Fuzja trzech cech z wielospektralnych obrazów UAV poprawia ocenę węglową namorzynów na poziomie gatunku

Dlaczego te nadbrzeżne lasy są istotne

Las namorzynowy zajmuje strefę styku lądu i morza, skutecznie magazynując duże ilości węgla w drewnie i bagnistych glebach. Ponieważ ten „niebieski węgiel” pomaga spowalniać zmiany klimatu, rządy i organizacje ochrony przyrody coraz częściej dążą do ochrony i odbudowy namorzynów. Jednak nie wszystkie gatunki namorzynów gromadzą węgiel w ten sam sposób. W tym badaniu pokazano, jak małe drony z specjalnymi kamerami mogą nie tylko mapować różne gatunki namorzynów wzdłuż chińskiego wybrzeża, lecz także szacować, ile węgla każdy gatunek przechowuje nad i pod ziemią.

Widok namorzynów z góry

Badania prowadzono w Rezerwacie Przyrody Namorzynów Gaoqiao w Zatoce Yingluo, południowe Chiny — dużym, bogatym w gatunki obszarze chronionym. Tutaj cztery powszechne gatunki namorzynów układają się w mozaikę wzdłuż pływów: od wysokich zgrupowań drzew przy otwartej zatoce po krzewy wzdłuż brzegów rzek i stawów. Tradycyjnie oszacowanie ilości węgla w tych lasach wymaga wędrówek po lepkim mule, pomiarów rozmiarów drzew i kopania w korzeniach oraz glebie — to powolny i kosztowny proces. Satelity obejmują duże obszary, lecz często brakuje im szczegółów potrzebnych do rozróżnienia sąsiadujących gatunków lub małych łanów lasu. Zespół użył zamiast tego nisko latającego drona wyposażonego w kamerę wielospektralną, rejestrującą nie tylko zwykłe kolory, lecz także pasma red-edge i bliskiej podczerwieni, które są szczególnie wrażliwe na chemię liści i kondycję roślin.

Trzy rodzaje wskazówek z obrazów drona

Z danych dronowych naukowcy wydobyli trzy rodziny wskazówek dotyczących lasu. Cechy „spektralne” opisują, jak liście odbijają różne kolory światła; można je łączyć w indeksy wegetacyjne powiązane z wigorą i chlorofilem. Cechy „strukturalne” pochodzą z informacji 3D o wysokości, ujawniając, jak wysoki jest równań koron na krajobrazie. Cechy „teksturalne” oddają, jak chropowata lub gładka wydaje się powierzchnia korony na obrazach, odzwierciedlając różnice w wielkości liści, gęstości gałęzi i kształcie koron. Poprzez połączenie tych trzech typów informacji badacze wytrenowali modele komputerowe, które najpierw rozróżniały cztery gatunki namorzynów, a następnie łączyły cechy obrazów z precyzyjnymi pomiarami węgla zebranymi w 40 inwentaryzowanych działkach badawczych.

Rozróżnianie gatunków namorzynów

Połączone podejście okazało się szczególnie skuteczne w mapowaniu gatunków. Gdy zespół używał jedynie podstawowego obrazu w RGB, dron nie był w stanie wiarygodnie rozróżnić gatunków o podobnym zabarwieniu liści lub w mieszaninach łanów. Dodanie pasm red-edge i bliskiej podczerwieni znacznie poprawiło sytuację, a uwzględnienie wysokości koron dodatkowo podniosło skuteczność. Najlepsza kombinacja — surowe pasma wielospektralne, indeksy wegetacyjne i wysokość — poprawnie identyfikowała gatunki namorzynów prawie w 90% przypadków. To miało kluczowe znaczenie, ponieważ gatunki takie jak Avicennia marina i Aegiceras corniculatum mogą wyglądać spektralnie podobnie, lecz różnić się subtelnie wysokością i formą wzrostu, podczas gdy inne, jak Rhizophora stylosa i Bruguiera gymnorrhiza, osiągają większe rozmiary i mają masywniejsze korony.

Powiązanie struktury lasu z magazynowanym węglem

Po zmapowaniu gatunków ten sam potrójny zestaw cech obrazowych posłużył do budowy modeli węglowych. Dla każdego gatunku lub par gatunków badacze sprawdzili, jak dobrze różne zmienne obrazowe przewidują węgiel zgromadzony nad ziemią w pniach i gałęziach oraz pod ziemią w korzeniach. Okazało się, że najbardziej informatywne cechy różniły się w zależności od gatunku. Dla krzewiastej A. corniculatum najlepiej sprawdzały się subtelne wzory w teksturze pasma red-edge, natomiast dla B. gymnorrhiza kluczowe były zmiany w teksturze pasma niebieskiego. Dla mieszanych łanów R. stylosa i A. marina prosta wysokość korony była silnym predyktorem, co odzwierciedla fakt, że większe drzewa przechowują więcej biomasy. Powstałe modele wyjaśniały od niemal połowy do ponad 90% zmienności zaobserwowanego węgla, w zależności od gatunku i tego, czy brano pod uwagę zasoby nad- czy podziemne.

Gdzie naprawdę znajduje się węgiel

Zastosowanie tych modeli na całym obszarze badawczym dało szczegółowe mapy węgla nadziemnego, podziemnego i całkowitego namorzynów. Północno-zachodni róg rezerwatu, zdominowany przez wysokie łany R. stylosa, wyłonił się jako „hotspot” węglowy, z najwyższymi wartościami zarówno nad, jak i pod ziemią. Średnio R. stylosa przechowywał około dwukrotnie więcej węgla nadziemnego niż najmniejszy gatunek A. corniculatum, i również przodował pod względem węgla korzeniowego. A. marina, mimo szerokiego zasięgu, gromadziła umiarkowane ilości węgla na hektar, podczas gdy B. gymnorrhiza tworzyła mniejsze, lecz wciąż istotne płaty. Ogólnie rzecz biorąc, gatunki o wyższych, grubszych pniach i szerszych koronach magazynowały znacznie więcej węgla niż gęste zarośla niższych krzewów, mimo że te ostatnie miały znacznie więcej pędów na jednostkę powierzchni.

Co to oznacza dla klimatu i ochrony przyrody

Dla niespecjalisty główne przesłanie jest takie, że namorzyny nie powinny być traktowane jako jednolity zielony pas na mapie. Różne gatunki gromadzą bardzo różne ilości węgla i inaczej reagują na to, co drony „widzą” w kolorze, strukturze i teksturze. Łącząc te trzy perspektywy, badanie pokazuje, że stosunkowo niedrogie drony mogą szczegółowo mapować zarówno gatunki, jak i ich zasoby węglowe, pomagając zarządzającym wskazać, które fragmenty lasu są najcenniejsze dla łagodzenia zmian klimatu. W miarę jak rosną wysiłki na rzecz ochrony i odbudowy ekosystemów niebieskiego węgla, wgląd na poziomie gatunkowym może prowadzić do mądrzejszego sadzenia, celowanej ochrony łanów o wysokiej zawartości węgla i dokładniejszego krajowego rachunku węglowego.

Cytowanie: Chen, Y., Shen, X., Yan, C. et al. Triple-feature fusion from UAV multispectral imagery enhances species-level mangrove carbon assessment. Sci Rep 16, 11494 (2026). https://doi.org/10.1038/s41598-026-40303-1

Słowa kluczowe: węgiel w namorzynach, niebieski węgiel, UAV wielospektralny, mapowanie gatunków, teledetekcja lasów