高光譜遙感數(shù)據(jù)下城市植被碳匯的研究

曹曉裴+林殷怡+杜鵬宇+邢巍然+孫天陽

摘 要：為了探索城市植被碳匯能力，即植物的的固碳能力與城市植被冠層反射率的相關關系，選擇了幾種代表性的城市綠化植物作為研究對象，采用相關儀器分別測出這幾種綠化物種冠層葉片的凈光合速率，葉片的SPAD值以及冠層葉片的光譜曲線，根據(jù)實測的凈光合速率估算出其碳匯能力，并結(jié)合相同時間段這幾種綠化植物在光譜曲線不同波段反射率的大小，選擇能夠反映植被碳匯能力的特征波長，采用不同的方法建立植被碳匯能力和特征波長下植被反射率之間關系的數(shù)學模型，最后篩選出較穩(wěn)定的數(shù)學模型，并結(jié)合MODIS高光譜遙感數(shù)據(jù)對武漢市的綠色植被的碳匯能力進行反演。實驗表明，植被碳匯能力與植被在近紅外波段的反射率具有較為顯著的關系，其中，R2值為0.762 8，反演結(jié)果良好。

關鍵詞：碳匯；凈光合速率；反射率；反演

中圖分類號：X502 文獻標識碼：A DOI：10.15913/j.cnki.kjycx.2016.16.011

全球氣候變暖是一個越來越值得重視的環(huán)境問題。為緩解全球氣候變暖的趨勢，1997-12由149 個國家和地區(qū)的代表在日本京都通過了《京都議定書》，2005-02-16在全球正式生效，由此形成了國際“碳排放權交易制度”（簡稱“碳匯”）。碳匯指的是綠色植被從空氣中清除二氧化碳的過程、活動和機制，也指其吸收并存儲二氧化碳的多少或者說是森林吸收并存儲二氧化碳的能力。傳統(tǒng)碳匯的測定方法大致有樣地清查法、渦度相關法等。樣地清查法是通過設立典型樣地，用收獲法準確測定森林生態(tài)系統(tǒng)中的植被、枯落物或土壤等碳庫的碳貯量，并可通過連續(xù)觀測獲知一定時期內(nèi)的碳通量變化情況。這是傳統(tǒng)的測量方法，相對而言，耗時耗力。渦度相關法是通過測定二氧化碳濃度和空氣湍流來推測地球與大氣間碳的凈交換。這種方法存在一些不足，比如所用儀器設備昂貴，要求下墊面地形平坦，存在很多不確定性和誤差，數(shù)據(jù)處理復雜。

近年來，隨著高光譜遙感技術的不斷革新發(fā)展，碳匯的測量方法有了新的突破。目前，一些人提出了模型模擬法，即運用植被指數(shù)（VI）、葉面積指數(shù)（LAI）和植被吸收的光合有效輻射分量（FPAR）等遙感數(shù)據(jù)，從而彌補了其余數(shù)據(jù)缺乏或理想條件下的參數(shù)設定導致的缺陷。由于高光譜遙感具有極高的光譜分辨率，在植被研究中的應用已使得植被遙感的范圍被擴大到生態(tài)意義上。通過對來源不同的植被高光譜遙感數(shù)據(jù)采取相應的技術處理后，可將其用于植被參數(shù)估算與分析，植被長勢監(jiān)測以及估產(chǎn)中。目前，利用遙感技術能夠測定植物的葉綠素含量、氮磷鉀的含量和生化組分的含量。這為高光譜測定植物的碳匯提供了可行性參考。將高光譜遙感與碳匯相結(jié)合，可以運用高光譜的高光譜分辨率的優(yōu)點于碳匯的測量中，進而能提高碳匯計量的精度與準確性。與傳統(tǒng)的碳匯測量方法相比，模型模擬法具有觀測范圍大、成本相對較低和測量快速等優(yōu)勢。本文主要利用定量遙感的技術選擇幾種代表性的城市綠化植物作為研究對象，采用不同的方法建立植被碳匯能力和特征波長下植被反射率之間關系的數(shù)學模型，尋求一種較為精確、穩(wěn)定且適用于武漢市城市植被碳匯能力快速監(jiān)測的數(shù)學模型，從而更好地對城市植被碳匯進行快速監(jiān)測，更科學地為武漢市政府部門提供合理、具有建設性的意見。

1 材料和方法

1.1 實驗地點

本實驗研究地點選擇了武漢市的華中農(nóng)業(yè)大學。學校坐落于湖北省武漢市南湖獅子山腳。華中農(nóng)業(yè)大學園林植物品種豐富，種類齊全，是武漢市較為理想的農(nóng)學實驗研究地區(qū)，而且還擁有許多較為先進的農(nóng)學研究設備和儀器等。據(jù)基本科學指標數(shù)據(jù)庫（簡稱“ESI”）數(shù)據(jù)顯示，截至2015-05-07，華中農(nóng)業(yè)大學共有4個學科進入ESI全球排名前1%，具體為農(nóng)業(yè)科學學科、植物學與動物學學科、化學學科和生物學與生物化學學科。因此，華中農(nóng)業(yè)大學可以為此次研究的開展提供必要的數(shù)據(jù)和技術支持。

1.2 實驗材料

在充分調(diào)查了華中農(nóng)業(yè)大學園林植物品種、生長情況及其分布狀況的基礎上，選擇生長條件基本一致，充分接受陽光且無建筑物遮擋，比較常見且長勢良好的吉祥草、杜鵑、香樟、欏木石楠和海桐等5種園林植物作為本次實驗的研究對象。

1.3 數(shù)據(jù)來源

1.3.1 光合生理生態(tài)因子

利用 Li-6400 便攜式光合測定儀于 2015-07下旬連續(xù)3 d選擇晴朗、無風的天氣情況（本實驗選擇2015-07-20—22連續(xù)3 d），測定午后 13：00—14：00不同植株冠層葉片的光合生理生態(tài)因子，時間間隔為10 min。實驗區(qū)每種植株選健康植株3株，并隨機選取樹木向陽面頂部的葉片測定，每株取3～5片葉。待系統(tǒng)穩(wěn)定后，每片葉取3～6個瞬時光合速率值，并計算它們的平均光合率值作為該時刻的瞬間光合速率值，最后將3 d相應時刻的瞬間光合速率值求平均值作為所對應植株在七月中旬相應時刻的凈光合速率。

1.3.2 葉綠素SPAD值

測量完不同植株冠層葉片的光合生理生態(tài)因子后，利用葉綠素測定儀來測量不同植株葉片內(nèi)葉綠素的相對含量（SPAD），以此來反映植物冠層葉片內(nèi)葉綠素的多少。

1.3.3 冠層葉片光譜數(shù)據(jù)

采用ASD便攜式光譜儀測定植株的光譜反射率.該儀器可以測量的光譜范圍為350～2 500 nm，內(nèi)置存儲器為500 scans；通道數(shù)為1 024，光譜分辨率（FWHR）在350～2 500 nm的范圍內(nèi)小于3.5 nm，在1 000～1 850 nm的范圍內(nèi)小于8.5 nm；在1 850～2 500 nm的范圍內(nèi)小于6.5 nm，最小積分時間為1 ms。每次植株冠層葉片光譜反射率的測量與植物葉片的采集同時進行，每次測量掃描葉片10次，取平均值。

1.4 數(shù)據(jù)處理

本次實驗所采集的數(shù)據(jù)主要在Excel 2013 中進行相關處理，主要包括不同植株冠層葉片固碳釋氧量的計算、植株冠層葉片凈光合速率與葉綠素相對量的相關性研究、特征波長的選擇、在特征波長處葉綠素的光譜反射率與葉綠素的相關性分析、植物的平均凈光合速率與植被在特征波長處反射率的回歸分析以及MODIS遙感影像的相關處理等，并建立相關的數(shù)學模型，結(jié)合相應的影像進行植被碳匯能力的反演。

1.4.1 固碳釋氧量的計算

植物葉片在某個時間段的凈同化量計算公式如下：

. （1）

式（1）中：P為測定時間段的同化總量，mmol/（m2·h）；Pi為初測點的瞬時光合作用速率；Pi+1為下一測點的瞬時光合作用速率，μmmol/（m2·s）；ti為初測點的瞬時時刻；ti+1為下一測點的時刻。

將測定時間段的同化總量換算為測定時間段固定的CO2的量，計算公式如下：

=P×44/1 000. （2）

式（2）中：44為CO2的摩爾質(zhì)量； 為單位面積、單位時間葉片固定的CO2的質(zhì)量，g/（m2·h）。

根據(jù)光合作用的反應方程CO2+4H2O→CH2O+3H2O+O2，可計算出該測定時間段植物釋放O2的質(zhì)量。

計算公式如下：

=P×32/1 000. （3）

1.4.2 光譜數(shù)據(jù)處理方法

通過便攜式ASD光譜儀采集到光譜數(shù)據(jù)之后，利用光譜處理軟件ViewSpecPro軟件進行數(shù)據(jù)格式的簡單處理。采集光譜數(shù)據(jù)時，儀器探頭操作不穩(wěn)定以及傳感器內(nèi)部的影響，最終獲取的光譜數(shù)據(jù)噪聲比較大，存在較大偏差。因此，為了便于進一步分析，對同一地點同種植物的光譜數(shù)據(jù)需要經(jīng)過進一步處理，具體包括挑選光譜、去除重復波段、求平均值等，最后將挑選出的光譜曲線在Excel中計算每種植物的光譜反射率的平均值。此外，由于采集的光譜數(shù)據(jù)量比較大，波段1 300 nm 以后受水汽干擾比較大，因此只選取 325～1 000 nm波段來研究。

1.4.3 相關性分析

相關研究表明，葉綠素含量的不同會導致植物光合作用速率的不同，而植物的固碳能力可以用植物凈光合速率表示，即葉綠素含量與植物的固碳能力相關。另外，葉綠素含量的不同反應在遙感的光譜曲線上會有不同的變化，葉綠素與遙感光譜曲線相關，即與其特征波長范圍內(nèi)的波譜反射率相關。因此，植物的固碳能力與其光譜反射率是具有某種相關性的。

1.4.4 回歸分析

利用光譜反射率估測物質(zhì)生理特性參數(shù)常用的方法有一元曲線擬合、多元線性回歸和BP人工神經(jīng)網(wǎng)絡等。本文選取簡潔且易于建立的一元曲線擬合模型估測，選擇線性回歸、多項式回歸模型以及指數(shù)模型或者對數(shù)模型（具體情況看曲線變化的趨勢）進行擬合的方法。

一元線性回歸模型的表達式為：

y=a0+a1x. （4）

多項式模型的表達式為：

y=a0+a1x+a2x2+…anxn. （5）

指數(shù)函數(shù)擬合的表達式為：

y=a0ea1x. （6）

對數(shù)函數(shù)擬合模型的表達式為：

y=a0+a1ln（x）. （7）

式（4）（5）（6）（7）中：y為葉片單位葉面積、單位時間的碳匯能力（以最大凈光合速率來表示）；x為植被的光譜反射率；a為相應的回歸系數(shù)和常數(shù)。

為綜合比較擬合的效果和精度，選取部分實測數(shù)據(jù)進行模型修正，同時為了使模擬結(jié)果更加接近實際值，將決定系數(shù)R2作為評價指標，選取決定系數(shù)較高、相對誤差較小的模型為最終估算模型。

2 結(jié)果和分析

2.1 不同物種午后光合速率變化的比較

植物總是生活在某種特定的環(huán)境中，并且與外界環(huán)境之間不斷地進行著物質(zhì)能量交換。由于影響光合作用的環(huán)境因子（溫度、光照、水分等）在一天的午后會發(fā)生顯著的變化，因此，植物的光合速率也呈現(xiàn)出相應的變化規(guī)律。探討午后植物光合速率的變化對研究植物的生理特性有著重要的意義。

在13：00—14：00 時間段內(nèi)，海桐的凈光合速率最高，欏木石楠的凈光合速率次之，杜鵑和香樟的凈光合速率大致相同，吉祥草等草類植物的凈光合速率最低。

在13：00—14：00時間段內(nèi)，不同植物凈光合速率的變化趨勢不同，海桐、欏木石楠和杜鵑等物種凈光合速率的變化趨勢成單峰狀態(tài)，而香樟和吉祥草等物種凈光合速率的變化趨勢成雙峰狀態(tài)。

分析：灌木類地被植物的光合速率值比草本植物和藤本地被植物高。這種現(xiàn)象很可能是因為葉片內(nèi)葉綠素等含量的不同引起的。不同物種在午后凈光合速率的變化趨勢的不同可能是因為不同植株葉片內(nèi)氣孔導度的敏感性不同引起的。對凈光合速率變化在午后成單峰狀態(tài)的物種其葉片內(nèi)氣孔導度的敏感性較差，以至于對于溫度、水分等環(huán)境因子的微量變化不會影響氣孔的狀態(tài)；反之，對午后凈光合速率變化趨勢成雙峰狀態(tài)的物種來說，其葉片內(nèi)氣孔導度的敏感性相對較強；對于溫度、水分的微量變化就會影響葉片內(nèi)氣孔的狀態(tài)，以至于會在很短的時間內(nèi)凈光合速率呈現(xiàn)出雙峰狀態(tài)。

2.2 不同植物午后固碳釋氧能力的比較

植物通過光合作用發(fā)揮固碳釋氧的功能，對改善城市空氣質(zhì)量、實現(xiàn)城市生態(tài)系統(tǒng)良性循環(huán)具有重要意義。不同類型的地被植物，其固碳釋氧量是不同的。從表1可以看出，在所測的5 種地被植物中，從總趨勢看，灌木地被植物的固碳釋氧量高于草本和藤本植物。

實驗結(jié)果表明，欏木石楠和海桐的固碳釋氧量較高，固碳量分別為0.86 g/（m2·h）、1.27 g/（m2·h），釋氧量分別為 0.62 g/（m2·h）、0.92 g/（m2·h）；杜鵑和香樟的固碳釋氧量大致相同，固碳量大概為 0.7 g/（m2·h），釋氧量大概為 0.5 g/（m2·h）；吉祥草的固碳釋氧量能力最差，固碳量為 0.24 g/（m2·h），釋氧量為 0.17 g/（m2·h），不足海桐固碳釋氧量的1/4.由此可見，不同類型地被植物之間，其固碳釋氧能力存在著差異，原因可能與葉片接受光照的多少及葉片的結(jié)構有關。

2.3 不同物種午后葉片光譜響應曲線的比較

不同物種的葉片對于電磁波的吸收和反射能力是有差異的。這為探討不同物種葉片午后的光譜響應曲線與其光合速率之間的關系提供了理論基礎。在波長范圍為800～1 000 nm的光譜區(qū)間內(nèi)，各植物葉片對于電磁波的反射率趨于穩(wěn)定，并且差異達到了最大。研究資料表明，800～1 000 nm的波長區(qū)間屬于近紅外短波，因此，利用近紅外來簡單地探測或大致估算出不同物種葉片的光合速率相比傳統(tǒng)的測量手段和方法更加簡便快捷。在近紅外波段，對電磁波反射率高低順序為：海桐>欏木石楠>香樟>杜鵑>吉祥草。這種順序與這些葉片在午后的平均凈光合速率及其固碳釋氧能力的高低順序一致。

2.4 模型結(jié)果

表1是采用線性回歸、多項式回歸和對數(shù)回歸的方法回歸得出的模型結(jié)果。結(jié)果表明，采用二次多項式對不同葉片的凈光合速率和在近紅外波段的光譜反射率的擬合效果最好，其R2值為0.762 8；其次是對數(shù)回歸模型，R2值為0.762 2；線性回歸模型擬合效果最差，R2值為0.747 4.因此，我們采用所獲得的二次多項式回歸模型作為最終的反演模型，其表達式為：

y=-25.845x2+42.835x+9.440 7. （8）

式（8）中：y為葉片單位葉面積、單位時間的碳匯能力（以最大凈光合速率來表示）；x為不同植物葉片在近紅外波段的光譜反射率。

3 植被碳匯能力的反演

在建立植被碳匯能力與光譜反射率的關系之后，采用武漢市的高光譜影像（MODIS影像）的反射率產(chǎn)品MOD09a1產(chǎn)品，通過波段運算得出武漢市的植被指數(shù)分布圖（NDVI）（NDVI>0.3為植被），并提取出含植被的區(qū)域，最后運用建立的模型反演出城市植被的碳匯能力。主要使用ENVI5.1 和ArcGIS10.2 兩款軟件進行影像處理。圖1為最終得到的武漢市城市植被碳匯能力的等級分布情況。

參考文獻

[1]朱蕓，雷國良，劉秀銘，等.全球氣候變暖的影響問題辨析[J].亞熱帶資源與環(huán)境學報，2012，7（1）：47-54.

[2]李培月，劉璐，高曉花.也談全球氣候變暖問題[J].環(huán)境科學與管理，2009，34（11）：49-53.

[3]沈文清，馬欽彥，劉允芬.森林生態(tài)系統(tǒng)碳收支狀況研究進展[J].江西農(nóng)業(yè)大學學報，2006，28（2）：312-317.

[4]陳拉.高光譜遙感數(shù)據(jù)在植被信息提取中的應用研究[J].安徽農(nóng)業(yè)科學，2009，37（8）：3842-3843.

[5]劉秀英，熊建利，林輝.基于高光譜特征參數(shù)的樟樹葉綠素含量的估算模型研[J].廣東農(nóng)業(yè)科學，2011，38（5）：1-4.

[6]朱文靜.基于偏振—高光譜多維光信息的番茄氮磷鉀及交互作用檢測研究[D].鎮(zhèn)江：江蘇大學，2014.

[7]張清林.林木葉片生化組分含量高光譜遙感估算模型研究[D].福州：福建師范大學，2012.

〔編輯：劉曉芳〕