基于改进机会窗口理论的盐城湿地互花米草前缘时空变化研究

罗 锋,代建成,陈治澎,周光淮,周 曾,2,张义丰,3

(1.河海大学港口海岸与近海工程学院,江苏 南京 210098; 2.南通河海大学海洋与近海工程研究院,江苏 南通 226004;3.海岸灾害及防护教育部重点实验室,江苏 南京 210098)

滨海湿地是海岸带的重要组成部分,是陆海相互作用的关键区域,盐沼作为滨海湿地的重要生态类型,具有提供初级生产力、维持生物多样性、生物固碳及保滩护岸等重要生态和安全价值[1-2]。近年来,在滨海盐沼植被修复的相关研究和工程实践中,Balke等[3]提出的机会窗口(windows of opportunity,WoO)概念被用来解释盐沼植物幼苗定植扩张现象和机制,认为盐沼植被幼苗定植初期需要一段不受潮水淹没等外界干扰的“无干扰期”使幼苗扎根定植。无干扰期是幼苗定植成功的必要条件,换而言之,无干扰期为幼苗定植打开了一扇机会窗口[4-5]。Balke等[4]构建了考虑扰动频率的机会窗口模型,模拟了盐沼植被覆盖范围的时空变化,随后有学者通过床面切应力和临界干扰深度等进一步完善了机会窗口框架[6-7]。长江口崇明东滩的海三棱藨草修复试验验证了其在生态修复中的重要性,基于机会窗口选择在高程为2.2～2.8 m的潮滩上进行种子播种试验,结果表明修复区域植株密度达到478～611株/m2,远高于基于球茎移栽的73～216株/m2。同时由于减少了移栽等人工成本且种子仅需300元/kg,修复成本降低至1～1.5元/m2,低于基于球茎或植株斑块移栽修复方法的5～7 元/m2[8-10]。

机会窗口模型的关键在于确定植被幼苗定植所需无干扰期的最短时间,即最小无干扰时间,有学者通过水槽试验和现场观测等方法确定了盐角草、海紫菀和红树林等植被幼苗定植所需的最小无干扰时间[11-13]。水槽试验研究机理性问题更加直观,但最小无干扰时间影响因素复杂,包括生物种类、非生物因素(如淹没时间、潮流波浪、生长环境等)[6-7],因此水槽试验做实际潮滩原型研究有局限。现场观测优势在于其结果的精确性,但现场投入较大,无法范围应用。因此,提出一种高效的反演最小无干扰时间的研究方法至关重要。遥感影像具有覆盖范围广、信息丰富、处理方式高效简单等特点[14-15],因此本文基于高精度遥感影像,提出了一种反演盐沼植被幼苗定植所需最小无干扰时间的新方法,可以弥补水槽试验和现场观测的不足。

本文以盐城自然保护区为研究区域,针对其潮滩典型分布的盐沼类型互花米草,提出了一种基于互花米草繁殖方式和遥感反演最小无干扰时间的改进机会窗口模型,分析互花米草前缘的时空变化。以遥感解译数据为基础,通过相关系数和平均绝对误差探讨改进机会窗口模型在江苏潮滩运用的精度,以期能为后期盐城自然保护区互花米草管控以及其他类型盐沼生态修复工程的实施提供一种新途径。

1 研究区概况

江苏盐城湿地珍禽国家级保护区核心区位于江苏海岸中部(32°20′～34°37′N,119°29′～121°16′E),主要保护丹顶鹤等珍稀野生动物及其赖以生存的滩涂湿地生态系统,是拉姆萨尔公约中的重要湿地之一,于2019年被列为世界自然遗产。研究区域盐沼湿地宽约6～9km,且具有明显的盐沼植被分带性(图1),由陆向海依次为芦苇、盐蒿、互花米草和光滩。其中,互花米草是一种多年生米草属草本植物,具有发达的根系和抗冲促淤能力,是其原生地滨海盐沼生态系统的优势物种[16]。1979年被引入我国并率先在福建省罗源湾试种成功[17],1983年在江苏沿海各市县均试栽成功[18]。保护区是典型的淤泥质潮滩湿地,受互花米草扩张影响严重,1993年之前尚未形成大面积的群落,无法在影像上观测到;1993—1996年处于逐渐加快扩展阶段,年平均扩展率为30%;1996—1999年处于快速扩展阶段,年平均扩展率为43%;1999年之后年扩展率约为10%[19]。2006年保护区互花米草面积达到33.81km2,近些年扩展率进一步减小到不足4%,至2015年面积达到45.95km2[20]。

图1 江苏盐城湿地珍禽国家级保护区核心区的盐沼植被分布及测量断面

2 研究数据和方法

改进的机会窗口模型计算流程主要分为4个步骤:①选取1998—2021年的24幅Landsat遥感影像,通过目视解译分析互花米草前缘的时空变化趋势。同时考虑到2002年前未形成完整的互花米草前缘线,且2020年后前缘线变化不大,所以选择2002—2010年和2010—2020年作为研究时间段;②选取2020—2021年的4幅Sentinel-2遥感影像,以研究区域南部(图1)为研究对象,用水边线法构建潮滩的数字高程模型(digital elevation model,DEM ),通过基于支持向量机的监督分类方法确定研究区域南部互花米草定植范围,反演互花米草在前缘光滩上定植所需的最小无干扰时间;③以最小无干扰时间和TPXO9.0预报潮位数据为输入,通过改进的机会窗口模型模拟2002—2010年和2010—2020年2个时间段前缘线的变化趋势;④通过相关系数r和平均绝对误差(MAE)评估改进机会窗口模型的精度。

2.1 基础数据及处理

2.1.1 遥感影像数据

为了研究1998—2021年互花米草前缘时空变化,选取了24幅Landsat遥感影像,包括Landsat4-5 TM、Landsat7 ETM和Landsat8 OLI图像(分辨率30m),遥感影像下载自地理空间数据云(www.gscloud.cn),考虑到互花米草最佳监测时间为生长季末期,选择的遥感影像日期均为9—12月。利用ENVI5.3对Landsat遥感影像进行研究区域裁剪、辐射定标和大气校正,并进行RGB假色彩波段组合,以突出植被的光谱特征。由于互花米草的地物特征比较明显,与光滩的差别大,因此将合成的影像导入ArcMap10.8软件,通过常规的目视解译方法对前缘进行提取。同时,在研究区设置30条垂直于岸线的等间距观测断面用于测量断面上相邻年份的盐沼前缘变化距离和速率。选取2020—2021年的4幅Sentinel-2遥感影像(分辨率为10m,下载自欧洲空间局官网(https://scihub.copernicus.eu/)),反演互花米草定植所需的最小无干扰时间。选取2007年的2幅Landsat7和2020年的1幅Landsat8、1幅Sentinel-2遥感影像,研究改进的机会窗口模型模拟前缘时空变化的精度。

2.1.2 潮位预报方法及精度评估

历史潮位采用潮位数据模型TPXO9.0提供的M2、S2、N2、K2、K1、O1、P1、Q1、MF、MM、M4、MS4和MN4分潮的调和常数进行潮位预报,并且基于MATLAB的潮位提取工具TidalModelDriver(TMD)生成给定点的潮位时间序列数据。考虑到潮汐在近岸浅水区域会变形,基于新洋港水文站实测潮位数据,对潮位数据模型TPXO9.0在近岸区域预报潮位的可靠性和稳定性进行误差评估。实测潮位数据来源于江苏省水文局在2006年12月21日、26日和31日对新洋港大潮、中潮、小潮的潮汐运动进行的监测,测验断面位置设在新洋港下游离海口2～3km处,使用ADCP测流,全潮期平均2h监测1次,遇涨、落急则1h监测1次,节点位置增加测次。每闸共测12个潮次,白天和夜间潮形各半[21]。

由图2可知,大、中、小潮潮位的模拟潮位与实测值总体吻合良好,仅部分时段有所偏差,比如中潮平均绝对误差最大,达到0.23m。模拟值与实测值在振幅上比较吻合,仅在相位上有一定偏差,表现为模拟值涨潮和落潮出现滞后且涨潮历时较长落潮历时较短。这是因为河口水域比外海浅,潮差比外海大,使得潮波波形发生变化,导致涨潮历时缩短落潮历时延长。除此之外,大潮和小潮模拟值的平均绝对误差均较小,分别为0.14m和0.08m,并且在振幅和相位上都比较吻合。由图2(d)的相关性曲线可知,模拟值和实测值的相关系数达0.98,决定系数R2为0.96,平均绝对误差为0.15m。总体而言,TPXO9.0潮位模型的精度较高,并且能较好预报近岸浅水区域的潮位。

图2 预报潮位误差验证

2.2 水边线法构建DEM

遥感水边线是卫星过境时获取的瞬时水边线[22],准确提取水边线是潮滩DEM构建的关键。利用遥感影像提取水边线,关键在于水陆分类,目前常用的方法主要有边缘检测算子法、阈值分割法、区域生长法、主动轮廓模型法、面向对象分类法等[23]。其中,改进归一化差异水体指数(modified normalized difference water index,MNDWI)是在归一化差异水体指数(normalized difference water index,NDWI)的基础上改进的水体指数,提取的水边线位置偏移最小,效果也最理想[24]。采用基于MNDWI指数的阈值分割法辅以大津法(OTSU)进行水体提取,选择Landsat影像和Sentinel-2影像的绿光波段和短波红外波段2个波段,构建灰度影像,增强影像中的水体信息[24]。

采用边缘检测算子法从灰度影像中提取水边线,通过中值滤波和低通滤波处理MNDWI灰度影像,在保留大于卷积核边缘的同时平滑图像,消除高频噪声。通过OTSU算法计算阈值,对MNDWI灰度影像进行二值化,该方法又称作最大类间方差法,是一种按图像灰度特性确定图像二值化分割阈值的算法,具有计算简单快速,不受图像亮度和对比度影响等优点[25]。通过数学形态学滤波,对二值图做开运算处理和闭运算处理,去除潮滩上的潮沟和小区域水体,得到水边线提取结果。利用研究区域的TPXO9.0预报潮位数据对获取的水边线赋以高程,从而由不同的水边线产生一系列等高线,在ArcGIS中运用分析模块中TIN插值功能构建研究区潮滩的数字高程模型DEM。值得注意的是,本文通过边缘检测算子法从灰度影像中自动提取水边线,使得精度受限于Landsat遥感影像分辨率,所以构建的DEM精度为30m。

2.3 改进机会窗口模型

互花米草主要通过有性和无性2种繁殖方式在沿海湿地扩张,但是Balke等[4]的研究仅考虑了互花米草的有性繁殖,低估了其扩张速度。因此,本研究在机会窗口模型的基础上考虑了无性繁殖,并且使用R语言构建一套改进的机会窗口模型,期望能完善模型对互花米草繁殖方式的刻画。

改进的机会窗口模型原理如图3所示。首先,互花米草通过实生苗的传播(有性繁殖)在前缘光滩上定植,本文以最小无干扰时间和每年4月1日至10月1日的TPXO9.0预报潮位数据为输入,通过机会窗口模型模拟出适合实生苗定植的范围,即其前缘通过有性繁殖在光滩上扩张的距离X1。然后,互花米草会通过快速分蘖和根状茎生长(无性繁殖)形成斑块,扩张速度约为25m/a[26],据此算出其前缘通过无性繁殖在光滩上扩张的距离X2(式(1))。最后,得到互花米草前缘扩张总距离X=X1+X2,通过相关系数和平均绝对误差对模型预测结果的准确性进行定量评估。因为2002年前研究区域未形成完整的互花米草前缘线,并且2020年后前缘线变化不大,所以选择2002—2010年和2010—2020年2个时间段的前缘时空变化评估模型性能。

图3 改进的机会窗口模型原理示意图

X2=25(T3-T2)

(1)

式中:T2为实生苗传播在前缘光滩上定植的最远距离出现的年份;T3为扩张结束年份。

2.4 最小无干扰时间确定

为了确定定植需要的最小无干扰时间,提出一种基于遥感反演的新方法。以2020—2021年研究区域南部的互花米草为研究对象,基于支持向量机的监督分类确定互花米草定植范围。假设定植所需的最小无干扰时间为3d、4d、5d、6d,通过2021年4—10月水位数据和改进的机会窗口模型计算对应高程,分别记为h3、h4、h5、h6,根据DEM得到对应等高线,确定最小无干扰时间。

3 结果与分析

3.1 通过遥感影像观测互花米草前缘时空变化

保护区互花米草前缘时空变化可分为3个阶段,每个阶段变化距离见图4,变化速率见图5。1998—2010年,由于丰富的沉积物来源[27]和互花米草的保滩促淤功能[28],研究区域互花米草全面向海推进,与其他学者遥感观测的现象一致[29]。通过量测,平均推进距离为561m,平均推进速率为47m/a,其中19号断面推进距离最大,向海推进距离为1259m,推进速率为105m/a,而12号和13号断面推进距离最小,向海推进距离分别为72m和65m,推进速率为6m/a和5m/a。2010—2020年,前缘出现侵蚀现象,其中3号断面侵蚀最严重,侵退距离为405m,侵退速率为41m/a,可能与射阳河口双导堤的建设导致下游沉积物来源减少有关[30]。总体来说,前缘自北向南基本呈现淤-蚀-淤-蚀-淤的W形变化趋势,1号、28号、29号和30号断面仍处于向海扩张状态,可能是受到新洋港和斗龙港入海泥沙河口淤积的影响。2020—2021年,研究区域北部继续侵蚀后退,平均侵退距离为84m,核心区中部盐沼前缘的位置相对稳定,研究区域南部盐沼大面积向海推进,平均推进距离可达319m。

图4 互花米草前沿线的变化距离

图5 互花米草前沿线的变化速率

3.2 互花米草定植所需的最小无干扰时间

通过水边线法构建的潮滩DEM(图6(a))和改进的机会窗口模型,确定了最小无干扰时间为3d、4d、5d、6d对应的最低高程h3、h4、h5、h6分别为0.74m、0.91m、0.93m、1.05m(图6(b))。由图6(b)可知互花米草定植区域高程均大于0.93m,可以认为互花米草定植所需的最小无干扰时间为5d。类似无干扰时间的确定,许多学者通过水槽试验和现场监测等方法得到盐角草最小无干扰时间为2～3d[11],海紫菀最小无干扰时间为5d[12],红树林最小无干扰时间为5d[13]。

图6 水边线法反演的潮滩高程及互花米草定植所需的最低高程

3.3 通过改进的机会窗口模型模拟互花米草前缘时空变化

2002—2010年和2010—2020年2个时间段满足互花米草定植所需的最低高程分别为0.9301m和0.9470m,出现的时间分别为2007年5月25日和2020年6月14日。因此,在2007年和2020年各选择2幅遥感影像通过ArcGIS中的TIN插值功能得出模拟的前缘线(图7),从而模拟2个时间段内前缘的变化趋势。

图7 通过改进的机会窗口模型模拟互花米草前缘时空变化

由图7可知,2007年研究区域互花米草前缘的光滩上存在大量的机会窗口,2020年前缘光滩上机会窗口缺失,因此2002—2010年研究区域互花米草将大面积向海扩张推进,2010—2020年前缘将后退。上述定性分析结果与第3.1节中通过遥感影像观测的前缘时空变化的结果一致。

3.4 改进的机会窗口模型精度评估和相关性分析

对于研究区域互花米草前缘时空变化的第一阶段(2002—2010年),互花米草通过实生苗传播在前缘光滩上定植的最远距离出现在2007年,之后3a时间里通过无性繁殖扩张距离为75m。采用Balke等[4]的机会窗口模型模拟值的平均绝对误差为66.67m(图8),而本文改进的机会窗口模型的平均绝对误差为28.83m,降低了37.84m,显著减小了误差并提高了机会窗口模型的精度。需要说明的是,平均绝对误差小于Landsat影像的一个像素格尺寸(分辨率均为30m),是因为本文通过目视解译得到观测的互花米草前缘线。

图8 改进前和改进后机会的窗口模型模拟值与观测值之间的平均绝对误差和相关性分析

用遥感影像的观测值,对改进的机会窗口模型的模拟值进行相关性分析,模拟值与观测值的相关系数具有统计学意义(p<0.05),相关系数均达到0.99,平均绝对误差分别为28.83m和17.00m,总体上的平均绝对误差为22.92m,小于Landsat影像的一个像素格尺寸(分辨率均为30m)。综上,改进后的机会窗口模型有效减少了平均绝对误差,是一种可行的研究互花米草前缘时空变化的方法。

3.5 互花米草入侵的管控建议

近年来,互花米草的治理工作已在我国各地开展,但由于其强大的生长繁殖能力及治理措施的局限性,加大了入侵风险评估和管控的难度。互花米草入侵初期主要依赖种子和实生苗的扩散和定植,定植成功后的零星互花米草能以无性繁殖的方式充分占领光滩,从而实现入侵。实生苗定植的成功率主要取决于潮滩高程和潮侵频率[7],这意味着考虑高程、潮侵频率并且量化实生苗定植能力对于控制互花米草扩散和评估入侵风险有重要意义。

本文改进的机会窗口模型主要考虑了高程、潮侵频率和最小无干扰时间,并成功模拟了互花米草前缘时空演变。在互花米草前缘光滩上,高程较高、潮侵频率较低的地点有利于互花米草扩张。此外,最小无干扰时间也直接决定了实生苗在潮滩上的定植能力,从而影响互花米草通过有性繁殖扩张的距离。总体而言,高程越高、潮侵频率越低且最小无干扰时间越长的区域应被视为互花米草管控的重点区域,需加强观测、管控与风险评估,以防互花米草肆意蔓延。因此,可通过本文的方法反演最小无干扰时间并且模拟互花米草前缘线时空变化,从而为互花米草管控以及入侵风险评估提供参考。

4 结 论

a.通过对江苏盐城湿地珍禽国家级保护区互花米草前缘的时空变化进行观测,前缘时空变化分为3个阶段:第一阶段(1998—2010年),互花米草全面向海推进,平均推进速率为47m/a;第二阶段(2010—2020年),研究区域北部和南部出现侵蚀现象,前缘自北向南呈现淤-蚀-淤-蚀-淤的W形变化趋势;第三阶段(2020—2021年),研究区域北部继续侵蚀后退,核心区中部盐沼前缘的位置相对稳定,研究区域南部盐沼大面积向海推进,平均推进距离可达319m。

b.互花米草定植所需的最小无干扰时间是运用改进的机会窗口模型模拟前缘时空变化的关键,本文通过水边线法构建潮滩数字高程模型DEM,结合2020—2021年研究区域南部的互花米草定植范围,反演其定植所需的最小无干扰时间为5d。

c.本文针对互花米草有性繁殖和无性繁殖结合的繁殖方式,提出了一种改进的机会窗口模型,模拟2002—2010年和2010—2020年2个时间段前缘的时空变化,并且通过相关系数和平均绝对误差对改进机会窗口模型预测结果的准确性进行定量评估。结果显示,改进后的机会窗口模型对2002—2010年前缘扩张的模拟值的平均绝对误差为28.83m,比改进前降低了37.84m。对2010—2020年前缘后退模拟值的平均绝对误差为17.00m,总体上的平均绝对误差为22.92m,小于一个像素格的尺寸。改进的机会窗口模型显著提高了模拟精度,是一种可行的研究互花米草前缘时空变化的方法。