勞聰聰，辛 沛，左 寅，程海峰,2

(1. 河海大學(xué)水文水資源與水利工程科學(xué)國家重點實驗室，江蘇 南京 210098；2. 上海河口海岸科學(xué)研究中心河口海岸交通行業(yè)重點實驗室，上海 201201)

濱海濕地是最具生產(chǎn)力的生態(tài)系統(tǒng)之一，有許多重要的生態(tài)功能，包括為水生和陸生生物提供棲息地、改善水質(zhì)、儲存碳和濕地植被緩流消浪從而保護海岸帶等[1-2]。潮溝是海洋和河流動力作用下形成的潮流通道[3-4]，為濱海濕地排水和引潮提供路徑，是潮灘與外界交換沉積物、營養(yǎng)物和污染物的重要通道。認識潮溝演變規(guī)律及其與植被間的關(guān)系對濱海濕地的保護和修復(fù)具有重要意義。Kearney和Fagherazzi[5]發(fā)現(xiàn)與有植被的潮溝網(wǎng)絡(luò)相比，無植被的潮溝網(wǎng)絡(luò)排水效率較低；劉露雨等[6]發(fā)現(xiàn)2010年和2017年的黃河濱海濕地潮溝分布與植被覆蓋度呈顯著相關(guān)；Zheng等[7]發(fā)現(xiàn)崇明東灘潮溝排水效率和植被覆蓋度間也呈顯著相關(guān)。這些研究一定程度上揭示了潮溝與植被覆蓋度間的聯(lián)系，但未構(gòu)建兩者間的數(shù)量關(guān)系。為了進一步認識潮溝與植被覆蓋度間的平衡關(guān)系有必要嘗試構(gòu)建兩者間的數(shù)量關(guān)系。

九段沙濕地是長江口第三代新生沙洲，分布有典型的潮溝網(wǎng)絡(luò)系統(tǒng)，由于缺乏實地調(diào)查，對九段沙潮溝的監(jiān)測主要依賴遙感數(shù)據(jù)。隨著近年來遙感衛(wèi)星數(shù)據(jù)的擴展，為潮溝研究提供了更多可能。袁爽[8]通過Landsat衛(wèi)星數(shù)據(jù)定性分析九段沙潮溝長期的形態(tài)特征；Chen和Han[9]利用SPOT及Landsat衛(wèi)星數(shù)據(jù)研究了長江口深水航道治理工程施工期間對九段沙潮溝的影響；和思海[10]借助Landsat和HJ-1A衛(wèi)星數(shù)據(jù)分析了2013—2016年期間九段沙潮溝擺動率的變化。盡管前人的研究已經(jīng)取得很好的成果，但這些研究主要關(guān)注幾何形態(tài)變化，對長時間尺度下長江口九段沙潮溝網(wǎng)絡(luò)分布和排水效率及其與植被覆蓋度的關(guān)系等相關(guān)研究尚未深入開展。

本文利用長時序Landsat和HJ-1A多光譜圖像，提取1996—2020年(九段沙潮溝系統(tǒng)形成并發(fā)育)九段沙濕地潮溝網(wǎng)絡(luò)和植被覆蓋度分布數(shù)據(jù)，分析潮溝網(wǎng)絡(luò)分布變化、植被覆蓋變化情況，建立潮溝網(wǎng)絡(luò)排水效率與植被覆蓋間的關(guān)系。探究九段沙潮溝網(wǎng)絡(luò)分布和排水效率長期演變規(guī)律及其與植被覆蓋度間的關(guān)系，對于認識長江河口區(qū)域潮溝系統(tǒng)與生態(tài)系統(tǒng)間的相互作用意義重大。

1 研究區(qū)與研究方法

1.1 研究區(qū)概況與數(shù)據(jù)

九段沙濕地位于長江入?？?，是長江口第三代新生沙島，由上沙、中沙及下沙三部分組成，在2018年0 m線以上面積可達182.34 km2[11-12]，分布著復(fù)雜的潮溝網(wǎng)絡(luò)(圖1)。表層沉積物由入海方向逐漸變粗，從淺灘中心向潮下灘依次分布有黏質(zhì)粉砂、砂質(zhì)粉砂、粉砂和細砂[13]。最大潮差和平均潮差分別為4.62 m和2.67 m[14]。九段沙主要有海三棱藨草、蘆葦和互花米草3種植被類型，主要沿潮間帶高程呈梯度分布[15]。九段沙濕地已于2005年被列為國家級自然保護區(qū)。

圖 1 九段沙區(qū)域及2020年潮溝分布Fig.1 Location of Jiuduansha (JDS) shoal and distribution of tidal creeks in 2020

本文所用衛(wèi)星數(shù)據(jù)主要來自美國地質(zhì)調(diào)查局(https:∥earthexplorer.usgs.gov/)發(fā)布的30 m×30 m 空間分辨率Landsat系列多光譜數(shù)據(jù)集，同時將中國衛(wèi)星資源應(yīng)用中心(http：∥www.cresda.com/CN/)發(fā)布的30 m×30 m 空間分辨率環(huán)境一號衛(wèi)星A(HJ-1A)多光譜數(shù)據(jù)集作為補充，以此確保在30 m尺度下潮溝識別的準確性。在選取影像時綜合考慮九段沙的水文氣候條件及物候特征，且拍攝時處于較低潮位即出露面積較大，在比較不同年份的數(shù)據(jù)后，選擇以3 a為間隔的時間序列。其中1996—2020年的9景夏秋季的衛(wèi)星數(shù)據(jù)(表1中影像拍攝時間加*的)用于植被覆蓋度的計算，并選取同年多景數(shù)據(jù)用于潮溝的提取和校對(包含較低潮位時的數(shù)據(jù))，各數(shù)據(jù)參數(shù)詳見表1。

表1 研究用衛(wèi)星數(shù)據(jù)Table 1 Satellite data used in the study

1.2 潮溝網(wǎng)絡(luò)與植被覆蓋度提取方法

潮溝網(wǎng)絡(luò)提取是利用歸一化水體指數(shù)(INDWI)結(jié)合形態(tài)學(xué)等圖像處理方法，再通過大津法(OTSU)閾值分割得以實現(xiàn)，最后經(jīng)目視解譯修正[16-17]，確保30 m尺度下潮溝網(wǎng)絡(luò)的完整性。

(1)

式中：Bgreen為綠光波段；Bnir為近紅外波段。

由于像元二分模型具有良好的可操作性，本文采用像元二分模型計算植被覆蓋度(FVC)[18-19]。九段沙濕地處于自然狀態(tài)尚無人居住，故像素中基本只包含植被和裸地信息。兩者各自的面積在像素中的比例就是各自的權(quán)重，即所占的百分比。像元中的植被光譜信息即像元的植被覆蓋度，像元類型劃分為光灘、低植被(Ⅳ)、中低植被(Ⅲ)、中植被(Ⅱ)和高植被(Ⅰ)，植被覆蓋度范圍分別為0、(0，0.20)、[0.20，0.55)、[0.55，0.75)和[0.75，1.00]。

1.3 潮溝特征參數(shù)提取與分析

根據(jù)Horton-Strahler原則[20-21]對潮溝分級，并計算各個潮溝的長度、曲率、獨立的潮溝網(wǎng)絡(luò)數(shù)目(即潮溝出水口)及整體潮溝網(wǎng)絡(luò)的分形維數(shù)[22]用以評價潮溝分布特征。該原則是：一級潮溝是處于末端且無分枝的潮溝，二級潮溝是由2個及以上一級潮溝匯合形成的潮溝，其余等級潮溝依此類推。此外，采用排水效率來評價潮溝網(wǎng)絡(luò)的空間分布。歸槽水流長度(LUF)[23]、平均歸槽水流長度(LOP)[24]均可代表潮溝網(wǎng)絡(luò)在退潮時的排水效率和漲潮時的水沙分布效率。LUF是所有像素到潮溝網(wǎng)絡(luò)的實際坡面距離，代表水流到達最近的水道所經(jīng)過的距離，由于九段沙高程變化較小，故可用歐氏距離代替坡面距離，以減少計算的時間；LOP是基于半對數(shù)超越概率分布曲線所計算出曲線線性部分斜率的負倒數(shù)，表示水流在遇到潮溝網(wǎng)絡(luò)前需跨越的平均距離，因此，LOP越小，潮溝網(wǎng)絡(luò)分布越均勻，排水效率越高。

石蠟切片脫蠟后行蘇木精染色，30 min后伊紅復(fù)染1 min后自來水沖洗。沖洗完畢鏡下觀察，根據(jù)染色情況用體積分數(shù)為75%鹽酸乙醇進行分化，梯度乙醇脫水(85%，1次，30 s→95%，2次，30 s→100%，2次，30 s)，中性樹膠封片。

變量重要性投影分析(VIP)是一種基于偏最小二乘回歸的變量重要性分析方法，VIP通過集成重要性來選擇變量，重要性由偏最小二乘回歸模型中每個組分的權(quán)重反映[25]。該方法能很好地反映具有共線性的自變量在應(yīng)變量解釋中的重要性。變量重要性指標(Ij)計算式如下：

(2)

式中：F為基于偏最小二乘回歸模型提取的主成分數(shù)量；Sf為第f個分量(f=1,2,…,F)解釋方差的平方和；Wjf為第j個變量和第f個分量的權(quán)重值；J為自變量數(shù)量；S為因變量解釋的平方和。Ij表示對第j個變量在偏最小二乘回歸模型中全局貢獻的度量，也可表示第j個變量的相對重要性，其閾值為1，Ij值越高，對應(yīng)變量解釋的能力越大，即該自變量對所研究應(yīng)變量的影響越大[25]。在本研究中，利用VIP分析不同因素對潮溝網(wǎng)絡(luò)排水效率的影響。

2 結(jié)果與分析

2.1 九段沙潮溝網(wǎng)絡(luò)分布變化分析

以目視解譯Sentinel-2數(shù)據(jù)(空間分辨率10 m×10 m)所得的2020年潮溝作為參考，評估潮溝提取的準確性，結(jié)果顯示2020年潮溝提取總體精度可達99%，Kappa系數(shù)可達0.96，說明使用所述方法提取的潮溝基本準確。Steel和Pye[26]認為，潮溝發(fā)展可分為4個主要階段：階段一是潮溝在無植被的潮灘上受潮汐控制的起始階段，大部分水交換發(fā)生在潮灘上；階段二，植被定植觸發(fā)了泥灘向鹽沼的過渡，并逐漸固定潮溝網(wǎng)絡(luò)；階段三，植被覆蓋下的鹽沼，其泥沙垂向沉積的作用增強導(dǎo)致高程增加，而潮溝水流的沖刷作用增大導(dǎo)致潮溝深化，并通過侵蝕源頭形成新的、較小的潮溝；階段四，潮溝排水密度降低，離出水口最遠的潮溝逐漸被廢棄。為分析潮溝階段性的演變選取潮溝變化明顯的區(qū)域作為觀察區(qū)域，對比圖2歷年觀察區(qū)域內(nèi)的潮溝變化，可以發(fā)現(xiàn)1996—2008年間九段沙潮溝經(jīng)歷階段一至階段四，其中1999年觀察區(qū)域內(nèi)潮溝處于階段三，具有較為密集的潮溝，隨著九段沙面積的擴大，內(nèi)部潮溝離出水口的距離增大，使其逐漸被廢棄。假設(shè)在海平面上升和泥沙垂向沉積達到平衡的條件下，九段沙的下沙潮溝網(wǎng)絡(luò)將形成逐漸向外圍擴張的環(huán)狀網(wǎng)絡(luò)?？偟膩砜?，九段沙潮溝網(wǎng)絡(luò)自1996年以來不斷發(fā)育，潮溝網(wǎng)絡(luò)逐年擴大且復(fù)雜化，但下沙中部區(qū)域潮溝密度在減小。

圖2 1996—2020年九段沙潮溝分布情況Fig.2 Distribution of tidal creeks in JDS shoal during 1996—2020

潮溝的級別反映了潮溝網(wǎng)絡(luò)形態(tài)特征的演變，潮溝級別越高表明存在更大的集水區(qū)和潮棱體。圖3和表2列出了本研究區(qū)的潮溝長度、曲率及數(shù)量的統(tǒng)計分析結(jié)果。1996—2020年，九段沙潮溝級別不斷發(fā)展，自2005年開始出現(xiàn)四級潮溝。1996—2020年潮溝總數(shù)由42條增加至579條，平均每年潮溝數(shù)量增加22條，目前仍在增加。歷年一至三級潮溝長度均值變化不大，長度范圍變化無明顯規(guī)律；四級潮溝長度均值在波動上升，長度范圍在逐年增大，至2020年，平均長度一級潮溝為400 m、二級潮溝為803 m、三級潮溝為1178 m、四級潮溝為2 583 m。潮溝級別與長度間的關(guān)系基本滿足潮溝級別越高，長度越長，這一趨勢與河流長度的Horton定律一致[27]。歷年一至三級潮溝曲率變化規(guī)律不明顯，四級潮溝曲率在2005—2020年間以每年1.09%的速度逐漸增加，且潮溝級別越高，曲率越大。此外，通過指數(shù)函數(shù)分別擬合2005—2020年的潮溝級別與相應(yīng)潮溝數(shù)量，發(fā)現(xiàn)相關(guān)系數(shù)均大于0.97，基本滿足河流數(shù)目的Horton定律，表明九段沙潮溝的發(fā)展與內(nèi)陸河網(wǎng)相似，都是通過各自的隨機網(wǎng)絡(luò)耗散能量。區(qū)別在于前者能量耗散由潮差決定，而后者由降雨積累和流動決定[28]。

圖3 1996—2020年九段沙各級別潮溝的長度分布箱線圖Fig.3 Length-grade boxplot of tidal creeks in JDS shoal during 1996—2020

表2 1996—2020年九段沙潮溝曲率及數(shù)目變化Table 2 Changes in the curvature and number for tidal creeks in JDS shoal during 1996—2020

為探究歷年九段沙潮溝網(wǎng)絡(luò)系統(tǒng)整體分布和特征變化規(guī)律，計算九段沙潮溝網(wǎng)絡(luò)的總長度、分形維數(shù)、獨立潮溝網(wǎng)絡(luò)數(shù)以及整體的曲率。由圖4可知，潮溝總長度及曲率隨時間線性變化，而分形維數(shù)與潮溝網(wǎng)絡(luò)數(shù)目隨時間非線性變化。其中，潮溝總長度線性擬合效果較好，決定系數(shù)(R2)達0.98，且以每年11.71 km的速度增加；分形維數(shù)的非線性擬合曲線R2達0.89，隨著時間的增大，分形維數(shù)增加速度逐漸減小且趨向于1.35，雖然分形維數(shù)在一定程度上表征潮溝網(wǎng)絡(luò)的幾何形態(tài)特征，但當潮溝網(wǎng)絡(luò)復(fù)雜程度達到某一閾值后，其對潮溝網(wǎng)絡(luò)的復(fù)雜程度難以有效表征；九段沙潮溝網(wǎng)絡(luò)系統(tǒng)由多個獨立的潮溝網(wǎng)絡(luò)組成，其與時間的擬合線為二次多項式曲線，R2達0.90，至2020年潮溝網(wǎng)絡(luò)數(shù)為79個，仍在加速增長；九段沙整體的曲率呈波動上升趨勢，每年以3.4×10-3的速度增長，但線性擬合效果一般，R2僅為0.74。綜上，近25 a來九段沙潮溝網(wǎng)絡(luò)系統(tǒng)發(fā)育態(tài)勢總體較好，雖然在2005—2011年間，深水航道工程對其產(chǎn)生一定的影響[9]，潮溝長度增長減緩、分形維數(shù)與潮溝網(wǎng)絡(luò)數(shù)目有波動，但在工程結(jié)束后潮溝網(wǎng)絡(luò)發(fā)展情況又有所改善。從近期變化趨勢來看，未來九段沙潮溝網(wǎng)絡(luò)系統(tǒng)仍將以良好的態(tài)勢發(fā)育。

圖 4 1996—2020年九段沙潮溝網(wǎng)絡(luò)整體形態(tài)特征的變化Fig.4 Changes in morphological characteristics of tidal creeks in JDS shoal during 1996—2020

2.2 九段沙植被覆蓋變化分析

以Sentinel-2數(shù)據(jù)(空間分辨率10 m×10 m)計算所得的2020年8月FVC作為參考，評估研究所用FVC的準確性，結(jié)果顯示R2達0.90，均方根誤差(ERMS)僅為0.002 0，說明使用所述方法獲取的FVC基本準確。由1996—2020年植被覆蓋度的空間分布情況(圖5)可知，低植被(Ⅳ)和中低植被(Ⅲ)區(qū)域主要位于在潮溝兩側(cè)和易受潮汐沖刷區(qū)域，即植被覆蓋區(qū)域外緣，而高植被(Ⅰ)和中植被(Ⅱ)區(qū)域主要分布在離潮溝稍遠區(qū)域。

1997年將蘆葦和互花米草引種至九段沙[29]之后，植被覆蓋面積以每年4.79 km2的速度增加(圖6)。其中，高植被覆蓋區(qū)域逐年遞增，面積占比由1996年的28.34%增加至2020年的69.29%；1996—2014年中植被覆蓋度呈增加趨勢，2014年后緩慢減少，面積占比由1996年的20.23%增加至2014年的32.05%，隨后又減小到2020年的15.54%；低植被覆蓋度和中低植被覆蓋度變化并無明顯規(guī)律。根據(jù)已有的九段沙植被分類結(jié)果(2002年、2005年、2007年及2017年)[8,30]，利用方差分析法分析各年海三棱藨草、蘆葦及互花米草所對應(yīng)植被覆蓋度的平均值，發(fā)現(xiàn)海三棱藨草的植被覆蓋度與蘆葦和互花米草存在顯著差異，而蘆葦與互花米草植被覆蓋度差異不顯著。平均植被覆蓋度排序為海三棱藨草(0.47)<蘆葦(0.68)<互花米草(0.82)。

2.3 潮溝排水效率與植被覆蓋的關(guān)系分析

歸槽水流長度是基于流體動力學(xué)的流動路徑長度的形態(tài)近似值[24]。通過計算歐氏距離分布來代表不同位置的水流到達最近水道所經(jīng)過的距離分布[17]，即歸槽水流長度分布(圖7(a))，并利用半對數(shù)超越概率分布曲線圖(圖7(b))計算平均歸槽水流長度，即曲線線性部分斜率(β)的負倒數(shù)，以評價整個區(qū)域的排水效率。

圖 5 1996—2020年九段沙濕地植被覆蓋度情況Fig.5 Fractional vegetation cover (FVC) of JDS shoal during 1996—2020

圖 6 1996—2020年九段沙植被覆蓋度變化情況Fig.6 Changes of FVC in JDS shoal during 1996—2020

為探究潮溝網(wǎng)絡(luò)特征與植被覆蓋間的關(guān)系，本文利用上述方法計算歷年的LOP，并分析計算潮溝總長度、LOP、分形維數(shù)、獨立潮溝網(wǎng)絡(luò)數(shù)目、曲率、各級植被類型面積以及植被覆蓋總面積等指標間的皮爾遜相關(guān)系數(shù)，同時進行顯著性檢驗，結(jié)果如圖8所示。由圖可知，潮溝網(wǎng)絡(luò)特征指標間相關(guān)系數(shù)的絕對值均在0.70以上(p<0.05)，說明潮溝網(wǎng)絡(luò)形態(tài)指標及LOP間具有較強的關(guān)系。植被覆蓋面積與潮溝網(wǎng)絡(luò)特征間也具有較強的相關(guān)性，尤其與潮溝總長度的相關(guān)系數(shù)可達0.96。而不同級別植被覆蓋面積與潮溝網(wǎng)絡(luò)特征的關(guān)系差異較大，其中高植被(Ⅰ)與潮溝網(wǎng)絡(luò)特征關(guān)系最明顯，相關(guān)系數(shù)絕對值在0.67～0.96之間；低植被(Ⅳ)、中低植被(Ⅲ)與潮溝網(wǎng)絡(luò)特征間關(guān)系不明顯，未能通過顯著性檢驗。說明潮溝網(wǎng)絡(luò)和中高植被覆蓋度區(qū)域具有密切的關(guān)系，而對植被覆蓋度較低區(qū)域影響不明顯。

圖 7 2020年九段沙濕地平均歸槽水流長度計算示意Fig.7 Illustration of the overmarsh path length (LOP) of JDS shoal in 2020

由圖8的相關(guān)系數(shù)矩陣可知，各個因素之間具有較強的相關(guān)性，可利用VIP對潮溝網(wǎng)絡(luò)排水效率的影響因素進行分析。分析結(jié)果如表3所示，潮溝形態(tài)參數(shù)中潮溝總長度及一級潮溝長度對平均歸槽水流長度影響較大。植被參數(shù)中植被覆蓋面積對平均歸槽水流長度影響最大，而低植被(Ⅳ)到高植被(Ⅰ)對歸槽水流長度影響的大小分別為0.15、0.22、0.29、0.33。即在歸槽水流長度一定時，低植被、中低植被、中植被及高植被在該區(qū)域內(nèi)合理種植比例為14.9%、22.2%、29.3%、33.6%。下面將著重分析植被覆蓋面積與平均歸槽水流長度間的關(guān)系。

圖8 九段沙潮溝特征與植被覆蓋度相關(guān)性分析Fig.8 Pearson correlation analysis of tidal channels characteristics and FVC in JDS shoal

表3 平均歸槽水流長度影響因素定量分析Table 3 Quantitative analysis of factors affecting LOP

植被覆蓋的存在是控制濱海濕地長期地貌發(fā)展的關(guān)鍵因素[31]。圖9表示隨著植被覆蓋面積的增加平均歸槽水流長度的變化情況。通過非線性擬合分析，可以得到植被覆蓋面積與平均歸槽水流長度間的關(guān)系為指數(shù)函數(shù)關(guān)系y=1 264.69x-0.28，R2達0.95。隨著植被覆蓋面積的增加，平均歸槽水流長度逐漸減小，即排水效率逐漸提高。Kearney和Fagherazzi[5]比較了馬薩諸塞州和威尼斯瀉湖植被覆蓋的鹽沼潮溝網(wǎng)絡(luò)與加利福尼亞灣和也門干旱環(huán)境中的無植被潮溝網(wǎng)絡(luò)系統(tǒng)，發(fā)現(xiàn)與有植被的潮溝網(wǎng)絡(luò)相比，無植被的潮溝網(wǎng)絡(luò)排水效率較低，說明植被覆蓋對潮溝網(wǎng)絡(luò)排水效率主要是正向的影響。Coco等[32]認為植被覆蓋下的潮溝，由于水流的沖刷作用增大導(dǎo)致潮溝深化，并通過侵蝕源頭形成新的、較小的潮溝。結(jié)合本研究可以發(fā)現(xiàn)，一方面，在植被覆蓋下，細小潮溝的形成逐漸填補原本潮溝間的空隙；另一方面，植被覆蓋面積的擴張，為潮溝的形成與穩(wěn)定提供了更多的空間，這2個方面均使得潮溝密集程度增強，潮溝網(wǎng)絡(luò)的排水效率增大。植被覆蓋與潮溝網(wǎng)絡(luò)排水間形成一個正反饋，植被面積的擴張促進潮溝網(wǎng)絡(luò)排水效率的提升，潮溝網(wǎng)絡(luò)排水效率的提升又促進植被的生長擴張。潮溝網(wǎng)絡(luò)在影響植被覆蓋度的同時，植被也對潮溝網(wǎng)絡(luò)發(fā)展產(chǎn)生影響，兩者相互作用，共同促進九段沙鹽沼濕地的演化。九段沙出露面積持續(xù)穩(wěn)定的增長是潮溝網(wǎng)絡(luò)發(fā)展與植被面積擴張的重要條件。根據(jù)張曉東等[11]的研究，盡管近幾十年來長江入海泥沙銳減，但由于九段沙周圍的泥沙條件、九段沙沙體近似圓錐的地貌形態(tài)以及植被的促淤作用等綜合原因，九段沙出露的面積仍然保持了快速甚至加速的增長。九段沙濕地面積的增長為植被的擴張?zhí)峁┝藯l件，而植被的促淤作用一定程度上使九段沙面積加速增長。此外，九段沙新增長的面積由于植被覆蓋較少，易在潮水動力的侵蝕下形成潮溝，隨著植被覆蓋度的增加，逐漸形成穩(wěn)定的潮溝網(wǎng)絡(luò)。因此，未來在九段沙出露面積持續(xù)增長的條件下，潮溝網(wǎng)絡(luò)與植被仍會相互作用共同促進九段沙濕地的發(fā)展。

圖9 平均歸槽水流長度與植被覆蓋面積的關(guān)系Fig.9 Relationship between LOP and vegetation coverage area

2.4 討 論

在研究中采用Landsat及HJ-1A衛(wèi)星數(shù)據(jù)半自動提取潮溝網(wǎng)絡(luò)，雖然經(jīng)過目視解譯校核，但是由于數(shù)據(jù)本身空間分辨率的限制，細小的潮溝并未能提取完整。目前，已有亞米級的衛(wèi)星數(shù)據(jù)(高分二號，Worldview系列衛(wèi)星[33])，但由于在軌時間短，沒有長時間序列的數(shù)據(jù)，在足夠長時間后利用這些數(shù)據(jù)研究九段沙潮溝演變，能得出更為精確的結(jié)論。

在潮溝演變過程中，本文探討的潮溝網(wǎng)絡(luò)排水效率與植被覆蓋間的關(guān)系，適用性受到一定的限制。不同季節(jié)植被覆蓋會有一定的變化[34]，本次研究主要探討了1996—2020年7—9月期間植被覆蓋與潮溝網(wǎng)絡(luò)排水效率的關(guān)系，需要進一步研究不同時節(jié)潮溝排水效率與植被覆蓋間的關(guān)系。互花米草入侵和不同物種分布對潮溝的演變也具有一定的影響，在以后的研究中還需要深入探索物種、植被覆蓋度及潮溝分布的相互聯(lián)系。此外，潮溝網(wǎng)絡(luò)發(fā)展過程受到許多因素的影響，如物理驅(qū)動因素、生物驅(qū)動因素以及外部人類活動造成的非自然因素[32]，這些因素協(xié)同影響水動力過程、泥沙沖淤和地貌演化，在以后的研究中需重視動力-沉積-地貌耦合機制。

3 結(jié) 論

本文基于長時序Landsat和HJ-1A多光譜圖像，提取并分析了長江口九段沙濕地潮溝和植被覆蓋度數(shù)據(jù)。得到以下主要結(jié)論：

(1) 1996—2020年，九段沙各級別潮溝的數(shù)量和長度都在增加，其中2002—2011年期間，變化速度放緩，2011年后變化速度有所回升。四級潮溝曲率在2005—2020年間以每年1.09%的速度逐漸增加，且潮溝級別越高，曲率越大，至2020年九段沙潮溝等級最高為四級。

(2) 1996—2020年間，九段沙潮溝總長度呈線性變化，以每年11.71 km的速度增加；分形維數(shù)近似對數(shù)函數(shù)曲線變化，其值趨向于1.35；潮溝網(wǎng)絡(luò)系統(tǒng)中的潮溝網(wǎng)絡(luò)數(shù)目呈非線性加速增長，至2020年潮溝網(wǎng)絡(luò)數(shù)為79個；曲率呈波動上升趨勢，每年以3.4×10-3的速度增長；植被覆蓋面積以每年4.79 km2的速度增加。按此趨勢，未來九段沙鹽沼濕地將仍以良好的態(tài)勢發(fā)展。

(3) 九段沙歷年潮溝形態(tài)特征變化與高植被覆蓋度區(qū)域密切相關(guān)，相關(guān)系數(shù)絕對值在0.67～0.96之間，其中高植被覆蓋度區(qū)域面積與潮溝總長度間的相關(guān)系數(shù)達0.96。不同級別的潮溝中，一級潮溝對平均歸槽水流長度影響最大；不同植被覆蓋參數(shù)中，植被覆蓋面積對平均歸槽水流長度影響最大。

(4) 平均歸槽水流長度與植被覆蓋面積符合指數(shù)函數(shù)關(guān)系，隨著植被覆蓋面積的增大，平均歸槽水流長度逐漸減小，即潮溝網(wǎng)絡(luò)排水效率增大。植被覆蓋會促進細小潮溝的形成，其覆蓋面積的擴張為潮溝的形成與穩(wěn)定提供空間，從而提升潮溝的整體密度，增大潮溝網(wǎng)絡(luò)的排水效率。