海洋与湖沼  2023, Vol. 54 Issue (6): 1586-1596   PDF    
http://dx.doi.org/10.11693/hyhz20230400087
中国海洋湖沼学会主办。
0

文章信息

高翔, 王柯萌, 武国相, 梁丙臣, 张树岩. 2023.
GAO Xiang, WANG Ke-Meng, WU Guo-Xiang, LIANG Bing-Chen, ZHANG Shu-Yan. 2023.
黄河三角洲互花米草整治对潮滩湿地防灾功效和沉积动力的影响
EFFECTS OF SPARTINA ALTERNIFLORA REMOVAL ON STORM SURGE ATTENUATION AND SEDIMENT TRAPPING IN THE INTERTIDAL ZONE OF THE YELLOW RIVER DELTA
海洋与湖沼, 54(6): 1586-1596
Oceanologia et Limnologia Sinica, 54(6): 1586-1596.
http://dx.doi.org/10.11693/hyhz20230400087

文章历史

收稿日期:2023-04-17
收修改稿日期:2023-05-08
黄河三角洲互花米草整治对潮滩湿地防灾功效和沉积动力的影响
高翔1, 王柯萌1, 武国相1,2, 梁丙臣1,2, 张树岩3     
1. 中国海洋大学工程学院 山东青岛 266100;
2. 山东省海洋工程重点实验室 山东青岛 266100;
3. 山东黄河三角洲国家级自然保护区黄河口管理站 山东东营 257061
摘要:互花米草作为黄河三角洲外来入侵物种, 2010年开始爆发式蔓延, 2020年面积最大时可超6 000 hm2, 对潮间带生物多样性造成了严重影响。自2020年起, 黄河三角洲自然保护区开始大规模的互花米草整治与盐地碱蓬生态修复工作。互花米草具有较强的消浪、缓流、促淤、固滩能力, 短期内、大范围的植被去除, 可能导致波流和沉积动力环境的突变。基于现场观测数据和考虑植被作用的浪、流、沙耦合数值模型, 研究分析了互花米草整治和盐地碱蓬修复对黄河三角洲湿地动力过程的影响, 重点关注风暴作用下黄河三角洲潮滩湿地的防灾减灾能力和沉积效应变化。研究结果表明, 互花米草可有效抵御极端风暴潮, 最大风暴潮位衰减率可达15 cm/km。互花米草整治将导致湿地防灾减灾能力显著下降, 堤前风暴潮峰值可抬升10~30 cm, 同时潮间带的泥沙捕集能力大幅下降。受限于植被密度、高度, 盐地碱蓬完全修复后湿地衰减风暴潮、捕集泥沙的能力显著低于原互花米草湿地。研究建议, 互花米草整治工程应考虑短期内植被去除导致的近岸风暴潮抬升、侵蚀加剧等潜在风险。
关键词黄河三角洲    盐沼    互花米草    湿地整治    风暴潮    
EFFECTS OF SPARTINA ALTERNIFLORA REMOVAL ON STORM SURGE ATTENUATION AND SEDIMENT TRAPPING IN THE INTERTIDAL ZONE OF THE YELLOW RIVER DELTA
GAO Xiang1, WANG Ke-Meng1, WU Guo-Xiang1,2, LIANG Bing-Chen1,2, ZHANG Shu-Yan3     
1. College of Engineering, Ocean University of China, Qingdao 266100, China;
2. Key Laboratory of Ocean Engineering of Shandong Province, Qingdao 266100, China;
3. Yellow River Mouth Management Station of Shandong Yellow River Delta National Nature Reserve, Dongying 257061, China
Abstract: Invasive species Spartina alterniflora have dramatically spread in the Yellow River Delta since 2010. The maximum area of S. alterniflora reached 6000 hectares in 2020, exerting a great negative effect on the intertidal biodiversity. Comprehensive regulations have been conducted in the Yellow River Delta National Nature Reserve including S. alterniflora removal and Suaeda salsa restoration since 2020. However, large-scale vegetation removal within a short period caused significant changes in hydrodynamics and morphodynamics of local intertidal wetlands. Therefore, this effect was studied based on field measurements and a process-based model-coupled hydrodynamic and morphodynamic processes, particularly, on storm surge attenuation and sediment trapping capacity. Results show that the maximum storm surge attenuation rate could exceed 15 cm/km when S. alterniflora was present, and the maximum water level would increase by 10~30 cm after vegetation removal. Additionally, S. alterniflora are pivotal to marsh sedimentation, and the regulations could decelerate the sediment trapping efficiency in intertidal flat. On the other hand, limited by stem density and height, local S. salsa are less effective in attenuating storm surges and trapping fine sediments compared to S. alterniflora. This study provides evidence that rapid vegetation removal may put the intertidal zone to a risk of extreme water level height and may stimulate serve erosions. We appeal that integrated assessment and proper strategies should be taken for wetlands natural restoration.
Key words: Yellow River Delta    salt marsh    Spartina alterniflora    wetland restoration    storm surge    

黄河三角洲位于山东省东营市黄河入海口, 拥有面积广阔的河口、潮间带盐沼湿地。盐沼湿地可以发挥消浪、缓流、促淤等作用, 是抵御风暴潮等海洋灾害的天然屏障。黄河三角洲湿地植被类型主要有盐地碱蓬、互花米草、柽柳、芦苇等(谢旭等, 2021)。互花米草于20世纪90年代初作为固滩植物被引入, 到21世纪初互花米草仅有零散分布, 近十几年来互花米草大规模扩散, 覆盖面积每年增长25%左右(闫振宁等, 2021), 2020年面积超过6 000 hm2。互花米草的迅速扩张造成本土植物物种面积和生物多样性下降(于彩芬等, 2021; 于冬雪等, 2022), 严重影响了湿地生态系统健康。2020年开始, 黄河三角洲开展了大规模的互花米草治理工程, 采用贴地刈割、刈割+翻耕、刈割+围堰等物理方法(张明亮, 2022), 取得了显著成效; 与此同时, 开展了本地植被物种修复工作, 预计修复盐地碱蓬湿地1 000 hm2 (闫雯雯等, 2022)。

湿地植被对波、流动力和泥沙输运、沉积过程具有非常重要的影响。植被的存在会使水流阻力增大、波能耗散加剧(Vuik et al, 2016)。Möller等(2014)开展的水槽实验也表明, 风暴条件下60%的波浪能量耗散归因于盐沼植被。研究多采用水位衰减速率, 即单位宽度湿地造成的水位变化, 来量化盐沼对极端水位的衰减功效(Loder et al, 2009; Paquier et al, 2017; Kiese et al, 2022)。现场观测和数值模拟研究均表明, 盐沼植被可有效衰减风暴潮增水(Loder et al, 2009; Hu et al, 2015)。Stark等(2015)通过对潮沟-盐沼系统风暴期间和高潮期间的水位观测, 揭示了极端水位在潮沟和盐沼平台上的传播机制, 发现极端水位的衰减速率与水位是否淹没潮沟两侧的平台密切相关; Glass等(2018)通过对美国东海岸切萨比克湾盐沼湿地中的观测数据分析, 证实植被对极端水位的衰减能力随着淹没高度的增加而降低。与此同时, 不同的植被模拟方法被植入海岸水动力模型中(Baptist et al, 2007; Wu et al, 2017)。Kiesel等(2022)通过理想化数值模拟表明, 湿地对风暴潮的衰减效率与湿地面积、植被覆盖率密切相关, 盐沼面积越大, 植被覆盖率越高, 风暴潮衰减率越高。Wamsley等(2010)通过模拟发现, 湿地退化和湿地修复均会改变湿地对极端水位的防护能力, 其中湿地的横向宽度和高程是决定性因素。Temmerman等(2012)也发现, 随着植被覆盖率线性下降, 湿地对极端水位的防护功效会呈指数下降。

由于湿地植被对波、流的衰减效应, 水体所携带的悬浮泥沙会在进入植被区后迅速沉降。湿地对悬浮泥沙的捕集效应是维持湿地高程、抵消海平面上升的重要机制。基于意大利北部亚得里亚海海岸线的沉积物和植被调查表明, 米草属植物使砂质、淤泥质海岸侵蚀量分别降低了80%和17% (Lo et al, 2017)。风暴期间, 由于外海悬沙浓度升高, 以及高水位造成更大范围的淹没, 湿地所捕集的泥沙相比日常天气下大幅提升。盐沼退化或入侵物种治理造成的植被变化, 对湿地沉积动力过程也会产生很大影响。Donatelli等(2018)通过数值模拟发现, 盐沼面积降低25%, 将丧失已捕集沉积物的50%。Hu等(2018)通过Delft3D模型, 对美国东海岸一处盐沼湿地的模拟发现, 当盐沼植被移除后, 盐沼湿地对风暴的地貌响应发生了剧烈变化, 湿地中沉积大幅降低, 部分地区甚至发生剧烈侵蚀。

考虑以上植被对盐沼防灾功效、沉积动力的显著影响, 本研究以黄河三角洲地区为研究对象, 聚焦于互花米草整治和盐地碱蓬修复工程对风暴期间潮间带盐沼湿地的水动力和泥沙输运形态, 探究湿地整治工程对三角洲防护、地貌演变的影响作用。

1 数据及方法 1.1 研究区域及数据资料

本研究聚焦于黄河三角洲清水沟叶瓣北岸潮间带(图 1c图 1d)。黄河三角洲地区潮汐为不规则半日潮, 平均潮差为0.73~1.77 m (Yang et al, 2011); 波浪类型多为局部风生浪, 常浪向为东北向, 月平均波高在0.4~0.7 m (刘姣等, 2016)。黄河三角洲互花米草和盐地碱蓬适宜生长的高程范围不同(谢旭等, 2021), 模拟盐地碱蓬修复区主要分布于上潮间带(图 1c), 互花米草主要分布于下潮间带(图 1d)。

图 1 研究区域概况及模型网格和地形 Fig. 1 Overview of the study area, model gridding, and topography 注: a: 研究区地理位置及渤海地形; b: 模型网格划分; c: 模型中互花米草SA1~SA7对应区域、盐地碱蓬修复区域; d: 互花米草整治前的分布区域, 将清水沟叶瓣北岸互花米草划为SA1~SA7; 实测点位S1~S4位于SA6, 具体分布见图1e, S1、S2位于光滩, S3、S4位于盐沼内部

不同潮间带地区的植被对动力环境的影响有差异, 影响因素有植被种类、高度、密度等因素。为取得较为准确的模型植被参数, 研究对植被密度采用样方法进行测量, 自2021年4~10月在一些盐沼断面开展多次测量, 收集互花米草、盐地碱蓬的植被参数, 包括茎高、密度、直径。结果表明互花米草的密度高, 盐地碱蓬密度稀疏, 由于Delft3D中将植被看作三维圆柱刚体, 考虑到盐地碱蓬并非类似圆柱形植株, 其主茎冠层呈团状, 因此研究将盐地盐地碱蓬的直径近似为一个偏大值, 由于模拟实际风暴潮发生在冬季, 模型具体植物参数选取时间较为接近的4月为基准, 具体特征参数如表 1所示。

表 1 植被特征 Tab. 1 In situ vegetation specifications
植被类型 密度/(株/m2) 直径/mm 茎高/m
互花米草 402 5 1.5
盐地碱蓬 20 40 0.3
1.2 现场观测

2021年6月15日至7月10日期间, 在研究区域内开展了水动力、泥沙的多站位同步观测, 具体站点布置如图 1e所示, 仪器布置见表 2。其中, S1、S2位于盐沼前缘, 布置浊度仪(AQUAlogger310TYPT)、波潮仪(RBRsolo3|wave)各一台; S3、S4位于盐沼内部, 布置波潮仪(RBRsolo3|wave)各一台。

表 2 观测仪器布置 Tab. 2 Observation instrument deployment
观测站位 观测时间 仪器布置 数据获取
S1 2021年6月15日~
2021年7月10日
浊度仪、波潮仪 水位、悬沙
S2 浊度仪、波潮仪 水位、悬沙
S3 波潮仪 水位
S4 波潮仪 水位
注: S2位于盐沼和光滩边界; S1位于S2北侧靠海侧200 m; S3、S4位于盐沼内, S3距S2约200 m; S4距S3约300 m

波潮仪采样频率为4 Hz, 采样率512, 浊度仪采样频率为1 Hz, 采样率为32, 采样间隔均为10 min。波潮仪探头距床底约10 cm, 浊度仪固定在观测架上, 各点位仪器时间设置同步。数据采集后进行仪器回收, 对波潮仪、浊度仪原始数据进行处理后可获得水位、有效波高、浊度等数据。采用现场悬浮泥沙样本对浊度进行标定, 获得悬沙浓度数据。因研究区位于弱潮河口, 潮流动力较弱, 本文仅对水位、悬浮泥沙数据进行验证。

2 模拟结果分析 2.1 数值模型参数设置及验证

Delft3D模型广泛应用于河口、海岸地区水流、波浪、泥沙输运和地貌演变研究中(Hu et al, 2018)。本研究选用水平二维模式, 模型网格覆盖渤海与部分北黄海区域, 网格总数目为433×391, 网格分辨率从外海5 km递减至黄河三角洲沿岸100 m, 时间步长设置为0.5 min。水深地形数据为两部分, 外海地形提取自海图, 黄河三角洲近岸融合部分实测断面地形数据, 模型水深如图 1a所示。

模型外海开边界位于渤海海峡处, 选取NAO.99b潮汐模型16个分潮(2N2、J1、K1、K2、L2、M1、M2、MU2、N2、NU2、O1、OO1、P1、Q1、S2、T2)用于生成外海水位边界条件。黄河径流采用水利部黄河水利委员实测径流与悬沙浓度。底摩阻采用曼宁系数, 其值定为0.015, 模型中泥沙沉积速度为0.15 mm/s, 临界切应力为0.15 N/m2 (董程, 2020), 泥沙初始厚度为0.5 m, 泥沙干密度为500 kg/m3。植被类型及其空间分布见图 1c, 互花米草的密度、高度因季节变化而异(图 2), 研究采用2021年4月实测的互花米草参数表征冬季互花米草生长状态。受冬季枯萎期的影响, 互花米草茎高和密度略有下降, 但仍能显著提高水流阻力, 起到促进泥沙捕集、缓解海岸侵蚀的作用, 具体几何形态参数见表 1

图 2 研究区互花米草参数统计 Fig. 2 Parametric statistics of Spartina alterniflora in the study area

图 2所示, 模型给出了四个站位的水位和悬沙浓度实测值和模拟值的对比。模型模拟时间为2021年6月15日至7月10日, 与观测时间一致, 叠加该时间区间相应CCMP (cross-calibrated multi-platform)海面遥感风场, 该风场经海洋浮标验证, 分辨率0.25° (data.remss.com-/ccmp/)。当地潮位为不规则半日潮, 水位在−0.5~0.5 m之间, 四个站位实测和模拟的相关系数均在0.85左右, 水位均方根误差为0.10~0.12 m之间, 显示模型可较好地模拟潮间带湿地的水位过程。

浊度仪依靠光学传感器工作, 藻类附生会影响数据测量的精准度, 剔除后续时间段因藻类附着导致的悬沙浓度测量偏差, 选取6月16~20日的悬沙浓度观测数据进行模型验证。观测期间悬沙浓度最大可达1.1 kg/m3, 而在其他时刻悬沙浓度均在0.0~0.2 kg/m3之间, 这与于上等(2022)2019年在莱州湾非风暴期间测得的悬沙浓度一致, 也和Xie等(2021a)2019年4月在刁口测得的悬沙浓度相吻合。S1、S2模拟和实测的相关系数分别为0.77和0.68, 均方根误差为0.16 kg/m3和0.13 kg/m3, 模拟悬沙浓度和实测数据总体吻合程度可以接受。另外, 选取S1-S3作为断面, 计算了S1-S3的水位衰减速率。计算仅选取高潮峰值水位(不低于0.1 m), 共计筛选出25个峰值水位, 如图 3g所示, 可见实测和模拟的水位衰减速率较为接近, 范围均为0~10 cm/km, 衰减速率随峰值水位增加而增加, 与前人的观测和模拟结果一致(Paquie et al, 2017)。综上, 模型可准确模拟目标区域潮间带盐沼内的水位、水位衰减速率和悬浮泥沙浓度。

图 3 实测站点水位、悬沙浓度、衰减速率与模拟结果对比 Fig. 3 Comparison in water level, suspended sediment concentration, attenuation rate, and simulation results at four in situ observations 注: 相关系数r是衡量两个变量之间线性关系强度的统计量, 它的取值范围在−1到1之间, 当r的绝对值接近1时, 表示两个变量之间有较强的线性关系; 均方根误差ERMS(root mean square error)是衡量预测模型或估计值与实际观测值之间差异的指标, ERMS的数值越小, 表示模型的预测准确度越高
2.2 数值试验设计

为了揭示湿地整治与修复对黄河三角洲湿地动力过程的影响, 本研究设计了三组理想情景: #1代表互花米草整治前的情景, #2代表互花米草整治和盐地碱蓬修复完成后的情景, 即互花米草完全去除、盐地碱蓬完全覆盖适合生长的高程范围内, #3代表互花米草整治完成、盐地碱蓬修复失败的情景, 即潮间带完全为光滩, 具体设置见表 3

表 3 情景模拟设置 Tab. 3 Model scenarios settings
情景设置 植被 模拟代表的情景
#1 互花米草+盐地碱蓬 互花米草治理前
#2 盐地碱蓬 互花米草去除、盐地碱蓬成功修复
#3 无植被 互花米草去除、盐地碱蓬未修复

数值试验考虑一场寒潮风暴过程。风暴过程以2002年12月20~25日的一场寒潮风暴为原型, 寒潮在黄河三角洲具有较强的代表性。模型风场数据采用CCMP风场, 模拟期间观测站附近的风速和风向如图 4所示。

图 4 模拟期间观测站附近的风速、风向 Fig. 4 Wind speed and direction during simulation
2.3 数值试验分析: 极端水位衰减速率

图 5给出了在不同模拟情景下的最大风暴增水空间分布以及植被对风暴潮衰减的贡献。可以看出, 由于植被的阻流作用, 盐沼前缘会形成一定的壅水, 这与前人的模拟研究结果一致(Nardin et al, 2016)。总体而言, 对于光滩情况(情景#3), 风暴增水幅度和影响范围显著大于有植被覆盖情况(情景#1、#2)。互花米草治理前(情景#1), 近岸风暴增水可降低0.15~0.30 m (图 5d), 增水衰减量比互花米草去除、盐地碱蓬成功修复的情景(情景#2)增加0.1 m左右(图 5f)。值得注意的是, 盐地碱蓬的稀疏程度、植株等效直径在不同季节差异较大。本文所选盐地碱蓬参数对应其成熟期, 根据模拟结果, 此时盐地碱蓬具有较强的水位衰减功效(图 5e)。

图 5 不同模拟情景(#1、#2、#3)下的最大风暴增水分布(a~c)及植被对风暴增水的衰减(d~f) Fig. 5 Maximum storm surge (a~c) and contribution of vegetation (d~f) to storm surge attenuation in model scenarios (#1、#2、#3) 注: #1: 互花米草治理前; #2: 互花米草去除; #3: 光滩情况

图 5给出了在不同模拟情景下的最大有效波高分布以及植被对消浪的贡献。波浪由外海向湿地内部传播时, 会在盐沼前缘发生破碎、衰减(Nardin et al, 2016), 有效波高逐渐降低(图 5a~5c)。互花米草治理前(情景#1), 近岸有效波高衰减为0.05~0.15 m (图 5d), 波高衰减量比互花米草去除、盐地碱蓬成功修复(情景#2)增加0.1 m左右(图 5f)。

图 5图 6也显示, 植被的风暴潮、波浪衰减能力在空间上存在很大差异性。因盐地碱蓬主要分布在上潮间带位置, 互花米草主要分布在低潮滩位置, 东西两侧SA1和SA7附近潮下带衰减作用明显高于中部, 这可能与互花米草面积相关。为阐述风暴期间研究区的水位衰减空间格局, 以400 m间隔取离岸-向岸方向水位观测断面, 对图 1d中的不同互花米草植被斑块进行统计分析, 计算出最大水位衰减速率(图 7)。其中, 正值表示水位衰减, 负值表示水位抬升, 部分水位数据的缺失主要是因为互花米草治理前无法淹没该区域。水位衰减速率结果显示, SA2, SA3, SA4在互花米草整治前后对极端水位的衰减功效变化不大, SA1、SA5、SA6、SA7结果显示, 整治后湿地对极端水位的衰减功效大幅降低。同时, 水位衰减功效跟植被斑块的宽度和面积有很大的相关性, 宽度和面积较大的植被斑块(SA1, SA5~SA7), 对极端水位的衰减作用明显更大。

图 6 不同模拟情景下的最大有效波高分布及植被对有效波高的衰减 Fig. 6 Maximum significant wave height and contribution of vegetation to wave attenuation in model scenarios

图 7 互花米草整治前、后对极端风暴增水衰减速率的变化 Fig. 7 Variation in extreme water level attenuation rate before and after remediation of Spartina alterniflora
2.4 数值试验分析: 泥沙捕集和冲淤形态

不同模拟情景下, 风暴过程造成的床面冲淤格局如图 7所示。可以看出, 湾内潮下带以大范围的侵蚀为主(图 8a~8c), 盐沼前缘则以沉积为主(图 8a~8b)。同时, 潮间带侵蚀-淤积形态受地形特征影响显著, 潮沟区、植被斑块间隔区域和上潮间带区域, 一般以侵蚀为主, 与谢卫明等(Xie et al, 2021b)采用Riegl VZ-4000雷达的观测结果一致。

图 8 不同模拟情景下风暴导致的床面变化 Fig. 8 Storm-induced morphological changes in model scenarios 注: 正值表示沉积, 负值表示侵蚀

以单位面积泥沙捕集量, 衡量各模拟情景下不同区域的泥沙捕集能力差异, 如图 9所示。总体而言, 互花米草的泥沙捕集能力约为盐地碱蓬的1.8倍, 但互花米草去除对盐地碱蓬区域的沉积量影响较小。相比之下, 整治后(情景#2)互花米草区泥沙捕集能力较整治前(情景#1)降低38%。在互花米草去除且盐地碱蓬修复失败(情景#3)的情况下, 盐地碱蓬区将面临潜在的侵蚀风险。

图 9 风暴期间不同区域的泥沙沉积量 Fig. 9 Amounts of sediment during storm in different areas of marsh

计算每块互花米草斑块的床面变化平均值, 对比整治前、后两种模拟情景(情景#1、#3), 如图 10所示。整治前(情景#1), 互花米草区域以沉积为主, 平均沉积量0~5 mm; 整治后(情景#2), 多数植被斑块从沉积转变为侵蚀状态, 侵蚀量最高可达5 mm。综上所述, 互花米草去除, 可使潮间带湿地对风暴过程的地貌响应发生显著改变, 沉积量总体上大幅减小, 甚至转变为侵蚀。

图 10 整治前、后风暴过程导致的平均床面变化量 Fig. 10 Average morphology changes during the storm for scenarios before and after remediation
3 讨论

互花米草近年来的快速入侵对潮间带湿地生物多样性、生态系统健康的危害已被广泛认识到, 诸多学者对其危害作了较为详细的阐述(盛强等, 2014; Liu et al, 2016)。对于黄河三角洲, 互花米草的快速扩张也导致了一系列生态系统问题, 其繁殖速度快、竞争能力强又没有天敌, 对黄河三角洲物种生态造成恶劣影响, 植被密度过高挤压了潮间带生物的生存空间, 导致本土物种生物多样性下降甚至替代本土物种。因此, 开展互花米草治理、修复原生湿地生态, 具有非常重要的意义。

3.1 海岸防灾效应对互花米草治理的响应

在治理过程中需要考虑的是互花米草作为盐沼的重要组成部分, 具备一定的海岸防灾功能(衰减极端水位、波浪)。本研究模拟结果显示互花米草的彻底清除会导致近岸风暴增水增加, 这与Hu等(2015)通过数值实验得出的结论一致; Wamsley等(2010)的研究成果也表明, 近岸的风暴水位会在退化的湿地内增加0.15~0.30 m。受本地物种盐地碱蓬的适宜生长范围所限(谢旭等, 2021), 在互花米草整治完成后, 原互花米草区域极有可能被光滩替代。鉴于研究区地形较为平坦, 本文分别以S1-S2断面的光滩区域和S2-S3断面的互花米草区域的水位衰减速率, 表征互花米草整治后、整治前的风暴潮衰减功效。数值模拟结果表明, 整治后研究区水位衰减速率将下降5~15 cm/km (图 7), 与实测结果一致(图 11)。

图 11 S1-S2断面、S2-S3断面水位衰减速率 Fig. 11 Water level attenuation rate in S1-S2 and S2-S3

同时互花米草可以能够有效捕集泥沙, 对维持湿地高程、防止湿地退化有一定积极作用。短期、快速的互花米草整治、去除, 可能会对当地的动力环境和沉积环境产生突变性的影响。本文的情景模拟也指出, 互花米草去除后, 海岸会暴露于更高的水位、更强的波浪作用下; 同时, 互花米草的去除也可导致风暴作用下潮间带由淤积状态转变为侵蚀状态, 这与Hu等(2018)通过数值模拟得到的结论一致。

3.2 海岸地貌演化对互花米草治理的响应

本地湿地植物物种盐地碱蓬较为稀疏、矮小, 对极端海况的衰减功效较低, 捕集泥沙的能力也有所不足; 且盐地碱蓬一般生长于上潮间带, 难以对中低潮滩形成有效防护, 此外有研究表明现阶段潮间带一直处于侵蚀状态(Xie et al, 2021b)。从短期风暴角度来看, 风暴为盐沼湿地输送了大量泥沙, 导致上潮间带在盐地碱蓬的捕集作用下发生沉积作用, 与盐地碱蓬修复失败相比, 盐地碱蓬修复成功会使大量泥沙沉积在上潮间带(图 9b), 从而使互花米草可以捕集的泥沙量变小, 不利于互花米草泥沙捕集(图 9a)。若碱蓬修复失败, 风暴条件下该区域植被阻力减少、泥沙捕集能力下降, 上潮间带将面临更为严峻的侵蚀风险。波流共同作用下, 上潮间带泥沙再悬浮后, 可能成为下潮间带原互花米草区域的重要泥沙来源, 因此原互花米草区域并未发生侵蚀。

近几十年来, 由于人类活动和海平面上升等影响, 潮滩面临着侵蚀, 甚至消失的风险。在全球风暴加剧的背景下, 传统的固体式堤坝防护作用受限, 如何在堤坝前恢复大片的生态湿地可能是生态防护方案的关键, 因此湿地的保护尤为重要。而近十几年来黄河入海泥沙不断减少, 除河口外大面积海岸带已处于蚀退状态(林聪泳等, 2021); 本研究所关注的清水沟叶瓣北岸潮滩, 也面临着泥沙浓度下降、泥沙供给减弱的情况。如互花米草快速去除, 岸滩防护屏障消失, 整个潮滩可能面临着剧烈侵蚀的风险, DeLaune等(1994)对20个盐沼沙丘的监测发现, 在植被死亡的情况下, 盐沼沙丘高程在两年内下降了15 cm。在潮滩侵蚀, 甚至消失的大背景下, 潮滩湿地生态系统将无从谈起。因此, 本研究认为, 互花米草治理应综合考虑植被去除后的海岸防灾功效变化和岸滩侵蚀风险, 合理制定预防措施。

本文研究主要针对湿地对风暴过程的响应, 未来有必要针对三角洲湿地对入侵物种整治修复的中长期响应开展研究, 尤其是考虑植被与地貌的耦合效应。

4 结论

本文针对黄河三角洲互花米草整治和盐地碱蓬湿地修复工程, 利用现场观测数据, 结合Delf3D浪、流、沙、植被耦合模型, 探讨了湿地整治修复前后, 湿地对极端风暴的防护功效和地貌变化。从模拟结果来看, 互花米草去除极可能对潮滩湿地的动力环境和冲淤格局产生显著影响:

(1) 互花米草整治将降低其掩蔽区域的风暴潮衰减能力, 使沿岸地区面临更大的风暴增水风险; 同时, 互花米草整治也将降低潮间带的泥沙捕集能力, 甚至加剧潮间带侵蚀。

(2) 互花米草整治后, 需考虑短期的风暴增水、岸滩侵蚀风险, 并开展因地制宜的预防措施。

参考文献
于上, 谢卫明, 何青, 等, 2022. 黄河口潮滩泥沙絮凝研究[J]. 海洋学报, 44(11): 99-110.
于冬雪, 韩广轩, 王晓杰, 等, 2022. 互花米草入侵对黄河口潮沟形态特征和植物群落分布的影响[J]. 生态学杂志, 41(1): 42-49.
于彩芬, 许道艳, 邢庆会, 等, 2021. 浅谈环渤海地区互花米草(Spartina alterniflora)防治建议[J]. 海洋环境科学, 40(6): 903-907.
刘姣, 郭腾飞, 单红仙, 2016. 黄河三角洲沉积物侵蚀再悬浮动力机制研究[J]. 地下空间与工程学报, 12(1): 61-69.
闫振宁, 梅宝玲, 张桂萍, 等, 2021. 高程对盐沼湿地互花米草生长与扩散的影响[J]. 生态环境学报, 30(6): 1183-1191.
闫雯雯, 庄洪鑫, 2022. 10万亩互花米草完成第一轮刈割[N]. 东营日报, 2022-10-12(007).
林聪泳, 陈沈良, 李鹏, 等, 2021. 黄河三角洲北部近岸悬浮物季节性分布及驱动因素[J]. 海洋学报, 43(12): 152-160.
盛强, 黄铭垚, 汤臣栋, 等, 2014. 不同互花米草治理措施对植物与大型底栖动物的影响[J]. 水生生物学报, 38(2): 279-290.
董程, 2020. 黄河三角洲潮滩动力地貌演变的数值模拟研究[D]. 烟台: 鲁东大学: 18-19.
谢旭, 李晓文, 白军红, 等, 2021. 黄河三角洲湿地中4种典型植物地上生物量随地表高程的变化规律[J]. 湿地科学, 19(2): 226-231.
谢宝华, 韩广轩, 吕卷章, 等, 2021. 一种梯田式围淹加刈割综合治理互花米草的方法: CN110268892B[P]. 2021-10-29.
BAPTIST M J, BABOVIC V, RODRÍGUEZ UTHURBURU J, et al, 2007. On inducing equations for vegetation resistance[J]. Journal of Hydraulic Research, 45(4): 435-450. DOI:10.1080/00221686.2007.9521778
DELAUNE R D, NYMAN J A, PATRICK JR W H, 1994. Peat collapse, ponding and wetland loss in a rapidly submerging coastal marsh[J]. Journal of Coastal Research, 10(4): 1021-1030.
DONATELLI C, GANJU N K, ZHANG X H, et al, 2018. Salt marsh loss affects tides and the sediment budget in shallow bays[J]. Journal of Geophysical Research: Earth Surface, 123(10): 2647-2662. DOI:10.1029/2018JF004617
GLASS E M, GARZON J L, LAWLER S, et al, 2018. Potential of marshes to attenuate storm surge water level in the Chesapeake Bay[J]. Limnology and Oceanography, 63(2): 951-967.
HU K L, CHEN Q, WANG H Q, 2015. A numerical study of vegetation impact on reducing storm surge by wetlands in a semi-enclosed estuary[J]. Coastal Engineering, 95: 66-76.
HU K L, CHEN Q, WANG H Q, et al, 2018. Numerical modeling of salt marsh morphological change induced by Hurricane Sandy[J]. Coastal Engineering, 132: 63-81.
KIESEL J, MACPHERSON L R, SCHUERCH M, et al, 2022. Can managed realignment buffer extreme surges? The relationship between marsh width, vegetation cover and surge attenuation[J]. Estuaries and Coasts, 45(2): 345-362.
LIU W W, MAUNG-DOUGLASS K, STRONG D R, et al, 2016. Geographical variation in vegetative growth and sexual reproduction of the invasive Spartina alterniflora in China[J]. Journal of Ecology, 104(1): 173-181.
LO V B, BOUMA T J, VAN BELZEN J, et al, 2017. Interactive effects of vegetation and sediment properties on erosion of salt marshes in the Northern Adriatic Sea[J]. Marine Environmental Research, 131: 32-42.
LODER N M, IRISH J L, CIALONE M A, et al, 2009. Sensitivity of hurricane surge to morphological parameters of coastal wetlands [J]. Estuarine, Coastal and Shelf Science, 84(4): 625-636.
MÖLLER I, KUDELLA M, RUPPRECHT F, et al, 2014. Wave attenuation over coastal salt marshes under storm surge conditions[J]. Nature Geoscience, 7(10): 727-731.
NARDIN W, EDMONDS D A, FAGHERAZZI S, 2016. Influence of vegetation on spatial patterns of sediment deposition in deltaic islands during flood[J]. Advances in Water Resources, 93: 236-248.
PAQUIER A E, HADDAD J, LAWLER S, et al, 2017. Quantification of the attenuation of storm surge components by a coastal wetland of the US mid Atlantic[J]. Estuaries and Coasts, 40(4): 930-946.
STARK J, VAN OYEN T, MEIRE P, et al, 2015. Observations of tidal and storm surge attenuation in a large tidal marsh[J]. Limnology and Oceanography, 60(4): 1371-1381.
TEMMERMAN S, DE VRIES M B, BOUMA T J, 2012. Coastal marsh die-off and reduced attenuation of coastal floods: a model analysis[J]. Global and Planetary Change, 92/93: 267-274.
VUIK V, JONKMAN S N, BORSJE B W, et al, 2016. Nature-based flood protection: the efficiency of vegetated foreshores for reducing wave loads on coastal dikes[J]. Coastal Engineering, 116: 42-56.
WAMSLEY T V, CIALONE M A, SMITH J M, et al, 2010. The potential of wetlands in reducing storm surge[J]. Ocean Engineering, 37(1): 59-68.
WU G X, LI H J, LIANG B C, et al, 2017. Subgrid modeling of salt marsh hydrodynamics with effects of vegetation and vegetation zonation[J]. Earth Surface Processes and Landforms, 42(12): 1755-1768.
XIE W M, GUO L C, WANG X Y, et al, 2021b. Detection of seasonal changes in vegetation and morphology on coastal salt marshes using terrestrial laser scanning[J]. Geomorphology, 380: 107621.
XIE W M, WANG X Y, GUO L C, et al, 2021a. Impacts of a storm on the erosion process of a tidal wetland in the Yellow River Delta[J]. CATENA, 205: 105461.
YANG S L, MILLIMAN J D, LI P, et al, 2011. 50, 000 Dams later: erosion of the Yangtze River and its delta[J]. Global and Planetary Change, 75(1/2): 14-20.