《Estuarine, Coastal and Shelf Science》：Assessing mangrove resilience in arid coasts: A case study from Egypt’s Red Sea (2017-2024)
编辑推荐：
红树林时空动态监测与碳储量评估研究，利用2017-2024年Sentinel-2影像及NDVI、MSAVI2指数，分析埃及红海沿岸五站点红树林变化规律与环境驱动因素，揭示哈玛塔区域12公顷扩张及阿布穆恩卡尔岛86321 Mg CO2碳储量潜力，提出基于地貌水文与碳汇价值的差异化保护策略。
作者：Shimaa Saleh 和 Antonios D. Mazaris
单位：希腊哈尼亚地中海农学研究所（MAICh）环境管理地理信息系，哈尼亚 73100
摘要
红树林生态系统是重要的沿海栖息地，提供了关键的生态、经济和气候服务。它们作为重要的蓝碳库，其碳封存率可能超过成熟陆地植被。本研究调查了2017年至2024年间埃及红海沿岸红树林的时空动态。选择了北部、中部和南部地区的五个代表性地点来捕捉环境变化。利用Sentinel-2多光谱仪器（MSI）图像，结合归一化差异植被指数（NDVI）和改良土壤调整植被指数2（MSAVI2）来监测红树林面积的变化。通过混合效应模型分析了特定地点的环境和地形变量，包括降雨量、海表温度（SST）、盐度（SSS）、河流能量指数（SPI）和海拔高度，以确定红树林动态的关键驱动因素。利用已发表的模型和土壤碳数据估算了碳储量。
结果表明，大多数地点的红树林覆盖面积基本保持稳定，其中位于受保护陆上保护区的Hamata地区扩展了12公顷。尽管由于空间和营养限制，Abu Munqar岛的面积较小，但其碳封存潜力最高，约为86,321兆克（CO2）。该岛在研究期间的潜在经济价值在431,609至1,294,828美元之间。其他地点，包括Shalaten、Mangrove Bay和Safaga Island，也显示出类似的稳定趋势。地貌和水文因素被确定为关键驱动因素，尤其是受流域影响的陆地红树林生长更为显著。
这些发现强调了针对不同地点制定保护和恢复策略的重要性，以及确定碳抵消优先区域的重要性。本研究为在日益严峻的环境和气候压力下进行适应性海岸管理提供了宝贵见解，并为将蓝碳纳入埃及国家气候缓解策略提供了框架。
引言
湿地是地球上最宝贵的生态系统之一，提供了包括生物多样性支持、水资源调节以及抵御洪水、风暴和侵蚀的自然保护等关键服务。尽管具有重要的生态和经济价值，但自1970年以来，湿地遭受了前所未有的退化，损失面积约为35%——这一速度是森林退化速度的三倍[1]。这一趋势凸显了保护和恢复工作的紧迫性，以保护湿地所提供的生态服务和气候调节功能。
红树林是一种独特的湿地类型，主要分布在热带和亚热带潮间带，约有70种已记录的物种，其中最著名的包括Avicennia、Rhizophora和Sonnerratia[2, 3]。红树林维持了生物多样性，稳定了海岸线，并作为重要的蓝碳系统，在生物量和土壤中储存了大量碳[4, 5]。然而，红树林面临气候变化、沿海开发、水文变化和其他人为压力的影响，使其保护成为全球性的优先事项。
在中东和北非（MENA）地区，红树林分布不连续，主要分布在红海、阿拉伯湾和阿拉伯海沿岸。这些地区的极端干旱、高盐度和有限的淡水输入强烈影响了红树林的结构和功能。最大的、连续的红树林群落位于沙特阿拉伯、苏丹和厄立特里亚的红海沿岸，其中Avicennia marina形成了适应高盐度和营养限制条件的狭长林带[6]。在阿曼、阿拉伯联合酋长国、卡塔尔、巴林以及也门和索马里的部分地区，红树林分布较为零散，通常局限于避风的海湾、潟湖和潮汐入口。最近的遥感评估显示，这些地区的红树林正在缓慢但稳定地扩展，对盐度和温度极端条件具有很强的生理耐受性，其冠层状况受地貌和地下水输入的影响[7]。
在埃及，红树林主要分布在从亚喀巴湾到苏丹边境的红海沿岸。以Avicennia marina为主，伴有少量的Rhizophora mucronata，总面积约为550–600公顷[8]，但它们提供了不成比例的高生态和气候效益。尽管该国面临海平面上升、极端天气和其他气候事件的日益增加的脆弱性，这一生态系统仍研究不足。《El-Ahram Online》的一份区域报告[9]强调，红树林保护是增强海岸韧性和推进埃及气候缓解目标的战略途径。红树林还支持一些高保护价值的物种，如儒艮（Dugong dugon）[10]和白眼鸥（Larus leucophthalmus）[11]，因此其保护具有重要的生态意义。
目前关于红海和MENA地区的大多数研究要么在空间上覆盖范围广但在时间上固定，要么在时间上详细但在地理上有限，很少将环境驱动因素的正式统计建模与干旱/超干旱红树林系统的蓝碳评估相结合。因此，仍存在一些知识空白：（i）缺乏对埃及红海红树林的年度连续监测；（ii）对超干旱环境中红树林变化的环境控制因素量化不足；（iii）缺乏用于指导国家气候政策的空间明确的蓝碳基准。解决这些空白对于将遥感观测转化为可操作的证据至关重要，以支持埃及的国家自主贡献（NDCs），指导特定地点的保护和恢复规划，并评估红海沿岸蓝碳抵消计划的可行性。
据我们所知，本研究首次结合了2017年至2024年的Sentinel-2多光谱监测、环境驱动因素的混合效应建模以及红树林的蓝碳估算，具有四个具体目标：
- 使用Sentinel-2 NDVI（归一化差异植被指数）和MSAVI 2（改良土壤调整植被指数）量化2017年至2024年的年红树林面积变化，目标分类准确率超过90%。
- 使用线性混合效应模型评估红树林面积与环境驱动因素（降雨量、海表温度（SST）、海表盐度（SSS）、河流能量指数（SPI）和海拔高度）之间的统计关联。
- 利用基于NDVI的生物量估算地上和土壤碳储量，考虑±20%的不确定性范围以反映生物量校准的局限性。
- 通过整合面积变化趋势、植被状况、环境敏感性和碳储存潜力，确定保护和恢复的优先区域。
基于这些目标，本研究探讨了以下研究问题：
- 2017年至2024年间，五个研究地点的红树林面积和植被状况每年有何变化？这些趋势在离岸岛屿和陆地红树林群落之间是否存在差异？
- 哪些环境变量（降雨量、SST、SSS、SPI和海拔高度）与年际红树林面积变化具有统计学上的显著关联？它们的影响程度如何？
- 基于NDVI的生物量估算，红海红树林的碳储量估计范围是多少？不同地点之间的这些值有何差异？
- 在干旱气候条件下，岛屿和陆地红树林系统在生长轨迹和碳储存潜力方面有何差异？
研究区域
本研究聚焦于埃及的红海沿岸，具体范围是从北部的赫尔加达到苏丹边境附近的Shalaten，大约400公里。该地区可分为三个区域：（1）赫尔加达周围的北部红海，以密集的城市开发和广阔的珊瑚礁为特征；（2）马萨阿拉姆附近的中部红海，以混合的岩石-沙质海岸和零散的陆地红树林群落为特征；（3）Shalaten附近的南部红海，相对偏远
数据获取
本研究利用现有的卫星数据集来评估2017年至2024年间研究区域内的红树林生态系统动态。所有空间预处理和加工步骤均使用QGIS 3.28和ArcGIS pro 3.2完成。
本研究的主要数据集是Sentinel-2多光谱仪器（MSI）图像。2017年至2024年每年12月中旬获取的40幅图像通过Copernicus开放获取浏览器下载。
植被指数分类
使用NDVI和MSAVI2进行红树林检测，这两种方法在干旱/超干旱环境中对稀疏植被有效，并能最小化土壤背景的影响[13, 14]。归一化差异水指数（NDWI；阈值>0.2）[15]用于排除水域特征并保留非水域像素。通过结合直方图的迭代评估过程，选择了红树林检测的阈值NDVI>0.2和MSAVI2>0.3（NDVI范围0.15–0.30；MSAVI2范围0.25–0.40）
结果
光谱特征分析为红树林检测提供了可靠的初步步骤。红树林通过其特征反射模式被区分出来：在红光和短波红外（SWIR）波段有强烈的吸收，在近红外波段有高反射率，如图3所示。这些光谱特征在所有五个地点都是一致的，为植被指数选择提供了依据[22]。
讨论
本研究强调了红树林植被的光谱特征及其在检测和监测中的关键作用。基于特征反射和吸收特征，红树林能够有效区分于周围的土地覆盖类型，特别是在RED、NIR和SWIR波段。这证实了NDVI和MSAVI2等植被指数在评估红树林健康和空间范围方面的可靠性。
2017年至2024年间，红树林覆盖面积在空间上
限制与未来研究
必须承认一些限制。首先，仅使用12月份的图像限制了捕捉季节性变化的能力，这可能会影响超干旱环境中的红树林状况。其次，所使用的环境数据集（SST、SSS、降雨量）的空间分辨率相对于10米的Sentinel-2像素较低，引入了潜在的不确定性。第三，本研究仅依赖于卫星观测和二手数据，缺乏实地测量数据。
结论
本研究利用多时相Sentinel-2图像和基于GIS的混合效应建模方法，对埃及红海沿岸的红树林覆盖动态进行了全面评估。这一地区在生态上非常重要，但研究不足。结果揭示了超干旱区域红树林的韧性，表明与全球红树林衰退的趋势相反，红海红树林系统在很大程度上保持了稳定。
作者贡献声明
Shimaa Saleh：撰写 – 审稿与编辑、初稿撰写、可视化、验证、软件使用、资源收集、方法论设计、调查实施、数据分析、概念构建。
Antonios D. Mazaris：撰写 – 审稿与编辑、监督
数据可用性声明
声明
作者声明没有利益冲突。
本研究未接受任何公共、商业或非营利部门的资助。
致谢
作者感谢PlanetScope Lab提供的卫星图像支持。同时，我们也衷心感谢MAICh的GIS部门协调员Chariton Kalaitzidis在整个研究过程中的支持。
