利用LiDAR揭示采煤沉陷區(qū)人工修復(fù)植物群落冠層結(jié)構(gòu)分異

郭洋楠,唐佳佳,楊永均,李志偉,雷少剛

(1.國能神東煤炭集團(tuán)有限責(zé)任公司 技術(shù)研究院,陜西 神木 719315;2.中國礦業(yè)大學(xué) 礦山生態(tài)修復(fù)教育部工程研究中心,江蘇 徐州 221116)

近30年來,我國煤炭開發(fā)戰(zhàn)略西移,西部干旱半干旱地區(qū)煤炭產(chǎn)量已經(jīng)占到全國總產(chǎn)量的60%左右。為減輕煤炭開采的環(huán)境影響,改善礦區(qū)生態(tài)環(huán)境面貌,礦山企業(yè)開展了大規(guī)模的采煤沉陷區(qū)植被建設(shè)工程[1-3]。由于植被是采煤沉陷區(qū)生態(tài)系統(tǒng)發(fā)揮固碳釋氧、防風(fēng)固沙、水土保持等功能的關(guān)鍵生態(tài)要素,采煤沉陷區(qū)植被恢復(fù)研究得到了廣泛關(guān)注。已有不少學(xué)者對采煤沉陷區(qū)植被覆蓋度的長期變化及其與氣候變化的關(guān)系開展了研究。這些研究有效地反映了沉陷區(qū)整體的植被變化趨勢和恢復(fù)程度[4-7]。但整體性的植被監(jiān)測難以反映不同類型植被的恢復(fù)水平和生態(tài)效應(yīng),必須實(shí)施群落尺度的植被監(jiān)測和分析。一些研究人員利用地面調(diào)查方法揭示了采煤沉陷區(qū)植物葉綠素?zé)晒?、物種組成、豐富度和恢復(fù)力[8-10];也有研究者采用高分辨率遙感方法探測植物群落的高度、覆蓋度和生物量[11-14]。從研究現(xiàn)狀來看,現(xiàn)有研究側(cè)重于對采煤沉陷區(qū)植物覆蓋和物種組成開展研究,還缺乏對植物群落冠層結(jié)構(gòu)的關(guān)注分析。

植物群落冠層是指植物群落頂層空間的組成,是群落與外界能量流動(dòng)和物質(zhì)交換的界面。理論上,冠層結(jié)構(gòu)不僅決定著植物群落對光的截獲能力,同時(shí)還會(huì)對群落環(huán)境(如林下光環(huán)境、風(fēng)環(huán)境、溫濕度狀況、土壤環(huán)境及林下植物分布與組成)產(chǎn)生直接或間接的影響[15-16]。實(shí)際上,研究發(fā)現(xiàn)煤礦區(qū)生態(tài)修復(fù)后的植物配置對群落下土壤和植被的發(fā)育具有顯著影響。這可能是因?yàn)椴煌参锱渲孟碌墓趯咏Y(jié)構(gòu)對生態(tài)修復(fù)效果不同所致[17-19]。因此,植物群落冠層結(jié)構(gòu)對采煤沉陷區(qū)生態(tài)修復(fù)效果、植被碳匯能力等具有重要的指示作用。然而,傳統(tǒng)的地面調(diào)查方法成本高、效率低,難以滿足大范圍的快速監(jiān)測需求,而基于中分辨率成像光譜儀(Moderate Resolution Imaging Spectroradiometer,MODIS)和陸地衛(wèi)星(Land Satellite,Landsat)等粗分辨率影像的遙感方法,難以有效提取精細(xì)的植物群落冠層信息[20]。

隨著無人機(jī)攝影測量技術(shù)的快速發(fā)展,無人機(jī)機(jī)載激光雷達(dá)可以快速獲取礦區(qū)高密度點(diǎn)云數(shù)據(jù),從而為精細(xì)化的生態(tài)監(jiān)測提供了新的途徑[21-22]。筆者以陜西大柳塔煤礦國家水土保持科技示范園區(qū)內(nèi)采煤沉陷區(qū)為研究區(qū)域,采用無人機(jī)攝影測量系統(tǒng)獲取點(diǎn)云數(shù)據(jù),提取植物群落冠層結(jié)構(gòu)參數(shù),揭示生態(tài)修復(fù)植物配置模式對冠層結(jié)構(gòu)的影響,為礦區(qū)生態(tài)監(jiān)測與評價(jià)提供科技支撐。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

研究區(qū)位于陜西大柳塔煤礦國家水土保持科技示范園區(qū)內(nèi),地處陜北黃土高原北側(cè)和毛烏素沙漠東南緣。研究區(qū)地勢東高西低,平均海拔1 200 m,礦區(qū)總體地形西北高、東南低,屬于半干旱大陸性季風(fēng)氣候,年均氣溫7.3 ℃,年平均降水量350 mm,平均蒸發(fā)量為1 788 mm,土壤主要為風(fēng)沙土。大柳塔煤礦高度重視采煤沉陷區(qū)生態(tài)修復(fù)工程,自2000年以來,不斷開展裂縫充填、水土流失治理和植被重建工程,構(gòu)建了喬、灌、草復(fù)合型植被系統(tǒng),植物配置模式為以楊樹、樟子松、沙棘、油蒿為主要植物種的植物群落。

1.2 數(shù)據(jù)采集與預(yù)處理

2021年8月,在采煤沉陷生態(tài)修復(fù)區(qū)中植物群落類型最為豐富的區(qū)域設(shè)置300 m×2 100 m樣帶作為監(jiān)測區(qū),利用大疆M600無人機(jī)搭載激光雷達(dá)采集植物群落冠層點(diǎn)云數(shù)據(jù)。無人機(jī)航線共3條,飛行高度為90 m,飛行速度為5 m/s,水平視場角為360°,垂直視場角大于20°,平均點(diǎn)云密度為130個(gè)/m2。

數(shù)據(jù)采集后,利用LiDAR360 對激光雷達(dá)數(shù)據(jù)進(jìn)行預(yù)處理,預(yù)處理流程包括航帶拼接、點(diǎn)云解算、點(diǎn)云配準(zhǔn)、條帶消冗、噪聲去除。在無人機(jī)激光雷達(dá)數(shù)據(jù)采集的同時(shí),在樣帶內(nèi)設(shè)置10 m×10 m的樣地40個(gè),記錄樣地角點(diǎn)的坐標(biāo),然后調(diào)查樣方內(nèi)植物物種,利用測高儀測定植株冠層高度,利用冠層分析儀測定葉面積指數(shù),利用網(wǎng)格法測定冠蓋度。研究區(qū)樣地分布如圖1所示。

圖1 研究區(qū)樣地分布

2 研究方法

2.1 數(shù)據(jù)分析流程

將激光雷達(dá)點(diǎn)云數(shù)據(jù)分為地面點(diǎn)、建筑物、低矮植被、中間植被和高層植被5類,再利用點(diǎn)云數(shù)據(jù)中的首次回波點(diǎn)插值生成數(shù)字表面模型,利用地面點(diǎn)建立不規(guī)則三角網(wǎng),采用雙線性內(nèi)插法插值生成數(shù)字高程模型。隨后,將數(shù)字高程模型與數(shù)字表面模型做差值并結(jié)合冠層高度模型優(yōu)化算法,得到經(jīng)過無效值填充的冠層高度模型[23]。基于點(diǎn)云和冠層高度模型,提取植物群落冠層結(jié)構(gòu)參數(shù),其中,冠層高度模型與植物群落冠層結(jié)構(gòu)參數(shù)的空間分辨率均為15 cm。

采用回歸分析法對冠層高度、冠蓋度及葉面積指數(shù)提取結(jié)果進(jìn)行驗(yàn)證,驗(yàn)證參數(shù)包括決定系數(shù)R2和均方根誤差。通過計(jì)算植被冠層結(jié)構(gòu)參數(shù)兩兩之間的皮爾遜相關(guān)系數(shù),來檢測植物群落冠層參數(shù)之間的相關(guān)性。植物群落冠層結(jié)構(gòu)參數(shù)數(shù)據(jù)分析流程如圖2所示。

圖2 植物群落冠層結(jié)構(gòu)參數(shù)數(shù)據(jù)分析流程

2.2 冠層結(jié)構(gòu)參數(shù)

群落冠層結(jié)構(gòu)的異質(zhì)性一般可以體現(xiàn)在水平和垂直2個(gè)方面。在水平方向上,選取冠蓋度和葉面積指數(shù)反映群落水平結(jié)構(gòu)。其中,冠蓋度是指植物冠層的垂直投影占地表面積的比例,冠蓋度大的區(qū)域,植物密度大、開放度小;葉面積指數(shù)是指每單位面積的投影植物面積,該指標(biāo)控制著植被的光合、呼吸、蒸騰、碳循環(huán)和降水截獲等生態(tài)功能,葉面積指數(shù)大的區(qū)域,植物對環(huán)境資源的利用率更高。冠蓋度、葉面積指數(shù)計(jì)算公式如下:

(1)

(2)

式中:ICC為冠蓋度,%;nvegfirst為首次回波的植被點(diǎn)數(shù);nfirst為首次回波的總點(diǎn)數(shù);ILAI為葉面積指數(shù),無量綱;n為激光點(diǎn)數(shù);nground為提取的Z值低于高度閾值的地面點(diǎn)數(shù);Ai為第i個(gè)點(diǎn)的掃描角度;k為消光系數(shù),一般取0.5。

在垂直方向上,選取冠層高度和葉高多樣性來反映群落垂直結(jié)構(gòu)。其中,冠層高度表示冠層頂端相對于地面的高度,冠層高度值越大,表明植物利用的垂直空間資源越多;葉高多樣性是指隨高度變化植物葉片的變化程度,該指標(biāo)基于激光雷達(dá)首次回波,利用Shannon-Wiener多樣性指數(shù)計(jì)算,葉高多樣性值越大,表明植物群落在垂向上生態(tài)位分化程度高,對垂直方向環(huán)境資源的利用率更高。冠層高度、葉高多樣性指數(shù)計(jì)算公式如下:

ICHM=IDSM-IDEM

(3)

(4)

式中:ICHM為冠層高度;IDSM為數(shù)字表面模型高度;IDEM為數(shù)字高程模型高度;IFHD為葉高多樣性指數(shù),無量綱;imax為植物群落最大層數(shù);ni為第i層水平植被回波點(diǎn)數(shù);N為植被總回波點(diǎn)數(shù)。

植物群落最大層數(shù)計(jì)算公式如下:

(5)

式中:Froundup為向上取整函數(shù),即葉高多樣性模型覆蓋研究區(qū)植被全部高度范圍;H為研究區(qū)植被高度最大值;V為垂直高度間隔,取1 m。

3 結(jié)果與分析

3.1 群落冠層結(jié)構(gòu)參數(shù)提取結(jié)果

在4個(gè)冠層結(jié)構(gòu)參數(shù)中,葉高多樣性是從激光雷達(dá)點(diǎn)云數(shù)據(jù)中直接提取的,無實(shí)測值。冠層高度、冠蓋度及葉面積指數(shù)3個(gè)結(jié)構(gòu)參數(shù)估算結(jié)果的決定系數(shù)均大于0.714,均方根誤差均小于0.069。其中冠層高度參數(shù)估算精度最高,R2為0.837,均方根誤差為0.069;其次為冠層蓋度參數(shù),R2為0.799,均方根誤差為0.014;估算精度最低的參數(shù)為葉面積指數(shù),R2為0.714,均方根誤差為0.005 4。由此可見,冠層高度、冠蓋度及葉面積指數(shù)3個(gè)結(jié)構(gòu)參數(shù)估算結(jié)果均較為可靠。

將估算模型應(yīng)用于陜西大柳塔煤礦國家水土保持科技示范園采煤沉陷區(qū),估算結(jié)果如圖3所示。

圖3 植物群落冠層結(jié)構(gòu)參數(shù)

由圖3可見,研究區(qū)內(nèi)以灌草植物群落為主,喬木群落較少,植被冠蓋度普遍較低,高值位于研究區(qū)的中部和東側(cè),呈斑塊狀聚集分布狀態(tài),高冠蓋度和低冠蓋度群落之間邊界明顯,表明研究區(qū)植物密度隨機(jī)性較小;冠層高度與冠蓋度的分布特點(diǎn)類似,不同的是冠層高度在空間上呈漸變特點(diǎn),表明研究區(qū)植物群落內(nèi)植物高度具有連續(xù)性;1 m葉高多樣性呈斑塊狀聚集分布狀態(tài),說明研究區(qū)植物群落在垂直方向上的形態(tài)具有較高相似性;葉面積指數(shù)在空間上較為離散,表明研究區(qū)植物群落環(huán)境資源利用率在水平方向上具有較大的異質(zhì)性。

3.2 群落冠層結(jié)構(gòu)參數(shù)之間的關(guān)系

植物群落冠層結(jié)構(gòu)參數(shù)相關(guān)性如圖4所示?？梢钥闯?提取的4個(gè)植物群落冠層結(jié)構(gòu)參數(shù)間均呈現(xiàn)正相關(guān)性。

圖4 植物群落冠層結(jié)構(gòu)參數(shù)相關(guān)性

垂直結(jié)構(gòu)參數(shù)中冠層高度與1 m葉高多樣性強(qiáng)相關(guān),其相關(guān)性系數(shù)大于0.50,水平結(jié)構(gòu)參數(shù)中冠蓋度與葉面積指數(shù)極強(qiáng)相關(guān),相關(guān)性系數(shù)為0.90,表明研究區(qū)植物群落在垂直和水平方向上,植物可利用的空間環(huán)境資源越多,對環(huán)境資源利用的效率也越高。在垂直與水平結(jié)構(gòu)之間,冠蓋度與冠層高度、1 m葉高多樣性指數(shù)間表現(xiàn)為強(qiáng)相關(guān)性,表明植物群落在垂直方向上層次越豐富,對地面的覆蓋程度越高;葉面積指數(shù)與冠層高度、1 m葉高多樣性指數(shù)相關(guān)性系數(shù)均低于0.25,相關(guān)性較弱,說明植物群落在水平方向上對環(huán)境資源的利用率并不完全取決于垂直層次。因此,研究區(qū)引種高大喬木,可以有效提高冠層高度、冠蓋度和葉高多樣性,但對葉面積指數(shù)的改善作用有限;而引種垂直層次豐富的灌木和草本,可以有效提高冠層高度、冠蓋度、葉高多樣性、葉面積指數(shù),同時(shí)改善垂直和水平結(jié)構(gòu)。

3.3 植物配置模式對冠層結(jié)構(gòu)的影響

根據(jù)物種調(diào)查結(jié)果,研究區(qū)內(nèi)有樟子松、楊樹、野櫻桃等多種植物配置模式,統(tǒng)計(jì)不同配置模式下植物群落的冠層結(jié)構(gòu)參數(shù),結(jié)果如表1所示。

表1 不同植物配置模式下群落冠層結(jié)構(gòu)參數(shù)均值

喬木群落中,楊樹群落冠層高度和1 m葉高多樣性指數(shù)最大,分別為1.995 m和0.465,垂直結(jié)構(gòu)層次較為豐富,冠蓋度和葉面積指數(shù)相對較小,分別為29.1%和0.470,水平分布不均勻;樟子松群落冠層高度與葉高多樣性指數(shù)僅次于楊樹,分別為1.771 m與0.348,但冠蓋度和葉面積指數(shù)相對較大,分別為37.8%和0.023,說明樟子松群落的水平結(jié)構(gòu)比楊樹群落更均勻;野櫻桃群落冠層高度為0.809 m,但葉高多樣性指數(shù)較高,為0.378,冠蓋度指數(shù)與葉面積指數(shù)較為接近,分別為37.9%與0.384,說明野櫻桃群叢垂直層次不豐富、植物密度較高、水平分布均勻;山杏群落冠層高度和葉高多樣性指數(shù)分別為0.456 m和0.342,冠蓋度與葉面積指數(shù)僅為33.8%與0.268,表明其垂直和水平結(jié)構(gòu)均較差。

灌木群落中,冠層高度最大的是沙柳群落,均值為1.917 m,但冠蓋度與葉面積指數(shù)較低;冠蓋度、葉面積指數(shù)、葉高多樣性最高的是沙棘群落,均值分別42.8%、0.631、0.445,說明沙棘群落垂直與水平結(jié)構(gòu)較為均衡;油蒿群落冠蓋度指數(shù)較低,為23.3%,且冠層高度與葉高多樣性指數(shù)在所有喬灌群落中最低,均值僅為0.479 m與0.141,說明油蒿群落冠層結(jié)構(gòu)簡單、層次不豐富;紫穗槐群落葉高多樣性、冠蓋度與葉面積指數(shù)較高,分別為0.353、39.2%與0.471,其水平結(jié)構(gòu)較為均勻,垂直層次較為豐富;檸條群落內(nèi)部結(jié)構(gòu)特征與紫穗槐相似,葉面積指數(shù)較低,為0.397,說明檸條群落冠層密度較低。此外,草本與裸地區(qū)域的各項(xiàng)結(jié)構(gòu)指數(shù)較低,尚未形成良好的冠層。

4 結(jié)束語

1)LiDAR數(shù)據(jù)能夠準(zhǔn)確可靠地用于估算植被冠層結(jié)構(gòu)參數(shù),冠層高度參數(shù)估算精度最高。研究區(qū)植物群落水平結(jié)構(gòu)參數(shù)之間具有極強(qiáng)相關(guān)性,垂直結(jié)構(gòu)參數(shù)間具有強(qiáng)相關(guān)性。水平方向上的冠蓋度與垂直方向上的冠層高度、葉高多樣性之間存在顯著的正相關(guān)關(guān)系,水平方向上的葉面積指數(shù)受垂直結(jié)構(gòu)影響較小。生態(tài)修復(fù)和監(jiān)測有必要同時(shí)考慮垂直和水平2個(gè)方向的植物群落冠層結(jié)構(gòu)指標(biāo)。

2)植物配置模式能夠顯著影響生態(tài)修復(fù)后的群落冠層結(jié)構(gòu)。生態(tài)修復(fù)后,喬木群落的垂直層次結(jié)構(gòu)較好,而灌木群叢在水平結(jié)構(gòu)上表現(xiàn)較好。研究區(qū)引種高大喬木,可以有效提高冠層高度、冠蓋度和葉高多樣性,但對葉面積指數(shù)的改善作用有限;而引種垂直層次豐富的灌木和草本,可以有效提高冠層高度、冠蓋度、葉高多樣性、葉面積指數(shù),同時(shí)改善垂直和水平結(jié)構(gòu)。

3)總體來看,基于無人機(jī)的激光雷達(dá)遙感方法可以有效揭示采煤沉陷區(qū)生態(tài)修復(fù)植物群落冠層結(jié)構(gòu)的異質(zhì)性,為進(jìn)一步研究植被重建的生態(tài)效應(yīng)、評價(jià)生態(tài)修復(fù)成效、制訂植物群落管護(hù)和優(yōu)化措施提供基礎(chǔ)數(shù)據(jù)和科學(xué)依據(jù)。