本研究由Hang Yao, Bolin Fu, Weiwei Sun, Yuyu Zhou, Yeqiao Wang, Weiguo Jiang, Hongchang He, Zhili Chen 与 Yiji Song 共同完成，作者单位包括桂林理工大学、宁波大学、香港大学、罗德岛大学与北京师范大学。该研究成果发表于International Journal of Applied Earth Observation and Geoinformation期刊，论文于2025年4月在线发表，是对于红树林生态系统关键生物多样性变量（Essential Biodiversity Variables, EBVs）时空动态及其对水文气象因子响应机制的一项深入探索。
研究的学术背景与目标 红树林生态系统在全球气候减缓与生物多样性保护中扮演着至关重要的角色，然而，其时空动态及其对水文气象驱动因素的生理响应机制仍不甚明晰。作为生物多样性监测的国际标准框架，“关键生物多样性变量”涵盖了21项全球指标，其中物种性状类别下的“生理与物候特征”是评估生物对环境压力响应的关键代理指标。以往的研究在量化红树林物种的生理与物候变异方面存在不足，这阻碍了达成与联合国可持续发展目标（SDGs）相协调的高质量生物多样性保护成果。具体而言，传统地面监测方法难以在大尺度上系统分析红树林属性与环境因子的相互作用，而基于遥感的研究则多关注宏观格局，缺乏对红树林空间分布、物候节律与水文气象因子间交互机制的深入剖析。本研究旨在填补这一空白，通过监测北部湾地区红树林的三个核心EBV指标（面积分布、物候特征、生理性状），并揭示它们对水文气象条件的响应关系和驱动机制。研究目标具体包括：（1）改进并应用新的遥感监测方法以精确跟踪2000年至2021年红树林的空间演替动态；（2）揭示红树林物候特征的空间分异，并区分不同优势种的物候差异；（3）探索生理性状季节变化对水文气象因子的响应，量化各因子的影响程度；（4）利用结构方程模型系统解析水文气象因子间的相互作用对红树林物候变化的综合驱动效应。
研究的方法与详细流程 本研究构建了一个系统完整的技术路线，主要包含数据预处理、红树林动态监测、及水文气象因子响应分析三大模块，具体流程如下：
1. 数据处理与研究对象界定 研究区域为中国广西的北部湾，这是一个典型的低纬度红树林分布区。研究团队整合了从2000年至2021年的共计9192景Landsat TM/ETM+/OLI与Sentinel-2 MSI遥感影像，进行了辐射校正、大气校正及云影去除等预处理。在多次野外调查（2020-2022年）中，使用高精度GNSS测量系统记录了采样点的坐标和物种信息，并利用搭载多光谱相机的无人机获取了超高分辨率影像，用于辅助物种识别与验证。最终，确定了北部湾地区的四种优势红树林物种：桐花树（Aegiceras corniculatum, AC）、木榄（Bruguiera gymnorrhiza, BG）、无瓣海桑（Sonneratia apetala, SA）与白骨壤（Avicennia marina, AM）。此外，研究收集了来自中国国家气象科学数据中心等机构的12种气象与3种水文指标的月值数据，并处理为年际序列用于后续分析。
2. 红树林时空动态监测 此部分包含空间分布检测与物候特征提取两个核心步骤。
空间分布检测（改进DMP框架）：为精确提取红树林在2000-2021年间的扩张模式，本研究开发了一种新颖的“连续时间序列监测方法”（Continuous Time-Series Monitoring method, CTSM），用于改进原有的“检测-监测-预测”变化检测框架中的“检测”组件。该方法的核心逻辑基于构建红树林植被指数（Mangrove Vegetation Index, MVI）的年际时间序列。CTSM通过设定阈值（t）来识别长期稳定的红树林像元，并检测近期扩张的区域，同时对异常数据（如某年份MVI未达标）进行插值校正，从而减少了误检和漏检。最终，将Sentinel-2的结果重采样至30米后与Landsat结果融合，获得了高精度的红树林年际扩张图斑。研究利用923个随机验证点对改进后的检测组件进行了性能评估。
物候特征提取：为获取红树林的物候信息，本研究首先构建了四种光谱指数（NDVI, EVI, GDVI, NDMI）的年内时间序列数据集，并使用一种阈值方法（NDWI > 0）去除受潮汐影响的像元。随后，应用连续变化检测与分类算法（Continuous Change Detection and Classification, CCDC）来拟合时间域上的物候轨迹，识别植被演替，并确认单一红树林物种在像元内的长期稳定存在。在确定物种稳定位置后，基于季节振幅的25%阈值提取了四个关键物候参数：生长季始期、峰值期、末期和长度。此外，研究进一步聚焦于四种优势红树林物种的生理性状物候。利用CCDC算法筛选出2012-2021年间物候稳定的样点，并采用时间序列谐波分析法（Harmonic Analysis of Time Series, HANTS）分别拟合了每个物种的四种生理性状（通过光谱指数代理：GDVI-氮需求，EVI-叶面积指数，NDVI-冠层叶绿素含量，NDMI-冠层含水量）的物候轨迹，从而分析其季节节律和种间差异。
3. 水文气象因子响应关系分析 此部分包含三个层次的分析模型。
耦合协调度模型：为量化红树林面积动态与水文气象系统间的协调发展水平，研究首先采用熵权法确定了各水文气象因子的权重（凸显了海平面和风速的关键作用），随后构建了耦合协调度模型。该模型计算了红树林年扩张面积与水文、气象系统之间的耦合度与耦合协调度，并根据协调度数值将发展水平划分为从“严重失调”到“高度协调”的五个等级，以评估两者间关系从2000年到2021年的演变过程。
HANTS-PLSR响应模型：为探究单个水文气象因子对红树林生理性状季节变化的直接影响，研究构建了HANTS-PLSR响应模型。该模型将经过HANTS拟合平滑后的生理性状物候轨迹作为因变量，将水文气象因子作为自变量，采用偏最小二乘回归（Partial Least Squares Regression, PLSR）方法进行分析。通过计算变量重要性投影（Variable Importance in Projection, VIP）得分和偏回归系数，量化了每个因子对生理性状变化的影响强度和方向（正/负效应）。
结构方程模型：为解析水文与气象因子之间的相互作用及其对红树林物候变化的综合驱动机制，研究构建了结构方程模型。该模型将气象要素（如降水、气温、日照时数等）和水文要素（如盐度、水温）设定为两个潜在变量，将红树林物候（综合四种生理性状的物候变化）设定为另一个潜在变量。SEM不仅分析了潜在变量间的直接路径效应，还量化了气象因子通过影响水文因子而产生的间接效应，从而系统性地揭示了驱动红树林物候变化的主导因素和交互作用模式。
研究的主要结果 1. 红树林时空动态特征（2000-2021） 空间分布方面，改进后的检测组件监测精度达到94%，有效减少了噪声点。结果显示，北部湾红树林呈现从原有斑块向外径向梯度扩张的模式。2000-2011年间扩张较慢（约200公顷/年），2012-2021年间显著加速（超过500公顷/年），其中2013和2019年扩张面积分别超过800和600公顷。 物候特征方面，北部湾红树林整体上生长季始于3-4月，峰值期在6-9月，结束于次年1-2月，生长季长约10个月。不同区域的红树林物候期存在相对延迟的空间异质性。对四种优势物种的生理性状物候分析揭示，桐花树（AC）表现出明显的双峰物候轨迹，而木榄（BG）、无瓣海桑（SA）和白骨壤（AM）均为单峰曲线。不同生理性状的季节变化存在时间差异：氮需求和叶面积指数从生长始期到峰值期增长迅速，但从峰值期到末期下降缓慢；而冠层叶绿素含量和冠层含水量则表现为“缓升快降”的特点。
2. 面积动态与水文气象因子的耦合协调关系 相关性分析表明，红树林面积扩张与风速呈显著负相关，与海平面上升呈显著正相关。耦合协调度模型结果显示，从2000年至2021年，红树林面积扩张与水文、气象系统的耦合协调关系经历了四个发展阶段，从最初的“失调发展”逐步演变为“高度协调发展”。其中，红树林面积与水文变量的耦合协调度（0.28-0.93）整体上优于其与气象变量的协调度（0.31-0.80）。
3. 生理性状物候对水文气象因子的响应机制 HANTS-PLSR模型结果表明，水温和气温、日照时数对红树林生理性状的季节变化具有显著的正向直接促进作用；而气压和风速则表现出抑制作用。降水对物候变化的直接影响不显著。在单个因子层面，冠层含水量与海平面呈正相关，但与湿度呈负相关。 结构方程模型进一步揭示了水文气象因子交互作用下的综合驱动机制。对于所有四个优势物种，气象变量均是驱动其物候变化的主要控制因素（路径系数 > 0.50， p < 0.001）。水文变量对物候变化的影响则存在显著的种间差异：它对桐花树（AC）的生长有强烈正向影响（路径系数=0.97），对木榄（BG）有较弱正向影响，对白骨壤（AM）有微弱负向影响，而对无瓣海桑（SA）则无显著影响。此外，气象变量对水文变量存在强烈的负向影响，表明气象条件的变化会通过改变水文环境，间接地抑制红树林的物候变化，这种交互效应在桐花树（AC）中表现得最为明显。
研究的结论与价值 本研究系统地量化了北部湾红树林关键生物多样性变量的时空动态，并深入解析了其对水文气象因子的响应与驱动机制。主要结论包括：（1）改进的遥感检测方法能更精确地揭示红树林的梯度扩张模式，其面积动态与水文气象系统的协调性在21年间显著提升；（2）明确了区域红树林的整体物候节律，并首次在遥感尺度上区分了优势物种（特别是桐花树）独特的双峰物候模式；（3）阐明了水温、气温和日照是促进红树林生理活动的关键因子，而气象因子是通过直接与间接（调控水文）途径共同驱动物候变化的主导力量，且这种驱动效应具有显著的物种特异性。 本研究的科学价值在于，它将宏观的生态系统变化（面积分布）与微观的生理生态过程（物种性状物候）通过遥感手段联系起来，并运用多模型融合的方法（耦合协调模型、PLSR、SEM），从单因子影响到多因子交互作用，层层递进地揭示了环境压力下红树林的动态响应机制，为理解红树林生态系统的脆弱性与适应性提供了新的见解。在应用价值上，研究成果为红树林保护区的精细化管理和基于自然的解决方案（如生态修复的物种选择与时机把握）提供了科学依据，同时所发展的CTSM方法和多模型分析框架也可推广应用于其他滨海湿地生态系统的长期监测与评估。
研究的亮点 1. 方法创新：开发了新型的连续时间序列监测方法（CTSM），有效改进了现有红树林变化检测框架的精度，为长期、精细化的生态系统监测提供了有力工具。 2. 研究深度：不仅关注红树林整体的面积与物候变化，更深入到物种层面，区分了四种优势红树林物种在生理性状物候上的差异，特别是发现了桐花树独特的双峰物候轨迹，深化了对红树林生物多样性的认识。 3. 分析框架系统：构建了从单因子响应（HANTS-PLSR）到多因子交互（SEM）、从生态过程到系统协调性（耦合协调模型）的多层次、综合性分析框架，全面揭示了环境因子驱动红树林动态的复杂机制。 4. 明确的驱动解析：清晰量化并论证了气象因素是驱动北部湾红树林物候变化的主导因素，同时揭示了水文因素作用的物种差异性，这对于预测未来气候变化下不同红树林物种的响应至关重要。
其他有价值的内容 研究在讨论部分也坦诚地指出了其局限性。例如，尽管自然恢复是北部湾红树林扩张的主因，但人工造林项目的局部影响未被完全纳入模型，这可能影响对驱动机制理解的完整性。此外，研究所构建的结构方程模型在其他区域红树林物种中的应用尚需更多高质量野外数据与水文气象数据的验证。这些思考为后续研究指明了方向。