社区驱动的仿生创新以缓解沉降巨型三角洲的严重侵蚀：泰国昭披耶河三角洲的经验启示

《Ocean & Coastal Management》：A community-enabled bioinspired innovation to mitigate severe erosion in a subsiding mega-delta: Lessons from the Chao Phraya Delta, Thailand

　　

• •
  混合式基于自然的解决方案增强了脆弱超级三角洲中易受侵蚀海岸线的韧性。
• •
  无人机激光雷达检测到人工红树根后方10–50厘米的沉积物淤积。
• •
  社区—省级治理加速了适应性海岸防护进程。
• •
  人工红树根架起工程与生态之间的桥梁，恢复三角洲红树林生态系统。
• •
  可推广的框架在海洋十年背景下推动了三角洲的可持续管理。

引言

海岸侵蚀是一个持续存在且不断加剧的全球性挑战，其驱动因素是自然过程与人类活动的共同作用（Zanin等，2024）。海平面上升加速、地面沉降、极端事件加剧以及海岸地貌的大规模改变，加剧了土地流失和生态系统退化，威胁着海岸基础设施、生计和社区韧性（Bishop-Taylor等，2021；Cai等，2019；Tavares等，2020；Wei等，2025）。传统的硬性工程结构，如海堤、防波堤和护岸工程，长期以来被用于减轻海岸侵蚀，但其广泛使用往往带来非预期的后果，包括改变近岸水动力条件、扰乱泥沙输送以及加剧下冲侵蚀（Jordan和Fr?hle，2022；Schoonees等，2019；USACE，1995）。这些局限性推动了全球向更具适应性和与自然兼容的海岸管理策略转变（Kraus和McDougal，1996；Schoonees等，2019）。

基于自然的解决方案（NbS）已成为应对海岸侵蚀和栖息地丧失的有前景的途径，同时还能提供生物多样性保护、碳封存和增强海岸韧性等协同效益（Liu等，2025；Macreadie等，2021；Takagi，2025）。这些方法在三角洲地区尤为相关，因为那里的社会-生态系统紧密耦合，支撑着食品生产、渔业和气候调节，但对相对海平面上升、泥沙亏缺和人类压力高度敏感（Mohan等，2025）。然而，越来越多的证据表明，单独的NbS在严重侵蚀、高能和泥沙亏缺的海岸环境中往往面临局限性，在持续水动力驱动、沉降和极端事件面前，仅靠自然恢复过程不足以应对（Charoenlerkthawin等，2023，2024；Thompson，2018；Winterwerp等，2020）。为此，混合式基于自然的解决方案（hybrid NbS）——即将工程或仿生元素与自然过程或生态修复措施相结合——作为一种在受限条件下增强NbS性能、可行性和耐久性的手段，获得了越来越多的关注（Takagi，2019；Aye等，2025）。因此，混合式NbS越来越被视为侵蚀主导型三角洲中海岸适应的现实路径，因为纯生态或纯工程方法在那些地区已显示出有限的成效（Charoenlerkthawin等，2023，2026）。

许多三角洲，包括湄公河、尼日尔河、印度河、尼罗河、奥卡万戈和恒河-布拉马普特拉河-梅格纳河三角洲，正面临海平面上升、泥沙亏缺和人类侵占的日益增长的威胁（Das等，2021；Elshinnawy和Almaliki，2021；Ghosh和Mistri，2021；Hong等，2022；Mitra等，2024；Uddin等，2024）。其中，泰国的昭披耶河三角洲（CPD）被认为是其中最脆弱的之一（Syvitski等，2009），这一地位体现在其被选为2025年首届联合国保护河流三角洲大会（UNCCRD）的焦点区域，该大会旨在加强科学—政策—行动之间的衔接，以实现三角洲的可持续管理（首届UNCCRD三角洲大会，2025；Becker等，2024）。

在昭披耶河三角洲内（图1a），东、西海岸线的海岸防护策略存在显著差异。沿昭披耶河三角洲东部海岸（ECPD），硬工程结构（包括海堤和碎石防波堤）已被广泛实施，并被证明能有效减少海岸侵蚀。然而，昭披耶河三角洲西部海岸（WCPD）承受着更强的波浪作用和更严重的侵蚀，主要依赖NbS和混合式NbS方法，这与国家促进NbS以实现可持续发展的政策相一致（Charoenlerkthawin等，2022）。昭披耶河三角洲中使用的NbS主要集中在竹栅栏和红树林修复上（Charoenlerkthawin等，2022，2023，2026）。然而，竹栅栏在恶劣的海岸条件下往往迅速退化，限制了其提供持续海岸线稳定或支持有意义的红树林扩展的能力（Pranchai等，2019；Liu等，2025；Saengsupavanich等，2024）。因此，现有的NbS和混合式NbS干预措施在持续的相对海平面上升、地下水引起的沉降和泥沙失衡条件下，已表现出有限的长期有效性，多个地点持续报告海岸线后退和红树林丧失（Charoenlerkthawin等，2024）。这些局限性凸显了在侵蚀主导的三角洲环境中需要更具韧性、可推广和因地制宜的混合式NbS干预措施。

沿昭披耶河三角洲，超过80%的侵蚀海岸线位于萨马武里大武里府（Samut Prakan Province）。由于经济、监管和土地产权方面的制约，大规模硬工程项目实施长期延误，导致海岸线后退和社区土地流失持续存在（Bidorn等，2018；Burnett等，2023）。这些物理变化对当地社区产生直接影响，包括住宅用地的丧失、小型水产养殖和渔业的破坏，以及沿海定居点面临洪水和风暴冲击的风险增加（Bidorn等，2021）。为此，省级海岸管理日益转向以NbS为基础的适应措施，以符合国家战略和联合国可持续发展目标（SDGs）。2021年发生了一次关键转变，萨马武里大武里府行政组织（PAO）引入了人工红树根（AMRs）——一种泰国仿生结构（图1b），最初应用于受庇护环境中的红树林修复（Charoenlerkthawin等，2026）。AMRs在结合生态修复过程（红树林建立）时，作为混合式NbS中的赋能组分发挥作用，而非独立构成混合式NbS。在这些特定场地条件下，据报道AMRs比竹栅栏具有更高的耐久性，并表现出强大的泥沙捕获潜力（Charoenlerkthawin等，2025，2026；Kasetsart University，2016；MTEC，2023；Sattabongkot，2021）。为应对昭披耶河三角洲西部海岸（图1c和d）的严重侵蚀和红树林快速丧失，AMRs随后被改造并应用于高风险海岸段（图1e）。

本研究的目标是：（1）基于多时期海岸线变化分析，量化昭披耶河三角洲西部海岸海岸线后退的紧迫性；（2）阐述利益相关方参与和治理过程如何在法律和制度约束下实现对严重海岸侵蚀的及时响应；（3）评估AMRs部署第一年内的地貌响应。通过呈现世界上最为脆弱的超级三角洲之一的证据，本研究为加速软措施和协同管理的海岸适应贡献了一种操作模型。昭披耶河三角洲的经验教训为面临类似气候变化和治理挑战的其他三角洲提供了可行的可持续海岸线保护路径。

章节摘要

研究区域

本研究调查了昭披耶河三角洲（图1a）的海岸线变化动态，重点更新世界上最为脆弱的三角洲系统之一的现状，特别是持续侵蚀的昭披耶河三角洲西部海岸（WCPD）（Bidorn等，2021）。AMRs的第一年性能评估在佛沙穆奇迪县（Phra Samut Chedi District）进行，该县记录了泰国最高的海岸线后退率之一（Sok等，2022）。该县面积约40平方公里，纬度范围从13°30′N至13°32′N，

昭披耶河三角洲沿岸海岸线变化模式及萨马武里大武里府侵蚀背景

1954–2024年的海岸线变化分析结果（图5、S3、S4；表1）表明，昭披耶河三角洲西部海岸和东部海岸均经历了海岸线后退，但其程度和时间轨迹存在显著差异。昭披耶河三角洲西部海岸经历了持续且严重的侵蚀，尤其是自1980年代以来，这与昭披耶河三角洲范围内由于密集抽取地下水导致的大规模地面沉降相吻合（Bidorn等，2021）。自那以后，昭披耶河三角洲中部西部海岸的平均后退率为

AMRs作为自然启发的软措施的第一年响应

本研究中观察到的AMRs第一年响应与全球报道的其他透水性基于自然的或混合式海岸干预措施相一致，包括红树林泥滩海岸上的柴石坝（Winterwerp等，2020）、牡蛎礁活岸线（Hsiung等，2025；Morris等，2019；Scyphers等，2011）以及透水性海岸结构（Le Xuan等，2022）。与AMRs类似，这些干预措施减少了水动力能量并增强了沉积物沉积，而非完全

结论

昭披耶河三角洲西部海岸仍然是泰国最容易受侵蚀的海岸线之一，局部后退率超过每年10–15米，1954–2024年间累计土地损失超过1500公顷，严重损失集中在佛沙穆奇迪县。在这种高能、泥沙亏缺的环境中，传统的造林和竹栅栏已被证明不足以应对侵蚀，而硬工程结构仍受许可延误、土地产权问题和可及性有限等约束。本研究证明了

CRediT作者贡献声明

Warit Charoenlerkthawin：形式分析、调查、方法论、撰写原稿。Thanawatth Sattabongkot：概念构思、撰写—审阅与编辑。Narakorn Srinil：资金获取、撰写—审阅与编辑。William C. Burnett：撰写—审阅与编辑。Hiroshi Takagi：撰写—审阅与编辑。Somboon Otarawanna：撰写—审阅与编辑。Butsawan Bidorn：概念构思、资金获取、调查、方法论、项目管理、监督，

生成式AI及AI辅助技术在写作过程中的声明

在本手稿的准备过程中，作者使用了OpenAI的ChatGPT来改善文本的清晰度、语法和可读性。作者仔细审阅和编辑了所有AI辅助生成的内容，以确保其准确性、完整性和与本研究科学目标的契合。未使用任何AI工具进行数据分析、解释或生成科学内容。内容的所有责任仍由作者承担。

利益冲突声明

作者声明不存在任何已知的可能影响本文所报告工作的竞争性经济利益或个人关系。

致谢

本研究得到了泰国科学研究与创新基金朱拉隆功大学（项目编号：DIS_FF_68_110_2100_017）以及国际科学合作基金通过研究合作资助（编号：1203407805，由英国科学、创新与技术部与英国文化委员会合作资助）的支持。额外支持来自朱拉隆功大学—国家科学研究院博士奖学金及朱拉隆功大学建校90周年基金

Warit Charoenlerkthawin|Thanawatth Sattabongkot|Narakorn Srinil|William C. Burnett|Hiroshi Takagi|Somboon Otarawanna|Butsawan Bidorn