海岸侵蝕脆弱性及驅動因子分析
——以江蘇中部海岸為例

章 志,劉憲光,周 凱,林偉波,冒士鳳,李蘭滿

(1.江蘇省海涂研究中心,江蘇 南京 210036; 2.江蘇省有色金屬華東地質勘查局地球化學勘查與海洋地質調查研究院,江蘇 南京 210007)

0 引言

海岸脆弱性最初由GORNITZ[1]于1990年提出,用于反映海岸對全球氣候變化和海平面上升的適應程度。海岸脆弱性內涵豐富,包括生態脆弱性、環境脆弱性和侵蝕脆弱性[2]。海岸侵蝕是中國沿海地區的主要海洋環境地質災害[3],識別海岸侵蝕脆弱性對于提升海岸侵蝕防護能力意義重大。海岸脆弱性的計算多采用指數法,主要有海岸脆弱性指數(coastal vulnerability index,CVI)和海岸敏感性指數(coastal sensitivity index,CSI)。CVI指數最初由GORNITZ[4]提出,評價因子包括地貌類型、岸線變化速率、海岸坡度、海平面變化速率、有效波高和平均潮差共6個物理量因子,此后不同學者進一步豐富了評價因子,比如增加人口、道路等社會經濟屬性因子。評價方法在國內外獲得了廣泛的應用,國外學者針對美國東海岸[5]、印度東北部海岸[6-7]、印度巴拉索爾海岸[8]和巴西東北海岸[9]運用CVI指數開展了海岸脆弱性評價,國內學者也針對全國海岸[10]、廢黃河三角洲[11]、長江三角洲[12]、海南島[13]等區域運用CVI指數開展了海岸脆弱性評價。ABUODHA[14]認為脆弱性反映了海洋災害對人口的影響程度,如果僅考慮海岸物理因子,可用敏感性代替脆弱性,提出CSI指數并評價了澳大利亞東南海岸脆弱性,此后不同學者對希臘西部海岸[15]、渤海灣[16]進行了海岸敏感性評價。

由于1855年黃河北歸,海岸泥沙輸入驟減,江蘇中部海岸的廢黃河三角洲成為我國海岸侵蝕最嚴重的地區之一[17]?，F有防護工程阻止了岸線后退,但岸灘下蝕仍然嚴重,海岸組成物質粗化,岸灘陡化,侵蝕有向南擴展的趨勢[18]。很多學者對廢黃河三角洲海岸侵蝕特征、過程和趨勢進行了研究[19-21],但針對海岸侵蝕脆弱性的研究仍然較少,其中部分原因是海岸灘涂區域地形復雜,數據獲取困難。本文從海岸動力、海岸形態和社會經濟等三個方面建立評價指標體系,基于數字化海岸線分析系統(digital shoreline analysis system,DSAS)[22]和遙感數據,采用斷面法將海岸離散為等間距的評價單元,進而計算海岸斷面侵蝕脆弱性指數,并對江蘇中部海岸侵蝕脆弱性進行分級,利用地理探測器識別江蘇海岸侵蝕脆弱性的主要影響因子。該研究可進一步豐富海岸侵蝕脆弱性評估理論和方法,為海洋風險區劃以及海岸整治修復提供技術支撐。

圖1 研究區及斷面分布圖Fig.1 Study area and section distribution map

1 研究區概況

研究區域位于江蘇中部海岸灌河口至方塘河口南側,經緯度范圍為119°44′E—120°01′E,32°38′N—34°30′N。江蘇中部海岸是典型的粉砂淤泥質海岸,在潮差大、波浪弱以及泥沙來源豐富等多種因素共同作用下,江蘇海岸形成了寬闊平坦的潮灘。1855年黃河北歸,海岸泥沙來量驟減,泥沙動力條件突變,從廢黃河口至海岸及水下三角洲開始被侵蝕改造,侵蝕的泥沙向中部輸送,中部海灘不斷淤長,但淤積速度逐漸減慢,范圍逐漸縮小,海岸線趨于平直。廢黃河口及其兩翼為侵蝕海岸,射陽河口至新洋港為沖淤過渡海岸,新洋港河口以南為淤積海岸[23]。海岸受東海前進潮波和南黃海旋轉潮波控制,沿岸海區為正規半日潮,其中,廢黃河三角洲海岸平均潮差在南段為1.6～1.8 m,在北段為1.8～2.7 m[24]。

2 研究方法

2.1 評價指標選擇

海岸侵蝕脆弱性通常受海岸動力、海岸形態和社會經濟因素共同影響。江蘇中部海岸為粉砂淤泥質海岸,海岸的淤長與侵蝕很大程度上受波浪、潮流、供水供沙等海岸動力因素的影響[13]。因此,選取平均潮差、平均有效波高和海水含沙量作為海岸侵蝕脆弱性評價的動力因子。

海岸形態特征包括海岸高程、海岸線變化、等深線變化、潮灘坡度和潮灘寬度。海拔越低的地方越易因受到淹沒而被侵蝕,因此海岸高程越小,海岸侵蝕脆弱性越高。海岸線變化是對海岸沖淤過程的直接響應,同時也反映了海岸侵蝕狀況,淤長型海岸的侵蝕脆弱性更低[25]。此外,廢黃河口海岸線雖停止后退,但岸灘下蝕仍然嚴重,僅通過海岸線變化速率難以反映海岸侵蝕脆弱性,可通過等深線變化速率反映岸灘侵蝕狀況。潮灘坡度是海岸侵蝕脆弱性評估的一個重要因素[26],水位上升相同高度,潮灘坡度越小,被淹沒的范圍越大,海岸侵蝕脆弱性越高。潮灘因岸線不斷后退以及海堤對其向陸擴展的限制而變窄,潮灘寬度影響著海岸侵蝕脆弱性,潮灘寬度越大,其應對極端天氣和消浪的能力越強[27]。因此選擇海岸高程、海岸線變化速率、等深線變化速率、潮灘坡度和潮灘寬度作為海岸侵蝕脆弱性評價的形態特征因子。

海岸侵蝕脆弱性還可通過社會經濟易損性和恢復力進行表征。社會經濟易損性指人口、財產和生態環境等承災因子遭受破壞的難易程度[28]。人口密度越大、海岸開發程度越高的區域面臨侵蝕脆弱性風險越高,而人均GDP和一般公共預算支出大的區域反映了個人和政府對自然災害風險的抵御能力更強。因此,選擇人口密度、地表覆蓋類型、GDP、人均GDP和一般公共預算支出作為海岸侵蝕脆弱性評價的社會經濟因子。

本研究選取的評價指標如表1所示。為了方便指標計算,利用ArcGIS軟件和DSAS模型,繪制大致平行于海岸線走向的基線,沿基線生成垂線斷面,進行指標數據提取計算。

表1 海岸侵蝕脆弱性評價指標權重及等級Tab.1 Weights and grades of coastal erosion vulnerability assessment indicators

2.2 數據來源與處理

1)平均潮差。平均潮差是潮汐強度的一種重要指示,強潮海灘在面臨風暴潮時有更大的緩沖空間[29],海灘的脆弱性與潮差成反比[30]。平均潮差數據采用國家海洋信息中心(http://global-tide.nmdis.org.cn/)發布的燕尾、濱海港、射陽河口、新洋港、大豐港和弶港驗潮站2020年潮位數據進行計算。各驗潮站所代表岸段的潮位信息見表2。

表2 2020年江蘇中部海洋潮位數據Tab.2 Marine tide data of central Jiangsu in 2020

2)平均有效波高。平均有效波高與波能密度之間呈正相關關系,可用平均有效波高來反映波能密度。平均有效波高越大,波能密度越大,波浪能量越強,引起的輸沙量也越大,越易導致海岸侵蝕[31]。因此,平均有效波高越大,海岸侵蝕脆弱性越高。平均有效波高采用歐洲中期天氣預報中心(European Centre for Medium-Range Weather Forecasts,ECWF)再分析數據(https://cds.climate.copernicus.eu/),采用插值方法獲得平均有效波高分布,并提取斷面與10 m等深線相交處的平均有效波高。

3)海水含沙量。海水含沙量越大,海岸侵蝕脆弱性越低?；趯崪y數據對海域泥沙含量進行插值處理,通過斷面與5 m等深線相交,提取交點處泥沙含量作為斷面的含沙量數據。海水含沙量實測數據參考文獻[12]。

4)海岸高程。海岸高程與海岸侵蝕脆弱性呈反比關系。采用2019年美國國家航空航天局和日本經濟產業省發布的分辨率為30 m的全球數字高程模型(global digitial elevation model,GDEM),通過斷面與海岸高程數據疊加,提取相交位置的高程數據。

5)海岸線變化速率。選取1997年和2017年含云量少、清晰度高的空間分辨率為30 m的 Landsat影像共4景(見表3)。通過目視解譯方法,提取了1997年和2017年的海岸線,采用終點變化率(end point rate,EPR)方法計算海岸線變化速率,其中正值為向海推進,負值為向陸后退:

表3 遙感數據來源及具體參數Tab.3 Data source and specific parameters of remote sensing images

(1)

式中:D1、D2分別為垂直于基線的直線與最早、最晚一期岸線的交點到基線的距離;T1、T2為最早一期岸線時間與最晚一期岸線時間。

6)等深線變化速率。分別對1980年和2018年海圖數據進行數字化處理,獲得5 m等深線,同樣采用終點變化率方法計算5 m等深線的變化,用于反映水下岸坡的變化情況。

7)潮灘坡度。潮灘坡度越小,海岸侵蝕脆弱性越高。選取了2021年4期Landsat影像數據(見表3)用于提取水邊線,結合潮位數據,計算潮灘坡度。受海水含沙量和海水深度的影響,淤泥質海岸水邊線提取存在困難,因此選擇穩定性更好的監督分類方法,獲得水邊線數據?；诒O督分類方法分別提取4個時相不同潮位條件下的水邊線;根據不同時相水邊線的瞬時潮位計算潮位差Δh;根據水邊線的平面位置差異得到平距L;利用潮位差與平距之比,求出岸灘的坡度i,其計算公式如下:

(2)

由于潮汐表只有當日固定時刻的潮位、潮時數據,衛星過境時刻的瞬時潮位數據需利用下式進行推算:

(3)

式中:h為任意時刻潮高,Hhigh為當天高潮潮高,ΔH為當日潮差,t為衛星過境時刻,Thigh為當日高潮時,Tlow為當日低潮時。

8)潮灘寬度。潮灘寬度越大,海岸侵蝕脆弱性越低。利用ArcGIS軟件,分別求取斷面與平均大潮高潮線、斷面與海圖0 m等深線的交點,計算平均大潮高潮線到海圖0 m等深線的距離,獲得潮灘寬度。

9)人口密度。人口密度越高、活動量越大的海岸帶侵蝕脆弱性越高。人口密度數據來源于世界人口(WorldPop)2020年人口密度數據集(https://hub.worldpop.org/),利用ArcGIS 軟件,對斷面與人口密度數據進行疊加分析,進而獲得斷面的人口密度數據。

10)地表覆蓋類型。土地利用覆蓋類型數據來源于自然資源部發布的GlobeLand30地表覆蓋類型數據集(http://www.globallandcover.com/),土地類型分為耕地、草地、灌木地、濕地、水體、人造地表和裸地。土地開發強度越大的地方,海岸侵蝕脆弱性越高。利用ArcGIS 軟件對斷面與土地利用覆蓋類型數據進行疊加分析,進而獲得斷面的地表覆蓋類型數據。

11)GDP。GDP越大的地方,海岸侵蝕脆弱性越高。GDP數據來自中國科學院資源環境科學與數據中心,利用ArcGIS 軟件對斷面和GDP網格數據進行疊加分析,進而獲得斷面的GDP值。

12)人均GDP。人均GDP 反映了當地收入水平,表示當面對海岸侵蝕等自然災害時,個人的恢復適應能力,人均GDP越大的區域海岸侵蝕脆弱性越低。人均GDP數據來源于2019年鹽城統計年鑒[32]。

13)一般公共預算支出。一般公共預算支出反映政府層面綜合應對自然災害的能力,一般公共預算越大的區域海岸侵蝕脆弱性越低。一般公共預算支出數據來源于2019年鹽城統計年鑒[32]。

2.3 指標評價權重和等級確定

熵權法是一種客觀賦權方法,其優勢在于權重確定過程可避免人為干擾。本研究采用熵權法計算指標權重,具體計算方法參考文獻[33]。指標等級的確定采用自然斷點法。自然斷點法是基于數據中固有的自然分組,對分類間隔加以識別,可對相似值進行最恰當的分組,并可使各個類之間的差異最大化,在各類數據值差異較大的位置設置邊界,實現指標等級的確定[4,34]。根據自然斷點法可將評價指標分為5個等級,分別為極高脆弱、高脆弱、中脆弱、低脆弱和極低脆弱,各指標等級標準及權重如表1所示。

2.4 海岸侵蝕脆弱性評價方法

海岸侵蝕脆弱性的評價方法為:1)繪制大致平行于海岸線走向的基線;2)自北向南沿基線生成垂線,垂線即為斷面,斷面間隔為200 m,共生成2 331條斷面;3)用DSAS模型計算海岸線變化速率和等深線變化速率,計算斷面從平均大潮高潮線到0 m等深線的距離以獲得潮灘寬度,結合遙感影像水邊線和瞬時潮位數據計算潮灘坡度;4)以潮位站平均潮差代表的岸段潮位信息(表2),獲得斷面所在岸段的平均潮差數據;5)利用ArcGIS Extract Multi Values To Points工具獲得斷面的平均有效波高、海水含沙量、海岸高程、GDP、地表覆蓋類型、人口密度數據;6)利用ArcGIS軟件疊加分析工具,將斷面與鹽城沿?？h(市、區)人均GDP和一般公共預算支出數據進行疊加,獲得斷面的人均GDP和一般公共預算支出數據;7)按照自然斷點法,對單因子的脆弱性等級進行劃分;8)以2 331條斷面作為樣本,計算各斷面評價指標的信息熵和權重,基于權重和指標評分值計算各斷面的海岸侵蝕脆弱性指數(I);9)按照自然斷點法,獲得海岸斷面的侵蝕脆弱性等級,并按照脆弱性等級連接斷面與海岸線的交點,形成連續的海岸侵蝕脆弱性空間分布。

(4)

式中:I為海岸侵蝕脆弱性指數;Wi為單項指標的權重;Ci為單項指標的評分值,極低脆弱、低脆弱、中脆弱、高脆弱、極高脆弱的評分值分別為1、2、3、4、5。

2.5 海岸侵蝕驅動力分析

地理探測器是一種以空間統計學和空間自相關為理論基礎的統計學方法,用于分析各種現象的驅動力以及多因子交互作用[35]。該方法可獨立處理自變量及因變量,分析空間分布的相似性,還可判斷兩因子交互作用及其強弱,相較其他空間異質性探測工具,具有更高的解釋效率[36]。本研究利用地理探測器中的因子探測和因子交互探測模塊分析海岸侵蝕脆弱性的驅動力。以海岸侵蝕脆弱性指數作為因變量Y,以海岸侵蝕脆弱性評價指標作為自變量X,采用自然斷點法將自變量X與因變量Y進行分類,按類別對研究區域進行子區域劃分,將海岸侵蝕脆弱性圖層與指標圖層疊加,根據兩個圖層間的方差大小,計算q值。因子探測計算公式如下:

(5)

q的值域為[0,1],q值越大,說明該項指標空間變化程度對海岸侵蝕脆弱性空間變化程度影響越強,即空間分異的驅動力越強。

因子交互探測用于識別評價指標之間的交互作用,即評價指標X1和X2共同作用是否會增加或減弱對因變量Y的解釋力,或者這些評價指標對Y的影響是否相互獨立。其方法是首先分別計算兩種指標對因變量Y的q(X1)和q(X2)值;其次,計算兩種指標交互的q(X1∩X2)值;最后對q(X1)、q(X2)和q(X1∩X2)進行比較,其判別標準參考文獻[34]。

3 結果與分析

3.1 海岸動力因子分析

平均潮差(C1)。研究區北部近海受以無潮點為中心的旋轉波控制,南部海區受東海前進潮波制約,兩個潮波在弶港岸外輻合。川東港—方塘河口南側平均潮差最大,為444.38 cm;射陽河口—斗龍港平均潮差最小,為211.76 cm。潮差整體上以射陽河口為中心向南北兩側增大。各斷面按平均潮差劃分的海岸侵蝕脆弱性為極高脆弱、高脆弱、中脆弱、低脆弱和極低脆弱的比例分別為15.78%、27.90%、15.08%、36.25%和20.77%,結果如圖2所示。

I—海岸侵蝕脆弱性指數;C1—平均潮差;C2—平均有效波高;C3—海水含沙量;C4—海岸高程;C5—海岸線變化速率;C6—等深線變化速率;C7—潮灘坡度;C8—潮灘寬度;C9—人口密度;C10—地表覆蓋類型;C11—GDP;C12—人均GDP;C13—一般公共預算支出圖2 海岸侵蝕脆弱性分布Fig.2 Distribution map of coastal erosion vulnerability

平均有效波高(C2)。研究區平均有效波高自北向南呈現增加的趨勢,各斷面根據平均有效波高劃分的海岸侵蝕脆弱性為極高脆弱、高脆弱、中脆弱、低脆弱和極低脆弱的比例分別為29.66%、13.65%、5.80%、9.31%和41.58%,結果如圖2所示。

海水含沙量(C3)。江蘇中部近岸海域泥沙含量由北到南逐漸增加,在灌河口—中山河口段最小,為0.2 g/L,在梁垛河口附近達到0.43 g/L。各斷面根據海水含沙量劃分的海岸侵蝕脆弱性為極高脆弱、高脆弱、中脆弱、低脆弱和極低脆弱的比例分別為26.02%、11.92%、31.96%、9.33%和20.77%,結果如圖2所示。

3.2 海岸形態因子分析

海岸高程(C4)。海岸高程結果如圖3a所示。結果顯示, 江蘇中部海岸地勢整體平坦,海岸高程變化不大,主要分布于0～10 m之間。海岸高程以射陽河口為中心大致呈現北低南高的分布趨勢。射陽河口以北區域地勢起伏不大,南側地勢起伏變化相對較大。海岸高程較大的區域主要位于新洋港—川東港,高程較小的區域位于大豐港兩側、川東港—方塘河口南側區域。各斷面根據海岸高程劃分的海岸侵蝕脆弱性為極高脆弱、高脆弱、中脆弱、低脆弱和極低脆弱的比例分別為32.31%、15.14%、30.98%、15.43%和6.13%,結果如圖2所示。

圖3 海岸形態因子指標值Fig.3 Index value of coastal morphology

海岸線變化速率(C5)?；贚andsat影像提取了1997年和2017年江蘇中部海岸線信息,計算了海岸線變化速率,結果如圖3b所示。整體上,江蘇中部海岸以射陽河口為界,射陽河口以北海岸線向岸后退,射陽河口以南海岸線向海推進。向岸后退岸段位于灌河口到射陽河口之間,以廢黃河口為中心,20 年平均變化率為-0.46 m/a,廢黃河口北側海岸侵蝕趨緩,南側侵蝕加劇。向海推進的岸段分布于射陽河口南側,1997—2017年20 年間海岸線向海推進速率平均為140.6 m/a。各斷面根據海岸線變化速率劃分的海岸侵蝕脆弱性為極高脆弱、高脆弱、中脆弱、低脆弱和極低脆弱的比例分別為37.61%、18.50%、14.05%、18.87%和10.97%,結果如圖2所示。

等深線變化速率(C6)?；?980年和2018年海圖數據,提取了江蘇中部海域5 m等深線,計算了1980—2018年38年間5 m等深線變化速率,結果如圖3c所示。研究區水下地形整體上呈現北部侵蝕南部淤積的趨勢,侵蝕速率最大為-121.53 m/a,位于灌河口—中山河口段,淤積速率較大的區域位于斗龍港—大豐港以及川東港兩側區域。各斷面根據等深線變化速率劃分的海岸侵蝕脆弱性為極高脆弱、高脆弱、中脆弱、低脆弱和極低脆弱的比例分別為3.31%、15.01%、12.20%、49.32%和20.15%,結果如圖2所示。

潮灘坡度(C7)。江蘇中部海岸整體較平緩,平均坡度約為0.05%。潮灘坡度大小空間分布不均,坡度較大的區域位于廢黃河口—扁擔港,坡度較小的區域主要分布于灌河口—廢黃河口、川東港—方塘河口南側區域(圖3d)。各斷面根據潮灘坡度劃分的海岸侵蝕脆弱性為極高脆弱、高脆弱、中脆弱、低脆弱和極低脆弱的比例分別為15.36%、19.96%、6.99%、13.84%和43.85%,結果如圖2所示。

潮灘寬度(C8)。江蘇中部海岸潮灘廣闊,潮灘寬度分布整體上以射陽河口為界,北部由灌河口往南減小,射陽河口以南的區域潮灘寬度呈現逐漸增加的趨勢(圖3e)。各斷面根據潮灘寬度劃分的海岸侵蝕脆弱性為極高脆弱、高脆弱、中脆弱、低脆弱和極低脆弱的比例分別為36.01%、21.32%、20.77%、13.13%和8.77%,結果如圖2所示。

3.3 社會經濟因子分析

人口密度(C9)。人口密度越大的區域,海岸侵蝕脆弱性越大。研究區人口分布不均,沿海岸線人口密度較低,平均為73 人/km2,人口密度呈現北高南低的分布趨勢,高值區域主要位于灌河口、濱海港、扁擔港區域。各斷面根據人口密度劃分的海岸侵蝕脆弱性為極高脆弱、高脆弱、中脆弱、低脆弱和極低脆弱的比例分別為6.26%、2.96%、11.10%、24.76%和54.92%,結果如圖2所示。

地表覆蓋類型(C10)。研究區地表覆蓋類型主要包括耕地、草地、鹽沼濕地、坑塘和人造地表。人造地表主要分布于灌河口、濱海港、大豐港等港口建成區域,耕地主要分布于扁擔港以北的區域,鹽沼濕地主要位于射陽河口北側、新洋港南側和東臺河口南側區域。各斷面根據地表覆蓋類型劃分的海岸侵蝕脆弱性為極高脆弱、高脆弱、低脆弱和極低脆弱的比例分別為6.97%、30.14%、0.65%和62.24%,結果如圖2所示。

GDP(C11)。地區生產總值越高社會經濟越發達,受到災害時,其損失越大。GDP高值區域主要位于新洋港—斗龍港、灌河口區域,此外斗龍港—方塘河口南側區域整體GDP數值較大,GDP整體呈現南高北低的分布趨勢。各斷面根據GDP劃分的海岸侵蝕脆弱性為極高脆弱、高脆弱、中脆弱、低脆弱和極低脆弱的比例分別為5.04%、47.22%、19.57%、15.67%和12.50%,結果如圖2所示。

人均GDP(C12)。人均GDP反映了個人對災害的恢復適應能力,人均GDP越大的區域海岸侵蝕脆弱性越低。人均GDP高值區域主要是大豐區、東臺市,低值區主要位于濱?？h、射陽縣和響水縣。各斷面根據人均GDP劃分的海岸侵蝕脆弱性為極高脆弱、高脆弱、中脆弱、低脆弱和極低脆弱的比例分別為15.04%、21.51%、11.70%、18.20%和33.55%。

一般公共預算支出(C13)。一般公共預算支出可以反映政府的防災、減災、治災能力,一般公共預算支出越大的區域海岸侵蝕脆弱性越低。一般公共預算支出的高值區主要位于東臺市、大豐區,低值區主要位于響水縣、濱?？h和射陽縣。各斷面根據一般公共預算支出劃分的海岸侵蝕脆弱性為極高脆弱、高脆弱、中脆弱、低脆弱和極低脆弱的比例分別為11.70%、15.04%、21.51%、33.55%和18.20%,結果如圖2所示。

3.4 海岸侵蝕脆弱性空間分布特征

利用2 331條斷面數據,計算了各項指標的信息熵,獲得了指標權重值,再根據各指標的權重值和評分值計算各斷面的海岸侵蝕脆弱性指數。結果表明,江蘇中部海岸侵蝕脆弱性指數在1.301～3.770之間,平均值為2.000,整個海岸侵蝕脆弱性指數分為5個等級:極高脆弱(2.801～3.770]、高脆弱(2.293～2.801]、中脆弱(1.970 ～2.293]、低脆弱(1.718～1.970]、極低脆弱[1.301～1.718]。按照脆弱性等級連接斷面與海岸線的交點,獲得連續的海岸侵蝕脆弱性指數(I)分布(圖3),江蘇海岸不同區域的侵蝕脆弱性分布如圖4所示。江蘇中部海岸侵蝕脆弱性為極高脆弱的海岸有21.58 km,占海岸線總長度的5.60%,主要分布于中山河口—扁擔港、扁擔港—射陽河口岸段;為高脆弱的海岸有60.95 km,占海岸線總長度的15.80%,主要分布于中山河口—扁擔港、斗龍港—川東港岸段;為中脆弱的海岸有119.31 km,占海岸線總長度的30.93%,主要分布于灌河口—中山河口、新洋港—斗龍港岸段;為低脆弱的海岸有93.36 km,占海岸線總長度的24.21%,主要分布于川東港—方塘河口南側、扁擔港—射陽河口以及斗龍港—川東港岸段;為極低脆弱的海岸有90.50 km,占海岸線總長度的23.46%,主要分布于川東港—方塘河口南側、斗龍港—川東港岸段。從海岸侵蝕脆弱性空間變化來看,江蘇中部海岸自北向南海岸侵蝕脆弱性等級呈降低的趨勢,海岸侵蝕脆弱性較高的區域主要位于射陽河口以北,這些區域也是海岸侵蝕較嚴重的區域。川東港以南的海岸侵蝕脆弱性都在中脆弱以下,脆弱性較低。

圖4 不同區域海岸侵蝕脆弱性分布Fig.4 Distribution of coastal erosion vulnerability in different regions

3.5 海岸侵蝕脆弱性驅動因子分析

研究發現江蘇中部海岸侵蝕脆弱性空間分布特征存在顯著的空間分異性。采用地理探測器的因子探測模塊分析各因子對海岸侵蝕脆弱性空間分異的影響力,對海岸侵蝕脆弱性因變量和13個自變量分別進行因子探測,計算各指標對海岸侵蝕脆弱性的影響程度,結果如表4所示(q值越大,表明該因子對海岸侵蝕脆弱性影響越大)?？梢园l現,各指標q值均通過顯著性檢驗(p<0.05),說明本研究構建的指標體系合理。海岸侵蝕脆弱性評價指標的q值排序為:潮灘坡度(0.47)>地表覆蓋類型(0.39)>平均潮差(0.37)>海岸線變化速率(0.31)>等深線變化速率(0.30)>海水含沙量(0.28)>GDP(0.27)>潮灘寬度(0.23)>人口密度(0.22)>平均有效波高(0.21)>人均GDP(0.13)>海岸高程(0.12)>一般公共預算支出(0.11)。江蘇中部海岸侵蝕脆弱性的空間分異是海岸動力、海岸形態和社會經濟因子共同影響的結果,潮灘坡度、地表覆蓋類型、平均潮差、海岸線變化速率的q值均大于0.30,表明其對海岸侵蝕脆弱性的貢獻較大,是影響海岸侵蝕脆弱性空間分異的主導因素。相對而言,平均有效波高、人均GDP、海岸高程和一般公共預算支出對海岸侵蝕脆弱性空間分異的影響較小。

表4 海岸侵蝕脆弱性影響因子的q值Tab.4 The q value of influencing factor of coastal erosion vulnerability

為分析多因子作用下海岸侵蝕脆弱性的空間分異,利用地理探測器進行了多因子交互探測分析,計算結果如圖5所示。從交互探測結果來看,雙因子交互作用的q值均大于單因子的q值,表現出雙因子增強的效應,不存在相互獨立的指標,表明了雙因子對海岸侵蝕脆弱性空間分異的影響均大于單個因子獨立的作用,說明海岸侵蝕脆弱性空間分異是多因子協同作用的結果,多因子交互增強了對海岸侵蝕脆弱性變化的解釋力。潮灘坡度與地表覆蓋類型、海岸線變化速率、平均有效波高、海水含沙量交互作用顯著,q值均大于0.70,其中,潮灘坡度與地表覆蓋類型的交互作用最強,其q值為0.79,表明海岸形態自然因子和社會經濟因子的交互作用對海岸侵蝕脆弱性產生了關鍵性的影響。值得注意的是,在單因子探測中貢獻度較低的平均有效波高在與潮灘坡度因子交互中影響力有了大幅度提升,反映了平均有效波高在與潮灘坡度因子共同作用下,更容易影響海岸侵蝕脆弱性的空間分異。

圖5 海岸侵蝕脆弱性因子交互探測Fig.5 Interactive detection of coastal erosion vulnerability indexes

4 討論與結論

4.1 討論

江蘇中部海岸是典型的粉砂淤泥質海岸,目前海岸侵蝕脆弱性研究多考慮海岸形態特征,而對于社會經濟因素考慮不足。本文從海岸動力特征、海岸自然形態、社會經濟等三方面來反映海岸侵蝕脆弱性,指標更加全面完整。在指標數據獲取方面,利用多時相遙感數據和潮位數據,計算了潮灘坡度、海岸線變化速率、等深線變化速率,克服了在對淤泥質海岸進行侵蝕脆弱性評價時數據獲取困難的問題。在評價尺度方面,運用DSAS和ArcGIS軟件將江蘇中部海岸離散為2 331條斷面,采樣間隔200 m,使得海岸侵蝕評價結果的精細化程度更高。在指標權重確定方面,本文以采樣斷面為指標樣本,計算指標信息熵,求取指標權重,避免了專家咨詢法中權重計算具有主觀性的問題。在海岸侵蝕脆弱性指標的影響方面,引入地理探測器開展了海岸侵蝕脆弱性評價主導因子分析。地理探測器的精準性隨樣本數的增加而提升,此次參加計算的樣本數達到2 331個,對海岸侵蝕脆弱性驅動因子解釋的可信度更高。

海岸侵蝕脆弱性評價結果表明,江蘇中部海岸侵蝕脆弱性為極高脆弱、高脆弱、中脆弱、低脆弱和極低脆弱的比例分別為5.60%、15.80%、30.93%、24.21%和23.46%,江蘇中部海岸自北向南海岸侵蝕脆弱性等級呈現整體下降的趨勢。劉小喜 等[11]研究認為江蘇中部海岸侵蝕高脆弱區主要位于扁擔港兩側,往南海岸侵蝕脆弱性較低,這與本文研究結果基本一致。YIN 等[10]研究了全國海岸帶侵蝕脆弱性認為江蘇中部海岸均為侵蝕高脆弱和極高脆弱區,與其研究結果相比,本研究的尺度較小,江蘇中部海岸分布有極高脆弱和高脆弱區域,亦有中脆弱、低脆弱和極低脆弱區域,結果更加符合江蘇中部海岸的實際狀況。單因子探測和交互因子探測結果表明,江蘇中部海岸侵蝕脆弱性空間分異是海岸動力、海岸形態和社會經濟因子共同影響的結果。研究發現,單因子探測中貢獻力較低的平均有效波高因子在與潮灘坡度因子的交互中,影響力有了大幅度提升,表明海岸動力因子和海岸形態因子交互作用表現出更強的解釋力。潮灘坡度、地表覆蓋類型、平均潮差、海岸線變化速率對海岸侵蝕脆弱性的空間分異影響較大,多因子交互增強的結果表明海岸侵蝕是多因子共同作用的結果。因此,海岸侵蝕防護應多措并舉,要堅持人與自然和諧共生的理念,破除傳統“重岸輕灘”的海岸防護思維,將保護海岸與保護岸灘相結合,將自然與人工措施相結合,種植堿蓬、檉柳等提升海岸地表覆蓋度,建設生態化海堤,構筑海岸防護生態屏障。此外,應進一步加大政府在一般公共預算中對海岸侵蝕防護的投入以增強海岸侵蝕的恢復力。

本研究充分利用實測數據、遙感數據以及模擬數據,并結合GIS技術使得評價數據的獲得相對容易,但海岸侵蝕脆弱性評價結果與數據的精細化程度也密切相關,下一步工作應更多關注有效波高、潮位數據、泥沙實測數據,此外對于海岸外的自然生境也需要進一步關注。

4.2 結論

從海岸動力、海岸形態和社會經濟三個方面構建了海岸侵蝕脆弱性評價指標體系,并采用斷面法計算了海岸侵蝕脆弱性指數,獲得了江蘇中部海岸侵蝕脆弱性分布,基于地理探測器分析了海岸侵蝕脆弱性的主要影響因子,主要結論如下。

1)江蘇中部海岸侵蝕脆弱性為極高脆弱、高脆弱、中脆弱、低脆弱和極低脆弱的比例分別為5.60%、15.80%、30.93%、24.21%和23.46%。從海岸侵蝕脆弱性空間分布來看,江蘇中部海岸自北向南侵蝕脆弱性等級整體呈現逐漸降低的趨勢。海岸侵蝕極高脆弱區主要分布于中山河口—射陽河口之間的海岸區域,川東港以南海岸侵蝕脆弱性最低。

2)海岸侵蝕脆弱性評價指標的q值排序為:潮灘坡度(0.47)>地表覆蓋類型(0.39)>平均潮差(0.37)>海岸線變化速率(0.31)>等深線變化速率(0.30)>海水含沙量(0.28)>GDP(0.27)>潮灘寬度(0.23)>人口密度(0.22)>平均有效波高(0.21)>人均GDP(0.13)>海岸高程(0.12)>一般公共預算支出(0.11)。從海岸侵蝕脆弱性影響因素來看,潮灘坡度、地表覆蓋類型、平均潮差和海岸線變化速率是海岸侵蝕脆弱性空間分異的主導因子,尤其是潮灘坡度影響最大。

3)因子交互探測結果表明,江蘇中部海岸侵蝕脆弱性的空間分異是海岸動力、海岸形態和社會經濟因子共同影響的結果。雙因子交互作用對海岸侵蝕脆弱性的影響均大于單因子的影響,其中潮灘坡度與地表覆蓋類型的交互效應最大。