文摘

红树林是一种重要的沿海生态系统植物群落。在红树林生态系统的重要性也承认,气候变化预计将产生相当大的负面影响,尤其是温度、降水、海平面上升(SLR),洋流,越来越猛烈。斯里兰卡排名列表的底部附近的国家研究这个问题,尽管科学界的兴趣研究红树林健康的变化对气候变化的反应受到很大关注。因此,这项研究说明了叶面积指数,衡量红树林健康,应对不同降水波动,特别是在干旱期间斯里兰卡Kadolkele红树林。测量数据的归一化植被指数(NDVI)用于生产的叶面积指数(LAI),并加上标准降水指数(SPI)来估计红树林的健康。气候情况下,RCP8.5,被用来预测未来的SPI(2021 - 2100),和赖建模观察下(1991 - 2019)和预期(2021 - 2100)干旱事件。研究表明,使用RCP8.5场景的建模预测干旱强度没有显著变化LAI尽管存在一些严重和极度干旱。然而,红树林生态系统的健康状况将恶化在干旱条件下,反弹当干旱强度降低。极端干旱状态(-2.05)在2064年被发现;因此,赖昌星已经展示了其最低(0.04)。 LAI and SPI are projected to gradually increase from 2064 to 2100, while high fluctuations are observed from 2021 to 2064. Limited availability of LAI values with required details (measured date, time, and sample locations) and cloud-free Landsat images have affected the study results. This research presents a comprehensive understanding of Kadolkele mangrove forest under future droughts; thus, alarming relevant authorities to develop management plans to safeguard these critical ecosystems.

1。介绍和背景

红树林是至关重要的沿海资源对一个国家的社会经济发展作出了重大贡献。他们是耐盐木本植物多样性分类范围(约80种),可以发现在沿海地区的潮间带1]。红树林生态系统是自然栖息地对各种鸟类,鱼类,贝类,等。同时,它提供了一系列的产品和服务,如木材和海洋产品,防止风暴破坏,控制洪水和海岸侵蚀,和娱乐2- - - - - -5]。虽然红树林环境的一个重要组成部分,红树林已经损失了超过一半的原始土地由于森林砍伐和其他人类活动。全球罕见但高度威胁沿海森林生态系统,红树林覆盖大约137760公里²-152360公里²世界上的表面(6]。共有73种红树林,混合动力车也会遍布全球123个国家和地区(7]。此外,气候变化起到至关重要的作用在这个退化。趋势似乎仍在持续,尽管这些独特的沿海栖息地的重要性为满足人类的需要和可能消失在大约50年(2,8]。

因此,它是至关重要的红树林生态系统定位的因素影响。许多因素导致红树林生态系统的退化。然而,气候变化的预期后果,例如增加全球温度和二氧化碳浓度,以及海洋环流和降水的变化/干旱模式,是重要的9- - - - - -11]。根据联合国政府间气候变化专门委员会(2013),将有明显的降水模式的转变伴随着巨大的地区差异。温度变化,影响蒸发和蒸腾速率,将变量降水更成问题。

降雨模式的改变将影响红树林的分布、程度和增长率,尤其是在红树林地区接近他们的极限公差(13]。极端降水的波动,例如,可能会影响季节平均盐度特别是红树林系统,但效果会不同边缘,河口和室内红树林。降水和蒸发增强土壤盐度的增加减少,影响苗木生产、增长率、红树林损失,转换为高盐度泥滩上潮汐区(apicum)几十年来(14,15]。文献[16]。在增加降水,红树林的近陆的迁移到盐沼泽区,红树林附近发生的近陆的极限,也与红树林面积的增加(16]。在红树林土壤水分的变化,很少克劳斯et al。17)表明,对降水增加的反应可能在红树林种专一性(即。、密克罗尼西亚)。Sonneratia alba展品高增长率增加降水,但Brugieira gymnorhiza丝毫没有反应。除了降低孔隙水盐度和硫酸的水平,增加降水可刺激红树林形成(18]。此外,它预计降水的增加将导致河的流量上升。这将提高进口外来沉积物,红树林水面高程和抵抗单反在河口红树林19]。

时间变化的健康森林覆盖评估通常是通过生态总叶面积等指标,呼吸,树冠覆盖,生物量和光合作用20.]。叶面积指数(LAI)强烈的交流有关水、能源和有限公司₂森林和环境之间的关系。因此,赖是一个至关重要的生物物理变量测量森林健康(2,21- - - - - -24]。赖昌星被描述为总面积的一半绿地的面积除以水平地面(25]。赖是一个组件系统的树冠。树冠生长的动力学与树冠覆盖的下降表明,植被受到压力。正因为如此,赖可以用作红树林健康水平的指标(26]。基于上述数据,microcanopy赖作为监管机构的特性,比如水在树冠和辐射吸收障碍。赖的地理分布必须映射对红树林的健康为了收集数据。赖的时空变化可以从历史中提取卫星图像,因此,遥感技术可以有效地用于量化健康和结构性变化的森林27,28]。

红树林及其生产力的结构已被许多研究人员分析(16,29日,30.]。此外,气候变化的影响正在进行的是红树林经常评估。Alongi [9,31日)回顾了气候变化的最先进的知识在红树林由于其重要性。Osland et al。30.)识别和量化climate-mangrove联系在北美东部,东部澳大利亚、新西兰、东亚、南美,东部和东南部非洲。Murdiyarso et al。32];病房等。33];和Alongi34)是一些其他的例子进行研究工作的分析气候变化对红树林的影响在世界的不同地区。

然而,一些研究在文献中可以找到关于未来气候的影响在红树林生态系统35,36]。Mafi-Gholami et al。36]分析了三个区域,即Khamir、Tiab, Jask在伊朗和发现赖在1998年发生了变化。这遵循了同样的模式意味着年降雨量和干旱现象;因此,赖和气候之间的关系进行了验证。他们还将观察减少赖和SPI,到2030年达到的最低价值在他们的研究地区2040年和2070年之间。因此,预计干旱在红树林生态系统的影响是至关重要的理解。

许多学科讨论红树林生态系统的重要性在斯里兰卡沿海带(37- - - - - -41]。Jayakody et al。42)进行了研究,分析了植被结构和潜在总初级生产力的红树林Kadolkele红树林。虽然一些研究已经进行Kadolkelle红树林(42,43),作者的知识,未来气候变化对红树林的影响从未在斯里兰卡的背景下进行分析。赖和基于气候干旱场景之间的关系如代表浓度通路(RCP4.5…, RCP8.5)几乎没有发现文献中对于斯里兰卡。然而,斯里兰卡有6000多公顷红树林覆盖(5009 ha在干旱和贫瘠地区,644公顷的中间地带,在湿区和430公顷)(44]。然而,如上所述,没有试图确定干旱影响红树林的健康。因此,本研究的目的是确定,第一次的叶面积指数(LAI):作为一个指示器用于预测健康)变化在干旱的红树林在斯里兰卡;Kadolkele红树林。

2。材料和方法

2.1。研究区域

Kadolkele红树林,位于(7°11′49.82 N, 79°50′32.29 E)斯里兰卡西部Negombo河口,被选为研究区(见图1)。Kadolkele红树林是一个原始森林占地面积10公顷和红树林研究是一个重要的地方45,46]。Kadolkele红树林的地理区域接收累积年平均降雨量2400毫米,平均温度24°正在全年°C (47]。

红树林物种的多样性Kadolkele红树林广泛,与29红树林物种观察,其中18被归类为真正的红树林(48]。他们进一步发现33个额外mangrove-associated植被类型。三个红树林家庭、Rhizophoraceae Avicenniaceae,使君子科,是最经常发现红树林家庭Kadolkele森林。大片apiculata和大片mucronata是最丰富的Rhizophoraceae物种。矮小是主要Avicenniaceae物种在这个红树林,而Lumnitzera总状花序的是最丰富的使君子科物种。因此,Kadolkele红树林提供了一个基本平衡Negombo河口生态(49]。

2.2。分析数据

2.2.1。叶面积指数(LAI)

地区(的比例 )单面绿叶的地面的表面称为叶面积指数。估计叶面积的数量在一个环境,是一个关键元素的光合作用,呼吸作用,降水吸收(50- - - - - -53]。国际气候变化研究社会凸显了赖作为一个重要的气候变量,因为它是全球植被的基础(54]。关于赖昌星的额外信息可以识别方et al。55]。

赖很难评估由于其空间(横向和纵向)和时间不稳定。不同的光学、异速生长的垃圾收集和遥感过程可用于计算赖(56]。

树冠的快速扩张和树冠覆盖的损失表明,植被受到压力。因此,赖可用于评估红树林的健康(26]。此外,赖控制microcanopy属性,包括水吸收和辐射屏障的创建。赖分布必须映射到收购红树林的健康数据。赖的评估和映射空间组件,在直接赖测量遥感提供了好处。它也作为监控工具(57]。

2.2.2。归一化植被指数(NDVI)

在遥感中,归一化植被指数是一个著名的和常用的指标58]。红带(TOA反射比的约0.66µ米)近红外(NIR)乐队用于计算归一化植被指数(约0.86µ米)。一个密集的森林地区的NDVI更可能是有利的水或城市地区,NDVI值接近于零或负。

一般来说,归一化植被指数是由布劳恩和哈罗德59)如下:

根据一项由绿色et al。60)使用归一化植被指数作为一个代理,归一化植被指数(NDVI)是植被指数通常用来计算赖。该参数可以评估一个地区的植被的健康和绿色的水平。

2.2.3。标准降水指数(SPI)

标准降水指数是一种现代干旱指数,主要集中在降水发生(SPI) [61年]。这是一个概率指数可能应用在任何时间。大气状况产生短期影响特定的活动,比如旱地农业。等过程发生在数月,浅井的速度,小池塘,小河流变得干燥或潮湿。需要几年重要水库,蓄水层,和广泛的自然水体的上升和下降,而其他过程需要更长的时间。

诺兰Doesken汤姆•麦基和约翰·克莱斯特的科罗拉多气候中心在1993年建立了SPI。使用SPI,降水可能被分配一个数值比较在不同位置的明显不同的气候。SPI的标准化使得它能够评估当前干旱的罕见。

当湿条件存在于一个或多个时期,标准化降水指数(SPI)表明,干旱条件下也可能存在。因此,SPI的独特价值确定几个时期。

SPI可以使用以下公式计算: 在哪里 , ,和在降水我^th雨量计、长期平均降水、分别和标准偏差。不同时间尺度的SPI表示不同的干旱对水资源的影响。SPI值1到3个月(短时间尺度)土壤水分的变化表明有可能对农业产生重大影响,而SPI值6到12个月以上的(长时间尺度)反映降水的长期变化,表面和地下水域,和整个地区的水资源,严重影响生态系统功能和水资源管理在人类定居点(62年]。麦基et al。63年)定义了SPI值不同的干旱情况,见表1。

2.2.4。气象数据

斯里兰卡气象部门是降雨数据段开始从1991年到2019年。研究人员能够更好地理解之间的关系赖和SPI的评价标准的降水指数(SPI)。

在RCP的场景中,这是预期的,调查发现直到2100年将继续是可靠的。有四个不同的rcp,每个都有自己的独特的假设人口增长和经济发展,除了能源消费和能源的来源。rcp(代表浓度路径),四个场景由RCP2.6, RCP4.5, RCP6,估计和RCP8.5,提供范围内的辐射强迫水平相比2100年工业化前的值(+ 2.6 + 4.5 + 6.0,+ 8.5 W / m²分别)。各种气体的排放的假设作为这些场景的基础。额外的数据在克里斯蒂安•范维伦可以找到rcp et al (64年]。

在2250年当浓度达到稳定状态,RCP8.5辐射强迫水平预计将增加12 W / m²从8.5 W / m²本世纪末。这RCP可以实现即使没有进一步的措施来减少碳排放。Schwalm et al。65年8.5)表示,RCP场景中一直被认为是“最糟糕的情况”,2050年的气候变化。是决定RCP 8.5使用因为它是最经常使用的方法来评估科学问题做出决策。

2.3。方法

2.3.1。赖和归一化植被指数之间的关系的发展

本研究的主要目的是确定气候变化对红树林的影响健康。为此,采用集成建模技术,整合之前收集信息从红树林研究(LAI)和陆地卫星图像和气候数据。1991 - 2019年历史的LAI值估计使用文献发现赖和归一化植被指数(NDVI)数据。

虽然是最好的方法来确定现场取样,由于资源约束,赖数据聚集Jayakody et al。42]。他们测量了赖在潮湿和干燥的季节;然而,由于我们的研究的性质,我们只收集赖旱季的数据,3月和4月的干旱两个月Kadolkele红树林。

Jayakody et al。42)没有提供具体的示例站点,即。的坐标。这是一个重要的问题。因此,作者认为这些坐标。如图1,整个研究领域划分为63 m×63 m网格在这项研究中。每15预设样本地点之一的LAI值是随机抽取的。

陆地卫星图像(路径/原始# 141/055)被用来检索NDVI值对这些网格的位置。陆地卫星图像是来自美国地质调查局(USGS)地球资源管理器(https://earthexplorer.usgs.gov/)在1991年和2019年之间使用陆地卫星TM和地球资源观测卫星8奥利4/5,分别。提取的图像瓷砖(141/055)如图2。所有这些陆地卫星图像光栅格式和30 m分辨率。获得的图像是在干燥的季节里避免不受欢迎的不准确。更高比例的云层通常可以看到在雨季。这可能导致增加反映在一个茂密的森林覆盖由于红色和近红外波段的高反射率(66年,67年]。

最小二乘回归分析进行了开发一个2007年的NDVI和赖的关系。然后,回归模型应用的29年(1991 - 2019)从陆地卫星图像中提取的NDVI值来预测相应的LAI值。最精确的图像(无云)3月和4月之间可能被认为是不考虑一个特定的日期赖实地调查。错误可以最小化时测量相同的日期。然而,这项研究是在两个月的评估。因此,赖昌星被认为作为这两个月的平均值从文学。

2.3.2。赖的发展之间的关系和SPI

赖后开发的一组值从1991年到2019年使用赖和归一化植被指数之间的关系,赖和SPI之间的关系建立了预测红树林健康对气候变化的响应。使用最小二乘回归分析模型的开发。

1991 - 2019年的12个月平均SPI是计算使用的实际降雨量Katunayake气象台(7°10′11.9994 N, 79°52′47.9994 E),这是最近的气象站Kadolkele红树林(5.141公里)。标准化precipitation-evapotranspiration指数包由Begueria et al。68年)是用于计算spi的R软件平台。

2.3.3。SPI值与RCP8.5气候变化场景的投影

92年的预测降雨数据从1991年到2005年(历史数据)和2022年到2100年(对未来数据)提取使用四个区域气候模型,即MPI-ESM-CCAM ACCESS-CCAM, REMO2009, CNRM-CCAM Katunayake气象台坐标。这些原始降雨数据bias-corrected使用线性扩展(L.S.)方法[69年]。先前的研究已经表明,L.S.粗时间尺度分析方法执行比更复杂的方法,比如分位数映射,三角洲变化,功率变换(70年,71年]。RCP8.5和地面观测的历史降雨数据匹配过程偏差修正根据方程(4)和(5)。方程(4)和(5)表示偏差纠正的数学公式。 ,““指示bias-corrected数据”,“代表原始RCM追算。”“代表观测数据,“代表原始RCM-corrected数据,最后””和“”分别代表降水和日常。””是长期每月的平均降雨量数据。

3所示。结果与讨论

3.1。赖和归一化植被指数之间的关系

发达的关系在2007年使用赖观测值和提取的NDVI值如图3。确定系数( )0.84,值为0.001 ( ),表明是可以接受的关系,为未来的分析具有统计学意义。此外,使用线性回归模型,一组赖的值是编译检查之间的关系赖和SPI 29年从1991年到2019年。

3.2。赖和SPI之间的关系

然后,预测的LAI值29年(1991 - 2019)相比,SPI值。统计发现的关系显著( ),与一个 。图4介绍了关系。决心展示了一种降低系数值;然而,它仍然提供了一个预测赖和观察SPI之间的关系。

然而,SPI值不显示明显的趋势从1991年到2019年。他们从阳性与阴性波动等等。图5介绍了spi的时空变化29年的历史数据。这些都是计算使用Katunayake气象站的月度平均雨量数据。

然而,SPI和赖值遵循了类似的趋势(见图6),表明SPI突然强烈相关的赖昌星,爬在应对降雨增加。相比之下,赖值减少响应减少降雨。

严重的干旱可以看到在1992年( )和2017年( ),分别的LAI值0.03和0.57,而适度的干旱发生在2002年( )赖的0.13。因此,赖和SPI可以可视化之间的关系。此外,SPI情节的起伏明显说明气候的行为,和未来的干旱是可能的。

3.3。红树林健康投影基于赖和SPI之间的关系

预测气候情景RCP8.5被用来预测每月降雨(毫米),然后每年的SPI值派生的78年(2022 - 2100)。三次时间被用来展示结果,包括近期(2022 - 2040),mid-future(2041 - 2070),和超前(2071 - 2100)。SPI之间的关系并应用于生产赖赖的价值观,和数字7(一)- - - - - -7 (c)目前的项目spi和赖三次。

正如预期,赖和spi遵循类似的模式。没有发现严重的干旱在不久的将来(2022 - 2040),尽管它预计干旱从图6(通过视觉的期望)。事实上,2032年提出赖最高,一个关键的环境条件Kadolkele红树林赖(= 2.63)。然而,图7 (b)说明了在2064年严重的干旱。它有一个SPI−2.05而赖在0.04,这是最低的红树林。

然而,这可以被认为是一个警告当局与地面准备条件。超前不展示RCP8.5气候条件下严重的干旱。然而,一些温和干旱可以预期。

很明显,LAI下降值在研究区域通常与森林健康下降有关。因此,Kadolkele研究的LAI值介于0.03和2.16之间从1991年到2019年,从2022年到2100年的0.04和2.63。预测有混合的结果。赖降低至0.04,这是一个极端的红树林的健康情况。因此,保护红树林必须被视为一个重要的沿海的任务。

赖已成功与红树林健康调查的几项研究[36,72年- - - - - -74年),它已被广泛用作生物物理参数在生态研究75年]。Alongi et al。76年)报道,健康矮小滨森林在澳大利亚西部的意思是赖4,而退化和降低生产森林的意思是赖2.7。同样,洛夫洛克和埃利森,77年)报道,矮小玛丽娜森林平均赖是1.4,但下降到1作为新西兰的森林退化。然而,红树林的绝对值赖不能相比,在研究地区由于其强烈的依赖各种环境因素如空气温度、土壤水分蒸发蒸腾损失总量,降雨,土壤中的养分,海平面,污染、地貌特征、结构和组成红树林的72年,78年,79年]。

因此,本研究的结果提出一些重要的警告当局和利益相关者参与coastal-related活动。结果可以被认为是一些初步点进一步调查情况,然后制定一个适当的保护计划。

4所示。结论

本研究主要探讨气候变化对预期的影响健康和红树林的LAI值从2022年到2100年,基于目前的SPI之间的联系和观察赖。此外,本研究强调赖和SPI之间的线性关系。RCP8.5气候情景预测,2064年Kadolkele红树林将经历干旱条件下,可能产生灾难性影响的健康状况mangroves-except 2064年之前和未来几年的记录好坏参半的严重和轻微的干旱。预计红树林生态系统的健康状况会恶化由于干旱,但会改善干旱的严重程度减少后(1991 - 2019)。

环境的特定场地特征的影响,除了降雨和干旱的长期趋势,将压力和压力评估的结果。很可能,海平面上升和温度等环境因素,增加化石燃料的使用,和有害污染物的进入红树林在未来可能导致损害的红树林。因此,未来的研究应该考虑这些特征在开发红树林生态系统管理策略。

由于缺乏其他相关数据,Kadolkele红树林将作为唯一的本研究的焦点。因为这是一个岛屿国家,大量的红树林,这项研究应该扩大到包括整个国家。这样一个研究的结果有可能被纳入斯里兰卡国家政策对沿海生态系统的保护和红树林。

数据可用性

本研究中使用的气候数据研究为研究目的可按照客户要求定制。

的利益冲突

作者宣称没有利益冲突。

确认

SLIIT下的研究是进行科研补助金FGSR / RG / FE / 2021/06和作者要感谢他们的支持斯里兰卡信息技术研究所(SLIIT),斯里兰卡。