謝賢勝,盧 峰,楊元征,羅蔚生, 徐占勇,蘇宏新,2,*

1 廣西地表過程與智能模擬重點實驗室(南寧師范大學),南寧 530001

2 中國科學院植物研究所植被與環(huán)境變化國家重點實驗室,北京 100093

3 廣西壯族自治區(qū)森林資源與生態(tài)環(huán)境監(jiān)測中心,南寧 530028

作為森林生態(tài)系統(tǒng)重要結(jié)構(gòu)參數(shù),葉面積指數(shù)(Leaf area index,LAI)通常被定義為單位土地面積上的總?cè)~表面積的一半,常用于模擬森林雨水攔截、光合作用、呼吸作用與蒸騰作用等方面,對量化森林生態(tài)系統(tǒng)生產(chǎn)力與生態(tài)過程具有重要意義[1—2]。由于森林結(jié)構(gòu)的復(fù)雜性和地物信息的非均一性,通過遙感技術(shù)獲得的LAI,需要地面提供準確的實測數(shù)據(jù)進行驗證[3]。目前,地面LAI測量方法主要分為直接法和間接法。直接法通過比葉面積(Specific leaf area,SLA)結(jié)合生物量來估算LAI,通常包括凋落物收集法、異速生長法(Allometry)和破壞性取樣法[4]。間接法主要通過傳統(tǒng)光學儀器或地基激光雷達技術(shù)估算LAI[5]。基于輻射的光學儀器,如植物冠層分析儀(Plant canopy analyzer,LAI- 2200)、跟蹤輻射和冠層結(jié)構(gòu)分析儀(Tracing radiation and architecture of canopies,TRAC)通常假定林冠葉子是隨機分布,但現(xiàn)實中往往會存在聚集現(xiàn)象；基于圖像的光學儀器,如數(shù)碼相機+魚眼鏡頭的半球攝影法(Digital hemispherical photography,DHP)測量結(jié)果往往會包含樹干、樹枝等木質(zhì)部貢獻[6-7]。地基激光雷達(Terrestrial laser scanning,TLS)利用海量三維點云數(shù)據(jù)重建林冠結(jié)構(gòu),通過間隙率反演LAI,同樣受到聚集效應(yīng)和木質(zhì)部影響[8]。

為去除上述因素干擾,常用木質(zhì)比例(木質(zhì)部面積與總面積之比)和聚集指數(shù)進行量化[9—10]。木質(zhì)比例可通過破壞性采集法、背景值法、PS法獲取[11]。聚集指數(shù)主要包括ΩLX(基于冠層孔隙度)、ΩCC(基于冠層空隙大小)、ΩCLX(聯(lián)合ΩLX和ΩCC)、ΩLXG(基于有序加權(quán)平均的冠層孔隙度)等算法,可通過冠層半球圖像或點云數(shù)據(jù)獲取[12]。近年來,不少學者利用木質(zhì)比例和聚集指數(shù)校正了間接法的測量結(jié)果。例如,蘇宏新等[13]通過背景值法、劉志理和金光澤[10]通過PS法獲取木質(zhì)比例,發(fā)現(xiàn)LAI- 2000和DHP校正后的結(jié)果與凋落物法呈現(xiàn)顯著的相關(guān)性,測量精度得以提高。周明等[7]以凋落物法為對照,分別考慮了無葉期木質(zhì)部全部、木質(zhì)部中的樹干成分、樹干成分在有效LAI占比等情況,發(fā)現(xiàn)考慮第三種情況用于木質(zhì)部校正更為合理。Zhu等[14]分別基于幾何特征和ΩCC算法從點云數(shù)據(jù)中提取出木質(zhì)比例和聚集指數(shù),發(fā)現(xiàn)其對TLS的校正效果優(yōu)于DHP。Zou等[15]對比了破壞性采集法和背景值法對獲取木質(zhì)比例的效果差異,發(fā)現(xiàn)利用后者進行LAI校正時會存在較大程度的低估；同時,還基于ΩCC、ΩLX、ΩCLX三種算法從半球圖像中提取聚集指數(shù),發(fā)現(xiàn)ΩLX和ΩCLX算法更適用于校正DHP。上述研究雖對不同間接法進行了有益的校正嘗試,但主要以溫帶、寒溫帶的典型森林為研究對象,對南方亞熱帶常綠闊葉林研究較少,其適用性和有效性仍需進一步驗證。

桉樹(Eucalyptusrobusta)是桃金娘科(Myrtaceae)桉樹屬(Eucalyptus)植物,屬于典型的常綠闊葉喬木[16],我國桉樹引種地區(qū)主要在海南、廣西、廣東、福建等省份。截至2018年,廣西桉樹人工林面積達到266.67×104hm2,其種植面積和產(chǎn)量居全國首位,在保障木材供給和改善生態(tài)環(huán)境方面發(fā)揮著巨大作用[17]。對于我國桉樹的相關(guān)研究,主要集中于林冠結(jié)構(gòu)[18]、凋落物及養(yǎng)分[19]、生物量及碳儲量[20]方面,對于桉樹林的LAI研究相對較少。部分學者已利用傳統(tǒng)光學儀器對廣西國營東門林場[21]、廣東湛江[22]、廣西公凈水庫[23]、廣西都安[24]等地的桉樹林分LAI進行測定,但測定結(jié)果均未考慮木質(zhì)部和聚集效應(yīng)的影響。本研究選取廣西國有高峰林場不同林齡(幼齡林、成熟林和過熟林)的桉樹人工林為對象,以Allometry為對照,綜合利用LAI- 2200、TRAC、DHP和TLS估測樣地的LAI,并考慮木質(zhì)成分以及聚集效應(yīng)影響,進行相應(yīng)的校正處理,以期提高地面桉樹人工林LAI測量的準確性。

1 材料與方法

1.1 研究區(qū)概況

本研究實驗樣地位于廣西國有高峰林場(22°49′—23°15′N,108°8′—108°53′E)內(nèi),地處廣西南寧市西部(圖1)。該區(qū)域?qū)賮啛釒Ъ撅L氣候,雨水充沛、氣候溫和、陽光充足、干濕分明。根據(jù)距離最近的南寧市國家氣象觀測站(22°38′N,108°13′E,海拔121.6 m)1961—2020年的觀測數(shù)據(jù)顯示,年平均最低氣溫為(18.6±1.2)℃,年平均最高氣溫為(26.4±1.5)℃,年平均氣溫為(21.7±1.2)℃,年平均降雨量為(1303.6±63.9) mm,年平均相對濕度為79.1%±4.2%,年平均日照百分率為36.0%±10.2%。廣西國有高峰林場主要以丘陵地形為主,海拔高度在100—200 m,坡度一般為10°—30°,地帶性植被為亞熱帶常綠闊葉林。由于長期人類活動,目前以人工林為主,主要樹種有桉樹、杉木(Cunninghamialanceolata)、馬尾松(Pinusmassoniana)等,森林覆蓋率高達87%。

圖1 研究區(qū)域位置Fig.1 Location of study area

1.2 樣地設(shè)定

采用典型樣地法。選取廣西國有高峰林場內(nèi)林相完整、不同林齡的桉樹人工林設(shè)置固定樣地10塊(圖1,表1),并進一步劃分10 m×10 m的二級小樣方。以小樣方為調(diào)查單元,對樣方內(nèi)林木進行每木檢尺,記錄物種名、胸徑、樹高等信息。同時記錄樣地相應(yīng)的經(jīng)緯度、海拔、坡度與坡向。

表1 樣地信息Table 1 Sample plot information

1.3 LAI測定方法

本研究所有LAI測定的野外數(shù)據(jù)采集時間為2020年8月中下旬,正值夏季,是林木生長最為旺盛時期,葉子已經(jīng)完全伸展。

1.3.1異速生長法

比葉面積測定：首先,分別對10塊樣地的葉片進行取樣,每塊樣地隨機選取3個個體,在每個個體林冠中選取15片成熟、完整的葉片,裝入自封袋后標記。帶回實驗室內(nèi)用剪刀除去葉柄,運用掃描儀(Cano Scan LiDE 300,北京,中國)和圖像處理軟件(Image J 1.49,https://imagej.nih.gov/ij)測量其單面葉面積。完成后,分別將樣本裝入信封袋,置于65℃的烘箱中烘干(48 h)至恒重。然后用精度為萬分之一的電子天平(FA2204,上海精科公司,中國)稱取其葉片干重,比葉面積即為單面葉面積與葉干重比值(cm2/g)。

總?cè)~生物量：利用每木檢尺數(shù)據(jù),結(jié)合周國逸等[25]給出的廣西桉樹葉生物量異速生長方程(W為葉生物量,單位kg；D為胸徑,單位cm),估算出每個二級小樣方(10 m×10 m)的總?cè)~生物量：

W=0.7392×D0.2565

(1)

最后,小樣方的總?cè)~生物量與比葉面積的乘積即為總?cè)~面積的一半,按照LAI定義,用總?cè)~面積的一半除以小樣方的面積即可得到每個小樣方的LAI。

1.3.2傳統(tǒng)光學儀器

傳統(tǒng)的光學儀器測量LAI基本是通過冠層透過率或間隙率進行反演,由于不同儀器間的傳感器不一,對光環(huán)境的需求有所差異,具有一定適用條件(表2),相應(yīng)的測量方案也有所不同(圖2)。

表2 傳統(tǒng)的葉面積指數(shù)光學測量儀器參數(shù)Table 2 Traditional optical instrument parameters for leaf area index

圖2 不同的傳統(tǒng)光學儀器測量方案Fig.2 Different traditional optical instrument measurement schemes

(1)LAI- 2200植物冠層分析儀

本研究使用兩臺經(jīng)相互定標匹配的LAI- 2200(LI-COR,Lincoln,USA)進行同步測量,一臺置于林外空地上每隔30 s自動記錄A值(即Above值,冠層上方值),另一臺在樣方內(nèi)測量5個B值(即Below值,冠層下方值),選用90°遮蓋帽,在距地面1.5 m左右開展工作,測量前創(chuàng)建相應(yīng)的散射校正文件,以便校正,測量時始終背對太陽。后期利用軟件FV2200 v2.1將測量時間最接近的A值插入到對應(yīng)的 B值序列,完成匹配后開始計算LAI。

(2)跟蹤輻射和冠層結(jié)構(gòu)分析儀

將TRAC(Wave Engineering,Nepean,Canada)水平放置,保持距地面1.5 m左右,沿著小樣方中間樣線勻速行走,速度保持在0.3 m/s左右,測量軌跡垂直于太陽入射方向。在遇到障礙物時,暫停采集數(shù)據(jù),但不關(guān)閉電源。每條樣線來回測量兩次,取其平均值作為測量結(jié)果,相應(yīng)的數(shù)據(jù)處理在TRAC Win 5.9.0軟件實現(xiàn)。

(3)半球攝影法

將數(shù)碼相機(Canon EOS 70D)和魚眼鏡頭(Sigma EX-DC 4.5 mm)組合,通過三腳架固定在測量點地面以上的1.5 m處,將相機變焦鏡頭拉至最遠,曝光模式調(diào)整為自動曝光,保持魚眼鏡頭水平向上,手動拍攝小樣方中心點的冠層全天空影像,獲得的原始影像先通過Sidelook軟件(http://www.appleco.ch)計算圖像二值化閾值(天空和樹冠成分的區(qū)分值),再導(dǎo)入HemiView v2.1.1(Delta-T,Cambridge,UK)軟件進行處理。

1.3.3地基激光雷達

選用Scanning System S- 3180三維激光掃描儀(PENTAX,Saitama,Japan)(分辨率0.1 cm),在每個小樣方中心點架站(高度約為 1.5 m)掃描,并向四周安插花桿和粘貼標靶紙(用做特征點,便于數(shù)據(jù)拼接),設(shè)置掃描質(zhì)量和分辨率為高等級。利用Z+F Laser control(Zoller+Fr?hlich GmbH,Germany)軟件進行數(shù)據(jù)去噪預(yù)處理,然后導(dǎo)入LiDAR 360軟件(北京數(shù)字綠土公司,中國)進行配準和拼接、分離地面點等操作,最終計算LAI(圖3)。

圖3 地基激光雷達數(shù)據(jù)處理Fig.3 Data processing by terrestrial laser scanning

1.4 校正處理

研究根據(jù)Chen等[26]提出的校正公式進行校正處理：

(2)

圖4 基于DHP冠層影像的木質(zhì)組分處理Fig.4 Wood component treatment based on Canopy image of DHP

α=(L1-L2)∕L1

(3)

式中,L1為未處理前HemiView計算的LAI,L2為經(jīng)過去除處理HemiView再次計算的LAI。

對于集聚指數(shù)ΩE,直接通過TRAC獲得。

1.5 數(shù)據(jù)分析

利用SPSS Statistics 22(IBM,USA)軟件對不同方法測定的比葉面積、葉面積指數(shù)、校正系數(shù)進行單因素方差分析(one-way ANOVA),并利用LSD進行差異顯著性檢驗。間接法估算差異 =(間接法-直接法)/直接法×100%。

2 結(jié)果

2.1 比葉面積

桉樹人工林的比葉面積最大值為167.45 cm2/g,最小值為106.58 cm2/g,平均值為(125.37±13.38)cm2/g(表3)。

表3 不同林齡桉樹人工林的比葉面積Table 3 The specific leaf area of Eucalyptus plantations in different growth stage

2.2 直接法LAI

通過異速生長法得到的桉樹人工林LAI在不同林齡間的差異均顯著(P<0.05)(表4)。相對于幼齡林和過熟林,成熟林LAI更為穩(wěn)定(變異系數(shù)為5.66%)。同時,可以看出LAI隨著林齡的增加呈現(xiàn)先增加后減少的趨勢,在成熟林中達到峰值,與桉樹的生長發(fā)育狀況相吻合。

表4 不同林齡桉樹人工林LAI(異速生長法)Table 4 The LAI of Eucalyptus plantations in different growth stage (Allometry)

2.3 間接法LAI

不同間接法估算的LAI存在顯著差異(圖5)。幼齡林中,LAI- 2200、TRAC、DHP、TLS測定的LAI分別為1.81—2.61、2.10—3.88、1.48—2.43、0.64—1.22。與直接法相比(圖6),LAI- 2200和TRAC存在高估現(xiàn)象(平均高估9.99%、42.12%),DHP和TLS表現(xiàn)為低估(平均低估14.54%、57.58%)；成熟林中,LAI- 2200、TRAC、DHP、TLS測定的LAI分別為1.07—1.62、1.36—3.41、1.05—1.24、0.78—1.66。與直接法相比(圖6),4種間接法均存在低估現(xiàn)象,平均低估60.73%(LAI- 2200)、31.68%(TRAC)、66.98%(DHP)、71.47%(TLS)；過熟林中,LAI- 2200、TRAC、DHP、TLS測定的LAI分別為1.75—2.74、0.95—2.97、0.97—1.96、0.82—1.71。同樣地,4種間接法均存在低估現(xiàn)象,平均低估7.74%(LAI- 2200)、16.34%(TRAC)、41.05%(DHP)、53.79%(TLS)。

圖5 直接法和間接法得到的LAI(平均值±標準差) Fig.5 The LAI obtained by direct and indirect method (Mean±SD)不同大寫字母和小寫字母分別表示同一方法不同林齡間、同一林齡不同方法間得到的結(jié)果差異顯著(P<0.05);LAI- 2200：LAI- 2200植物冠層分析儀 LAI- 2200 Plant canopy analyzer；TRAC：跟蹤輻射和冠層結(jié)構(gòu)分析儀Tracing radiation and architecture of canopies；DHP：數(shù)字半球攝影 Digital hemispherical photography；TLS：地基激光雷達Terrestrial laser scanning

在 PS仿制法(表5)中,桉樹人工林的木質(zhì)比例變化范圍在0.33%—25.95%,幼齡林與成熟林、過熟林的木質(zhì)比例差異顯著(P<0.05),其平均值(木質(zhì)部高估貢獻)分別為5.65%(幼齡林)、17.11%(成熟林)、16.30%(過熟林)；在完全去除法中,木質(zhì)比例的變化范圍在15.25%—52.13%,不同林齡間差異均顯著(P<0.05),其平均值(木質(zhì)部高估貢獻)分別為24.58%(幼齡林)、37.77%(成熟林)、45.47%(過熟林)。桉樹人工林的聚集指數(shù)(表6)變化范圍在0.63—1.00,波動較小,最大變異系數(shù)為9.92%,幼齡林與成熟林的聚集指數(shù)差異顯著(P<0.05),其平均值分別為0.93、0.88、0.92,則由聚集效應(yīng)引發(fā)的低估程度分別為7.53%(幼齡林)、13.64%(成熟林)、8.70%(過熟林)。

表5 不同林齡桉樹人工林的木質(zhì)比例Table 5 The woody-to-total area ratio of Eucalyptus plantations in different growth stage

表6 不同林齡桉樹人工林的聚集指數(shù)Table 6 The clumping index of Eucalyptus plantations in different growth stage

經(jīng)過木質(zhì)部和聚集效應(yīng)校正后發(fā)現(xiàn)(圖6),利用PS仿制法得到的LAI校正值和未校正時的LAI不存在顯著差異,完全去除法得到的LAI校正值與未校正時的LAI存在顯著差異(P<0.05),但校正結(jié)果進一步偏離了直接法,擴大了與直接法的差異程度,除幼齡林校正TRAC較好之外,其余均存在過度校正現(xiàn)象。 因而,相對于完全去除法,利用PS仿制法校正木質(zhì)部影響更為合理。

圖6 不同間接法校正前后與直接法的估算差異(平均值±標準差)Fig.6 Estimation difference between direct method and indirect method before and after correction (Mean±SD)不同大寫字母和不同小寫字母分別表示同一校正方法不同測量儀器、同一測量儀器不同校正方法得到的結(jié)果差異顯著(P<0.05);差異 =(間接法-直接法)/直接法×100%

3 討論

3.1 直接法下桉樹人工林的LAI對比

桉樹林冠較小,林冠孔隙度大,林分郁閉度低,LAI普遍較小[28]。有學者認為,我國桉樹人工林的LAI一般在1—4,平均為2[29—30]。通過直接法測定桉樹LAI,能夠代表其真實值[31]。本研究通過異速生長法測得桉樹人工林的LAI在1.65—3.84,平均為2.73,與上述學者的觀點相近。由于桉樹的速生性,不同林齡下的桉樹形態(tài)特征存在較大差異,LAI也會有所不同。Van Bich等[32]通過破壞性取樣法測得幼齡的桉樹人工林LAI為 1.2—2.9;Mattos等[33]通過破壞性取樣法測得成熟的桉樹人工林LAI為3—6；竹萬寬等[34]通過異速生長法測得過熟的桉樹人工林LAI為 0.88—1.12,進一步說明桉樹人工林的LAI在成熟階段將達到峰值,之后隨著林齡的增長,林冠逐漸衰退,新葉生長停滯,枝葉變得更為稀疏,LAI隨之減低。

3.2 直接法與間接法的差異

在測量林分LAI時,由于直接法在操作上耗時耗力且難以重復(fù),間接法憑借其快速、有效的特點已被廣泛運用在實際測量當中[31]。然而,相比于直接法,間接法的測量精度仍然有限,進行相應(yīng)的校正處理以更接近真實值是必要的[35]。本研究中,不同的間接法獲得的桉樹人工林LAI在大多數(shù)情況下都發(fā)生了低估(圖6)。類似的,Liu等[36]、Mattos等[33]發(fā)現(xiàn)LAI- 2000和DHP在測量LAI時均存在低估現(xiàn)象,平均低估30%；Sprintsin等[37]、Li等[38]認為TRAC和TLS在測量LAI也會發(fā)生低估。本研究考慮了影響間接法測量精度的兩大因素——木質(zhì)部和聚集效應(yīng)影響。一方面,校正木質(zhì)部偏差將去除其引發(fā)的高估貢獻(表5)。另一方面,校正聚集效應(yīng)將彌補其引發(fā)的低估程度(表6),故而在校正過程中會存在一定的抵消作用。本研究發(fā)現(xiàn),在桉樹人工林中,兩者對間接法估測LAI的影響相當,校正后LAI與未校正時不存在顯著差異,后續(xù)研究仍需要考慮其他影響因素。

3.3 不同間接法之間的對比

傳統(tǒng)的光學儀器基于通用的Beer定律反演LAI,光環(huán)境的演變以及林冠層的復(fù)雜性會嚴重影響其測量精度[39]。總的來看,在沒有校正的情況下,LAI- 2200的測量值比其它方法更接近于對照值,這與LAI- 2200內(nèi)置精密的儀器配置以及可以選用不同的遮蓋帽有關(guān),最大程度上減小了直射光的影響[13,40]。在校正的情況下,選用DHP+TRAC能夠較為快速獲取木質(zhì)比例和聚集指數(shù)。與此同時,TRAC的低估程度小于DHP,其測量值更為準確[15,41],主要是由于DHP在測量時還容易受到相機曝光設(shè)置的影響,過度曝光會導(dǎo)致較大的圖像亮度,計算時容易將明亮的林冠誤認為天空而忽略計算,最終發(fā)生低估[42]。另外,不同天頂角范圍也會影響其測量LAI,在45°—60°天頂角范圍內(nèi),其校正效果較優(yōu)[8]。對于TLS,雖然不受光環(huán)境的限制,但樹木之間的遮擋效應(yīng)會嚴重阻礙了其完整獲取數(shù)據(jù)[43]。在林木較高,林冠復(fù)雜的環(huán)境下,也難以完整獲取冠層上方的點云數(shù)據(jù)[8,44],最終導(dǎo)致其發(fā)生低估。同時,在TLS的數(shù)據(jù)處理過程中,不同的濾波算法[45]、不同的間隙率模型[46]對其反演LAI也會產(chǎn)生重要影響,未來研究仍需要進一步考慮反演模型或是融合機載點云數(shù)據(jù),將冠層上方的點云數(shù)據(jù)進行適當補充。

4 結(jié)論

(1)不同林齡桉樹人工林的LAI存在顯著差異,隨著林齡的增加呈現(xiàn)先增加后減少的趨勢。

(2)LAI- 2200、TRAC、DHP、TLS等間接法估算桉樹人工林的LAI存在顯著差異,與直接法相比,大部分情況下存在低估現(xiàn)象。在沒有校正的情況下,選用LAI- 2200可以獲得相對準確的LAI。

(3)相對于完全去除法,利用PS仿制法校正木質(zhì)部影響更為合理。桉樹人工林的木質(zhì)成分和聚集效應(yīng)對間接法測量LAI的影響程度相當。