Trippel-funktionsfusion från UAV-multispektralbilder förbättrar artnivåbedömning av mangrovkol

Varför dessa kustskogar är viktiga

Mangroveskogar ligger där land möter hav och binder tyst stora mängder kol i sin ved och i de leriga jordarna. Eftersom detta ”blå kol” hjälper till att dämpa klimatförändringar vill regeringar och bevarandeorganisationer i allt högre grad skydda och återställa mangrover. Men inte alla mangrovarter lagrar kol på samma sätt. Denna studie visar hur små drönare utrustade med specialkameror inte bara kan kartlägga olika mangrovarter längs en kinesisk kustlinje, utan också uppskatta hur mycket kol varje art innehåller ovan- och under jord.

Att betrakta mangrover från ovan

Studien genomfördes i Gaoqiao Mangrove Nature Reserve i Yingluo-bukten i södra Kina, ett stort, artrikt skyddsområde. Här bildar fyra vanliga mangrovarter ett mosaikmönster längs tidvattnet, från höga trädbestånd nära öppna viken till buskformationer längs flodbanker och dammkant. Traditionellt kräver uppskattningar av hur mycket kol dessa skogar rymmer att människor kämpar genom klibbig lera, mäter trädens storlek och gräver i rötter och jordar — en långsam och kostsam process. Satelliter kan täcka stora områden, men saknar ofta den fina detalj som behövs för att skilja intilliggande arter eller små skogsdungar åt. Forskarteamet flög i stället en drönare på låg höjd utrustad med en multispektralkamera som fångar inte bara normalt färgljus, utan också red-edge och nära‑infrarött ljus, vilka är särskilt känsliga för bladkemi och växtens hälsa.

Tre sorters ledtrådar från drönarbilder

Från drönarens data extraherade forskarna tre grupper av ledtrådar om skogen. ”Spektrala” egenskaper beskriver hur blad reflekterar olika färger av ljus, vilket kan kombineras till vegetationsindex kopplade till vitalitet och klorofyll. ”Strukturella” egenskaper kommer från 3D‑höjdinformation och visar hur högt trädtaket är över landskapet. ”Texturala” egenskaper fångar hur grovt eller slätt kronlagret ser ut i bilderna och speglar skillnader i bladsstorlek, grenstäthet och kronform. Genom att förena dessa tre typer av information tränade forskarna datorbaserade modeller som först särskilde de fyra mangrovarterna och sedan kopplade bildfunktionerna till noggranna kolmätningar insamlade i 40 markytor.

Att skilja en mangrove från en annan

Den sammanslagna metoden visade sig särskilt kraftfull för artkartläggning. När teamet använde enbart grundläggande rött, grönt och blått kunde drönaren inte pålitligt skilja åt arter med liknande bladfärger eller blandade bestånd. Att lägga till red-edge och nära‑infraröda band förbättrade möjligheterna avsevärt, och att inkludera kronhöjd ökade prestandan ytterligare. Den bästa kombinationen — råa multispektrala band, vegetationsindex och höjd — identifierade mangrovarter korrekt nästan 90 % av gångerna. Det var avgörande eftersom arter som Avicennia marina och Aegiceras corniculatum kan se spektralt lika ut men skilja sig subtilt i höjd och växtform, medan andra, som Rhizophora stylosa och Bruguiera gymnorrhiza, blir högre och har mer massiva kronor.

Koppla skogsstruktur till lagrat kol

När arterna väl var kartlagda användes samma tredelade uppsättning bildfunktioner för att bygga kolmodeller. För varje art eller artrupp testade forskarna hur väl olika bildvariabler förutsade kol lagrat ovan jord i stammar och grenar och under jord i rötter. De fann att de mest informativa funktionerna skiljde sig mellan arter. För den buskliknande A. corniculatum fungerade subtila mönster i red‑edge‑textur bäst, medan variationer i texturen i det blå bandet var nyckeln för B. gymnorrhiza. För blandbestånd av R. stylosa och A. marina var enkel kronhöjd en stark prediktor, vilket reflekterar att större träd håller mer biomassa. De resulterande modellerna förklarade nästan hälften till över 90 % av variationen i observerat kol, beroende på art och om ovan‑ eller underjordiska lager beaktades.

Var kolet faktiskt sitter

Tillämpning av dessa modeller på hela studieområdet gav detaljerade kartor över ovan‑jordiskt, under‑jordiskt och totalt mangrovkol. Reservatets nordvästra hörn, dominerat av höga bestånd av R. stylosa, framträdde som en kolhotspot med de högsta värdena både ovan och under jord. I genomsnitt lagrade R. stylosa ungefär dubbelt så mycket ovan‑jordiskt kol som den minsta arten, A. corniculatum, och ledde också i rotnkol. A. marina, även om den var vida spridd, höll en mer måttlig mängd kol per hektar, medan B. gymnorrhiza bidrog med mindre men ändå viktiga fickor. Sammantaget lagrade arter med högre, tjockare stammar och bredare kronor betydligt mer kol än täta snår av kortare buskar, trots att buskarna hade betydligt fler stammar per yta.

Vad detta betyder för klimat och bevarande

För en icke‑specialist är huvudbudskapet att mangrover inte kan behandlas som ett enhetligt grönt band på en karta. Olika arter lagrar mycket olika mängder kol och svarar olika på vad drönare ”ser” i färg, struktur och textur. Genom att kombinera dessa tre perspektiv visar denna studie att relativt prisvärda drönare kan kartlägga både arter och deras kolförråd med hög detaljgrad, vilket hjälper förvaltare att hitta vilka skogsfläckar som är mest värdefulla för klimatåtgärder. När ansträngningarna för att skydda och återställa blå kol‑ekosystem ökar kan denna artnivåinsikt vägleda smartare plantering, riktat skydd av högkolbestånd och mer korrekt nationell kolredovisning.

Citering: 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

Nyckelord: mangrovkol, blå kol, UAV multispektral, artkartläggning, skogars fjärranalys