Assessment and projection of mangrove blue carbon sink along the Guangdong coastline: integrating remote sensing and modeling techniques
Hafiz Hassan Javed · You‐Shao Wang · Hao Cheng 等 4 人
融合遥感与模型评估并预测广东红树林蓝碳储量的历史变化与未来趋势。
时间序列卫星影像、沉积柱数据、InVEST与CA-Markov模型。
2014-2024年红树林面积增10.71%,2034年碳储量或较2024年增24.62%,东岸潜力
可延伸至多气候情景下红树林碳汇预测及与碳交易、海岸带规划耦合研究。
融合遥感与InVEST/CA-Markov模型评估并预测广东红树林蓝碳储量,方法可迁移、数据翔实,对沿海生态管理与碳中和工作有参考价值。
广东沿海的红树林生态系统是重要的蓝碳汇,但其在气候变化条件下的碳封存潜力亟需严谨评估与前瞻性预测。本研究构建了一个集成遥感技术与空间建模方法的框架,用以量化广东省红树林蓝碳储量的历史变化并预测其未来演变轨迹。利用时间序列卫星影像量化了1994年至2024年间红树林面积及相关碳储量的变化。结合实地验证的沉积柱数据,并运用InVEST模型和CA-Markov模型,评估了历史碳储量并预测了沿海地区未来面临的挑战。结果表明,广东红树林碳储量存在显著的空间异质性。在研究期的第一个十年(1994—2004年),红树林面积呈非显著性增加。相比之下,2014年至2024年间出现了10.71%的显著面积扩张,预测表明到2034年将进一步增加19.45%。广东东岸的红树林扩张潜力大于西岸。基于预测的红树林面积和所采用的碳密度框架,InVEST模型估算到2034年红树林碳储量较2024年可能增加24.62%。通过明确整合时空遥感分析与土地利用及碳储量预测建模,本研究提出了一个可扩展、可迁移的框架,用于评估气候与发展压力下红树林蓝碳动态。研究结果为适应性海岸管理提供了关键证据,有助于强化广东的碳中和目标,并支持基于自然的气候减缓方案。总体而言,这一集成方法为海岸空间规划提供了坚实的科学依据,并为保护和提升这一具有重要生态和经济价值海岸线的红树林蓝碳资源提供了可操作的见解。