孫學超， 黃展鵬， 張瓊銳， 文 嬙， 黃志琴， 王晨茜， 張若琪， 徐頌軍*

(1. 華南師范大學地理科學學院， 廣州 510631； 2. 洲際環(huán)境科學研究院(廣州)有限公司， 廣州 510660)

隨著全球溫室氣體排放的增加，氣候變暖越來越被國際社會所重視。濕地生態(tài)系統(tǒng)因其巨大的碳儲量和較強的溫室氣體排放能力成為了全球變化科學中的前沿和熱點。

濕地占陸地總面積的4%～5%，但其碳儲量高達450 Gt，相當于陸地生態(tài)系統(tǒng)總碳儲量的20%[1]。其中，紅樹林地上部分碳儲量約為2.5 Gt，土壤的碳儲量為4～20 Gt[2]。紅樹林覆蓋了地球表面0.1%的面積，卻固定了相當于大氣中5%的碳，其單位面積的有機碳儲量是陸地森林的5倍之多[3]。然而，20世紀70年代開始，人類活動使紅樹林遭受到嚴重的破壞，全球超過1/3面積的紅樹林消失。作為目前中國最大的紅樹林恢復區(qū)的珠海市淇澳島紅樹林，也曾遭受過嚴重破壞。淇澳島歷史上生長有600 hm2的紅樹林，1950年開始的大規(guī)模開墾致使紅樹林遭受嚴重破壞，到1998年時，原生林僅剩大圍灣最內(nèi)側(cè) 32.2 hm2的秋茄-桐花樹群落[4]。1999年，珠海市政府開展了紅樹林修復計劃，截至2017年已成功營造了約600 hm2的以無瓣海桑為主的人工紅樹林[5]。目前有關(guān)紅樹林碳庫的研究主要集中在紅樹林植被各器官間的碳含量關(guān)系[6]、植被的固碳能力[4,7-10]和濕地土壤的固碳能力方面[11]。其研究目的多為計算單一年份的紅樹林生態(tài)系統(tǒng)碳庫，而植被碳儲量是該碳庫中的重要部分，約占紅樹林生態(tài)系統(tǒng)總碳庫的30%以下[12]。相較土壤碳庫，紅樹林植被碳儲量的年際變化更大[13]，這方面的研究是目前較少被關(guān)注到的。

本研究結(jié)合實地采樣和多年高分辨率遙感影像數(shù)據(jù)，對1999—2019年間淇澳島無瓣海桑純林的生長范圍、年際生物量和生物碳儲量進行定量研究，同時分析了引起這些變化的原因及無瓣海桑的固碳能力，以期評價以無瓣海桑為主要樹種的中國亞熱帶紅樹林生態(tài)修復方法的效果，為亞熱帶紅樹林生態(tài)系統(tǒng)的固碳研究提供基礎數(shù)據(jù)，為今后生態(tài)修復的樹種優(yōu)選提供理論依據(jù)。

1 研究區(qū)、數(shù)據(jù)來源和方法

1.1 研究地概況

淇澳島紅樹林自然保護區(qū)位于廣東省珠海市淇澳島西北部(113°36′40"E～113°39′15"E，22°23′40"N～22°27′38"N)、珠江內(nèi)西側(cè)，東與香港、深圳隔海相望，南聯(lián)萬山群島及南海，西靠金星門，北與中山、番禺、東莞毗鄰，總面積為23.9 km2。該自然保護區(qū)內(nèi)地勢落差較大，北高中低，具有陸地、島嶼、海岸、低山和丘陵等豐富多樣的地理地貌資源。地質(zhì)條件以花崗巖為主，表層是黃沙黏土，土壤類型是濱海鹽漬草甸沼澤土，島嶼東側(cè)灣多為沙岸，西北兩側(cè)灣多為淤積泥灘。該地屬南亞熱帶海洋性季風氣候區(qū)，年平均氣溫為23.5 ℃，降雨量為1 948.9 mm，日照時數(shù)為1 910.0 h。

1.2 樣方設置及調(diào)查數(shù)據(jù)

樣方位置的設置主要遵循以下原則[14]：

(1)代表性：根據(jù)研究對象的群落特征，盡可能少的點獲得最具代表性的群落生長狀態(tài)信息；

(2)兼顧性：考慮紅樹林濕地采樣難度，樣方位置盡可能歸一或靠近布設；

(3)可達性：樣地調(diào)查中的各項信息的獲取需要有可靠的技術(shù)方法和儀器設備。

由于喬木的胸徑對計算其生物量有重要影響，因此，采用《植物群落清查的主要內(nèi)容、方法和技術(shù)規(guī)范》[15]為指南進行胸徑測量。喬木樣方采用標準樣方(10 m×10 m)，用GPS定位儀記錄樣方四角坐標點，測定樣方內(nèi)喬木的樹種、胸徑、樹高、數(shù)量和冠幅并拍照記錄。

采樣時間為2019年，共設置了20個樣方(圖1)。由于研究區(qū)域的林分為無瓣海桑純林，樣方內(nèi)的喬木均為無瓣海桑。本研究沿淇澳島紅樹林保護區(qū)內(nèi)航河道選取了15個樣方(A1～A15)，該區(qū)域的無瓣海桑林較茂密；在離河道較遠處無瓣海桑較稀疏的區(qū)域又選取了5個樣方(B1～B5)，共計20個樣方(圖1)。用隨機拆分法將樣方數(shù)據(jù)按照3∶1的比例拆分，其中 15個樣方數(shù)據(jù)(編號1～15)用于構(gòu)建生物量反演模型， 5個樣方(編號16～20)數(shù)據(jù)用于模型的精度評價(表1)。

圖1 無瓣海桑純林樣方的位置

表1 研究區(qū)設置的無瓣海桑純林樣方的基本信息

1.3 研究方法

1.3.1 植被碳儲量及生物量計算 植被碳儲量與生物量的關(guān)系較為密切，其估算公式如下[14]：

C植=B×0.5，

(1)

其中，B為生物量。

無瓣海桑中樹干、樹枝、樹葉、樹根、樹皮、花果的生物量分別用以下異速生長方程確定[16]：

lgB樹干=0.360 7+0.330 2×lg(DBH2×H)，

(2)

lgB樹枝=0.159 0+0.387 9×lg(DBH2×H)，

(3)

lgB樹葉=-0.756 0+0.435 5×lg(DBH2×H)，

(4)

lgB樹根=-0.039 2+0.421 1×lg(DBH2×H)，

(5)

lgB樹皮=-0.379 0+0.355 9×lg(DBH2×H)，

(6)

lgB花果=-2.345 6+0.379 1×lg(DBH2×H)，

(7)

其中，B為生物量(kg)，DBH為樹胸徑(cm)，H為樹高(m)。

1.3.2 遙感影像預處理 本研究采用1999年的Landsat5衛(wèi)星TM遙感影像、2003年和2009年的QuickBird影像、2013年的GeoEye-1影像以及2019年的高分二號遙感影像。用ENVI5.3對遙感影像進行輻射定標和大氣校正后，基于2019年的遙感影像對其他年份的遙感影像進行正射校正，再計算用于生物模型的構(gòu)建和反演的比值植被指數(shù)和紋理數(shù)據(jù)方差(Variance)，具體公式如下[15]：

(8)

Mean=∑i∑jp(i,j)×i，

(9)

Variace=∑i∑jp(i,j)×(i-Mean),

(10)

其中，SR為簡單植被指數(shù)，ρNIR、ρRED分別為近紅外波段、紅光波段在遙感圖像里的輻射亮度值；i、j分別為像元在影像中的行數(shù)、列數(shù)，p(i,j)為處理的模板矩陣中(i,j)位置的值；Mean和Variance分別是灰度共生矩陣統(tǒng)計量的均值和方差，Mean表現(xiàn)了影像紋理的均勻程度，Variance表現(xiàn)了影像像元值與均值的偏差，二者均可通過計算處理窗口中像元的方差值得到。

1.3.3 無瓣海桑范圍提取 淇澳島紅樹林濕地生態(tài)恢復的主要手段是引種無瓣海桑來搶奪互花米草入侵的區(qū)域，給本土紅樹林留下生存空間，再利用無瓣海桑和本土紅樹林樹種混合進行物種恢復，因此，當前淇澳島紅樹林的主要林分是無瓣海桑林[17]。本研究在2019年田野調(diào)查的基礎上，采用人工神經(jīng)網(wǎng)絡的方法，對1999、2003、2009、2013、2019年的遙感影像進行解譯，研究對象僅為無瓣海桑純林，不包括少量的無瓣海桑與其他紅樹林的混交林。通過利用目視解譯得到的驗證集來計算混淆矩陣，以判定2003年和2009年的無瓣海桑純林分類精度；通過2013、2019年實地考察所得的驗證集來計算混淆矩陣，以判定2013、2019年無瓣海桑純林的分類精度。

1.3.4 生物量反演 在利用遙感影像估算紅樹林生物量并折算成紅樹林植被碳儲量方面已有諸多研究[18-20]，目前常用的有多光譜影像、高光譜影像、高分辨率影像、雷達影像以及以上影像的多源組合，其中，加入了雷達影像的多源組合影像有較高的準確率。考慮到研究區(qū)域的時空范圍和實際需要，本研究選取包含紅、綠、藍和近紅外波段的高分辨率遙感影像作為反演數(shù)據(jù)。在反演生物量的自變量選取方面，選取了比值植被指數(shù)(SR)及紋理特征中的方差特征(Variance)。

本研究在進行生物量反演時，遵循如下步驟：首先，根據(jù)2019年15個無瓣海桑純林樣方的數(shù)據(jù)，分別計算單株無瓣海桑樹干、樹枝、樹葉、樹根、樹皮和花果的生物量后，加總得到單株無瓣海桑的生物量，將單個樣方的所有單株生物量加總，除以樣方面積，得到該樣方的單位面積生物量；然后，將預處理好的2019年高分二號遙感圖像的SR和Variance與所得樣方的生物量進行多元回歸建模，得到生物量反演模型；接著，將5個樣方的SR和Variance代入模型，得到預測值，計算其相對誤差；最后，如果模型預測值和真實值偏離不大，表明模型的準確度較高，則可根據(jù)得到的生物量反演模型對2003、2009、2013、2019年的遙感影像進行生物量反演。

2 結(jié)果與分析

2.1 無瓣海桑生物量模型構(gòu)建的結(jié)果

將2019年11月17日在淇澳島紅樹林保護區(qū)得到的野外采樣數(shù)據(jù)代入異速生長方程(2)～(7)，從而分別得到20個樣方的無瓣海桑的總生物量。由結(jié)果(表2)可知：20個樣方的無瓣海桑的總生物量最高為4.08 t，最低為0.64 t。

表2 20個樣方中無瓣海桑的生物量

2.1.1 單位面積生物量和SR、Variance的相關(guān)性 將2019年各個樣方的無瓣海桑的單位面積生物量與樣方對應的SR、Variance進行相關(guān)性分析，得到了三者之間的相關(guān)關(guān)系：無瓣海桑的單位面積生物量與Variance、SR的相關(guān)關(guān)系較為密切，分別呈顯著相關(guān)(P<0.05)、極顯著相關(guān)(P<0.01)，相關(guān)系數(shù)分別為-0.720、-0.605。可見無瓣海桑的單位面積生物量與這2個變量的相關(guān)性高，且為負相關(guān)，即隨著SR和Variance值的增大，無瓣海桑的單位面積生物量減??；Variance比SR解釋了更多的無瓣海桑的單位面積生物量變化。

(11)

(12)

(13)

由擬合模型的結(jié)果可知，模型(11)～(13)的P值均小于0.05，說明模型具有統(tǒng)計學意義。其中，模型(11)的相關(guān)系數(shù)為0.605，R2=0.367，RMSE=16.01 kg/m2；模型(12)的相關(guān)系數(shù)為0.720，R2=0.519，RMSE=19.03 kg/m2；模型(13)的相關(guān)系數(shù)為0.837，R2=0.700，RMSE=15.63 kg/m2?？梢妼R和Variance同時作為自變量時，所建立的模型的精度更高。利用模型(13)對15個樣方的無瓣海桑的單位面積生物量進行預測，預測值和實測值間的交叉檢驗結(jié)果(圖2)顯示：交叉檢驗決定系數(shù)為0.704 6，可見預測精度較高。將用于驗證的5個樣方代入模型(13)，預測值和實測值的相對誤差均值為9.18%，預測值與實際值偏離不大?？梢娫撃Ｐ筒粌H在樣本集的擬合效果好，在測試集的擬合效果也較理想，能夠滿足研究需求。

圖2 15個樣方的單位面積生物量的實測值與預測值對比

2.2 無瓣海桑純林面積、生物量和碳儲量的變化

通過人工神經(jīng)網(wǎng)絡解譯2003、2009、2013、2019年的遙感圖像，得到無瓣海桑純林的分布范圍(圖3，圖4)。2003、2009、2013、2019年的無瓣海桑純林的識別精度分別達到95.87%、91.68%、90.33%、90.04%，精度較高，滿足分析需要。

圖3 2019年淇澳島無瓣海桑純林的生長范圍

1999年是淇澳島紅樹林生態(tài)修復的初級階段，且根據(jù)1999年的Landsat影像(圖5)可以判斷，后期引種無瓣海桑的地區(qū)基本上是裸地，此時的紅樹林僅大圍灣附近有32 hm2的秋茄桐花樹群落，因此無瓣海桑純林面積計為0 hm2；由圖4和表3可知：2003年，無瓣海桑純林開始出現(xiàn)在研究區(qū)沿大壩向海逐漸延伸的位置，此時的密度較為稀疏，面積為29.52 hm2；2009年，無瓣海桑純林的生長面積逐漸向北擴大(面積為114.25 hm2)，林分密度也有所增加，并延伸至西部的沿海的狹長地帶；2013年，無瓣海桑純林的林分密度進一步增加，并繼續(xù)在西部沿海地帶延伸生長，面積為140.28 hm2；2019年，淇澳島西部沿海已被無瓣海桑純林包圍，中部核心地帶的林分密度明顯升高，并向東部沿海海岸延伸，面積為332.40 hm2?？梢姡?003—2019年，本研究區(qū)域的無瓣海桑純林面積一直在增長，其增長速度在不同階段有所差異：1999—2003年，無瓣海桑的面積年均增加5.90 hm2；2003—2009年，無瓣海桑的面積年均增加12.10 hm2；2009—2013年，無瓣海桑的面積年均增加5.21 hm2；2013—2019年，無瓣海桑的面積年均增加27.45 hm2。增長的無瓣海桑區(qū)域主要是從灘涂裸地地和海洋部分轉(zhuǎn)變而來，且2013—2019年期間增長最快。

圖4 2003—2019年淇澳島無瓣海桑純林的生長范圍變化

表3 淇澳島無瓣海桑純林面積和生物量

圖5 1999年淇澳Landsat衛(wèi)星影像圖

由淇澳島不同時期無瓣海桑純林的生物量變化情況(圖6)可知：2003年，淇澳島無瓣海桑純林的單位面積生物量為21.71～48.48 kg/m2，此時無瓣海桑純林較為稀疏，集中分布在研究區(qū)域的中部；2009年，淇澳島無瓣海桑純林的單位面積生物量為6.74～63.95 kg/m2，高值點集中分布在研究區(qū)域北部，低值點集中分布在研究區(qū)域東南部；2013年，淇澳島無瓣海桑純林的單位面積生物量為9.41～60.4 kg/m2，高值點集中分布在西側(cè)沿海一帶，低值點分布在東側(cè)和南側(cè)；2019年，淇澳島無瓣海桑純林的單位面積生物量為18.76～58.93 kg/m2，高值點集中分布在西側(cè)沿海一帶，低值點集中分布在東南部地區(qū)。

圖6 2003—2019年淇澳島無瓣海桑純林的單位面積生物量變化

由研究期內(nèi)無瓣海桑純林的生物量、植被碳儲量及其年際變化情況(表3、表4)可知：(1)1999—2013年，無瓣海桑純林總生物量的年均增長率和年均固碳速率不斷提升；(2)總體上看，1999—2019年，研究區(qū)無瓣海桑純林的總生物量不斷增加，各年份的無瓣海桑純林的單位面積生物量也在同步增加。

表4 淇澳島無瓣海桑純林總生物量、面積和植被碳儲量年際變化

3 討論

3.1 無瓣海桑解譯和反演模型精度對比

本研究區(qū)域的樹種為無瓣海桑純林，在遙感影像上的紋理和波段都具有典型特點，又配合野外調(diào)查核證，因此，基于人工神經(jīng)網(wǎng)絡模型解譯各個年份遙感影像的精度較高(90.04%～95.87%)，Kappa系數(shù)也大于0.8。目前提取紅樹林面積和紅樹林種間分類的精度多集中于86.7%～95.0%，在使用基于監(jiān)督分類的方法對紅樹林區(qū)域進行識別、分類時，若遙感圖像的分辨率越高且紋理越清晰，則遙感影像的分類精度越高[18,21-24]。此外，在進行淇澳島紅樹林的遙感影像解譯時，唐煥麗等[19]基于WorldView-2影像的8波段數(shù)據(jù)，對淇澳島紅樹林進行了種間分類，分別計算無瓣海桑、秋茄和桐花樹等群落的面積，得到2010年11月時淇澳島紅樹林中無瓣海桑的面積為146.41 hm2，大于本研究得到的2009、2013年的無瓣海桑的面積(分別為114.24、140.28 hm2)。該情況應是其提取的無瓣海桑林中包括了混交林中的無瓣海桑。

在構(gòu)建無瓣海桑反演生物量模型，本文分別用了SR、Variance以及二者結(jié)合的方式作為自變量與生物量進行回歸建模。由擬合模型的結(jié)果可知：僅用Variance為自變量的模型的R2、P、RMSE值均優(yōu)于僅用SR指數(shù)為自變量的模型；以Variance和SR同時為自變量的模型的R2、P、RMSE值均優(yōu)于單一自變量的模型，精度較高。因此，采用二者結(jié)合的方法作為研究區(qū)紅樹林生物量反演模型是一個較為可靠的反演方法。截至2020年，國內(nèi)利用多光譜遙感影像對紅樹林生物量進行反演的研究較少，已有研究運用多元逐步回歸方法反演生物量，其判定系數(shù)主要在0.30～0.78之間[25]，精度波動范圍較大；而反演無瓣海桑生物量的研究更少，僅有王月如[14]基于WorldView-2、Landsat8和RadarSat-2遙感影像數(shù)據(jù)進行深圳灣紅樹林的生物量反演，報道了無瓣海桑的生物量反演效果。該研究所采用的指數(shù)和方法與本研究類似，所得生物量反演模型的相關(guān)系數(shù)為0.858，判定系數(shù)為0.737，與本研究的反演精度基本一致。

3.2 淇澳島無瓣海桑純林生物量和碳儲量的時空差異

當紅樹林濕地遭受破壞之后，對其進行人工復種的碳匯潛力十分巨大[26]。淇澳島于1999年開始引種無瓣海桑，進行紅樹林濕地的恢復[4]。2003年，淇澳島無瓣海桑純林的總生物量已經(jīng)達到了9 745.47 t，碳儲量達4 872.74 t，5年期間年均可固碳974.55 t。2003—2009、2009—2013、2013—2019年的碳儲量年均增加量分別為1 454.06、2 168.28、4 296.67 t。盡管在上述這3個時間段里，無瓣海桑純林在各個年份里的面積年均增長率下降，但在2009—2013、2013—2019年期間，由于無瓣海桑純林的碳儲量基數(shù)較大，碳儲量年均增加量依然呈增加趨勢。2003—2019年，無瓣海桑純林的單位面積生物量持續(xù)上升。由此可見，1999—2019年淇澳島的紅樹林生物量、植被碳儲量和單位面積固碳能力均呈現(xiàn)上升態(tài)勢，淇澳島無瓣海桑的固碳能力尚未飽和。

淇澳島無瓣海桑純林生物量和植被碳儲量在空間分布上是有差異的(圖4)。2003年生物量處于較高水平的中、東部地區(qū)在2009年的生物量呈現(xiàn)下降趨勢。導致該變化的主要原因可能是：2008年的南方冰凍災害[4]導致無瓣海桑林大面積死亡，而靠近西部和北部沿海地區(qū)的紅樹林水熱條件相對較好，寒害后無瓣海桑的生物量增加迅速，從而維持了寒害之前的水平。從2009、2013、2019年的生物量分布上，可以看到研究區(qū)域西側(cè)的紅樹林的生物量和植被碳儲量穩(wěn)步上升，而中、東部地區(qū)的紅樹林生物量增長較慢。除了水熱條件的差別以外，人工干擾的程度也是重要的影響原因之一:研究區(qū)西側(cè)的紅樹林是緩沖保育區(qū)，受到的人工干擾較少；科普展示區(qū)和山林漫步區(qū)主要分布在紅樹林保護區(qū)的中部、東部，受到的人工干擾相對較多；研究區(qū)域的東南部有水壩，工程用土的填充對附近的紅樹林也產(chǎn)生了一定程度的影響。

3.3 無瓣海桑的快速固碳及碳匯能力

與同處于亞熱帶的其他生態(tài)系統(tǒng)相比，淇澳島無瓣海桑純林在種植初期(1999—2003年)的年均固碳速率已經(jīng)超過了我國亞熱帶區(qū)域的闊葉林[27]，是闊葉林的1.5～2倍，2003—2009、2009—2013、2013—2019年的年均固碳速率遞增，且固碳速率遠高于我國其余亞熱帶地區(qū)樹種的[27]。

但是，1999—2009年淇澳島無瓣海桑純林的年均固碳速率均低于全球紅樹林的年均固碳速率(11.10～13.63 t/(hm2·a)[28-29]，主要的原因有2點：一是淇澳島的無瓣海桑純林在2008年南方凍災中大面積死亡，導致無瓣海桑的生物量銳減，影響了年均固碳速率的計算；二是2009年遙感影像研究區(qū)域的無瓣海桑純林大部分是寒害后人工復種的幼齡林，而用于全球紅樹林年均固碳速率計算的紅樹林包括各個林齡階段的紅樹林植被。2009—2013年，研究區(qū)域的無瓣海桑純林的年均固碳速率迅速提升至19.48 t/(hm2·a)，2013—2019年的年均固碳速率的增長趨勢顯著放緩，這2個階段的無瓣海桑純林的年均固碳速率均超過了全球紅樹林的年均固碳速率。

在這20年時間，研究區(qū)無瓣海桑純林的單位面積植被碳儲量從0 t/hm2增至168.38 t/hm2，增長幅度、生長速度和固碳能力是其他森林生態(tài)系統(tǒng)難以達到的[30]。這主要是因為無瓣海桑作為大喬木，其胸徑和樹高都超過其他亞熱帶紅樹林，擁有更強的光合氮利用效率和水分利用率[31]。同時，無瓣海桑的地下部分也有很強的固碳能力，林下土壤的碳庫也高于其他本土紅樹林樹種[32-33]。這些優(yōu)勢使得無瓣海桑能夠快速生長并搶占有利生態(tài)位[34-35]。綜上可知，無瓣海桑在快速固碳方面具有較大的優(yōu)勢。

如表5所示，2019年無瓣海桑純林的單位面積植被碳儲量達到168.38 t/hm2，大于廣東省廣州市闊葉和針葉林地(30.93 t/hm2)[36]和廣西省森林(55.37 t/hm2)[37]等亞熱帶地區(qū)森林的碳密度，說明無瓣海桑的儲碳能力高于其他亞熱帶森林。與其他紅樹林的植被碳儲量[1,18,25,38-40]相比，無瓣海桑純林的植被碳儲量也處于較高水平。顯然，這與無瓣海桑的快速固碳能力息息相關(guān)。

表5 不同熱帶、亞熱帶生態(tài)系統(tǒng)的單位面積生物量、單位面積植被碳儲量

由此可見：在亞熱帶沿海灘涂地區(qū)的裸地上恢復植被時，可將無瓣海桑作為先鋒樹種進行裸地改良，以獲取更高的固碳效益。

4 結(jié)論

本文基于多期遙感影像和實測樣方數(shù)據(jù)，對1999—2019年期間，淇澳島無瓣海桑的生長范圍、年際生物量、植被碳儲量及固碳速率進行了定量計算，并分析了引起這些變化的原因。主要結(jié)論如下：

(1)無瓣海桑在1999—2003、2003—2009、2009—2013、2013—2019年間的固碳速率分別為3.66、7.55、19.48、28.06 t/(hm2·a)。其固碳速率遠高于普通的亞熱帶常綠闊葉林，是亞熱帶沿海裸地恢復植被的優(yōu)選樹種。

(2)淇澳島無瓣海桑純林的植被碳儲量快速增長，2003、2009、2013、2019年的植被碳儲量分別為4 872.74、15 051.14、25 892.55、55 969.24 t，單位面積植被碳儲量分別為14.66、45.28、77.90、168.38 t/hm2。20年間，淇澳島種植無瓣海桑將沿海裸地生物量提升到168.38 t/hm2。每年新增的植被碳儲量還在加速上升，顯然，無瓣海桑純林的固碳速率快、碳匯能力大，且淇澳島無瓣海桑純林的碳匯能力還在持續(xù)上升。

(3)無瓣海桑純林的生長明顯受到人類活動的影響：人工干擾程度較強的地方(如旅游區(qū)、工程建設區(qū))，無瓣海桑的生長及固碳效果會受到一定程度上的抑制；人類活動或干擾較小的地區(qū)，無瓣海桑的生長條件較好，固碳效果較強。

本文提供了無瓣海桑在固碳能力方面的基礎數(shù)據(jù)，為紅樹林生態(tài)系統(tǒng)碳循環(huán)研究提供一定的參考。在全球氣候變化背景下，在更大尺度下研究紅樹林固碳能力是下一步研究的重點。