揭示红树林动态层次驱动因素的海陆耦合框架

《Journal of Environmental Management》:A land–sea coupled framework for revealing hierarchical drivers of mangrove dynamics

【字体: 大 中 小 】 时间:2026年07月14日 来源:Journal of Environmental Management 9.2

编辑推荐:

  阐明红树林动态的驱动机制对于有效的生态系统管理、维持关键生态系统服务以及支撑相关可持续发展目标(Sustainable Development Goals, SDGs)至关重要。然而,在气候变化与双向人类干预持续耦合的影响下,现有研究在整合跨系统过程及解构多驱

  
阐明红树林动态的驱动机制对于有效的生态系统管理、维持关键生态系统服务以及支撑相关可持续发展目标(Sustainable Development Goals, SDGs)至关重要。然而,在气候变化与双向人类干预持续耦合的影响下,现有研究在整合跨系统过程及解构多驱动因子间复杂关系方面仍存在局限。为应对这些挑战,研究人员开发了一种海陆耦合框架(Land-Sea Coupled Framework, LSCF),通过河流输运过程显式连接陆地与海洋系统,并利用可量化变量表征关键的海陆相互作用过程。通过集成智能模型与事后解释(post-hoc interpretation)技术,该框架能够识别关键驱动因子,并表征其非线性效应及交互作用。研究人员以中国红树林作为代表性案例来实施并演示该框架。结果揭示了红树林动态驱动机制的层次结构。具体而言,土地利用/覆被变化(Land-use/cover change, LUCC)为主导驱动因子,其随时间表现出增强的非线性效应,并受潮汐范围(Tidal range)显著调节。气候驱动因子主要发挥间接调制作用,在收缩期影响更强,而水文地貌特征(Hydrogeomorphic features, HGF)广泛塑造了生态系统响应模式。此外,多种气候胁迫因子的共存可能产生协同效应,从而增加红树林收缩风险,并凸显了复合气候极端事件的潜在威胁。总体而言,LSCF为阐明红树林动态复杂机制提供了一个可转移的解析框架,由此产生的区域尺度见解可为局部尺度的适应性管理与政策制定提供信息支持。
研究背景方面,红树林作为代表性蓝碳生态系统,在气候行动、生物多样性保护及可持续海洋资源利用等可持续发展目标(SDGs)中扮演关键角色。目前众多研究虽在多空间尺度审视红树林变化驱动因子,但多采用行政单元或规则网格,破坏了红树林与其地貌沉积环境的固有连续性,且难以兼顾宏观过程整合与微观机制解析。现有研究多侧重人为因素的结局导向分析,对自然因子驱动的收缩扩张关注不足,且依赖相关系数或线性回归难以捕捉非线性关系,地理探测器(Geodetector)等方法又存在信息损失及无法识别效应方向的问题。红树林作为海陆生态过渡带系统,受陆地活动、河流输运及海洋水动力共同调控,在气候变化与国家生态修复战略双向影响下,系统复杂性加剧,亟需系统性分析框架。研究人员开展了基于海陆耦合概念与方法层的LSCF框架研究,以中国红树林为案例,得出驱动机制具层次结构、LUCC为主导且具时空非线性、气候因子为间接调制器、水文地貌特征塑造响应背景及气候胁迫具协同效应等结论,该框架具可转移性,能为区域管理提供科学支撑,论文发表于《Journal of Environmental Management》。
研究人员采用的关键技术方法包括:基于MERIT-Basins数据集划定陆地流域单元,提取河流沉积物羽流区(River plume areas, RPAs)合并形成海陆耦合生态单元(Land-sea coupled ecological units, LSCUs);构建加权影响指数将红树林网格分配至主导LSCU;从土地利用/覆被变化(LUCC)、气候变化(Climate change, CC)、水文地貌特征(HGF)及内在属性中经多重检验筛选10个关键驱动因子作为变量;集成极端梯度提升(XGBoost)与SHapley Additive exPlanations(SHAP)模型,利用Optuna进行超参数调优与五折交叉验证,识别驱动因子重要性、非线性边际效应及交互效应。样本基于Xu et al. (2024)记录的中国1978至2022年2 km×2 km红树林网格数据集。
研究结果部分保留小标题说明如下:
3.1. Overall model performance evaluation results,研究人员通过五折交叉验证与超参数调优评估三类模型性能,净变化(Net Change)模型总体最优,扩张比例(Gain Fraction)模型类别表现较平衡,收缩比例(Loss Fraction)模型受样本量与不平衡限制表现相对较低,但所有模型均显著优于随机水平且Spearman秩相关系数均值近1,表明驱动因子相对重要性排序高度稳定,具备机制解释可靠性。
3.2. Impacts of different driver categories on mangrove dynamics,研究人员基于SHAP值量化三类驱动类别贡献,LUCC总体贡献38.41%但时序波动大,由1990–2000年约18%降至其后低于10%;CC与HGF分别稳定贡献33.74%与27.85%。LUCC中以养殖塘面积变化(CAP_change)为主(60.4%),次为人工不透水面比例变化(IAR_change),生态恢复比例(RESR)后期微增;CC中以生长季始期(SOS)降水变异系数(Prec_CV)与最低月均温(Temp_min)合计超60%;HGF中以悬沙浓度趋势(SSC_trend)主导(51.56%)。CAP_change、Prec_CV与SSC_trend合计解释近50%总贡献。
3.3. Marginal effects of key drivers on mangrove expansion and contraction,研究人员通过SHAP偏依赖图分析,LUCC在扩张与收缩中均主导,IAR_change与CAP_change稳居前二;CC在收缩期影响更强,Temp_min与Prec_CV为主要气候胁迫源;HGF贡献相近且稳定。IAR_change具显著时序异质性:1990–2000年增大会抑制扩张,2000–2013年强促进,2013–2022年呈低值正、高值负非线性;CAP_change在1990–2000年负关联最强,后期减弱后随其值再增重现;RESR与扩张弱相关主要在2000–2013年微正。Temp_min低于约3 °C对收缩影响甚微,3–7 °C收缩概率陡增;Prec_CV主要与收缩关联,高值对应高收缩概率;潮汐范围(Tide)对扩张影响由负转正随值增大;SSC_trend对收缩非线性先增后减,超约0.5可忽略或微负。
3.4. Interaction effects among key drivers,研究人员通过SHAP交互值筛选显著交互对,发现IAR_change与Tide交互:低潮(<1 m)高不透水面增扩张概率,高潮(>4 m)反转,受潮汐强烈调节;2013–2022年IAR_change与Prec_CV在收缩中交互,高降水变率(Prec_CV > 0.25)下高IAR_change伴降收缩概率。RESR与Tide交互:低潮下生态恢复增扩张概率,高潮无此效;RESR与Prec_CV交互:其对收缩抑制随降水变率增大减弱至消失。SSC_trend与Tide交互:低潮(<1.5 m)高SSC_trend正效,高潮减弱转局部负;SSC_trend与Temp_min交互:低温(<0 °C)效弱,超约7.5 °C效显。Temp_min与Tide交互:低温(<2.5 °C)正交互但随温增锐减。收缩中Temp_min与Prec_CV交互:低温(<5 °C)低变率降风险,变率增缓冲弱;高温(>~7 °C)协同增收缩;Prec_CV与极端低降水频率(Prec_lowF)弱交互,高变率(>0.4)低频对应高收缩概率。跨类别交互广泛,方向与强度受水动力与气候背景调制,凸显非线性。
讨论部分总结:研究人员指出LUCC影响由直接转换转向情境依赖效应,CAP_change主导且时序减弱后局部回升,IAR_change非线性增强受潮汐与降水变率调节,RESR以二元信号为主且受滞后与气候约束。气候驱动为条件调制器,Temp_min具阈值效应受潮汐热缓冲调节,Prec_CV与低温协同增收缩风险,复合极端事件威胁上升。水文地貌特征不直接驱动而构建响应背景,Tide正向调节扩张并介导他因,SSC_trend独立解释弱但情境正效或指示胁迫,需联动力因子解读。综合表明LSCF以区域景观尺度整合海陆多过程,借机器学习克服线性局限,具可转移性;变量量化存语境依赖,IAR_change等时变非线性凸显,单胁迫可被缓冲而多胁迫协同增险,管理需依潮汐与气候背景差异化施策,低潮区重恢复与气候风险,高潮区重结构与韧性,复合极端下增适应力。数据、空间异质与因果简化存限,需提数据质、引空间非平稳方法与因果推断如结构方程模型(Structural Equation Modeling, SEM)深化。
结论部分翻译:通过将区域(景观)尺度定位为核心分析域,本研究开发了一个海陆耦合框架(LSCF)以阐明红树林动态的驱动机制。研究人员以中国红树林作为代表性案例实施该框架,识别关键驱动因子并深入探究其潜在机制。LUCC因子贡献最强,塑造了扩张与收缩过程。相比之下,CC与HGF主要作为背景环境因子,发挥稳定但功能各异的影响。具体而言,CC因子潜在地充当调制器,在收缩期作用更强,而HGF塑造红树林响应并在各过程中贡献较均衡。进一步分析揭示,IAR_change的效应随时间呈强非线性且日益依赖情境,潮汐范围成为关键调节器。在生长季始期(SOS)高降水变率条件下,IAR_change可能对红树林收缩展现缓冲效应。气候交互进一步表明低温未必诱发负面影响;潮汐热缓冲与相对稳定降水可部分缓解冷胁迫。然而,当多气候胁迫因子共存时,可能产生协同效应,增加收缩风险。总之,这些发现揭示了三类驱动因子间驱动机制的层次结构,凸显跨系统交互在塑造红树林动态中的重要性,同时强调复合气候极端事件带来的日益增长的风险。其进一步证实了所提LSCF框架的运行可行性,从而推进了对海岸红树林系统的概念理解。同时,通过可量化变量表征关键海陆相互作用过程,本研究为框架实施与红树林动态机制解释提供了可行路径。LSCF框架亦展现转移潜力,为其他红树林区域及海岸生态系统研究提供研究视角与分析途径。由此产生的区域尺度见解为地方管理与政策制定提供科学支撑,从而促进特定生态系统与区域背景下可持续发展目标的落实。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号