EN中文

GEOGRAPHICAL RESEARCH >

2024 , Vol. 43 >Issue 4: 1018 - 1035

DOI: https://doi.org/10.11821/dlyj020230545

Articles

The influence of coastal squeeze on blue carbon function and its threshold

  • YAN Xiaolu , 1, 2 ,
  • WANG Yunqi 1, 2 ,
  • LIANG Chaoqiang 1, 2 ,
  • SUN Yuxiang 1, 2
Expand
  • 1. Key Research Base of Humanities and Social Sciences of Ministry of Education, Institute of Marine Sustainable Development, Liaoning Normal University, Dalian 116029, China
  • 2. University Collaborative Innovation Center of Marine Economy High-Quality Development of Liaoning Province, Dalian 116029, China

Received date: 2023-07-11

  Accepted date: 2023-12-14

  Online published: 2024-04-12

Fold

Abstract

With the risk increasing of climate change and anthropogenic disturbance, the threat of coastal squeeze to coastal wetlands has been widely concerned by many disciplines. Blue carbon plays an important role in adaptation to global climate change. However, the response process and critical influence area of blue carbon function to coastal squeeze are not revealed. Based on the theoretical framework of the effect of coastal squeeze on blue carbon function, we select the northern Liaodong Bay for empirical analysis. Landsat images, digital elevation data and carbon storage data were used to assess and explore the characteristics of response between coastal squeeze and blue carbon in different periods. Our study showed that the area of higher coastal squeeze risk and lower blue carbon function decreased first and then increased, but these trends were different on both sides of the Liaohe River significantly from 1995 to 2020. During the study period, the response relationship of blue carbon to coastal squeeze appeared an inverse U-form in the northern Liaodong Bay. When the coastal squeeze index exceeded 0.214, the carbon sink capacity of coastal wetland decreased significantly, and when the coastal squeeze index exceeded 0.311, the decline trend was alleviated. Due to imbalance of economic development and ecological protection, the contradiction between coastal squeeze and blue carbon is prominent in coastal industrial parks. Strengthening the protection and restoration of similar regions can improve the adaptability of climate change and promote sustainable development of coastal zones. Our results can provide scientific basis and management reference for the research and practice of coastal squeeze and blue carbon balance in coastal wetlands.

Key words： blue carbon; coastal squeeze; ecological threshold; coastal wetland; coastal resilience

Cite this article

YAN Xiaolu , WANG Yunqi , LIANG Chaoqiang , SUN Yuxiang . The influence of coastal squeeze on blue carbon function and its threshold[J]. GEOGRAPHICAL RESEARCH, 2024 , 43(4) : 1018 -1035 . DOI: 10.11821/dlyj020230545

1 引言

海岸带是世界上物质循环、能量流动和物种迁移演变最为活跃的地区之一[1]，虽然占比不到全球面积的20%，但其沉积物中的碳埋藏总量可占全球海洋沉积物的50%[2,3]。蓝碳作为滨海湿地生态系统独具特色的生态功能，碳汇潜力极高，在全球碳循环及缓解气候变化风险中扮演重要角色[4]。然而，随着全球气候变暖引发海平面上升速率不断加快[5]，以及海岸带地区高强度的人类活动，滨海湿地正面临严峻的海岸挤压问题[6]。在地形、不透水面等因素制约下，湿地潜在迁移区与海洋的能量循环被迫中止，海平面上升引发的滨海湿地迁移活动因适宜生境消失受阻[7]。海陆双向胁迫导致滨海湿地面积不断缩小，完整性遭到破坏、蓝碳功能显著退化[8⇓⇓-11]。因此，亟需厘清海岸挤压对蓝碳功能的影响过程，为海岸带地区增强湿地碳汇能力、积极应对气候变化提供理论支撑与框架参考，并助力美丽中国建设、“双碳”目标实现与海岸带可持续发展[12]。
近年来，探讨海岸挤压对蓝碳功能影响的研究主要分为两个方面。第一方面是全球变化预测，即在未来气候变化情景下海岸挤压对蓝碳影响的模拟及预测。该方面研究表明，全球气候变暖引发的海平面上升将增加海岸挤压风险、压缩滨海湿地生存空间，最终降低其固碳能力[5,8,9]。如Catherine等研究指出，在碳浓度稳定路径（RCP4.5）下，若未能及时开展保护措施，全球滨海湿地消亡风险也将显著削弱其碳汇功能[13]。综上，该方面研究基于气候变化情景揭示了海岸挤压治理的必要性。然而，此类研究虽然揭示了海岸挤压对蓝碳的削弱作用及未来海平面上升情境下二者的变化趋势，却忽略了海岸挤压影响蓝碳的过程。因此，第二方面聚焦于海岸挤压影响蓝碳变化过程的研究。此类研究发现，海岸带开发活动能够干扰滨海湿地植被群落与沉积循环过程，最终引发区域蓝碳功能增减[8,14,15]。如Ethan等研究发现，卡洛特岛盐沼湿地的海岸侵蚀灾害长期持续，将导致盐沼湿地由碳汇向碳源转变[16]。此类研究证实了滨海湿地丧失削弱其固碳能力的机制过程，但由于对该过程中的陆源人为压力考虑不充分，蓝碳对人与自然综合干扰的响应过程还有待深入。
综上所述，海岸挤压风险导致滨海湿地生态系统物质与能量循环平衡遭到破坏[8,9]。这不仅削弱了湿地吸收碳、封存碳及埋藏碳的能力，还可能使之变为新的碳源，增加海岸挤压风险[14⇓-16]。由于滨海湿地潜在迁移地植被结构与人类干扰活动差异，海岸挤压效应下蓝碳功能的影响程度存在差异，因而蓝碳功能对海岸挤压的响应过程可能呈非线性关系和阶段转换的临界点[11,15]。作为生态环境管理标准制定的重要参考依据，这一阈值的识别与生态风险管理紧密相关[17]，是实现滨海湿地“减压增汇”、促进海岸带可持续发展的重要手段。因此，海岸挤压发展至何种程度时，蓝碳功能将发生变化?这是本研究亟需解决的关键科学问题。
在中国，海岸带地区仅占全国总面积的15%，却承载着全国40%以上的人口、55%的经济总量[18]。然而，长期的无序开发严重影响了沿岸生境质量，尤其是环渤海地区因过去强烈的围垦活动[19]，成为全国围填海建设的历史缩影。辽东湾北部区作为环渤海区域温带典型湿地生态系统，保存有中国最北的河口湿地，还涵盖了8个省级、国家级自然保护区，拥有世界上面积最大的芦苇湿地，在发挥气候调节、蓝色碳汇等典型生态功能方面有着不可或缺的重要作用[20,21]。然而，当地高强度开发对自然滨海湿地的破坏已十分严峻，加强生态系统保护刻不容缓。综上所述，本研究选取中国北方典型淤泥质海岸带——辽东湾北部区进行实证分析，基于区域海岸挤压与蓝碳功能评估，以期探明二者的响应特征。旨在为相似地区海岸带生态系统科学管理、实现滨海湿地“减压”与“增汇”提供有效的理论支撑和研究框架参考。

2 研究区概况与研究方法

2.1 研究区概况

辽东湾位于渤海北部，是中国纬度最高的半封闭式海湾。其北部区（40°43′51″N~41°12′42″N、121°31′26″E~122°10′27″E）地处盘锦、营口两市交界地带，地势低平，区内辽河三角洲素有“九河下梢”“退海之地”之称，其保有典型完整的滨海湿地生态系统，是全球温带最具代表性的河口湿地景观之一（图1）。受海陆交互作用的长期影响，区域资源禀赋优越，开发条件及可持续发展前景良好。但随着近年来当地社会经济的发展，油气开发、围垦等日益强烈的人类活动正不断破坏原始生境类型，区域资源环境与生态循环过程遭受强烈破坏与干扰。因此，探明该地区蓝碳对海岸挤压的响应过程，不仅能为当地生态系统保护决策提供建议指导，而且可为中国乃至全球河口湿地保护研究提供框架参考。
图1 研究区位置及土地利用状况

Fig. 1 Study area location and land use status

2.2 蓝碳功能对海岸挤压响应的理论框架

在“陆-海”双向压力作用下，滨海湿地生态系统发生改变，湿地演替过程受阻导致其碳汇能力降低（图2）。具体来看，一方面人类活动不仅破坏向陆侧滨海湿地植被群落，阻塞了其水文连通性，而且还影响土壤微生物群落结构[22]，土壤厌氧环境与水淹条件难以维持，有机碳矿化分解加速[23]。这一过程导致湿地吸收、埋藏碳能力的降低与碳排放量的增加。另一方面，向海侧湿地因海平面上升被迫向陆迁移，但由于其受地形坡度、高程及不透水地表等因素影响而中止演替引发区域固碳能力下降[7]。
图2 海岸挤压驱动机理及其对蓝碳功能影响示意图

Fig. 2 Driving mechanism of coastal squeeze and its effect on blue carbon

综上所述，在陆海双向压力、自然与人文因素共同作用下，海岸挤压现象致使滨海湿地景观组分与空间格局发生变化。植被、土壤环境的破坏严重干扰了湿地生态系统碳循环，导致其固碳能力降低。鉴于蓝碳生态过程的复杂性以及湿地景观单元碳汇能力差异[15]，本研究认为海岸挤压现象对蓝碳功能的削弱可能存在阶段变化与空间分异。

2.3 数据来源

本研究主要使用Landsat系列遥感影像、DEM数据（NASADEM2020）、坡度数据（Slope）、土地利用与地表覆盖（LULC）数据、碳储量生物物理表数据（CST）等，具体类型与来源如表1所示。
表1 研究使用主要数据情况

Tab. 1 Information of the key data

数据类型 空间分辨率 时间 数据来源
Landsat 5/7/8 30 m×30 m 1995年、2005年、2015年、
2020年		 地理空间数据云
（https://www.gscloud.cn/search）
NASADEM2020 30 m×30 m 2020年 NASA's Land Processes DAAC
（https://lpdaac.usgs.gov/news/release-nasadem-data-products）
Slope 30 m×30 m 2020年 基于NASADEM2020提取（https://lpdaac.usgs.gov/news/release-nasademdata-products）
LULC 30 m×30 m 1995年、2005年、2015年、
2020年		 人工目视解译
CST - 1995年、2005年、2015年、
2020年		 野外调查与文献参考[24⇓-26]

2.4 研究方法

鉴于海岸挤压对蓝碳的影响机制与研究关键科学问题，本研究结合“格局-过程-效应-决策”的研究范式构建研究框架，具体思路与研究方法选取如图3所示。
图3 研究思路示意图

Fig. 3 Research theoretical framework

2.4.1 遥感解译

根据地理空间数据云网站（https://www.gscloud.cn/search）选取1995年、2005年、2015年、2020年4个研究时期的Landsat系列遥感影像，综合目视解译及面向对象分类法进行土地利用分类。在解译过程中，参考相关学者有关湿地的分类系统及区域土地利用状况，将辽东湾北部区划分为3个大类以及15个亚类[24,27]（表2）。本研究结合研究团队2015年两次野外考察记录的189个地面控制点，运用混淆矩阵精度检验法对四期分类数据进行精度评价，Kappa系数均大于0.85。
表2 研究区景观类型分类系统及其描述

Tab. 2 The land use classification system in the study area

景观类型 景观类型亚类 描述
自然湿地 河口水域及沙洲 河口区域高低潮之间水域及辐射沙洲
潮滩 潮间带裸滩
潮沟 粉粒质潮滩上由于潮流作用形成的冲沟
潮间带盐沼 盐地碱蓬为主潮间带盐水沼泽
芦苇 芦苇沼泽化、纯芦苇沼泽
河流 季节性和永久性
内陆水域 水库、坑塘和沟渠等闭合水域
内陆盐植 碱蓬等围垦区内陆地耐盐植被
人工湿地 水产养殖 以虾、蟹、鱼及海参等为主的养殖塘
水田 用于种植水稻等水生作物的土地
旱田 包括园地等旱地作物
非湿地 居住用地 村落、城镇
工业用地 工矿用地
荒地 宜农、待开发用地
油井 油田用地

2.4.2 海岸挤压指数

Dante D等提出的海岸挤压指数（Coastal Squeeze Index，CSI）是本研究分析区域海岸挤压风险的重要手段之一[28]。该方法以像元为基本尺度，能够清晰反映区域内海岸挤压风险的空间分布格局[28,29]。因而采用该方法评估辽东湾北部区海岸挤压风险，公式如下：
C o a s t a l   S q u e e z e   I n d e x = μ s l o p e , μ s l o p e > μ i m p e r μ i m p e r , μ i m p e r > μ s l o p e
μ x = 1 1 + x f 2 - f 1
式（1）中：μ(slope)为坡度数据模糊隶属评价结果；μ(imper)为不透水面数据模糊隶属评价结果。式（2）中：f1为分布指数，取值随数据变化，范围在0~10之间；f2为自然断点法分级中点；x为坡度或归一化的不透水面数据。由于研究区地势平坦，因而沿用前人坡度参数计算μ(slope)，其中f1取3.95，f2取11.5。计算μ(imper)时，基于自然断点法分级情况（表3），f2取年均分级中点平均值0.545。基于不透水度数值与潜在海岸挤压风险间的正相关关系，本研究认为不透水度最大值1对应最强海岸挤压，即海岸挤压指数0.95，f1取对应值4.86。
表3 归一化的CWDDISI指数分级情况（自然断点法）

Tab. 3 Classes of the normalized CWDDISI index within a GIS using Jenks classification

时间/年 归一化的不透水面指数
(Normalized CWDDISI)分级
低 中 高
1995 0.00~0.44 0.44~0.58 0.58~1.00
2000 0.00~0.33 0.33~0.51 0.51~1.00
2015 0.00~0.36 0.36~0.53 0.53~1.00
2020 0.00~0.43 0.43~0.56 0.56~1.00

2.4.3 复合权重双差值不透水面提取指数

本研究在参考Shuxin Luo等方法的基础上[29]，结合黄菲等提出的复合权重双差值不透水面提取指数（CWDDISI）进行数据处理[30]，公式如下：
C W D D I S I = T I R w e i g h t e d - S W I R 1 + N I R - 2 × B l u e / 2 T I R w e i g h t e d + S W I R 1 + N I R - 2 × B l u e / 2
T I R w e i g h t e d = α × T I R + 1 - α × 1 - N D V I + L i g h t n o r × T I R
L i g h t n o r = L i g h t - L i g h t m i n L i g h t + L i g h t m i n
N D V I = G r e e n - R e d G r e e n + R e d
式（3）中：NIR为近红外波段；TIRweighted为复合权重热红外波段，需拉伸至255级转换至与其他波段相同储存范围。式（4）中：α为调节TIRweighted中原始TIR信息的保留占比，取值需大于0.5，TIR为热红外波段。式（5）中：lightnor为归一化夜间灯光数据，取值范围0~1。式（6）中：Green和Red分别指绿光波段与红光波段。由于夜间灯光数据分辨率和TIR波段与影像其他波段存在空间分辨率差异，因而本研究将TIRweighted替换为影像SWIR2波段消除空间分辨率差异所致误差。

2.4.4 InVEST模型——碳储存模块

本研究采用InVEST模型的碳储存模块评估区域碳汇功能，共分为4个基本碳库：地上生物碳（土壤以上存活植物中的碳）、地下生物碳（植物活根系统中的碳）、土壤碳（土壤和矿质土壤中的有机碳）、死亡有机碳（凋落物、倒立或站立的已死亡植物中的碳），运行原理如下：
C t o t a l = C a b o v e + C b e l o w + C s o i l + C d e a d
式中：Ctotal、Cabove、Cbelow、Csoil、Cdead分别为地区碳汇总量、地上碳汇总量、地下碳汇总量、土壤碳汇总量以及死亡植物体碳汇总量。模型使用土壤、生物量及死亡植物体碳密度数据来源于研究团队野外采样及参考文献[24⇓-26]（表4）。
表4 辽东湾北部区蓝碳生物物理表 （单位：t/hm2）

Tab. 4 Biophysical table of blue carbon in northern Liaodong Bay

景观类型亚类 Cabove Cbelow Csoil Cdead
潮滩 0.44 2.09 10.63 0.03
潮沟 0.44 2.09 10.63 0.03
潮间带盐沼 0.44 2.09 10.63 0.03
芦苇 1.26 6.01 12.81 0.22
内陆盐植 0.44 2.09 10.77 0.03
内陆水域 0.00 0.00 0.00 0.00
河流 0.00 0.00 0.00 0.00
河口水域及沙洲 0.00 0.00 0.00 0.00
水田 0.69 3.29 11.48 0.05
旱田 0.69 3.29 13.09 0.05
水产养殖 2.31 0.00 7.47 0.00
居住用地 0.00 0.00 9.75 0.00
工业用地 0.00 0.00 6.14 0.00
荒地 0.00 0.00 10.54 0.00

注：Cabove为地上碳密度，Cbelow为地下碳密度，Csoil为土壤有机质碳密度，Cdead为死亡有机质碳密度。

为客观反映研究区碳储量情况，在充分考虑区域土地利用、植被覆盖与土壤类型等特点的前提下，手持精度为3~5 m的GPS随机地采集样品，最终共采取121个表层土壤样品。在每个采样点附近，每隔50~100 m取样并充分混合形成一个完整的土壤样本。采集样品在80 ℃的烘箱中干燥，测量其地上生物量。在用盐酸去除土壤碳酸钙后，采用总有机碳分析仪（HT1300，德国耶拿）测定土壤有机碳含量。
生物量碳库计算公式如下：
C i = P × A i × Q i
式中：Ci为第i类湿地植物的生物量碳库；P为碳转换系数0.44[25]；Ai为第i类湿地植物或动物覆盖的面积；Qi为第i类湿地植被的生物量。
土壤碳库计算公式如下：
T i = C i × H i
式中：Ti为单位面积土壤有机碳碳储量（kg/m2）；Ci为相应土层有机碳密度（kg/m3）；Hi为该土层深度（m），取模型默认值1 m。
死亡有机质碳库：Cdead的计算过程参考过往研究，以地上部分现存生物量的5%~10%计算，取中间值7.5%[26]，结合地面凋落物与生物量碳库计算公式，得出死亡有机质碳库数据。
为保证碳密度数据的准确性，通过对比研究方法、取样时间相近的前人研究[24⇓-26]，剔除异常数据，形成辽东湾北部区蓝碳生物物理表。

2.4.4 分段线性回归

阈值作为生态系统稳态转换的临界点，可用于生态系统管理、资源环境承载力约束及风险预警[31]。分段线性回归作为单一或多个阈值识别的有效方法，广泛应用于阈值响应相关研究[32⇓-34]。为有效反映海岸挤压对蓝碳功能的影响关键区识别，研究采用空间网格尺度进行回归分析。香农多样性指数（SHDI）能够有效反映景观异质性，可以衡量网格尺度对下垫面信息的提取程度[35]。本文基于100~1000 m的范围，以300 m为间隔，通过Fragstats 4.2.1分别计算各研究期辽东湾北部区土地利用的SHDI。比较各尺度计算结果后，选取多数年份SHDI观测值最高的1 km作为分段回归的网格尺度（图4）。随后，研究基于RStudio软件进行局部加权回归判读拟合曲线分段情况，并结合segment包的分段线性回归识别二者响应关系阈值[36]。
图4 100~1000 m各尺度下辽东湾北部区的香农多样性指数

Fig. 4 SHDI in the northern Liaodong Bay at scales from 100 m to 1000 m

2.4.5 双变量空间自相关

分段线性回归分析可有效识别海岸挤压对蓝碳影响的关键阈值及其对应的碳密度。而双变量空间自相关方法通过对两个地理要素Moran's I的计算与显著性分析，可有效表达两个变量空间响应关系状况，有助于生态保护与修复空间关键区的识别[37]。因此研究采用该模型做进一步的空间相关性分析，具体公式表达如下:
I p q = n ∑ i = 1 n ∑ j = 1 n w i j z p i z q i n - 1 ∑ i = 1 n ∑ j = 1 n w i j
I i j p q = Z p i ∑ j = 1 n w i j z q j                 i = 1,2 , … , n
z p i = p i - p - σ p
z q j = q j - q - σ q
式中：其中Ipq为双变量全局Moran's I； I i j p q为p、q变量的双变量局部Moran's I；n为所 计算单元的总数；wij为连接地理单元i、j的空间权重矩阵；pi、qj分别为地理单元i、j的p、q变量数值； p - 、 q -分别为p、q变量的平均值；σp、σq分别为p、q变量的方差。当Ipq大于0时，表明地理单元i的p变量与地理单元j的q变量的总体空间分布呈正相关，反之，则呈负相关。 I i j p q计算结果可识别出HH、HL、LL、LH四类分布区，其中HH表 示地理单元i内p变量与地理单元j内q变量数值都较高；LL表示地理单元i内p变量与地理单元j内q变量数值都较低；HL表示地理单元i内p变量数值较高，而邻近地理单元j内q变量数值较低；LH表示地理单元i内p变量数值较低，而邻近地理单元j内q变量数值较高。

3 结果分析

3.1 海岸挤压指数与蓝碳时空分异特征

3.1.1 海岸挤压时空分异特征

研究采取等间隔法将海岸挤压指数观测值划分为低（0~0.19）、较低（0.19~0.38）、中（0.38~0.57）、较高（0.57~0.76）、高（0.76~0.95）共5个等级。总体来看，1995—2020年间辽东湾北部区海岸挤压较强风险区（CSI>0.38）面积分别为272 km2、204 km2、161 km2及319 km2，研究区海岸挤压较强风险区总面积占比呈先降后升趋势（表5）。1995—2015年间，海岸挤压较强风险区总面积占比不断下降，由1995年的19.5%降至2015年的11.5%，年均降低0.4%。然而，2015—2020年间该比例剧增至2020年的22.8%，年均提升2.3%。但相比于1995年，2020年海岸挤压较强风险区有所增加。
表5 1995—2020年辽东湾北部区海岸挤压风险区面积情况

Tab. 5 Area of coastal squeeze risk zone in the northern Liaodong Bay from 1995 to 2020

年份 海岸挤压较弱风险区面积（km2） 海岸挤压较强风险区面积（km2）
辽河西岸 辽河东岸 研究区整体 辽河西岸 辽河东岸 研究区整体
1995 479 646 1125 66 206 272
2005 472 721 1193 73 131 204
2015 504 732 1236 41 120 161
2020 422 656 1078 123 196 319
从局地结构来看，表5和图5显示：1995—2020年间研究区辽河西岸海岸挤压较强风险区呈增-减-增态势，其总面积占比分别为4.7%、5.2%、2.9%及8.8%，年均增加0.16%；而辽河东岸呈减-增态势，但总面积占比并未回升至1995年水平，分别为14.8%、9.4%、8.6%及14%，年均降低0.03%。该结果表明虽然辽东湾北部区在1995—2015年间经历了短暂的干扰-恢复过程，但是自2015年开始又进入了新一轮干扰阶段。在面积观测值方面，辽河东岸受干扰面积始终高于辽河西岸。但在增速方面，1995—2020年间，辽河西岸海岸挤压较强风险区总面积占比年均增加0.16%，而东岸则年均降低0.03%。值得注意的是，2015—2020年间，辽河西岸海岸挤压较强风险区的总面积占比年均增加1.18%，超过东岸的1.08%/年。表明2015—2020年间，辽河西岸围垦活动造成的海岸挤压风险骤升至与辽河东岸填海活动相近水平。
图5 1995—2020年辽东湾北部区海岸挤压风险区空间分布图

Fig. 5 Statistical analysis of coastal squeezing risk zone in the northern Liaodong Bay from 1995 to 2020

3.1.2 滨海湿地蓝碳时空分异特征

采用等间隔法将研究区蓝碳观测值划分为低（0~4.06）、较低（4.06~8.12）、中（8.12~12.17）、较高（12.17~16.23）、高（16.23~20.29）共5个等级。表6表明：1995—2020年间，辽东湾北部区蓝碳功能较弱区（碳密度<12.17 t/hm2）面积分别为510 km2、462 km2、421 km2及427 km2，其变化趋势与海岸挤压较强风险区面积变化相同，皆呈先降后增趋势。1995—2015年间，辽东湾北部区蓝碳功能较弱区总面积占比不断下降，由1995年的36.5%降至2015年的30.1%，年均降低0.32%。2015—2020年间，研究区蓝碳功能较弱区总面积占比转增，由2015年的30.1%升至2020年的30.6%，年均提升0.1%。整体上，相较于1995年，2020年蓝碳功能较弱区有所增加。相比于海岸挤压较强风险区，蓝碳功能较弱区面积范围较广，且变化速度更为平稳。
表6 1995—2020年辽东湾北部区滨海湿地蓝碳功能区面积情况

Tab. 6 Area of the blue carbon function zone in the northern Liaodong Bay from 1995 to 2020

年份 蓝碳功能较弱区面积（km2） 蓝碳功能较强区面积（km2）
辽河西岸 辽河东岸 研究区整体 辽河西岸 辽河东岸 研究区整体
1995 142 368 510 403 484 887
2005 139 323 462 406 529 935
2015 125 296 421 420 556 976
2020 140 287 427 405 565 970
从研究区局地结构来看，表6和图6显示：1995—2020年间研究区辽河西岸蓝碳功能较弱区呈基本持平态势，总面积占比分别为10.1%、9.9%、8.9%及10%；而辽河东岸呈递减态势，总面积占比分别由1995年的26.3%递减至2005年的23.1%、2015年的21.2%、2020年的20.5%，年均降低0.23%，表明1995—2020年间辽东湾北部区蓝碳功能处于恢复阶段。在面积方面，辽河东岸蓝碳功能较弱区面积始终高于辽河西岸。从变化趋势看，1995—2020年间辽河西岸蓝碳功能较弱区总面积于2020年增加1.1%，辽河东岸则始终处于下降状态，表明1995—2020年间，辽河西岸蓝碳功能恢复过程因人为干扰中断。值得注意的是，虽然东岸在2015—2020年间因填海活动导致区域海岸挤压风险整体增强，但局部区域人为压力减弱促进了区域内植被自我恢复，因而2020年研究区蓝碳功能较弱区的范围并未超过1995年水平。
图6 1995—2020年辽东湾北部区蓝碳功能区空间分布图

Fig. 6 Spatial distribution of coastal blue carbon function zone in the northern Liaodong Bay from 1995 to 2020

3.2 滨海湿地蓝碳对海岸挤压的阈值响应

局部加权回归结果表明，二者响应过程可分为4个阶段（图7a），据此通过自然断点法划分海岸挤压指数等级。基于各等级对应的观测值，运用RStudio软件segmented包进行分段线性回归分析（图7b）。分段线性回归结果表明：辽东湾北部区海岸挤压与蓝碳功能间呈显著的近似倒U型关系（P<0.001，R2=0.494）。二者响应关系共分为4个阶段，并且存在3个阶段转换的阈值点。当海岸挤压指数处于0~0.214时，碳密度先是递增，而后保持不变，表示较低水平海岸挤压对蓝碳功能的削弱作用不显著；当海岸挤压指数超过0.214时，碳密度快速下降，表示此时随着海岸挤压的增长，蓝碳开始弱化；而海岸挤压指数超过0.311时，碳密度下降速率减小，趋势逐渐平稳，表示此时海岸挤压现象对湿地蓝碳功能的削弱作用趋于弱化。综上，当海岸挤压指数为0.214时，蓝碳功能所受削弱作用由不显著转向显著。因此，研究认为该观测值为二者响应关系的关键阈值。
图7 海岸挤压效应下蓝碳功能的变化特征

Fig. 7 Change characteristics of blue carbon function under coastal squeeze effect

3.3 滨海湿地蓝碳与海岸挤压的响应关键区识别

基于分段线性回归所得响应趋势及关键阈值，选取海岸挤压指数超过0.214及其对应的碳密度观测值小于15.6 t/hm2的网格单元作为响应关键区识别范围（图8）。结果表明：辽东湾北部区关键阈值下的高海岸挤压-高蓝碳功能区（HH）、高海岸挤压-低蓝碳功能区（HL）、低海岸挤压-高蓝碳功能区（LH）、低海岸挤压-低蓝碳功能区（LL）主要分布于辽河东岸，表明东岸海岸挤压与蓝碳关键响应过程的空间关联性比西岸更为显著。
图8 2020年辽东湾北部区蓝碳功能对海岸挤压响应过程的关键区域分布图

注：HH指高海岸挤压-高蓝碳功能区，HL指高海岸挤压-低蓝碳功能区，LL指低海岸挤压-低蓝碳功能区，LH指低海岸挤压-高蓝碳功能区。底图源于美国地质勘探局官网（https://earthexplorer.usgs.gov/）下载的Ladnsat-8影像数据（成像日期：2020年10月）。

Fig. 8 The key area of blue carbon function response to coastal squeeze in the northern Liaodong Bay in 2020

其中，HL区主要分布于辽河东岸填海建设区，呈两个相邻团状分布，对应工业用地与港口；而LH区主要分布于辽河东岸内陆的城镇-农田混合区，表现为西北-东南方向带状分布。与此同时，LH区内部还分布有少量HH区，对应城镇聚集区；而HL区相邻区域则零星分布有少量LL区，对应水体与未建设荒地。HL区与LH区、HH区与LL区对比表明不同类型产业发展对海岸带蓝碳与海岸挤压的响应关系变化有重要影响；而HH区与LH区、LL区与HL区对比表明，HH-LH关系与HL-LL关系在空间分布上对人类活动干扰形式存在一定依赖性。

4 讨论

研究发现，随着海岸挤压风险加剧，区域湿地蓝碳功能表现出“上升-持平-下降”的近似倒U型响应过程。下文将从海岸挤压对蓝碳的影响、基于响应关键区的滨海湿地保护与修复启示以及未来展望3个方面开展讨论，以期为滨海湿地生态修复规划提供决策参考。

4.1 海岸挤压对蓝碳的影响

滨海湿地作为重要的蓝碳生态系统，是实现海岸带蓝色碳汇的主要载体之一。保障其生态系统结构稳定是海岸带地区适应未来气候变化的重要手段。已有研究表明，由于海岛地区陆源压力较小，海岸侵蚀所致岸线后退现象对湿地生存空间的威胁程度更高。因而蓝碳对海岸侵蚀的响应以线性递减关系为主，岸线后撤速率变化决定了蓝碳由“汇”向“源”转变的具体过程[16]。但在海岸地区人地关系较为复杂，滨海湿地不仅遭受海洋灾害干扰破坏，还受近岸陆域地形限制及开发活动挤占[7]（图9）。加之滨海湿地固碳能力和人为干扰的差异[17,31]，蓝碳对海岸挤压的响应过程可能并非呈线性关系。
图9 海岸挤压风险下滨海湿地破坏案例区景观

注：图中照片由闫晓露于2015年在辽河三角洲拍摄。

Fig. 9 Landscape of coastal wetland destruction case area under coastal squeeze risk

研究表明，在海岸挤压指数增长初期（0~0.214），蓝碳的响应并不敏感，这主要体现在研究区中部湿地。自辽河口国家级自然保护区建立以来，对开发活动的严控限制显著降低了湿地生态系统所受压力[38]。滨海湿地可通过自我调节、修复和维持来缓解低强度干扰，保障其蓝碳功能所需的生物、土壤环境完整。然而，当海岸挤压指数处于0.214~0.311之间时，工农业开发等干扰活动介入导致湿地固碳能力开始弱化。例如研究区东西两侧的滨海湿地在工农业开发影响下，其原生植被转换为农作物或不透水地表，进而引发区域植被的净初级生产力及固碳总量降低[39]。尽管农田作为全国主要生态系统类型之一，也是碳汇的主要贡献者，但相比之下，自然滨海湿地生态系统往往能够表现出更高的净初级生产力与固碳能力[39,40]。与此同时，不透水面覆盖率增加对地表高程的改变可使区域水文结构发生变化，相对高差增加显著减少了来自上游的沉积物输送量[11,41]。这导致部分滨海湿地的演化因陆源有机质与沉积物输入不足而受限，其海洋侧潜在分布区与土壤有机碳埋藏量趋于减少[11,42]。因此，在该阶段，人类活动引发的湿地植被结构与水文连通性变化是海岸挤压削弱蓝碳的主要因素。当海岸挤压指数超过0.311后，虽然蓝碳功能仍处于弱化趋势，但其削弱速率开始放缓。例如在研究区南部，尽管水产养殖、港口及辽东湾新区开发使植被覆盖率锐减，海洋与近岸陆域间的能量交换受阻[22,23]。但实际上由于上述区域的景观单元内仍保留一定比例的城市绿地。在其固碳能力的支持下，海岸挤压对蓝碳的削弱作用受到限制。加之大凌河河口人为向东改道及海浪、海底地形加速了辽河东岸泥沙堆积，大量人工岸线逐渐转为自然岸线[43]。在向陆、向海测湿地保护与恢复的综合影响下，蓝碳削弱趋势开始减缓（图10）。
图10 海岸挤压对蓝碳功能的削弱过程

注：+表示当前海岸挤压影响下可能导致湿地蓝碳功能增加的因素；-表示表示当前海岸挤压影响下可能导致湿地蓝碳功能弱化的因素。

Fig. 10 The weakening process of the blue carbon function under coastal squeeze

值得注意的是，“退养还湿”工程实施以来，辽河西岸养殖塘数量已显著减少，但当地仍处于较高海岸挤压风险状态。这是修复完成初期景观单元内盐沼植被所占比例较低所致。表明滨海湿地修复过程中应重视保护与修复工程效果的滞后性。综上，海岸带地区的人类活动不仅深刻影响着蓝碳与海岸挤压风险的变化趋势，还能够改变二者间的响应过程。因而近岸陆源压力调控是此类区域“减压增汇”实践的重点。

4.2 基于响应关键区的滨海湿地保护与修复启示

本研究基于双变量空间自相关分析进行阈值关键区识别，能够进一步明确海岸挤压空间单元对周边区域碳汇能力的影响关系，从生态保护与修复规划的制定和实施过程来看，更具目标性、精准性和可行性。结果表明，在农业乡镇地区，海岸挤压与蓝碳呈“高-高”与“低-高”关系。该现象提示此类区域的固碳功能较强，因而，可通过完善城市扩张与地形因子的监测、预警机制，以加强区域生态保护，及时控制海岸挤压风险。例如在美国的墨西哥湾沿岸地带，对比各区域湿地迁移潜力能够明确未来进行管理措施的重点区域，在北卡罗来纳州的高精度雷达影像监测能够更精准地把握区域地形，揭示未来海平面上升风险[44,45]。因此，未来有必要结合各类高精度数据与科学监测方法，密切关注此类区域的风险情况。在港口及滨海工业区，蓝碳对海岸挤压的响应呈“高挤压-低蓝碳”关系，表明此类区域的海岸挤压增长可能会削弱周边湿地的固碳能力，亟需开展生态修复工程。同时，由于该类区域属经济开发区，类似“退堤还海”的撤退性治理方式将不利于保护居民财产安全和当地的社会经济发展。因此，可重点关注城市绿地的养护与增扩，以及绿色基础设施的规划与建设。如在距湿地较近的人工海堤加装生态池不仅能够增强一定固碳能力，还能有效扩张滨海湿地的潜在迁移空间；而积极利用沟渠设施恢复未建设区的湿地植被则可使当地在保持部分固碳、消浪等关键生态功能的基础上，进一步提供休闲娱乐等文化服务，促进滨海旅游产业与社会经济发展[46,47]。因此，厘清二者响应过程，识别响应关键区的进步意义在于，能够准确定位滨海湿地“减压增汇”实践的重点区域，在海岸挤压削弱蓝碳过程中影响最显著的地块进行人为压力调控，可大幅提升海岸带适应气候变化能力、高效预防未来海平面上升引发的海洋与海岸带风险。综上，本文所提出的蓝碳对海岸挤压响应的理论框架，是对环境本底脆弱、人地矛盾突出的海岸带地区普遍存在的滨海湿地挤迫问题的探索性应对，因此适用于其他海岸带地区“减压增汇”的实践路径优化。

4.3 不足与展望

海岸挤压现象对滨海湿地固碳能力的弱化，是蓝碳生态系统对海陆双向胁迫的现实响应。在海平面上升短时间内难以逆转的背景下，除坡度与不透水地表外，盐分、地表形变等环境因子也是影响滨海湿地潜在迁移区分布的重要驱动因素。水产养殖活动中渔业生物的碳汇功能作为蓝碳的重要组分之一，也是海岸带地区缓解气候变化风险的重要手段。然而，研究在探索海岸挤压对蓝碳功能影响的过程中，未能将上述因素纳入考虑。因此，今后应注重相关数据的收集与对未来气候变化情景的模拟，进一步明晰海平面上升背景下海岸挤压与蓝碳影响关系的变化情况。

5 结论

本研究基于“格局-过程-效应-决策”的研究范式，分析了海岸挤压对蓝碳的影响过程及其在滨海湿地保护与修复领域的启示，主要结论如下：
（1）基于海岸挤压对蓝碳的影响机理，本研究提出蓝碳对海岸挤压响应可能并非线性关系。通过对辽东湾北部区的实证研究发现，人为干扰的不确定性深刻影响着海岸挤压对蓝碳的干扰作用，海岸挤压风险区与海岸带蓝碳功能区的变化在辽河两岸存在显著差异。
（2）1995—2020年，辽东湾北部区的海岸挤压风险与蓝碳功能间存在近似倒U型响应关系，海岸挤压指数的临界阈值分别为0.214与0.311；对应蓝碳储量分别为15.6 t/hm2与11.2 t/hm2。当海岸挤压指数超过0.214时，蓝碳功能将开始遭受削弱，超过0.311时，削弱作用趋于衰弱。
（3）在辽东湾北部区，港口和滨海工业园区是海岸挤压与海岸带蓝碳功能矛盾突出的区域，表现为“高挤压-低蓝碳”关系集中分布。应重点关注相似区域的“减压增汇”措施探索与经验借鉴，以期保障当地生态安全。

真诚感谢匿名审稿专家在论文评审中所付出的时间和精力，使本文在逻辑框架、图表展示、尺度选择、结果分析、管理启示、结论梳理等方面更加规范，避免歧义产生。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
孙才志, 王泽宇, 李博, 等. 中国海洋经济可持续发展基础理论与实证研究. 北京: 科学出版社, 2021: 1-8.

[Sun Caizhi, Wang Zeyu, Li bo, et al. Basic Theory and Empirical Research on the Sustainable Development of China's Marine Economy. Beijing: Science Press, 2021: 1-8.]

[2]
Pernetta J C, Milliman J D. Global Change Global Change (IGBP Report No. 33): Land-Ocean Interactions in the Coastal Zone, Implementation Plan. Stockholm: IGBP Secretariat, The Royal Swedish Academy of Sciences, 1995: 1-21.

[3]
Duarte C M, Losada I J, Hendriks I E, et al. The role of coastal plant communities for climate change mitigation and adaptation. Nature Climate Change, 2013, 3: 961-968. DOI: 10.1038/nclimate3062.

[4]
Wang F, Sanders C J, Santos I R, et al. Global blue carbon accumulation in tidal wetlands increases with climate change. National Science Review, 2021, 8(9): nwaa296. DOI: 10.1093/nsr/nwaa296.

[5]
IPCC. Climate Change 2014: Impacts, Adaptation, and Vulnerability. Cambridge: Cambridge University Press, 2014: 1142-1150.

[6]
Spencer T, Schuerch M, Nicholls R J, et al. Global coastal wetland change under sea-level rise and related stresses: The DIVA Wetland Change Model. Global and Planetary Change, 2016, 139: 15-30. DOI: 10.1016/j.gloplacha.2015.12.018.

[7]
Pontee N. Defining coastal squeeze: A discussion. Ocean & Coastal Management, 2013, 84: 204-207. DOI: 10.1016/j.ocecoaman.2013.07.010.

[8]
Rilov G, David N, Guy-Haim T, et al. Sea level rise can severely reduce biodiversity and community net production on rocky shores. Science of the Total Environment, 2021, 791: 148377. DOI: 10.1016/j.scitotenv.2021.148377.

[9]
Wu W, Zhi C, Gao Y, et al. Increasing fragmentation and squeezing of coastal wetlands: Status, drivers, and sustainable protection from the perspective of remote sensing. Science of the Total Environment, 2022, 811: 152339. DOI: 10.1016/j.scitotenv.2021.152339.

[10]
Smart L S, Vukomanovic J, Sills E O, et al. Cultural ecosystem services caught in a ‘coastal squeeze’ between sea level rise and urban expansion. Global Environmental Change, 2021, 66: 102209. DOI: 10.1016/j.gloenvcha.2020.102209.

[11]
Zhi L, Li X, Bai J, et al. Seawall-induced impacts on large river delta wetlands and blue carbon storage under sea level rise. Science of the Total Environment, 2023, 859: 159891. DOI: 10.1016/j.scitotenv.2022.159891.

[12]
杨林生, 邓浩宇, 廖晓勇, 等. 科技支撑美丽中国建设的进展和展望. 中国环境管理, 2022, 14(6): 17-24.

[Yang Linsheng, Deng Haoyu, Liao Xiaoyong, et al. Progress and prospect of the science and technology supporting a Beautiful China Initiative. Chinese Journal of Environmental Management, 2022, 14(6): 17-24.] DOI: 10.16868/j.cnki.1674-6252.2022.06.017.

[13]
Lovelock C E, Reef R. Variable impacts of climate change on blue carbon. One Earth, 2020, 3(2): 195-211. DOI: 10.1016/j.oneea-r.2020.07.010.

[14]
Karstens S, Jurasinski G, Glatzel S, et al. Dynamics of surface elevation and microtopography in different zones of a coastal Phragmites wetland. Ecological Engineering, 2016, 94: 152-163. DOI: 10.1016/j.ecoleng.2016.05.049.

[15]
Sandi S G, Rodriguez J F, Saco P M, et al. Accelerated sea-level rise limits vegetation capacity to sequester soil carbon in coastal wetlands: A study case in southeastern Australia. Earth's Future, 2021, 9(9): e2020EF001901. DOI: 10.1029/2020EF001901.

[16]
Theuerkauf E J, Stephens J D, Ridge J T, et al. Carbon export from fringing saltmarsh shoreline erosion overwhelms carbon storage across a critical width threshold. Estuarine, Coastal and Shelf Science, 2015, 164: 367-378. DOI: 10.1016/j.ecss.2015.08.001.

[17]
张琨, 吕一河, 傅伯杰, 等. 黄土高原植被覆盖变化对生态系统服务影响及其阈值. 地理学报, 2020, 75(5): 949-960.

DOI

[Zhang Kun, Lyu Yihe, Fu Bojie, et al. The effects of vegetation coverage changes on ecosystem service and their threshold in the Loess Plateau. Acta Geographica Sinica, 2020, 75(5): 949-960.] DOI: 10.11821/dlxb202005005.

[18]
王秀君, 章海波, 韩广轩. 中国海岸带及近海碳循环与蓝碳潜力. 中国科学院院刊, 2016, 31(10): 1218-1225.

[Wang Xiujun, Zhang Haibo, Han Guangxuan. Carbon cycle and “Blue Carbon” potential in China's coastal zone. Bulletin of Chinese Academy of Sciences, 2016, 31(10): 1218-1225.] DOI: 10.16418/j.issn.1000-3045.2016.10.012.

[19]
魏帆, 韩广轩, 韩美, 等. 1980—2017年环渤海海岸线和围填海时空演变及其影响机制. 地理科学, 2019, 39(6): 997-1007.

DOI

[Wei Fan, Han Guangxuan, Han Mei, et al. Temporal-spatial Dynamic Evolution and Mechanism of Shoreline and the Sea Reclamation in the Bohai Rim During 1980-2017. Scientia Geographica Sinica, 2019, 39(6): 997-1007.] DOI: 10.13249/j.cnki.sgs.2019.06.015.

[20]
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. 地理科学, 2019, 39(7): 1155-1165.

DOI

[Yan Xiaolu, Zhong Jingqiu, Han Zenglin, et al. Driving forces analysis and landscape succession features of coastal wetland both outside and inside reclamation areas in the Northern Liaodong Bay, China in Recent 40 Years. Scientia Geographica Sinica, 2019, 39(7): 1155-1165.] DOI: 10.13249/j.cnki.sgs.2019.07.014.

[21]
闫晓露, 武帅, 吴雪雪, 等. 海岸带景观破碎化对固碳服务流的影响. 地理学报, 2024, 79(1): 114-133.

DOI

[Yan Xiaolu, Wu Shuai, Wu Xuexue, et al. Impacts of landscape fragmentation of coastal zone on carbon sequestration service flow. Acta Geographica Sinica, 2024, 79(1): 114-133.] DOI: 10.11821/dlxb202401008.

[22]
徐彩瑶, 濮励杰, 朱明. 沿海滩涂围垦对生态环境的影响研究进展. 生态学报, 2018, 38(3): 1148-1162.

[Xu Caiyao, Pu Lijie, Zhu Ming. Effect of reclamation activity on coastal ecological environment: progress and perspectives. Acta Ecologica Sinica, 2018, 38 (3): 1148-1162.] DOI: 10.5846/stxb201611142316.

[23]
韩广轩, 宋维民, 李远, 等. 海岸带蓝碳增汇: 理念、技术与未来建议. 中国科学院院刊, 2023, 38(3): 492-503.

[Han Guangxuan, Song Weimin, Li Yuan, et al. Enhancement of coastal blue carbon: Concepts, techniques, and future suggestions. Bulletin of Chinese Academy of Sciences, 2023, 38(3): 492-503.] DOI: 10.16418/j.issn.1000-3045.20220619001.

[24]
Yan X, Wei C, Li X, et al. New insight into blue carbon stocks and natural-human drivers under reclamation history districts for sustainable coastal development: A case study from Liaohe River Delta, China. Science of The Total Environment, 2023, 872: 162162. DOI: 10.1016/j.scitotenv.2023.162162.

[25]
隋玉正, 陈小璇, 李淑娟, 等. 海岸带蓝碳时空演变及其服务价值评估: 以胶州湾为例. 资源科学, 2019, 41(11): 2119-2130.

DOI

[Sui Yuzheng, Chen Xiaoxuan, Li Shujuan, et al. Spatiotemporal change of coastal blue carbon and its service value evaluation: A case study of Jiaozhou Bay. Resources Science, 2019, 41(11): 2119-2130.] DOI: 10.18402/resci.2019.11.14.

[26]
张绪良, 张朝晖, 徐宗军, 等. 黄河三角洲滨海湿地植被的碳储量和固碳能力. 安全与环境学报, 2012, 12(6): 145-149.

[Zhang Xuliang, Zhang Zhaohui, Xu Zongjun, et al. On the relation between carbon storage and reinforced fixation of the coastal wetland vegetation in the Yellow River delta area. Journal of Safety and Environment, 2012, 12(6): 145-149.] DOI: 10.3969/j.issn.10096094.2012.06.031.

[27]
Zuo P, Li Y, Liu CA, et al. Coastal Wetlands of China: Changes from the 1970s to 2007 Based on a New Wetland Classification System. Estuaries and Coasts, 36: 390-400. DOI: 10.1007/s12237-012-9575-y.

[28]
Torio D D, Chmura G L. Assessing coastal squeeze of tidal wetlands. Journal of Coastal Research, 2013, 29(5): 1049-1061. DOI: 10.2112/JCOASTRES-D-12-00162.1.

[29]
Luo S, Shao D, Long W, et al. Assessing ‘coastal squeeze’ of wetlands at the Yellow River Delta in China: A case study. Ocean & Coastal Management, 2018, 153: 193-202. DOI: 10.1016/j.ocecoaman.2017.12.018.

[30]
黄菲, 刘正才, 谢婷, 等. 一种基于NDISI的复合权重波段双差值不透水面提取指数. 地球信息科学学报, 2021, 23(10): 1850-1860.

DOI

[Huang Fei, Liu Zhengcai, Xie Ting, et al. A NDISI-based double-differenced remote sensing index with composite-weights for impervious surface information estimation. Journal of Geo-information Science, 2021, 23(10): 1850-1860.] DOI: 10.12082/dgxxkx.2021.200794.

[31]
吕一河, 傅微, 李婷, 等. 区域资源环境综合承载力研究进展与展望. 地理科学进展, 2018, 37(1): 130-138.

DOI

[Lyu Yihe, Fu Wei, Li Ting, et al. Progress and prospects of research on integrated carrying capacity of regional resources and environment. Progress in Geography, 2018, 37(1): 130-138.] DOI: 10.18306/dlkxjz.2018.01.014.

[32]
侯利萍, 何萍, 范小杉, 等. 生态阈值确定方法综述. 应用生态学报, 2021, 32(2): 711-718.

DOI

[Hou Liping, He Ping, Fan Xiaoshan, et al. A review on the methods of determining ecological thresholds. Chinese Journal of Applied Ecology, 2021, 32(2): 711-718.] DOI: 10.13287/j.1001-9332.202102.019.

[33]
Toms J D, Lesperance M L. Piecewise regression: A tool for identifying ecological thresholds. Ecology, 2003, 84(8): 2034-2041. DOI: 10.1890/02-0472.

[34]
Bispo G B S, Santos R F, Pompeo M L M, et al. The effects of natural forest and eucalyptus plantations on seven water-related ecosystem services in Cerrado landscapes. Perspectives in Ecology and Conservation, 2023, 21(1): 41-51. DOI: 10.1016/j.pecon.2023.01.001.

[35]
梁晨, 曾坚, 沈中健, 等. 快速城市化生态系统服务格局分析与空间管控: 以厦门市为例. 生态学报, 2021, 41(11): 4379-4392.

[Liang Chen, Zeng Jian, Shen Zhongjian, et al. Spatial pattern analysis and management of urban ecosystem services rapid urbanization: A case study of Xiamen. Acta Ecologica Sinica, 2021, 41(11): 4379-4392.] DOI: 10.5846/stxb20201228-3297.

[36]
Eigenbrod F, Hecnar S J, Fahrig L. Quantifying the road-effect zone: threshold effects of a motorway on anuran populations in Ontario, Canada. Ecology and Society, 2009, 14(1). DOI: 10.1111/conl.12839.

[37]
Anselin L. Local indicators of spatial association: LISA. Geographical Analysis, 1995, 27(2): 93-115. DOI: 10.1111/j.1538-4632.1995.tb00338.x.

[38]
高吉喜, 刘晓曼, 王超, 等. 中国重要生态空间生态用地变化与保护成效评估. 地理学报, 2021, 76(7): 1708-1721.

DOI

[Gao Jixi, Liu Xiaoman, Wang Chao, et al. Evaluating changes in ecological land and effect of protecting important ecological spaces in China. Acta Geographica Sinica, 2021, 76(7): 1708-1721.] DOI: 10.11821/dlxb202107010.

[39]
Deegan L A, Johnson D S, Warren R S, et al. Coastal eutrophication as a driver of salt marsh loss. Nature, 2012, 490(7420): 388-392. DOI: 10.1038/nature11533.

[40]
邓祥征, 姜群鸥, 林英志, 等. 中国农田土壤有机碳贮量变化预测. 地理研究, 2010, 29(1): 93-101.

[Deng Xiangzheng, Jiang Qunou, Lin Yingzhi, et al. Simulation of the changes of soil organic carbon stock of cropland in China. Geographical Research, 2010, 29 (1): 93-101.] DOI: 10.11821/yj2010010009.

[41]
Zhong J, Liang C, Zhao Y, et al. Identifying loss threshold and migration trajectory in the management of Suaeda salsa wetland under coastal squeeze. Marine Environmental Research, 2024, 194: 106329. DOI: 10.1016/j.marenvres.2023.106329.

[42]
李晓文, 智烈慧, 马田田, 等. 构筑基于“三线整合”的中国滨海湿地生态安全格局. 中国科学院院刊, 2023, 38(1): 123-133.

[Li Xiaowen, Zhi Liehui, Ma Tiantian, et al. Developing ecological security pattern for coastal wetlands based on “Three-line Integration” spatial strategy. Bulletin of Chinese Academy of Sciences, 2023, 38(1): 123-133.] DOI: 10.16418/j.issn.10003045.20220811001.

[43]
苗丰民, 李淑媛, 李光天, 等. 辽东湾北部浅海区泥沙输送及其沉积特征. 沉积学报, 1996, (4): 115-122.

[Miao Fengmin, Li Shuyuan, Li Guangtian, et al. Suspended sediment transport tendency and the study of sedimentary divisions in the Northern Liaodong Bay. Acta Sedimentologica Sinica, 1996, (4): 115-122.]

[44]
Borchert S M, Osland M J, Enwright N M, et al. Coastal wetland adaptation to sea level rise: Quantifying potential for landward migration and coastal squeeze. Journal of Applied Ecology, 2018, 55(6): 2876-2887. DOI: 10.1111/1365-2664.13169.

[45]
Chmura G L. What do we need to assess the sustainability of the tidal salt marsh carbon sink?. Ocean & Coastal Management, 2013, 83: 25-31. DOI: 10.1016/j.ocecoaman.2011.09.006.

[46]
Hall A E, Herbert R J H, Britton J R, et al. Shelving the coast with vertipools: Retrofitting artificial rock pools on coastal structures as mitigation for coastal squeeze. Frontiers in Marine Science, 2019, 6: 456. DOI: 10.3389/fmars.2019.00456.

[47]
Lithgow D, Martínez M L, Gallego-Fernández J B, et al. Exploring the co-occurrence between coastal squeeze and coastal tourism in a changing climate and its consequences. Tourism Management, 2019, 74: 43-54. DOI: 10.1016/j.tourman.2019.02.005.

Options
Outlines

/

〈 〉