引言

植被是陸地生物圈的主體，是全球物質和能量循環的基礎，地表植被覆蓋與環境演變的關系是全球變化中最復雜、最具活力的研究內容。植被凈初級生產力（NPP）作為全球生態系統碳循環和碳收支平衡的重要組成部分，不僅可以判定生態系統碳循環的主控因素，而且對于研究陸地生態系統變化對全球氣候變化的響應具有重要的作用。因此，陸地NPP的研究一直以來都是國際生物學計劃（IBP）、人與生物圈計劃（MAB）和國際地圈-生物圈計劃（IGBP）的研究熱點。

欽州灣島群紅樹林生態系統屬于廣西第二大紅樹林自然保護區（僅次于北侖河口紅樹林自然保護區），近年來，欽州港區海島紅樹林生態系統受到人類活動的干擾程度越來越嚴重。而NPP作為島群紅樹林生態系統的重要生態學指標，實現其快速和定量化評估對于了解島群紅樹林生態系統生態環境變化具有重要作用。而欽州灣的島群紅樹林生態系統由于面積狹小，MODIS衛星遙感數據、TM遙感數據以及高分辨率衛星數據都很難實現對NPP的精確估算。為此，本研究擬基于無人機航拍數據，采用ENVI中的分類與回歸樹方法CART對島群紅樹林生態系統的景觀格局進行解譯，在Python語言的支持下將CASA模型引入到島群紅樹林生態系統研究中，探討不同海島和紅樹林生態系統NPP的空間分布特征。以期為廣西北部灣地區島群紅樹林生態系統NPP的精細化研究及其快速估算提供方法學上的借鑒。

圖1廣西北部灣島群紅樹林生態系統的地理位置

數據來源與研究方法

2.1 研究區概況

本文的島群紅樹林（圖1）地處廣西壯族自治區南部沿海城市一州市欽州港區的七十二涇，由1座主島（龜仙島）、1個小島（背風墩）和紅樹林群落（桐花樹、白骨壤和秋茄）組成，其余為海域。該區域的紅樹林群落是欽州市紅樹林生長最為密集的地區之一，已列入中國濕地名錄，是廣西壯族自治區級第二大自然保護區。該區域的紅樹林被譽為“海底活化石”，與恐龍生活在同一時期，是中國保護最好和最大的連片紅樹林之一。氣候類型屬于南亞熱帶季風氣候，處在著名的亞洲東南部季風區內，太陽輻射強，季風環流明顯。年均溫為21.7T，年均降水量為1658mm，年總日照時數為1400-1950h，平均1673h。

2.2 數據來源

主要包括氣象、植被指數和景觀格局等方面的數據（表1）。其中，氣象數據包括日值的降水、氣溫以及太陽輻射，由于本文所定義的島群紅樹林生態系統區域較小，因此對于模型中的月值氣象數據處理時采用臨近縣區的氣象站數據進行插值，時間為2018年，來源于中國氣象科學數據共享服務網。植被指數采用無人機數據。

表1研究區中所使用的數據集

航拍之后拼接獲得（圖2），基于分類與回歸樹CART方法對海島的景觀進行解譯，將其劃分為桐花樹、白骨壤、秋茄、灘涂、水體、建設用地、道路、草地、灌木和林地共10類。為了解典型海島景觀及其生境狀況，先后對研究區的植被類型及外部環境進行野外實地勘察，通過手持GPS記錄典型樣本及相應經緯度的景觀類型，并對典型海島及紅樹林景觀進行拍照，以便后期對無人機數據進行判讀和驗證。所有數據通過柵格數據重采樣，空間分辨率為0.1m，獲取數據之后利用ArcGIS10.2以及ENVI5.1軟件對無人機數據進行投影變換、幾何校正和裁剪等一系列操作，所有空間數據統一投影為Albers Equal Area Conic投影坐標系統。

2.3 無人機數據處理

使用萊森光學無人機機載高光譜成像系統，于2018年的3、6、9和12月對位于欽州灣東南部的島群紅樹林試驗區進行低空控制飛行試驗與數據采集。由于紅樹林在不同季節受到潮水淹沒的程度不一樣，為了實現紅樹林的年內動態監測，飛行過程需要保證日低潮時間，拍攝的高度約70-100m，垂直拍攝，選擇天氣晴朗、地面無持續風向且風力＜2級的時段，確保所獲得的影像不受大氣因素的影響。另外，需要在2個海島周邊布置像控點和高精度GPS定位測量，用于無人機影像的幾何校正。拼接影像保留地物紅、綠和藍3種色彩的灰度信息，具體技術流程見圖3。

圖3 無人機數據處理技術流程

對于紅樹林景觀格局的精細化解譯預處理，前期采用面向對象分類方法對圖像處理時發現：通過該方法所得的分割圖斑與實際紅樹林圖斑難以吻合，因此本研究基于分類與回歸樹CART方法對航拍影像的海島紅樹林生態系統進行解譯，通過將無人機航拍影像的非監督分類ISOdata結果、VDVI指數、紅樹林數據的紋理特征以及原始航拍影像進行Layerstacking組合，基于組合的數據實現航空影像的圖像分類，分類精度為81.26%，可用于研究區NPP的估算。研究區的景觀格局空間分布狀況見圖4。

圖4 無人機航拍圖肯景觀格局

2.4 CASA模型參數在確定

2.4.1 最大光能利用率在獲取

最大光能利用率的取值直接影響NPP的估算精度，其值因植被類型的不同而存在著顯著的差異，受不同地區植被類型、氣候因子、經緯度、土壤的肥力和植被長勢所影響。a研究基于生態生理模型模擬了全球10種植被類型的最大光能利用率，但在中國的植被類型應用中其值偏高。而b研究所確定的光能利用率是基于誤差最小化方法，將NPP的實測值與中國各種植被的最大光能利用率進行模擬，分辨率為8000m，在小尺度上應用存在一定的局限性。本研究的島群紅樹林生態系統屬于典型的空間小尺度，因此綜合兩項研究，得到了各種植被類型的最大光能利用率（表2）。

表2 紅樹林島群生態系統最大光能利用率

2.4.2 植被指數信息的提取

植被指數是CASA模型的重要參數，目前常見的有歸一化植被指數NDVI，但該指數是基于可見光和近紅外波段。而本研究是為了探索無人機可見光數據在海島和紅樹林生態系統中的應用，且可見光數據產品中只有紅、綠和藍3個波譜信息，沒有近紅外波譜信息，因此不能借助于NDVI指數估算NPP。目前基于可見光波段的植被指數較少，主要有過綠植被指數EXG、歸一化綠紅差異指數NGRDI、歸一化綠藍差異指數NGBDI以及紅綠比值指數RGRI，其計算公式為：

仿照歸一化植被指數的構造原理和形式，以綠光波段代替NDVI中的近紅外波段。基于此，構建基于可見光3個波段的VDVI，即可見光波段差異性植被指數：

式中：ρred、ρgreen和ρgreen分別表示紅、綠和藍3個譜段3的像素值；VDVI啲取值范圍與NDVI的取值范圍相同。

結果與分析

3.1 植被指數計算與分析

從圖5可知，VDVI與EXG植被指數的空間分布中植被與非植被的色彩差異比較明顯，植被區域呈現出亮綠色，非植被區域呈現出黃色與橙色。而NGRDI和NGBDI植被指數的空間分布中海島植被區域與紅樹林生態系統植被的灰度值相似，且道路、建設用地和灘涂的灰度值也存在一定程度的交叉與重疊，容易混淆。另外，NGRDI和NGBDI植被指數的空間分布中的紅樹林植被與島群生態系統中的灌木和林地存在重疊和相似之處，且紅樹林植被與灘涂的交錯地帶細節不夠清晰，在采用CART方法對航拍圖像分類時可能會產生較大的誤差。

圖5 島群紅樹林生態系統不同植被指數空間分布

為了更進一步了解各種植被指數的差異性特征，采用區域統計功能統計每種景觀類型的植被指數（表3）。

由表3可知，NGRDI植被指數中的重疊地類主要分為兩類，第一類是桐花樹、草地和灌木，這3個地類存在著較大的重疊，植被指數值都接近于0.14；第二類為林地和白骨壤，植被指數在0.10左右，該植被指數在進行影像分類時精度會受到影響，所以不適宜本實驗中作為NPP估算的基礎數據。NGBDI被指數中桐花樹、秋茄和灌木存在著較大范圍的重疊，其值都在0.14左右震蕩，而白骨壤和林地的植被指數重疊區域則集中在0.12左右，因此NGBDI也不適用于估算島群紅樹林生態系統NPP。EXG與VDVI這2個植被指數的植被與非植被地物的值均不相同，且沒出現交叉重疊區域，說明EXG與VDVI都適合于本研究NPP的估算。

其中，VDVI指數中植被與非植被的值相差較大，其分割的閾值在0附近，＞0為植被區域，0左右為灘涂、水體、建設用地和道路等非植被地類，且不同地類的植被指數值的方差較小，在CART方法中采用該指數更容易得到景觀格局空間分布。而EXG植被指數中植被區的數值都＞50，而非植被區的數值都＜35，但水體和道路2個地類存在交叉和重疊，在后續分類時，容易造成誤分。綜上，采用VDVI植被指數估算島群紅樹林生態系統的NPP。

3.2 NPP估算結果

3.2.1 全年NPP

研究區凈初級生產力的總量為127.09t?C/a，NPP的年碳密度值介于0~1437.12g?C/m2，其年平均碳密度為399.85g?C/m2（圖6）。從空間分布來看，全年NPP的空間分異規律比較明顯，整體而言，以南部的龜仙島和北部的紅樹林生態系統為分界線，以北區域的紅樹林和背風墩島生態系統的年NPP值較高，大部分地區高于600g?C/m2，局部地區的年NPP值高達1000g?C/m2，但在紅樹林生態系統的中部和東北部地區出現了2個低值區域，究其原因主要是由于這部分區域屬于灘涂，其光能利用率較低。分界線以南的龜仙島生態系統年NPP值較低，其值大部分＜600g?C/m2，部分景觀類型如林地和灌木的年NPP值較高，其值多在650-700g?C/m2之間。

圖6 島群紅樹林生態系統凈初級生產力空間分布

歡迎關注公眾號：萊森光學，了解更多光譜知識。

萊森光學（深圳）有限公司是一家提供光機電一體化集成解決方案的高科技公司，我們專注于光譜傳感和光電應用系統的研發、生產和銷售。

審核編輯黃宇