2. 华东师范大学地理科学学院, 上海 200241
气候变暖诱发极地冰川融化、上层海水热膨胀等,造成海平面不断上升。尽管目前上升过程缓慢,但累积效应明显,对沿海地区的影响广泛而深远[1],对地势低平的河口地区影响则更为显著[2-3]。滨海湿地作为海陆过渡带,是承受气候变暖引起的海平面上升等影响最前沿、最重要的缓冲带[4]。Nicholls等[5]预测表明,从1990年到2080年代,全球海平面上升约380 mm,全球滨海湿地将减少22%;若考虑人类活动影响,湿地减损量将达到70%。Spencer等[6]利用DIVA_WCM模型预测2100年海平面上升的影响,若海平面上升500 mm,全球将有46%~59%的滨海湿地消失;若上升达到1100 mm,并考虑最大的海堤设防标准,则将有78%的滨海湿地消失。Craft等[7]基于IPCC AR4的SRES A1B情景,预测2100年格鲁吉亚海岸的海平面将平均上升520 mm,最大上升820 mm,通过SLAMM模型模拟出其潮间带湿地将减少20%,最多减少45%。Glick等[8]利用SLAMM模型对路易斯安那州东南部进行研究,预测2100年海平面上升340 mm,该区域湿地面积较2007年减少约9%;当上升值达到1900 mm,面积减少约25%。因此,海平面上升对湿地的影响是显著的。
长江口地区是我国社会经济最发达的地区之一,其滨海湿地在为该区域发展提供大量后备资源的同时,也发挥着重要的生态服务价值[9],是海平面上升研究的重要区域。长期以来,有关长江口地区海平面上升及其影响的研究主要从两个视角开展:(1)对长江口相对和绝对海平面上升速率进行预测。目前,对长江口海平面上升的研究多以IPCC和中国国家海洋局(SOA)等权威机构的预测数据为基础,辅以区域沉降信息与构造运动情况,进行海平面上升预测[10-13];也有学者基于长江口的吴淞、吕四等验潮站历史数据,用不同的统计方法进行海平面上升值的预测[14-17]。(2)对长江口海平面上升的影响进行预测评估。目前,研究河口地区海平面上升对滨海湿地的影响,多以湿地面积减损及综合脆弱性分析为主。季子修等[18]利用高程-面积法、沉积速率法,并引进未来冲淤趋势参数,估算海平面分别上升500 mm和1000 mm时长江三角洲沿海潮滩和湿地的面积损失;Wang等[19]使用SLAMM模型,考虑海平面上升、泥沙沉积量减少、地面沉降,分析不同时间尺度下长江口崇明东滩湿地的植被空间分布变化;Ge等[20]分别基于SMM-YE模型和SLAMM模型,预测了2100年不同海平面上升情景下长江口盐沼湿地生境退化和面积损失的状况;崔利芳等[21]应用源-途径-受体-影响模型(SPRC),构建了基于海平面上升速率、地面沉降速率、环境高程、生境淹水阈值、沉积速率这5个指标的海平面上升影响下滨海湿地生态系统脆弱性的定量空间评估方法,对长江口滨海湿地生态系统在不同海平面上升情景和时间尺度下进行脆弱性的定量空间分析。
总体上,有关长江口地区海平面上升预测的研究较多,但不同研究在海平面上升情景的设定方面差别较大,导致海平面上升影响评估结果的可比性较差。本文着重开展如下研究:(1)采用不同海平面上升预测方法对长江口海平面上升情景进行研究,并构建该区域海平面上升情景库。(2)对不同海平面上升情景下长江口滨海湿地面积的影响研究结果进行初步评估。本文成果可为科学认识海平面上升对长江口滨海湿地的影响提供参考。
1 研究区概况长江口东临东海,北接江苏省,南濒杭州湾,是中国第一大河口,属典型的淤泥质河口,地势低平。潮汐在口外为正规半日潮,在口内为不正规半日潮。本文预测长江口海平面上升,主要采用了吴淞站(121.5°E,31.4°N)和吕四站(121.6°E,32.1°N)的年均潮面数据。吴淞站主要关注黄浦江与长江的状况,吕四站监测邻近海域的变化,综合考虑这两个验潮站的数据,能比较合理地反映该区域的海平面变化情况。
长江口滨海湿地的盐沼植被主要有海三棱藨草、芦苇和互花米草三大类,其分布按高程呈梯度分布[22-23]。互花米草作为外来物种,正在逐步与本地物种竞争抢占生长空间,预测长时间尺度上植被区的内部变化较为复杂,且具有极大不确定性。故本文只考虑现阶段盐沼植被的最低生长线,不对各种植被的具体分布范围作详细讨论。根据崔利芳[24]野外实验的结果,将长江口滨海湿地高于海平面的区域以1.9 m为界,划分为光滩和草滩,即0~1.9 m为光滩,≥1.9 m为草滩。
长江口滨海湿地广泛发育,本文只考虑长期在海平面之上的河口沙洲及沿岸边滩。由南至北,分别为南汇-金山-奉贤边滩、九段沙、江亚南沙、横沙浅滩、横沙、长兴、团结沙、崇明、顾园沙、下扁担沙、东风东沙、白茆沙等(图 1)。在当前海平面状况下,横沙浅滩、团结沙、下扁担沙、东风东沙、白茆沙的湿地生态类型主要为光滩,其余湿地则兼具光滩和草滩两种生态类型。湿地植被的生长高程与所处地形有很大相关性,但长江口受人为活动干扰较大,地形变化剧烈。随着三峡大坝建成使用,长江下游泥沙减少约70%,改变了长江口地区原有的冲淤状态[25]。另外,受台风风暴潮等灾害影响,该区域泥沙在水动力作用下,不断被搬运-沉积-再悬浮[26],增加了地形演变的不确定性。故目前很难进行比较可信的、中长时间尺度的地形预测。本文仅依据现有地形条件(2013年实测地形数据)来探讨不同海平面上升情景对湿地(仅分为草滩和光滩两类)的影响。
2013年IPCC第五次评估报告[27]中,提出了4种典型浓度路径(RCP)。由于RCP6.0情景与RCP4.5情景较相似,且CMIP5中有部分气候模式对RCP6.0情景下的预测超出了2100年[28],故本文对RCP6.0不作考虑。Kopp等[29]选取IPCC AR5中的RCP2.6、RCP4.5和RCP8.5这3种路径,在分析格陵兰冰盖、西南极冰盖和东南极冰盖、冰川和冰帽、全球平均热膨胀、地区海洋空间和海洋动态变化特征、陆地水储量等要素变化基础上计算获得包括中国东部沿海地区17个验潮站在内的全球重点区域海平面上升预测值,研究成果的精度得到学界的广泛认可。本文选取其中代表长江河口的吕四站数据进行研究。
以2013年为基准年份,对2030年、2050年、2100年海平面进行上升预测,在RCP2.6情景下,在5%~95%信度区间内的预测值分别为110~320 mm(最佳预测值为214 mm)、200~550 mm(最佳预测值为381 mm)、410~1190 mm(最佳预测值为891mm);在RCP4.5情景下,在5%~95%信度区间内的预测值分别为120~310 mm(最佳预测值为212 mm)、230~560 mm(最佳预测值为399 mm)、470~1340 mm(最佳预测值为983 mm);在RCP8.5情景下,在5%~95%信度区间内的预测值分别为120~310 mm(最佳预测值为217 mm)、240~610 mm(最佳预测值为430 mm)、640~1650 mm(最佳预测值为1215 mm)。
2.2 基于SOA公报的预测最新的《2015年中国海平面公报》[30]海平面监测和分析结果表明,1980—2015年,中国沿海海平面上升速率为3.0 mm/a,高于同期全球平均水平。2015年,东海沿海海平面较常年(1975—1993年)高96 mm,上海沿海海平面比常年高105 mm,预计2015—2045年,上海沿海海平面将上升75~150 mm。
中国海平面公报自2010年起,按照全球海平面监测系统(GLOSS)的约定,对常年平均海平面进行了调整,本研究为消除因基准值不同带来的误差,选取2010—2015年的数据作为预测参考。目前公报公布的均为一定时间区间内海平面的上升范围。综合考虑多年预测结果,分别求取长江口海平面上升的可能变化区间的最小值、最大值及平均值所对应的变化速率,将基准年设为2013年,进而求得2030年、2050年、2100年在与之对应的3种不同上升速率下的海平面上升预测值。分别为44~80 mm(均值为62 mm)、97~174 mm(均值为136 mm)、227~410 mm(均值为319 mm),并将均值作为最佳预测值。
2.3 基于验潮站的预测吴淞站1912—1993年的年均潮面数据引自李永平等[15]公开发表的成果;吕四站1969—2015年的年均潮面数据取自平均海平面常设办事处(PSMSL)[30]①,中间缺失部分用三次样条插值的方法进行补充。
① Tide gauge data. http://www.psmsl.org/data/obtaining/。
由于长江口海平面时间序列X(t)具有某个确定的递增趋势性及周期性,本文将其描述为以时间t为自变量的函数形式:
$X\left( t \right) = T\left( t \right) + S\left( t \right) + C\left( t \right)。$ | (1) |
其中,T(t)为确定趋势项,S(t)为季节项,在时频上以某个稳定的时间周期震荡,C(t)为周期项,在时域上以非稳定的时间周期震荡。由于本文考虑海平面时间序列为年序列,并没有表现出明显的季节特性,因此季节项S(t)在整个时频分析中,将包含在非稳定的时间周期项C(t)中。
对于趋势项T(t)的确定,之前的研究中用到了线性回归技术[15, 17]、灰色系统理论和时间序列分析[14]等。采用这些方法主要是为了消除因子间多重共线性的影响,实现长期的趋势预测。但是,线性回归技术(包括逐步回归、偏最小二乘回归等)只考虑数据序列的一阶线性统计特征,忽略了影响更显著的高阶线性关系。实际上,海平面上升机理非常复杂,如果仅用一阶的统计模型进行预测显然是不妥的。其次,灰色系统理论通过从杂乱的数据序列中寻找数据规律,但近期的异常值干扰非常大,虽然能较好地预测短期海平面上升趋势,但对于中长期的预测精度并不可靠。综上考虑,本文试图建立自回归滑动平均模型[32]来确定趋势项。
对于周期项C(t)的确定,在传统的周期分析中,往往采用小波分析[14, 16]或者功率谱[15]分析时间序列的主周期振荡情况。然而,原始序列中样本个数较少、时间尺度较短,经过分解后的周期项的各个周期成分震荡情况均不明显,难以构建合适的方程进行周期模拟,从而会遗漏某些次周期成分。为此,本文建立了正弦曲线拟合模型[33]进行求解。
为了评价模型的拟合效果,对残差序列进了Ljung-Box检验(白噪声检验)[34],构建统计量:
$Q = n\left( {n + 2} \right)\sum\nolimits_{k = 1}^h {\frac{{\mathord{\buildrel{\lower3pt\hbox{$\scriptscriptstyle\frown$}} \over \rho } _k^2}}{{n - k}} \sim {\chi ^2}} \left( h \right)。$ | (2) |
其中n为样本数,
基于以上方法拟合和预测得到的海平面呈波动上升趋势(图 2)。拟合结果中,本文取滞阶数(lag)分别为5,7,10和12,均通过了0.05的显著性检验,说明拟合残差序列为白噪声序列。由于海平面变化总体呈波动上升趋势,以2013年为基准年,取2030年、2050年、2100年对应的预测值与基准年份的差值来代表这一段时间的上升值存在一定的偶然性,无法直接体现出海平面不断上升的趋势。故本文取预测的趋势项T(t)为主要参考,得到基于验潮站资料的长江口海平面上升预测情景。2030年、2050年、2100年的海平面上升预测值分别为15~84 mm(最佳预测值为50 mm)、34~200 mm(最佳预测值为118 mm)、82~430 mm(最佳预测值为256 mm)。
本文基于以上方法,得到了5种长江口可能的海平面上升情景(表 1)。情景A为基于验潮站的海平面上升预测情景,情景B为基于SOA的海平面上升预测情景,情景C、D、E分别为基于IPCC的RCP2.6、RCP4.5、RCP8.5情景的海平面上升预测情景。这5种情景基本涵盖了目前长江口海平面上升预测研究的成果,能够较系统地反映长江口海平面未来上升的可能情况。
关注最佳预测值对应的情景,情景A和情景B的预测未考虑气候变化的累积影响,故海平面上升趋势较为平缓,对应情景下湿地面积减少缓慢,原有的湿地类型未发生改变。情景C、D、E在预测时考虑了全球变暖背景,短时间尺度上差异不大,但长时间尺度上相差悬殊,湿地类型也有明显变化:情景C下,2050年顾园沙可能完全退化为光滩,2100年江亚南沙可能退化为光滩,而横沙浅滩可能消失;情景D下,与情景C的退化情况类似,但在2100年白茆沙也可能消失;情景E下,退化速度更快,江亚南沙在2050年就提前变为光滩,而到了2100年,横沙浅滩、下扁担沙、东风东沙、顾园沙、白茆沙都可能消失。
4.2 海平面上升在不同时间尺度下对滨海湿地的影响探究不同时间尺度,海平面上升对滨海湿地的影响,则可先根据其不同特点,将基于历史数据进行趋势外推的情景A和情景B视作第Ⅰ组情景,将结合气候变化等因素做预测的情景C、D、E作为第Ⅱ组情景。对最佳预测值所对应的情景进行讨论可发现,在短时间尺度(2030年)内,两组情景的海平面上升值差别不大,湿地面积变化不明显,草滩和光滩的面积均随海平面上升值的增加而减少,但区别不明显。在中长时间尺度(2050年)内,两组情景的影响稍有差别,草滩面积随海平面的上升而减少,但光滩面积的变化略有不同。在第Ⅰ组情景内,光滩面积的变化趋势与草滩的变化保持一致,随着海平面上升值的增加而减少;但在第Ⅱ组情景内,情景E海平面的上升值大于情景C和D,光滩面积亦同样大于二者(情景E的光滩面积约343.9 km2,大于情景C的339.7 km2和情景D的338.5 km2)。这是由于在海平面上升的影响下,靠近水域的一部分高程较低的光滩会逐渐被淹没,转为开放水体,导致光滩面积减损;但还有一部分由草滩退化而来的新增光滩作为补充,使得光滩面积有所增加。当新增面积大于被淹没面积时,光滩总面积增加;反之减小。故在这一时间尺度内,光滩面积并不一定随着海平面上升值的增加而减小。在长时间尺度(2100年)时,不同情景的海平面上升值差异加大,但无论何种湿地生态类型,其面积均随着海平面上升值的增加在不断减小。
4.3 滨海湿地变化受海平面影响的探讨图 3是本研究建立的所有海平面上升情景对应滨海湿地面积较基准年份(2013年)的变化图。柱形高度代表最佳预测值对应情景下的湿地面积较基准年份的减少值大小。且每个海平面上升情景都考虑了上升值的可能区间(最小值~最大值),对应了每种情景下湿地面积变化的可能范围。从整体来看,短、中、长3种时间尺度下(2030年、2050年和2100年),长江口海平面上升对湿地面积的影响在情景A和情景B较一致,情景C、情景D和情景E较一致。从不同湿地生态类型的变化来看,其演替关系是可逆的,低级类型的消失或范围缩小必将引起高级类型的退化,即发生反向演替[18]。在海平面上升的影响下,一部分光滩会被海水淹没,面积减小;草滩上盐沼植被的最低生长线的相对高程会降低,导致植被的原有生长环境被改变,加上潮汐作用,部分植被受海水淹没的时间超过其耐受最大程度时,只能向更高海拔区域转移。这个过程中,部分草滩将退化为光滩,补偿一部分消失的光滩。另外,由于长江口地区人工海塘对整个海岸的防护和控制,湿地向陆推进过程受阻,湿地损失不可能得到补偿,故面积持续减小。
滨海湿地为适应海平面的变化,通常会向陆退化,面积减损。但实际上,其变化不仅与海平面变化相关,还与地面沉降、泥沙运动以及人类活动有关[35-37]。地面沉降虽会加剧相对海平面上升的影响,但沉降影响多集中于城市区域,长江口滨海湿地受影响则较小。泥沙运动与上游来沙及水动力条件有关,淤积则湿地面积扩大,冲刷则湿地面积缩小。但近年来,在长江上游来沙量减少的宏观自然背景下,长江口人类干扰剧烈,实施了大范围的促淤圈围工程,使滩涂湿地范围的变化具有较大不确定性。故本文未对上述因素的综合影响做预测。
5 结论本文在对已有长江口海平面上升预测成果进行系统梳理的基础上,利用统计学方法和吴淞、吕四验潮站年均潮面数据对长江口海平面上升进行了全新预测,系统构建了长江口海平面上升预测情景:以2013年为基准年份,其最佳预测值的范围在2030年、2050年、2100年分别为50~217 mm、118~430 mm、256~1215 mm。
海平面上升对长江口滨海湿地的影响结果表明:在基于验潮站数据作趋势外推的情景下,湿地面积减少缓慢,而在考虑全球变暖背景的情景下,湿地面积迅速减少;随着海平面的上升,长江口滨海湿地的生态类型发生反向演替,向陆退化受海塘阻挡,光滩被淹没甚至消失,草滩不断萎缩甚至可能退化为光滩。
需要说明的是,本研究重点探讨了不同海平面上升情景对当前地形条件下长江口滨海湿地中草滩和光滩两种生态类型面积的影响,未考虑长江口地形长期演变特征和植被分布的演替,这是未来研究的重要方向。
[1] |
林峰竹, 王慧, 张建立, 等. 中国沿海海岸侵蚀与海平面上升探析[J]. 海洋开发与管理, 2015, 32(6): 16-21. |
[2] |
Williams S J. Sea-level rise implications for coastal regions[J]. Journal of Coastal Research, 2016, 31(63): 184-196. |
[3] |
Nicholls R J, Marinova N, Lowe J A, et al. Sea-level rise and its possible impacts given a 'beyond 4℃ world' in the twenty-first century[J]. Philosophical Transactions, 2011, 369(1934): 161. DOI:10.1098/rsta.2010.0291 |
[4] |
邓自发, 欧阳琰, 谢晓玲, 等. 全球变化主要过程对海滨生态系统生物入侵的影响[J]. 生物多样性, 2010, 18(6): 605-614. |
[5] |
Nicholls R J, Hoozemans F M J, Marchand M. Increasing flood risk and wetland losses due to global sea-level rise:regional and global analyses[J]. Global Environmental Change, 1999, 9(S1): 69-87. |
[6] |
Spencer T, Schuerch M, Nicholls R J, et al. Global coastal wetland change under sea-level rise and related stresses:the DIVA wetland change model[J]. Global & Planetary Change, 2016, 139: 15-30. |
[7] |
Craft C, Clough J, Ehman J, et al. Forecasting the effects of accelerated sea-level rise on tidal marsh ecosystem services[J]. Frontiers in Ecology & the Environment, 2009, 7(2): 73-78. |
[8] |
Glick P, Clough J, Polaczyk A, et al. Potential effects of sea-level rise on coastal wetlands in southeastern Louisiana[J]. Journal of Coastal Research, 2013, 63(63): 211-233. |
[9] |
吴玲玲, 陆健健, 童春富, 等. 长江口湿地生态系统服务功能价值的评估[J]. 长江流域资源与环境, 2003, 12(5): 411-416. |
[10] |
任美锷. 黄河长江珠江三角洲近30年海平面上升趋势及2030年上升量预测[J]. 地理学报, 1993, 48(5): 385-392. |
[11] |
施雅风, 朱季文, 谢志仁, 等. 长江三角洲及毗连地区海平面上升影响预测与防治对策[J]. 中国科学:地球科学, 2000, 30(3): 225-232. |
[12] |
武强, 郑铣鑫. 21世纪中国沿海地区相对海平面上升及其防治策略[J]. 中国科学:地球科学, 2002, 32(9): 760-766. |
[13] |
Chen Y, Huang W, Xu S. Frequency analysis of extreme water levels affected by sea-level rise in east and southeast coasts of China[J]. Journal of Coastal Research, 2014, 68: 105-112. DOI:10.2112/SI68-014.1 |
[14] |
郑大伟, 虞南华. 上海地区海平面上升趋势的长期预测研究[J]. 中国科学院上海天文台年刊, 1996(17): 36-45. |
[15] |
李永平, 秦曾灏, 端义宏. 上海地区海平面上升趋势的预测和研究[J]. 地理学报, 1998, 53(5): 393-403. |
[16] |
程和琴, 王冬梅, 陈吉余. 2030年上海地区相对海平面变化趋势的研究和预测[J]. 气候变化研究进展, 2015, 11(4): 231-238. |
[17] |
Zhou X, Zheng J, Doong D J, et al. Sea level rise along the East Asia and Chinese coasts and its role on the morphodynamic response of the Yangtze River Estuary[J]. Ocean Engineering, 2013, 71(10): 40-50. |
[18] |
季子修, 蒋自巽. 海平面上升对长江三角洲附近沿海潮滩和湿地的影响[J]. 海洋与湖沼, 1994, 25(6): 582-590. |
[19] |
Wang H, Ge Z, Yuan L, et al. Evaluation of the combined threat from sea-level rise and sedimentation reduction to the coastal wetlands in the Yangtze Estuary, China[J]. Ecological Engineering, 2014, 71(71): 346-354. |
[20] |
Ge Z M, Wang H, Cao H B, et al. Responses of eastern Chinese coastal salt marshes to sea-level rise combined with vegetative and sedimentary processes[J]. Scientific Reports, 2016, 6: 28466. DOI:10.1038/srep28466 |
[21] |
崔利芳, 王宁, 葛振鸣, 等. 海平面上升影响下长江口滨海湿地脆弱性评价[J]. 应用生态学报, 2014, 25(2): 553-561. |
[22] |
黄华梅, 张利权, 高占国. 上海滩涂植被资源遥感分析[J]. 生态学报, 2005, 25(10): 2686-2693. DOI:10.3321/j.issn:1000-0933.2005.10.034 |
[23] |
周云轩, 谢一民. 上海市湿地资源调查与监测评估体系研究[M]. 上海: 上海科学技术出版社, 2012.
|
[24] |
崔利芳. 海平面上升影响下长江口滨海湿地脆弱性评价[D]. 上海: 华东师范大学, 2016 http://kns.cnki.net/KCMS/detail/detail.aspx?filename=yysb201402033&dbname=CJFD&dbcode=CJFQ
|
[25] |
Dai Z, Liu J T, Wei W, et al. Detection of the Three Gorges Dam influence on the Changjiang (Yangtze River) submerged delta[J]. Scientific Reports, 2014, 4: 6600. DOI:10.1038/srep06600 |
[26] |
Chen S, Zhang G, Yang S, et al. Temporal and spatial changes of suspended sediment concentration and resuspension in the Yangtze River Estuary and its adjacent waters[J]. Acta Geographica Sinica, 2004, 59(2): 260-266. |
[27] |
IP CC. Climate change 2013:the physical science basis[M]. Cambridge: Cambridge University Press, 2013.
|
[28] |
Taylor K E, Stouffer R J, Meehl G A. An overview of CMIP5 and the experiment design[J]. Bulletin of the American Meteorological Society, 2011, 93(4): 485-498. |
[29] |
Kopp R E, Horton R M, Little C M, et al. Probabilistic 21st and 22nd century sea-level projections at a global network of tide-gauge sites[J]. Earths Future, 2014, 2(8): 383-406. DOI:10.1002/2014EF000239 |
[30] |
国家海洋局. 2015年中国海平面公报[EB/OL]. 2016[2017-01-05]. http://www.soa.gov.cn/zwgk/hygb/zghpmgb/201603/t20160324_50508.html
|
[31] |
Matthews S J H A, Woodworth P L, Rickards L J, et al. New data systems and products at the permanent service for mean sea level[J]. Journal of Coastal Research, 2013, 29(3): 493-504. |
[32] |
Newbold P. The exact likelihood function for a mixed autoregressive-moving average process[J]. Biometrika, 1974, 61(3): 423-426. DOI:10.1093/biomet/61.3.423 |
[33] |
王跃启, 江洪, 张秀英, 等. 基于OMI卫星遥感数据的中国对流层NO2时空分布[J]. 环境科学研究, 2009, 22(8): 932-937. |
[34] |
Burns P. Robustness of the Ljung-Box test and its rank equivalent[J]. Ssrn Electronic Journal, 2003, 7-18. |
[35] |
Kirwan M L, Megonigal J P. Tidal wetland stability in the face of human impacts and sea-level rise[J]. Nature, 2013, 504(7478): 53-60. DOI:10.1038/nature12856 |
[36] |
Ward R D, Burnside N G, Joyce C B, et al. Improved modelling of the impacts of sea level rise on coastal wetland plant communities[J]. Hydrobiologia, 2016, 774(1): 203-216. DOI:10.1007/s10750-015-2374-2 |
[37] |
Enwright N M, Griffith K T, Osland M J. Barriers to and opportunities for landward migration of coastal wetlands with sea-level rise[J]. Frontiers in Ecology & the Environment, 2016, 14(6): 307-316. |
2. School of Geographic Sciences, East China Normal University, Shanghai 200241, China