With the growing recognition that effective action on climate change will require a combination of emissions reductions and carbon sequestration, protecting, enhancing and restoring natural carbon sinks have become political priorities. Mangrove forests are considered some of the most carbon-dense ecosystems in the world with most of the carbon stored in the soil. In order for mangrove forests to be included in climate mitigation efforts, knowledge of the spatial distribution of mangrove soil carbon stocks are critical. Current global estimates do not capture enough of the finer scale variability that would be required to inform local decisions on siting protection and restoration projects. To close this knowledge gap, we have compiled a large georeferenced database of mangrove soil carbon measurements and developed a novel machine-learning based statistical model of the distribution of carbon density using spatially comprehensive data at a 30 m resolution. This model, which included a prior estimate of soil carbon from the global SoilGrids 250 m model, was able to capture 63% of the vertical and horizontal variability in soil organic carbon density (RMSE of 10.9 kg m−3). Of the local variables, total suspended sediment load and Landsat imagery were the most important variable explaining soil carbon density. Projecting this model across the global mangrove forest distribution for the year 2000 yielded an estimate of 6.4 Pg C for the top meter of soil with an 86–729 Mg C ha−1 range across all pixels. By utilizing remotely-sensed mangrove forest cover change data, loss of soil carbon due to mangrove habitat loss between 2000 and 2015 was 30–122 Tg C with >75% of this loss attributable to Indonesia, Malaysia and Myanmar. The resulting map products from this work are intended to serve nations seeking to include mangrove habitats in payment-for- ecosystem services projects and in designing effective mangrove conservation strategies.

Finding sustainable methods for utilizing biosolids, also known as municipal sewage sludge (SS), presents a pressing challenge in modern waste management practices. Therefore, this study aimed to evaluate the impact of SS amendment on growth, biochemical, proximate, and heavy metal bioaccumulation parameters of berseem clover (Trifolium alexandrinum L.) fodder crop under field conditions. Trifolium alexandrinum was cultivated using different rates of SS mixing (i.e., T0: 0% as control with no SS application, T1: 5%, and T2: 10%). The results obtained showed a significant (p < 0.05) increment in growth, biochemical, and proximate parameters of T. alexandrinum with an increasing SS mixing rate. The highest productivity of T. alexandrinum fodder (1.92 kg m-2 fw) was observed in the T2 treatment as compared to the control treatment. The heavy metal analysis of shoot and root parts of T. alexandrinum showed that the contents (mg kg-1) of eight elements (Cd 0.02-0.13, Co 0.04-0.08, Cu 5.94-0.05, Cr 0.43-1.68, Fe 7.08-15.93, Ni 0.89-2.90, Mn 1.62-5.38, and Zn 3.30-7.04) increased significantly (p < 0.05) with SS mixing rate. The bioaccumulation factor (BAF) was below 1 except for Cu and Zn exhibiting their rapid uptake by plants from SS-treated soils. However, dietary intake modeling (DIM < 1) and health risk index (HRI < 1) studies showed that the levels of heavy metals did not exceed the permissible limits in any SS treatment. Overall, SS amendment has a positive impact on the growth, biochemical, proximate, and heavy metal characteristics of T. alexandrinum. Therefore, this study suggested a strategy for low-cost soil fertilization and fodder crop production which could sustainably benefit waste recycling.