LR1601 | 评估潮沟对滨海盐沼植被空间分布及其地上生物量的影响

盐沼是地表过湿或季节性积水、土壤盐渍化并长有盐生植物的地段。滨海盐沼以草本植物为主，沿潮间带延伸，可忍受高盐条件和因涨潮引起的周期性淹水。盐沼植被生产力高，可为许多物种提供繁殖、觅食和越冬的场所。盐沼植被地上生物量（AGB）的估算为监测盐沼生态系统时空稳定性、生产力和地上碳储量提供了有用信息。然而，以往关于AGB的估算研究主要局限于站点水平，且通常基于单一植被类型。与野外地面调查方法相比，遥感（RS）卫星成本低、速度快、范围广，在盐沼植被结构和生物物理指标的空间估计方面更具优势。其中，UAV-LiDAR数据具有较高的时空分辨率，在滨海盐沼三维结构监测中具有很大潜力。然后目前，利用UAV-LiDAR数据估算盐沼植被AGB的研究有限。

为了确定滨海盐沼潮沟对植被群落空间分布及其生物量的影响， 来自复旦大学的研究团队在上海崇明东滩滨海湿地（121°54′-121°55′E，31°27′-31°28′N）进行了研究，主要目的为：（1）探索UAV-LiDAR数据估算盐沼植物AGB的潜力；（2）研究潮沟对盐沼植物群落空间格局及其地上C储量的影响。

作者于2019年9月基于DJI M600平台，利用LR1601-IRIS LiDAR传感器（北京理加联合科技有限公司，北京依锐思）收集UAV-LiDAR数据。于2019年9月27日和28日获取光学图像数据。于2019年10月和2020年10月收集植被样品，测量其高度和地上生物量，同时收集土壤样品，测量其土壤含水量和土壤盐分。基于盐沼植被群落所有样本，利用线性回归模型（多元线性回归，MLR）和5个机器学习回归模型，包括广义线性模型（GLM）、梯度提升机（GBM）、人工神经网络（ANN）、基于核正则化最小二乘（KRLS）和随机森林回归（RFR） 建立预测模型。通过R2和RMSE评估模型性能。

研究区和采样点位置。

结果：

滨海盐沼植被AGB实测值和预测值之间的关系。（a）MLR；（b）KRLS；（c）ANN；（d）GBM；（e）RFR；（f）GLM。

不同盐沼群落AGB的空间分布、验证和比较。（a）利用UAV-LiDAR数据和随机森林模型进行盐沼植被AGB制图。（b）不同盐沼群落AGB平均值。（c）AGB实测值和预测值的回归拟合。（d）AGB预测值的密度分布曲线。

与潮沟不同距离的盐沼AGB的比较。（a）代表整个植被群落AGB变化趋势；（b-e）分别代表PA，IC，CS和SM的AGB变化趋势。D1：0-50 m；D2：50-100 m；D3：100-150 m；D4：150-200 m。

结论

基于UAV平台收集的高分辨率图像和LiDAR数据，估算了盐沼群落的空间分布和AGB。研究表明，通过改变土壤盐分和水分条件，与潮沟的距离会对群落空间格局和盐沼植被AGB具有重要影响。研究结果证实了UAV-LiDAR数据与随机森林算法相耦合可简便有效的检测盐沼AGB。综上所述，该研究提供了一种估算盐沼地上C储量的有效方法，强调了精确估算在制定合理的科学测量进行滨海生态系统管理和保护中发挥重要作用。