紅樹林生態(tài)系統(tǒng)遙感監(jiān)測研究進展

孫永光，趙冬至，* ，郭文永，高 陽，蘇 岫，衛(wèi)寶泉

(1.國家海洋環(huán)境監(jiān)測中心，大連 116023;2.奧胡斯大學(xué)生物科學(xué)學(xué)院，奧胡斯8000C丹麥;3.國家海洋局南海環(huán)境監(jiān)測中心，廣州 510300)

紅樹林是生長于熱帶亞熱帶海岸潮間帶、受到海水周期性浸沒的木本植物群落，是兼具陸地和海洋特性的復(fù)雜生態(tài)系統(tǒng)［1］、海岸重要生態(tài)關(guān)鍵區(qū)(ECA)［2-3］。在改善海灣、防浪護堤、凈化污染和保護濕地多樣性等方面發(fā)揮不可替代的功能［4］。然而，隨著國民經(jīng)濟的發(fā)展和沿海經(jīng)濟區(qū)的開發(fā)，圍海造田、灘涂養(yǎng)殖、城市化建設(shè)等多種人為活動的侵占和眾多因素的干擾，紅樹林資源出現(xiàn)日益嚴(yán)重的面積萎縮、環(huán)境惡化、結(jié)構(gòu)簡單等退化現(xiàn)象［5-7］。國家海洋局2001年制定了《中國海岸濕地保護行動計劃》［5］，將紅樹林生態(tài)系統(tǒng)的保護列為優(yōu)先項目之一，紅樹林生態(tài)系統(tǒng)變化監(jiān)測逐漸成為政府和學(xué)者們關(guān)注的焦點。地面調(diào)查能夠比較全面地了解生態(tài)系統(tǒng)的結(jié)構(gòu)、過程和功能狀況及其變化，但是這種觀測需要長期持續(xù)的投入，所能達(dá)到的時空尺度也有一定局限性［8］。隨著現(xiàn)代遙感技術(shù)、模型技術(shù)、仿真技術(shù)與景觀格局分析方法的不斷成熟，為生態(tài)系統(tǒng)變化時空尺度數(shù)據(jù)獲得提供了重要的技術(shù)手段和方法［9］。遙感技術(shù)因其覆蓋面積大、數(shù)據(jù)更新周期短、空間分辨率高等特點，已成為國內(nèi)外紅樹林監(jiān)測的主要技術(shù)之一［10］。本文將系統(tǒng)總結(jié)遙感技術(shù)在紅樹林生態(tài)系統(tǒng)變化監(jiān)測中的國內(nèi)外應(yīng)用進展，探討紅樹林遙感監(jiān)測理論發(fā)展和應(yīng)用新方向，為遙感在紅樹林生態(tài)系統(tǒng)變化監(jiān)測中的應(yīng)用拓展提供借鑒，對實現(xiàn)紅樹林時空尺度生態(tài)系統(tǒng)變化遙感監(jiān)測具有重要意義。

1 紅樹林遙感監(jiān)測的發(fā)展歷程

1.1 國外紅樹林遙感監(jiān)測發(fā)展歷程

截至2012年05月國外紅樹林遙感監(jiān)測研究文獻總計約為233篇，呈逐年遞增趨勢(圖1);主要集中于紅樹林動態(tài)監(jiān)測、種間分類、結(jié)構(gòu)監(jiān)測等方面(圖2)，特別是自2000年以后，國外紅樹林群落結(jié)構(gòu)監(jiān)測、驅(qū)動力研究以及其他(海平面變化、綜合研究)逐漸成為紅樹林遙感監(jiān)測的熱點，研究數(shù)量呈上升趨勢(圖2)，研究者主要來源于美國(57名)、印度(37名)、法國(20名)、比利時(19名)、中國(19名)、澳大利亞(16名)等國家(圖3)，這也說明紅樹林遙感研究在一定程度上受到經(jīng)濟發(fā)展水平和技術(shù)水平的限制。

圖1 國外紅樹林遙感研究文獻年度統(tǒng)計Fig．1 Statistics abroad mangrove research papers basing on remote sensing at different years選取 Web of Science數(shù)據(jù)庫 SCI-E，1899-現(xiàn)在;SSCI，1956-現(xiàn)在;A＆HCI，1975-現(xiàn)在;CPCI-S，1990-現(xiàn)在(會議，自然科學(xué));CPCI-SSCI，1990-現(xiàn)在(會議，社會科學(xué))，利用復(fù)合主題“‘mangrove’和‘remote sensing或 RS’”在所有年份內(nèi)搜素，共得到相關(guān)文獻233篇

圖2 國外紅樹林遙感不同應(yīng)用領(lǐng)域文獻量統(tǒng)計Fig．2 Different application fields statistics of mangrove research papers basing on remote sensing at different years abroad

美國、法國等發(fā)達(dá)國家因其技術(shù)領(lǐng)先，在利用遙感技術(shù)對濕地資源進行調(diào)查與保護方面的研究起步較早［11-12］。1979年Lorenzo等首次借助遙感技術(shù)對的紅樹林進行了動態(tài)監(jiān)測［13］;20世紀(jì)80年代世界各國衛(wèi)星遙感事業(yè)的蓬勃發(fā)展，紅樹林遙感監(jiān)測也出現(xiàn)了大發(fā)展時期，隨著1980年聯(lián)合國糧農(nóng)組織(The United Nations Food and Agricultural Organization FAO)將遙感技術(shù)用于估算紅樹林面積［13］，遙感技術(shù)逐漸被廣泛應(yīng)用于紅樹林濕地分布、面積、動態(tài)、制圖等領(lǐng)域［13-20］。其中Landsat因分辨率適中，價格合理，性價比較高，是紅樹林面積調(diào)查和遙感動態(tài)監(jiān)測中應(yīng)用最多的遙感數(shù)據(jù)源［21］;進入20世紀(jì)90年代，隨著陸地資源衛(wèi)星及海洋衛(wèi)星時空分辨率的不斷提高，紅樹林遙感監(jiān)測也由動態(tài)監(jiān)測向類別監(jiān)測方向發(fā)展［21-27］，中低分辨率遙感影像可以區(qū)分出紅樹林林區(qū)與非紅樹林區(qū)，但難以完成紅樹林種類的區(qū)分。法國1986年發(fā)射的SPOT衛(wèi)星系列，其高空間分辨率及多光譜特性為紅樹林種間分類技術(shù)的研究提供了有利條件，隨著航空數(shù)據(jù)、NOAAAVHRR、ERS-1 radar數(shù)據(jù)等商業(yè)化應(yīng)用的提高，多源數(shù)據(jù)融合技術(shù)為紅樹林分類技術(shù)的提高提供了數(shù)據(jù)基礎(chǔ)，使紅樹林類別監(jiān)測取得了長足發(fā)展［21-27］。進入21世紀(jì)以來，IKONOS衛(wèi)星、ALOS(空間分辨率:2.5 m)、QuickBird、SPIN-2、Orbview-3等它們的全色波段空間分辨率多達(dá)到米級，SAR雷達(dá)數(shù)據(jù)的應(yīng)用極大提高了遙感圖像的信息含量［28］。紅樹林遙感監(jiān)測也逐漸向縱深發(fā)展，逐漸由宏觀動態(tài)、分類監(jiān)測向生態(tài)系統(tǒng)參數(shù)及綜合信息監(jiān)測方向轉(zhuǎn)化，遙感估算紅樹林生物量［29］、分層結(jié)構(gòu)［30-31］、群落特征參數(shù)［32］、樹高［33-34］、平均冠幅［29］、健康［35-36］、病蟲害［37］等生態(tài)學(xué)參數(shù)特征。近些年來，遙感技術(shù)在紅樹林監(jiān)測中的應(yīng)用逐漸向綜合方向發(fā)展深入，逐漸轉(zhuǎn)向紅樹林對氣候變化、海平面變化［38-39］及人類活動的響應(yīng)過程及管理［28］的研究(圖2)。

圖3 紅樹林遙感研究者所屬國家或地區(qū)分布Fig．3 Country and area distribution of researcher of mangrove remote sensing選取Web of Science數(shù)據(jù)庫(SCI-EXPANDED，SSCI，A＆HCI，CPCI-S，CPCI-SSH)，利用復(fù)合主題“‘mangrove’和‘remote sensing OR RS’”所有年份搜素，共得到相關(guān)文獻233篇

1.2 我國紅樹林遙感監(jiān)測發(fā)展歷程

國內(nèi)遙感技術(shù)在紅樹林監(jiān)測中的應(yīng)用始于20世紀(jì)90年代，在最近幾年呈現(xiàn)明顯上升趨勢，特別是在2008—2011年，呈明顯遞增趨勢(圖4)。1994年遙感技術(shù)在海南島紅樹林濕地資源調(diào)查中得到了應(yīng)用［28，40］。90年代至21世紀(jì)初，我國的紅樹林遙感監(jiān)測主要是以遙感測繪［40］、成圖［40-44］為主。1997年國家海洋局第三海洋研究所首次開展了紅樹林智能分類研究［42］。進入21世紀(jì)，隨著Landsat TM和ETM、SPOT、NOAAAVHRR、中巴資源衛(wèi)星、IKONOS、SAR雷達(dá)和QuickBird等影像的逐漸普及，國內(nèi)學(xué)者逐步在紅樹林制圖［41］、動態(tài)監(jiān)測［42-45］、光譜特征及分類等方面開展了一些卓有成效的研究［42-54］。2006年，我國首次借助雷達(dá)數(shù)據(jù)對珠江三角洲珠海的琪澳島紅樹林進行了紅樹林生物量監(jiān)測，這是我國首次實現(xiàn)紅樹林生物量雷達(dá)監(jiān)測［53］，之后，國內(nèi)學(xué)者利用光學(xué)遙感方法評估了北部灣紅樹林碳儲量［55］，將我國的紅樹林遙感監(jiān)測由動態(tài)、分類、制圖和資源調(diào)查等推向生態(tài)系統(tǒng)特征參數(shù)變化監(jiān)測，特別是最近幾年，中巴資源衛(wèi)星、IKONOS、SAR雷達(dá)、QuickBird、HJ星等數(shù)據(jù)相繼被應(yīng)用于紅樹林生態(tài)系統(tǒng)遙感監(jiān)測［55-67］，大大提高了信息量及分類精度;同時，在紅樹林動態(tài)、分類方法等方面也取得了一定成果。但相比國際紅樹林遙感監(jiān)測進程，國內(nèi)在紅樹林遙感監(jiān)測群落結(jié)構(gòu)、災(zāi)害災(zāi)情、綜合信息等方面的研究鮮見。

2 遙感技術(shù)主要應(yīng)用領(lǐng)域

2.1 紅樹林濕地動態(tài)監(jiān)測

宏觀、區(qū)域尺度動態(tài)監(jiān)測是紅樹林遙感監(jiān)測的重要領(lǐng)域之一，其原理是基于同一區(qū)域存在著光譜特征差異，利用遙感影像增強及紅樹林邊界檢測技術(shù)［28，60］識別紅樹林與非紅樹林的差異，從而實現(xiàn)紅樹林分布、面積監(jiān)測及制圖。

1979年Lorenzo等借助Landsat MSSdata對菲律賓三寶顏半島(Zamboanga Peninsula)的紅樹林退化狀況進行了動態(tài)監(jiān)測［13］，隨后，Laba等在大洲國家尺度上，分析了多米尼加共和國尤納河流域下游土地覆蓋的變化趨勢，獲得1973—1985年間紅樹林面積的變化［68］;Wang等以TM和ETM圖像為基礎(chǔ)，分析了坦桑尼亞從南至北800 km長海岸帶紅樹林在1990—2000年的變化［69］;Godstime等利用TM和ETM數(shù)據(jù)分析了尼日爾三角洲1980—2003年間紅樹林邊界變化情況［70］，從紅樹林動態(tài)監(jiān)測研究上看［15-20］，主要以 TM、ETM、Landsat MSS等數(shù)據(jù)為主，采用的技術(shù)方法主要是邊界檢測技術(shù)。隨著遙感技術(shù)的不斷發(fā)展，紅樹林動態(tài)監(jiān)測逐漸向縱深發(fā)展，VaiPhasa等采用NDVI(歸一化植被指數(shù))技術(shù)研究了泰國Pak Phanang地區(qū)的紅樹林動態(tài)變化情況［71］，Giri等采用監(jiān)督分類法，識別了20世紀(jì)70年代至21世紀(jì)在孟加拉和印度之間的孫德爾本斯地區(qū)紅樹林濕地的動態(tài)變化過程［72］，Rakotomav等研究了馬達(dá)加斯加的曼戈基河三角洲土地覆蓋的變化趨勢，并探測到1951—2000年間紅樹林面積的變化［73］。

圖4 國內(nèi)紅樹林遙感文獻量年度統(tǒng)計Fig．4 Statistics of research papers on mangrove remote sensing in China以“紅樹林+遙感”作為搜素關(guān)鍵詞，在“中國期刊論文數(shù)據(jù)庫”中進行搜索，截至2012年05月，共檢索到論文31篇

國內(nèi)在紅樹林動態(tài)變化遙感監(jiān)測起步較晚，但也取得了一定的研究成果，李天宏于2002年首次借助Landsat TM/ETM不同時段影像數(shù)據(jù)分析了深圳河口紅樹林6個時段的動態(tài)變化過程，并借助NDVI指數(shù)研究了該區(qū)域紅樹林生長狀況特征［45］，劉凱等應(yīng)用多種規(guī)則相結(jié)合的專家系統(tǒng)方法，對珠江口地區(qū)3個時相的遙感圖像進行分類，得到3個時相的紅樹林面積變化和空間分布變化情況［49］，趙玉靈［62］對珠江口地區(qū)4個時期的遙感影像和地理地形資料進行綜合分析。毛麗君基于遙感的方法分析了廣東省紅樹林資源動態(tài)變化情況［28］。張雪紅采用知識與規(guī)則方法提取紅樹林遙感動態(tài)信息，與其他學(xué)者常采用的分類特征及分類方法相比，識別精度有明顯提高［67］。從紅樹林遙感動態(tài)監(jiān)測研究進展來看，此類研究采用的數(shù)據(jù)主要以中分辨率影像數(shù)據(jù)(Landsat/MSS、Landsat/TM(ETM)、SPOT和 ASTER)為主［67］，空間尺度以大洲、國家、區(qū)域為主、時間尺度以10年為監(jiān)測尺度，側(cè)重于紅樹林與非紅樹林的劃分及變化監(jiān)測，主要以監(jiān)督分類與非監(jiān)督分類相結(jié)合方法，借助NDVI等參數(shù)對紅樹林動態(tài)進行監(jiān)測。

2.2 紅樹林種間分類監(jiān)測

紅樹林種間類別復(fù)雜，各自具有不同的幾何外觀、光譜特征以及紋理特征等［10］，遙感監(jiān)測的基本原理是應(yīng)用紅樹林種間光譜特征差異(圖5)、紋理體征差異及綜合信息的差異進行種間分類，而光譜特征尤以光譜反射率在650—750nm處的差異最為顯著，在紅外波段各物種光譜反射率出現(xiàn)顯著分化，這為紅樹林光學(xué)遙感種間分類奠定了理論基礎(chǔ)［74］(圖5)。

中低分辨率遙感影像數(shù)據(jù)(空間分辨率＞10m:Landsat TM，Landsat MSS和SPOTXS等)并不能滿足紅樹林種間分類的要求［75-76］，隨著高空間分辨率(空間分辨率＜10 m:IKONOS、QuickBird、CASI、SPOT-5 等)影像數(shù)據(jù)的出現(xiàn)及商業(yè)化應(yīng)用程度的提高，為紅樹林種間分類研究提供了數(shù)據(jù)基礎(chǔ)，不同學(xué)者分別應(yīng)用IKONOS［77］、QuickBird影像［37］和CASI數(shù)據(jù)［78］對紅樹林種間類型進行了識別，分類種數(shù)均在4種以上。紅樹林種間分類的難點在于分類方法與精度評估，HELD等以CASI和AIRSAR作為數(shù)據(jù)源，采用最大似然分類法和分層神經(jīng)網(wǎng)絡(luò)分類法對融合數(shù)據(jù)進行分類，結(jié)果表明融合后分類精度更高，達(dá)到79.8%;說明基于結(jié)構(gòu)信息的分類比基于光譜特征差異的分類更為精確［78］;Neukermans等以Quick Bird影像為數(shù)據(jù)源，采用模糊分類方法對肯尼亞Gazi海灣的紅樹林區(qū)的4種主要紅樹林區(qū)分出來，總體分類精度達(dá)到72%，其中2種主要樹種分類精度達(dá)到85%［76］;Wang等對比了不同分類方法、不同影像(QuickBird、IKONOS)對分類結(jié)果的影響，結(jié)果發(fā)現(xiàn):采用基于對象的分類方法時，QuickBird影像數(shù)據(jù)分類結(jié)果就優(yōu)于 IKONOS，且整體精度提升 2%;反之，IKONOS整體精度下降2%［77］。Wang等對基于像素的最大似然分類法(MLC)與基于對象的最鄰近距離分類法(NN)進行了融合，融合后能將分類結(jié)果提升至91.4%［79］。也有學(xué)者以SPOT-5(空間分辨率:2.5 m)作為數(shù)據(jù)源，證明了面向?qū)ο蠓诸惙ǖ木染哂诨谙袼氐姆诸惙椒?，分別比最大似然分類法MLC和支持向量機(SVM)方法的精度高［80］，國外研究表明，紅樹林分類不僅僅依靠光譜特征，同時也要考慮結(jié)構(gòu)信息，有助于提高分類精度。

在國內(nèi)，騰俊華等應(yīng)用TM、DEM模型獲取紅樹林分布子區(qū)的地理范圍，通過人工神經(jīng)網(wǎng)絡(luò)分類方法，獲得紅樹林群落分類信息［42］，張偉等和蘇岫等探討了高分影像數(shù)據(jù)用于紅樹林種間分類的預(yù)處理方法及分類方法［10，54］。劉凱等［49］以珠海淇澳島紅樹林區(qū)為例，在國內(nèi)首次將TM數(shù)據(jù)與SAR雷達(dá)數(shù)據(jù)進行融合，探討了監(jiān)督分類、非監(jiān)督分類以及神經(jīng)網(wǎng)絡(luò)分類方法對紅樹林種間分類的精度，結(jié)果表明:應(yīng)用主成分融合后，采用神經(jīng)網(wǎng)絡(luò)分類方法能夠提高紅樹林分類精度，總精度達(dá)到84.4%。綜合而言，現(xiàn)階段紅樹林種間分類研究主要集中于分類方法及分類精度提高研究上，紅樹林分類標(biāo)準(zhǔn)，分類精度、確定合適方法仍是紅樹林遙感種間分類的重要研究課題。

2.3 紅樹群落結(jié)構(gòu)監(jiān)測

結(jié)構(gòu)監(jiān)測是對紅樹林葉面積指數(shù)(LAI)、平均冠幅、林木高度、群落結(jié)構(gòu)梯度進行遙感監(jiān)測。學(xué)者們在此方面開展了廣泛的研究［24，81-83］，Ramsey和Jensen發(fā)現(xiàn)借助植被指數(shù)可有效地對紅樹林葉面積指數(shù)(LAI)和平均冠幅進行監(jiān)測［84］，LAI監(jiān)測主要將遙感圖像數(shù)據(jù)如歸一化植被指數(shù)(NDVI)、比植被指數(shù)(RVI)和垂直植被指數(shù)(PVI)與實測LAI建立模型.這種方法輸入?yún)?shù)單一，不需要復(fù)雜的計算，因此成為遙感估算LAI的常用方法［78］，但其對紅樹林群落立體結(jié)構(gòu)特征則無法識別。而激光雷達(dá)被學(xué)者們公認(rèn)為監(jiān)測紅樹林結(jié)構(gòu)信息最為有效的方法［78，84］，雷達(dá)遙感具有側(cè)視特點所使用的波長比光學(xué)遙感的要長，具有一定的穿透性，能獲得更準(zhǔn)確的植被立體信息［85-87］，且其不同波段(例如:X-band、C-band、L-band等)對植被冠幅、土壤、水面等具有不同的后向散射特征(圖6)，雷達(dá)遙感依據(jù)其后向散射系數(shù)的差異特征可對紅樹林林木高度、平均冠幅、健康狀況、退化狀況等進行有效監(jiān)測。

圖5 不同紅樹林物種、非紅樹物種及地物光譜特征Fig．5 Spectral curves of different mangrove species nonmangrove species and other objects數(shù)據(jù)源于2011年廣西山口、丹兜海紅樹林及地物55個樣地、1060組光譜調(diào)查數(shù)據(jù)，儀器采用ISI921VF野外地物光譜輻射計

國外應(yīng)用不同雷達(dá)數(shù)據(jù)(墨西哥:RADARSAT-1 SAR［88］， ENVISAT ASAR［35］;泰 國:JERS-1 ERS-1 SAR，JERS-1SAR［89］;孟加拉共和國，SIR-B［90］;印度和孟加拉共和國:ERS-1 SAR［91］;印度:ERS-1 SAR ERS-1［92］;澳大利亞和南美;ALOS PALSAR［93］;澳大利亞:AIRSAR［94］;巴 西:RADARSAT-1［95］;加 蓬 共 和 國:JERS-1，ERS-1 SAR［27］;馬達(dá)加斯加:SIR-C［96］)在紅樹林結(jié)構(gòu)特征方面開展了大量實證研究。例如:Simard等［27］采用決策樹的方法對加蓬沿海植被覆蓋類型進行分類，研究JERS-1和ERS-1雷達(dá)數(shù)據(jù)在測繪大尺度沿海地區(qū)的互補性，同時證明在區(qū)分高、矮紅樹林、草樹沼澤方面，將雷達(dá)數(shù)據(jù)的L-頻和C-頻波段的組合應(yīng)用分類比單波段分類精度提高18%。Proisy［33］運用基于傅里葉紋理結(jié)構(gòu)的分類方法FOTO對法屬圭亞那的高生物量紅樹林區(qū)的IKONOS影像進行處理，得到林區(qū)冠層結(jié)構(gòu)特點;同時，為了提升FOTO方法在捕捉3D森林結(jié)構(gòu)特性方面的能力，用帶有植被冠層高度信息的激光雷達(dá)LIDAR數(shù)據(jù)為數(shù)據(jù)源，改進FOTO方法，以便獲取更精確的冠層結(jié)構(gòu)信息。Lucas等在澳大利亞研究發(fā)現(xiàn)雷達(dá)C-VV和C-HH數(shù)據(jù)與紅樹林結(jié)構(gòu)參數(shù)具有較高的相關(guān)性，同樣的結(jié)論在法屬圭亞那地區(qū)得到證實［97］。大量研究證明紅樹林結(jié)構(gòu)與后向散射系數(shù)之間的存在響應(yīng)關(guān)系［34，86，97］，發(fā)現(xiàn)紅樹林由先鋒狀態(tài)過渡到成熟林狀態(tài)，利用L-頻和C-頻波段穿透力的差異性(圖6)對其進行監(jiān)測，而對于同性質(zhì)、高度、密度相似的紅樹林則不能在物種水平上進行區(qū)分［89］。為了深入理解雷達(dá)電磁波譜入射角與紅樹林冠層結(jié)構(gòu)之間內(nèi)在聯(lián)系機理，研究人員［34，86-87］對比了澳大利亞3個紅樹林物種不同生長階段(同質(zhì)的灰紅樹林先鋒階段、白紅樹林占優(yōu)勢群落的成熟紅樹林和紅白退化紅樹林)雷達(dá)監(jiān)測能力，發(fā)現(xiàn)由先鋒紅樹林和成熟紅樹林組成的紅樹林能夠利用遙感進行有效的監(jiān)測［34，86］。綜合而言，目前紅樹林群落結(jié)構(gòu)遙感監(jiān)測核心是:識別雷達(dá)后向散射系數(shù)與紅樹林冠幅、垂直結(jié)構(gòu)之間的關(guān)系，建立二者之間的數(shù)量模型關(guān)系，從而應(yīng)用NASA/JPL航空 SAR(AIRSAR)的C-頻波段、L-頻波段、P-頻波段和C-VV和C-HH數(shù)據(jù)，對紅樹林生長狀況進行監(jiān)測。

國內(nèi)在紅樹林群落結(jié)構(gòu)特征遙感監(jiān)測尚未涉足。

圖6 不同生長狀態(tài)紅樹林的雷達(dá)后向散射特征［98］Fig．6 Dominating backscatter mechanisms at different stages of mangrove growth depending on bandwidth of the radar beam［98］

2.4 紅樹林生物量監(jiān)測

生物量遙感主要采用光學(xué)遙感和雷達(dá)遙感兩種方法［10］。在光學(xué)遙感中利用NDVI指數(shù)提取生物量比較常用，基本原理是根據(jù)植被對紅光波段有著明顯的吸收性，不同類型的植被類型由于樹葉形狀、植珠間隔、含水率以及土壤背景不同而產(chǎn)生差異性變化，進而建立NDVI指數(shù)與生物量之間的回歸模型，目前常用有一階線性模型、二階多項式模型［10，33］。雷達(dá)監(jiān)測生物量的基本原理依據(jù)紅樹林群落在結(jié)構(gòu)、冠幅和植珠直徑之間的差異，建立雷達(dá)波段后向散射系數(shù)與生物量之間的回歸模型［98］。

國外，Proisy等［33］利用IKONOS影像數(shù)據(jù)，借助傅里葉紋理結(jié)構(gòu)的分類方法FOTO對法屬圭亞那的紅樹林生物量進行了監(jiān)測，并建立了多元回歸模型，取得了較好的效果。但由于光學(xué)遙感穿透力不強，其在紅樹林生物量遙感中應(yīng)用并不是最佳方法，雷達(dá)數(shù)據(jù)由于其波長比光學(xué)遙感的長，具有較強的穿透能力，能夠獲得紅樹林植被立體信息，因此，雷達(dá)遙感比光學(xué)遙感在植被生物量估算方面更具優(yōu)勢［10］。目前，常用的有四種方法(簡單雷達(dá)截面方法、RANSON方法、DOBSON方法、KASISCHKE方法)用來建立雷達(dá)數(shù)據(jù)與生物量之間的估算模型［10］。Mougin等以法屬圭亞那海岸的紅樹林林區(qū)作為研究對象，分析對比了P-HV(0.44 GHz)、L-HV(1.25 GHz)、C-HV(5.3 GHz)3種波段算出的雷達(dá)后向散射系數(shù)與生物量之間的關(guān)系，結(jié)果表明:P-HV與LHV這兩個頻率的散射系數(shù)與紅樹林總生物量最為相關(guān)，理論證明雷達(dá)低頻系統(tǒng)在紅樹林生物量估算中的有效性［87］。Wang等［90］采用Tt=Ts+Tc+Td+Ta+Tm模型來表示雷達(dá)后向散射系數(shù)與紅樹林生物量之間的關(guān)系，其中Ts是指表面散射;Tc是指植被體積散射;Td是指樹干與地面的雙向反射;Ta是樹底部與地面相互合成的反射;Tm植被和地面的多向反射合成;Tt是總體的后向反射系數(shù)。綜合而言，大多研究者普遍認(rèn)為SAR雷達(dá)低頻段數(shù)據(jù)是紅樹林生物量監(jiān)測最為合適的方法，特別是P波段和L波段［98］。國外也有學(xué)者嘗試將光譜數(shù)據(jù)與雷達(dá)數(shù)據(jù)進行多源融合應(yīng)用于生物量遙感監(jiān)測，Proisy等［33］利用IKONOS影像數(shù)據(jù)、雷達(dá)數(shù)據(jù)進行多源融合后，其生物量估算不僅包含了光譜特征，也包含了豐富的結(jié)構(gòu)信息，使生物量估算精度明顯提高。

國內(nèi)在紅樹林生物量遙感監(jiān)測方面研究不多。曹慶先等以TM數(shù)據(jù)作為數(shù)據(jù)源，提取了光譜特征及紋理特征，結(jié)合地面調(diào)查數(shù)據(jù)，建立了北部灣紅樹林生物量遙感估算模型，并進一步估算了碳含量［55］。黎夏等［53］根據(jù)雷達(dá)后向散射系數(shù)建立了紅樹林濕地植被生物量的估算模型，并運用遺傳算法確定其中非線性模型的最優(yōu)參數(shù)，通過對比分析表明，雷達(dá)后向散射系數(shù)模型比NDVI模型在植被生物量估算中有更高的精度。

2.5 紅樹林災(zāi)害災(zāi)情監(jiān)測

紅樹林災(zāi)害災(zāi)情監(jiān)測包括:病蟲害監(jiān)測、冰凍災(zāi)害監(jiān)測、風(fēng)暴潮監(jiān)測及生物入侵監(jiān)測。病蟲害監(jiān)測則是紅樹林健康狀況重要的指標(biāo)，也是眾多災(zāi)情中較難進行遙感監(jiān)測的內(nèi)容。因此，病蟲害監(jiān)測成為了眾多學(xué)者關(guān)注的焦點。病蟲害遙感監(jiān)測的基本原理:紅樹林受到病蟲害侵蝕時光譜特征發(fā)生顯著改變，葉子殘缺變黃、葉綠素不斷減少，造成綠光波段的反射能力降低，而對紅光的反射能力上升，近紅外的反射能力也顯著下降［10，99］，遙感監(jiān)測病蟲害就是依據(jù)其與健康紅樹林之間的光譜特征差異進行監(jiān)測。

Kovacs等［37］應(yīng)用實測LAI與IKONOS圖像計算的LAI建立線性回歸模型，對墨西哥 Agua Brava澙湖紅樹林健康狀況進行監(jiān)測與評價，結(jié)果表明:紅紅樹葉面積指數(shù)為2.49，健康的白紅樹葉面積指數(shù)為1.74，不健康的白紅樹為0.85，LAI能夠較好地對紅樹林健康狀況進行差異化反映。相似結(jié)論也被其他學(xué)者所證實［99］，LAI是定量分析紅樹林生態(tài)系統(tǒng)健康及病蟲害狀況的重要指示指標(biāo)，能夠借助LAI對紅樹林健康狀況及病蟲害狀況進行評價;Doyle等應(yīng)用航空攝影技術(shù)評估了颶風(fēng)對西南佛羅里達(dá)地區(qū)紅樹林濕地植被的破壞模式，并對其破壞程度及狀況進行了遙感監(jiān)測與評價［38］;Everitt等應(yīng)用機載紅外視頻圖像，對黑紅樹冰凍災(zāi)害的災(zāi)情進行了動態(tài)監(jiān)測，通過全球定位系統(tǒng)和視頻圖像集成，最終獲得德克薩斯沿岸紅樹林群落受冰凍災(zāi)害影響情況［36］。Blasco等［100］應(yīng)用SPOT XS數(shù)據(jù)對孟加拉國海岸帶紅樹林受到風(fēng)暴潮影響的損失進行了評估，研究指出紅樹林損害評估的關(guān)鍵點是影像數(shù)據(jù)時間節(jié)點的選擇，研究認(rèn)為一般在災(zāi)害發(fā)生后5—10周是遙感監(jiān)測風(fēng)暴潮損害評估的最佳時機。Sirikulchayanon等［101］則應(yīng)用TM數(shù)據(jù)評估了2004年印度洋海嘯對攀牙紅樹林植被的影響及損失評估與監(jiān)測。也有學(xué)者應(yīng)用遙感數(shù)據(jù)對紅樹林恢復(fù)狀態(tài)進行監(jiān)測，Selvam等［102］應(yīng)用Landsat TM(IRS 1D LISSIII)對印度Pichavaram濕地紅樹林恢復(fù)狀態(tài)進行了動態(tài)監(jiān)測。綜合而言，災(zāi)害災(zāi)情監(jiān)測依據(jù)監(jiān)測目的不同則采用的方法也不盡相同。病蟲害監(jiān)測則多以葉面積指數(shù)作為結(jié)構(gòu)性指標(biāo)，而冰凍災(zāi)害、風(fēng)暴潮及生物入侵則其基本原理與紅樹林動態(tài)監(jiān)測相似，利用紅樹林種間、種內(nèi)光譜特征差異進行差異化監(jiān)測。

郎惠卿［99］雖然給出了受病蟲害影響的紅樹林光譜與健康紅樹林之間光譜差異化特征，但國內(nèi)系統(tǒng)地將遙感技術(shù)應(yīng)用于紅樹林災(zāi)害災(zāi)情監(jiān)測的研究鮮見，有待開展此方面的研究。

2.6 紅樹林濕地動態(tài)驅(qū)動力遙感監(jiān)測

紅樹林濕地動態(tài)驅(qū)動力是一個復(fù)雜的系統(tǒng)，即包括自然因素(海平面變化、風(fēng)暴潮、潮汐、沉積環(huán)境、水動力…)也包括人為因素(旅游開發(fā)、圍填海、海塘養(yǎng)殖、灘涂養(yǎng)殖、農(nóng)業(yè)耕種、污染物排放及工業(yè)企業(yè)開發(fā)…)［28］，其變化是兩者共同作用的結(jié)果。遙感技術(shù)并不能夠全面理解紅樹林驅(qū)動機制，而是對地面調(diào)查起到補充作用?；驹硎抢眠b感技術(shù)提取空間信息，結(jié)合地面生態(tài)、社會調(diào)查數(shù)據(jù)對驅(qū)動力進行識別與研究。

Doyle等［38］應(yīng)用航空攝影技術(shù)不僅評估了颶風(fēng)對西南佛羅里達(dá)地區(qū)紅樹林濕地植被的影響模式，也深入分析了其對紅樹林濕地的驅(qū)動機制，識別了颶風(fēng)強度對紅樹林濕地驅(qū)動機制。Sirikulchayanon等［101］應(yīng)用TM數(shù)據(jù)評估了海嘯對紅樹林造成的影響。紅樹林濕地變化不僅是受到自然因素的影響，而且也受到人為因素的影響。目前，多數(shù)學(xué)者更多關(guān)注紅樹林濕地人為驅(qū)動機制的研究。Tong等［103］應(yīng)用SPOT數(shù)據(jù)評估了1995年至2001年間蝦塘養(yǎng)殖對湄公河三角洲紅樹林濕地的影響，識別了蝦塘養(yǎng)殖活動對紅樹林濕地變化的驅(qū)動機制;Vaiphasa等［71］借助遙感及地面調(diào)查進一步深入分析了蝦塘養(yǎng)殖對泰國紅樹林的影響機制，結(jié)果表明:蝦池底泥廢料中含有的化學(xué)物質(zhì)超過了紅樹林自身的自凈能力，對紅樹林具有較強的破壞作用。Rakotomav等［73］研究了馬達(dá)加斯加曼戈基河三角洲從1951年至2000年紅樹林濕地的變化原因，發(fā)現(xiàn):水文條件變化、沉積作用、潮汐及基底是決定植物演替作用的自然因素，而人類活動(毀林、農(nóng)業(yè)擴張和水產(chǎn)養(yǎng)殖等)則是影響紅樹林濕地變化的重要因素［73］。從實證研究內(nèi)容來看，遙感技術(shù)在紅樹林驅(qū)動機制研究方面起到重要的輔助作用，雖然遙感技術(shù)可解釋資源變化及空間屬性的變化，但更深入的驅(qū)動機制研究則尚需借助地面生態(tài)調(diào)查及模型［28］予以完成。

國內(nèi)，陳凌云等［50］以廣西紅樹林為實證研究基地，運用遙感技術(shù)識別出紅樹林濕地變化的主要原因是人類活動(圍墾、濱海養(yǎng)殖)的干擾，造成紅樹林大面積的砍伐，而無人為干擾的情況下，紅樹林在養(yǎng)殖塘排放的富營養(yǎng)化水質(zhì)中能夠迅速恢復(fù)。劉凱等在珠江口的研究［49］也獲得相似的結(jié)論，該區(qū)域紅樹林變化的主要影響因素是人類活動，人類活動改變了紅樹林濕地景觀結(jié)構(gòu)和功能。毛麗君［28］則以廣東湛江紅樹林為研究對象，借助遙感技術(shù)識別了1977—1991年、1991—2000年、2000—2005年紅樹林變化驅(qū)動力，發(fā)現(xiàn)人類活動對紅樹林影響在不同階段均占主導(dǎo)地位，主要受到采海、污染物排放、工業(yè)企業(yè)開發(fā)等人類活動的影響。沿海城市化迅速，城鎮(zhèn)用地急劇擴張，城市交通及基礎(chǔ)設(shè)施的建設(shè)使紅樹林濕地受到不同程度破壞，紅樹林進一步喪失生境。

遙感技術(shù)雖然在紅樹林驅(qū)動力研究中得到了廣泛的應(yīng)用。但目前仍處于輔助研究階段，而深入的對驅(qū)動力機制的理解尚需加強，基于遙感的驅(qū)動機制模型尚未建立。

2.7 紅樹林景觀動態(tài)遙感識別

景觀動態(tài)特征能夠反映紅樹林濕地內(nèi)部各種矛盾和外部作用力相互作用的結(jié)果，通過景觀動態(tài)指數(shù)模型，可以揭示紅樹林濕地內(nèi)部規(guī)律和機制［28］。其遙感監(jiān)測的基本原理:在遙感監(jiān)測紅樹林動態(tài)及種間分類基礎(chǔ)上，通過景觀模型計算紅樹林濕地動態(tài)特征及群落水平動態(tài)特征，獲得紅樹林全局水平及物種水平景觀動態(tài)變化特征，其對遙感數(shù)據(jù)源的選擇依研究的目的不同而不同;全局水平主要以TM、SPOT(多光譜)等，空間分辨率大于或等于10m遙感影像為主，而物種水平則以高空間分辨率、高光譜光學(xué)遙感影像或雷達(dá)影像(空間分辨率小于或等于2.5m)為主。

Seto等［104］在識別了越南紅樹林動態(tài)基礎(chǔ)上，進一步分析了斑塊大小，斑塊數(shù)，最大斑塊指數(shù)，平均斑塊鄰近度指數(shù)，景觀形狀指數(shù)，分形維等指數(shù)動態(tài)變化特征，揭示了紅樹林景觀異質(zhì)性與健康程度的變化規(guī)律。國內(nèi)學(xué)者在紅樹林景觀特征遙感監(jiān)測方面也有一些相關(guān)研究。辛琨等從全局尺度分析了海南東寨崗紅樹林景觀動態(tài)變化特征，研究表明:表征面積變化特征的景觀相似性指數(shù)和平均斑塊面積有明顯的下降趨勢;而表征破碎化程度的單位周長斑塊數(shù)和邊界密度呈上升趨勢;形狀指標(biāo)也有下降趨勢，表明該區(qū)域紅樹林衰減及破碎化程度升高［105］。也有學(xué)者利用紅樹林空間質(zhì)心變化情況識別了紅樹林空間變化趨勢上的差異，并借助動態(tài)度模型獲得各種景觀類型相對變化速率［28］。

雖然景觀動態(tài)特征能夠在一定程度上反映生態(tài)系統(tǒng)變化情況，如:破碎化指數(shù)能夠作為反映生態(tài)系統(tǒng)健康的指標(biāo)［105］，但其在表征中科學(xué)性尚顯不足，其多數(shù)研究仍停留在反映景觀要素的增減、空間轉(zhuǎn)移、擴張及縮減程度等方面［28］，無法真正成為生態(tài)系統(tǒng)質(zhì)量、健康表征的量化指標(biāo)，無法表征紅樹林環(huán)境要素演變的空間化過程。

2.8 紅樹林保護與管理

遙感技術(shù)在紅樹林保護與管理方面的應(yīng)用優(yōu)勢在于:可在短時間內(nèi)準(zhǔn)確地掌握區(qū)域紅樹林濕地的生態(tài)特征，把握紅樹林濕地資源動態(tài)變化的情況和趨勢，為區(qū)域的濕地保護、管理和利用提供一定的科學(xué)依據(jù)［22］，從而推動紅樹林濕地的有效保護與管理。在遙感監(jiān)測紅樹林動態(tài)、種間分類、群落結(jié)構(gòu)、生物量、災(zāi)害災(zāi)情監(jiān)測、驅(qū)動力、景觀動態(tài)等多方面的基礎(chǔ)上，因地制宜提出保護與管理對策。

Zharikov等［106］將澳大利亞昆士蘭州亞熱帶河口系統(tǒng)劃分為紅樹林、潮間帶和陸地等24個土地覆被類型，應(yīng)用航片與地理信息系統(tǒng)對野生動物保護和管理潛能進行了研究。Kovacs等［37］在墨西哥太平洋沿岸用實測葉面積指數(shù)(LAI);應(yīng)用經(jīng)過幾何校正后的高分辨率QuickBird衛(wèi)星圖像進行歸一化植被指數(shù)NDVI以及比植被指數(shù)(RVI)分析，通過回歸分析對比實測值與估算出的植被指數(shù)，從而對紅樹林健康狀況進行監(jiān)測以及評價，在此基礎(chǔ)上，提出墨西哥太平洋沿岸紅樹林恢復(fù)及保護措施。Ren等［107］分析了深圳灣在1986—2007年紅樹林濕地動態(tài)基礎(chǔ)上，從全局尺度提出紅樹林、潮汐灘涂及基圍3種生態(tài)系統(tǒng)的最佳比例為1∶2∶3，提出了6種可持續(xù)發(fā)展戰(zhàn)略，對維護海岸紅樹林濕地生態(tài)系統(tǒng)的生產(chǎn)力尤其鳥類多樣性保護具有重要意義。黎夏等［53］通過建立紅樹林濕地植被生物量的估算模型進行遙感估算，進而提出紅樹林管理對策。國內(nèi)在海南、福建、廣西和廣東分別開展了紅樹林濕地保護與管理方面的研究工作［28］。

紅樹林濕地保護與管理是遙感監(jiān)測紅樹林生態(tài)系統(tǒng)變化的深入研究，主要是對生態(tài)系統(tǒng)生物量監(jiān)測［107］、健康監(jiān)測評價［37］基礎(chǔ)上，對紅樹林濕地進行恢復(fù)與保護管理。更加綜合全面反映生態(tài)系統(tǒng)質(zhì)量的研究有待開展。

3 我國紅樹林生態(tài)系統(tǒng)變化遙感監(jiān)測存在的問題

3.1 遙感數(shù)據(jù)利用程度問題

國內(nèi)學(xué)者目前主要將TM、中巴資源衛(wèi)星、IKONOS、Quickbird、環(huán)境衛(wèi)星等數(shù)據(jù)應(yīng)用于紅樹林遙感監(jiān)測［52-65］，雖然雷達(dá)數(shù)據(jù)被應(yīng)用于紅樹林生物量估算中來［53］，但在研究的深度與精度尚存在一定不足。主要體現(xiàn)在:國內(nèi)多數(shù)學(xué)者仍停留在光學(xué)遙感監(jiān)測紅樹林動態(tài)、分類和制圖等階段。光學(xué)遙感由于自身穿透能力弱、空間分辨率限制、光譜特征限制，不能獲得紅樹林全面的生態(tài)系統(tǒng)結(jié)構(gòu)信息，在一定程度上已不能滿足紅樹林樹高、胸徑等結(jié)構(gòu)參數(shù)遙感監(jiān)測的要求。雖然有學(xué)者嘗試應(yīng)用雷達(dá)數(shù)據(jù)獲得紅樹林生物量信息，但更深入的生態(tài)系統(tǒng)變化信息SAR雷達(dá)監(jiān)測工作尚未開展。國內(nèi)應(yīng)在多源數(shù)據(jù)的利用、融合及監(jiān)測的廣度與深度加強研究工作。

3.2 紅樹林生態(tài)系統(tǒng)變化遙感監(jiān)測深度問題

國外學(xué)者已經(jīng)應(yīng)用中高分辨率光學(xué)遙感數(shù)據(jù)、航空數(shù)據(jù)、SAR雷達(dá)數(shù)據(jù)，在紅樹林動態(tài)監(jiān)測、種間分類、生產(chǎn)力(生物量)、群落結(jié)構(gòu)信息(LAI、平均冠幅、林木高度、群落結(jié)構(gòu)等)、災(zāi)害災(zāi)情(病蟲害、風(fēng)暴潮等)、驅(qū)動力(海平面變化、人類活動等)、景觀動態(tài)及紅樹林濕地保護與管理方面開展了大量的研究工作。雖然國內(nèi)學(xué)者在紅樹林動態(tài)、種間分類、生物量、景觀動態(tài)、驅(qū)動力及濕地保護與管理方面開展了一些卓有成效的研究工作，但相比國外仍存在一定差距，特別是在紅樹林群落結(jié)構(gòu)信息監(jiān)測和災(zāi)害災(zāi)情(病蟲害)監(jiān)測方面，國內(nèi)相關(guān)研究尚未開展。

4 紅樹林生態(tài)系統(tǒng)變化遙感監(jiān)測應(yīng)用展望

生態(tài)系統(tǒng)變化監(jiān)測已成為生態(tài)學(xué)研究的熱點與重點問題［8］。在空間上，宏觀和微觀兩個方向不斷向多學(xué)科交叉拓寬，時間尺度向地質(zhì)歷史時期的長期回溯發(fā)展［9］。地面調(diào)查雖然能夠全面了解生態(tài)系統(tǒng)狀況，但其所能達(dá)到的時空尺度有限。為提高生態(tài)系統(tǒng)變化監(jiān)測效率，就需要將對地觀測技術(shù)、空間分析技術(shù)和定位調(diào)查相結(jié)合，發(fā)展生態(tài)系統(tǒng)定位觀測與對地觀測數(shù)據(jù)融合和區(qū)域生態(tài)系統(tǒng)綜合監(jiān)測方法與模型［108］，為發(fā)展紅樹林生態(tài)系統(tǒng)變化遙感監(jiān)測綜合模型，尚需在以下幾方面需進一步提升研究力度。

4.1 紅樹林遙感提取分類體系標(biāo)準(zhǔn)化

分類體系標(biāo)準(zhǔn)化是實現(xiàn)區(qū)域綜合監(jiān)測模型的基礎(chǔ)。大多數(shù)研究依據(jù)各自研究目的的不同，分類體系的確立也各不相同，造成數(shù)據(jù)可對比性不強，因此，在同一地區(qū)的紅樹林遙感監(jiān)測研究應(yīng)至少保證一致［98］，這就需要結(jié)合多學(xué)科的科學(xué)家(物理學(xué)家，天文學(xué)家，環(huán)境學(xué)家，生物學(xué)家，當(dāng)?shù)厣鐓^(qū)的專家)建立標(biāo)準(zhǔn)的紅樹林分類體系，可根據(jù)物種分化、林分密度、底棲環(huán)境和相關(guān)條件(例如，生物量和活力)等［98］確定規(guī)范化、統(tǒng)一化分類體系，保證在同一區(qū)域在時空尺度具有可比性。

4.2 分類精度提升

遙感信息提取的精度問題是國內(nèi)外遙感學(xué)者共同面臨的挑戰(zhàn)，由于紅樹林的分布和生長狀況受到:溫度、洋流、鹽水、潮汐和底質(zhì)等影響，加之人為干擾(圍墾、旅游開發(fā)、濱海養(yǎng)殖、污染物排放等)影響，紅樹林在面積、結(jié)構(gòu)及形態(tài)上會出現(xiàn)較大變化，而遙感的“同物異譜”、“異物同譜”現(xiàn)象更加加劇了紅樹林分類精度的提升難度，容易造成漏分、錯分等問題［60］。雖然，國內(nèi)外學(xué)者在分類精度提高方面開展了大量研究工作，從分類方法、輔助信息決策方面取得了一定的研究成果。然而，將現(xiàn)有的調(diào)查資料、室內(nèi)實驗與遙感手段進行緊密結(jié)合，建立紅樹林分類、結(jié)構(gòu)信息等方面的遙感估算模型研究尚顯薄弱，雖然已有大量生物量遙感估算模型，但在結(jié)構(gòu)信息、健康狀況等方面綜合估算模型尚未建立，進一步提升分類精度尚需借助精準(zhǔn)定位技術(shù)及估算模型。

4.3 遙感監(jiān)測領(lǐng)域拓寬

隨著現(xiàn)代遙感技術(shù)、模型技術(shù)、仿真技術(shù)與景觀格局分析方法的不斷成熟［8］，為紅樹林生態(tài)系統(tǒng)變化時空尺度數(shù)據(jù)獲得提供了重要的技術(shù)手段和方法。已往遙感技術(shù)在紅樹林動態(tài)監(jiān)測、種間分類、生產(chǎn)力、群落結(jié)構(gòu)信息、災(zāi)害災(zāi)情、驅(qū)動力、景觀動態(tài)及紅樹林濕地保護與管理方面開展了大量的研究工作。但就生態(tài)系統(tǒng)變化而言，包括:紅樹林群落特征參數(shù)、環(huán)境變化參數(shù)以及人類活動信息等，雖然通過光學(xué)遙感、雷達(dá)及航空數(shù)據(jù)可直接獲得紅樹林群落特征參數(shù)(LAI、NDVI、結(jié)構(gòu)、種類、生物量等)及人類活動信息等，但對紅樹林濕地環(huán)境演變空間化過程尚無法進行遙感識別，部分植被生態(tài)學(xué)指標(biāo)(生物多樣性、優(yōu)勢度指數(shù)等)尚未進行遙感監(jiān)測，部分生態(tài)學(xué)指標(biāo)(生物多樣性、優(yōu)勢度指數(shù)等)已被證明可應(yīng)用遙感進行監(jiān)測［109］，紅樹林在此方面的研究工作尚需進一步開展。生態(tài)系統(tǒng)變化的環(huán)境信息空間演化過程遙感監(jiān)測有待深入探討。

4.4 紅樹林遙感監(jiān)測尺度效應(yīng)

紅樹林遙感監(jiān)測不僅存在數(shù)據(jù)源的空間分辨率問題，同時部分生態(tài)系統(tǒng)變化參數(shù)遙感監(jiān)測也存在尺度效應(yīng)問題。已往學(xué)者多關(guān)注遙感數(shù)據(jù)空間分辨率的選擇，滿足紅樹林動態(tài)、種間分類、紅樹林結(jié)構(gòu)信息等方面的監(jiān)測，而很少研究關(guān)注紅樹林生態(tài)系統(tǒng)變化遙感監(jiān)測的尺度效應(yīng)問題。例如:紅樹林景觀動態(tài)監(jiān)測、驅(qū)動力研究、濕地保護與管理等方面均存在空間尺度效應(yīng)。另外，植被特征參數(shù)(生物多樣性、優(yōu)勢度等)［109］和環(huán)境空間演化過程也存在尺度效應(yīng)問題。而關(guān)于此方面的研究尚未涉足，識別遙感監(jiān)測的尺度效應(yīng)問題，選擇適合的尺度是建立遙感監(jiān)測綜合模型的必由之路。

5 結(jié)語

遙感監(jiān)測是實現(xiàn)紅樹林保護與管理的重要方法與手段，Claudia等［98］系統(tǒng)總結(jié)了不同空間分辨率遙感數(shù)據(jù)在紅樹林監(jiān)測中應(yīng)用現(xiàn)狀、理論與方法?？偨Y(jié)了中、低、高分辨率光學(xué)遙感、航空遙感、SAR雷達(dá)在紅樹林遙感監(jiān)測中的應(yīng)用［98］。而本文從遙感技術(shù)在紅樹林生態(tài)系統(tǒng)變化監(jiān)測中的應(yīng)用領(lǐng)域角度，系統(tǒng)總結(jié)了國內(nèi)外紅樹林生態(tài)系統(tǒng)變化遙感監(jiān)測現(xiàn)狀、理論和方法，并指出我國在紅樹林遙感監(jiān)測中與國外之間的差距，為紅樹林遙感監(jiān)測研究者提供借鑒。

［1］ Lin P.Mangrove.Beijing:Ocean Press，1984.

［2］ Fan H Q.Mangrove-Environmental Protection Guard at the Coastal Zone.Nanning:Guangxi Science and Technology Press，2000:32-37.

［3］ Liao B W，Li M，Chen Y J，Guan W.Techniques on Restoration and Reconstruction of Mangrove Ecosystem in China.Beijing:Science Press，2010.

［4］ Bayen S，Wurl O，Karuppiah S，Sivasothi N，Lee H K，Obbard J P.Persistent organic pollutants in mangrove food webs in Singapore.Chemosphere，2005，61(3):303-313.

［5］ Wang Y T.Research on the Health Assessing System of Chinese Mangrove Ecosystems.Beijing:Chinese Academy of Sciences，2010:7-70.

［6］ Duke N C，Meynecke JO，Dittmann S，Ellison A M，Anger K，Berger U，Cannicci S，Diele K，Ewel K C，F(xiàn)ield C D，Koedam N，Lee SY，Marchand C，Nordhaus I，Dahdouh-Guebas F.A world without mangroves?Science，2007，317(5834):41-42.

［7］ Liu L，F(xiàn)an H Q，Li C G.Tide elevations for four mangrove species along western coast of Guangxi，China.Acta Ecologica Sinica，2012，32(3):690-698.

［8］ Li W H.China's ecology research and its contribution for social development.Acta Ecologica Sinica，2011，31(19):5421-5428.

［9］ Li W H，Zhang B，Xie G D.Research on ecosystem services in China:progress and perspectives.Journal of Natural Resources，2009，24(1):1-10.

［10］ Su X，Zhao D Z，Huang F R，Wu T，Wang X.Development of mangrove monitoring technology using high spatial-resolution satellite images.Journal of Tropical Oceanography，2011，30(3):38-45.

［11］ Mitsch W J，Wu X Y，Naim P W.Grating and restoring wetlands.Soil Science，1998，48(12):1019-1030.

［12］ Lyon B G.Remote sensing of sediment and wetlands in Lake Erie//Lyon J G，McCarthy J，eds.Wetland and Environment Applications of GIS.Boca Raton:CRC Press，1995:107-204.

［13］ Lorenzo E N，de Jesus B R，Jara R S.Assessment of mangrove forest deterioration in Zamboanga Peninsula，Philippines using Landsat MSSdata//Proceedings of the 13th International Symposium on Remote Sensing of the Environment，1979:1737-1745.

［14］ FAO.Land use in Nigeria.By Allen P.E.T.Field document NIR/77/009.Ibadan，Nigeria，1980.

［15］ Patterson SG，Rehder JB.An assessment of conversion and loss of mangroves using remote sensing imagery on Marco Island，F(xiàn)lorida//ASPRS.Proceedings American Society for Photogrammetry and Remote Sensing，1985:728-735.

［16］ Blasco F，Lavenu F，Baraza J.Remote sensing data applied to mangroves of Kenya coast//:Proceedings 20th International Symposium on Remote Sensing of the Environment，1986，3:1465-1480.

［17］ Chaudhury M U.Digital analysis of remote sensing data for monitoring the ecological status of the mangrove forests of Sunderbans in Bangladesh//Proceedings 23rd International Symposium on Remote Sensing of the Environment，1990:493-497.

［18］ Everitt JH，Judd FW.Using remote sensing techniques to distinguish and monitor Black Mangrove(Avicennia germinans).Journal of Coastal Research，1989，5(4):737-745.

［19］ Long B G，Skewes T D.GISand remote sensing improves mangrove mapping//Proceedings of the 7th Australasian Remote Sensing Conference.Melbourne，1994:545-550.

［20］ Mas JF.Monitoring land-cover changes:a comparison of change detection techniques.International Journal of Remote Sensing，1999，20(1):139-152.

［21］ Li C G.Review on Mangrove Mapping Base on Remote Sensing.Central South Forest Inventory and Planning，2002，2(4):52-58.

［22］ Green E P，Clark CD，Mumby P J，Edwards A J，Ellis A C.Remote sensing techniques for mangrove mapping.International Journal of Remote Sensing，1998，19(5):935-956.

［23］ Dutrieux E，Denis J，Populus J.Application of SPOT data to a base-line ecological study of the Mahakam Delta mangroves(East Kalimantan，Indonesia).Oceanologica Acta，1990，13(3):317-326.

［24］ Jensen JR，Hongyue L，Yang X H，Ramsey E，Davis B A，Thoemke CW.The measurement of mangrove characteristics in southwest Florida using SPOT multispectral data.Geocarto International，1991，6(2):13-21.

［25］ Ramirez-Garcia P，Lopez-Blanco J，Ocana D.Mangrove vegetation assessment in the Santiago River mouth，Mexico，by means of supervised classification using Landsat TM imagery.Forest Ecology and Management，1998，105(1/3):217-229.

［26］ Rogers D J，Hay SI，Packer M J，Wint GR W.Mapping land-cover over large areas using multispectral data derived from the NOAA-AVHRR:a case study of Nigeria.International Journal of Remote Sensing，1997，18(15):3297-3303.

［27］ Simard M，de Grandi G E，Saatchi S，Mayaux P.Mapping tropical coastal vegetation using JERS-1 and ERS-1 radar data with a decision tree classifier.International Journal of Remote Sensing，2002，23(7):1461-1474.

［28］ Mao L J.Assessment of Changes in Mangrove Forest Patterns from Multitemporal Remotely Sensed Imagery over Zhanjiang City，Guangdong Province.Nanjing:Nanjing Forestry University，2011.

［29］ Behara S，Khairul A M，Indra F I，Monhd-lokman H，F(xiàn)arid D G.Assessment of mangrove vegetation based on remote sensing and ground-truth measurements at Tumpat，Kelantan Delta，East Coast of Peninsular Malaysia.International Journal of Remote Sensing，2011，32(6):1635-1650.

［30］ Krause G，Bock M，Weiers S，Braun G.Mapping land-cover and mangrove structures with remote sensing techniques:a contribution to a synoptic GISin support of coastal management in North Brazil.Environmental Management，2004，34(3):429-440.

［31］ Kovacs J M，DeSantjago F F，Bastien J，F(xiàn)rance P.An assessment of mangroves in Guinea，West Africa，using a field and remote sensing based approach.Wetlands，2010，30(4):773-752.

［32］ Shah D G，Anjali B，Deshmukh B，Nayak SR，Singh H S，Patel B H.Zoning and monitoring dominant mangrove communities of a part of the marine national park，Gulf of kachchh.Journal of the Indian Society of Remote Sensing，2005，33(1):155-163.

［33］ Proisy C，Couteron P，F(xiàn)romard F.Predicting and mapping mangrove biomass from canopy grain analysis using Fourier-based textural ordination of IKONOSimages.Remote Sensing of Environment，2007，109(3):379-392.

［34］ Proisy C，Mougin E，F(xiàn)romard F，Trichon V，Karam M A.On the influence of canopy structure on the radar backscattering of mangrove forests.International Journal of Remote Sensing，2002，23(20):4197-4210.

［35］ Kovacs JM，Vandenberg CV，Wang JF，F(xiàn)lores-Verdugo F.The use of Multipolarized space borne SAR backscatter for monitoring the health of a degraded mangrove Forest.Journal of Coastal Research，2008，24(1):248-254.

［36］ Everitt JH，Judd F W，Escobar D E，Davis M R.Integration of remote sensing and spatial information technologies for mapping black mangrove on the Texas Gulf Coast.Journal of Coastal Research，1996，12(1):64-69.

［37］ Kovacs J M，Wang JF，F(xiàn)lores-verdugo F.Mapping mangrove leaf area index at the species level using IKONOSand LAI-2000 sensors for the Agua Brava Lagoon，Mexican Pacific.Estuarine，Coastal and Shelf Science，2005，62(1/2):377-384.

［38］ Doyle T W，Krauss K W，Wells C J.Landscape analysis and pattern of hurricane impact and circulation on mangrove Forests of the Everglades.Wetlands，2009，29(1):44-53.

［39］ Cohen M L C，Behling H，Lara R J，Smith CB，Matos H R S，Vedel V.Impact of sea-level and climatic changes on the Amazon coastal wetlands during the late Holocene.Vegetation History and Archaeobotany，2009，18(6):425-439.

［40］ Lin R S，Lin M J，Teng JH，Zhang WY.Remote sensing Survey and mapping of mangroves in Western Xiamen Harbour.Journal of Oceanography in Taiwan Strait，1994，13(3):297-302.

［41］ Wei X F，Lin M J，Teng JH，Chen SG，Yang X Q.Designing and mapping dynamic charts by means of remote sensing for mangrove region-Test area in Qinglan Bay，Hainan island.Journal of Oceanography in Taiwan Strait，1995，14(3):226-234.

［42］ Teng JH，Liu Y，Gu D Y.Intelligent remote sensing classification of mangroves.Journal of Oceanography in Taiwan Strait，1997，16(3):331-338.

［43］ Li C G，Tan B Z.Studies on the methods of mangrove inventory based on RS，GPS and GIS.Journal of Natural Resources，2003，18(2):215-221.

［44］ Li C G，Tan B Z.A Study on Remote Sensing Image Processing Approaches for Mangrove Inventory.Central South Forest Inventory and Planning，2003，22(2):2-7.

［45］ Li T H，Zhao Z J，Han P.Detection and analysis of mangrove changes with multi-temporal remotely sensed imagery in the Shenzhen river estuary.Journal of Remote Sensing，2002，6(5):364-369.

［46］ Deng G F.Application of remote sensing technique to the mangrove resource investigation.Central South Forest Inventory and Planning，2002，21(l):27-28.

［47］ Li SH，Wang H，Jiang X W.Application of CBERS-1 CCDin the mangrove remote sensing survey.Marine Science Bulletin，2003，22(6):30-35

［48］ Yu X，Zhao D Z，Zhang F S.The application development of remote sensing in mangrove environment search.Marine Environmental Science，2005，24(1):76-80.

［49］ Liu K，Li X，Wang SG，Zhong K W，Qian JP.Monitoring of the changes of mangrove wetland around the Zhujiang estuary in the past two decades by remote sensing.Tropical Geography，2005，25(2):111-116.

［50］ Chen L Y，Hu Z N，Zhong S Q，Liang W，Shi J L.Applying the remote sensing information to analyze Guangxi mangrove development variety characteristic.Guangxi Sciences，2005，12(4):308-311

［51］ Fang SH，Dian Y Y，Zhou Y.Classification of Mangroves based on IKONOSdata.Journal of Geomatics，2005，30(4):5-6.

［52］ Yu X，Zhao D Z，Zhang F S.Research on mangrove hyperspectrum analysis technology.Journal of Binzhou University，2006，22(6):53-56.

［53］ Li X，Ye J A，Wang SG.Estimating mangrove wetland biomass using radar remote sensing.Journal of Remote Sensing，2006，10(3):387-396.

［54］ Zhang W，Lan Z Y，Li Z，Zhang D S.Preprocessing of QuickBird remote sensing image for mangrove study.Journal of Fujian Forestry Science and Technology，2006，33(4):77-81.

［55］ Cao Q X.The Estimation of Mangrove Biomass and Carbon Storage Using Remote Sensing Data in Beibu Gulf Coast.Beijing:Chinese Academy of Forest，2010.

［56］ Li M S，Tan Y，Pan J，Peng SK.Modeling Forest Aboveground Biomass by Combining the Spectrum，Textures with Topographic Features.Remote Sensing Information，2006，(6):6-9.

［57］ Weng Q，Lu CY.The development of application of satellite remote-sensing in mangrove environment search.Journal of Sanming University，2006，23(2):141-147.

［58］ Yu X，Zhao D Z，Zhang F S，Xiao Z F.Study on remote sensing image NN classification techniques of mangrove landscape character.Marine Environmental Science，2007，26(6):576-579.

［59］ Zhang H Q，Zhao F，Cui L J.A study on dynamic monitoring of mangrove wetland restoration using remote sensing techniques.Forest Research，2008，21(S1):32-36.

［60］ Li W，Cui L J，Zhang M Y，Wang Y F.Comment on application of remote sensing technology to the study of mangrove wetland.Forest Inventory and Planning，2008，33(5):1-7.

［61］ Li JJ.Research on the Spatial Structure Optimization of Mangrove Ecosystem in Zhejiang，Guangdong.Changsha:Central South University of Forest and Technology，2010.

［62］ Zhao Y L.The remote sensing dynamic monitoring of the evolution of shoreline and mangrove wetlands in the Zhujiang river estuary in the past 30 years.Remote Sensing for Land and Resources，2010，86(S1):178-184.

［63］ Li SS，Tian QJ.Mangrove extraction mode based on HJmultispectral remote sensing in Beibu Gulf.Scientia Sinica Mathematica，2011，41(S1):153-165.

［64］ Cao Q X，Xu D P，Ju H B.Biomass estimation of five kinds of mangrove community in Beibu Gulf based on remote sensing.Guangxi Sciences，2011，18(3):289-293.

［65］ Wu P Q，Ma Y，Li X M，Yu G H.Remote sensing monitoring of the mangrove forests resources of Guangdong Province.Journal of Marine Sciences，2011，29(4):16-24.

［66］ Chen Y M，Yang Y.Application of remote sensing to mangrove resource monitoring:a case study of Huizhou city.Tropical Geography，2011，31(4):373-376.

［67］ Zhang X H.Remote sensing information extraction of mangrove based on knowledge and rules.Journal of Nanjing University of Information Science and Technology(Natural Science Edition)，2011，3(4):341-345.

［68］ Laba M，Smith SD，Degloria SD.Landsat-based land cover mapping in the lower Yuna River watershed in the Dominican Republic.International Journal of Remote Sensing，1997，18(14):3011-3025.

［69］ Wang Y Q，Bonynge G，Nugranad J，Traber M，Ngusaru A，Tobey J，Hale L，Bowen R，Makota V.Remote sensing of mangrove change along the Tanzania coast.Marine Geodesy，2003，26(1/2):35-48.

［70］ James GK，Adegokea JO，Sabab E，Nwilo P，Akinyede J.Satellite-based assessment of the extent and changes in the mangrove ecosystem of the Niger Delta.Marine Geodesy，2007，30(3):249-267.

［71］ VaiPhasa C，Boer WF，Skidmore A K，Panitehart S，VaihPasa T，Banirongrugsa N，Santitanmont P.Impact of solid shrimp pond waste materials on mangrove growth and mortality:a case study from Pak Phanang，Thailand.Hydrobiologia，2007，591(1):47-57.

［72］ Giri C，Pengra B，Zhu Z L，Singh A，Tieszen L L.Monitoring mangrove forest dynamics of the Sundarbans in Bangladesh and India using multitemporal satellite data from 1973—2000.Estuarine，Coastal and Shelf Science，2007，73(1/2):91-100

［73］ Rakotomavo A，F(xiàn)romard F.Dynamics of mangrove forests in the Mangoky river delta，Madagascar，under the influence of natural and human factors.Forest Ecology and Management，2010，259(6):1161-1169.

［74］ Kairo J G，Kivyatu B，Koedam N.Application of remote sensing and GIS in the management of mangrove forests within and adjacent to Kiunga marine protected area，Lamu，Kenya.Environment，Development and Sustainability，2002，4(2):153-166.

［75］ Kay R J，Hick P T，Houghton H J.Remote sensing of kimberley rainforests//McKenzie N K，Johnston R B，Kendrick P G，eds.Kimberley Rainforests.Surr:Surrey Beatty，1991:41-51.

［76］ Neukermans G，Dahdouh-Guebas F，Kairo J G，Koedam N.Mangrove species and stand mapping in Gazi bay(Kenya)using Quickbird satellite imagery.Journal of Spatial Science，2008，53(1):75-86.

［77］ Wang L，Sousa WP，Gong P.Integration of object-based and pixel-based classification for mapping mangroves with IKONOSimagery.International Journal of Remote Sensing，2004，25(24):5655-5668.

［78］ Held A，Ticehurst C，Lymburner L，Williams N.High resolution mapping of tropical mangrove ecosystems using hyperspectral and radar remote sensing.International Journal of Remote Sensing，2003，24(13):2739-2759.

［79］ Wang L，Sousa W P，Gong P，Biging G S.Comparison of IKONOSand QuickBird images for mapping mangrove species on the Caribbean coast of Panama.Remote Sensing of Environment，2004，91(3/4):432-440.

［80］ Liu Z G，Li J，Lim B L，Seng C Y，Inbaraj S.Object-based classification for mangrove with VHR remotely sensed image.Proceedings-Spie the International Society for Optical Engineering，2007，6752(3):83-87.

［81］ Gao J.A hybrid method toward accurate mapping of mangroves in a marginal habitat from SPOT multispectral data.International Journal of Remote Sensing，1998，19(10):1887-1899.

［82］ Green E P，Mumby P J，Edwards A J，Clark C D，Ellis A C.The assessment of mangrove areas using high resolution multispectral airborne imagery.Journal of Coastal Research，1998，14(2):433-443.

［83］ Rasolofoharinoro M，Blasco F，Bellan M F，Aizpuru M，Gauquelin T，Denis J.A remote sensing based methodology for mangrove studies in Madagascar.International Journal of Remote Sensing，1998，19(10):1873-1886.

［84］ Ramsey E W，Jensen J R.Remote sensing of mangrove wetlands:relating canopy spectra to site-specific data.Photogrammetric Engineering and Remote Sensing，1996，62(8):939-948.

［85］ Mumby P J，Green E P，Edwards A J，Clark C D.The cost-effectiveness of remote sensing for tropical coastal resources assessment and management.Journal of Environmental Management，1999，55(3):157-166.

［86］ Proisy C，Mougin E，F(xiàn)romard F，Karam M A.Interpretation of polarimetric radar signatures of mangrove forests.Remote Sensing of Environment，2000，71(1):56-66.

［87］ Mougin E，Proisy C，Marty G，F(xiàn)romard F，Puig H，Betoulle J L，Rudant J P.Multifrequency and multipolarization radar backscattering from mangrove forests.IEEE Transaction on Geoscience and Remote Sensing，1999，37(1):94-102.

［88］ Kovacs J M，Vandenberg C V，F(xiàn)lores-Verdugo F.Assessing fine beam RADARSAT-1 backscatter from a white mangrove(Laguncularia racemosa(Gaertner))canopy.Wetlands Ecology and Management，2006，14(5):401-408.

［89］ Giri C P，Delsol，JP.Mangrove forest cover mapping in Phangnga Bay，Thailand，Using SPOT HRV and JERS-1 data in conjunction with GIS.In Proceedings of International Seminar on Remote Sensing for Coastal Zone and Coral Reef Applications，Bangkok，Thailand，25 October-1 November 1993.

［90］ Wang Y，Imhoff M L.Simulated and observed L-HH radar backscatter from tropical mangrove forests.International Journal of Remote Sensing，1993，14(15):2819-2828.

［91］ Dwivedi R S，Rao B R M，Bhattacharya S.Mapping wetlands of the Sundaban Delta and it's environs using ERS-1 SAR data.International Journal of Remote Sensing，1999，20(11):2235-2247.

［92］ Rao B R M，Dwivedi R S，Kushwaha SP S，Bhattacharya S N，Anand J B，Dasgupta S.Monitoring the spatial extent of coastal wetlands using ERS-1 SAR data.International Journal of Remote Sensing，1999，20(13):2509-2517.

［93］ Lucas R M，Carreiras J，Proisy C，Bunting P.ALOSPALSAR applications in the Tropics and Subtropics:characterisation，mapping and detecting change in forests and coastal wetlands//Proceedings of Second ALOSPI Symposium，Rhodes，Greece，3-7 November 2008.Available online:http://amapmed.free.fr/AMAPMED_fichiers/Publications_fichiers/Lucas08.pdf(accessed on 30 October 2009).

［94］ Hernández Cornejo R，Koedam N，Ruiz Luna A，Troell M，Dahdouh-Guebas F.Remote sensing and ethnobotanical assessment of the mangrove forest changes in the Navachiste-San Ignacio-Macapule Lagoon Complex，Sinaloa，Mexico.Ecology and Society，2005，10(1):1-19.

［95］ Souza Filho P W M，Paradella W R.Recognition of the main geobotanical features along the Bragan?a mangrove coast(Brazilian Amazon Region)from Landsat TM and RADARSAT-1 data.Wetlands Ecology and Management，2002，10(2):121-130.

［96］ Pasqualini V，Iltis J，Dessay N，Lointier M，Guelorget O，Polidori L.Mangrove mapping in North-Western Madagascar using SPOT-XSand SIR-C radar data.Hydrobiologia，1999，413:127-133.

［97］ Lucas R M，Ellison J C，Mitchell A，Donnelly B，F(xiàn)inlayson M，Milne A K.Use of stereo aerial photography for quantifying changes in the extent and height of mangroves in tropical Australia.Wetlands Ecology and Management，2002，10(2):159-173.

［98］ Claudia K，Andrea B，Steffen G Tuan Vo Q，Stefan D.Remote sensing of mangrove ecosystems:a review.Remote Sensing，2011，3(5):878-928.

［99］ Lang H Q.Protection and Research of Wetlands in China.Shanghai:East China Normal University Press，1998:415-419.

［100］ Blasco F，Bellan M F，Chaudhury M U.Estimating the extent of floods in Bangladesh using SPOT Data.Remote Sensing of Environment，1992，39(3):167-178.

［101］ Sirikulchayanon P，Sun W X，Oyana T J.Assessing the impact of the 2004 tsunami on mangroves using remote sensing and GIS techniques.International Journal of Remote Sensing，2008，29(12):3553-3576.

［102］ Selvam V，Ravichandran K K，Gnanappazham L，Navamuniyammal M.Assessment of community-based restoration of Pichavaram mangrove wetland using remote sensing data.Current Science，2003，85(6):794-798.

［103］ Tong P H S，Auda Y，Populus J，Aizpura M，Habshi A A，Blasco F.Assessment from space of mangroves evolution in the Mekong Delta，in relation to extensive shrimp farming.International Journal of Remote Sensing，2004，25(21):4795-4812.

［104］ Seto K C，F(xiàn)ragkias M.Mangrove conversion and aquaculture development in Vietnam:a remote sensing-based approach for evaluating the Ramsar Convention on Wetlands.Global Environmental Change，2007，17(3/4):486-500.

［105］ Xin K，Huang X.Landscape change of the mangrove forest in Dongzhai Harbor of Hainan and its driving forces.Wetland Science and Management，2009，5(2):46-47.

［106］ Zharikov Y，Skilleter G A，Loneragan N R，Taranto T，Cameron B E.Mapping and characterising subtropical estuarine landscapes using aerial photography and GISfor potential application in wildlife conservation and management.Biological Conservation，2005，125(1):87-100.

［107］ Ren H，Wu X M，Ning T Z，Huang G，Wang J，Jian S G，Lu H F.Wetland changes and mangrove restoration planning in Shenzhen Bay，Southern China.Landscape and Ecological Engineering，2011，7(2):241-250.

［108］ Fu B J.Trends and priority areas in ecosystem research of China.Geographical Research，2010，29(3):383-396.

［109］ Xu W T，Wu B F.Progress on measuring forest biodiversity with remote sensing technique.Acta Ecologica Sinica，2005，25(5):1199-1204.

參考文獻:

［1］ 林鵬.紅樹林.北京:海洋出版社，1984.

［2］ 范航清.紅樹林海岸環(huán)保衛(wèi)士.南寧:廣西科學(xué)技術(shù)出版社，2000:32-37.

［3］ 廖寶文，李玫，陳玉軍，管偉.中國紅樹林恢復(fù)與重建技術(shù).北京:科學(xué)出版社，2010.

［5］ 王玉圖.中國紅樹林生態(tài)系統(tǒng)健康評價指標(biāo)體系研究.北京:中國科學(xué)院，2010:7-10.

［7］ 劉亮，范航清，李春干.廣西西端海岸四種紅樹植物天然種群生境高程.生態(tài)學(xué)報，2012，32(3):690-698.

［8］ 李文華.我國生態(tài)學(xué)研究及其對社會發(fā)展的貢獻.生態(tài)學(xué)報，2011，31(19):5421-5428.

［9］ 李文華，張彪，謝高地.中國生態(tài)系統(tǒng)服務(wù)研究的回顧與展望.自然資源學(xué)報，2009，24(1):1-10.

［10］ 蘇岫，趙冬至，黃鳳榮，吳濤，王祥.基于高空間分辨率的紅樹林衛(wèi)星遙感監(jiān)測技術(shù)進展.熱帶海洋學(xué)報，2011，30(3):38-45.

［21］ 李春干.紅樹林遙感成圖研究綜述.中南林業(yè)調(diào)查規(guī)劃，2002，2(4):52-58.

［28］ 毛麗君.基于遙感的廣東湛江紅樹林濕地動態(tài)變化研究.南京:南京林業(yè)大學(xué)，2011.

［40］ 林榮盛，林敏基，滕駿華，章文毅.廈門西港紅樹林的衛(wèi)星遙感測繪.臺灣海峽，1994，13(3):297-302.

［41］ 魏筱芳，林敏基，滕駿華，陳世敢，楊肖琪.紅樹林區(qū)遙感測繪動態(tài)圖的編繪與設(shè)計——以海南島清瀾港為實驗區(qū).臺灣海峽，1995，14(3):226-234.

［42］ 滕駿華，劉宇，顧德宇.紅樹林遙感智能分類方法研究.臺灣海峽，1997，16(3):331-338.

［43］ 李春干，譚必增.基于“3S”的紅樹林資源調(diào)查方法研究.自然資源學(xué)報，2003，18(2):215-221.

［44］ 李春干，譚必增.紅樹林資源調(diào)查的遙感圖象處理方法研究.中南林業(yè)調(diào)查規(guī)劃，2003，22(2):24-27.

［45］ 李天宏，趙智杰，韓鵬.深圳河河口紅樹林變化的多時相遙感分析.遙感學(xué)報，2002，6(5):364-369.

［46］ 鄧國芳.遙感技術(shù)在紅樹林資源調(diào)查中的應(yīng)用.中南林業(yè)調(diào)查規(guī)劃，2002，21(l):27-28.

［47］ 李四海，王華，蔣興偉.中巴資源衛(wèi)星在紅樹林遙感調(diào)查中的應(yīng)用研究.海洋通報，2003，22(6):30-35.

［48］ 于祥，趙冬至，張豐收.遙感技術(shù)在紅樹林生態(tài)監(jiān)測與研究中的應(yīng)用進展.海洋環(huán)境科學(xué)，2005，24(1):76-80.

［49］ 劉凱，黎夏，王樹功，鐘凱文，錢峻屏.珠江口近20年紅樹林濕地的遙感動態(tài)監(jiān)測.熱帶地理，2005，25(2):111-116.

［50］ 陳凌云，胡自寧，鐘仕全，梁文，石劍龍.應(yīng)用遙感信息分析廣西紅樹林動態(tài)變化特征.廣西科學(xué)，2005，12(4):308-311.

［51］ 方圣輝，佃袁勇，周源.基于IKONOS數(shù)據(jù)的紅樹林分類方法研究.測繪信息與科學(xué)，2005，30(4):5-6.

［52］ 于祥，趙冬至，張豐收，肖忠峰.紅樹林高光譜分析技術(shù)研究.濱州學(xué)校學(xué)報，2006，22(6):53-56.

［53］ 黎夏，葉嘉安，王樹功.紅樹林濕地植被生物量的雷達(dá)遙感估算.遙感學(xué)報，2006，10(3):387-396.

［54］ 張偉，蘭樟仁，李崢，張東水.紅樹林衛(wèi)星遙感影像快鳥數(shù)據(jù)預(yù)處理方法.福建林業(yè)科技，2006，33(4):77-81.

［55］ 曹慶先.北部灣沿海紅樹林生物量和碳貯量的遙感估算.北京:中國林業(yè)科學(xué)研究院，2010.

［56］ 李明詩，譚瑩，潘潔，彭世揆.結(jié)合光譜、紋理及地形特征的森林生物量建模研究.遙感信息，2006，(6):6-9.

［57］ 翁強，盧昌義.衛(wèi)星遙感技術(shù)在紅樹林生態(tài)監(jiān)測與研究中的應(yīng)用進展.三明學(xué)院學(xué)報，2006，23(2):141-147.

［58］ 于祥，趙冬至，張豐收，肖忠峰.基于神經(jīng)網(wǎng)絡(luò)的紅樹林景觀特性遙感提取技術(shù)研究.海洋環(huán)境科學(xué)，2007，26(6):576-579.

［59］ 張懷清，趙峰，崔麗娟.紅樹林濕地恢復(fù)遙感動態(tài)監(jiān)測技術(shù)研究.林業(yè)科學(xué)研究，2008，21(增刊):32-36.

［60］ 李偉，崔麗娟，張曼胤，王義飛.遙感技術(shù)在紅樹林濕地研究中的應(yīng)用述評.林業(yè)調(diào)查規(guī)劃，2008，33(5):1-7.

［61］ 李建軍.廣東湛江紅樹林生態(tài)系統(tǒng)空間結(jié)構(gòu)優(yōu)化研究.長沙:中國林業(yè)科技大學(xué)，2010.

［62］ 趙玉靈.珠江口地區(qū)近30年海岸線與紅樹林濕地遙感動態(tài)監(jiān)測.國土資源遙感，2010，86(增刊):178-184.

［63］ 李姍姍，田慶久.北部灣紅樹林的HJ星多光譜遙感提取模式.中國科學(xué):信息科學(xué)，2011，41(增刊):153-165.

［64］ 曹慶先，徐大平，鞠洪波.北部灣沿海5種紅樹林群落生物量的遙感估算.廣西科學(xué)，2011，18(3):289-293.

［65］ 吳培強，馬毅，李曉敏，余國華.廣東省紅樹林資源變化遙感監(jiān)測.海洋學(xué)研究，2011，29(4):16-24.

［66］ 陳一萌，楊 陽.惠州紅樹林資源的遙感監(jiān)測應(yīng)用研究.熱帶地理，2011，31(4):373-376.

［67］ 張雪紅.基于知識與規(guī)則的紅樹林遙感信息提取.南京信息工程大學(xué)學(xué)報:自然科學(xué)版，2011，3(4):341-345.

［99］ 郎惠卿.中國濕地研究和保護.上海:華東師范出版社，1998:415-419.

［105］ 辛琨，黃星.海南東寨港紅樹林景觀變化與原因分析.濕地科學(xué)與管理，2009，5(2):46-47.

［108］ 傅伯杰.我國生態(tài)系統(tǒng)研究的發(fā)展趨勢與優(yōu)先領(lǐng)域.地理研究，2010，29(3):383-396.

［109］ 徐文婷，吳炳方.遙感用于森林生物多樣性監(jiān)測的進展.生態(tài)學(xué)報，2005，25(5):1199-1204.