除草撫育措施對桉樹幼林生長影響的低空遙感分析

李 強，張學(xué)德

（廣西國有七坡林場，廣西 南寧 530000）

林業(yè)屬于農(nóng)業(yè)的范疇，精準(zhǔn)農(nóng)業(yè)的概念亦適用于林業(yè)。在精準(zhǔn)農(nóng)業(yè)中依據(jù)高分辨率遙感成像設(shè)備監(jiān)測農(nóng)作物生長情況、水分、養(yǎng)分、病蟲害等反映的高光譜或多光譜信息進行分析從而提供有針對性的農(nóng)作物處方，精準(zhǔn)施策。所以，對于精準(zhǔn)林業(yè)而言遙感信息的獲取是開展林情分析的基礎(chǔ)。然而，遙感在農(nóng)業(yè)方面的應(yīng)用已經(jīng)有長足的發(fā)展，而在林業(yè)生產(chǎn)經(jīng)營方面拓展面尚遠不及農(nóng)業(yè)。除草撫育措施是林場營林生產(chǎn)撫育的手段之一，除方便人工追肥施工外，還可以為林木提供獨占的水肥環(huán)境以及生長空間從而促進林木生長。但實施除草撫育措施后林區(qū)的植被指數(shù)是否會產(chǎn)生顯著變化，是日后實施精準(zhǔn)林業(yè)的重要參考因素。同時隨著科技的發(fā)展，多光譜相機能裝載在無人機上，使得方便快捷獲取低空遙感信息成為可能。通過本研究表明采取除草撫育措施對桉樹幼林植被指數(shù)變化有實質(zhì)的影響，并探索低空遙感的新方式方法的可行性，為精準(zhǔn)林業(yè)做鋪墊。

1 材料與方法

1.1 ?研究概況

試驗于2021年5月～2022年1月在位于廣西壯族自治區(qū)防城港市上思縣南屏鄉(xiāng)的廣西國有七坡林場上思一分場南屏站念洗52林班內(nèi)進行。該試驗地位于東經(jīng)107°12′，北緯107°12′，海拔350m。上思屬南亞熱帶季風(fēng)氣候，年平均日照時數(shù)為1896.1h，年太陽總輻射量114.39kCAL/cm2，光能資源較為豐富；年平均氣溫21.7℃，年平均降雨量1217.3mm。

1.2 ?試驗設(shè)計及試驗方法

沿山勢劃分6個試驗區(qū)域，每個區(qū)域80m×40m，其中3個試驗區(qū)為一組，共2組。一組將采取除草撫育措施，另外一組除不做除草撫育措施外，其他措施與前組一致。試驗地桉樹樹種為東門28號苗，兩年生，平均樹高5.5m。通過多光譜無人機在除草撫育措施前后連續(xù)不同月份對2組試驗區(qū)域的光譜信息進行采集并計算植被指數(shù)，歸一化處理各組數(shù)據(jù)后進行多因素重復(fù)試驗方差分析，對比有除草撫育措施和沒有除草撫育措施的試驗區(qū)域植被指數(shù)變化以及低空遙感圖像結(jié)果，分析除草撫育措施對桉樹幼林生長影響。

1.3 ?試驗數(shù)據(jù)采集方式及設(shè)備

植被光譜數(shù)據(jù)使用采用大疆精靈4多光譜版無人機采集，該多光譜無人機擁有一體式的多光譜成像系統(tǒng)，集成了1 個 可見光相機及 5 個多光譜相機（藍光（B）：450nm±16nm，綠光（G）：560nm±16nm，紅光（R）：650nm±16nm；紅邊（RE）：730nm±16nm；和近紅外（NIR）：840nm±26nm），分別負責(zé)可見光成像及多光譜成像。通過飛控軟件設(shè)置覆蓋所有試驗區(qū)域的高度及航線，進行相等時間間隔拍攝，收集各波段圖像后內(nèi)業(yè)重建光譜圖像。本次試驗分別于2021年5月7日、2021年11月7日、2021年12月7日、2021年12月25日、2022年1月7日進行了光譜信息采集。其中除草撫育措施在5月中旬開展，具體為按說明書配比在指定試驗區(qū)域內(nèi)噴灑草舒草甘膦除草劑，對不死低矮雜灌采取人工砍草方式處理，專人管護保證除草效果

1.4 ?數(shù)據(jù)處理軟件

利用大疆地面站DJI GS PRO規(guī)劃大疆無人機的航線執(zhí)行航拍；利用大疆智圖進行多光譜影像重建；利用ENVI（The Environment for Visualizing Images）進行圖像定標(biāo)、圖像增強、糾正、正射校正、鑲嵌、合并、波段計算、統(tǒng)計光譜數(shù)據(jù)、實驗區(qū)域裁切等；利用SPSS（Statistical Product and Service Solutions）、excel分析數(shù)據(jù)。

1.5 ?數(shù)據(jù)提取

遙感圖像的植被信息，主要通過綠色植物葉子和植被冠成光譜特性的差異反映出來，不同波段信息的植被信息與植被不同要素或者特征狀態(tài)有不同的相關(guān)性，經(jīng)過多光譜數(shù)據(jù)加、減、乘、除等組合運算，產(chǎn)生對植被長勢有一定指示意義的指數(shù)。目前，被廣泛論證實際有效的植被指數(shù)有40多種，其中NDVI被應(yīng)用最廣。將大疆精靈4多光譜版收集回來的光譜照片導(dǎo)入電腦，由大疆智圖重建5 個光譜波段圖片（藍，綠，紅，紅邊，近紅外），并自動計算 出利用光強校正法校正過的5 個常用的無量綱植被指數(shù)，分別是NDVI，NDRE，OSAVI， LCI 、GNDVI。

1.6 ?數(shù)據(jù)預(yù)處理

利用envi圖層合并功能layer stacking將2021年5月7日、2021年11月7日、2021年12月7日、2021年12月15日、2022年1月7日共5次航拍的植被指數(shù)結(jié)果圖層疊加合并，使用rio功能按預(yù)定區(qū)域劃分6個80m*40m的試驗區(qū)域，并用compute statistics功能統(tǒng)計rio區(qū)域（region of interest）內(nèi)光譜數(shù)據(jù)。根據(jù)試驗地設(shè)置情況，將除草撫育處理方式分組分為2組，1組為處理采取除草撫育措施，2組為不采取除草撫育措施。每組有3塊試驗地作為樣本，同時組內(nèi)數(shù)據(jù)按照植被指數(shù)類別設(shè)置通道分組1至5組，分別對應(yīng)NDVI、GNDVI、NDRE、LCI、OSAVI，將不同月份數(shù)值作為重復(fù)試驗因變量按次序排列。每個試驗區(qū)的植被指數(shù)取值為該區(qū)域單位像元的指數(shù)單位平均值（mean）.由于植被指數(shù)在不同時序下實測的變化幅度范圍不一致，且不同植被指數(shù)的取值范圍也不同，為了使指數(shù)具有可比性，對原始數(shù)據(jù)進行歸一化處理，使取值范圍在[0，1]，公式為：

其中為原始數(shù)據(jù)取值，為樣本最大值，為樣本最小值。整理好數(shù)據(jù)如表1

表1 歸一化整理后試驗數(shù)據(jù)分組表

2 結(jié)果與分析

數(shù)據(jù)經(jīng)過s-w（夏皮洛-威爾克檢驗，各組數(shù)據(jù)服從正態(tài)分布。根據(jù)球形檢驗結(jié)果Machly w=0.474，p=0.132，符合球形檢驗，因此進行多因素一元方差分析。重復(fù)測量方差分析結(jié)果顯示：月份測量的主效應(yīng)顯著，F(xiàn)=2.908，P=0.027，P＜0.05，偏=0.127，說明月份測量的數(shù)值有統(tǒng)計學(xué)意義；月份測量與撫育方式分組的交互效應(yīng)顯著，F(xiàn)=2.726，P=0.035，P＜0.05，偏=0.12；月份測量與通道分組的交互效應(yīng)十分顯著，F(xiàn)=10.203，P＜0.001，偏=0.671；月份測量、撫育方式分組與通道分組的交互效應(yīng)不顯著，F(xiàn)=0.427，P=0.971，P＞0.05，偏=0.079。

試驗數(shù)據(jù)顯示隨著時間的推移植被指數(shù)的數(shù)值與是否采取除草撫育措施，以及各植被指數(shù)類型的不同都會顯示出不同變化差異，但是具體是哪種組內(nèi)交互因素各水平影響差異更顯著，需要再分析自變量之間簡單主效應(yīng)。

簡單主效應(yīng)檢驗既是將交互效應(yīng)中的顯著的通道分組、撫育方式分組固定在不同水平，比較5次的月份測量值的差異。

撫育方式分組簡單效應(yīng)檢驗結(jié)果顯示：撫育方式分組1組F=5.65，p=0.004，p＜0.05，說明除草撫育方式對月份測量的數(shù)值有顯著影響；撫育方式分組2組F=0.730，P=0.584，p＞0.05，說明未實施除草撫育措施對月份測量的數(shù)值影響不顯著。從成對比較表可以看出，采取除草撫育措施后，植被指數(shù)的變化在第3組和第5組的水平變化顯著，即12月中，以及次年1月的植被指數(shù)測量值。

通道分組簡單檢驗結(jié)果顯示：通道分組1組F=4.327，P=0.014，p＜0.05，對月份測量有顯著影響；通道分組2組F=7.528，p=0.001，p＜0.05，對月份測量有顯著影響；通道分組3組F=4.674，P=0.01，P＜0.05，對月份測量有顯著影響；通道分組4組F=22.551，P＜0.001，對月份測量有十分顯著影響；通道分組5組F=24.292，P＜0.001，對月份測量有十分顯著影響。

成對比較結(jié)果顯示，通道分組1組，即NDVI在5月至12月中旬月份測量數(shù)據(jù)變化差異不顯著，在次年1月變化顯著（p=0.008）；通道分組2組，即GNDVI在5月至12月中旬月份測量數(shù)據(jù)變化差異不顯著，在次年1月變化差異顯著（p＜0.01）；通道分組3組，即NDRE在5月至12月中旬月份測量數(shù)據(jù)變化差異不顯著，在次年1月變化顯著（p=0.008）；通道分組4組，即LCI從5月至次年1月份測量水平數(shù)據(jù)變化差異十分顯著（p＜0.01）；通道分組5組，即OSAVI從5月至次年1月份測量水平數(shù)據(jù)變化差異十分顯著（p＜0.01）。

試驗結(jié)果顯示采取除草撫育的林地與不實施除草撫育的林地在植被指數(shù)變化上是有顯著差異的，從不同撫育方式分組的植被指數(shù)估算平均值的圖表中，可以直觀地體現(xiàn)通過除草撫育措施的植被指數(shù)值是增長的，由于試驗所選的植被指數(shù)在取值范圍內(nèi)與植被的生長情況都是正相關(guān)，所以可以推斷除草撫育措施對試驗地林木的生長發(fā)育起到了促進的作用。

從植被指數(shù)的公式可知，所選取的5個植被指數(shù)中，引起變化的不同點主要是公式中波段的差異。試驗結(jié)果表明在整個試驗時間段，通道分組4組LCI、5組OSAVI 簡單效應(yīng)十分顯著，而通道分組1組NDVI簡單效應(yīng)不顯著。由于LCI與NDVI公式差別在于紅邊，而NDVI在植被密度高時候響應(yīng)不明顯，所以LCI效應(yīng)顯著影響在于紅邊。紅邊是指紅光區(qū)外葉綠素吸收減少部位到近紅外高反射肩之間的一條窄條帶區(qū)（670-760nm），當(dāng)植物生長生理態(tài)勢發(fā)生變化時候，位置會發(fā)生變動，由此推斷除草撫育對試驗區(qū)桉樹植被的生長產(chǎn)生了影響。OSAVI對超過 50% 的冠層覆蓋率具有更好的敏感性，常用來通過樹冠監(jiān)測裸露土壤區(qū)域的低密度植被區(qū)域。變化水平指示因砍草撫育裸露土壤狀態(tài)有所變化。使用envi的Change Detection Difference Map功能目測試驗指數(shù)變動區(qū)域，變化情況符合試驗結(jié)果邏輯。