气候变化下红树林生态系统持久性的不确定性预测：基于网络模型的全球概率评估

这篇研究通过构建网络模型（Network Model）模拟了全球红树林生态系统在SSP5-8.5气候情景下（2040-2060年）的净变化概率，揭示了77%的红树林单元可能面临向海侧净损失，而30%可能实现向陆侧稳定或扩张。创新性地量化了参数不确定性对预测的影响，为数据有限条件下的生态系统管理提供了气候智能型（climate-smart）决策框架，并指出通过修复行动（如沉积物补充、生态连通性提升）可使红树林稳定单元数量翻倍。

　　

摘要

研究构建了全球首个整合红树林向海侧与向陆侧动态的网络模型，模拟了3983个红树林单元在气候与人为压力下的响应。模型通过随机参数化（n=1000）量化相互作用强度不确定性，并约束生物物理背景（如潮汐范围、沉积物供给）的优先知识。结果显示，SSP5-8.5情景下，77%的单元向海侧可能净损失（95% CI: 37%-78%），而向陆侧净增益/稳定概率达30%（CI: 15%-59%）。模型验证表明，向陆侧预测用户准确率达75%，但向海侧净损失预测存在50%误判，反映海缘动态复杂性。

材料与方法

网络模型结构

模型区分向海（Seaward mangrove）与向陆（Landward mangrove）节点，整合基底体积（Substrate volume）、繁殖体供给等关键变量，并纳入7类压力因子（如海岸开发、海平面上升）。通过符号有向图（signed digraphs）转化为社区矩阵（community matrix），利用QPress包进行扰动模拟。

约束与验证

基于专家知识约束边缘权重（如沉积物供给>海平面上升影响），并通过24年遥感数据（1996-2020）进行5折交叉验证。最优模糊阈值（75%）下，向陆侧总体准确率达79%，而向海侧仅52%，凸显沉积-侵蚀反馈机制的数据缺口。

结果

压力情景响应

微潮区（microtidal）红树林对海平面上升最敏感，损失概率比宏潮区（macrotidal）高33%。海岸挤压（coastal squeeze）使向陆迁移受限，人口密集区净损失概率增加66%。

管理情景效益

沉积物补充可使8%模棱两可单元转为净增益，移除海岸屏障（如堤坝）则提升18%单元向陆稳定性。生态连通性改善对东南亚岛屿效果显著，但需注意繁殖体限制假设的局地适用性。

不确定性热点

巴布亚新几内亚、所罗门群岛等57%向陆预测呈模糊性，反映潮汐-沉积耦合作用的参数敏感度（敏感性分析显示干旱对沉积物负效应假设可改变50%结果）。

讨论

相比传统定量模型（如Saintilan et al. 2023的3%-100%损失范围），本研究通过概率输出规避了"预测陷阱"（forecast trap）。但未涵盖纬度扩张（poleward expansion）和陆地清理导致的沉积物增加效应，未来需整合水动力能量等本地过程。气候智能型修复（如生态连通性提升）的全球推广需结合社会经济可行性评估，模型开源数据可支持《红树林突破计划》（Mangrove Breakthrough）等国际行动。

创新与局限

首次实现红树林双向边缘的全球概率投影，但海缘增益预测低估（仅4%单元）可能源于遥感对冠层下损失的监测局限。建议优先在模糊性区域（如缅甸沿岸）开展孔隙水盐度等原位观测以约束模型参数。