红树林作为重要的滨海“蓝碳”生态系统，具有强大的碳汇功能，在降低大气二氧化碳浓度、减缓全球气候变化等方面发挥着重要作用。从全球范围来看，红树林主要分布在热带与亚热带地区海岸带沿线，生境碎片化且分布不均匀，具有高度的空间异质性。
传统的碳库调查方式成本高、效率低，制约了长时间、大尺度区域开展红树林碳库分布的估算和监测，建立大尺度区域及时准确估算红树林碳储量的方法至关重要。对此，研究组以中国红树林代表性分布区域海南岛作为案例研究地点（图1），结合野外实地调查与遥感技术，改进了生态系统碳库估算方式。
图1 海南岛红树林生态系统碳库分布
基于林光辉课题组2021年在《碳平衡与管理》（Carbon Balance and Management）期刊上发表的研究成果，研究对红树林地上地下碳库部分关系进行了进一步挖掘和应用。通过结合野外样方调查和哨兵2号（Sentinel-2）高精度遥感影像，开发了红树林全碳库（包括地上、地下部碳库）的估算方法，定量估算了海南全岛的红树林现存蓝碳碳库，验证了该方法在区域尺度上分析格局的可行性。研究发现，目前海南全岛的红树林蓝碳碳库约为70.3万吨碳，其中地下部碳库占总碳的75%左右。在所有地级市中，海口市（东寨港红树林国家自然保护区所在地）、文昌市（清澜港省级红树林自然保护区所在地）的红树林不仅蓝碳密度最高（图1），且占全岛蓝碳总量的比例也最高（分别为43.3%、24.3%）。课题组研究了不同生物（植被群落多样性等）和非生物因素（土壤理化特征、气候因子等）对红树林碳库分布的驱动效应（图2），探讨了未来在更大尺度空间中红树林蓝碳估算应用的改进潜力。
图2 红树林生态系统总碳储量（TC）的结构方程模型（SEM）分析结果示意图
基于高精度卫星遥感影像，研究组研发的红树林蓝碳全碳储量的新方法可为区域或全球尺度量化、监测和计量红树林蓝碳潜力提供参考，也可以更好地指导旨在提高蓝碳碳汇的红树林恢复和修复工程，服务于地方、国家和全球的红树林湿地保护与恢复。
近日，研究成果以“中国海南岛红树林碳储量空间分布格局及驱动因素”（Spatial patterns and driving factors of carbon stocks in mangrove forests on Hainan Island, China）为题，在线发表于生态学经典期刊Global Ecology and Biogeography (《全球生态学与地理学》)。清华大学地学系2017级博士生孟宇辰、2019级博士生苟睿坤为论文共同第一作者；清华大学地学系林光辉教授为通讯作者。哈佛大学David Moreno-Mateos和Charles C. Davis教授、清华大学深圳国际研究生院朱小山副研究员、香港大学张鸿生助理教授，以及参与科研的柏建坤博士、宛罗马博士、博士研究生宋姗姗等为论文合作作者。该研究得到了国家重点研发计划项目、国家自然科学基金及深圳市高校稳定支持重点项目等资助。
论文链接：
Meng, Y., Gou, R., Bai, J., Moreno-Mateos, D., Davis, C. C., Wan, L., Song, S., Zhang, H., Zhu, X., & Lin, G. (2022). Spatial patterns and driving factors of carbon stocks in mangrove forests on Hainan Island, China. Global Ecology and Biogeography, 00, 1–15.
https://doi.org/10.1111/geb.13549
课题组相关研究论文：
Meng Y.C., Bai J.K., Gou R.K., Cui X.W., Feng J.X., Dai Z., Diao X.P, Zhu X.S., Lin G.H. 2021. Relationships between above- and below‑ground carbon stocks in mangrove forests facilitate better estimation of total mangrove blue carbon. Carbon Balance and Management 16:8, 10.1186/s13021-021-00172-9
Bai J., Meng Y., Gou R. Lyu J.C., Dai Z., Diao X.P., Zhang H.S., Lu Y.Q., Zhu X.S., Lin G.H. 2021. Mangrove diversity enhances plant biomass production and carbon storage in Hainan Island, China. Functional Ecology 35:774-786. DOI: 10.1111/1365-2435.13753.
Hu T., Zhang Y.Y., Su Y., Zheng Y., Lin G.H., Guo Q.H. 2020. Mapping the global mangrove forest aboveground biomass using multisource remote sensing data. Remote Sensing 12, 1690. 10.3390/rs12101690.
