中國海洋生態(tài)系統(tǒng)累積影響的空間量化評估

江曲圖，丁潔瓊，葉觀瓊*，曾江寧

( 1.浙江大學 海洋學院，浙江 舟山 316021；2.自然資源部第二海洋研究所 海洋生態(tài)系統(tǒng)動力學重點實驗室， 浙江 杭州310012)

1 引言

黨的十九大以來，我國海洋生態(tài)環(huán)境狀況整體改善，但近岸海域環(huán)境狀況空間差異較大，海域污染問題不容忽視。作為世界上人口最多且處于建設期的發(fā)展中國家，我國的生產活動強度較高，資源消耗較大，陸域及海上的人類生產活動不可避免的對海洋生態(tài)環(huán)境造成直接或間接影響，例如人類陸地生活產生的廢水、垃圾隨河流入海，海洋成為了人類活動產生的廢液、廢渣的“匯”；漁業(yè)捕撈活動及海上開采工程不斷地利用海洋資源為人類生產食物及制造能源和物品，也同時威脅著海洋資源的儲量及生境的安全；海上航運給人們制造便利物流客運的同時也產生了噪音、污染[1]；高強度的工業(yè)生產排放大量溫室氣體加劇全球氣候變暖，導致海表溫度異常、海洋熱容量增加等。近幾十年來，我國海洋生態(tài)系統(tǒng)在人類活動和氣候變化的影響下發(fā)生了重大變化，例如1978-2016年，我國近海漁業(yè)捕撈資源呈衰退甚至枯竭之勢，典型海洋生態(tài)系統(tǒng)珊瑚礁、海草床等生境喪失比例達70%以上[2-4]，海岸帶濕地總喪失率高達58%左右[5]。如何識別海域人類活動密集度，量化全球氣候變化背景下各種人為活動對海域生境的累積影響，是減少海洋環(huán)境污染、緩解用海強度以及確定保護區(qū)優(yōu)先區(qū)和進行有效生態(tài)修復的前提。2008年，Halpern等[6-7]首次繪制了全球范圍內人類活動對海洋生態(tài)系統(tǒng)的累積影響空間化分布圖，結果表明，全球沒有不受到人類活動影響的海域，且41%的海域受到強烈程度干擾。該項研究開創(chuàng)了海洋生態(tài)系統(tǒng)累積影響評估的先河，引起了科學家對于累積影響空間量化評估研究的熱潮，其構建的生態(tài)系統(tǒng)多尺度空間模型在全球各局部地區(qū)如地中海[8]、波羅的海[9]、加拿大[10]、英國[11]等得到廣泛應用。此外Parravicini等[12]開發(fā)的地理空間模型和Knights等[13]構建的暴露-效應模型也從距離遠近及人類活動壓力的強度、頻率等方面進行影響的量化評估，但目前上述模型的應用都不如Halpern等[6-7]的生態(tài)系統(tǒng)多尺度空間模型廣泛。而目前尚未有關于人類活動對我國近海全局海域影響強度定量化的全面研究，因此本文基于生態(tài)系統(tǒng)多尺度空間模型，利用海洋高分辨率時空數據分析各類人為活動及氣候因子對我國近岸海域海洋生態(tài)系統(tǒng)的累積影響狀況及程度，最終得到1 km×1 km空間分辨率的累積暴露度及影響度，可直觀了解我國近海人海矛盾現狀，促進基于生態(tài)系統(tǒng)的管理政策制定、海洋空間的有效開發(fā)利用以及資源合理配置等。

2 材料與方法

2.1 研究區(qū)域概況

本文研究區(qū)域為我國部分近陸海域。具體范圍如圖1所示，該區(qū)域自北向南跨越溫帶、亞熱帶以及熱帶，海洋生態(tài)系統(tǒng)多樣，靠近我國11個沿海省市及自治區(qū)陸地，人類活動最為頻繁且強烈。考慮人類活動主要處于近陸海域和各類數據的可獲取性，南海海域及臺灣省海域未納入本研究區(qū)域。

圖1 中國部分近陸海域人類活動累積影響研究區(qū)域Fig.1 Study on the cumulative impact of human activities in some coastal seas of China

2.2 研究方法

根據Halpern等[6-7]和Beauchesne等[10]提出的空間量化模型，本研究通過以下兩個指標來進行人類活動和氣候變化對于海洋生態(tài)系統(tǒng)累積影響的空間評估，即累積暴露度（Cumulative Exposure, CE）和累積影響度（Cumulative Impact，CI）。累積暴露度定義為多種壓力因子標準化（0～1）后的協同作用，即將研究海域劃分成1 km×1 km網格，暴露度即為各網格承載的壓力因子總和。累積影響度定義為各網格承載的壓力因子對其不同生境的影響力總和。前者衡量的是多種壓力的累加總和，后者考慮生境脆弱度下的多重壓力影響度，CE和CI計算式分別為

式中，Si表示人類活動直接或間接的影響因子，即壓力因子（Stressors）；Hj為不同類型海洋生態(tài)系統(tǒng)，即不同海洋生境類型（Habitats）；i和j表示特定類別的壓力因子和海洋生境；m和n分別為海洋生境和壓力因子的總數目； μi,j為脆弱性矩陣，表示不同壓力因子對不同生境的影響權重。

基于上述空間化模型，本文搜集了我國近海人類活動及氣候變化影響因子的各類高分辨率時空數據及各類生境的分布數據，時間尺度方面盡量選取以2015年為基準或最新的數據集，空間尺度及量級方面首先以1 km×1 km的研究區(qū)柵格對不同分辨率壓力數據進行重采樣和掩膜，其次對所有壓力因子進行對數轉換，最后基于標準化后的1 km×1 km柵格數據進行空間量化分析（圖2）。

圖2 累積影響空間化評估示意圖Fig.2 The schematic diagram of spatial assessment of cumulative impact

2.3 生態(tài)系統(tǒng)累積影響評價指標

2.3.1 生態(tài)壓力因子

為量化人類活動和氣候變化對海洋生態(tài)系統(tǒng)直接或間接的影響，本文從海洋漁業(yè)、海洋航運、陸源及近海、氣候變化4個方面，選取16個生態(tài)壓力因子，其空間及時間分辨率，量化過程和數據來源如表1所示。標準化轉換前絕大部分各壓力因子數值分布均呈現右偏分布（圖3），極端高值部分較少，為避免極端值的影響和對中值部分的低估，更好地進行比較以及計算，首先對所有壓力因子均進行對數轉換，然后以數據分布的99分位數作為上限值進行0～1 標準化[14]。

圖3 16個生態(tài)壓力因子未轉換前數值分布頻率直方圖Fig.3 Frequency histogram of the numerical distribution of 16 pressure factors before conversion

表1 生態(tài)壓力因子（N=16）描述及數據來源Table 1 Description of each stress factor (N=16) and data source

2.3.2 典型海洋生境及脆弱性

我國大陸及海島海岸線綿延3.2×104km，海域遼闊，分布有各類海洋生態(tài)系統(tǒng)（圖4），具有食物供給、氣候調節(jié)、文化娛樂等多種服務功能，潛在價值巨大。本研究基于數據的完整性、及時性、公開性和可獲取性，將承載壓力的主要海洋生態(tài)系統(tǒng)分成9類（表2），分別是：海岸（H1）、潮灘濕地（H2）、紅樹林（H3）、鹽沼地（H4）、海草床（H5）、珊瑚礁（H6）、近岸淺水及底棲生境（H7）、近海表層生境（H8）和近海深層生境（H9）。

表2 海洋生境（N=9）分類及數據來源Table 2 Classification and source of various marine habitats (N=9)

生境空間分布的量化過程以1和0表示1 km×1 km網格有和無該類生境，并覆蓋整個研究區(qū)域。海岸是根據矢量邊界數據向外延得到的；潮灘數據來源于https://www.intertidal.app網站；紅樹林、鹽沼地、海草床和珊瑚礁為矢量數據進行柵格化處理后并以研究區(qū)域邊界進行掩膜后的數據；近岸淺水及底棲生境、近海表層生境和深層生境根據ETOPO1數據按水深進行劃分，各生態(tài)系統(tǒng)具體空間分布如圖4所示，其脆弱性基于前人相關研究確定權重矩陣[6-7]（表3）。

表3 不同生境對應不同壓力因子的脆弱性矩陣Table 3 Vulnerability matrix corresponding to different stress factors in different habitats

圖4 典型海洋生態(tài)系統(tǒng)空間分布Fig.4 Spatial distribution of typical marine ecosystems

3 結果

3.1 空間累積暴露度

標準化處理后，根據公式（1）和公式（2）進行暴露度及影響度計算，得到我國近岸海域總體暴露度空間分布情況（圖5）。如圖所示，累積暴露度總體呈現近岸高于遠海，并向外海一側逐步遞減，這與其他地區(qū)的研究結果也一致[6,10,28]，即近岸海域更加暴露于人類活動所帶來的各類壓力，因為近岸海域的人類活動最為頻繁劇烈，而且大部分污染排放口、航運捕撈活動也多集中于該區(qū)域，但總體來看，平均貢獻度較高的壓力因子為氣候變化（海洋熱浪19.56%、海平面上升19.44%、海洋酸化19.22%）和海洋航運（16.79%）。但這并不表明遠離陸地的海域所受壓力就不大，由圖5a可知，累積暴露度值域為3.3～12.3，即所有區(qū)域均遭受人類活動壓力因子的影響，只是離岸遠海區(qū)域暴露度相對較小，以自然斷點法將其值域劃分為低暴露（3.3～4.3）、中等暴露（4.3～5.3）、高暴露（5.3～6.6）和極端暴露（6.6～12.3），結果表明，我國近海分別有6.72%和12.3%的海域處于高暴露和極端暴露水平。從局部區(qū)域看，我國沿海發(fā)達地區(qū)所在海域如渤海海域、長三角海域、珠三角海域等累積暴露度較高（圖5b至圖5d），其平均暴露度分別為5.06、5.52和4.51（圖5e至圖5g）。長三角海域暴露度水平最高，高值區(qū)域集中于長江出?？诤Ｓ?、浙江省舟山海域以及南部河口和海灣區(qū)域；而對于渤海海域，高值區(qū)域多集中于天津近岸海域、萊州灣、遼東灣等地；珠三角海域相對來說累積暴露度較小，主要是珠江口及近海河口區(qū)域。

圖5 我國近海人類活動壓力累積暴露度(a)、渤海海域(b)、長三角海域(c)、珠三角海域(d)的局部放大圖以及其壓力值頻次分布(e-g)Fig.5 Accumulated exposure to pressure from human activities in the coastal seas of China (a), and the Bohai Sea (b), the Changjiang River Delta (c), a partial enlarged view of the Zhujiang River Delta (d), and represent the frequency distribution of pressure values(e-g), respectively

從承受壓力因子數目來看，所有區(qū)域遭受的壓力因子均大于6種（圖6），且各壓力因子在不同地區(qū)的貢獻度存在空間差異。以渤海、長三角和珠三角海域橫斷面為例，氣候變化因子如海洋熱浪、海洋酸化、海平面上升整體貢獻度最高，約占50%，且對于離岸海域影響度大于近岸海域，隨離岸距離的增大而呈現一定上升趨勢?；诓澈＝忾]的空間形狀，整個區(qū)域各壓力因子貢獻度變化相對不大；而長三角海域在離岸200 km范圍左右所受壓力影響最為頻繁，其中100～200 km時，赤潮災害貢獻度達到最高，而在150～250 km時，漁業(yè)捕撈活動貢獻度達到最高，同時人口密度及營養(yǎng)鹽污染的貢獻度相比于其他地區(qū)非常高；珠三角橫斷面各壓力因子多集中于0～100 km近岸區(qū)域，漁業(yè)捕撈、航運、陸源及氣候等壓力因子貢獻相當，而大于100 km后則由氣候變化及航運壓力因子主導。總體而言，近岸海域受各類壓力因子的協同作用，因此其生態(tài)系統(tǒng)受到的影響狀況更為復雜，而離岸海域多暴露于航運及氣候變化壓力因子的影響。

圖6 我國近海人類活動壓力累積影響因子數量（a）及其對總累積暴露度的貢獻百分比（b-d）Fig.6 The cumulative number of factors affecting the pressure of human activities in the coastal seas of China (a) and their contribution to the total cumulative exposure (b-d)

3.2 空間累積影響度

如圖7所示，累計影響度得分為4.1～19.4，以自然斷點法將其值域劃分為影響較低（4.1～5.7）、影響中等（5.7～7.7）、影響較高（7.7～10.5）和影響極高（10.5～19.4），結果表明，我國近海分別有22.8%和7.6%的海域受影響程度較高和極高，約占整個研究海域的1/3。整體上，我國近岸海域如渤海、山東東部海域、江蘇北部海域、長江口東部海域及珠江口區(qū)域累積影響度較高，海南南部附近海域以及遠洋區(qū)域累積影響度較低，其中浙江及上海近海區(qū)域影響最為嚴重，此區(qū)域人口密度非常大，是我國重要的港口水域以及漁業(yè)養(yǎng)殖捕撈區(qū)域，生產活動強烈，海洋生態(tài)系統(tǒng)受到嚴重的影響。對4個典型壓力因子累積影響強度與離岸距離進行分析，從典型區(qū)域橫斷面來看，拖網捕撈壓力因子在3個區(qū)域影響度表現各異，在長三角海域呈現先增大后減小趨勢，而在珠三角海域呈現線性減小趨勢，在渤海區(qū)域則表現為波動性變化趨勢；航運壓力因子則均具有倒U型特征，即先增大后減小，其中渤海區(qū)域航運影響度最大，珠三角區(qū)域航運壓力因子影響度減小幅度相比于其他兩個區(qū)域較大；而海洋熱浪與營養(yǎng)鹽污染壓力因子變化趨勢正好相反，前者隨離岸距離增加而增大，后者隨離岸距離增加而減小并趨近于零，渤海區(qū)域海洋熱浪影響度較其他區(qū)域高，而長三角海域營養(yǎng)鹽影響度最大。從4類生態(tài)壓力因子影響度分布看，海洋漁業(yè)和陸源近海壓力因子影響度整體集中于近岸海域，尤其是浙江近海和江蘇近岸海域，而海洋航運與氣候變化壓力因子則表現為遠海大于近岸海域，氣候變化因子影響度在我國東南部海域較為強烈（圖8）。

圖7 人類活動壓力對我國近海海洋生態(tài)系統(tǒng)的累積影響度（a）和4種特定人類活動壓力因子(拖網捕撈、海上航運、海洋熱浪及營養(yǎng)鹽污染)的橫斷面圖（b）Fig.7 The cumulative impact of human activity pressure on China’s coastal marine ecosystems (a), and a cross-sectional view of four specific human activity pressure factors (trawling fishing, maritime navigation, ocean heat waves, and nutrient pollution) (b)散點為各網格點得分，各趨勢線為局部加權回歸擬合線The point is the score of each grid point, and each trend line is the locally weighted regression fitting line

圖8 海洋漁業(yè)（壓力因子數目為6）、海洋航運（壓力因子數目為2）、陸源及近海（壓力因子數目為5）及氣候變化（壓力因子數目為3）累積影響度空間分布Fig.8 Spatial distribution of cumulative influence of marine fisheries (number of pressure factors is 6), ocean shipping (number of pressure factors is 2), land-source and offshore (number of pressure factors is 5), and climate change (number of pressure factors is 3)

4 討論

4.1 人類活動和氣候變化多重壓力

本研究首次量化了多重壓力對我國整個近海海域的影響，并得到了高分辨率的空間分布，其中累積暴露度對多種生態(tài)壓力因子的數量及強度進行空間估計，而累積影響度以海洋生態(tài)系統(tǒng)的反饋，即以其與生態(tài)壓力因子的作用關系為視角，綜合分析了不同海洋生態(tài)系統(tǒng)的累積影響。對于海洋生態(tài)系統(tǒng)面臨的多重壓力，我們考慮了漁業(yè)、航運、污染排放等直接的人類活動，同時也綜合考慮了氣候變化如海表溫度升高、海洋酸化等的影響，由于在某種程度上，當今全球變暖、海平面升高等都是由于人類活動（生產生活所產生的溫室氣體排放）所造成的，相當于氣候變化也是人類活動的一種間接體現形式，同時氣候變化也會加劇某些人類活動對于生態(tài)系統(tǒng)的影響，多重壓力互相作用并具有復雜的影響機制[29]。例如Smale等[30]研究海洋熱浪對于全球生物多樣性和生態(tài)系統(tǒng)服務價值的影響時，利用不包含氣候變化因子的人類活動累積影響分布與海洋熱浪進行空間疊置分析發(fā)現，過度捕撈及海洋污染等會加劇海洋熱浪的影響，反之亦然。本文參考各類經典區(qū)域案例[10-11]，在累積影響評估中綜合考慮人類活動直接或間接因子（包括典型的氣候變化因子），以獲得更為全面的評估結果，但在實際應用中，仍可將兩者區(qū)分開使用。

4.2 重點海域的管理和保護

我國渤海、長三角和珠三角等重點海域受人類活動多重壓力影響最大、壓力因子數量最多，如何規(guī)范化人類活動，達到合理的制約和保護，對于我國生態(tài)文明建設非常重要，也是平衡人類社會經濟發(fā)展與海洋生態(tài)健康的關鍵，因此累積影響空間量化評估在國土空間規(guī)劃和生態(tài)保護領域具有較大應用潛力。例如，Fernandes等[31]利用Marxan軟件與累積影響決策工具相結合的方法，對葡萄牙海域的優(yōu)先保護區(qū)進行選劃，實現了科學化的高效益海域保護規(guī)劃。我國海域遼闊，累積影響度分布圖提供了綜合性的人海矛盾空間量化結果，便于直觀了解整個海域人類活動影響狀況，為精細化管理的政策制定提供科學支撐。此外，累積暴露度分布圖可用于探測人類活動足跡的熱點區(qū)域，例如我國長三角海域漁業(yè)捕撈、航運等影響較大，而氣候變化因子在南部珠三角附近海域影響程度較為強烈，且從離岸距離的多重壓力橫截面貢獻度來看，各海域多重壓力影響范圍及數量均不一致。實際應用中，可根據不同區(qū)域人類活動多重壓力的類型、強度及數量等，制定綜合高效的生態(tài)系統(tǒng)管理策略和保護措施[32-33]，另外基于各重點海域的地理特征、生態(tài)狀況、地區(qū)社會經濟狀況等，可進行高精度時空數據更新，實現區(qū)域海域的累積影響評估，或根據特定管理目標進行模型重構，建立針對特定海洋物種或生境的生態(tài)管理體系。

4.3 空間量化模型的適用性和改進

本研究所采用的空間量化模型操作簡單、易于理解，但其作為探索性應用研究，在生態(tài)壓力數據完整性和匹配度、權重設定以及多重壓力疊加關系等方面仍具有較大的改進空間：（1）生態(tài)壓力因子指標的完善，本文僅選取了16種代表性生態(tài)壓力因子，而更多的因子未納入考慮，例如，海洋漁業(yè)包括海洋捕撈、海水養(yǎng)殖、遠洋漁業(yè)，其中我國海水養(yǎng)殖產業(yè)發(fā)展迅速，海水養(yǎng)殖在海洋漁業(yè)的比重近些年來越來越大，是近海非常重要的一種人類活動。有研究表明，我國海水養(yǎng)殖是近海海域營養(yǎng)鹽的集中來源，可造成嚴重的海水富營養(yǎng)化，其營養(yǎng)物輸出量相當于河流向海洋的排放量[34]。此外，海上構筑物（如鉆井平臺、風電設施、海底管道及跨海橋梁等）[35]、微塑料、放射性污染等均會對地方海域造成較大影響，進一步完善生態(tài)壓力因子的類別和選取，獲取或生產更多的空間數據集可使評估結果更為完整和符合實際狀況；（2）時空數據的匹配度，由于可獲取數據的有限性，本研究計算所用的生態(tài)壓力因子數據年份不盡相同，但年際間的壓力因子往往隨時間存在動態(tài)變化，例如由于新冠疫情等不確定性因素，會導致相鄰年份漁業(yè)捕撈、海上航運等存在巨大差異，由此造成結果誤差較大，未來在數據充足的情況下可開展時間尺度上的累積影響動態(tài)評估。此外，生態(tài)壓力因子的空間分辨率不一致、來源不一，多為遙感或模型預測結果，也存在一定誤差，例如漁業(yè)捕撈、海洋熱浪等均是基于遙感數據獲取，而海洋污染、赤潮等數據是基于點位數據模型化預測得到，海洋酸化及海平面上升壓力因子柵格數據的空間分辨率遠低于其他因子；（3）累加關系及權重的優(yōu)化，不同生態(tài)壓力因子之間可能存在協同、拮抗以及非線性累積效應，然而當前研究采用的仍是基于不同權重的線性累加計算形式。此外，本研究采用的權重矩陣參考了前人的研究，但實際上我國現實情況與其他區(qū)域存在一定差異，不同海域生態(tài)系統(tǒng)的脆弱性也有所不同。近岸海域生態(tài)系統(tǒng)處于陸海交會處，受到陸地和海洋的雙重影響，是累積影響度最大的區(qū)域，其生態(tài)系統(tǒng)種類繁多，脆弱性也具有較大空間化差異。因此未來對于多重壓力的非線性累積作用關系仍需深入研究，同時進一步研究總結我國不同生態(tài)系統(tǒng)對于不同壓力的反饋機制、構建非線性空間量化模型以及將專家判斷與實際情況相結合，實現主客觀相結合的科學賦權，使評估結果更為準確。

5 結論

本文基于空間量化模型，探究了人類活動對我國近海海洋生態(tài)系統(tǒng)的影響，論證了方法的可行性，揭示了我國海域受人類活動影響的主要特征是高暴露度區(qū)域集中于近岸的河口海灣區(qū)域，約有6.72%和12.3%的海域處于高暴露和極端暴露水平，長三角地區(qū)累積暴露度得分最高；累積影響度高的地區(qū)集中于浙江、福建沿海以及天津近海、渤海口和珠江口等海域，約有22.8%和7.6%的海域受影響程度較高和極高，約占整個研究海域的1/3。近岸海域生態(tài)系統(tǒng)主要受陸源污染、漁業(yè)捕撈等壓力因子影響，而離岸海域則主要受氣候變化及海上航運等影響，其中氣候變化因子是對海洋生態(tài)系統(tǒng)影響度最為強烈的壓力因子。高分辨率空間分布結果圖可為海域管理及生態(tài)修復提供科學參考，但現階段我國海域高分辨率數據的缺失以及各類影響評估研究的缺乏均會影響結果的準確性。因此，未來我國近海高分辨率、高精度海洋生態(tài)環(huán)境數據產品的研發(fā)對于量化人類活動對海洋生態(tài)系統(tǒng)的影響非常關鍵，對于提高空間制圖精度，改善海域空間管理具有重要意義，其中時間及空間尺度的連續(xù)性數據合成或模擬對實現動態(tài)化評估與加深時空關聯性研究起到關鍵性作用。此外，可加強對不同生態(tài)系統(tǒng)的自然稟賦、脆弱性等研究，提供科學化確權支撐，人海相互作用的內在關系、耦合度等也有待進一步深入研究，以實現空間量化模型的更新和改進，實際應用于海域科學管理中。