EN中文

地理学报 >

2024 , Vol. 79 >Issue 1: 114 - 133

DOI: https://doi.org/10.11821/dlxb202401008

美丽中国建设的科学问题

海岸带景观破碎化对固碳服务流的影响

  • 闫晓露 , 1, 2 ,
  • 武帅 1, 2 ,
  • 吴雪雪 1, 2 ,
  • 王煜景然 1, 2 ,
  • 胡远满 3
展开
  • 1.辽宁师范大学海洋可持续发展研究院 教育部人文社科重点研究基地，大连 116029
  • 2.辽宁省“海洋经济高质量发展”高校协同创新中心，大连 116029
  • 3.中国科学院沈阳应用生态研究所，沈阳 110016

闫晓露(1987-), 女, 黑龙江齐齐哈尔人, 博士, 副教授, 博士生导师, 主要从事海岸带景观与可持续研究。E-mail:

收稿日期: 2023-07-10

  修回日期: 2023-12-21

  网络出版日期: 2024-01-29

基金资助

中国科学院战略性先导科技专项(XDA23100403)

国家自然科学基金项目(42101113)

教育部人文社会科学研究项目(21YJCZH193)

教育部学位与研究生教育发展中心主题案例项目(ZT-221016504)

辽宁省社科联2023年度辽宁省经济社会发展研究课题(2023lslybkt-081)

收起

Impacts of landscape fragmentation of coastal zone on carbon sequestration service flow

  • YAN Xiaolu , 1, 2 ,
  • WU Shuai 1, 2 ,
  • WU Xuexue 1, 2 ,
  • WANG Yujingran 1, 2 ,
  • HU Yuanman 3
Expand
  • 1. Key Research Base of Humanities and Social Sciences of Ministry of Education, Institute of Marine Sustainable Development, Liaoning Normal University, Dalian 116029, Liaoning, China
  • 2. University Collaborative Innovation Center of Marine Economy High-Quality Development of Liaoning Province, Dalian 116029, Liaoning, China
  • 3. Institute of Applied Ecology, CAS, Shenyang 110016, China

Received date: 2023-07-10

  Revised date: 2023-12-21

  Online published: 2024-01-29

Supported by

Strategic Priority Research Program of the Chinese Academy of Sciences(XDA23100403)

Natural Science Foundation of China(42101113)

Humanities and Social Sciences research project of Ministry of Education(21YJCZH193)

Ministry of Education Thematic Case Project of the Center for the Development of Degree and Graduate Education(ZT-221016504)

Liaoning Provincial Federation of Social Sciences 2023 Research Topics on Economic and Social Development in Liaoning Province(2023lslybkt-081)

Fold

摘要

蓝碳作为解决全球气候变化问题的长期方案之一，其和谐的供需动态关系对促进区域碳平衡和可持续管理具有重要意义。随着海岸带社会经济的快速发展，海岸带景观破碎化显著，直接影响其系统中能量流、物质循环等生态过程。然而，海岸带景观破碎化对固碳服务供需关系及流的影响尚不明确。基于此，本文在建立海岸带景观破碎化对固碳服务流影响框架基础上，综合土地利用数据、碳储量采样数据和夜间灯光数据，运用移动窗口法、InVEST模型及网络模型，以中国北方典型淤泥质海岸带——辽河三角洲为例开展实证研究。结果表明：① 1995—2020年随着辽河三角洲景观破碎化加剧，固碳服务需求量增加3044万t，固碳服务供给量先增后减，整体变化不显著，固碳服务供需差从1995年449万t增加到2020年3376万t；② 不同人类活动强度导致的景观破碎化对固碳服务流流量的负面影响存在差异，其中对农业围垦区更为显著，对工业港口围垦区的影响呈先增后减趋势，而对芦苇湿地作用甚微；③ 景观破碎化对固碳服务流空间格局的影响体现在固碳服务流网络密度及连通性上，其引起服务流中断、服务流方向改变；④ 芦苇保护区和农业围垦区具有重要生态功能，应严格控制生态红线提升碳汇能力；工业港口围垦区应加强生态廊道建设，提升景观连通性，恢复碳汇功能。本文揭示景观破碎化与固碳服务流的关系，研究结果可为中国保护性战略重点区乃至全球其他类似淤泥质海岸带的生态修复和碳汇能力提升提供科学依据及管理参考。

关键词： 景观破碎化; 蓝碳; 固碳服务流; 海岸带; 美丽中国

本文引用格式

闫晓露 , 武帅 , 吴雪雪 , 王煜景然 , 胡远满 . 海岸带景观破碎化对固碳服务流的影响[J]. 地理学报, 2024 , 79(1) : 114 -133 . DOI: 10.11821/dlxb202401008

Abstract

As one of the long-term solutions to the global climate change problem, the harmonious dynamic relationship between supply and demand of blue carbon is of great significance in promoting regional carbon balance and sustainable management. With the rapid socio-economic development, the landscape fragmentation of the coastal zone is significant, which directly affects the ecological processes such as energy flow and material circulation in its system. However, the effects of coastal zone landscape fragmentation on the supply-demand relationship and flow of carbon sequestration services are not clear. Based on the framework of the impact of coastal landscape fragmentation on carbon sequestration service flow, this study synthesizes land use data, carbon storage sampling data and nighttime light data, and employs the moving window method, the InVEST model and the network model to conduct an empirical study in the Liaohe River Delta, a typical silty coastal zone in northern China. The results show that: (1) From 1995 to 2020, with the intensification of landscape fragmentation in the Liaohe River Delta, the demand for carbon sequestration services increased by 30.44 million tons and the supply of carbon sequestration services increased and then decreased, with the overall change being insignificant, and the difference between the supply and demand of carbon sequestration services increased from 4.49 million tons in 1995 to 33.76 million tons in 2020. (2) The negative impact of landscape fragmentation on the carbon sequestration service flow varied among different anthropogenic intensity, with more pronounced impact on agricultural reclamation areas, increasing and then decreasing impact on industrial port reclamation areas, while little impact on reed wetlands. (3) The impact of landscape fragmentation on the spatial pattern of carbon sequestration service flow is reflected in the density and connectivity of carbon sequestration service flow network, interrupting service flow and changing the direction of service flow. (4) The reed protection areas and agricultural reclamation areas have important ecological functions, and ecological red line should be strictly controlled to enhance carbon sequestration capacity. The industrial port reclamation areas should strengthen the construction of ecological corridors to enhance landscape connectivity and restore carbon sink function. This study reveals the relationship between landscape fragmentation and carbon sequestration service flow, and the results can provide scientific basis and management reference for ecological restoration and carbon sequestration capacity enhancement in China's conservation strategic key areas and other similar silt coastal zones around the world.

Key words： landscape fragmentation; blue carbon; carbon sequestration service flow; coastal zone; Beautiful China

1 引言

海岸带蓝碳生态系统（红树林、滨海盐沼、海草床）以全球0.2%的海洋面积，储存约50%的海洋沉积物碳储量，在碳循环及应对全球变暖问题中发挥重要作用[1-2]。然而，日益频繁的人类活动，加之气候变化及海平面上升[3⇓-5]，滨海湿地正面临较为严重的景观破碎化与退化，其固碳功能显著降低[6-7]，极大削弱海岸带蓝碳生态系统在应对气候问题上的作用。因此，海岸带景观破碎化对蓝碳的影响受到广泛关注[8-9]。生态系统服务流能够准确描述固碳服务从供给区到需求区的流动路径[10⇓-12]，而景观破碎化直接影响生态系统中能量流、物质循环等生态过程[13]，改变碳源区与碳汇区的作用关系及固碳服务流的形成机制。因此，揭示固碳服务供需及流对景观破碎化的响应，识别关键碳汇功能区，不仅可以丰富景观生态学“格局—过程—服务—可持续性”的研究范式，同时有助于海岸带生态修复和蓝碳功能提升，为当前全球气候问题提供蓝碳解决方案。
近年来，探讨海岸带景观破碎化及固碳服务的相关研究主要集中于两个方面。第一方面研究关注海岸带景观破碎化评估与驱动因素分析[14⇓-16]。日益增加的人为干扰是改变海岸带景观要素及空间配置的主要原因，其结果致使滨海湿地景观连通性降低，物种多样性受到威胁，最终导致海岸带生态功能和价值降低[8-9]。例如，Song等通过时空模拟韩国松岛海岸带滩涂湿地土地利用变化和破碎化，并从韧性角度提出适应及改造方案[14]；Zang等评估盐城滨海湿地景观格局变化，分析其驱动因素，并探究景观破碎化对生态脆弱性及生态价值的影响[15]；Xu等基于崇明东滩湿地生境破碎化问题，通过生态廊道优化进行生态功能分区，以维护生物多样性[16]。以上研究表明，人为干扰是导致海岸带景观破碎化的主要因素，严重威胁滨海湿地生态功能与海岸带地区生态安全格局，但该方面研究缺少景观破碎化对海岸带地区重要生态功能的影响研究。
海岸带滨海湿地蓝碳具有强大碳汇功能，是降低大气CO2浓度、减缓全球气候变化的重要载体[17]。因此，第二方面研究多聚焦海岸带景观破碎化对蓝碳生态功能的影响研究。例如，Rippel等研究表明滨海盐沼破碎化通过减少凋落物积累，改变土壤碳循环，证实生境边缘效应对生态系统功能产生显著影响[18]；Ma等通过分析黄河三角洲1970—2010年间蓝碳储量与土地利用/覆盖转化的时空动态关系，揭示自然湿地破碎化和退化能够导致10.2%的蓝碳损失[19]；Chen等通过对全球123个潮滩碳储量和碳累积率的研究，发现围填海导致潮滩损失并伴随大量碳排放[20]。以上研究表明，湿地破碎化和退化会削弱海岸带蓝碳生态系统固碳能力及功能发挥。然而，海岸带景观破碎化会干扰固碳服务的流量和流向。因此，海岸带景观破碎化对固碳服务供需流的研究仍有待进一步揭示。
综上所述，现有研究只考虑了海岸带景观破碎化的时空变化及影响因素，或只考虑海岸带景观破碎化对固碳服务功能的影响。然而实际情况是，固碳服务往往存在供需空间错位，其在供给区（碳汇区）和需求区（碳源区）之间的流动可以满足碳平衡[10]，从而实现调节气候作用。但是，景观破碎化导致景观配置和异质性发生变化，改变现有格局连通性，打破固碳服务供需区域间的作用过程。因此，景观破碎化对固碳服务流的影响是积极还是消极?其影响如何?这是本文亟需解决的科学问题。
辽河三角洲过去百年是退海之地，被称为东北“南大荒”，是全球保存最完好的湿地之一，拥有典型、完整的温带滨海湿地生态系统和河口湿地景观，是国际鸟类迁徙路线上的关键区域和西太平洋斑海豹的重要繁殖地，在全球生态治理中发挥着重要作用。中国20世纪沿海湿地工农业及住宅用地剧烈扩张，致使该地区成为环渤海地区典型围垦区，经济发展与生态保护冲突不断加剧。2023年习近平总书记在全国生态环境保护大会上，对以美丽中国建设全面推进人与自然和谐共生的现代化做出重大战略部署[21]。辽河三角洲作为辽宁沿海经济带重点区域，亟需兼顾生态保护与经济发展。鉴于此，本文以辽河三角洲为例，揭示景观破碎化对固碳服务流的影响，明确固碳服务关键供需区，从而为精细、科学的海岸带生态功能区划提供理论依据与实践参考。

2 理论框架构建及案例研究

2.1 理论框架

随着人口迁移、工业港口用地扩张和农业围垦的不断加剧，导致海岸带景观格局破碎化（图1）。景观破碎化涉及连续栖息地、生物种群等生态系统的破坏，将大面积自然土地覆盖分解为更小、更孤立的斑块，从而影响生态过程[22-23]。海岸带开发活动（碳源区）产生的碳在大气环流等生态过程作用下，最终被固定在滨海湿地（碳汇区），进而发挥固碳服务功能；固碳服务由自然生态系统反馈到人类社会的过程构成固碳服务流，实现固碳服务的供需匹配，促进海岸带地区碳平衡。然而，景观破碎化改变海岸带景观要素组成及空间配置，导致固碳服务供需区域空间失调及作用关系紊乱，进而对固碳服务流产生影响。因此，研究景观破碎化对固碳服务流的影响，并识别固碳服务关键供需区，不仅可丰富海岸带蓝碳生态系统可持续管理理论框架，且有利于指导区域经济系统与自然生态系统协同发展的实践过程。
图1 景观破碎化对固碳服务流影响理论框架

Fig. 1 Theoretical framework for the impact of landscape fragmentation on carbon sequestration service flow

2.2 研究区概况

辽河三角洲（40°43′51″N~41°12′42″N，121°31′26″E~122°10′27″E）位于辽东湾北部（图2），是典型的滨海盐沼湿地，在国际湿地和生物多样性研究与保护中拥有重要地位。研究区历经近百年围垦历史[24]，总面积为140970 hm2，其中湿地占87.83%，其主体部分双台河口自然保护区于2004年被列入《拉姆萨尔公约》[25]（https://rsis.ramsar.org/ris/1441）。
图2 研究区概况及采样点位置

注：基于自然资源部标准地图服务网站审图号为GS(2019)1822号的标准地图制作，底图边界无修改。

Fig. 2 Liaohe River Delta and locations of the sampling sites

2.3 数据来源及处理

本文获取辽河三角洲1992—2020年期间4种类型数据。① 土地利用数据源于美国地质勘探局网站（http://landsat.usgs.gov/）提供的1995年、2005年、2015年以及2020年4个时期的Landsat遥感影像数据，空间分辨率30 m，其云量均在10%以下，以1∶10万的地形图为基准，结合“高分二号”卫星高清影像，在ENVI 5.3软件中进行影像预处理；采用面向对象与目视解译相结合的方法进行土地利用类型划分，根据研究需求，将土地利用类型划分为4个一级类型和14个二级类型（表1）。经混淆矩阵精度检验，Kappa系数均达到0.85以上，分类精度较好，符合本文需要。② 景观格局指数使用Fragstats 4.2软件（https://fragstats.org/）；并应用ArcGIS 10.7 进行相关数据处理，空间分辨率为30 m；所有统计分析均使用IBM SPSS Statistics v.25（https://www.ibm.com/products/spss-statistics）。③ 碳库数据来源于团队野外调查设置的采样点数据以及参考文献[24,26⇓ -28]。碳储量数据使用InVEST模型（https://naturalcapitalproject.stanford.edu/software/invest）碳储存与固定（Carbon Storage and Sequestration, CS）模块计算；使用 ArcGIS 10.7的栅格计算器进行数据处理，并重采样为30 m空间分辨率。④ 夜间灯光数据来自美国国家海洋和大气管理局（NOAA， https://www.noaa.gov/）的DMSP/OLS数据和NPP/VIIRS数据；采用饱和度校正、去噪、阈值处理、年内融合、年际校正等方式对数据进行处理，最后采用随机森林模型对数据进行一致性回归拟合校正，得到长时间序列夜间灯光数据集。
表1 1995—2020年辽河三角洲土地利用类型及其面积

Tab. 1 Land use types and their areas in the Liaohe River Delta from 1995 to 2020

土地利用类型 面积(hm2)
一级分类 二级分类 1995年 2005年 2015年 2020年
滨海湿地 河口水域及沙洲 23450 19032 4687 4488
潮滩 1236 3178 1543 3224
潮沟 438 16 156 144
潮间带盐沼 491 290 3560 5605
内陆湿地 芦苇 48157 46335 46030 43076
内陆盐植 3265 2019 4322 3607
河流 2505 2553 1801 4544
内陆水域 1561 3664 5680 5640
人工湿地 水田 36165 42829 41237 42195
水产养殖 10314 14767 12908 11287
非湿地 旱田 571 472 2368 981
居住用地 4078 4569 5101 7138
工业用地 397 1216 5400 5726
荒地 8362 31 6176 3315

3 研究框架与研究方法

3.1 研究框架

本文研究框架由4个主要部分组成（图3）。首先，采用移动窗口法计算景观格局指数，利用ArcGIS 10.7中的半变异函数模型（Semivariogram Model, SVM）模拟不同移动窗口半径下的景观破碎化；通过主成分分析（Principal Component Analysis, PCA）构建综合景观破碎化指数（Comprehensive Landscape Fragmentation Index, CLFI）。其次，基于采样点和参考文献[24,26⇓ -28]获得的碳库数据并运用InVEST模型量化碳储量，以此作为固碳服务供给（Supply of Carbon Sequestration Service, CSS）；再结合长时间序列夜间灯光数据集计算碳排放量，以此作为固碳服务需求（Demand of Carbon Sequestration Service, CSD）。第三，基于固碳服务供需，叠加计算得到固碳服务供需差（Difference between Supply and Demand of Carbon Sequestration Service, DSDCS），并由此划分辽河三角洲次区域。最后，利用网络模型模拟辽河三角洲固碳服务流的时空演变，以探讨景观破碎化对固碳服务流流量和流向的影响。
图3 研究框架

注：SVM为半变异函数分析；PCA为主成分分析；CSS为固碳服务供给；CSD为固碳服务需求；DSDCS为固碳服务供需差。

Fig. 3 Research framework for the study

3.2 研究方法

3.2.1 景观破碎化分析

根据前人研究，本文选取6个景观格局指数用以表征景观格局破碎化：斑块数（Number of Patches, NP）、景观分离度指数（DIVISION）、最大斑块指数（Largest Patch Index, LPI）、景观形状指数（Landscape Shape Index, LSI）、蔓延度指数（Contagion Index, CONTAG）、香农多样性指数（Shannon's Diversity Index, SHDI）[29⇓-31]，利用Fragstate 4.2软件移动窗口功能进行计算。同时，为了保障空间信息的完整性[32]，使用半变异函数模型（SVM）分别测试300 m、600 m、900 m、1200 m、1500 m和1800 m的移动窗口半径[33]。结果表明，1200 m不仅可以保留梯度特征，而且景观指数波动较小情况下能够反映空间格局变化，故选择该尺度作为本文景观分析的窗口半径（图4）。
图4 辽河三角洲不同移动窗口半径下景观指数特征值的变化

注：块基比C0/(C+C0)越低，空间变化越小，景观指数稳定性越好。

Fig. 4 Changes in characteristic values of landscape index in different moving window radius in the Liaohe River Delta

为避免景观格局指数冗余，本文采用主成分分析（PCA）方法，选择30 m作为单位尺度，将多个景观格局指数转换为综合指数。本文参考张金茜等的研究[34]，利用KMO（Kaiser-Meyer-Olkin）对因子间的相关性进行检验，结果表明第一、第二主成分累计贡献率为90.58%，两个主成分能够合理描述辽河三角洲景观破碎化。

3.2.2 固碳服务供给量化

本文使用InVEST模型计算碳储量来表征辽河三角洲固碳服务供给。在该模型中，CS模块包括4个基本碳库（地上生物量、地下生物量、土壤有机质和死亡有机质）。具体碳储量计算公式如下：
C t o t a l = ∑ i = 1 14 C i × S i
式中： C t o t a l为所有土地利用类型的碳储量之和； C i为用地类型i的碳密度，包括 C i - a b o v e、 C i - b e l o w、 C i - s o i l和 C i - d e a d，分别为地上生物量、地下生物量、土壤有机质和死亡有机质的碳密度，为客观反映研究区固碳服务供给情况，数据均来自研究团队野外采样点及参考文献[24,26⇓ -28]（表2）； S i为不同土地利用类型的面积。根据研究区特点，基于滨海湿地、内陆湿地、人工湿地及非湿地等生态系统类型，在每个采样点附近每隔50~100 m进行取样，并充分混合成完整土壤样本，最终共采集121个表层土壤样品。将植物样品在80 °C的烘箱中干燥，以测量其地上、地下生物量。再利用盐酸去除土壤碳酸钙，使用总有机碳分析仪（HT1300，德国耶拿）测量土壤有机碳含量。各碳库处理过程如下：
表2 辽河三角洲碳池表(t hm-2)

Tab. 2 Carbon pool table in the Liaohe River Delta (t hm-2)

土地利用类型 Ci-above Ci-below Ci-soil Ci-dead
河口水域及沙洲 0 0 0 0
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
河流 0 0 0 0
内陆水域 0 0 0 0
水田 0.69 3.29 11.48 0.05
水产养殖 2.31 0 7.47 0
旱田 0.69 3.29 13.09 0.05
居住用地 0 0 9.75 0
工业用地 0 0 6.14 0
荒地 0 0 10.54 0

注：Ci-above为地上生物量碳密度；Ci-below为地下生物量碳密度；Ci-soil为土壤有机质碳密度；Ci-dead为死亡有机质碳密度。

（1）生物量碳库：植物每形成1 g干有机物质需同化1.62 g CO2，固定0.44 g碳，故转换系数为0.44[35]，计算公式如下：
C i = P × A i × Q i
式中： C i为第 i类植被的生物量碳库； P为碳转换系数0.44； A i是第 i类植被面积； Q i是第 i类植被的生物量。
（2）土壤碳库：单位土壤有机碳储量为相应土层的有机碳密度与土壤深度的乘积。InVEST模型默认土壤深度为1 m。
（3）死亡有机质碳库：死亡有机质即地面凋落物，以地上部分现存生物量的5%~10%计算，取中间值7.5%[36]。根据所估算的地面凋落物和生物量碳库计算公式，最终得出死亡有机质碳库。
在此基础上，为保证碳密度监测方法有效性，选择研究方法相同且取样时间相近的滨海湿地碳储量的文献数据[26⇓-28]，通过对比分析剔除异常值，从而得到辽河三角洲的固碳服务供给数据。

3.2.3 固碳服务需求量化

统计年鉴中的省级能耗数据难以计算较小研究区的CO2排放量，夜间灯光数据是模拟CO2排放的有效指标[37]，故借助DMSP/OLS数据和NPP/VIIRS数据模拟辽河三角洲CO2排放。考虑到两个数据集在传感器响应、空间分辨率和成像时间方面的显著差异，参考徐正森等的研究[38]，对数据集进行了饱和校正、去噪、阈值处理、年内融合和年际校正。为扩大研究时间尺度与时间连续性，选择2012年和2013年的DMSP/OLS数据和NPP/VIIRS数据进行函数拟合回归。拟合结果如图5所示。
图5 2012—2013年DMSP/OLS和NPP/VIIRS数据集的关系拟合

Fig. 5 The relationship between DMSP/OLS and NPP/VIIRS datasets in 2012-2013

参考Zhao等的研究[39]，基于二者之间的线性相关性，选择二次方程作为回归模型：
f x = 0.00079 x 2 + 0.44 x + 15.4
式中： x代表2012—2013年的DMSP/OLS数据； f x代表2012—2013年的NPP/VIIRS数据。最终得到1992—2020年长时间序列夜间灯光数据集。
基于上述夜间灯光数据集，根据Lv等的研究成果[40]，构建基于长时间序列夜间灯光数据集的二氧化碳排放量估算模型。CO2排放量面板估算模型如下所示：
l n N C c = 0.7391 l n D c - 0.5868
式中： N C c代表二氧化碳排放量； D c代表DN值。基于已建立的CO2排放量面板估算模型，估算1992—2020年辽河三角洲CO2排放量。利用CO2排放量表征固碳服务需求。

3.2.4 基于固碳服务供需差的次区域划分

根据3.2.2和3.2.3章节计算的像素尺度固碳服务供需数据，计算辽河三角洲固碳服务供需差。公式如下：
D S D C S i = C S S i - C S D i
式中： C S S i和 C S D i分别是固碳服务在每个像素 i的供给和需求； D S D C S i是每个像素 i中固碳服务供需差结果。一般情况下，河口湿地、沼泽湿地等用地类型人类活动少，碳汇功能强，主要是碳汇区；而居住用地、工业用地等人类活动聚集区则为碳源区。在此基础上，本文结合1995年像素尺度的固碳服务供需差，根据高值区和低值区分布特点，最终将研究区划分为22个次区域（图6）。
图6 辽河三角洲固碳服务供需差次区域划分

Fig. 6 Subregional division based on the difference between supply and demand of carbon sequestration services

3.2.5 基于网络模型的固碳服务流绘制

网络模型可以描述系统组件和动力学之间的突出联系，在生态领域受到广泛关注[41-42]。因此，本文利用网络模型构建辽河三角洲固碳服务流网络模型，具体方法请参考Wang等的研究[41]。
本文对固碳服务流模型做以下假设[12,41]：① 将研究区视为一个封闭系统，不考虑固碳服务流过程的空间溢出效应；② 考虑到研究区内22个次区域间的固碳服务供需空间错配，不同位置对固碳服务的需求可以被邻近次区域的过剩供给所抵消，固碳服务流路径由固碳服务供需差确定；③ 本文所刻画的固碳服务流以1995年为参照，通过对比2005年、2015年和2020年的固碳服务流状况，探究景观破碎化对固碳服务流影响。具体绘制过程如下：
步骤1：定义节点。使用ArcGIS 10.7提取各次区域质心，形成固碳服务流网络节点。每个次区域的固碳服务供需差作为该节点权重。如果权重大于0，则表示供给可以满足当地需求，节点定义为盈余节点。反之，则为赤字节点。通过使用不同的节点颜色与大小分别表示节点状态及盈余/赤字程度，即固碳服务供需匹配。根据前文假设，盈余节点的固碳服务供需差会流动补给到相邻赤字节点或低于其流量的盈余节点。由于未考虑其他障碍与阻力因素，流量采取均匀分配到相邻待补给节点的原则。
步骤2：定义边。将固碳服务从一个位置到另一位置定义为节点间的边。根据Wang等的研究[41]，边是连接两个节点且具有方向属性的流动路径，如果一个节点盈余，那么盈余的固碳服务将流向相邻节点；反之，如果节点赤字，其对固碳服务需求仍未被其他节点补充，那么该节点将没有盈余补充到相邻节点，边被中断。特别地，这一假设是基于固碳服务流累积，直到固碳服务供给的最终累积不能满足节点需求。
步骤3：构建网络。基于上述定义，使用Gephi软件（https://gephi.org/）可视化固碳服务流网络，根据节点的地理坐标确定节点空间位置。在固碳服务流网络中，节点的固碳服务供需差即为其潜在的固碳服务流（以下简称“潜在的流”）；当作为固碳服务流入对象时，该节点会受到其他盈余节点补给的固碳服务，补给的固碳服务和潜在的流共同构成该节点的实际的固碳服务流（以下简称“实际的流”）；当这一节点再作为固碳服务流出对象时，其实际的流会补给到其他节点，两个节点之间的边即为实际的流。考虑到多个赤字节点相邻，实际和潜在的流可能为负数，这仅是从数值上的表达，实际情况是不存在固碳服务流，也就是边的中断。因此，一个节点的固碳服务供给来自节点本身和其他节点补充的固碳服务两个部分。虽然部分节点本身的固碳服务供给在静态空间匹配下无法满足需求，但由于固碳服务流存在，能够满足需求。

4 结果分析

4.1 辽河三角洲景观破碎化时空分析

4.1.1 单一景观破碎化指数分析

1995—2020年辽河三角洲NP、DIVISION和LSI呈现先降低后升高趋势，表明景观分离度和景观破碎度由弱转强，景观格局日趋复杂。LPI和SHDI先增加后下降，优势斑块减少，景观异质性降低，不利于维持景观多样性。CONTAG基本保持不变，说明具有较稳定的斑块集聚程度。总体上研究区破碎化程度正逐渐增大（图7）。
图7 1995—2020年辽河三角洲单一景观破碎化指数变化

Fig. 7 Changes in the single landscape fragmentation index in the Liaohe River Delta from 1995 to 2020

4.1.2 综合景观破碎化指数分析

时间尺度上，2005年以前景观破碎化呈线性分布趋势，即湿地边缘在人为和自然因素共同干扰下开始发生变化，景观破碎化程度也呈现边缘区域大于内部区域的变化格局。2005年以后景观破碎化开始呈现面状分布趋势，自然湿地开始向人工湿地或其他土地利用类型转变，破碎化呈现块状分布并持续扩大（图8）。空间尺度上，景观破碎化逐渐集中在西北、河口和东南沿海地区，其中东南沿海地区变化最大，景观破碎化程度最高（图8）。
图8 1995—2020年辽河三角洲综合景观破碎化指数

Fig. 8 A composite landscape fragmentation index of the Liaohe River Delta from 1995 to 2020

4.2 辽河三角洲固碳服务供需时空格局

辽河三角洲固碳服务供给呈现先增后减趋势，从1995年的2028万t增加到2015年的2214万t，随后减少至2020年的2145万t（图9），总体上变化不显著。而固碳服务需求从1995年的2477万t增加到2020年的5521万t（图9）。近30年，固碳服务供给始终小于需求，固碳服务供需差逐渐扩大，碳赤字正在恶化。
图9 1995—2020年辽河三角洲固碳服务供需变化

Fig. 9 Changes in supply and demand for carbon sequestration services in the Liaohe River Delta from 1995 to 2020

在空间变化方面，固碳服务供给从河口和东部农业围垦区到内陆湿地逐渐增加（图10a1~10a4）。固碳服务高值区域主要集中在自然保护区内的芦苇湿地。其中，东部农业围垦区在1995年供给较多，2005年后逐渐减弱。与固碳服务供给相比，需求变化更为显著（图10b1~10b4）。2005年以前，固碳服务需求集中在西北部和东部农业围垦区，并继续向中部湿地迁移；2005年以后，固碳服务需求集中在东南沿海地区、西北部及东部农业围垦区。
图10 1995—2020年辽河三角洲固碳服务供需变化

Fig. 10 Changes of carbon sequestration service supply and demand in Liaohe River Delta from 1995 to 2020

通过固碳服务供需叠加分析，获得1995年、2005年、2015年和2020年像元尺度的固碳服务供需差（图10c1~10c4）。根据3.2.4章节，进而获得22个次区域固碳服务的供需及其变化（图10d1~10d4）。固碳服务供需差的分布特征与固碳服务需求相似，基本从河口地区向内陆逐渐增加。

4.3 辽河三角洲固碳服务流网络时空格局

根据节点信息（表3），通过Gephi软件将其可视化为固碳服务流网络（图11）。研究区共有22个节点代表固碳服务的盈余或赤字状态，41个边表示固碳服务流的状态和方向。结果表明，研究期间盈余节点数量呈先降低后增加趋势，而赤字节点表现为先增加后降低趋势（表4）。
表3 1995—2020年辽河三角洲固碳服务流网络节点属性

Tab. 3 Attributes of nodes of carbon sequestration service flow network in the Liaohe River Delta from 1995 to 2020

节点ID 潜在的流(万t) 实际的流(万t)
1995年 2005年 2015年 2020年 1995年 2005年 2015年 2020年
1 -55.77 -56.80 -74.08 -123.54 -105.99 -145.91 -197.42 -287.11
2 8.78 -11.44 7.35 -0.75 -50.22 -89.11 -123.34 -163.57
3 -63.91 -66.35 -121.96 -137.68 -59.01 -77.67 -130.69 -162.82
4 -210.27 -217.03 -273.59 -295.16 -159.04 -207.09 -244.39 -294.18
5 -70.36 -80.75 -96.30 -129.21 14.72 -33.97 -26.19 -75.42
6 -44.55 -83.73 44.92 36.26 -0.89 -69.53 68.37 38.78
7 -132.22 -135.81 -173.14 -201.15 -154.53 -233.89 -120.50 -190.14
8 -26.68 -58.60 -36.19 -49.80 92.66 42.52 75.86 52.24
9 113.60 52.02 81.03 63.94 193.78 127.618 160.90 138.32
10 -132.27 -148.35 -83.82 -121.42 -43.72 -126.625 37.01 -16.76
11 214.48 188.43 199.32 178.83 236.54 226.79 239.61 223.14
12 43.61 34.34 45.06 60.13 188.61 173.823 197.39 206.48
13 167.78 86.01 161.98 159.30 269.41 169.47 259.96 255.79
14 -47.96 -63.11 -53.78 -64.45 150.90 75.03 77.18 135.01
15 58.39 -53.17 81.10 79.31 345.28 102.06 223.44 299.59
16 -132.86 -138.63 -206.73 -241.99 25.67 -138.63 -195.78 -303.11
17 52.12 76.73 80.56 88.61 52.12 76.73 80.56 88.61
18 78.11 13.18 36.90 21.88 140.98 71.12 -64.46 90.17
19 -19.77 -21.84 35.30 33.61 130.59 -35.88 -164.08 -305.19
20 -100.52 -110.36 -130.26 -208.42 70.54 -96.12 -548.12 -877.31
21 -166.72 -187.18 -668.26 -826.33 49.26 -464.59 -1876.75 -1628.20
22 17.95 -86.98 -1273.22 -1628.20 17.95 -86.98 -1273.22 -2534.80

注：潜在的流为各节点的固碳服务供需差；实际的流为各节点本身的固碳服务供需差与其他节点补给的固碳服务流量之和，即边。

图11 1995—2020年辽河三角洲固碳服务流网络

Fig. 11 The carbon sequestration service flow network of the Liaohe River Delta from 1995 to 2020

表4 1995—2020年辽河三角洲固碳服务流网络总体特征

Tab. 4 Overall characteristics of carbon sequestration service flow network in the Liaohe River Delta from 1995 to 2020

年份 盈余节点(个) 赤字节点(个) 有流的边(个) 无流的边(个) 网络密度
1995年 9 13 35 6 0.85
2005年 6 16 25 16 0.61
2015年 10 12 26 15 0.63
2020年 9 13 27 14 0.66
1995年有13个碳赤字节点，但只有6个边被中断，这表明此时固碳服务供需处于较平衡的状态。随着农业围垦的扩张以及围填海活动，固碳服务需求增加，而供给没有得到相应补充，2005年出现16个赤字节点，导致16个边没有流，固碳服务供需失衡加剧。2015年固碳服务供给有所增加，但由于人类各种围垦活动导致东南部等区域的固碳服务需求急剧增加，在研究区边缘仍有15个边被中断，空间分布发生较大变化。2020年由于“退养还湿”等工程的推进，固碳服务需求更为集中，虽然赤字节点增加到13个，但有流的边增加到27个，整体有所提升。因此，固碳服务流网络连通性（网络密度）从1995年的0.85下降到2005年的0.61，随后有增加趋势，但仍然低于1995年的固碳服务流网络连通性（表4）。

4.4 辽河三角洲景观破碎化对固碳服务流影响

景观破碎化格局与固碳服务流变化联系紧密（图12）。1995年中部芦苇湿地呈现破碎化，固碳服务供给减少。固碳服务流高赤字区分布在研究区西北部（如次区域3、4、5）和东部农业围垦区（如次区域7、10、16），固碳服务需求量大，因此西北部和东部农业围垦区固碳服务流被中断。2005年，水产养殖的扩张导致景观破碎化程度略有增加，次区域17、18等河口两侧地区景观破碎化较为严重，导致流量累积减少，研究区边缘固碳服务流被中断（如次区域2、3、4、7、10、16）。2015年工业和港口建设致使景观破碎化加剧，以及河口地区（如次区域17）的水产养殖导致的破碎化，沿海地区（如次区域18、20、21、22）由碳盈余转为碳赤字，固碳服务流中断。而中部部分地区（如次区域6、13）破碎化情况有所改善，原本被中断的固碳服务流得以恢复。2020年西北部农业围垦区（次区域10）景观破碎化严重，中部地区开挖沟渠等所致的破碎化加剧其碳赤字，导致流向东部农业围垦区的固碳服务流再次被中断。
图12 1995—2020年辽河三角洲景观破碎化对固碳服务流的影响

Fig. 12 Impacts of landscape fragmentation on carbon sequestration service flow in the Liaohe River Delta from 1995 to 2020

5 讨论与结论

5.1 讨论

5.1.1 景观破碎化对固碳服务流的影响

蓝碳是海岸带地区适应未来气候变化的重要手段，维持海岸带地区稳定、健康的生态系统结构是实现蓝碳增汇的重要前提。结果表明，景观破碎化严重阻碍蓝碳功能发挥，对固碳服务流具有显著影响。景观破碎化通过削弱固碳服务能力，导致固碳服务流流量减少；同时，景观破碎化中断一些关键区域固碳服务流，改变其流向，干扰固碳服务流网络连通性，直接影响固碳服务流空间格局。
在不同人类活动强度的次区域，景观破碎化对固碳服务流流量影响存在显著差异（图13）。在西北部、东部及河口的农业围垦区，数十年农业扩张使芦苇湿地严重破碎化和退化，湿地植被减少影响土壤质量和结构，使土壤有机质分解并暴露在空气中，进而导致蓝碳损失[43]。直到2014年，辽河三角洲被纳入首批湿地生态效益补偿试点，由此开展的一系列“退耕还湿”“退耕还河”工作，使湿地植被逐年恢复，湿地碎片化问题得到有效缓解。河口两侧的水产养殖扩张侵占潮滩，2015年起启动多次“退养还湿”工程，通过养殖池退出后的潮沟疏通、植被修复等措施实现自然水系连通，湿地生态系统破碎化与生态功能得到全面恢复。在东南部工业港口围垦区，辽河油田开发、滨海旅游发展、盘锦港及辽东湾新区建设导致固碳服务需求剧增，而基础设施建设破坏沿海栖息地和生态系统，地面硬化及海堤阻碍潮汐运动及物质交换，不利于植被恢复和土壤有机质积累[44]，从而导致固碳减少。当这种破碎化达到一定程度后，其对固碳服务供给影响也会减弱，但人类活动集聚使固碳服务需求不断增加，进而加剧碳失衡。在芦苇湿地保护区，广泛分布的油井破坏湿地完整性，导致湿地生态系统功能减退[45]。但芦苇湿地内的固碳服务需求很小，故油井开发所致的破碎化对该区域固碳服务供需影响甚微。
图13 辽河三角洲景观破碎化与碳排放过程及生态修复管理措施

注：↑CO2表示二氧化碳增加；↓CO2表示二氧化碳减少；↑LF表示景观破碎化增加；↓LF表示景观破碎化减少；实线表示导致景观破碎化和碳排放增加的因素；虚线代表一些可能的生态恢复管理措施。

Fig. 13 Landscape fragmentation and carbon emission processes in the Liaohe River Delta and management measures for ecological restoration

景观破碎化直接影响固碳服务流流向，即空间格局变化。这种格局变化主要体现于固碳服务流网络的连通性和完整性。油井建设、农业围垦和工业港口建设围垦是导致辽河三角洲景观破碎化及固碳服务流网络连通性和完整性的主要原因。西北部芦苇保护区内的油井开发使道路、油田等地面设施增加，油井面积小但数量庞大且分布密集；河口水产养殖池的修建侵占大量潮滩；东部农田开垦需要修建大量水库用于灌溉。以上人类活动都在不同程度上影响湿地完整性和水文连通性，干扰湿地植被生长，降低固碳服务功能，使固碳服务流在研究区西北及东部边缘地区中断，固碳服务流网络连通性降低。例如，Yu等在研究黄河三角洲道路建设对盐沼、泥滩的景观斑块影响时发现，石油开发、水产养殖等活动所需的道路建设，会切断潮汐通道，阻碍湿地与海域间的水文连通性，从而破坏湿地生态完整性，导致湿地植被退化[46]。东南沿海工业港口围垦区由于港口、防护堤和路网等基础设施建设造成潮滩侵占，固碳服务供给功能骤减，固碳服务流发生中断。例如，Zhao等研究辽河三角洲的湿地破碎化时发现，沿着海岸线修建堤坝破坏大量滩涂，导致湿地退化和景观破碎化，从而造成蓝碳巨大损失[47]。由此可见，人类活动引起海岸带景观破碎化，削弱其固碳功能，改变固碳服务供需关系，进而影响固碳服务流网络连通性和完整性。

5.1.2 对滨海湿地生态修复与管理的启示

人类高强度干扰是蓝碳损失的主要原因，而景观破碎化是加剧蓝碳供需失衡，改变流量和流向的直接因素。因此，通过恢复自然湿地、充分利用废弃土地并整体改善水文连通性和景观连通性，可增强固碳服务功能（图13）。农业围垦侵占湿地并使其边缘严重破碎化，“退耕还湿”不仅要增加湿地面积，更要最大化利用破碎化的湿地边缘。Li等提出一种相对经济且生态的“滚动”开发模式，建议围填海活动应该从芦苇湿地的边缘或破碎生境逐步向潮汐湿地发展，可以有效缓解围垦开发造成的生境破碎化[48]。农田及工厂退出后的废弃荒地，任其自然生长在短期内可能无法获得较好生态效益，因此需要通过人工种植提升植被覆盖率。例如，山东小清河入海口采取排碱盲沟建设及树穴换填新土的方法保证树苗初期发育，实现盐碱地复绿。湿地水文连通性和湿地植被生长是一个相互作用的有机过程[49]，改善景观连通性，保持良好的水土生态是植被生长的关键。辽东湾新区建设造成的地表硬化严重阻碍湿地系统与海洋之间的水文和生物连通性，导致陆地废水排放滞留，不利于内陆湿地和农田植被生长。Sun等研究了生态透水混凝土的机械性、耐久性和生态相容性，并证明其在水文和生物连通性方面的优势[50]。因此，未来沿海建设应考虑生态透水混凝土的使用以提高其水文连通性。此外，生态廊道建设是提升景观连通性的重要途径。例如，Cui等研究了辽河三角洲基于生态—社会复合系统的可持续景观格局构建，其中，西部及东南部（辽东湾新区）需要加强生态廊道建设，以长期维持固碳服务的自然潜力[51]。

5.1.3 研究不足与展望

本文尝试探索景观破碎化对固碳服务流的影响，将景观格局、过程与生态系统服务有机统一起来，从固碳服务供需流视角，揭示海岸带景观破碎化对区域碳平衡的影响，以期为海岸带环境综合治理提供理论支持[52]。固碳服务经大气环流从自然生态系统（供给区）流向社会经济系统（需求区），由于空间溢出效应与供需空间错配，使其在更大空间尺度上实现流动。例如，王少剑等对中国283个城市碳排放强度的空间溢出效应进行测度，发现不同区域背景下溢出效应存在异质性，这充分说明固碳服务供需关系存在空间溢出效应[53]；Zhao等深入研究中国森林碳汇发展的制约条件和跨区域溢出关系，发现碳交易试点政策可促进地区森林碳汇发展，同时产生负面溢出效应[54]。以上研究分析不同因素对碳源区与碳汇区交互关系的影响，充分说明固碳服务的空间溢出效应是不可忽视的存在。而本文由于采样数据有限，仅以辽河三角洲为例进行研究，尝试解决景观破碎化对固碳服务流的影响，并未在更大尺度上对固碳服务溢出效应进行探讨。因此，未来研究应进行跨区域尺度的固碳服务流研究，以期探究全球气候变化下的区域综合蓝碳解决方案。

5.2 结论

本文分析了1995—2020年辽河三角洲的景观破碎化，评估其碳储量和碳排放，通过构建固碳服务流网络探究固碳服务供需动态关系，揭示景观破碎化对固碳服务流的影响。主要结论为：
（1）1995—2020年随着辽河三角洲景观破碎化加剧，固碳服务需求量增加3044万t，固碳服务供给量先增后减，整体变化不显著，固碳服务供需差从1995年的449万t增加到2020年的3376万t。
（2）不同人类活动强度导致的景观破碎化对固碳服务流流量的负面影响存在差异，其中，对农业围垦区更为显著，对工业港口围垦区的影响呈先增后减趋势，而对芦苇湿地作用甚微。
（3）景观破碎化对固碳服务流空间格局的影响体现在固碳服务流网络密度及连通性上，并在关键生态区产生负面影响，中断服务流，改变服务流方向。
（4）芦苇保护区和农业围垦区具有重要生态功能，应严格控制生态红线提升碳汇能力；工业港口围垦区应加强生态廊道建设，提升景观连通性，恢复碳汇功能。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Howard J, Sutton-Grier A, Herr D, et al. Clarifying the role of coastal and marine systems in climate mitigation. Frontiers in Ecology and the Environment, 2017, 15(1): 42-50.

DOI

[2]
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

[3]
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

[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

[4]
Li Jialin, Tian Peng, Shao Shuyao, et al. The change of continental coastline and its development and utilization intensity in the East China Sea. Journal of Natural Resources, 2019, 34(9): 1886-1901.

DOI

[李加林, 田鹏, 邵姝遥, 等. 中国东海区大陆岸线变迁及其开发利用强度分析. 自然资源学报, 2019, 34(9): 1886-1901.]

DOI

[5]
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: 140-143.

[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: 140-143.]

[6]
Cao Chenchen, Su Fangli, Li Haifu, et al. Landscape fragmentation and driving mechanism of Suaeda salsa wetland in Liaohe Estuary. Acta Ecologica Sinica, 2022, 42(2): 581-589.

[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. 生态学报, 2022, 42(2): 581-589.]

[7]
Chi Y, Liu D H, Xie Z L. Zonal simulations for soil organic carbon mapping in coastal wetlands. Ecological Indicators, 2021, 132: 108291. DOI: 10.1016/j.ecolind.2021.108291.

[8]
Liu J J, Wilson M, Hu G, et al. How does habitat fragmentation affect the biodiversity and ecosystem functioning relationship? Landscape Ecology, 2018, 33: 341-352.

DOI

[9]
Rolo V, Olivier P I, Pfeifer M, et al. Functional diversity mediates contrasting direct and indirect effects of fragmentation on below- and above-ground carbon stocks of coastal dune forests. Forest Ecology and Management, 2018, 407: 174-183.

DOI

[10]
Bagstad K J, Johnson G W, Voigt B, et al. Spatial dynamics of ecosystem service flows: A comprehensive approach to quantifying actual services. Ecosystem Services, 2013, 4: 117-125.

DOI

[11]
Wang Jiali, Zhou Weiqi. Ecosystem service flows: Recent progress and future perspectives. Acta Ecologica Sinica, 2019, 39(12): 4213-4222.

[王嘉丽, 周伟奇. 生态系统服务流研究进展. 生态学报, 2019, 39(12): 4213-4222.]

[12]
Li T, Li J, Wang Y Z. Carbon sequestration service flow in the Guanzhong-Tianshui economic region of China: How it flows, what drives it, and where could be optimized? Ecological Indicators, 2019, 96(1): 548-558.

DOI

[13]
de Lima Filho J A, Vieira R J A G, de Souza C A M, et al. Effects of habitat fragmentation on biodiversity patterns of ecosystems with resource competition. Physica A: Statistical Mechanics and Its Applications, 2021, 564: 125497. DOI: 10.1016/j.physa.2020.125497.

[14]
Song K, Choi Y E, Han H J, et al. Adaptation and transformation planning for resilient social-ecological system in coastal wetland using spatial-temporal simulation. Science of the Total Environment, 2021, 789: 148007. DOI: 10.1016/j.scitotenv.2021.148007.

[15]
Zang Z, Zou X Q, Zou P, et al. Impact of landscape patterns on ecological vulnerability and ecosystem service values: An empirical analysis of Yancheng Nature Reserve in China. Ecological Indicators, 2017, 72: 142-152.

DOI

[16]
Xu Z L, Dong B, Wang C, et al. Construction of international important wetland White-headed crane ecological corridor in Chongming Dongtan, China. Ecological Indicators, 2023, 149: 110156. DOI: 10.1016/j.ecolind.2023.110156.

[17]
Bonan G B. Forests and climate change: Forcings, feedbacks, and the climate benefits of forests. Science, 2008, 320: 1444-1449.

DOI PMID

[18]
Rippel T M, Mooring E Q, Tomasula J, et al. Habitat edge effects decrease litter accumulation and increase litter decomposition in coastal salt marshes. Landscape Ecology, 2020, 35: 2179-2190.

DOI

[19]
Ma T T, Li X W, Bai J H, et al. Four decades' dynamics of coastal blue carbon storage driven by land use/land cover transformation under natural and anthropogenic processes in the Yellow River Delta, China. Science of the Total Environment, 2019, 655: 741-750.

DOI

[20]
Chen Z L, Lee S Y. Tidal flats as a significant carbon reservoir in global coastal ecosystems. Frontiers in Marine Science, 2022, 9: 900896. DOI: 10.3389/fmars.2022.900896.

[21]
Ministry of Ecology and Environment of China. Modernization of harmonious coexistence between humans and nature by building a beautiful China. Environmental Protection, 2023, 51(15): 9-12.

[ 生态环境部. 以美丽中国建设全面推进人与自然和谐共生的现代化. 环境保护, 2023, 51(15): 9-12.]

[22]
Carvalho F M V, De Marco P J, Ferreira L G. The Cerrado into-pieces: Habitat fragmentation as a function of landscape use in the savannas of central Brazil. Biological Conservation, 2009, 142(7): 1392-1403.

DOI

[23]
Mitchell M G E, Suarez-Castro A F, Martinez-Harms M, et al. Reframing landscape fragmentation's effects on ecosystem services. Trends in Ecology and Evolution, 2015, 30(4): 190-198.

DOI

[24]
Yan X L, Wei C X, Li X Z, 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]
Matthews G V T. The Ramsar Convention on wetlands: Its history and development. Ramsar Convention Bureau, 1993.

[26]
Li J T, Yan D D, Yao X Y, et al. Dynamics of carbon storage in saltmarshes across China's eastern coastal wetlands from 1987 to 2020. Frontiers in Marine Science, 2022, 9: 915727. DOI: 10.3389/fmars.2022.915727.

[27]
Wang G X, Pan J Y, Yu J, et al. Soil organic carbon storage in Liaohe River Estuary wetlands under restoration and multiple management strategies, based on landscape patterns. Frontiers in Marine Science, 2023, 10: 1100208. DOI: 10.3389/fmars.2023.1100208.

[28]
Li Jingtai, Yan Dandan, Yao Xiuying, et al. Carbon storage estimation of coastal wetlands in China. Acta Pedologica Sinica, 2023, 60(3): 800-814.

[李静泰, 闫丹丹, 么秀颖, 等. 中国滨海湿地碳储量估算. 土壤学报, 2023, 60(3): 800-814.]

[29]
Su Weizhong, Yang Guishan, Zhen Feng. Ecological land fragmentation and its connectivity with urbanization in the Yangtze River Delta. Acta Geographica Sinica, 2007, 62(12): 1309-1317.

[苏伟忠, 杨桂山, 甄峰. 长江三角洲生态用地破碎度及其城市化关联. 地理学报, 2007, 62(12): 1309-1317.]

[30]
Liu Lyuyi, Ding Shengyan, Ren Jiayan, et al. Effects of landscape spatial heterogeneity on surface water quality service: A case study in Yihe River basin, Henan province. Geographical Research, 2019, 38(6): 1527-1541.

DOI

[刘绿怡, 丁圣彦, 任嘉衍, 等. 景观空间异质性对地表水质服务的影响研究: 以河南省伊河流域为例. 地理研究, 2019, 38(6): 1527-1541.]

DOI

[31]
Chen Wanxu, Liang Jiale, Bian Jiaojiao, et al. Impact of landscape fragmentation on soil conservation services in the Yellow River Basin. Scientia Geographica Sinica, 2022, 42(4): 589-601.

DOI

[陈万旭, 梁加乐, 卞娇娇, 等. 黄河流域景观破碎化对土壤保持服务影响研究. 地理科学, 2022, 42(4): 589-601.]

DOI

[32]
Baker W L, Cai Y M. The r.le programs for multiscale analysis of landscape structure using the GRASS geographical information system. Landscape Ecology, 1992, 7(4): 291-302.

DOI

[33]
Wu Liyun, He Dongjin, You Weibin, et al. A gradient analysis of coastal landscape fragmentation change in Dongshan island, China. Acta Ecologica Sinica, 2020, 40(3): 1055-1064.

[巫丽芸, 何东进, 游巍斌, 等. 东山岛海岸带景观破碎化时空梯度分析. 生态学报, 2020, 40(3): 1055-1064.]

[34]
Zhang Jinxi, Gong Jie, Liu Dongqing. Dynamics and driving factors of landscape fragmentation based on GeoDetector in the Bailongjiang watershed of Gansu province. Scientia Geographica Sinica, 2018, 38(8): 1370-1378.

DOI

[张金茜, 巩杰, 柳冬青. 地理探测器方法下甘肃白龙江流域景观破碎化与驱动因子分析. 地理科学, 2018, 38(8): 1370-1378.]

DOI

[35]
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

[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

[36]
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.

[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.]

[37]
Wu Jiansheng, Niu Yan, Peng Jian, et al. Research on energy consumption dynamic among prefecture-level cities in China based on DMSP/OLS nighttime light. Geographical Research, 2014, 33(4): 625-634.

DOI

[吴健生, 牛妍, 彭建, 等. 基于DMSP/OLS夜间灯光数据的1995—2009年中国地级市能源消费动态. 地理研究, 2014, 33(4): 625-634.]

DOI

[38]
Xu Zhengsen, Xu Yongming. Study on the spatio-temporal evolution of the Yangtze River Delta urban agglomeration by integrating Dmsp/Ols and Npp/Viirs nighttime light data. Journal of Geo-information Science, 2021, 23(5): 837-849.

[许正森, 徐永明. 整合DMSP/OLS和NPP/VIIRS夜间灯光遥感数据的长江三角洲城市格局时空演化研究. 地球信息科学学报, 2021, 23(5): 837-849.]

DOI

[39]
Zhao J C, Ji G X, Yue Y L, et al. Spatio-temporal dynamics of urban residential CO2 emissions and their driving forces in China using the integrated two nighttime light datasets. Applied Energy, 2019, 235: 612-624.

DOI

[40]
Lv Q, Liu H, Wang J, et al. Multiscale analysis on spatiotemporal dynamics of energy consumption CO2 emissions in China: Utilizing the integrated of DMSP-OLS and NPP-VIIRS nighttime light datasets. Science of the Total Environment, 2020, 703: 134394. DOI: 10.1016/j.scitotenv.2019.134394.

[41]
Wang Z Z, Zhang L W, Li X P, et al. A network perspective for mapping freshwater service flows at the watershed scale. Ecosystem Services, 2020, 45: 101129. DOI: 10.1016/j.ecoser.2020.101129.

[42]
Wang Q B, Liu S L, Wang F F, et al. Quantifying carbon sequestration service flow associated with human activities based on network model on the Qinghai-Tibetan Plateau. Frontiers in Environmental Science, 2022, 10: 900908. DOI: 10.3389/fenvs.2022.900908.

[43]
Xu Yan, Pu Lijie, Zhang Runsen, et al. Cropland quality evolution following coastal reclamation at the prograding tidal flats of Jiangsu province, China. Acta Geographica Sinica, 2017, 72(11): 2032-2046.

DOI

[许艳, 濮励杰, 张润森, 等. 江苏沿海滩涂围垦耕地质量演变趋势分析. 地理学报, 2017, 72(11): 2032-2046.]

DOI

[44]
Stokstad E. Down on the shrimp farm. Science, 2010, 328: 1504-1505.

DOI PMID

[45]
Baynard C W. The landscape infrastructure footprint of oil development: Venezuela's heavy oil belt. Ecological Indicators, 2011, 11(3): 789-810.

DOI

[46]
Yu X J, Zhang Z S, Xue Z S, et al. Effects of tidal channels and roads on landscape dynamic distribution in the Yellow River Delta, China. Chinese Geographical Science, 2020, 30: 170-179.

DOI

[47]
Zhao G, Ye S, Li G, et al. Soil organic carbon storage changes in coastal wetlands of the Liaohe Delta, China, based on landscape patterns. Estuaries and Coasts, 2017, 40: 967-976.

DOI

[48]
Li X W, Liang C, Shi J B. Developing wetland restoration scenarios and modeling its ecological consequences in the Liaohe River Delta wetlands, China. CLEAN: Soil, Air, Water, 2012, 40: 1185-1196.

DOI

[49]
Xie T, Cui B S, Li S Z, et al. Topography regulates edaphic suitability for seedling establishment associated with tidal elevation in coastal salt marshes. Geoderma, 2019, 337: 1258-1266.

DOI

[50]
Sun R, Wang D M, Cao H M, et al. Ecological pervious concrete in revetment and restoration of coastal wetlands: A review. Construction and Building Materials, 2021, 303: 124590. DOI: 10.1016/j.conbuildmat.2021.124590.

[51]
Cui S X, Han Z L, Yan X L, et al. Link ecological and social composite systems to construct sustainable landscape patterns: A new framework based on ecosystem service flows. Remote Sensing, 2022, 14: 4663. DOI: 10.3390/rs14184663.

[52]
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.

[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.]

[53]
Wang Shaojian, Huang Yongyuan. Spatial spillover effect and driving forces of carbon emission intensity at city level in China. Acta Geographica Sinica, 2019, 74(6): 1131-1148.

DOI

[王少剑, 黄永源. 中国城市碳排放强度的空间溢出效应及驱动因素. 地理学报, 2019, 74(6): 1131-1148.]

DOI

[54]
Zhao N, Wang K Q, Yuan Y N. Toward the carbon neutrality: Forest carbon sinks and its spatial spillover effect in China. Ecological Economics, 2023, 209: 107837. DOI: 10.1016/j.ecolecon.2023.107837.

Options
文章导航

/

〈 〉