楊義煒,高牧寒,林騰

(1福建省地質測繪院,福建 福州 350011;2武漢大學 遙感信息工程學院,湖北 武漢 430070)

森林是地球生物圈的重要組成部分,也是人類社會賴以生存和發(fā)展的物質基礎。隨著人類的開發(fā)強度不斷加大,全球森林植被遭到了頻繁且大量的破壞[1-2]。而森林破壞只是人為擾動的縮影,森林火災與病蟲害等自然擾動造成的影響也不容忽視。以地面調查為主的森林資源監(jiān)測,存在著工作量大、人工成本高、周期長等問題,難以滿足森林資源動態(tài)變化監(jiān)測的需求。隨著遙感技術的發(fā)展,使多時序連續(xù)監(jiān)測森林擾動情況成為可能。當前國內外學者對于森林擾動變化研究廣泛,從不同方法的探索到應用對比,進行了總結與討論,取得成果頗豐,其中基于纓帽變換反演的典型分量對森林火災與人為砍伐等擾動識別較為敏感[3-16]。目前,基于纓帽變換的森林擾動識別研究多以Landsat、MODIS影像數(shù)據(jù)為主,針對多時期Sentinel-2影像數(shù)據(jù)的區(qū)域森林擾動研究較少,而Sentinel-2影像數(shù)據(jù)空間分辨率相較于Landsat、MODIS影像數(shù)據(jù)具有明顯提高,有助于森林擾動的精細化識別。鑒此,本研究嘗試基于Sentinel-2遙感影像數(shù)據(jù),利用纓帽變換的擾動指數(shù)DI算法,對2019、2020、2021年建甌市森林擾動情況進行監(jiān)測,探究3年間建甌市森林擾動的動態(tài)變化特征,并采用空間自相關的研究方法揭示森林擾動加重區(qū)與改善區(qū)空間分布格局,為建甌市森林資源監(jiān)管、開展區(qū)域生態(tài)空間規(guī)劃提供基礎數(shù)據(jù)和技術支撐。

1 研究區(qū)概況與數(shù)據(jù)源

1.1 研究區(qū)概況

建甌市隸屬福建省南平市,空間區(qū)位上北鄰建陽區(qū),南接延平區(qū)、古田縣,東靠政和縣、屏南縣,西與順昌縣交界。全市土地面積約4 233 km2。建甌市轄區(qū)內地勢東南高、西南低,地形以山地、丘陵為主,氣候屬亞熱帶海洋性季風氣候,四季分明,雨量充足;建甌市森林覆蓋面積廣闊,是全國重點林業(yè)縣(市),根據(jù)建甌市2019年土地利用變更數(shù)據(jù)顯示,林地面積占全市土地面積的74.15%。因此,建甌市森林資源的擾動變化情況需重點關注。

1.2 數(shù)據(jù)源及預處理

本研究所采用的數(shù)據(jù)源主要包括、Sentinel-2遙感影像數(shù)據(jù)。其中在Sentinel-2遙感影像數(shù)據(jù)選取方面,為有效監(jiān)測2019、2020、2021年建甌市森林擾動,綜合考慮研究區(qū)影像覆蓋程度與云量大小,共選用2019年9月、2020年11月以及2021年12月3個時期9景影像數(shù)據(jù)。遙感數(shù)據(jù)為經過輻射校正和幾何校正處理的Level-1C產品。本研究采用Sen2Cor軟件對影像數(shù)據(jù)進行大氣校正,獲得地物真實反射率。利用SNAP軟件進行波段重組,將20 m空間分辨率的短波紅外數(shù)據(jù)重采樣至10 m分辨率。2019年建甌市土地利用變更數(shù)據(jù)則是為了提取其中林地圖斑,用于2019、2020、2021年建甌市林地范圍的影像裁剪。

2 研究方法

2.1 基于纓帽變換線性運算的森林擾動區(qū)識別

纓帽變換是根據(jù)多光譜遙感中土壤、植被等信息在多維光譜空間中的信息分布結構,對圖像進行正交變換[17]。纓帽變換的3個典型分量(亮度、綠度、濕度)特征與許多生物物理參數(shù)有關,如:亮度與反照率,綠度與植被,濕度與土壤含水量等。由于纓帽變換依賴于傳感器本身的波段特性,不同傳感器之間的變換系數(shù)并不通用[18]。因此,本研究參考多種系數(shù)推導方法,最終采用施婷婷等人推演的纓帽變換方法與系數(shù),計算研究區(qū)Sentinel-2數(shù)據(jù)的亮度、綠度、濕度等分量[19]。

擾動指數(shù)(DI)是對影像纓帽變換后生成的亮度、綠度、濕度3個分量進行線性的組合,用于識別森林冠層的擾動情況[1]。當森林受到擾動時,表現(xiàn)為亮度分量較高而綠度和濕度分量較低,DI值越高呈現(xiàn)區(qū)域受擾動程度越高[12]。具體公式如下:

DI=Br-(Gr+Wr)

(1)

式中:DI為擾動指數(shù)強度值;Br、Gr、Wr分別為經過標準化后的纓帽變換亮度、綠度和濕度分量。分量標準化的計算公式如下:

(2)

式中:μ表示數(shù)值平均值;σ表示數(shù)值標準差。

2.2 空間自相關分析

(1)全局空間自相關指數(shù)(Global Moran’s I)。全局莫蘭指數(shù)(Global Moran’s I)是檢驗整個研究區(qū)內臨近位置的單元屬性值空間相關性的總體趨勢[20]。其計算公式如下:

(3)

(2)空間格局分析。本研究選用局部空間熱點分析指數(shù)(Getis-OrdGi*)來進一步討論森林擾動圖斑的空間分布格局,結合Jenks最佳自然斷點法將Gi*的Z值得分從高到低分為熱點區(qū)、次熱點區(qū)、次冷點區(qū)以及冷點區(qū)。其計算公式如下:

(4)

對Getis-OrdGi*進行標準化Z值檢驗,則公式為:

(5)

3 結果與分析

3.1 森林擾動區(qū)識別結果

根據(jù)擾動指數(shù)DI反演得到2019年9月、2020年11月以及2021年12月森林擾動空間分布圖,見圖1至圖3。

圖1 2019年9月建甌市森林擾動指數(shù)DI分布圖Figure 1 Distribution of forest disturbance index in Jianou City in September 2019

圖2 2020年11月建甌市森林擾動指數(shù)DI分布圖Figure 2 Distribution of forest disturbance index in Jianou City in November 2020

圖3 2021年12月建甌市森林擾動指數(shù)DI分布圖Figure 3 Distribution of forest disturbance index in Jianou City in December 2021

由圖1至圖3可知,深綠色代表擾動指數(shù)DI低值區(qū),棕色代表擾動指數(shù)DI高值區(qū),總體上3個年度建甌市均以擾動指數(shù)DI低值區(qū)分布為主,擾動指數(shù)DI高值區(qū)零星分布于建甌市各街道與鄉(xiāng)鎮(zhèn);結合被掩膜區(qū)域范圍看,3個年度擾動指數(shù)DI低值區(qū)均較遠離建設用地、耕地等人類活動密集區(qū),圍繞著市域外延部分及高海拔區(qū)域,而越鄰近人類活動區(qū)域所呈現(xiàn)的擾動指數(shù)DI高值區(qū)越多,說明3個年度建甌市森林受影響的變化特征較為相似。建甌市3個年度擾動指數(shù)DI均值和標準差統(tǒng)計情況,見表1。

表1 建甌市各時期擾動指數(shù)DI均值和標準差統(tǒng)計Table 1 Statistics of the DI mean value and standard deviation of disturbance index in each period in Jianou City

由表1可知,2019年至2021年間擾動指數(shù)DI均值未有明顯差異,整體變化趨勢呈現(xiàn)先升后降的特征,由2019年的0.12上升至2020年的0.14,后降至2021年的0.10,其中2020年森林受擾動程度最高,說明2019年至2020年間建甌市森林受破壞程度總體加重,而2020年至2021年間呈現(xiàn)轉好趨勢,擾動指數(shù)DI均值降幅為0.04,達2019年至2020年擾動指數(shù)DI均值升幅的2倍;從標準差來看,數(shù)值未發(fā)生較大幅動,均在0.05上下?？梢?3個年度擾動指數(shù)DI數(shù)值整體波動程度相近。

從森林擾動區(qū)識別細節(jié)看,本研究以3個時期中林地前后變化顯著的區(qū)域為例,截取林地范圍受砍伐以及復綠的局部原始影像圖與DI指數(shù)反演特征圖,見圖4。

(a)

(b)

(c)

(d)注:(a)和(b)是同一區(qū)域森林遭到破壞的影像變化圖;(c)和(d)是反映同一區(qū)域的植被復綠情況。圖4 森林擾動DI指數(shù)變化特征局部示意圖Figure 4 Partial schematic diagram of change characteristics of the DI index of forest disturbance

由圖4-(a)可知,影像圖中部及北部多處林地被砍伐,且跡地邊界痕跡明顯,與周邊植被覆蓋區(qū)域差異較大;由圖4-(b)可知,通過DI指數(shù)反演后,所得特征與影像圖相吻合,在明顯人類開發(fā)活動區(qū)域,整體森林擾動指數(shù)DI呈高值分布,而受地表植被疏密程度影響,對應森林擾動指數(shù)DI值也呈現(xiàn)相應值域區(qū)間,即森林植被覆蓋程度越高,森林擾動指數(shù)DI值越低;反之,越高。

由圖4-(c)可知,影像圖中部及北部林地砍伐區(qū)域植被逐漸生長,但整體植被覆蓋較為稀疏,部分仍可見裸土;由圖4-(d)可知,通過DI指數(shù)反演后,在植被恢復區(qū)域森林擾動指數(shù)DI值明顯降低,與原影像圖中植被覆蓋特征一致。綜上表明,森林擾動指數(shù)DI值能夠較為客觀地反映森林擾動的實際情況。

3.2 不同研究期建甌市森林擾動指數(shù)分級評價

為了對不同時期建甌市森林受擾動程度進行分析研究,對森林擾動指數(shù)DI值以0.2為間隔進行等密度分割,分為低、較低、中等、高、極高5個等級,并將3個年度各等級面積進行統(tǒng)計。建甌市擾動指數(shù)DI分級面積統(tǒng)計表,見表2。

表2 建甌市擾動指數(shù)DI分級面積統(tǒng)計表Table 2 Statistical table of disturbance index DI graded area in Jianou City

由表2可知,2019、2020、2021年3個時期建甌市森林擾動特征如下:(1)2019年至2021年間建甌市整體森林擾動狀態(tài)均以低擾動(1級)為主,3個年度該等級面積分別為3 047.685 4、2 805.923 8、3 004.390 0 km2,分別占總面積的96.652 7%、88.985 6%、95.279 6%;森林擾動高、極高等級占比最低,該2個等級(4級和5級)水平面積之和分別僅占總面積的0.004 1%、0.033 6%、0.003 6%?？梢?3年間,建甌市森林受擾動程度總體處于低水平,以2020年為轉折點,森林擾動情況呈現(xiàn)一定波動;(2)在森林擾動等級為低(1級)的區(qū)域,2019年至2020年間呈現(xiàn)下降趨勢,面積減少了241.760 0 km2,降幅達7.930 0%。在2020年至2021年間呈現(xiàn)上升趨勢,面積增加了198.470 0 km2,增幅為7.070 0%。在森林擾動等級為較低、中、高、極高(2級、3級、4級、5級)的區(qū)域,在2019年至2021年間均表現(xiàn)出先增后減現(xiàn)象,該現(xiàn)象與低擾動等級(1級)區(qū)域的變化特征相反,二者呈現(xiàn)此消彼長的特征?？梢?在2019-2020年間,建甌市森林受到一定破壞,低擾動等級面積降幅大,中、高擾動等級面積增幅高;而2020-2021年間建甌市森林正逐步恢復,低擾動等級面積增幅高,中、高擾動等級面積出現(xiàn)較大降幅。

3.3 森林擾動指數(shù)變化分析

為了研究建甌市森林擾動的變化情況,本研究在分級基礎上進行差值處理,提取2019-2020年、2020-2021年2個時段建甌市森林擾動指數(shù)DI動態(tài)變化值,并對各差值等級的面積進行統(tǒng)計,其中正值表示森林擾動程度進一步加重,其值越大,代表森林受擾動加重程度越大;零值表示森林情況保持穩(wěn)定不變;負值表示森林擾動等級降低,森林生態(tài)得到改善,其值越小,代表森林得到改善越明顯。

(1)2019-2020年建甌市森林擾動動態(tài)變化分析。2019-2020年森林擾動變化檢測情況,見表3;2019-2020年各街道鄉(xiāng)鎮(zhèn)森林擾動面積比例,見圖5。

表3 2019-2020年森林擾動變化檢測Table 3 Change detection of forest disturbance from 2019 to 2020

圖5 2019-2020年各街道鄉(xiāng)鎮(zhèn)森林擾動面積比例Figure 5 Proportion of disturbed forest area in each street town from 2019 to 2020

由表3可知,2019-2020年間,建甌市森林得到改善的區(qū)域面積為12.716 5 km2,占總面積的0.400 0%;等級不變的區(qū)域面積為2 875.464 5 km2,占總面積的91.190 0%;而森林擾動加重區(qū)域面積為265.054 1 km2,占總面積的8.410 0%,其規(guī)模要高于森林得到改善的區(qū)域。

由圖5可知,2019-2020年各街道鄉(xiāng)鎮(zhèn)森林擾動變化程度高低不一。從改善區(qū)域面積占比大小來看,徐墩鎮(zhèn)森林改善區(qū)域面積最大,占比為15.36%,其次為小橋鎮(zhèn)與東峰鎮(zhèn),2個鄉(xiāng)鎮(zhèn)森林改善區(qū)域面積占比相近,分別為11.40%與10.68%,其他街道鄉(xiāng)鎮(zhèn)的森林改善區(qū)面積占比均在10%以內;從加重區(qū)域面積占比大小來看,南雅鎮(zhèn)森林受破壞規(guī)模最大,占比為13.27%,其次為迪口鎮(zhèn)、玉山鎮(zhèn)以及小橋鎮(zhèn),3個鄉(xiāng)鎮(zhèn)森林狀況變差區(qū)域面積占比相近,分別為11.00%、10.45%與10.10%,其他街道鄉(xiāng)鎮(zhèn)的面積占比則均在10%以內;該時期森林擾動加重規(guī)模雖高于森林得到改善的區(qū)域,但在主城區(qū)范圍內森林恢復面積總體要高于森林擾動加重區(qū)。因此,該時期的森林擾動來自于各鄉(xiāng)鎮(zhèn)的發(fā)展與供應。

(2)2020-2021年建甌市森林擾動動態(tài)變化分析。2020-2021年森林擾動變化檢測情況,見表4;2020-2021年各街道鄉(xiāng)鎮(zhèn)森林擾動面積比例,見圖6。

表4 2020-2021年森林擾動變化檢測Table 4 Change detection of forest disturbance from 2020 to 2021

圖6 2020-2021年各街道鄉(xiāng)鎮(zhèn)森林擾動面積比例Figure 6 Proportion of disturbed forest area in each street town from 2020 to 2021

由表4可知,在2020-2021年間,建甌市森林擾動進一步加重的區(qū)域面積為26.232 0 km2,占總面積的0.830 0%;等級不變的區(qū)域面積為2 888.604 2 km2,占總面積的91.610 0%;而森林得到改善的區(qū)域面積為238.398 9 km2,占總面積的7.560 0%,其規(guī)模要高于森林擾動加重區(qū)域。

由圖6可知,2020-2021年各街道鄉(xiāng)鎮(zhèn)森林變化程度不盡相同。從改善區(qū)域面積占比大小來看,南雅鎮(zhèn)森林改善區(qū)域面積最大,占比為13.41%,其次為迪口鎮(zhèn),該鄉(xiāng)鎮(zhèn)森林改善區(qū)域面積占比為10.90%,其他街道鄉(xiāng)鎮(zhèn)的森林改善區(qū)面積占比均在10%以內,與上一時段對比發(fā)現(xiàn),2019-2020年間受森林受破壞較大的鄉(xiāng)鎮(zhèn),在2020-2021年間均得到改善;從擾動加重區(qū)域面積占比大小來看,玉山鎮(zhèn)森林受破壞規(guī)模最大,占森林受擾動總面積的11.60%,其次為東游鎮(zhèn),該鄉(xiāng)鎮(zhèn)森林狀況變差區(qū)域面積占比為10.98%,其他街道鄉(xiāng)鎮(zhèn)森林擾動加重區(qū)域面積占比均在10%以內;除建安街道外,該時期主城區(qū)其他街道森林擾動加重的區(qū)域要高于森林改善區(qū)域,與2019-2020年森林變化狀況恰相反。

綜上可知,3個年度建甌市森林受到破壞面積較高的地區(qū)主要為南部、東部鄉(xiāng)鎮(zhèn),而森林改善區(qū)主要來自于上年度森林受到破壞的鄉(xiāng)鎮(zhèn)?？梢?建甌市森林砍伐后的植被自然恢復或樹木復植補種成效較好。

3.4 森林擾動區(qū)空間格局分布

為更好反映建甌市森林擾動加重區(qū)與森林改善區(qū)的空間分布,本研究將不同區(qū)域圖斑面積分別賦值到對應建甌市村級范圍內,作為評估單元,開展全局空間自相關以及空間熱點的分析研究。

(1)全局空間自相關分析。通過GeoDa軟件計算全局Moran's I值可得,2019-2020年、2020-2021年2個時段建甌市森林擾動加重區(qū)圖斑規(guī)模的全局Moran's I值分別為0.477、0.480,森林改善區(qū)圖斑規(guī)模的全局Moran's I值分別為0.399、0.458。2個時段的空間自相關系數(shù)均大于0,且Moran's I的正態(tài)統(tǒng)計量Z值均超過0.05置信水平臨界值,表明無論是改善區(qū)還是加重區(qū)的圖斑規(guī)模作為評估因子,均呈現(xiàn)出正的空間自相關性,具有較顯著的空間集聚分布。

(2)空間熱點分析。為了進一步研究不同評估因子所呈現(xiàn)的森林變化區(qū)空間格局演變過程。本研究計算森林擾動加重區(qū)與森林改善區(qū)2個時段的熱點指數(shù)Getis-OrdGi*,生成建甌市森林變化區(qū)冷熱點空間格局演變圖,見圖7。

(a) 2019-2020年森林擾動加重區(qū)域冷熱點分布圖

(b) 2020-2021年森林擾動加重區(qū)域冷熱點分布圖

(c) 2019-2020年森林改善區(qū)域冷熱點分布圖

(d) 2020-2021年森林改善區(qū)域冷熱點分布圖圖7 2019-2021建甌市森林擾動加重區(qū)與改善區(qū)Getis-Ord Gi*空間分布圖Figure 7 Getis-Ord Gi* spatial distribution map of forest disturbance aggravated area and improvement area from 2019 to 2021

由圖7-(a)可知,2019-2020年建甌市森林擾動加重區(qū)構成的熱點區(qū)主要集中于南部地區(qū),次熱點區(qū)的分布特征總體上均圍繞著熱點區(qū)向外延伸過渡;由7-(b)可知,2020-2021年熱點區(qū)則主要分布于建甌市東部以及南部地區(qū),空間邊界形態(tài)相較于上一時段更為聚集?？梢?2019-2021年間森林擾動加重區(qū)域空間格局逐步由帶狀連片分布變?yōu)榧蟹植?演變方向的重心逐漸由南至東;由圖7-(c)可知,2019-2020年建甌市森林擾動改善區(qū)構成的熱點區(qū)主要集中于西北部、中部以及東部地區(qū),熱點斑塊之間相互分離;由圖7-(d)可知,2020-2021年熱點區(qū)則更集中分布于南部地區(qū);可見,2019-2021年間森林擾動改善區(qū)空間格局由離散變?yōu)榧?從演變的方向來看,森林改善區(qū)的空間格局總體上由西北部向東南部演變。

4 討論

森林作為重要的陸地生態(tài)系統(tǒng),具有物種多樣、結構復雜等特點,當森林植被受到人為、自然等因素擾動時,從葉片到冠層均會發(fā)生特有的表觀變化,相對應的在遙感影像層面上,光譜特征同樣會發(fā)生不同程度的變化,運用單一遙感反演指數(shù)無法概括復雜的光譜信息變化,應開展不同反演方法的對比分析[5]。當前針對Landsat、MODIS遙感影像纓帽變換分量構建的擾動指數(shù)DI已在多個區(qū)域有過研究,均取得較好的應用效果[1,12,14-15]。雖然目前基于Sentinel-2影像構建的擾動指數(shù)DI應用較少,但通過本研究表明該方法對森林擾動識別同樣具有較好的監(jiān)測能力。

隨著我國航天領域的發(fā)展,適用于不同應用場景的衛(wèi)星發(fā)射升空,填補了我國在亞米級高分領域及高光譜領域的數(shù)據(jù)空白。在今后的研究中,以國內外多遙感數(shù)據(jù)源為應用視角,探索不同星載傳感器纓帽變換系數(shù)的推導方法[21-23]。并比較不同衛(wèi)星遙感影像構建的擾動指數(shù)DI與其他森林擾動監(jiān)測方法之間的識別能力,進一步印證擾動指數(shù)DI的實用效果。

5 結論

本研究基于Sentinel-2遙感影像數(shù)據(jù),通過擾動指數(shù)法與空間自相關分析了2019、2020、2021年建甌市森林擾動變化情況,得出以下結論。

(1)建甌市在2019、2020、2021年森林擾動指數(shù)DI均值分別為0.12、0.14、0.10,表現(xiàn)出先增加后降低的特征,并且通過等密度分割法對建甌市森林擾動指數(shù)DI影像進行分級統(tǒng)計可知,3個時期建甌市森林受擾動程度總體處于低水平,低擾動的等級規(guī)模呈現(xiàn)先下降后上升趨勢,而其他等級則均表現(xiàn)為先上升后下降,與低擾動等級呈現(xiàn)出此消彼長的變化特征。

(2)將等密度分割影像進行差值處理,研究2個時段建甌市森林變化狀況發(fā)現(xiàn),建甌市森林受到破壞的地區(qū)主要為南部、東部鄉(xiāng)鎮(zhèn),而森林改善區(qū)主要來自于上年度森林受到破壞的鄉(xiāng)鎮(zhèn)。可見,建甌市森林砍伐后的土地自然恢復或復植補種成效較好。

(3)利用全局自相關分析,得出建甌市森林擾動加重區(qū)與改善區(qū)分布具有顯著的空間集聚性,結合空間冷熱點分析可知,建甌市森林各變化區(qū)冷熱點空間分異明顯,熱點區(qū)空間逐步聚集;從演變的方向來看,3年間建甌市森林改善區(qū)的空間格局總體上由西北部向東南部演變,而森林擾動加重區(qū)域的空間格局整體集中于東部及南部鄉(xiāng)鎮(zhèn),需引起重點監(jiān)測。

綜上所述,建甌市森林擾動在規(guī)模上年際變化差異明顯,總體變化趨勢向好;在空間上森林擾動加重區(qū)與改善區(qū)具有顯著空間自相關性,3年間加重區(qū)主要分布于建甌市南部、東部鄉(xiāng)鎮(zhèn),改善區(qū)則主要分布于西北部及東南部,形成演變方向各異的發(fā)展態(tài)勢。