不同生活型植物非光合部分反射光譜和蓋度的關系

白雪蓮,喬榮榮,季樹新,閆志堅,常學禮,*,趙文智

1 中國科學院西北生態(tài)環(huán)境資源研究院,中國生態(tài)系統(tǒng)研究網絡臨澤內陸河流域研究站,中國科學院內陸河流域生態(tài)水文重點實驗室,蘭州 730000 2 魯東大學資源與環(huán)境工程學院,煙臺 264025 3 中國農業(yè)科學院草原研究所,呼和浩特 010010 4 中國科學院大學,北京 100049

非光合植被(Non-photosynthetic Vegetation, NPV)是陸地生態(tài)系統(tǒng)重要組成部分,是衡量地表植被覆蓋狀況的重要指標之一[1]。NPV主要指枯草、枯葉、枯枝、枯干、作物留茬和凋落物以及植物活體非光合部分等[2],是生態(tài)系統(tǒng)中物質循環(huán)和能量流動重要環(huán)節(jié)之一,特別是枯死部分不僅能夠增加土壤有機質改善土壤質地,還能夠有效減少地表徑流和土壤風蝕[3—5],并在草原火災監(jiān)測方面起著關鍵作用[6—7],及時、準確的掌握NPV動態(tài)對于水土保持、風沙天氣的減緩、沙塵源的識別和草原生態(tài)系統(tǒng)保護有至關重要的意義。

隨著遙感技術提高及易操作、低成本和可周期性重復特點使其被廣泛應用到區(qū)域植被動態(tài)監(jiān)測[8—10],并應用一些指數(shù)來表征農田NPV取得了大量結果,如歸一化指數(shù)(Normalized Difference Index, NDI)、歸一化差異衰敗指數(shù)(Normalized Difference Senescent Vegetation Index, NDSVI)、土壤調整作物茬指數(shù)(Soil Adjusted Corn Residue Index, SACRI)和修正土壤調整作物茬指數(shù)(MSACRI)等,但是估算誤差較大[11—13]。與上述研究途徑不同,Elvidge(1988)利用機載可見紅外成像分光計2180—2220 nm和2310—2380 nm波段數(shù)據(jù)計算并提出了纖維素指數(shù)概念,同時還發(fā)現(xiàn)了灌木分布區(qū)反射光譜在2100 nm處有明顯光譜吸收槽[14]。Daughtry等于1996年在此基礎上提出了纖維吸收指數(shù)(Cellulose Absorption Index,CAI),涉及波段涵蓋了Elvidge的發(fā)現(xiàn),分別為2000—2050 nm,2080—2130 nm和2190—2240 nm[15]。CAI提出后,大量的驗證與應用研究表明與其他類似指數(shù)相比,CAI可以更好反映非光合植被蓋度(fNPV)[16—20]。但是,在MODIS數(shù)據(jù)36個波段中,缺少與 CAI計算所對應波段(2000—2050 nm,2080—2130 nm和2190—2240 nm),因此,如果能在MODIS數(shù)據(jù)中發(fā)現(xiàn)與CAI計算波長密切相關波段成為NPV研究關鍵。針對這一問題,Cao等根據(jù) MODIS波段特征提出DFI能很好反映地表枯落物狀態(tài),其研究結果在國際遙感雜志(International Journal of Remote Sensing)發(fā)表[18—19]。此后,相關研究直接將DFI應用到fNPV估算中[11, 21—22],但是DFI是否可以準確反應NPV纖維素含量狀況？DFI計算所采用波段與CAI反應敏感波長存在偏差的事實如何補償?shù)冗@些細節(jié)問題一直被忽視。因此,完成CAI和DFI關系分析是實現(xiàn)fNPV更加精確估算的關鍵。在已有研究中CAI和DFI的關系是通過構建像元三分法進行間接比較分析[2, 21, 23—24],缺乏對二者之間的直接實驗驗證。從NPV解譯方法來看,覆蓋度估算主要有非光合植被-裸地(NPV-BS)二分模型、光合植被-非光合植被-裸地(PV-NPV-BS)三分模型和光合植被-非光合植被-裸地-陰影(PV-NPV-BS-Shadow)四分模型等[2, 9, 21, 23]。這些方法在理論上較好詮釋了地表植被覆蓋構成和外界因素對蓋度估算影響,但已有研究也明確指出了上述方法存在問題[25—26],如像元三分和四分模型在植被枯黃期、PV蓋度(fPV)限制(<30%)條件下才能較好估算fNPV等。此外,一些相關研究中關注了裸地可能會對fNPV提取產生影響,但是在蓋度計算中對于是否應該剔除掉裸地值缺少直接的對比分析[9, 12, 21, 23]。

從有關大尺度NPV研究現(xiàn)狀來看[18—19, 23—24, 26—27],目前處在將NPV作為一個均質整體分析階段,對其由NPV蓋度和不同生活型植物凋落組成等導致空間異質性缺乏考慮[2, 16, 27—29]。但是,已有研究表明灌木fNPV估算誤差高于草本和農作物[30],明顯看出木質材料和草本材料存在差異。中國對于NPV的研究主要集中于錫林郭勒草原,并把該區(qū)看作典型草原,忽略了該區(qū)草甸草原和沙地草場異質性以及木質NPV(灌木、半灌木)和草本NPV在光譜反射方面的差異,在一定程度上影響fNPV估算精度。另外,現(xiàn)在對于植被蓋度較低的荒漠草原fNPV研究較薄弱,有必要弄清此類草原fNPV分布狀況。同時,基于不同生活型植物NPV差異導致空間異質性研究相對薄弱[16],尤其是對不同生活型植物fNPV、CAI和DFI關系尚不明朗,急需開展此方面更加深入的研究。

因此,本文研究目的為：(1)構建fNPV、CAI和DFI的關系,估算不同草原類型fNPV,解釋不同草原(草場)類型fNPV空間異質性特征；(2)對比DFI直接估算fNPV與CAI間接估算fNPV差異,弄清DFI是否可以代替CAI參與fNPV估算,提高fNPV估算精度；(3)對比剔除裸地前后的估算結果,解釋土壤背景值對fNPV估算模型和估算結果的影響；(4)為利用非生長季遙感數(shù)據(jù)識別區(qū)域fNPV并評估區(qū)域土壤風蝕、草地沙化程度識別等提供基礎支持。

1 研究區(qū)概況與方法

1.1 研究區(qū)概況

地面反射光譜測定在中國農業(yè)科學院草原研究所鄂爾多斯沙地試驗站完成(圖1),位于內蒙古自治區(qū)鄂爾多斯市達拉特旗,地處庫布齊沙漠東段；地理位置為110°0′51″E,40°18′53″N；海拔高度為1040 m。氣候特點為冬季寒冷漫長,夏季溫暖短促,降水較少；年均溫度6℃,最低氣溫-32.3℃,最高氣溫38.3℃；年降水量250—350 mm之間,集中在7、8月,屬于溫帶大陸性氣候。主要植物種有灌木北沙柳(Salixpsammophila)和檸條錦雞兒(CaraganakorshinskiiKom.),半灌木油蒿(Artemisiaordosica),草本植物黃蒿(Artemisiascopariawaldst.etKit)、狗尾草(Setariaviridis)、沙蓬(Agriophyllumsquarrosum)和霧冰藜(Bassiadasyphylla)等。根據(jù)內蒙古植被類型圖和草原實地調查(圖1),案例分析區(qū)域分別選擇錫林郭勒盟以多年生草本為主的西烏珠穆沁旗草甸草原和以多年生+半灌木為主的阿巴嘎旗典型草原區(qū)、以草本和灌木混合為主的鄂爾多斯十大孔兌沙地草場以及以草本、半灌木和灌木混合為主的巴彥淖爾市烏拉特中旗荒漠草原。其中,為最大可能規(guī)避異質性產生的干擾,在所選縣(旗)域中用2015年LUCC數(shù)據(jù)中的草地將典型區(qū)選出。

圖1 研究區(qū)位置Fig.1 Location of study area

1.2 研究方法

1.2.1實驗材料

依據(jù)沙地草場植物生長型組成特點,分別選擇灌木(北沙柳、檸條錦雞兒)、半灌木(油蒿)和草本(黃蒿、狗尾草、沙蓬)三種類型進行反射光譜測定。

1.2.2地面反射光譜數(shù)據(jù)與遙感數(shù)據(jù)

地面反射光譜數(shù)據(jù)測定時間為2019年5月9日—13日,此時可減少PV干擾。選用美國ASD公司Field Spec 4高分辨率光譜儀,波長范圍為 350—2500 nm,其中為減小裸地對反射率影響,每種植被光譜測定時采用同一裸地作為背景。測定時,探頭垂直向下,視場角為 25°,與實測目標地物距離為0.67 m,對應地面樣本為直徑 30 cm 樣圓。光譜測定時間為10—14時之間,對同一個樣圓植物反射光譜測定5次,并用相匹配數(shù)據(jù)處理軟件ViewSpec Pro導出所測光譜值,對應MODIS數(shù)據(jù)波段B1(620—670 nm)、B2(841—876 nm)、B6(1628—1652 nm)、B7(2105—2155 nm)和計算CAI所需R2.0(2000—2050 nm)、R2.1(2080—2130 nm)和R2.2(2190—2240 nm),計算平均值。為保證光譜測定準確性,每隔10—15 min利用標準白板進行校光。測定期間,光照條件較穩(wěn)定、風力弱,對光譜反射值干擾極小。

選用MODIS數(shù)據(jù)進行典型研究區(qū)fNPV估算,數(shù)據(jù)來源于NASA地表過程數(shù)據(jù)中心(LP DAAC),下載地址為https://ladsweb.modaps.eosdis.nasa.gov/,數(shù)據(jù)類型為MCD43A4,該數(shù)據(jù)為基于16天觀測數(shù)據(jù)生成的日產品數(shù)據(jù),已經經過了地形校正、輻射定標和大氣校正。在本研究中,選用2019年4月15日數(shù)據(jù),原始數(shù)據(jù)為HDF格式,通過MRT(Modis Reprojection Tool)進行轉換,將1、2、6和7波段數(shù)據(jù)由HDF格式轉換為TIFF格式。

1.2.3fNPV提取

由于傳統(tǒng)目視估測植被蓋度比照相法精度低,所以植被蓋度測定采用相機拍照,然后利用 ENVI 5.3通過監(jiān)督分類和目視解譯結合方法進行蓋度提取。拍照時,擋住陽光減小陰影對蓋度解譯誤差,相機鏡頭垂直向下位于樣圓中心正上方,調整距離樣圓高度,保證樣圓完全處于相機成像范圍內。

1.2.4指數(shù)計算與模型構建

本文主要選取CAI和DFI反應NPV變化特征,CAI計算公式為[15]：

CAI=[0.5×(R2.0+R2.2)-R2.1]×100

(1)

式中,對于ASD高光譜數(shù)據(jù),R2.0為2000—2050 nm波段平均反射率,R2.1為 2080—2130 nm波段平均反射率,R2.2為2190—2240 nm波段平均反射率。為了擴大CAI值差異性,乘以系數(shù)100。

DFI計算公式為[18]：

(2)

式中,B1,B2,B6,B7分別代表MODIS第1、2、6和7波段。為了擴大DFI值差異性,乘以系數(shù)100。

依據(jù)不同生活型植被構建7種模型,分別為草本、半灌木、灌木、草本+半灌木+灌木、草本+半灌木、草本+灌木和半灌木+灌木。

1.2.5光譜特征

在條件控制上,選擇fNPV基本相同時草本、半灌木、灌木和總體(fNPV分別為61.24%、61.52%、60.84%和61.08%,最大值和最小值相差僅為0.68%)的反射光譜。去除受大氣影響嚴重波段和水汽吸收波段,保留350—1300、1450—1750和 2000—2350 nm波段范圍[31],呈現(xiàn)光譜特征曲線(圖2)。

圖2 不同材料關鍵波段NPV反射光譜曲線Fig.2 The spectral reflectance curves of NPV in key band 灰色柱狀為MODIS波段波長范圍,紅色虛線方框為CAI計算所需波長范圍

1.2.6fNPV,CAI 和DFI關系分析

fNPV和CAI、CAI和DFI、DFI和fNPV關系分析采用線性擬合分析和P值檢驗法。其中,主要采用決定系數(shù)(R2)來評估DFI和fNPV擬合程度。顯著性檢查閾值采用P= 0.05和P= 0.001,當P>0.05時不顯著,0.001

1.2.7應用案例

實地考察顯示不同草原區(qū)植被組成結構不同,不同草原類型區(qū)fNPV估算采用各區(qū)域優(yōu)勢植被類型所建立模型,故在草甸草原區(qū)選用草本模型,典型草原區(qū)選用草本和半灌木混合模型,荒漠草原區(qū)選用草本、半灌木和灌木混合模型,沙地草場選用草本和灌木混合模型進行區(qū)域fNPV反演。其中,裸地蓋度值(fBS)采用樣方遮蔭拍照后解譯計算,使用遙感數(shù)據(jù)計算得到的fNPV值減去fBS值即為實際fNPV值。

2 結果

2.1 不同NPV反射光譜特征

在蓋度相同情況下(圖2),草本、半灌木、灌木和總體光譜反射率具有相似變化趨勢,但是光譜反射率具有差別。350—1300 nm和1450—1750 nm波長范圍,草本和灌木NPV光譜反射率大于總體,半灌木小于總體。2000—2300 nm波長范圍,不同生活型NPV光譜反射率差異較小,但草本NPV光譜反射率小于總體,半灌木大于總體。

從不同波段來看(圖2),B1波段光譜反射率由高到低為草本、灌木、總體和半灌木(20.75%、18.93%、18.49%和15.78%),灌木和總體光譜反射率差值最小(0.44%)；B2波段由高到低為草本、灌木、總體和半灌木(28.36%、28.33%、26.2%和21.93%),總體和半灌木光譜反射率差值最大(4.27%)；B6波段由高到低為草本、灌木、總體和半灌木(39.87%、39.58%、38.9%和37.26%),灌木和總體光譜反射率差值最小(0.58%),總體和半灌木光譜反射率差值最大(1.64%)；B7波段由高到低為半灌木、灌木、總體和草本(36.06%、35.69%、35.57%和34.95%),灌木和總體光譜反射率差值最小(0.12%),總體和草本光譜反射率差值最大(0.62%)。其中,B1和B6波段草本和半灌木光譜反射率都為最高和最低,B2波段半灌木光譜反射率最低,；B7波段草本和半灌木光譜反射率為最低和最高,總體和灌木在2149 nm處產生交叉,波長為2105—2149 nm時,灌木光譜反射率高于總體,波長為2149—2155 nm時,灌木光譜反射率低于總體。在B1和B6波段易于分辨草本和半灌木,B2波段最易于區(qū)分半灌木與其他生活型植物,在B7波段易于區(qū)分草本和半灌木以及灌木和總體。

從fNPV,CAI 和DFI分布來看(圖3),fNPV隨著CAI 和DFI的增加在不斷增加。DFI變化在-9.43—19.48之間,平均值為3.76；CAI變化在-4.5—3.6之間,平均值為-0.23。

圖3 不同生活型植物fNPV、CAI和DFI的3D空間圖 Fig.3 Distribution of fNPV, CAI and DFI in different non-photosynthetic vegetation types

2.2 fNPV,CAI 和DFI關系

從CAI 和DFI關系模型來看(表1),CAI隨著DFI的增加呈增加趨勢,二者呈極顯著正相關(P<0.001)。其中,半灌木變化率最大,為0.3294；半灌木和灌木混合模型變化率最小,為0.1816。草本、半灌木和灌木混合模型變化率為0.2323,草本和半灌木混合模型變化率為0.2485,草本和灌木混合模型變化率為0.246。

從CAI 和fNPV關系模型來看(表1),fNPV隨著CAI的增加呈增加的趨勢,二者呈極顯著正相關(P<0.001)。其中,半灌木變化率最大,為21.03；草本模型變化率最小,為12.82。草本、半灌木和灌木混合模型變化率為13.64,草本和半灌木混合模型變化率為13.38,草本和灌木混合模型變化率為13.14。

表1 不同生活型植物與組成的fNPV和CAI、CAI和DFI的關系

從fNPV1和DFI關系來看(表2),變化率最大和最小的是半灌木和灌木,分別為6.927和2.9678；草本+半灌木+灌木、草本+半灌木和草本+灌木區(qū)域的變化率分別為3.1688、3.3237和3.2332。其中,fBS值最大和最小的為半灌木+灌木和草本,分別為28.1001和8.0507；草本+半灌木+灌木、草本+半灌木和草本+灌木區(qū)域的fBS值分別為21.0085、17.2148和17.8186。

表2 不同生活型植物與組成的fNPV和DFI的關系以及各模型中fBS值

從fNPV2和DFI關系來看(表2),變化率最大和最小的是半灌木和草本+半灌木,分別為7.3905和3.3245；草本+半灌木+灌木、草本+灌木和草本區(qū)域的變化率分別為3.453、3.9402和3.8019。其中,fBS值最大和最小的是半灌木+灌木和草本,為22.4315和5.9261；草本+半灌木+灌木、草本+半灌木和草本+灌木模型的fBS值分別為18.651、17.1992和14.4532。

2.3 不同草原區(qū)案例分析

從包含裸地的不同草原區(qū)平均fNPV來看(表3,圖4),fNPV1在4種草原區(qū)平均值為67.33%,fNPV2在4種草原區(qū)平均值為68.47%,fNPV1比fNPV2小1.14%。其中,草甸草原區(qū)fNPV最大,fNPV1為84%,fNPV2為86.08%,二者相差2.08%；荒漠草原區(qū)fNPV最小,fNPV1為53.78%,fNPV2為54.36%,二者相差0.58%。典型草原區(qū)fNPV1和fNPV2差值最小,為0.01%,沙地草場fNPV1和fNPV2差值為1.91%。

從剔除裸地后的不同草原區(qū)平均fNPV來看(表3,圖4),fNPV1在4種草原區(qū)平均值為51.3%,fNPV2在4種草原區(qū)平均值為54.42%,fNPV1比fNPV2小3.11%。其中,草甸草原區(qū)fNPV最大,fNPV1為75.95%,fNPV2為80.15%,二者相差4.2%；荒漠草原區(qū)fNPV最小,fNPV1為32.77%,fNPV2為35.71%,二者相差2.94%。典型草原區(qū)fNPV1和fNPV2差值最小,為0.03%,沙地草場fNPV1和fNPV2差值最大,為5.28%。

表3 不同草原區(qū)平均fNPV

3 討論

fPV和fNPV能較好的反應區(qū)域植被生物量和草原植被生長狀況,尤其是fNPV估算對于草原防火和風蝕估算具有重要意義,被廣泛應用到風蝕計算中。fNPV受空間異質性、季節(jié)、裸地性質以及提取方法和數(shù)據(jù)等眾多因素影響[2, 9, 21, 23, 25—26]。從本文研究來看,植物類型差異、裸地干擾和建立模型方法對fNPV影響較大。

首先,從NPV光譜特征來看,不同生活型NPV光譜變化趨勢與已有研究結果枯落物變化趨勢一致(圖2),這說明光譜變化趨勢受植物類型影響微弱[18, 21, 23, 26]。但是同樣植被蓋度條件下,NPV在不同波長范圍表現(xiàn)出一定差異說明不同生活型NPV光譜反射率不同(圖2),原因在于不同植物在纖維素吸收方面可能存在差異,尤其是在2100 nm附近纖維素與木質素吸收容易受水分影響[25, 28]。利用這四個波段光譜反射率差異可以區(qū)別草本、半灌木、灌木和總體等不同生活型NPV。

其次, DFI和CAI呈極顯著正相關(P<0.001)關系(圖3,表2),說明DFI在難以獲取CAI所需的波段時可以代替CAI進行植被蓋度計算；通過對比fNPV1和fNPV2,二者在典型草原區(qū)差異最小(0.01%和0.03%)(表4),但在其他區(qū)域差異較大,說明直接應用DFI計算fNPV可能受植被類型和空間異質性等因子影響,也說明在典型草原中應用DFI直接計算fNPV受限程度較小。DFI和fNPV存在極好線性擬合關系(圖3),呈極顯著正相關關系(P<0.001),這一結果與已有研究結果一致[18, 24, 27]。但從草本+半灌木+灌木混合來看,本研究DFI和fNPV2決定系數(shù)R2(0.65)略小于Cao等和Chai等決定系數(shù)R2(0.95和0.68)[19, 27]。原因是本研究采樣區(qū)鄂爾多斯沙地與錫林郭勒草原的裸地類型和裸地含水量等自然條件存在異質性,進而導致NPV光譜反射率存在差異[28],具體表現(xiàn)在DFI,本研究DFI(平均為3.87%)小于錫林郭勒草原(最小為3.97%)[21]；二是本研究所選物種包括草本、半灌木和灌木,所選NPV比Cao等所選草本和灌木更加豐富[19]。與Ren等對內蒙古荒漠草原CAI和fNPV決定系數(shù)R2相差較小(R2= 0.67,n= 155)[11],在這種樣本數(shù)量基本相同情況下,出現(xiàn)R2相差較小現(xiàn)象的原因可能是CAI和DFI高度相關。從具體生活型NPV的DFI與fNPV關系來看(表3),半灌木斜率(6.927和7.3905)與草本+半灌木+灌木混合模型斜率(3.1688和3.453)差值最大(3.7582和3.9375),這說明不同植被類型DFI與fNPV關系存在較大差異,也說明半灌木DFI和fNPV關系特征最明顯,在遙感監(jiān)測過程中易于區(qū)分。對比fNPV空間分布來看(圖4),NPV空間異質性和生活型植物分布比例差異說明草原區(qū)不同區(qū)域應參考不同擬合模型[18],不可將NPV作為均質材料處理。

圖4 不同草原類型區(qū)fNPV空間分布Fig.4 Distribution of fNPV in different grassland areas A為fNPV1剔除裸地,B為fNPV2剔除裸地,C為fNPV1包含裸地,D為fNPV2包含裸地；1為草甸草原,2為典型草原,3為荒漠草原,4為沙地草場

最后,通過對比剔除裸地前后結果說明在一定程度上裸地反射率對fNPV估算產生干擾。對比王光鎮(zhèn)等應用NDVI-DFI三分模型所得西烏珠穆沁旗4月fNPV高達77.44%的結果[26],本研究草甸草原區(qū)(西烏珠穆沁旗)剔除裸地的fNPV1更準確(剔除裸地的fNPV1和fNPV2為75.95%和80.15%,與已有結果僅相差1.49%和2.71%；包含裸地fNPV1和fNPV2為84%和86.08%,與已有結果相差6.56%和8.64%)。本結果fNPV1偏小1.49%的原因可能是遙感數(shù)據(jù)選用時間為4月15日,該時間比4月5日返青植被多。本結果高于柴國奇等應用Sentinel- 2數(shù)據(jù)對錫林郭勒4月初fNPV為56%的結果[32],導致這種結果的原因是受草原類型影響,本研究選取草甸草原與柴國奇等選取典型草原枯落物數(shù)量差異導致蓋度差異。柴國奇[32]等結果與本研究典型草原結果(剔除裸地fNPV1和fNPV2為50.61%和50.64%,包含裸地的fNPV1和fNPV2為67.83%和67.84%)相差較小(5.39%和5.36%,11.83%和11.84%),這也證實了剔除裸地后的fNPV結果更準確。已有研究通過端元值進行蓋度提取時[6—7, 17, 23],也充分考慮了裸地的影響,所以在建立模型應用時,裸地是必須考慮的重要影響因子。

4 結論

本文基于實測數(shù)據(jù)和MODIS數(shù)據(jù)對不同生活型植物NPV光譜反射特征進行了分析,構建了不同生活型植物DFI、CAI和fNPV模型并對不同草原區(qū)fNPV進行了估算,主要得到以下結論：

(1)草本、半灌木、灌木和總體NPV光譜反射率具有相似變化趨勢,但反射值存在顯著差異,波長范圍為350—1300 nm和1450—1750 nm時,草本和灌木NPV光譜反射率大于總體,半灌木小于總體；波長范圍為2000—2300 nm時,草本NPV光譜反射率小于總體,半灌木大于總體。

(2)DFI和CAI、CAI和fNPV、DFI和fNPV均呈顯著正相關關系(P<0.001),DFI可以代替CAI進行fNPV的估算。

(3)不同草原區(qū)fNPV存在異質性,草甸草原、典型草原、沙地草場和荒漠草原分別為75.95%、50.61%、45.88%和32.77%。DFI在典型草原區(qū)估算fNPV效果最好(fNPV1和fNPV2平均差值為3.11%,最小差值為0.03%)。

(4)在進行fNPV估測時,不同草原區(qū)應參考不同關系模型,不可將NPV作為均質材料處理,還要剔除裸地干擾。