Nature发文揭示基于遥感的全球湿地丧失程度及其驱动因素

以下文章来源于学研录 ，作者李学研

摘要：长期以来，湿地受到人为干扰而消失，从而严重影响了温室气体排放、水土保持、物质循环和生物多样性。然而，全球天然湿地丧失的程度仍然具有不确定性。本文通过国家和区域的水资源和湿地转换记录以及土地利用和模拟的湿地范围，重建了1700~2020年期间湿地转化为其他土地类型的空间分布。得出自1700年来 340万平方公里（置信区间为2.9-3.8）的内陆湿地已经丧失，主要是转为耕地。全球湿地面积的净损失为21%（置信区间为16-23%），低于之前对高损失地区数据进行推断所得出的结果。湿地损失主要集中在欧洲、美国和中国，并在20世纪中期迅速扩大。本文阐明了全球湿地损失的时间和土地利用的驱动因素，以确定评估湿地损失对地球生态系统进化的影响、保护剩余湿地计划和确定湿地恢复，以上三者的优先顺序。

一、研究思路（具体方法见原文）

本文通过两个步骤来估计1700~2020年期间湿地向其他七类土地利用类型的转化情况（补充图1和方法）。本文分析侧重于内陆湿地——将其定义为在记录期间至少连续一个月被淹没或积水的任何区域，无论表面植被如何，但不包括永久淹没区（河道和湖泊）、沿海潮间带和近岸海洋湿地。

首先，建立了一个数据库，其中包括来自154个国家和区域的3,320条排水和土地利用记录，包括转换的面积和提取的泥炭质量，涉及四种土地利用（耕地、林业、泥炭和湿地；补充图2-4）。我们将国家层面的排水记录内插为连续的时间序列，然后按照四种土地利用中每一种的联合概率和全球每个0.5°网格单元的潜在湿地覆盖部分的比例，在全球空间上分析湿地分布面积。

其次，通过对另外三种也会导致湿地转换的土地利用类别（农田水稻、牧场和城市用地）进行建模来补充统计数据，并对其进行校准，以最大限度地与121个地理定位的独立区域湿地面积变化百分比估计值保持一致。这种方法统一了现有的关于湿地损失的主要信息来源，在全球范围内产生一个全面的、由数据驱动的评估结果。

二、主要研究结果（更多内容见原文）

1、全球湿地损失的驱动因素

自1700年以来，全球天然自然湿地面积减少了340万平方公里（置信区间（CI）290-380万平方公里）（图1a-c）。相当于1700年估测的15.8百万平方公里（CI 13.6-17.5百万平方公里）湿地损失了21%（CI 16-23%）（图1d）。

转化为耕地是天然湿地损失的最常见原因（2.0Mkm2；占总损失的61.7%），其次是转化为水稻（18.2%）、城市用地（8.0%）、林业（4.7%）、湿地栽培（4.3%）、牧场（2.0%）和泥炭开采（0.9%；图1e）。

自1700年以来，有7.92亿吨干泥炭被开采出来用作燃料或肥料，导致0.026百万平方公里的泥炭地退化。 泥炭地的退化主要集中在爱尔兰、北欧和俄罗斯西部。转化为水稻或其他湿地栽培土地，是另一个区域性湿地损失的重要驱动因素，特别是在亚洲和撒哈拉以南的非洲，它们占到所有损失的40%左右。

 全球最高的湿地面积损失率（0.46 Mkm2 yr-1或2.2% yr-1）发生在20世纪50年代，当时政府计划对北美、欧洲和中国的农业和林业的水利工程进行补贴。

2、湿地丧失的热点区域分析    

在1700~2020年期间，美国、欧洲、中亚、印度、中国、日本和东南亚是湿地损失超过50%的区域热点（图1b和2a）。虽然我们发现 "世界上一半以上的湿地已经消失 "的概括性说法没有道理，但有几个国家确实超过了这个界限（补充表1）。仅五个国家就占了全球湿地损失总量的40%以上。美国（占总数的15.6%）、中国（12.6%）、印度（6.5%）、俄罗斯（4.5%）和印度尼西亚（4.1%）。

3、全球湿地损失估计的误差分析   

现有湿地历史数据的零散性和我们对数据缺口的限制性归纳，可能导致估计的保守性，如负偏差（-14%至-23%；图3b）所示，表明重建模型相对于区域数据来说是被低估的。然而，这种不匹配的程度远远小于我们对全球湿地损失的估计和以前的元分析结果之间的差距（图4）。

三、结论

本文对三个世纪的全球和区域湿地丧失进行估计，产生了时间序列上的全球湿地范围轨迹。结果表明，由于依赖集中在高损失地区的数据，以前的大多数研究都高估了全球湿地丧失。然而，我们的发现不应降低保护和恢复湿地生态系统的紧迫性，特别是在正在快速失水和湿地高丧失地区。

构建了全球湿地范围、转换率和土地利用驱动因素的数据库（地图）可以有很多应用，为全球湿地类型保护顺序提供了参考。 在未来几十年世界湿地将面临进一步的挑战，我们迫切需要通过遥感技术、国家报告和生态站网络对湿地进行持续监测而广泛的监测。

点击“阅读原文”进行查看，或者输入连接下载原文：

https://pan.baidu.com/s/15mXEJ7--koQEeTnmTd96cQ?pwd=d2un， 提取码: d2un 。

转自：“生态遥感前沿”微信公众号

如有侵权，请联系本站删除！