目录

01 文章简介

02 研究内容

03 文章引用

---

01 文章简介

论文名称：Mangrove species mapping in coastal China using synthesized Sentinel-2 high-separability images（基于Sentinel-2高分离度图像的中国沿海红树群落制图）

第一作者及通讯作者：赵传朋（特别研究助理）；贾明明（副研究员）

第一作者及通讯作者单位：中国科学院东北地理与农业生态研究所

文章发表期刊：《Remote Sensing of Environment》（中科院1区Top期刊|最新影响因子：13.5）

期刊平均审稿速度：3.3个月

文章在线发表时间：2024年4月17日

02 研究内容

不同红树植物群落的生态功能和价值差异较大。遥感技术以其大范围、可重复、低成本等优势，被广泛应用于红树林遥感识别研究中，但中国主要红树群落分布仍处于空白，主要是因为：红树栖地环境恶劣导致样本难以大量获取、红树协同进化导致不同树种混杂生长、栖地环境多样导致树种及其表型差异。

中国科学院东北地理所王宗明研究员团队针对中国主要红树群落遥感识别问题，提出了一套综合解决方案，发表论文“Mangrove species mapping in coastal China using synthesized Sentinel-2 high-separability images”。在外来红树无瓣海桑遥感识别（ISPRS Journal of Photogrammetry and Remote Sensing，2022）、本土秋茄群落遥感识别（Journal of Remote Sensing，2024）研究基础上，以气候分区缓解栖地环境带来的树种及其表型差异，以严格分类体系减轻树种混杂生长的影响，在最大可分时段合成影像基础上扩增样本以增加可用样本数量，通过堆叠随机森林预测概率优化分类结果。

结果显示，由单一优势种覆盖度占比界定的中国主要红树群落可被有效识别，在不同分区验证精度在83.8%到86.4%之间。此外，该研究给出了9种主要红树群落的空间集聚（包括外来红树无瓣海桑和拉关木），展望了应用本数据准确估算红树林蓝碳（包括红树林生物量与土壤碳）的潜在方法。这一研究首次给出了遥感视角下中国主要红树群落的精细分布。实现了2020年中国红树主要群落（由单一优势种占比界定）分布提取，包括秋茄、桐花、白骨壤、木榄/海莲、红海榄、角果木、海桑科、榄李、拉关木。经样本验证，不同区域数据总体精度在83.8%到86.4%之间。这一研究给出了首套中国主要红树群落分布数据，有助于精细红树林蓝碳估算、准确社会-经济-生态价值评估、以及精准红树林管理。

图1 2020年中国主要红树群落分布

经统计，9种主要红树群落（以单一优势种占比界定）面积为11944 ha，占中国红树林面积的43.4%（以三调面积为参照）。主要红树群落面积最大的是白骨壤（占已识别群落面积的37.1%），其次是以无瓣海桑为主的海桑科（占已识别群落面积的23.2%），然后是桐花树（占已识别群落面积的12.9%）。需要注意的是，混杂生长的红树与非目标树种面积未被计入。

图2本土红树群落空间集聚

在此基础上，分析了中国本土主要红树群落的空间集聚，发现：秋茄主要集中于深圳湾、福建南部和台湾北部；桐花主要集中于茅尾海、南流江河口和高桥区域；白骨壤主要集中于北部湾和雷州半岛东南部；木榄/海莲主要集中于东寨港、清澜港和高桥区域；红海榄主要集中于东寨港、儋州湾和英罗港；角果木集中于东寨港；榄李主要集中于清澜港、东寨港和长记港。

图3外来红树群落空间集聚

该研究构建了一套综合解决方案，首次获取了以单一优势种界定的9种主要红树群落空间分布，填补了中国主要红树群落确切分布信息的空白。在此基础上，揭示了本土主要红树群落和外来红树的空间集聚，展望了应用本数据准确估算红树林蓝碳的潜在方法，可以为精细蓝碳估算、准确价值评估、以及精准红树林管理提供支撑。

该研究发表在国际顶级C刊Remote Sensing of Environment，由东北地理所赵传朋特别研究助理、贾明明副研究员、张蓉特别研究助理、王宗明研究员、任春颖研究员、毛德华研究员，罗德岛大学王野乔教授共同完成，得到国家重点研发计划(No. 2022YFF1302000)、国家自然科学基金(No. 42201422)、中国博士后科学基金面上资助(No. 2022M713132)等项目共同资助。

03 文章引用

文献引用：

Chuanpeng Zhao, Mingming Jia, Rong Zhang, Zongming Wang, Chunying Ren, Dehua Mao, Yeqiao Wang,Mangrove species mapping in coastal China using synthesized Sentinel-2 high-separability images,Remote Sensing of Environment ,Volume 307,2024,114151,ISSN 0034-4257,https://doi.org/10.1016/j.rse.2024.114 -151.

相关文献：

Zhao,C.,Jia,M.,Wang,Z.,Mao,D.,& Wang,Y. (2024). Distri -bution of Mangrove Species Kandelia Obovata in China Using Time-series Sentinel-2 Imagery for Sustainable Mangrove Management. Journal of Remote Sensing,DOI: 10.34133/remotesensing .0143.

Zhao,C.,Qin,C.Z.,Wang,Z.,Mao,D.,Wang,Y.,& Jia,M. (2022). Deci sion surface optimization in mapping exotic mangrove species (Son-neratia apetala) across latitudinal coastal areas of China. ISPRS Journal of Photogrammetry and Remote Sensing,193,269-283.

信息来源：中国科学院东北地理与农业生态研究所官网