付波霖
桂林理工大学测绘地理信息学院,广西 桂林 541004
湿地边界的界定研究是湿地科学的基础研究。湿地水文特征是界定湿地边界的唯一可靠标准。论文以洪河自然保护区为试验区,围绕湿地水文特征指标,构建了沼泽湿地的“淹埋深-历时-频率”阈值研究的理论和方法,并利用沼泽植被边界处的长时间序列的“水位-历时”过程线反演了湿地的“淹埋深-历时-频率阈值”,并利用该阈值界定了湿地水文边界,主要研究结论如下:
(1) McNemar’s统计检验表明,与单一极化SAR数据集和不同波长极化SAR整合数据集相比,ZY-3多光谱和极化SAR整合数据集显著提高了湿地植被的分类精度和识别能力,总体分类精度达到了94.15%,从用户精度上来看:浅水沼泽植被在单一的极化SAR数据集中分类精度高于灌草植被和深水沼泽植被,Radarsat-2和PALSAR的整合数据集提高了灌草植被和深水沼泽植被的识别精度。从生产者精度上来看,浅水沼泽植被和深水沼泽湿在单一极化SAR影像中的识别精度均高于灌草植被,ZY-3和Radarsat-2的整合数据集使灌草植被的精度提高了14.7%,达到了89.41%。整合多光谱数据和极化SAR数据可以实现优势互补。基于面向对象的随机森林算法构建了高精度的沼泽植被遥感识别模型。基于特征矢量的目标极化分解方法提取的参数对湿地植被的区分能力更好。
(2) 对于同一波长SAR数据,植被类型干涉相干性存在明显差异,浅水沼泽植被和灌草植被的相干性均高于岛状林和深水沼泽植被。在一植被类型中,波长越长,干涉相干性越好。湿地植被在PALSAR和Sentinel-1A中的干涉相干性高于TerraSAR。湿地植被类型在不同的生长阶段,干涉相干性存在明显变化,9—10月相干系数达到最大。PALSAR比Sentinel-1A和TerraSAR更适合利用InSAR技术提取沼泽湿地DEM。DInSAR技术监测的6—11月湿地水位变化量与研究区实测年内水文情势变化一致,验证测量精度可达厘米级。
(3) 基于构建的沼泽湿地水文边界界定模型,在满足多年淹水频率(F)≥50%条件下,多年湿地“淹埋深(S))-历时(D)“曲线反演确定洪河自然保护区(S,D)的阈值分别是:缓冲区,S应取1150~1200 mm,D为连续淹水21 d;核心区,S应取800~850 mm,D为连续淹水28 d。湿地水文边界对应的地面高程为:缓冲区为52.65~52.7 m,核心区为52.0~52.05 m。湿地水文边界划设的湿地范围与丹顶鹤巢址在空间分布上是吻合的,湿地水文边界处波动的水文情势与调查样方中形成的湿地植被和土壤类型所需要的水文环境是一致。
(4) 湿地水文边界界定的湿地范围比湿地植被边界界定的湿地范围小,主要原因是湿地植被对于水文情势的响应特征存在滞后性,同时基于湿地水文边界界定模型空间化表达的湿地范围需要高精度DEM作为本底数据,会受到DEM精度的影响。地面植被样带(岛状林-沼泽湿地)样方调查验证了湿地水文边界的空间位置主要在由季节或年际淹水或土壤水饱和条件下发育的草甸土和小叶章植被群落,论证了湿地水文边界与湿地植被边界在空间上是耦合的。