-
景观格局是生态要素、地理格局及人类活动多过程耦合作用的结果，在向人类福祉的传递过程中产生了重要的生态系统服务功能[1-2]，景观格局破碎化直接影响生态系统物质循环、能量流动和生物多样性等生态功能的维序[3-4]。景观格局稳定性是生态系统结构和功能在遭受外界干扰后快速恢复平衡状态的能力[5-6]，对生态系统保护与修复具有重要意义。辽河三角洲是中国环渤海资源开发和产业集聚的重要区域，也是滨海蓝碳的重要载体，是实现“双碳”目标任务、实施生态保护修复重大工程的关键带之一。辽河三角洲湿地植物固碳能力与同等条件下的温带落叶阔叶林的固碳能力相当[7]，景观格局受到海平面上升、人类活动干扰以及河流生态水供给等多重作用，驱动机制复杂[8]。
辽河口湿地是河口湿地景观生态研究的热点区域。在湿地围垦、滩涂养殖、上游水资源超采以及海平面上升等综合作用下，辽河口湿地景观破碎化程度升高、生态功能退化，严重影响了生物多样性、蓝色碳汇和水质净化等生态系统服务功能[9-12]。众多学者针对辽河口湿地景观格局动态演变、形成过程、驱动机制及其生态效应开展了大量研究[13-14]，但基于长时间序列开展辽河口湿地景观稳定性评估及其与碳汇价值关系的研究鲜有报道。本研究以Landsat卫星1985－2000年遥感影像为数据源，结合实地调查监测结果，评估了近35年来辽河口湿地景观格局稳定性和植被碳储量价值，并进一步探讨了景观格局变化与人类活动和植被碳储量价值的关系，以期为辽河口湿地生态产品价值评估、生态保护修复政策制定与科学管理提供依据。
-
研究区位于辽河口国家级自然保护区内，地处辽河入海口，由辽河、大凌河、小凌河等诸多河流冲积而成，地貌类型以冲积海积平原为主，地势平坦、开阔，地面高程小于7 m，地面坡降0.02%，土壤主要为沼泽土、盐土和潮滩土，年平均气温为8.5 ℃，年平均降水量为650 mm。自然湿地类型包括滩涂、盐地碱蓬湿地、芦苇湿地和浅海水域，湿地植物种类少，以芦苇和盐地碱蓬为主要植被群落，植物碳汇能力平均值为1.77 kg/（m2·a）[7]。多年来，围垦、不合理的滩涂养殖等阻断了辽河口湿地的水文连通性，淡咸水交换受阻[15-16]，引发河口生境退化，芦苇、盐地碱蓬群落萎缩，植物群落初级生产力受到抑制，潮滩湿地沉积速率降低，河口湿地有机碳持续累积能力下降。
-
为了明确研究区生态景观格局的变化，以5年为时间间隔选取1985－2020年相同或相近时相的遥感影像进行分析，成像时间均选取各年度9月。数据来源于中国科学院计算机网络信息中心地理空间数据云平台（
https://www.gscloud.cn/ ）和中国科学院遥感与数字地球研究所网站（http://www.aircas.cas.cn ）提供的Landsat 5 TM及Landsat 8 OLI影像。通过ENVI 5.4软件对遥感影像进行辐射定标和大气校正。使用面向对象的方法，将影像导入eCognition 9.0影像分类软件，以目视解译与阈值分类、监督分类相结合的方法对影像进行解译。参考辽河口湿地景观光谱信息、滨海湿地分类体系[17]与野外踏勘调查结果，将辽河口生态景观类型分为浅海水域、滩涂、盐地碱蓬湿地、芦苇湿地、围海养殖塘、水库坑塘、水稻田、林地、河流、非湿地类草地、交通用地、独立工矿和建设用地、旱地13个类型，其中天然湿地包括滩涂、盐地碱蓬湿地和芦苇湿地，人工湿地包括水稻田、围海养殖塘和水库坑塘（图1）。
图 1 研究区景观格局现状
Figure 1. Location of the study area
景观格局指数能有效反映景观结构的组成和空间配置等方面的特征，是描述景观格局及其变化的经典方法。本研究选取斑块数（NP）、面积加权平均分形维数（FRAC_AM））、最大斑块面积指数（LPI）、斑块密度（PD）、边缘密度（ED）、平均斑块形状指数（MSI）、散布与并列指数（IJI）、聚集度指数（COHESION）、聚合度（AI）、香农多样性指数（SHDI）、香农均一性指数（SHEI）、蔓延度指数（CONTAG）等指标来反映研究区景观结构、形状特征、景观异质性及聚合性等特征信息。景观格局指数的计算使用Fragstats 4.2软件。各指数的具体描述和计算方法参见文献[18]－文献[19]。将计算得到的景观格局指数通过主成分分析法降维处理，得到景观格局综合评价指数（LIC）。
-
景观稳定性与斑块密度、蔓延度指数和边缘密度等景观指数密切相关，景观稳定性指数计算公式如下[6,20]：
式中：LSI为景观稳定性指数；CONTAG为蔓延度指数；PD为斑块密度；ED为边缘密度。LSI的值越高，表示景观越趋于稳定状态；反之，LSI的值越低，表示景观越趋于不稳定状态。
-
生物量调查法因其技术简单、直接明确、易于推广而被广泛应用于国家尺度及全球尺度碳储量评估[21]。植被碳储量通过实际样方调查和实验分析得到。本研究于2021年10月在辽河口湿地开展植物生态调查与样品采集，共布设调查站位22个，基本覆盖研究区内不同密度和盖度的盐地碱蓬群落和芦苇群落。研究区内调查到的盐地碱蓬群落平均密度为285株/m2，其中最高密度为976株/m2，最低密度为7株/m2；平均株高为25.41 cm，株高最大值为61.81 cm，最小值为11.7 cm；平均盖度为47.56%，盖度最大值为88%，最小值为5%。研究区内调查到的芦苇群落平均密度为38.14株/m2，其中最高密度为208株/m2，最低密度为4株/m2；平均株高为147.6 cm，株高最大值为200.75 cm，最小值为85 cm；平均盖度为62.14%，盖度最大值为95%，最小值为15%。植物群落调查样方规格为1 m×1 m，用收割法采集样方内盐地碱蓬和芦苇植株，装入牛皮信封编号后带回实验室杀青，于65 ℃烘箱烘干至恒重，分析其生物量和碳含量。植被碳储量计算方式如下[22]：
式中：VC为植物碳储量（103t C）；BIP为植物生物量（g/m2），根据调查检测结果，盐地碱蓬的BIP取值为 477 g/m2，芦苇的BIP取值为 1197.97 g/m2；CP为植物体碳含量（g/kg），根据调查检测结果，盐地碱蓬的CP取值为293.18 g/kg，芦苇的CP取值为393.94 g/kg；S为植物群落分布面积（km2）。
植被碳储量价值评估采用碳税法[23]，计算公式如下：
式中：Y为植物碳储量价值（元）；VC为植物碳储量（103t C）；A为碳税率，根据全球政策论坛经济合作与发展组织2018年发布的报告，碳税率为110欧元/t[24]，按照当前汇率折合人民币828.44元/t。
-
景观格局综合评价指数采用主成分分析法得到，景观格局指数与人工景观面积的关系以及湿地景观稳定性与植被碳储量价值的关系采用回归分析方法，景观稳定性变化与自然及人工景观面积的相关性采用皮尔逊相关性分析。数据分析采用SPSS 18.0 进行，皮尔逊相关性分析制图采用R studio进行，其他分析制图采用 Excel（Microsoft Corporation，Redmond，USA）进行。
-
1985－2020年辽河口湿地不同类型景观面积变化列于表1。1985年，辽河口湿地景观类型以天然湿地为主，占总面积的76.82%；人工湿地面积仅占0.61%；独立工矿和建设用地及交通用地累计面积占比为1.31%。2000年，随着围海养殖与水利设施建设的兴起，人工湿地面积占比增至10.78%，面积增长了17.23倍；独立工矿和建设用地及交通用地累计面积占比增至2.02%，面积增长了49.12%；比较而言，天然湿地面积占比降为59.61%，面积减少了24.72%。2015年，盘锦港的建成直接导致独立工矿和建设用地及交通用地累计面积占比增至6.27%；人工湿地面积占比变为13.08%，比2000年增长了25.86%；天然湿地面积占比降至47.33%，面积减少了40.0%。2020年，随着海洋生态整治修复项目和退养还滩、退围还海等措施的实施，天然湿地面积占比恢复至51.42%，比2015年增加了24.87%；人工湿地面积占比降至11.69%，但与2015年相比，面积依然增长了2.78%；独立工矿和建设用地及交通用地累计面积占比增长至9.46%，比2015年增加了73.46%。
时间 景观
类型盐地碱蓬
湿地芦苇
湿地滩涂 水稻田 水库
坑塘围海
养殖塘河流 非湿地类
草地旱地 林地 独立工矿
和建设用地交通
用地1985－2000年 盐地碱蓬湿地 0.23 7.66 4.65 8.17 0 6.52 0.57 0 0.22 0 1.17 0.05 芦苇湿地 0.11 409.08 1.99 12.23 0 0.29 2.71 12.49 18.10 0 1.93 0 滩涂 21.06 61.00 226.79 49.58 12.18 109.96 13.94 8.59 2.49 0 0.99 1.53 水稻田 0 0.68 0 16.19 0 0.18 0 0.13 0.52 0 0.15 0 围海养殖塘 0.39 0.08 0.09 0.08 0 7.01 0.07 0.28 0.17 0 0.01 0 河流 2.33 4.92 16.00 0.10 0.52 0.10 23.26 0.55 0.88 0 0.19 0.01 非湿地类草地 0 14.65 0 36.05 0 3.45 1.56 54.12 42.16 0 11.69 0.43 旱地 0 0.25 0 4.75 0 0.02 0 1.16 41.11 0 1.42 0.15 独立工矿和建设用地 0 1.51 0 0.23 0 0.2 0 3.1 2.30 0 6.35 0.01 交通用地 0.07 0.69 0.99 0 0 0.65 0.14 0 1.16 0 0.18 0.15 浅海水域 0 0 4.42 0 0 0 1.72 0 0 0 0 0 2000－2015年 盐地碱蓬湿地 8.67 1.56 10.55 0.40 0 1.84 0.75 0.31 0 0 0.11 0.01 芦苇湿地 0.15 425.7 5.97 12.86 0 3.48 1.67 31.61 7.18 0.36 11.2 0.28 滩涂 26.89 6.76 118.79 1.14 0 45.22 9.59 22.7 0 0 6.29 0.90 水稻田 0.27 5.48 0.01 84.4 0 18.09 0 15.88 0.22 0 2.37 0.59 水库坑塘 0 0 0 0 12.68 0 0 0.02 0 0 0 0 围海养殖塘 0.38 1.00 2.06 4.82 0 81.62 0.28 25.52 0.04 0 11.24 1.14 河流 1.11 2.93 8.73 0 0 0.65 23.02 2.52 0.98 0.03 0.13 0.12 非湿地类草地 0 3.97 0.32 8.76 0 6.73 0 32.14 12.23 2.54 13.55 0.10 旱地 0 3.34 0 5.95 0 5.89 0.11 11.87 78.05 0.08 3.35 0.43 独立工矿和建设用地 0 1.26 0.1 0.58 0 1.11 0.01 5.08 0.21 0 15.55 0.16 交通用地 0 0.02 0 0.03 0.12 0.01 0 1.15 0.35 0 0.29 0.34 浅海水域 0 0 6.44 0 0 0 1.82 45.06 0 0 16.74 0.14 2015－2020年 盐地碱蓬湿地 15.79 0 19.25 0 0.01 1.54 0.21 0.19 0 0 0.42 0.07 芦苇湿地 0.42 407.13 3.09 8.16 0.03 4.14 2.35 8.20 8.89 0.21 8.31 1.15 滩涂 14.43 9.42 101.31 5.17 9.14 3.94 2.38 3.69 0 0 1.80 0.90 水稻田 0 0.82 0.02 98.23 0.05 4.96 0.36 0.36 9.95 0 2.4 1.86 水库坑塘 0 0 0 0.05 12.73 0 0 0 0 0 0 0.02 围海养殖塘 5.41 2.84 6.29 4.4 0.1 137.54 0.17 3.35 0.19 0 3.66 0.78 河流 2.35 2.65 8.26 0 0.02 0.44 23.33 0.04 0.06 0 0.09 0.02 非湿地类草地 0.39 17.36 1.37 6.92 0.09 5.87 0.87 59.08 35.43 0.51 55.49 5.86 旱地 0 1.80 0.04 0 0 0.15 0.31 6.2 86.25 0.71 3.37 0.52 林地 0 0.46 0 0 0 0 0 0.29 0 2.25 0 0.01 独立工矿和建设用地 0 2.11 0.09 1.06 0 0.48 0.1 10.62 8.43 0 56.88 0.56 交通用地 0 0.15 0.26 0.46 0.01 0.63 0.03 0.22 0.38 0 1.01 1.05 浅海水域 0 0 178.85 0 0.57 0 22.56 2.47 0 0 1.2 0.16 表 1 1985－2020年辽河口湿地景观转移矩阵（km2）
Table 1. Landscape transfer matrix of Liaohe delta coastal wetland in 1985－2000
由图2可知，1985－2020年，天然湿地面积减少了22.52%，减少面积为233.39 km2；人工湿地面积增加了22.29倍，增加面积为174.37 km2；独立工矿和建设用地及交通用地面积增加了8.34倍，增加面积为129.93 km2。1985－2020年，芦苇湿地面积呈先增加后减少的趋势，面积于1995年达到最大值后逐渐减少。1995－2020年，芦苇湿地面积随时间呈线性递减趋势（R2=0.91，P<0.05），平均每年减少3.95 km2，年平均变化率为−0.73%。1985－2010年，盐地碱蓬湿地面积显著减少（R2=0.81，P<0.05），共减少了11.26 km2，年平均变化率为−1.54%；2010－2020年，随着海洋生态整治修复项目和盐地碱蓬种植措施的实施，盐地碱蓬湿地面积得到显著恢复，面积共增加了20.81 km2。
图 2 辽河口湿地景观面积变化
Figure 2. Areas of different landscapes of Liaohe delta coastal wetland
景观转移矩阵显示（表1－表3），1985－2000年，盐地碱蓬湿地发生了明显的空间迁移，2000年只有0.78%的盐地碱蓬湿地与1985年的空间位置重叠，1985－2000年，29.24 km2的原盐地碱蓬湿地中有26.21%转化为芦苇湿地，27.94%转化为水稻田，22.29%转化为围海养殖塘，15.91%转化为滩涂，4.0%转化为独立工矿和建设用地；2000年，盐地碱蓬湿地面积降为24.20 km2，其中97.04%由滩涂转化而来，占比87.04%。由此可见，1985－2020年，盐地碱蓬湿地出现整体向海迁移的趋势。芦苇湿地总体空间位置未发生明显变化，与1985年相比，2000年原芦苇湿地保存率为89.14%，原芦苇湿地中有3.94%转化为旱地，2.72%转化为非湿地类草地，2.66%转化为水稻田，0.43%转化为滩涂，0.42%转化为独立工矿和建设用地；2000年，芦苇湿地面积为500.54 km2，其中12.19%由滩涂转化而来。
景观指数 成分 LIF1 LIF2 LIF3 斑块数（NP） 0.934 −0.073 −0.327 面积加权平均分形维数（FRAC_AM)） 0.867 −0.404 0.259 最大斑块指数（LPI） −0.821 0.18 −0.514 斑块密度（PD） 0.933 −0.087 −0.33 边缘密度（ED） 0.984 0.017 −0.15 平均斑块形状指数（MSI） 0.063 0.932 0.229 散布与并列指数（IJI） 0.413 0.795 0.369 聚集度指数（COHESION） −0.575 −0.607 0.541 聚合度（AI） −0.983 −0.008 0.153 香农均一性指数（SHEI） 0.942 −0.078 0.196 香农多样性指数（SHDI） 0.976 0.042 0.037 蔓延度指数（CONTAG） −0.955 0.084 −0.195 表 3 辽河口湿地景观格局指数主成分分析成分矩阵
Table 3. Load coefficient matrix of the principal component
2000－2015年，35.84%的盐地碱蓬湿地与原空间位置重叠，另外43.61%转化为滩涂，7.62%转化为围海养殖塘，6.43%转化为芦苇湿地，0.44%转化为独立工矿和建设用地； 2015年，71.74%的盐地碱蓬湿地由滩涂转化而来。85.06%的芦苇湿地与原空间位置重叠，另外2.57%转化为水稻田，6.32%转化为非湿地类草地，2.24%转化为独立工矿和建设用地，1.43%转化为旱地。
2015－2020年，42.12%的盐地碱蓬湿地与原空间位置重叠，另外51.36%转化为滩涂湿地，4.11%转化为围海养殖塘，1.13%转化为独立工矿和建设用地；2020年，盐地碱蓬湿地面积为38.78 km2，其中37.20%由滩涂湿地转化而来，13.95%由围海养殖塘转化而来。90.06%的芦苇湿地与原空间位置重叠，另外1.84%转化为独立工矿和建设用地，1.97%转化为旱地，1.80%转化为水稻田，0.92%转化为围海养殖塘；2020年，芦苇湿地面积为444.72 km2，其中3.90%由非湿地类草地转化而来，2.12%由滩涂转化而来，0.64%由围海养殖塘转化而来。
-
1985－2020年，辽河口湿地景观的斑块数量、斑块密度和香农多样性指数不断增长（线性倾向率分别达到0.028、0.027和0.02；r>0.8），而聚合度与蔓延度指数则不断减小（线性倾向率分别达到0.027和0.02；r>0.7）。1985－2015年，斑块密度增加了0.14；2010－2015年，斑块密度增加了0.09；2015－2020年，斑块密度略有下降。景观多样性指数在近35年间持续升高，蔓延度指数在近35年间则持续降低。与此同时，面积加权平均分形维数随时间也呈现出升高的趋势，说明辽河口湿地景观在破碎化加剧的同时，斑块形状也呈现出复杂化发展趋势（表2）。
类型 景观指数 年份 1985 1990 1995 2000 2005 2010 2015 2020 斑块特征指数 斑块数（NP） 129 162 212 157 275 249 473 449 面积加权平均分形维数（FRAC_AM) 1.12 1.13 1.11 1.11 1.12 1.12 1.14 1.17 最大斑块指数（LPI） 45.36 45.69 46.67 47.01 47.24 47.09 44.61 36.42 异质性特征指数 斑块密度（PD） 0.05 0.07 0.09 0.06 0.11 0.1 0.19 0.18 边缘密度（ED) 6.07 6.57 8.18 7.18 8.47 8.52 12.35 13.58 破碎化特征指数 平均斑块形状指数（MSI） 2.4 2.14 2.55 2.52 2.33 2.38 2.31 2.43 空间异质性指数 散布与并列指数（IJI) 74.39 72.28 78.01 77.01 76.58 75.96 73.51 79.06 聚集度指数（COHSION） 99.76 99.77 99.62 99.65 99.63 99.64 99.59 99.64 聚合度（AI） 99.15 99.08 98.85 99 98.81 98.8 98.23 98.06 景观水平指数 香农均一性指数（SHEII） 0.62 0.67 0.66 0.67 0.65 0.66 0.7 0.76 香农多样性指数(SHDI） 1.5 1.62 1.64 1.66 1.68 1.68 1.78 1.95 蔓延度指数（CONTAG) 67.57 64.92 65.35 65.09 65.75 65.6 63.05 59.49 表 2 1985－2020年辽河口湿地景观格局指数变化
Table 2. Changes in landscape pattern indices of Liao he delta wetland at the scale of landscape in 1985－2020
主成分分析共提取了表征景观格局特征的3个主成分，累积贡献率为96.70%（表3）。其中，第1主成分贡献率为69.68%，与香农多样性指数、斑块密度等呈显著正相关性，与聚合度和蔓延度等呈显著负相关性，表示景观的破碎化水平；第2主成分贡献率为17.43%，与平均斑块形状指数和散布与并列指数呈显著正相关性，表示景观斑块形状与分布特征，前两个主成分累积解释贡献率为87.11%。 总体上第1主成分在近35年间呈显著升高的趋势，而第2主成分呈1985－2000年升高、2000－2020年降低的趋势（图3）。
图 3 辽河口景观指数主成分分析结果及综合评价指数
Figure 3. Reults of principal component analysis and the comprehensive evaluation index of landscape pattern
基于主成分分析得到的3个主成分分值（LIF1、LIF2、LIF3）及其贡献率计算得到景观格局综合评价指数（LIC，图3）。回归分析结果（图4）表明，1985－2020年，随着水稻田和海水养殖池塘面积的增大，景观的破碎化程度开始响应不敏感，但当水稻田与海水养殖池塘面积扩展到一定程度时，景观破碎化程度呈指数型上升趋势（R2>0.5，P < 0.05）。景观格局综合评价指数与独立工矿和建设用地面积、交通用地面积呈显著正向线性关系（R2>0.5，P<0.01），即景观格局的破碎化和景观形状的复杂化程度随着人类开发利用活动的增强而升高。
图 4 辽河口景观格局综合评价指数与人类活动之间的关系
Figure 4. Relationship between landscape pattern and human activities
-
辽河口湿地景观稳定性变化分析结果（图5）显示，1985－2020年，辽河口景观稳定性指数呈显著下降趋势。其中，1985－1995年，辽河口湿地景观稳定性指数呈快速下降趋势，反映了该阶段处于非平衡状态；1995－2000年，景观稳定指数出现短时期内的上升；2000－2020年，景观稳定性指数快速下降并趋于稳定。2015年以后，虽然退围还海、退养还滩以及生态修复等行动使得天然湿地面积在一定程度上有所恢复，但生态整治修复工程呈碎片化零散分布，规模较小，修复区域之间的连通性较低，因此，景观稳定性持续下降的趋势无法改变。
图 5 辽河口湿地景观稳定性变化及其与自然和人工景观面积的相关性分析
Figure 5. Change of the landscape stability and its relationship with areas of natural and artificial landscape
辽河口湿地景观稳定性与自然和人工景观面积的相关性分析结果（图5）表明，辽河口景观稳定性指数与天然湿地面积呈显著正相关性（R2=0.81），与人工湿地（R2=0.85）、独立工矿和建设用地（R2=0.75）、交通用地（R2=0.46）、围海养殖塘（R2=0.83）、水稻田（R2=0.75）等面积呈显著负相关性，说明围海养殖、填海造地、农业围垦等活动是造成辽河口景观稳定性下降的重要因素。
-
2020年，辽河口湿地植被碳储量和碳储量价值分别为215.42×103 t/a和1.78亿元，其中，盐地碱蓬碳储量及其价值分别为5.43×103 t/a和0.045亿元，芦苇碳储量及其价值分别为209.99×103 t/a和1.74亿元（表4）。不考虑气候变化对植被光合作用和呼吸作用的影响，盐地碱蓬和芦苇等天然湿地面积的变化是影响植物碳储量价值的最主要因素。
统计指标 植被类型 1985年 1990年 1995年 2000年 2005年 2010年 2015年 2020年 碳储量/103t C·a −1 盐地碱蓬 4.09 4.40 3.16 3.39 3.03 2.52 5.25 5.43 芦苇 216.69 240.91 256.62 236.34 230.08 230.74 213.46 209.99 植被碳储量 220.78 245.31 259.77 239.73 233.11 233.25 218.70 215.42 碳储量价值/108 RMB 盐地碱蓬 0.034 0.036 0.026 0.028 0.025 0.021 0.043 0.045 芦苇 1.80 2.00 2.13 1.96 1.91 1.91 1.77 1.74 植被碳储量 1.83 2.03 2.15 1.99 1.93 1.93 1.81 1.78 表 4 辽河口湿地植被碳储量及价值
Table 4. Vegetation carbon storage and its value of Liaohe delta wetland
盐地碱蓬和芦苇碳储量价值与湿地景观稳定性指数的关系见图6。随着景观稳定性增强，盐地碱蓬碳储量价值表现为先下降后上升的趋势，当景观稳定性指数为83.93（lnLSI=4.43）时，盐地碱蓬碳储量价值最低，每年为0.026亿元，而芦苇碳储量价值则表现为先上升后下降的趋势，当景观稳定性指数为85.63（ln LSI=4.45）时，芦苇碳储量价值最高，每年为2.00亿元。可见，科学开展滨海湿地景观生态适应性管理，降低围海养殖、填海造地、农业围垦等人类活动强度，维持、恢复天然滨海湿地空间，是提高滨海湿地碳汇价值的重要途径。
图 6 辽河口湿地景观稳定性与植被碳储量价值的关系
Figure 6. Relationship between landscape stability and the vegetation carbon storage value
-
（1）1985－2020年，辽河口天然湿地面积减少了22.52%，人工湿地面积增加了22.29倍；1985－2010年，盐地碱蓬湿地面积减少了38.5%，2010－2020年，盐地碱蓬湿地面积增加了1.16倍；1985－2020年，芦苇面积呈先增加后减少的趋势，1995－2020年年平均变化率为−0.73%；近35年来，盐地碱蓬湿地呈现整体向海迁移的趋势，芦苇湿地空间位置未发生显著变化。
（2）近35年来，辽河口湿地景观破碎化加剧，斑块形状呈复杂化趋势，具体表现为斑块数量、斑块密度和香农多样性指数不断增长，而聚合度与蔓延度指数则不断减小。湿地景观格局破碎化水平与水稻田和海水养殖池塘面积呈指数关系，与独立工矿和城镇建设用地面积及交通用地面积则呈显著正向线性关系。
（3）1985－2020年，辽河口景观稳定性指数从222.64降至4.34，景观稳定性与芦苇、盐地碱蓬湿地面积具有良好的相关关系，围海养殖、填海造地、农业围垦等活动是造成辽河口景观稳定性下降的重要因素。
（4）2020年，辽河口湿地植被碳储量价值为1.78亿元，其中盐地碱蓬碳储量价值为0.045亿元，芦苇碳储量价值为1.74亿元。当景观稳定性指数为83.93时，盐地碱蓬碳储量价值最低，每年为0.026亿元，当景观稳定性指数为85.63时，芦苇碳储量价值最高，每年为2.00亿元。
辽河口湿地景观稳定性及其植被碳储量价值评估
Evaluation of landscape stability and vegetation carbon storage value in Liaohe delta coastal wetland
-
摘要: 为阐明湿地景观格局对人类活动的响应，定量评估河口湿地植被碳储量价值，本文基于1985－2020年遥感影像数据，应用景观转移矩阵、景观格局和景观稳定性模型，揭示了近35年来辽河口湿地景观格局、景观稳定性及植被碳储量演变特征。研究结果表明：1985－2020年，辽河口天然湿地面积减少了22.52%，人工湿地面积增加了22.29倍，近35年来，盐地碱蓬湿地有整体向海迁移的趋势，而芦苇湿地总体空间位置未发生显著变化；辽河口湿地景观的斑块数量、斑块密度和香农多样性指数不断增长，而聚合度指数与蔓延度指数则不断减小，景观格局呈破碎化和复杂化趋势发展；1985－2020年，景观稳定性指数从222.64降至4.34，景观稳定性与天然湿地面积具有显著正相关性，围海养殖、填海造地、农业围垦等活动是造成景观格局稳定性下降的重要因素；2020年，辽河口湿地植被碳储量和碳储量价值分别为215.42×103 t/a和1.78亿元，受到景观格局稳定性显著影响。Abstract: Using the method of landscape transfer matrix, landscape pattern and landscape stability model combined the 1985－2020 remote sensing images to explore landscape pattern fluctuation, landscape stability and vegetation carbon storage value in Liaohe delta coastal wetland during the past 35 years. The results showed: total area of natural wetland significantly decreased by 22.52, while total area of the constructed wetland increased 22.29 - fold. Suaeda salsa wetland presents a tendency of seagoing migration. Patches number, patches density and landscape diversity index showed a rising trend, while, index of fragmentation and contagion occurred a gradually reduction. Landscape stability index decreased from 222.64 to 4.34 during 1985 to 2020. There was a significant correlation between landscape stability and reed and suaeda salsa wetland area. Coast reclamation was the major driving force to change the landscape pattern and reduce the landscape stability. Vegetation carbon storage and its value were 215.42×103 t/a and 178 million RMB in 2020. The stability of coastal landscape significantly affected vegetation carbon sequestration.
-
图 2 辽河口湿地景观面积变化
Figure 2. Areas of different landscapes of Liaohe delta coastal wetland
图 3 辽河口景观指数主成分分析结果及综合评价指数
Figure 3. Reults of principal component analysis and the comprehensive evaluation index of landscape pattern
图 4 辽河口景观格局综合评价指数与人类活动之间的关系
Figure 4. Relationship between landscape pattern and human activities
图 5 辽河口湿地景观稳定性变化及其与自然和人工景观面积的相关性分析
Figure 5. Change of the landscape stability and its relationship with areas of natural and artificial landscape
图 6 辽河口湿地景观稳定性与植被碳储量价值的关系
Figure 6. Relationship between landscape stability and the vegetation carbon storage value
表 1 1985－2020年辽河口湿地景观转移矩阵（km2）
Table 1. Landscape transfer matrix of Liaohe delta coastal wetland in 1985－2000
时间 景观
类型盐地碱蓬
湿地芦苇
湿地滩涂 水稻田 水库
坑塘围海
养殖塘河流 非湿地类
草地旱地 林地 独立工矿
和建设用地交通
用地1985－2000年 盐地碱蓬湿地 0.23 7.66 4.65 8.17 0 6.52 0.57 0 0.22 0 1.17 0.05 芦苇湿地 0.11 409.08 1.99 12.23 0 0.29 2.71 12.49 18.10 0 1.93 0 滩涂 21.06 61.00 226.79 49.58 12.18 109.96 13.94 8.59 2.49 0 0.99 1.53 水稻田 0 0.68 0 16.19 0 0.18 0 0.13 0.52 0 0.15 0 围海养殖塘 0.39 0.08 0.09 0.08 0 7.01 0.07 0.28 0.17 0 0.01 0 河流 2.33 4.92 16.00 0.10 0.52 0.10 23.26 0.55 0.88 0 0.19 0.01 非湿地类草地 0 14.65 0 36.05 0 3.45 1.56 54.12 42.16 0 11.69 0.43 旱地 0 0.25 0 4.75 0 0.02 0 1.16 41.11 0 1.42 0.15 独立工矿和建设用地 0 1.51 0 0.23 0 0.2 0 3.1 2.30 0 6.35 0.01 交通用地 0.07 0.69 0.99 0 0 0.65 0.14 0 1.16 0 0.18 0.15 浅海水域 0 0 4.42 0 0 0 1.72 0 0 0 0 0 2000－2015年 盐地碱蓬湿地 8.67 1.56 10.55 0.40 0 1.84 0.75 0.31 0 0 0.11 0.01 芦苇湿地 0.15 425.7 5.97 12.86 0 3.48 1.67 31.61 7.18 0.36 11.2 0.28 滩涂 26.89 6.76 118.79 1.14 0 45.22 9.59 22.7 0 0 6.29 0.90 水稻田 0.27 5.48 0.01 84.4 0 18.09 0 15.88 0.22 0 2.37 0.59 水库坑塘 0 0 0 0 12.68 0 0 0.02 0 0 0 0 围海养殖塘 0.38 1.00 2.06 4.82 0 81.62 0.28 25.52 0.04 0 11.24 1.14 河流 1.11 2.93 8.73 0 0 0.65 23.02 2.52 0.98 0.03 0.13 0.12 非湿地类草地 0 3.97 0.32 8.76 0 6.73 0 32.14 12.23 2.54 13.55 0.10 旱地 0 3.34 0 5.95 0 5.89 0.11 11.87 78.05 0.08 3.35 0.43 独立工矿和建设用地 0 1.26 0.1 0.58 0 1.11 0.01 5.08 0.21 0 15.55 0.16 交通用地 0 0.02 0 0.03 0.12 0.01 0 1.15 0.35 0 0.29 0.34 浅海水域 0 0 6.44 0 0 0 1.82 45.06 0 0 16.74 0.14 2015－2020年 盐地碱蓬湿地 15.79 0 19.25 0 0.01 1.54 0.21 0.19 0 0 0.42 0.07 芦苇湿地 0.42 407.13 3.09 8.16 0.03 4.14 2.35 8.20 8.89 0.21 8.31 1.15 滩涂 14.43 9.42 101.31 5.17 9.14 3.94 2.38 3.69 0 0 1.80 0.90 水稻田 0 0.82 0.02 98.23 0.05 4.96 0.36 0.36 9.95 0 2.4 1.86 水库坑塘 0 0 0 0.05 12.73 0 0 0 0 0 0 0.02 围海养殖塘 5.41 2.84 6.29 4.4 0.1 137.54 0.17 3.35 0.19 0 3.66 0.78 河流 2.35 2.65 8.26 0 0.02 0.44 23.33 0.04 0.06 0 0.09 0.02 非湿地类草地 0.39 17.36 1.37 6.92 0.09 5.87 0.87 59.08 35.43 0.51 55.49 5.86 旱地 0 1.80 0.04 0 0 0.15 0.31 6.2 86.25 0.71 3.37 0.52 林地 0 0.46 0 0 0 0 0 0.29 0 2.25 0 0.01 独立工矿和建设用地 0 2.11 0.09 1.06 0 0.48 0.1 10.62 8.43 0 56.88 0.56 交通用地 0 0.15 0.26 0.46 0.01 0.63 0.03 0.22 0.38 0 1.01 1.05 浅海水域 0 0 178.85 0 0.57 0 22.56 2.47 0 0 1.2 0.16 
下载: 导出CSV
表 3 辽河口湿地景观格局指数主成分分析成分矩阵
Table 3. Load coefficient matrix of the principal component
景观指数 成分 LIF1 LIF2 LIF3 斑块数（NP） 0.934 −0.073 −0.327 面积加权平均分形维数（FRAC_AM)） 0.867 −0.404 0.259 最大斑块指数（LPI） −0.821 0.18 −0.514 斑块密度（PD） 0.933 −0.087 −0.33 边缘密度（ED） 0.984 0.017 −0.15 平均斑块形状指数（MSI） 0.063 0.932 0.229 散布与并列指数（IJI） 0.413 0.795 0.369 聚集度指数（COHESION） −0.575 −0.607 0.541 聚合度（AI） −0.983 −0.008 0.153 香农均一性指数（SHEI） 0.942 −0.078 0.196 香农多样性指数（SHDI） 0.976 0.042 0.037 蔓延度指数（CONTAG） −0.955 0.084 −0.195
下载: 导出CSV
表 2 1985－2020年辽河口湿地景观格局指数变化
Table 2. Changes in landscape pattern indices of Liao he delta wetland at the scale of landscape in 1985－2020
类型 景观指数 年份 1985 1990 1995 2000 2005 2010 2015 2020 斑块特征指数 斑块数（NP） 129 162 212 157 275 249 473 449 面积加权平均分形维数（FRAC_AM) 1.12 1.13 1.11 1.11 1.12 1.12 1.14 1.17 最大斑块指数（LPI） 45.36 45.69 46.67 47.01 47.24 47.09 44.61 36.42 异质性特征指数 斑块密度（PD） 0.05 0.07 0.09 0.06 0.11 0.1 0.19 0.18 边缘密度（ED) 6.07 6.57 8.18 7.18 8.47 8.52 12.35 13.58 破碎化特征指数 平均斑块形状指数（MSI） 2.4 2.14 2.55 2.52 2.33 2.38 2.31 2.43 空间异质性指数 散布与并列指数（IJI) 74.39 72.28 78.01 77.01 76.58 75.96 73.51 79.06 聚集度指数（COHSION） 99.76 99.77 99.62 99.65 99.63 99.64 99.59 99.64 聚合度（AI） 99.15 99.08 98.85 99 98.81 98.8 98.23 98.06 景观水平指数 香农均一性指数（SHEII） 0.62 0.67 0.66 0.67 0.65 0.66 0.7 0.76 香农多样性指数(SHDI） 1.5 1.62 1.64 1.66 1.68 1.68 1.78 1.95 蔓延度指数（CONTAG) 67.57 64.92 65.35 65.09 65.75 65.6 63.05 59.49
下载: 导出CSV
表 4 辽河口湿地植被碳储量及价值
Table 4. Vegetation carbon storage and its value of Liaohe delta wetland
统计指标 植被类型 1985年 1990年 1995年 2000年 2005年 2010年 2015年 2020年 碳储量/103t C·a −1 盐地碱蓬 4.09 4.40 3.16 3.39 3.03 2.52 5.25 5.43 芦苇 216.69 240.91 256.62 236.34 230.08 230.74 213.46 209.99 植被碳储量 220.78 245.31 259.77 239.73 233.11 233.25 218.70 215.42 碳储量价值/108 RMB 盐地碱蓬 0.034 0.036 0.026 0.028 0.025 0.021 0.043 0.045 芦苇 1.80 2.00 2.13 1.96 1.91 1.91 1.77 1.74 植被碳储量 1.83 2.03 2.15 1.99 1.93 1.93 1.81 1.78
下载: 导出CSV
-
[1] FU B J, LU Y H. The progress and perspectives of landscape ecology in China[J]. Progress in Physical Geography:Earth and Environment, 2006, 30(2): 232-244. doi: 10.1191/0309133306pp479ra [2] 苏常红, 傅伯杰. 景观格局与生态过程的关系及其对生态系统服务的影响[J]. 自然杂志, 2012, 34(5): 277-283.
[3] KESHTKAR H, VOIGT W. Potential impacts of climate and landscape fragmentation changes on plant distributions: coupling multi-temporal satellite imagery with GIS-based cellular automata model[J]. Ecological Informatics, 2016, 32: 145-155. doi: 10.1016/j.ecoinf.2016.02.002 [4] MITCHELL M G E, SUAREZ-CASTRO A F, MARTINEZ-HARMS M, et al. Reframing landscape fragmentation’s effects on ecosystem services[J]. Trends in Ecology & Evolution, 2015, 30(4): 190-198. [5] CABRAL P, ALEXANDER Z. Markov processes in modeling land use and land cover changes in Sintra-Cascais, Portugal[J]. Dyna, 2009, 76(158): 191-198. [6] 朱 颖, 林静雅, 胡义涛, 等. 天目湖流域景观格局时空变化及生态系统服务价值分析[J]. 西北林学院学报, 2018, 33(4): 239-245. doi: 10.3969/j.issn.1001-7461.2018.04.39
[7] 唐 博, 龙江平, 章伟艳, 等. 中国区域滨海湿地固碳能力研究现状与提升[J]. 海洋通报, 2014, 33(5): 481-490. doi: 10.11840/j.issn.1001-6392.2014.05.001
[8] 苏芳莉, 宋 飞, 董琳琳, 等. 辽河口潮间带景观破碎度演变驱动因素[J]. 沈阳农业大学学报, 2020, 51(2): 199-205.
[9] 贺文君, 韩广轩, 颜 坤, 等. 微地形对滨海盐碱地土壤水盐分布和植物生物量的影响[J]. 生态学杂志, 2021, 40(11): 3585-3597. doi: 10.13292/j.1000-4890.202111.002
[10] WANG J F, SHI Y J, AO Y N, et al. Summer drought decreases Leymus chinensis productivity through constraining the bud, tiller and shoot production[J]. Journal of Agronomy and Crop Science, 2019, 205(6): 554-561. doi: 10.1111/jac.12354 [11] ADADE R, NYARKO B K, AHETO D W, et al. Fragmentation of wetlands in the south eastern coastal savanna of Ghana[J]. Regional Studies in Marine Science, 2017, 12: 40-48. doi: 10.1016/j.rsma.2017.03.003 [12] 徐晓然, 谢跟踪, 邱彭华. 1964-2015年海南省八门湾红树林湿地及其周边土地景观动态分析[J]. 生态学报, 2018, 38(20): 7458-7468.
[13] 曹晨晨, 苏芳莉, 李海福, 等. 辽河口盐地碱蓬湿地景观破碎化及驱动机制[J]. 生态学报, 2022, 42(2): 581-589.
[14] 陈 爽, 马安青, 李正炎. 辽河口湿地景观格局变化特征与驱动机制分析[J]. 中国海洋大学学报:自然科学版, 2011, 41(3): 81-87.
[15] 张广帅, 闫吉顺, 赵全民, 等. 辽东湾小凌河口湿地土壤微生物群落结构与微生态环境因子的关系[J]. 生态学杂志, 2020, 39(7): 2283-2291. doi: 10.13292/j.1000-4890.202007.011
[16] 刘佳凯, 王 宇, 张振明, 等. 水文连通强度对芦苇、碱蓬生态化学计量的影响[J]. 生态科学, 2020, 39(4): 81-88. doi: 10.14108/j.cnki.1008-8873.2020.04.011
[17] 吴婷婷, 张广帅, 闫吉顺, 等. 近30年鸭绿江口滨海湿地景观格局演变及其社会驱动力研究[J]. 海洋环境科学, 2021, 40(5): 683-689,698. doi: 10.12111/j.mes.20200154
[18] 闫晓露, 钟敬秋, 韩增林, 等. 近40年辽东湾北部围垦区内外滨海湿地景观演替特征及驱动力分析[J]. 地理科学, 2019, 39(7): 1155-1165. doi: 10.13249/j.cnki.sgs.2019.07.014
[19] 邬建国. 景观生态学: 格局、过程、尺度与等级[M]. 北京: 高等教育出版社, 2000.
[20] 何 鹏, 张会儒. 常用景观指数的因子分析和筛选方法研究[J]. 林业科学研究, 2009, 22(4): 470-474. doi: 10.3321/j.issn:1001-1498.2009.04.002
[21] 张旭辉, 李典友, 潘根兴, 等. 中国湿地土壤碳库保护与气候变化问题[J]. 气候变化研究进展, 2008, 4(4): 202-208.
[22] Howard J, Hoyt S, Isensee K, et al. Coastal blue carbon: methods for assessing carbon stocks and emissions factors in mangroves, tidal salt marshes, and seagrass meadows[M]. Conservation International, Intergovernmental Oceanographic Commission of UNESCO, International Union for Conservation of Nature. Arlington, Virginia, USA, 2014: 91-99. [23] 谢正宇, 李文华, 谢正君, 等. 艾比湖湿地自然保护区生态系统服务功能价值评估[J]. 干旱区地理, 2011, 34(3): 532-540.
[24] OECD. Effective carbon rates 2018: pricing carbon emissions through taxes and emissions trading[R]. Paris: OECD, 2018,doi: 10.1787/9789264305304-en. -
点击查看大图
图(6)表(4)
计量
- 文章访问数: 597
- HTML全文浏览量: 348
- PDF下载量: 19