趙連杰, 吳孟泉, 鄭龍嘯, 欒紹鵬, 趙賢峰, 薛明月, 劉佳燕, 劉晨曦
(1.魯東大學資源與環(huán)境工程學院,煙臺 264039; 2.煙臺市地理信息中心,煙臺 264000; 3.煙臺市土地儲備和利用中心,煙臺 264000; 4.長江大學地球科學學院,武漢 430100)
海岸線是多年平均大潮時形成的實際痕跡線[1],是海陸交互的分界線,也是海岸帶環(huán)境中的重要組成部分。隨著全球變暖、海平面上升及各種人類活動的加劇,海岸線在以不同的速率發(fā)生著變化,海岸線變遷對海岸帶的生態(tài)環(huán)境甚至全球環(huán)境變化具有重要意義。隨著2011年國務院對《山東半島藍色經(jīng)濟區(qū)發(fā)展規(guī)劃》文件的批復,標志著山東半島藍色經(jīng)濟區(qū)建設正式上升為國家戰(zhàn)略,沿海經(jīng)濟帶的海岸資源監(jiān)測顯得尤為重要。國內外學者利用遙感手段對海岸線的時空變遷展開了一系列研究[2-4]。一般來講,利用遙感和地理信息系統(tǒng)GIS技術提取海岸線往往以遙感圖像上的水邊線來代替,提取方法主要分為基于人工判讀的目視解譯和基于計算機的自動提取2種方法[5-6]。常見的自動提取方法有基于閾值分割法、邊緣檢測法、神經(jīng)網(wǎng)絡法、面向對象法和小波變換法等。利用遙感手段來研究海岸線變化的方法也有很多,常用的有面積法、動態(tài)分割法、基線法[7]以及最小二乘法等。從研究區(qū)來看,海岸線時空變化分析的研究范圍小至以區(qū)縣為邊界,大至以省份、全國大陸為邊界。對海岸線變化的分析主要表現(xiàn)在對海岸線整體進行分段,并針對每一段典型海岸線展開[8]。大多與海岸帶內的土地利用面積變化和基于面積法對海灣面積的統(tǒng)計變化結合并進行分析[9-11]。對海岸線的研究也有很多典型案例,Mullick等[12]使用光譜指數(shù)歸一化差分水體指數(shù)(normalized difference water index, NDWI)和目視解譯的方法對Landsat影像進行了恒河三角洲海岸線的提取研究; Baral等[13]利用數(shù)字岸線分析系統(tǒng)(digital shoreline analysis system,DSAS)對奇利卡潟湖海岸線進行了時空變化分析。還有學者對海岸線變遷的驅動因素做了大量研究[14]。影響海岸線侵蝕衰退的因素主要表現(xiàn)為海浪侵蝕、低冰覆蓋和全球氣候變化等自然因素。而對海岸線侵蝕和變遷方向起到一定推動作用的因素主要表現(xiàn)在海岸帶地區(qū)強烈的人類活動等人為因素,特別是多年來大規(guī)模流域的土地利用、調水調沙等大型工程的實施,沿海地區(qū)的近海養(yǎng)殖、城市化邊緣的擴張和港口建設等人類活動和全球氣候變化等自然因素的影響。
膠東半島也稱山東半島,作為環(huán)渤海經(jīng)濟圈的重要組成部分之一,膠東半島海岸線長度占到整個環(huán)渤海經(jīng)濟圈海岸線總長的50%以上,發(fā)展空間巨大。膠東半島北部地區(qū)分布了多個山東半島藍色經(jīng)濟區(qū)的核心區(qū),經(jīng)濟戰(zhàn)略地位顯著,但以往學者對中國膠東半島北部海岸線的研究比較少。當前全球氣候變暖所造成的自然災害和受經(jīng)濟利益驅使下的人類開發(fā)活動對海岸線的變遷影響受到了人們的廣泛關注。因此,本研究以4期Landsat影像為數(shù)據(jù)源,提取了中國膠東半島北部近30 a的海岸線,基于DSAS系統(tǒng)對海岸線進行了時空變化分析,并構建了人類活動強度指數(shù)(human activity intensity index,HAII)模型對海岸線變化進行了驅動分析。以期為膠東半島海岸線資源的可持續(xù)發(fā)展、海岸資源保護以及海岸帶地區(qū)的經(jīng)濟發(fā)展提供科學依據(jù)和決策支持。
膠東半島(N35°35′~38°23′,E119°30′~122°42′)位于中國華北平原東北部地區(qū),北臨渤海和黃海,東臨黃海,與朝鮮半島和日本列島隔海相望。膠東半島主要包括青島、煙臺、威海3個城市,有28個縣及縣級市。以膠東半島北部沿海區(qū)域為研究區(qū),該地區(qū)有很多河流水系,包括膠萊河、界河和大沽夾河等,具有非常豐富的海岸資源。該研究區(qū)海岸線范圍從膠萊河東起直至雙島灣小島西處。海岸線向陸延伸2 km的空間范圍作為海岸帶調查區(qū),以1990年海岸線為基準向內陸一側2 km的緩沖區(qū)作為研究區(qū)(圖1)。
圖1 研究區(qū)范圍示意圖Fig.1 Scope of study area
本研究選取了1990年、2000年、2010年、2020年共4個時期的多幅云量較少的Landsat TM/ETM+/OLI遙感影像作為主要數(shù)據(jù)源,數(shù)據(jù)來源于美國地質調查局網(wǎng)站 (https: //www.usgs.gov/)和地理空間數(shù)據(jù)云網(wǎng)站(http: //www.gscloud.cn/)。數(shù)據(jù)應用前,首先在ENVI5.3平臺對遙感影像數(shù)據(jù)進行預處理,包括圖像配準、輻射定標和大氣校正。在預處理的基礎上,采用矢量邊界裁剪得到研究區(qū)的遙感影像數(shù)據(jù)。本文的遙感數(shù)據(jù)信息如表1所示。
表1 遙感衛(wèi)星影像數(shù)據(jù)參數(shù)信息Tab.1 Parameter information of remote sensing satellite image data
海岸線是海洋與陸地的分界線,海岸帶是海陸間相互作用形成的獨特生態(tài)過渡帶。本研究通過分析不同海岸地物類型在影像上的差異[15],結合膠東半島北部地區(qū)的實際地貌特征,將研究區(qū)海岸線類型劃分為砂質岸線、淤泥質岸線、基巖岸線和人工岸線4類,其中砂質岸線、淤泥質岸線和基巖岸線統(tǒng)稱為自然岸線; 將海岸帶景觀類型劃分為農(nóng)田、居住地、道路、林草、水域、裸地、建設用地7類。具體的分類體系如表2所示。
表2 海岸線、海岸帶分類類別構建Tab.2 Construction of coastline and coastal zone classification
以膠東半島北部為研究區(qū),基于閾值分割法和面向對象法進行海岸線的自動提取并開展精度對比分析。閾值分割法是目前應用比較廣泛的圖像分割方法[16]。常用的有直方圖閾值分割法和最大類間距離法等。本文利用直方圖閾值分割法來確定閾值,通過對影像進行分割,將得到的二值化柵格數(shù)據(jù)轉化為矢量數(shù)據(jù)。閾值分割法的原理如下:
(1)
式中:f(x,y)為原圖像;h(x,y)為經(jīng)過分割后的二值化圖像;T為分割閾值。
面向對象法的基本原理是通過將圖像分割成同類特征像元組成的多尺度對象,根據(jù)對象的光譜、形狀、紋理等特征對影像進行分類和信息提取[17],借助eCognition軟件操作平臺,本文采用多尺度分割算法進行影像分割,對目標地物分類采用的是隸屬度函數(shù)分類法。在分離水邊線時主要依據(jù)水體在中紅外波段具有強吸收性,用到了改進的歸一化水體指數(shù)(modified normalized difference water index,MNDWI)進行海岸線的提取[18-19]。MNDWI的計算公式為:
(2)
式中:G為綠光波段反射率;MIR為中紅外波段反射率。
通過目視解譯的方式得到研究區(qū)1990年的海岸線,并以此作為基線來評價各類型海岸線的精度,從提取的海岸線上以隨機選取足夠多的驗證點,計算各點到基線的歐氏距離,通過均方根誤差(root mean square error,RMSE)來進行精度分析。RMSE的計算公式為:
(3)
式中:Dn為第n個點到已有基線的歐氏距離;n為樣本個數(shù)。
基線法可以較好地反映海岸線的時空變化速率差異[7]。 本文主要利用DSAS中的終點變化速率(end point rate,EPR)和凈海岸線移動(net shoreline movement,NSM)2個變量進行海岸線空間變化速率的分析。EPR計算公式為:
(4)
式中:E(i,j)為i年到j年的海岸線的EPR;i為起始年份的海岸線時間;j為末端年份的海岸線時間;ΔY(j,i)為i年和j年的時間間隔;di和dj分別為時間為i和j時海岸線沿垂線方向到基線的距離。
NSM計算公式為:
NSM=dt2-dt1,
(5)
式中:dt1為每個斷面上最新海岸線的距離;dt2為每個斷面上的最早海岸線距離。
為了更好地對比各個時期海岸線的變化差異,本研究采用某一時段內海岸線長度的平均變化百分比來表示海岸線的變遷強度(length change intensity,LCI),計算公式為:
(6)
式中:LCIij為某一研究單元的第i年至第j年海岸線的變遷強度;Li和Lj分別表示第i年與第j年的海岸線長度。變化強度的絕對值越大,海岸線變遷程度越明顯。
海岸帶的范圍至今尚無統(tǒng)一的界定,本研究規(guī)定的海岸帶提取范圍為: 由海岸線向陸地方向延伸2 km。由于海岸帶土地利用類型復雜,單一的分割尺度無法滿足不同地物類型的分割要求,本研究采用多尺度分割算法進行影像分割。多尺度分割后采用支持向量機(support vector machine,SVM)、K近鄰方法(K-nearest neighbor,KNN)作為分類器分別進行海岸帶土地利用類型的提取,并對提取結果進行比較分析。
海岸帶遙感信息識別的SVM學習模型E計算公式為:
(7)
式中:Ι為光學遙感地物影像的最大融合特征集;m為像素個數(shù);q為高分辨率光學遙感地物影像融合模塊的像素邊緣尺度;w為高斯混合模型的相關系數(shù);b為相似度特征分量。
KNN的基本原理是: 如果一個樣本附近的K個最近(即特征空間中最鄰近)樣本的大多數(shù)屬于某一個類別,則該樣本屬于這個類別, 待分類地物與已選定的樣本之間的距離可以通過函數(shù)斜率與最小隸屬度閾值來計算。樣本對象和待分類樣本的距離d的計算公式為:
(8)
式中:d為樣本對象和待分類樣本的距離;vf(s) 為樣本對象特征f的數(shù)值;vf(o)為待分類樣本的特征f數(shù)值;σf為特征f中各特征值之間的標準差。根據(jù)求得的距離d,可以構建多維指數(shù)的隸屬度函數(shù)進一步計算出待分類樣本與已知樣本的隸屬關系,關系式為:
Z(d)=e-kd2,
(9)
(10)
式中:Z(d)為多維指數(shù)的隸屬度函數(shù);c為函數(shù)斜率。
土地利用類型變化是人類經(jīng)濟社會活動的綜合反映,也是人類活動最為明顯的表現(xiàn)[20]。HAII是指某一區(qū)域土地利用類型因子受該地域人類活動干擾程度的指標[21-22]。本文綜合徐勇等[23]和陳浮等[21]提出的HAII模型,采用HAII模型來計算研究區(qū)內人類活動的強弱程度,其計算公式為:
(11)
式中:L為海岸帶土地利用景觀類型的數(shù)量;Al為第l種海岸帶土地利用類型的面積;S為該區(qū)域內各土地利用類型總面積;pl為第l種土地利用類型因子的干擾強度系數(shù)。
干擾強度系數(shù)的確定方法主要有清單(Lohani)法、利奧波德相關矩陣(Leopold)法和德爾菲(Delphi)法等。Lohani清單法和Leopold矩陣法采用一系列指標的數(shù)據(jù)集來反映,Delphi法可以充分利用專家的知識經(jīng)驗,對實際情況有更好的了解。為了減少誤差,本文結合其他學者[23-24]以及研究區(qū)的實際情況,參照表2中海岸帶的分類類別作為指標選取的依據(jù),最終采用Delphi法來確定各土地利用類型因子的人為干擾強度系數(shù),計算結果見表3。
表3 各土地利用類型因子的干擾強度系數(shù)Tab.3 Interference intensity coefficient of each land use type factor
3.1.1 海岸線提取精度分析
不同方法提取的水邊線與基線的誤差分析結果如表4所示。由表4可知,基于閾值分割法和面向對象法對各類型海岸線的總體提取效果比較好。對于砂質岸線的提取,閾值分割法的提取精度更優(yōu),其RMSE為6.84 m; 對于淤泥質岸線、基巖岸線和人工岸線的提取,面向對象法的提取精度明顯高于閾值分割法,因此本研究采用基于面向對象的方法來提取膠東半島北部各類型海岸線的變化。
表4 不同方法提取的水邊線與基線的誤差分析結果Tab.4 Error analysis results of water edge line and baseline extracted by different methods (m)
3.1.2 海岸線長度類型變化結果分析
1990—2020年膠東半島北部海岸線的空間分布如圖2所示,各類型海岸線長度統(tǒng)計如表5所示。由圖2可知,近30 a來研究區(qū)海岸線長度呈遞增趨勢,整體趨勢為向海一側推進。由表5可知,1990—2020年海岸線長度約增加183.13 km,年均變化速率為6.10 km/a。其中變化最大的階段為2010—2020年,海岸線長度增加了112.74 km。而1990—2000年和2000—2010年分別增加了26.38 km和44.01 km,可見各時間段海岸線的增加長度差異比較大。隨著時間的推移,海岸線類型的變化也各不相同。1990—2020年,自然岸線長度和比例顯著減少,而人工岸線迅速增加。其中1990—2000年,自然岸線減少最為顯著,共減少了51.52 km,砂質岸線、淤泥質岸線和基巖岸線均表現(xiàn)為減少趨勢。人工岸線長度共增加了77.90 km。而2010—2020年,自然岸線出現(xiàn)小幅度增加趨勢,共增加20.79 km。主要表現(xiàn)為砂質岸線的增加,共增加了19.93 km。人工岸線長度增幅最大,共增加了91.95 km,人工岸線的百分比增長至63.45%。
圖2 1990—2020年膠東半島北部海岸線的空間分布Fig.2 Spatial distribution of the northern coastline of Jiaodong Peninsula from 1990 to 2020
表5 1990—2020年膠東半島北部各類型海岸線長度統(tǒng)計Tab.5 Statistics on the length of various types of coastlines in the north of Jiaodong Peninsula from 1990 to 2020 (km)
30 a來,膠東半島北部海岸線的整體變化比較大,其變遷強度值為0.45%; 從不同時間段看,1990—2000年海岸線變遷強度最小,其變遷強度值為0.06%; 2000—2010年,海岸線的變遷強度進一步增加,相比1990—2000年,膠東半島北部海岸線的變遷強度由0.06%持續(xù)增加到0.10%; 2010—2020年期間海岸線的變遷強度值由0.10%增加到0.24%,由此可知1990—2020年間,研究區(qū)海岸線的變遷強度一直呈現(xiàn)出快速增長趨勢。
為了更好地描述膠東半島北部海岸線的時空變遷特征,在生成的201個斷面的基礎上,本文將研究區(qū)劃分為A區(qū)段、B區(qū)段和C區(qū)段3個分區(qū): 膠萊河—界河段(A區(qū)段)為斷面1—57,界河—大沽夾河段(B區(qū)段)為斷面57—121,大沽夾河—雙島灣小島西段(C區(qū)段)為斷面121—201。按照海岸線侵蝕堆積程度,根據(jù)EPR值將海岸線分為5類: 強侵蝕岸線<-10 m/a,弱侵蝕岸線[-10,-3)m/a,均衡岸線[-3,3)m/a,弱增長岸線[3, 10)m/a,強增長岸線≥10 m/a,其中負值表示侵蝕,正值表示增長。
1990—2020年膠東半島北部海岸線的空間變遷趨勢如表6所示,EPR的空間分布及不同斷面的侵蝕變化如圖3—4所示。由表6、圖3—4可知,1990—2000年,膠東半島北部海岸線總體呈增長趨勢,從分區(qū)段看,其中A區(qū)段海岸線變化最為劇烈,長度總體以減少為主,共減少了0.90 km,平均變化速率為-1.58 m/a。其中在斷面17—41海岸線為快速增長狀態(tài),最大增速為90.00 m/a,海岸線侵蝕類型主要表現(xiàn)為強增長類型。該段侵蝕海岸線長度平均減少了15.78 m; B區(qū)段海岸線總體以增長為主,共增加了20.10 km,平均變化速率為0.53 m/a。而該段最大增速出現(xiàn)在斷面137處,最大增速為40.76 m/a。其他斷面處海岸線變化相對平緩,該段增長海岸線長度平均增加了5.34 m; C區(qū)段海岸線變化不明顯,但總體仍以增長為主,共增加了7.18 km,平均變化速率為0.24 m/a,該段增長海岸線長度平均增加了2.35 m。
表6 1990—2020年膠東半島北部海岸線的空間變遷趨勢Tab.6 Spatial change trend of the northern coastline of Jiaodong Peninsula from 1990 to 2020
(續(xù)表)
(a) 1990—2000年 (b) 2000—2010年
(c) 2010—2020年 (d) 1990—2020年圖3 1990—2020年膠東半島北部海岸線EPR的空間分布Fig.3 Spatial distribution of EPR of northern coastline of Jiaodong Peninsula from 1990 to 2020
圖4 1990—2020年膠東半島北部海岸線不同斷面的侵蝕類型Fig.4 Erosion types of different sections of the northern coastline of Jiaodong Peninsula from 1990 to 2020
2000—2010年,研究區(qū)海岸線總體呈現(xiàn)出顯著增長趨勢。從分區(qū)段看,A區(qū)段海岸線變化最為明顯,總體呈增長趨勢,共增加了14.21 km,平均變化速率為10.91 m/a。其中在斷面6處出現(xiàn)最大變化速率,最大增速為181.07 m/a,該段增長海岸線長度平均增加了109.11 m。B區(qū)段海岸線總體主要表現(xiàn)為弱增長狀態(tài),共增加了18.88 km,平均變化速率為4.05 m/a。其中在斷面100處海岸線增長速率最大,最大的增速為58.61 m/a,在斷面80處海岸線侵蝕速率最大,最大侵蝕速率為-62.77 m/a,該段增長海岸線長度平均增加了58.73 m。C區(qū)段變化比較平緩,增加了10.92 km,海岸線的平均變化速率為4.44 m/a,海岸線侵蝕主要表現(xiàn)為弱增長類型,該段增長海岸線長度平均增加了44.32 m。
2010—2020年,研究區(qū)海岸線總體呈快速增長的趨勢。從分區(qū)段看,A區(qū)段海岸線總體以增長為主,增加了42.92 km,平均變化速率為19.03 m/a。在斷面6處海岸線增長速率最大,最大的增長速率為360.62 m/a,該段增長海岸線長度平均增加了171.24 m; B區(qū)段海岸線總體以增長為主,增加了82.39 km,平均變化速率為13.57 m/a。斷面82—86之間海岸線表現(xiàn)為強增長類型,最大增速為204.49 m/a,海岸線侵蝕速率比較平緩,最大侵蝕速率為-45.16 m/a,該段增長海岸線長度平均增加了54.85 m; C區(qū)段海岸線變化不大,海岸線長度總體減少12.57 km,平均變化速率為-6.41 m/a。海岸線主要表現(xiàn)為弱侵蝕與強侵蝕類型,最大侵蝕速率為-36.93 m/a,該段侵蝕海岸線長度平均減少了17.51 m。
1990—2020年這30 a來,研究區(qū)海岸線長度總體為持續(xù)增長,海岸線變化速率時空分布不均衡。從分區(qū)段看,A區(qū)段海岸線總體呈增長趨勢,增加了56.23 km,平均變化速率為6.12 m/a。海岸線侵蝕主要表現(xiàn)為強增長類型,最大增速為94.59 m/a,最大侵蝕速率為-9.13 m/a,該段增長海岸線長度平均增加了177.56 m; B區(qū)段海岸線總體也呈增長趨勢,增加了121.37 km,平均變化速率為4.76 m/a。海岸線侵蝕類型復雜多樣,局部侵蝕和增長程度明顯,最大增速為62.67 m/a,最大侵蝕速率為-49.01 m/a,該段增長海岸線長度平均增加了138.20 m; C區(qū)段海岸線總體變化起伏不大。以增長為主,海岸線長度增加了5.53 km,平均變化速率為-10.75 m/a,最大增速為4.42 m/a。海岸線主要表現(xiàn)為均衡侵蝕類型,最大侵蝕速率為-21.96 m/a,該段侵蝕海岸線長度平均減少了14.59 m。
3.3.1 海岸帶提取精度分析
以1990年的遙感影像數(shù)據(jù)為例,本文分別采用SVM與KNN作為分類器,對海岸帶土地利用類型進行了提取,基于不同分類提取方法的精度比較結果如表7所示。
表7 不同分類提取方法的精度比較Tab.7 Comparison of accuracy of different classification extraction methods
由表4可以看出,基于SVM方法與基于KNN方法總體的分類提取結果都較好。但基于SVM方法的提取精度略高,Kappa系數(shù)為0.824,總體精度達到87.96%。因此,本研究采用基于面向對象結合SVM分類的方法來提取膠東半島北部海岸帶類型的變化信息。
3.3.2 基于HAII模型的海岸線變遷驅動分析
隨著社會經(jīng)濟發(fā)展和生產(chǎn)力水平的提高,近海人類活動的干擾度對海岸帶地區(qū)的生態(tài)系統(tǒng)格局產(chǎn)生了重要影響,城市化的快速發(fā)展導致了沿海地區(qū)建設用地的大量增長,也間接影響了海岸線的長度變化。因此本研究構建了HAII模型進行海岸線變遷的驅動分析,借助ArcGIS平臺,利用式(11)分別計算每個像元處的HAII,得到該研究區(qū)1990年、2000年、2010年和2020年HAII的空間化分布。HAII的值域為[0,1],采用手動分類法將HAII值共分為5類: 弱[0,0.2)、較弱[0.2,0.4)、中[0.4,0.6)、較強[0.6,0.8)、強[0.8,1],來衡量人類活動干擾度。膠東半島北部海岸帶HAII空間模擬結果及各土地利用類型變化情況如圖5所示。
(a) HAII空間分布 (b) 各土地利用類型變化圖5 1990—2020年膠東半島北部海岸帶HAII空間分布及各土地利用類型變化Fig.5 Spatial distribution of HAII and changes of land use types in the northern coastal zone of Jiaodong Peninsula from 1990 to 2020
結合圖5可知,從整體看,1990—2020年近30 a來研究區(qū)內HAII總體呈增加趨勢,但內陸一側的人類活動強度明顯高于向海一側且逐漸向沿海一側擴張。這主要是因為內陸受城鎮(zhèn)建設和農(nóng)田開墾活動的影響[25],HAII較高的地區(qū)往往多集中在居住地和建設用地類型區(qū)域,農(nóng)田和林草等土地利用類型的區(qū)域HAII適中,而水域和裸地區(qū)域的HAII普遍較低,其中膠萊河以東附近區(qū)域表現(xiàn)則比較明顯。其次不同土地利用類型交錯區(qū)域受到人類活動影響的疊加作用,也會導致該區(qū)域人類活動的干擾度比較強。隨著經(jīng)濟發(fā)展和城市化進程的不斷加快,沿海地區(qū)建設用地類型不斷增加,主要表現(xiàn)在環(huán)海公路建設、港口碼頭的修建以及各種圍填海活動的建設上,導致海岸線不斷向海推進,人工岸線長度迅速增加。
從各時段看,1990—2000年研究區(qū)的人類活動分布差異明顯,龍口灣附近、界河周圍以及芝罘島西側都是HAII指數(shù)分布較高的區(qū)域,人類活動干擾度強和較強的地區(qū)比重增加到47.3%,1990年之后,該時段受人類活動的影響比較大,經(jīng)濟快速發(fā)展和城鎮(zhèn)化建設進程加快,導致自然岸線被大量開發(fā)成人工岸線,人工岸線增長至217.14 km,百分比增加了15.89%。由于沿海養(yǎng)殖業(yè)的大興發(fā)展致使當?shù)睾0稁зY源人為開發(fā)迅速。
2000—2010年人類活動呈現(xiàn)大面積增強的趨勢,人類活動干擾度不斷由內陸向靠海一側推進增強。2005年中國山東省“十一五”計劃之后,研究區(qū)內貫徹海洋經(jīng)濟發(fā)展規(guī)劃的要求,著力進行港口及濱海旅游業(yè)等海洋產(chǎn)業(yè)的發(fā)展,使得圍填海規(guī)模進一步擴大[26]。圍海造陸、圍海養(yǎng)殖熱潮以及沿岸生態(tài)公園項目的開發(fā)影響著海岸線的長度和類型變化,由人工構筑物、近海養(yǎng)殖和旅游岸線開發(fā)等功能的人工岸線持續(xù)增加,而自然岸線總體持續(xù)減少[11]。
直至2020年研究區(qū)的人類活動達到了最強,人類活動干擾度強和較強的地區(qū)已基本覆蓋整個研究區(qū),總占比達到了90.54%,人類活動變化明顯的地區(qū)表現(xiàn)為建設用地的持續(xù)增加,人工岸線的快速增長。界河—大沽夾河段蓬萊區(qū)人工島建設項目的開發(fā)不僅大幅度增加了建設用地的面積,也進一步促進了人工岸線的增長。隨著在中國山東省“十二五”海洋經(jīng)濟發(fā)展規(guī)劃背景下,陸海統(tǒng)籌,聯(lián)動發(fā)展的理念加強了海域與陸域的聯(lián)系,人類活動對海陸域的干擾度持續(xù)增加,人類活動達到飽和發(fā)展狀態(tài)。2010—2020年以來,研究區(qū)海岸線持續(xù)增加,年變化速率達到最大。以上分析表明,研究區(qū)內人類活動變化是膠東半島北部海岸線時空變遷的主要原因,而人類活動變化又通過沿海地區(qū)海岸帶的土地利用類型變化直接表現(xiàn)。
本文基于多時相衛(wèi)星遙感數(shù)據(jù),利用面向對象分割方法和DSAS工具,分析了膠東半島北部海岸線的時空變遷及驅動因素,主要結論如下:
1)1990—2020年間海岸線長度整體變化劇烈,海岸線遷移方向為向海一側緩慢推進,各類型海岸線呈現(xiàn)出快速增長趨勢,自然岸線比重逐漸向人工岸線轉移。
2)近30 a來海岸線變化速率時空分布不均衡。1990—2020年,各分區(qū)海岸線整體以不同的速率保持增長趨勢,而大沽夾河—雙島灣小島西段海岸線發(fā)生輕微侵蝕,平均侵蝕速率為-10.75 m/a。不同時間段下,各區(qū)段海岸線主要表現(xiàn)為增長趨勢,而發(fā)生侵蝕的海岸線主要表現(xiàn)為: 1990—2000年間膠萊河—界河區(qū)段發(fā)生輕微侵蝕,平均侵蝕速率為-1.58 m/a,海岸線平均減少了15.87 m; 2010—2020年間大沽夾河—雙島灣小島西段海岸線也發(fā)生輕微侵蝕,平均侵蝕速率為-6.41 m/a,海岸線平均減少了17.51 m。
3)1990年以來,近海人類活動的變化是膠東半島北部海岸線時空變遷的主要原因。膠東半島北部受到圍海養(yǎng)殖、圍海造陸等經(jīng)濟利益驅使下人工建設的持續(xù)影響,導致近30 a來海岸線人工岸線快速增長。為了沿海旅游業(yè)的發(fā)展,沿海生態(tài)園和觀海大道等臨海建設的修建,致使大量自然岸線向人工岸線轉變,自然岸線比重嚴重下降。近海人類活動強度的變化不僅導致了海岸線長度和類型的變化,還影響著海岸帶土地利用類型的變化。
未來應加強對人工岸線的生態(tài)建設和自然岸線的合理保護,積極為中國膠東半島北部沿海地區(qū)打造一個綠色、和諧、可持續(xù)的海岸帶發(fā)展空間。