基于無人機遙感的礦山重建植被功能多樣性研究

紀潤清，唐佳佳，楊永均，張紹良，侯湖平，常曉華

(1.晉能控股山西科學技術研究院有限公司，山西 大同 037003；2.中國礦業大學礦山生態修復教育部工程研究中心，江蘇 徐州 221116)

0 引 言

生態修復是實現煤炭礦山碳中和的重要途徑之一，也是履行礦山土地復墾義務、彰顯社會和環境責任的重要舉措[1-2]。生態監測是開展礦區生態修復的前提，一般通過調查和分析敏感性生態指標的時空變化和差異來揭示礦山生態損傷程度、識別生態修復重點區域和評估生態修復成效[3-4]。生態監測的核心內容是生態系統的組分、結構和功能[5]。目前，礦區生態系統的組分和結構已經受到了廣泛關注，礦區生態組分監測指標主要包括地形[6]、地表溫度[7]、土壤含水率[8]、重金屬[9]、水體[10]、植被指數[11]、生態質量指數[12]等，礦區生態結構監測指標主要包括植被類型[13]、植被覆蓋度[14]、土地利用結構[15]、景觀格局[16]等。但現有研究還較少關注生態系統功能及其多樣性。近年來，生態恢復的最終目的是實現生態功能的恢復被普遍認可[17]。因此，生態系統功能及其多樣性是今后礦區生態監測與評價的重要指標。

功能多樣性是指可以影響生產、碳儲存、固氮等生態系統功能的所有物種及有機物的功能特征值及其變動范圍[18]，是解釋和預測生態系統過程和功能的重要指標，可以用于精準評估生態系統多樣性保持、固碳釋氧等生態系統功能[19]。傳統的功能多樣性監測一般是首先測量植株高度、葉面積、氮含量等植物功能性狀，然后計算功能性狀的豐富度、差異性、均勻度來反映功能多樣性。然而，傳統的地面調查成本高、耗時長、對植物分類學信息依賴程度高，且難以實現大面積的快速調查。遙感技術的發展為生態監測提供了新的技術手段，但粗分辨率的光學遙感數據，如MODIS、Landsat和Sentinel等，難以有效提取精細的植被功能性狀信息[20]。

隨著無人機攝影測量技術的快速發展，利用無人機機載激光雷達和高光譜傳感器可以快速獲取礦區高分辨率數字影像和點云數據，從而為精細化的生態監測提供了新的契機[21]。筆者以半干旱區某露天煤礦排土場為試驗研究區域，采用無人機攝影測量系統獲取地面數據，提取植物群落形態和生理參數，反演功能多樣性，揭示修復模式對植物群落性狀及功能多樣性的影響，為礦區生態監測與評價提供科技支撐。

1 數據采集與預處理

1.1 研究區概況

研究區位于西北某煤礦排土場，礦區氣候屬于半干旱的中溫帶大陸性氣候，礦區土壤主要是黃綿土和風沙土，自然地帶性植被為本氏針茅草原，植被稀疏低矮，覆蓋度普遍低于30%。煤礦企業高度重視生態修復工程，2008年對排土場實施地貌重塑、土壤重構和植被重建，構建了喬木、喬-灌、喬-灌-草等多種類型的植被，主要的植物配置模式包括楊樹、油松、沙棘、刺槐、紫穗槐、檸條+沙棘、針茅草(圖1)。

圖1 研究區及樣地Fig.1 Study area and sampling plot

1.2 數據采集與預處理

2020年8月3日，選取排土場中植被類型最豐富的矩形條帶作為研究區，面積為20.49 hm2，矩形條帶內主要有楊樹、油松、沙棘、刺槐、紫穗槐、檸條+沙棘、針茅草等為優勢種的植物群落。利用大疆M600無人機機載激光雷達(HS40P)和高光譜儀(S185)采集植物群落點云數據和高光譜影像。無人機飛行高度為90 m，飛行速度為5 m/s，激光雷達水平視場角為360°，垂直視場角大于20°，平均點云密度142個/m2。高光譜影像的光譜范圍為450～998 nm，光譜分辨率為8 nm，光譜采樣間隔為4 nm，地面分辨率0.05 m。 數據采集后，在LiDAR360軟件中對激光雷達數據進行航跡解算、航帶拼接、條帶消冗、點云合并與去除等預處理，在ENVI5.3軟件中對高光譜影像進行輻射定標、大氣校正、幾何校正、航帶拼接及裁剪等預處理。激光雷達和高光譜影像在預處理后重采樣至1 m×1 m空間分辨率。

在無人機激光雷達和高光譜影像數據采集的同時，在無人機飛行條帶內隨機設置10 m×10 m的樣地52個(圖1)，記錄樣地角點的地理坐標，調查樣方內植物物種、高度、間隙率、葉綠素、類胡蘿卜素、葉片含水量，每個樣地進行3次重復測定，取均值代表樣地平均水平。其中，物種、高度、間隙率、葉綠素分別利用野外鑒定、測高儀、冠層分析儀、便攜式葉綠素儀在現場測定。采集主要植物物種的成熟葉片放入密封袋內帶回實驗室，當天將植株樣品稱鮮重，取新鮮葉片利用分光光度法測定類胡蘿卜素，另取葉片在105 ℃殺青后在80 ℃下烘干至恒重，測定葉片相對含水量[22]。

2 功能多樣性測度方法

2.1 植物群落性狀

功能多樣性的實質是功能性狀的多樣性，功能性狀是指與植物定植、存活、生長和死亡緊密相關的一系列核心植物屬性，且這些屬性能夠顯著影響生態系統功能[23]。最顯著和易測量的性狀是形態性狀和生理性狀[24]。礦區生態修復主要目的是構建穩定的植物群落、恢復生產力和碳固定功能，因此主要考慮與光合、生長和資源競爭相關的形態或生理性狀。

在形態性狀方面，本文選取95%高度分位數(HP95)、間隙率(GF)、葉高多樣性(FHD)三個指標來描述植物群落的垂直高度、水平開放度和冠層內部競爭性，計算見式(1)～式(3)。95%高度分位數是指植被到地面的垂直距離，其計算方法是將樣地內所有歸一化的激光雷達點云按高度進行排序，然后計算樣地內95%的點所在的高度，95%高度分位數越大，植物群落能利用的垂直生長空間資源更多。間隙率是指植被首次回波的比例，比例越高表明穿透率越大，間隙率越小，植物群落對水平空間資源利用程度越高。葉高多樣性是指隨高度變化植物葉片的變化程度，該指標基于激光雷達首次回波，利用Shannon-Wiener多樣性指數計算，葉高多樣性越大，植物群落內部生態位分化程度高，對空間資源的利用效率更高。

(3)

式中：firstground和firstall分別為激光雷達首次回波地面點和所有回波點數；ni為第i層水平植被回波點數；N為植被總回波點數；H為研究植被高度最大值；V為垂直高度間隔，m；roundup為向上取整函數，即葉高多樣性模型覆蓋研究區植被全部高度范圍。

在生理性狀方面，本文選取對葉片葉綠素、類胡蘿卜素、含水量來描述植物群落光能利用、初級生產及蒸騰性狀。 研究表明，紅邊葉綠素指數(CHIred-edge)和光化學植被指數(PRI)越高，葉片葉綠素和類胡蘿卜素含量越高，葉片光合作用及初級生產能力越強；植被紅邊脅迫指數(RVSI)越高，表明葉片受干旱脅迫，含水量越低，植物生長受到制約[25-26]。因此，選取紅邊葉綠素指數、光化學植被指數、植被紅邊脅迫指數分別指示葉片葉綠素、類胡蘿卜素和含水量，計算見式(4)～式(6)。

CHIred_edge=b800/b670-1

(4)

PRI=(b570-b531)(b570+b531)

(5)

RVSI=(b714-b754)/2-b734

(6)

式中，b531、b570、b670、b714、b754、b800分別為531 nm、570 nm、670 nm、714 nm、754 nm、800 nm波段處的光譜反射率值。

2.2 功能多樣性測度

功能多樣性可以分為功能豐富度、功能離散度和功能均勻度[27]。本文分別從生理多樣性和形態多樣性兩個角度測度功能多樣性。功能豐富度(FRic)是生態位范圍的量度，是植物物種性狀所占功能空間的外部邊界，通過計算植物群落性狀的凸包體積作為植被的功能豐富度，計算見式(7)；功能離散度(FDiv)指功能性狀樣本點到重心的平均距離的分布，高值代表植被的群落間差異性大，低值表示群落間具有相似性，值為1時表示所有像素都位于一個與重心距離相等的球體上，計算見式(8)；功能均勻度(FEve)描述了功能特征相對于函數空間中相似樣本點之間的間距是否均勻分布，高均勻度代表功能性狀規則分布，低均勻度則意味著性狀在空間中出現聚集或不規則分布，功能均勻度基于最小生成樹進行計算，計算見式(9)[28]。

FRic=V(lh(P))

(7)

3 功能多樣性反演結果與分析

3.1 植物群落性狀提取精度

在六個植物群落性狀中，95%高度分位數和葉高多樣性是從激光雷達點云數據中直接提取，無實測值。對于間隙率、植被含水量、葉綠素含量、類胡蘿卜素含量四個性狀， 采用回歸分析法計算性狀實測值與遙感提取值之間的相關性(圖3)。在形態性狀方面，間隙率估算精度較高，R2達到0.898，均方根誤差為0.480。 在生理性狀方面，植被含水量、葉綠素含量、類胡蘿卜素含量估測的R2分別為0.629、0.648、0.641，表明植物群落內部生理性狀變異性大，生理性狀的遙感估測精度略低于形態性狀。

圖2 基于無人機遙感的植被功能多樣性測度方法Fig.2 Measurement method of vegetation functional diversity based on UAV remote sensing

圖3 植物群落性狀反演精度Fig.3 Inversion accuracy of plant community traits

3.2 植物群落形態性狀與生理性狀

圖4為研究區及典型植物群落的形態性狀和生理性狀的遙感反演結果。在形態性狀方面，植物群落有明顯的聚集性，主要有四種聚集區，一是裸地和草本，各個形態性狀值低，如圖4(a)中的(5)所示；二是純沙棘、油松群落紫色區域，植物密度大、間隙率小、葉高多樣性低，如圖4(a)中的(1)和(7)所示；三是以楊樹、紫穗槐為優勢種的喬木群落，植物冠層高度高、間隙率小、葉高多樣性指數大，如圖4(a)中的(2)所示；四是以沙棘+檸條、刺槐為優勢種的喬木群落，植物密度和葉高多樣性指數都較大，如圖4(a)中的(3)和(4)所示。在生理性狀方面，主要有四種聚集區，一是裸地和草本，植被稀疏，葉綠素較低，類胡蘿卜素和含水量較高，如圖4(b)中的(5)所示；二和三是以沙棘、刺槐為優勢種的群落，植物葉綠素及含水量相對較高，類胡蘿卜素含量相對較低，如圖4(b)中的(1)和(4)所示；四是楊樹和油松純林群落，植物含水量較低，植物葉綠素和類胡蘿卜素含量均較高，如圖4(b)中的(2)和(7)所示。由此可以看出，基于激光雷達和高光譜數據可以有效識別不同植物群落的形態性狀與生理性狀差異。

(1)-沙棘；(2)-楊樹；(3)-沙棘+檸條；(4)-刺槐；(5)-草本；(6)-紫穗槐；(7)-油松圖4 研究區及典型植物群落的形態性狀和生理性狀Fig.4 Morphological and physiological characters of the study area and typical plant communities

3.3 植物群落功能多樣性

以標準化后的群落性狀參數構成特征空間，按照9 m×9 m的窗口測度群落的功能多樣性，結果如圖5所示。從豐富度來看，研究形態和生理豐富度都較小，空間分布較均一，豐富度高值位于群落斑塊的邊緣地帶；從離散度來看，形態離散度呈片狀分布，裸地及草本群落區域形態離散度低，生理離散度受植被和裸地土壤共同影響，南側高北側低；從均勻度來看，形態和生理均勻度都較高，形態均勻度內部差異較大。植物群落功能多樣性測度表明研究區整體多樣性水平較低，形態方面的功能多樣性主要受植物群落類型的控制，呈現斑塊狀的空間分布特征；生理方面的功能多樣性受植物群落及裸露土壤條件共同影響。

統計七個不同植被重建典型群落的功能多樣性，結果見表1。在形態功能多樣性方面，優勢種為油松、沙棘和刺槐群落形態豐富度較高，且內部標準差大，楊樹群落形態豐富度較低、內部標準差大，表明楊樹群落經過演替后，可以形成異質性的垂直和水平形態；草本和裸地群落的形態離散度較低，分別為0.180 8和0.273 1，且內部標準差大，其他初始優勢種的形態離散度較高，且標準差較小；七個初始優勢種群落內部的形態均勻度介于0.380 1～0.620 1之間，楊樹群落形態均勻度的內部標準差較大。 在生理功能多樣性方面，沙棘和刺槐的生理豐富度較高，分別為0.071 1和0.071 7，其他優勢種生理豐富度相差較小；七個初始優勢種群落內部生理離散度和生理均勻度分別介于0.656 9～0.710 5和0.606 8～0.745 5之間，不同初始優勢種群落生理離散度和均勻度差異較小，但草地經過演替后，內部標準差較大。

圖5 研究區及典型植物群落的功能多樣性Fig.5 Functional diversity of the study area and typical plant communities

表1 不同植被重建初始優勢種群落的功能多樣性Table 1 Functional diversity of different initial dominant species of plant community

結合植物性狀及功能多樣性結果來看，初始生態修復引種植物為楊樹和油松的群落經過10 a的演替后，垂直和水平形態結構豐富，但生理性狀一般且較為均一；刺槐、紫穗槐、檸條+沙棘群落在演替后，形態性狀和生理性狀均較為豐富，但類胡蘿卜素含量偏低；沙棘群落在演替后，形態性狀和生理性狀都較為單一，且植被紅邊脅迫指數高，面臨較大程度的水分脅迫。草本和裸地植物稀疏，形態性狀和生理性狀及功能多樣性水平都較低。這表明初始植被配置會對植物群落演替造成顯著影響，喬灌混合的植物群落在演替后的植物性狀和多樣性水平相對較高，垂直結構豐富，水平開放度高，對光、熱、水分資源的利用更加有效，有利于形成穩定的群落結構。因此，在生態修復時，應注意對不同高度、光合能力、水分需求的植物進行搭配，在生態修復后，可以依據植物性狀及功能多樣性實施間伐、補栽、修剪等群落優化措施，增強群落的自維持能力。

4 結 論

1) 無人機機載激光雷達和高光譜數據能夠有效反演植物群落的形態性狀和生理性狀，95%高度分位數、間隙率、葉高多樣性的反演精度R2大于0.9，葉綠素、類胡蘿卜素、葉片含水量生理性狀的反演精度R2大于0.6。基于形態性狀和生理性狀，可以有效地定量描述植物群落功能多樣性。

2) 生態修復初期的植物配置會對演替后的植物群落功能多樣性造成顯著影響，喬灌混合的植物群落在演替后的植物性狀和多樣性水平相對較高，垂直結構豐富，水平開放度高，對光、熱、水分資源的利用更加有效，有利于形成穩定的群落結構。因此，生態修復和后期管護時，可將植被功能多樣性作為依據。

3) 總體來看，無人機遙感可以獲取精細的植物群落結構和功能數據，提取高精度的植物性狀和功能多樣性信息，識別不同植物群落的形態性狀與生理性狀差異，從而為生態修復和成效評價提供可靠依據。無人機遙感在礦山生態監測與評價中具有廣闊的應用前景。