首页
 
当前位置:首页>首页>学术研究
东北地理所在中国滨海湿地互花米草入侵遥感监测方面取得重要进展

第二次全国湿地资源调查表明,外来物种入侵已成为影响我国湿地的五大主要威胁因子之一。互花米草原产于北美大西洋沿岸,对气候、环境的适应性和耐受能力强。中国从上世纪80年代开始广泛引种,用于滨海地区促淤造陆和保滩护岸等生态工程,虽取得了一定的生态和经济效益,但造成了较为严重的生态问题,如威胁本土植物群落、入侵滩涂、严重影响水鸟生境等。2003年,国家环保部将互花米草列为首批16个外来植物入侵物种之一。因此,深入解析中国滨海地区互花米草的入侵格局、动态及驱动因素,对于理解互花米草入侵的演变机制,支撑滨海湿地可持续管理与保护,维护区域生态系统安全等具有重要的科学和现实意义。 

  中科院东北地理所地理景观遥感学科组研究人员利用长时间序列Landsat系列数据,结合大量的野外调查数据,总结互花米草的影像光谱和纹理特征,综合集成面向对象、支持向量机、变化检测的方法,构建了中国互花米草数据集(CAS S. alterniflora),包括1990、2000、2010、2015年四期互花米草入侵分布数据,系统分析了互花米草入侵现状特征、入侵动态及空间异质性,定量解析了入侵的主要土地覆被类型的面积等。 

                        

                     图1 中国大陆滨海湿地互花米草入侵格局 

  研究发现,截止到2015年,互花米草入侵面积达546km2,北起河北、南到广西均有分布,其中江苏、浙江、上海、福建入侵面积最多,占总面积的92%;约三分之一的互花米草分布在13个滨海湿地国家级保护区内。1990-2015年间,互花米草呈现持续扩张趋势,25年间扩张502km2;江苏盐城、上海崇明、浙江宁波是互花米草入侵的热点区域,入侵面积在5000ha以上。互花米草入侵的最主要湿地类型为滨海滩涂(93%)。部分区域的互花米草面积在2000年以来出现萎缩,最主要的驱动因素是水产养殖的开发。尽管政府主导下的互花米草治理措施不断加强,但滨海湿地生态系统的保护仍面临着巨大的压力,对互花米草的科学治理措施及互花米草的可持续利用研究还有待深入。

                         

                               2 中国大陆滨海湿地互花米草入侵动态空间差异特征 

  本研究在国家尺度上构建了首个长时间序列互花米草分布及变化数据集,并报道了入侵时空动态。研究结果不仅有助于理解我国湿地生态系统的胁迫机制;且可为制定滨海湿地资源可持续利用与因地制宜、科学保护的管理决策提供理论指导和数据支撑。 

  该研究由东北地理所毛德华副研究员、博士生刘明月、王宗明研究员、贾明明副研究员,我所海外特聘研究员、美国印第安纳大学李林教授、中国科学院国家天文台张渊智教授等共同完成。系列成果发布在Remote Sensing、Sensors等遥感期刊上。该研究由国家重点研发计划子课题(2016YFC0500201 2016YFC0500408),科技部基础调查专项专题(2017FY100706)、国家自然科学基金面上项目(41771383)、中国科学院青年创新促进会人才项目(2017277,2012178)等共同资助。论文信息列表如下: 

  Mao, D., Liu, M., Wang, Z.*, Li, L., Man, W., Jia, M.*, Zhang, Y.*, 2019. Rapid Invasion of Spartina Alterniflora in the Coastal Zone of Mainland China: Spatiotemporal Patterns and Human Prevention. Sensors 19(10), 2308, doi.org/10.3390/s19102308. 

  Liu, M., Mao, D.*, Wang, Z.*, Li, L., Man, W., Jia, M., Ren, C., Zhang, Y.*, 2018. Rapid invasion of Spartina alterniflora in the coastal zone of mainland China: new observations from Landsat OLI images. Remote Sensing 10, 1933, doi:10.3390/rs10121933. 

  Liu, M., Li, H., Li, L., Man, W., Jia, M.*, Wang, Z.*, Lu, C., 2017. Monitoring the invasion of Spartina alterniflora using multi-source high-resolution imagery in the Zhangjiang Estuary, China. Remote Sensing 9(6), 539, doi.org/10.3390/rs9060539.