包廣道，楊 帆，楊雨春，趙珊珊，張大偉，寧立臣，林士杰，韓 姣，張忠輝*

(1．吉林省林業(yè)科學研究院，長春130033;2．吉林省前郭縣林業(yè)局，吉林前郭131100)

水田防護林是平原水田區(qū)減弱水稻受到惡劣氣候影響的重要手段之一［1］，其營建目的就是為了改善防護區(qū)域小氣候，從而保障水稻產量［2］。近年來，針對水田防護林的研究主要從林帶和區(qū)域兩種尺度開展。林帶尺度上的研究主要集中在防護林樹種選擇、林帶結構參數(shù)優(yōu)化［3-5］、防護效益與防風效能等方面［6-8］;隨著遙感技術和地理信息系統(tǒng)技術的發(fā)展，區(qū)域尺度上的研究，由起初的防護林動態(tài)監(jiān)測［9-11］，逐步轉化為防護林防護效益遙感估算［12-13］、防護林空間密度分布的研究［14］、防護林對作物長勢的影響［15-17］、防護林景觀生態(tài)學評價［18］等。

綜上所述，前人研究多集中于防護林生態(tài)功能方面，而針對防護林分布對水稻長勢影響方面的研究較少。因此，本文利用遙感數(shù)據(jù)，采用網格法對防護林空間分布與水田歸一化植被指數(shù)(NDVI)進行分析，旨在探討不同防護林空間密度對水稻長勢的影響，以期為今后水田防護林的經營與設計提供依據(jù)。

1 材料與方法

1．1 研究區(qū)概況

研究區(qū)域位于松原市前郭灌區(qū)。該地區(qū)位于松嫩平原腹地，北緯 44°53'30″～45°06'40″，東經124°05'10″～124°26'50″(如圖 1 所示)，地面高程131～141 m，地勢平坦，作物為水稻，土壤為黑鈣土、草甸土。該地區(qū)屬溫帶大陸性半干旱季風性氣候，多年平均降水量為451．8 mm，年平均風速3．07 m/s，其中4～5月間多風，歷史最大風速29 m/s，多年平均氣溫4．5℃，全年無霜期130～150 d。干旱、大風、低溫是常發(fā)生的自然災害。

1949年以前前郭灌區(qū)已開展灌區(qū)工程建設，已經成為吉林省最重要的水稻生產基地，總面積約為834．29 km2，與遼寧省盤錦、吉林省梨樹、黑龍江省查哈陽并稱為東北四大灌區(qū)。防護林樹種以楊樹純林為主，輔以少量榆樹、柳樹，齡級組成主要為成過熟林。

圖1 研究區(qū)位置示意圖Fig．1 Location of study area

1．2 數(shù)據(jù)來源

為了獲取水田區(qū)NDVI數(shù)據(jù)和水田防護林分布數(shù)據(jù)，選取2014年生長季(5～9月)內的Landsat 8 OLI影像(行列號119-29，共10景)，數(shù)據(jù)來源為美國地質勘探局(網址:http://www．usgs．gov/)。外業(yè)調查日期為2014年10月7～11日，調查內容以水田防護林為主，輔以其他類型地物，共采集地物中心坐標126個，以檢驗分類數(shù)據(jù)的精度。以上數(shù)據(jù)均根據(jù)研究區(qū)范圍進行裁剪，并統(tǒng)一轉換為UTM投影，坐標系WGS84。

1．3 研究方法

1．3．1 土地利用分類

影像經預處理后與全色波段進行融合，獲得15 m分辨率的影像，利用掩膜技術將研究區(qū)內水體、居民地、裸地和道路等地物進行掩膜處理，在ENVI5．2平臺下利用最大似然法進行分類，經后處理后分類結果如圖2所示，根據(jù)外業(yè)調查數(shù)據(jù)進行分類結果的精度驗證，精度可達87%，符合分類精度要求。根據(jù)遙感影像分類結果求得研究區(qū)內水田面積為325．68 km2，防護林總面積為50．36 km2，林帶數(shù)587條，總長度663．73 km，平均林帶長度1．13 km。

圖2 研究區(qū)土地覆蓋分類圖Fig．2 Land cover classification of study area

1．3．2 歸一化植被指數(shù)(NDVI)提取

歸一化植被指數(shù)是反映農作物長勢和營養(yǎng)信息的重要參數(shù)之一［19］，它與作物的葉面積指數(shù)、光合速率和凈初級生產力等重要生長指數(shù)都有很高的相關性，NDVI很大程度上可以反映作物的長勢信息，故本文直接利用水田區(qū)域內的NDVI值代表水稻的長勢。NDVI計算公式參公照式(1):

式中:NIR為近紅外波段波長范圍為 0．845～0．885，μm;R 為紅外波段波長范圍為 0．630 ～0．680，μm;分別對應Landsat 8 OLI影像中的第4和第5波段。

最大化合成法(MVC)［20］，是獲取某一地區(qū)一段時間內任意象元最大值，從而表現(xiàn)該段時間內某一現(xiàn)象總體程度的方法，該方法可以最大程度上較少云以及傳感器幾何角度所帶來的影響。為了能夠體現(xiàn)水稻生長季內整體長勢信息，本文采用最大化合成法(MVC)對2014年間水稻生長季的所有影像分別計算NDVI值，并進行最大化合成，選取每一個像元在生長季中最大的NDVI值，獲得連續(xù)并具有代表性的NDVI數(shù)據(jù)。

1．3．3 水田防護林空間密度分布

網格法［21］是地理統(tǒng)計中常用的分析方法，它可以將復雜的地面要素利用網格進行歸納并分析，從而揭示不同地理要素間的相關關系。本文根據(jù)研究區(qū)的大小，共生成500 m×500 m大小的網格3 202個，結合土地覆蓋分類數(shù)據(jù)，分別提取每個網格內的水田面積和防護林面積，計算每個網格內防護林與水田的面積比，從而生成水田防護林空間密度分布數(shù)據(jù)。

2 結果與分析

2．1 有無防護林對水稻長勢的影響

在疏透度和林帶結構尺度上，防護林對作物的生長發(fā)育有著一定的保護作用［5］，但空間區(qū)域尺度上的研究較少。通過統(tǒng)計前郭灌區(qū)每個網格內水田防護林空間密度數(shù)據(jù)與水田平均NDVI數(shù)據(jù)，有無防護林分布的水田NDVI平均值對比見表1。由此可知，有防護林分布的網格水田平均NDVI值比無防護林分布的網格高0．058 9。參考本研究區(qū)水田的NDVI值范圍為0．302 5～0．682 3，比對應的無防護林區(qū)域的平均值高近15%，有防護林分布的網格內水稻總體長勢明顯高于無防護林分布的網格。

表1 有無防護林分布的水田平均NDVI值Tab．1 Mean NDVI of paddy field with and without shelter belt

2．2 不同防護林空間密度對水田NDVI平均值的影響

為探討不同防護林空間密度對水田NDVI平均值的影響，對灌區(qū)內有防護林分布的網格依據(jù)其空間密度值以0．01為密度間隔，考慮到0～0．01與0．01～0．02密度區(qū)間網格數(shù)量較少，且兩個區(qū)間水田NDVI平均值差異不大，故將其合并為一個等級進行分級見表2。由表2可知，防護林空間密度可分為9個等級，并對比分析不同密度等級下水田NDVI平均值的關系，如圖3所示。同時，對防護林空間密度分布和NDVI平均值進行進一步分析。

表2 不同防護林空間密度分級Tab．2 Classification of different spatial density of shelter belt

圖3 不同防護林空間密度的水田NDVI平均值Fig．3 Mean NDVI of paddy field in different spatial density of shelter belt

從圖3可以看出，水田NDVI平均值隨防護林空間密度等級的增加呈先增高后降低的趨勢，當防護林空間密度等級達到6級，即空間密度為0．06～0．07時水田 NDVI平均值達到最大為 0．627 5，隨后降低并趨于平穩(wěn)，這表明當防護林空間密度超過0．07之后對水田NDVI平均值不再有正影響，防護林空間密度超過0．07時，其密度過大。同時防護林空間密度低于5級，即0～0．05時，防護林空間密度過低，尚不能完全發(fā)揮防護林的防護效益。結合表1與表2可知前郭灌區(qū)水田防護林空間密度分布不合理，其中無防護林分布的網格達到2 146個，占總網格數(shù)的67%，防護林空間密度過大的網格數(shù)為285個，占總網格數(shù)的8%。

3 結論與討論

本文結合防護林空間密度與水稻長勢兩種信息進行分析，利用Landsat 8 OLI遙感影像數(shù)據(jù)，提取前郭灌區(qū)內防護林空間分布數(shù)據(jù)與水田區(qū)NDVI數(shù)據(jù)，采用網格法分析防護林空間密度對水田NDVI的影響，發(fā)現(xiàn)有防護林分布的網格水田NDVI平均值大于無防護林分布的網格，兩者相差0．058 9，差異顯著，表明灌區(qū)內防護林對水稻生長有著明顯的促進作用，與鄧榮鑫［15］等的研究結論相同。不同防護林空間密度對水田NDVI的影響不同，水田NDVI值隨防護林空間密度的增加呈先增高后降低的趨勢，當防護林空間密度達到0．06～0．07時水田NDVI平均值最高，說明空間密度為0．06～0．07之間為水田防護林的最佳空間密度。前郭灌區(qū)防護林空間密度配置不合理，無防護林、防護林空間密度過大的網格數(shù)占總研究區(qū)網格數(shù)的75%。

本文在進行水田NDVI提取時采用的是Landsat 8 OLI影像，雖然本文采用最大化合成法進行處理，但是其過境周期較長部分影像受云量干擾較大，對水稻生長季總體NDVI值表現(xiàn)欠佳。此外，在水田空間密度分析時采用的是500 m×500 m網格，沒有探討不同大小網格對研究精度的影響，望今后的能夠進一步深入研究。

［1］宋 儉．淺談水田防護林體系對建設糧食生態(tài)屏障的影響［J］．吉林農業(yè)，2012(10):198．

［2］蔣麗娟．國內外防護林研究綜述［J］．湖南林業(yè)科技，2000，37(5):21-27．

［3］林士杰，張忠輝，張大偉，等．鹽堿地樹種選擇及抗鹽堿造林技術研究進展［J］．中國農學通報，2012，28(10):1-5．

［4］張忠輝，林士杰，呂忠明，等．樹木耐鹽堿性研究進展［J］．中國農學通報，2011，27(28):9-14．

［5］楊雨春，楊洪香，趙珊珊，等．水田防護林疏透度及其影響因子分析［J］．林業(yè)科技開發(fā)，2014，28(3):18-21．

［6］ Torita H，Satou H．Relationship between shelterbelt structure and mean wind reduction［J］．Agricultural and Forest Meteorology，2007，145(3):186-194．

［7］ Lampartová I，Schneider J，Vyskot I，et al．Impact of protective shelterbelt microclimate characteristics［J］．Ekológia(Bratislava)，2015，34(2):101-110．

［8］楊雨春，趙珊珊，包廣道，等．吉林水田防護林防風效能及其影響因子分析［J］．西北林學院學報，2015，30(1):132-136．

［9］扈晶晶，李瑞平，黃 侃，等．吉林省西部新開發(fā)水田遙感動態(tài)監(jiān)測研究［J］．林業(yè)調查規(guī)劃，2014，39(3):17-23．

［10］鄭 曉，朱教君，閆 妍．三北地區(qū)農田防護林面積的多尺度遙感估算［J］．生態(tài)學雜志，2013，32(5):1355-1363．

［11］龐國錦，董曉峰，宋 翔，等．“三北”防護林建設以來河西走廊林地變化的遙感監(jiān)測［J］．中國沙漠，2012，32(2):539-544．

［12］賀小說．沿海防護林固沙效應遙感監(jiān)測技術研究［D］．福州:福建農林大學，2012．

［13］王曉慧，陳永富，陳爾學，等．基于遙感和GIS的三北防護林工程生態(tài)效益評價研究--以山西省中陽縣為例［J］．水土保持通報，2011，31(5):171-175+267．

［14］趙吉勝，張忠輝，楊 晶，等．水田防護林空間密度分布研究［J］．中國農學通報，2014，30(19):51-54．

［15］鄧榮鑫，王文娟，李 穎，等．農田防護林對作物長勢的影響分析［J］．農業(yè)工程學報，2013，29(S1):65-72．

［16］鄧榮鑫，張樹文，李 穎．基于田間尺度的東北農田防護林防護效應分析［J］．生態(tài)學雜志，2009，28(9):1756-1762．

［17］史曉亮，李 穎，趙 凱，等．農田防護林林網景觀結構異質性動態(tài)評價［J］．中國科學院研究生院學報，2012，29(1):54-61

［18］梁萬君，王憲成，胡海清．防護林布局的評價方法［J］．東北林業(yè)大學學報，2005，33(5):24-26．

［19］黃 青，唐華俊，周清波，等．東北地區(qū)主要作物種植結構遙感提取及長勢監(jiān)測［J］．農業(yè)工程學報，2010，26(9):218-223．

［20］吳 云，曾 源，吳炳方，等．基于MODIS數(shù)據(jù)的三北防護林工程區(qū)植被覆蓋度提取與分析［J］．生態(tài)學雜志，2009，28(9):1712-1718．

［21］毛 夏，徐蓉蓉，李新碩，等．深圳市人口分布的細網格動態(tài)特征［J］．地理學報，2010(4):443-453．