无人机监测揭示南苏拉威西卡帕藻生产季节性动态及其对气候适应策略的启示

为解决气候变化背景下海藻养殖生产波动问题，研究人员结合无人机（UAV）与卫星遥感技术，深入分析南苏拉威西卡帕藻（Kappaphycus alvarezii）的季节性生产趋势与环境参数关联。研究发现季节变化显著影响产量，盐度（r = -0.73）和浪高呈关键相关性，并开发预测模型（R2 = 0.82）。该成果为优化养殖计划提供数据支撑，促进可持续海岸管理，助力气候适应。

　　

气候变化正日益威胁全球海藻养殖业，作为印尼经济支柱的南苏拉威西省，其卡帕藻（Kappaphycus alvarezii）产量占全国主导地位，但季风转换引发的温度、盐度和营养物波动常导致生长受阻和减产。传统监测方法难以捕捉精细环境变化，亟需整合先进技术以预测生产趋势并制定适应性策略。为此，研究人员依托无人机（UAV）与卫星遥感，对南苏拉威西骨湾（Bone Regency）的海藻养殖区展开系统研究，揭示季节性动态如何驱动生产变化，为农民和政策制定者提供科学依据。相关成果发表在《Remote Sensing Applications: Society and Environment》期刊，突显地理信息技术在水产养殖可持续发展中的关键作用。

研究团队采用多源技术方法：首先，利用大疆Phantom 4和Phantom Multispectral无人机进行月度航拍（飞行高度300米，地面采样距离13-15.9厘米），覆盖226公顷区域，获取高分辨率影像；通过Agisoft Metashape软件生成正射影像，结合GIS工具数字化养殖单元。环境参数（2019-2024年）整合卫星数据源，包括Aqua Modis（海表温度）、CHIRPS（降雨）、Marine Copernicus（盐度、海流）和ERA5（波浪、风速），空间分辨率4-55.66平方公里。统计方法涵盖正态性检验（Shapiro-Wilk）、相关性分析（Pearson和Spearman）、回归模型（线性、Lasso和Ridge回归）及方差分析（ANOVA），以识别环境因子与生产的关系。样本基于当地228户全职海藻农民的问卷和实地调查，确保数据代表性。

3.1. 海藻养殖空间分布模式与生产

3.1.1. 空间分布模式

无人机影像分析显示，海藻分布呈明显季节分异：雨季（12-2月）集中于近岸浅水区（0-5米），因降水带来营养富集；过渡期（3-5月）向深水（>5米）扩展；旱季（6-8月）分布均匀化；干湿过渡期（9-11月）回归浅水。森林、池塘和河流等地形驱动养分输入，影响空间格局。

3.1.2. 海藻生产计算

基于养殖线长度估算产量，公式为总湿重（吨）=（线长/苗束间距）×单束湿重。ANOVA证实季节间生产差异显著（p=0.0127），过渡期1（3-5月）产量最高（中位数809.02吨），西季风期（12-2月）最低（350.72吨），突显环境波动直接影响。

3.2. 海藻生产与海洋环境相关性

3.2.1. 2019-2024年海洋参数趋势

六年间，海表温度（28.60-30.67°C）、盐度（32.81-34.44）和波浪呈季节性振荡。西季风期降雨降低盐度，东季风期盐度升高，海流和浪高在东季风期增强，影响养殖稳定性。

3.2.2. 环境变量对生产的影响

正态性检验显示温度数据非正态（p=0.038），故用Spearman分析。盐度与生产强负相关（r_s=-0.73, p=0.0071），浪高呈正相关但未达显著（r=0.44, p=0.155）。Lasso回归筛选出盐度和浪高为核心因子（R²=0.79），Ridge回归纳入全变量（R^2up>=0.