红树林是生长在热带和亚热带海岸潮间带的木本植物群落，是一种独特的滨海湿地生态系统，具有丰富的生物多样性，为众多海洋生物和陆地生物提供了重要的栖息地和繁殖场所^[1-4]，同时在缓解全球气候变化、维持海岸带的生态平衡等方面具有重要作用^[5-6]。然而，近些年全球红树林面积呈现不断减少态势^[7-8]。在红树林面积持续减少的严峻挑战下，及时、准确地掌握红树林的空间分布、种群类型、种群面积、健康状况等信息，对红树林的保护、修复和管理工作至关重要。红树林种群时空演变研究的基础是获取红树林种群生长状况以及空间分布信息。传统的人工调查方法获取此类信息，往往需要大量的人力、物力、财力支持，工作效率低下且结果存在一定的误差^[9-12]。而随着遥感技术的快速发展，其作为一种非接触式、大范围、快速获取地表信息的方法，能够克服传统人工调查方法的不足，并在红树林资源调查和监测中发挥着越来越重要的作用，促进了红树林生态系统时空变化研究的发展^[13-18]。在遥感影像数据提取方法研究中，主要分为人工判读、半自动化/自动化两类方法。人工判读依赖专家经验进行目视解译，虽精度较高，但效率低下；半自动化/自动化方法则利用非监督分类、最大似然法、决策树等传统遥感技术，或结合支持向量机、随机森林等机器学习算法^[19-21]，难以实现精细化信息提取，其应用常局限于特定区域，需人工设计特征，算法复杂度高、普适性差，难以兼顾分类精度与模型稳健性。随着技术的进步，优化后的自动化/半自动化方法越来越多被应用在遥感影像数据的提取。基于面向像元的随机森林分类法和红树林指数，能够有效提高红树林分类精度，减少细碎图斑，消弱噪声影响^[22-23]。已有学者利用Landsat-8等影像图，结合红树林指数和随机森林分类，对红树林空间分布变化进行了研究^[24-26]。但现有研究多从宏观视角关注全球或区域红树林的变化和修复效果，对区域内不同红树林种群的时空变化及其人工修复等相关研究聚焦较少。

海南清澜红树林省级自然保护区作为我国重要的红树林生态系统之一，对研究全球气候变化下的生态系统响应以及海南生态安全保护均具有重要价值和意义，其曾因长期围塘养殖、填海造地及污染等问题而遭受严重破坏。为恢复海南清澜红树林省级自然保护区自然生态，2017年文昌市出台了《海南清澜红树林省级自然保护区退塘还林还湿工作方案》，对海南清澜红树林省级自然保护区核心区分步实施退塘还林还湿工程^[27]。至2020年底，已基本完成相关任务。然而，生态修复是一个长期过程。2020年后，海南清澜红树林省级自然保护区生态修复工作逐渐转向了持续的修复、管护和成效监测，以巩固和扩大修复成果。对海南清澜红树林省级自然保护区生态修复前后的面积及空间分布变化过程进行分析，能够有效揭示红树林生态修复成效。

本研究将以海南清澜红树林省级自然保护区八门湾片区红树林为研究对象，以2018年为时间分割点，基于2018-2024年多时相Landsat-8 OLI遥感影像，结合实地调查数据，利用面向像元的随机森林分类法，获取八门湾片区红树林种群空间分布数据，分析八门湾片区红树林时空演化特征，探究人工修复和自然干扰对修复成效的短期影响，以期为海南清澜红树林省级自然保护区的科学管理和保护提供依据。

1 材料与方法 1.1 研究区概况

海南清澜红树林省级自然保护区(19°15′-20°09′N，110°30′-110°02′E)位于海南省文昌市，属热带季风海洋性气候，雨水充沛，年降水量为1 749.5 mm，年平均气温为24.1 ℃，土壤成土母质为典型的滩涂冲积层。该保护区是我国以红树林生态系统为主要保护对象的重要自然保护区，分布有丰富的红树物种，共有24种，占全省红树总物种数(26种)的92.31%，占全国红树总物种数(28种)的85.71%，占全世界红树总物种数(86种)的27.91%。红树林群落以海莲(Bruguiera sexangula)和海桑(Sonneratia caseolaris)为优势种，在个体数量上杯萼海桑(S.alba)、木榄(Bruguiera gymnorrhiza)等较占优势^[28-29]。

根据《海南清澜红树林省级自然保护区范围和功能区调整论证报告》《海南清澜红树林省级自然保护区总体规划(2021-2030年)》，该保护区分为4块区域，其中最主要的第一块区域位于文昌市东南部的八门湾(清澜港)沿海岸，简称八门湾片区；第二块区域位于文昌市西北部铺前港、罗豆海域沿海一带，简称铺前片区；第三块区域位于文昌市南部会文镇沿海一带，简称会文片区；第四块区域位于文昌市东南部的龙楼镇铜鼓岭北侧，简称龙楼片区^[29]。本研究区域为八门湾片区(图 1)。

1.2 数据来源及预处理 1.2.1 遥感影像数据来源

本研究所使用的八门湾片区红树林Landsat-8 OLI遥感影像数据来源于地理数据空间云平台(https://www.gscloud.cn/search)，影像条带号为123/046，综合考虑云量和影像质量，筛选各时相云量小于10%的遥感影像。八门湾片区红树林研究范围的矢量图数据来源于中国地质调查局海口海洋地质调查中心。

1.2.2 遥感影像数据预处理

在ENVI 5.3软件的支持下，对八门湾片区2018-2024年的遥感影像进行了辐射定标、Flash大气校正，再利用八门湾片区矢量范围图层进行裁剪，裁剪后对地图数据进行坐标转化，转化成地理坐标系(样本点地理位置为地理坐标系)，并将结果导出为TIFF格式文件。

1.3 研究方法

本研究使用面向像元的随机森林分类法对八门湾片区红树林种群进行分类，研究过程主要包括4个步骤(图 2)：(1)Landsat-8 OLI遥感影像数据预处理；(2)红树林种群光谱特征提取，包括红树林指数计算和红树林光谱特征分析；(3)红树林分布信息提取，包括样本点特征提取、分类构建模型和分类结果提取；(4)红树林种群信息结果输入以及时空演变分析。

1.3.1 红树林指数计算

为确保红树林种群信息提取的可靠性，本研究基于预处理后的Landsat-8 OLI遥感影像，利用MATLAB 7.0软件，分别计算归一化差异红树林指数(Normalized Difference Mangrove Index, NDMI)、红树林综合识别指数(Combined Mangrove Recognition Index, CMRI)、模块化红树林识别指数(Modular Mangrove Recognition Index MMRI)、红树林植被指数(Mangrove Vegetation Index, MVI)、判别归一化植被指数(Discriminant Normalized Vegetation Index, DNVI)、湿地森林指数(Wetland Forest Index, WFI)、红树林判别指数(Mangrove Discrimination Index, MDI)共7种红树林指数^[14-18]，并将计算后的红树林指数结果和原始波段合并，用于后续分类。

1.3.2 红树林光谱特征分析

基于对文献资料的梳理，以及结合野外调查资料，选取研究区域内木榄、杯萼海桑、角果木(Ceriops tagal)、木果楝(Xylocarpus granatum)、正红树(Rhizophora apiculata)、海莲6类红树林种群进行研究，并对每类红树林种群实地采样，共采集了172个样本点数据(表 1)。在样本采集过程中使用手持GPS记录样本点位置信息，通过各样本点空间位置信息与Landsat-8 OLI遥感影像进行匹配，并使用手持式光谱辐射计(EKO MS-720，日本EKO株式会社)，提取各样本点光谱信息，绘制各红树林种群平均光谱反射图。

1.3.3 红树林分布信息提取

首先，利用MATLAB 7.0软件，根据采集的样本点经纬度计算行列号，提取包含样本点Landsat-8 OLI遥感影像数据原始的7个波段和NDMI、CMRI、MMRI、MVI、DNVI、WFI、MDI红树林指数的特征。其次，采用面向像元的随机森林模型，将样本点按照8∶2分为训练样本和验证样本，对样本进行训练；根据训练好的模型，对预处理后的影像数据进行样本种群空间上的预测，得到最终的红树林分类结果，并采用混淆矩阵计算输出总体精度(Overall Accuracy，OA)、Kappa系数、生产者精度(Producer′s Accuracy，PA)和用户精度(User′s Accuracy，UA)^[30-32]，评估各指数的有效性。

1.3.4 红树林时空动态变化分析

本研究利用土地利用动态度指标以及土地利用转移矩阵描述红树林种群时空动态变化特征。土地利用动态度用于定量描述研究区内土地覆盖类型在单位时间内的面积变化速率^[33-35]，本研究利用土地利用动态度表示研究时段内红树林的年际平均变化率。土地利用动态度的计算公式如下：

$ K=\frac{U_{\mathrm{b}}-U_{\mathrm{a}}}{U_{\mathrm{a}}} \times \frac{1}{T} \times 100 \%, $

根据土地利用动态度指标的内涵，式中，K表示红树林种群动态度，U_a、U_b分别表示研究时间段初、末红树林种群的面积，T为研究周期。

土地利用转移矩阵是马尔可夫模型在土地利用变化方面的应用，其核心内涵是在系统分析过程中对系统状态与状态转移的定量描述。借助ENVI 5.3软件工具中Change Detection Statistics功能，分别输入2018-2021年和2021-2024年的前一时相与后一时相红树林种群分类结果数据，对各时间段红树林种群分类数据的种群类别进行匹配，然后进行红树林种群空间转移矩阵的计算，用于分析红树林种群间在一定时间段内面积转移状况。

2 结果与分析 2.1 红树林分布信息提取精度分析 2.1.1 红树林光谱特征结果分析

从6类红树林种群光谱特征结果可以发现(图 3)，八门湾片区不同红树林种群曲线的形状非常相似，在波长小于700 nm时，各类种群的光谱特征区别不明显，光谱重叠明显；在波长大于800 nm时，各类种群光谱差异较大，主要在近红外、植被红边和水汽波段，能够有效识别不同种群之间的细微光谱特征。

2.1.2 红树林分布信息提取结果分析

分类精度评价结果显示, 八门湾片区红树林种群像元的总体精度为0.86，Kappa系数为0.83(表 2)，表明对红树林种群信息提取的方法可行，且能满足分析要求。

2.2 红树林种群总面积变化分析

八门湾片区红树林种群总面积存在一定程度的波动(表 3)。从红树林各类种群面积变化情况来看，杯萼海桑种群面积处于剧烈波动态势，反映先锋种群对环境扰动敏感；海莲、木榄种群面积总体相对稳定，体现乡土种保育成效良好；木果楝种群面积处于先增后减态势，整体变化幅度不大，说明其竞争适应性有限；正红树种群面积处于持续衰退状态，从2018年的3.958 km²(占种群总面积的29.73%)缩减到2024年的1.127 km²(占种群总面积的8.24%)，面积减少71.5%；角果木呈现快速增长态势，面积从2018年的1.491 km²增至2024年的4.976 km²，证实人工引种成功。

2.3 红树林种群面积变化分析

从红树林各类种群面积年际动态度变化情况来看(表 4)，八门湾片区红树林种群演替整体处于人工干预驱动群落重构过程，具体表现在：①正红树种群衰退剧烈，2018-2024年年际动态度为-0.180；②人工优选种群不断扩张，角果木成为最大受益种，2018-2024年年际动态度为0.177，主要是其耐盐碱特性契合退塘区土壤条件；木榄占比呈现增长态势，2018-2024年年际动态度为0.035，反映其作为乡土种的生态适应性；③先锋种群动态波动，杯萼海桑作为早期先锋种群，面积减少明显，2018-2024年年际动态度为-0.056，体现群落从先锋种向中生代过渡的演替特征。

2.4 红树林种群空间转移分析

2018-2021年，八门湾片区红树林种群空间转移主要表现为3个方面：一是原始优势种群衰退初现，正红树转变为杯萼海桑的面积为0.309 6 km²，转变为海莲的面积为0.934 2 km²，也进一步验证了前文中正红树的剧烈衰退，其抗逆性不足初显, 海莲保留率较高; 二是人工优选种缓慢扩张，角果木由正红树转移面积为0.316 8 km²，增长基础形成；木榄由海莲转移面积为0.223 2 km²，体现乡土种的适应性；三是先锋种群快速消退，杯萼海桑仅保留0.108 0 km²，大量转变为正红树(0.506 7 km²)和海莲(0.410 4 km²)，验证先锋种群过渡特征(表 5)。2021-2024年，八门湾片区红树林种群空间转移主要表现为3个方面，一是原始优势种群分化加剧，正红树剧烈衰退，仅保留面积0.146 7 km²，主要转变为角果木和海莲；海莲面积反弹，2018-2021年受环境压力减少，2021-2024年因人工修复重新占据生态位；二是人工优选种快速增长，角果木其耐盐碱特性匹配退塘区土壤，主要通过侵占正红树生态位实现面积大幅增长；三是先锋种完成演替过渡，杯萼海桑进一步萎缩，保留面积仅0.045 9 km²，体现中生代群落成型(表 6)。

八门湾片区红树林种群空间分布如图 4所示，正红树种群主要分布在八门湾片区红树林中西部区域，其面积减少的趋势较为显著，中西部高盐区需土壤改良(正红树修复滞后)；木榄种群主要集中在中西部区域，且呈现增长的态势；木果楝种群主要分布在南部区域，呈现减少的态势；角木果种群在北部、东北部和南部区域增长较为显著，可见北部潮沟区为最佳恢复带(角果木连续分布)；海莲种群主要分布在东北部区域；杯萼海桑种群整体分布较为分散。

从红树林种群空间转移情况来看(图 5)，北部潮沟区是角果木扩张的主要区域，形成连续分布带。该区域水动力条件较好、盐度适中，适宜角果木生长，成为人工修复工程的优先响应区。2018-2021年，角果木由其他类型转移面积显著，主要通过正红树和海莲的转变实现扩张，尤其在北部和南部区域表现明显，2021-2024年进一步巩固其优势地位，反映出该区域生态恢复效果显著。相比之下，中西部高盐区正红树保留率较低(2021-2024年仅0.146 7 km²)，表现为显著衰退，空间转移图中显示其大量转为角果木和海莲，表明该区域土壤盐渍化严重，自然恢复能力弱，需通过土壤改良或引种更耐盐物种进行生态修复。南部区域木果楝分布较为集中，但其转出比例较高，说明该物种在竞争中存在劣势；东北部区域海莲分布较为稳定，转出较少，体现其生态位较为稳固。

据此可以看出，红树林种群空间分布的演变不仅是面积的重新分配，还是生态位替代与群落重组的空间体现。角果木的快速扩张与正红树的衰退，反映出在人工干预下，群落结构正在从以原始优势种为主导向以耐盐人工种为主导转变，这一过程在空间上表现为斑块连通性增强，但也显示出中西部等区域恢复滞后的情况。

3 讨论

本研究依托多时相中分辨率遥感影像，通过构建多特征集(包括7种红树林指数及原始光谱波段)，有效提升了红树林种群分类的能力。然而针对红树林种群分类，仅依赖单一Landsat数据源，在处理高盐度退塘区时，影像判读效果不佳，木果楝的用户精度仅0.57，反映出光谱特征受土壤背景干扰的问题。未来可结合无人机高光谱数据和地面实测数据^[13]，提升复杂生境下的分类精度。随机森林算法在应对红树林物种间光谱相似性高、生境异质性强的挑战中表现出较好分类结果，总体分类精度达0.86(Kappa系数为0.83)，尤其在对角果木、海莲等物种的区分上表现优异(PA/UA>0.9)，相较于传统指数法，在光谱相似物种区分上更具优势，尤其近红外与植被红边波段的特征提取有效解决了正红树与海莲的分类混淆问题。面向像元的随机森林分类方法虽然在开展大范围快速分类、以光谱特征主导的分类、对地物边界模糊或关注连续变化等方面的分类具有优势，但仍然存在椒盐噪声等问题。随着无人机航拍普及、高分卫星等高分辨率遥感应用技术的发展，面向像元的随机森林分类法能够在一定程度上克服高分辨率下的椒盐噪声问题，也为后续研究方法的选择提供了更多的思路。

从种群面积变化来看，2018-2024年八门湾片区红树林面积净增0.357 km²，与贾明明等^[7]提出的中国红树林“人为干扰-政策修复”动态模式高度契合，但具有显著区域特色与种间差异。2018-2021年，特别是2020年启动“蓝色海湾”项目后，生态工程的实施显著推动了红树林面积扩展。精准引种耐盐物种角果木面积增长233.74%，在2024年已成为第一优势种(占种群总面积的36.4%)，与之相反，原始优势种正红树剧烈衰退，面积减少71.5%，早期先锋种杯萼海桑也呈现明显波动，验证了高强度政策干预对退塘还林还湿的快速逆转作用。

在群落演替方面，本研究提出的“人工优选种扩张-原始优势种衰退”演替模式，揭示了八门湾片区红树林修复的核心机制，退塘还林工程创造的高盐环境可筛选耐逆物种，高强度人工干预可加速生态位替代，人工引种的角果木通过生态位替代成为优势种。这与巴西Mamanguape河口红树林依赖自然演替的进程形成鲜明对比^[35]，表明红树林在高强度人工干预下可实现快速生态位重组。

在空间变化方面，通过对红树林种群转移矩阵、空间分布及转移结果分析，发现北部潮沟区环境有利于角果木形成连续分布带，转移矩阵显示其由其他类型转移面积为2.995 2 km²，成为人工修复最优区；角果木的爆发式增长与湛江红树林修复中秋茄树(Kandelia obovata)的优势扩张^[31]差异明显，也反映物种适配性对修复成效的关键影响；中西部高盐区正红树修复明显滞后，2021-2024年其保留面积仅0.146 7 km²，反映该区域土壤盐渍化严重、自然恢复能力较弱。空间异质性结果凸显了分区治理在提升修复效能中的关键作用，在环境适宜区应优先推广耐盐人工物种，而在生态限制区则需结合土壤改良与微地形改造，提升乡土种的存活与竞争能力。此外，南部区域木果楝转出比例较高，反映其在该生境下的竞争适应性有限，在群落配置中需进一步优化物种组合。

在自然干扰敏感性方面，自然干扰对人工修复红树林群落具有明显的筛选与调控作用。2021-2024年，八门湾片区红树林总面积减少9.40%，除演替调整外，台风“摩羯”等自然因素干扰也是导致面积波动的重要外力，体现了自然干扰对人工群落的筛选压力，这与广西山口红树林受互花米草(Spartina alterniflora)生物入侵的干扰机制^[32]不同，突显了海南红树林恢复过程中面临的台风频繁、高潮淹浸等物理胁迫，揭示了台风频发区需注重构建较强生态韧性的“耐盐乡土种+混交林”种群群落以提升生态韧性，避免单一物种主导带来的生态系统脆弱性。

4 结论

本研究以海南清澜红树林省级自然保护区八门湾片区红树林为研究对象，基于2018-2024年Landsat-8 OLI多时相遥感影像，采用随机森林分类算法提取红树林种群分布信息，结合土地利用动态度模型和土地利用转移矩阵，系统分析了修复工程驱动下的红树林时空演变特征，结果表明如下。(1)修复工程实现阶段性生态重构。在面积恢复方面，退塘还林工程扭转红树林退化趋势，2019-2021年红树林面积快速增加，2024年恢复至13.669 km²，净增0.357 km²，但自然干扰导致的波动性也暴露红树林生态系统脆弱性；在群落重组方面，原始优势种正红树占比从29.73%剧降至8.24%，人工优选种角果木跃居第一优势种，形成“耐盐人工种+乡土种”新群落分布格局。(2)人工干预驱动快速演替。通过引种角果木耐盐碱物种与保育木榄乡土种，6年内角果木替代了正红树生态位，“人工优选种扩张-原始优势种衰退”演替模式突破自然恢复速率限制。(3)分区治理与技术优化是未来修复关键。北部潮沟区形成角果木连续分布带，中西部高盐区正红树修复滞后，凸显分区治理的必要性。