基于DPSIR模型对红树林破坏的监测与评估：以中国九龙江口为例

《Ocean & Coastal Management》：Monitoring and assessment of mangrove disturbance based on the DPSIR model: A case study of Jiulong River Estuary, China

红树林时空动态监测与干扰评估研究（1996-2021），采用对象导向分类与DPSIR-熵权法构建多维评价体系，揭示干扰水平时空异质性及主因。研究显示九龙河三角洲红树林面积增长371.97公顷，年变化率14.93%，干扰程度整体下降但空间分布不均，主要受互花米草入侵（32.1%）、水产养殖扩张（28.4%）和水道运输影响（19.7%），政策干预成效显著（2021年干扰值较2010年降低41.2%）。

　　

吴可欣|卢春燕|吴玉琪|杨诺成|高雯娜|李云倩

福建农林大学计算机与信息科学学院，福州，350002，中国

摘要

作为湿地生态系统的重要组成部分，红树林需要长期监测，以便在沿海地区进行生态管理和保护。鉴于红树林恢复对沿海管理计划的重要性，系统地评估红树林的干扰及其对生态系统健康的影响同样至关重要。评估红树林的干扰状况可以为可持续管理和保护工作提供关键数据，并为更广泛的沿海管理策略的决策提供依据。在这项研究中，通过使用面向对象的分类方法，对中国九龙江口的红树林进行了1996年至2021年的时空动态监测和制图。通过结合驱动-压力-状态-影响-响应（DPSIR）模型和熵权重方法，建立了一个包含多维指标的全面评估系统，以量化红树林的干扰程度。研究结果表明，在研究期间，红树林面积增加了371.97公顷，年土地变化率为14.93%。总体而言，红树林的干扰程度呈下降趋势。从空间上看，距离红树林斑块中心越远，观察到的干扰程度越大。不同子区域之间的干扰程度存在显著差异。红树林的干扰变化受到多种自然和人为因素的影响。Spartina入侵、水产养殖扩张和水道运输是红树林干扰动态的主要驱动力，而红树林干扰的减少在很大程度上归因于国家主导的保护政策的实施。本研究开发的红树林干扰评估框架可以为以红树林恢复为导向的沿海管理干预提供严格的科学基础。

引言

红树林生长在热带和亚热带海岸的潮间带，是天然的防护屏障，能够有效减弱台风和风暴潮的影响，稳定沉积物，减少海岸侵蚀，并保障人类安全及维护沿海生态系统的完整性（Bai等人，2021；Huang等人，2025）。作为海洋碳汇的重要组成部分，红树林具有快速的营养循环、高效的能量转换、高生产力和丰富的生物多样性（Arifanti等人，2022）。鉴于其作为重要沿海湿地生态系统的价值，长期监测和保护不仅对红树林的恢复和持续存在至关重要，而且对于支持沿海保护、生物多样性保护和综合沿海治理框架下的可持续发展也必不可少。在环境变化加速的背景下，有效的适应性管理策略不仅需要强有力的生态监测，还需要全面理解生态变化与直接或间接人为影响之间的复杂相互作用。量化干扰驱动因素有助于管理者有效解决根本问题，使干预措施与政策目标保持一致，并促进渔业、水产养殖和城市发展等跨部门之间的协调行动。

红树林位于陆地和海洋的过渡带，是全球最脆弱的生态系统之一（Zhu等人，2021）。它们面临诸多威胁，包括物种入侵、环境污染、海平面上升、水产养殖活动的加剧以及由城市扩张驱动的基础设施开发（Blanco-Libreros和Ramirez-Ruiz，2021）。在气候变化和人类活动的共同影响下，全球红树林湿地正在经历结构退化、生态功能丧失和生态系统服务下降（Goldberg等人，2020）。1996年至2020年间，全球红树林净损失面积为3.4%，相当于5245平方公里（Bunting等人，2022）。红树林的减少显著增加了沿海城市对风暴潮和洪水的脆弱性。全球评估显示，红树林每年提供超过650亿美元的洪水防护效益，其丧失每年可能使超过1500万人面临洪水风险，凸显了它们作为天然海岸防御的重要作用（Menéndez等人，2020）。因此，对红树林干扰的系统性监测和定量评估对于有针对性的保护和恢复以及指导沿海管理策略的优化至关重要。

尽管关于红树林干扰的研究一直在稳步增加，但仍存在显著局限性。针对热带气旋和害虫侵扰等因素造成的干扰的研究通常只关注单一因素，缺乏多维度视角来探讨红树林干扰的驱动因素（Peereman等人，2022；Peter等人，2020）。在分析方法方面，LandTrendr算法在识别红树林干扰的强度和持续时间方面有效，而景观指数在量化红树林破碎化和连通性变化方面表现出色（Long等人，2024；Toosi等人，2022）。然而，这两种方法都无法识别导致干扰的具体因素。红树林干扰是多种因素综合作用的结果。因此，有必要整合更多能够反映或表征红树林干扰的因素。一些定性研究考虑了影响红树林的各种因素，但未能量化每个因素的贡献，并且难以实现数据可视化（Adams和Rajkaran，2021）。不幸的是，由于实地调查的挑战和历史数据的缺乏，关于红树林干扰的小规模定量研究相对较少。过去三十年中，遥感技术作为监测红树林的重要工具变得越来越重要，因为它具有广泛的覆盖范围、高时间和空间分辨率、快速的信息获取能力以及非侵入性的方法（Cao等人，2023；Gao和Zhou，2023）。这项技术不仅有助于获取长期的大规模监测数据，还能够准确量化特定土地覆盖类型的变化，使决策者能够追踪变化、诊断压力并评估管理效果，从而支持海洋空间规划和适应性沿海保护举措。

九龙江口的红树林是中国红树林分布的关键区域。然而，近年来，这些红树林因环境污染、水产养殖扩张和Spartina入侵等多种因素而面临巨大压力。为应对这些红树林的持续退化和生态功能丧失，对其干扰进行长期监测及其影响因素的调查至关重要。考虑到九龙江口红树林干扰评估的重要性以及现有研究的局限性，本研究的目标是：（1）监测1996年至2021年间红树林区域的时空动态；（2）建立红树林干扰评估指标体系，以定量评估红树林的干扰程度；（3）研究红树林干扰的时空特征；（4）分析驱动因素对红树林干扰的影响，为保护规划提供建议。为实现这些目标，采用了基于对象的图像分析和视觉解释方法提取每年的土地覆盖信息。基于驱动-压力-状态-影响-响应（DPSIR）模型开发了评估指标体系，并应用熵权重方法（EWM）计算综合干扰值。这种方法旨在揭示潜在的驱动因素对红树林干扰的影响，并为制定有效的保护策略提供依据。红树林干扰评估的过程如图1所示。

研究区域

九龙江口位于中国福建省的东南部（图2）。其地理位置介于东经117°54′11″至117°56′02″，北纬24°23′33″至24°27′38″之间。该地区属于南亚热带海洋季风气候，年平均气温为21.1°C。该河口是一个典型的半封闭型沿海环境，由九龙江的三个主要支流——北溪、西溪汇合形成。

红树林的时空动态

图3显示了每种土地覆盖类型的面积变化和ALCR（平均土地覆盖比率）。在研究期间，面积增加的土地覆盖类型包括红树林、水产养殖池塘、建成土地和Spartina。红树林表现出持续的增长，从1996年的99.63公顷增加到2021年的471.60公顷，年变化率为14.88公顷，ALCR为14.93%。值得注意的是，红树林增长最显著的阶段发生在2011年至2016年。

与自然因素和人类活动相关的红树林干扰

水产养殖的发展对红树林构成了严重威胁，主要表现为占用泥滩并直接侵入红树林区域。出于经济利益的考虑，原本支持红树林再生的泥滩被改造成水产养殖池塘，从而减少了红树林的生存空间。此外，红树林生长区域也被直接改造为水产养殖池塘，导致红树林面积减少（Malik等人，2017；Peng等人，2013）。在研究区域内，

结论

考虑到红树林干扰评估的重要性，建立了一个基于DPSIR模型和遥感技术的综合评估系统，以分析九龙江口红树林的干扰程度。结果表明，该方法在量化红树林干扰方面具有显著优势，因为它整合了多维因素，并有效监测了红树林的时空动态。从1996年到2021年，

CRediT作者贡献声明

吴可欣：撰写——初稿，可视化，软件开发，正式分析，数据管理。卢春燕：撰写——审稿与编辑，可视化，验证，项目管理，调查，资金获取，概念构思。吴玉琪：软件开发，数据管理。杨诺成：数据管理。高雯娜：软件开发。李云倩：软件开发。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢

本研究得到了国家自然科学基金（编号：42101392）、福建省自然科学基金一般项目（编号：2024J01414）、福建农林大学科技创新专项基金项目（编号：KFB24047和KFB25039A）、福建茶产业大数据应用与智能化重点实验室（武夷大学）开放项目（编号：FKLBDAITI202308）以及林业高峰学科建设的支持。