基于遙感、氣候和地形數(shù)據(jù)估算渤海灣西部濱海濕地土壤有機碳含量 | 科研論文集萃

據(jù)統(tǒng)計，全球濱海濕地面積大約為142萬平方千米，盡管全球濱海濕地分布面積較小，覆蓋面積不到海床的0.5%，但其碳儲量卻占海洋碳儲量的50%以上，被稱為“藍碳”。濱海濕地“藍碳”生態(tài)系統(tǒng)單位面積的固碳能力遠超陸地和海洋。與陸地生態(tài)系統(tǒng)相比，濱海濕地擁有更強的固碳能力，并在全球碳循環(huán)中發(fā)揮著主要作用。隨著濱海地區(qū)人口急劇增長、社會經(jīng)濟快速發(fā)展、工業(yè)化和城市化進程不斷推進，濱海濕地濕地正面臨著氣候變化和土地利用變化的影響，對于濱海濕地藍碳功能產(chǎn)生不確定性，加速了土壤有機的含量與空間分布差異。因此，準確估算濱海濕地土壤有機碳含量及空間分布對于評估濱海濕地固碳能力、促進我國碳中和戰(zhàn)略的實施具有重要意義。

華北理工大學資源與環(huán)境遙感團隊研究人員利用Sentinel系列數(shù)據(jù)，結(jié)合大量的野外調(diào)查數(shù)據(jù)，總結(jié)濱海濕地表層土壤的影像光譜特征，綜合氣候和地形因子，使用多種優(yōu)化機器學習算法(隨機森林、梯度提升機和極端梯度提升)構(gòu)建濱海濕地土壤有機碳(CW-SOC)含量預測模型，系統(tǒng)分析了對CW-SOC含量敏感的預測變量，定量解析了CW-SOC含量空間分布差異。

圖1 渤海灣西部濱海濕地分布

通過R2、MAE和RMSE對RF、GBM和XGBoost方法預測CW-SOC含量的模型性能進行評價(表1)。發(fā)現(xiàn)無論使用哪種預測變量的組合，XGBoost方法的預測精度均高于RF和GBM方法，其R2均大于0.6，最高值達到0.73，MAE值均小于1 g?kg-1。多源數(shù)據(jù)的結(jié)合可以有效提高模型的預測精度。與僅使用光學圖像和SAR圖像的模型相比，預測精度分別提高了0.063和0.115。

表1 不同模型的評價及比較

研究區(qū)內(nèi)CW-SOC含量的分布具有相似的空間分布特征(圖2)。從沿海地區(qū)到內(nèi)陸地區(qū)，CW-SOC含量呈逐漸上升的趨勢，這在RF和GBM方法預測的空間分布圖中最為明顯。研究區(qū)南部和北部CW-SOC含量較低，中部較高，主要分布在北大港濕地保護區(qū)和南大港濕地保護區(qū)附近。利用RF、GBM和XGBoost方法預測的CW-SOC含量范圍分別為3.174 ~ 14.079 g/kg、0.455 ~ 14.923 g/kg、1.208 ~ 17.645 g/kg。通過對不同縣市CW-SOC含量的匯總統(tǒng)計(表2) 發(fā)現(xiàn)，濱海新區(qū)CW-SOC含量高于黃驊市和海興市。

圖2 CW-SOC含量反演圖

表2 不同縣市CW-SOC含量的匯總統(tǒng)計

本研究在區(qū)域尺度繪制了CW-SOC含量空間分布格局，并分析了CW-SOC含量的空間分布差異及其原因。研究結(jié)果不僅有助于了解渤海灣西部濱海濕地土壤有機碳含量空間分布特征，且為制定濱海濕地資源可持續(xù)利用、濱海濕地生態(tài)環(huán)境保護和碳中和提供了理論指導和數(shù)據(jù)支持。

該研究由華北理工大學張永彬教授、寇財垚碩士研究生、劉明月副教授和滿衛(wèi)東副教授等共同完成。成果發(fā)布在Remote Sensing期刊上。本研究得到了國家自然科學基金（41901375、42101393、52274166）、河北省自然科學基金（D2022209005）、中國河北省教育廳科技計劃項目（BJ2020058）、唐山市科技計劃重點研究開發(fā)項目（22150221J）、唐山市科技研發(fā)平臺培育項目（2020TS003b）等共同資助。

文：寇財垚

審：Richard

論文原文鏈接：

https://doi.org/10.3390/rs15174241

【參考鏈接】

Zhang Y, Kou C, Liu M, Man W, Li F, Lu C, Song J, Song T, Zhang Q, Li X, et al. Estimation of Coastal Wetland Soil Organic Carbon Content in Western Bohai Bay Using Remote Sensing, Climate, and Topographic Data. Remote Sensing. 2023; 15(17):4241. https://doi.org/10.3390/rs15174241