基于機器學習算法的九寨溝自然保護區(qū)植被生態(tài)水儲量定量反演研究

周湘山，楊武年，羅 可，張宇航，文 艷，唐曉鹿

（1.中國電建集團成都勘測設計研究院有限公司，四川 成都 610072；2.成都理工大學，四川 成都 610059）

0 前 言

森林生態(tài)系統(tǒng)約占地球陸地表面積的33%，被稱為“地球之肺”，是地球上最大的陸地生態(tài)系統(tǒng)，是全球生物圈中重要的一環(huán)，也是地球上重要的基因庫、碳貯庫、蓄水庫和能源庫，對維系整個地球的生態(tài)平衡有著不可替代的作用［1］。森林生態(tài)系統(tǒng)具有一項重要的生態(tài)服務功能就是涵養(yǎng)水源［2］，其涵養(yǎng)著陸地90% 以上的淡水資源［3］。林冠層是森林生態(tài)系統(tǒng)降水調(diào)節(jié)過程的第一個環(huán)節(jié)，也是森林生態(tài)系統(tǒng)中水分重新分配的第一個界面層［4］，林冠層對降水的調(diào)節(jié)作用主要表現(xiàn)為林冠截留和穿透雨兩部分；其次是樹干徑流，是指降雨沿著樹干流至樹木根部的過程，樹干徑流量在一次降雨中所占的比率比較低，一般低于5%；枯落物層作為森林生態(tài)系統(tǒng)的第二個水文作用層，主要功能是增加土壤的有機質(zhì)含量、改善土壤的理化性質(zhì)，提高土壤孔隙率，防止土壤嚴重板結(jié)、增強土壤入滲性能，減少土壤的無效蒸發(fā)［5］，使更多的水分能夠儲存在土壤中供植物生長；土壤層是森林生態(tài)系統(tǒng)的第三個水文作用層，在整個森林生態(tài)系統(tǒng)中水源涵養(yǎng)能力最強，不僅能夠調(diào)節(jié)降水資源的分配，也是生態(tài)系統(tǒng)水分和元素循環(huán)的主要儲蓄庫，是評價森林生態(tài)系統(tǒng)水源涵養(yǎng)能力的重要指標。研究不同森林植被類型儲水量及其水文功能，是生態(tài)修復、重建過程中的重要問題，也是需要迫切解決的基礎理論問題。

目前已有研究成果中，基本采用單一遙感影像，通過各類植被指數(shù)、紋理指數(shù)等地面參數(shù)與野外實測數(shù)據(jù)建立回歸關系反演或估算植被含水量。部分研究增加了LIDAR、INSAR、高光譜等多源遙感融合反演的成果，但利用機器學習算法建立回歸模型的應用較少。常用的機器學習算法包括：隨機森林、支持向量機、人工神經(jīng)網(wǎng)絡等。機器學習算法較以往的線性參數(shù)模型有更好的擬合精度，對植被含水量數(shù)據(jù)需要滿足的統(tǒng)計條件較低，能夠有效地解決高維數(shù)據(jù)（變量個數(shù)較多、變量類型多樣）在建立模型過程中所帶來的變量選擇困難。隨著機器學習算法的發(fā)展及森林植被生態(tài)水相關遙感研究的深入，利用機器學習算法對森林植被進行分類、植被生態(tài)水反演模型構(gòu)建，將進一步提高植被生態(tài)水儲量的估算精度和準確性。

1 研究區(qū)概況

研究區(qū)位于九寨溝漳扎鎮(zhèn)，漳扎鎮(zhèn)位于九寨溝縣南部，原名九寨鎮(zhèn)，地處N33°02′N～33°21′N，108°38′E～104°03′E，位于長江系嘉陵江上游白水江源頭。地勢整體呈南高北低，地貌以高山為主，海拔在1 800～4 800 m之間；氣候溫和，年平均氣溫為12.7℃。春季氣溫較低且溫差較大，平均氣溫位于9～18℃；夏季較涼爽；秋季氣候宜人但晝夜溫差較大；冬季較寒冷，日照充足，年平均日照約1 600 h。保護區(qū)內(nèi)土壤大部分以半濕潤、半干旱暖的溫帶基帶山地淋溶褐土為代表，林下土壤則多為山地棕壤和山地暗棕壤，腐殖質(zhì)含量較高。保護區(qū)內(nèi)野生動植物資源非常豐富，已發(fā)現(xiàn)的野生動物有600余種，其中屬于國家重點保護動物有20多種。此外，保護區(qū)還是四川省的第二大林區(qū)，森林覆蓋率超過70%，有四川紅杉、白皮杉等多種國家級珍稀保護植物。

2 數(shù)據(jù)采集及處理

2.1 實測數(shù)據(jù)分析

2.1.1 野外數(shù)據(jù)采集

由于九寨溝自然保護區(qū)范圍的氣候條件復雜，云層覆蓋較多，考慮不同季節(jié)植被的含水量會有較大變化，而不同年份的相同季節(jié)植被含水量較之變化不大的因素，盡量保持下載的Sentinel-2B和Landsat8 OLI影像成像時間與所采集樣點實測數(shù)據(jù)的季節(jié)相契合，布點方式考慮了植被類型多樣和交通便利兩種因素。野外工作由A、B兩個小組一起完成，共采集54個樣地數(shù)據(jù)。樣地采用圓形樣地方式，以一點為圓心，10 m距離為半徑，對圓內(nèi)所有胸徑大于5 cm的樹木進行單木檢尺，主要記錄樣地編號、樹種名稱、1.3 m高度處胸徑和樹高。其中針葉林類型14個，其主要樹種有油松、云杉、馬尾松、冷杉、云杉等；闊葉林類型16個，其主要樹種有櫟樹、樺樹、楊樹等；混交林類型24個。

2.1.2 生物量計算

本文采用模型法對樣地林木生物量進行估算，在樣地內(nèi)測得的數(shù)據(jù)有胸徑和樹高，利用已有的生物量方程計算樣地內(nèi)單棵樹木干枝葉各部位的生物量。

根據(jù)野外采集的胸徑D計算得出單棵林木的枝、干、葉生物量（干重），分別為BM枝、BM葉、BM干。由野外采集的林木的枝、干、葉少量樣本，可以得到分別對應器官的樣本鮮重FM枝、FM葉、FM干，帶回室內(nèi)后將樣品放置烘箱中，將葉類樣本在70℃條件下烘干，枝干部分樣本在80℃條件下烘干，反復稱量至恒重，分別得到對應林木器官的干重DM枝、DM葉、DM干。

據(jù)生物量（干重）和含水率的關系，可以計算出林木的枝、干、葉植被含水量，并將森林植物樣地的含水量統(tǒng)一換算到標準單位噸/公頃（Mg/hm2）。

2.1.3 研究區(qū)植被含水量

按照54個樣地的實測數(shù)據(jù)，根據(jù)各類樹種生物量模型計算出各類樹種的干、枝、葉等部位的生物量，通過含水率和含水量計算出各類樣地所有樹種干、枝、葉和總的含水量。

2.2 遙感影像分類

本文主要提取研究區(qū)植被林種分布及面積，選擇計算機“解譯為主，目視解譯為輔”的信息提取方法。將研究區(qū)地物類型分為針葉林、闊葉林、針闊混交林、草地、灌木、水域、裸地和雪地，如圖1所示。對分類結(jié)果進行混淆矩陣精度驗證，其中總分類精度為81.73%，Kappa系數(shù)為0.795 6，滿足分類要求。

圖1 研究區(qū)土地利用類型分類

2.3 特征波段選取

本文結(jié)合植被光譜特性和Sentinel-2B、Landsat8OLI衛(wèi)星傳感器參數(shù)參數(shù)，選取了Sentinel-2B影像 中 的 Band1、Band2、Band3、Band4、Band5、Band6、Band7、Band8、Band8b、Band9、Band11、Band12和Landsat8 OLI衛(wèi)星影像中的Band1、Band2、Band3、Band4、Band5、Band6、Band7、Band9等原始波段地表反射率作為可選的特征因子。

2.4 植被指數(shù)提取

本研究主要選取了基于代表綠度的垂直植被指數(shù)（Perpendicular Vegetation Index）、三角植被指數(shù)（Triangle Vegetation Index）、差值 環(huán) 境植被指數(shù)（Difference Vegetation Index）、歸一化綠藍差異指數(shù)（Normalized Green-Blue Difference Index）、綠藍比值指數(shù)（Green-Blue Ratio Index）、可見光抗大氣指數(shù)（Atmospherically Resistant Vegetation Index）、綠紅比值指數(shù)（Green-Red Ratio Index）、有效葉面積指數(shù)（Specific Leaf Area Vegetation Index）、歸一化水分指數(shù)（Normalized Different Moisture Index）、歸一化紅外指數(shù)（Normalized Difference Infrared Index）等10種植被指數(shù)作為遙感特征因子。

2.5 紋理指數(shù)提取

Haralick（1979）定義了8種常用的紋理特征，即：均值、方差、協(xié)同性、對比度、相異性、熵、二階矩、相關性［6］。

3 模型算法

3.1 XGBoost

XGBoost算法是由陳天奇等人［7］提出來的，與一般的梯度boost方法相比，XGBoost對目標函數(shù)進行了二階泰勒展開，并在訓練過程中利用二階導數(shù)加快了模型的收斂速度。其核心思想就是不斷地添加樹，不斷地進行特征分裂來生長一棵樹，每次添加一個樹，其實是學習一個新函數(shù)f（x），去擬合上次預測的殘差。最后只需要將每棵樹對應的分數(shù)加起來就是該樣本的預測值。

3.2 MARS

多元自適應回歸樣條（Multivariate Adaptive Regression Splines，MARS）是一種數(shù)據(jù)分析方法。該方法以樣條函數(shù)的張量積作為基函數(shù)，分為前向過程、后向剪枝過程與模型選取三個步驟。其優(yōu)勢在于能夠處理數(shù)據(jù)量大、維度高的數(shù)據(jù)，而且計算快捷、模型精確。

3.3 隨機森林

隨機森林算法是通過集成學習的思想將多棵決策樹集成的一種算法，它的基礎組成單元是決策樹，而隨機森林可以看作是若干棵決策樹的集成。基本組成單元采用CART算法［8］，其本質(zhì)屬于機器學習的一大分支——集成學習（Ensemble Learning）方法，其工作原理是生成多個分類器或者模型，各自獨立地學習和做出預測。

4 模型精度評價

本研究選取交叉驗證（Cross Validation，CV）的方式來檢查模型的精度，采用決定系數(shù)（R-squared，R2）和均方根誤差（Root Mean Square Error，RMSE）進行評價。

4.1 Sentinel-2B

采用三種機器學習方法建立生態(tài)水反演模型，并通過十倍交叉驗證法進行精度驗證。其中XGBoost模型決定系數(shù)R2為0.45，均方根誤差RMSE為54；MARS模型決定系數(shù)R2為0.37，均方根誤差RMSE為57；隨機森林模型決定系數(shù)R2為0.40，均方根誤差RMSE為56。

4.2 Landsat8 OLI

采用三種機器學習方法建立生態(tài)水反演模型，并通過十倍交叉驗證法進行精度驗證。其中XGBoost模型決定系數(shù)R2為0.38，均方根誤差RMSE為57；MARS模型決定系數(shù)R2為0.35，均方根誤差RMSE為59；隨機森林模型決定系數(shù)R2為0.32，均方根誤差RMSE為60。

4.3 聯(lián)合反演

采用三種機器學習方法建立生態(tài)水反演模型，并通過十倍交叉驗證法進行精度驗證。其中XGBoost模型決定系數(shù)R2為0.57，均方根誤差RMSE為48；MARS模型決定系數(shù)R2為0.46，均方根誤差RMSE為53；隨機森林決定系數(shù)R2為0.43，均方根誤差RMSE為55。

4.4 模型評價

根據(jù)分析結(jié)果得出，通過Sentinel-2B影像和Landsat8 OLI影像分別提取的54個樣本點的各類特征波段、植被指數(shù)和紋理指數(shù)指標進行重要性分析，選取相對重要性和節(jié)點純度高的指標帶入XGBoost模型、MARS和RF三種模型進行相關性計算，發(fā)現(xiàn)提取指標聯(lián)合反演的相關性最高，Sentinel-2B影像提取的指標單獨反演的相關性其次，Landsat8 OLI影像提取的指標單獨反演的相關性最低。同類影像提取指標中XGBoost反演的相關性最高，MARS反演的相關性其次，RF反演的相關性最低。

5 植被生態(tài)水定量反演

利用森林生物量方程計算了54個樣地中的不同樹種的地上生物量，通過不同樹種地上生物量和含水率數(shù)據(jù)計算得到54個樣地植被生態(tài)水含量。對植被生態(tài)水含量反演方法進行研究，選擇特征波段、植被指數(shù)和紋理指數(shù)進行植被生態(tài)水含量反演，利用所建立的XGBoost模型植被生態(tài)水反演模型進行回歸分析，對研究區(qū)2019年12月份的植被生態(tài)水含量進行反演，反演結(jié)果如圖2所示。

圖2 研究區(qū)生態(tài)水儲量分布

根據(jù)本研究區(qū)的土地利用類型分類結(jié)果，研究區(qū)植被生態(tài)水儲量主要分布在針葉林、闊葉林、混交林和灌木林等四種森林類型，其中針葉林生態(tài)水儲量為351.94×104Mg，平均值210.33 Mg/hm2；闊葉林生態(tài)水儲量132.52×104Mg，平均值127.88 Mg/hm2；針闊混交林生態(tài)水儲量14.48×104Mg，平均值為132.52 Mg/hm2；灌木林生態(tài)水儲量為25.02×104Mg，平均值為150.54 Mg/hm2。研究區(qū)植被生態(tài)水儲量為523.97×104Mg，平均值為175.53 Mg/hm2。由于本研究基于的是光學遙感影像的定量反演，不具備LIDAR和INSAR等影像數(shù)據(jù)的穿透性，無法獲取枯落物和土壤層的生態(tài)水含量。同時基于生物量公式及含水率進行計算，因此研究區(qū)植被生態(tài)水儲量主要代表各森林類型的枝、干、葉等器官的地上植被生態(tài)水含量。

6 結(jié)論及展望

6.1 結(jié) 論

（1）根據(jù)特征選擇結(jié)果，在同一Sentinel-2B變量三種模型下的重要性分析中，紋理指數(shù)指標占比最多，其次為特征波段，植被指數(shù)占比最低。在同一Landsat8 OLI變量三種模型下的重要性分析中，紋理指數(shù)指標占比最多，其次為植被指數(shù)。在同一聯(lián)合變量三種模型下的重要性分析中，紋理指數(shù)指標占比最多，其次為特征波段，植被指數(shù)占比最低?？梢钥闯鋈N模型下紋理指數(shù)指標的重要性占比均最多，是九寨溝自然保護區(qū)及川西高原生態(tài)水定量反演的重要參數(shù)指標。

（2）根據(jù)模型反演結(jié)果，同類影像提取指標中XGBoost模型反演的相關性最高，指標構(gòu)建中聯(lián)合反演的相關性最高。在XGBoost模型中，結(jié)合Landsat8 OLI和Sentinel-2B影像作為預測變量提供了最好的生態(tài)水儲量估計。通過不同傳感器數(shù)據(jù)集和建模算法的協(xié)同作用，為基于遙感的九寨溝自然保護區(qū)及川西高原生態(tài)水定量反演提供了一種新的方法。

（3）根據(jù)植被生態(tài)水含量定量反演結(jié)果，按照不同植被類型生態(tài)水儲量總量占比，從大到小依次為針葉林、闊葉林、灌木林和針闊混交林。其中針葉林分布面積最大；生態(tài)水儲量平均值最大；生態(tài)水儲量總量最大，占比高達67.17%。

6.2 展 望

（1）對于植被生態(tài)水的時序監(jiān)測，應該以不同時間（季節(jié)/年份）、不同植被類型、固定樣地的野外數(shù)據(jù)作分析研究，既簡化了野外工作，又方便建立研究區(qū)植被生態(tài)水數(shù)據(jù)庫。

（2）分析地形因子對植被生態(tài)水分布的影響。經(jīng)野外采集數(shù)據(jù)時發(fā)現(xiàn)不同海拔、坡度條件下，植被生長狀況和植被類型都不完全一致，說明海拔、坡度可能是影響植被生態(tài)水含量的因素，具體相關性有待進一步研究。

（3）本研究中植被生態(tài)水反演采用了光學影像提取地面反演參量建立模型，未采用高光譜影像、SAR影像及其結(jié)合的研究。由于高光學影像對植被表層信息捕獲能力更強，SAR影像的后向散射信息還包含了枝干之間更為復雜的回波信號，可以作為植被垂直空間信息的補充。后續(xù)可以采用高光譜影像、SAR影像開展相關性反演工作，進一步提升植被生態(tài)水反演相關性及精度。