鄱陽湖自然保護區濕地植被生物量空間分布規律

吳桂平，葉 春，劉元波，*

1 中國科學院南京地理與湖泊研究所，湖泊與環境國家重點實驗室，南京 210008 2 滁州學院地理信息與旅游學院，滁州 239000

鄱陽湖自然保護區濕地植被生物量空間分布規律

吳桂平1，葉 春2，劉元波1，*

1 中國科學院南京地理與湖泊研究所，湖泊與環境國家重點實驗室，南京 210008 2 滁州學院地理信息與旅游學院，滁州 239000

探明區域濕地植被生物量的空間分布規律及其變化趨勢，對于更好地保護候鳥生境、制定合理的濕地保護政策具有重要的意義。以鄱陽湖國家級自然保護區為研究對象，基于2000—2011年研究區MODIS植被指數產品和同期的植被生物量調查資料，建立了濕地植被生物量的遙感估算模型。在此基礎上利用GIS空間分析方法，系統分析了保護區近10年來濕地植被生物量的空間分布規律及其季節變化特征。研究結果表明：(1)MODIS增強型植被指數的乘冪模型可以較好地模擬研究區濕地植被生物量的鮮重，擬合模型總體精度達到91.7%。(2)多年平均生物量呈現“島嶼型”空間分布模式：各子湖泊及洼地中心處，表現為水生植被群落為主的低生物量區(<285 g/m2)；湖心水體外圍14—15m的高程區域，分布著以苔草群落為主的中生物量區(285—830 g/m2)；高程位于16—18m的河口三角洲及天然堤壩區域，表現為以蒿、荻和蘆葦群落為主的高生物量區。(3)保護區植被群落分布具有特定的季相變化特征，高、中、低生物量區在不同的月份呈現出不同的空間生消和演進規律，鄱陽湖水位的周期性漲落是影響其變化的一個重要擾動因子。

濕地植被；MODIS；生物量時間序列；空間分布規律；鄱陽湖自然保護區

濕地植被是在有潛育層或泥灘積累的水成土壤上生長的，以濕生和水生植物為主的植被群類型，是濕地生態系統的重要組成部分，在維持生態系統結構和功能方面起到十分重要的作用[1- 3]。生物量作為衡量植被群落生產力水平高低的重要指標，直接反應了植被的生長狀況及周圍自然環境的變化情況，對于濕地生態系統的功能、演替規律和特征均具有很好的指示作用[4- 5]。自20世紀60年代國際生物學計劃(IBP)實行以來，濕地植被生物量一直是水文生態學、濕地生態學及植被生態學的重要研究方向，并且得到了國內外學者們的廣泛關注[6- 8]。

鄱陽湖國家級自然保護區(Poyang Lake National Natural Reserve, PLNRR)是我國首批被列入國際重要濕地名錄的自然保護區之一，同時也是被世界自然基金會(WWF)認定的全球重要生態區[9]。受長江頂托和五河(贛江、撫河、信江、饒河和修水)來水的影響，鄱陽湖自然保護區通常呈現出豐水期和枯水期周期性交替的獨特水文節律[10]，從而使得保護區內濕地植被的生境類型多樣、結構復雜、空間分異明顯，一定程度上形成了其特定的植被生物量空間分布特征和季節變化規律。系統分析和探明保護區內濕地植被生物量的空間分布規律及其變化趨勢，可以準確掌握特定植物種群的生態適應特征，對于更好地保護珍稀鳥類、制定合理的濕地保護政策和策略等具有重要的現實意義[11- 12]。

傳統的生物量測算方法主要是通過樣方調查、采集稱重等手段進行，不但費時費力，而且很難做到動態、大面積濕地生物量的準確估算[5]。衛星遙感技術具有宏觀、連續、長期的對地觀測能力，為大范圍濕地植被生物量的動態監測提供了可能[13- 14]。自20世紀90年代以來，一些學者基于遙感手段相繼開展了鄱陽湖濕地植被生物量方面的研究。譬如，李仁東等利用Landsat ETM+數據估算了鄱陽湖濕地植被生物量，建立了樣方數據與遙感數據的線性相關模型[14]；李健利用遙感植被指數和實地采樣的生物量進行回歸統計分析，建立了鄱陽湖自然保護區濕地植被生物量的估算模型[15]；鄔國鋒等利用Landsat TM影像對鄱陽湖自然保護區中大湖池的沉水植被生物量進行了估算，取得了較好的結果[16]。但是以往的研究大多側重于生物量遙感估算方法方面的工作，并且由于遙感數據源的限制僅僅局限于某一時間點上的生物量監測。到目前為止，有關保護區濕地植被生物量的整體空間格局及其空間連續變化規律的認識卻顯薄弱。

基于此，本文擬以2000—2011年MODIS(Moderate Resolution Imaging Spectroradiometer)遙感數據和野外實測生物量數據為基礎，通過實測生物量與MODIS植被指數間的數值擬合關系建立其生物量估算模型，獲取研究區2001—2010年濕地植被生物量的長時間序列。在此基礎之上，結合GIS空間分析技術，試圖對鄱陽湖自然保護區濕地植被生物量的空間分布規律和季節變化特征進行系統研究，以期更好地把握保護區濕地生態環境狀況及變化趨勢，并為進一步制定相應生態保護對策提供科學支持。

1 材料與方法

1.1 研究區域概況

鄱陽湖國家級自然保護區位于鄱陽湖西北角，為贛江北支和修水下游復合三角洲前緣的洲灘濕地，地理坐標為115°52′—116°08′E，29°02′—29°18′N，地跨九江市永修縣、星子縣和南昌市新建縣3縣(圖1)。保護區以永修縣吳城鎮為中心，內轄9個碟形湖泊(大汊湖、蚌湖、大湖池、沙湖、常湖池、中湖池、象湖、梅西湖、朱市湖)及水道、洲灘、島嶼、港汊等。該區域屬于亞熱帶濕潤季風型氣候，年平均氣溫17 ℃左右。雨量充沛，多年平均為1600 mm左右，但年內分配極不均勻，4—9月降水約占全年降水量的75%[9]。本文研究區范圍為去除保護區內基本不受鄱陽湖水位影響的城鎮、林地和人工圩堤等區域后，以保護區緩沖區為邊界的子湖盆及其洲灘[17]，實際面積331 km2。

圖1 鄱陽湖國家級自然保護區地理位置Fig.1 Geographic location of the Poyang Lake National Nature Reserve

由于保護區內河床往返推移與分汊，往往形成扇形沖積，泥沙淤積成沙壩、天然堤、湖沼等獨特的地貌特征，海拔高度14—17 m，地勢低平，略向鄱陽湖傾斜。豐水季節各子湖泊全部被淹，僅有少數的小山頭和人工修建的堤壩出露，而水位下降到17 m時開始出現灘地，此后隨水位降低，出露洲灘面積逐步增大[9]。因此該區域具備典型濕地的特點：即空間上分布在水、陸結合部的過渡帶，時間上呈現周期性干濕交替的動態變化，生態上表現為兼有水陸雙重特征的獨特生態系統，濕地植被群落結構及其空間分異顯著。

1.2 數據來源及預處理

(1)遙感數據

遙感數據來源于美國航空航天局(NASA)免費提供的MOD13Q1植被指數16d合成產品(http://reverb.echo.nasa.gov/)，數據格式為EOS-HDF，空間分辨率為250 m。本研究使用了覆蓋研究區范圍的、空間位置在全球正弦投影系統中編號為h28v06的數字圖像，其中涵蓋了保護區內2001—2011共11a的253景MOD13Q1數據。同時，利用NASA提供的MRT重投影工具，將所有數據統一進行格式和投影轉換，并提取EVI(Enhanced Vegetation Index)植被指數波段，轉換后的數據格式為GeoTiff格式，投影為WGS_1984_UTM_Zone_50N。

(2)野外實測數據

實測生物量數據的采樣時間為2008—2011年的9—11月份，這段時間是濕地植被生長較為旺盛的時期。在保護區內選擇地形平坦且出露的草洲，根據不同高程設置采樣樣地(圖2)。每個樣地設置1 m×1 m樣方3個，記錄其植被類型、高度、植株數目，取其樣方內地上植被齊地面收割，測其鮮重，計算每3個樣方平均值作為該樣地的地上生物量。同時參考地形圖，利用GPS進行定位，確定樣地位置范圍，并記錄其中心點經緯度坐標。剔除異常值后，共計有效樣本數50個。

圖2 鄱陽湖自然保護區野外實測生物量采樣點分布圖 Fig.2 Distribution of sampling locations for wetland vegetation in PLNRR

(3)DEM數據

地形數據來源于江西省水文局提供的1980年鄱陽湖湖盆實測數據，研究區的DEM通過ArcGIS 9.3軟件插值生成。

1.3 主要分析方法

首先，采用線性內插結合時間尺度轉換方法，將提取16d合成的EVI數據轉換為月尺度數據，其尺度轉換公式為[18]：

EVI(m)=a×EVI(i)+b×EVI(i+16)+c×EVI(i+32)

(1)

式中,EVI(m)為植被指數的月平均值(j=1, 2,…, 12月)；EVI(i)表示包含第m月部分天數的MODIS-EVI 16d產品；i為MODIS EVI 16d產品的編號，i=001，017，…,337，353；a、b、c分別為第i，i+16，i+32號EVI產品分布在第j月的天數與該月總天數的比值。

同時基于2008—2010年野外樣方實測數據，以采樣點實測生物量為因變量，對應坐標位置上同時期的EVI值為自變量，建立起保護區濕地植被生物量的最優擬合模型，并利用該模型實現研究區2001—2010年各月份濕地植被生物量及生物量密度的有效重建。在此基礎上，根據所重建的保護區2001—2010年植被生物量時間序列，分別在年尺度和尺度上將各像元對應位置的生物量密度進行均值運算，并利用具有最優無偏估計的Kriging插值方法[19]將運算結果進行空間插值，從而獲得較高分辨率的濕地植被生物量空間分布。

根據生物量多年均值的直方圖頻率分布，結合保護區濕地植被生長的實際情況，獲取頻率直方圖上的波谷閾值。利用該閾值，在ArcGIS軟件的支持下，通過“密度分割”處理，將保護區生物量多年均值分布格局劃分為不同的生物量分區，并確定對應分區上主要的植被群落類型。同時以該分區為基準，分別生成2001—2010年研究區域濕地植被生物量的年均等值線分布圖和逐月等值線分布圖。以此為基礎，最后利用GIS空間分析與統計功能，分別探討鄱陽自然保護區濕地植被生物量的空間分布規律及其季節性變化特征。

2 結果與分析

2.1 生物量時間序列重建

圖3 鄱陽湖自然保護區濕地植被生物量-EVI估算模型建立Fig.3 The retrieval models of wetland vegation biomass for PLNRR

圖3分別顯示了基于實測生物量數據和同時期MODIS-EVI數據所建立的線性、指數、乘冪及二次多項式等4種回歸模型。比較而言，乘冪模型(y= 5184.7x1.27)的相關系數最優，R2達到0.823，且通過0.05水平上的F檢驗。此外，采用2011年同時期的EVI數據和樣方生物量調查數據對該模型進行檢驗(圖4)，發現估算得到的生物量與樣方調查數據相對誤差平均值為8.3%，總體精度達到91.7%，具有一定的可靠性，可以有效用于研究區濕地植被生物量時間序列的重建。

圖4 2011年野外實測生物量與估算結果的比較 Fig.4 Comparison of the retrived boimass and measured value in 2011

2.2 生物量多年平均分布規律

圖5 2001—2010年鄱陽湖自然保護區多年生物量平均分布圖 Fig.5 The average distribution map of vegetation biomass from 2001—2010

圖6 鄱陽湖自然保護區植被生物量多年均值等值線分布圖 Fig.6 The annual average contour distribution of vegetation biomass in PLNRR

圖5給出基于乘冪模型所生成的保護區2001—2010年生物量多年均值分布及其Kriging插值之后的結果。為了清晰地展現其空間分布規律，這里根據生物量多年均值的直方圖頻率分布，通過閾值分割的方法將其分布格局劃分為了高生物量區、中生物量區和低生物量區(表1)，并且繪制出了如圖6所示的保護區濕地植被生物量多年均值分布的等值線圖。從圖6可以看出，保護區植被生物量多年均值呈現出“島嶼型”空間分布模式，除了蚌湖沿湖心往四周逐漸升高外，總體上表現為南高北低的弧狀分布格局，同時伴隨著大小不一的斑塊狀分布特征。具體而言：在九大子湖泊或洼地中心地帶處，由于常常被水淹沒且地下水位相對較高，因此多年生物量密度均值的低值區大多分布于此處。在該區域范圍內，植被生物量密度總體在285 g/m2以下，平均值為131.39 g/m2,占整個保護區面積的30.05%，對應于表1所示的低生物量區，結合野外調查和相關文獻[20]發現，聚集于此的多為浮水植物和水生植物群落；隨著距離各子湖泊中心越遠，其生物量密度也呈現逐步增加的趨勢。在離湖心水體較近的湖灘區域海拔較低，水淹時間較長，保護區多年生物量密度均值的中生物量區主要分布在這個區域，該區域的植被生物量密度基本上在285—830 g/m2之間，平均值為580.73 g/m2,大約占保護區面積的35.54%，多為草甸沼澤土覆蓋的苔草和虉草群落；在各子湖泊的外圍環湖灘地區域，由于其接納修水、贛江北支的泥沙，形成了一定規模的河口三角洲和條帶形天然堤，大面積的灘地以及良好的光、熱條件，為植被生長提供了基礎。該區域連續淹水時間較短，植被的年均生物量密度均較高，基本在830 g/m2以上，平均值為1020.70 g/m2,約占整個保護區面積的34.41%，對應于表1所示的高生物量區，主要的群落類型有蒿群落，荻與蘆葦散布其中。

表1 基于直方圖頻率分布的鄱陽湖自然保護區生物量密度等級劃分Table 1 Different zones in PLNRR based on histogram of biomass distribution

2.3 生物量季節性分布規律

圖7顯示了2001—2010年鄱陽湖自然保護區植被生物量密度逐月均值等值線分布。從圖中可以看出，受到鄱陽湖水位周期性漲落和氣候季節變化的影響，鄱陽湖濕地保護區植被群落總體上形成特定的季相變化特征，其生物量密度在不同的月份呈現出不同的空間分布規律。在這一季節性總體分布特征的背景下，下面分別以前文所劃定的生物量等級分區為標準，分別探討隨著季節性時間的變化，其低生物量區、中生物量區和高生物量區的空間分布規律及演進與消退趨勢。

(1)低生物量區

從圖7可以看出，和多年生物量均值的等值線分布圖相似，鄱陽湖濕地保護區各月份的低生物量區總體上都是集中分布在各子湖泊或洼地的中心地帶處。但是，隨著季節的變化，低生物量區的面積比重及其空間分布也呈現出一定的規律。受水位漲落的影響，低生物量區的分布面積總體上呈現出先增大后減小的變化趨勢。特別是從春季5、6月份開始，隨著鄱陽湖汛期的來臨，其低生物量分布區域的擴大趨勢尤為明顯，其面積百分比從最初3、4月份的20%—30%逐漸增大至7月份的65%左右(圖8)。在空間分布上具體表現為，從6月份開始，除大湖池以外，各子湖泊(以蚌湖和大汊湖尤為明顯)所在的低生物量區均表現出向外圍擴大的趨勢；秋季(9—11月份)，水位逐漸緩慢下降，各種水生植物也開始死亡，各子湖泊所在的低生物量分布區域又逐漸退縮至30%左右。

(2)中生物量區

與低生物量區相比，研究區域 中生物量區的面積比重和空間分布的變化相對較為明顯。具體表現為：1—2月份，保護區中生物量區面積比重較大(接近70%左右)，主要分布在各子湖泊的湖體或洼地中心以外的廣大區域(圖7)；3—5月份，該區域的面積比重迅速退縮至20%左右，僅僅在離主要子湖泊水體較近的湖灘邊緣有少量分布；6—9月份，中生物量區的面積比例基本維持在25%—30%左右，但是在空間分布上出現了明顯的變化，各子湖泊湖灘周圍的中生物量區總體上均呈現出北部退縮而南部擴大的趨勢，其中以蚌湖尤為明顯(圖7)；10—12月份，隨著水位的逐漸下落，各子湖泊北部湖灘處的中生物量區又逐漸顯露，其面積比重也呈現出逐漸增大的趨勢，特別是到12月份，整個保護區的中生物量區已增大至40%左右，其中大汊湖南部擴大較為突出。

圖7 2001—2010年鄱陽湖自然保護區植被生物量密度逐月均值等值線分布圖Fig.7 The monthly average distribution map of vegetation biomass from 2001—2010

圖8 鄱陽湖自然保護區植被生物量分區面積比重逐月變化圖 Fig.8 The change of area proportion of vegetation biomass zone in different months

(3)高生物量區

就高生物量區而言，隨著季節的變化，該區域的空間分布和面積比重的變化更為突出。主要表現為：1—2月份，保護區的高生物量區僅在蚌湖西北角和大汊湖的北部三角洲地帶有零星分布，其面積比重僅僅占整個保護區面積的2%—3%左右；3—5月份，隨著雨水增多，氣溫變暖，大部分苔草群落和蒿群落開始萌發生長，高生物量區迅速向各子湖泊的外圍環湖灘地區域擴張，其面積比重也陡然增加至50%—60%左右；6—9月份，水位急劇快速上升，整個保護區濕地洲灘被洪水所覆蓋，出露水面的高生物量植被僅為天然堤上的蘆葦等，因此該階段保護區內的高生物量區又迅速退縮至10%—20%左右，在空間上主要表現為天然堤壩形狀的條帶狀分布特征；10—12月份，隨著保護區水位的逐漸下降，各種苔草植被逐漸顯露，此時蘆葦和南荻等植被群落經歷著開花、枯萎的階段，研究區域的高生物量區也呈現出先增大和逐漸減小的趨勢(圖7，圖8)。至12月份，大湖池、沙湖、象湖以及保護區東南部區域的高生物量區已經鮮有分布。

3 結論與討論

本文主要利用具有高時間分辨率的MOD13Q1影像和實測植被生物量數據，結合3S技術，對鄱陽湖國家級自然保護區濕地植被生物量的空間分布規律及其季節性變化特征進行了系統分析。研究結果顯示，MODIS增強型植被指數EVI的乘冪模型可以較好地模擬研究區濕地植被生物量的鮮重，模擬的總體精度達到91.7%。同時，利用MODIS-EVI結合野外生物量采樣數據可以有效重建研究區長時間序列的濕地植被生物量，這將突破以往研究中僅僅局限于某一時間點上生物量的估算，從而有助于濕地植被生物量在時間和空間上的連續動態變化過程的刻畫與認識，為更好地保護候鳥棲息地、制定合理的濕地保護政策提供科學依據。

從生物量的空間分布格局來看，鄱陽湖自然保護區濕地植被的多年平均生物量總體上呈現出島嶼型弧狀空間分布模式。各子湖泊及洼地中心處，表現為水生植被群落為主的低生物量區(<285 g/m2)；湖心水體外圍14—15 m的高程區域，分布著以苔草群落為主的中生物量區(285—830 g/m2)；高程位于16—18 m的河口三角洲及天然堤壩區域，表現為以蒿、荻和蘆葦群落為主的高生物量區。這一空間分布格局的形成，很大程度上是濕地植被對生境條件長期適應的結果，也是多種因素共同影響的結果。首先，鄱陽湖自然保護區位于鄱陽湖主湖區的西北部，在贛江和修水支流匯入鄱陽湖沖積而形成的三角洲前緣，同時又處于湖泊和島嶼的水陸交接地帶。這種區位環境使得保護區濕地經常處于季節性干濕交替的狀態，從而形成了以水域、沼澤、泥灘和草洲等生境下不同生物量梯度的環帶狀空間分布格局；其次，鄱陽湖的長期水位波動也會影響到濕地植被群落的生境范圍，其影響包括從植物個體的生態適應性到生物量分配，從群落多樣性到群落時空分布規律等一系列連續的過程，保護區特殊的水文節律對濕地植被生物量的空間分布格局可能也表現在這些過程中。

就生物量的季節性分布規律而言，保護區范圍內其高、中、低生物量分區及植被群落類型隨著季節的變化呈現出不同的空間生消和演變規律。已有研究發現，鄱陽自然保護區水位的高低直接影響了洲灘出露時間的早晚，從而控制著不同水位梯度上植被生長和繁殖的時間，存在著明顯的時空分異性[21]。通常情況下，鄱陽湖水位在年內從5、6月份開始上漲，9、10月份又逐漸下落，使得同一區域湖泊洲灘的出露時間和水淹時間存在一定的梯度差異。因此，鄱陽湖水位周期性的漲落，很大程度上是影響保護區濕地植被生物量季相變化的一個重要擾動因子。

[1] 田迅, 卜兆君, 楊允菲, 郎惠卿. 松嫩平原濕地植被對生境干-濕交替的響應. 濕地科學, 2004, 2(2): 122- 127.

[2] 譚學界, 趙欣勝. 水深梯度下濕地植被空間分布與生態適應. 生態學雜志, 2006, 25(12): 1460- 1464.

[3] Todd M J, Muneepeerakul R, Pumo D, Azaele S, Miralles-Wilhelm F, Rinaldo A, Rodriguez-Iturbe I. Hydrological drivers of wetland vegetation community distribution within Everglades National Park, Florida. Advances in Water Resources, 2010, 33(10): 1279- 1289.

[4] 郝文芳, 陳存根, 梁宗鎖, 馬麗. 植被生物量的研究進展. 西北農林科技大學學報: 自然科學版, 2008, 36(2): 175- 182.

[5] 王樹功, 黎夏, 周永章. 濕地植被生物量測算方法研究進展. 地理與地理信息科學, 2004, 20(5): 104- 109.

[6] Moreau S, Bosseno R, Gu X F, Baret F. Assessing the biomass dynamics of Andeanbofedalandtotorahigh-protein wetland grasses from NOAA/AVHRR. Remote Sensing of Environment, 2003, 85(4): 516- 529.

[7] 李爽, 張祖陸, 周德民. 濕地植被地上生物量遙感估算模型研究——以洪河濕地自然保護區為例.地理研究, 2011, 30(2): 278- 290.

[8] 周德民, 宮輝力, 胡金明, 吳豐林. 中國濕地衛星遙感的應用研究. 遙感技術與應用, 2006, 21(6): 577- 583.

[9] 吳英豪, 紀偉濤. 江西鄱陽湖國家級自然保護區研究. 北京: 中國林業出版社, 2002.

[10] 張方方, 齊述華, 廖富強, 張起明. 鄱陽湖濕地出露草洲分布特征的遙感研究. 長江流域資源與環境, 2011,20(11): 1361- 1367.

[11] Krebs C J. Ecology: The Experimental Analysis of Distribution and Abundance 5th ed. Benjamin Cummings, 2001: 513- 536.

[12] 藍振江, 蔡紅霞, 曾濤, 王碩果, 郭海燕, 曾宗永. 九寨溝主要植物群落生物量的空間分布. 應用與環境生物學報, 2004, 10(3): 299- 306.

[13] Kasischke E S, Bourgeau-Chavez L L. Monitoring south Florida wetlands using ERS- 1 SAR imagery. Photogrammetric Engineering and Remote Sensing, 1997, 63(3): 281- 291.

[14] 李仁東, 劉紀遠. 應用Landsat ETM數據估算鄱陽湖濕生植被生物量. 地理學報, 2001, 56(5): 532- 540.

[15] 李健, 舒曉波, 陳水森. 基于Landsat-TM數據鄱陽湖濕地植被生物量遙感監測模型的建立. 廣州大學學報: 自然科學版, 2005, 4(6): 494- 498.

[16] 鄔國鋒, 劉耀林, 紀偉濤. 利用Landsat 5 TM影像估算沉水植物地上生物量的研究——以江西省鄱陽湖國家自然保護區為例.武漢大學學報: 信息科學版, 2006, 31(11): 953- 957.

[17] 葛剛, 李恩香, 吳和平, 吳志強. 鄱陽湖國家級自然保護區的外來入侵植物調查. 湖泊科學, 2010, 21(1): 93- 97.

[18] 李加林. 基于MODIS的沿海帶狀植被NDVI/EVI季節變化研究——以江蘇沿海互花米草鹽沼為例. 海洋通報, 2006, 25(6): 91- 96.

[19] 李新, 程國棟, 盧玲. 青藏高原氣溫分布的空間插值方法比較. 高原氣象, 2003, 22(6): 565- 573.

[20] 張麗麗, 殷峻暹, 蔣云鐘, 王浩. 鄱陽湖自然保護區濕地植被群落與水文情勢關系. 水科學進展, 2012, 23(6): 769- 776.

[21] 葉春, 劉元波, 趙曉松, 吳桂平. 基于MODIS的鄱陽湖濕地植被變化及其對水位的響應研究. 長江流域資源與環境, 2013, 22(6): 705- 712.

Spatial distribution of wetland vegetation biomass in the Poyang Lake National Nature Reserve, China

WU Guiping1，YE Chun2，LIU Yuanbo1,*

1StateKeyLaboratoryofLakeScienceandEnvironment,NanjingInstituteofGeography&Limnology,ChineseAcademyofScience,Nanjing210008,China2GeographicInformationandTourismCollege,ChuzhouUniversity,Chuzhou239000,China

Vegetation is one of the important components of wetland, and vegetation biomass is a key indicator of the health status of the wetland ecosystem. Comphrehensive understanding of spatial distribution of vegetation biomass and its temporal variation is a pre-requirement for effective protection of bird habitats and scientific planning of wetland conservation. In this regard, it has been one of central topics in hydro-ecology, wetland ecology and vegetation ecology in past decades. In recent years, vegetation change has become one of major concerns with frequently occurred extreme droughts in the Poyang Lake National Nature Reserve (PLNRR) of China. To investigate the spaital changes of vegetation, MODIS (Moderate resolution Imaging Spectrordiometer) vegetation index products (MOD13Q1) were used to construct a model for retrieval of vegetation biomass with the coincident field data in PLNRR for the period from 2000—2011. GIS spatial analysis techniques were used to analyze the spatial patterns and seasonal variations of wetland vegetation biomass. Our findings can be summerizes as follows: (1) the power function best describe the relationship between MODIS-EVI (Enhanced Vegetation Index) and green yield of vegetaiton in PLNRR, with an overall accuracy of 91.7%. (2) Multi-year average of vegetation biomass displayed an island-like spatial pattern and can be classified into three zones. Vegetation biomass was lower than 285g/m2, dominant with aquatic vegetation communities, for the bottom areas near the center of lakes. It ranged from 285 to 830 g/m2, dominant with sedge communities, for the periphery of the lakes with an elevation of 14—15 m. The biomass was higher than 830 g/m2dominant with wormwood and reed communities, for surrounding delta or dyke areas with an elevation of 16—18 m. (3) Vegetation biomass showed different seasonal variations in each zone, which was jointly affected by multiple factors. Lake stage is the most important factor in regulating the spatial development of the vegetation biomass. Overall, the results should be not only helpful for understanding the change in biodiversity and ecosystem stability, but also provide a scientific basis for effective management and protection of wetland resources in the PLNRR.

wetland vegetation; MODIS; biomass time series; spatial pattern; the Poyang Lake National Nature Reserve

中國科學院南京地理與湖泊研究所“一三五”戰略發展規劃項目(NIGLAS2012135001)；國家自然科學基金項目(41401506)

2013- 07- 30;

2014- 04- 17

10.5846/stxb201307301983

*通訊作者Corresponding author.E-mail: ybliu@niglas.ac.cn

吳桂平，葉春，劉元波.鄱陽湖自然保護區濕地植被生物量空間分布規律.生態學報,2015,35(2):361- 369.

Wu G P，Ye C，Liu Y B.Spatial distribution of wetland vegetation biomass in the Poyang Lake National Nature Reserve, China.Acta Ecologica Sinica,2015,35(2):361- 369.