高寒草地植被盖度估算及其与冻土的关系

宜树华,王增如,谢 霞,杨时海,黄 磊,叶柏生

（1.中国科学院寒区旱区环境和工程研究所,甘肃 兰州 730000；2.冰冻圈科学国家重点实验室,甘肃 兰州 730000；3.祁连山冰川与生态环境观测研究站,甘肃 兰州 730000；4.青海省畜牧兽医科学院草原研究所,青海 西宁 810016）

植被覆盖度（盖度）指植物地上部分的垂直投影面积与样方面积之比的百分数,是植被生长状况的直观量化指标[1],在水文、气象、生态等很多方面研究中都要用到定量化的盖度信息。例如,土壤水热过程[2-3]、产沙产流过程[4-5]、多年冻土和活动层[6]、土壤厚度[7]、气候[8]、土壤碳/氮和微生物研究[9]。目前常用方法包括目估法、普通相机法和高光谱法[10]。目估法具有主观随意性[11-12],普通相机法利用由普通相机拍摄的相片进行分析,例如拉伸、增强、色彩转换等[13-14],这种方法需要人为干预较多,处理大批量相片时比较困难；高光谱法利用高光谱曲线的形态特征（如由Field Spec Pro光谱仪测量获取的400～2 500 nm的反射光谱）反演盖度[15]。然而,利用多光谱相机研究植被覆盖度这一新的方法在实际工作中很少应用。多光谱相机和卫星遥感一样[16],可以获取地面红光和近红外波段的信息,从而可以快速地获取地表植被的信息,而且在实际使用时,多光谱相机可以获得更高分辨率信息。本研究利用美国农业多光谱相机对疏勒河流域上游盖度进行了研究,并与传统的目估法进行了对比。目的在于:1）了解光谱相机在估测盖度中的适用性；2）探讨疏勒河流域上游植被盖度空间分布规律以及与多年冻土间的关系。

1 研究区概况及研究方法

1.1样地设置及概况 疏勒河流域地处祁连山西段,主要受西风气流的影响[17],按陆地表层干湿指数区划属于半干旱区-干旱区[18],地表呈现干寒气候条件下草原-荒漠景观,与祁连山中东段半干旱-半湿润条件下的景观差异显著[19]。本研究于2009年8月,在疏勒河流域上游,以苏里桥为参考,向西北方向选取了5个大小为50 m×50 m的典型观测样地（图1）,样地间隔约10 km,样地概况见表1。在每个样地上等间距10 m设置5条长50 m的样线,各样线上间隔10 m设置一个样方（0.5 m×0.5 m）,对这些样方进行生态调查,同时在样线周围随机选取样方,对各样方分别利用多光谱相机和普通相机拍摄一组相片（图2a和2b）,每张相片覆盖地面0.75 m×0.75 m（用0.5 m×0.5 m的铁丝框做标记,分析铁丝框内的部分）,共拍摄223组相片。

1.2多光谱相机简介及数据处理 采用的多光谱相机为美国农业多光谱相机（www.tetracam.com）。该相机具有3.2万像素（2 048×1 536）,在绿、红和近红外波段感光,和遥感TM 影像的2、3、4波段相当。在相片处理时对于部分多光谱相片中反光较强的部分需要专门处理,如果某一个像素的蓝、红以及红外波段的DN（digital number）和大于0.95×755,或者蓝波段的 DN大于红波段的DN值,并且大于近红外的DN值,那么该像素为反光。在数据分析时剔除了反光部分超过5%的相片,获得有效相片185组。

图1 疏勒河上游研究区概况

表1 各样地概况

图2 样方照片

数据分析时,为避免相片边缘部分的畸变问题,截取相片中心0.5 m×0.5 m部分进行分析；首先计算每个像素的归一化植被指数（normalized difference vegetation index,NDVI）见图2。

式中,NIR和R分别为近红外和红波段反射率。土壤的NDVI平均值为 2.0,标准偏差为1.0[20]。本研究利用0.4（土壤NDVI平均值+2个标准偏差,即95%土壤的NDVI值小于0.4）作为区分植被和土壤的阈值,即当某个像素的NDVI值大于0.4时,该像素为植被。利用遥感图像处理平台ENVI（The environment for visualizing images）进行以上操作；对于普通相片通过3位生态学专家目估得到目测盖度。

在上述野外和室内分析数据基础上,分析不同专家目估之间的差别,并同多光谱相机估计的盖度做对比,给出阈值对盖度估计的影响；评估不同空间精度多光谱相片对盖度估计的影响,最后以多光普相机估计的盖度为基础分析多年冻土、季节冻土以及过渡区盖度的差别。数据分析使用的软件为Excel和 R。

2 结果与分析

2.1不同专家目估的植被盖度差异 3位专家目估的平均值（标准偏差）分别为13.14（10.28）,18.5（13.19）和18.76（10.61）（图3）。根据t检验,专家1和专家2目估的平均盖度极显著不同（P＜0.001）,专家1和专家3目估的平均盖度极显著不同（P＜0.001）,而专家2和专家3目估的平均盖度没有显著差异（P＞0.05）。专家1和专家2目估的相关系数为0.53,专家1和专家3目估的相关系数为0.58,专家2和专家3目估的相关系数为0.51。

2.2多光谱估计和专家目估的结果对比 在桥北10～20 km处,多光谱估计和专家目估的平均值较为接近,但在桥北40～50 km处,相差较大（图4）。进一步研究发现,在季节冻土区,地表干旱,紫花针茅光合作用弱,因而NDVI值偏小,在多光谱相片中被划分为土壤（图5）。

图3 不同专家目估的植被盖度对比

图4 多光谱估计和目估平均间的对比

图5 退化草地样方照片

图6 归一化植被指数与专家目估植被覆盖度的相关性

图7 归一化植被指数与多光谱估计的植被覆盖度的相关性

由NDVI和专家目估的平均盖度以及多光谱估计盖度间的关系可以看出（图6、7）,多光谱得出的盖度和NDVI间的关系较专家目估的好。根据以往的研究,NDVI和盖度间存在着指数关系[21],专家目估的盖度和NDVI间并不存在这样的关系,从侧面可以得出由多光谱相片计算的盖度较专家目估的准确。2.3阈值对盖度估计的影响 在本文2.2中使用0.40作为阈值区分NDVI图中的植被和裸地像素,为了探讨阈值的影响,又分别使用0.35和0.45作为阈值分析。结果表明,不同阈值得出的盖度间有系统性的差别,阈值越大,计算得到的盖度越小（表2）,在桥西北10、20和40 km处,阈值的增加会使计算得到的盖度减少较多,约6%；而在植被很稀疏的地方（如Ⅴ处）阈值的增加对盖度的计算影响不大。在整个研究区域,以0.35、0.40和0.45为阈值得出的平均盖度分别为18%、13%和9%,而目估平均盖度为16%。

表2 各样地在不同阈值情况下盖度的平均值（标准偏差） %

2.4多光谱相片精度对盖度的影响 在本文2.2和2.3中使用的多光谱相片的像素约为1 200×1 200（一个像素对应的地面实际大小为0.4 mm×0.4 mm）,为了探讨相片精度的影响,利用ENVI软件生成精度为1 000×1 000、250×250、62×62、8×8以及1×1的多光谱相片。对比不同精度相片的NDVI值以及以0.40为阈值模拟的盖度可以得出:NDVI受到的影响比较小,1 000×1 000和1 200×1 200相片的 NDVI平均差值为 0.002,1×1和1 200×1 200相片的NDVI平均差值为0.011；而盖度差别较大,62×62和1 200×1 200相片识别的盖度平均差值达-5.7,但250×250和1 200×1 200识别的盖度平均值只差-1.2（表3）。由此可见,要利用阈值法获取植被盖度,像素所代表的空间越大,模拟出的误差也越大。

表3 不同精度相片与原始相片的NDVI值和植被覆盖度的平均差值

2.5多年冻土、季节冻土以及过渡区盖度的差异 样地Ⅰ和样地Ⅱ为多年冻土区,样地Ⅳ和样地Ⅴ为季节冻土区,样地Ⅲ为过渡区或多年冻土退化区。多年冻土区、过渡区以及季节冻土区的盖度的平均值（标准偏差）分别为0.23（0.14）、0.08（0.03）和0.11（0.12）。多年冻土区的盖度明显大于季节冻土区和过渡区；季节冻土区的盖度和过渡区的没有明显差别（图8）。

图8 植被覆盖度和冻土间的关系

3 结论

盖度是衡量植被状况重要定量指标,本研究采用多光谱相机获得盖度的方法与传统方法相比,不仅准确快捷,而且可以克服目估法的主观性。该方法在估测盖度的效率方面具有明显的优势,数据处理过程可以通过编程实现,在几分钟可以完成近200张多光谱相片的分析。利用多光谱相片分析盖度应考虑精度问题,即每个像元所代表的地表面积不能超过0.2 cm×0.2 cm（0.5 m×0.5 m的地面至少需要250像素×250像素）。在利用无人飞机进行植被拍摄时,如果精度较低,则不能直接使用阈值的方法获取盖度。另外,疏勒河上游地区,盖度具有较大的空间差异性,在区域尺度上与冻土类型关系较为密切,多年冻土区盖度显著高于季节冻土区和过度区。

[1]温庆可,张增祥,刘斌,等.草地覆盖度测算方法研究进展[J].草业科学,2009,26（12）:30-36.

[2]Wang G X,Hu H,Liu G,et al.Impacts of changes in vegetation cover on soil water heat coupling in an alpine meadow of the Qinghai-Tibet Plateau,China[J].Hydrology and Earth System Sciences,2009,13:327-341.

[3]Hu H C,Wang G X,Wang Y B,et al.Response of soil heat-water processes to vegetation cover on the typical permafrost and seasonally frozen soil in the headwaters of the Yangtze and Yellow Rivers[J].Chinese Science Bulletin,2009,54（2）:242-250.

[4]李元寿,王根绪,沈永平,等.长江源区不同植被覆盖下产流产沙效应初步研究[J].冰川冻土,2005,27（6）:869-875.

[5]李元寿,王根绪,王一博,等.长江黄河源区覆被变化下降水的产流产沙效应研究[J].水科学进展,2006,17（5）:616-623.

[6]王根绪,李元寿,吴青柏,等.青藏高原冻土区冻土与植被的关系及其对高寒生态系统的影响[J].中国科学D辑:地球科学,2006,36:743-754.

[7]王志强,刘宝元,海春兴.土壤厚度对天然草地植被覆盖度和生物量的影响[J].水土保持学报,2007,21（4）:164-167.

[8]杨元合,朴世龙.青藏高原草地植被覆盖变化及其与气候因子的关系[J].草地学报,2006,30（1）:1-8.

[9]王长庭,龙瑞军,王启兰,等.三江源区高寒草甸不同退化演替阶段土壤有机碳和微生物量量碳的变化[J].应用与环境生物学报,2008,14（2）:225-230.

[10]张云霞,李晓兵,陈云浩.草地植被盖度的多尺度遥感与实地测量方法综述[J].地球科学进展,2003,18（1）:85-93.

[11]池宏康,周广胜,许振柱,等.草地植被盖度的近距离遥感测定[J].草业学报,2007,16（2）:107-112.

[12]章文波,符素华,刘宝元.目估法测量植被覆盖度的精度分析[J].北京师范大学学报（自然科学版）,2001,37（3）:402-408.

[13]Li X,Chen Y,Yang H,et al.Improvement,comparison,and application of field measurement methods for grassland vegetation fractional coverage[J].Journal of Integrative Plant Biology,2005,47（9）:1074-1083.

[14]路炳军,刘洪鹄,符素华,等.照相法结合数字图像技术计算植被覆盖度精度研究[J].水土保持通报,2007,27（1）:78-85.

[15]刘占宇,黄敬峰,吴新宏,等.天然草地植被覆盖度的高光谱遥感估算模型[J].应用生态学报,2006,17（6）:997-1002.

[16]周兆叶,储少林,王志伟,等.基于 NDVI的植被覆盖度的变化分析——以甘肃省张掖市甘州区为例[J].草业科学,2008,25（12）:23-29.

[17]张强,余亚勋,张杰.祁连山与河西内陆河流域绿洲的大气水循环特征研究[J].冰川冻土,2008,30（6）:907-913.

[18]仁国玉,陆均天,邹旭凯,等.我国西北地区的气候特征与气候灾害[A].见:丁一汇,王守荣.中国西北地区气候与生态环境概论[M].北京:气象出版社,2001:1-43.

[19]吴吉春,盛煜,李静,等.疏勒河源区的多年冻土[J].地理学报,2009,64（5）:571-580.

[20]Montandon L M,Small E.The impact of soil reflectance on the quantification of the green vegetation fraction from NDVI[J].Remote Sensing of Environment,2008,112（4）:1835-1845.

[21]Carlson T N,Ripley D A.On the relation between NDVI,fractional vegetation,cover,and leaf area index[J].Remote Sensing of Environment,1997,62（3）:241-252.