基于遥感的上海崇明东滩湿地典型植被净初级生产力估算
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第20卷第11期
2011年11月
长江流域资源与环境
Resources and Environment in the Yangtze Basin
Vol.20No.11
Nov.2011
基于遥感的上海崇明东滩湿地
典型植被净初级生产力估算
宗 玮1,2,林文鹏2,周云轩1*,芮建勋2
(1.华东师范大学河口海岸学国家重点实验室,上海200062;2.上海师范大学旅游学院,上海200234)
摘 要:湿地是具有丰富的生物多样性和较高生产力的生态系统,在全球碳循环中占有重要地位。湿地植被净初
级生产力(NPP)是衡量湿地生态系统健康状况的重要指标。以上海崇明东滩湿地3种典型植被———芦苇、海三棱
藨草、互花米草为研究对象,结合实地调查、实验室测定和遥感技术进行湿地植被净初级生产力估算研究。首先,
设置湿地3种典型植被样方,测量植被鲜重、高度、密度、盖度和叶面积指数(LAI)等反映植被生物学特性的特征参
数,按不同植被类型分别建立基于LAI的样方NPP回归模型;其次,利用一景相近时相的SPOT5影像,经过几何
纠正和辐射定标后,采用面向对象分类方法对影像分类,同时,计算出能较好地反映植被特征和消除土壤背景影响
的修正土壤调节植被指数(MSAVI),建立了基于MSAVI的3种典型植被LAI遥感估测模型;最后,分别根据样方
3种典型植被的NPP估测模型以及LAI遥感估测模型,进行尺度化转换,估算出崇明东滩湿地典型植被净初级生
产力。模型简单可行,精度较高,可为快速定量评估湿地植被碳贡献及碳储量提供依据。
关键词:湿地;叶面积指数;净初级生产力模型;SPOT5
中图分类号:X948 文献标识码:A 文章编号:1004-8227(2011)11-1355-06
植被净初级生产力(Net Primary Productivity,简称NPP)是指绿色植物在单位时间单位面积上由光合作用产生的有机物质总量中扣除自养呼吸后的剩余部分[1]。NPP不仅直接反映了植被群落在自然环境条件下的生产能力以及陆地生态系统的质量状况,也是判定生态系统碳源、碳汇和调节生态过程的主要因子。
湿地,被誉为“地球之肾”,是地球上功能独特的生态系统,它具有丰富的生物多样性和较高生产力,在全球生态平衡中扮演着极其重要的角色。早在1995年,联合国气候变化框架公约(UNFCCC)就将湿地保护列为一项增加碳汇功能的措施。目前,湿地生态系统植被生产力和固碳潜力的研究已成为全球碳循环和全球变化的重要研究内容之一,受到了各国政府及专家学者的关注[2~6]。
目前国内外估算NPP的方法大多采用模型方法,常用的模型可分为统计模型、过程模型和光能利用率模型三大类[7]。统计模型主要利用气候因子与NPP之间的相关性原理,利用实测NPP数据建立简单统计回归模型,模型输入参数简单,但缺乏严密的植物生理生态学机制,适合较大区域NPP估算。过程模型又称机理模型,该模型充分考虑植物的光合作用、有机物分解及营养元素的循环等生理过程,具有较强的机理性和系统性,但模型往往设计复杂,在参数的可获得性、可靠性和尺度转换方面问题较多。光能利用率模型基于资源平衡观点,认为植被累积的生物量实际就是太阳入射辐射植被冠层截获、吸收和转化的结果。模型比较简单,参数可以直接通过遥感方式获得,但需要时间分辨率较高的长时间序列遥感数据的支持,如MODIS遥感数据,而时间分辨率高的遥感数据往往空间分辨率较低,应用在小区域范围内精度较低。同时,区域范围内应用光能利用率模型也需要选择合适的最大光能利用率等参数。
本文研究区为上海崇明东滩湿地,区域范围南起奚家港,北至北八港,西以1998和2001年建成的
收稿日期:2011-04-08;修回日期:2011-05-21
基金项目:国家自然科学基金项目(40801168);上海师范大学重点培育学科项目(DZL801);上海市教委科研创新项目(10YZ72);上海市重点学科建设项目(S30406)
作者简介:宗 玮(1971~ ),女,江西省南昌人,讲师,博士研究生,主要从事生态环境遥感等方面的教学与研究.E-mail:zongwei@shnu.edu.cn*通讯作者E-mail:zhouyx@sklec.ecnu.edu.cn
围堤为界限。现有的气候相关统计模型适合于较大
范围NPP估算,对于总面积为241.55km
2
的研究区,很难体现其空间差异性;而光能利用率模型及过程模型需要大量研究区相关参数,
这些参数的获取目前尚存在一定难度。为快速准确评估湿地植被NPP,
本文以崇明东滩湿地3种典型优势植被———芦苇、互花米草、海三棱藨草为研究对象,利用样方实测数据和实验室分析结果,
根据不同植被类型分别建立不同植被初级生产力估算模型。模型构建中,选择高空间分辨率SPOT 5卫星遥感数据为数据源、采用面向对象的方法进行解译以提高后续数据处理精度。同时,根据不同植被类型建立植被指数和LAI的相关模型,借助野外实测数据构建的LAI回归模型推算不同植被的NPP,
不仅实现了数据从点状向面的扩展,
也充分考虑到不同植被的光能利用特征。对于小区域的河口湿地植被NPP估算而言,该方法简单可行,精度较高,可为快速定量评估湿地植被碳贡献及碳储量提供依据。
1 材料与方法
1.1 研究区概况
研究区上海崇明东滩湿地位于长江口崇明岛东端(31°25′~31°38′N,121°50′~122°05′E)(图1),属于亚热带海洋性气候。崇明东滩湿地三面环水,是长江口规模最大、发育最完善的河口型湿地,于1992年列入《中国保护湿地名录》,2001年正式列入
“拉姆萨国际湿地公约”国际重要湿地名录,2005年成为国家级自然保护区。自1995年人工引种互花米草(Spartina alterniflora)以来,和土著种芦苇(Phragmites australis)、海三棱藨草(Scirp
usmariq
ueter)形成了崇明东滩湿地优势群落
。图1 崇明东滩湿地的地理位置
Fig.1 Geographic Locations of Chongming
Dongtan Wetland1.2 野外样方植被调查与数据采集
采样时间为2009年8月25日至26日。由于研究区域内多为一年生的草本植被,8月底正是植被全年生长最旺盛的时间,10月份以后植被开始枯黄,基本停止生长。采样所获得的现存生物量可视为植被全年生长的累积量,与植被的净初级生产力地上部分基本相同。
选择崇明东滩湿地优势植被芦苇、互花米草、海三棱藨草为采集对象,
在采集的过程中,采集点尽量考虑植被种类的不同及研究区域内测点布设的均匀性。同时,考虑到本研究所用的遥感影像,样点和样点之间至少保证大于100m,相当于SPOT5多光谱影像上间隔10个像元。样方大小为0.5m×0.5m,共采集样方52个。测量了植株高度、
密度、盖度、叶面积指数等反映植被生物学特性的特征参数。其中,叶面积指数采用美国LIC公司出产的植物冠层分析仪(LAI-2000)测得。在每个样点上,用GPS进行坐标定位(精度为1m)。地上生物量采用收割法测定。将样方内的植株地上部齐泥面剪下,称量地上部生物量(鲜重),取部分样品带回实验室。在实验室内,将所有采样样品在105℃杀青2h后,在85℃烘干72h,
直至恒重,然后干燥冷却至常温,用千分之一天平称其重量(干重),通过比例换算可获得各样方总干物重。
1.3 3种典型优势植被样方NPP与LAI关系模式的建立
根据崇明东滩湿地3种典型植被52个样方的实测LAI值,结合实验室测得的样方内NPP数据,分别建立芦苇、互花米草、海三棱藨草基于LAI的样方生产力估测模型。
1.4 崇明东滩典型湿地植被的遥感提取
本研究所用的SPOT 5影像数据获取时间为2005年5月13日,
虽然与采样时间不完全一致,但季相相近。影像清晰无云,质量较好,中心坐标为30°24′43″N,121°45′14″E,
多光谱波段空间分辨率为10m(短波红外空间分辨率为20m),全色波段空间分辨率为5m。
传统的基于像元的分类方法具有一定的局限性,对“同物异谱”或“异物同谱”的植被难以区分。考虑到采用的遥感数据源SPOT 5具有较高的空间分辨率,较好的反应了植被的纹理等特性,因此本研究采用面向对象的方法进行分类。在eCong
nition软件中对融合后的影像进行分类,提取芦苇、互花米草、海三棱藨草3种典型优势群落。利用野外实地
6
531 长江流域资源与环境 第2
0卷