利用遥感数据估算海草碳储量：对印度尼西亚南苏拉威西省经济估值的启示

《Regional Studies in Marine Science》：Estimating Seagrass Carbon Stock Using Remote Sensing Data: Implications for Economic Valuation in South Sulawesi, Indonesia

　　

## 摘要

本研究探讨了印度尼西亚南苏拉威西省巴鲁县阿维兰盖湾海草生态系统在通过蓝碳评估作为气候变化减缓的基于自然的解决方案方面的潜力。研究评估了海草生态系统蓝碳信用的潜力，以量化和提升其经济价值。结合哨兵-2A卫星影像与野外观测，生成了底栖生境图，总体精度为72%。通过生物量建模和总有机碳分析，量化了海草碳储量，揭示了不同物种之间的差异。研究区域识别出五种海草物种：大叶藻、圆叶针叶藻、海神草、篦齿草和管叶藻。这些物种被分为单种草地（大叶藻）和多种混生草地。估计的碳储量范围为单种草地中的5.99 ± 1.93 Mg C ha?1至多种混生草地中的3.53 ± 0.85 Mg C ha?1。结果表明，大叶藻具有最高的碳储存能力。此外，基于全球碳市场价格的评估显示，在上限和下限情景下，大叶藻均提供了最高的蓝碳价值。总体而言，研究结果强调了海草生态系统在气候变化减缓中的关键作用，为可持续沿海管理建立了量化基础，并为依赖海洋资源的沿海社区提供了经济机遇。

## 引言

气候变化是一个具有深远环境后果的全球性问题。近年来，全球气温上升引发了各种自然灾害，对各国政府管理其影响构成了巨大挑战（Herring等，2018；Dey和Lewis，2021）。全球气温上升导致过去三十年来海平面平均每年上升3.6 ± 0.3毫米（Guérou等，2023）。这一现象导致海岸侵蚀、海洋生物多样性丧失和沿海生态系统退化，从而威胁海洋资源和沿海社区的生计（Rilov等，2021）。

作为群岛国家，印度尼西亚通过其蓝碳生态系统——包括红树林、海草床和盐沼——具有巨大的气候变化减缓潜力（Zaid等，2025）。印度尼西亚政府通过第16号法律批准《巴黎协定》，展示了应对气候变化的坚定承诺，旨在减少碳排放并增强国家气候韧性。这一承诺通过《国家自主贡献》（NDCs）进一步落实，目标是在2030年前将温室气体排放减少31.89%（获得国际支持时可高达43.20%），并通过《印度尼西亚低碳发展》（LCDI）框架将减排战略纳入国家发展规划（Thorhaug等，2020）。

在众多减缓策略中，将海草生态系统作为基于自然的解决方案正受到越来越多的关注，这得益于其高效捕获和储存大气碳的能力（Fourqurean等，2012；Thorhaug等，2020）。近期研究也强调了整合遥感技术和预测建模方法对于成本效益高的蓝碳核算和大规模量化具有重要意义（Macreadie等，2019；Malerba等，2023；Sheehy等，2024）。

海草生态系统作为有效的自然碳汇（Fourqurean等，2012），其全球碳封存速率约为83–112克C m?2每年，远高于大多数陆地生态系统。印度尼西亚拥有全球近60%的海草覆盖面积（约150,693公顷），主要集中在其东部地区，在全球蓝碳储存中发挥着关键作用（Hernawan等，2017；McKenzie等，2020）。在这一背景下，南苏拉威西拥有高度多样化的海草床（Ambo-Rappe，2020），使其成为实施基于蓝碳的气候变化减缓倡议的战略区域。

尽管海草床是重要的碳库，但其总储存能力不仅取决于生态系统的面积范围，还取决于其中不同碳池的分布。海草生态系统以有机和无机形式储存碳，主要在充当长期碳汇的沉积物或土壤中。此外，生物量碳保留在植物结构本身中，包括地上生物量（AGB）和地下生物量（BGB）。碳来源既来自海草生态系统内部产生的自生源输入，如附生植物和叶片、根系的碎屑，也来自外部来源的外生源输入，包括陆生植被、浮游植物和悬浮物（Suwadhahannadi等，2024；Krause等，2025）。因此，海草床的碳储存能力不仅取决于生态系统覆盖范围，还取决于地上生物量、地下生物量和沉积物中碳池的相对贡献和稳定性（Githaiga等，2017；Wicaksono等，2022）。此外，海草生态系统在全球蓝碳封存中发挥着重要作用，对气候变化减缓做出了有意义的贡献（Howard等，2014；Macreadie等，2019）。因此，准确量化地上生物量和地下生物量对于评估海草生态系统的总碳储存能力至关重要。

遥感和机器学习的最新进展为海草制图和监测引入了更高效的替代方案。随机森林和支持向量机（SVM）等算法已广泛应用于处理卫星数据并分类底栖生境（Traganos和Reinartz，2018；Meister和Qu，2023）。然而，这些方法在准确区分海草物种以及评估其健康状况和质量方面仍面临挑战。

准确估算海草碳储量仍然至关重要，但由于方法论的限制而具有挑战性。传统的野外和实验室技术虽然精确，但受空间限制、耗时且成本高昂（Fourqurean等，2012；Simpson等，2022）。以往的研究依赖直接野外测量来调查影响有机碳储存的因素（Halim等，2020）以及恢复海草床中碳的空间分布（Oreska等，2017）。

随着技术的快速发展，遥感已成为绘制海草生态系统和估算其碳储量的日益高效的方法。Sentinel-2、PlanetScope和WorldView等多光谱影像利用可见光、近红外（NIR）和短波红外（SWIR）波段的光谱范围，能够探测水下植被并绘制海草覆盖图——这是蓝碳估算的关键组成部分（Koedsin等，2016；Tamondong等，2018；Amone-Mabuto等，2024）。这些传感器的主要优势在于数据广泛可用、开放获取以及适合长期时间序列监测。然而，其有限的光谱波段数量限制了对物种的区分能力以及对地下生物量的估算，特别是在浑浊或光学复杂的水域中（Pham等，2019；Veettil等，2020）。

相比之下，Hyperion和PRISMA等高光谱影像提供更高的光谱分辨率，能够实现更准确的物种识别和改进的底栖特征区分。然而，这些数据通常覆盖较小的空间范围，且采集成本较高（Veettil等，2020；Clarke等，2021）。这些遥感方法共同为估算海草生物量和蓝碳储量提供了坚实基础。

在数据处理方面，随机森林（RF）和支持向量机（SVM）等机器学习算法已被证明能够提高卫星影像中海草生境分类的准确性（Traganos和Reinartz，2018；Meister和Qu，2023）。尽管取得了这些进展，在探测地下特征和识别物种特异性变化方面仍存在重大挑战。考虑到现有方法的各自优势和局限性，将多光谱和高光谱数据集与机器学习算法相结合，是实现更准确高效的海草碳储量估算的一个有前景的策略。

估算海草碳通常涉及量化三个主要组成部分：地上碳（AGC；储存在基底表面以上的碳）、地下碳（BGC；储存在基底表面以下的碳）和沉积物储存碳（Omollo等，2022；Tahir等，2023）。估算中的核心挑战在于准确量化地下碳，因为卫星数据无法直接观测到它（Wicaksono等，2022；Simpson等，2022；Thang-Ha等，2023）。利用Sentinel-2A影像进行地下碳估算的研究仍然有限，特别是在印度尼西亚海草生态系统中，尽管成本效益高的蓝碳核算和预测建模方法正在不断进步（Macreadie等，2019；Wicaksono等，2022）。

除制图和碳估算的技术挑战外，海草碳的经济评估也远未完善。尽管海草生态系统在气候变化减缓中的潜力日益被认可，但储存碳的货币估值仍然复杂且不确定。根据欧洲海洋委员会（2023）的政策简报，关于封存碳的持久性以及碳储量在不同地点和沉积物类型之间的空间变异性，仍存在不确定性。此外，蓝碳倡议主要集中于红树林生态系统，而海草项目仍处于试点或研究阶段。这一观察与Müller等（2025）关于热带蓝碳的社论一致，该社论指出，与温带地区相比，对热带蓝碳系统的科学理解仍然不足，在制图、碳储量评估、生态系统服务量化和政策整合方面存在显著差距，特别是在印度尼西亚等国。

鉴于印度尼西亚拥有印度洋-太平洋地区最大的海草面积，其潜力巨大但尚未被充分利用（Unsworth和Cullen，2010），本研究具有时效性和重要意义。它有助于加强发展蓝碳项目以及推进海草生态系统融入国家和全球气候减缓战略所需的科学基础。

在这一背景下，保护和恢复产生不同的气候效果。保护的效果可以更为即时地观察到，因为它保留了与灾害减缓和碳封存相关的现有自然生态系统功能（Hilmi等，2021；Friess等，2024）。相比之下，恢复需要相对较长的时间才能达到完全功能性的生态系统（Kuwae等，2022），但它增强了长期碳封存能力（Macreadie等，2021；Lovelock等，2023）。因此，结合保护和恢复是实现可持续气候和灾害减缓的最有效策略（Hilmi等，2021；Arkema等，2023）。

准确的经济评估对于量化保护海草生态系统所带来的财务效益至关重要。这些效益包括对全球碳市场的贡献、沿海灾害减缓成本的降低以及来自渔业和旅游等生态系统服务的直接经济收益。可以应用的评估方法包括市场价格法（使用现有市场价格估算生态系统服务价值）、替代成本法（估算替代丧失生态系统功能的成本）和避免损害成本法（计算若生态系统服务得以保存则可避免的成本）（Doolan和Hynes，2023）。在南苏拉威西，经济评估尤为相关，因为沿海社区高度依赖海洋资源。深入了解这些经济价值可以为可持续沿海生态系统的循证管理提供政策指导，确保生态完整性和长期经济效益。然而，要实现可靠的评估结果，需要更准确和全面的碳储量估算方法。

尽管基于遥感的技术取得了进展，仍存在几个研究空白。首先，南苏拉威西基于遥感的海草碳估算研究仍然有限，特别是利用Sentinel-2A数据进行生物量制图的研究。其次，现有的海草碳估算模型往往未能纳入物种特异性差异和环境变异性，而这两者均显著影响地上生物量和地下生物量估算的准确性。第三，很少有研究将海草碳储量估算与碳交易框架内的蓝碳经济评估联系起来。这一差距至关重要，因为整合生态和经济分析可以为沿海保护和气候减缓提供更坚实的政策基础。

目前，碳估值研究通常采用全球碳价，如欧盟碳排放交易体系的价格。然而，来自印尼碳交易所的国内碳价，代表了印度尼西亚新兴的碳市场，很少被纳入海草估值研究中。因此，本研究旨在提高海草碳估算的准确性，并将其与使用全球和国家碳价参考的经济估值相结合，以支持基于激励的保护战略。

阿维兰盖湾位于南苏拉威西省巴鲁县，是印度尼西亚东部的关键海草栖息地之一。其广阔的草地位于沿海稳定性和支持当地渔业方面发挥着重要作用。然而，聚焦于该地区海草分布和碳估值的科学研究仍然稀缺。

基于这些特征，阿韦兰格湾是研究印度尼西亚海草生态系统空间分布和估算其碳储量潜力的理想案例研究地点。针对这些研究空白，本研究旨在：(1) 利用Sentinel-2A影像和随机森林算法，对南苏拉威西省阿韦兰格湾的海草覆盖进行制图；(2) 通过生物量建模，分别计算由海草覆盖数据推导出的地上生物量(AGB)和地下生物量(BGB)，以量化海草碳储量的潜力；(3) 利用IDXCarbon和欧盟碳排放交易体系(EU ETS)的碳价格，评估海草碳储量的经济价值。这种综合方法旨在提高海草碳估算的精度，加强蓝碳经济价值评估研究，并为制定可持续的沿海保护和管理政策提供坚实的科学基础。

各节摘要

研究区域

本研究在印度尼西亚南苏拉威西省巴鲁县的阿韦兰格湾开展(图1)。阿韦兰格湾位于连接望加锡市、帕雷帕雷市、马穆朱县和加里曼丹岛的战略要地。该海湾呈半封闭形态，湾口狭窄，导致波浪和潮流能量减弱。阿韦兰格湾的水文条件受水产养殖活动、附近居民点的营养物质输入、农业径流、河流排放以及……的影响。

底栖栖息地制图

本研究采用随机森林(RF)分类方法，对2020年的多时相Sentinel-2数据进行处理，生成了阿韦兰格湾的底栖栖息地分布图(图4)。输入参数包括光谱指数(NDWI和NDVI)、Sentinel-2A光谱波段(第1、2、3波段)、植被指数(GNDVI和GDVI)，以及原位采集的野外参考数据。

对Sentinel-2A影像的分析结合RF算法，揭示了……中明显的空间变异。

底栖栖息地分类

阿韦兰格湾的底栖栖息地分类基于野外调查期间观察到的主要组成成分，采用Siregar等(2020)所述的每样方单一分类方法。利用Sentinel-2A影像，凭借其高空间分辨率和强光谱敏感性，尤其是在绿色波段和近红外(NIR)波段，成功区分了海草、珊瑚礁和沙质基质等底栖栖息地(Pena-Regueiro等，2020)。

结论

对海草栖息地进行制图，特别是在阿韦兰格湾等沿海地区，对于估算这些生态系统中储存的碳至关重要。在本研究中，将Sentinel-2A卫星影像与随机森林算法相结合，用于对海草栖息地进行分类。分类后的海草区域随后作为输入数据，用于经验模型以估算地上生物量(AGB)、地下生物量(BGB)和总有机碳储量。模型验证结果……

资助信息

本研究的数据收集得到了印度尼西亚教育与文化部的支持，合同编号为：1/E1/KP.PTNBH/2020(2020年3月18日)和2657/IT3.L1/PN/2020(2020年3月31日)；以及合同修订编号：1/AMD/E1/KP.PTNBH/2020(2020年5月11日)和4106/IT3.L1/PN/2020(2020年5月12日)。

未引用参考文献

(Aoki等，2020；Fourqurean等，2012；使用无人机和基于对象的图像分析进行栖息地制图，无日期；Infantes等，2022；Macreadie等，2021；Manan等，2025；Mcleod等，2011；Needelman等，2018；其下方沉积物孔隙水溶解有机碳，无日期；Sun等，2024；Wicaksono等，2019；Wicaksono等，2022；世界银行，2023；世界银行，无日期)

CRediT作者贡献声明

Dony Kushardono：撰写——审阅与编辑，验证，监督，概念化。Turissa Pragunanti Ilyas：撰写——审阅与编辑，撰写——原始草稿，可视化，验证，资源，方法论，概念化。Septiyan Firmansyah：撰写——审阅与编辑，可视化。Muhammad Rizki Nandika：可视化，验证，软件。Pinta Budi Pradana Hutama：撰写——审阅与编辑，撰写——原始草稿，验证，方法论，概念化。Muhammad……

利益冲突声明

作者声明，他们不存在已知的相互竞争的财务利益或个人关系，这些利益或关系可能影响本文所报告的工作。

致谢

本研究得到了印度尼西亚研究创新局(BRIN)地理信息中心和人才管理总局的支持，并与宋卡王子大学、纽卡斯尔大学以及印度尼西亚共和国国家发展规划部合作开展。

利益冲突声明

作者声明，他们不存在已知的相互竞争的财务利益或个人关系，这些利益或关系可能影响本文所报告的工作。

Turissa Pragunanti Ilyas|Dony Kushardono|Parwati Sofan|Muhammad Halim|Pinta Budi Pradana Hutama|Muhammad Rizki Nandika|Septiyan Firmansyah