基于遥感技术的青海省玛多县生物多样性监测与评估

李冠稳， 高晓奇， 肖能文*， 吉晟男

1.中国环境科学研究院， 国家环境保护区域生态过程与功能评估重点实验室， 北京 100012

2.西北农林科技大学林学院， 陕西 杨凌 712100

生物多样性在气候调节、粮食供给、生态系统稳定等方面发挥着不可替代的作用，是人类赖以生存和发展不可缺少的物质基础[1]. 然而，随着全球环境变化、人类活动以及外来物种入侵等干扰的加剧，全球生物多样性丧失问题日趋严重[2-3]，迫切需要关注人类活动对生物多样性的影响，加强生物多样性保护[4]. 中国是世界上生物多样性最为丰富的国家之一，但同时也是生物多样性受威胁最为严重的国家之一. 如何多尺度和定量化监测中国生物多样性现状及威胁因素，既是实现中国生物多样性保护和可持续利用的迫切愿望，也是提高我国生态文明水平和高质量发展的迫切需求[5-6].

目前国内生物多样性评价范围包括保护区、县域、流域、省域、国家等多个尺度，其中县域尺度生物多样性空间分布格局是制定和实施区域生物多样性保护措施的前提条件[7]，准确评估县域生物多样性对促进物种保护和生态文明建设具有重要意义. 2012年，原国家环境保护部发布的HJ 623—2011《区域生物多样性评价标准》，以县级行政区为基本评价单元，包括动植物丰富度、物种特有性、生态系统类型多样性等6个指标，需要开展大量野外调查工作，难以快速客观地评估县域生物多样性水平[8]. 例如，李咏红等[9]应用HJ 623—2011的评价方法对成渝经济区148个区(县)进行了生物多样性评价，基本上反映了成渝经济区生物多样性的空间分布规律；但由于部分区(县)缺少一些规范的监测数据或数据来自不同年份和不同途径，导致个别区(县)评价结果与实际情况存在一定差距. 传统的生物多样性评价在时间和空间上都有一定缺陷[10]，在保护和管理的决策领域，生物多样性评估不得不考虑更快速、便捷的指标，以符合生物多样性的快速监测.

遥感技术的快速发展为传统的生物多样性监测从点到面监测提供了可能[11-14]. 基于遥感技术的生物多样性监测评价分为直接法和监测法两种途径： ①直接法可以直接识别物种或群落类型及其分布[15-16]，对遥感数据空间分辨率和光谱分辨率要求较高[17-18]，因此多数研究无法通过直接监测来实现. ②间接法即通过遥感数据衍生一些能够反映生物多样性的指标，如生境质量、净初级生产力、植被归一化指数等[19]. 目前这种方法得到了广泛应用，同时也是遥感监测生物多样性的重要途径[20]，在美国内布拉斯加州中部伍德河监测恢复草地样地α多样性[21]，加拿大安大略省东部农场植被动态与生物多样性关系[22]，印度的东喜马拉雅山地、印缅地区和西高止山脉3个生物多样性热点地区植被丰富度评估[23]，以及中国甘肃白龙江流域景观生物多样性时空格局[24]、武夷山市生物多样性重要性评估[7]等研究中均得到了很好的应用，特别是在缺乏全面生物多样性实地调查的区域，基于遥感技术、生态模型展开区域生物多样性综合评价显得尤为重要.

玛多县地处黄河源区，是我国重要的水源涵养区和生态安全屏障区，也是高海拔地区生物多样性集中区和变化敏感区，地带性植被以高山草甸和草原为主. 受自然气候制约，该地区牧草生长时间短且产量低；2005年之前，过度放牧导致玛多县草地退化严重[17]，生物多样性降低，对生态系统功能的正常发挥和抗逆性产生了负面影响. 为此，该研究结合现有生物多样性评价指标，基于遥感技术，采用景观结构、物种多样性、生态系统质量3个方面的6个指标构建县域尺度生物多样性遥感监测与评估指标体系，分析玛多县2000—2015年生物多样性的动态变化，验证基于遥感技术的县域生物多样性监测和评估方法的可行性，以期为玛多县生物多样性保护与可持续利用提供理论支撑和决策依据.

1 研究区概况与数据处理

1.1 研究区概况

玛多县位于青海省果洛藏族自治州西北部，县域包括了以扎陵湖-鄂陵湖、星星海为代表的高原湖泊群，有“千湖之县”美誉. 行政辖区包括黄河乡、扎陵湖乡、玛查里镇以及花石峡镇，面积共2.45×104km2，全县总人口 14 400 人，人口密度为1人/(2 km2)；藏族是主体民族，占总人口的90%以上. 玛多县属青藏高原大陆半湿润气候，年均气温-4 ℃，全年降水稀少，年均降水量只有303.9 mm左右. 玛多县属高平原地区，大部分地区海拔在 4 200～4 800 m之间，地貌类型多为山间宽谷和河湖盆地，地势西北高、东南低. 玛多县主要生态系统类型为草地且多为中、低覆盖度草地，以高寒草甸为主，分布广、面积大，其中高山嵩草、藏嵩草和矮嵩草等种群为优势群. 玛多县野生动植物资源丰富，主要包括白唇鹿(Przewalskiumalbirostris)、马麝(Moschuschrysogaster)、马鹿(Cervuselaphus)等高山森林动物，藏原羚(Procaprapicticaudata)、野牦牛(Bosgrunniens)、藏野驴(Equuskiang)等灌丛、草甸动物，及黑颈鹤(Grusnigricollis)、斑头雁(Anserindicus)、花斑裸鲤(Gymnocypriseckloni)等50余种保护动物.

图1 研究区概况及冷暖季草场分布

1.2 数据来源与处理方法

遥感资料包括： ①美国陆地卫星(Landsat TM/OLI)数据、我国环境灾害卫星(HJ-1A/B)数据，空间分辨率均为30 m；②2000年3月至2015年10月1B级图像(https：//ladsweb.modaps.eosdis.nasa.gov)，空间分辨率为250 m；③MOD11A2数据，空间分辨率为1 km. 为保证空间分辨率一致，所有遥感数据均重采样生成250 m分辨率的影像；投影为Albers等积圆锥投影，坐标系为WGS_1984.

监测与综合评价指标中，2000年、2010年、2015年全国尺度土地覆被数据集(中国科学院遥感应用研究所提供)以30 m分辨率的美国陆地卫星(Landsat OLI)和我国环境灾害卫星(HJ-1A/B)数据为信息源，基于面向对象的多尺度分割与变化检测分类方法得到，在ArcGIS 10.3平台进行裁剪、统计、栅格计算等. 根据中国土地利用分类标准及玛多县土地利用实际情况，将玛多县土地利用类型分为6大类13小类，即林地(常绿针叶林)、灌丛(落叶阔叶灌丛)、草地(高寒草甸、高寒草原、温性草甸、温性草原、稀疏草地)、水域(河流、湖泊、草本湿地)、建设用地(城镇用地、交通用地)、未利用地(裸地). 净初级生产力(NPP)数据基于CASA模型产生[25]. 归一化植被指数数据基于S-G滤波的NDVI重构方法产生.

1.3 生物多样性评估指标计算

综合考虑遥感技术的特点与优势，从景观结构、物种多样性、生态系统质量三方面构建县域生物多样性监测与评价指标体系. 其中，景观结构采用香农多样性指数(Shannon′s diversity index，SHDI)来反映；物种多样性主要通过植物净初级生产力(net primary productivity，NPP)、生境质量指数来反映；生态系统质量主要通过植被归一化指数(normalized differential vegetation index，NDVI)、陆地表面温度(land surface temperature，LST)和表层水分含量指数(surface water content index，SWCI)来反映. NPP、NDVI、SWCI和LST数据为生长季[26](5—10月)的平均值.

1.3.1景观结构

景观结构是景观类别和异质性的体现，景观异质性可增强物种共生潜力[27-28]. 景观类别越均衡、生态系统越复杂、景观结构状况越好，区域景观生物多样性就越丰富. SHDI对景观中非均衡分布斑块状况较为敏感，适用于土地覆盖类型少、海拔较高的区域[29]，故该研究采用SHDI来评价玛多县的景观结构变化，SHDI采用Fragstats 4.2软件计算，计算公式：

(1)

式中，Pm为第m个生态系统类型出现的概率.

1.3.2物种多样性

1.3.2.1生境质量指数

生境一般是指生态系统能够提供物种生存繁衍需要条件的能力，用于表征生物栖息地的质量状况[8]. 生境质量及其可利用程度是决定区域生物多样性的关键因素[30]，通过遥感技术监测区域生境质量状况，进而研究该区域物种生物多样性. 生境质量指数采用InVEST 3.7.0模型中生境质量(habitat quality)模块计算，以2000年为基准年、2010年为现状年、2015年为预测年，在habitat quality模块中输入3期土地覆盖数据、威胁因子及敏感程度等数据，参数的确定参考模型推荐值及相关研究结果[8,24,31]，生境质量指数大小代表区域物种多样性的丰富程度[32]，计算公式：

(2)

式中：Qij为第j类生态系统中第i个像元的生境质量指数；Hj为第j类生态系统的生境适宜程度；Sij为第j类生态系统中第i个像元的生境退化程度；k为半饱和常数，通常取最高生境退化值的一半(模型运行一次获得)；z为归一化常数，取2.5.

1.3.2.2净初级生产力指数(NPP)

“生产力假说(productivity)”基于“物种-能量理论”，认为生态系统生产力较高的区域物种丰富度也相对较高[33]. 此外，有研究[34]指出，生产力指数比气象指数更能够反映物种丰度的情况. 因此该研究采用植被NPP归一化指数来反映物种丰度指数，即NPP值较高区域内物种丰富度也相对较高[35]，计算公式：

(3)

式中，RNDij为第j类生态系统中像元i的净初级生产力归一化指数，NPPij为生态系统j中像元i净初级生产力，NPPij_max和NPPij_min分别为生态系统j中像元i的净初级生产力最大值与最小值.

1.3.3生态系统质量

1.3.3.1归一化植被指数(NDVI)

NDVI可反映植被光合作用活性，亦是预测物种丰富度和多样性的植被指数[36]. Pouteau等[37]认为，NDVI可以解释植被类型、景观或区域内物种丰富度或多样性变化的30%～87%. NDVI计算公式：

NDVI=(ρNIR-ρred)/(ρNIR+ρred)

(4)

式中，ρNIR、ρred分别代表MODIS影像近红外波段和红波段的反射率.

1.3.3.2表层水分含量指数(SWCI)

土壤水分是植物生长的基本条件，表层水分含量指数(SWCI)与土壤含水率具有较高的正相关性，可通过SWCI反映土壤含水量状态[38]. MODIS 1B数据第6、7波段对水分反射率变化较为敏感，包含了丰富的土壤水分信息[39]，因此可通过第6、7波段计算SWCI：

SWCI=(ρ6-ρ7)/(ρ6+ρ7)

(5)

式中:ρ6、ρ7分别为MODIS 1B影像第6、7波段反射率；ρ6-ρ7能够反映植被和土壤中水分含量，并能够最大程度地降低大气环境的影响；ρ6+ρ7作为分母能够使结果值限定在-1～1之间.

1.3.3.3陆地地表温度(LST)

温度是影响植被生长的重要因子，被广泛用于评价生态环境变化[40]，陆地地表温度(LST)与气象观测的气温有密切关系. 通常地表温度高于气温，但由于无法获取研究区域的可用气温数据，故采用LST. 将MOD11A2影像像元灰度值转换为常用的摄氏度，提取玛多县地表温度分布情况，转换公式如下：

LST=0.02×DNs-273.15

(6)

式中，DNs为MOD11A2影像灰度值.

1.4 生物多样性指数(Biodiversity index, BI)

为方便对比和分级，将SHDI、生境质量指数、NDVI等6个生物指标归一化处理，参考《区域生物多样性评价标准》[41]及杨海军等[8,27,29]研究结果对6项指标赋予权重(见表1).

表1 生物多样性遥感监测与综合评价指标权重

综合指标计算公式：

BIij=SHDI′×0.15+Qij′×0.25+RNDij′×0.2+

NDVI′×0.2+LST×0.1+SWCI′×0.1

(7)

式中：BIij为生物多样性指数综合值，值域为[0,1]，数值越接近于1，表明该区域生物多样性越高，反之则越低；SHDI′、Qij′、RNDij′、NDVI′、LST′、SWCI′分别为归一化后的香农多样性指数、生境质量指数、净初级生产力、归一化植被指数、陆地表面温度和表层水分含量指数.

2 结果与分析

2.1 生物多样性各项指标变化状况

2000年、2010年和2015年玛多县6个生物多样性指标及BI的平均值和标准误差如图2所示. 由图2 可以看出，2000年、2010年、2015年6个指标中NPP值域差异最大，SWCI值域差异最小，反映出玛多县净初级生产力变异较大，而地表含水率差异较小；Q和NPP的平均值高于各自中值，其余4个指标的平均值基本等于各自中值；SHDI和Q无明显变化，NPP和NDVI先增加后降低，SWCI呈下降趋势，LST则呈上升趋势. 玛多县2000年、2010年、2015年BI平均值分别为0.56、0.57、0.547，呈先增加后减少的趋势，但整体变化差异不大.

图2 2000年、2010年、2015年玛多县SHDI、Q、NPP、NDVI、SWCI、LST和BI的箱型图

2.2 生物多样性综合评价

玛多县2000年、2010年、2015年BI分析结果如图3所示. 从值域范围看，2000年、2010年和2015年玛多县BI值域范围分别为 0.113 8～0.805 8、0.141 6～0.807 3 和 0.154 6～0.793 9，玛多县BI最低值呈上升趋势，而最高值有所下降；2010年BI最大值高于2000年和2015年. 从空间分布看，玛多县BI值整体由东南向西北降低，高值区域主要分布在扎陵湖乡、黄河乡和花石峡镇东南部，这些地区分布较多的沼泽化草甸、嵩草草甸和温性草原，植被生产力高、生境质量较好，且人类活动干扰较少；低值区域主要分布在扎陵湖乡、花石峡镇西北部，这些地区以裸地(山地)、稀疏的紫花针茅草原群落为主，植被生产力差，生物多样性相对较低. 从时间角度看，2000年、2010年、2015年玛多县BI值分布特征基本类似，均是东南高、西北低，说明2000—2015年BI值分布规律未发生明显变化.

图3 玛多县2000—2015年BI的空间分布

2.3 生物多样性变化分析

2015年与2000年玛多县BI的差值如图4所示，差值大于0,表示生物多样性提高，小于0则表示降低，颜色越深表示变化越强. 经统计，玛多县生物多样性指数降低区域面积占其陆域总面积的59.85%，增加区域面积占40.15%，退化区域面积高于增加区域面积. 但从图4可以看出，玛多县2000—2015年BI明显增加区域高于明显退化区域，明显增加区域主要分布在扎陵湖、冬给措纳湖、尕拉拉错湖及岗纳格玛错湖周边和黄河乡东南部，主要为冬春牧场，这与玛多县2000年以来实行草场封育、缩减畜牧业比例、优选良草种复植等生态恢复措施有关，使得原来的未利用地、低覆盖草地转向低覆盖、中覆盖草地. 生物多样性明显退化区域主要分布在黄河乡、花石峡镇及扎陵湖乡夏秋季草场和冬春季草场的交界地带，这与牲畜转场过程中过度放牧导致草地盖度、株高下降有关，牧草产量及生物多样性下降；玛多县城附近人类活动(如工程施工、放牧等)较为频繁[42]，导致草地质量下降，野生动物趋向迁徙至高海拔无人区域，生物多样性亦有明显下降趋势.

图4 2000—2015年玛多县BI变化的空间分布特征

3 讨论

生物多样性监测是实施生物多样性保护和开展生物多样性修复的基础，但由于评价区域尺度不同及数据获取限制等因素，评级指标及方法不尽相同，目前尚未形成普适性的生物多样性评价方法[43]. 如Leite等[44]基于净初级生产力、土壤水分、雨水利用效率等27个生物指标评估了旱地陆生脊椎动物生物多样性分布潜力，发现水资源是影响旱地脊椎动物分布的一个关键因素；Alleaume等[15]提出了基于遥感数据获取的生态系统分布、土地覆盖、异质性、初级生产力和植被物候5个关键指标监测生物多样性，并在法国阿尔卑斯山地区、大西洋地区和地中海地区得到了很好的验证. 笔者根据生物多样性内涵及研究尺度，从生境质量、生态系统状况及景观结构三方面6个指标来综合评价县域生物多样性，注重指标选取的代表性和实用性，同时强调了各指标与生物多样性之间的关系，与林雪儿等[7-8,24,45-46]的研究相比，增加了气候变化信息. 气候变化可以直接影响动物的分布，也可以通过改变植被生产力来影响物种的丰富度[45]，如Wu等[47]评估了包括GPP、LST、ET在内的21个变量对动物物种丰富度的影响，发现水体、光照和温度对鸟类丰富度分布的影响高于两栖动物和哺乳动物，同时认为变量综合指数对哺乳动物、鸟类和两栖动物丰富度全球分布的解释方差比单变量指标高. Randin等[48]认为，土壤水分较降雨量更有利于直接预测物种分布. Deblauwe等[49]也发现，LST数据可以大幅改善物种分布模型(SDMS)预测精度. 笔者选取的6个指标充分解析了生物多样性内涵，能够很好地体现生物多样性各个层次，具有较强的代表性；并且，这6个指标均以遥感数据为基础，数据易获取，时效性和可操作性强，能够客观地体现县域生物多样性空间分布格局.

玛多县生物多样性空间分布整体呈东南高、西北低的趋势，这与南部多沼泽草甸、高覆盖草地而北部多为裸地、稀疏草地有关，与杨帆等[17,50]的研究结果相一致. 2000—2015年玛多县生物多样性增加区域主要分布在冬春牧场，与海拔分布具有一定对应性. 玛多县冬春牧场面积较小，放牧时间较长，主要分布在海拔相对较低的区域；1999年后玛多县开始实施草地恢复工程，特别是2005年后启动的三江源生态保护和建设工程，实施草场封育、缩减畜牧业比例、禁止打猎等措施，野生动植物数量明显增加，玛多县冬春牧场生物多样性得到恢复[51]. 生物多样性降低区域主要分布在冬春牧场与春夏牧场交界处. 冬春牧场和夏秋牧场交界处既是放牧过度区亦是鼠害严重区，牲畜转场过程中过度放牧使草地覆盖度下降，牧草产量下降；同时鼠害加重对草地表层土壤的破坏，加之雨水冲刷和冻融侵蚀，形成“秃斑”和“黑土滩”，导致草地沙化[52]，草地质量下降，生物多样性降低.

然而基于遥感技术进行县域生物多样性监测的方法仍存在一些不足，如缺少遗传多样性层次，主要原因是：①遗传多样性与物种多样性息息相关，物种多样性在一定程度上可反映遗传多样性；②遗传多样性涉及基因和具体物种，难以用遥感手段进行监测，故该研究建立的县域生物多样性监测与评价指标未包含遗传多样性. 同时，由于水生生物多样性和陆地生物多样性遥感监测方法存在较大差异[53]，受遥感数据的限制，笔者仅研究了陆地生态系统；扎陵湖乡、花石峡镇西北部一些湿地中鸟类多样性也较高，但监测指标体系对湿地生物多样性的解释能力较低，如何将湿地生物多样性监测纳入综合生物多样性评估体系，使生物多样性评估指标体系更具有广泛适用性，仍需进一步研究. 另外，传统生物多样性调查与卫星遥感数据之间存在尺度差异，如何将遥感监测数据与地面调查数据结合仍需进一步探索[5]；建议在今后的研究中，应尝试结合区域生境特征，适当增加当地特色指标，适时修正模型参数，从而使县域生物多样性评价更加准确. 该研究对各评价指标采用赋权重法，虽然目前该方法还存在争议，但若应用于同一地区进行纵向比较，因地形、地貌、气候等因素基本保持一致，因此评价指标权重法可用于该文研究.

4 结论

a) 玛多县生物多样性指数整体呈东南高、西北低的趋势，南部多草本湿地、高覆盖草地，北部多为裸地、稀疏草地.

b) 2000年、2010年、2015年玛多县生物多样性指数的值域范围分别为 0.113 8～0.805 8、0.141 6～0.807 3 和 0.154 6～0.793 9，值域最低值呈上升趋势，低值区域生物多样性有所提高，而最高值有所下降. 生物多样性明显增加区域主要分布在冬春牧场，降低区域主要分布在冬春牧场与春夏牧场交界处，且明显增加区域面积高于降低区域面积.

c) 从景观结构、物种多样性、生态系统质量三方面6个指标构建的县域尺度生物多样性监测和评价指标体系，数据易获取、时效性和可操作性强，能够快速监测与评估区域生物多样性.