滨海湿地内外部转化对中国土壤有机碳的影响

《Environmental Impact Assessment Review》：Effects of internal and external coastal wetland conversions on soil organic carbon in China

　　

摘要

滨海湿地是关键性的蓝碳生态系统，但由于景观格局的剧烈变化，其土壤碳储量存在显著的不确定性。尽管已有局部研究探讨了这些变化，但对其影响土壤有机碳（SOC）动态的全国性系统量化仍然不足。本研究通过元分析，阐明了中国滨海湿地景观的时空演变，并量化了湿地内部转化及外部人为土地利用变化对SOC的影响。结果表明，天然滨海湿地大幅减少，与此同时人工土地覆被持续扩张。1990–2020年期间，湿地生态系统内部转化以红树林恢复和互花米草（*Spartina alterniflora*，S. *alterniflora*）扩张为主；这些转化分别使SOC储量增加了1.04 ± 0.16 Tg C（均值 ± 标准误）和1.87 ± 0.43 Tg C。相比之下，由滨海养殖塘扩张驱动的天然湿地外部转化使SOC储量减少了0.53 ± 0.17 Tg C。值得注意的是，滩涂开垦为耕地在很大程度上保留了碳汇功能，57,326.3 ± 729.4 km2的转化面积贡献了1.22 ± 0.69 Tg C的SOC储量净增量。SOC密度变化与转化持续时间呈正相关，亚热带区域由于水热条件优越而成为热点。这些发现有助于蓝碳储量的科学评估，并为滨海湿地的保护、恢复和可持续管理提供信息参考。

引言

滨海湿地是关键性的蓝碳生态系统，在全球有机碳储存方面具有巨大潜力，在维持生态平衡、保护生物多样性和调节气候方面发挥着至关重要的作用（Bertram等，2021；Macreadie等，2019；McLeod等，2011）。尽管滨海湿地仅占全球海洋表面积的0.2%，但贡献了海洋沉积物总碳埋藏量的约50%。这种高效性使其成为一种高效且具有成本效益的自然气候解决方案（Duarte等，2013；Hopkinson等，2012；Macreadie等，2021）。然而，自20世纪以来，在全球气候变化和大规模人类活动的共同压力下——包括耕地开垦、城市化和水产养殖——全球滨海湿地已损失了25%–50%（Murray等，2019；Syvitski等，2009；Xiao等，2024）。这种退化导致每年估计排放0.15–1.02 Pg的CO?（Pendleton等，2012），严重削弱了这些生态系统的碳封存能力及其缓解气候变化的潜力（Zhang等，2026）。中国滨海湿地蕴藏着大量的土壤有机碳（SOC）储量，一直是碳循环研究的重要关注领域（Mao等，2015；Yang等，2022）。因此，研究滨海湿地景观格局演变对SOC动态的影响，对于制定可持续的湿地管理策略、支持中国2030年前碳达峰和2060年前碳中和的双重目标至关重要。

全球气候变化和密集的人类活动正在深刻改变滨海湿地的过程和属性，导致大规模的景观退化。这种退化主要表现为天然滨海湿地被转化为以人类活动为主导的土地利用方式，包括耕地、养殖塘和建设用地（Wang等，2014；Wei等，2024；Yuan等，2025）。与此同时，外来入侵物种互花米草（*Spartina alterniflora*，S. *alterniflora*）的大规模扩张严重侵占了包括本土盐沼和红树林在内的本地植被的生态空间（Brusati和Grosholz，2007；Liu等，2018；Yuan等，2015）。近年来，随着对滨海湿地可持续管理重要性的日益认识，各种保护和恢复举措相继实施，包括红树林恢复项目、互花米草治理措施以及对养殖塘扩张的政策管控（Jiang等，2025；Qi等，2024；Tian等，2024）。这些措施促进了部分滨海湿地区域的生态恢复。因此，理解由退化和恢复两种驱动力共同导致的滨海湿地动态转化过程具有关键意义。

在遥感和云计算分析的支撑下，全国尺度的滨海湿地景观变化研究已取得显著进展，涵盖红树林、盐沼和滩涂等类型（Jia等，2018；Mao等，2019；Zhang等，2022）。然而，受限于数据来源、时间分辨率、制图方法和研究重点等因素，不同时间段滨海湿地范围变化的监测仍存在相当大的不确定性。具体表现为特定湿地类型面积报告值的显著差异：例如，滩涂面积估计值差异可高达1.6倍（Gao等，2020；Sun等，2024；Wang等，2020），而红树林范围估计值的差异可达1.2倍（Hu等，2018；Jia等，2018；Wang等，2022；Xu等，2024b）。此外，现有研究主要集中于各湿地类型的独立变化检测，缺乏对多种湿地类型间转化过程的系统分析。尽管先前的研究已实现了不同类型滨海湿地的分类与识别（Gao等，2020；Wang等，2021；Yu等，2025），但在全国尺度上系统量化内部和外部湿地景观转化过程及其生态意义的研究相对较少。在本研究中，内部转化被定义为保持湿地生态系统基本属性（包括水文条件和沉积环境）的自然资源型滨海湿地生态系统类型之间的转换，这些类型包括滩涂、红树林、本土盐沼和入侵物种互花米草。互花米草被单独归类为一种湿地类型，原因是其外来起源、独特的群落结构、高生产力以及有充分记录的入侵行为。外部转化被定义为天然滨海湿地向非天然湿地的转变，包括人工土地利用类型（如耕地和建设用地）以及人工湿地如滨海养殖塘。区分这两种转化途径至关重要，因为它们涉及调节土壤有机碳动态和蓝碳封存的截然不同的机制（Li等，2015）。因此，需要系统地定量评估内部和外部滨海湿地转化过程，以增进对其生态后果的理解，并支持有效的管理和保护策略。

滨海湿地的景观转化通过直接改变植被覆盖类型、土壤碳封存潜力和水文连通性，对碳平衡产生显著影响（Dahl等，2025；Fan和Li，2024；Waleed等，2024）。然而，内部转化和外部转化驱动SOC动态的机制存在根本性差异。内部转化主要通过生产力和凋落物质量等碳输入的变化来调节SOC储量，而外部转化往往通过破坏土壤厌氧环境和加速分解过程而引发碳损失（Pendleton等，2012）。尽管如此，不同外部转化途径中SOC响应的大小和方向可能存在显著差异。虽然湿地开垦通常与碳损失相关，但一些研究报告了滩涂向耕地转化后SOC增加的现象，表明外部转化的影响比通常假设的更为复杂（Zhang等，2016）。这种复杂性要求对不同转化途径进行系统比较，然而现有研究大多聚焦于单个转化类型，如互花米草入侵或耕地开垦（Huang等，2022；Zhang等，2016）。此外，大多数研究是在局部点位或单个自然保护区内进行的（Yuan等，2025；Zhang等，2021；Zhang等，2010），在全国尺度上综合分析滨海湿地景观转化对SOC储量效应的努力有限。此外，各研究之间的方法异质性使得不同转化途径之间的直接比较更加复杂。因此，在集成的全国尺度框架内，内部和外部景观转化对SOC动态的相对贡献尚未得到系统评估。这一局限性制约了对滨海湿地转化途径如何在全国尺度上影响蓝碳储存的综合理解，并可能阻碍有效保护和管理策略的发展。为解决这些局限性，需要进行全面的定量综合分析，以系统评估内部和外部景观转化格局及其SOC响应格局的全国尺度特征。

本研究在中国开展全国性元分析，旨在实现以下目标：(1) 揭示滨海湿地内部和外部景观的时空格局；(2) 量化内部湿地转化途径的SOC响应和碳储量净变化；(3) 评估不同外部转化途径的SOC响应和碳储量净变化。研究结果将为预测景观变化对SOC的响应提供重要依据，并为制定基于证据的蓝碳保护和湿地可持续管理策略提供支持。

各章节要点

文献检索与筛选

根据系统综述和元分析首选报告条目（PRISMA）指南（Page等，2021），我们系统地检索了Web of Science核心合集和中国知网数据库中所有经同行评审的文章，探讨中国滨海湿地景观转化及其对SOC的影响（图S1和S2）。我们的检索策略围绕两个核心主题使用关键词：(1) 滨海湿地景观变化；(2) SOC

中国滨海湿地景观格局演变

分析表明，1970年代至2020年间，中国滨海湿地景观发生了剧烈变化，其特征是天然湿地面积显著减少和人为驱动的景观转化增加（图3）。已有文献证据的综合分析显示，湿地面积估计存在相当大的异质性。然而，总体趋势一致表明中国滨海湿地发生了根本性转变（图3a）。1970年至1990年期间，红树林

滨海湿地丧失与恢复对SOC动态的影响

本研究表明，滨海湿地的SOC动态是由人类活动驱动的湿地丧失和自然及人为因素驱动的湿地恢复共同作用的结果。日益增长的经济需求推动了水产养殖的快速发展，导致滨海养殖塘大规模扩张（Slater等，2013；Yang等，2017）。这种扩张涉及对大面积滩涂的围垦，以及

结论

本研究提出了一个集成的全国尺度评估，分析了内部湿地动态和外部景观转化对中国滨海湿地SOC的影响，为评估不同滨海湿地转化途径对蓝碳储存的对比效应提供了综合框架。我们综合了来自116项研究的51条景观变化记录和207对SOC观测数据。研究发现表明，内部转化以红树林为主

利益冲突声明

作者声明他们不存在可能影响本文所报告工作的已知竞争性财务利益或个人关系。

致谢

本研究得到吉林省科技发展计划项目（20250101007JJ）的资助。Mohamed Abdalla由UPTAKE项目（欧盟地平线；项目编号：101081521）资助。

王英聪 | 毛德华 | Mohamed Abdalla | 任永星 | 甄建宁 | 李建国 | 项衡星 | 贾明明 | 王宗明 | Pete Smith

中国科学院东北地理与农业生态研究所 黑土保护与利用重点实验室，长春 130102，中国