《Marine Pollution Bulletin》文章：温排水对大型底栖动物群落生物性状的构建效应应用机器学习技术识别四种不同的河口类型（运河、城市型、农业及自然河口）中总有机碳（TOC）浓度驱动因素

作为滨海蓝碳系统的典型代表，红树林通过长期碳封存能力、温室气体排放调控效应在全球气候变化减缓中具有不可替代的生态功能。精确量化碳通量对解析红树林碳循环路径、降低碳核算不确定性具有重要科学价值。然而，河口类型差异对有机碳动态的调控机制尚未明晰，这制约着区域红树林碳收支管理的有效性。

同济大学娄厦副教授课题组基于Rookery Bay国家河口研究保护区（RBNERR）2002-2008年水质、营养盐及气象观测数据集，采用增强回归树（Boosted Regression Trees, BRT）模型，系统解析了美国佛罗里达州西南部四类河口（天然型、农业型、运河型及城市型）总有机碳（TOC）浓度的驱动因子。研究表明，总有机碳浓度的提升主要受低盐度驱动，具体表现为天然河口NO₂^--N浓度升高，农业河口PO₄^3--P浓度增加，运河河口PO₄^3--P浓度降低，以及城市河口温度升高。上述结果表明，陆源输入与海源浮游植物光合作用是调控TOC浓度的重要过程，且营养盐行为特征呈现显著的河口类型依赖性。基于此，研究构建BRT模型反演2002-2008年河口年均TOC通量，发现雨季各河口普遍呈现TOC净输出，旱季则多数转为净输入（Henderson河口除外）。值得注意的是，运河河口的输出通量（62.81 t/d）和输入通量（-3.27 t/d）最高。

本研究首次揭示盐度、营养盐（NO₂^--N、PO₄^3--P）及温度是红树林TOC浓度与通量的核心预测因子，为后续构建河口有机碳预测模型提供关键参数。研究强调，在碳汇/源识别中需综合考虑河口类型异质性与季节性波动特征，以提升滨海湿地碳管理的空间精准度。

来源：Marine Pollution Bulletin