基于无人机数据的滨海湿地互花米草(Spartina alterniflora)地上生物量反演研究

苏孟园,吴 涵,何柯欣,李昕阳,李玉凤

(南京师范大学海洋科学与工程学院,江苏 南京 210023)

作为典型的盐生植物,互花米草(Spartinaalterniflora)原产于北美大西洋沿岸,因具有保滩护岸、加快淤积的作用,于1979年12月引入中国,在我国沿海迅速繁衍扩张、竞争,取代土著植物,占领光滩,影响入侵区地表沉积速率与水动力过程,对原生海滨湿地生态系统及当地居民经济生产活动产生巨大影响,成为近年来我国有关生物入侵问题争论的焦点[1-4]。互花米草快速入侵的关键在于其生长繁殖能力以及对环境的适应能力,互花米草生物量的大小正是它入侵能力的重要体现。同时,生物量反演对于互花米草的科学治理及其生物固碳研究具有重要意义[5-6]。然而江苏淤泥质滨海湿地的难以进入性限制了对互花米草的调查和研究。

目前遥感技术已经被广泛应用于植被监测等研究领域,而受限于滨海区域复杂的气候条件,难以获取目标时相高质量的卫星遥感影像[7-8],且野外采样与卫星遥感数据的获取不能完全同步,导致数据获取存在时间差,信息无法完全匹配。相比于卫星遥感,无人机遥感的飞行高度较低,空间分辨率高,能够实时获取研究区采样时间点的影像数据,可对难以进入的研究区进行拍摄,在时效性较强的生物量遥感反演方面有很好的应用前景[9-10]。在目前的研究中,基于光学遥感数据的生物量反演多是根据植物光谱特性,形成植被指数,通过分析植被指数与生物量之间的统计特征关系建立数学估算模型,而湿地植被生物量的决定因素不仅包括叶片的平均密度,植被茎秆也是生物量的重要组成部分[11],因此仅根据植被光谱特征和纹理特征的生物量估算存在难以避免的误差。目前多是根据单一的植株高度等形态指数或植被指数建立反演模型,对互花米草地上生物量进行反演[12-14],而以一个综合的模型结合植被覆盖度与植株高度这两方面信息对互花米草地上生物量进行反演的研究较少。

研究基于无人机遥感获得的研究区可见光影像数据,分别提取互花米草高度信息及覆盖度信息,根据植被地上生物量计算公式对研究区互花米草地上生物量进行反演,为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 材料与方法

1.1 研究区概况

研究区位于江苏省盐城市东台区的条子泥湿地(32°43′40″～32°44′00″ N,120°56′47″～120°57′03″ E),该区域地处我国典型季风气候区,受海洋性和大陆性气候双重影响,年平均气温14 ℃,年平均降水量1 000 mm[15],条子泥湿地是原始和典型的淤泥质滩涂,生长的植被保持自然演替状态,生物多样性丰富,拥有世界上面积最大的潮间带湿地,是全球最重要的滨海湿地生态系统之一。研究区受互花米草入侵,互花米草广泛分布于潮滩,属于区域的优势物种(图1)。

图1 研究区位置

1.2 数据来源及处理

1.2.1无人机遥感影像获取及处理

研究采用的是大疆精灵4RTK无人机,无人机配备1英寸2 000万像素CMOS影像传感器,可获取红、绿、蓝真彩色JPEG格式影像。于2022年1月16日08:30—11:00对研究区进行拍摄,在设定航高下影像空间分辨率为0.03 m。1月研究区大部分互花米草虽然已经干枯,但是互花米草植株茎秆比较坚挺,且冬季处于低潮期,研究区受潮汐影响有限,互花米草地上生物量的损失比较少,对研究的影响不大。

1.2.2互花米草生物量实测数据

于2022年1月16日08:30—11:00在研究区所选样点处进行同步采样,布设22个大小为0.5 m×0.5 m的样方,齐地收割各样方内全部互花米草植株。现场测得互花米草鲜重的平均值、最大、最小值分别为0.82、3.54、0.18 kg·m-2,各样方互花米草的平均株高为0.44 m,最大株高为1.75 m,最小株高为0.08 m,植被覆盖度的平均值、最大、最小值分别为0.85、1.0、0.4。

1.3 研究方法

基于无人机遥感影像数据对研究区互花米草地上生物量进行反演的流程主要包括4部分:无人机遥感影像景观分类、互花米草高度提取、互花米草覆盖度计算及计算植被地上生物量。

1.3.1无人机遥感影像景观分类

无人机影像的高空间分辨率在加强地物细节的同时也增大了同种地物之间的差异以及不同地物间的相似程度,导致分类精度降低,而面向对象的分类方法与传统的分类方法相比,不再仅仅依靠地物的光谱特征,而是更多地利用地物的几何信息与结构信息,将分类对象分割成为内部具有相同或相似特征的基本单元,后续的分析与处理也都基于基本单元进行,这样的分类方法能够有效平滑影像噪音和不必要的细节,提高分类结果的精度[16-17]。使用eCognition Developer 9.01对研究区无人机影像进行面向对象的分类,选择多尺度分割算法,经过反复小区域试验结果,分割尺度设置为30,形状因子参数Shape设置为0.4,紧凑度参数Compactness设置为0.5,其余参数为默认值,得到的对象大小适中、内部光谱变异小,与其他地物的边界清晰准确,分割效果较好。分割得到的结果采用最邻近特征算法,手动选择样本对研究区影像进行分类,导出分类结果。另外,在野外调查的基础上,通过目视解译的方法对错分漏分的地物进行修正,以确保分类精度。

高程与淹水深度等变化对互花米草高度与生物量有重要影响[14]。由于区域较为平坦,高程变化不大,总体表现为由海堤向海呈带状缓慢降低的趋势,因此按照距离海堤远近的等距离划分法,由陆向海将互花米草集中分布的区域划分为距离堤坝:<30、30～60、>60～90、>90～120、>120～150、>150～180及>180 m共7个带状区域。>180 m区域已处于研究区互花米草分布最外围,互花米草分布稀疏零散,因此将此区域划分至同一条带,其他分区面积大致相同(图2)。

图2 研究区景观分类结果

1.3.2互花米草高度提取

研究使用Context Capture软件导入无人机遥感影像,添加控制点对无人机影像进行空中三角测量,后进行空三检查、校正错误,提交重建任务,选择三维网络进行原始3D建模,在此基础上选择正射影像为建模目的,进行数字地表模型(digital surface model,DSM)类型的图像建模,即可得到研究区DSM。在面向对象分类结果的基础上,使用ArcMap 10.2工具提取出eCognition Developer 9.01分类结果中的互花米草部分,利用缓冲区工具设置30 cm缓冲区,根据缓冲区对研究区DSM模型进行提取。借助分区统计工具计算缓冲区高度值作为互花米草生长区域地面高度,提取研究区DSM模型中互花米草所在区域高度,两者相减即可得到互花米草高度。

1.3.3互花米草覆盖度计算

无人机携带的CMOS影像传感器所拍摄的影像仅包含可见光波段。研究区位于滨海湿地,背景土壤中吸附水分较多,会造成蓝光波段反射率较高[18]。通常情况下使用的基于无人机可见光波段数据的植被指数,如可见光差异植被指数(visible-band difference vegetation index,VDVI)、过绿指数(excess green index,EXG)等在研究区的适用性较差,不能很好地区分不同植被覆盖度的互花米草[10]。该研究在分辨效果较好的归一化绿蓝指数(normalized green-blue difference index,NGBDI)基础上进行改进,构建归一化红蓝指数(normalized red-blue difference index,NRBDI)来反映植被信息,计算公式为

(1)

式(1)中,VNRBDI为NRBDI指数值;R为红光波段数值;B为蓝光波段数值。

在此基础上,使用像元二分法模型计算研究区互花米草植被覆盖度。

(2)

式(2)中,CFV为植被覆盖度;V为像元NRBDI指数值;Vsoil为裸地或无植被覆盖像元NRBDI指数值;Vveg为全覆盖纯植被像元NRBDI指数值。

研究区NRBDI指数计算结果的范围为-1～0.5,由于无人机影像数据计算过程可能存在图像误差,且影像中人造堤坝等地物可能会对指数计算结果产生影响,不能直接将计算所得到的NRBDI指数的最大值与最小值代入为Vveg和Vsoil,因此统计各指数值的像元占比,对NRBDI指数置信度区间进行分析,取累计频率为4.00%的NRBDI指数值为Vsoil,取值为0.03,取累计频率为95.96%的NRBDI指数值为Vveg,取值为0.05。

1.3.4互花米草地上生物量计算

地上生物量指一定时间内地表单位面积存在的有机质总量[19],以覆盖度来表示单位面积上的植被面积,则互花米草地上生物量(above-ground biomass,BAG)可以用下式进行计算[20]:

BAG=ρnom×CFV×H。

(3)

式(3)中,ρnom为互花米草名义生物量,即覆盖度为1时单位体积互花米草的鲜重,kg·m-2;CFV为互花米草植被覆盖度;H为互花米草平均株高,m。通过计算互花米草植被覆盖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无人机反演结果精度验证方法

采用基于混淆矩阵的Kappa系数来对无人机遥感影像景观分类结果的精度进行检验。在研究区随机选取100个样点,根据实测数据与高空间分辨率的遥感影像,通过人工目视解译的方法确定所选取样点的景观类型作为地物的实际景观类别,遥感分类结果作为预测景观类别,构建混淆矩阵计算景观分类结果的Kappa系数。

利用照相法和专家判读相结合的方法确定22个实测点位的植被覆盖度,将实测植被覆盖度与利用像元二分法模型计算得到的植被覆盖度进行比较,通过计算相对误差与平均误差对研究区互花米草植被覆盖度的反演结果精度进行检验。

(4)

(5)

式(4)～(5)中,Ere为相对误差;Ces为遥感估算的植被覆盖度;Cac为实测植被覆盖度;Eav为平均误差;N为实测样本总数。

根据22个实测点位的测量数据对研究区互花米草植株高度和地上生物量反演结果的精度进行分析,以均方根误差(root mean square error,ERMS)来定量化表示实测值与反演结果之间的关系。

(6)

式(6)中,xi为实测数值;yi为反演数值;N为实测样本总数。

2 结果与分析

2.1 互花米草分布特征

2.1.1景观分类结果

研究区互花米草斑块及面积占比如图3所示,互花米草在靠近堤坝区域集中连片呈条带状分布,中部区域为互花米草与碱蓬交错带,互花米草零散、破碎化分布,到近海区域又有呈条带状分布的互花米草,向海有互花米草斑块零散分布,呈现出向外扩张的趋势。研究区互花米草总面积为43 534.89 m2,互花米草总斑块数量约1 986个,平均斑块面积为22.17 m2,最大斑块面积为473.37 m2,最小斑块面积为0.02 m2。

图3 研究区互花米草斑块及面积占比

2.1.2互花米草空间分布特征

研究区互花米草最大斑块位于距堤坝30 m以内区域。各个划分区域内互花米草面积与平均斑块面积由陆向海总体上逐渐减小,仅在>120～150 m范围内有所增大随后又逐渐减小。由图3可知,由陆向海互花米草斑块数量先增加后减少,180 m外的斑块数量最少,共有119个;>90～120 m范围内斑块数量最多,有480个;在各区域内分布的互花米草占研究区互花米草总面积的比例中,30 m范围内互花米草面积占比最大,为23.01%,其次是>120～150 m范围,占比为19.07%,180 m以外占比最小,为3.10%。表明研究区互花米草空间分布上由陆向海经历了集中连片到零散破碎再到集中连片的过程。

2.2 互花米草高度和覆盖度

研究区互花米草高度与覆盖度计算结果如图4所示。互花米草高度范围为0～1.55 m,平均高度为0.15 m,靠岸与近海区域互花米草较高,中间区域互花米草较矮。>180 m区域互花米草的平均高度最大,为0.52 m;其次是>150～180 m区域,为0.3 m,再次是<30 m以及>120～150 m区域,均为0.16 m;>60～90 m范围内最小,为0.07 m。高度在0～0.3 m的互花米草所占面积最大,为37 930.11 m2,占研究区互花米草总面积的87.13%,>0.3～0.5 m和>0.5～1.0 m的互花米草分别占6.28%和6.32%,>1.0 m的互花米草仅占0.28%(表1)。研究区互花米草高度呈现出由陆向海逐渐降低后又逐渐升高的变化趋势。

表1 研究区互花米草植株高度

图4 研究区互花米草高度与植被覆盖度

研究区互花米草覆盖度平均值为0.7,覆盖度为>0.8～1.0的互花米草占比最大,占研究区互花米草总面积的44.17%,其次是>0.4～0.6和>0.6～0.8范围,分别占19.72%和19.09%,0～0.2覆盖度的互花米草所占面积最小,为4.32%。覆盖度平均值最大的区域是>180 m范围,为0.83,>150～180 m范围为0.82,<30 m与>120～150 m范围均为0.77;>60～90 m范围最小,为0.59。研究区互花米草生长区域覆盖度总体较高,由陆向海呈现出先减小后增大的变化趋势。

2.3 互花米草地上生物量反演结果

2.3.1基于无人机遥感反演结果精度检验

遥感影像景观分类结果经过计算Kappa系数为0.85,说明研究区景观分类结果与实际地物类型已经高度一致,符合做进一步研究的精度要求。研究区互花米草植被覆盖度反演结果的平均误差为8.82%,在误差允许的范围内。以研究区实测互花米草植株高度对高度提取结果的精度进行检验,结果显示互花米草植株高度提取结果的均方根误差为0.24,其误差产生的原因主要是互花米草自然状态下受到环境扰动而出现倒伏以及无人机影像分辨率的限制。研究区互花米草地上生物量估算结果的均方根误差为0.76,误差来源主要为引入的互花米草植株高度与植被覆盖度所造成的累积误差,反演结果对于反映研究区互花米草地上生物量具有一定的参考价值。

2.3.2互花米草地上生物量空间分布特征

根据实测数据中互花米草地上生物量数据,获得研究区互花米草名义生物量(ρnom)为5.9 kg·m-3,再根据上述分析所得到的互花米草高度与植被覆盖度信息进行波段计算,即可得到研究区互花米草地上生物量。

研究区互花米草地上生物量在0～9.13 kg·m-2之间,平均值为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之间的互花米草占18.47%,地上生物量>3.00 kg·m-2的互花米草占6.40%。在划定的各个区域中,>180 m互花米草地上生物量的平均值最高,为2.83 kg·m-2;其次是>150～180 m范围,平均值为1.58 kg·m-2,再次是<30 m范围,平均值为0.84 kg·m-2,>60～90 m范围互花米草地上生物量的平均值最低,为0.27 kg·m-2(图5)。在靠近堤坝的带状区域以及近海一侧零散分布的斑块互花米草地上生物量普遍较高,位于中部的互花米草地上生物量则相对较低。

图5 研究区互花米草地上生物量反演结果

2.3.3不同剖面互花米草地上生物量变化特征

在根据植株高度与植被覆盖度得到的互花米草地上生物量反演结果基础上,垂直于岸线设置9条剖面线(图5),使其相对均匀地分布于研究区范围,对互花米草由陆向海地上生物量变化情况进行分析。图6为各剖面互花米草地上生物量变化图。在垂直于岸线方向上,由陆向海20 m范围内互花米草地上生物量较高,为4 kg·m-2左右;随着离堤距离的增大,互花米草地上生物量快速减小;在>20～100 m范围内互花米草地上生物量主要在0.2 kg·m-2左右,在距离堤坝较远一侧区域互花米草地上生物量在0.5～5 kg·m-2之间,部分区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线变化趋势为高—低—高。根据图6可以看出,在平行于岸线方向上,研究区北侧1～4剖面区域近堤一侧互花米草地上生物量大于远堤一侧。逐渐向南的过程中,近堤一侧互花米草地上生物量逐渐减小,而远堤一侧互花米草地上生物量逐渐增大。研究区互花米草地上生物量最高的区域集中于西北、东南方向,西南、东北方向互花米草地上生物量较高,中部区域互花米草地上生物量普遍较低。

图6 不同剖面互花米草地上生物量变化

3 讨论

3.1 互花米草地上生物量空间分异原因

有研究表明,定居时间的长短会影响互花米草植株高度。一般情况下,多年定居互花米草群落的植株较高[21]。对于互花米草的有性繁殖,幼苗定居成功率与裸露斑块大小呈正相关,幼苗很难在成熟植被下定居[22]。互花米草生长繁殖受所在区域土壤水盐条件影响较大,在一定的范围内,互花米草株高和克隆存活率会随着土壤含水量的提高而升高,而且潮汐淹没频率的提高也会刺激互花米草无性分株的生成[14]。研究区近堤一侧互花米草定居时间较长,植株较高,地上生物量较高。位于中部区域的互花米草定居时间比靠近堤坝区域短,在生存环境方面比近海一侧土壤含水量与潮汐淹没频率低,且该区域碱蓬的分布也会给互花米草带来一定的竞争压力,互花米草地上生物量较低。互花米草在向外扩张的过程中借助繁殖体进行短程“流”式传播的同时利用种子进行近距离跳跃式扩散,远堤一侧互花米草密度较低,裸露滩涂较多且无碱蓬竞争,距离堤坝越远潮汐淹没频率越高,土壤含水量也相应增大,有利于互花米草生长,地上生物量较高。

研究区互花米草分布形态不规则,多数呈斑块状分布,部分呈丛分布,处于互花米草快速扩张阶段[22]。沿海潮滩生境极其严酷,互花米草入侵初期作为群落演替的先锋植物占据空生态位,江苏沿海954 km标准海岸线中90%以上属于淤泥质海岸,在互花米草入侵前多为裸露的泥滩,且潮滩滩面广阔、坡度平缓,为互花米草的扩张提供了广阔的空间[23-24]。研究区互花米草通过克隆繁殖,沿平行于海岸线方向进行短程“流”式扩张[24],同时利用潮汐将种子和幼苗运送至潮滩前沿,生成零散的新生斑块,进行垂直于海岸线的扩张,这与其他研究的互花米草在侵入地的扩张策略相符合[24-26]。

3.2 互花米草地上生物量反演结果

反演得到的研究区互花米草地上生物量在0～9.13 kg·m-2之间,平均值为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之间的互花米草占18.47%,>3.00 kg·m-2的占6.40%。周在明等[12]通过遥感影像估算三沙湾滩涂互花米草地上生物量,发现84.98%的互花米草地上生物量在0～15 kg·m-2之间,总体上高于笔者研究。前者研究影像的获取时间为2012年10月,处于一年中互花米草生物量稳定较高的时间,研究区处于半封闭内湾,泥沙条件好且气候属于中亚热带季风湿润气候,更加适宜互花米草生长;而笔者研究影像获取时间为1月,大部分互花米草老植株处于生长末期已经干枯而新植株尚未萌发,导致地上生物量普遍较低。虞海英[13]在使用机载雷达和高光谱数据对大丰市沿海滩涂湿地湿生植被地上生物量进行反演的研究中发现,研究区互花米草地上生物量为0～15.63 kg·m-2,分布在0～1 kg·m-2的互花米草占比极高,研究区影像获取时间为2014年11月,在气候条件相近、数据获取时间相差1个月左右的条件下,互花米草地上生物量反演结果最大值较大,总体上笔者研究与其相近。韩爽等[14]在对盐城自然保护区核心区植被地上生物量进行的遥感反演研究中发现,互花米草地上生物量湿重主要集中在6 kg·m-2以上,干重集中在1～2 kg·m-2之间,研究影像获取时间为2012年4月,此时气温升高,正是互花米草快速生长时期,地上生物量与该研究结果相比较高。

4 结论

基于无人机遥感数据提取互花米草植株高度与覆盖度信息,通过植被地上生物量计算公式对研究区互花米草地上生物量进行反演,结论如下:

(1)研究采用的反演方法所得到的结果能够在一定程度上体现研究区互花米草地上生物量分布情况。与实测数据相比,互花米草地上生物量估算的均方根误差为0.76。

(2)研究区互花米草地上生物量在0～9.13 kg·m-2之间,平均值为0.73 kg·m-2,靠近堤坝与近海一侧地上生物量较高,中部区域较低,是互花米草定居时长和分布区域的环境条件不同导致的。

(3)研究区互花米草分布形态不规则,多数呈斑块状分布,部分呈丛分布,处于互花米草快速扩张阶段。

研究引入植株高度与植被覆盖度对互花米草地上生物量进行估算。在今后的研究中将进一步结合遥感影像数据以及研究区环境因素构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,同时注意长时间序列的遥感影像与实测数据以及研究区潮汐淹没频率、土壤含水量、盐度等数据的收集,以便对研究区互花米草分布及原理进行进一步分析。