河岸帶邊界界定中的關鍵問題

張東旭 ,郭晉平

(1.山西大同大學農學與生命科學院,山西 大同 037009;2.山西農業大學林學院,山西 太谷 030801)

河岸帶(Riparian zone)的恢復、保護及科學管理都需要對河岸帶的邊界進行科學測定。河岸帶的空間范圍很難準確測定,因為河流廊道具有很大的生物物理異質性,河岸帶的實際寬度與河流的規模、河流在排水網絡中的位置、水文體制以及當地的物理構造有關,準確地測定河岸帶的邊界取決于對植物群落的識別或對河岸帶其他屬性有強烈影響的環境特征的選擇[1]。

1 河岸帶邊界的定義

河岸帶的邊界有兩個,即水域 /陸地邊界和河岸帶 /高地邊界。無論從遙感影像、航片、視覺還是動植物生態學角度看,前者顯而易見,而后者的界定則有較大困難。人們通常所說的河岸帶邊界是指后者,是一種特殊的群落交錯帶。

Fortin等認為群落交錯帶有兩種,即生物群落交錯帶和環境群落交錯帶[2]。生物群落交錯帶反映物種對環境變化(劇烈或緩慢)的響應或物種之間的相互作用,或者兼而有之;環境群落交錯帶與環境的物理屬性(如濕度、土壤、地形或地質等)的劇烈改變相一致。因此,在識別群落交錯帶時,需要清晰定義其標準、方法和尺度。

2 尺度問題

為了說明空間尺度對檢測群落交錯帶的重要性,Fortin等給出了 5種尺度及相關的特征,并用濕地和河岸群落交錯帶來說明這些尺度,這 5種尺度是濕地高地界面、地高地帶、子流域、流域和生態區[4]。對河岸帶、湖岸帶和海濱帶等水陸交錯帶的研究屬于中尺度的范疇[3]。

在各個尺度上,界定河岸帶的邊界都有比較成熟的方法,如:植被分析法主要適用于子流域以下的中小尺度;子流域以上尺度的河岸帶邊界判定,將地理信息系統與遙感等方法綜合運用更為有效;橫斷面(Transects)檢測方法適用于所有尺度的河岸帶研究。因此,在河岸兩側或一側垂直于河流方向上設立從河邊一直到高地的橫斷面,是植被分析法和土壤分析法界定河岸帶邊界時的常用方法。將野外實地觀測和分析得到的橫斷面數據整合到地理信息系統中,對準確、全面判定河岸帶邊界有積極幫助。

3 方法問題

3.1 植被分析法

在許多植被生態學研究中,研究者經常有意忽視或遺漏邊界,通常在相對均一的群落內設置樣地,研究其有代表性的物種組成[4]。因此,不少學者質疑植被分析技術(如多元排序)識別邊界的效力[9],認為該類方法雖然能間接地識別均一群落的界限,但主要解決的是群落內部的組成和結構問題而不是邊界,對解決河岸帶的邊界作用有限。盡管如此,植被邊界的重要性依然得到充分的關注[5,6],一些植被多元分析技術可以用來揭示群落的邊界,如除趨勢對應分析法(DCA)、主成分分析法(PCA)和移動窗口分析法(MSW)等。但是,根據 Fortin兩種群落交錯帶的理論,通過植被分析法測定的河岸帶邊界,最多只是河岸帶與高地生物群落交錯帶的邊界。

3.2 土壤分析法

與植被生態學方法類似,在從河緣到高地森林的研究斷面內,采用密集取樣法對土壤主要理化性質進行分析,找出土壤理化性質發生突變的區域,從而判定河岸帶的邊界。河岸帶土壤的結構和狀況相當復雜。由于受季節性洪水淹沒、侵蝕和沉積等作用的干擾,活動性河漫灘通常是復雜土壤斑塊的鑲嵌體[7]。因此,通過該方法識別出的突變區域可能有多個,只有河岸帶與高地森林之間的突變區域才是河岸帶的真正邊界。對河岸帶邊界研究有重要意義的指標主要是土壤質地、土壤濕度、有機質、總氮和土壤動物區系[1]。

3.3 景觀分析法

在景觀生態學中,識別景觀的邊界對變化著的環境的恢復和管理非常重要,如何測定景觀邊界是需要首先解決的問題。當一些生態學參數在空間上發生快速或突然的變化時,邊界的檢測是直觀的;若這些變化是漸進的,則邊界的檢測比較困難。一般認為,適用于測定群落交錯帶邊界的方法,包括空間分析法(如利用地理信息系統和遙感來檢測河岸帶景觀的類型及格局 )、統計學法(定量和格局比較)和建模法(公式化和預測多變量的互作)等。

1 )地理信息系統。地理信息系統的數據類型主要有兩種,即柵格數據和矢量數據,每種類型的數據在測定群落交錯帶邊界時都有不同的功能。在柵格系統中,每個單元或像素的值由柵格 x值和 y值決定。河岸帶景觀格局的識別、最佳廊道的位置、移動窗口和最大空間的建模技術更適用于柵格數據。矢量系統中那些與點、線、多邊形及毗鄰地區的特征相關的屬性,與彼此經過的地形有關。在矢量系統中,計算長度、面積和不規則形的維度,識別毗鄰的生態系統,計算河岸緩沖帶的寬度,以及生成更傳統的地圖產品都非常容易。但矢量系統將大多數的群落交錯帶(如河岸帶)弱化為線狀,而實際上他們應該是一個過渡區[8]。因此,在地理信息系統中,柵格數據可以更好地用來測定突變的或漸變的河岸帶邊界,例如:以濾鏡(移動窗口)等圖像增強算法來識別河岸帶的邊界,而矢量數據卻不適合做同樣的工作。運用地理信息技術,并結合圖像處理技術,已經成功地用于群落交錯帶的定量分析中[9]。

2 )遙感。根據植被、土壤類型和土壤濕度等屬性,通過遙感圖像分析法,可以使群落過渡帶可視化從而被檢測到,尤其在流域或更大的尺度上[2]。但是,如何測定河岸帶與高地的邊界,大多數圖像分析方法只是簡單的將河岸帶線性化,很少注意到河岸帶與高地之間是否存在清晰的邊界以及邊界的確切位置。通常,圖像亮度變化可以用來揭示河岸帶及其邊界。但是,檢測邊界的主要難點是在圖像處理過程中因解析錯誤產生的噪聲,圖像的空間解析、質地本身加入噪聲,以及不連續性的強度等。最常規的邊緣檢測方法是平行法,能夠充分考慮到局部相鄰像素。此外,光譜數據的多變量分析技術,植被季相變化造成的遙感影像的差異,圖像的空間聚類分析技術等,也可以用來識別河岸帶及其邊界。

3 )統計學法。在統計學上,邊界可以用最大變化率發生的位置來判定[9]。前文提到的移動窗口技術(MSW),通過計算沿著橫斷面相鄰樣方的數據變化幅度來檢測群落交錯帶的邊界[10,11],邊界的位置就是變量值變化幅度最大的位置。此外,對空間排列規則數據進行定量的“lattice-wom bling”邊緣檢測算法[12,13],對空間排列不規則數據進行定量的“triangulation-wom bling”邊緣檢測算法[12],對空間排列不規則數據進行定量的改良“latticewombling”算法[12]以及“Delaunay”算法[14]等都可以用來檢測河岸帶的邊界。

4 )建模法。如果知道河岸帶植物群落的起源、維持因子或與其相關的動態過程,就可以用這些信息建立模型來進行整合。對于河岸帶群落而言,水文通常是控制河岸帶位置、寬度和形狀的主導因子。因此,可以用水文模型來檢測河岸帶的位置及邊界。水文模型還為模擬河岸帶邊界位置隨季節變化提供了工具,可根據過去若干年的數據估計河岸帶邊界空間位置變化的頻率分布。常用的水文模型有TOPMODEL模型和 COUNT模型[15]。 TOPMODEL模型通過數字高程、土壤傳導率和降水產生1個流域水位圖,然后計算流域柵格內每個單元的地形收斂值。地形收斂值是1個單元內流域排水面積與地表坡面的比率。如果某單元內的排水區面積大、坡度小,則有較高的地形收斂值,這意味著該單元比那些排水區面積小、坡度陡的單元更容易飽和或垂直滲透。這樣,TOPMODEL模型就可以模擬流域內土壤的濕度梯度。再將地形收斂、河流網絡信息以及田間觀測結合起來,就能初步識別可能的河岸帶的位置及邊界。 COUNT模型是通過數字高程數據來估計對 1個數字高程范圍內全部有水文貢獻的單元的數量。 COUNT模型的輸出結果可以用野外實測數據來校準。COUNT模型已經被植入 ARC/INFO GIS中,可以利用該模型得到不同植被類型過渡帶的綜合濕度指數[16]。根據該指數,可判斷河岸帶與高地之間的群落過渡帶的位置和邊界。

4 標準問題

界定河岸帶邊界的核心是標準問題,即界定河岸帶與非河岸帶的依據是什么。有了確定的界定標準,才可以選擇相應的判定方法。歸納國內外近些年的應用案例,其界定依據主要有以下幾種:植被季相變化差異,植被物種組成差異,土壤含水量、營養物和土壤動物組成差異,固定寬度河岸帶,局部地形地貌,數字高程模型,50 a一遇的洪水的水位線等。

河岸帶與毗鄰高地植被的季相差異,可以用來識別河岸帶的邊界,但如果遙感影像的分辨率不高,則很難得到有效的邊界。例如:Goetz等人曾利用決策樹分類算法并結合衛星遙感圖像(TM/ETM+)和地理信息系統(GIS)、地形圖和土地利用圖等來識別河流及河岸帶,但效果一般,仍然把河岸帶線性化[17]。美國自然資源管理局(the Department of Natural Resources,DNR)將河岸帶設置為170 m的固定寬度[26],然而固定寬度河岸緩沖帶或固定維度樣方不能真實反映現實中河岸帶邊界的復雜性。50 a一遇的洪水的水位線也可作為判定河岸帶與高地邊界的依據[18],但多數河流未必有相關記錄,其應用價值受到制約。利用數字高程模型,并結合局部地形特征,可定義谷底范圍,從而由此確定河岸帶的邊界[19,20]。

因此,以地形特征作為劃分河岸帶與高地群落以及設置樣方的依據,有利于通過景觀生態學和地理信息系統等手段在更大尺度上確定河岸帶的邊界及其衍生問題。

[1] Naiman,R.J.,H.Décamps,M.E.M.M cCl-ain,R-iparia:Ecology,Conservation,and Mana-gement of Streamside Communities[M].Burlington,USA:Elsevier Academ ic Press,2005.

[2] Fortin,M.J.,R.J.O lson,S.Ferson,et a l.Issues related to the detection o f boundaries[J].Landscape Eco logy,2000.15(5):453-466.

[3] 周 婷,彭少麟.邊緣效應的空間尺度與測度 [J].生態學報,2008,28(7):3 322-3 333.

[4] Risser,P.G.,Ecotones at local to regional sca les from around the world[J].Ecological Applications,1993(3):367-368.

[5] Orlóci,L.and M.Orlóci,Edge detection in vegetation:Jornada revisited[J].Journa l of V egetation Science,1990(1):311-324.

[6] Glavac,V.,C.Grillenberger,W.Hakes,and H.Ziezold,On the nature of vegetation boundaries,undisturbed flood p lain forest communities as an examp le-a contribution to the continuum/discontinuum controversy[J].Vegetatio,1992(101):123-144.

[7] O liver,C.D.and B.C.Larson,Forest Stand Dynam ics[M].New York:John Wiley&Sons,1996.

[8] Clarke,S.E.,D.W hite,and A.L.Schaedel,Ecologica l regions and subregions for w ater quality management[J].Environmental Management,1991(15):847-856.

[9] Burrough,P.A.,Princip les o f geographical in formation systems for land resources assessment,in M onographs on Soil and Resources Survey[J].Clarendon Press:Ox ford,1986.

[10] Johnston,C.A.,J.Pastor,and G.Pinay,Quantitative methods for studying landscape boundaries,in Landscape Boundaries: Consequences for Biotic Diversity and Ecological Flows[A],A.Hansen and F.d.Castri,Editors.Sp ringer-Verlag: New York.1992:107-128.

[11] Ludwig,J.A.and J.M.Cornelius,Locating discontinuities along ecological gradients[J].Eco logy,1987(68):448-450.

[12] Fortin,M.J.,Edge detection algorithms for tw odimensional ecological data[J].Eco logy,1994(75):956-965.

[13] Fortin,M.-J.and P.Drapeau,Delineation of ecological boundaries: Comparison of app roaches and significance tests[J].Oikos,1995(72):323-332.

[14] Up ton,G.J.G.and B.Fingleton,Spatial data analysis by example.Volume 1: Point Pattern and Quantitative Data[M].New York:John Wiley&Sons,1985.

[15] Jensen,S.K.and J.O.Dominique,Extracting topographic struc ture f rom digital elevation data for geographic in formation system ana lysis[J].Photogrammetric Engineering and Remote Sensing,1988(54):1 593-1 600.

[16] Iverson,L.R.,M.E.Dale,C.T.Scott,and A.Prasad,A GIS derived integrated moisture index to p redict forest composition and p roductivity in Ohio forests[J].Landscape Ecology,1997(12):331-348.

[17] Goetz,S.J.,D.Varlyguin,A.J.Sm ith,et al.Melchoir.App lication o fmu ltitemporal landsat data to map and monitor land cover and land use change in the Chesapeake Bay w atershed.in Analysis of Multi-temporal Remote Sensing Images[J].Singapore:W orld Scientific Publishers,2005.

[18] Aunan,T.,B.Palik,and S.Verry.A GIS Approach for Delineating Variable-Width Riparian Buffers Based on Hyd rological Function[EB/OL].2005[cited;Availab le from: http://www.frc.state.mn.us/Info/M FRCdocs/GIS Approach for delineating Variab le-W id th Riparian Bu ffers.pd f.]

[19] Manning,M.,P.Bates,K.Brewer,et al.Project Summary: An Image-based Riparian Inventory of Wyom ing,in Pro ject Summary:Wyom ing Imagebased Riparian Inventory[R].2004,USDepartment of Agricu lture,Forest Service;W ashington O ffice,Forest Health Managemnt; W ashington O ffice-Engineering,Remote Sensing App lications Center:Washington D.C.

[20] Sm ith,P.Project:Development of a GISM ethod to Map Riverine Riparian Habitat[EB/OL].2008[cited;Availab le from: http://www.sccw rp.org/view.php?id=492.]