Spatial-temporal changes of shorebird habitat quality in the Liaohe River estuary from 1980 to 2023

  • Dong Haozheng , 1 ,
  • Duan Houlang , 2, 3, * ,
  • Yu Hailing 4 ,
  • Xu Ce 5 ,
  • Gao Yin 6 ,
  • Zhang Guangshuai 7, 8 ,
  • Wang Shutao , 1, *
Expand

Received date: 2024-04-07

  Revised date: 2024-06-06

  Online published: 2026-03-12

Copyright

Copyright ©2025 Wetland Science. All rights reserved.

Abstract

Coastal wetlands in the Liaohe River estuary provide important stopover sites for shorebirds along the East Asian-Australasian Flyway routine. Land reclamation has disturbed natural wetlands along coastal region in the Liaohe River estuary in the last few decades and how it impacts on the quality and area of shorebird habitat was not clear. We used the habitat quality module of InVEST model and landscape pattern indices to analyze the spatial-temporal changes in habitat quality and area based on the remote images during last 40 years along the coastal wetland in the Liaohe River estuary. The quality and area of shorebird habitat declined obviously, the mean patch area and the aggregation index of shorebird habitat declined, and the patch density of shorebird habitat increased from 1980 to 2023. The spatial regions of habitat change mainly distributed in coastal wetlands. Comparing the difference between before and after of the impact of returning aquaculture to natural wetlands on shorebird habitat, the habitat quality, habitat area, mean patch area and aggregation index of shorebird habitat significantly decreased, and the patch density increased from 1980 to 2015. In contrast, these indices had inverse change characteristics from 2015 to 2023. It is important to prohibit wetland reclamation and continuously conduct conservation and restoration actions.

Cite this article

Dong Haozheng , Duan Houlang , Yu Hailing , Xu Ce , Gao Yin , Zhang Guangshuai , Wang Shutao . Spatial-temporal changes of shorebird habitat quality in the Liaohe River estuary from 1980 to 2023[J]. Wetland Science, 2025 , 23(1) : 1 -10 . DOI: 10.13248/j.cnki.wetlandsci.20240100

滨海湿地位于陆地与海洋生态系统之间,在全球生物多样性维持,尤其是水鸟物种多样性保护方面起着至关重要的作用[1-2]。受人类活动和气候变化的影响,1990—2020年全球滨海湿地面积丧失了16.02%[3],自然湿地破碎化严重[4],导致迁徙鸻鹬类水鸟栖息地面积下降、功能退化[5-6],水鸟种群数量减少,种群在小范围聚集[7]。特别是在中国的滨海湿地,建筑用地扩张、沿海港口开发、养殖和盐田等人工湿地占用[8-9],导致对自然湿地极具依赖的7种鸻鹬类水鸟种群数量以每年8%的速度下降[10]
辽河口湿地是鸻鹬类水鸟在东亚−澳大利西亚迁徙路线上的重要停歇地[1],以往调查记录表明,单次调查有9种鸻鹬类水鸟数量超过其迁徙路线总数的1%[1-2],是大杓鹬(Numenius madagascariensis)、白腰杓鹬(Numenius arquata)等国家重点保护野生动物的重要觅食地[11]。1985—2020年,受围海养殖等人类活动影响,辽河口沿海潮滩面积下降超过90%[4],自然景观向农业用地和水产养殖区的转变尤为显著[12]。辽河口海岸线呈现淤积趋势,海岸线总体向海迁移,类型从天然岸线转变为人工岸线,海岸线长度减少了5.09 km[13]。已有研究在土地利用变化背景下开展了水鸟种群动态变化的长期监测[14-15],但对于沿海湿地变化如何影响鸻鹬类水鸟栖息地质量仍缺乏定量探索,这在一定程度上限制了辽河口水鸟栖息地保护与管理策略的制定与优化。
中国是海产出口大国,出口量约占世界的61.5%[16],1984—2016年,中国沿海养殖塘面积以每年327 km²的速度增加[17],导致滨海湿地大量丧失[18]。为了保护与修复退化的滨海湿地,从2015年开始在辽河口湿地开展“退养还湿”生态修复工程,2015—2020年修复湿地面积达5.73×103 hm2,修复自然海岸线17.6 km[19]。生态修复工程实施后滨海湿地类型和面积的变化如何驱动鸻鹬类水鸟栖息地的阶段性变化?湿地修复前后鸻鹬类水鸟栖息地变化有着怎样的差异?目前仍缺乏定量分析。
近年来,基于土地利用数据构建栖息地质量变化关系的模型有SoLVES模型[20]、MaxEnt模型[21]、InVEST模型[22]等。SoLVES模型是一种用来评估生态系统服务社会价值的空间分析工具。该模型通过公众参与和地理信息系统技术,来量化生态系统服务的社会价值[23];MaxEnt模型基于物种分布数据和环境变量来预测物种栖息地的适宜性,主要原理是基于在已知区域记录到的物种数量推测其在未知区域存在的概率[24];InVEST模型重点评估土地利用变化对栖息地质量的影响,能够较好地量化土地利用变化明显区域栖息地质量在时间和空间上的转变[25]。此外,景观格局指数能够有效量化栖息地斑块数量、破碎化程度以及连通性等结构特征[26],能够为探索鸻鹬类水鸟栖息地质量和结构的变化规律提供技术支撑。
因此,本研究以辽河口湿地为研究区,以鸻鹬类水鸟栖息地为研究对象,基于1980—2023年的遥感影像数据,利用InVEST模型中的栖息地质量模块和景观格局指数,探究过去40多年鸻鹬类水鸟栖息地质量和面积的时空演变,并对比分析“退养还湿”政策实施前后鸻鹬类水鸟栖息地的变化特征。以期为鸻鹬类水鸟栖息地的保护与管理以及湿地修复提供政策建议。

1 研究区概况

辽河口湿地(122°05′E~122°02′E,40°04′N~ 41°04′N)位于辽宁省盘锦市辽河沿岸及河口地区,是辽河、浑河、大凌河、太子河和绕阳河5条河流下游的冲积平原,海拔高度为1.3~4.0 m。地处中纬度地带,属于温带半湿润季风性气候,四季分明,年平均气温8~9 ℃,年平均降水量约为600~640 mm[27]。湿地类型以潮间带滩涂湿地、养殖塘、芦苇(Phragmites australis)湿地、碱蓬(Suaeda salsa)湿地和浅海水域为主(图1),是大杓鹬和白腰杓鹬等众多鸻鹬类水鸟的重要停歇地。多年来对辽河口湿地的不合理开发改变了河口湿地的分布、面积和结构,导致水鸟栖息地发生变化。从2015年开始,在辽河口湿地开展了“退养还湿”等生态修复工程,并于2020年完成了养殖塘的平整工作[19],逐步恢复了滩涂湿地本来的面貌。
1 Land use types of the Liaohe River estuarine wetland in 2020

2020年辽河口湿地土地利用类型

https://www.usgs.gov网站。]]>

2 数据与方法

2.1 土地利用遥感影像解译

辽河口湿地Landsat遥感影像来源于美国地质调查局网站(https://www.usgs.gov),时间分辨率包括1980年、1985年、1990年、1995年、2000年、2005年、2010年、2011年、2012年、2013年、2014年、2015年、2016年、2017年、2018年、2019年、2020年、2021年、2022年和2023年,空间分辨率为30 m \begin{document}$ \times $\end{document} 30 m。优先选择6—8月植被茂盛期的无云遮挡影像。辅助影像资料来源于谷歌地球的2010—2023年辽宁辽河口国家级自然保护区及周边区域的高分辨率遥感影像。
首先,将原始影像进行波段组合、几何校正、质量改善、图像裁剪等,以获取校正后的影像。随后,基于ENVI平台的ETM去条带工具进行条带去除,得到符合解译要求的影像数据。接下来,通过eCognition软件对校正后的影像进行面向对象分类。具体过程包括多尺度分割、特征计算与规则构建。通过最邻近监督分类法计算特征空间的相似度,自动分类不同的土地利用类型。为了验证分类结果的准确性,在研究区范围内随机生成100个随机点,统计这些随机点的真实地类和数据地类,评估每个地类的错分误差和漏分误差。错分误差为4.78%~6.13%,漏分误差为7.93%~12.80%,满足精度要求。基于自动分类结果,通过人机交互方法对解译获得的图斑类型进行核实。使用高分辨率影像地图作对照检查,对分类差异图斑进行编辑和赋值。最终得到1980—2023年辽河口土地利用分类结果。

2.2 InVEST模型栖息地质量评估

InVEST模型是由美国斯坦福大学、世界自然基金和大自然保护协会联合开发的对生态系统服务提供量化和价值评估的功能平台。其中,栖息地质量评估模块已被广泛应用于野生动植物栖息地质量分析[28-29]。滩涂是鸻鹬类水鸟觅食、休憩等活动的主要场所,也是近年来沿海围垦开发的主战场,利用InVEST模型可以很好地研究土地利用变化对鸻鹬类水鸟栖息地产生的影响。本研究基于1980—2023年辽河口土地利用分类图层,利用InVEST模型3.14.0版本中的栖息地质量评估模块,模拟鸻鹬类水鸟栖息地质量的空间变化特征。栖息地质量介于0~1之间,越接近1表明栖息地质量越高,反之则越低[30]。InVEST模型栖息地质量模块相关计算公式如下:
\begin{document}$ {Q}_{ij}={H}_{j}\left(1-\left(\frac{{D}_{ij}^{2}}{{D}_{ij}^{2}+{k}^{2}}\right)\right) $\end{document}
\begin{document}$ D_{ij}=\sum_1^R\sum_1^{Y_r}\left(\frac{\omega_R}{\displaystyle\sum_1^R\omega_R}\right)r_yI_{riy}\beta_is_{jr} $\end{document}
\begin{document}$ I_{riy}=1-\left(\frac{d_{iy}}{d_{r\mathrm{max}}}\right) $\end{document}
式中,\begin{document}$ {Q}_{ij} $\end{document}为土地利用类型j中栅格i的栖息地质量指数;\begin{document}$ {H}_{j} $\end{document}为土地利用类型j的栖息地适宜性;\begin{document}$ {D}_{ij} $\end{document}为土地利用类型j中栅格i的栖息地威胁程度;k为半饱和常数,本文取值为0.05[31]R为威胁源因子数量;\begin{document}$Y_r $\end{document}为威胁源r的栅格数量;\begin{document}$\omega_R $\end{document}为威胁源权重;\begin{document}$r_y $\end{document}为每个栅格单元对应的威胁源因子数量;\begin{document}$I_{riy} $\end{document}为威胁源r与栅格单元iy之间的威胁距离,根据不同影响程度分为线性衰减和指数衰减;\begin{document}$\beta_i $\end{document}为栅格i的可达性水平;\begin{document}$s_{jr} $\end{document}为不同地类j对威胁源r的敏感性反应剧烈程度,在0~1之间取值;\begin{document}$d_{iy} $\end{document}为栅格单元iy之间的距离;\begin{document}$ d_{r\mathrm{max}} $\end{document}为威胁源r的影响范围。
栖息地威胁程度由威胁因子类型、最大威胁距离、威胁权重和衰减类型决定,本研究中栖息地威胁源包括周边的独立工矿用地、围海养殖塘和交通用地。敏感度包括栖息地对威胁源的敏感性和栖息地适宜性。参考相关文献对参数的选择与修正原则[22-23],利用InVEST模型在黄河三角洲河口湿地开展的鸻鹬类水鸟栖息地质量模拟所设定的相关参数,并综合考虑辽河口区域的特征,本研究中鸻鹬类水鸟栖息地类型、栖息地适宜性、栖息地威胁源、最大威胁距离、威胁权重和衰减类型参数见表1表2
1 Threat sources, maximum threat distance, threat weight and attenuation type for shorebird habitat in the Liaohe River Estuary

辽河口鸻鹬类水鸟栖息地威胁源、最大威胁距离、威胁权重和衰减类型

威胁源最大威胁距离/km威胁权重衰减类型
独立工矿用地5.600.80指数
围海养殖塘14.000.92线性
交通用地0.500.71指数
2 Suitability of different types of shorebird habitat and their sensitivity to threat factors in the Liaohe River Estuary

辽河口鸻鹬类水鸟不同类型栖息地的适宜性及其对威胁源的敏感性

栖息地类型栖息地适宜性对威胁源的敏感性
独立工矿用地围海养殖塘交通用地
滩涂1.000.350.951.00
芦苇湿地0.500.350.951.00
碱蓬湿地0.900.350.951.00
水稻田0.400.600.100.80
围海养殖塘0.550.010.010.50
水库坑塘0.250.010.010.50

2.3 鸻鹬类水鸟栖息地结构分析

景观格局指数可以对研究区景观的空间分布以及结构要素的组成方式进行准确反映,常被用来定量揭示栖息地结构特征[23]。计算过程包括斑块、类型和景观3个层面。基于InVEST栖息地质量模型模拟的1980—2023年栖息地质量图层,采用ArcGIS 10.8软件中的空间分析功能提取栖息地质量大于等于0.7[31]的部分作为栖息地适宜分布区。基于栖息地适宜分布区,利用Fragstats 4.2.1软件在景观层面计算景观格局指数,包括斑块数量、斑块密度、最大斑块指数、平均斑块面积和聚合度指数。相关指数的计算公式与指标含义见表3
3 Calculation formulas of landscape pattern indices and thire meanings

景观格局指数计算公式及其含义

指数名称 计算公式 公式意义
斑块数量(NP) \begin{document}$ NP=N $\end{document} N为栖息地斑块数量;NP反映了栖息地的破碎度,其值越高则破碎度越高
斑块密度(PD) \begin{document}$ PD=\dfrac{N}{TA} $\end{document} TA为栖息地总面积。栖息地斑块密度反映了景观整体的异质性与破碎度,
其值越高则破碎度越高
最大斑块指数(LPI) \begin{document}$ LPI=\dfrac{a_{\mathrm{max}}}{TA}\times100\text{%} $\end{document} \begin{document}$ a_{\mathrm{max}} $\end{document}为景观中最大斑块的面积;LPI为栖息地最大斑块面积占景观面积的比例,
间接反映了人类活动干扰的方向和大小
平均斑块面积(MPA) \begin{document}$ MPA=\dfrac{{\displaystyle\sum }_{i=1}^{n}{A}_{i}}{N} $\end{document} \begin{document}$ {A}_{i} $\end{document}表示第i个斑块的面积;MPA为所有斑块的平均面积,用以评估栖息地连通性等
生态属性
聚合度指数(AI) \begin{document}$ AI=\left[\displaystyle\sum\left(\dfrac{g_{il}}{\mathrm{max}\to g_{il}}\right)\times p_l\right]\times100\% $\end{document} \begin{document}$ {g}_{il} $\end{document}表示相邻斑块il之间公共边界的长度;\begin{document}$ {p}_{l} $\end{document}表示斑块l的面积占总面积的比例;
AI反映了斑块的聚集程度,其值越大,景观斑块越聚集

2.4 鸻鹬类水鸟栖息地质量、面积和结构的时空变化分析

2.4.1 鸻鹬类水鸟栖息地质量、面积和结构的时间变化分析

采用时间序列分析,研究1980—2023年辽河口鸻鹬类水鸟栖息地的平均质量、面积和结构的时间变化特征;利用SPSS 22.0软件,线性拟合其时间变化规律。为探索辽河口湿地“退养还湿”保护修复政策对鸻鹬类水鸟栖息地质量、面积和结构影响的前后差异,①在ArcGIS 10.8软件中使用创建渔网功能,逐个提取1980—2023年每个栅格中的栖息地质量值,对比分析1980—2015年(退养还湿前)和2015—2020年(退养还湿后)2个阶段鸻鹬类水鸟栖息地质量变化的差异,并利用SPSS 22.0软件中的独立样本T检验,检验差异的显著性;②在ArcGIS 10.8软件中,将1980—2023年栖息地适宜分布区面积使用“表转Excel”工具得到面积变化值,利用Origin 2021软件进行分段线性拟合,对比分析“退养还湿”前后2个阶段鸻鹬类水鸟栖息地面积变化的差异;③基于前期计算得到的栖息地结构指数NPPDLPIMPAAI,对比分析“退养还湿”前后2个阶段栖息地结构的变化差异。

2.4.2 鸻鹬类水鸟栖息地质量的空间变化分析

基于InVEST栖息地质量模型,模拟得到1980—2023年鸻鹬类水鸟栖息地质量空间分布的栅格图层,然后利用ArcGIS 10.8软件的空间分析功能对得到的栅格图层进行分析,研究1980—2023年辽河口鸻鹬类水鸟栖息地质量的空间变化特征。

3 结果与分析

3.1 鸻鹬类水鸟栖息地质量的时空变化特征

1980—2023年,辽河口湿地鸻鹬类水鸟栖息地质量空间格局表现出由南部沿海向北部内陆辐射的特征,栖息地质量在区域之间差异显著,南部沿海湿地如滩涂、围海养殖塘、碱蓬湿地等栖息地质量高于北部水稻田、芦苇湿地等(图2)。在空间变化上,1980—2023年栖息地质量降低的部分主要位于沿海区域,沿海区域栖息地质量下降幅度高于北部(图2)。1980—2015年栖息地质量降低的部分主要位于南部滩涂和碱蓬湿地,中部芦苇湿地栖息地质量也逐年降低;2015—2023年东西部旱地与工矿建设用地的发展使该区域栖息地质量有所降低,中部的芦苇湿地与南部的滩涂、碱蓬湿地栖息地质量明显提升。
2 Spatial distribution of shorebird habitat quality in the Liaohe River estuary from 1980 to 2023

1980—2023年辽河口鸻鹬类水鸟栖息地质量空间分布

图3a可知,1980—2023年辽河口全域的鸻鹬类水鸟栖息地质量平均值呈显著下降趋势(n=20, df=18, p<0.05),过去40年栖息地平均质量降幅达44.12%。1980—2015年(退养还湿前)栖息地平均质量由0.34下降到0.18,降幅约47.06%;2015—2023年(退养还湿后),栖息地平均质量在0.17~0.19之间波动,总体呈微弱上升趋势。1980—2015年与2015—2023年栖息地平均质量变化差异显著(t=2.41, N=20, p<0.05),退养还湿很大程度上减缓了栖息地质量的下降趋势(图3b)。
3 Temporal changes of average shorebird habitat quality in the Liaohe River estuarine wetland from 1980 to 2023 (a) and differences between two stages before and after returning aquaculture to natural wetland (1980-2015 and 2015-2023) (b)

1980—2023年辽河口湿地鸻鹬类水鸟栖息地平均质量时间变化特征(a)以及退养还湿前后两个阶段(1980—2015年与2015—2023年)的差异性对比(b)

p<0.05)。]]>

3.2 鸻鹬类水鸟栖息地适宜区面积的时间变化特征

1980—2023年,栖息地适宜区面积呈显著下降趋势(N=20, df=18, p<0.05)(图4a),从627.80 km2降低至126.24 km2。1980—2015年(退养还湿前),栖息地适宜区面积显著下降(p<0.05),减少了548 km2,平均每年减少15.66 km2(图4a);2015—2023年(退养还湿后),栖息地适宜区面积从79.80 km2增加到126.24 km2,平均每年增加5.81 km2。退养还湿显著增加了鸻鹬类水鸟栖息地的面积(N=20, df=18, p<0.05)(图4b)。
4 Temporal changes of suitable shorebird habitat area in the Liaohe River estuarine wetland from 1980 to 2023 (a) and differences between two stages before and after returning aquaculture to natural wetland (1980-2015 and 2015-2023) (b)

1980—2023年辽河口湿地鸻鹬类水鸟栖息地适宜区面积的时间变化特征(a)以及退养还湿前后两个阶段(1980—2015年与2015—2023年)的差异性对比(b)

3.3 鸻鹬类水鸟栖息地结构的时间变化特征

1980—2023年,鸻鹬类水鸟栖息地平均斑块面积、斑块聚合度呈下降趋势,斑块密度呈上升趋势,栖息地平均斑块面积、斑块聚合度分别下降了85.18%、1.24%,斑块密度上升了574.89%(图5)。1980—2015年(退养还湿前),鸻鹬类水鸟栖息地平均斑块面积和斑块聚集度分别下降了92.88%和1.98%,斑块数量上升了78.57%。2015—2023年(退养还湿后),鸻鹬类水鸟栖息地平均斑块面积和斑块聚合度呈动态上升趋势,分别上升了51.96%和0.75%。鸻鹬类水鸟栖息地斑块密度呈先上升后下降趋势,其他景观格局指数的变化特征无明显规律。
5 Changes of landscape pattern indices of shorebird habitat in the Liaohe River estuarine wetland from 1980 to 2023

1980—2023年辽河口湿地鸻鹬类水鸟栖息地景观格局指数变化

4 讨 论

本研究定量分析了辽河口鸻鹬类水鸟栖息地质量、面积和结构的时空变化特征。1980—2023年辽河口鸻鹬类水鸟栖息地质量和面积快速下降,栖息地结构破碎化严重,主要与过去几十年辽河口湿地围海养殖、油田开采、建筑用地扩张等一系列人类活动所导致的大量滩涂和碱蓬湿地面积的减少以及功能的退化有关[32-33],与之前在辽河口[12]、黄河三角洲[34]的研究结果一致。此外,养殖区域和周边建筑用地水资源污染会导致近岸滩涂底栖生物的生物量和密度下降[35-36],从而影响鸻鹬类水鸟食物资源的可利用性,降低近岸滩涂的栖息地质量[37]。已有研究表明,近岸滩涂可以为大多数鸻鹬类水鸟提供超过70%的累计觅食时间,是其他潮滩分布区的2倍,近岸滩涂开发引起的鸻鹬类水鸟数量的下降幅度远高于其他区域[38]。同时,鸻鹬类水鸟偏好面积大的滩涂区域,土地围垦加剧了滩涂湿地的破碎化,也侧面降低了栖息地的适宜性[10]。本研究结果与段后浪和于秀波[39]、Li等[40]的研究结论基本一致。
1980—2020年滨海湿地经历了由湿地围垦向滨海湿地保护修复转变所引起的土地利用变化[41]。为了改善滨海湿地生态系统的功能,国家出台了一系列湿地保护修复政策,例如国家海洋功能区划(2011—2020),将生态文明建设提升为国家战略,2012年生态文明被确定为国家发展战略之一,这一国家发展战略已经对中国的区域发展和可持续性产生了重大影响,自2012年后沿海湿地滩涂开始不断恢复与增加[42-43]。辽宁省政府开展了“退养还湿”修复行动[19],2015年之后逐渐将围填海形成的养殖区修复为自然滩涂湿地[44]。执行“退养还湿”修复行动后,很大程度上增加了鸻鹬类水鸟栖息地面积和质量,提升了栖息地斑块之间的连通性。该研究结果与Duan等[45]在黄河三角洲、谭月等[46]在辽河口的研究结论一致。
任何模型在一定程度上都会存在不确定性,本研究中使用的InVEST栖息地质量模型,模型参数主要依赖于用户手册以及其他区域相关研究结果,可能缺乏一定的区域针对性,对辽河口鸻鹬类水鸟栖息地的参数设置有待进一步完善。此外,整个黄海区域的海岸带均是鸻鹬类水鸟的重要栖息地[1-2],不同区域的栖息地也在不同程度上受人类活动的影响[8],未来研究可进一步拓展到黄海尺度上,探索人类活动对鸻鹬类水鸟栖息地分布、面积和功能的影响,为更大范围内鸻鹬类水鸟栖息地的保护与管理提供决策支撑。

5 结 论

1980—2023年,辽河口鸻鹬类水鸟栖息地质量和面积呈显著下降趋势,降幅分别达44.79%和79.89%。在栖息地结构变化方面,栖息地平均斑块面积和斑块聚合度分别下降了85.18%和1.24%,斑块密度上升了574.89%,平均斑块面积的减少与斑块密度的增加表明栖息地结构破碎化严重。“退养还湿”等湿地保护修复政策的实施缓解了鸻鹬类水鸟栖息地退化的趋势,与2015年之前相比,2015年后湿地面积年际变化率由−12.30%转变为6.60%,说明合理的湿地保护政策改善了鸻鹬类水鸟栖息地质量和面积,在很大程度上提升了栖息地斑块之间的连通性。未来禁止围填海和持续开展湿地保护修复行动对于鸻鹬类水鸟及其栖息地的保护与管理至关重要。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
Outlines

/