监测沿海亚洲地区养殖池塘扩张作为红树林丧失的驱动因素

《Estuarine, Coastal and Shelf Science》：Monitoring Aquaculture Pond Expansion As A Driver of Mangrove Loss in Coastal Asia

　　**摘要**- 该分析量化了水产养殖对亚洲红树林减少的贡献。- 将池塘动态数据集与全球红树林观测（GMW）的红树林范围时间序列相结合，揭示了与红树林丧失之间明确的空间-时间关联。- 池塘启用时间与红树林消失时间高度吻合。- 印度尼西亚、缅甸和越南被确定为水产养殖驱动的红树林退化主要热点地区。---**引言**红树林是地球上最有价值和生产力最高的生态系统之一，在维持环境平衡和支持人类与自然系统方面发挥着至关重要的作用（Friess等，2019；Kuenzer等，2011）。从生态学角度看，红树林为多种物种提供了关键栖息地。其复杂的根系为鱼类、甲壳类动物、鸟类及其他野生动物提供了庇护所和繁殖场所。这种生物多样性不仅支撑了海洋和沿海食物链，还支撑了许多沿海社区赖以生存的当地渔业（Vo等，2012）。红树林还充当天然的沿海防御屏障。其密集的根系网络可以稳定海岸线、减少侵蚀并吸收波浪能量，尤其是在热带风暴和风暴潮期间，从而有助于防止沿海洪水（Spalding等，2014）。在气候变化和海平面上升的背景下，这些防护功能变得越来越重要（Jennerjahn等，2017；Schuerch等，2018）。此外，红树林是高效的碳汇，在地表生物量及富含有机质的土壤中断裂大量二氧化碳，从而有助于减缓气候变化（Akram等，2023；Chatting等，2024；Lagomasino等，2019；Zhang等，2024）。除了生态和防护功能外，红树林还通过过滤污染物和截留沉积物来改善沿海水质，并提供木材、燃料和传统药物等资源。因此，保护和恢复红树林生态系统至关重要——不仅是为了保护生物多样性和沿海韧性，也是为了减缓气候变化和支持可持续发展（Akram等，2023；Rodríguez-Rodríguez等，2025；Roma?ach等，2018）。尽管红树林具有重要价值，但它们正面临来自人类活动日益加剧的压力。2020年，全球红树林覆盖面积约为1480万公顷，2000年至2020年间净损失28.4万公顷（FAO，2023），主要原因是水产养殖扩张、自然退缩和油棕转换。亚洲拥有全球约40%（600万公顷）的红树林。基于池塘的水产养殖，尤其是虾类和鱼类养殖，集中在低洼沿海区域，因为半咸水和平坦地形有利于池塘建设。然而，池塘水产养殖的建设往往涉及清除红树林，使水产养殖成为东南亚及其他热带地区红树林砍伐的主要驱动力之一（Hagger等，2022；Leal和Spalding，2024）。泰国、越南、印度尼西亚和厄瓜多尔等国经历了大量红树林向水产养殖池塘的转化（Arifanti等，2022b，2022a；Aslan等，2021）。这种转变消除了生物多样性丰富的栖息地（Polidoro等，2010），削弱了天然沿海防护，增加了遭受侵蚀、风暴潮和盐碱入侵的脆弱性，威胁着环境健康和当地社区安全（Akram等，2023；Kuenzer等，2011）。此外，在原有红树林区域进行水产养殖会导致不可持续的养殖实践：土壤退化、水质下降和疾病爆发常常导致池塘在经过几个生产周期后被废弃，随着新区域被开垦，对剩余自然栖息地的压力进一步加大。这些动态凸显了对可持续沿海管理和开发能与红树林生态系统共存而非替代红树林生态系统的水产养殖体系的迫切需求。例如，红树林-水产养殖综合系统提供了一种有前途的替代方案，既支持环境保育，又保障经济生计（Ahmed等，2023；McSherry等，2023）。地球观测技术的最新进展使红树林范围、状态和变化的日益精确评估成为可能（Bunting等，2022，2018；Du等，2023；Goldberg等，2020；Thomas等，2017）。早期的全球努力包括1997年的《世界红树林地图集》，该地图集汇集了专题地图、文献和遥感数据（Spalding等，2010）。Giri等（2011）使用约1000景Landsat影像和混合分类方法制作了第一份一致性的全球基准。最近，利用Sentinel-2影像和基于对象的随机森林方法生成了一份10米分辨率的高分辨率全球红树林数据集，提供了2020年的全球红树林范围图（Jia等，2023）。作为光学方法的补充，Thomas等（2017）利用JERS-1和ALOS PALSAR合成孔径雷达（SAR）数据绘制了全球变化地图并确定了红树林丧失的土地利用驱动力。Goldberg等（2020）将NDVI异常算法和机器学习应用于Landsat存档数据，检测红树林的时间变化并将丧失归因于土地利用类别。在这些工作的基础上，全球红树林观测（GMW）倡议（Bunting等，2022）利用L波段SAR时间序列（JERS-1、ALOS和ALOS-2）提供了最全面的长期全球红树林范围数据集，确立了基于雷达的监测作为红树林制图的一种可靠方法。---**各章节内容摘要****水产养殖池塘时间序列数据**水产养殖池塘时间序列数据集基于Ottinger等（2026，2022）开发的亚洲沿海水产养殖池塘综合参考数据集。研究人员采用了一种自动的、多传感器的、基于对象的方法，从Sentinel-1和Sentinel-2影像中提取并绘制了2019年单个池塘水产养殖特征的地图，达到单对象级别（见图1）。这两种传感器均属于欧洲航天局（ESA）运营的哥白尼地球观测计划。**亚洲红树林面积**空间分析显示红树林资源在亚洲有明显的集中分布，占全球红树林范围的三分之一以上（39.1%），其中印度尼西亚几乎贡献了全球五分之一。如图4所示，印度尼西亚以巨大优势成为红树林面积最大的国家。2020年，我们研究区域（亚洲）中近一半（49.2%；29,365平方公里）的红树林位于印度尼西亚。更广泛地说，亚洲拥有全球红树林总量的三分之一以上（39.1%）。**方法论优势与相关性**本研究展示了一种有效的方法，即将具有不同时间分辨率的异质性地球观测数据集进行整合，以分析水产养殖扩张与红树林丧失之间的相互作用。通过将不规则的红树林观测年份与逐年解析的基于Landsat的池塘启用数据进行协调，分析在时间采样存在巨大差异的情况下仍实现了数据集之间的一致性比较。这对于长期沿海研究尤为重要。**结论**本研究对亚洲范围内水产养殖池塘扩张与红树林丧失之间的空间和动态进行了全面评估。印度尼西亚在2020年拥有亚洲49.2%的红树林，从1996年到2020年损失了2,284平方公里（7.2%），主要原因是水产养殖。缅甸和巴基斯坦也面临大量损失，分别为564平方公里（8.9%）和269平方公里（22.2%），而斯里兰卡和伊朗在1996年至2019年间损失了近30%的红树林。通过整合大规模、高分辨率的……**CRediT作者贡献声明****Luis David Almeida Famada：** 写作——审阅与编辑、可视化、软件、方法论、正式分析。**Juliane Huth：** 写作——审阅与编辑、方法论、概念构思。**Marco Ottinger：** 写作——初稿、可视化、软件、方法论、正式分析、概念构思。**数据可用性**关于支持本文结论的池塘数据，请联系作者获取。**利益冲突**作者声明，本研究是在不存在任何可被视为潜在利益冲突的商业或财务关系的情况下进行的。**软件与数据处理**池塘动态矢量数据集、行政边界图层和全球红树林观测（GMW）数据集使用Python（版本3.8）进行处理。主要库包括pandas（1.2.2）和geopandas（0.8.2），用于数据处理和空间操作；geofeather（0.3.0）用于高效加载和分析大型矢量数据集。并行处理在CPU服务器上通过multiprocessing包完成，以提高性能并减少计算时间。Python还用于创建……**资金**本文发表由德国航空中心（DLR）的开放获取出版基金支持。**利益冲突声明**? 作者声明以下财务利益/个人关系，可能被视为潜在利益冲突：Marco Ottinger报告文章出版费用由德国航空中心（DLR）德国遥感数据中心提供。如有其他作者，他们声明不存在已知的竞争性财务利益或个人关系可能影响本论文所报告的工作。**致谢**特别感谢全球红树林观测（GMW）倡议提供红树林数据集，感谢美国地质调查局（USGS）和美国国家航空航天局（NASA）的Landsat项目，以及欧洲航天局（ESA）和哥白尼卫星项目免费提供的Landsat存档和Sentinel-1/2数据；感谢谷歌地球引擎团队提供可分析的卫星数据。---Marco Ottinger | Luis David Almeida Famada | Juliane Huth