近日，自然資源部第三海洋研究所海洋保護生態(tài)學團隊在紅樹林生態(tài)系統(tǒng)面對互花米草入侵的風險識別研究中取得新進展。相關成果以題為 “Risk identification of mangroves facing Spartina alterniflora invasion using data-driven approaches with UAV and machine learning models”的論文，發(fā)表在國際知名期刊《Remote Sensing of Environment》（中科院一區(qū) TOP，IF=11.1）。互花米草是全球危害最嚴重的外來入侵物種之一，也是我國突出的海洋入侵物種。為治理其入侵，我國實施《互花米草防治專項行動計劃 (2022—2025 年)》，力爭 2025 年各省份清除率達 90% 以上。開展紅樹林面對互花米草入侵的風險識別，對保障 “互花米草防治專項行動” 成效、為紅樹林保護管理決策提供依據(jù)至關重要。本研究利用無人機（UAV）遙感數(shù)據(jù)和可解釋的機器學習模型，在九龍江口紅樹林濕地開展分析，揭示紅樹林景觀格局對互花米草覆蓋的關鍵影響因素，構(gòu)建高精度入侵風險預測模型。主要發(fā)現(xiàn)包括：（1）紅樹林覆蓋度（FVC）是抑制互花米草生長的關鍵因子，當覆蓋度超過 65% 時，互花米草生長基本受限；（2）紅樹林景觀結(jié)構(gòu)影響入侵風險，高邊緣密度（ED）和低斑塊密度（PD）有助于減少入侵；（3）基于SHAP 解釋模型可視化顯示 FVC 對互花米草的非線性影響，有助于決策者精準調(diào)整紅樹林修復策略。本成果基于研究團隊承擔的自然資源部專項業(yè)務費項目（“海洋生態(tài)預警監(jiān)測”“海洋濕地資源調(diào)查監(jiān)測與評估”等） 及《互花米草防治區(qū)生態(tài)修復技術指南》編制等多項工作總結(jié)，不僅為紅樹林生態(tài)管理和外來種防控提供了科學支持，也為基于自然的解決方案（NbS）優(yōu)化紅樹林保護策略提供了新思路。海洋三所和廈門大學聯(lián)培博士生闞志毅為該論文第一作者，陳順洋副研究員為該論文的通訊作者。此外共同作者還包括海洋三所陳彬研究員、俞煒煒研究員和陳光程研究員。本研究受到國家重點研發(fā)項目（2022YFF0802203, 2017YFC0506101）和螞蟻公益基金會項目 (2023052990392)等資助。
