水田防护林空间密度对水田NDVI的影响分析

包广道，杨 帆，杨雨春，赵珊珊，张大伟，宁立臣，林士杰，韩 姣，张忠辉*

(1．吉林省林业科学研究院，长春130033;2．吉林省前郭县林业局，吉林前郭131100)

水田防护林是平原水田区减弱水稻受到恶劣气候影响的重要手段之一［1］，其营建目的就是为了改善防护区域小气候，从而保障水稻产量［2］。近年来，针对水田防护林的研究主要从林带和区域两种尺度开展。林带尺度上的研究主要集中在防护林树种选择、林带结构参数优化［3-5］、防护效益与防风效能等方面［6-8］;随着遥感技术和地理信息系统技术的发展，区域尺度上的研究，由起初的防护林动态监测［9-11］，逐步转化为防护林防护效益遥感估算［12-13］、防护林空间密度分布的研究［14］、防护林对作物长势的影响［15-17］、防护林景观生态学评价［18］等。

综上所述，前人研究多集中于防护林生态功能方面，而针对防护林分布对水稻长势影响方面的研究较少。因此，本文利用遥感数据，采用网格法对防护林空间分布与水田归一化植被指数(NDVI)进行分析，旨在探讨不同防护林空间密度对水稻长势的影响，以期为今后水田防护林的经营与设计提供依据。

1 材料与方法

1．1 研究区概况

研究区域位于松原市前郭灌区。该地区位于松嫩平原腹地，北纬 44°53'30″～45°06'40″，东经124°05'10″～124°26'50″(如图 1 所示)，地面高程131～141 m，地势平坦，作物为水稻，土壤为黑钙土、草甸土。该地区属温带大陆性半干旱季风性气候，多年平均降水量为451．8 mm，年平均风速3．07 m/s，其中4～5月间多风，历史最大风速29 m/s，多年平均气温4．5℃，全年无霜期130～150 d。干旱、大风、低温是常发生的自然灾害。

1949年以前前郭灌区已开展灌区工程建设，已经成为吉林省最重要的水稻生产基地，总面积约为834．29 km2，与辽宁省盘锦、吉林省梨树、黑龙江省查哈阳并称为东北四大灌区。防护林树种以杨树纯林为主，辅以少量榆树、柳树，龄级组成主要为成过熟林。

图1 研究区位置示意图Fig．1 Location of study area

1．2 数据来源

为了获取水田区NDVI数据和水田防护林分布数据，选取2014年生长季(5～9月)内的Landsat 8 OLI影像(行列号119-29，共10景)，数据来源为美国地质勘探局(网址:http://www．usgs．gov/)。外业调查日期为2014年10月7～11日，调查内容以水田防护林为主，辅以其他类型地物，共采集地物中心坐标126个，以检验分类数据的精度。以上数据均根据研究区范围进行裁剪，并统一转换为UTM投影，坐标系WGS84。

1．3 研究方法

1．3．1 土地利用分类

影像经预处理后与全色波段进行融合，获得15 m分辨率的影像，利用掩膜技术将研究区内水体、居民地、裸地和道路等地物进行掩膜处理，在ENVI5．2平台下利用最大似然法进行分类，经后处理后分类结果如图2所示，根据外业调查数据进行分类结果的精度验证，精度可达87%，符合分类精度要求。根据遥感影像分类结果求得研究区内水田面积为325．68 km2，防护林总面积为50．36 km2，林带数587条，总长度663．73 km，平均林带长度1．13 km。

图2 研究区土地覆盖分类图Fig．2 Land cover classification of study area

1．3．2 归一化植被指数(NDVI)提取

归一化植被指数是反映农作物长势和营养信息的重要参数之一［19］，它与作物的叶面积指数、光合速率和净初级生产力等重要生长指数都有很高的相关性，NDVI很大程度上可以反映作物的长势信息，故本文直接利用水田区域内的NDVI值代表水稻的长势。NDVI计算公式参公照式(1):

式中:NIR为近红外波段波长范围为 0．845～0．885，μm;R 为红外波段波长范围为 0．630 ～0．680，μm;分别对应Landsat 8 OLI影像中的第4和第5波段。

最大化合成法(MVC)［20］，是获取某一地区一段时间内任意象元最大值，从而表现该段时间内某一现象总体程度的方法，该方法可以最大程度上较少云以及传感器几何角度所带来的影响。为了能够体现水稻生长季内整体长势信息，本文采用最大化合成法(MVC)对2014年间水稻生长季的所有影像分别计算NDVI值，并进行最大化合成，选取每一个像元在生长季中最大的NDVI值，获得连续并具有代表性的NDVI数据。

1．3．3 水田防护林空间密度分布

网格法［21］是地理统计中常用的分析方法，它可以将复杂的地面要素利用网格进行归纳并分析，从而揭示不同地理要素间的相关关系。本文根据研究区的大小，共生成500 m×500 m大小的网格3 202个，结合土地覆盖分类数据，分别提取每个网格内的水田面积和防护林面积，计算每个网格内防护林与水田的面积比，从而生成水田防护林空间密度分布数据。

2 结果与分析

2．1 有无防护林对水稻长势的影响

在疏透度和林带结构尺度上，防护林对作物的生长发育有着一定的保护作用［5］，但空间区域尺度上的研究较少。通过统计前郭灌区每个网格内水田防护林空间密度数据与水田平均NDVI数据，有无防护林分布的水田NDVI平均值对比见表1。由此可知，有防护林分布的网格水田平均NDVI值比无防护林分布的网格高0．058 9。参考本研究区水田的NDVI值范围为0．302 5～0．682 3，比对应的无防护林区域的平均值高近15%，有防护林分布的网格内水稻总体长势明显高于无防护林分布的网格。

表1 有无防护林分布的水田平均NDVI值Tab．1 Mean NDVI of paddy field with and without shelter belt

2．2 不同防护林空间密度对水田NDVI平均值的影响

为探讨不同防护林空间密度对水田NDVI平均值的影响，对灌区内有防护林分布的网格依据其空间密度值以0．01为密度间隔，考虑到0～0．01与0．01～0．02密度区间网格数量较少，且两个区间水田NDVI平均值差异不大，故将其合并为一个等级进行分级见表2。由表2可知，防护林空间密度可分为9个等级，并对比分析不同密度等级下水田NDVI平均值的关系，如图3所示。同时，对防护林空间密度分布和NDVI平均值进行进一步分析。

表2 不同防护林空间密度分级Tab．2 Classification of different spatial density of shelter belt

图3 不同防护林空间密度的水田NDVI平均值Fig．3 Mean NDVI of paddy field in different spatial density of shelter belt

从图3可以看出，水田NDVI平均值随防护林空间密度等级的增加呈先增高后降低的趋势，当防护林空间密度等级达到6级，即空间密度为0．06～0．07时水田 NDVI平均值达到最大为 0．627 5，随后降低并趋于平稳，这表明当防护林空间密度超过0．07之后对水田NDVI平均值不再有正影响，防护林空间密度超过0．07时，其密度过大。同时防护林空间密度低于5级，即0～0．05时，防护林空间密度过低，尚不能完全发挥防护林的防护效益。结合表1与表2可知前郭灌区水田防护林空间密度分布不合理，其中无防护林分布的网格达到2 146个，占总网格数的67%，防护林空间密度过大的网格数为285个，占总网格数的8%。

3 结论与讨论

本文结合防护林空间密度与水稻长势两种信息进行分析，利用Landsat 8 OLI遥感影像数据，提取前郭灌区内防护林空间分布数据与水田区NDVI数据，采用网格法分析防护林空间密度对水田NDVI的影响，发现有防护林分布的网格水田NDVI平均值大于无防护林分布的网格，两者相差0．058 9，差异显著，表明灌区内防护林对水稻生长有着明显的促进作用，与邓荣鑫［15］等的研究结论相同。不同防护林空间密度对水田NDVI的影响不同，水田NDVI值随防护林空间密度的增加呈先增高后降低的趋势，当防护林空间密度达到0．06～0．07时水田NDVI平均值最高，说明空间密度为0．06～0．07之间为水田防护林的最佳空间密度。前郭灌区防护林空间密度配置不合理，无防护林、防护林空间密度过大的网格数占总研究区网格数的75%。

本文在进行水田NDVI提取时采用的是Landsat 8 OLI影像，虽然本文采用最大化合成法进行处理，但是其过境周期较长部分影像受云量干扰较大，对水稻生长季总体NDVI值表现欠佳。此外，在水田空间密度分析时采用的是500 m×500 m网格，没有探讨不同大小网格对研究精度的影响，望今后的能够进一步深入研究。

［1］宋 俭．浅谈水田防护林体系对建设粮食生态屏障的影响［J］．吉林农业，2012(10):198．

［2］蒋丽娟．国内外防护林研究综述［J］．湖南林业科技，2000，37(5):21-27．

［3］林士杰，张忠辉，张大伟，等．盐碱地树种选择及抗盐碱造林技术研究进展［J］．中国农学通报，2012，28(10):1-5．

［4］张忠辉，林士杰，吕忠明，等．树木耐盐碱性研究进展［J］．中国农学通报，2011，27(28):9-14．

［5］杨雨春，杨洪香，赵珊珊，等．水田防护林疏透度及其影响因子分析［J］．林业科技开发，2014，28(3):18-21．

［6］ Torita H，Satou H．Relationship between shelterbelt structure and mean wind reduction［J］．Agricultural and Forest Meteorology，2007，145(3):186-194．

［7］ Lampartová I，Schneider J，Vyskot I，et al．Impact of protective shelterbelt microclimate characteristics［J］．Ekológia(Bratislava)，2015，34(2):101-110．

［8］杨雨春，赵珊珊，包广道，等．吉林水田防护林防风效能及其影响因子分析［J］．西北林学院学报，2015，30(1):132-136．

［9］扈晶晶，李瑞平，黄 侃，等．吉林省西部新开发水田遥感动态监测研究［J］．林业调查规划，2014，39(3):17-23．

［10］郑 晓，朱教君，闫 妍．三北地区农田防护林面积的多尺度遥感估算［J］．生态学杂志，2013，32(5):1355-1363．

［11］庞国锦，董晓峰，宋 翔，等．“三北”防护林建设以来河西走廊林地变化的遥感监测［J］．中国沙漠，2012，32(2):539-544．

［12］贺小说．沿海防护林固沙效应遥感监测技术研究［D］．福州:福建农林大学，2012．

［13］王晓慧，陈永富，陈尔学，等．基于遥感和GIS的三北防护林工程生态效益评价研究--以山西省中阳县为例［J］．水土保持通报，2011，31(5):171-175+267．

［14］赵吉胜，张忠辉，杨 晶，等．水田防护林空间密度分布研究［J］．中国农学通报，2014，30(19):51-54．

［15］邓荣鑫，王文娟，李 颖，等．农田防护林对作物长势的影响分析［J］．农业工程学报，2013，29(S1):65-72．

［16］邓荣鑫，张树文，李 颖．基于田间尺度的东北农田防护林防护效应分析［J］．生态学杂志，2009，28(9):1756-1762．

［17］史晓亮，李 颖，赵 凯，等．农田防护林林网景观结构异质性动态评价［J］．中国科学院研究生院学报，2012，29(1):54-61

［18］梁万君，王宪成，胡海清．防护林布局的评价方法［J］．东北林业大学学报，2005，33(5):24-26．

［19］黄 青，唐华俊，周清波，等．东北地区主要作物种植结构遥感提取及长势监测［J］．农业工程学报，2010，26(9):218-223．

［20］吴 云，曾 源，吴炳方，等．基于MODIS数据的三北防护林工程区植被覆盖度提取与分析［J］．生态学杂志，2009，28(9):1712-1718．

［21］毛 夏，徐蓉蓉，李新硕，等．深圳市人口分布的细网格动态特征［J］．地理学报，2010(4):443-453．