近日，自然资源部第三海洋研究所海洋保护生态学团队在红树林生态系统面对互花米草入侵的风险识别研究中取得新进展。

互花米草是全球危害最严重的外来入侵物种之一，也是我国突出的海洋入侵物种。为治理其入侵，我国实施《互花米草防治专项行动计划（2022—2025年）》，力争2025年各省份清除率达90%以上。开展红树林面对互花米草入侵的风险识别，对保障“互花米草防治专项行动”成效、为红树林保护管理决策提供依据至关重要。本研究利用无人机（UAV）遥感数据和可解释的机器学习模型，在九龙江口红树林湿地开展分析，揭示红树林景观格局对互花米草覆盖的关键影响因素，构建高精度入侵风险预测模型。主要发现包括：红树林覆盖度（FVC）是抑制互花米草生长的关键因子，当覆盖度超过65%时，互花米草生长基本受限；红树林景观结构影响入侵风险，高边缘密度（ED）和低斑块密度（PD）有助于减少入侵。

本成果基于研究团队承担的自然资源部专项业务费项目（“海洋生态预警监测”“海洋湿地资源调查监测与评估”等）及《互花米草防治区生态修复技术指南》编制等多项工作总结，不仅为红树林生态管理和外来种防控提供了科学支撑，也为基于自然的解决方案（NbS）优化红树林保护策略提供了新思路。（于丽波）