Estimating Above-Ground Blue Carbon in a Tropical Mangrove Using Multispectral Unmanned Aerial Vehicle Imagery
本研究开发了一种新的基于多光谱无人机的分割方法，用于估算巴西苏阿佩湾受人为压力影响的红树林地上蓝碳，结果显示其储量为 79.8 MgC.ha⁻¹，且在从河口通道到高盐滩涂的空间范围内存在差异。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，红树林森林就像一个巨大的、活生生的银行账户。这个银行里存储的不是金钱，而是“蓝碳”——一种由树木从空气中捕捉并锁存在其木材和根系中的碳。这对于对抗气候变化至关重要。然而，计算这些森林中含有多少碳，通常就像是在没过脚踝的泥泞和纠缠不清的树根中，试图数清沙滩上的每一粒沙子一样。这种工作缓慢、困难，且往往无法获得全貌。
这篇论文描述了一种使用“无人机”（无人驾驶飞行器）进行这种计数的新型高科技方法，无人机配备了特殊的相机，充当了天空中一双“超级强力的眼睛”。
以下是研究人员是如何完成这项工作的，分为几个简单的步骤：
1. 天空中的高科技之眼
研究人员没有派人带着卷尺走进沼泽，而是让无人机飞越了巴西苏阿佩湾（Suape Bay）的一片红树林。这并不是普通的无人机，它配备了一个“多光谱”相机。你可以把这个相机想象成拥有六副不同的眼镜。其中一副眼镜能看到正常颜色（如红色和绿色），而其他的眼镜则能看到肉眼看不见的光（如红外线和“红边”）。这些特殊的眼镜让无人机能够以人类肉眼无法察觉的方式，观察树木的“健康状况”和“结构”。
2. 构建 3D 地图
无人机拍摄了数千张照片，并将它们缝合在一起，创建了一幅森林的 3D 地图。这就像是从各个角度拍摄一个蛋糕的照片，然后利用计算机构建出一个完美的 3D 模型。这个模型精确地展示了树木的高度以及它们冠层（叶片顶端）的大小。
3. “数字侦探”（分割）
从上方计数树木最难的部分在于，树木往往生长得非常紧密，导致它们的叶片相互重叠，看起来就像一个巨大的绿色团块。为了解决这个问题，研究人员使用了一种称为“基于对象的图像分析”（OBIA）的方法。
想象一下，你正在看一碗混合在一起的软糖豆。如果你只看颜色，那会是一团乱麻。但如果你使用一种工具轻轻地将软糖豆推开，并数清楚每一个清晰的形状，你就能准确地计数。研究人员教会了他们的计算机这样做。他们利用无人机的“特殊眼镜”找到树木的最顶端（最高点），然后围绕每棵树建立一个数字轮廓，从而将它们与泥地、水域以及邻近的树木区分开来。
4. “树木翻译官”（异速生长方程）
一旦计算机计数了树木并测量了它们的高度和冠层大小，它还需要猜测这些树木内部含有多少木材（因此也就有了多少碳）。由于无人机无法测量树干的粗细（这通常是计算重量的方法），研究人员使用了一个“翻译官”。
他们进入森林实地测量了一小片树木，以观察树木高度与树干粗细之间的关系。他们创建了一个数学公式（即方程），该公式表示：“如果一棵树有这么高，那么它可能拥有这么多木材。”随后，他们将无人机获取的高度数据输入到这个公式中，以此估算那些他们无法触碰到的树木的重量。
5. 结果：令人惊喜的财富
研究人员测试了五种不同的“翻译官”公式。他们发现，针对这一特定森林，使用冠层大小和高度的公式最为准确。
以下是他们的发现：
- 储量： 尽管位于繁忙的工业港口旁边且面临数十年的污染，这片红树林仍是一个“碳动力源”。它每公顷储存约 79.8 吨碳（一公顷大约是两个美国足球场的面积）。
- 模式： 碳的分布并不均匀。它呈现出一种类似金字塔的结构。紧邻水道的树木最大，持有的碳也最多。随着向内陆更远处的咸涩、干燥平原移动，树木变得越来越小，持有的碳也随之减少。
- 对比： 当他们将无人机的高科技地图与全球卫星地图进行对比时，发现全球地图低估了约一半的碳储量。无人机显示，即使是这样一片受到一定程度破坏的森林，其含碳量也比世界通用估算值显示的要丰富得多。
核心结论
这项研究证明，你不需要在泥泞中跋涉也能很好地估算红树林的碳储量。通过使用配备特殊相机的无人机以及能够分离单棵树木的智能计算机程序，团队创造了一种快速、准确且可重复的方法来“清点红树林银行里的钱”。他们发现，即使在如此艰难的工业环境下，这些森林仍在保留着海量的碳，使其成为对地球至关重要的存在。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。