EN中文

Tropical Geography >

2024 , Vol. 44 >Issue 11: 2025 - 2038

DOI: https://doi.org/10.13284/j.cnki.rddl.20230865

Analysis of Coastline Changes in Zhanjiang Bay from 1973 to 2023

  • Zhuoqiang Guan , 1, 2 ,
  • Junyi Li , 1, 2, 3 ,
  • Lingling Xie 1 ,
  • Quan'an Zheng 1 ,
  • Xiaomin Ye 3
Expand
  • 1. College of Ocean and Meteorology, Guangdong Ocean University, Zhanjiang 524088, China
  • 2. Resource and Environment in Continental Shelf Sea and Deep Sea, Guangdong Ocean University, Zhanjiang 524088, China, 3. National Satellite Ocean Application Service, Beijing 100081, China

Received date: 2023-11-09

  Revised date: 2024-03-28

  Online published: 2024-11-07

Fold

Abstract

The coastline of Zhanjiang Bay has undergone profound changes under the combined action of natural and human factors, making the rational protection and utilization of coastal resources a research hotspot. As a typical tropical bay in China, analyzing the coastline changes in Zhanjiang Bay can provide basic data to support the development and utilization of coastal zones. In this study, 42 optical satellite images from 1973 to 2023 were used in conjunction with the random forest method to extract the shoreline, analyze the spatiotemporal evolution of the Zhanjiang Bay coastline, and investigate its driving factors. Additionally, shoreline complexity changes were explored, and Gross Domestic Product (GDP) was introduced for the correlation analysis of shoreline indicators. The results showed that the total length of the Zhanjiang Bay coastline increased by 103.13 km over the past 50 years. Coastline changes are influenced by both natural and anthropogenic factors, with anthropogenic factors having the most significant impact. Natural factors include erosion caused by storm surges, sea level rise, and dynamic coastal conditions. Anthropogenic factors include construction of coastal aquaculture farms, land reclamation, coastal engineering projects, coastal infrastructure development, and industrial land development. The main areas of change were concentrated along the main channel and the Nansan Waterway. The proportions of shoreline segments expanding seaward on the east and west coasts were 51.4% and 71.6%, respectively, whereas the landward erosion shoreline segment on Donghai Island was 58.0%. Specifically, the southeastern section of the east coast experienced massive shoreline expansion. Coastal engineering along the west coast, southeastern village, and town construction projects on the east coast resulted in shoreline advancement of more than 2 km seaward. Erosion was observed at the western end of the coastline, across several estuaries from the west coast, and along the shoreline of the Nansan Channel on the south side of the east coast, with the most severe shoreline erosion occurring at the end of the west coast shoreline, where the average setback was 1 km, with a maximum setback of nearly 1.8 km. Except for the 2010s, the change in the intensity of the coastline of Zhanjiang Bay was positive. The fractal dimension of the coastline increased from 1.086 to 1.124, consistent with the trend in its length. The primary driver of coastline expansion was large-scale land reclamation on the western bank of Zhanjiang Bay, southwestern bank of the eastern bank, and northern part of Donghai Island, with a total reclaimed area of 82.82 km2. The proportion of the reclaimed area after 2010 reached 57.5%, the area of coastal aquaculture farms increased by 26.98 km2 over the past 30 years. Large-scale erosion occurred on the eastern and southern sides of Donghai Island. In addition, the fractal dimension and length of the Zhanjiang Bay coastline were strongly negatively correlated with the inverse of the GDP of Zhanjiang, with correlation coefficients of -0.96 and -0.99, respectively. These findings suggests that the economic benefits of shoreline shifting can be quantified using shoreline indicators, whereas differences in shoreline indices between different harbors affect the relevance of the economic benefits. Owing to the narrow and long topographic structure of Zhanjiang Bay, there is a delay in tidal signal propagation from the bay mouth to the interior. Therefore, when exploring the water margins obtained from optical remote sensing images, the water level information of the corresponding region must be utilized to correct the tidal variations in Zhanjiang Bay. Based on this, numerical models will be used in the future to obtain tidal data for each region and the corresponding water margins.

Key words： Zhanjiang Bay coastline; fractal dimension; optical satellite image; reclamation area

Cite this article

Zhuoqiang Guan , Junyi Li , Lingling Xie , Quan'an Zheng , Xiaomin Ye . Analysis of Coastline Changes in Zhanjiang Bay from 1973 to 2023[J]. Tropical Geography, 2024 , 44(11) : 2025 -2038 . DOI: 10.13284/j.cnki.rddl.20230865

湛江湾位于雷州半岛东北侧，海湾东西两岸连接湛江市区，南侧有南三岛、特呈岛、东头山岛、东海岛等岛屿为天然屏障，湾内水深浪静（石泳昊 等，2020），是华南地区重要的深水良港（赵冲久 等，1999）。湛江湾口位于南三岛和东海岛之间，宽约2 km，是湛江湾与外海相通的主要通道，受南海陆架水动力环境影响显著（应秩甫 等，1996；周晨 等，2023）。粤西近岸环流对湛江湾的水质环境、渔业养殖、海岸变迁等都具有重要影响（谢玲玲 等，2012）。海岸线分布的红树林、养殖塘和港口等作为海岸带系统特色要素（张丽 等，2020），具有重要的经济价值和生态服务功能。改革开放后，湛江市经济建设快速发展，由于工业化和城市化建设的需要（任宗海 等，2023），填海面积不断增加，直接改变了海岸线的形态。随着宏观发展理念的变化，如何合理保护与利用海岸线资源已成为研究重点（王江波 等，2023）。
在自然和人为因素的共同作用下，湛江湾的海岸线发生了深刻变化。程阳艳等（2022）利用6景Landsat卫星影像，发现湛江湾岸线长度在1989—2017年间共增加了27.56 km，岛屿岸线长度增加了15.44 km，变迁方向整体向海扩张，海岸线变化大的区域主要集中在受人类工程影响的岸段，人类活动是海岸线变迁的主导因素；于杰等（2014）分析湛江湾2001—2011年海岸线变迁，得出湛江湾有22.44 km长的海岸线发生变迁，最大推进距离约为535 m，港口建设、围海养殖和城镇建设是导致湛江湾海岸线变迁的主要原因；王瑶斌等（2022）发现粤西岸线长度总体保持增长趋势，1987—2020年间共增长83.31 km，与湛江湾岸线变迁趋势相近；钟蕊等（2021）研究得出2005—2008年粤西地区的岸线分形维数为1.13，与珠三角和粤东地区相比，粤西曲折程度更高。进一步地，前人对湛江湾岸线变迁的原因进行分析。如李团结等（2011）通过对比1997、1985、1991、2000、2005和2010年的卫星影像和2008年的现场调查结果，发现雷州半岛南部和西部海岸都有海岸侵蚀现象，气候、水文条件和海平面上升为根本因素，决定性因素是风暴潮和人为因素改造；杨庆乐（2015）通过高精度遥感卫片和无人机低空遥感监测数据，发现湛江岸线侵蚀主要发生在东海岛的砂质岸线处；孙杰等（2015）得出湛江砂质海岸的侵蚀程度及长度是广东最明显的区域，人类活动是加剧海岸侵蚀的主要原因，海岸侵蚀导致土地流失，影响沿海资源分布（章志 等，2023）；彭文琦（2023）通过航拍湛江市南三岛，对生态环境进行评估，得出海岸线需要定期维护和整治，以此维持良好海岸线状态；高法成（2024）在湛江湾的海岛调查发现，海岛进行工业化建设，会直接影响渔业生产。湛江沿海很多地方采取连片开发的方式围海养殖，养殖区外围海堤大多较为简陋，难以到达海堤进行实地踏勘，黄森文等（2021）基于Google Earth Engine云计算平台得出，2015—2019年湛江水产养殖用地超过80%分布在海岸线5 km区域，沿海养殖区的基底为海域，以自然角度看，可将沿海养殖区界定为海域（张彤辉 等，2021），说明沿海养殖影响海岸线的变迁。
前人对湛江湾岸线的变迁进行深入研究，但所采用的卫星影像时间跨度较短，分析的影像数量也较少。目前公开的全球海岸线数据集不能很好地反映海岸线现状，也不适于作为单独数据源进行海岸线的变迁研究（胡歆怡 等，2021）。而基于卫星提供的栅格尺度分析结合卫星影像具有长时间序列的特点，有利于揭示海岸线的差异性及其影响机制（李苑君 等，2020），可对海岸线的变迁进行长时间的量化分析。因此，本研究采用1973—2023年共42景高分辨率卫星影像，使用随机森林和目视解译的方法获取湛江湾海岸线，分析湛江湾近50年海岸线时空变迁与驱动因素，探讨岸线复杂度变化，并尝试引入国内生产总值对岸线各个指数指数进行相关性分析。以期为湛江湾的后续开发利用提供技术资料参考。

1 数据与方法

1.1　数据

本研究使用的卫星影像来自于Sentinel2A卫星和Landsat系列卫星，数据的时间范围为1973—2023年，总共42景卫星图像，其中来自Landsat系列卫星有40景，来自Sentinel2A卫星有2景，分辨率有10、30和60 m，数据参数信息见表1所示。卫星影像成像时间集中于冬季且研究区域无云或少云（＜20%）覆盖，对于少量云覆盖的卫星影像会按照上一年或者下一年内的影像进行参考和人工修正。Landsat7传感器在2003年之后发生故障，使用ENVI软件对卫星影像进行条带修复。
表1 卫星参数信息

Table 1 Parameters of satellite images

序号 卫星

轨道号

Path/Row

 成像时间 空间分辨率/m 序号 卫星

轨道号

Path/Row

 成像时间 空间分辨率/m
1 Landsat1 133/45 1973-12-27 60 22 Landsat7 124/45 2003-10-23 30
2 Landsat2 133/45 1976-12-02 60 23 Landsat7 124/45 2004-10-25 30
3 Landsat2 133/45 1977-02-12 60 24 Landsat5 124/45 2005-11-21 30
4 Landsat4 124/45 1983-11-01 60 25 Landsat7 124/45 2006-10-31 30
5 Landsat5 124/45 1986-07-28 30 26 Landsat5 124/45 2007-04-01 30
6 Landsat5 124/45 1987-12-22 30 27 Landsat5 124/45 2008-11-13 30
7 Landsat5 124/45 1988-10-21 30 28 Landsat5 124/45 2009-01-16 30
8 Landsat5 124/45 1989-02-26 30 29 Landsat5 124/45 2010-11-19 30
9 Landsat5 124/45 1990-12-14 30 30 Landsat7 124/45 2011-11-14 30
10 Landsat5 124/45 1991-10-30 30 31 Landsat7 124/45 2012-09-29 30
11 Landsat5 124/45 1992-10-16 30 32 Landsat8 124/45 2013-10-26 30
12 Landsat5 124/45 1993-12-06 30 33 Landsat8 124/45 2014-11-14 30
13 Landsat5 124/45 1994-01-23 30 34 Landsat8 124/45 2015-01-01 30
14 Landsat5 124/45 1995-09-23 30 35 Landsat7 124/45 2016-11-27 30
15 Landsat5 124/45 1996-10-11 30 36 Landsat7 124/45 2017-10-13 30
16 Landsat5 124/45 1997-06-08 30 37 Landsat7 124/45 2018-11-01 30
17 Landsat5 124/45 1998-10-17 30 38 Sentinel2A 0212/075 2019-05-18 10
18 Landsat5 124/45 1999-12-23 30 39 Landsat8 124/45 2020-04-28 30
19 Landsat5 124/45 2000-03-28 30 40 Landsat8 124/45 2021-12-03 30
20 Landsat5 124/45 2001-11-26 30 41 Landsat8 124/45 2022-10-11 30
21 Landsat7 124/45 2002-11-05 30 42 Sentinel2A 0509/075 2023-03-23 10

1.2　影像纠正与图像配准

卫星影像的坐标系为WGS84坐标系，投影为UTM，带号为49N。根据表2中最新的Sentinel2A影像，在卫星影像上选取自1976年以来，地物未发生变化的6处配准点（P1~P6）对影像进行几何纠正（图1）。为验证配准点选取是否得当，分别取其中5个配准点进行几何精纠正，对剩余点进行精度检验。表2为地面控制点对应的精度检验结果，其中，使用P2~P6对影像进行几何纠正后，对P1进行验证，得到配准的最大误差为39 m。
表2 地面控制点及纠正误差 (m)

Table 2 Ground control points and positioning accuracy

验证点 实测X 实测Y 矢量化X 矢量化Y 距离差
P1 443 041 2 355 957 443 041 2 355 984 39
P2 434 306 2 349 838 434 291 2 349 871 35
P3 448 594 2 342 859 448 581 2 342 846 18
P4 424 450 2 338 706 424 427 2 338 710 23
P5 425 489 2 338 018 425 493 2 338 032 14
P6 430 080 2 330 524 430 085 2 330 540 16
图1 研究区域（a）、1976及2023年地面控制点（b）

注：该图基于广东省标准地图服务网站下载的审图号为粤S（2022）064号的标准地图制作，底图无修改。

Fig.1 Study area (a) and ground control points in 1976 and 2023 (b)

1.3　随机森林与海岸线提取

随机森林是利用一种包含多个决策树监督式学习的分类器对地物进行分类的方法。已有研究采用随机森林的方法对卫星图像进行分类，并都取得比较好的结果（张晓羽 等，2016；李垒 等，2016；王猛 等，2020）。将研究区主要地物分为3类：陆地、水体、潮间带。并抽取1979和1992年部分分类结果，使用混淆矩阵对图像分类进行精度检验，其中0代表陆地，1代表水体，2代表潮间带，结果显示，在随机森林模型分类中决策树的数量对分类结果有影响。训练集的混淆矩阵在分类精度方面都能达到98%~100%，在测试集中，对潮间带的预测精准率相对于陆地和水体较低，该次分类最终结果只是采用陆地的分类结果，设置潮间带是为了减少湛江湾中红树林以及养殖鱼塘对陆地分类的影响。
海岸提取路线图如图2，首先选取一张无云的卫星影像图作为底图，引入实测的地面控制点纠正影像，随后以此张底图与剩下的卫星影像进行地图配准，裁剪出研究区域，辐射定标和大气纠正获得预处理的卫星影像。选取卫星影像进行地物标签的制作，随后进行精度验证，批量进行分类、提取陆地要素轮廓，在人工判读下修改随机森林陆地轮廓的结果，得出海岸线。
图2 岸线提取技术路线

Fig.2 Flowchart of coastline extraction methodology

1.4　分形维数

分形是指具有维数的几何体，分形具有自相似性特征。海岸线是传统欧式几何整数维空间中在尺度上呈现更精细维度的地理事物（钟蕊 等，2021），分型维数可定量分析海岸线的几何形态变化。使用分形维数研究岸线变迁情况：
N r ∝ r - D
式中：r为网格长度；N为网格数目；D为分形维数。当网格长度ri （i=1，2，3，…）变化时，覆盖岸线的正方形网格数目N（ri ）会随之变化。两边同时取对数得：
l g N r = - D l g r + C
式中：C为待定系数；D为待测海岸线的分形维数。本研究使用Fractalyse（Thomas et al., 2008; Frankhauser et al., 2017）软件计算湛江湾分形维数，网格边长分别取30、60、120、240、480、960 m。

1.5　数字岸线分析系统

采用USGS研发的数字岸线分析系统（Digital Coastline Analysis System, DSAS）（Stockdon et al., 2002; Smith et al., 2013）对海岸线变迁研究。主要步骤为：1）设置1条平行于岸线的基线；2）通过DSAS中的创建断面功能，沿基线创建多条垂直于岸线的断面；3）选取DSAS中提供的关于岸线的指数进行计算。已有研究采用DSAS的指数进行分析，并得到较好结果（崔红星 等，2020；李梦 等，2022；赵连杰 等，2022；章志 等，2022）。鉴于DSAS分析岸线的可行性，本研究采用该系统中的净海岸线移动（NSM）和海岸线移动率（EPR）这2个指数研究湛江湾海岸线，NSM是指一条断面上最久远的岸线与最新岸线的距离，EPR是NSM与时间跨度的比值，L 2023和L 1973分别是2023和1973年的岸线长度。
N S M = L 2023 - L 1973
E P R = L 2023 - L 1973 t 2023 - t 1973
海岸线变化强度是衡量海岸线长度在时间段内变化速率的差异，该公式为：
L C I i j = L j - L i L i ( j - i ) × 100 %
式中：LCI ij 是第i年到第j年的海岸线变化强度；Lj 和Li 分别是第i年和第j年的海岸线长度，单位为km。LCI ij 的正负代表第i年的海岸线长度相较于第j年的海岸线长度是增加还是减少。

1.6　人工判读与现场勘察

卫星影像经过随机森林分类后，此时陆地的轮廓是卫星过境时刻的瞬时水边线，涨落潮都会影响瞬时水边线的位置，将陆地的轮廓进行潮汐纠正得到准确的海岸线。然而，长时间序列的水文数据难以获取，而且获取的潮汐数据有地域限制。王德江（2022）发现东头山岛附近海域与湛江湾入海口K1分潮的迟角相差5°，K1分潮高潮时刻两地相差将近20 min，毕修颖（2010）也得出了湛江湾南北潮汐信息有一定差异性，这些研究在一定程度上说明湛江站附近的潮汐水位由于海域广阔，高低潮具有滞后性。此时需要人工判读矫正水边线的位置，配合实地考察海岸线位置，用以验证人工判读的精准度。挑选2023年的Google Earth影像人工目视解译出岸线，随机选取50个像素点作为检查点，在与本研究提取的2023年岸线进行邻域分析，计算得出这50个检查点的平均误差为27.92 m。侯西勇等（2014）对20世纪40年代以来的岸线进行提取，并且给出对岸线精度评估的最低标准：30 m分辨率的最大允许误差为28.28 m，所以本文岸线总体精度满足研究需要。
海岸线的移动会影响沿海用地的类型，这种变化也需要人工判读，本研究只统计填海造陆和沿海养殖这2类面积变化的类型，其变化采用ArcGIS的Area Calculate功能计算得出。

2 结果分析

2.1　岸线的时间演化特征

图3显示了1973、1983、1993、2003、2013和2023年的随机森林分类后人工修订的结果。由图4可看出，2003年前后，湛江湾岸线变化较大。岸线在2003年前变化较大的区域位于湛江湾西北角、西南角以及东海岛北岸。2013—2023年湛江湾岸线变迁程度最小，期间岸线变化最大的位置分布在东海岛的北岸，向海推进约2 km，程阳艳等（2022）结合历史资料得出相同结论。总体上，海岸线变迁最频繁发生在东、西岸和东海岛北部，集中在湛江湾主航道两侧岸线和南三水道北部一侧岸线。
图3 1973—2023年湛江湾海岸线变化

Fig.3 Coastline changes of the Zhanjiang Bay from 1973 to 2023

图 4 20世纪70年代到21世纪20年代湛江湾各区域海岸线长度

Fig.4 The length of coastline in the Zhanjiang Bay from 1970s to 2020s

为减少潮汐和随机森林分类方法本身带来的误差，将每10年的海岸线求平均，结果如图4所示。总体上，湛江湾岸线长度在1973—2023年增加了近103.13 km。岸线总长从20世纪70年代的750 km急剧增加到80年代的825 km，随后缓慢增加到21世纪10年代的865 km，在近10年则减小到850 km。岸线的时间演变特征变化趋势与程阳艳等（2022）得出的结果类似，但与王瑶斌等（2022）得出岸线长度一直呈上升的趋势略有不同，说明在湛江市所在的雷州半岛还有岸线剧烈变化的区域，由于选取的研究区域范围不一样，导致岸线长度的变化趋势不一致。具体地，除东海岛以外，湛江湾的东、西岸，东头山岛、特呈岛、南三岛的岸线长度都有不同程度的增加。湛江湾东岸岸线长度增加最多，50年内增加了约50 km（195 km增加到245 km）；而西岸岸线则约增加了30 km（105 km增加到135 km）。南三岛岸线长度缓慢增加了约10 km。另外，东头山岛、特呈岛因为面积较小，岸线长度变化不大。值得注意的是，东海岛在20世纪80年代后，岸线长度持续减少，减少了近30 km。
由图5可以看出，湛江湾整体岸线变化强度在21世纪10年代前是逐渐变小的，在近10年猛然恢复到20世纪70年代的变化强度（增加了1.2%）。王瑶斌等（2022）计算出的湛江湾海岸线变化强度在2010—2015年为负值，与本研究结果相近。近10年岸线变化强度贡献最大的区域分布在湛江湾西岸，变化了近3.5%。除了21世纪00年代，东岸岸线变化强度基本呈现逐年递减的趋势。东海岛岸线变化强度在近10年增加了1.1%。南三岛岸线变化强度在近50年间持续增加。东头山岛、特呈岛则因面积小，显得岸线变化强度较大。
图5 20世纪70年代到21世纪20年代湛江湾各区域海岸线变化强度

Fig.5 The change intensity of coastline in the Zhanjiang Bay from 1970s to 2020s

2.2　岸线的空间演化特征

利用DSAS分析湛江湾1973—2023年两岸岸线的NSM和EPR，结果如图6所示。整体上，湛江湾两岸都有大规模的岸线扩张，集中在湛江湾主航道两侧和南三水道北部，其他区域海岸线侵蚀或者变化不明显。其中，东岸有51.4%呈现扩张，西岸则有71.6%的岸段呈现扩张。程阳艳等（2022）统计得出的1989—2017年间湛江东西两岸扩张占比情况比本研究结果要小，研究结果的差异是因为港湾建设和发展是长期工程，选取时间跨度越大，所研究的海湾岸线变迁情况越详细，而程阳艳等（2022）研究的时间段无法完整体现湛江湾前期开发利用，由此可见，海岸线研究中的时间跨度影响海岸线空间演变的特征。具体地，东岸的东南部岸段（图6-b）有大规模的岸线扩张。东头山岛至调顺岛的航道两侧岸线有大规模扩张（图6-a、c），西岸沿海的海岸工程建设和东岸的东南部村镇建设工程向海推进都超过2 km。西岸岸线末段（图6-a）、与西岸隔海相对的多个河口（图6-c）和东岸南侧南三水道沿岸的海岸线（图6-c）存在侵蚀，岸线侵蚀最严重区域在西岸岸线末段，平均岸线后退1 km，最大岸线后退接近1.8 km。
图6 1973—2023年间西岸（a）、东南（b）、东岸（c）与湛江湾（d）的净海岸线移动和海岸线移动率分布

Fig.6 NSM and EPR of west coast (a), southeast coast (b), east coast(c) in the Zhanjiang Bay (d) from 1973 to 2023

东海岛的分析结果如图7所示。整体上，北部岸段有明显扩张，东海岛有58.0%岸段存在侵蚀，岸线变化大的区域主要集中在北部岸段。从局部看，东海岛北部沿岸的工业区（图7-a）向海扩张超过2 km。东海岛东南部（图7-c）有比较大的向海扩张。东海岛东部（图7-b）和西南部的砂质岸线（见图7-c）平均侵蚀距离在100 m，这2处侵蚀原因都为自然因素，湛江海岸侵蚀具有明显的季节性，在夏秋季节风暴潮作用下岸线后退明显（孙杰 等，2015）。东海岛西北两侧遍布大量沿海养殖池塘（图7-d），陆地海岸线有较大幅度地往内陆缩进。
图7 1973—2023年间东海岛（e）及其北岸（a）、东岸（b）、南岸（c）、西岸（d）净海岸线移动和海岸线移动率分布

Fig.7 NSM and EPR of north coast (a), east coast (b), south coast(c), west coast (d) in the Donghai Island from 1973 to 2023

结合图4、6和7，东岸和西岸的填海工程是在原本平直的海岸线上进行的，工程会增加海岸线长度。然而，东海岛岸线长度减少是由于北部原本弯曲粗糙的岸线，经过人工填海造陆后，海岸线变得平直所导致的。Zhu（2023）和Lu（2023）等得出岸线长度与面积变化存在较强负相关关系，表明填海工程会影响海岸线长度变化，具体要联系岸线分形维数进行分析。

2.3　岸线的分形维数特征

由图8可看出，湛江湾岸线分形维数从20世纪70年代的1.086，上升到了21世纪20年代的1.124。除了特呈岛，其他区域分形维数都有所上升。在20世纪70—80年代，湛江湾全部地区海岸线复杂度都有大幅度提升。20世纪80—90年代，特呈岛和湛江湾西岸有较大复杂度变化。随后21世纪00—10年代，湛江湾东岸分形维数迎来较大幅度增加。21世纪20年代后，此时东头山岛分形维数是湛江湾地区最大，东海岛分形维数继续保持最小。
图 8 湛江湾各区域的分形维数

Fig8 Fractal dimension of regions in the Zhanjiang Bay

湛江湾分形维数有2个较大的变化阶段，分别是20世纪70—80年代和21世纪00—10年代。结合图4、6、7和8可知，第一个变化阶段是由于东岸、西岸、南三岛和东海岛少量向海方向的填海，这些填海造陆的轮廓较为曲折，导致原本规则整齐的海岸线变得曲折，长度增加和分形维数上升；而第二个变化阶段是因为东岸、西岸、南三岛和东海岛存在大量向海方向的填海造陆，原本用少量正方形网格就可覆盖的海岸线，由于海岸线向外扩张，需要更多的网格进行覆盖，分形维数随着网格数量的增加而上升。

3 讨论

3.1　填海与沿海养殖面积分布

湛江湾岸线变迁最主要的原因是近海的填海造陆以及养殖活动。由图9可以看出，湛江湾填海主要集中在主航道两侧，近50年间填海总面积为82.82 km2。具体地，湛江湾20世纪70年代填海主要集中在湛江湾东和西岸，面积约为11.68 km2，占全部填海面积14.1%。到20世纪80年代只有占总体1.3%的填海面积，此时填海区域是东岸，填充面积约为1.07 km2。进入20世纪90年代，其填海面积达到13.03 km2，占总体的15.7%，主要集中在湛江湾东、西岸。值得注意的是，最大的填海面积发生在21世纪10年代，多达47.62 km2，占总填海面积的57.5%，集中在东、西岸和东海岛。之后填海活动不明显。
图9 1973—2023年湛江湾填海时空分布（a）、各年份填海占比（b）和填海面积（c）

Fig.9 Spatial and temporal distribution of reclamation in the Zhanjiang Bay (a), proportion of reclamation in each year (b) and reclamation area (c) from 1973 to 2023

由图10可知，湛江湾沿海养殖场1992—2023年面积增加了26.98 km2，养殖场重心从湛江湾西南方移到东岸。黄森文等（2021）得出2015—2019年间湛江的水产养殖产值是广东沿海城市的首位，且产量增值最快，占GDP的4%以上，2015—2019年水产养殖池塘面积为58.1 km2，比本研究统计的结果要大，可能是本研究统计的仅是沿海养殖面积。从区域上看，东海岛与西岸沿海养殖面积占比降低，对应面积减少了6.49 和4.79 km2，东岸与南三岛沿海养殖面积占比上升，对应面积增加了21.01和17.27 km2。1992年西岸的沿海养殖面积占比最高，而2023年南三岛养殖面积占比最高，养殖场从西岸、东海岛和南三岛转移到南三岛和东岸。
图10 1992和2023年湛江湾养殖面积及其占比

Fig.10 The aquaculture area and its proportion in the Zhanjiang Bay in 1992 and 2023

综上，湛江湾分型维数增加伴随着岸线长度的增加，同时填海面积与养殖面积均有增加。分形维数与海岸线长度存在正相关，表明大量海岸建筑活动、养殖活动等使得岸线形态更为复杂，导致其岸线分形维数相对较高。值得注意的是，该过程在1990年之前更显著，而之后，以大量平直的人工围填岸线为主，岸线曲折度较低，虽然岸线增加，填海面积增加，但分形维数变化缓慢。

3.2　岸线指数与GDP相关性

叶小敏等（2016）研究发现，1986—2014年天津市的国内生产总值的倒数与渤海湾岸线分形维数具有基本一致的变化趋势，两者的R 2达到0.91。Xu等（2014）发现2000—2012年华北地区海岸线分形维数呈上升趋势，海岸线长度与分形维数之间存在较强正相关，相关系数达到0.996 2。Hu等（2020）发现在1978—2018年间大陆、岛屿和河口海岸线中，海岸线长度与分形维数之间的关系有所不同。本研究搜集湛江市GDP 1与岸线的指数进行相关性分析。图11显示，湛江市GDP的倒数与湛江湾海岸线分形维数的相关系数为0.96，且与叶小敏等（2016）拟合出的两者关系不同，湛江市的GDP反而因为分形维数的增加而增加，可能是湛江湾与渤海湾海岸线存在差异，也与研究范围有关。
图11 1973—2023年海岸线各指数与GDP热力图

Fig.11 Heatmap of coastline indexes and GDP

湛江湾海岸开发一般伴随者海岸线长度变化，海岸开发会带来经济效益，本研究对两者进行拟合得出，GDP倒数与海岸线长度呈负相关，相关系数为-0.99，而与海岸线变化强度呈正相关，说明海岸线长度增加会带来经济效益，并将分形维数与海岸线长度进行相关性分析，相关系数为0.97，两者之间都有强相关。由此得出分析海岸线需综合考虑上述因素，才能更好说明一个地区海岸线的变迁。

4 结论

基于1973—2023年42景卫星图像，利用随机森林和目视解译的方法获取海岸线，使用遥感和地理信息系统的方法与技术对湛江湾近50年海岸线变迁、分形维数和填海与养殖面积进行分析，并引入GDP，与岸线多个指数进行相关性分析。得出以下结论：
1）从时间演化看，湛江湾近50年海岸线长度总体增加，整体增加了103.13 km，岸线变化主要集中在湛江湾主航道和南三水道，湛江湾整体海岸线长度变化趋势与湛江湾西岸、特呈岛的变化趋势一致，均为从20世纪70年代以后一直增长至21世纪10年代，之后伴随略微减少，除了东海岛岸线长度减少外，其余地区长度都有所增加。湛江湾岸线变化强度除了在21世纪10年代为负值外，其余时间段都为正值，各区域在近10年间都为增加，其中西岸增幅最多。
2）从空间演化看，湛江湾两岸和东海岛北部都有大规模岸线变迁，东和西岸的向海扩张岸段占全部岸段的51.4%和71.6%，东海岛向陆侵蚀岸段占比为58.0%。西岸东部的工业区、东海岛工业区和东岸东南部岸段的村镇建设工程向海推进都超过2 km，西岸岸线末段和南三水道北部岸线由于养殖建设的需要向陆地侵蚀，东海岛东部和南部岸线都是因为自然因素向陆侵蚀。
3）湛江湾分形维数从20世纪70年代的1.086，上升到21世纪20年代的1.124，大体趋势与海岸线长度一致，分形维数上升说明湛江湾沿岸岸线趋向复杂。海岸线的变迁整体上受自然和人为因素影响，其中人为因素影响最大。自然因素有风暴潮侵蚀、海平面上升和沿岸的动力条件。人为因素有沿海养殖场的建设、填海造陆、海岸工程建设、沿海基础设施建设、工业用地建设等。
4）近50年来填海面积增加了82.82 km2，其中21世纪10年代填海面积多达47.62 km2，占总填海面积的57.5%。湛江湾沿海养殖场面积增加了26.98 km2，养殖场重心从西南方移到东北方。湛江市GDP倒数与湛江湾分型维数、岸线长度有强负相关，与岸线变化强度有较强正相关。由此可得出，海岸线变迁带来的经济效益可能可利用海岸线的指数指数进行定量分析，同时不同港湾海岸线指数的差异会影响经济效益的相关性。
由于湛江湾狭长的地形结构，潮汐水位信号从湾口向湾内传播需要一定时间。因此，在探讨基于光学遥感影像获取的水边线时，需利用对应区域的水位信息，对湛江湾潮汐进行纠正。基于此，未来将使用数值模式获取各区域的潮汐数据，以得到相应的水边线。

1 https://www.zhanjiang.gov.cn/zjsfw/bmdh/tjxxw/zwgk/tjsjzl/tjnj

关焯强：论文的撰写与修改；

李君益：论文指导，论文审阅；

谢玲玲：论文指导，基金支持；

郑全安、叶小敏：提供论文修改思路与建议。

References

Publishing order | Descend order by publishing year | Descend order by cited within
毕修颖. 2010. 湛江港特殊日期潮汐推算图的制作和使用方法. 航海技术，（6）：11-13. [Bi Xiuying. 2010. Special Date Tidal Calculation Chart Making and its Usage. Marine Technology, (6): 11-13. ]

程阳艳，付东洋，祁雅莉，李志强，刘贝，余果，何露雪. 2022. 基于Landsat 影像的近30年湛江东北海岸线变迁分析. 海洋科学进展，40（2）：261-273.

Cheng Yangyan, Fu Dongyang, Qi Yali, Li Zhiqiang, Liu Bei, Yu Guo, and He Luxue. 2022. Analysis on Coastline Change of Northeast Zhanjiang in the Last 30 Years Based on Landsat Image. Advances in Marine Science, 40(2): 261-273.

崔红星，汪驰升，杨红，胡忠文，王春峰. 2020. 近40年苏北海岸线时空动态变迁分析. 海洋环境科学，39（5）：694-702.

Cui Hongxing, Wang Chisheng, Yang Hong, Hu Zhongwen, and Wang Chunfeng. 2020. Analysis of Spatiotemporal Dynamic Changes of the North Jiangsu Coastline in the Past 40 Years. Marine Environmental Science, 39(5): 694-702.

Frankhauser P. 2017. Between Self-Organization and Planning: Cities and the Fractal Ordering Principle. In: Claudia Yamu, Alenka Poplin, Oswald Devisch, and Gert de Roo. The Virtual and the Real in Planning and Urban Design. London: Taylor & Francis (Routledge), 112-135.

高法成. 2024. 南海渔民生计脆弱性的内生问题——基于广东硇洲岛的田野调查. 热带地理，44（2）：248-257.

Gao Facheng. 2024. Endogenous Problem of Fishermen's Livelihood in South China Sea: Based on Field Work of Naozhou Island in Guangdong. Tropical Geography, 44(2): 248-257.

侯西勇，毋亭，王远东，徐新良，陈晴，于良巨. 2014. 20世纪40年代以来多时相中国大陆岸线提取方法及精度评估. 海洋科学，38（11）：66-73.

Hou Xiyong, Wu Ting, Wang Yuadong, Xu Xinliang, Chen Qing, and Yu Liangju. 2014. Extraction and Accuracy Evaluation of Multi-Temporal Coastlines of Mainland China since 1940s. Marine Sciences, 38 (11): 66-73.

胡歆怡，王云鹏，荆文龙 . 2021. 全球多尺度海岸线数据在珠江口岸线的精度评价及适用性分析 . 热带地理，41（3）：609-621.

Hu Xinyi, Wang Yunpeng, and Jing Wenlong. 2021. Assessment of Precision and Usability of a Global Multi-Scale Coastline Dataset Using the Pearl River Estuary as a Test Model. Tropical Geography, 41(3): 609-621.

黄森文，韦春竹. 2021. 广东省沿海城市人工水产养殖基地变化——基于2015—2019年Sentinel-1数据的实证研究. 热带地理，41（3）：622-634.

Huang Senwen and Wei Chunzhu. 2021. Spatial-Temporal Changes in Aquaculture Ponds in Coastal Cities of Guangdong Province: An Empirical Study Based on Sentinel-1 Data during 2015-2019. Tropical Geography, 41 (3): 622-634.

Hu X Y and Wang Y P. 2020. Coastline Fractal Dimension of Mainland, Island, and Estuaries Using Multi-Temporal Landsat Remote Sensing Data from 1978 to 2018: A Case Study of the Pearl River Estuary Area. Remote Sensing, 12(15): 2482.

李垒，任越美. 2016. 基于随机森林的高光谱遥感图像分类. 计算机工程与应用，52（24）：189-193.

Li Lei and Ren Yuemei. 2016. Classification of Hyperspectral Data Based on Random Forest. Computer Engineering and Applications, 52(24): 189-193.

李梦，曹庆先，胡宝清，姜宁. 2022. 近60年广西钦州湾岸线变迁与开发利用空间格局评价. 海洋技术学报，41（6）：76-86.

Li Meng, Cao Qingxian, Hu Baoqing, and Jiang Ning. 2022. Spatial Pattern Change of The Coastline Development and Utilization of Qinzhou Bay in Recent 60 Years. Journal of Ocean Technology, 41(6): 76-86.

李团结，刘春杉，李涛，陈亮，刘激，周英，卢映玲. 2011. 雷州半岛海岸侵蚀及其原因研究. 热带地理，31（3）：243-250.

Li Tuanjie, Liu Chunshan, Li Tao, Chen Liang, Liu Ji, Zhou Ying, and Lu Yinling. 2011. Coastal Erosion and Its Occurring Mechanism in Lei Zhou Peninsula. Tropical Geography, 31(3): 243-250.

Lu J F, Zhang Y B, Shi H H, and Lv X Q. 2023. Spatio-Temporal Changes and Driving Forces of Reclamation Based on Remote Sensing: A Case Study of the Guangxi Beibu Gulf. Frontiers in Marine Science, 10: 1112487.

李苑君，吴旗韬，陈聪，张玉玲，张争胜，张虹鸥. 2020. 珠江三角洲海岸线旅游价值评估．热带地理，40（1）：164-174.

Li Yuanjun, Wu Qitao, Chen Cong, Zhang Yuling, Zhang Zhengsheng, and Zhang Hong'ou. 2020. Coastline Tourism Value Evaluation in the Pearl River Delta. Tropical Geography, 40 (1): 164-174.

彭文琦. 2023. 环境可视性对广东省湛江市南三岛旅游社区形象感知的影响研究. 西部旅游，（21）：63-65.

Peng Wenqi. 2023. A Study on the Impact of Environmental Visibility on the Perceived Image of Tourist Communities in the South Three Islands of Zhanjiang City, Guangdong Province. Western Travel, (21): 63-65.

任宗海，余建奎，王庆，战超，耿文倩，曹印，李瑞，钱张帆. 2023. 1958年以来莱州湾南部海岸线及水下地形演变. 海洋地质前沿，39（11）：1-12.

Ren Zonghai, Yu Jiankui, Wang Qing, Zhan Chao, Gen Wenqian, Cao Ying, Li Rui, and Qian Zhangfan. 2023. On the Change of Coastline and Underwater Terrain of the Southern Laizhou Bay since 1958. Marine Geology Frontiers, 39(11): 1-12.

Smith T L, Himmelstoss E A, and Thieler E R. 2013. Massachusetts Coastline Change Project—A GIS Compilation of Vector Coastlines and Associated Coastline Change Data. [2013-06-24]. http://pubs.usgs.gov/of/2012/1183/.

Stockdon H F, Sallenger A H, List J H, and Holman R A. 2002. Estimation of Coastline Position and Change from Airborne Topographic Lidar Data. Journal of Coastal Research, 18: 502-513.

Thomas I, Frankhauser P, and Biernacki C. 2008. The Morphology of Built-Up Landscapes in Wallonia (Belgium): A Classification Using Fractal Indices. Landscape and Urban Planning, 84: 99-115.

石泳昊，贾良文，张恒. 2020. 湛江湾水体滞留时间及影响因子分析. 环境科学与技术，43（11）：17-24.

Shi Yonghao, Jia Liangwen, and Zhang Heng. 2020. Analysis of the Water Residence Time and Influencing Factors in Zhanjiang Bay. Environmental Science &Technology, 43(11): 17-24.

孙杰，詹文欢，姚衍桃，刘守金，冯英辞. 2015. 广东省海岸侵蚀现状及影响因素分析. 海洋学报，37（7）：142-152.

Sun Jie, Zhan Wenhuan, Yao Yantao, Liu Shoujin, and Feng Yingci. 2015. Current Situation and Influence Factors of Coastal Erosion in Guangdong. Haiyang Xuebao, 37(7): 142-152.

王江波，陈书润，苟爱萍. 2023. 1988年以来深圳市大陆海岸线时空演化特征. 海洋地质前沿，39（11）：26-35.

Wang Jiangbo, Chen Shurun, and Gou Aiping. 2023. Temporal and Spatial Evolution Characteristics of Coastline in Shenzhen Since 1988. Marine Geology Frontiers, 39(11): 26-35.

王德江. 2022. 基于潮汐模型与余水位监控法的水位改正法在湛江港航道验收工程中的应用. 工程技术研究，7（21）：10-12.

Wang Dejiang. 2022. The Application of Water Level Correction Method Based on Tidal Model and Residual Water Level Monitoring Method in Zhanjiang Port Waterway Acceptance Project. Engineering and Technological Research, 7 (21): 10-12.

王猛，张新长，王家耀，孙颖，箭鸽，潘翠红. 2020. 结合随机森林面向对象的森林资源分类. 测绘学报，49（2）：235-244.

Wang Meng, Zhang Xinchang, Wang Jiayao, Sun Ying, Jian Ge, and Pan Cuihong. 2020. Forest Resource Classification Based on Random Forest and Object Oriented Method. Ata Geodaetica et Cartographica Sinica, 49(2): 235-244.

王瑶斌，魏永亮，付东洋，刘大召. 2022. 30 a以来雷州半岛大陆岸线时空演变的遥感估算. 海洋技术学报，41（5）：9-18.

Wang Yaobin, Wei Yongliang, Fu Dongyang, and Liu Dazhao. 2022. Remote Sensing Estimation of the Temporal and Spatial Evolution of the Continental Coastline in Leizhou Peninsula since 30 Years. Journal of Ocean Technology, 41(5): 9-18.

谢玲玲，曹瑞雪，尚庆通. 2012. 粤西近岸环流研究进展. 广东海洋大学学报，32（4）：94-98.

Xie Lingling, Cao Ruixue, and Shang Qingtong. 2012. Progress of Study on Coastal Circulation near the Shore of Western Guangdong. Journal of Guangdong Ocean University, 32(4): 94-98.

Xu J Y, Zhang Z X, Zhao X L, Wen Q K, Zuo L J, Wang X, and Yi L. 2014. Spatial and Temporal Variations of Coastlines in Northern China (2000‒2012). Journal of Geographical Sciences, 24(1): 18-32.

杨庆乐. 2015. 东海岛海岸侵蚀研究. 青岛：国家海洋局第一海洋研究所.

Yang Qinyue. 2015. Erosion Research in Donghai Island. QingDao: First Institute of Oceanography, MNR.

叶小敏，丁静，徐莹，刘宇昕. 2016. 渤海湾近30年海岸线变迁与分析. 海洋开发与管理，33（2）：56-62.

Ye Xiaomin, Ding Jing, Xu Ying, and Liu Yuxin. 2016. On the Changes of the Coastline in Bohai Bay during the Last 30 Years. Ocean Development and Management, 33(2): 56-62.

应秩甫，王鸿寿. 1996. 湛江湾的围海造地与潮汐通道系统. 中山大学学报（自然科学版），（6）：102-106.

Ying Zhifu and Wang Hongshou. 1996. The Relationship Between Fill-Block Engineering and Tidal Inlet System Response in Zhanjiang Bay. Acta Scientiarum Naturalium Universitatis Sunyatseni, (6): 102-106.

于杰，陈国宝，黄梓荣，陈作志. 2014. 近10年间广东省3个典型海湾海岸线变迁的遥感分析. 海洋湖沼通报，（3）：91-96.

Yu Jie, Chen Guobao, Huang Zirong, and Chen Zuozhi. 2014. Change in Coastline of Three Typical Bays in Guangdong During Recent 10 Years Revealed by Satellite Image. Transactions of Oceanology and Limnology, (3): 91-96.

张丽，廖静娟，袁鑫，穆晓东，宋茜茜，毕京鹏 . 2020. 1987—2017年海南岛海岸线变化特征遥感分析. 热带地理，40（4）：659-674.

Zhang Li, Liao Jingjuan, Yuan Xin, Mu Xiaodong, Song Xixi, and Bi Jingpeng. 2020. Remote Sensing Analysis of Coastline Changes in Hainan Island during 1987‒2017. Tropical Geography, 40 (4): 659-674.

张彤辉，李辉权，罗伟成，周治刚. 2021. 海岸线修测中围海养殖区岸线界定问题分析. 海洋开发与管理，38（1）：24-27.

Zhang Tonghui, Li Huiquan, Luo Weicheng, and Zhou Zhigang. 2021. Analysis on Definition of Coastline of Sea Reclamation Aquaculture in the Coastline Survey. Ocean Development and Management, 38 (1): 24-27.

张晓羽，李凤日，甄贞，赵颖惠. 2016. 基于随机森林模型的陆地卫星-8遥感影像森林植被分类. 东北林业大学学报，44（6）：53-57，74.

Zhang Xiaoyu, Li Fengri, Zhen Zhen, and Zhao Yinghui. 2016. Forest Vegetation Classification of Landsat8 Remote Sensing Image Based on Random Forests Model. Journal of Northeast Forestry University, 44(6): 53-57, 74.

章志，陈鹏，冒士凤，常曼. 2022. 20年间盐城海岸线变迁及影响因素分析. 海洋湖沼通报，44（2）：136-142.

Zhang Zhi, Chen Peng, Mao Shifeng, and Chang Man. 2022. Analysis of Coastline Changes and the Influencing Factors in Yancheng in the Last 20 Years. Transactions of Oceanology and Limnology, 44(2): 136-142.

章志，刘宪光，周凯，林伟波，冒士凤，李兰满. 2023. 海岸侵蚀脆弱性及驱动因子分析——以江苏中部海岸为例. 海洋学研究，41（4）：70-83.

Zhang Zhi, Liu Xianguang, Zhou Kai, Lin Weibo, Mao Shifeng, and Li Lanman. 2023. Vulnerability and Driving Factors of Coastal Erosion: A Case Study of the Central Coast of Jiangsu. Joummal of Marine Sciences, 41(4): 70-83.

赵冲久. 1999. 湛江湾水文泥沙特性分析. 水道港口，（4）：16-21.

Zhao Chongjiu. 1999. Hydrographic and Sediment Analysisi of Zhanjiang Bay. Journal of Waterway and Harbor, (4): 16-21.

赵连杰，吴孟泉，郑龙啸，栾绍鹏，赵贤峰，薛明月，刘佳燕，刘晨曦. 2022. 胶东半岛北部海岸线时空变迁及驱动分析. 自然资源遥感，34（4）：87-96.

Zhao Lianjie, Wu Mengquan, Zheng Longxiao, Luan Shaopeng, Zhao Xianfeng, Xue Mingyue, Liu Jiayan, and Liu Chenxi. 2022. Temporal-Spatial Changes and Driving Analysis of the Northern Shorelines of Jiaodong Peninsula. Remote Sensing for Natural Resources, 34(4): 87-96.

钟蕊，刘春杉，陈鑫祥. 2021. 广东省大陆海岸线分形特征及空间分异. 广东海洋大学学报，41（4）：70-76.

Zhong Rui, Liu Chunshan, and Chen Xinxiang. 2021. Fractal Characteristics and Spatial Heterogenicity of Continental Coastline in Guangdong Province. Journal of Guangdong Ocean University, 41(4): 70-76.

周晨，李君益，郑全安，谢玲玲. 2023. 南海北部冬季陆架波特征. 广东海洋大学学报，43（3）：89-97.

Zhou Chen, Li Junyi, Zheng Quan'an, and Xie Lingling. 2023. Characteristics of Winter Continental Shelf Waves in the Northern South China Sea. Journal of Guangdong Ocean University, 43(3): 89-97.

Zhu Y D, Li Z J, Zhao Z, Lu L J, Yang S C, and Wang Z Y. 2023. Spatio-Temporal Changes of Coastline in Jiaozhou Bay from 1987 to 2022 Based on Optical and SAR Data. Frontiers in Marine Science, 10: 1233410.

Options
Outlines

/

〈 〉