时间:2024-05-28
王美玲,焦琳琳,王晓红,吴 兵,肖星星
(华北理工大学 研究生学院,河北 唐山 063200)
近些年来,频繁的人类活动导致湿地生态系统受到不同程度的干扰,出现生物多样性减少、生态环境破坏和湿地面积萎缩等一系列问题。其中,湿地植物多样性的减少引起了学者的广泛关注。近年来,植被识别和分类已经成为湿地植被监测的重要内容之一,研究人员利用分辨率高、波段多、数据丰富的高光谱遥感数据进行植被种类识别,显著地提高了植被遥感分类的准确性。随着高光谱技术和相关数据库的完善,研究人员在湿地植被的精细识别方面也取得了较多成果:任广波等[1]对黄河三角洲的6种典型植被进行高光谱测试,对比包络线去除法的反射率光谱曲线与原始光谱曲线的差异,确定了能够反映不同植被光谱反射率差异的波段;柴颖等[2]以美国Sacramento-San Joaquin三角洲为研究区,结合实测光谱数据和Hy Map数据构造特征指数并建立决策树模型,提高了湿地植被光谱精细分类的精度;邹维娜等[3]分析了淀山湖6种典型沉水植物的光谱特征,利用主成分分析法筛选对沉水植物光谱种间差异敏感的植被指数和光谱指数,探寻能够有效识别不同种类水生植物的光谱识别方法。
先前,研究人员一般选用针对特定研究区的最优方法对其植被原始光谱曲线进行处理,以利于湿地植被的种类识别,但很少有研究关注不同生长时期植被光谱反射率的差异[4-7]。曹妃甸湿地生物多样性丰富,但近几年过多的人类活动给曹妃甸湿地的生态环境带来了巨大改变,既有研究的关注点主要集中在湿地旅游开发建设方面,在湿地植被光谱特征方面并无太多研究。故本文以曹妃甸湿地中2种典型植被——芦苇[Phragmitesaustrali(Car.) Trin. ex Steud.]和翅碱蓬[Suaedasalsa(L.) Pau.]的光谱特征数据为研究对象,在分析2种湿地植被原始光谱特征的基础上,运用包络线去除法变换原始光谱曲线,进一步分析湿地植被的光谱特征及其差异性,以有效识别2种植被的差异波段,以期为湿地植被多样性保护和遥感分类识别提供理论基础和参考。
曹妃甸湿地位于河北省唐山市,行政范围包括原唐海县七农场、十一农场和四农场的部分区域,地理坐标为39°9′24″~39°14′28″N,118°15′42″~118°23′24″E[8],总面积达11 064 hm2。曹妃甸湿地保护区规划总面积6 840 hm2,包括曹妃湖内6个岛屿及其周边岸滩、曹妃湖南侧约267 hm2、双龙河以西湿地迷宫200 hm2,以及其他湿地区域。曹妃甸湿地规划区属暖温带半湿润大陆季风气候,兼受短时海洋性气候的影响,多年平均气温11.2 ℃,多年平均降水量618.9 mm。规划区内湿地植物群落以芦苇群落和碱蓬群落为优势群落,另外也有小片狭叶香蒲群落和荆三棱群落。
1.2.1 数据采集
曹妃甸湿地具有丰富的植被种类,仅被子植物就有73种,主要的植物群落有翅碱蓬、芦苇、小片狭叶香精和荆三核,总体以芦苇群落和翅碱蓬群落为主。长势茂密的芦苇分布于曹妃甸湿地公园各处,翅碱蓬主要分布在土壤盐渍化较严重的区域。根据研究区的生长环境和植被分布特征,翅碱蓬和芦苇群落的单个样方都相距直线距离1 km左右,在每个采样点距离植被冠层上方10 cm左右测取10条光谱曲线,每种植物测量3个样点,采集2种植物时尽量保持植株高度、植被覆盖度和长势相似。
于2018年7月12日、8月16日、9月13日和10月18日在曹妃甸湿地公园采集芦苇和翅碱蓬的光谱数据。光谱数据的采集设备为SR2500便携式地物光谱仪。该仪器可测定光谱反射率,适用于遥感测量、矿物分析、农作物监测等领域[9]。每月分别采集3个样品。在室内测试过程中,每个样品都要重复测试10次,以减少光谱实验测定过程中的误差,确保实验结果的准确性。
在室内进行光谱测量时应注意以下事项:(1)使用模拟太阳光源;(2)观测人员应身着深色服装;(3)光谱仪须开机预热;(4)光谱仪探头应对准测试面,非接触式测试仪器探头与测试面距离宜大于10 cm;(5)每组观测开始和结束时,以测定参考板为依据;(6)将需要测量的植被样本放在黑色绒布上进行编号,采集20~30条光谱曲线,最后记录编号和数据。
具体地,芦苇和翅碱篷在进行光谱测量时均采用垂直测量方式,仪器探头与测试面距离10 cm。芦苇的测量部位为芦叶,翅碱逢的测量位置为叶条形叶片。
1.2.2 光谱数据预处理
采用DARWin SP软件,对7—10月的芦苇和翅碱蓬光谱数据进行预处理。在测量芦苇和翅碱蓬光谱曲线过程中,难免会由于外界条件作用而使测量的光谱曲线存在一定的偏差,剔除异常的光谱曲线数据可以提高测量准确性。把每月2种湿地植被剔除异常数据后的光谱数据在Excel 2010中求取平均值,将获取的平均值作为每个植被采样点的真实光谱反射率。均值处理后的光谱曲线上存在很多“毛刺”噪声,用DARWin SP软件进行平滑处理,从而消除噪声毛刺,减弱随机噪音,提高信噪比。
2.1.1 不同生长阶段芦苇光谱曲线特征差异
由于本文的研究对象为植被单体,故选取的波长范围在320~1 020 nm。在本研究中,将7—10月份进一步划分成植被生长的2个阶段:生长旺盛期(7—8月)和生长末期(9—10月),分别计算出不同生长阶段2种植被的平均光谱反射率用于后续分析。分析图1-a芦苇原始光谱曲线可知:整体来说,2个生长阶段的芦苇光谱曲线变化呈相似趋势。在340~576 nm波段范围内,2个生长阶段的反射率总体上均呈现先下降后上升的趋势。这可能是因为生长旺盛期的芦苇叶片内叶绿素含量高于生长末期,导致其生长旺盛期的反射率高于生长末期。在576~716 nm波段范围内,2个生长阶段的反射率变化呈现下降趋势。这可能是因为生长末期叶片内的叶黄素和叶红素增加,使得该波段范围内生长末期的反射率高于生长旺盛期。在716 nm之外,2个生长阶段的反射率都呈现一个先急剧上升然后基本稳定的趋势,且在生长旺盛期的反射率显著高于生长末期。这可能是由于生长末期芦苇叶片的含水量增加,故在近红外波段的反射率明显减小。
包络线去除法是将反射光谱吸收强烈部分的波段特征进行转换,放大并形成一种归一化的吸收光谱,故在近红外波段植被光谱差异已经被归一化抹去。包络线去除后的芦苇光谱曲线与原始光谱曲线差异较大,只在420~750 nm可以较明显地区别不同生长阶段,但在340~380 nm和716~1 020 nm这2个波段范围内,原始的芦苇光谱曲线更容易区分不同生长期,生长旺盛期的反射率高于生长末期。经过包络线去除处理后,不同生长期的芦苇光谱曲线在508 nm和678 nm处都表现出明显的吸收谷,在550 nm处都表现出明显的反射峰,但生长末期的反射率明显高于生长旺盛期。综上所述,在420~750 nm波段范围内,利用包络线去除的方法可以更好地区分不同生长期的芦苇。
图1 芦苇原始光谱曲线(a)和包络线去除后的光谱曲线(b)Fig.1 Original spectral curves of Phragmites australis(Cav.)Trin.ex Steud (a) and spectral curve after envelope removal (b)
2.1.2 不同生长阶段翅碱蓬光谱曲线特征差异
分析图2-a翅碱蓬原始光谱曲线可知:整体来说,2个生长阶段的翅碱蓬光谱曲线差异性较大。在340—595 nm波段范围内,生长旺盛期的翅碱蓬叶片内叶绿素含量较高,导致其在生长旺盛期的反射率高于生长末期;在622~710 nm波段范围内,生长末期的翅碱蓬叶片的花青素含量升高,导致其反射率高于生长旺盛期。在340~550 nm波段范围内,生长旺盛期的反射率呈先下降后上升的趋势,生长末期的反射率在340~638 nm波段范围内呈现相似趋势,比生长旺盛期的波段范围宽。在绿光492~550 nm波段范围内,由于生长旺盛期的翅碱蓬叶绿素含量高于生长末期,导致其在生长旺盛期的反射率明显高于生长末期。生长末期的翅碱蓬叶片内花青素含量升高,故在红光波段638 nm处生长末期的反射率高于生长旺盛期。在710~920 nm波段范围内,2个生长阶段的反射率呈现先急剧上升然后基本稳定的趋势,且生长旺盛期的反射率高于生长末期。此外,2个生长阶段的吸收谷和反射峰所在波段存在稍许差异。生长旺盛期和生长末期均在蓝光波段410 nm处因叶绿素的吸收产生第2个吸收谷,在红光波段678 nm处出现第2个吸收谷;但生长旺盛期的第一个反射峰在绿光波段550 nm处,而生长末期的第一个反射峰在红光波段638 nm处。
包络线去除后的翅碱蓬光谱曲线与原始光谱曲线差异较大,在595~710 nm波段范围内可以明显区别不同生长阶段,但在340~595 nm和710~920 nm波段范围内,原始的翅碱蓬光谱曲线更有利于区分不同生长期,生长旺盛期的反射率高于生长末期。经过包络线去除后,不同生长期的翅碱蓬在678 nm处都表现出明显的吸收谷,但生长末期在638 nm处表现出明显的反射峰,且生长末期的反射率高于生长旺盛期。
2.2.1 生长旺盛期芦苇和翅碱蓬光谱曲线特征差异
对生长旺盛期的芦苇和翅碱蓬光谱曲线进行对比(图3)。整体上来说,生长旺盛期的2种植被光谱曲线呈现相似的趋势,但芦苇的光谱反射率高于翅碱蓬。经过包络线去除后,370~700 nm范围内2种植被的光谱曲线也具有相似的变化趋势,但由于生长旺盛期的芦苇叶绿素含量相对较高,故芦苇的反射率明显高于翅碱蓬反射率(图3-b)。经过包络线去除后,生长旺盛期的芦苇和翅碱蓬光谱曲线在蓝光波段416 nm处和红光波段682 nm处均表现出明显的吸收谷,在绿光波段550 nm处表现出明显的反射峰,且芦苇的反射率高于翅碱蓬。在753~1 020 nm波段范围内,原始光谱曲线更有利于区分芦苇和翅碱蓬,且芦苇的反射率高于翅碱蓬。
图2 翅碱蓬原始光谱曲线(a)和包络线去除后的光谱曲线(b)Fig.2 Original spectral curve of Suaeda salsa(L.) Pall (a) and spectral curve after envelope removal (b)
a,原始光谱曲线;b,包络线去除法处理后的光谱曲线。a, Original spectral curves; b, Spectral curves after envelope removal.图3 旺盛生长期芦苇、翅碱蓬光谱曲线对比Fig.3 Comparison of the spectral curves of Phragmites australis(Cav.)Trin.ex Steud and Suaeda salsa(L.) Pall under vigorous growth period
a,原始光谱曲线;b,包络线去除法处理后的光谱曲线。a, Original spectral curves; b, Spectral curves after envelope removal.图4 生长末期芦苇、翅碱蓬光谱曲线对比Fig.4 Comparison of the spectral curves of Phragmites australis(Cav.)Trin.ex Steud and Suaeda salsa(L.) Pall under terminal growth period
2.2.2 生长末期芦苇和翅碱蓬光谱曲线特征差异
对生长末期的芦苇和翅碱蓬光谱曲线进行对比(图4)。整体上来说,生长末期的2种植被光谱曲线变化趋势相似,但芦苇的反射率高于翅碱蓬。在480~638 nm波段范围内,芦苇和翅碱蓬反射率差异较明显,芦苇反射率呈先上升后下降趋势,而翅碱蓬反射率呈逐步上升趋势。生长末期的翅碱蓬叶片成熟变红,导致叶绿素含量降低,故生长末期的翅碱蓬反射率呈逐步上升趋势。在678~1 020 nm波段范围内,芦苇和翅碱蓬的反射率都呈现一个先急剧上升然后基本稳定的趋势,但芦苇的反射率高于翅碱蓬。这主要可能是受植物的细胞结构、叶面积指数及冠层结构等因素的影响。此外,生长末期的芦苇和翅碱蓬的吸收谷和反射峰波段也存在差异:芦苇和翅碱蓬在蓝光波段410 nm处和红光波段678 nm处出现2个吸收谷;但芦苇在绿光波段550 nm处出现第1个反射峰,而翅碱蓬在红光波段638 nm处出现第一个反射峰。经过包络线去除后,生长末期的芦苇和翅碱蓬光谱曲线差异较大,在360~700 nm波段范围内可以明显区别这2种植被。芦苇和翅碱蓬在蓝光波段418 nm处和红光波段683 nm处出现明显的吸收谷,但芦苇在绿光波段550 nm处出现明显的反射峰,而翅碱蓬在红光波段638 nm处出现明显的反射峰。在360~700 nm波段范围内,生长末期的芦苇和翅碱蓬在经过包络线去除后更有利于区分,且芦苇的反射率高于翅碱蓬。在其余波段范围内,原始光谱曲线更有利于区分芦苇和翅碱蓬,且芦苇的反射率高于翅碱蓬。
本文以曹妃甸湿地为研究区,选择了典型植被——芦苇和翅碱蓬作为研究对象,在分析2典型植被光谱特征的基础上,利用包络线去除法进行变换,对其典型植被光谱特征深入开展时间差异和种间差异分析。
通过分析典型植被光谱特征的时间差异可知:包络线去除方法可以有效地突出植被光谱曲线的吸收和反射特征。在340~380 nm和716~1 020 nm这2个波段范围内,分析原始芦苇的光谱曲线更有利于区分植被的生长期,且生长旺盛期的反射率高于生长末期;但在420~716 nm波段范围内,用包络线去除的方法更有利于在508、550、678 nm处区分芦苇生长阶段,且生长末期的反射率高于旺盛期。在340~595 nm和710~920 nm波段范围内,利用翅碱蓬的原始光谱曲线更有利于区分其所处的生长期,且生长旺盛期的反射率高于生长末期。经包络线去除处理的翅碱蓬光谱曲线与原始光谱曲线差异较大。在595~710 nm波段范围内,用包络线去除的方法更有利于在638 nm和678 nm处区分翅碱蓬生长阶段,且生长末期的反射率高于生长旺盛期。通过分析芦苇和翅碱蓬不同生长时期的典型特征,可为之后更准确地估算不同生长期的生物量,以及其他植被指数的反演等奠定基础。
通过分析典型植被光谱特征的种间差异可知:生长旺盛期的芦苇和翅碱蓬光谱曲线呈现相似的趋势,但芦苇的光谱反射率高于翅碱蓬。经过包络线去除后,生长末期的芦苇和翅碱蓬光谱曲线差异较大。在360~700 nm波段范围内,用包络线去除的方法更有利于区分芦苇和翅碱蓬:芦苇在绿光波段550 nm处出现明显的反射峰,翅碱蓬在红光波段638 nm处出现明显的反射峰,且芦苇的反射率高于翅碱蓬。通过分析芦苇和翅碱蓬相同生长时期的典型特征,可以了解和掌握不同植被的光谱特性和变化规律,为植被类型的识别提供依据,从而更好地开展湿地植被的动态监测,为湿地生态系统的保护和规划提供有效信息。
我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!