A coupled LSTM model for predicting blue carbon and fishery dynamics in tropical coastal wetlands under climate change

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:A novel LSTM-based approach to model coupled blue carbon-fishery systems, with strong predictive performance and scenario analysis.

🏢実務担当者:For coastal managers and carbon project developers, this model can help predict blue carbon sequestration and fishery impacts under climate scenarios.

🏛政策担当者:The scenario simulations highlight the vulnerability of blue carbon and fisheries to warming, supporting climate adaptation planning.

マングローブ、海草藻場、サンゴ礁を含む沿岸湿地は、重要なブルーカーボン隔離サービスと、水産資源を支える保育場を提供する。しかしながら、ブルーカーボン貯留量と水産資源量の間の双方向的な結合は、特に熱帯縁辺海における環境変動の加速下において、定量化が不十分なままである。本研究は、熱帯沿岸湿地におけるブルーカーボンと水産資源の双方向予測のための初の結合LSTMフレームワークを提示する。我々は、中国の広東省と海南島の沿岸生態系におけるブルーカーボン貯留量と水産資源量の間の双方向関係を予測するために、結合型Long Short-Term Memory（LSTM）ニューラルネットワークモデルを開発した。2018年から2025年にかけて15の代表地点で現地調査を実施し、環境変数（海面水温、塩分、溶存酸素、濁度、栄養塩）、生物指標（マングローブ地上部バイオマス、土壌有機炭素、海草被度、サンゴ被度）、および水産指標（単位努力量あたりの漁獲量、種の豊富さ、稚魚の豊富さ）の月次観測値96件を生成した。LSTMモデルは、ベースライン手法と比較して優れた予測性能を達成し、ブルーカーボン予測では二乗平均平方根誤差0.142 Mg C ha⁻¹（R² = 0.93）、CPUE予測では0.108 kg h⁻¹（R² = 0.89）を示した。特徴量重要度分析により、マングローブ土壌有機炭素が水産CPUEの最強の予測因子であり（Shapley値 = 0.187）、一方で海面水温がブルーカーボン貯留量の変動に最も大きな影響を及ぼすことが明らかになった。2025年から2026年に対するシナリオシミュレーションは、中程度の温暖化シナリオ（SST上昇0.8 °C）の下では、ブルーカーボン貯留量が7.2%（95% CI: 5.8-8.6%）減少し、それに伴う水産CPUEが11.4%（95% CI: 9.2-13.6%）減少すると予測されることを示している。これらの知見は、熱帯沿岸湿地の生態系ベース管理のための新規の予測フレームワークを提供し、結合した社会生態システムの気候変動に対する脆弱性を浮き彫りにする。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Coastal wetlands, including mangroves, seagrass beds, and coral reefs, provide critical blue carbon sequestration services and nursery habitats that support fishery resources. However, the bidirectional coupling between blue carbon stocks and fishery abundance remain poorly quantified, particularly under accelerating environmental change in tropical marginal seas. This study presents the first coupled LSTM framework for bidirectional blue carbon-fishery prediction in tropical coastal wetlands. We developed a coupled Long Short-Term Memory (LSTM) neural network model to predict the bidirectional relationship between blue carbon stocks and fishery resource abundance in the coastal ecosystems of Guangdong Province and Hainan Island, China. Field surveys were conducted at 15 representative sites from 2018 to 2025, generating 96 monthly observations of environmental variables (sea surface temperature, salinity, dissolved oxygen, turbidity, nutrients), biological indicators (mangrove above-ground biomass, soil organic carbon, seagrass coverage, coral cover), and fishery metrics (catch per unit effort, species richness, juvenile abundance). The LSTM model achieved superior predictive performance compared to baseline methods, with root mean square error of 0.142 Mg C ha⁻¹ for blue carbon prediction (R² = 0.93) and 0.108 kg h⁻¹ for CPUE prediction (R² = 0.89). Feature importance analysis revealed that mangrove soil organic carbon was the strongest predictor of fishery CPUE (Shapley value = 0.187), while sea surface temperature exerted the greatest influence on blue carbon stock variability. Scenario simulations for 2025-2026 indicate that under a moderate warming scenario (SST increase of 0.8 °C), blue carbon stocks are projected to decline by 7.2% (95% CI: 5.8-8.6%), with associated fishery CPUE reductions of 11.4% (95% CI: 9.2-13.6%). These findings provide a novel predictive framework for ecosystem-based management of tropical coastal wetlands and highlight the vulnerability of coupled social-ecological systems to climate change.

• openalex https://doi.org/10.1038/s41598-026-59981-yfirst seen 2026-07-13 06:06:16