巴拿马红树林重要鸟类栖息地树木生物量与碳储量的多尺度评估：地面实测与遥感模型的整合研究

本研究针对巴拿马太平洋沿岸红树林碳储量估算存在25-71 MtC巨大差异的问题，通过建立41个永久样地的树木调查数据库，结合GEDI卫星LiDAR数据，开发了景观尺度生物量模型。研究首次提供了Parita湾和巴拿马湾两个重要鸟类保护区(IBAs)的连续碳密度地图(AGCd)，验证了随机森林模型(R2 =0.78)在红树林碳监测中的应用，为该国国家自主贡献(NDCs)中的红树林恢复计划提供了科学依据。

　　

在应对气候变化的全球战略中，红树林作为"蓝色碳汇"的价值日益凸显。巴拿马这个碳负排放国家，其陆地碳汇的60%来自森林，而红树林仅占0.187 Mha却储存着25-71 MtC的巨大碳库。然而现有估算存在惊人差异，这源于采样方法不统一、物种特异性木材比重(WSG)数据缺乏，以及遥感验证数据不足等问题。更棘手的是，作为南北美洲候鸟迁徙的关键驿站，巴拿马太平洋沿岸红树林正面临城市化、水产养殖和气候变化的威胁，亟需精确的碳基准数据来支撑保护政策。

由Smithsonian热带研究所领衔的国际团队，选择Parita湾和巴拿马湾这两个重要鸟类保护区(IBAs)作为研究对象。通过分层随机采样，在海洋型和河岸型红树林中建立了41个永久样地，采用创新的"六连环"样方设计：7米半径主样方测量DBH>5cm的树木，嵌套5米样方记录幼树，并设置0.5公顷矩形样方监测DBH>50cm的巨树。研究团队使用水置换法测定五种优势树种的木材比重(WSG₁₀₀
)，并采用通用异速生长方程AGB=0.0509·(ρ·DBH²
·H)计算生物量。为突破地面调查的局限，他们整合Sentinel-1/2多源遥感数据，开发了基于GEDI激光雷达足迹的随机森林模型，首次生成10米分辨率的连续碳密度地图。

关键发现一：树木结构特征揭示生态差异。直径-高度关系分析显示，6%的树木出现异常纤细度(>150)或矮壮度(<30)，这可能反映了潮汐胁迫下的适应性生长策略。河岸型红树林的平均碳密度(AGCd)显著高于海洋型，印证了地貌类型对碳储存的关键影响。

关键发现二：木材比重(WSG)存在显著种间差异。Rhizophora racemosa的WSG高达0.91 g cm^-3
，而Pelliciera rhizophorae仅0.45 g cm^-3
，这意味着使用物种特异性参数可使碳估算精度提升约50%。

关键发现三：遥感-地面数据融合取得突破。GEDI足迹数据经严格质量控制(degarde_flag=0, quality_flag=1)后，与22个环境变量构建的随机森林模型，在独立验证中达到R²
=0.57的精度，显著优于传统光学遥感方法。

这项研究通过"地面实测-航空激光扫描(ALS)-星载LiDAR"的三级验证体系，解决了红树林碳监测的三个核心难题：一是建立了包含DBH、树高(H)和WSG的完整属性数据库；二是开发了可推广的异速生长模型；三是验证了GEDI在潮间带植被监测的适用性。其产出的开放数据集不仅支持巴拿马实现国家自主贡献(NDCs)中的红树林恢复承诺，更为中美洲区域碳核查机制(MRV)提供了方法范本。特别值得注意的是，该研究揭示河岸型红树林的碳汇优势，为优先保护区域的划定提供了科学依据，这对维护美洲候鸟迁徙通道的生态功能具有双重效益。