科爾沁沙地不同演替階段差巴嘎蒿群落高光譜特征

鄔亞娟, 劉廷璽,2, 童 新,2, 羅艷云,2, 段利民,2, 曹文梅

(1.內蒙古農業大學 水利與土木建筑工程學院, 呼和浩特 010018;2.內蒙古農業大學 內蒙古自治區水資源保護與利用重點實驗室, 呼和浩特 010018)

植被不僅可以反映一個地區生態系統的穩定性，更能通過研究該地區的植被生產力以及恢復力預測地區環境的發展方向。生態環境的改善與植被的生長相輔相成，傳統植被生長狀態的監測手段費時費力，為了數據的準確性，采樣過程中對植被土壤等在一定程度上會造成不可避免的損害[1]。而近年來飛速發展的高光譜技術為植被資源監測提供了新的方向，因其較高的光譜分辨率，高效、全面、準確、無損害等優勢，在植被的生理生化參數如葉綠素[2]、生物量[3]等的反演中具有極高的研究價值。如在草地資源的研究中，Kong[4]、馬維維[5]等分析得到不同草原植被光譜反射率的差異性，建立了植被參數反演模型以監測草原植被生長狀態。Zhao[6]、Huang[7]等通過對植被光譜特征的分析，識別出受蟲害的亞健康植被，認為其在植被健康評價方面也具有強大的功能。但關于光譜的研究往往會忽視植被冠層光譜與葉片光譜差異性[8]，植被冠層光譜不僅受葉片光譜的影響，還受到生長環境、下墊面等因素影響，增加了信息提取的難度。目前弱化這些影響的方法主要有連續統去除法、微分法、馬氏距離法等突出了不同植被的顯著差異性。為此，研究學者進行了大量的光譜曲線特征分析，應用最廣泛的是紅邊參數、“雙峰”以及吸收參數等變量與植被類型的相關關系[9]，經過系統分析其相關性，可以達到種類識別目的，如劉波等[10]提取包絡線去除法后的高寒地區草地植被光譜曲線特征，分析了退化草地不同植被種類紅邊參數隨時間變化的趨勢；武紅旗等[11]得出利用伊犁絹蒿在荒漠地區的植被指數及特征光譜參量，能夠有效與其他沙生植被區分的結論；楊紅飛等[12]利用植被指數結合特征波段信息進行不同草原植被的分類識別，成功分析出干旱荒漠草甸植被與蒿屬荒漠草甸植被的差異性。近幾年，越來越多的學者致力于植被的地面光譜特征與影像信息相結合[13-14]，尤其是植被退化嚴重的干旱少雨地區。然而如何將光譜信息與植被種群格局，群落構成等地貌信息相結合，是當下研究的另一個突破點[15]。多數研究基于植被長勢最佳的夏季，并不能充分代表并應用于其他時期，以及如何結合統計學方法進行特征波段的選擇是如今光譜技術研究的重點。

研究表明，定量遙感監測秋季植被具有重要的理論意義和廣泛的應用前景。為此，為了更好地與遙感衛星和天空遙感相結合，數據采集面向植被冠層，通過植被群落演替階段的生態劃分和原位高光譜試驗，以科爾沁沙地2019年春末夏初與秋季兩個時相不同演替階段的差巴嘎蒿群落為研究對象，同時利用馬氏距離進行特征波段的選擇，分析主要優勢種群的光譜特征及其光譜特征差異，為建立點尺度與面尺度遙感數據之間的聯系及荒漠植被識別提供有效參考。

1 研究區概況與研究方法

1.1 研究區概況

研究區位于內蒙古自治區通遼市科爾沁沙地南部，地理坐標為43°18′48″—43°21′24″N，122°33′00″—122°41′00″E的東南緣，總面積約55 km2。受半干旱溫帶大陸性季風氣候影響，年平均氣溫6.6℃，多年平均降水量389 mm，且主要集中在夏季，Φ20 cm蒸發皿年平均測得的水面蒸發量約為1 412 mm，冬季時間短，霜凍少，地下水位較高。研究區主風向為西南風，且含沙量高，該地區植被具有很強的防風固沙能力和抗旱性，由于研究區土質干燥疏松和多風等氣候狀態，再加上人為的不合理放牧和過墾等行為干擾下，土地沙化嚴重，植被生長環境惡劣，所以過渡帶坨甸相間區域植被基本上屬于同一植被型[16]，經實地調查主要建群種為差巴嘎蒿(Artemisiahalodeudrou)，伴生有麻黃(Herbalephedrae)、沙蓬(Agriophyllumsquarrosum)、狗尾草(Setariaviridis)、蟲實(Corispermumhyssopifolium)等草本植被。

1.2 調查方法與差巴嘎蒿群落演替階段劃分

植被群落的演替是在一定區域內群落物種的替代程度[17]。在科爾沁沙地從流動沙丘到固定沙丘的差巴嘎蒿群落在5月中旬與9月上旬易與其他植被區分[18]，所以研究選擇該時期所獲得的不同演替階段差巴嘎蒿群落進行其冠層光譜采集。根據研究區主要差巴嘎蒿群落的優勢種及伴生種在群落中的分布狀況及地貌土壤的環境情況，結合研究區植被演替順序(一年生→一年生+多年生→一年生+多年生+灌木→多年生+灌木)[19]，將沙丘—草甸過渡帶差巴嘎蒿群落劃分為4個演替階段：群落Ⅰ(沙蓬+差巴嘎蒿+蟲實)→群落Ⅱ(差巴嘎蒿+麻黃+蟲實)→群落Ⅲ[差巴嘎蒿+冷蒿(Artemisiafrigida)+蟲實]→群落Ⅳ(差巴嘎蒿+冷蒿+狗尾草)。在流動到固定沙地不同類型沙地上均勻布設10 m×10 m大樣方各3個，統計差巴嘎蒿株高、冠幅和株數：在每個樣方內同期設置3個1 m×1 m小樣方并編號，記錄植被種類，測定株高、冠幅和株數，在光譜數據采集之后用收獲法獲得樣方內地上生物量，測定其鮮重與干重。表1為采樣點差巴嘎蒿群落植被組成及物候特征，可知9月群落的蓋度與生物量等指標均優于5月。其中優勢度能夠表征植物物種在群落中的相對重要性，是相對頻度、相對密度、相對高度以及相對蓋度的綜合指標，該值通過實際調查獲取。

表1 不同季相差巴嘎蒿群落不同演替階段物候特征

1.3 光譜數據采集及處理

1.3.1 光譜數據采集 使用美國ASD公司生產的Field Spec4便攜式光譜儀，其波段值范圍為350～2 500 nm，350～1 000 nm波段光譜采樣間隔(波段寬)為1.4 nm，光譜分辨率為3 nm；1 000～2 500 nm波段光譜采樣間隔為2 nm，光譜分辨率為10 nm。測試日天氣晴朗，光照穩定，測試時間為11：00—14：00，以保證太陽高度角和光照強度；風力等于或小于3級。在測試前對光譜儀進行調試，用白板進行定標，之后每30 min標定1次。探頭距離植被冠層高度固定在1 m，每個樣方測量得到10條光譜曲線，平均后得到該植被群落的實際反射率數據。錢育蓉等[20]認為植被有效光譜波段范圍為350～900 nm，所以本研究選取該范圍內的特征光譜進行分析。由研究可知健康植被在可見光—近紅外波段處的“綠峰”“紅谷”具有較敏感的特性[21](表2)。

1.3.2 一階微分變換 儀器噪聲與土壤背景對植被冠層反射率具有較大影響，可以利用導數變換[22]弱化其影響程度。本研究利用一階導數變換，提取不同季相不同演替階段差巴嘎蒿群落紅邊特征差異進行分析。一階導數變換公式如下：

(1)

式中：λi為波段i的波長值；ρ(λi)為波長λi的光譜反射率；Δλ為波長λi到λi+1的間隔。

表2 植被光譜參數描述

1.3.3 包絡線去除法 包絡線去除法(圖1)通過將反射光譜吸收強烈部分的波段進行轉換，從而進行光譜吸收特征分析，也可以稱為連續統去除法[23]。所謂的“包絡線”是指逐點直線連接隨波長變化的吸收或者反射突出的“峰”值點，并使折現在峰值點上的外角大于180°，放大了植被光譜在可見光處的兩個吸收谷，根據群落結構的不同，群落冠層吸收特征不同。包絡線去除的計算公式為：

(3)

式中：CR(λi)為波長λi處的連續統去除值，其中C是一個凸包擬合在頻譜的頂部，以連接局部頻譜最大值；ρ(λi)為波長λi處的光譜反射率；C(λi)為波長λi處直線的光譜反射率。

進一步計算連續統去除后的曲線中的400～530 nm 和550～730 nm處的吸收深度[DEP(λi)]、吸收峰面積(Area)，其計算公式分別為：

DEP(λi)=1-CR(λi)

(4)

(5)

式中：DEP(λi)為波長λi處的波段深度；λend，λstart為吸收終點和起點的波長。

圖1 吸收參數示意圖

1.4 基于馬氏距離的特征波段選取

馬氏距離是計算未知樣本間相似度的常見方法[24]，它可以計算數據間的協方差距離，優勢在于能夠描述不同位置樣本集間的相似度，同時兼具受量綱影響小等優點。本研究使用馬氏距離對原始及經過導數、包絡線去除獲得的光譜特征波段進行檢驗，選出符合要求的馬氏距離對應的波段，即差巴嘎蒿群落間的識別最佳波段，并進行精度驗證，馬氏距離值計算使用SPSS 23軟件進行。

(6)

式中：MDk為不同光譜曲線在k波段的馬氏距離；Xk為不同光譜曲線在k波段的差值矩陣；μ為均值向量；∑-1為協方差矩陣的逆。

2 結果與分析

2.1 不同演替階段差巴嘎蒿群落冠層光譜特征

圖2為不同演替階段差巴嘎蒿群落分別在生長季初期與末期的原始冠層光譜曲線，由圖2可知，主要優勢種群的冠層光譜反射曲線呈現出同異交錯現象，總體表現出綠色健康植被的反射趨勢，但局部差異較大。主要表現為，隨著植被群落的穩定，植物光合作用能力增強，光譜參數表現出不同的特征：5月份群落Ⅰ與群落Ⅱ的紅邊基本重合，結合物候期植被調查情況說明，此時植被正處于返青期，群落Ⅱ中以差巴嘎蒿為主，草本植被作為伴生種處于生長初期對整體群落的反射率影響不大。隨著演替進行，群落Ⅲ與群落Ⅳ在綠峰處較接近，該波段處主要與葉綠素含量有關，此時群落Ⅲ中的白草與群落Ⅳ中的羊草作為固定群落優勢種開始返青，故呈現相似的植被特征。

圖2 5月、9月不同演替階段差巴嘎蒿群落高光譜反射率

由表3可以看出，隨著演替的推移，9月時680 nm處的紅谷由低到高依次為群落Ⅱ<群落Ⅲ<群落Ⅳ<群落Ⅰ，說明作為能夠診斷植被健康程度的敏感性特征，隨著植被種類增多，穩定性增加，葉綠素濃度增加，群落中開始呈現葉片較多的狀態。群落Ⅰ在可見光波段的綠峰和紅谷位置與其他群落差異最大，這是由于其蓋度較低，植被種類單一，受土壤影響大，對光的強反射和強吸收信息被大大減弱，雖然在綠峰強反射波段內反射率仍最高，卻相對弱化了與其他可見光波段反射率的差異性，顯示演替初期群落生長環境對植被的影響較嚴重，且相比較5月份群落反射率值，除了群落1總體反射率值變化不大，總體反射率值比5月份呈下降趨勢，這是由于群落1生長環境惡劣，群落組成變化不大。

表3 不同演替時期差巴嘎蒿群落原始光譜的“綠峰”和“紅谷”參數

2.2 不同演替階段差巴嘎蒿群落紅邊分析

原始光譜的導數變換能夠反映出反射率增減幅度。圖3為350～900 nm范圍內原始光譜的一階導數曲線及其紅邊圖。可見光波段是以植物葉片的吸收為主，反射率值相對較低，一階導數值在350～550 nm范圍內雖然也有波動，但均為正值，呈不斷增加趨勢；550～670 nm波段范圍內為負值，說明這一階段光以吸收為主，反射率逐漸減小。

圖3 5月、9月不同演替階段差巴嘎蒿群落一階導數變換及其對應紅邊信息

進一步分析差巴嘎蒿群落在不同季相不同演替階段的“紅邊”特征，對5月群落冠層光譜680～760 nm波段范圍內的一階導數進行分析。結果顯示4個群落在不同時期均具有明顯的“雙峰”現象，且5月與9月最大峰值分別出現在717，699 nm處(表4)，紅邊向短波方向移動，是由于成熟期葉片葉綠素含量增多，旱情得到緩解。其中，9月的群落Ⅰ與群落Ⅲ在695 nm處有個不明顯的峰值，呈現“三峰”特征，峰值的“紅移”顯示隨著生長期推移，生物量增加、植被蓋度增加，土壤背景對光的反射影響變小，峰值整體降低。

表4 差巴嘎蒿群落的“紅邊”參數

2.3 不同演替階段差巴嘎蒿群落連續統去除分析

為了弱化土壤背景對植被光譜特征的影響，強化波段350～900 nm區域內反射率的特征信息，采用連續統去除提取光譜特征。如圖4所示，不同演替階段的差巴嘎蒿群落連續統去除位于510 nm與680 nm附近具有兩個明顯的吸收谷，而紅波段處的吸收效應大于藍波段的吸收效應。經過計算得到紅光波段(550～730 nm)處的吸收信息，見表5。

生長季初期，在550～730 nm范圍內，紅波段處的吸收深度由大到小依次為群落Ⅲ>群落Ⅱ>群落Ⅰ>群落Ⅳ，群落Ⅲ在650 nm附近的吸收深度最大，說明在這個時期群落Ⅲ中的植被種類增多，生物量較大，對光的吸收強度也較大，雖然群落Ⅳ為差巴嘎蒿群落相對較穩定的演替后期，但是群落中的草本植被萌芽期較晚，所以吸收深度最小，即可以根據吸收深度來區分群落Ⅲ和群落Ⅳ。

生長季末期，在550～730 nm范圍內，紅波段處的吸收深度由大到小依次為群落Ⅱ>群落Ⅲ>群落Ⅳ>群落Ⅰ，群落Ⅱ在650 nm附近的吸收深度最大，說明在這個時期群落Ⅱ中的植被種類增多，群落間生長狀態不一致，與付元元等[25]的研究結果規律一致，群落Ⅱ植被組成接近群落Ⅲ，最佳識別群落Ⅱ與群落Ⅲ的參數確定為吸收寬度。而群落Ⅰ和群落Ⅲ的寬深比差異最大為64.97，區分效果最好。生長季末期的寬深比和吸收峰面積相對差異較大，所以9月整體識別效果優于5月。綜合結果看連續統去除變換后，4種群落的吸收寬度在這兩個吸收波段差異不大，不能更好地區分，而區分不同演替階段差巴嘎蒿群落最有效的特征參數是吸收深度和寬深比。

圖4 5月、9月不同演替階段差巴嘎蒿群落連續統去除

表5 連續統去除550～730 nm波段光譜曲線特征參數

2.4 馬氏距離法對不同光譜變換形式波段選擇結果及精度識別

通過獲取差異較大波段可實現不同演替階段物種分離，可見光波段中，綠峰總體向短波方向移動，紅谷及紅邊位置向長波方向移動，這是由葉綠素含量決定的。植被的紅邊平臺特征由葉片細胞結構決定，是綠色健康植被的光譜共性，其差異性也受這些因素的影響。馬氏距離能夠消除變量間的相關性干擾且不受量綱的影響，利用馬氏距離進行特征波段的選擇可快速有效地提取該波長內的顯著差異波段。選取的差異顯著波段的馬氏距離值要高于各波段的平均值，同時，為便于實測光譜數據與高光譜遙感數據相結合，規定馬氏距離值高的波段必須連續出現10 nm以上。圖5為不同演替時期差巴嘎蒿群落冠層原始光譜差異波段選擇結果，馬氏距離值越大的波段表明不同群落在此波段內差異越顯著，容易識別。

圖5 不同形式的冠層光譜馬氏距離值

通過對原始光譜曲線、一階導數以及連續統變換進行馬氏距離的計算得到差異較大的特征波段(表6)，特征波段數量的減少說明導數變換以及連續統去除有效降低了特征波段維數。馬氏距離均值由高到低依次為一階導數(9.44)>連續統去除(7.32)>原始光譜(6.00)，且光譜變換前后差異顯著波段均處于紅波段處，說明紅波段處包含的信息最多，側面表明了基于馬氏距離的波段選擇結果有效且準確，同劉波[10]的研究結論相似。3種光譜曲線得到的差異顯著波段有所不同但均存在共同點，原始光譜所提取的差異波段集中于可見光以及近紅外波段，一階導數變換后差異表現在紅波段以及綠波段處。兩個季相的群落演替均遵循此規律，說明作為干旱半干旱地區差巴嘎蒿群落作為主要指示種生長較穩定。

表6 馬氏距離篩選出的光譜波段

3 討論與結論

3.1 討 論

對群落冠層反射率的影響因素是多元的，群落結構、植被蓋度、土壤狀況以及環境因子等。研究顯示植被能夠指示土壤理化性質，能夠表征土壤中有機質含量的動態變化，相反，通過對土壤光譜特征參數的提取，也能夠預測該特征下植被資源的狀態[26]。多數學者利用光譜參數、植被指數、光譜變換等對不同植被進行葉片光譜采集，通過分析其同異性能夠較準確地進行區分，如對退化草地不同植被類型的光譜分析能夠成功識別出退化植被在整個生態系統中的影響[27]。

植被群落間結構的差異性，使得不同植被群落對資源的利用能力不同，對光的響應程度也存在差異性[28]。通過對群落間的同異性分析可以監測干旱半干旱地區的植被分布格局及生長狀態，由流動沙地植被到固定沙地植被群落的演替中必然存在植被物種的入侵及人為影響下發生的群落演替方向的改變，同時在預測植被長勢以及環境變化方面具有較大潛力。然而針對植被葉片的光譜分析無法較好地與遙感影像光譜進行融合，選擇冠層光譜進行研究可以為與影像的融合提供參考。如杜保佳[29]在結合影像與地面光譜研究中取得了良好的效果，即利用波普信息的算法結合方式進行特征的融合達到了數據的統一以及植被群落間的分離能力。物候以及環境差異使得植被類型識別方法的適用性受到限制。針對該問題，本文通過研究不同時期不同演替階段差巴嘎蒿群落的冠層光譜特征變化，發現在不同的生存環境下其光譜特征具有明顯的差異性，結合牛亞龍[30]在差巴嘎蒿與其他沙生植被的光譜研究中發現，利用光譜差異波段和導數光譜參數的識別效果顯著，以及通過研究植被含水量以及光譜特征的相關關系可有效分析出類別間的差異性。但是作為干旱半干旱地區指示種差巴嘎蒿群落結構較復雜，且有針對性的光譜研究有限。

研究發現植被凋萎期易受到土壤以及落葉等背景影響從而影響植被對光的反射能力，根據劉波等[10]的研究可知生物量的變化影響著光譜吸收參數，能夠描述植被長勢。同時隨著氣候以及季相的變化，由一年生到多年生草本植被的演變過程中，冠層光譜隨之變化，如苔草以及木地膚能夠強化不同群落間的光譜差異[11]。傳統利用“三邊”參數進行植被種類識別，大都處于理論階段且屬于人的主觀選擇，想要真正應用到實際衛星影像中，除了需要解決波段寬度的差異，還包括光譜分辨率不一致的困難，更容易造成數據的冗余。不同類型地物可以根據特定的光譜差異進行有效識別，對這些特征的有效篩選有利于衛星遙感數據的分類研究。而利用聚類分析進行特征提取能夠科學選擇有效特征，并加以分析，在科學的計算方法上加上研究人員的主觀知識，更加有說服力。

地區荒漠化與人類的不合理利用具有極大的關系，在植被的演替過程中，首先要深入環境保護這一理念，加大管理力度，科學分配當地可利用資源。研究僅針對科爾沁沙地建群種，如何將同一種群的演替方法嘗試應用到不同種群的演替研究，將地物高光譜與多光譜融合進行地物分類等，對基于遙感的對地旱情監測、產量評估等具有重要意義。

3.2 結 論

作為干旱半干旱地區植被群落建群種，差巴嘎蒿群落在改善當地生態環境與防風固沙方面發揮著不可替代的作用。本文通過研究不同演替階段差巴嘎蒿群落的光譜特征，發現隨著植被種類增多，植被對光的吸收越強烈，生長季初期植被群落在紅谷處呈現出的光譜差異大于綠峰，但是該“雙峰”值位置的變化不具有規律性。生長季末期的反射率值總體低于生長季初期，這是由于此時土壤背景的影響隨著蓋度的增加而減弱，與牛亞龍等[18]的研究結論一致。除此之外，研究利用一階導數法與連續統去除法能夠有效弱化土壤背景的影響，在增強反射率特征及特征波段的差異性提供了較好的方法。最后利用馬氏距離值進行特征波段的選擇，結果顯示不同光譜變換下差異顯著的波段位置較集中，可以在一定程度上區分不同生境下的群落，且一階導數變換下識別結果最優，該方法更加適用于科爾沁沙地干旱半干旱區植被特征波段的提取。