0 引言
红树林是生长在热带、亚热带海岸潮间带或河流入海口的湿地木本植物群落,生产力极高,具有高光合率、高呼吸率、高归还率的特点,是地球上生产力最高的生态系统之一[1-2]。作为适应陆地与海洋过渡带的一种特殊森林类型,红树林能够在沉积过程中封存埋藏大量有机碳,对于全球环境变化和生态平衡发挥着重要的作用[3⇓-5]。红树林具有重要的生态和社会价值,在防风消浪、造陆护堤、净化水质、维护物种栖息地和生物多样性上起着重要作用,同时又为人类创造了巨大的经济和社会效益,例如: 药业和工业等[1,6]。近半个世纪以来,红树林资源受人类活动和自然因素的干扰其面积在日益缩减,近半数红树林消失[7-8]。如何快速、准确地监测红树林的扰动和恢复,准确评估红树林生态系统,对保护区制定合理的保护、管理政策有着重大意义。
由于红树林生长环境特殊,传统的地面调查很难满足红树林扰动监测的需求,遥感技术因具有尺度大、范围广等独特的优势,成为国内外红树林监测和管理的重要技术之一[9-10]。其中,Landsat系列卫星以其长持续时间(1972年发射至今)和较为适中的空间分辨率,在植被和土地覆盖变化等遥感资源监测中有着及其重要的地位。时间序列分析方法应用于多期影像的联合分析中,是对时间序列进行特征提取和分析,监测生态系统长期变化的方法[11]。目前,已有众多学者提出了多种基于遥感时序变化检测的方法。Verbesselt等[12]提出将时间序列迭代分解为趋势项和季节项的变化检测算法BFAST; Kennedy等[13]基于光谱曲线的时间序列分割思想提出LandTrendr算法;Zhu等[14]通过阈值判断是否存在突变点提出连续监测方法和模型CCDC。然而,时间序列分析方法在对于红树林的扰动监测研究上的应用并不普遍。少有案例对红树林进行检测分析。Nardin等[15]利用Landsat影像数据,对1927—2013年间印度尼西亚塔纳凯克岛的红树林进行分析,研究表明,受居民过度开发利用、水产养殖等人为因素的影响,红树林面积大幅减少; Wang等[16]利用Landsat遥感影像对坦桑尼亚800多km海岸红树林10 a间的分布变化进行了研究。
传统的时间序列遥感监测研究中数据处理和算法本身相当复杂耗时,遥感大数据云计算平台为此提供了新的解决思路。谷歌地球引擎(Google Earth Engine,GEE)是一个可以处理地理信息大数据的云计算平台。它为用户提供了大量可公开下载的地球数据的同时可以在线进行可视化计算分析处理[17]。LandTrendr算法在GEE上的实现,不仅减少了构建时序堆栈过程中对图像处理的成本,同时解决了交互式数据语言(interactive data language,IDL)本身繁重的数据处理等问题,计算更加方便快捷。利用云平台优势的LandTrendr算法为研究密集时间序列的红树林扰动提供了新机遇。东寨港红树林保护区内的红树林是全国成片面积最大、种类多、保护最完整的红树林[18],对维持生态系统平衡等方面有着重要作用。因此,本文选取海南东寨港国家级自然保护区作为研究区,在GEE平台和LandTrendr算法的支持下,对其进行变化检测分析,追踪近30 a来保护区内的红树林扰动,探明东寨港红树林扰动发生的时间和空间,分析扰动原因,以此为红树林保护区的保护和管理提供科学依据和数据支撑。
1 研究区及其数据源
1.1 研究区概况
东寨港国家级自然保护区地处海南省东北部,地理坐标E110°32'~110°37',N19°51'~20°10',如图1所示。该保护区地处热带边缘,平均气温为23.3~23.8 ℃,年降水量为1 676.44 mm,属于热带季风海洋性气候。东寨港由于地震内陷成海,整体呈漏斗状。海岸线蜿蜒曲折,海湾开阔,滩面平缓,红树林分布在整个海岸浅滩上。保护区内有大量的红树林物种,面积达1 771 hm2,其中有红榄李、水椰、海南海桑和拟海桑等大量珍贵树种,具有极高的保护价值,有“海上森林公园”的美誉。保护区为许多水禽提供了重要迁徙停歇地。东寨港记录在内的鱼类、蟹类和虾类共200余种,是生物多样性的宝库。
图1
1.2 数据获取与处理
利用GEE平台调用1990—2020年研究区所有的Landsat地表反射率数据构建时间序列影像集数据集。为了尽量减少因物候变化带来的检测干扰,研究区选用的影像时间为每年的6—8月。由于Landsat OLI传感器在扫描方式、辐射分辨率、波段光谱范围等方面相较于TM/ETM+传感器得到优化,为了尽可能降低传感器不同所带来的误差,通过统计协调函数优化了OLI和TM/ETM+传感器数据之间的时间连续性[19]。然后再用质量评估波段QA对图像进行掩模处理。最后利用多维中值方法,构建研究区近30 a的时间序列影像集。
图2
图2
1990—2020东寨港保护区红树林生长区域示意图
Fig.2
Mangrove forest growth area of Dongzhaigang Reserve from 1990 to 2020
2 研究方法
2.1 LandTrendr算法
LandTrendr是基于轨迹的光谱-时间分割算法,主要用于检测Landsat中等空间分辨率卫星图像的时间序列中的变化,并生成基本上没有年际信号噪声的基于轨迹的光谱时间序列数据。通过对光谱时间轨迹的提取,该算法既可以识别植被等短期的突变也可以检测长期的变化,被认为是检测长时间序列动态变化的最佳算法之一[21]。LandTrendr算法是从影像中逐像素获取单个波段和指标的变化轨迹,并通过一个过程来识别分离光谱轨迹中持久变化或稳定性时期的断点,并记录发生变化的年份。它可以从太阳角度、物候和大气条件变化产生的短期噪声中将长时间的信号分离出来。这些断点,将像元的光谱轨迹表示为有一系列顶点分割的直线段,并且可以总结光谱在每个分段变化的属性,这些属性可以快速地查询变化特征,如何时发生变化、扰动幅度等。还可以查询到相邻阶段的信息,例如,某一像元受到扰动之前的像元时间序列轨迹。该算法能够检测指数序列突变、渐进和恢复趋势。算法包括以下几个过程: 去除噪声引起的峰值、基于回归方法识别潜在顶点、采用顶点之间进行点对点相连或利用2个分割点之间做回归的方式进行拟合,最后通过去除最弱的断点来简化模型与挑选最佳模型[22-23](图3)。LandTrendr算法中共包含8个参数,Kennedy等[21]对参数选择导致的结果变化进行了详尽的描述。具体参数变化为: Spike Threshold参数控制噪声,Max Segments和Vertex Count Overshoot参数控制分割点的识别和剔除,基于标准F统计的P值作为指标,通过该P值可以对比不同Max Segments参数下的拟合结果等。根据以往研究经验,本文在参数选择上采用默认值进行设置(表1)。
图3
图3
LandTrendr变化检测算法的概念示意图
Fig.3
Concept of LandTrendr change detection algorithm
表1 LandTrendr的参数设置
Tab.1
| 参数 | 参数描述 | 数值 |
|---|---|---|
| Max Segments | 最大分割段数 | 6 |
| Spike Threshold | 去除峰值的阈值 | 0.9 |
| Vertex Count Overshoot | 基于初始回归函数的潜在顶点可以超过的顶点数 | 3 |
| Prevent One Year Recovery | 是否阻止1 a后恢复的情况 | TRUE |
| Recovery Threshold | 如果某个分割段的恢复率大于该值的倒数,则该舍弃分割段 | 0.25 |
| Pval Threshold | 回归分析中F检验的P,超过该值的话,则认为该像元没有发生变化 | 0.05 |
| Best Model Proportion | 最佳比例模型,如果超过该值,则被选中 | 0.75 |
| Min Observations Needed | 进行拟合中需要的最少观测个数 | 6 |
2.2 LandTrendr算法分割指数
由于不同的监测指数对扰动类型和程度的识别能力不同,对其响应能力也有所差异。选取归一化植被指数(normalized vegetation index,NDVI)、归一化湿度指数(normalized difference moisture index,NDMI)、归一化燃烧比指数(normalized burn ratio,NBR)3种指数对红树林扰动的敏感性进行比较(图4)。
图4
图4
不同指数对红树林扰动监测轨迹曲线示意图
Fig.4
Schematic diagram of the monitoring trajectory curves for mangrove disturbance by different indices
式中
2.3 红树林扰动等级划分
为进一步分析该区域内的扰动幅度,在保护区内红树林发生扰动的区域中随机选取若干样本,提取时间序列轨迹曲线。如图5所示,对于红树林扰动过程中,将没有明显变化且变化幅度较小的a曲线视为轻微扰动; 曲线有适中变化且变化幅度中等的b曲线视为中度扰动; 曲线有严重变化且变化幅度较大的c曲线视为严重扰动。
图5
2.4 精度验证评价
本研究基于混淆矩阵来评估红树林扰动准确性。评价指标包括用户精度、生产者精度、总体分类精度和Kappa系数。混淆矩阵是通过将每个实测像元的位置和分类图像的位置相比较计算的。总体分类精度是被正确分类的像元数占总像元数的百分比。Kappa系数是一种评价分类结果的指标,用于一致性检验。一般来说,Kappa系数值介于[01]之间,值越高表示精度越高。通过参考文献等收集红树林扰动相关信息,在保护区内选择了200个样点,其中包括100个表示变化的样点和100个表示没有变化的样点。对于每个样点,结合高空间分辨率的谷歌地球(Google Earth Pro)软件进行人工目视判断,记录样本点是否发生变化,变化发生的时间。利用200个验证样点生成混淆矩阵,评估研究精度。
3 结果与分析
3.1 精度评价
表2 红树林扰动精度评估
Tab.2
| 类别 | 变化像元 | 稳定像元 | 像元总数 | 用户精度/% |
|---|---|---|---|---|
| 变化像元/个 | 84 | 16 | 100 | 84.00 |
| 稳定像元/个 | 5 | 95 | 100 | 95.00 |
| 像元总数/个 | 89 | 111 | 200 | |
| 生产者精度/% | 94.38 | 85.59 |
表3 红树林扰动年份精度评估
Tab.3
| 年份 | 生产者 精度 | 用户 精度 | 年份 | 生产者 精度 | 用户 精度 | 年份 | 生产者 精度 | 用户 精度 | ||
|---|---|---|---|---|---|---|---|---|---|---|
| 1991年 | 95 | 72 | 2000年 | 95 | 100 | 2012年 | 85 | 92 | ||
| 1995年 | 100 | 80 | 2001年 | 80 | 95 | 2013年 | 80 | 95 | ||
| 1996年 | 92 | 85 | 2002年 | 100 | 75 | 2014年 | 96 | 82 | ||
| 1997年 | 75 | 95 | 2003年 | 88 | 100 | 2015年 | 95 | 100 | ||
| 1999年 | 100 | 100 | 2005年 | 100 | 95 | 2019年 | 100 | 100 |
3.2 红树林扰动的时空分布
1990—2020年东寨港保护区红树林扰动的时空分布如图6所示。分析结果表明,发生的扰动区域主要集中在罗豆区和塔市区周围,三江区也有部分扰动。1990—2020年间,共有42.39 hm2 红树林发生了扰动(表4)。其中,2014年相较于其他年份扰动面积最大,为12.78 hm2,1991年和1997年扰动面积次之,分别为8.79 hm2和7.86 hm2。2005年扰动面积最小,为0.03 hm2。20世纪90年代,由于海南省大力发展水产养殖业经济,导致红树林生态系统受到了很大的伤害,养殖水面的面积大幅上升,红树林湿地面积大幅减少[25]。自2006年发现有部分红树植物死亡,到2012年团水虱爆发,团水虱对红树林的危害程度逐步加深,直到2015年仍然没有得到好转,同时2014年台风“威马逊”又侵袭了东寨港红树林,导致2014年红树林大幅减少[26-27]。
图6
图6
东寨港保护区红树林扰动时空分布
Fig.6
Temporal and spatial distribution of mangrove forest disturbances in Dongzhaigang Reserve
表4 1990—2020年东寨港保护区红树林扰动面积
Tab.4
| 年份 | 面积 | 年份 | 面积 | 年份 | 面积 | 年份 | 面积 | 年份 | 面积 | ||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1991年 | 8.79 | 1997年 | 7.86 | 2001年 | 2.52 | 2005年 | 0.03 | 2014年 | 12.78 | ||||
| 1995年 | 1.35 | 1999年 | 0.06 | 2002年 | 0.54 | 2012年 | 0.09 | 2015年 | 1.98 | ||||
| 1996年 | 4.98 | 2000年 | 0.06 | 2003年 | 0.09 | 2013年 | 0.51 | 2019年 | 0.75 |
图7显示了东寨港保护区扰动幅度的时空分布。根据红树林扰动与恢复等级划分将其分为轻微扰动、中度扰动和严重扰动。轻微扰动和中度扰动分别为65.39%和30.78%,占比较大,面积为27.72 hm2和13.05 hm2,主要分布在东寨港保护区三江区附近。严重扰动主要分布在罗豆区附近,占比较少,为3.83%,面积为1.62 hm2。由于种植业、养殖业和建筑用地等对红树林区域的占用和影响,致使东寨港红树林景观破碎化程度正在逐渐加大[28]。随机选取不同扰动幅度上的样本点提取扰动恢复曲线,发现在发生扰动后,都呈现恢复的趋势,是因随着近年来国家对红树林越来越重视,国家和政府相继推出了多项保护政策,红树林生态系统也相继得到了恢复。
图7
图7
东寨港保护区扰动幅度时空分布
Fig.7
Temporal and spatial distribution of mangrove disturbance intensity in Dongzhaigang Reserve
3.3 扰动因素分析
3.3.1 自然环境因素
自然环境因素是引起红树林退化的原因之一,主要包括海平面上升、极端天气、外来物种入侵和虫灾病害等。近几十年来,气候变化和温室效应等带来的相对海平面变化会使红树林向海侧边界向海推进或后退,对红树林的生存环境造成威胁。颜秀花等[29]在气候背景下对东寨港红树林进行了评估,发现沿海海平面上升速率可达4.6 mm/a,远高于中国和全球的沿海平均值,红树林生态受到胁迫。2014年东寨港红树林受超级台风“威马逊”的影响,大片红树林枝干折断甚至被连根拔起,加剧了保护区内红树林的退化[27]。2008年受南方持续低温雨雪天气的影响,红树林产生了不同程度的损伤[30]。2012年东寨港地区爆发团水虱,林华文等[31]指出团水虱的爆发与水体富养化和周边区域大量养殖海水鸭等存在必然的联系,团水虱因蛀蚀红树林的呼吸生根,对红树林直接造成伤害,导致其大面积死亡[26]。
3.3.2 人类活动因素
除了自然因素影响,人类活动是红树林产生变化的重要影响因素。整体上来看,东寨港红树林先减少后增加,整体面积未出现较大波动,保持相对稳定。20世纪60—80年代,东寨港在“围海造林”、“围海造田”的口号下,大面积的红树林被改为水稻田和养殖池等,致使红树林大面积减少。例如,海南东寨港三江农场沿岸大面积的红树林被人工利用。这些红树林先被开垦为农田,后因土壤盐渍化严重被改造为椰林,最后被进一步改造为养殖池[32]。海南东寨港红树林自然保护区自1980年成立后,红树林在自然扩张和人工栽植红树林同时作用下,得到了良好的保护。但是由于缺少保护管理经验,非法砍伐红树林、在红树林中开展养殖业、捕捞林内生物等行为仍然存在。1995—1997年间,演西村附近红树林遭到大面积砍伐和围垦等人类活动,红树林破坏严重[33]。此外,红树林自身会输出大量的凋落物,并且林下底泥中富含着大量营养物质等特点,因此成为了水产养殖的首选地。由于红树林咸水鸭颇受大众青睐且收获利润极高,周围村民毁林养殖的行为时有发生,甚至部分村民在其周围搭建鸭舍。祝阁等[34]调查表明在红树林内大量养殖咸水鸭,会导致红树植物幼苗和根系的更新受阻,同时底栖动物的生存环境也遭到破坏,养殖区内红树幼苗和成年红树的死亡率远远高于养殖区外,对红树林生态系统造成了极其显著的负面影响。红树林的生长环境污染也对红树林的生存带来了威胁。随着保护区周边人口和经济的增长,生产生活垃圾污水、工业废水等直接排放到海洋,造成的水质污染,对红树林的生存存在威胁。虽有研究人员证明红树林具有净化、吸收的能力,少量污水并不能会影响红树林的生长[35],但是随着养殖现象和排污现象时有发生,红树林的生长发育一定会受到影响。有调查表明,生活中难以降解的垃圾在达到一定的堆积率时,会阻碍红树林的发育和生长[36]。随着国家政策的不断出台和人们对红树林生态系统重要性认识的不断提高,红树林的管理和保护受到越来越多的重视,面积也逐渐得到恢复。如《湿地保护修复制度方案》《海南省红树林保护规定》等。在保护区管理人员和周边居民的共同努力下,违法开垦、集约化养殖咸水鸭等对红树林有害的活动大幅减少。同时,政府等相关部门制定了相应的管理办法,开始在适宜种植红树林和残次林等地进行人工栽植红树林和修复,红树林面积快速增加,保护了红树林生态系统,加快了红树林的生态恢复[20]。
4 结论
利用光谱时间分割算法LandTrendr算法与GEE平台对1990—2020年东寨港国家级自然保护区红树林扰动进行监测分析,主要结论如下:
1)1990—2020年间,共有42.39 hm2的红树林发生了扰动,主要集中在东寨港保护区塔市区和罗豆区附近。其中2014年保护区内红树林扰动面积最大,为12.78 hm2。
2)1990—2020年间,轻微扰动和中度扰动所占比例较大,分别为65.39%和30.78%,面积分别为27.72 hm2和13.05 hm2。主要分布在东寨港保护区三江区附近。严重扰动占比较少,只有3.83%,面积为1.62 hm2。
3)对红树林变化像元的总体识别精度达到89.50%,对扰动年份检测的总体精度达到88%,Kappa系数为0.79。
扰动原因既有自然因素影响也有人类活动影响。自然因素主要有海平面上升、物种入侵、极端天气、病虫害等原因导致红树林受到损害或死亡。人为因素主要有围填海工程、非法砍伐红树林、过度捕捞和养殖放牧、周边地区的污水、垃圾等的排放造成红树林生境污染等因素。本研究结果可以为当地保护区提供近30 a间东寨港红树林的扰动时空分布情况,不仅可以为红树林湿地的管理、保护和科学研究提供数据基础,还能为其他滨海湿地植物群落的长时间序列动态监测提供方法借鉴。
参考文献
红树林生长带与潮汐水位关系的研究
[J].
The relationship between mangrove zone on tidal flats and tidal levels
[J].
厦门海岸红树林的保护与生态恢复
[J].
Protection and restoration of mangroves along the coast of Xiamen
[J].
Interrelations between mangrove ecosystem,local economy and social sustainability in Cacte Estuary,North Brazil
[J].
红树林碳埋藏过程对海平面上升、气候变化和人类活动的响应
[J].
Response of carbon sequestration in mangroves to sea level rise,climate change and human activities
[J].
中国红树林湿地资源、保护现状和主要威胁
[J].DOI:10.16258/j.cnki.1674-5906.2016.07.021 [本文引用: 1]
Resources,conservation status and main threats of mangrove wetlands in China
[J].
中国红树林生态系统的植物种类、多样性、功能及其保护
[J].
Plant species,diversity,functions and protection of mangrove ecosystems in China
[J].
Mangrove mapping and change detection in Ca Mau Peninsula,Vietnam,using Landsat data and object-based image analysis
[J].DOI:10.1109/JSTARS.4609443 URL [本文引用: 1]
遥感技术在红树林湿地研究中的应用述评
[J].
Review of the application of remote sensing technology in mangrove wetland research
[J].
森林扰动遥感监测进展
[J].
Progess in the study of forest-disturbance by remote sensing
[J].
Detecting trend and seasonal changes in satellite image time series
[J].DOI:10.1016/j.rse.2009.08.014 URL [本文引用: 1]
Spatial and temporal patterns of forest disturbance and regrowth within the area of the Northwest Forest Plan
[J].DOI:10.1016/j.rse.2011.09.024 URL [本文引用: 1]
Continuous change detection and classification of land cover using all available Landsat data
[J].DOI:10.1016/j.rse.2014.01.011 URL [本文引用: 1]
Bottom sediments affect Sonneratia mangrove forests in the prograding Mekong delta Vietnam
[J].DOI:10.1016/j.ecss.2016.04.019 URL [本文引用: 1]
Remote sensing of mangrove change along the Tanzania coast
[J].DOI:10.1080/01490410306708 URL [本文引用: 1]
Google Earth Engine:Planetary-scale geospatial analysis for everyone
[J].DOI:10.1016/j.rse.2017.06.031 URL [本文引用: 1]
Characterization of Landsat7 to Landsat8 reflective wavelength and normalized difference vegetation index continuity
[J].DOI:10.1016/j.rse.2015.12.024 URL [本文引用: 1]
面向可持续发展目标的中国红树林近50年变化分析
[J].
Spatial-temporal changes of China’s mangrove forests over the past 50 years:An analysis towards the Sustainable Development Goals (SDGs)
[J].
Detecting trends in forest disturbance and recovery using yearly Landsat time series:1.LandTrendr-temporal segmentation algorithms
[J].DOI:10.1016/j.rse.2010.07.008 URL [本文引用: 2]
Implementation of the LandTrendr algorithm on Google Earth Engine
[J].DOI:10.3390/rs10050691 URL [本文引用: 1]
Spatial and temporal patterns of forest disturbance and regrowth within the area of the Northwest Forest Plan
[J].DOI:10.1016/j.rse.2011.09.024 URL [本文引用: 1]
Landsat’s role in ecological applications of remote sensing
[J].DOI:10.1641/0006-3568(2004)054[0535:LRIEAO]2.0.CO;2 URL [本文引用: 1]
东寨港地区红树林湿地恢复的生态补偿效应评估
[J].
Assessment of the ecological compensation effect of mangrove wetland restoration in Dongzhaigang area
[J].
台风“威马逊”对东寨港红树林灾害程度影响因子分析
[J].
Impact of “Rammasun” on mangrove communities in Dongzhaigang,Hainan
[J].
基于LUCC和景观格局变化的海南东寨港红树林湿地动态研究
[J].
Dynamic research on mangrove wetlands in Dongzhaigang,Hainan based on LUCC and landscape pattern changes
[J].
气候变化背景下海南东寨港红树林生态系统的脆弱性评估
[J].
Vulnerability of Hainan Dongzhaigang mangrove ecosystem to the climate change
[J].
2008年南方低温对我国红树植物的破坏作用
[J].
DOI:10.3773/j.issn.1005-264x.2010.02.010
[本文引用: 1]
2008年初，我国南方19省经历了50年一遇的持续低温雨雪冷冻天气。极端气候对华南沿海各省的红树林区造成不同程度的危害。我们在2008年3月对我国南方各省红树林区的10个代表性地点对这次寒害造成红树植物损坏的程度进行了系统的调查。结果表明：冬季低温对红树林的影响极为显著，特别是低纬度的海南和湛江，由于极端低温正值夜间退潮，对红树林的影响更为显著；在纬度较高的福建，本地红树种类秋茄、桐花树和白骨壤及引种的木榄等种类由于长期适应于冬季较低的气温或者种植前经过抗寒锻炼，具有较强的抗寒能力。各地主要红树植物种类中，广布种秋茄、桐花树和白骨壤最为耐寒，其耐寒性均大于红树科的木榄、海莲和红海榄。海桑对温度的敏感性最强、抗寒能力最低，因此即使在其原产地海南受到寒害影响较为严重，在更北地区的人工林也出项大面积受害甚至全部死亡。从孟加拉国引种的无瓣海桑具有较高的低温适应性，未受到本次寒害的破坏，其抗寒能力仅次于白骨壤。此外，本次寒害也造成了大量种苗的死亡和成熟植株提前落花落果，将影响后继一两年的红树林自然更新和人工造林。因此，在未来红树林造林或人工造林种，一定要考虑到红树植物的抗寒特性。
Damage to mangroves from extreme cold in early 2008 in southern China
[J].
团水虱对东寨港红树林的危害及防治对策
[J].
The damages and controlling strategies of Sphaeroma in Dongzhaigang mangroves
[J].
海南东寨港红树林湿地面积变化及其驱动力分析
[J].
Study of the change of the mangrove wetland ecosystem and driving forces in Dongzhaigang
[J].
海南东寨港集约化海鸭养殖对红树林的影响
[C]//
Influence of intensive sea duck farming on mangroves in Dongzhai Port,Hainan
[C]//
Nitrogen limitation of growth and nutrient dynamics in a disturbed mangrove forest,Indian River Lagoon,Florida
[J].
Impacts of sediment burial on mangroves
[J].
