Studies on carbon storages of Sonneratia apetala forest vegetation and soil in Guangdong Province
-
摘要:目的
探究广东省无瓣海桑Sonneratia apetala和林地土壤的碳储量，为开展广东省红树林生物量为基础的碳汇调查与监测提供基础数据，也为开展全国红树林碳汇监测提供经验和方法。
方法以无瓣海桑及林地0~100 cm土壤为研究对象，构建适用于广东省范围内的无瓣海桑生物量模型，对比研究10个地区的无瓣海桑与林地土壤碳储量。
结果无瓣海桑生物量模型为W=0.033(D2H)1.002，决定系数为0.952，模型拟合效果较好。广东省无瓣海桑林的总面积为1 724.12 hm2，总碳储量为536 801.09 t，植被碳密度为50.81 t·hm−2，土壤碳密度为260.54 t·hm−2，总碳密度为311.35 t·hm−2，植被碳密度为总碳密度的16.32%，土壤碳密度为总碳密度的83.68%。10个地区无瓣海桑林总碳储量依次为：深圳2 790.65 t<潮州3 088.34 t<惠州10 479.30 t<江门13 800.58 t<茂名17 116.43 t<湛江55 610.15 t<中山58 562.90 t<汕头66 498.62 t<广州134 938.18 t<珠海173 915.93 t。
结论广东省无瓣海桑林碳储量主要集中于土壤层，不同地区的立地条件不同，其土壤碳储量及植被碳储量差异明显。
Abstract:ObjectiveTo explore the carbon storage of Sonneratia apetala in Guangdong Province, provide basic data for carbon sequestration investigation and monitoring based on mangrove biomass in Guangdong Province, and provide experiences and methods for monitoring mangrove carbon sequestration in China.
MethodS. apetala vegetation and 0−100 cm soil were taken as research objects to build biomass model that could be universally used in Guangdong Province, and compare carbon storage of vegetation and soil in ten regions.
ResultThe biomass model of S. apetala was W=0.033(D2H)1.002, and the determination coefficient was 0.952. The fitting effect of the model was good. Total area of S. apetala forest in Guangdong Province was 1 724.12 hm2, total carbon storage was 536 801.09 t, vegetation carbon density was 50.81 t·hm−2, soil carbon density was 260.54 t·hm−2 and total carbon density was 311.35 t·hm−2. Vegetation carbon density was 16.32% of total carbon density, and soil carbon density was 83.68% of total carbon density. Total carbon reserves of S. apetala forest in ten regions were performed in the order of Shenzhen 2 790.65 t < Chaozhou 3 088.34 t < Huizhou 10 479.30 t < Jiangmen 13 800.58 t < Maoming 17 116.43 t < Zhanjiang 55 610.15 t < Zhongshan 58 562.90 t < Shantou 66 498.62 t < Guangzhou 134 938.18 t < Zhuhai 173 915.93 t.
ConclusionCarbon storage of S. apetala in Guangdong Province is mainly concentrated in soil layer. Soil carbon storage and vegetation carbon storage of S. apetala are obviously different in different regions.
-
Keywords:
- Sonneratia apetala /
- biomass /
- carbon storage /
- organic carbon /
- model /
- Guangdong Province
-
表 1 无瓣海桑标准木信息表
Table 1 Information table of Sonneratia apetala standard trees
径阶/cm
Diameter grade林龄/年
AgeD/cm H/m 地区
Region经纬度
Latitude and longitude6 10 5.4 6.1 湛江 Zhanjiang N 20°39′43.78″，E 110°22′39.12″ 6 8 6.9 7.5 中山 Zhongshan N 22°31′5.39″，E 113°35′16.38″ 12 5 11.1 5.3 珠海 Zhuhai N 22°25′58.59″，E 113°37′17.01″ 12 13 12.0 9.8 广州 Guangzhou N 22°36′17.49″，E 113°38′4.14″ 12 8 12.8 10.3 中山 Zhongshan N 22°31′5.39″，E 113°35′16.38″ 12 8 13.0 12.3 惠州 Huizhou N 22°49′42.58″，E 114°46′9.85″ 14 8 14.1 9.6 潮州 Chaozhou N 23°32′46.57″，E 116°55′12.36″ 14 11 14.9 12.0 茂名 Maoming N 21°28′27.38″，E 111°01′11.61″ 16 25 16.8 12.0 惠州 Huizhou N 22°46′7.71″，E 114°46′9.85″ 16 14 17.0 11.5 广州 Guangzhou N 22°36′17.49″，E 113°38′4.14″ 16 20 17.0 9.5 湛江 Zhanjiang N 20°39′10.08″，E 110°22′28.68″ 18 8 17.7 8.0 潮州 Chaozhou N 23°32′46.57″，E 116°55′12.36″ 18 10 18.0 11.0 珠海 Zhuhai N 22°25′58.59″，E 113°37′17.01″ 18 11 18.1 14.3 茂名 Maoming N 21°28′27.38″，E 111°01′11.61″ 18 11 18.4 12.0 茂名 Maoming N 21°28′27.38″，E 111°01′11.61″ 18 15 18.5 15.0 汕头 Shantou N 23°27′55.79″，E 116°52′28.27″ 20 10 20.0 11.5 珠海 Zhuhai N 22°25′58.59″，E 113°37′17.01″ 22 12 22.2 13.8 茂名 Maoming N 21°28′27.38″，E 111°01′11.61″ 22 14 22.7 17.8 广州 Guangzhou N 22°36′17.49″，E 113°38′4.14″ 24 20 23.6 10.4 湛江 Zhanjiang N 20°39′43.78″，E 110°22′39.12″ 24 15 24.3 17.3 汕头 Shantou N 23°27′55.79″，E 116°52′28.27″ 24 8 24.8 9.4 惠州 Huizhou N 22°49′42.58″，E 114°46′9.85″ 26 10 25.1 12.0 珠海 Zhuhai N 22°25′58.59″，E 113°37′17.01″ 30 15 30.5 18.4 汕头 Shantou N 23°27′55.79″，E 116°52′28.27″ 30 14 31.0 13.0 珠海 Zhuhai N 22°25′58.59″，E 113°37′17.01″ 
下载: 导出CSV
表 2 各地区无瓣海桑群落结构信息1)
Table 2 Community structure of Sonneratia apetala in each region
地区
Region林龄/年
AgeH/m D/cm 植株密度/
(株·m−2)
Plant density面积/hm2
Area均值
Average范围
Range均值
Average范围
Range潮州 Chaozhou 8 9.04±0.40 7.5~9.6 9.17±0.39 2.4~15.4 0.68±0.06 14.06 广州 Guangzhou 15 11.95±0.97 7.1~15.0 13.64±0.71 3.4~56.5 0.11±0.00 493.25 惠州 Huizhou 8 7.77±0.96 1.5~12.5 8.98±0.39 2.0~18.7 0.37±0.17 17.21 江门 Jiangmen 12 7.6±0.55 5.5~12.1 8.0±0.31 7.9~14.3 0.35±0.02 60.84 茂名 Maoming 10 8.16±1.13 2.8~13.3 7.70±0.41 2.0~19.7 0.36±0.06 81.83 汕头 Shantou 15 11.18±1.30 12.0~12.0 14.10±0.68 3.1~33.2 0.20±0.00 172.15 深圳 Shenzhen 20 10.9±0.52 8.9~15.0 18.7±1.72 15.5~33.1 0.15±0.03 8.26 湛江 Zhanjiang 15 9.41±0.73 5.6~8.4 13.4±0.53 7.3~23.0 0.14±0.02 212.82 中山 Zhongshan 15 8.5±0.91 6.1~15.5 13.2±0.96 10.1~25.3 0.35±0.04 169.74 珠海 Zhuhai 15 9.07±0.94 7.5~13.0 11.67±0.75 2.9~34.4 0.35±0.07 493.96 1)表中数据为平均值±标准偏差
1)Data in table were mean ± SD
下载: 导出CSV
表 3 无瓣海桑生物量模型参数和统计结果1)
Table 3 Model parameters and statistical results of Sonneratia apetala
n=25 植株部位
Plant part模型
Modela b T 统计结果
Statistical resulta b R2 S2 P 树枝 Branch W=a(D2H)b 0.011 0.957 0.848 6.605 0.655 0.753 0.000 树叶 Leaf W=a(D2H)b 0.002 0.905 0.600 4.419 0.459 1.065 0.000 树干 Trunk W=a(D2H)b 0.022 0.937 2.290 17.472 0.930 0.279 0.000 树皮 Bark W=a(D2H)b 0.004 0.923 1.335 10.033 0.814 0.479 0.000 地上部分 Aboveground part W=a(D2H)b 0.034 0.966 2.005 15.758 0.915 0.319 0.000 地下部分 Underground part W=a(D2H)b 0.003 1.119 2.257 20.552 0.948 0.283 0.000 总体 Total W=a(D2H)b 0.033 1.002 2.633 21.475 0.952 0.243 0.000 1) T：检验统计量；R2：决定系数；S2：估计值标准误差；P：显著性检验值；W：生物量；D：1.3 m处植株胸径；H：树高；a、b：模型参数
1) T：Test statistic；R2：Determination coefficient；S2：Standard error；P：Significant value；W：Biomass；D：DBH of plant at 1.3 m；H：Tree height；a, b：Model parameter
下载: 导出CSV
表 4 无瓣海桑生物量模型统计指标1)
Table 4 Model statistical indexes of Sonneratia apetala biomass
植株部位 Plant part 模型 Model ME MAE TRE/% MSE/% MPSE/% 树枝 Branch W=a(D2H)b 9.79 19.47 28.41 23.12 53.26 树叶 Leaf W=a(D2H)b 2.56 4.87 51.52 57.83 108.45 树干 Trunk W=a(D2H)b 3.83 11.30 6.37 4.51 20.77 树皮 Bark W=a(D2H)b 1.28 3.23 14.35 13.12 40.91 地上部分 Aboveground part W=a(D2H)b 6.67 27.77 5.57 4.85 25.08 地下部分 Underground part W=a(D2H)b 1.30 6.48 3.21 3.99 13.16 总体 Total W=a(D2H)b 4.89 22.69 2.99 2.80 18.11 1) ME：平均误差；MAE：平均绝对误差；TRE：总相对误差；MSE：平均系统误差；MPSE：平均百分标准误差；W：生物量；D：1.3 m处植株胸径；H：树高；a、b：模型参数
1) ME: Mean error; MAE: Mean absolute error; TRE: Total relative error; MSE: Mean systematic error; MPSE: Mean percent standard error; W: Biomass; D: DBH of plant at 1.3 m; H: Tree height; a, b: Model parameter
下载: 导出CSV
表 5 无瓣海桑各部位有机碳含量1)
Table 5 Organic carbon contents in different parts of Sonneratia apetala
植株部位
Plant partw(有机碳)/%
Organic carbon content木材 Wood 45.10±1.53a 树皮 Bark 42.88±1.99ab 枝 Branch 44.17±2.05a 叶 Leaf 40.51±2.35b 死枝 Dead branch 43.90±1.17a 根 Root 39.80±0.03c 1)表中数据为平均值±标准偏差，同列数据后的不同小写字母表示差异显著(P<0.05, Duncan’ s法)
1) Data in table were mean ± SD, and different lowercase letters in the same column indicated significant difference(P<0.05, Duncan’ s test)
下载: 导出CSV
表 6 广东省各地区无瓣海桑林碳密度与碳储量1)
Table 6 Carbon density and carbon storage ofSonneratia apetalain different region of Guangdong Province
地区
Region面积/hm2
Area碳密度/( t·hm−2) Carbon density 碳储量/t Carbon storage 植被
Vegetation土壤
Soil总计
Total植被
Vegetation土壤
Soil总计
Total潮州 Chaozhou 14.06 76.16±5.82ab 143.49±0.92h 219.65 ±6.70e 1 070.87 2 017.47 3 088.34 广州 Guangzhou 493.25 36.01±4.27c 237.56±9.34ef 273.57 ±12.65d 17 763.33 117 174.84 134 938.18 惠州 Huizhou 17.21 34.25±5.43c 574.66±8.28a 608.91 ±13.41a 589.48 9 889.82 10 479.30 江门 Jiangmen 60.84 29.28±8.06c 197.55±3.12g 226.83 ±10.33e 1 781.69 12 018.89 13 800.58 茂名 Maoming 81.83 25.70±4.45c 183.47±3.63g 209.17 ±2.52e 2 102.75 15 013.69 17 116.43 汕头 Shantou 172.15 65.10±6.83b 321.18±1.33b 386.28 ±8.17b 11 207.69 55 290.93 66 498.62 深圳 Shenzhen 8.26 84.11±8.95a 253.74±1.71de 337.85 ±9.65c 694.77 2 095.89 2 790.65 湛江 Zhanjiang 212.82 34.89±4.64c 226.41±30.65f 261.30 ±25.31d 7 425.64 48 184.51 55 610.15 中山 Zhongshan 169.74 80.18±11.98a 264.83±3.30d 345.02 ±9.39c 13 610.40 44 952.50 58 562.90 珠海 Zhuhai 493.96 63.46±7.05b 288.62±7.81c 352.09 ±8.35c 31 347.76 142 568.17 173 915.93 合计 Total 1 724.12 50.81 260.54 311.35 87 594.36 449 206.72 536 801.09 1) 表中数据为平均值±标准偏差，同列数据后的不同小写字母表示差异显著（P<0.05, Duncan’ s法）
1) Data in table were mean ± SD，and different lowercase letters in the same column indicated significant difference（P<0.05, Duncan’ s test）
下载: 导出CSV
表 7 广东省各地区无瓣海桑林土壤有机碳含量及容重1)
Table 7 Soil organic carbon content and soil bulk density ofSonneratia apetalain different region of Guangdong province
地区 Region w(有机碳)/% Soil organic carbon content 容重/(g·cm−3) Soil bulk density 0~30 cm 30~60 cm 60~100 cm 0~30 cm 30~60 cm 60~100 cm 潮州 Chaozhou 1.94±0.02e 1.40±0.01h 1.31±0.10e 0.62±0.07f 0.47±0.03f 0.33±0.03h 广州 Guangzhou 1.27±0.27i 1.84±0.21f 1.31±0.04e 0.92±0.11b 0.77±0.07b 0.83±0.08a 惠州 Huizhou 4.14±0.15a 3.96±0.10a 2.37±0.89a 0.97±0.09a 0.94±0.02a 0.64±0.03cd 江门 Jiangmen 1.82±0.11f 1.44±0.05h 1.29±0.06e 0.77±0.13c 0.70±0.02c 0.55±0.01f 茂名 Maoming 1.66±0.03h 0.78±0.12i 1.10±0.05f 0.91±0.11b 0.78±0.11b 0.68±0.04c 汕头 Shantou 1.74±0.01g 2.47±0.02b 1.48±0.05d 0.99±0.15a 0.92±0.04a 0.74±0.09b 深圳 Shenzhen 2.32±0.10c 1.98±0.08e 1.92±0.03c 0.68±0.04e 0.63±0.04de 0.58±0.05ef 湛江 Zhanjiang 1.61±0.40h 1.67±0.48g 2.18±0.65b 0.91±0.12b 0.59±0.09e 0.48±0.10g 中山 Zhongshan 2.22±0.12d 2.10±0.06d 1.92±0.06c 0.71±0.08d 0.66±0.10cd 0.60±0.02de 珠海 Zhuhai 2.57±0.43b 2.19±0.35c 2.14±0.04b 0.72±0.05d 0.69±0.05c 0.54±0.02f 1） 表中数据为平均值±标准偏差，同列数据后的不同小写字母表示差异显著（P<0.05, Duncan’ s法）
1) Data in table were mean ± SD，and different lowercase letters in the same column indicated significant difference（P<0.05, Duncan’ s test）
下载: 导出CSV
-
[1] 韩维栋, 高秀梅. 无瓣海桑人工林的生物量与能量研究(英文)[J]. 广西科学, 2004(3): 243-248. doi: 10.3969/j.issn.1005-9164.2004.03.022 [2] 吴天佑. 广东省湿地红树林的地位和作用的研究[J]. 粤东林业科技, 2005(1): 35-41. [3] 何克军, 林寿明, 林中大. 广东红树林资源调查及其分析[J]. 广东林业科技, 2006(2): 89-93. doi: 10.3969/j.issn.1006-4427.2006.02.022 [4] 杜欢, 杨琼, 黎双飞, 等. 无瓣海桑和秋茄人工林下土壤微生物群落研究[J]. 林业与环境科学, 2017, 33(3): 1-7. doi: 10.3969/j.issn.1006-4427.2017.03.001 [5] 唐以杰, 安东, 方展强, 等. 珠海夹洲岛无瓣海桑与秋茄群落对重金属吸附能力的比较研究[J]. 生态科学, 2015, 34(3): 13-19. [6] 刘莉娜, 胡长云, 李凤兰, 等. 无瓣海桑群落特征研究[J]. 沈阳农业大学学报, 2016, 47(1): 41-48. [7] CHEN L Z, ZENG X Q, TAM N F Y, et al. Comparing carbon sequestration and stand structure of monoculture and mixed mangrove plantations of Sonneratia caseolaris and S. apetala in Southern China[J]. Forest Ecol Manage, 2012, 284: 222-229. doi: 10.1016/j.foreco.2012.06.058
[8] 唐以杰, 方展强, 钟燕婷, 等. 不同生态恢复阶段无瓣海桑人工林湿地中大型底栖动物群落的演替[J]. 生态学报, 2012, 32(10): 3160-3169. [9] 张弛, 王树功, 郑耀辉, 等. 生物扰动对红树林沉积物中AVS和重金属迁移转化的影响[J]. 生态学报, 2010, 30(11): 3037-3045. [10] 杨琼, 谭凤仪, 吴苑玲, 等. 不同林龄海桑林和无瓣海桑林根际微生物特征[J]. 生态学杂志, 2014, 33(2): 296-302. [11] 安东, 缪绅裕, 陈蔚, 等. 珠海淇澳岛无瓣海桑人工林更新幼苗种群特征[J]. 广州大学学报(自然科学版), 2015, 14(1): 50-55. [12] 田野, 陈玉军, 侯琳, 等. 广东湛江无瓣海桑红树林消波效应初步研究[J]. 浙江农业科学, 2014(2): 210-213. doi: 10.3969/j.issn.0528-9017.2014.02.023 [13] 黄月琼, 吴小凤, 韩维栋, 等. 无瓣海桑人工林林分生物量的研究[J]. 江西农业大学学报(自然科学版), 2002(4): 533-536. [14] 彭聪姣, 钱家炜, 郭旭东, 等. 深圳福田红树林植被碳储量和净初级生产力[J]. 应用生态学报, 2016, 27(7): 2059-2065. [15] 朱可峰, 廖宝文, 章家恩. 广州市南沙红树植物无瓣海桑、木榄人工林生物量的研究[J]. 林业科学研究, 2011, 24(4): 531-536. [16] 国家林业局. 第2次全国湿地资源调查结果[J]. 国土绿化, 2014(2): 6-7. [17] 陈远生, 甘先华, 吴中亨. 广东省沿海红树林现状和发展[J]. 广东林业科技, 2001, 17(1): 20-26. doi: 10.3969/j.issn.1006-4427.2001.01.005 [18] HOWARD J, HOYT S, ISENSEE K, et al. Coastal blue carbon: methods for assessing carbon stocks and emissions factors in mangroves, tidal salt marshes, and seagrasses[J]. J Am Hist, 2014, 14(4): 4-7.
[19] 曾伟生, 骆期邦, 贺东北. 兼容性立木生物量非线性模型研究[J]. 生态学杂志, 1999(4): 19-24. doi: 10.3321/j.issn:1000-4890.1999.04.005 [20] PARRESOL B R. Assessing tree and stand biomass: A review with examples and critical comparisons[J]. Forest Sci, 1999, 45(4): 573-593.
[21] PARRESOL B R. Additivity of nonlinear biomass equations[J]. Canad J Forest Res, 2001, 31(5): 865-878. doi: 10.1139/x00-202
[22] ZABEK L M, PRESCOTT C E. Biomass equations and carbon content of aboveground leafless biomass of hybrid poplar in Coastal British Columbia[J]. Forest Ecol Manag, 2006, 223(1): 291-302.
[23] DONATO D C, KAUFFMAN J B, MURDIYARSO D, et al. Mangroves among the most carbon-rich forests in the tropics[J]. Nat Geosci, 2011, 4(5): 293-297. doi: 10.1038/ngeo1123
[24] 周元满, 王平, 刘素青, 等. 无瓣海桑人工林树冠结构的分形分析[J]. 福建林学院学报, 2012, 32(3): 252-256. doi: 10.3969/j.issn.1001-389X.2012.03.011 [25] ZAN Q, WANG Y, LIAO B, et al. Biomass and net productivity of Sonneratia apetala, S. caseolaris mangrove man-made forest[J]. J Wuhan Bot Res, 2001, 19(5): 391-396.
[26] ZHU K F, LIAO B W, ZHANG J E. Studies on the biomass of mangrove plantation of Sonneratia apetala and Bruguiera gymnorrhiza in the wetland of Nansha in Guangzhou City[J]. Forest Res, 2011, 24(4): 531-536.
[27] 李云, 郑德璋, 陈焕雄, 等. 红树植物无瓣海桑引种的初步研究[J]. 林业科学研究, 1998(1): 42-47. [28] 梁士楚, 王伯荪. 红树植物木榄种群植冠层结构的分形特征[J]. 海洋通报, 2002(5): 26-31. doi: 10.3969/j.issn.1001-6392.2002.05.004 [29] 温远光. 广西英罗港5种红树植物群落的生物量和生产力[J]. 广西科学, 1999(2): 63-68. [30] SAENGER P, SNEDAKER S C. Pantropical trends in mangrove above-ground biomass and annual litterfall[J]. Oecologia, 1993, 96(3): 293. doi: 10.1007/BF00317496
[31] KOMIYAMA A, JIN E O, POUNGPARN S. Allometry biomass and productivity of mangrove forests: A review[J]. Aquat Bot, 2008, 89(2): 128-137. doi: 10.1016/j.aquabot.2007.12.006
[32] ALONGI D M. Patterns of Mangrove wood and litter production within a beach ridge-fringing reef embayment, northern great barrier reef coast[J]. Estuar Coasts, 2011, 34(1): 32-44. doi: 10.1007/s12237-010-9289-y
[33] KHAN M N I, SUWA R, HAGIHARA A. Biomass and aboveground net primary production in a subtropical mangrove stand of Kandelia obovata, (S. L.) Yong at Manko Wetland, Okinawa, Japan[J]. Wetlands Ecol Manag, 2009, 17(6): 585-599. doi: 10.1007/s11273-009-9136-8
[34] 朱耀军, 赵峰, 郭菊兰, 等. 湛江高桥红树林湿地有机碳分布及埋藏特征[J]. 生态学报, 2016, 36(23): 7841-7849. [35] 辛琨, 颜葵, 李真, 等. 海南岛红树林湿地土壤有机碳分布规律及影响因素研究[J]. 土壤学报, 2014, 51(5): 1078-1086. [36] 谈思泳. 华南红树林湿地表层土壤有机碳分布特征及其影响因子[D]. 南宁: 广西师范学院, 2017. [37] 胡杰龙, 辛琨, 李真, 等. 海南东寨港红树林保护区碳储量及固碳功能价值评估[J]. 湿地科学, 2015, 13(3): 338-343. [38] LIU H, REN H, HUI D, et al. Carbon stocks and potential carbon storage in the mangrove forests of China[J]. J Environ Manag, 2014, 133: 86-93. doi: 10.1016/j.jenvman.2013.11.037
[39] RAY R, GANGULY D, CHOWDHURY C, et al. Carbon sequestration and annual increase of carbon stock in a mangrove forest[J]. Atmosphe Environ, 2011, 45(28): 5016-5024. doi: 10.1016/j.atmosenv.2011.04.074
[40] KAUFFMAN J B, HEIDER C, COLE T G, et al. Ecosystem carbon stocks of micronesian mangrove forests[J]. Wetlands, 2011, 31(2): 343-352. doi: 10.1007/s13157-011-0148-9
-
期刊类型引用(12)
1. 胡凯杰，王蔚，钱威，姜仲茂，熊燕梅. 中国红树林植被和土壤碳积累速率及其影响因素. 应用生态学报. 2025(01): 121-131 . 
百度学术
2. 张振东，田义超，邓静雯，姚贵钊，李尹伶. 基于激光雷达的钦州湾典型红树林生物量反演. 生态科学. 2024(01): 203-210 . 百度学术
3. 唐亮东，张威，邓淞文，王英辉. 基于组合植被指数的红树林树种遥感分类与生物碳储量变化研究. 广西科学. 2024(03): 541-553 . 百度学术
4. 苏思琪，邹冠华，余云军，文芳，张乃文. 广东省红树林碳储量与碳汇潜力估算. 南方能源建设. 2024(05): 63-74 . 百度学术
5. 张彤，凌娟，岳维忠，王友绍，程皓，孙红岩，黄小芳，梁童茵，周卫国，董俊德. 基于CiteSpace的广东省典型蓝碳生态系统碳汇研究进展的可视化分析. 热带海洋学报. 2024(05): 58-68 . 百度学术
6. 石建娅. 红树林植被碳密度与土壤碳密度及环境因子相关性探究. 绿色科技. 2024(24): 64-68 . 百度学术
7. 覃国铭，张靖凡，周金戈，卢哲，王法明. 广东省红树林土壤碳储量及固碳潜力研究. 热带地理. 2023(01): 23-30 . 百度学术
8. 谭雨欣，田义超，黄卓梅，张强，陶进，刘虹秀，杨永伟，张亚丽，林俊良，邓静雯. 北部湾茅尾海无瓣海桑红树林地上生物量反演——基于XGBoost机器学习算法. 生态学报. 2023(11): 4674-4688 . 百度学术
9. 罗谨璇，田义超，张强，陶进，黄友菊，王京真，张亚丽，黄卓梅，邓静雯，谭雨欣. 利用无人机激光雷达估算红树林地上生物量. 海洋学报. 2023(08): 108-119 . 百度学术
10. 黄友菊，田义超，张强，陶进，张亚丽，杨永伟，林俊良. 资源一号02D高光谱数据红树林地上生物量反演. 光谱学与光谱分析. 2023(12): 3906-3915 . 百度学术
11. 孙学超，黄展鹏，张琼锐，文嫱，黄志琴，王晨茜，张若琪，徐颂军. 珠海淇澳岛人工次生无瓣海桑纯林的植被碳储量变化. 华南师范大学学报(自然科学版). 2022(04): 89-100 . 百度学术
12. 张何信，王鑫，符溶，杜尚嘉，钟圣赟. 不同种子处理和育苗基质对花旗木种子萌发及苗木生长的影响. 热带农业科学. 2020(05): 11-20 . 百度学术
其他类型引用(7)
