東北地理所在Science Bulletin發文報道新一代全球紅樹林遙感制圖成果
紅樹林生態系統是全球生產力最高、生物多樣性最豐富的生態系統之一。作為海陸交界的生態過渡帶，紅樹林提供了多種生態系統服務，如防風消浪、促淤造陸、控制污染、調節氣候等。同時，其獨特的根系為各種魚類、鳥類和其他海洋生物提供良好的棲息地和覓食場所。紅樹林生態系統的保護、管理和恢復關乎人類福祉。紅樹林與多項可持續發展目標（Sustainable Development Goals, SDGs）密切相關，如SDG 6、SDG 13、SDG 14等。精準的空間分布信息是評估全球紅樹林生態系統的健康狀況以及實施相應的保護策略的關鍵。
目前，已有10余套全球尺度紅樹林遙感數據產品。然而，受限于遙感影像的空間分辨率（如Landsat系列）等，早期的紅樹林數據產品難以精確刻畫紅樹林斑塊特征，如形狀、邊界等，同時也缺乏合理的空間細節。一些全球紅樹林遙感產品應用了部分區域的10米分辨率的衛星影像，但是由于沒有考慮到潮汐的周期性淹沒，或采用了傳統的基于像素的分類方法，造成嚴重的漏分或“椒鹽”噪音。
為了克服這些困難，東北地理所賈明明副研究員、王宗明研究員在可持續發展大數據國際研究中心的支持下，聯合武漢大學、美國羅德島大學、俄克拉荷馬大學的合作者，利用遙感大數據和Google Earth Engine（GEE）云平臺，集成影像最大值合成算法（MSIC）以及面向對象機器學習算法（OBRF），提出了一種高效、高精度、高魯棒性的紅樹林提取方法體系，構建了全球首套高空間分辨率（10米）的全球紅樹林分布數據集，命名為HGMF_2020。該方法體系的基本思路為：①利用現有的紅樹林數據集，確定全球紅樹林具體的分布范圍，②應用影像最大值合成算法在GEE平臺上合成全年最低潮影像，③結合面向對象分割和隨機森林算法，提取2020年全球紅樹林。以海南東寨港為例，基于OBRF算法進行紅樹林提取的流程如圖1所示。
與之前發布的全球紅樹林數據相比，HGMF_2020具有如下三方面的優勢：①空間分辨率更高，被精細刻畫的紅樹林斑塊包含具有地理學意義的屬性信息，②紅樹林斑塊空間形態完整、邊界清晰，可直接用于后續的研究和分析，③漏分誤差較低，包含更多零散分布的小面積紅樹林，總體制圖精度達到95%以上。
圖1. 基于面向對象方法和Sentinel-2影像的全球紅樹林制圖流程
研究結果顯示，2020年全球紅樹林總面積為145,068 km2，面積范圍和空間分布如圖2所示，其中亞洲地區紅樹林資源最為豐富，約占全球總面積的39.2%，印度尼西亞紅樹林資源在所有國家中最為豐富，總面積約28,631 km2，其次是巴西（12,149 km2）和澳大利亞（10,530 km2）。進一步分析發現，全球共有紅樹林斑塊336,972個，其中95%以上斑塊的面積小于1 km2，可見全球紅樹林生境較為破碎。
圖2. 2020年全球紅樹林的面積范圍和空間分布
研究人員還分析了全球紅樹林的保護情況，結果顯示，全球44%的紅樹林位于保護地內部，這一數值略高于全球紅樹林聯盟發布的結果（42%），其中南美地區受保護的紅樹林面積最大，南亞地區受保護的紅樹林比例最高。已有研究表明，海陸方向寬度大于100 m的紅樹林具有顯著的防風消浪能力，寬度大于1,500 m的紅樹林可將1 m高的海浪消減至0.05 m。賈明明等人通過分析紅樹林林帶寬度，定量描述了紅樹林在抵御自然災害中的重要作用，結果顯示，全球幾乎所有的紅樹林都具有明確的防風消浪作用。
圖3. 全球紅樹林保護的空間信息
HGMF_2020提供了最新的、分辨率最高的全球紅樹林的空間分布以及斑塊結構信息，可用于海岸帶保護與管理工作，并可以服務于聯合國可持續發展目標（SDGs）的評估。HGMF_2020數據集可在GEE平臺上直接查看，并隨文發布了數據下載地址。
本研究由東北地理所賈明明副研究員、王宗明研究員、毛德華研究員、任春穎研究員、宋開山研究員、趙傳朋博士，武漢大學王超副教授，美國俄克拉荷馬大學蕭向明教授，美國羅德島大學王野喬教授共同完成，賈明明為第一作者，王宗明、王野喬為通訊作者。該研究成果以Research Article形式發表于Science Bulletin（IF = 20.577）期刊，得到可持續發展大數據國際研究中心開放研究計劃（CBAS2022ORP06）、中國科學院戰略性先導科技專項（A 類）（XDA19040500）和中科院青年創新促進會人才（2021227）項目等共同資助。
論文發表后，得到國際國內相關領域學者的高度關注。中國科學院院士、可持續發展大數據國際研究中心主任、中國科學院空天信息創新研究院郭華東研究員，國際著名紅樹林遙感專家Dan Friess教授應Science Bulletin、《科學通報》期刊的邀請，分別為論文撰寫了亮點述評。多位國際學者來函要求共享論文和數據。
文章鏈接：https://doi.org/10.1016/j.scs.2023.104505
引用信息：M. Jia, Z. Wang, D. Mao, C. Ren, K. Song, C. Zhao, C. Wang, X. Xiao, Y. Wang,Mapping global distribution of mangrove forests at 10-m resolution, Science Bulletin (2023), doi: https://doi.org/10.1016/j.scib.2023.05.004.
附件下載：
吉公網安備22017302000214號
