《Ecological Indicators》:Identifying spatial-temporal hotspots of mangrove loss and gain in Southeast Asia: Implications for strategic mangrove management
编辑推荐:
本研究利用年度卫星遥感红树林数据集,识别了1990年至2022年间东南亚地区红树林损失和增益的显著时空热点,并据此开发了保护风险指数(Conservation Risk Index, CRI)和恢复机会指数(Restoration Opportunity In
本研究利用年度卫星遥感红树林数据集,识别了1990年至2022年间东南亚地区红树林损失和增益的显著时空热点,并据此开发了保护风险指数(Conservation Risk Index, CRI)和恢复机会指数(Restoration Opportunity Index, ROI)以指导管理干预。分析结果显示,该区域12%的红树林面积属于"极高保护风险"类别,其特征为新出现的、加剧的或持续的损失热点,需要紧迫且针对特定驱动因素的干预措施;相反,16%的红树林被识别为"极高恢复机会",代表了具有经证实的生态适宜性的区域,可作为扩大成功红树林增益的蓝图。该研究提供了一种数据驱动的方法,为战略性红树林管理提供了直接启示。
红树林是重要的海岸带蓝碳(Blue Carbon)生态系统,为人类社会和自然环境提供着关键的生态系统服务。东南亚地区拥有全球约33%的红树林覆盖,是全球红树林分布最广、生物多样性最丰富的区域,在海岸防护、渔业支撑、生态旅游和碳固存等方面发挥着不可替代的作用。然而,该区域红树林也面临着严峻的威胁——近80%的全球人为红树林损失发生在东南亚国家,水产养殖扩张、水稻农业替代和油棕种植等商品驱动的土地利用变化是主要驱动因素。尽管近年来国际社会对红树林生态价值和蓝碳意义日益重视,各国纷纷启动大规模恢复计划并实施保护政策,但红树林损失与增益并存的复杂动态使得精准管理面临挑战。现有研究多侧重于静态的覆盖度比较或粗分辨率的热点识别,缺乏对红树林损失与增益时空演化规律的动态刻画,难以为精准干预提供科学依据。为此,研究人员亟需发展能够捕捉红树林变化时空异质性、识别变化趋势与集聚模式的新方法,将时空分析转化为可操作的管控策略。
该研究发表于《Ecological Indicators》,旨在通过多时相融合的时空热点分析,建立从红树林动态识别到管理决策的完整框架。研究首先检测了东南亚红树林损失与增益的年代际趋势,进而识别其时空热点模式及三十年来的演化规律,最终将热点模式转化为基于保护风险和恢复机会的管理指导。
研究采用的关键技术方法包括:基于热带湿润森林(Tropical Moist Forests, TMF)网格化数据集的年度红树林变化制图,该数据集利用Landsat卫星影像以30米分辨率提供了1990—2022年连续的年际变化记录;采用Mann-Kendall(MK)检验检测红树林损失与增益的单调趋势;发展多尺度融合方法(Multiscale Fusion Approach)进行时空热点分析,通过重复多种空间参数组合下的"新兴热点分析"(Emerging Hotspot Analysis)并融合结果,克服可修改面积单元问题(Modifiable Areal Unit Problem, MAUP)对热点识别的影响,其中空间-时间立方体(Space-Time Cube)的构建基于不同网格形状、网格尺寸(3—60 km)和邻域距离的参数组合,最终采用多数规则融合策略生成1 km分辨率的最优热点分类;基于热点模式构建保护风险指数和恢复机会指数的双重指数框架,将热点类型转化为管理优先等级;利用人类足迹指数(Human Footprint Index, HFI)分析不同热点类型的人类活动强度差异,并通过方差分析(ANOVA)检验其显著性;最后通过与全球红树林观测(Global Mangrove Watch, GMW)3.0版和高分辨率全球红树林森林(High-resolution Global Mangrove Forests, HGMF_2020)数据集的比较进行敏感性分析,验证TMF数据集的可靠性。
研究结果显示,东南亚红树林损失与增益呈现显著的时空分异特征。从总体趋势看,1991—2022年红树林面积持续下降,但年度损失波动明显,1998年达到峰值(超过300 km2),2012年降至最低,此后回升至2015年后逐渐下降;红树林增益则呈显著上升趋势,2020年达到峰值(超过400 km2),为当年损失面积的两倍以上。分阶段而言,2011—2022年(P3期)累积增益是1991—2000年(P1期)的八倍,各期增益分别抵消了6.27%、16.86%和54.25%的累积损失。栅格尺度上,19.26%的六边形网格呈现损失增加趋势,集中于越南红河三角洲、马六甲海峡和卡里马塔海峡附近及印度尼西亚巴布亚地区和菲律宾东南部;18.55%的网格(缅甸北部、泰国、柬埔寨和菲律宾)呈损失下降趋势;73.36%的六边形网格和所有国家均显示增益显著上升。缅甸北部、越南和菲律宾的红树林具有高损失-增益转换率(40%—88%),印度尼西亚中加里曼丹和东帝汶特定区域实现了100%的损失-增益转换。
热点模式识别揭示了六种时空类型。损失热点方面:南部菲律宾苏禄海附近出现新的损失热点;缅甸若开邦为持续热点,伊洛瓦底、孟邦为减弱热点,德林达依为动态热点;文莱湾附近有动态损失;印度尼西亚苏门答腊东海岸以持续和动态损失为主,东加里曼丹和南加里曼丹以动态损失为主,中加里曼丹和爪哇无显著损失热点,巴布亚和东南苏拉威西有点状分布;马来西亚半岛西海岸、砂拉越以持续损失为主,沙巴和邻近的西加里曼丹以动态损失为主。增益热点方面:缅甸若开邦出现加剧增益热点,德林达依有动态增益;泰国湾的泰国、柬埔寨和越南南部为动态增益;越南北部以持续增益为主,红河三角洲尤为突出;印度尼西亚苏门答腊东南海岸有持续和动态增益,中加里曼丹以持续增益为主,西加里曼Dan为动态增益;马来西亚新山和新加坡以持续增益为主;泰国尖竹汶府和马来西亚霹雳州存在历史增益动态。人类足迹分析揭示:新的损失热点对应较高人类足迹指数,而历史损失热点对应较低人类足迹;新的增益热点对应较低人类足迹,历史增益热点则对应较高人类足迹。
三十年热点演化分析表明:46.8%的区域始终为非损失热点,32.3%始终为非增益热点;P1期89.5%的加剧损失热点在P2、P3期转变为持续热点,21.7%的新损失热点在P2期保持新热点状态并在P3期成为持续热点,77.4%的P1新损失热点在P2期退化为非热点;26%的P2非热点在P3期转变为损失热点,34%的区域在三期持续呈现损失热点。增益热点方面:75.6%的P1非热点在P2期保持稳定,但83.6%随后转变为持续或动态增益热点;20.87%的区域在三期持续维持增益热点,0.96%的区域始终为动态增益热点。
管理应用结果表明:12%的红树林面积处于极高保护风险(新出现、加剧或持续的损失热点),集中于菲律宾南部、缅甸若开邦和马来西亚砂拉越;16%为极高恢复机会(新出现、加剧或持续的增益热点),主要位于印度尼西亚马鲁古和苏门答腊东南部、缅甸若开邦、越南红河三角洲;43%为低恢复机会区域。
研究讨论部分指出,以往研究多在国家或大区尺度识别红树林损失热点,如缅甸、印度尼西亚苏门答腊、苏拉威西和加里曼丹、越南湄公河三角洲等,本研究结果与之一致但扩展了时间维度,能区分热点是新出现还是历史存在、是加剧还是减弱。例如,缅甸若开邦被识别为持续损失热点同时又是加剧增益热点,反映持续退化与新兴恢复并存;印度尼西亚苏门答腊、加里曼丹和苏拉威西呈现损失与增益的复合热点模式;越南湄公河三角洲则为损失与增益的动态热点,表明复杂压力与恢复交织。这些时序特征对精准施策至关重要。
关于损失与增益的成因,研究指出热点分析直接识别的是时空聚类模式而非具体驱动因素。红树林损失与沿海开发、水产养殖扩张、毁林、气候变化影响和不可持续资源开采等人为及环境因素相关,直接土地利用转换是主要人为因素。红树林增益则可能反映自然扩展与人为干预的结合,包括保护修复举措、城市化带来的环境治理强化、碳市场和生态系统服务付费机制发展、国家项目如印度尼西亚国家红树林恢复计划、国际协议如昆明-蒙特利尔全球生物多样性框架等,与自然定殖共同促进了适宜条件下的红树林恢复。极高保护风险区域需快速诊断损失驱动因素,实施强化执法、改善土地利用规划等针对性干预;极高恢复机会区域则需验证增益机制,识别有利条件并扩大成功实践。
研究结论部分翻译如下:本研究利用多尺度融合的新兴热点分析方法和长时间序列卫星数据,分析了1990年至2022年东南亚红树林损失和增益的时空热点。尽管过去三十年红树林覆盖总体呈下降趋势,但研究人员观察到红树林损失呈减弱趋势,而增益呈增强趋势。分析识别了红树林损失和增益的热点区域,包括新出现、加剧、持续、动态、减弱和历史热点。将这些动态模式转化为保护风险指数和恢复机会指数,为战略性红树林管理提供了一种新颖的数据驱动框架。研究结果表明,东南亚12%的红树林处于"极高保护风险",需要立即采取针对性行动;相反,16%被归类为"极高恢复机会",展现出已证实的生态潜力,可作为扩大有效恢复或自然再生努力的示范。这些热点的时空模式为红树林生态系统动态提供了空间显性的洞察,并作为循证方法的基础,指导保护和恢复策略,从而确保这些重要生态系统的持久可持续性。