植被对潮沟发育影响的遥感研究——以崇明东滩为例
郑宗生1,2, 周云轩2, 田波2, 王建1, 刘志国3
1.华东师范大学河口海岸学国家重点实验室,上海 200062
2.上海海洋大学海洋科学研究院数字海洋研究所,上海 201306
3.国家海洋局东海信息中心,上海 200137

第一作者简介: 郑宗生(1979-),男,博士,副教授,主要从事海岸带遥感及海洋信息化研究。Email:zszheng@shou.edu.cn

摘要

根据现场测量,通过高分辨率航空图像提取崇明东滩潮沟的空间形态、植被类型及植被盖度指数。结合多时相卫星图像及海洋数值模式,利用水边线法及宽深比法反演潮沟沟底高程并构建了研究区潮沟三维地形,分析了植被对潮沟发育的影响。结果表明: ①潮沟反演的均方根误差为0.545 m,且高潮滩反演精度高于低潮滩地区; ②从低潮滩到高潮滩的潮沟深度先增大再减小,主要原因是高潮滩水动力条件较弱,加之植被根系的固滩作用,下蚀作用较弱,潮沟深度较浅,低潮滩由于水域开阔,水动力条件较弱,无植被覆盖侧蚀作用增强,潮沟变宽变浅; ③潮沟深度空间分布表现出南深北浅的特征,崇明东滩潮沟密度与植被盖度呈现明显的负相关( r=0.560 4, p<0.02),在高盖度植被覆盖的潮滩地区潮沟大多不发育,潮沟密度较低。潮沟长度与植被类型表现出较强的相关关系,在互花米草-芦苇群落为优势的区域潮沟长度普遍比以海三棱藨草群落为优势的区域长。

关键词: 卫星遥感; 海洋数值模型; 潮沟; 地形反演; 植被盖度指数; 崇明东滩
中图分类号:TP737.1 文献标志码:A 文章编号:1001-070X(2014)03-0117-08 doi: 10.6046/gtzyyg.2014.03.19
Effects of vegetation on the dynamic of tidal creeks based on quantitative satellite remote sensing: A case study of Dongtan in Chongming
ZHENG Zongsheng1,2, ZHOU Yunxuan2, TIAN Bo2, WANG Jian1, LIU Zhiguo3
1. State Key Laboratory of Estuarine and Coastal Research, East China Normal University, Shanghai 200062, China
2. Institute for Digital Ocean Research of Marine Science Institute, Shanghai Ocean University, Shanghai 201306, China
3. East Sea Information Center, State Oceanic Administration, Shanghai 200137, China
Abstract

Tidal channels, vegetation types and FVC (fractional vegetation cover) were extracted from high resolution aerial images according to the field measurement. Combined with multi-temporal satellite images and numerical ocean model, the authors employed the waterline and the width-to-depth ratio methods to inverse the tide creek bottom elevation, with which the Dongtan 3D terrain of Chongming was constructed. The effects of vegetation on tidal creeks were analyzed and some conclusions were reached: ① The root mean square error between the tidal channel calculation and the measured result is 0.545 m at Dongtan of Chongming, and the accuracy is higher at high tide beach than at the low tidal beach; ② From low to high tide flat, tidal channel depth increases first and then decreases along the longitudinal profile. The shallow tidal creek at the high tidal flat results from the weakness of water dynamics and beach consolidation by the vegetation roots, where downward erosion is inhibited. On the other hand, tidal channel becomes wide and shallow at the low tidal flat owing to lateral erosion without vegetation cover and weak hydrodynamics; ③ Tidal channel depth is deep in the south and shallow in the south. The Dongtan tidal channel density and vegetation coverage show significant negative correlation ( r=0.560 4, p<0.02), and tidal channel length has a significant corresponding relation with vegetation types. Tidal channel length is longer in Spartina alterniflora and reed communities than in Scirpus mariqueter areas. Tidal creeks are undeveloped in the tidal flat with high density vegetation coverage.

Keyword: satellite remote sensing; numerical ocean model; tidal creeks; terrain reversion; fractional vegetation cover(FVC); Dongtan of Chongming
0 引言

为了开发利用海涂资源, 淤泥质海岸的研究越来越受到重视[1]。潮沟是淤泥质潮滩上潮水和泥沙输入与输出的通道, 岸外与潮汐水道和大海直接相通, 是潮滩上最活跃的微地貌单元。在潮汐作用显著、坡度平缓而宽广的潮滩上, 往往发育着潮沟, 它是向潮滩上部输水输沙的“ 脉管” [2]。吴晓东等[3, 4, 5]在潮沟的平面形态和沉积结构、水沙特性及稳定性等方面进行了深入分析; Allen等[6, 7, 8]研究集中在潮滩植被对潮沟的影响, 植被出现使潮沟密度增大、宽深比减小; Fruergaard等[9, 10, 11]研究表明湿地潮沟的稳定性受植被影响较大, 主要是植被对沟岸的紧固作用使植被区潮沟的迁移速率变小; Garofalo[12]进一步说明不同植被类型扎根的潮沟侵蚀速度相差较大。但这些研究仍存在不足: ①植被对潮沟动力过程影响的研究资料多来源于个别点位的现场测量(仪器位置的水文参数), 难以表达沉积过程在较大时空尺度上的信息; ②主要针对局地尺度的植被对水动力学参数的影响, 缺乏对大范围、宏观的冲淤时空分异的整体把握。

实际上, 潮滩的冲淤变化受到各种异常天气条件(如台风)的影响, 在局部及微观上存在很大的偶然性, 因此必须从宏观、大尺度加以考虑。从不同尺度研究植被对潮沟的影响可能得到不同的结论, 在景观尺度上潮沟形态的变化可能不依赖于湿地植被, 而在单个潮沟尺度上湿地植被(尤其是控制潮沟边缘和岸堤的植被)对潮沟变化却起了重要作用[13]。遥感技术有利于大尺度、快速、同步获取海岸带信息, 消除个别测量点结果分析的局限性; 高分辨率卫星遥感可在较大的空间尺度上观察地表的细节变化。本文首先利用高分辨率卫星图像提取潮沟空间分布形态, 采用水边线法和宽深比法, 结合多时相卫星遥感数据反演潮沟深度信息, 构建崇明东滩潮沟三维模型。在提取研究区植被类型与盖度信息的基础上, 从遥感大空间尺度开展潮沟发育与植被因子相关性分析。本文研究旨在明确崇明东滩潮沟的现状和影响其发育的主要因素, 进而为滩涂的开发与保护提供科学依据。

1 研究区概况

崇明东滩位于长江口崇明岛东端(E121° 47'~122° 05', N31° 25'~31° 38')。东滩是长江口地区最大的淤积带, 是由长江下泻的大量泥沙在江海交互作用下不断加积而成。其地理位置随着滩涂的自然淤涨和人工围垦, 不断地向东推进, 目前仍以200~300 m/a 的速度向外延伸[14]。崇明东滩的潮沟主要分布在潮上带和潮间带上部。它们起源于岸边低洼地区, 由岸向海浅而窄的树枝状小潮沟不断汇聚, 形成宽而深的大潮沟, 然后在潮间带中上部变宽、变浅, 最终消失(图1)。崇明东滩潮沟一般长几km, 上游段宽度几cm至几十cm, 向下游逐渐加宽, 最宽处可达50 m。图1(右)为0.6 m空间分辨率2005年2月25日航空图像(R(4)G(3)B(2))。

图1 研究区域潮沟分布、测量站位及R(4)G(3)B(2)波段合成的航空图像Fig.1 Tidal creeks, measure stations and aerial image composed of R(4)G(3)B(2)

2 遥感数据与现场测量
2.1 遥感数据

选取时相较为接近的2001年11月16日、2002年3月8日、2002年10月2日、2003年10月21日及2005年11月27日的Landsat TM和ETM+图像作为水边线法反演潮沟地形的数据源, 其空间分辨率为30 m。选择2005年11月27日的ETM+图像进行植被信息提取, 选取2005年2月25日的航空图像及2005年9月29日0.6 m空间分辨率的QuickBird图像进行潮沟及植被盖度信息提取。选取的所有图像均根据实测GCP点进行几何精纠正, 共收集GCP有效点82个, 检验点8个, 误差控制在0.5个像元以内。由于3个时相的图像成像时刻都在中低潮位, 此时潮沟已完全出露, 保证了潮沟系统解译的完整性。解译的潮沟分别按照潮沟级数进行编码, 并在ArcGIS10.0中完成所有统计工作。航片解译结果表明, 东滩有20多条潮沟系, 根据潮沟系集水盆地将崇明东滩划分为25个潮盆, 如图1所示。

2.2 现场测量

2005年9月2— 14日对崇明东滩进行剖面高程测量, 共分4个剖面(图1中Ⅰ — Ⅳ ): 崇明东滩中部2条, 北部和南部各1条(图1)。剖面样点间隔约50 m, 高程基准统一到吴淞高程基准。高程及地理坐标使用Ashtech Z_XtremeTM GPS Receiver System测定, 其空间定位精度达到cm级, 高程测量精度达mm级。在崇明东滩南北两侧剖面沿潮沟方向分别测量潮沟的宽度和深度。测量时分别在潮沟底部沿潮沟方向等间距测量高程5次, 取其均值作为该测量点的潮沟深度; 同时在潮沟两侧的滩面同样进行等间距测量, 滩底高程与滩面高程的差值即为该测量点的潮沟深度。潮沟的宽度直接利用带刻度的绳子进行测量, 在两侧滩面等间距设立小木桩, 绳子方向保持与潮沟走向垂直。

植被调查在2005年9月进行, 在崇明东滩设立3条垂直岸线的样带(图1红色点), 目的是反映植被群落沿高程的梯度变化, 北部及中部为芦苇-互花米草-海三棱藨草群落带, 南部为芦苇-糙叶苔草-海三棱藨草带。其中南部剖面受干扰较大(牛群放牧、啃食及踩踏), 植被倒伏严重, 且植被上有大量淤泥附着。因此在测量时, 尽量选取植被受干扰较小的单一优势植被群落来进行植被生态环境因子的测量。样方大小为1m× 1m, 样带上大约每隔100 m 选取1个样方。生态环境因子测定主要包括群落高度及群落盖度。群落高度选取整个样方中的平均值, 植被高度用卷尺测量。群落盖度指单位面积内植物所占的面积百分比, 通过网格估算。

3 研究方法
3.1 潮沟地形反演

遥感水边线方法主要是假定卫星图像的水陆界线为等高线, 利用多时相水边线及对应卫星过境时刻的水位模拟实现三维地形的重建。国外学者曾利用遥感水边线及数学模型反演潮滩地形[15, 16, 17]。实际上对于大区域而言, 水边线并非等高线。为消除水边线为等高线的假定, 曾根据数学模型模拟结果对水边线进行分段处理, 提高了地形反演精度, 并使此方法可适应于更大范围的潮滩地形反演[18, 19]。低潮滩潮沟由于潮水最先进入, 并且潮沟宽度一般较宽, 水流畅通, 由此潮沟中水位上升的位置高程可通过数学模型直接计算得到, 因此可采用水边线方法反演潮沟地形。高潮滩潮沟由于海水进入的流程较长, 同时受到植被及底床摩擦的影响, 数学模型难以对潮沟的水位进行准确模拟, 而且高潮滩潮沟一般较窄、在遥感图像上很难精确提取到水边线信息, 使得上述方法不再适用。因此, 本文采用宽深比的方法计算高潮滩潮沟的深度。对测量数据中的潮沟宽度和深度进行统计分析, 计算它们的宽深比值。基于高潮滩潮沟宽深比基本稳定的假设, 首先从高分辨率遥感图像提取潮沟宽度信息, 再通过宽深比值反推潮沟的深度, 流程如图2所示。

图2 植被对潮沟影响定量研究的技术流程Fig.2 Technical processes of quantitative analysis of vegetation effects on tidal creeks dynamics

为了获取卫星过境时刻的潮水位高度, 本文利用ROMS海洋模式进行潮水位的模拟。根据卫星图像提取的有效水边线信息分别对卫星过境的5个时间段进行模拟, 其中丰水期模拟的时刻为2002-10-02T10: 00及2003-10-21T10: 02, 枯水期模拟时刻为2001-11-16T10:04, 2002-3-8T10:02及2005-11-27 T10: 13。图3为水边线水位模拟结果与潮沟空间形态提取结果的叠加显示, 水边线与潮沟的交点(水位控制点)处的高程可通过海洋模型模拟结果直接赋值。

图3 航空图像(2005-02-25)及QuickBird图像(2005-09-29)的潮沟提取结果及潮水位模拟Fig.3 Extracted tidal creeks from aerial photographs (2005-02-25) and QuickBird images(2005-09-29) and simulation of tide bit

根据多时相卫星图像提取的一系列等高点信息, 利用空间插值方法便可获得低潮滩潮沟的沟底高程。为得到高潮滩潮沟地形, 根据样带实测的宽深比资料, 首先利用坐标信息对测量点进行筛选, 得到高潮滩的测量点位, 然后统计分析高潮滩细小潮沟的宽深比。从统计结果来看, 崇明东滩的高潮滩潮沟宽深比较大, 达到10.989(r=0.913, p< 0.01), 且相对稳定, 这与其他学者的研究结果相近[14]。然后利用

D=L/R(1)

便可直接得到潮沟的深度。式中: D为潮沟深度; L为卫星图像上解译的潮沟宽度; R为潮沟宽深比。

利用2005年9月份实测的潮沟高程(有效样本数20)对反演的潮沟DEM进行误差分析, 总体均方根误差为0.545 m, 其中高潮滩反演精度高于低潮滩地区, 均方根误差分别为0.204 m和0.415 m。高潮滩潮沟较高的反演精度也证明了宽深比统计分析法在研究区域的适用性, 其原因主要是因为本文统计样点都分布于特定的水边线之上, 而这些样点所在区域具有较为接近的水淹频率, 相似的动力环境使得样点处潮沟宽深比相对稳定于10.989(r=0.913, p< 0.01), 同时0.6 m高分辨率卫星图像也进一步提高了潮沟深度提取的精度。低潮滩潮沟的反演算法主要依赖于水边线提取精度及模型模拟精度, 由于水边线提取采用的卫星图像的空间分辨率为30 m, 空间几何纠正达到0.5个像元, 对应水平精度15 m。根据研究区平均坡度24‰ [14], 换算成垂直误差达到0.36 m, 同时模型模拟精度在± 0.15 m之间, 二者综合影响造成低潮滩潮沟地形反演的误差较高潮滩大。另外, 利用相近年份多时相图像作为反演潮沟地形的依据, 实际上忽略了地形在成像时间跨度内的变化, 是选取图像年份内的平均结果, 表征了潮沟的平均发育程度。

3.2 潮滩植被信息提取

通过现场调查发现, 崇明东滩植被分布根据高程变化具有明显分带现象[20]: 高潮滩芦苇、互花米草群落带, 中潮滩海三棱藨草带及低潮滩裸露带。本文将反演的潮滩高程信息作为植被分类的辅助信息, 在植被初次分类的基础上, 构造模糊矩阵; 根据辅助信息对不同植被类型的隶属关系对误分的像元进行二次分类, 以提高潮滩植被分类精度[21]。植被覆盖度指数 (fractional vegetation cover, FVC)是通过QuickBird图像计算得到[22]的, 可将其作为反映植被生长状况的指数, 即

FVC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil) , (2)

式中: NDVI为归一化植被指数(normalized difference vegetation index); NDVIsoil为裸地或空旷地的NDVI值; NDVIveg为高覆盖植被区的NDVI值。依据2005年11月27日ETM+遥感图像进行植被分类, 2005年9月29日QuickBird图像计算植被覆盖度, 并通过现场实测数据进行验证, 结果精度达80%以上[21]。植被盖度及分类计算结果如图4所示。

图4 研究区植被类型(左)及植被覆盖度(右)Fig.4 Vegetation classification(left) and fractional vegetation cover(right) of study area

4 结果与讨论
4.1 潮沟深度与植被的关系

利用反演的地形结果对崇明东滩南部4条潮沟(潮盆20— 23), 中部3条潮沟(潮盆17— 19), 北部2条潮沟(潮盆12— 13)(图1)沿潮沟主干方向从高潮滩向低潮滩分别统计沟底高程, 形成潮沟纵剖面图, 如图5所示。

图5 潮沟地形纵剖面对比Fig.5 Comparison of longitudinal profile of tidal creeks terrain

图5中可以看出, 崇明东滩的潮沟系统深度基本保持了从高潮滩向低潮滩先增大后减小的趋势。在潮滩中段潮沟深度达到最大, 高潮滩潮沟的深度减小, 在光滩上潮沟变宽变浅, 最终趋于消失。研究表明, 潮沟深度呈现南深北浅的特征。潮沟最深段的潮滩高程保持在3.0~3.7 m, 且从东滩南部到北部潮沟的最深位置处潮滩高程逐渐加大, 潮盆12及潮盆13内潮沟最深处的潮滩高程都在3.5 m以上。南部潮沟及中部潮沟的最深处深度都维持在1.0 m左右, 而北部潮沟的最深处深度低于0.7 m。崇明东滩潮沟在成因上属于滩面水流冲刷型, 当近岸水动力条件较强时, 滩面流水能量加强, 滩面侵蚀加剧, 造成潮沟冲刷深度加大, 崇明东滩的潮沟主要分布在潮上带和潮间带上部。

通过对崇明东滩植被遥感解译的结果来看, 中潮滩附近是光滩到植被区的过渡地带(图4(左))。在这个过渡区外, 海水能量还未被植被消减而造成海水动能较大。同时, 植被的根系使中潮滩附近沼泽沉积层比光滩沉积层有更强的抗侵蚀能力, 潮沟比高潮滩及光滩窄而深。在高潮滩附近, 海水能量由于远程输运损失严重, 加之高潮滩地形较高, 水淹频率降低, 至使其改造潮滩微地貌的能力较弱, 所以高潮滩潮沟一般浅而细。低潮滩由于水域开阔, 水动力条件减弱, 无植被覆盖侧蚀作用较强, 潮沟变宽变浅, 最终在光滩趋于消失。潮沟在潮滩消失处的位置高程从南向北逐渐增大(南部2.0~2.6 m、中部2.7~3.0 m、北部3.3~3.5 m)。潮沟的剖面位置与沟头位置, 也反映了崇明东滩南部水动力条件较北部强, 这与其他学者的研究成果一致[23]。崇明东滩南部的团结沙围垦时间最晚, 潮沟年龄相对较小, 也可能造成南部水动力较北部强, 进而使南部潮沟较北部发育。同时根据植被现场测量结果, 在东滩北部植被较发育, 多为高度、盖度较大的互花米草群落及芦苇群落, 此处潮沟深度在保持先增加后减少的总体趋势下, 普遍深度较中部及南部潮沟浅。北部潮沟在低潮滩植被群落外几十m便迅速消失, 消失处高程都在3 m以上, 而南部潮沟则在无植被覆盖的光滩上延伸上百m的距离, 消失处潮滩高程低于2.6 m, 这充分说明北部植被对潮沟的发育过程影响更大。

4.2 潮沟空间分布与植被的关系

从潮盆植被类型与潮沟长度分布关系来看(图6), 各潮盆潮沟长度与植被类型表现出较好的对应关系。

图6 潮盆植被类型与潮沟长度的关系Fig.6 Relationship between vegetation classification and tidal creek length

图6可以看出, 在1— 13号潮盆以互花米草-芦苇为优势群落, 所占比例达80%以上, 而潮沟长度多保持在5 km以下; 14— 18, 25号潮盆芦苇及海三棱藨草群落所占比例增加, 同时潮沟长度也有所增加, 其中17号潮盆的潮沟长度达到13 km; 19— 24号潮盆以海三棱藨草为优势群落, 所占比例超过50%, 在这一区域潮沟长度达到最大值, 都在5 km以上, 个别区域甚至高达20 km。

进一步分析比较潮沟密度与潮盆面积的关系发现(图7), 潮盆的面积与潮沟长度表现出类似的变化关系, 在潮盆面积较大的区域, 一般潮沟也比较发育, 潮沟长度普遍较长, 而其优势的植被群落多以海三棱藨草群落为主。

图7 潮沟密度与流域面积的关系Fig.7 Relationship between tidal creek density and basin area

由此可以看出, 在潮盆面积较大且高度、盖度较低的海三棱藨草群落区域潮沟长度较长, 都在5 km以上。与之相反, 在潮盆面积较小且植株不发育的互花米草-芦苇区域, 潮沟大多短于5 km。

长江北支的水动力是以潮流为主、潮波具有明显的驻波性质: 北支下段潮流涨潮流速一般大于落潮流速; 南支处在长江河口的过渡段, 潮流和径流共同存在, 流速明显高于北部, 水动力条件强, 对潮滩的侵蚀强烈。在水动力条件较强的南部地区, 潮滩高程较低、水淹频率较大, 受植被生态位的影响, 主要以盖度较低的海三棱藨草为主, 强大的潮流作用使得东滩南部潮沟较北部发育。这进一步表明潮沟的空间分布受到潮滩水动力条件及植被双重影响。

潮沟的密度与植被类型的对应关系有所不同, 在潮沟密度较高的区域(如东滩北部1— 3、中部8— 13号潮盆), 潮沟长度较短, 植被类型是以互花米草-芦苇为主的群落, 分析发现这些区域多为密集的细小潮沟, 其潮盆面积较小造成潮沟密度较大。17— 24号潮盆潮沟密度较高的区域分布有以海三棱藨草、芦苇为主的植被群落, 这些区域潮沟长度较长的原因与崇明东滩的潮沟类型相对应, 东滩北部和中部以单一、微弯型潮沟为主, 南部以树枝状潮沟为主, 这些区域多以树枝潮沟为主, 横向支沟较为发育, 因此潮沟密度和长度都较大。

根据潮盆植被覆盖度(FVC)与潮沟密度的提取结果(图8)统计分析发现, 崇明东滩潮沟密度与FVC相关性明显(r=0.560 4, p< 0.02), 东滩各潮盆FVC分布在15%~65%之间, 潮沟密度则从2~5 km/km2, 并且潮沟密度随FVC的增加而减少。由此可以看出, 虽然植被类型对潮沟密度的影响不显著, 但FVC却对潮沟密度有着重要影响, FVC与潮沟密度呈现明显的负相关关系。东滩东南部植被多为低FVC的海三棱藨草, 且受南部放牧的影响植物发育较差, 潮沟密度较大。北部地区多为FVC较大的芦苇及互花米草, 其根系抑制了水流对潮沟的侧向扩展, 潮沟密度较小。

图8 潮沟密度与FVC的关系Fig.8 Relationship between tidal creek density and fractional vegetation cover

5 结论与讨论
5.1 结论

1)遥感是快速获取淤泥质潮滩环境参数的有效方法, 利用水边线方法结合现场测量结果能够更方便地反演潮滩, 包括潮沟的地形信息, 同时能直接得到植被发育的相关因子信息, 遥感大时空尺度的特点可以消除局地现场测量数据的偶然性和不确定性, 并可以再现过去的潮滩发育过程, 弥补历史数据的空白, 为分析潮滩动力过程提供重要的数据支持。

2)由于高潮滩水动力条件较弱, 加之植被根系的固滩作用, 下蚀作用较弱, 潮沟深度较浅, 低潮滩由于水域开阔, 水动力条件较弱, 无植被覆盖、侧蚀作用增强, 潮沟变宽变浅, 从纵剖面来看, 从低潮滩到高潮滩潮沟深度先增大再减小。潮沟深度剖面分布表现了较强的区域性。植被发育、高程较高的北部潮滩, 潮沟深度比植被不发育、高程较低的东南部潮滩要浅, 同时, 整个潮沟系统所在的潮滩位置高程北部较东南部潮滩高。

3)从空间形态来看, 崇明东滩的潮沟长度与植被类型表现出较强的对应关系, 同时潮沟密度与植被覆盖度呈负相关关系, 且相关性显著。以互花米草-芦苇群落为主的区域潮沟长度比以海三棱藨草为主的区域长, 在高植被覆盖度的潮滩地区潮滩普遍不发育, 潮沟密度较低。崇明东滩的潮沟受到水动力条件与植被的双重作用影响, 且植被发育情况对潮沟地形及分布有着十分重要的影响。

5.2 讨论

1)本文虽对潮沟与植被关系进行了定量探讨, 但是要深入了解崇明东滩潮沟的分布及变异规律, 还要综合考虑各种因素相互之间的影响, 比如由于水动力条件的差异使北部淤高, 高程的升高满足了芦苇及互花米草的生态位要求, 使得2种植被在该地区发育良好, 同时植被的缓流作用又使滩面进一步淤高。这个循环过程当中, 在考虑其他可能因素影响的同时, 应该把潮沟地形演化及各种影响因素作为一个整体来综合考虑, 而不是考虑单个因子对潮沟沉积过程的影响。

2)1998年崇明东滩保护区经上海市政府批准建立, 2005年经国务院批准正式成为鸟类国家级自然保护区, 特殊的地理位置和快速演化的生态系统使其成为具有国际意义的重要生态敏感区。然而, 从20世纪60年代开始, 对崇明滩涂的围垦一直没有停止。同时, 未来海平面上升及三峡工程造成的上游来水来沙的减少也必然直接或间接地影响长江口湿地资源。盐沼植物天然具有消能促淤、抵御侵蚀及护岸保堤等重要作用, 因此, 开展植被对滩涂地形发育影响的研究对指导滩涂开发与保护、实现滩涂资源可持续利用具有重要现实意义。遥感水边线法为反演潮滩垂向沉积速率及高程提供了新的技术思路, 对今后大尺度、定量化分析植被生态因子对沉积过程的影响及开展不同区域、不同植被生态因子对沉积过程影响的系统性研究具有指导意义。

The authors have declared that no competing interests exist.

参考文献
[1] 张忍顺, 王雪瑜. 江苏省淤泥质海岸潮沟系统[J]. 地理学报, 1991, 46(2): 195-206.
Zhang R S, Wang X Y. Tidal creek system on tidal mud flat of Jiangsu Province[J]. Acta Geographica Sinica, 1991, 46(2): 195-206. [本文引用:1] [CJCR: 2.937]
[2] 时钟, 陈吉余, 虞志英. 中国淤泥质潮滩沉积研究的进展[J]. 地球科学进展, 1996, 11(6): 555-562.
Shi Z, Chen J Y, Yu Z Y. Sedimentation on the intertidal mudflat in China: An overview[J]. Advance in Earth Sciences, 1996, 11(6): 555-562. [本文引用:1] [CJCR: 1.388]
[3] 吴晓东, 高抒. 长江口潮间带九段沙浅滩潮水沟形态分析[J]. 海洋学报, 2012, 34(6): 126-132.
Wu X D, Gao S. A morphological analysis of tidal creek network patterns on the Jiuduansha Shoal in the Changjiang Estuary[J]. Acta Oceanologica Sinica, 2012, 34(6): 126-132. [本文引用:1] [CJCR: 0.915]
[4] Novakowski K I. Geomorphic analysis of tidal creek networks[J]. Water Resources Research, 2004, 40(5): 1-13. [本文引用:1] [JCR: 3.149]
[5] Vand enbruwaene W, Meire P, Temmerman S. Formation and evolution of a tidal channel network within a constructed tidal marsh[J]. Geomorphology, 2012, 151-152: 114-125. [本文引用:1] [JCR: 2.552]
[6] Allen J R L. Morphodynamics of Holocene salt marshes: A review sketch from the Atlantic and Southern North Sea coasts of Europe[J]. Quaternary Science Reviews, 2000, 19(12): 1155-1231. [本文引用:1] [JCR: 4.076]
[7] Davidson-Arnott R G D, Proosdij D, Ollerhead J. Hydrodynamics and sedimentation in salt marshes: Examples from a macrotidal marsh, Bay of Fundy[J]. Geomorphology, 2002, 48(1/3): 209-231. [本文引用:1] [JCR: 2.552]
[8] 沈永明, 张忍顺, 王艳红. 互花米草盐沼潮沟地貌特征[J]. 地理研究, 2003, 22(4): 520-527.
Shen Y M, Zhang R S, Wang Y H. The tidal creek character in salt marsh of spartina alterniflora loisel on strong tide coast[J]. Geographical Research, 2003, 22(4): 520-527. [本文引用:1]
[9] Fruergaard M, Andersen T J, Nielsen L H, et al. Punctuated sediment record resulting from channel migration in a shallow sand -dominated micro-tidal lagoon, Northern Wadden Sea, Denmark[J]. Marine Geology, 2011, 280(1/4): 91-104. [本文引用:1] [JCR: 2.732]
[10] Bryce S, Larcombe P, Ridd P V. Hydrodynamic and geomorphological controls on suspended sediment transport in mangrove creek systems, a case study: Cocoa Creek, Townsville, Australia[J]. Estuarine, Coastal and Shelf Science, 2003, 56(3/4): 415-431. [本文引用:1] [JCR: 2.324]
[11] Shi Z, Lamb H F, Collin R L. Geomorphic change of saltmarsh tidal creek networks in the Dyfi Estuary, Wales[J]. Marine Geology, 1995, 128(1): 73-83. [本文引用:1] [JCR: 2.732]
[12] Garofalo D. The influence of wetland vegetation on tidal stream channel migration and morphology[J]. Estuaries, 1980, 3(4): 258-270. [本文引用:1] [JCR: 2.133]
[13] Pethick J S. Long-term accretion rates on tidal salt marshes[J]. Journal of Sedimentary Petrology, 1981, 51(2): 571-577. [本文引用:1]
[14] Yang S L, Ding P X, Chen S L. Changes in progradation rate of the tidal flats at the mouth of the Changjiang(Yangtze)River, China[J]. Geomorphology, 2001, 38(1/2): 167-180. [本文引用:3] [JCR: 2.552]
[15] Mason D C, Davenport I J, Flather R A. Interpolation of an intertidal digital elevation model from heighted shorelines: A case study in the Western Wash[J]. Estuarine, Coastal and Shelf Science, 1997, 45(5): 599-612. [本文引用:1] [JCR: 2.324]
[16] Mason D C, Davenport I J, Flather R A, et al. Cover A digital elevation model of the inter-tidal areas of the Wash, England , produced by the waterline method[J]. International Journal of Remote Sensing, 1998, 19(8): 1455-1460. [本文引用:1]
[17] 韩震, 郭永飞, 李睿, . 长江口淤泥质潮滩环形水边线信息提取方法研究[J]. 国土资源遥感, 2010, 22(4): 64-66.
Han Z, Guo Y F, Li R, et al. Research on the method for ring waterside line information extraction from mudflat in the Yangtze River Estuary[J]. Remote Sensing for Land and Resources, 2010, 22(4): 64-66. [本文引用:1]
[18] 郑宗生, 周云轩, 沈芳, . 基于DTM的水边线遥感信息提取方法[J]. 国土资源遥感, 2007, 19(2): 56-59.
Zheng Z S, Zhou Y X, Shen F, et al. Waterline extraction from remotely sensed images with DTM[J]. Remote Sensing for Land and Resources, 2007, 19(2): 56-59. [本文引用:1]
[19] 郑宗生, 周云轩, 田波, . 基于数字海图及遥感的近60年崇明东滩湿地演变分析[J]. 国土资源遥感, 2013, 25(1): 130-136.
Zheng Z S, Zhou Y X, Tian B, et al. Evolution analysis of Chongming Dongtan wetland in recent 60 years based on digital nautical chart and remote sensing[J]. Remote Sensing for Land and Resources, 2013, 25(1): 130-136. [本文引用:1]
[20] 高占国, 张利权. 盐沼植被光谱特征的间接排序识别分析[J]. 国土资源遥感, 2006, 18(2): 51-56.
Gao Z G, Zhang L Q. The identification of spectral characteristics of salt marsh vegetation using indirect ordination[J]. Remote Sensing for Land and Resources, 2006, 18(2): 51-56. [本文引用:1]
[21] Huang Y, Zhou Y X, Zheng Z S, et al. Two strategies for remote sensing classification accuracy improvement of salt marsh vegetation: A case study in Chongming Dongtan[C]//Qiu P H, Yiu C, Zhang H, et al. 2nd International Congress on Image and Signal Processing. New York: IEEE, 2009: 3014-3020. [本文引用:2]
[22] Zeng X B, Dickinson R E, Walker A. Derivation and evaluation of global 1-Km fractional vegetation cover data for land modeling[J]. Journal of Applies Meteorology, 2000, 39(6): 826-839. [本文引用:1]
[23] 陈勇, 何中发, 黎兵, . 崇明东滩潮沟发育特征及其影响因素定量分析[J]. 吉林大学学报: 地球科学版, 2013, 43(1): 212-219.
Chen Y, He Z F, Li B, et al. Spatial distribution of tidal creeks and quantitative analysis of its driving factors in Chongming Dongtan, Shanghai[J]. Journal of Jilin University: Earth Science Edition, 2013, 43(1): 212-219. [本文引用:1] [CJCR: 0.881]