基于InVEST 與MaxEnt 模型的海南島紅樹(shù)林生態(tài)系統(tǒng)碳儲(chǔ)量增量預(yù)估

史 嫻，聶堂哲，熊 千，劉兆鑫，張嘉怡，劉文杰,4，烏 蘭，崔 嵬，孫仲益,4

（1. 海南大學(xué) 生態(tài)與環(huán)境學(xué)院，海口 570203; 2. 黑龍江大學(xué) 水利電力學(xué)院，哈爾濱 150006;3. 海南斯蘭低碳投資有限公司，海口 570000; 4. 海南省農(nóng)林環(huán)境過(guò)程與生態(tài)調(diào)控重點(diǎn)實(shí)驗(yàn)室，海口 570228;5. 國(guó)家林業(yè)和草原局發(fā)展研究中心，北京 100714）

紅樹(shù)林是連接陸地和海洋系統(tǒng)的重要濱海生態(tài)系統(tǒng)，其對(duì)碳的吸收速度是陸地森林的4 倍[1]，在碳循環(huán)過(guò)程中起著非常關(guān)鍵的作用，有助于維護(hù)生態(tài)系統(tǒng)的多樣性。近些年，我國(guó)紅樹(shù)林保護(hù)和修復(fù)取得了實(shí)質(zhì)性進(jìn)展，是全球罕見(jiàn)的紅樹(shù)林區(qū)域面積變大的國(guó)家；但由于區(qū)域全體一致性不夠，監(jiān)管能力有限，依然存在著紅樹(shù)林生境退化、生物多樣性降低等問(wèn)題[2]。為把紅樹(shù)林保護(hù)好，我國(guó)開(kāi)展了如《紅樹(shù)林保護(hù)修復(fù)專項(xiàng)行動(dòng)計(jì)劃（2020—2025 年）》（以下簡(jiǎn)稱《行動(dòng)計(jì)劃》）等紅樹(shù)林保護(hù)、修復(fù)及擴(kuò)種任務(wù)。但在哪種紅樹(shù)，如何種紅樹(shù)，怎樣能增匯等一系列的科學(xué)問(wèn)題尚未有明確答案，這些仍是科學(xué)界關(guān)注的熱點(diǎn)問(wèn)題。現(xiàn)階段，針對(duì)于紅樹(shù)林碳儲(chǔ)量的研究相對(duì)豐富，但主要集中在利用樣方調(diào)查法對(duì)特定林分或樣方的某一組分（生物量碳或土壤碳）進(jìn)行測(cè)量，圍繞較小區(qū)域尺度可以準(zhǔn)確地揭示生態(tài)系統(tǒng)碳儲(chǔ)量的分布[3]；隨著空間信息技術(shù)發(fā)展，涌現(xiàn)出一系列[4-5]利用UAV或者衛(wèi)星遙感技術(shù)獲取紅樹(shù)林生態(tài)系統(tǒng)分布范圍、冠層高度等參數(shù)進(jìn)而求算碳儲(chǔ)量的研究成果，此類研究能夠?qū)Υ蟪叨壬踔寥蚣t樹(shù)林生態(tài)系統(tǒng)碳儲(chǔ)量進(jìn)行估算；此外也有不少研究利用調(diào)查數(shù)據(jù)結(jié)合碳過(guò)程模型來(lái)估算紅樹(shù)林生態(tài)系統(tǒng)碳儲(chǔ)量[6]，這類研究能夠從機(jī)理過(guò)程上動(dòng)態(tài)估算紅樹(shù)林生態(tài)系統(tǒng)碳過(guò)程與碳儲(chǔ)量，但基于經(jīng)驗(yàn)平均值和轉(zhuǎn)換系數(shù)粗略估計(jì)存在較大的差異和不可靠性。物種多樣性、樹(shù)木密度、林齡和干擾水平都會(huì)極大地影響紅樹(shù)林碳儲(chǔ)量成分的分布模式[7]，這些高度的空間異質(zhì)性進(jìn)一步阻礙了對(duì)紅樹(shù)林碳儲(chǔ)量的估算，并混淆了空間尺度上碳儲(chǔ)量組成之間的關(guān)系[8]。相對(duì)于紅樹(shù)林生態(tài)系統(tǒng)碳儲(chǔ)量估算的豐富研究手段與科學(xué)發(fā)現(xiàn)，針對(duì)紅樹(shù)林碳儲(chǔ)量增量預(yù)估的相關(guān)研究較少。

生態(tài)位模型（ENM）是利用現(xiàn)有生物分布數(shù)據(jù)和環(huán)境因子來(lái)預(yù)測(cè)待研究生物潛在分布的工具[9]，運(yùn)用該模型對(duì)現(xiàn)有、過(guò)去、未來(lái)氣候下物種分布進(jìn)行預(yù)測(cè)，能夠?yàn)樯羁塘私馕锓N演化及未來(lái)遷徙提供依據(jù)[10]。近年來(lái)，研究者們研發(fā)了多種生態(tài)位模型[11]，如DOMAIN、GARP、BIOCLIM、MaxEnt等，每類模型都有自己的理論依據(jù)、分析方法和數(shù)據(jù)需求。其中，MaxEnt 模型當(dāng)前運(yùn)用最廣的生態(tài)位模型[12]，MaxEnt 模型根據(jù)現(xiàn)有分布數(shù)據(jù)預(yù)測(cè)物種的適宜分布區(qū)域，模型準(zhǔn)確性要優(yōu)于其他模型[13]，本研究選擇MaxEnt 模型對(duì)紅樹(shù)林潛在分布進(jìn)行預(yù)測(cè)，因其較好的理論和已有研究的數(shù)據(jù)支撐，有較高的準(zhǔn)確性。

得益于空間信息技術(shù)的發(fā)展，衛(wèi)星遙感手段提供了大尺度宏觀反演紅樹(shù)林生態(tài)系統(tǒng)碳儲(chǔ)量的機(jī)會(huì)[14]；通過(guò)遙感測(cè)量紅樹(shù)林冠層高度，利用異速生長(zhǎng)方程推算生物量（AGB）[5]，進(jìn)而獲得區(qū)域紅樹(shù)林碳儲(chǔ)量。但紅樹(shù)生長(zhǎng)于低緯度地區(qū)，云覆蓋率高，數(shù)據(jù)質(zhì)量難以保證；此外，現(xiàn)地觀測(cè)與遙感數(shù)據(jù)之間的空間觀測(cè)尺度不匹配也增加了不確定性；特別地，由于遙感技術(shù)的特點(diǎn)，地下部分的生物量和土壤碳儲(chǔ)量也難以獲取[7]。成本較低、不間斷的遙感生態(tài)系統(tǒng)服務(wù)評(píng)估模型[15]，可呈現(xiàn)生態(tài)系統(tǒng)服務(wù)功能的變化評(píng)估和預(yù)估結(jié)果的可視化[16]。大眾接受較廣的生態(tài)系統(tǒng)服務(wù)評(píng)估模型包括ARIES、InVEST 模型等[17]，其中InVEST 模型具有數(shù)據(jù)獲取方便、量化估計(jì)性能高、預(yù)估流程和結(jié)果可視化清晰、模擬功能較強(qiáng)的特點(diǎn)[16]，已廣泛應(yīng)用于生態(tài)系統(tǒng)碳儲(chǔ)量估算及生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估[18]，本研究選擇InVEST 模型對(duì)紅樹(shù)林碳儲(chǔ)量進(jìn)行估算，有較高的應(yīng)用價(jià)值。

我國(guó)共有27 種真紅樹(shù)，海南島發(fā)現(xiàn)其中26 種[19]，作為我國(guó)紅樹(shù)林植物多樣性和碳儲(chǔ)存能力最高的地區(qū)，近年來(lái)對(duì)海南島紅樹(shù)林生態(tài)系統(tǒng)碳儲(chǔ)量和碳密度的研究逐漸增多[7]，但罕有研究針對(duì)紅樹(shù)林碳儲(chǔ)量增量進(jìn)行預(yù)測(cè)。本研究以海南島現(xiàn)有紅樹(shù)林分布數(shù)據(jù)和環(huán)境數(shù)據(jù)為基礎(chǔ)，以海南島歷史最大紅樹(shù)林生存面積12 506 hm2為潛在最大分布范圍，以《行動(dòng)計(jì)劃》要求的海南省擴(kuò)種2 000 hm2紅樹(shù)林作為最低擴(kuò)種面積，擬通過(guò)MaxEnt 模型完成紅樹(shù)林潛在分布范圍預(yù)測(cè)，解決在哪兒種紅樹(shù)及如何種紅樹(shù)的問(wèn)題；在此基礎(chǔ)上，利用InVEST 模型對(duì)海南島紅樹(shù)林碳儲(chǔ)量現(xiàn)狀及其不同擴(kuò)種情景的碳儲(chǔ)量增量進(jìn)行分區(qū)預(yù)估，解決怎樣能增匯的問(wèn)題；最后以紅樹(shù)林增匯為前提，通過(guò)空間分析方法比較了理論與實(shí)踐兩種擴(kuò)種方式，充實(shí)紅樹(shù)林碳儲(chǔ)量研究豐度，旨在為決策者制定修復(fù)與擴(kuò)種計(jì)劃提供理論支持和實(shí)踐指導(dǎo)。

1 材料與方法

1.1 研究區(qū)概況海南島（19°20′～20°10′N，108°21′～111°03′E）面積35 000 km2，海岸線1 823 km，地勢(shì)中部山區(qū)高，四周低，屬熱帶海洋性氣候，年平均溫度24 °C，年平均降雨量充沛，常受熱帶風(fēng)暴與臺(tái)風(fēng)侵?jǐn)_[20]。海南島現(xiàn)有紅樹(shù)林面積為5 699 hm2，主要分布在東寨港國(guó)家級(jí)自然保護(hù)區(qū)、清瀾港省級(jí)自然保護(hù)區(qū)以及臨高、澄邁和儋州等地，三亞、陵水和東方的紅樹(shù)林分布面積較小[21]。

1.2 數(shù)據(jù)來(lái)源

1.2.1 MaxEnt 模型驅(qū)動(dòng)數(shù)據(jù)利用2021 年10 月11 日及2022 年06 月22 日拍攝的“吉林一號(hào)”高分系列衛(wèi)星影像（分辨率為0.5 m），通過(guò)目測(cè)解析繪制海南島紅樹(shù)林的分布區(qū)，結(jié)合實(shí)地調(diào)查和文獻(xiàn)資料進(jìn)行對(duì)比，最后得到海南島現(xiàn)有紅樹(shù)林區(qū)域內(nèi)1 820 個(gè)分布點(diǎn)。

本研究從氣候、地形、鹽度、降水等因子選了36 個(gè)環(huán)境因子，距岸線距離、坡度、坡向、凹凸指數(shù)、地形綜合指數(shù)等因子是決定紅樹(shù)林分布的重要因素[22]，通過(guò)SRTM 30 m 數(shù)字高程模型與電子海圖計(jì)算得到。氣候變量數(shù)據(jù)來(lái)源于WorldClim網(wǎng)站（http://www.worldclim.org/），包括19 個(gè)氣候因子，且圖層均采用30″（約1 km）的空間分辨率。生態(tài)建模的海洋數(shù)據(jù)來(lái)源于bio-oracle 網(wǎng)站（https://www.bio-oracle.org/），本研究選取了包括鹽度、年平均海表溫度、年海表溫度變化范圍、年均的鹽度、年均海流速度、年最大海流速度、溶解氧濃度、pH、海表光合有效輻射、葉綠素濃度、浮游植物濃度、初級(jí)生產(chǎn)力、硝酸鹽/磷酸鹽濃度數(shù)據(jù)，預(yù)測(cè)紅樹(shù)林適生區(qū)[23]，將上述環(huán)境因子都裁至海南島海岸沿線10 km 范圍。

1.2.2 InVEST 模型驅(qū)動(dòng)數(shù)據(jù)2020 年土地利用數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院資源環(huán)境數(shù)據(jù)中心（https://www.resdc.cn/），包括6 種地類，分辨率為30 m × 30 m。

碳密度數(shù)據(jù)庫(kù)根據(jù)已公開(kāi)發(fā)表數(shù)據(jù)構(gòu)建，在web of science 數(shù)據(jù)庫(kù)及中國(guó)知網(wǎng)（CNKI）分別以“碳儲(chǔ)量”和“碳密度”作為關(guān)鍵詞檢索，僅選擇實(shí)地調(diào)查所獲得數(shù)據(jù)。利用地上、地下碳儲(chǔ)量間的定量統(tǒng)計(jì)關(guān)系[7]計(jì)算得到海南島東南西北4 區(qū)域的地上、地下和土壤碳密度，如表1 所示。

表1 海南島碳密度表 t·hm-2

1.3 研究方法

1.3.1 MaxEnt 模型MaxEnt 模型是最大熵原理驅(qū)動(dòng)的生態(tài)位模型[24]，此模型結(jié)合現(xiàn)有分布數(shù)據(jù)，通過(guò)分析生物現(xiàn)有分布點(diǎn)在不同類型環(huán)境因子的約束下，得到該約束下最大熵的分布，進(jìn)一步獲取空間生長(zhǎng)劃分和適宜度[25]，可用來(lái)測(cè)評(píng)模型的模擬精確程度和不同環(huán)境因子的貢獻(xiàn)率，廣泛用于很多物種的生境測(cè)評(píng)、適宜度和潛在程度下的分布預(yù)測(cè)等研究[26]。本研究利用MaxEnt 模型預(yù)測(cè)海南島紅樹(shù)林的分布區(qū)，較于理論模型和回歸方程模型，該模型輸入的數(shù)據(jù)更準(zhǔn)確，可信程度較高[27]。

1.3.2 InVEST 模型InVEST 模型用于擬化多種土地利用情景下生態(tài)系統(tǒng)服務(wù)功能的變化，旨在為決策者提供數(shù)據(jù)支撐。InVEST 模型中的碳模塊分為4 個(gè)基本碳庫(kù)，碳庫(kù)類型豐富度越大，模型運(yùn)算精度越大，死亡有機(jī)碳密度數(shù)據(jù)獲取相對(duì)困難。同時(shí)，成熟的紅樹(shù)林生態(tài)系統(tǒng)中掉落物沉積與微生物分解消耗的碳處于動(dòng)態(tài)平衡[28]，本研究中不特殊考慮死亡有機(jī)質(zhì)碳。

1.4 研究思路及技術(shù)路線本研究的研究思路如圖1 所示，主要有如下3 個(gè)步驟。1）為獲得相對(duì)準(zhǔn)確的紅樹(shù)林潛在分布區(qū)，本研究利用MaxEnt 模型結(jié)合現(xiàn)有紅樹(shù)林分布數(shù)據(jù)和環(huán)境數(shù)據(jù)完成10 次重復(fù)預(yù)測(cè)，選取AUC 值最大的一組作為最終預(yù)測(cè)結(jié)果；2）以適生系數(shù)作為判斷依據(jù)，適生系數(shù)越接近1 越適合紅樹(shù)生長(zhǎng)，確定擴(kuò)種2 000～7 000 hm2紅樹(shù)林最佳的位置與范圍；3）運(yùn)用InVEST 模型所需的數(shù)據(jù)，每次運(yùn)行模型分別輸入現(xiàn)有紅樹(shù)林土地利用數(shù)據(jù)、碳庫(kù)數(shù)據(jù)和未來(lái)擴(kuò)種2 000～7 000 hm2紅樹(shù)林土地利用數(shù)據(jù)，得到現(xiàn)有紅樹(shù)林、擴(kuò)種2 000～7 000 hm2紅樹(shù)林的總碳儲(chǔ)量；將新碳庫(kù)數(shù)據(jù)中地上、地下碳密度數(shù)據(jù)置零后得到土壤碳密度數(shù)據(jù)表再重復(fù)以上操作，分別得到不同擴(kuò)種情景紅樹(shù)林的土壤碳儲(chǔ)量，進(jìn)而做差求出不同擴(kuò)種情景的碳儲(chǔ)量增量；4）通過(guò)空間分析方法對(duì)理論與實(shí)踐2 種擴(kuò)種方式進(jìn)行對(duì)比，對(duì)2 種擴(kuò)種方式的碳儲(chǔ)量結(jié)果進(jìn)行差異性分析，進(jìn)而得出兩者的優(yōu)缺點(diǎn)對(duì)比。

圖1 海南紅樹(shù)林適生分布模型圖

2 結(jié)果與分析

2.1 海南島紅樹(shù)林適生區(qū)評(píng)估

2.1.1 預(yù)測(cè)模型精度利用MaxEnt 模型預(yù)測(cè)紅樹(shù)林適生區(qū)分布效果良好，如圖2 所示，預(yù)測(cè)結(jié)果AUC 均值為0.964（標(biāo)準(zhǔn)差±0.005），測(cè)試數(shù)據(jù)AUC 均值可達(dá)0.949（標(biāo)準(zhǔn)差±0.005）；同時(shí)，用于模型預(yù)測(cè)模擬的1 820 處紅樹(shù)林分布點(diǎn)全部位于高適生區(qū)范圍內(nèi)，模擬結(jié)果與現(xiàn)有紅樹(shù)林分布數(shù)據(jù)具有較好的一致性，可信度較高，能夠很好的用于紅樹(shù)林的適生區(qū)預(yù)測(cè)。

圖2 MaxEnt 模型預(yù)測(cè)精度曲線

2.1.2 海南島紅樹(shù)林適生區(qū)劃分利用ArcGIS 空間分析模塊對(duì)適生區(qū)進(jìn)行適生系數(shù)的重分類，去除建成區(qū)等無(wú)法種植紅樹(shù)林的區(qū)域得到如圖3 所示的適生區(qū)分布圖。圖3 中適生系數(shù)越接近1，表明該區(qū)域越適合紅樹(shù)生長(zhǎng)，海南島東北沿岸紅樹(shù)林生態(tài)系統(tǒng)適生區(qū)面積遠(yuǎn)高于西南沿岸，主要集中在海口、文昌和儋州等地，與紅樹(shù)林生態(tài)系統(tǒng)分布現(xiàn)狀一致。

圖3 海南島紅樹(shù)林適生區(qū)分布圖

2.1.3 海南島紅樹(shù)林?jǐn)U種范圍圖4 為海南島紅樹(shù)林?jǐn)U種2 000～7 000 hm2的具體位置與范圍，主要集中在海南島的東部與北部（圖4-b～圖4-f,）；西部與南部雖有高適生系數(shù)分布區(qū)，但其與現(xiàn)有紅樹(shù)分布區(qū)重疊，因此，幾乎無(wú)紅樹(shù)適宜擴(kuò)種區(qū)域（圖4-g～k）。

圖4 海南島紅樹(shù)林?jǐn)U種范圍圖

2.2 海南島紅樹(shù)林碳儲(chǔ)量增量預(yù)估利用InVEST 模型結(jié)合圖4 中現(xiàn)有及擴(kuò)種紅樹(shù)林分布數(shù)據(jù)，結(jié)合碳密度數(shù)據(jù)完成碳儲(chǔ)量預(yù)估，如圖5 所示。海南島紅樹(shù)林生態(tài)系統(tǒng)現(xiàn)有碳儲(chǔ)量約為1.24 Tg，其中土壤碳約0.84 Tg；《行動(dòng)計(jì)劃》任務(wù)中擴(kuò)種2 000 hm2紅樹(shù)林可實(shí)現(xiàn)約0.38 Tg 碳儲(chǔ)量增量，主要分布在海口、文昌、儋州等地；恢復(fù)至海南島歷史最大的紅樹(shù)林分布面積，碳儲(chǔ)量可達(dá)2.49 Tg，增量約為1.25 Tg，主要分布在東北沿岸，南部地區(qū)稍有增加。平均每擴(kuò)種1 000 hm2紅樹(shù)將增加總碳儲(chǔ)量0.17 Tg，其中，土壤碳儲(chǔ)量約增加0.12 Tg；由擴(kuò)種3 000 hm2擴(kuò)種至4 000 hm2時(shí)碳儲(chǔ)量增量最大，可達(dá)0.14 Tg；而從擴(kuò)種4 000～5 000 hm2時(shí)的增量最小，僅為0.08 Tg；土壤碳儲(chǔ)量占總碳儲(chǔ)量的比例隨擴(kuò)種面積增加而減少。

2.3 理論與實(shí)踐擴(kuò)種對(duì)比本研究以50 m × 50 m 格網(wǎng)進(jìn)行紅樹(shù)擴(kuò)種適宜區(qū)的分析，并且擴(kuò)種區(qū)以現(xiàn)有紅樹(shù)林為中心環(huán)狀方式種植，在實(shí)際生產(chǎn)實(shí)踐過(guò)程將消耗更多的勞力和資源并不現(xiàn)實(shí)，因此本研究針對(duì)生產(chǎn)實(shí)踐采用1 km 分辨率（即每個(gè)格網(wǎng)代表100 hm2，以塊狀方式擴(kuò)種）進(jìn)行碳儲(chǔ)量增量預(yù)估。在同樣的擴(kuò)種面積下，理論與實(shí)踐間紅樹(shù)適宜擴(kuò)種區(qū)有所差異（圖6），且二者所產(chǎn)生的碳儲(chǔ)量增量也有所不同（圖7），擴(kuò)種3 000 hm2情境下二者差異最高，可達(dá)0.13 Tg。

圖7 海南島現(xiàn)狀和擴(kuò)種紅樹(shù)林（理論-實(shí)踐）碳儲(chǔ)量差值圖

3 討 論

3.1 海南島紅樹(shù)林適生區(qū)MaxEnt 模型通過(guò)生物現(xiàn)有的分布信息找到分布規(guī)律的最大熵，從而對(duì)生物的適生概率進(jìn)行預(yù)估，確定生物的分布區(qū)域。模型通過(guò)刀切法得出環(huán)境因子的貢獻(xiàn)率[29]，地形因子的累計(jì)貢獻(xiàn)率最高（67.0%），其次為水質(zhì)水文（20.1%）、生物氣候（8.7%）、基質(zhì)（4.3%）等因素，表明對(duì)海南島紅樹(shù)林地理分布的主要制約因素為地形；海南島四周環(huán)海處于熱帶北緣，雖存在雨旱兩季，但全年氣溫、海溫、降水等均處于較高水平，且溫差不大，因此生物氣候、水文等因素對(duì)紅樹(shù)林分布的制約明顯小于地處溫帶的廣東等地[22]。本研究以歷史上海南島最大的紅樹(shù)林分布面積約12 506 hm2[30]（潛在擴(kuò)種面積低于7 000 hm2）為擴(kuò)種上限，以保證完成《行動(dòng)計(jì)劃》的基本任務(wù)在海南省擴(kuò)種2 000 hm2的作為擴(kuò)種下限，對(duì)海南島2 000～7 000 hm2擴(kuò)種紅樹(shù)林進(jìn)行增量預(yù)測(cè)。選擇海南島最大的紅樹(shù)林分布面積為上限主要考慮到在無(wú)人類活動(dòng)干預(yù)前提下，紅樹(shù)林能夠分布的最大范圍應(yīng)當(dāng)是其自然選擇的結(jié)果，是紅樹(shù)林生態(tài)系統(tǒng)能夠保持自身的自然更新的上限。但人類科技進(jìn)步、植種樹(shù)工藝提高、樹(shù)種科學(xué)搭配等干預(yù)行為在一定程度上能夠擴(kuò)大紅樹(shù)林可分布范圍，因此本研究中擴(kuò)種上限有所低估。

3.2 海南島紅樹(shù)林碳儲(chǔ)量評(píng)估的準(zhǔn)確性研究的方法與尺度在一定程度上會(huì)造成碳密度估算產(chǎn)生差異，本研究結(jié)果與Meng 等[21]采用放大法結(jié)合實(shí)地調(diào)查分析的結(jié)果較為接近，但低于Gao 等[31]的實(shí)地調(diào)查和異速生長(zhǎng)方程結(jié)果，其主要原因在于Gao 等[31]側(cè)重于土壤碳及土壤深度的梯度變化研究，實(shí)地調(diào)查所取土壤為當(dāng)?shù)卮硇灾脖缓蛢?yōu)勢(shì)植物群落森林地區(qū)建立的采樣點(diǎn)土壤，碳儲(chǔ)能力較強(qiáng)；其次，植物多樣性也會(huì)影響碳儲(chǔ)量的大小，Bai 等[19]側(cè)重于生物多樣性與碳密度的關(guān)系研究，樣本中紅樹(shù)植物的多樣性豐富，而Meng 等[21]與本研究則是側(cè)重在紅樹(shù)林生態(tài)系統(tǒng)整體，主要以優(yōu)勢(shì)種林地進(jìn)行調(diào)查；Guan 等[32]研究土壤無(wú)機(jī)碳的模式與意義，側(cè)重于研究海南島7 個(gè)重點(diǎn)保護(hù)區(qū)土壤無(wú)機(jī)碳，保護(hù)區(qū)植被群落完整，碳儲(chǔ)能力強(qiáng)于海南島平均碳儲(chǔ)能力。碳密度高于Meng 等[7]對(duì)海南島地上、地下碳儲(chǔ)量分布格局、關(guān)系和影響機(jī)制的研究，主要是因?yàn)镚uan等[32]側(cè)重選取海南島重點(diǎn)區(qū)域估算全島碳儲(chǔ)量，而Meng 等[21]側(cè)重在南北部分區(qū)域，植物樣本具有隨機(jī)性；本研究對(duì)海南島分區(qū)域進(jìn)行碳儲(chǔ)量估算，不同區(qū)域其碳密度不相同，分區(qū)既保證了代表性同時(shí)也提高了估算的精準(zhǔn)性。若以海南島平均碳密度進(jìn)行估算，隨著擴(kuò)種面積的增加，每1 000 hm2將導(dǎo)致土壤碳儲(chǔ)量低估0.14 Tg，總碳儲(chǔ)量低估0.19 Tg。本研究利用InVEST 模型所得結(jié)果（土壤碳密度及總碳密度）處于前人研究結(jié)果的置信區(qū)間內(nèi)（表2），但略低于平均值，位于中間水平，模擬結(jié)果具有一定的準(zhǔn)確性與可信性。

表2 本研究和其他研究中不同紅樹(shù)林碳儲(chǔ)量的比較

3.3 指導(dǎo)紅樹(shù)林?jǐn)U種實(shí)踐關(guān)于區(qū)域紅樹(shù)林的擴(kuò)種研究，陳玉軍等[33]針對(duì)引種無(wú)瓣海桑對(duì)紅樹(shù)資源的恢復(fù)、物種多樣性和林分質(zhì)量的提高等進(jìn)行研究，側(cè)重于從新物種的引進(jìn)指導(dǎo)紅樹(shù)擴(kuò)種；陳彧等[34]采用踏查法和樣方調(diào)查法對(duì)海南陵水新村港內(nèi)拉關(guān)木群落特征開(kāi)展調(diào)查研究，側(cè)重于通過(guò)優(yōu)勢(shì)種特征分析對(duì)該地區(qū)紅樹(shù)植物采取間種鄉(xiāng)土紅樹(shù)植物以增加植物的多樣性的種植方式指導(dǎo)紅樹(shù)擴(kuò)種；李皓宇等[35]利用衛(wèi)星影像解譯輔助技術(shù)對(duì)粵東紅樹(shù)林物種組成和群落結(jié)構(gòu)進(jìn)行研究與調(diào)查，針對(duì)區(qū)位特征因地制宜的進(jìn)行種群遷地保育、優(yōu)勢(shì)物種“從數(shù)量到質(zhì)量”轉(zhuǎn)變的種植方向來(lái)指導(dǎo)該地區(qū)的紅樹(shù)林恢復(fù)重建工作；王炳宇等[36]針對(duì)東寨港的無(wú)瓣海桑和拉關(guān)木的擴(kuò)散路徑和擴(kuò)散趨勢(shì)進(jìn)行分析，側(cè)重于通過(guò)對(duì)紅樹(shù)林濕地外來(lái)植物的管控來(lái)指導(dǎo)該地紅樹(shù)建設(shè)。本研究結(jié)合衛(wèi)星影像技術(shù)和實(shí)際樣方調(diào)查分析，側(cè)重于從理論和實(shí)踐兩個(gè)角度指導(dǎo)海南島紅樹(shù)林?jǐn)U種。理論上以50 m × 50 m 格網(wǎng)進(jìn)行紅樹(shù)擴(kuò)種適宜區(qū)的分析，擴(kuò)種區(qū)以現(xiàn)有紅樹(shù)林為中心環(huán)狀方式種植，但在實(shí)際生產(chǎn)實(shí)踐過(guò)程將消耗更多的勞力和資源，所以提出針對(duì)生產(chǎn)實(shí)踐采用1 km 分辨率（即每個(gè)格網(wǎng)代表100 hm2，以塊狀方式擴(kuò)種）進(jìn)行碳儲(chǔ)量增量預(yù)估；但在同一擴(kuò)種情景下，理論方式的碳儲(chǔ)量增量均大于實(shí)踐方式的，其主要原因在于相同的擴(kuò)種面積下，2 種方式劃分到的區(qū)域不同，理論方式網(wǎng)格面積較小（2 500 m2），網(wǎng)格數(shù)量較多，大多位于高碳密度區(qū)域，而實(shí)踐方式網(wǎng)格面積較大（100 hm2），網(wǎng)格數(shù)量較少，僅部分位于高碳密度區(qū)域（InVEST 模型原理是利用各個(gè)區(qū)域的面積乘以其碳密度并求和，得出研究區(qū)的總碳儲(chǔ)量），兩者各有利弊。