灘涂濕地入侵種互花米草植被覆蓋度的高空間分辨率遙感估算

周在明, 楊燕明, 陳本清

國家海洋局第三海洋研究所, 廈門 361005

灘涂濕地入侵種互花米草植被覆蓋度的高空間分辨率遙感估算

周在明*, 楊燕明, 陳本清

國家海洋局第三海洋研究所, 廈門 361005

互花米草是沿海灘涂生態系統的重要入侵物種,其分布狀況和覆蓋度是濕地生態研究的重要參數和基礎。以寧德三沙灣(三都澳)灘涂濕地為研究區,以SPOT6 6 m空間分辨率衛星影像為數據源,對互花米草分布和植被覆蓋度進行研究,并與同期10 cm空間分辨率無人機影像進行比較驗證。結果表明,影像覆蓋區域內互花米草總面積為20.19 km2,其中蕉城區互花米草分布較廣,面積為9.63 km2,占研究區互花米草總面積的47.70%。互花米草植被覆蓋度整體上以40%—60%和60%—80%的中、高覆蓋度分布為主,其分布面積分別為5.44 km2和4.95 km2,占互花米草總分布面積的26.92%和24.52%,而40%以下的低覆蓋度和80%以上較高覆蓋度分布相對較少。SPOT6遙感影像估算得到的互花米草植被覆蓋度具有較好的精度,與無人機影像值之間的均方根誤差RMSE為0.117,線性回歸決定系數R2為0.918,可用于灘涂濕地植被覆蓋度分析。

灘涂濕地；互花米草；高分辨率遙感；無人機；植被覆蓋度

植被覆蓋度是指單位面積上的植被垂向投影覆蓋面積[1],作為植被生長狀況的直觀量化指標,在很大程度上反映了植被的基本狀況,是區域植被監測研究的基礎,被廣泛用于植被變化監測、生態環境調查與綜合評價,以及水土保持等諸多研究領域[2-3]；是水文模型、氣候模型和生態系統模型中的重要參數[4-6]。因此,高精度的估算植被覆蓋度對水文、生態、全球變化等研究領域具有重要意義。

衛星遙感是獲取地面現勢性資料的重要手段,并已成為植被覆蓋度區域監測研究的主要途徑[7]。近年來發展起來的低空無人機遙感,是衛星遙感的重要補充,以其靈活高效性成為海岸帶高精度數據獲取的有利工具[8-9]。互花米草(Spartinaalterniflora),作為外來引進物種由于其良好的適應性和旺盛的繁殖能力,造成了爆發式大面積的擴散蔓延,使灘涂濕地生態結構改變、生物多樣性降低,生態脆弱性增大,成為生物入侵問題中的熱點[10-12]。然而,受灘涂交通通達性的限制,現場實地調查費時費力,特別是區域尺度的調查研究和精度檢驗難度較大,為了獲取互花米草高精度的植被覆蓋度信息,掌握其擴散發展趨勢,就需要充分發揮高分辨率衛星遙感和低空無人機遙感的空間監測優勢。

本文以東南沿海寧德三沙灣(三都澳)為研究區,以SPOT6高分辨率衛星影像和低空無人機遙感影像為數據源,對互花米草分布和其植被覆蓋度進行研究,為濱海濕地生態環境研究提供參考依據和基礎數據。

1 研究區概況

三沙灣(三都澳)位于福建省寧德市境內,地處霞浦、福安、蕉城、羅源四縣(區)濱岸交界處(圖1),是一個半封閉港灣,地形口小腹大,四周群山環繞,海岸線曲折,灘涂寬闊,濕地資源豐富。三沙灣屬于中亞熱帶季風濕潤氣候,氣候溫暖,光照充足,年均氣溫16—19℃。

圖1 三沙灣研究區示意圖Fig.1 The Sansha Bay study area

2 數據來源

本研究通過編程訂購獲取了研究區SPOT6多光譜影像,覆蓋范圍26°36′—26°51′N,119°33′—119°49′E,包括藍光、綠光、紅光和近紅外4個波段,影像空間分辨率6 m,中心點坐標為26°43′35″N,119°41′15″E,影像獲取時間為2013年10月27日。在影像獲取的同期,對研究區內的飛行試驗區進行了無人機低空控制飛行(圖1),獲取了10 cm空間分辨率的低空無人機影像。 對獲取的SOPT6遙感影像和低空無人機影像均通過正射處理得到了用于進一步分析應用的正射影像。

3 互花米草的空間分布

圖2 三沙灣互花米草分布圖(紅色區域) Fig.2 The Spartina alterniflora distribution map of Sansha bay (the red region)

SPOT6多光譜影像的光譜特征并不突出,但其空間分辨率較高,地物紋理特征明顯。應用支持向量機SVM方法和最大似然法進行地物劃分,并利用GIS對基于光譜特征的分類結果進行提高,得到影像覆蓋區互花米草分布圖(圖2)并對其進行統計(表1)。可見,影像覆蓋區內的互花米草主要分布在三沙灣近岸淤泥潮灘中,蕉城、福安、霞浦和三都島近岸均有不同程度的生長發育,既有大片連續分布也有小片斑塊狀零星分布,互花米草已經成為潮間帶灘涂上的優勢物種。這與三沙灣是半封閉型的內灣,水流平緩,泥灘發育,顆粒細小有關,加之適宜的氣候條件,形成了適合互花米草的生長環境。在這樣的生長條件下,人為活動干預少的岸灘成為大片的互花米草分布場,而岸邊的圍墾養殖活動、海洋工程施工對互花米草的生境會造成一定程度的破壞,加之灘涂中交錯縱橫的水溝一定程度上阻隔了互花米草的連片分布。由圖2可知互花米草多數生長在離岸線100—500 m之間的垂直距離范圍內,而最遠的分布距離岸線超過2 km,這與已有的研究相一致[13],可見互花米草的分布受潮水淹沒的影響與潮位有密切的關系,主要分布在潮間中上帶部位,符合互花米草生長的水文與地形條件,受互花米草生態位的限制其擴展與分布以平行于海岸線方向為主[14]。影像覆蓋范圍內互花米草的總面積為20.19 km2,其中蕉城區互花米草分布較為廣泛,面積為9.63 km2,占研究區互花米草總面積的47.70%,多數分布在北部漳灣港附近和蕉城南端的潮灘中；福安近岸互花米草面積5.20 km2,占米草總面積的25.76%,主要分布在鹽田港和馬港近岸。

表1 三沙灣互花米草分布面積統計表

對于三沙灣互花米草的分布,孫颯梅的研究表明,該區互花米草的入侵面積為80 km2[13]；方民杰的研究結果認為三沙灣互花米草的分布面積為62.45 km2,位居福建省各海灣首位,而整個福建沿岸海域互花米草總面積為99.24 km2[15]；左平等的調查結果認為福建全省沿海互花米草的入侵面積為41.66 km2[16]。綜合上述結果和本研究,可以發現互花米草的入侵面積存在一定的差異,作者認為主要存在以下幾個方面的原因：研究區范圍面積不一致,根據孫颯梅估算其研究區面積約為1866.91 km2[13],而本研究面積約為801.288 km2,未包含東吾洋近岸海域(圖3),而其它的相關研究未給出明確的區域范圍。其次,與本研究相比,對照孫颯梅[13],原有的互花米草分布區發生了較大的變化,在馬港東岸原有的大片灘涂已經開發建設成為大型的發電廠和港口碼頭,漳灣港近岸也在開發建設臨港工業區,此外區域內大型鐵路橋梁的建設等對互花米草的分布也造成一定的影響。再者,受影像分辨率的影響,以往研究多以TM 30 m空間分辨率影像為主,可能存在對近岸植被和地物等的誤判現象。

圖3 不同研究區比較Fig.3 Comparison of the different study area

4 互花米草植被覆蓋度

4.1 NDVI指數選取

歸一化植被指數(NDVI)是被廣泛應用的植被指數,是植被生長狀態及植被覆蓋度的最佳指示因子,并且經比值處理可以部分消除與太陽高度角、衛星觀測角等有關的輻照度影響[17]。其計算公式如下(式1)：

NDVI=(ρNIR-ρR)/(ρNIR+ρR)

(1)

式中,ρNIR為近紅外波段反射率,ρR為可見光紅波段反射率,對應SPOT6多光譜影像的B3紅光波段(625—695 nm)和B4近紅外波段(760—890 nm)。

植被覆蓋度與NDVI的關系可用公式2表示:

fc=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(2)

式中,NDVIsoil為灘涂或無互花米草植被覆蓋區域的NDVI值,NDVIveg是互花米草全覆蓋區的NDVI值；理論上,低植被覆蓋像元最小值NDVIsoil應接近于0,而高植被覆蓋像元最大值NDVIveg應接近1,然而,由于地表濕度、粗糙度等因素的影響,使得NDVIsoil會有負值出現。此外,由于植被類型的差異及植被的季節變化NDVIveg值也有很強的時空異質特征[18]。

為了避免使用固定NDVIsoil值和NDVIveg值所帶來的誤差,本研究基于互花米草的空間分布和地物類型作為計算NDVIsoil和NDVIveg的依據。根據研究區的SPOT6影像,求得互花米草分布區每個像元的NDVI值,并對其進行頻率統計。對照影像信息可以發現,NDVI負值多出現在殘留水體覆蓋區,因此本研究將NDVI負值像元去掉,像元數為973個(表2)。結合圖2可知互花米草分布區像元個數足夠多,且SPOT6影像的空間分辨率較高,因此集合中具有NDVI最大值的像元互花米草植被覆蓋度可達100%,具有NDVI最小值的像元植被覆蓋度為0[19]。

根據植被覆蓋研究中純像元NDVI值的確定方法[20-21],本研究取累積頻率95%的NDVI值為NDVIveg。由表2可見,NDVI值在0—0.3之間的累積頻率為98.33%,進一步計算表明NDVI值在0—0.26之間的累積頻率超過95%,因此,取0.26作為NDVIveg。去除負值的影像像元中NDVI的最小值0作為裸露灘涂土壤NDVIsoil。

表2 三沙灣互花米草影像像元NDVI值統計表

4.2 覆蓋度分布

根據以上NDVI的取值并結合公式2,從而得到研究區互花米草植被覆蓋度分布圖(圖4)。總體看,三沙灣內互花米草植被覆蓋度涵蓋0—100%之間的不同等級范圍,在空間上呈現覆蓋度多等級分布的格局,并具有一定的連續性、漸變性和區域異質性。根據對植被覆蓋度等級的劃分[22],并結合本研究可見,研究區內互花米草植被覆蓋度以40%—60%和60%—80%的中、高等級分布為主,而40%以下的低覆蓋度和80%以上較高覆蓋度分布相對較少。馬港、鹽田港近岸互花米草植被覆蓋度的中、高等級分布均一性較為明顯(A)；漳灣港內云淡門島以北互花米草以中、低覆蓋度分布為主(B)；蕉城以南互花米植被覆蓋度的低、中、高等級均有不同程度的分布；福安南部和三都島以北的互花米草則以80%—100%的較高覆蓋度分布為主。

圖4 三沙灣互花米草植被覆蓋度分布圖Fig.4 The fractional vegetation cover distribution map of Spartina alterniflora in Sansha bay

對圖4中不同等級的互花米草植被覆蓋度的分布面積進行統計(表3),結果顯示,研究區內40%—60%和60%—80%的中、高等級互花米草植被覆蓋度分布面積分別為5.44 km2和4.95 km2,占互花米草總分布面積的26.92%和24.52%,總體上,中高覆蓋度區域面積為10.39 km2占互花米草總面積的51.44%；20%—40%的低覆蓋度互花米草分布面積為3.95 km2,占總面積的19.55%；而小于20%的較低覆蓋度和大于80%的較高覆蓋度等級的互花米草分布面積分別為2.62 km2和3.23 km2,占總面積的13.01%和15.99%。

綜上可見,由于研究區域內多以40%—80%之間的中、高等級覆蓋度的互花米草分布為主,且超過60%的高和較高植被覆蓋度區域占有一定的比例,約為40.51%,因此需要注重互花米草對三沙灣灘涂濕地生態結構的改變,加強區域擴散和長勢監測研究,以采取必要的措施減輕互花米草對濕地生態的破壞,保護濕地生態功能的合理性和高效性。

表3 研究區互花米草植被覆蓋度統計

圖5 驗證區無人機影像與樣點分布圖Fig.5 The UVA image and samples of the tested region

4.3 精度檢驗

為了分析應用SPOT6遙感影像估算得到的互花米草植被覆蓋度的準確性,本研究以10 cm空間分辨率低空無人機正射影像為基礎進行植被覆蓋度精度檢驗。

隨機選取無人機影像與SPOT6影像重合區域的26個樣點(圖5),為了減少無人機與SPOT6影像之間的幾何配誤差,以SPOT6影像采樣點對應的像元為中心,選取2×2像元區域,計算該區互花米草植被覆蓋度的平均值作為植被覆蓋度的估算值。同時在無人機正射影像上找出對應的樣點區域,統計互花米草植被的面積,計算植被面積占該區域總面積的百分比,得到互花米草植被覆蓋度的真實值。

圖6 植被覆蓋度散點圖 Fig.6 The scatter diagram of fractional vegetation cover based on NDVI

以均方根誤差RMSE和決定系數R2評價上述基于NDVI的互花米草植被覆蓋度的估算結果。計算得估算值與真實值之間的互花米草植被覆蓋度的均方根誤差RMSE為0.117,線性回歸決定系數R2為0.918(圖6),具有較好的精度,驗證結果比較令人滿意。由圖6可見,當真實值在0—40%時模型估算較好,絕對誤差較小,在10%以內,而當真實值超過40%時SPOT 6遙感模型估算值稍微偏小,絕對誤差在20%以內,因此基于NDVI指數的SPOT 6遙感影像估算得到的互花米草植被覆蓋度可用于灘涂濕地互花米草的植被覆蓋度分析。

5 結論

應用SPOT6 6 m空間分辨率影像獲取了影像覆蓋區內三沙灣互花米草的分布情況,總面積為20.19 km2,其中蕉城區互花米草分布面積為9.63 km2,占研究區互花米草總面積的47.70%,多分布在北部漳灣港附近和蕉城南端的潮灘中；福安近岸互花米草面積5.20 km2,以鹽田港和馬港為主要分布區。互花米草主要分布在近岸100—500 m之間淤泥潮灘中,而最遠的分布距離超過2 km,互花米草已經成為潮間帶灘涂上的優勢物種。

三沙灣灣灘涂濕地互花米草覆蓋度以40%—60%和60%—80%的中、高等覆蓋度為主,分布面積分別為5.44 km2和4.95 km2,占總面積的26.92%和24.52%,小于20%的較低覆蓋度和大于80%的較高覆蓋度區域的互花米草面積分別為2.62 km2和3.23 km2,占總面積的13.01%和15.99%。對覆蓋較高的區域需要注重監測研究防止對濕地生態功能的破壞。

以低空無人機10 cm空間分辨率影像為真實值對SPOT6估算得到的互花米草植被覆蓋度進行檢驗,估算值與真實值之間均方根誤差RMSE為0.117,線性回歸決定系數R2為0.918,具有較好的精度,SPOT6遙感影像估算得到的植被覆蓋度可用于灘涂濕地互花米草的植被覆蓋度分析研究。

[1] Gitelson A A, Kaufman Y J, Stark R, Rundquist D. Novel algorithms for remote estimation of vegetation fraction. Remote Sensing of Environment, 2002, 80(1): 76-87.

[2] Jing X, Yao W Q, Wang J H, Song X Y. A study on the relationship between dynamic change of vegetation coverage and precipitation in Beijing′s mountainous areas during the last 20 years. Mathematical and Computer Modelling, 2011, 54(3/4) 1079-1085.

[3] 張清春, 劉寶元, 翟剛. 植被與水土流失研究綜述. 水土保持研究, 2002, 9(4): 96-101.

[4] 隋洪智, 田國良, 李付琴. 農田蒸散雙層模型及其在干旱遙感監測中的應用. 遙感學報, 1997, 1(3): 220-224.

[5] Marticorena B, Bergametti G, Gillette D, Belnap J. Factors controlling threshold friction velocity in semiarid and arid areas of the United States. Journal of Geophysical Research, 1997, 102(D19): 23277-23287.

[6] Sellers P J, Tucker C J, Collatz J, Los S O, Justice O, Dazlich D A, Randall D A. A revised land surface parameterization (SiB2) for atmospheric GCMs. Part II: The generation of global fields of terrestrial biophysical parameters from satellite data. Journal of Climate, 1996, 9(4): 706-737.

[7] 張云霞, 李曉兵, 陳云浩. 草地植被覆蓋度的多尺度遙感與實地測量方法綜述. 地球科學進展, 2003, 18(1): 85-93.

[8] 楊燕明, 鄭凌虹, 文洪濤, 陳本清, 阮海林, 羅凱. 無人機遙感技術在海島管理中的應用研究. 海洋開發與管理, 2011, 28(1): 6-10.

[9] 陳本清, 楊燕明, 鄭凌虹, 文洪濤. 基于SIFT和TPS算法的四旋翼無人機圖像自動配準. 遙感技術與應用, 2013, 28(4): 604-609.

[10] 袁紅偉, 李守中, 鄭懷舟, 方舟易. 外來種互花米草對中國海濱濕地生態系統的影響評價及對策. 海洋通報, 2009, 28(6): 122-128.

[11] Talley T S, Levin L A. Modification of sediments and macrofauna by an invasive marsh plant. Bilological Invasions, 2001, 3(1): 51-68.

[12] Zhang Y H, Ding W X, Luo J F, Donnison A. Changes in soil organic carbon dynamics in an Eastern Chinese coastal wetland following invasion by a C4plantSpartinaalterniflora. Soil Biology and Biochemistry, 2010, 42(10): 1712-1720.

[13] 孫颯梅. 三都灣互花米草的遙感監測. 臺灣海峽, 2005, 24(2): 223-227.

[14] 張忍順, 沈永明, 陸麗云, 燕守廣, 王艷紅, 李加林, 張正龍. 江蘇沿海互花米草(Spartinaalterniflora)鹽沼的形成過程. 海洋與湖沼, 2005, 36(4): 358-366.

[15] 方民杰. 福建沿岸海域互花米草的分布. 臺灣海峽, 2012, 31(1): 100-104.

[16] 左平, 劉長安, 趙書河, 王春紅, 梁玉波. 米草屬植物在中國海岸帶的分布現狀. 海洋學報, 2009, 31(9): 101-111.

[17] 趙英時. 遙感應用分析原理與方法. 北京: 科學出版社, 2003.

[18] 張建香, 張勃, 尹海霞, 王媛媛, 趙一飛. 2000-2011年黃土高原植被景觀格局變化. 生態學雜志, 2013, 32(2): 452-458.

[19] Hu Z Q, He F Q, Yin J Z, LU X, Tang S L, Wang L L, Li X J. Estimation of fractional vegetation cover based on digital camera survey data and a remote sensing model. Journal of China University of Mining and Technology. 2007, 17(1): 116-120.

[20] 肖洋, 熊勤犁, 歐陽志云, 徐衛華, 肖燚, 肖強. 基于MODIS數據的重慶市植被覆蓋度動態變化研究. 西南大學學報: 自然科學版, 2013, 35(7): 121-126.

[21] 朱吉生, 李紀人, 黃詩峰, 臧文斌. 近30年十大孔兌流域植被覆蓋度空間變化的遙感調查與分析. 中國水土保持, 2015, (7): 68-70.

[22] 蔡朝朝, 安沙舟, 蒲智, 淮永建. 基于TM NDVI的庫爾勒市域植被覆蓋動態變化. 草業科學, 2015, 32(7): 1069-1078.

Estimating theSpartinaalterniflorafractional vegetation cover using high spatial resolution remote sensing in a coastal wetland

ZHOU Zaiming*, YANG Yanming, CHEN Benqing

ThirdInstituteofOceanographyStateOceanicAdministration,Xiamen361005,China

Spartinaalterniflorais an important invasive species in coastal beach ecosystems, and its distribution and cover are basic parameters that affect the ecology of these wetlands. In this study,S.alternifloradistribution and fractional vegetation cover were investigated, using high spatial resolution satellite remote sensing images from SPOT6 (6 m), and low altitude Unmanned Aerial Vehicle (UAV) images (10 cm) from Sansha Bay (San Du Ao). The latter is a typical coastal wetland area in Ningde, Fujian Province, China. For the extraction of SPOT6 remote sensing information, support vector machine and maximum likelihood classification methods were explored. In addition, a geographic information system (GIS) technique was used to reduce errors. As a result, an accurateS.alternifloradistribution map was obtained. Furthermore, the normalized difference vegetation index (NDVI) of image pixels was calculated for theS.alternifloradistribution area. Subsequently, with the NDVI of pureS.alterniflorapixels and pure beach soil pixels, the fractional vegetation cover could be calculated.S.alternifloraarea was 20.19 km2in the total study region.S.alternifloraarea in the Jiaocheng district was 9.63 km2and was distributed mainly in Zhangwan and Southern Jiaocheng, accounting for 47.70% of the total study area.S.alternifloraarea in Fuan County was 5.20 km2, was distributed mainly in Yantian Bay and Magang Bay, and accounted for 25.76%. The fractional vegetation cover ofS.alterniflorawas mostly a medium (40%—60%) and a high degree (60%—80%) cover. In contrast, much less of theS.alternifloracover displayed a low degree, (<40%) or much higher degree (>80%), of fractional cover. Statistical tests indicated that the fractional vegetation cover area of 40%—60% and 60%—80% represented 5.44 km2and 4.95 km2, respectively, and accounted for 26.92% and 24.52% of the total area, respectively. Overall, the fractional vegetation cover area of a medium and high degree was 10.39 km2, and accounted for 51.44% of the wholeS.alternifloraarea. Based on these results, it is necessary to increase the monitoring and additional studies onS.alterniflorain Sansha Bay. In addition, relevant measures should be taken to reduce biological invasion damage, and to preserve the efficiency of this coastal wetland′s ecological functioning. To evaluate the estimation accuracy of theS.alternifloravegetation cover, 26 sample sites were selected randomly according to the overlapping SPOT 6 and UAV image region. An accuracy analysis indicated a root mean square error (RMSE) of 0.117, and a determination coefficient R2of 0.918. Therefore, ourS.alterniflorafractional vegetation cover results, as estimated by SPOT6 high spatial resolution remote sensing, had a satisfactory precision. These results could therefore be used as a reference for ecological coastal wetland research.

coastal wetland;Spartinaalterniflora; high spatial resolution remote sensing; unmanned aerial vehicles (UAV); fractional vegetation cover

福建省自然科學基金項目(2015J05085)；國家海洋局第三海洋研究所基本科研業務費項目(海三科2012023)；促進海峽兩岸科技合作聯合基金資助項目(U1405234)

2015-07-27;

日期:2016-06-13

10.5846/stxb201507271566

* 通訊作者Corresponding author.E-mail: zhouzaiming@tio.org.cn

周在明, 楊燕明, 陳本清.灘涂濕地入侵種互花米草植被覆蓋度的高空間分辨率遙感估算.生態學報,2017,37(2):505-512.

Zhou Z M, Yang Y M, Chen B Q.Estimating theSpartinaalterniflorafractional vegetation cover using high spatial resolution remote sensing in a coastal wetland.Acta Ecologica Sinica,2017,37(2):505-512.