基于高光谱遥感的荒漠草地围栏封育监测

毛新安，夏小伟2，安沙舟2*（.新疆巴州焉耆县草原站，新疆　焉耆　8400；2.新疆农业大学草业与环境科学学院，新疆　乌鲁木齐　830052）



基于高光谱遥感的荒漠草地围栏封育监测

毛新安1，夏小伟2，安沙舟2*
（1.新疆巴州焉耆县草原站，新疆焉耆841100；
2.新疆农业大学草业与环境科学学院，新疆乌鲁木齐830052）

摘要：荒漠草地作为一个非常脆弱的生态系统，其保护对于整个生态系统的平衡具有重要意义。围栏封育对于荒漠草地生态系统具有显著的修复作用。本研究从高光谱角度，对位于乌鲁木齐市米东区的封育的蒿属荒漠草地进行监测。结果表明：利用高光谱技术可以对典型荒漠植被进行识别，将伊犁绢蒿荒漠草地的3个层片进行区分开来；通过对草地特征数据与光谱数据的聚类，发现两者对于不同封育年限及不同群落结构草地群落的识别均有较好地效果，表明高光谱数据可用于草地群落组成及结构的识别，在草地封育状况的监测方面表现出巨大的潜力。

关键词：围栏封育；伊犁绢蒿；高光谱模型；荒漠草地；聚类

10.16863/j.cnki.1003-6377.2016.03.007

草地在维持陆地生态系统平衡中具有重大意义。近年来，由于全球气候变化加剧、人为活动干扰加重等因素的影响，草地发生不同程度的退化，为保持生态和生产的可持续发展，国家加大了主要牧区的围栏建设力度以封育草地。然而，对于草地围栏封育状况的监测主要基于实地测量来判定，难以进行大面积快速监测，由于其周期较长，往往监测的结果与实践指导相脱节。近年来，国内外有大量基于遥感手段进行草地状况的研究，主要集中在生物量[1-2]、盖度[3]、植被指数[4]及草地的动态变化[5]等方面，并取得了大量研究成果，对于大尺度的围栏封育管理与规划具有一定指导意义。

在实践中，草地退化初期常常并不表现出盖度与生物量的明显变化，而表现为群落结构与组成的变化及杂类草与毒害草的入侵[6]。生态系统结构中群落种类组成、各类种群所占比例，尤其是建群种和优势种的高度、密度和盖度等是草地生态系统指标中最直接和最关键的一部分[6]。而传统的遥感手段难以对群落结构与组成实施监测，高光谱具有较高的光谱分辨率，能够更加精确的获取草地状况，为草地生态系统结构和物种与群落的识别提供了途径。目前，已有许多运用高光谱手段监测草地状况的研究，安如等[7]对三江源典型草原区进行研究，提取了典型植被的光谱特征并且准确地识别出群落的优势种；刘占宇[8]对锡林郭勒盟的天然草地进行研究，运用光谱波段原始反射率与一阶微分反射率估测草地生物量与覆盖度；张富华[9]对锡林郭勒草原运用红边、绿峰参数实现4种植被的识别。但基于高光谱遥感的荒漠草地监测研究还较少，荒漠草地生境条件恶劣，一旦破坏，难以恢复，其合理利用与保护迫在眉睫。然而植被相对矮小、盖度低且地表裸露等特点，增加了精确获取植被端元光谱的难度，影响了在荒漠草地进行高光谱监测的可行性。现有研究主要利用光谱微分或归一化的方法来减少土壤背景的影响，扩大植被光谱的吸收特征。如何有效减少土壤背景干扰、建立荒漠草地高光谱数据的处理方法显得越发重要，仍有待于深入研究。目前已有一些相关研究取得了喜人的成果，表明高光谱遥感在荒漠草地监测上有很大潜力。杨红飞等[10]对新疆三种草地植被类型进行研究，表明不同类型草地植被间光谱特征及红边特征参数具有明显差异；钱育蓉等[11]对典型荒草地植被进行研究，发现光谱吸收特征及植被指数可以用以识别典型植被、草地资源分类的可能；林海军[12]通过马氏距离法对塔里木河下游的荒漠植被进行识别，达到极好的效果；张芳等[13]在提取端元光谱指标的基础上进行逐步判别实现了天山北坡4种盐生植被的识别。本文选择分布在天山北坡的荒漠草原为对象进行封育草地的高光谱遥感监测研究，为下一步利用高光谱影像进行封育草地研究提供依据。

1　材料与方法

1.1研究区概况

研究区位于新疆乌鲁木齐市米东区芦草沟乡，43°53'N，87°45'E，海拔930 m，属于大陆性中温带干旱气候区，光照充足，蒸发量大，年内、昼夜温差大，年平均降水212 mm，年均温7.3℃，无霜期165 d，全年多西北风。

1.2数据测定

1.2.1光谱数据采集

采用美国SVC HR-768便携式光谱仪（350～2500）nm于2014年5月6～8日测定围栏内外植被群落和主要植被的光谱反射率。研究区分为3个不同封育年限，分别为2年、7年、10年，在每个围栏内设5个样方，围栏外设3个样方，共24个。

光谱采集尽量选择在晴朗无云干燥微风的天气进行，为减少太阳高度角对反射率的影响，测定时间为北京时间12∶00～14∶00。

1.2.2植被指标的采集

使用1 m×1 m的样方框在围栏内外选取典型的位置布样，对样方内的群落及特征植被的盖度、高度、密度和地上生物量进行测定。盖度采用针刺法；群落高度为采用卷尺在样方内随机测量5株植物高度取平均落地高，单种高度为样方内3株同一单种的平均；密度为样方内植被的个数；将植被用剪刀齐地面刈割后称重，作为地上生物量。

1.3数据处理方法

先剔除光谱数据中的异常数据，然后对数据分样方分株归类取均值。

1.3.1敏感波段的选取

聚类分析时应尽量选择光谱信息丰富的波段数据。伊犁绢蒿荒漠草地不同群落的光谱反射率均表现出相似的特征波型（绿峰、红谷）和波相位（绿峰位置、红谷位置及红边位置），但在不同波段范围内，光谱反射率有很大区别。群落的光谱反射率主要受植被与土壤两部分影响，尤以植被状况复杂、盖度不一对群落光谱反射率影响大。植被对光谱反射率的影响主要体现在可见光波段范围内，本文选取绿峰位置与红谷位置将可见光波段分为（347～554）nm（a），（347～680）nm（b），（554～680）nm（c），（680～780）nm（d）四个波段范围，从中筛选敏感波段。

为了增强敏感波段的可靠性，本文采用郭毅等[14]所采用的显著性差异度量方法：

△λ=λimax-λimin式中表示样方i光谱反射率的最大值与最小值之差，λi表示样方i光谱反射率的平均值。

1.3.2一阶微分处理

光谱微分处理可以快速有效地得出光谱曲线的极值点与拐点，有效消除土壤背景的影响。

1.3.3去包络线

包络线消除法[15]可以有效地突出光谱曲线的吸收与反射特征，并将其标准到一个一致的光谱背景上，有利于和其他光谱曲线进行特征数值的比较，从而提取出特征波段，以供分类识别。

1.3.4光谱标准化

光谱采集过程中，光谱相对反射率主要受植被、土壤及太阳高度角影响。不同植被叶片大小、结构与叶绿素含量不同，光谱发射率不同；不同冠层结构下光谱反射率受土壤背景的影响有差异；随着太阳高度角变化太阳辐射也发生变化，影响光谱相对反射率的稳定性，增加了野外地物光谱数据的处理与分析难度。故需要将植物光谱相对反射率归一到一个可比水平上。目前已有人运用去包络线[16]、归一化[7]等方法对光谱曲线进行归一化，本研究中，提出将光谱曲线标准化方法，将光谱相对反射率在0～1间拉伸，使得光谱在最大反射率均为1下保留了光谱的趋势信息，扩大了植被信息。公式如下：

r（i）标准化后光谱相对反射率，R（i）为原始光谱相对反射率，Rmax为原始光谱相对反射率的最大值，i为光谱波段。

1.3.5植被信息标准化

a（i）为准化后项目（盖度、密度、鲜重）值，a（i）为野外实测值，Amax为项目最大值，i为样方号。

表1　样方分布表

1.3.6聚类分析

对植被数据运用密度、盖度和生物量3个指标标准化后对24个样方数据在MATLAB中进行聚类分析；对于原始光谱数据及其处理结果，针对不同的波段范围进行聚类。

1.4数据分析

光谱数据的整理、一阶微分及标准化过程在Excel中完成，去包络线操作在ENVI 4.7软件中进行，植被数据的聚类分析在MATLAB（R2010b）中进行，制图在Singma Plot 10.0中完成。

2　结果与分析

2.1特征植被的识别

伊犁绢蒿荒漠草地主要以伊犁绢蒿半灌木为建群种，伴生多年生木地肤，一年生植被叉毛蓬、角果藜和葶苈及春季发育短生类植被涩荠和弯果胡卢巴，分半灌木、一年生植被和一年生短类生植被为3个层片。准确的获取三个层片的特征植物间光谱特征的差异有助于在混合像元分解时有效提取端元，进而监测群落结构与组成的变化，为此识别特征植被具有重要意义。大量研究[17-19]表明在（400～2 400）nm波段范围内可对植被的生理生态信息进行较好反映，本研究选取不同封育年限围栏内外的典型植被多株，对原始光谱及其处理进行分析，从中提取出能够识别几种典型植被的特征，经比较后发现去包络线光谱反射率的分类效果最好：在去包络线光谱数据的408 nm左右处，涩芥的光谱反射率分布在0.5左右，而伊犁绢蒿、叉毛蓬和木地肤的光谱反射率均大于0.6；在去包络线光谱数据的（921～1 070）nm范围，叉毛蓬的吸收面积大于5，而木地肤和伊犁绢蒿的吸收面积小于5；未找出明显的波段及光谱特征来将木地肤与伊犁绢蒿区分开来。

图1　特征植被光谱

2.2群落的分类与识别

通过求两两样方数据间△μ之和，得出：

即在（554～680）nm波段范围内光谱反射率差异值之和最大，表明样方内群落光谱反射率自绿峰向红谷下降趋势在不同围栏内外间表现不一致，出现较大的分异。主要因为在这个波段范围内，光谱反射率受叶绿素吸收影响大，在植被生长旺盛区域，光谱曲线呈明显的波谷，且不同群落组成及盖度会对光谱吸收产生影响。即植被生长好的群落，下降趋势明显；反之，不明显。故利用该波段范围进行聚类分析最符合实际。

对不同处理下的光谱数据（原始光谱、原始光谱一阶微分、去包络线后光谱、去包络线后一阶微分、标准化后光谱及标准化后光谱一阶微分）进行聚类分析。结果表明在（347～680）nm的可见光范围内，原始光谱及标准化后光谱的聚类效果较好。

如图2所示，原始光谱数据在可见光及（554～680）nm两个波段范围均显示22，23，24三个数据与其他差异大，在a，b中均分别将4，5，7，8，9，10分为一类，11，12，15，21为一类，2，6，14，16，17，18，19，20为一类，这与植被信息分类的结果相吻合。标准化化后光谱数据在两个波段范围内聚类的结果极为相似，主要差异在13，14两个样方数据的聚类。标准化后的光谱数据较原始数据放大了光谱的趋势信息，使得聚类效果更加明显，特别是d图，在以1.4为聚类距离时，可将22样方（剔除1，24）分为6类，与野外围栏封育情况相对应，表明高光谱数据可用于围栏封育下植被群落情况的监测，用以识别群落的封育状况。

图2　光谱数据聚类

3　讨　论

近年来，草地生态修复越来越受到重视，如何监测草地恢复情况成为一个关键问题。传统的草地监测主要通过草地群落的数量特征、群落的结构与组成及土壤的状况来判断草地的状况。对于草地的遥感研究已有大量报道，早期通过多时期多光谱遥感影像直接对比分析解译，获取草地状况的时空数据集，进而建立草地状况的等级体系[20-21]。然而通过上述论证不难得出基于多光谱遥感影像的对比及植被指数的提取并不能准确的反映出草地的恢复状况，现已有关于高光谱角度的草地相关研究，其中王恋恋等[22]对天山北坡不同类型草地围栏内外进行研究，发现不同类型草地及围栏内外的光谱有明显差异；钱育蓉等[11]对新疆典型荒漠植被发现，荒漠植被的反射率光谱具有随“季相”变化的特点，表现为荒漠植被红边位置在10月较5月“红移”，且NDVI与RVI在5月大于10月，不同荒漠植被的光谱指数及光谱特征具有明显差异。本文选取不同生境条件下的各种典型植被，发现依据去包络线光谱数据408 nm左右处的反射率及（921～1 070）nm范围内的吸收面积可将涩芥、叉毛蓬与伊犁绢蒿及木地肤区别开来，表明基于原始光谱和处理光谱的光谱指数与光谱特征可以对不同植被进行区分，实现了对不同生境条件下的植被依次进行识别。本研究中涩芥、叉毛蓬和伊犁绢蒿及木地肤分别为伊犁绢蒿荒漠草地3个主要层片的优势种，通过植被的区分可以得出伊犁绢蒿荒漠草地的群落结构与组成，为下一步群落混合像元分解奠定基础，便于更加准确的监测草地状况。

草地是气候、土壤及地形等多种因素的综合产物，不同地区由于气候、土壤等因素的不同，草地的生物量和群落的结构不同，同一区域内由于小气候及地形的影响，群落间具有差异性。何龙等[23]对不同退化程度伊犁绢蒿荒漠草地进行高光谱研究，表明不同退化程度的草地光谱曲线有明显差异。本研究发现利用植被群落信息聚类可有效将不同群落结构及围栏内外的荒漠草地区分开来，由于不同群落结构植被组成具有明显差异，并且围栏封育后的植被群落其生物量明显大于围栏外。利用光谱反射率数据在（554～ 680）nm范围可将不同封育年限围栏内外群落区分开来，主要由于在可见光波段植被强烈吸收，不同封育年限下植被群落恢复情况有差异，故植被覆盖度高、生长茂盛的区域光谱吸收深度更大。证明利用高光谱来进行草地围栏封育状况的监测是可行的，且相对与传统的监测方法，遥感监测具有快速、现势性好等特点。

参考文献:

[1]许宝泉，梁长利，蔡定建，等.祖历河流域自然草地生产力遥感反演[J].干旱区研究，2014，31（6）：1147-1152.

[2]除多，德吉央宗，普布次仁，等.藏北草地地上生物量及遥感监测模型研究[J].自然资源学报，2013，28 （11）：2000-2011.

[3]钟诚，何晓蓉，李辉霞.遥感技术在西藏那曲地区草地退化评价中的应用[J].遥感技术与运用，2003，18 （2）：99-102.

[4]臧淑英，那淑英，冯仲科.基于植被指数的大庆地区草地退化因子遥感定量反演模型的研制[J].北京林业大学学报，2008，30（S1）：98-104.

[5]冯琦胜，高新华，黄晓东，等.2001-2010年青藏高原草地生长状况遥感动态监测[J].兰州大学学报（自然科学版），2011，41（4）：75-81，90.

[6]屈冉，李双，徐新良，等.草地退化杂类草入侵遥感监测方法研究进展[J].地球信息科学学报，2013，15 （5）：761-767.

[7]安如，姜丹萍，李晓雪，等.基于地面实测高光谱数据的三江源中东部草地植被光谱特征研究[J].遥感技术与应用，2014，29（2）：202-211.

[8]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.

[9]张富华，黄明祥，张晶，等.利用高光谱识别草地种类的研究--以锡林郭勒草原为例[J].测绘通报，2014，（7）：66-69.

[10]杨红飞，李建龙，穆少杰，等.新疆三种主要草地植被类型的高光谱反射特征研究[J].草业学报，2012，21 （6）：258-266.

[11]钱育蓉，于炯，贾振红，等.新疆典型荒漠草地的高光谱特征提取和分析研究[J].草业学报，2013，22（1）：157-166.

[12]林海军.塔里木河下游主要荒漠植被高光谱特征分析[D].乌鲁木齐：新疆农业大学，2013.

[13]张芳，熊黑钢，努尔巴依·阿布都沙力克，等.新疆天山北坡常见盐生植被端元尺度光谱特征及识别[J].光谱学与光谱分析，2011，31（12）：3336-3341.

[14]郭毅，丁海勇，徐晶鑫，等.地沟油的高光谱数据聚类分析[J].国土资源遥感，2014，26（1）：37-41.

[15]刘伟东，项月琴，郑兰芬，等.高光谱数据与水稻叶面积指数及叶绿素密度的相关分析[J].遥感学报，2000，4（4）：279-283.

[16]曹巍，邵全琴，喻小勇，等.内蒙古不同利用方式温性草原植被光谱特征分析[J].草地学报，2013，21（2）：243-252.

[17]Curran，P J.Remote sensing of foliar chemistry[J].Remote Sensing of Environment，1989，30（3）：271-278.

[18]Curran，P.J.，Dungan，J.L.，Peterson，D.L.Estimating the foliar biochemical concentration of leaves with reflectance spectrometry：testing the Kokaly and Clark Methodogies[J].Remote Sensing of Environment，2001，22（12）：2329-2338.

[19]Thomas J R，Namken L N，Oerther G F.Estimating Leaf Water Content by Reflectance Measurement[J]. Agronomy Journal，1971，（63）：845-847.

[20]刘纪远，徐新良，邵全琴.近30年来青海三江源地区草地退化的时空特征[J].地理学报，2008，63（4）：364-376.

[21]刘纪远，邵全琴，樊江文.三江源区草地生态系统综合评估指标体系[J].地理研究，2009，28（2）：273-283.

[22]王恋恋，安沙舟，范燕敏，等.天山北坡典型草地封育围栏效果及其光谱特征分析[J].新疆农业科学，2013，50（10）：1887-1892.

[23]何龙，安沙舟，靳瑰丽，等.退化伊犁绢蒿荒漠草地高光谱特征分析[J].草地学报，2014，22（2）：271-276.

中图分类号：S812.6+8

文献标识码：A

文章编号：1003-6377（2016）03-0031-07

基金项目：国家自然科学基金项目“基于高光谱遥感的退化伊犁绢蒿荒漠草地围栏恢复特征的研究”（31360571）

作者简介：毛新安（1960-），男，高级畜牧师，主要从事草地资源管理。E-mail：314964691@qq.com

通讯作者：安沙舟，（1956-），博士，教授，博士生导师，主要从事草地资源与生态教学与研究工作。E-mail：xjasz@126.com

收稿日期：2016-02-20，修回日期：2016-03-25

Monitoring of Desert Grassland Fencing Based on Hyperspectral Remote Sensing

MAO Xin-an1，XIA Xiao-wei2，AN Sha-zhou2*
(1.Grassland Station of Yanqi County,Yanqi Xinjiang 841100,China; 2.College of Pratacultural and Environment Science,Xinjiang Agricultural University,Urumqi 830052,China)

Abstract：As a very fragile ecosystem,the protection of desert grassland is important for the balance of the whole ecosystem.Enclosure has a significant effect on desert grassland ecosystem.This paper,based on the perspective of hyperspectral monitoring study,monitors the enclosed desert grassland located in Midong District,Urumqi.It is found that hyperspectral methods can be used to identify the typical desert plants,with a high classification accuracy,as well as the results of clustering of spectral data that are similar to the grass condition,it shows that hyperspectral data can be used for monitoring the grassland fencing status.

Key words：fencing;seriphidium transiliense;hyperspectral model;desert grassland;clustering