東北地理所在國家級(jí)自然保護(hù)區(qū)紅樹林動(dòng)態(tài)監(jiān)測(cè)研究中取得新進(jìn)展
紅樹林生態(tài)系統(tǒng)是固碳速率最高的藍(lán)碳生態(tài)系統(tǒng)，并具有防風(fēng)消浪、促淤護(hù)岸、維持生物多樣性等重要功能。在中國，約四分之一的紅樹林位于國家級(jí)自然保護(hù)。區(qū)內(nèi)紅樹林逐年空間分布格局及與周邊土地覆蓋類型轉(zhuǎn)化是評(píng)估紅樹林保護(hù)和恢復(fù)工作成效、制定藍(lán)碳增匯途徑的重要理論基礎(chǔ)，可助力碳達(dá)峰、碳中和目標(biāo)實(shí)現(xiàn)。光學(xué)衛(wèi)星影像是目前可獲取性最強(qiáng)、應(yīng)用最廣泛的遙感數(shù)據(jù)。然而，利用光學(xué)衛(wèi)星影像進(jìn)行逐年紅樹林動(dòng)態(tài)監(jiān)測(cè)研究存在潮汐淹沒不確定的挑戰(zhàn)。
針對(duì)以上困難，中國科學(xué)院東北地理所地理景觀遙感學(xué)科組研究人員，基于28,323景Sentinel-2影像構(gòu)建了2016-2020年高質(zhì)量（無云低潮）逐年影像數(shù)據(jù)集。集成OTSU圖像自適應(yīng)分割閾值算法、隨機(jī)森林算法（RF）和面向?qū)ο蠓椒ǎ∣BIA），提出了一種高效、高精度的紅樹林及其周邊土地覆蓋類型自動(dòng)提取方法?；诖朔椒?gòu)建了2016-2020年中國國家級(jí)自然保護(hù)區(qū)內(nèi)的紅樹林與其周邊土地覆蓋類型的逐年空間分布數(shù)據(jù)集，解析了紅樹林空間分布格局年際變化及其轉(zhuǎn)化。
圖1. 研究技術(shù)路線圖
研究表明，2016-2020年中國紅樹林國家級(jí)自然保護(hù)區(qū)內(nèi)紅樹林面積從5912 ha增加到6128 ha，面積凈增長4%。其中湛江紅樹林國家級(jí)自然保護(hù)區(qū)（ZMNR）紅樹林面積增加最為劇烈，占研究區(qū)內(nèi)紅樹林面積凈增長的59% （127 ha）。從總體上看，減少的紅樹林主要轉(zhuǎn)化為養(yǎng)殖池塘和灘涂，其中養(yǎng)殖池侵占197 ha，占紅樹林轉(zhuǎn)出面積的43%；與此同時(shí)，共有159 ha的養(yǎng)殖池塘被恢復(fù)為紅樹林。另外，約40%（182 ha）消失的紅樹林轉(zhuǎn)化為灘涂，主要發(fā)生在北侖河口紅樹林國家級(jí)自然保護(hù)區(qū)（BNNR，86 ha）和ZMNR（41 ha）；同時(shí)，約736 ha的灘涂恢復(fù)為紅樹林，主要發(fā)生在ZMNR（401 ha）、米埔紅樹林國家級(jí)自然保護(hù)（MMNR，115 ha）和BNNR（97 ha）。此外，研究發(fā)現(xiàn)保護(hù)區(qū)內(nèi)的互花米草入侵顯著，2016-2020年間，互花米草面積凈增長達(dá)56%。研究結(jié)果定量闡明了紅樹林空間格局動(dòng)態(tài)變化及其轉(zhuǎn)化，為評(píng)估紅樹林保護(hù)和恢復(fù)工作提供了科學(xué)依據(jù)。
圖2. 2016-2020年中國紅樹林國家級(jí)自然保護(hù)區(qū)紅樹林空間格局變化
?。ˋ-E：2016-2020年保護(hù)區(qū)紅樹林總體變化，a1-f1，a2-f2分別為2016和2020年各保護(hù)區(qū)內(nèi)典型紅樹林變化）
本研究由東北地理所張蓉博士，賈明明副研究員，王宗明研究員，毛德華研究員，任春穎研究員和趙傳朋特別研究助理共同完成，發(fā)表于中科院一區(qū)期刊International Journal of Applied Earth Observations and Geoinformation（IF= 7.672）期刊，得到中國科學(xué)院戰(zhàn)略性先導(dǎo)科技專項(xiàng)（A 類）（XDA19040500），國家自然科學(xué)基金項(xiàng)目（42171372、42171379）和中科院青年創(chuàng)新促進(jìn)會(huì)（2021227）等共同資助。
論文信息如下：
Rong Zhang, Mingming Jia, Zongming Wang, Yaming Zhou, Dehua Mao, Chunying Ren, Chuanpeng Zhao, Xianzhao Liu. Tracking annual dynamics of mangrove forests in mangrove National Nature Reserves of China based on time series Sentinel-2 imagery during 2016–2020. International Journal of Applied Earth Observation and Geoinformation, 2022, 112, 102918.
鏈接：https://doi.org/10.1016/j.jag.2022.102918
附件下載：
吉公網(wǎng)安備22017302000214號(hào)
