-
潮滩是海岸带地区高潮时淹没、低潮时露出的区域,也是受陆海交互作用强烈影响的生态过渡地带[1]。由于独特的水文环境和生态系统动态特点,潮滩湿地是地球上生产力最高、生态服务价值最大的生态系统之一[2]。典型潮滩湿地有淤泥质海滩湿地、潮间盐水沼泽湿地、潮间森林沼泽湿地、红树林湿地等。中国海岸带湿地每年总固碳量大于4×105 t·a-1,潮滩湿地中的盐沼植被作为滨海湿地的重要组成部分,是重要的碳汇[3]。盐沼湿地植被位于海岸带缓冲区,不仅为水鸟等生物提供丰富的食源、安全的隐蔽场所和繁殖地[4-5],也具有消浪护岸、保滩促淤、水质净化等重要的生态服务功能,其演化直接关系到沿海区域社会经济可持续发展和生态安全[6-9]。近年来,由于海平面上升[8]、海岸带围垦[9]、外来物种入侵[10]等自然和人为因素的影响,潮滩盐沼植被面积萎缩、功能退化,受到的威胁日趋严重,给中国沿海城市带来巨大生态威胁和环境风险[11-12]。因此,需要构建完善、科学的潮滩盐沼湿地监测与评估体系,掌握潮滩植物现状和动态变化。由于潮滩盐沼植被受潮汐周期性影响,现场大范围调查困难。因此,常采用遥感监测的手段,大面积、快速地获取其种类、数量及其空间分布信息并进行相应的生物物理参数遥感反演估算。国内研究者多利用Landsat等多光谱遥感影像对中国盐沼植被分布及时空变化进行研究,由于多光谱遥感影像的光谱分辨率低,较难满足对潮滩盐沼植被识别的需求[13-14]。高光谱卫星影像的发展为盐沼植被遥感识别提供了新的手段,它一般具有几十、几百个波段信息,使其在盐沼植被识别分类方面有独特的优势[15-16]。BELLUCO等[17]利用ROSIS和CASI等多种遥感影像对意大利东北部潮间带盐沼植被进行分类,并结合实地测量,发现高光谱影像的分类精度明显高于多光谱影像。然而,高光谱遥感影像信息量大,冗余信息多,有效光谱波段信息提取难度大。如何选择合适的高光谱影像波段,研究多波段的有效信息提取,是其应用的技术关键[18]。地物光谱仪以其灵活测量的特点,能够设计大量实验现场观测不同植被生理过程的有效光谱信息,通过分析并选择地物的特征波段,与高光谱遥感影像波段结合,为高光谱遥感影像识别地物提供依据[19-21]。盐沼植被光谱差异不仅受植被生长季相影响[22],还受植被盖度、下垫面等不同因素影响[23-24]。以往在对潮滩盐沼植被的光谱研究中,没有充分考虑潮滩土壤粒径和土壤湿度快速动态变化对植被光谱的影响,特别是涨退潮期间水体背景对植被光谱反射的影响[25]。因此,为提高遥感影像信息提取精度,针对潮滩盐沼植被生境特点,以长江口潮滩地带为研究区域,使用地物光谱仪测定潮滩地带典型盐沼植被及其下垫面的光谱反射率,获得不同类型和盖度盐沼植被光谱反射特征,以及不同土壤类型和潮位背景影响下的盐沼植被光谱反射率的变化规律,建立潮滩盐沼植被光谱特征库,为潮滩湿地盐沼植被高光谱遥感影像解译提供依据,实现遥感手段快速准确获取潮滩湿地植被的时空变化及生态环境变化。
-
潮滩盐沼植物光谱测量样带与样方设置需充分考虑潮滩植物生态学特征,植被类型、形态决定其光谱反射特征,同时又受到物候现象与生长环境的影响。不同季相潮滩盐沼植被的光谱反射差异比较明显。春季为芦苇和互花米草的生长期,光谱上表现出绿色植物的特征,而海三棱藨草由于较晚进入生长期,绝大多数呈枯黄,其中低盖度的光谱特征类似光滩;夏至初秋为潮滩盐沼植被的生长旺季,在该物候期测量的光谱数据更具代表性;秋末冬初,海三棱藨草的“红边”特征几乎消失,芦苇和互花米草的“红边”陡坡大幅下降[23]。
本研究选择盐沼植被生长茂盛期进行光谱反射特征研究,分别在长江口崇明东滩、崇明北八滧和南汇边滩等3个潮滩湿地进行野外光谱测量。其中崇明北八滧测点样方13个,崇明东滩测点样方39个,南汇测点样方30个。样带设置采取由陆向海方向设置样方,样方大小为1 m × 1 m,并在崇明东滩设置水淹实验样方4个。样方设置充分考虑植被盖度、植被类型、土壤湿度、土壤类型等生态因子和环境因子。盐沼植被类型主要为高潮滩的芦苇、中低潮滩的海三棱藨草、互花米草。土壤类型有粉砂、极细砂、细粉砂这3种长江口潮滩典型土壤类型。低潮滩光滩由于长时间被海水覆盖湿度较高,故在光滩沿潮滩土壤湿度梯度设置光谱采样点。
考虑到潮滩湿地盐沼植被测量中潮汐水位高低对植被冠层光谱反射的影响比较复杂,因此对崇明东滩潮滩前沿的海三棱藨草和互花米草进行不同潮位情况模拟实验。通过对同一样方盐沼植被加水来模拟涨潮,获取在其他外部条件完全一致的情形下盐沼植被受不同潮汐影响时的光谱特征。根据海三棱藨草(10 cm)和互花米草(20 cm)的植株高度设置潮位,分别为0,1,2,3 cm和0,2,4,6,8 cm。
-
测量仪器采用美国ASD公司(Analytical Spectral Devices Inc)生产的手持式野外地物光谱仪,测量波长为325~1 075 nm,波长取样间隔为1.4 nm,光谱分辨率为3 nm,视场角为25°。野外测量选择晴朗无风的条件下,在9:00-14:00进行。各个样方测量2~3次,测量数据15~20个·次-1。根据天气状况及测量点的改变,间隔2~3 min进行环境光谱校正。为使测量数据能与卫星影像、航空影像进行比较,测量时传感器探头垂直向下。同时测量人员面向阳光入射方向,避免阴影落在样方区域。
每个样方测量数据包括经纬度,土壤湿度,植被平均高度,天气情况(包括云量、风速),光谱反射率等。土壤湿度测量使用英国Delta-T公司生产的WET土壤三参数仪,在样方区域均匀选取5个点,分别测量每个点的湿度后取平均值。同时,使用手持式全球定位系统(GPS)测定样方的经纬度坐标。通过相机拍摄样方内植被覆盖情况,利用ArcGIS 10.1的监督分类功能计算植被覆盖像元数与总像元数,得到植被盖度。将ASD地物光谱仪测量的光谱数据通过HH2 Sync导出,并在Viewspec Pro 6.2.0软件里对测量数据进行处理。考虑到仪器噪声为保证测量数据的精确性,仅保留350~950 nm范围内的光谱数据。
-
光谱分析主要分为以下几个部分:①分析同等盖度不同植被类型的光谱反射特征,分别对样方盖度为60%±5%的海三棱藨草、芦苇、互花米草的光谱特征进行分析;②分析同种植被不同盖度情况下的光谱反射特征,对海三棱藨草、芦苇、互花米草在不同盖度条件下的光谱特征进行分析,植被盖度受其生长环境影响大,实际测量盐沼的植被盖度见表 1;③分析在不同土壤背景下盐沼的光谱特征,选择长江口3种典型盐沼植被及其下垫面土壤进行分析(表 2);④分析潮滩前沿地带海三棱藨草和互花米草在不同潮位影响下的光谱特征。潮滩前沿植被受潮位影响最为显著,前沿地带海三棱藨草植株高度多为6~12 cm,植被盖度较低,通常为10%~30%。该处互花米草的植株高度为15~24 cm,植被盖度较海三棱藨草要高,一般为20%~45%。本研究分析主要选择潮滩前沿具有代表性的海三棱藨草群落(植株高度为10 cm,盖度为30%)和互花米草群落(植株高度为20 cm,盖度为40%)。根据植株的高度设置实验潮位。具体实验潮位见表 3。
表 1 不同盖度植被样地
Table 1. Sample plots of different coverage saltmarsh
芦苇 海三棱藨草 互花米草 植被盖度/% 样地数/个 植被盖度/% 样地数/个 植被盖度/% 样地数/个 60 4 10 12 50 5 70 10 30 15 60 7 90 6 65 7 70 8 表 2 不同下垫面土壤植被样地数
Table 2. Sample plots of different underlying
测量地点 样地数/个 芦苇 海三棱藨草 互花米草 崇明东滩 14 20 0 南汇边滩 6 9 0 崇明北八滧 0 5 20 表 3 不同潮位植被样地
Table 3. Sample plots of different tidal
组别 海水淹没深度/cm 海三棱藨草 互花米草 1 0 0 2 1 2 3 2 4 4 3 6 5 8 光谱分析采用光谱曲线法和一阶导数法,光谱曲线主要反映在350~950 nm波段不同地物的反射和吸收特征,一阶导数主要用于分析在350~950 nm波段地物的反射和吸收变化速率,增强植被光谱变化特征。一阶导数正值越大表明光谱反射率增速越大。相关性分析法用来衡量2个变量之间的密切程度,通过相关性分析确定植被盖度、土壤粒径、潮位与盐沼植被反射光谱之间的密切程度[24]。在软件Origin 9.0和Excel中进行处理分析。
Spectral analysis of an intertidal saltmarsh in the Yangtze Estuary
-
摘要: 以长江口典型盐沼植被为研究对象,考虑不同盐沼植被类型、盖度、土壤类型、土壤湿度以及高中低潮滩地形分布因素,分别在崇明东滩国家级自然保护区、崇明北湖边滩、南汇边滩设置光谱测量样带和样方,使用ASD光谱仪进行现场光谱测量,分析不同植被盖度、土壤下垫面、潮位条件下典型盐沼植被的光谱特征反射曲线。研究结果表明:同一类型盐沼植被的光谱反射率差异是由植被盖度和下垫面共同导致的。在相同土壤背景下,光谱反射率与植被盖度在可见光波段相关系数接近-1.00,呈负相关,在近红外波段相关系数接近0.99,呈正相关。不同潮滩土壤背景,盐沼植被光谱反射率有明显差异。在可见光波段,土壤下垫面对植被光谱反射率影响较大,而在近红外波段的影响则较小。植被盖度越小,其反射光谱受土壤下垫面影响越大。盐沼植被与潮位的相关系数最大可达0.97,低潮位时植被反射光谱高于无潮汐时的光谱,且呈现随潮位升高反射率增大的趋势;当潮位上涨到一定高度,植被反射光谱低于无潮汐时的光谱,且呈现随潮位的升高而下降的趋势。Abstract: To consider different vegetation types, coverage, soil types, soil moisture, and gradient elevation of a tidal flat so as to determine the effect of the tide, three typical saltmarsh vegetation types in the Yangtze Estuary were chosen as research objects. Vegetation transects and samples(1 m×1 m) were selected for the above factors, and the growth environment of the saltmarsh was simulated. An ASD Fieldspec HandHeld 2 was used to measure the spectrum of the saltmarsh vegetation canopy; then the spectral reflectance and the first derivative (350-950 nm) were calculated, and correlations between coverage/soil/tidal level and spectral reflectance were analyzed. Results showed that vegetation coverage and the underlying surface greatly affected spectral reflectance of the saltmarsh. For the same soil conditions, spectral reflectance of different saltmarsh vegetation coverages in the visible light band was negatively correlated (r≈-1.00) with coverage and in the near infrared positively correlated (r≈0.99). For both low coverages and high coverages, spectral reflectance of different soil types in the visible light band was positively correlated (r≈0.97) but in the near infrared was less correlated. The saltmarsh and tidal level were significantly correlated (r≈0.97). Also spectral reflectance of the saltmarsh at high tide was higher than at low tide, and the reflectance increased as the tide rose. When the tide level rose to a certain height, spectral reflectance of the saltmarsh was lower than without a tide, and this generally decreased as the tide level fell. The effect of vetegation coverage, underlying(soil types and soil moisture) should not be ignored when monitoring saltmarsh vegetation.
-
Key words:
- plant ecology /
- saltmarsh /
- spectral reflectance /
- tide level /
- soil /
- Yangtze Estuary
-
表 1 不同盖度植被样地
Table 1. Sample plots of different coverage saltmarsh
芦苇 海三棱藨草 互花米草 植被盖度/% 样地数/个 植被盖度/% 样地数/个 植被盖度/% 样地数/个 60 4 10 12 50 5 70 10 30 15 60 7 90 6 65 7 70 8 表 2 不同下垫面土壤植被样地数
Table 2. Sample plots of different underlying
测量地点 样地数/个 芦苇 海三棱藨草 互花米草 崇明东滩 14 20 0 南汇边滩 6 9 0 崇明北八滧 0 5 20 表 3 不同潮位植被样地
Table 3. Sample plots of different tidal
组别 海水淹没深度/cm 海三棱藨草 互花米草 1 0 0 2 1 2 3 2 4 4 3 6 5 8 -
[1] 陈吉余, 程和琴, 戴志军.滩涂湿地利用与保护的协调发展探讨:以上海市为例[J].中国工程科学, 2007, 9(6):11-17. CHEN Jiyu, CHENG Heqin, DAI Zhijun. Compatibility of utilization and protection of tidal flat and wetland:a case study in Shanghai Area[J]. Eng Sci, 2007, 9(6):11-17. [2] COSTANZA R, d'ARGE R, de GROOT R, et al. The value of the world's ecosystem services and natural capital[J]. Ecol Econ, 1998, 25(1):3-15. [3] 马安娜, 陆健健.湿地生态系统碳通量研究进展[J].湿地科学, 2008, 2(6):116-123. MA Anna, LU Jianjian. The progress of research on carbon flux in wetland ecosystems[J]. Wetland Sci, 2008, 2(6):116-123. [4] 胡嘉东, 郑丙辉, 万峻.潮间带湿地栖息地功能退化评价方法研究与应用[J].环境科学研究, 2009, 22(2):171-175. HU Jiadong, ZHENG Binghui, WAN Jun. Studies and application of an assessment model of the habitat function degradation in the intertidal wetland[J]. Res Environ Sci, 2009, 22(2):171-175. [5] 陈秀芝, 孙瑛.中国特有盐沼植物:海三棱藨草的现状及保护利用[J].湿地科学与管理, 2011, 7(1):60-63. CHEN Xiuzhi, SUN Ying. Chinese endemic salt marsh piant:bulrush(Scirpus mariqueter), current status of its conservation and utilization[J]. Wetlang Sci Manage, 2011, 7(1):60-63. [6] 张晓龙, 李培英, 李萍, 等.中国滨海湿地研究现状与展望[J].海洋科学进展, 2005, 23(1):87-95. ZHANG Xiaolong, LI Peiying, LI Ping, et al. Present conditions and prospects of study on coastal wetlands in China[J]. Adv Marine Sci, 2005, 23(1):87-95. [7] 李青山, 张华鹏, 崔勇, 等.湿地功能的研究进展[J].科学技术与工程, 2004, 4(11):41-42. LI Qingshan, ZHANG Huapeng, CUI Yong, et al. A prospect for study on functions of wetland[J]. Sci Tecchnol Eng, 2004, 4(11):41-42. [8] 季子修, 蒋自巽, 朱季文, 等.海平面上升对长江三角洲和苏北滨海平原海岸侵蚀的可能影响[J].地理学报, 1993, 4(6):516-526. JI Zixiu, JIANG Zixun, ZHU Jiwen, et al. Impacts of sea level rise on coastal erosion in the Changjiang Delata and North Jiangsu Coastal Plain[J]. Acta Geogr Sin, 1993, 4(6):516-526. [9] TIAN Bo, WU Wenting, YANG Zhaoqing, et al. Drivers, trends, and potential impacts of long-term coastal reclamation in China from 1985 to 2010[J]. Estuarine Coastal Shelf Sci, 2016, 170:83-90. [10] 黄华梅.上海滩涂盐沼植被的分布格局和时空动态研究[D].上海: 华东师范大学, 2009. HUANG Huamei. A Research on Spatial-temporal Dynamics of Salt Marsh Vegetation at the Intertidal Zone in Shanghai[D]. Shanghai: East China Normal University, 2009. [11] 朱春娇, 田波, 周云轩, 等.基于Markov和CLUE-S模型的浦东新区湿地演变遥感分析与预测[J].复旦学报(自然科学版), 2015, 54(4):431-438. ZHU Chunjiao, TIAN Bo, ZHOU Yunxuan, et al. Wetland change analysis and forecasting in Pudong New Area Using Markov and CLUE-S Model[J]. J Fudan Univ Nat Sci, 2015, 54(4):431-438. [12] 赖婷, 杨为民, 田波.遥感与GIS支持下杭州湾北岸湿地空间威胁性分析与评价研究[J].复旦学报(自然科学版), 2013, 52(3):356-362. LAI Ting, YANG Weimin, TIAN Bo. A GIS and remote sensing based analysis of wetland spatial threat in the North Hangzhou Bay[J]. J Fudan Univ Nat Sci, 2013, 52(3):356-362. [13] 黄华梅, 张利权, 袁琳.崇明东滩自然保护区盐沼植被的时空动态[J].生态学报, 2007, 27(10):4166-4172. HUANG Huamei, ZHANG Liquan, YUAN Lin. The spatio-temporal dynamics of salt marsh vegetation for Chongming Dongtan National Nature Reserve, Shanghai[J]. Acta Ecol Sin, 2007, 27(10):4166-4172. [14] 张杰.长江口潮滩植被检测及时空变化的遥感研究[D].上海: 华东师范大学, 2007. ZHANG Jie. Remote Sensing Study on Vegetation Detection and Temporal Change of Tidal Flat in the Yangtze River Estuary[D]. Shanghai: East China Normal University, 2007. [15] 刘克, 赵文吉, 郭逍宇, 等.野鸭湖典型湿地植物光谱特征[J].生态学报, 2010, 30(21):5853-5861. LIU Ke, ZHAO Wenji, GUO Xiaoyu, et al. Spectral bands of typical wetland vegetation in the Wild Duck Lake[J]. Acta Ecol Sin, 2010, 30(21):5853-5861. [16] GOVENDER M, CHETTY K, BULCOCK H. A review of hyperspectral remote sensing and its application in vegetation and water resource studies[J]. Water S A, 2007, 33(2):145-151. [17] BELLUCO E, CAMUFFO M, FERRARI S, et al. Mapping salt-marsh vegetation by multispectral and hyperspectral remote sensing[J]. Remote Sense Environ, 2006, 105(1):54-67. [18] 刘建平, 赵英时.高光谱遥感数据解译的最佳波段选择方法研究[J].中国科学院大学学报, 1999, 16(2):153-161. LIU Jianping, ZHAO Yingshi. Methods on optimal bands seletion in hyperspectral remote sensing data interpretation[J]. J Grad Sch Acad Sin, 1999, 16(2):153-161. [19] SCHMIDT K S, SKIDMORE A K. Spectral discrimination of vegetation types in a coastal wetland[J]. Remote Sens Environ, 2003, 85(1):92-108. [20] 林川, 宫兆宁, 赵文吉, 等.基于光谱特征变量的湿地典型植物生态类型识别方法:以北京野鸭湖湿地为例[J].生态学报, 2013, 33(4):1172-1185. LIN Chuan, GONG Zhaoning, ZHAO Wenji, et al. Identifying typical plant ecological types based on spectral characteristic variables:a case study in Wild Duck Lake wetland, Beijing[J]. Acta Ecol Sin, 2013, 33(4):1172-1185. [21] 李亚丹, 杜华强, 周国模, 等.雷竹叶绿素与高光谱植被指数关系及其反演模型[J].浙江农林大学学报, 2015, 32(3):335-345. LI Yadan, DU Huaqiang, ZHOU Guomo, et al. Chlorophyll content in Phyllostachys violascens related to hyper-spectral vegetation indices and development of an inversion model[J]. J Zhejiang A & F Univ, 2015, 32(3):335-345. [22] 高占国, 张利权.上海盐沼植被的多季相地面光谱测量与分析[J].生态学报, 2006, 26(3):793-800. GAO Zhanguo, ZHANG Liquan. Measuring and analyzing of the multi-seasonal spectral characteristics for saltmarsh vegetation in Shanghai[J]. Acta Ecol Sin, 2006, 26(3):793-800. [23] 高占国.长江口盐沼植被的光谱特征研究[D].上海: 华东师范大学, 2006. GAO Zhanguo. Spectral Characteristics of Salt Marsh Vegetation in the Yangtze River Estuary[D]. Shanghai: East China Normal University, 2006. [24] 刘光, 唐鹏, 蔡占庆, 等.水体背景对湿地水生植物冠层光谱影响研究[J].光谱学与光谱分析, 2015, 35(10):2970-2976. LIU Guang, TANG Peng, CAI Zhanqing, et al. A study on effect of water background on canopy spectral of wetland aquatic plant[J]. Spectrosc Spectrol Anal, 2015, 35(10):2970-2976. [25] 舒敏彦.海岸带盐沼植被指数构建研究[D].上海: 华东师范大学, 2017. SHU Minyan. A New Remote Sensing Vegetation Index for Coastal Saltmarsh Wetland[D]. Shanghai: East China Normal University, 2017 [26] 金仲辉.绿色植物反射光谱的特征及其在监测农作物生长中的应用[J].物理, 1993, 22(11):673-678. JIN Zhonghui. Characteristics of reflectance spectra for green plants and their application in inspecting the growth of the crop[J]. Physics, 1993, 22(11):673-678. [27] HUETE A R. A soil-adjusted vegetation index (SAVI)[J]. Remote Sense Environ, 1988, 25(3):295-309 -
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.2019.01.014