蘇孟園,吳 涵,何柯欣,李昕陽,李玉鳳

(南京師范大學海洋科學與工程學院,江蘇 南京 210023)

作為典型的鹽生植物,互花米草(Spartinaalterniflora)原產(chǎn)于北美大西洋沿岸,因具有保灘護岸、加快淤積的作用,于1979年12月引入中國,在我國沿海迅速繁衍擴張、競爭,取代土著植物,占領光灘,影響入侵區(qū)地表沉積速率與水動力過程,對原生海濱濕地生態(tài)系統(tǒng)及當?shù)鼐用窠?jīng)濟生產(chǎn)活動產(chǎn)生巨大影響,成為近年來我國有關生物入侵問題爭論的焦點[1-4]?；セ撞菘焖偃肭值年P鍵在于其生長繁殖能力以及對環(huán)境的適應能力,互花米草生物量的大小正是它入侵能力的重要體現(xiàn)。同時,生物量反演對于互花米草的科學治理及其生物固碳研究具有重要意義[5-6]。然而江蘇淤泥質濱海濕地的難以進入性限制了對互花米草的調查和研究。

目前遙感技術已經(jīng)被廣泛應用于植被監(jiān)測等研究領域,而受限于濱海區(qū)域復雜的氣候條件,難以獲取目標時相高質量的衛(wèi)星遙感影像[7-8],且野外采樣與衛(wèi)星遙感數(shù)據(jù)的獲取不能完全同步,導致數(shù)據(jù)獲取存在時間差,信息無法完全匹配。相比于衛(wèi)星遙感,無人機遙感的飛行高度較低,空間分辨率高,能夠實時獲取研究區(qū)采樣時間點的影像數(shù)據(jù),可對難以進入的研究區(qū)進行拍攝,在時效性較強的生物量遙感反演方面有很好的應用前景[9-10]。在目前的研究中,基于光學遙感數(shù)據(jù)的生物量反演多是根據(jù)植物光譜特性,形成植被指數(shù),通過分析植被指數(shù)與生物量之間的統(tǒng)計特征關系建立數(shù)學估算模型,而濕地植被生物量的決定因素不僅包括葉片的平均密度,植被莖稈也是生物量的重要組成部分[11],因此僅根據(jù)植被光譜特征和紋理特征的生物量估算存在難以避免的誤差。目前多是根據(jù)單一的植株高度等形態(tài)指數(shù)或植被指數(shù)建立反演模型,對互花米草地上生物量進行反演[12-14],而以一個綜合的模型結合植被覆蓋度與植株高度這兩方面信息對互花米草地上生物量進行反演的研究較少。

研究基于無人機遙感獲得的研究區(qū)可見光影像數(shù)據(jù),分別提取互花米草高度信息及覆蓋度信息,根據(jù)植被地上生物量計算公式對研究區(qū)互花米草地上生物量進行反演,為互花米草地上生物量的定量化反演研究提供了新的方法。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于江蘇省鹽城市東臺區(qū)的條子泥濕地(32°43′40″～32°44′00″ N,120°56′47″～120°57′03″ E),該區(qū)域地處我國典型季風氣候區(qū),受海洋性和大陸性氣候雙重影響,年平均氣溫14 ℃,年平均降水量1 000 mm[15],條子泥濕地是原始和典型的淤泥質灘涂,生長的植被保持自然演替狀態(tài),生物多樣性豐富,擁有世界上面積最大的潮間帶濕地,是全球最重要的濱海濕地生態(tài)系統(tǒng)之一。研究區(qū)受互花米草入侵,互花米草廣泛分布于潮灘,屬于區(qū)域的優(yōu)勢物種(圖1)。

圖1 研究區(qū)位置

1.2 數(shù)據(jù)來源及處理

1.2.1無人機遙感影像獲取及處理

研究采用的是大疆精靈4RTK無人機,無人機配備1英寸2 000萬像素CMOS影像傳感器,可獲取紅、綠、藍真彩色JPEG格式影像。于2022年1月16日08:30—11:00對研究區(qū)進行拍攝,在設定航高下影像空間分辨率為0.03 m。1月研究區(qū)大部分互花米草雖然已經(jīng)干枯,但是互花米草植株莖稈比較堅挺,且冬季處于低潮期,研究區(qū)受潮汐影響有限,互花米草地上生物量的損失比較少,對研究的影響不大。

1.2.2互花米草生物量實測數(shù)據(jù)

于2022年1月16日08:30—11:00在研究區(qū)所選樣點處進行同步采樣,布設22個大小為0.5 m×0.5 m的樣方,齊地收割各樣方內全部互花米草植株?，F(xiàn)場測得互花米草鮮重的平均值、最大、最小值分別為0.82、3.54、0.18 kg·m-2,各樣方互花米草的平均株高為0.44 m,最大株高為1.75 m,最小株高為0.08 m,植被覆蓋度的平均值、最大、最小值分別為0.85、1.0、0.4。

1.3 研究方法

基于無人機遙感影像數(shù)據(jù)對研究區(qū)互花米草地上生物量進行反演的流程主要包括4部分:無人機遙感影像景觀分類、互花米草高度提取、互花米草覆蓋度計算及計算植被地上生物量。

1.3.1無人機遙感影像景觀分類

無人機影像的高空間分辨率在加強地物細節(jié)的同時也增大了同種地物之間的差異以及不同地物間的相似程度,導致分類精度降低,而面向對象的分類方法與傳統(tǒng)的分類方法相比,不再僅僅依靠地物的光譜特征,而是更多地利用地物的幾何信息與結構信息,將分類對象分割成為內部具有相同或相似特征的基本單元,后續(xù)的分析與處理也都基于基本單元進行,這樣的分類方法能夠有效平滑影像噪音和不必要的細節(jié),提高分類結果的精度[16-17]。使用eCognition Developer 9.01對研究區(qū)無人機影像進行面向對象的分類,選擇多尺度分割算法,經(jīng)過反復小區(qū)域試驗結果,分割尺度設置為30,形狀因子參數(shù)Shape設置為0.4,緊湊度參數(shù)Compactness設置為0.5,其余參數(shù)為默認值,得到的對象大小適中、內部光譜變異小,與其他地物的邊界清晰準確,分割效果較好。分割得到的結果采用最鄰近特征算法,手動選擇樣本對研究區(qū)影像進行分類,導出分類結果。另外,在野外調查的基礎上,通過目視解譯的方法對錯分漏分的地物進行修正,以確保分類精度。

高程與淹水深度等變化對互花米草高度與生物量有重要影響[14]。由于區(qū)域較為平坦,高程變化不大,總體表現(xiàn)為由海堤向海呈帶狀緩慢降低的趨勢,因此按照距離海堤遠近的等距離劃分法,由陸向海將互花米草集中分布的區(qū)域劃分為距離堤壩:<30、30～60、>60～90、>90～120、>120～150、>150～180及>180 m共7個帶狀區(qū)域。>180 m區(qū)域已處于研究區(qū)互花米草分布最外圍,互花米草分布稀疏零散,因此將此區(qū)域劃分至同一條帶,其他分區(qū)面積大致相同(圖2)。

圖2 研究區(qū)景觀分類結果

1.3.2互花米草高度提取

研究使用Context Capture軟件導入無人機遙感影像,添加控制點對無人機影像進行空中三角測量,后進行空三檢查、校正錯誤,提交重建任務,選擇三維網(wǎng)絡進行原始3D建模,在此基礎上選擇正射影像為建模目的,進行數(shù)字地表模型(digital surface model,DSM)類型的圖像建模,即可得到研究區(qū)DSM。在面向對象分類結果的基礎上,使用ArcMap 10.2工具提取出eCognition Developer 9.01分類結果中的互花米草部分,利用緩沖區(qū)工具設置30 cm緩沖區(qū),根據(jù)緩沖區(qū)對研究區(qū)DSM模型進行提取。借助分區(qū)統(tǒng)計工具計算緩沖區(qū)高度值作為互花米草生長區(qū)域地面高度,提取研究區(qū)DSM模型中互花米草所在區(qū)域高度,兩者相減即可得到互花米草高度。

1.3.3互花米草覆蓋度計算

無人機攜帶的CMOS影像傳感器所拍攝的影像僅包含可見光波段。研究區(qū)位于濱海濕地,背景土壤中吸附水分較多,會造成藍光波段反射率較高[18]。通常情況下使用的基于無人機可見光波段數(shù)據(jù)的植被指數(shù),如可見光差異植被指數(shù)(visible-band difference vegetation index,VDVI)、過綠指數(shù)(excess green index,EXG)等在研究區(qū)的適用性較差,不能很好地區(qū)分不同植被覆蓋度的互花米草[10]。該研究在分辨效果較好的歸一化綠藍指數(shù)(normalized green-blue difference index,NGBDI)基礎上進行改進,構建歸一化紅藍指數(shù)(normalized red-blue difference index,NRBDI)來反映植被信息,計算公式為

(1)

式(1)中,VNRBDI為NRBDI指數(shù)值;R為紅光波段數(shù)值;B為藍光波段數(shù)值。

在此基礎上,使用像元二分法模型計算研究區(qū)互花米草植被覆蓋度。

(2)

式(2)中,CFV為植被覆蓋度;V為像元NRBDI指數(shù)值;Vsoil為裸地或無植被覆蓋像元NRBDI指數(shù)值;Vveg為全覆蓋純植被像元NRBDI指數(shù)值。

研究區(qū)NRBDI指數(shù)計算結果的范圍為-1～0.5,由于無人機影像數(shù)據(jù)計算過程可能存在圖像誤差,且影像中人造堤壩等地物可能會對指數(shù)計算結果產(chǎn)生影響,不能直接將計算所得到的NRBDI指數(shù)的最大值與最小值代入為Vveg和Vsoil,因此統(tǒng)計各指數(shù)值的像元占比,對NRBDI指數(shù)置信度區(qū)間進行分析,取累計頻率為4.00%的NRBDI指數(shù)值為Vsoil,取值為0.03,取累計頻率為95.96%的NRBDI指數(shù)值為Vveg,取值為0.05。

1.3.4互花米草地上生物量計算

地上生物量指一定時間內地表單位面積存在的有機質總量[19],以覆蓋度來表示單位面積上的植被面積,則互花米草地上生物量(above-ground biomass,BAG)可以用下式進行計算[20]:

BAG=ρnom×CFV×H。

(3)

式(3)中,ρnom為互花米草名義生物量,即覆蓋度為1時單位體積互花米草的鮮重,kg·m-2;CFV為互花米草植被覆蓋度;H為互花米草平均株高,m。通過計算互花米草植被覆蓋度及互花米草的高度即可估算出互花米草地上生物量。

1.3.5無人機反演結果精度驗證方法

采用基于混淆矩陣的Kappa系數(shù)來對無人機遙感影像景觀分類結果的精度進行檢驗。在研究區(qū)隨機選取100個樣點,根據(jù)實測數(shù)據(jù)與高空間分辨率的遙感影像,通過人工目視解譯的方法確定所選取樣點的景觀類型作為地物的實際景觀類別,遙感分類結果作為預測景觀類別,構建混淆矩陣計算景觀分類結果的Kappa系數(shù)。

利用照相法和專家判讀相結合的方法確定22個實測點位的植被覆蓋度,將實測植被覆蓋度與利用像元二分法模型計算得到的植被覆蓋度進行比較,通過計算相對誤差與平均誤差對研究區(qū)互花米草植被覆蓋度的反演結果精度進行檢驗。

(4)

(5)

式(4)～(5)中,Ere為相對誤差;Ces為遙感估算的植被覆蓋度;Cac為實測植被覆蓋度;Eav為平均誤差;N為實測樣本總數(shù)。

根據(jù)22個實測點位的測量數(shù)據(jù)對研究區(qū)互花米草植株高度和地上生物量反演結果的精度進行分析,以均方根誤差(root mean square error,ERMS)來定量化表示實測值與反演結果之間的關系。

(6)

式(6)中,xi為實測數(shù)值;yi為反演數(shù)值;N為實測樣本總數(shù)。

2 結果與分析

2.1 互花米草分布特征

2.1.1景觀分類結果

研究區(qū)互花米草斑塊及面積占比如圖3所示,互花米草在靠近堤壩區(qū)域集中連片呈條帶狀分布,中部區(qū)域為互花米草與堿蓬交錯帶,互花米草零散、破碎化分布,到近海區(qū)域又有呈條帶狀分布的互花米草,向海有互花米草斑塊零散分布,呈現(xiàn)出向外擴張的趨勢。研究區(qū)互花米草總面積為43 534.89 m2,互花米草總斑塊數(shù)量約1 986個,平均斑塊面積為22.17 m2,最大斑塊面積為473.37 m2,最小斑塊面積為0.02 m2。

圖3 研究區(qū)互花米草斑塊及面積占比

2.1.2互花米草空間分布特征

研究區(qū)互花米草最大斑塊位于距堤壩30 m以內區(qū)域。各個劃分區(qū)域內互花米草面積與平均斑塊面積由陸向海總體上逐漸減小,僅在>120～150 m范圍內有所增大隨后又逐漸減小。由圖3可知,由陸向海互花米草斑塊數(shù)量先增加后減少,180 m外的斑塊數(shù)量最少,共有119個;>90～120 m范圍內斑塊數(shù)量最多,有480個;在各區(qū)域內分布的互花米草占研究區(qū)互花米草總面積的比例中,30 m范圍內互花米草面積占比最大,為23.01%,其次是>120～150 m范圍,占比為19.07%,180 m以外占比最小,為3.10%。表明研究區(qū)互花米草空間分布上由陸向海經(jīng)歷了集中連片到零散破碎再到集中連片的過程。

2.2 互花米草高度和覆蓋度

研究區(qū)互花米草高度與覆蓋度計算結果如圖4所示?；セ撞莞叨确秶鸀?～1.55 m,平均高度為0.15 m,靠岸與近海區(qū)域互花米草較高,中間區(qū)域互花米草較矮。>180 m區(qū)域互花米草的平均高度最大,為0.52 m;其次是>150～180 m區(qū)域,為0.3 m,再次是<30 m以及>120～150 m區(qū)域,均為0.16 m;>60～90 m范圍內最小,為0.07 m。高度在0～0.3 m的互花米草所占面積最大,為37 930.11 m2,占研究區(qū)互花米草總面積的87.13%,>0.3～0.5 m和>0.5～1.0 m的互花米草分別占6.28%和6.32%,>1.0 m的互花米草僅占0.28%(表1)。研究區(qū)互花米草高度呈現(xiàn)出由陸向海逐漸降低后又逐漸升高的變化趨勢。

表1 研究區(qū)互花米草植株高度

圖4 研究區(qū)互花米草高度與植被覆蓋度

研究區(qū)互花米草覆蓋度平均值為0.7,覆蓋度為>0.8～1.0的互花米草占比最大,占研究區(qū)互花米草總面積的44.17%,其次是>0.4～0.6和>0.6～0.8范圍,分別占19.72%和19.09%,0～0.2覆蓋度的互花米草所占面積最小,為4.32%。覆蓋度平均值最大的區(qū)域是>180 m范圍,為0.83,>150～180 m范圍為0.82,<30 m與>120～150 m范圍均為0.77;>60～90 m范圍最小,為0.59。研究區(qū)互花米草生長區(qū)域覆蓋度總體較高,由陸向海呈現(xiàn)出先減小后增大的變化趨勢。

2.3 互花米草地上生物量反演結果

2.3.1基于無人機遙感反演結果精度檢驗

遙感影像景觀分類結果經(jīng)過計算Kappa系數(shù)為0.85,說明研究區(qū)景觀分類結果與實際地物類型已經(jīng)高度一致,符合做進一步研究的精度要求。研究區(qū)互花米草植被覆蓋度反演結果的平均誤差為8.82%,在誤差允許的范圍內。以研究區(qū)實測互花米草植株高度對高度提取結果的精度進行檢驗,結果顯示互花米草植株高度提取結果的均方根誤差為0.24,其誤差產(chǎn)生的原因主要是互花米草自然狀態(tài)下受到環(huán)境擾動而出現(xiàn)倒伏以及無人機影像分辨率的限制。研究區(qū)互花米草地上生物量估算結果的均方根誤差為0.76,誤差來源主要為引入的互花米草植株高度與植被覆蓋度所造成的累積誤差,反演結果對于反映研究區(qū)互花米草地上生物量具有一定的參考價值。

2.3.2互花米草地上生物量空間分布特征

根據(jù)實測數(shù)據(jù)中互花米草地上生物量數(shù)據(jù),獲得研究區(qū)互花米草名義生物量(ρnom)為5.9 kg·m-3,再根據(jù)上述分析所得到的互花米草高度與植被覆蓋度信息進行波段計算,即可得到研究區(qū)互花米草地上生物量。

研究區(qū)互花米草地上生物量在0～9.13 kg·m-2之間,平均值為0.73 kg·m-2,75.13%的互花米草地上生物量<0.73 kg·m-2,地上生物量在0.73～3.00 kg·m-2之間的互花米草占18.47%,地上生物量>3.00 kg·m-2的互花米草占6.40%。在劃定的各個區(qū)域中,>180 m互花米草地上生物量的平均值最高,為2.83 kg·m-2;其次是>150～180 m范圍,平均值為1.58 kg·m-2,再次是<30 m范圍,平均值為0.84 kg·m-2,>60～90 m范圍互花米草地上生物量的平均值最低,為0.27 kg·m-2(圖5)。在靠近堤壩的帶狀區(qū)域以及近海一側零散分布的斑塊互花米草地上生物量普遍較高,位于中部的互花米草地上生物量則相對較低。

圖5 研究區(qū)互花米草地上生物量反演結果

2.3.3不同剖面互花米草地上生物量變化特征

在根據(jù)植株高度與植被覆蓋度得到的互花米草地上生物量反演結果基礎上,垂直于岸線設置9條剖面線(圖5),使其相對均勻地分布于研究區(qū)范圍,對互花米草由陸向海地上生物量變化情況進行分析。圖6為各剖面互花米草地上生物量變化圖。在垂直于岸線方向上,由陸向海20 m范圍內互花米草地上生物量較高,為4 kg·m-2左右;隨著離堤距離的增大,互花米草地上生物量快速減小;在>20～100 m范圍內互花米草地上生物量主要在0.2 kg·m-2左右,在距離堤壩較遠一側區(qū)域互花米草地上生物量在0.5～5 kg·m-2之間,部分區(qū)域互花米草地上生物量在6 kg·m-2以上,互花米草地上生物量分布沿剖面線變化趨勢為高—低—高。根據(jù)圖6可以看出,在平行于岸線方向上,研究區(qū)北側1～4剖面區(qū)域近堤一側互花米草地上生物量大于遠堤一側。逐漸向南的過程中,近堤一側互花米草地上生物量逐漸減小,而遠堤一側互花米草地上生物量逐漸增大。研究區(qū)互花米草地上生物量最高的區(qū)域集中于西北、東南方向,西南、東北方向互花米草地上生物量較高,中部區(qū)域互花米草地上生物量普遍較低。

圖6 不同剖面互花米草地上生物量變化

3 討論

3.1 互花米草地上生物量空間分異原因

有研究表明,定居時間的長短會影響互花米草植株高度。一般情況下,多年定居互花米草群落的植株較高[21]。對于互花米草的有性繁殖,幼苗定居成功率與裸露斑塊大小呈正相關,幼苗很難在成熟植被下定居[22]?；セ撞萆L繁殖受所在區(qū)域土壤水鹽條件影響較大,在一定的范圍內,互花米草株高和克隆存活率會隨著土壤含水量的提高而升高,而且潮汐淹沒頻率的提高也會刺激互花米草無性分株的生成[14]。研究區(qū)近堤一側互花米草定居時間較長,植株較高,地上生物量較高。位于中部區(qū)域的互花米草定居時間比靠近堤壩區(qū)域短,在生存環(huán)境方面比近海一側土壤含水量與潮汐淹沒頻率低,且該區(qū)域堿蓬的分布也會給互花米草帶來一定的競爭壓力,互花米草地上生物量較低?；セ撞菰谙蛲鈹U張的過程中借助繁殖體進行短程“流”式傳播的同時利用種子進行近距離跳躍式擴散,遠堤一側互花米草密度較低,裸露灘涂較多且無堿蓬競爭,距離堤壩越遠潮汐淹沒頻率越高,土壤含水量也相應增大,有利于互花米草生長,地上生物量較高。

研究區(qū)互花米草分布形態(tài)不規(guī)則,多數(shù)呈斑塊狀分布,部分呈叢分布,處于互花米草快速擴張階段[22]。沿海潮灘生境極其嚴酷,互花米草入侵初期作為群落演替的先鋒植物占據(jù)空生態(tài)位,江蘇沿海954 km標準海岸線中90%以上屬于淤泥質海岸,在互花米草入侵前多為裸露的泥灘,且潮灘灘面廣闊、坡度平緩,為互花米草的擴張?zhí)峁┝藦V闊的空間[23-24]。研究區(qū)互花米草通過克隆繁殖,沿平行于海岸線方向進行短程“流”式擴張[24],同時利用潮汐將種子和幼苗運送至潮灘前沿,生成零散的新生斑塊,進行垂直于海岸線的擴張,這與其他研究的互花米草在侵入地的擴張策略相符合[24-26]。

3.2 互花米草地上生物量反演結果

反演得到的研究區(qū)互花米草地上生物量在0～9.13 kg·m-2之間,平均值為0.73 kg·m-2,75.13%的互花米草地上生物量<0.73 kg·m-2,地上生物量在0.73～3.00 kg·m-2之間的互花米草占18.47%,>3.00 kg·m-2的占6.40%。周在明等[12]通過遙感影像估算三沙灣灘涂互花米草地上生物量,發(fā)現(xiàn)84.98%的互花米草地上生物量在0～15 kg·m-2之間,總體上高于筆者研究。前者研究影像的獲取時間為2012年10月,處于一年中互花米草生物量穩(wěn)定較高的時間,研究區(qū)處于半封閉內灣,泥沙條件好且氣候屬于中亞熱帶季風濕潤氣候,更加適宜互花米草生長;而筆者研究影像獲取時間為1月,大部分互花米草老植株處于生長末期已經(jīng)干枯而新植株尚未萌發(fā),導致地上生物量普遍較低。虞海英[13]在使用機載雷達和高光譜數(shù)據(jù)對大豐市沿海灘涂濕地濕生植被地上生物量進行反演的研究中發(fā)現(xiàn),研究區(qū)互花米草地上生物量為0～15.63 kg·m-2,分布在0～1 kg·m-2的互花米草占比極高,研究區(qū)影像獲取時間為2014年11月,在氣候條件相近、數(shù)據(jù)獲取時間相差1個月左右的條件下,互花米草地上生物量反演結果最大值較大,總體上筆者研究與其相近。韓爽等[14]在對鹽城自然保護區(qū)核心區(qū)植被地上生物量進行的遙感反演研究中發(fā)現(xiàn),互花米草地上生物量濕重主要集中在6 kg·m-2以上,干重集中在1～2 kg·m-2之間,研究影像獲取時間為2012年4月,此時氣溫升高,正是互花米草快速生長時期,地上生物量與該研究結果相比較高。

4 結論

基于無人機遙感數(shù)據(jù)提取互花米草植株高度與覆蓋度信息,通過植被地上生物量計算公式對研究區(qū)互花米草地上生物量進行反演,結論如下:

(1)研究采用的反演方法所得到的結果能夠在一定程度上體現(xiàn)研究區(qū)互花米草地上生物量分布情況。與實測數(shù)據(jù)相比,互花米草地上生物量估算的均方根誤差為0.76。

(2)研究區(qū)互花米草地上生物量在0～9.13 kg·m-2之間,平均值為0.73 kg·m-2,靠近堤壩與近海一側地上生物量較高,中部區(qū)域較低,是互花米草定居時長和分布區(qū)域的環(huán)境條件不同導致的。

(3)研究區(qū)互花米草分布形態(tài)不規(guī)則,多數(shù)呈斑塊狀分布,部分呈叢分布,處于互花米草快速擴張階段。

研究引入植株高度與植被覆蓋度對互花米草地上生物量進行估算。在今后的研究中將進一步結合遙感影像數(shù)據(jù)以及研究區(qū)環(huán)境因素構建更多因素的反演模型,以提高互花米草地上生物量反演精度,同時注意長時間序列的遙感影像與實測數(shù)據(jù)以及研究區(qū)潮汐淹沒頻率、土壤含水量、鹽度等數(shù)據(jù)的收集,以便對研究區(qū)互花米草分布及原理進行進一步分析。