1. 引言
深圳湾位于中国广东省深圳市与香港特别行政区之间，是珠江东岸的一个典型的河流出海口，其水域面积近100平方公里，岸线约40余公里。深圳河、大沙河等淡水汇入，赋予了深圳湾河口型海湾的生态环境特征，有着独特的生态价值，是中国海岸带的重要组成部分[1]。深圳湾的红树林生态系统是最为独特的生态景观之一。红树林这一热带亚热带地区特有的海岸潮间带湿地群落，主要由乔木或灌木红树植物构成，其生态功能多样且显著。它不仅能够净化水体，确保水质清澈；还能促淤消浪[2]，维护海岸稳定，更拥有固碳储碳的能力，有助于减缓气候变化[3]。此外，红树林在固岸护堤方面也发挥着关键作用，为沿海地区提供了天然的保护屏障。作为生态系统服务功能极高的自然生态系统之一，红树林为众多鸟类、鱼虾等生物提供了理想的栖息与繁殖场所[4]，对维持生物多样性至关重要。深圳湾还保留着世界级的红树林湿地，福田红树林国家级自然保护区就位于此，每年有数十万只国际候鸟在此越冬停歇，使其成为东半球国际候鸟重要的栖息地和南北迁徙通道上的重要“中转站”[5]。尽管红树林生态系统独具特色，但其结构相对简单，物种多样性有限。这使得它容易受到多种外部因素的威胁，如人类过度开发、全球气候变化、海平面上升以及环境污染等。这些不利因素已导致全球红树林面积持续减少，生态系统健康面临严峻挑战。因此，实施对红树林的动态监测至关重要。通过监测，我们能够及时了解红树林的生长状况、分布变化以及受到的威胁，为制定有效的保护措施提供科学依据[6]。这对于保护红树林生态系统的完整性和功能，维护生物多样性，以及促进可持续发展具有重要意义。
2. 研究区域
本研究聚焦于中国深圳市福田区红树林生态保护区域，该区域位于深圳湾东北部，如图1所示。该保护区的东界为新洲河口，西界至深圳湾公园，沿深圳湾海岸线延伸约6公里，总面积367.64公顷。作为中国唯一位于城市中心的国家级自然保护区，福田区红树林具备极高的生态价值和科研潜力。其主要保护对象为红树林及其生态系统，以及栖居其中的鸟类等生物多样性。红树林作为一种特殊的生态系统，广泛分布于热带和亚热带海岸线，具有防止海水侵蚀、保护海岸线的功能，同时也是多种生物的栖息地。福田区红树林湿地更是多种珍稀保护动物如黑脸琵鹭、欧亚水獭等的重要栖息地。
Figure 1. Research region
图1. 研究区域
3. 研究内容与技术路线
Figure 2. The technical route
图2. 技术路线
本文基于Landsat-8与Sentinel-2卫星遥感数据，对2013年、2018年和2023年三个时间点的遥感数据进行了系统的分析。首先，通过ENVI软件对获取的遥感数据进行预处理，以确保数据的准确性和一致性。其次，将预处理后的数据导入eCognition(易康)分类软件，进行多尺度分割，以适应不同地物在遥感影像上表现出的尺度差异。在Sentinel-2影像中，B11和B12短波红外波段因其独特的光谱特性，对红树林与其他植被的区分能力尤为显著。因此，在B1至B12的基础波段之上，本研究进一步引入了NDVI(归一化差值植被指数)与NDWI(归一化差值水体指数)两个指数，以增强红树林与其他地物的区分度。在数据分割完成后，采用支持向量机(SVM)分类方法，对分割后的数据进行分类处理，从而精准提取出三年内的红树林面积。SVM方法以其优秀的分类性能和泛化能力，在本研究中得以充分发挥。最后，将分类后得到的矢量数据导入ArcMap 10.3地理信息系统软件中，进行图像融合、地物面积计算以及专题图制作等后续处理。通过这些步骤，本研究对深圳湾地区近十年来的红树林面积变化进行了深入的分析和探讨，为红树林生态系统的保护和管理提供了有力的数据支持。具体的技术路线如图2所示。
在深入探索遥感图像地物分类的技术实践中，我们经过反复的试验与验证，发现当采用特定算法进行图像分割时，将分割度设定为40能够显著优化图像的分割效果。这一发现对于提升地物分类的精度和效率具有重要意义。在实现地物分类的过程中，我们利用易康软件对遥感图像进行了系统而全面的分析。这一步骤不仅是整个分类流程中的关键环节，更对最终的分类效果产生了深远的影响。通过易康软件的高级功能，我们能够更加精确地识别出图像中的不同地物类型，为后续的深入分析提供了坚实的基础。值得注意的是，尽管易康软件在自动分类方面表现出了优异的性能，但在实际操作中，我们仍然发现了一些漏分和错分的现象。为了解决这些问题，我们采取了手动修改的方式，对识别结果中的色块进行了细致的调整和优化。这一过程虽然增加了工作量，但有效地提升了分类结果的准确性和可靠性。
4. 红树林分类
4.1. 红树林支持向量机分类
Figure 3. Classification Result Chart of Support Vector Machine in 2023
图3. 2023年支持向量机分类结果图
为获取红树林物种分布情况，我们结合了目视解译与手动样本训练的方法，以实现对红树林及其周边地物类型的准确分类。首先，通过目视法仔细对照假彩色遥感影像，在ROI感兴趣区内选择特定的窗口，针对红树林的不同种类(包括秋茄、桐花树、无瓣海桑、海桑)以及水域、盐沼、人工用地和其他区域进行了样本点提取。为了避免混合象元对分类结果的影响和确保分类结果的准确性，我们提取了至少三个样本点，这些样本点都位于各种类型的地物的典型和纯净地带。在样本点提取完成后，对训练样本点进行了可分离性计算。这一步骤的目的是评估不同类别样本之间的统计距离，以判断它们是否能够在分类过程中被有效地区分开。采用了合适的统计距离度量方法，并计算了各类样本点之间的参数值。结果显示，各类样本点的参数值均位于1.9~2.0之间，这一范围表明各类样本在统计上是可分离的，即分类器能够较好地识别并区分这些不同的地物类型。基于上述合格的训练样本，采用了支持向量机(SVM)作为分类器进行地物类型的分类。SVM是一种基于统计学习理论的机器学习方法，具有出色的分类性能和泛化能力。调整SVM的参数确保其能够准确地识别并分类出红树林及其周边地物的不同类型。支持向量机分类结果如图3。
4.2. 结果分析
对2013，2018年的遥感数据进行同样的处理，经过易康面向对象对卫星遥感图像解译分类与Arcmap专题图制作，红树林分布结果图如图4所示。
Figure 4. Distribution map of mangroves in Shenzhen Bay in 2013, 2018 and 2023
图4. 2013、2018、2023年深圳湾红树林分布图
通过观测红树林分布图可知，红树林主要集中深圳湾东部的深圳河入海口浅滩地带，以深圳河为界分为南北两部分，已经形成较大的自然保护区；北部为福田红树林自然保护区，南部为香港米铺鸟类自然保护区。
本研究基于2013年、2018年和2023年三个时相的遥感影像数据，对深圳湾红树林的分布进行了相应时段的面积信息的提取。通过对比这三个时间节点的数据，我们分析了从2013年到2023年深圳湾红树林面积的动态变化情况。具体而言，深圳湾红树林在2013年的面积为358.83 ha，而到了2018年，这一数值增加至426.76 ha，表明在2013年至2018年的五年间，红树林面积呈现显著的增长趋势，具体增长量为67.93 ha，对应年增长率达到3.30%。进一步观察，至2023年，红树林的面积又增加至441.41 ha，相较于2018年，这五年间的增长量为14.64 ha，尽管仍呈现增长态势，但年增长率已降低至0.6%。综合以上数据，自2013年至2023年的十年间，深圳湾研究区的红树林总面积增加了82.58 ha，年平均增长率为1.8%，显示出红树林在研究区持续扩展的积极态势。
由图4可知，深圳湾红树林面积的显著增长区域可辨识为五个主要聚集点。这些增长区域多数为原有红树林的自然蔓延和扩展所致。其中两处显著增长区位于深圳与香港之间的三角洲地带，特别是靠近深圳河的香港米铺鸟类自然保护区，该保护区与福田红树林国家自然保护区共同形成了一个半封闭的、且与外海直接相连的沿岸水体，这一区域兼具河口和海湾的性质。这种特殊的地理环境通过河海相互作用，实现了咸淡水的混合，并受到潮汐作用的影响。这些自然过程为红树林湿地的发育提供了丰富的细物质沉积和肥沃的水质，为红树林的生长创造了良好的地貌与物质环境。而自然保护区的建立为红树林的生长繁殖提供良好平台，在无外来物种入侵与人工砍伐的情况下，红树林向滩涂地自然蔓延生长，延沿深圳河一带呈带状生长。其余三个增长区域则集中在福田红树林自然保护区内，分别位于邻近滨河大道、凤塘河以及沙咀社区的地带呈现出活跃的生长趋势。这是由于在自然环境优越与保护区的建立之外，深圳市政府对红树林的保护工作非常重视，制定和实施相关生态保护政策，通过深圳河治理保护红树林生态、人工补种、修复等措施，推动深圳湾红树林面积稳步增加。
5. 结论
本文基于多时相的Landsat-8与Sentinel-2卫星遥感数据分析了深圳湾红树林2013年、2018年和2023年三个年份的红树林分布及变化情况。得出以下结论：
1) 2013年深圳湾红树林的面积为358.83 ha，2018年深圳湾红树林的面积为426.76 ha，2023年深圳湾红树林的面积为441.41 ha。总体上看，从2013年至2023年红树林呈增长趋势，增长总面积为82.58 ha，年增长率仅为1.8%。从2013年至2023年，深圳湾红树林面积呈增长趋势，但增长速率并不迅速。
2) 深圳湾红树林面积的显著增长区域可辨识为五个主要聚集点。这些增长区域多数为原有红树林的自然蔓延和扩展所致。具体而言，两处显著增长区位于深圳与香港之间的三角洲地带，特别是靠近深圳河的香港米铺鸟类自然保护区，红树林沿深圳河一线呈带状生长。其余三个增长区域则集中在福田红树林自然保护区内，分别位于邻近滨河大道、凤塘河以及沙咀社区的地带呈现出活跃的生长趋势。
3) 本研究利用了Landsat-8和Sentinel-2两种不同卫星的多时相遥感数据，这种多源数据的综合使用能够提供更全面、更准确的红树林分布和变化信息。通过对比不同年份的数据，能够分析出红树林面积的动态变化，为生态环境监测和保护提供了重要依据。
4) 我们不仅关注红树林面积的整体变化趋势，还进一步识别出五个显著增长的主要聚集点。这种精细化的分析能够更具体地反映红树林生长的空间分布和动态特征。通过对增长区域的分析，揭示了红树林增长的主要原因：自然蔓延和扩展，为红树林的保护和管理提供了科学依据。
5) 本文将红树林的生长情况与地理环境相结合，特别是与深圳与香港之间的三角洲地带以及福田红树林自然保护区等特定区域的关系进行了深入分析。这种结合地理环境和自然保护区的分析，有助于更好地理解红树林生长的生态条件和影响因素，可为制定针对性的保护措施提供了重要参考。
NOTES
*通讯作者。