Geospatial assessment of seaweed cultivation suitability using ocean color data and multi-criteria decision analysis in the coastal waters of Lombok Island, Indonesia

方法

海洋水色遥感、AHP-WLC多准则决策、地图剔除敏感性分析及275个养殖点验证。

发现

海表温度和盐度影响最大，96.7%养殖场位于高适宜区，支持“生存优先”选址。

机会点

可结合生长季与病害风险动态数据，构建数据稀缺海岸带可迁移的水产养殖区划框架。

印度尼西亚麒麟菜（Kappaphycus alvarezii）养殖的快速扩张因选址的随意性而带来显著的可持续性挑战，已导致病害暴发并超出生态承载力。本研究采用海洋水色遥感和多准则决策分析（MCDA），构建了一个知识驱动的地理空间模型，用于识别龙目岛上的适宜生境区。通过整合层次分析法（AHP）和加权线性组合（WLC），建立了一个生物物理层次结构，将生理存活置于理论产量最大化之上。为在缺乏独立产量数据的情况下增强模型稳健性，实施了图层剔除敏感性分析（MRSA），以量化关键环境参数的相对影响和空间敏感性。结果表明，海表温度（21.46%）和盐度（15.33%）是最具影响力的变量，支持以“存活优先”范式降低冰-冰病风险。地理空间分析揭示了与“环境均衡”区相一致的高适宜性空间格局，其特征为水深约2–30 m、流速0.2–0.4 m/s。敏感性结果进一步表明，海表温度虽起主导但空间上均匀的控制作用，而盐度和溶解氧驱动局部变异性，识别出区域尺度的敏感性梯度，其生态学解释受限于基础数据的分辨率。基于275个养殖场地理参考GPS点位的定量空间验证表明，96.7%的养殖场集中于南部高适宜性区，而该集群基于面积的无效应期望值为26.0%（卡方=716.7，df=2，p<0.001）。逐适宜性等级叠加分析进一步证实，98.9%的养殖场落在高适宜性像元内，无一落在低适宜性像元内，而基于面积的无效应值为66.9%（卡方p<0.001）；相对于随机背景的Cohen's κ值较小（0.08），反映了高适宜性生境相对于少量已建成养殖场的丰富性。这些发现为支持水产养殖分配区（AZAs）以及在数据有限的沿海地区识别生长季和风险知情的水产养殖场址提供了实用且可迁移的框架。所构建的模型构成了一个明确面向东北季风养殖的生长季适宜性指数。