Sumário
Com o crescente reconhecimento de que uma ação eficaz sobre a mudança climática exigirá uma combinação de reduções de emissões e sequestro de carbono, proteger, aumentar e restaurar sumidouros naturais de carbono tornaram-se prioridades políticas. As florestas de mangue são consideradas alguns dos ecossistemas mais densos em carbono do mundo, com a maior parte do carbono armazenado no solo. Para que as florestas de mangue sejam incluídas nos esforços de mitigação do clima, o conhecimento da distribuição espacial dos estoques de carbono do solo dos manguezais é fundamental. As estimativas globais atuais não capturam o suficiente da variabilidade de escala mais precisa que seria necessária para informar as decisões locais sobre a localização de projetos de proteção e restauração. Para fechar essa lacuna de conhecimento, compilamos um grande banco de dados georreferenciado de medições de carbono no solo de manguezais e desenvolvemos um novo modelo estatístico baseado em aprendizado de máquina da distribuição da densidade de carbono usando dados espacialmente abrangentes com uma resolução de 30 m. Este modelo, que incluiu uma estimativa prévia do carbono do solo do modelo global SoilGrids 250 m, foi capaz de capturar 63% da variabilidade vertical e horizontal na densidade do carbono orgânico do solo (RMSE de 10.9 kg m − 3). Das variáveis locais, a carga total de sedimentos suspensos e as imagens Landsat foram as variáveis mais importantes que explicam a densidade de carbono do solo. Projetar este modelo através da distribuição global da floresta de mangue para o ano 2000 resultou em uma estimativa de 6.4 Pg C para o metro de superfície do solo com uma faixa de 86-729 Mg C ha-1 em todos os pixels. Ao utilizar dados de mudança de cobertura florestal de mangue de sensoriamento remoto, a perda de carbono do solo devido à perda de habitat do mangue entre 2000 e 2015 foi de 30–122 Tg C com> 75% dessa perda atribuível à Indonésia, Malásia e Mianmar. Os produtos de mapa resultantes © 2018 The Author (s). Publicado pela IOP Publishing Ltd Environ. Res. Lett. 13 (2018) 055002 deste trabalho destinam-se a servir as nações que buscam incluir habitats de manguezais em projetos de serviços de pagamento para ecossistemas e na concepção de estratégias eficazes de conservação de manguezais.
Palavras-chave:
carbono azul, sequestro de carbono, mudança no uso da terra, aprendizado de máquina