基于Landsat時序影像和LandTrendr算法的森林保護區植被擾動研究
——以陜西柴松和太白山保護區為例

殷崎棟,柳彩霞,田 野

1 陜西生態環境規劃設計院有限公司, 西安 710075 2 中國科學院空天信息創新研究院遙感科學國家重點實驗室, 北京 100101 3 中國科學院城市環境研究所城市環境與健康重點實驗室, 廈門 361021

加強和發展自然保護區事業是當前我國生態環境保護工作的一項重要而緊迫的任務。但隨著我國經濟的快速發展和對自然資源的需求日益增加,保護與開發的矛盾日益增加,“人工化”、“生境退化”的趨勢日益嚴重,自然保護區面臨著前所未有的壓力[1]。

遙感技術的發展為自然保護區保護提供了切實可行的監測和保護手段,特別是陸地衛星Landsat提供30m空間分辨率的定期圖像采集,平均重訪周期為16d,可免費獲得并追溯到1980年代早期,可支持植被和土地覆蓋變化的長期觀測和監測[2]。利用經過大氣校正和地形校正的地表反射率產品,確保多個時間序列的圖像具有可比性[3],使Landsat圖像在長時間序列地表覆蓋變化分析方面具有優越性。在長時間序列遙感數據的支持下,可以在不同的應用領域進行生態環境和土地變化的評估、追溯和歷史重構,如植被監測[4-5]、土地利用變化[6-7]、環境擾動[8- 10]等。在國內自然保護區遙感監測方面,學者們已就嶗山[11]、可可西里[12]、十八里峽[13]、佛坪[14]等自然保護區的人類活動進行了遙感監測。然而,先前的研究大部分集中在時間序列圖像的離散信息提取,年際變化研究存在年份的空白,無法捕捉連續的地表變化特征,從而限制了數據的長期監測和生態環境穩定性評估能力。

Landsat時間序列數據可以監測森林擾動,但是需要合理處理因大氣和幾何校正、植被物候、太陽高度變化和傳感器退化引起的數據噪聲。Kennedy等[15]發現,在美國俄勒岡州西部,不同的光譜指數在準確檢測細微干擾信號方面的能力各不相同。歸一化植被指數(NDVI)的效率低于歸一化燃燒比(NBR)或纓帽變換濕度(TCW),在森林監測領域,很多算法使用有限的光譜波段或指數來檢測干擾,例如NBR[15]、森林指數(FI)[16]、NDVI和SWIR-NIR比值[17]或纓帽變換角度[18],因此,在檢測森林擾動時仔細考慮比較光譜指標是非常重要的步驟。

目前,已經有多種基于Landsat時間序列的變化檢測技術。例如LandTrendr[15]、BFAST[19-20]、CCDC[21-22]。由于時間序列算法的數據預處理和算法本身都非常耗時,為了達到更廣泛的研究應用群體,LandTrendr算法得以在Google Earth Engine (GEE)平臺上實施[23],從而提高了算法計算速度。與以前在本地服務器上運行變化檢測算法相比,GEE中的LandTrendr利用云計算的優勢更有效地檢測森林的變化,為森林自然保護區的保護提供了大規模運用的機會。

了解森林保護區生態系統的組成、結構和功能的現狀和長期趨勢發展,可以為保護區管理提供科學可信的本底資料。陜西省地處黃河中游、長江上中游地區,屬于國家生態環境建設重點區域。全省共有45個省級以上森林自然保護區和濕地自然保護區,其中國家級19個,省級26個。為了檢驗LandTrendr算法對不同生態氣候分區的森林植被類型的敏感性是否存在差異,我們選取陜西省柴松和太白山自然保護區,利用GEE云計算平臺中的LandTrendr算法進行森林變化檢測分析,追蹤近40年來陜西省柴松和太白山自然保護區的森林擾動。主要回答以下問題：(1)柴松省級自然保護區和太白山國家級自然保護區自保護區成立以來植被有明顯的變化趨勢嗎？(2)如果保護區內植被發生了明顯變化,變化的空間分布如何？(3)發生變化的原因是什么？

1 研究區概況

陜西延安柴松省級自然保護區(東經108°39′—108°50′,北緯35°56′—36°07′)位于延安市富縣西部(圖1)。保護區成立于2004年。境內南北長約18 km,東西寬約16.5 km,海拔1000—1582 m之間,總面積17640 hm2(表1)。保護區植被屬華北暖溫帶半濕潤落葉闊葉林地帶的北部落葉闊葉地帶的西緣。森林植被均為天然次生林,成為黃土高原上的植物種類獨特、多樣、豐富的天然綠色“基因庫”,其中價值較高的有柴松、油松、側柏、櫟類和山楊等86種。主要保護對象為柴松林及其森林生態系統。

陜西太白山國家級自然保護區(東經107°22′25″—107°51′30″和北緯33°49′30″—34°05′35″)位于陜西省太白、眉縣、周至三縣交界處(圖1),保護區成立于1965年,1986年7月晉升為國家級自然保護區,占地面積56325 hm2(表1),主要保護對象為森林生態系統和自然歷史遺跡。保護區地處秦嶺山脈中段,太白山頂海拔3767 m,為秦嶺的主峰。秦嶺山脈為中國南北氣候和植物的分界線,太白山則處于華北、華中和青藏高原三區生物交匯過渡地帶,區內動植物資源豐富,植被垂直分帶明顯。高等植物有2000余種,國家重點保護植物有連香樹、水青樹、星葉草、太白紅杉等21種。高等動物有270多種,國家保護動物有大熊貓、羚牛、豹等20多種。在太白山海拔3000 m以上的高山區,還保存著比較完整的第四紀冰川遺跡。該保護區是開展科學研究難得的“天然實驗室”。

圖1 研究區位置意圖Fig.1 Location map of the study area

表1 研究區概況

2 數據和方法

2.1 數據來源與預處理

利用GEE平臺自1984—2018年期間的全部存檔Landsat TM/ETM/OLI的地表反射率數據構建時間序列數據集。由于藍光波段對大氣狀況敏感,只選取了5個波段：綠(green)、紅(red)、近紅外(nir)和2個短波紅外波段(swir1和swir2)。為了盡量減少因物候或太陽高度角變化引起的反射率變化,選取每年6月10日到8月30日的影像。由于Landsat OLI比TM/ETM+具有更高的輻射分辨率(12比特),我們利用了這兩個傳感器光譜值之間的統計協調函數對反射率進行歸一化[24],接著進行提取年集合的中位反射率值,構建了具有最小云量圖像的35年合成圖,進而計算歸一化植被指數NDVI[25](公式(1))和歸一化燃燒比值NBR[26](公式(2))。通過比較不同比值指數和波段對森林擾動的敏感性(圖2),NDVI和NBR對柴松保護區的森林擾動識別效果更好,單一波段受數據噪聲的影響較大。綜合考慮以往研究經驗,本文利用NBR指數探測森林擾動。

(1)

(2)

圖2 不同植被指數和波段對森林擾動的敏感性Fig.2 Sensitive of vegetation index and bands for forest disturbance NBR:歸一化燃燒比值, Normalized Burn Ratio; NDVI:歸一化植被指數, Normalized Difference Vegetation Index; swir2:短波紅外波段2；swir1:短波紅外波段1

2.2 LandTrendr算法探測森林擾動

利用Kennedy, Yang[15]開發的LandTrendr算法來檢測保護區內森林的變化。LandTrendr算法的核心是一種時間分割算法,用于捕捉時間序列中長期、漸進或者短期的劇烈變化,可以分析每個像元的時間序列譜線來監測其是否發生變化。每個像素的輸入是一個光譜指數或者波段的時間序列。通過設置去除噪聲引起的尖峰(spikeThreshold)、識別潛在的斷點(vertexCountOvershoot)、擬合軌跡和最佳分段數(pvalThreshold),尋找最佳模型(bestModelProportion)。因此,LandTrendr要求設定控制參數以保證變化檢測的質量,通過實驗分析,本研究對LandTrendr的參數如表2所示。在這里需要說明的是,基于保護區建立時間的考慮,對于柴松保護區,研究集中在2004—2018年,總計15a。對于太白山保護區,研究階段為1984—2014年(總計31a)。因此對柴松保護區而言,研究時段相對較短,在LandTrendr的參數設置中,分割單元的數目可以稍少,maxSegments設置為4。根據以往研究經驗,2個保護區的其他參數設置一致。

表2 LandTrendr參數

對森林擾動發生的空間和時間分布檢測對森林保護和政策管理非常重要。相比傳統的土地覆蓋分類和變化檢測技術,LandTrendr可以成功捕獲森林擾動信號進行空間和時間制圖。Landsat系列衛星能提供長達近40年的衛星觀測數據,使對森林保護區的長期觀測和監測成為可能。盡管已有很多利用LandTrendr或者相似時間序列檢測算法在本地服務器的使用案例[15, 27- 29],算法實施帶來的數據準備和運行帶來巨大的時間成本和硬件成本。但是,在GEE支持下的LandTrendr算法極大的提高了算法效率。用戶不再需要從美國地質調查局或者其他衛星地面站下載大量的原始有云衛星圖像,而是基于Google云平臺合成用戶感興趣區域的無云或者少云高質量拼接圖像,進而利用LandTrendr的主要作者和GEE合作開發的算法進行森林擾動探測。用戶可以通過Java script編程加載感興趣結果圖層和時間序列衛星圖像,在GEE平臺中對算法結果進一步目視判讀和參數調整,最后只需要導出結果圖層,如擾動年份等。

2.3 精度評價

為了準確評估森林擾動變化的準確性,在研究時間內,在柴松保護區內選擇了100個像元表示變化,另外100個像元代表不變區域。對每個像元,通過人工目視判讀合成的15幅圖像,并使用高空間分辨率的Google Earth(GE)圖像對土地覆蓋進一步確認,記錄該像元是否發生了變化,何時(發生年份)發生了變化,從而組成200個像元的驗證樣本集,生成混淆矩陣,計算用戶精度、生產者精度和總體精度。

3 結果

3.1 LandTrendr算法的精度評價

LandTrendr的時間分割和擬合可以捕捉森林向非森林轉變的光譜特征。表3所示的混淆矩陣說明,生產者精度和用戶精度均達到85%以上,總體精度達到93%。對于檢測出森林變化的像元,進一步評估了變化年份。表4給出了變化年份的精度,2007年之后的變化年份生產精度都達到了80%以上。用戶精度除2007年和2005年稍低以外(分別是70%和75%, 其他年份的用戶精度達100%,變化年份檢測的總體精度為89%。

表4 森林擾動年份精度評估

3.2 森林擾動的歷史空間分布

圖3所示的擾動圖顯示了2004—2018年間柴松保護區森林擾動的空間分布和變化年份。森林擾動發生的區域主要集中在柴松保護區的實驗區和緩沖區,但是核心區也存在部分森林擾動。擾動類型主要為人類活動所致。總體上,2004—2018年間,共有42.74 hm2的森林發生了擾動(表5),轉化為非森林,共計251個斑塊,年變化最大面積值和斑塊數均發生在2008年,2007、2015年和2005年次之,森林向非森林轉化發生的斑塊數依次為57、24和20塊(圖3)。

圖3 柴松保護區擾動空間和歷史分布Fig.3 Disturbance history of Chaisong Reserve(a. 擾動年分布； b. 實驗區擾動； c. 緩沖區和核心區擾動; d-e. Landsat圖像(NIR/R/G); f-h. GE高清衛星影像；P1位置[108.723276, 36.082742]; P2位置[108.697087, 36.024953])

表5 柴松保護區森林擾動圖斑統計

圖4所示的擾動圖顯示了1984—2018年間太白山保護區森林擾動的空間分布和變化年份。森林擾動發生的區域主要集中在太白山保護區核心區。擾動主要由自然因素引起,如第四紀冰川融化形成的侵蝕溝和其他自然因素造成的森林退化。1984—2018年間,共有23.68 hm2的森林發生了擾動(表6),轉化為非森林,共計57個斑塊數,年變化最大面積值和斑塊數均發生在2013年,1994年次之(7塊,1.87 hm2)(圖4)。

4 討論

4.1 森林擾動原因

本文結果表明,LandTrendr可以捕獲不同氣候區森林擾動的空間分布特征。在降雨量偏少的柴松保護區,擾動最為頻繁的年份集中在2007—2008年間,這是由于保護區內違法建設了一批以石油開采為目的的鉆井平臺及附屬設施(圖3),從而造成了森林保護區森林覆蓋的破碎化。自2016年之后森林擾動有減少趨勢。以環保部為執行主體的自然保護區“綠盾”行動自2017年在國家級保護區實施以來,對省市級自然保護區的保護和監管起到了督促作用,在保護區內的部分違法違規設施正在逐步清退。

圖4 太白山保護區擾動空間和歷史分布Fig.4 Disturbance history of Taibaishan Reserve Disturbance yeara. 擾動年分布； b. 冰川消融擾動； c. 其他自然擾動; d-f. Landsat圖像(NIR/R/G); g-i. GE高清衛星影像；P1位置[107.79248, 33.94858]; P2位置[107.687327, 33.966819]

表6 太白山保護區森林擾動圖斑統計

在降雨量偏多的太白山保護區,森林擾動活動遠遠少于柴松保護區,擾動最為頻繁的年份集中在2013年,且擾動活動與氣候變化和冰川融化造成的地形地貌變化相關(圖4)。長遠來看,冰川活動的變化,特別是冰川融化導致的裸露冰磧石移動,會影響到冰川末端的高山森林帶,可能會改變高寒地區森林的分布[30-31]。因此,氣候變化對自然保護區的生態環境保護提出了更多挑戰[32],進行長時間序列的遙感監測能為處于高寒地帶人類難以到達的森林生態系統類保護區提供可參考依據。

4.2 未來工作

進一步確定自然保護區內森林退化的誘導因素,哪些是人類活動,特別是非法人類活動造成的,如違章建筑、違章工礦設施。哪些是自然因素造成的,如森林病蟲害、氣候變化等。本研究涉及的柴松自然保護區的關鍵擾動因素是因發展經濟驅動的人類活動,有少量活動甚至是在保護區的核心區。雖然造成森林擾動的土地面積與整個保護區的面積相比,占比并不大,但是森林擾動破壞了保護區動物棲息地的連通性,造成了自然景觀的破碎化,開采活動造成的噪聲、粉塵及其他行為對動植物的影響還需進一步評估。根據我國《自然保護區條例》規定：自然保護區內保存完好的天然狀態的生態系統以及珍稀、瀕危動植物的集中分布地,應當劃為核心區,禁止任何單位和個人進入；除依照本條例第二十七條的規定經批準外,也不允許進入從事科學研究活動；核心區外圍可以劃定一定面積的緩沖區,只準進入從事科學研究觀測活動。緩沖區外圍劃為實驗區,可以進入從事科學試驗、教學實習、參觀考察、旅游以及馴化、繁殖珍稀、瀕危野生動植物等活動。未來我們需要確定核心區、緩沖區、實驗區的擾動范圍和時間,結合動植物多樣性觀測數據(如紅外相機捕捉的野生動物活動區域),開展保護區森林擾動對動物棲息地的影響研究[33-34]。

5 結論

本文基于光譜軌跡變化檢測算法對森林保護區森林擾動進行了評估。利用GEE云計算平臺的LandTrendr算法和Landsat影像,對陜西省柴松自然保護區和太白山自然保護區的森林向非森林轉化進行了檢測。對變化像元和穩定像元的總體檢測精度達到93%,對擾動年份的總體檢測精度達到89%。柴松保護區的擾動年份主要發生在2008年,由人類活動所致。太白山自然保護區的擾動年份主要發生在2013年,由自然因素所致。柴松保護區擾動面積為42.74 hm2,太白山保護區的擾動面積為 23.68 hm2,柴松保護區的擾動斑塊數目也明顯大于太白山保護區。本文研究結果可以幫助科研人員和管理人員了解當前兩個保護區的森林生長狀態,同時為自然保護區生態環境保護評估提供基線信息。