长期的土地卫星时间序列揭示了孙德尔本斯地区红树林植被的波动及其驱动因素

《Ecological Indicators》：Long-term Landsat time series reveals mangrove vegetation fluctuations and drivers in the Sundarbans

红树林生态监测与驱动因素分析：本研究基于1988-2020年Landsat卫星数据，结合最佳可用像素（BAP）算法和广义Boosted模型（GBM），量化了印度孟加拉邦及Bangladesh境内森德巴朗红树林的植被时空动态及驱动机制。结果显示，80%区域植被波动显著，EVI指数显示77%面积呈现褐化趋势，主要受经纬度空间分布（30%）、年降水量变化（33-34%）及土地利用/覆盖转变（9-11%）驱动，其中纵向空间差异与淡水输入减少及虾养殖扩张关联密切，降水过量与洪水频发加剧植被退化，海岸侵蚀和盐度入侵影响核心区域。研究提出整合多源遥感数据与实地调查的监测框架，为红树林保护与气候政策制定提供科学依据。

　　**解读：**

**背景与重要性**
红树林生态系统是地球生态多样性的重要组成部分，尤其在热带和亚热带的潮间带和咸淡水环境中。这些生态系统不仅在海岸保护、沉积物调节和碳封存方面发挥着关键作用，还为许多经济重要植物和动物提供栖息地。然而，红树林正面临全球性的威胁，包括森林砍伐、沿海污染、水坝建设以及资源过度开采。与此同时，气候变化的影响也日益显著，频繁且严重的风暴、海平面上升和盐度增加共同导致红树林范围和健康状况的下降。全球范围内的红树林覆盖面积已减少约三分之一，这与自然和人为压力共同作用密切相关。

以世界最大的红树林森林——孟加拉湾的“ Sunderban 红树林 ”为例，它位于孟加拉国和印度西孟加拉邦交界处，覆盖面积约为 10,000 平方公里，其中约 60% 位于孟加拉国，40% 位于印度。这一区域不仅是重要的生物多样性热点，还为超过 350 万人提供生计，并在抵御极端天气事件（如风暴和飓风）方面发挥关键作用。此外，Sunderban 红树林还扮演着重要的碳汇角色，每年在孟加拉国和印度分别吸收约 480 万吨和 279 万吨的二氧化碳等效量。因此，它的健康状况不仅关系到区域生态系统的稳定，也与全球气候变化缓解息息相关。

尽管其生态和经济价值显著，Sunderban 红树林仍然面临严峻挑战。低海拔地形使其特别容易受到海平面上升的影响，而近年来的模型研究表明，到 2100 年，该地区可能会经历大规模的陆地和栖息地丧失。此外，盐水入侵和淡水输入减少导致的盐度升高，也在改变红树林的水文格局。尽管气候变化是盐水入侵的主要驱动因素，但上游水坝建设、侵蚀、内陆沉积物流入以及农业和水产养殖活动的扩张，也对红树林的健康状况产生了深远影响。这些压力使得红树林植被面临自然和人为来源的双重挑战，因此，有必要开发更精确、整合的方法来评估红树林的健康状况及其对环境变化的响应。

**研究方法**
本研究采用了一种创新的方法，将年度 Landsat 卫星图像的“最佳可用像素”（BAP）合成与广义提升模型（GBM）相结合，以分析从 1988 年至 2020 年期间，Sunderban 红树林植被动态与多种驱动因素之间的时空关系。通过在 Google Earth Engine 平台上应用 BAP 算法，研究人员获得了高分辨率的年度植被指数（VI）时间序列，包括归一化植被指数（NDVI）、绿归一化植被指数（GNDVI）和增强植被指数（EVI）。这种方法能够克服传统遥感方法中因云层干扰而导致的图像质量问题，从而更准确地反映植被动态的变化。

为了更全面地理解植被变化，研究还引入了多个驱动变量，包括气候因素（如空气温度、降水和太阳辐射）、地表水变化（如地表水发生强度和季节性变化）以及土地利用与土地覆盖变化（LULCC）。通过将这些变量与植被指数趋势进行统计分析，研究揭示了不同因素对红树林植被动态的影响程度。此外，研究还采用曼-肯德尔（Mann-Kendall）测试和 Sen’s slope 模型，用于识别植被变化的趋势及其强度。这些方法能够检测时间序列数据中的单调趋势，而不依赖于特定的数据分布假设，从而为评估植被健康提供了更可靠的基础。

**研究结果**
研究结果显示，尽管红树林总面积保持相对稳定，但植被健康状况出现了显著波动。从 1988 年到 2020 年，约 80% 的 Sunderban 区域经历了高至极高的植被波动，其中以中部区域的变化最为明显。曼-肯德尔测试表明，植被呈现出明显的下降趋势，特别是在 EVI 时间序列中，77% 的区域出现了“发黄”现象，这可能对多种生态系统服务（如生物多样性保护、碳封存、风暴缓冲和居民生计）产生重要影响。

进一步的分析显示，地理分布（经度和纬度）、降水变化、土地利用与土地覆盖变化以及地表水变化是影响植被动态的主要驱动因素。其中，经度变化解释了约 30% 的植被变化，纬度变化占 13%，降水变化占 33%，而土地利用与土地覆盖变化则占 11%。这些结果表明，地理因素和气候条件在红树林健康变化中扮演了关键角色，而人类活动（如土地利用变化）也在其中发挥了重要作用。

此外，研究还发现，Sunderban 红树林中植被的波动主要集中在盐度较高的中高盐度区域（mesohaline 和 polyhaline），这与该区域中特定的树种（如 Heritiera fomes，即 Sundri 树）对盐度变化的敏感性有关。Sundri 树是 Sunderban 红树林中最具脆弱性的树种之一，其健康状况的变化可能预示着整个红树林生态系统的退化趋势。

在植被变化的强度方面，Sen’s slope 分析表明，尽管 EVI 指数的变化幅度较小（从 -0.01 到 +0.005），但这些变化在不同区域表现出显著的空间差异。例如，在印度部分的红树林中，植被出现了轻微的绿色趋势，而在孟加拉国部分则出现了更明显的植被退化。这些结果表明，尽管整体面积未发生显著变化，但植被的健康状况在不同区域存在显著差异，特别是在孟加拉国中部和印度南部区域。

**驱动因素的贡献**
研究还探讨了不同驱动因素对植被动态的贡献。地理分布（经度和纬度）是影响植被变化的主要因素，其中经度的影响更为显著，占预测模型中植被变化的约 30%。纬度的变化则解释了约 13% 的植被变化，这可能与不同区域的气候条件和水文特征有关。降水变化是影响植被动态的第二大因素，占约 33–34%，而温度和太阳辐射的变化则贡献较小，分别为 2–3% 和 6–7%。土地利用与土地覆盖变化（LULCC）占约 9–11%，这表明人类活动对红树林健康的影响不容忽视。

研究还发现，地表水变化对植被动态的影响较为有限，仅占约 1–4%。然而，地表水的季节性变化和发生强度可能对特定区域的植被产生更显著的影响，尤其是靠近地表水通道的区域。这些区域的植被变化趋势可能更加明显，但研究未能深入探讨其具体机制。

此外，研究还指出，气候变化引发的海平面上升可能对 Sunderban 红树林的未来造成严重影响。据预测，到 2100 年，该地区的红树林面积可能会减少 26 至 747 平方公里，这将对红树林的物种组成、生产力和生态稳定性构成重大挑战。同时，人类活动（如水坝建设、农业和水产养殖）也在加剧这些变化，特别是在孟加拉国北部地区，这些活动导致了大量红树林的破坏和退化。

**局限性与未来研究方向**
尽管本研究取得了重要进展，但也存在一些局限性。首先，由于采用了不同 Landsat 传感器（如 TM、ETM+ 和 OLI）的数据，可能会引入一定的不一致性，这源于传感器设计、光谱响应函数和辐射校正的差异。其次，尽管采用了 BAP 算法来优化像素质量，但双向反射分布函数（BRDF）效应可能仍然存在，这会影响植被指数的准确性。此外，不同数据集的时间和空间分辨率不一致，可能导致某些细微的变化被忽略。例如，气候数据的时间跨度与植被指数的时间序列不完全匹配，这可能影响对长期趋势的准确分析。

未来的研究可以进一步利用合成孔径雷达（SAR）图像和无人机（UAV）数据，以提高植被变化检测的精度，并能够捕捉红树林结构变化的细节。SAR 和 UAV 数据还可以帮助研究人员更好地评估稀疏森林和湿地区域的植被变化，特别是那些因森林退化或变薄而暴露于土壤的区域。此外，还需要进一步研究地表水变化对红树林动态的具体影响，特别是河岸区域的变化。随着全球变暖和海平面上升，地表水范围的扩大可能会对红树林的生存条件产生深远影响，例如增加河岸区域的盐度，从而对植被健康造成不利影响。

最后，研究强调了红树林生态系统的复杂性和脆弱性，特别是在应对气候变化和人类活动带来的压力方面。为了更好地理解和保护这一生态系统，未来的研究应结合地面观测数据（如植被多样性、健康状况和土壤盐度）与遥感数据，以构建更全面的分析框架。此外，还应加强对跨边界合作和政策协调的探索，以促进红树林的可持续管理和生态恢复。

**结论与意义**
本研究提供了对 Sunderban 红树林植被动态及其驱动因素的深入理解，强调了地理分布、降水变化和土地利用与土地覆盖变化在影响植被健康中的关键作用。研究结果不仅揭示了红树林退化和恢复的区域差异，还为制定有针对性的管理策略提供了科学依据。例如，通过识别植被变化的热点区域，可以制定早期预警系统，以指导快速响应措施，如实地调查、社区参与和生态修复。此外，研究还强调了遥感技术在红树林监测中的重要性，特别是 BAP 算法和多植被指数方法的应用，能够提供更详细的植被动态信息，从而支持生态系统的可持续管理。

Sunderban 红树林的退化不仅对区域生态系统构成威胁，还对全球碳循环和气候政策产生深远影响。因此，研究结果对制定符合《联合国可持续发展目标》（SDGs）的气候行动和蓝色碳政策具有重要意义。通过整合遥感数据和地面观测，未来的研究可以进一步揭示红树林生态系统的动态变化，为全球气候变化应对和生态保护提供更有力的支持。