利用LiDAR揭示采煤沉陷区人工修复植物群落冠层结构分异

郭洋楠,唐佳佳,杨永均,李志伟,雷少刚

(1.国能神东煤炭集团有限责任公司 技术研究院,陕西 神木 719315;2.中国矿业大学 矿山生态修复教育部工程研究中心,江苏 徐州 221116)

近30年来,我国煤炭开发战略西移,西部干旱半干旱地区煤炭产量已经占到全国总产量的60%左右。为减轻煤炭开采的环境影响,改善矿区生态环境面貌,矿山企业开展了大规模的采煤沉陷区植被建设工程[1-3]。由于植被是采煤沉陷区生态系统发挥固碳释氧、防风固沙、水土保持等功能的关键生态要素,采煤沉陷区植被恢复研究得到了广泛关注。已有不少学者对采煤沉陷区植被覆盖度的长期变化及其与气候变化的关系开展了研究。这些研究有效地反映了沉陷区整体的植被变化趋势和恢复程度[4-7]。但整体性的植被监测难以反映不同类型植被的恢复水平和生态效应,必须实施群落尺度的植被监测和分析。一些研究人员利用地面调查方法揭示了采煤沉陷区植物叶绿素荧光、物种组成、丰富度和恢复力[8-10];也有研究者采用高分辨率遥感方法探测植物群落的高度、覆盖度和生物量[11-14]。从研究现状来看,现有研究侧重于对采煤沉陷区植物覆盖和物种组成开展研究,还缺乏对植物群落冠层结构的关注分析。

植物群落冠层是指植物群落顶层空间的组成,是群落与外界能量流动和物质交换的界面。理论上,冠层结构不仅决定着植物群落对光的截获能力,同时还会对群落环境(如林下光环境、风环境、温湿度状况、土壤环境及林下植物分布与组成)产生直接或间接的影响[15-16]。实际上,研究发现煤矿区生态修复后的植物配置对群落下土壤和植被的发育具有显著影响。这可能是因为不同植物配置下的冠层结构对生态修复效果不同所致[17-19]。因此,植物群落冠层结构对采煤沉陷区生态修复效果、植被碳汇能力等具有重要的指示作用。然而,传统的地面调查方法成本高、效率低,难以满足大范围的快速监测需求,而基于中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)和陆地卫星(Land Satellite,Landsat)等粗分辨率影像的遥感方法,难以有效提取精细的植物群落冠层信息[20]。

随着无人机摄影测量技术的快速发展,无人机机载激光雷达可以快速获取矿区高密度点云数据,从而为精细化的生态监测提供了新的途径[21-22]。笔者以陕西大柳塔煤矿国家水土保持科技示范园区内采煤沉陷区为研究区域,采用无人机摄影测量系统获取点云数据,提取植物群落冠层结构参数,揭示生态修复植物配置模式对冠层结构的影响,为矿区生态监测与评价提供科技支撑。

1 研究区与数据

1.1 研究区概况

研究区位于陕西大柳塔煤矿国家水土保持科技示范园区内,地处陕北黄土高原北侧和毛乌素沙漠东南缘。研究区地势东高西低,平均海拔1 200 m,矿区总体地形西北高、东南低,属于半干旱大陆性季风气候,年均气温7.3 ℃,年平均降水量350 mm,平均蒸发量为1 788 mm,土壤主要为风沙土。大柳塔煤矿高度重视采煤沉陷区生态修复工程,自2000年以来,不断开展裂缝充填、水土流失治理和植被重建工程,构建了乔、灌、草复合型植被系统,植物配置模式为以杨树、樟子松、沙棘、油蒿为主要植物种的植物群落。

1.2 数据采集与预处理

2021年8月,在采煤沉陷生态修复区中植物群落类型最为丰富的区域设置300 m×2 100 m样带作为监测区,利用大疆M600无人机搭载激光雷达采集植物群落冠层点云数据。无人机航线共3条,飞行高度为90 m,飞行速度为5 m/s,水平视场角为360°,垂直视场角大于20°,平均点云密度为130个/m2。

数据采集后,利用LiDAR360 对激光雷达数据进行预处理,预处理流程包括航带拼接、点云解算、点云配准、条带消冗、噪声去除。在无人机激光雷达数据采集的同时,在样带内设置10 m×10 m的样地40个,记录样地角点的坐标,然后调查样方内植物物种,利用测高仪测定植株冠层高度,利用冠层分析仪测定叶面积指数,利用网格法测定冠盖度。研究区样地分布如图1所示。

图1 研究区样地分布

2 研究方法

2.1 数据分析流程

将激光雷达点云数据分为地面点、建筑物、低矮植被、中间植被和高层植被5类,再利用点云数据中的首次回波点插值生成数字表面模型,利用地面点建立不规则三角网,采用双线性内插法插值生成数字高程模型。随后,将数字高程模型与数字表面模型做差值并结合冠层高度模型优化算法,得到经过无效值填充的冠层高度模型[23]。基于点云和冠层高度模型,提取植物群落冠层结构参数,其中,冠层高度模型与植物群落冠层结构参数的空间分辨率均为15 cm。

采用回归分析法对冠层高度、冠盖度及叶面积指数提取结果进行验证,验证参数包括决定系数R2和均方根误差。通过计算植被冠层结构参数两两之间的皮尔逊相关系数,来检测植物群落冠层参数之间的相关性。植物群落冠层结构参数数据分析流程如图2所示。

图2 植物群落冠层结构参数数据分析流程

2.2 冠层结构参数

群落冠层结构的异质性一般可以体现在水平和垂直2个方面。在水平方向上,选取冠盖度和叶面积指数反映群落水平结构。其中,冠盖度是指植物冠层的垂直投影占地表面积的比例,冠盖度大的区域,植物密度大、开放度小;叶面积指数是指每单位面积的投影植物面积,该指标控制着植被的光合、呼吸、蒸腾、碳循环和降水截获等生态功能,叶面积指数大的区域,植物对环境资源的利用率更高。冠盖度、叶面积指数计算公式如下:

(1)

(2)

式中:ICC为冠盖度,%;nvegfirst为首次回波的植被点数;nfirst为首次回波的总点数;ILAI为叶面积指数,无量纲;n为激光点数;nground为提取的Z值低于高度阈值的地面点数;Ai为第i个点的扫描角度;k为消光系数,一般取0.5。

在垂直方向上,选取冠层高度和叶高多样性来反映群落垂直结构。其中,冠层高度表示冠层顶端相对于地面的高度,冠层高度值越大,表明植物利用的垂直空间资源越多;叶高多样性是指随高度变化植物叶片的变化程度,该指标基于激光雷达首次回波,利用Shannon-Wiener多样性指数计算,叶高多样性值越大,表明植物群落在垂向上生态位分化程度高,对垂直方向环境资源的利用率更高。冠层高度、叶高多样性指数计算公式如下:

ICHM=IDSM-IDEM

(3)

(4)

式中:ICHM为冠层高度;IDSM为数字表面模型高度;IDEM为数字高程模型高度;IFHD为叶高多样性指数,无量纲;imax为植物群落最大层数;ni为第i层水平植被回波点数;N为植被总回波点数。

植物群落最大层数计算公式如下:

(5)

式中:Froundup为向上取整函数,即叶高多样性模型覆盖研究区植被全部高度范围;H为研究区植被高度最大值;V为垂直高度间隔,取1 m。

3 结果与分析

3.1 群落冠层结构参数提取结果

在4个冠层结构参数中,叶高多样性是从激光雷达点云数据中直接提取的,无实测值。冠层高度、冠盖度及叶面积指数3个结构参数估算结果的决定系数均大于0.714,均方根误差均小于0.069。其中冠层高度参数估算精度最高,R2为0.837,均方根误差为0.069;其次为冠层盖度参数,R2为0.799,均方根误差为0.014;估算精度最低的参数为叶面积指数,R2为0.714,均方根误差为0.005 4。由此可见,冠层高度、冠盖度及叶面积指数3个结构参数估算结果均较为可靠。

将估算模型应用于陕西大柳塔煤矿国家水土保持科技示范园采煤沉陷区,估算结果如图3所示。

图3 植物群落冠层结构参数

由图3可见,研究区内以灌草植物群落为主,乔木群落较少,植被冠盖度普遍较低,高值位于研究区的中部和东侧,呈斑块状聚集分布状态,高冠盖度和低冠盖度群落之间边界明显,表明研究区植物密度随机性较小;冠层高度与冠盖度的分布特点类似,不同的是冠层高度在空间上呈渐变特点,表明研究区植物群落内植物高度具有连续性;1 m叶高多样性呈斑块状聚集分布状态,说明研究区植物群落在垂直方向上的形态具有较高相似性;叶面积指数在空间上较为离散,表明研究区植物群落环境资源利用率在水平方向上具有较大的异质性。

3.2 群落冠层结构参数之间的关系

植物群落冠层结构参数相关性如图4所示。可以看出,提取的4个植物群落冠层结构参数间均呈现正相关性。

图4 植物群落冠层结构参数相关性

垂直结构参数中冠层高度与1 m叶高多样性强相关,其相关性系数大于0.50,水平结构参数中冠盖度与叶面积指数极强相关,相关性系数为0.90,表明研究区植物群落在垂直和水平方向上,植物可利用的空间环境资源越多,对环境资源利用的效率也越高。在垂直与水平结构之间,冠盖度与冠层高度、1 m叶高多样性指数间表现为强相关性,表明植物群落在垂直方向上层次越丰富,对地面的覆盖程度越高;叶面积指数与冠层高度、1 m叶高多样性指数相关性系数均低于0.25,相关性较弱,说明植物群落在水平方向上对环境资源的利用率并不完全取决于垂直层次。因此,研究区引种高大乔木,可以有效提高冠层高度、冠盖度和叶高多样性,但对叶面积指数的改善作用有限;而引种垂直层次丰富的灌木和草本,可以有效提高冠层高度、冠盖度、叶高多样性、叶面积指数,同时改善垂直和水平结构。

3.3 植物配置模式对冠层结构的影响

根据物种调查结果,研究区内有樟子松、杨树、野樱桃等多种植物配置模式,统计不同配置模式下植物群落的冠层结构参数,结果如表1所示。

表1 不同植物配置模式下群落冠层结构参数均值

乔木群落中,杨树群落冠层高度和1 m叶高多样性指数最大,分别为1.995 m和0.465,垂直结构层次较为丰富,冠盖度和叶面积指数相对较小,分别为29.1%和0.470,水平分布不均匀;樟子松群落冠层高度与叶高多样性指数仅次于杨树,分别为1.771 m与0.348,但冠盖度和叶面积指数相对较大,分别为37.8%和0.023,说明樟子松群落的水平结构比杨树群落更均匀;野樱桃群落冠层高度为0.809 m,但叶高多样性指数较高,为0.378,冠盖度指数与叶面积指数较为接近,分别为37.9%与0.384,说明野樱桃群丛垂直层次不丰富、植物密度较高、水平分布均匀;山杏群落冠层高度和叶高多样性指数分别为0.456 m和0.342,冠盖度与叶面积指数仅为33.8%与0.268,表明其垂直和水平结构均较差。

灌木群落中,冠层高度最大的是沙柳群落,均值为1.917 m,但冠盖度与叶面积指数较低;冠盖度、叶面积指数、叶高多样性最高的是沙棘群落,均值分别42.8%、0.631、0.445,说明沙棘群落垂直与水平结构较为均衡;油蒿群落冠盖度指数较低,为23.3%,且冠层高度与叶高多样性指数在所有乔灌群落中最低,均值仅为0.479 m与0.141,说明油蒿群落冠层结构简单、层次不丰富;紫穗槐群落叶高多样性、冠盖度与叶面积指数较高,分别为0.353、39.2%与0.471,其水平结构较为均匀,垂直层次较为丰富;柠条群落内部结构特征与紫穗槐相似,叶面积指数较低,为0.397,说明柠条群落冠层密度较低。此外,草本与裸地区域的各项结构指数较低,尚未形成良好的冠层。

4 结束语

1)LiDAR数据能够准确可靠地用于估算植被冠层结构参数,冠层高度参数估算精度最高。研究区植物群落水平结构参数之间具有极强相关性,垂直结构参数间具有强相关性。水平方向上的冠盖度与垂直方向上的冠层高度、叶高多样性之间存在显著的正相关关系,水平方向上的叶面积指数受垂直结构影响较小。生态修复和监测有必要同时考虑垂直和水平2个方向的植物群落冠层结构指标。

2)植物配置模式能够显著影响生态修复后的群落冠层结构。生态修复后,乔木群落的垂直层次结构较好,而灌木群丛在水平结构上表现较好。研究区引种高大乔木,可以有效提高冠层高度、冠盖度和叶高多样性,但对叶面积指数的改善作用有限;而引种垂直层次丰富的灌木和草本,可以有效提高冠层高度、冠盖度、叶高多样性、叶面积指数,同时改善垂直和水平结构。

3)总体来看,基于无人机的激光雷达遥感方法可以有效揭示采煤沉陷区生态修复植物群落冠层结构的异质性,为进一步研究植被重建的生态效应、评价生态修复成效、制订植物群落管护和优化措施提供基础数据和科学依据。