和空間分布，其中區(qū)域Ⅰ為北侖河口入海口處，區(qū)域Ⅱ、Ⅲ為珍珠灣沿岸。擾動發(fā)生的空間位置主要集中在珍珠灣沿岸如圖4（b）、（c）所示，總體上，1990年—2020年共有45.94 ha 的紅樹林發(fā)生了擾動（表5），2001年擾動面積最大，為12.91 ha。2015年和2020年次之，擾動面積分別為10.54 ha和10.45 ha。

表5 1990年—2020年北侖河口保護區(qū)紅樹林擾動面積Table 5 Area of mangrove disturbance in Beilun River Estuary Reserve during 1990—2020

圖4 1990年—2020年北侖河口保護區(qū)紅樹林擾動時空分布Fig.4 Temporal and spatial changes of mangrove forest disturbances in Beilun River Estuary Reserve during 1990—2020

圖5 展示了1990年—2020年北侖河口自然保護區(qū)內紅樹林擾動強度的時空分布圖。其中輕微擾動和中度擾動所占比例較大，分別為57.5%和29.17%，嚴重擾動所占比例最少，為13.33%（6.13 ha）。嚴重擾動分布在珍珠灣西南沿岸區(qū)域如圖5（b）所示。輕微擾動和中度擾動分布較廣，面積分別為26.42 ha和13.40 ha。

圖5 北侖河口保護區(qū)擾動強度時空分布Fig.5 Temporal and spatial distribution of mangrove disturbance intensity in Beilun River Estuary Reserve

4.3 人類活動因素

1990年之前，紅樹林高收益幾乎零成本的經濟效益使得當地居民人為毀林造池，養(yǎng)殖魚蝦等。珍珠灣內的陸緣紅樹林被大面積開墾，紅樹林斑塊顯著變小，整體性流通性變差（Jia 等，2018）。1990年—2020年，隨著國家的宣傳以及人民對生態(tài)保護的意識覺醒，對紅樹林的經濟、生態(tài)價值也有了更深的了解，地方政府與當地居民自發(fā)地保護紅樹林，取消和禁止了許多違法破壞紅樹林的活動。受保護后的紅樹林的面積呈現出逐年增長的趨勢。紅樹林在自然演替中斑塊面積增大、整體性和連通性增強。除了人為保護紅樹林，國家和地方政府積極引種紅樹林和開展人工種植紅樹林的工作，加速了紅樹林的恢復（賈明明等，2021），廣東電白人工種植的紅樹林就是十分成功的案例。

過去30年間，北侖河口的紅樹林被開墾為耕地、養(yǎng)殖池，部分改造成了人工表面。除了直接占用紅樹林的生存空間，人類活動也間接造成紅樹林的退化。未經任何處理的養(yǎng)殖池廢水和富含磷元素的洗衣水直接排放入紅樹林生長區(qū)后，其中的營養(yǎng)物質可被紅樹林所吸收（Pham 和Yoshino，2016），此舉導致養(yǎng)殖池附近的紅樹林生長狀況更好。但是養(yǎng)殖池的廢水達到一定濃度后會產生抑制紅樹林生長的污染物，這種污染物會抑制紅樹林的生長（Barg，1992）。此外除了生活生產廢水，紅樹林周圍還有很多漁民違規(guī)打樁搭架子養(yǎng)殖生蠔，對紅樹林、海洋環(huán)境和來往的船只都造成不利因素。還有部分漁民會每天漲潮前將一大串魚簍放入紅樹林生長區(qū)域內，第二天退潮后進去收獲小魚蝦蟹等，此舉也導致了紅樹林中人為的踩出了一條道路，在這些道路中，紅樹林生長情況遠不如正常生長的紅樹林，不是長得矮小就是不能存活。另一方面，人工建筑也會迫使紅樹林向海遷移。部分沿岸的紅樹林被人為砍伐，生長區(qū)被建設為人工表面來吸引居住人口和旅游人口的增加，由此產生了更多的生活污水影響了陸緣紅樹林的生長發(fā)育；還有許多紅樹林被改造成人工堤壩，紅樹林被迫遠離陸源，受到海平面上升的威脅增加，堤壩不僅阻礙了海陸生態(tài)系統的物質與能量交流，有限的淡水也加速了紅樹林的逐漸消亡（Latawiec 等，2014；Thomas 等，

2017）。

4.4 自然環(huán)境因素

過去的30年間除人類活動外，自然因素如海平面上升、互花米草入侵、極端氣候、病蟲災害等也嚴重威脅著紅樹林的生長。有專家研究發(fā)現在過去的幾十年中，造成廣西紅樹林面積減小的主要原因并非人類活動導致，而是極端天氣，生物入侵及病蟲害（王文卿和王瑁，2007；Chen 等，2009，2012）。2008年1月—2月，長時間的雨雪極端天氣摧毀了廣西沿岸的白骨壤和紅海欖幼苗（張留恩和廖寶文，2011）。2010年廣西沿岸大面積的紅樹林被害蟲毀壞。2015年9月，在防城港市爆發(fā)了蟲災，受害樹種白骨壤被吃光了葉子（廣西壯族自治區(qū)海洋局，2015）。2017-08-02，在東興市竹山村發(fā)現有24 ha 紅樹林遭受團水虱侵害，其中約有13 ha在竹山村中間沙，11 ha在竹山村五七堤區(qū)域。（防城港市海洋局，2017）。

5 結論

本文利用GEE云平臺和LandTrendr算法構建了廣西北侖河口國家級自然保護區(qū)1990年—2020年的Landsat 影像堆棧，深入分析了該保護區(qū)內紅樹林的時間序列變化特征，結合歸一化植被指數NDVI評估紅樹林擾動情況。結果發(fā)現：

（1）1990年—2020年共有45.94 ha 的紅樹林發(fā)生了擾動，其中2001年保護區(qū)內紅樹林擾動面積最大，為12.91 ha，擾動發(fā)生的地理位置主要分布在珍珠灣西北沿岸；

（2）1990年—2020年輕微擾動和中度擾動所占比例較大，分別為57.5%和29.17%，嚴重擾動所占比例最少，只有13.33%；

（3）對紅樹林變化像元的總體識別精度達到88.37%，對擾動年份檢測的總體精度達到87%，Kappa系數為0.77。

擾動產生的原因既有人類活動因素也有自然環(huán)境因素。人為因素方面主要有保護區(qū)周邊居民直接進入林區(qū)，捕獲魚、蝦、蟹等，破壞紅樹林以及種子；違禁圈養(yǎng)家禽，排放污水等；為了方便停靠漁船，在紅樹林內修建碼頭等人工設施；生活廢水的直接排放，對陸緣紅樹林的生長造成威脅。自然因素方面主要是極端天氣和病蟲害導致的大片紅樹林死亡。本研究結果可以為當地保護區(qū)提供近30年北侖河口紅樹林的擾動時空分布情況，不僅可以為紅樹林濕地的管理、保護和科學研究提供數據基礎，還能為其他濱海濕地植物群落的長時間序列動態(tài)監(jiān)測提供方法借鑒。