政府间气候变化专门委员会(Intergovernmental Panel on Climate Change, IPCC)第六次评估报告指出, 近年来科学家观测到的全球气候变化在几千年甚至几十万年来前所未有^[1], 气候变化在人类活动的影响下不仅成为一个全球化环境问题, 也成为一个严峻的社会发展问题^[2], 气候变化对自然系统和人类社会造成了广泛的不利影响, 极端天气事件呈现日益加剧和频繁的趋势^[3]。海岸带拥有相对独立、完整的生态系统, 因其丰富的环境资源和适宜的居住环境, 成为了全球人口最为密集、经济活动最为频繁的区域之一^[4-5]。长期以来, 海岸带地区频繁面临台风风暴潮等极端天气事件的威胁, 侵蚀、灾害和环境退化等问题日趋严重, 在气候变化背景下, 海岸带生态系统承受的压力将不断增大^[6-8]。在沿海地区进行灾害风险预警, 识别生态环境脆弱地带, 减少灾害带来的损失, 已成为国际全球环境变化人文因素计划(International Human Dimensions Programme on Global Environmental Change, IHDP)、联合国政府间气候变化专门委员会(IPCC)等众多国际性科研机构的重要研究内容之一^[9]。

暴露(Expose)的概念源自于对海岸带脆弱性评估(Coastal Vulnerability Assessment)的相关研究, 通常被认为是环境面对的直接风险源(如风暴潮、台风、海啸等自然灾害), 它与加重或缓解直接风险的环境条件(如地形、地貌、自然生境等环境特征)具有耦合性质^[10]。暴露指数(Exposure Index, EI)是将暴露及其环境条件量化整合而来的评估参数, 可以直观地反映环境在面对极端天气事件时承受灾害的潜在风险程度。基于暴露指数的量化结果, 评估以台风、风暴潮为主的自然灾害情景下海岸带地区灾害潜在风险等级, 并划分海岸带地区的潜在风险区域, 同时制定具有针对性的防灾减灾策略, 是探求减轻受灾程度的重要途径。

长期以来, 国内外学者们针对海岸带暴露展开了诸多研究, 20世纪90年代, Klein和Nicholls基于海岸系统的复杂性与多样性, 构建了海岸带脆弱性评估框架, 提出了海岸带脆弱性评估中暴露的相关概念^[11]。Szlafsztein等^[12]将洪水与海岸侵蚀作为暴露风险源, 研究了巴西帕拉州海岸带的脆弱性地区分布特征。Barnard等^[13]通过建立太平洋沿岸气候变异性暴露指标, 对厄尔尼诺/南方涛动现象主导的太平洋沿岸脆弱性进行风险评估, 对未来可能发生的海洋灾害提出预警。李连伟等^[14]站在地域分异的视角下, 建立了黄河三角洲海岸带暴露评价的特有指标体系, 并基于层次分析法(AHP)对黄河三角洲海岸带的致灾因子进行了权重分析。罗紫元等^[15]从地理特征、气候胁迫的角度选取指标, 基于InVEST模型, 对闽三角地区沿海地带暴露指数进行了进一步的计算与解析, 提出了针对闽三角海岸带的灾害响应策略。朱正涛等^[16]基于概率理论和模糊数学, 将云模型引入厦门岛暴露指数的量化计算, 为海岸带暴露评估提供了新的借鉴。学者们站在不同视角下, 针对不同地域, 采用不同研究方法, 取得了丰硕的成果。然而, 气候变化对海岸带的影响是多尺度、全方位、多层次的, 在气候变化的背景下, 生态环境始终处于动态变化的过程中^[17], 致灾因子及其环境条件在不同的时间序列上具有明显的差异性, 涉及暴露指数时空演变特征与规律的研究尚且不足, 因此, 综合评估气候变化及人类活动对海岸带地区的影响^[18], 构建海岸带暴露指数时空演变研究方法, 是当前研究领域重要的方向之一。

福建省东山湾是中国海岸带开发利用的典型区域之一, 海湾内生物资源丰富, 经济活动密集, 是东南沿海重要的海水养殖及捕捞基地^[19]。东山湾西北侧分布有我国回归线以北生长种类最多、生长最好的天然红树林群落^[20], 除漳江口红树林国家级自然保护区外, 东山湾还设有东山珊瑚省级保护区^[21]。近年来, 随着东山湾古雷石化产业园、漳州核电站等海岸工程项目的建设推进, 东山湾海域面积逐年减少, 海岸带空间形态及生态功能布局变化显著。东山湾位于西北太平洋台风移动的主要路径上, 是我国台风风暴潮等自然灾害多发的区域之一^[22], 在全球气候自然灾害频发的背景下, 强台风所引起的风暴增水给海岸带地区带来了巨大的生态安全隐患和社会发展压力。

本文以东山湾为研究区域, 通过历史遥感影像数据, 结合实地踏勘调研, 分析了东山湾近十年来的海岸带地貌类型演变过程, 基于InVEST综合评估模型中的海岸带脆弱性(Coastal Vulnerability)模块, 利用东山湾不同时期地貌类型差异、海湾形态变化、海洋水深数据、数字高程数据(DEM)、WAVEWATCHIII风力数据等, 研究了近十年间, 东山湾海岸带在风暴潮等极端天气事件情景下的暴露指数时空演变特征, 探讨了海岸带潜在风险程度的变化趋势及影响因素, 并对海岸带环境敏感区域进行识别与判定, 提出相应的风险防范对策。本研究可以为长时序的暴露指数研究提供参考, 为生态保护修复格局规划等提供理论支持。

1 数据与方法 1.1 研究区概况

东山湾位于福建省漳州市云霄县、漳浦县、东山县之间(图 1), 海湾面积约240 km², 东山湾湾顶有漳江注入, 东侧为古雷半岛, 西南侧为东山岛, 属于典型的窄口型海湾, 形状类似为盲肠。

1.2 数据来源与处理

研究涉及的数据主要包括东山湾历史遥感影像、无人机航拍影像、数字高程模型(DEM)数据、海洋水深数据及风力数据等。主要数据名称及来源见表 1。其中, 2008年东山湾遥感影像源于ALOS-1卫星数据, 卫星传感器为AVNIR-2相机, 遥感影像分辨率为10 m, 2013年东山湾遥感影像数据源于ZY-3号卫星, 卫星传感器为正视全色TDICCD相机及正视多光谱相机, 遥感影像经光谱融合后分辨率为2 m, 2018年东山湾遥感影像数据源于GF-1号卫星, 传感器为PMS相机, 遥感影像经光谱融合后分辨率为2 m; 无人机航拍影像数据通过实地踏勘航拍收集, 所用设备为Phantom 4 RTK无人机, 飞行高度为200 m; 数字高程模型数据源于地理空间数据云公开数据, 空间分辨率为30 m, 数据条带号为117, 行编号为23; 海洋水深数据来源于美国国家海洋和大气管理局(NOAA), 其空间分辨率为30 m; 海洋风力数据源于太平洋岛屿海洋观测系统(PacIOOS)的多年全球海面风浪数据, 其空间分辨率为50 km, 时间分辨率为5 d。

研究涉及的数据类型多样, 格式及空间尺度不一, 因此通过地理信息系统(GIS)平台对数据进行裁剪、分解、融合及转换等预处理, 使数据保持格式一致、空间范围统一, 便于后续数据的分析与计算。

1.2.1 地貌类型解译

基于GIS平台, 对东山湾遥感影像数据进行镶嵌、裁剪及辐射定标, 采用隶属度函数分类法分别提取研究区2008、2013、2018年三期遥感影像的水陆分界线, 在获取水陆分界线后, 通过目视解译获取东山湾不同时期的海岸带地貌形态, 参考孙伟富、索安宁等学者对海岸带地貌解译及岸线分类经验^[23-26], 结合东山湾区域特性, 进一步划分东山湾海岸带地貌类型。本研究将东山湾海岸带地貌类型划分为基岩、淤泥滩、砂质海滩、砾石滩、河口、养殖海堤、路桥工程、中型海堤、大型海堤共计9类, 为验证地貌类型划分结果的准确性, 研究团队于2021年11月至东山湾海岸带进行现场踏勘与无人机航拍, 对东山湾典型的9种地貌类型进行校核检验。根据实地踏勘取证结果, 遥感影像典型地貌类型解译成果可以满足研究需要。典型地貌类型的解译标准及解译成果如表 2所示。

1.2.2 地貌类型风险等级划分

不同地貌类型抵抗极端天气事件风险的能力不同, 为满足Coastal Vulnerability模型的运行参数要求, 需对不同地貌类型的风险等级进行分等赋值^[27]。研究综合抵抗海啸、风暴潮等自然灾害的能力强弱, 或因自然灾害造成的经济损失程度大小, 提出风险等级评定标准, 进而根据海岸带实际地貌的不同类型获得地貌风险等级划分结果(见表 3)。

1.3 海岸带暴露指数计算

InVEST模型是由斯坦福大学、明尼苏达大学环境研究所等机构开发的用于支持环境决策的模型系统, 本文基于该模型中海岸带脆弱性(Coastal Vulnerability)模块, 通过海岸带区域的特征数据的处理与分析, 实现对海岸带暴露指数(EI)的计算, 即分别基于研究区某一地段的地貌类型(geomorphology)、数字高程数据(DEM)、海洋水深(bath)、最大可能浪高(wave)等数值计算不同数据影响下的子暴露指数, 最后通过几何平均法计算该地段的暴露指数, 其表达公式见公式(1)^[28]。其中, 数字高程数据(DEM)、海洋水深数据(bath)作为栅格数据, 经预处理后可直接输入模型, 地貌类型(geomorphology)数据根据地貌形态风险等级划定标准及赋值表(见表 3), 基于ArcGIS平台对不同地貌进行赋值后, 输入模型参与计算, 最大可能浪高为WAVEWATCHIII模型基于研究区域多年风速记录(wind)及海洋水深地形进行数值模拟的结果。研究采用1 000 m空间分辨率, 以1 000 m为间隔生成暴露指数计算节点集; 根据海岸带的概念与定义, 结合东山湾海岸带开发利用现状, 将海岸线向陆最大延伸距离设置为1 500 m; 模型需对研究区域的地形地势进行模拟, 对高程计算半径内的陆地高程值进行平均, 因此将暴露指数子节点的平均高程计算半径设置为5 000 m。

$ EI = {\left( {\mathop \prod \limits_{i = 1}^n {R_i}} \right)^{1/n}}, $

(1)

式中, ${R_i}$为用户提供的用于计算$EI$第i个子暴露指数。

在暴露指数的计算中, 风浪暴露是影响海岸带暴露指数计算结果的重要因素。WAVEWATCHIII模型是目前进行海浪数值模拟的常用模型^[29], 适合本研究的数值模拟。该模型通过获取研究区多年海洋动力数据计算而来的加权平均值$E_w^o$与局部风产生的波能值$E_w^l$中的最大值来估算研究区域内可能出现的最大风暴浪高与增水, 从而计算风浪暴露指数${E_W}$, 其公式如下:

$ {E_W} = max\left( {E_w^o,E_w^l} \right), $

(2)

$ H\left[ {{F_k}} \right] = \left\{ {\begin{array}{*{20}{c}} {0,\;if\;{F_k} < 60\;{\text{km}}} \\ {1,\;if\;{F_k} = 60\;{\text{km}}} \end{array}} \right., $

(3)

$ E_w^o = \mathop \sum \limits_{k = 1}^{16} H\left[ {{F_k}} \right]P_k^oO_k^o, $

(4)

$ E_w^l = \mathop \sum \limits_{k = 1}^{16} P_k^lO_k^l, $

(5)

$ P = \frac{1}{2}{H^2}T, $

(6)

式中, $H\left[ {{F_k}} \right]$是一个针对16个风等角区域k的分段函数; 在K区域如果风区长度等于60公里, 其值为1, 风区长度小于60 km, 其值为0。P指根据浪高高度H(m)和时间T(s)得到的波能值, $P_k^o$指多年海洋波动数据计算而来的加权波能值, 其浪高与$O_k^o$是区域K的不同波能值所占时间百分比, $P_k^l$是指由局部风数据模拟计算而来的波能值, $O_k^l$表示此区域强风的发生率。局部风产生的波高和时间可以用以下公式(7)来模拟:

$ \left\{ {\begin{array}{*{20}{c}} {H = {{\tilde H}_\infty }{{\left[ {tanh\left( {0.343{{\tilde d}^{1.14}}} \right)tanh\left( {\frac{{2.14 \cdot {{10}^{ - 4}}{{\tilde F}^{0.79}}}}{{tanh0.1{{\tilde d}^{2.01}}}}} \right)} \right]}^{0.572}}} \\ {T = {{\tilde T}_\infty }{{\left[ {tanh\left( {0.1{{\tilde d}^{2.01}}} \right)tanh\left( {\frac{{2.77 \cdot {{10}^{ - 7}}{{\tilde F}^{1.45}}}}{{tanh0.1{{\tilde d}^{2.01}}}}} \right)} \right]}^{0.187}}} \end{array}} \right., $

(7)

式中, 非空间性的波高${\tilde H_\infty }$和周期$ {{{\tilde T}}_\infty } $是在某一个特定区域观察出来的前10%平均风速值U(单位m/s)的函数: ${\tilde H_\infty } = 0.24{U^2}/g$; ${\tilde T_\infty } = 7.69{U^2}/g$; 非空间性的广度${\tilde F_\infty }$和深度${\tilde d_\infty }$是在区域F(单位: m)处平均水深的函数: $ {\tilde F_\infty } = gF/{U^2} $; ${\tilde T_\infty } = gd/{U^2}$, 其中g (单位: m/s²)是重力加速度。

2 结果与分析 2.1 地貌类型变化与海湾形态演变

结果显示, 2008—2018年, 东山湾海岸带地貌类型差异主要表现为自然地貌向人工地貌的转化, 自然地貌消减较为显著, 人工地貌有所增长, 海湾形态及地貌类型差异如图 2所示。

整体上, 东山湾海岸带地貌类型差异主要体现为两个时段。第一时段为2008年—2013年, 在此期间自然地貌岸线长度占比由2008年的31.38%下降至2013年的18.25%; 自然地貌与人工地貌的相互转化主要表现形式为基岩地貌与大型海堤的此消彼长。第二时段为2013年—2018年, 在此期间东山湾海岸带地貌类型主要转化方式仍为自然地貌向人工地貌转化, 但转换速度明显放缓, 自然地貌占比由2013年的18.25%下降至2018年的13.97%, 除基岩地貌向大型海堤转化外, 临时海堤向永久海堤的转化趋势较为显著。在海湾形态变化上, 东山湾海域面积总体呈现减少趋势, 2008年—2013年间, 海域面积消减约6.58 km², 面积消减主要表现为围海养殖活动范围向湾心扩张; 2013年至2018年间, 东山湾海域面积减少约8.32 km², 面积减少主要由大型海岸工程的围填海活动引起, 具体表现在2013年后古雷石化基地的开工建设, 古雷半岛西侧海岸线向海湾中心推进约2 km。东山湾十年间海岸带典型地貌转换对比如图 3所示。

2.2 暴露指数及海岸带潜在风险等级时空演变

暴露指数输出结果为数据点集形式, 基于GIS平台, 可对不同时期的暴露指数时空演变趋势进行分析。将东山湾海岸带划分为20个分区, 并对模型计算结果进行可视化, 数据分区示意图如图 4, 暴露指数时空演变趋势如图 5。

由图 2、图 4及图 5可知, E1、E8—E13等区域近十年间海岸带地貌类型及其岸线形态未发生显著变化, 海岸带暴露指数值相对平稳, 不同年份间的数值离散程度相对较低; E2—E7分区近十年间地貌类型及其岸线形态发生了明显改变, 区域暴露指数波动变化, 不同年份间的数值离散程度较高。具体而言, 2008—2013年间, E2—E7分区暴露指数值上升趋势较为显著, 2013—2018年间暴露指数值有所回落; 2008-2018年间, 因地貌类型及其岸线形态变化, E14—E20分区暴露指数值持续上升。

参考殷丽婷等^[30]的研究, 本文采取自然断点法, 将东山湾2008、2013、2018年暴露指数进行分级显示。根据分级结果, 结合东山湾海岸带各时期地貌类型特征, 利用GIS平台将暴露指数与东山湾海岸带进行空间连接, 并将海岸带潜在风险程度划分为“低”“较低”、“中”“较高”“高”五个等级(表 4)。

结果显示, 近十年间东山湾海岸带潜在风险程度总体呈下降趋势, 2008—2013年间, 海岸带潜在风险程度为“中”及以上区域占比由2008年的67.14%上升至2013年的67.86%, 风险程度增加区域主要分布于E5—E7区间, 该区域为漳浦县西侧围海养殖的集中区; 2013—2018年间, “中”风险及以上区域占比由2013年的67.86%回落至2018年的59.06%, 风险程度降低的区域主要分布于E3—E4区间, 该区域为古雷半岛以西, 地貌类型以大型海堤为主。整体上, 东山湾海岸带潜在风险程度为“高”风险的区域主要分布于东山湾西侧。不同类型潜在风险等级区域占比见表 5, 不同时期潜在风险程度区域的空间分布如图 6。

2.3 海岸带环境敏感区域判定与识别

东山湾分布有红树林、珊瑚礁等典型海洋生态系统, 除自然海湾湿地外, 还建有养殖基地、漳州核电站及古雷石化产业园等沿海工程项目, 东山湾生物资源丰富, 开发活动强烈, 对东山湾海岸带进行生态环境敏感区识别与判定具有重要的现实意义。

研究基于东山湾海岸带潜在风险评估结果, 将连续三期潜在风险程度评价为“高”的地区标记为敏感区域, 这些区域在海岸带开发过程中应避免过高强度的开发利用, 以降低其潜在的灾害风险; 基于海洋生态系统资源价值, 将漳江口红树林国家级自然保护区、东山珊瑚省级保护区标记为敏感区域, 这些区域应加强对保护区的监管、保护与修复; 基于经济价值与社会敏感性, 将古雷石化产业园、漳州核电站等大型工程项目区标记为敏感区域, 这些区域在生产建设过程中应加强环境监测与灾害预警; 基于东山湾优势产业现状, 将潜在风险程度高且抵抗风险能力较差的围海养殖区标记为敏感区域, 这些区域应强化护岸建设, 增强灾害和风险的防范意识。东山湾海岸带生态环境敏感区识别矩阵见表 6, 生态环境敏感区域空间分布如图 7。

3 结论与讨论 3.1 风暴潮情境下海岸带暴露指数的影响因素

研究表明, 海岸带工程建设造成的地貌类型差异及海岸线空间位置变化是影响东山湾海岸带在风暴潮灾害情境下潜在风险程度发生波动的主要原因。例如, 2008—2013年间, 由于围海养殖活动的扩张, 东山湾漳浦县养殖集中区向海湾中心推进, 新形成的边界较原边界海洋水深有所增加、海面风力有所增强, 该区域海岸带暴露指数上升, 潜在风险程度由“中”风险转变为“较高”风险; 2013—2018年间, 东山湾古雷半岛西侧围填海活动强烈, 共计完成填海造地面积约8.32 km², 受海岸工程建设进度影响, 该区域临时海堤加固转变为抗风浪能力更强的大型永久海堤, 因此该区域暴露指数有所下降, 潜在风险程度由“中”风险转变为“较低”风险。

海岸带潜在风险程度波动的影响因素还包括海平面高度变化, 由于气候变化引起的东山湾海平面上升总体较小, 海平面高度变化对东山湾海岸带暴露指数的影响较小。

3.2 海岸带敏感区域识别判定及其应用

海岸带暴露指数能够揭示研究区域生态环境的潜在风险程度, 结合海岸带自然生境状况及开发利用现状, 能够进一步识别海岸带生态环境敏感区域, 从而根据敏感区域特性进行分区分类, 提出相应风险防范对策。本研究将东山湾漳江口红树林国家级自然保护区、东山珊瑚省级保护区、漳浦县围海养殖集中区与古雷半岛工业开发集中区划分为东山湾主要的生态环境敏感区域, 针对漳江口红树林国家级自然保护区及东山珊瑚省级保护区, 提出应加强对保护区的生态监管与保护修复的建议, 针对古雷半岛工业开发集中区提出应加强该区域的环境监测与风险灾害预警的建议, 针对漳浦县围海养殖集中区应强化护岸建设, 提出提高从业人员风险防范意识的建议。

在全球极端天气事件日益频发的背景下, 识别海岸带生态环境敏感区在海岸带开发利用中具有重要的现实意义, 基于暴露指数的敏感区域的识别与判定也可以为海岸带空间规划、海岸带生态保护修复格局规划等研究提供重要参考, 为规划格局、保护修复方案的科学制定以及海岸带管理、决策等做重要支撑。

3.3 研究展望与可完善之处

首先, 本研究以东山湾海岸带为案例研究区域, 探讨了海岸带在风暴潮灾害情景下暴露指数的时空演变特征, 分析和评估了潜在风险程度的变化过程, 并以此为基础对东山湾海岸带生态环境敏感区域进行识别与判定, 提出了相应的合理化建议。其次, 本文提出了一种基于时间序列的海湾海岸带暴露指数研究方法, 该方法所需海湾数据易于获取, 研究结果可视化效果较好, 可应用于不同海湾海岸带的暴露指数时空演变研究。在此基础上, 为基于时间序列的海湾海岸带脆弱性评价、海湾海岸带韧性评估等相关研究提供了新的研究视角。此外, 将风暴潮灾害情境下的海岸带暴露指数与潜在风险等级时空演变过程进行数值化和可视化, 并在此基础上结合深度学习、神经网络等新兴研究方法, 可为传统的海岸带空间规划与生态保护修复、海岸带灾害监测预警等研究提供新的数据挖掘手段, 特别在海岸带灾害风险预警与灾害模拟等方面具有广阔的应用前景。

研究存在的不足体现在: (1)研究较少考虑海岸带区域人类生产生活的潜在影响; (2)潜在风险程度的划分成果以反映东山湾海岸带整体特征为主, 针对小区域尺度的风险程度评估精度相对不足。在生态环境敏感区域评价结果上, 可根据研究区域资源禀赋、区位条件等优化海岸带自然灾害的应对策略, 在未来的工作中, 将针对不足之处加以完善。