《Ecology and Evolution》：Mangrove Phenology From Scale, Data and Species Perspectives
编辑推荐：
本研究系统评估了多源遥感数据（Landsat 8与Sentinel-2）在亚热带红树林物候监测中的适用性，通过谐波分析（HANTS）重建增强型植被指数（EVI）时间序列，揭示了红树林物候在区域与样方尺度的一致性规律，并首次在物种层面验证了白骨壤（Avicennia marina）、木榄（Bruguiera gymnorhiza）等四种优势红树林的物候分异特征。研究为气候变化背景下红树林生态系统的长期监测提供了高精度遥感技术方案。
引言
植被物候作为表征植被生长周期动态的关键指标，对于理解气候变化对生态系统的影响至关重要。红树林作为热带亚热带海岸带重要的蓝碳生态系统，其物候研究因地理变异、数据选择不一致及物种特异性认知不足而相对滞后。本研究以中国湛江高桥红树林保护区为研究区，从空间尺度、数据分辨率及物种差异三方面系统探究红树林物候的遥感监测机制。
方法
研究选取区域尺度（数百公顷）和样方尺度（30 m×30 m）进行对比分析，利用2014-2023年Landsat 8 OLI和2019-2023年Sentinel-2 MSI地表反射率数据，计算增强型植被指数（EVI）时间序列。通过谐波分析（HANTS）算法重构连续物候曲线，并采用拐点法提取生长季开始时间（SOS）、结束时间（EOS）、生长季长度（LOG）及生长峰值时间（PGS）等参数。同步开展四种优势红树林（桐花树Aegiceras corniculatum、白骨壤Avicennia marina、木榄Bruguiera gymnorhiza和红海榄Rhizophora stylosa）的落叶量监测，验证遥感物候参数的生态意义。
结果
尺度一致性分析表明，区域与样方尺度均呈现清晰的单峰物候曲线，生长季始于1-2月（SOS：DOY 12-36），终于12月（EOS：DOY 335-364），峰值出现在7-8月（PGS：DOY 209-231）。样方尺度EVI值普遍高于区域尺度，但物候参数时序稳定。传感器对比显示，Sentinel-2凭借更高的时空分辨率（10 m/5天）能更敏感捕捉物候过渡信号，其SOS（2月，DOY 52-53）较Landsat 8（3月，DOY 71-111）提前，LOG延长约38天（310天 vs. 272天）。物种特异性分析发现，桐花树和木榄生长季覆盖全年（SOS-EOS：DOY 22-358），而白骨壤和红海榄生长季为3-12月；落叶量峰值均出现在7-8月，且除桐花树外，其余三种物种的落叶量与EVI呈显著正相关（p<0.05），佐证了卫星物候监测的物种级可行性。
讨论
多尺度物候一致性证实遥感技术能有效捕获红树林季节性动态，但传感器差异凸显高分辨率数据在物种级监测中的优势。物种间物候分异可能与开花物候（如白骨壤花期5月，红海榄花期8月底）及叶片周转策略有关。谐波分析（HANTS）与拐点法组合能稳健处理红树林区高频云雨干扰，但潮汐淹没、冠层结构复杂性仍是主要不确定性来源。
结论
本研究证实了多源遥感数据在红树林物候多尺度监测中的可靠性，Sentinel-2数据更适用于物种特异性物候解析。红树林物候的物种分异规律为精细化生态系统管理提供科学依据，未来需结合地面观测（如物候相机、无人机）构建空天地一体化监测网络，以提升海岸带生态系统气候适应性管理能力。
