森林植被恢復(fù)光譜特征分析
——以幕府山礦區(qū)為例

邱潔，張亞麗，李明詩，2

(1.南京林業(yè)大學(xué) 林學(xué)院，南京 210037；2.南京林業(yè)大學(xué) 南方林業(yè)協(xié)同創(chuàng)新中心，南京 210037)

0 引言

森林是地球上陸地生態(tài)系統(tǒng)的主體，也是陸地上最復(fù)雜、最龐大、物種最多的多功能與多效益統(tǒng)一的生態(tài)系統(tǒng)[1]。作為一種可再生資源，在自然和人為因素的共同作用下，森林經(jīng)歷著發(fā)生、生長、干擾和死亡的過程，也即森林生態(tài)系統(tǒng)無時不處于消長交替的動態(tài)過程之中[2]。因此，研究森林植被的變化，對于掌握森林植被干擾和恢復(fù)規(guī)律、分析森林植被變化原因、預(yù)測森林變化趨勢等方面有重要意義。

在森林變化研究方面，傳統(tǒng)基于野外連續(xù)時間觀測方式會耗費(fèi)大量的人力和時間?，F(xiàn)今，眾多學(xué)者關(guān)注于基于遙感的森林覆蓋變化模式特征提取，來推導(dǎo)森林植被恢復(fù)態(tài)勢。如吳雪瓊等[3]對森林覆蓋變化遙感檢測方法進(jìn)行了研究，并指出制圖尺度多元化、動態(tài)變化檢測定量化和監(jiān)測方法工具化3個方面的森林覆蓋遙感檢測的發(fā)展趨勢。盡管歸一化燃燒指數(shù)(normalized burn ratio，NBR)最初被用于監(jiān)測森林火災(zāi)，很多學(xué)者仍借助NBR指數(shù)進(jìn)行森林干擾制圖等相關(guān)研究。如White等[4]就利用NBR指數(shù)對加拿大地區(qū)野生大火所引起的干擾和恢復(fù)進(jìn)行了分析。之后，NBR指數(shù)被指出對干擾比較敏感[5]。李晶等[6]利用各種植被指數(shù)指示森林變化狀況，運(yùn)用NBR指數(shù)和綜合森林指數(shù)(integrated forest z-score，IFZ)對礦區(qū)土地利用和植被覆蓋類型進(jìn)行了分類。沈文娟等[7]利用NBR指數(shù)對南方人工林地區(qū)進(jìn)行了森林干擾和恢復(fù)特征分析。呂瑩瑩等[8]對南京市老山和紫金山地區(qū)運(yùn)用基于IFZ指數(shù)的VCT算法進(jìn)行了森林干擾和恢復(fù)的研究。李洛晞等[9]對基于MODIS數(shù)據(jù)的森林?jǐn)_動指數(shù)進(jìn)行了比較。但是，這些研究對基于Landsat數(shù)據(jù)發(fā)展的NBR和IFZ綜合森林指數(shù)2種指數(shù)在刻畫森林植被恢復(fù)性能差異方面少有涉及，特別是對于這2種指數(shù)對森林恢復(fù)趨勢和狀態(tài)刻畫性能差異方面的研究仍然有待推進(jìn)。

而Pickell等[10]也是運(yùn)用了VCT算法得出干擾像元計(jì)算光譜恢復(fù)時間，提出了干擾像素恢復(fù)的平均年限的定義，并據(jù)此對北美寒帶森林進(jìn)行了4種指數(shù)的植被光譜恢復(fù)時間的研究。研究發(fā)現(xiàn)，NBR指數(shù)10 a間的平均光譜恢復(fù)時間(5.6 a)最大，TCG(纓帽變換綠度)指數(shù)得到的平均光譜恢復(fù)時間則最小(1.7 a)。森林光譜恢復(fù)年限的準(zhǔn)確定義為研究森林植被恢復(fù)時間提供了定量的指標(biāo)，能夠從時間角度指示森林恢復(fù)狀況。但是在中緯度地區(qū)的礦區(qū)植被恢復(fù)時間測定中，這些指數(shù)的性能還需要進(jìn)一步驗(yàn)證。

從20世紀(jì)50年代起，南京幕府山地區(qū)出現(xiàn)礦石開采，導(dǎo)致森林植被大面積消失，森林生態(tài)系統(tǒng)服務(wù)功能逐漸減弱。幕府山地區(qū)森林破壞的問題引起了南京市政府的高度關(guān)注。1999—2008年，南京市政府對幕府山地區(qū)進(jìn)行了10期的植被恢復(fù)工程，并于2003年完全關(guān)閉了白云石礦。文獻(xiàn)[11-12]對幕府山地區(qū)森林植被恢復(fù)的生態(tài)效益以及植物多樣性等方面進(jìn)行了評價。蔣美琛等[13]利用像元二分模型對北京市重點(diǎn)礦山開采區(qū)進(jìn)行了植被覆蓋度的反演。至今，幕府山地區(qū)的森林植被恢復(fù)工程已經(jīng)進(jìn)行了近20 a，其具體恢復(fù)狀況尚未有空間意義明確的評價結(jié)果。本文的目的是利用長時間序列Landsat數(shù)據(jù)，從植被恢復(fù)光譜特征分析的角度，驗(yàn)證NBR指數(shù)和IFZ指數(shù)在礦區(qū)植被恢復(fù)監(jiān)測方面的有效性，并給后續(xù)的實(shí)踐應(yīng)用推薦恰當(dāng)?shù)姆椒ā?/p>

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

本文以南京市幕府山地區(qū)為研究區(qū)(圖1)。幕府山(30°54′N～ 32° 12′ N，116° 22′E～ 121° 54′E)是一座位于南京市鼓樓區(qū)和棲霞區(qū)的丘陵山脈，全長約5.5 km，寬約2 km，最高海拔199.3 m。幕府山地區(qū)屬于亞熱帶季風(fēng)氣候，溫暖濕潤，降水充沛，年平均氣溫 14.6～16.4 ℃，最熱月平均溫度 28.1 ℃，最冷月平均溫度為 -2.9 ℃；年平均降雨量為 800～1 000 mm；夏季多雨，冬春干旱，無霜期 237 d，每年 6月下旬到 7月中旬為梅雨季節(jié)[14]。自20世紀(jì)50年代起，幕府山地區(qū)最多時分布有 9個采礦場，總采礦區(qū)面積為 0.6 km2。1998年起，幕府山采礦場陸續(xù)關(guān)閉，礦區(qū)的植被恢復(fù)工作隨即開展。幕府山地區(qū)自然植被以落葉常綠闊葉林為主，且現(xiàn)有的植被都是次生群落。主要樹種有麻櫟(quercusacutissimacarruth)、構(gòu)樹(broussonetiapapyrifera)、刺槐(robiniapseudoacacia)等。幕府山周邊有幕府山街道、燕子磯街道等，周圍城市和鄉(xiāng)鎮(zhèn)人口稠密，對幕府山有較大的影響。

圖1 研究區(qū)位置示意圖

1.2 數(shù)據(jù)來源

本文使用的遙感數(shù)據(jù)包括1987—2017年30期Landsat TM/ETM+/OLI 時間序列影像(具體描述信息見表1)。目標(biāo)地的軌道號為120/038。數(shù)據(jù)在美國地質(zhì)調(diào)查局(United States Geological Survey，USGS)地球資源觀測和科學(xué)中心(Earth Resources Observation and Sscience Center，EROS)網(wǎng)站免費(fèi)下載(https：//glovis.usgs.gov/)。影像獲取日期的選擇為5—9月(少量數(shù)據(jù)擴(kuò)大到4月底或10月初)，此時為植物生長旺季，有利于研究森林植被變化，同時盡量選擇云量少的數(shù)據(jù)，以避免分析過程中引入額外的不確定性。此外，本研究還從天地圖上獲取到部分年份的幕府山地區(qū)影像數(shù)據(jù)，主要用來進(jìn)行目視解譯并驗(yàn)證Landsat數(shù)據(jù)分析結(jié)果的準(zhǔn)確性。

表1 本文使用的 Landsat TM/ETM+/OLI影像

1)預(yù)處理。本文采用陸地衛(wèi)星系統(tǒng)干擾自適應(yīng)處理系統(tǒng)(LEDAPS)和陸地衛(wèi)星表面反射率代碼(LaSRC)對表 1 中的 Landsat 圖像進(jìn)行標(biāo)準(zhǔn)化處理，完成輻射定標(biāo)和大氣校正，從而構(gòu)建陸地衛(wèi)星圖像時間序列堆棧(LTSS)。LEDAPS 程序使用MODTRAN 太陽能輸出模型，將定標(biāo)影像轉(zhuǎn)換為表觀(top-of -atmosphere，TOA)反射率影像。此模型轉(zhuǎn)換方法是校正定標(biāo)影像的太陽方位、TM或ETM+帶通、日地距離以及太陽輻照度。

同時，對于 TM 圖像，輻射處理采用了最新發(fā)表的參數(shù)，計(jì)算其大氣上界輻射亮度和反射率；對于 ETM+圖像，大氣上界輻射亮度和反射率是利用其頭文件中提供的增益，以及偏差參數(shù)進(jìn)行計(jì)算。為了彌補(bǔ)大氣散射和吸收對于大氣上界輻射亮度和反射率的影響，采用“6S”模型進(jìn)行地表反射率計(jì)算，并依據(jù)標(biāo)準(zhǔn)的 MODIS反射率產(chǎn)品進(jìn)行驗(yàn)證[15]。利用濃密植被(DDV)算法對表觀反射率影像插值生成的氣溶膠光學(xué)厚度(AOT)，以及通過相關(guān)資料獲得的大氣壓、臭氧(O3)濃度和水汽值等數(shù)據(jù)，使用 “6S” 輻射傳輸模型，生成地表反射率產(chǎn)品。而 Landsat-8 地表反射率數(shù)據(jù)來自 Landsat LaSRC，它使用了MODIS的輔助氣候數(shù)據(jù)和一種獨(dú)特的輻射傳輸模型，利用沿海氣溶膠帶進(jìn)行氣溶膠反演測試。

2)VCT算法。在分析植被恢復(fù)特征前，使用植被變化追蹤(VCT)算法提取幕府山地區(qū)的森林干擾斑塊[16]。

3)植被恢復(fù)光譜指數(shù)。NBR已被成功用于評估火災(zāi)燃燒的嚴(yán)重程度、檢測分類森林干擾和表征森林屬性上[17]，其計(jì)算公式如式(1)所示。

(1)

式中：ρNIR代表近紅外波段反射率；ρSWIR代表短波紅外波段反射率(2.08～2.35 μm)。健康森林的NBR值較大，且更高的NBR值通常與增加的森林結(jié)構(gòu)和冠層覆蓋有關(guān)[18]。

文獻(xiàn)[17，19]均利用干擾5 a后的森林恢復(fù)期研究森林恢復(fù)狀況，所以下列光譜恢復(fù)指標(biāo)均在干擾發(fā)生5 a后進(jìn)行森林恢復(fù)狀況的研究。

IFZ[20]常被用來進(jìn)行森林干擾和恢復(fù)檢測制圖工作，其計(jì)算公式如式(3)所示。計(jì)算IFZ指數(shù)前需計(jì)算FZi指數(shù)(式(2))。

(2)

(3)

式中：bpi為影像上任一像元的亮度值；bi和SDi分別為森林像元的波段光譜值的均值和標(biāo)準(zhǔn)差；N為使用波段的數(shù)量。IFZ指數(shù)主要使用的波段是Landsat TM/ETM+的3、5、7波段，故先計(jì)算這3個波段的FZ值(FZ3、FZ5、FZ7)。當(dāng)像元IFZ指數(shù)值越低并接近0.2，成為森林像元的可能性就越高。確定森林類別主要方法是黑體目標(biāo)方法[21]。

4)光譜恢復(fù)時間。光譜恢復(fù)時間參照Pickell等[10]提出的干擾像素恢復(fù)的平均年限。對于VCT方法得出的干擾區(qū)域，計(jì)算像元擾動后光譜值恢復(fù)至擾動前2 a平均值的80%所需要的年限，即為干擾區(qū)域像元恢復(fù)年限。本文計(jì)算并分析了NBR和IFZ的恢復(fù)年限。

5)Mann-Kendall趨勢檢驗(yàn)法。Mann-Kendall趨勢檢驗(yàn)法[22]是一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法，由于不要求數(shù)據(jù)正態(tài)分布、不易受異常值的干擾、計(jì)算方便等優(yōu)點(diǎn)被廣泛應(yīng)用。這種趨勢檢驗(yàn)法對于樣本數(shù)為n的時間序列Xt(t=1，2，3，…，n)，統(tǒng)計(jì)量Z的計(jì)算如式(4)所示。

(4)

式中：

(5)

式中：xi和xj為第i年和第j年的數(shù)據(jù)值。對于給定的置信水平∝，若|Z|≥Z∝，則表示時間序列變化趨勢顯著，反之不顯著。本文選擇∝為0.05，所對應(yīng)的審閱臨界值Z∝為1.96。

2 結(jié)果與分析

2.1 光譜指標(biāo)趨勢

1)NBR指數(shù)光譜趨勢。由于篇幅限制，本文以5 a為時間間隔，列出部分NBR圖像(圖2)，以表示30 a間NBR指數(shù)的變化趨勢。

圖2 1987—2017年幕府山地區(qū)NBR值圖像

從圖2可見，1987—2002年間，幕府山地區(qū)西南部NBR值較低，說明礦場的存在給幕府山地區(qū)森林植被帶來了嚴(yán)重破壞。1998年幕府山地區(qū)開始進(jìn)行生態(tài)治理，2007年后幕府山地區(qū)NBR值有明顯增加，說明此地區(qū)特別是礦區(qū)的森林植被恢復(fù)效果顯著。此外，從2002年開始，幕府山邊緣地區(qū)的NBR顯示出較低水平，可能與周圍城市擴(kuò)張有關(guān)。

2)IFZ指數(shù)光譜趨勢。Huang等[16]的研究指出，不同于其他土地覆蓋類型(水除外)，落葉和針葉樹森林IFZ值一般低于3。由于本文研究區(qū)幕府山地區(qū)并沒有水體的分布，所以不考慮水體覆蓋類型的影響。除此之外，本文對IFZ值進(jìn)行了歸一化處理，故以大于0.3作為判定為非森林的依據(jù)。IFZ值大于0.3時可以判定為非森林；小于0.3時則為森林。圖3列出了以5 a為時間間隔，部分年份幕府山地區(qū)IFZ指數(shù)分類圖像。總體上，1987—1997年間，森林植被覆蓋呈現(xiàn)下降趨勢，同時西南部在2002年之前的IFZ圖像上一直顯示為非森林。1997年后，森林植被逐漸恢復(fù)，這與前面其他指標(biāo)導(dǎo)出的結(jié)果相一致。但是在IFZ圖像中，幕府山邊緣地區(qū)均為非森林部分，無法顯示出城市化進(jìn)程的影響，這可能與IFZ指數(shù)和NBR指數(shù)對于森林識別的敏感度不同有關(guān)。

圖3 1987—2012年幕府山地區(qū)IFZ指數(shù)圖像

2.2 光譜恢復(fù)時間

通過VCT算法得到了幕府山地區(qū)各年份像元干擾圖，并且按照像元計(jì)算每年干擾區(qū)域干擾發(fā)生后5 a內(nèi)光譜恢復(fù)時間，得到了不同光譜指數(shù)各年份5 a內(nèi)光譜恢復(fù)率(圖4)以及各年份5 a內(nèi)恢復(fù)像元的光譜恢復(fù)時間(圖5)。干擾發(fā)生后5 a內(nèi)恢復(fù)像元的平均恢復(fù)率NBR指數(shù)為84.84%，低于IFZ指數(shù)的98.53%。NBR指數(shù)的5 a內(nèi)像元恢復(fù)率均小于同年IFZ指數(shù)的像元恢復(fù)率，且IFZ指數(shù)像元恢復(fù)率全都超過90%。由此也佐證了IFZ指數(shù)能夠監(jiān)測更多森林恢復(fù)。同時各年份5 a內(nèi)恢復(fù)像元平均恢復(fù)年限NBR指數(shù)為1.54 a，高于IFZ指數(shù)的1.04 a。1999年NBR指數(shù)恢復(fù)時間達(dá)到了最大(3.09 a)，其余年份像元平均恢復(fù)年限則與均值相差不大。這可能是由于南京市于1998年開始實(shí)施恢復(fù)政策，此時的植被干擾狀況最為嚴(yán)重。

圖4 干擾區(qū)域像元5 a內(nèi)像元恢復(fù)率

圖5 每年干擾區(qū)域恢復(fù)像元平均恢復(fù)年限

2.3 Mann-Kendall趨勢檢驗(yàn)

為了更好地監(jiān)測幕府山地區(qū)30 a間的森林植被變化趨勢，對每年的NBR指數(shù)和IFZ指數(shù)構(gòu)成的時間序列逐個像元進(jìn)行Mann-Kendall趨勢分析和顯著性檢驗(yàn)，得到不同光譜指數(shù)的30 a趨勢圖(圖6)和各部分趨勢所占面積比例表(表2)。在NBR指數(shù)的趨勢分析圖中，幕府山礦區(qū)集中區(qū)域呈現(xiàn)顯著上升趨勢，幕府山外部地區(qū)(靠近城市)則呈現(xiàn)出不同程度的下降趨勢，且邊緣地區(qū)顯著下降趨勢較集中。IFZ指數(shù)得出的結(jié)果無論是面積比重還是分布上都與NBR具有高度相似性，不同的是IFZ指數(shù)檢測得到趨勢結(jié)果對于不顯著的趨勢更加敏感，不顯著上升(26.85%)和不顯著下降(19.86%)均大于NBR指數(shù)的比例，同時對于顯著下降的地區(qū)，IFZ指數(shù)(19.47%)也表現(xiàn)得更加明顯。

圖6 NBR和IFZ時間序列Mann-Kendall趨勢分析圖

表2 NBR指數(shù)和IFZ指數(shù)Mann-Kendall趨勢檢驗(yàn)各部分趨勢面積比 %

值得注意的是，Mann-Kendall趨勢檢驗(yàn)包含了所有的像元，包括持續(xù)森林或者持續(xù)非森林部分。對于這些地物持續(xù)不變像元，發(fā)現(xiàn)大多數(shù)像元均具有不顯著的趨勢，包括上升和下降趨勢，這樣的趨勢特性與持續(xù)像元的特性相符合。

3 討論

3.1 長時間序列影像

本研究利用長時間序列影像指示森林變化，存在以下優(yōu)點(diǎn)：充分利用了30 a間的Landsat影像數(shù)據(jù)，避免了使用少量影像對比存在的影像代表性不足等問題，更能體現(xiàn)森林變化中的微小變化。沈文娟等[7]也指出，僅憑2幅或3幅遙感影像難以對南方人工林地區(qū)頻繁的采伐更新活動進(jìn)行很好的描述。

3.2 光譜恢復(fù)年限

在Pickell等[10]的研究中，NBR指數(shù)干擾發(fā)生后5 a內(nèi)平均恢復(fù)了78%的干擾像元，NBR指數(shù)10 a間的平均光譜恢復(fù)時間最大(5.6 a)，TCG(纓帽變換綠度)指數(shù)得到的平均光譜恢復(fù)時間則最小(1.7 a)，在寒冷濕潤的地區(qū)NBR指數(shù)光譜恢復(fù)年限與寒冷干燥地區(qū)有差別。發(fā)生干擾像元的比率不同可能與森林類別、土壤環(huán)境不同有關(guān)。本文對亞熱帶氣候的礦區(qū)植被進(jìn)行了光譜恢復(fù)時間的研究，得到的結(jié)果與上述結(jié)果相比光譜恢復(fù)時間較短，主要可能與氣候、立地條件、樹種等因素的影響有關(guān)。此外，也可能與pickell研究范圍是干擾發(fā)生10 a間的光譜恢復(fù)有關(guān)。Brandt等[23]也在研究中指出，氣候因子和干擾因子是2個塑造加拿大北方森林景觀的主要因素。

3.3 可靠性分析

本研究通過NBR指數(shù)和IFZ指數(shù)這2組獨(dú)立的指數(shù)分析，得出了高度相似的結(jié)果，證明了本研究中光譜恢復(fù)指標(biāo)的可靠性。李林等[21]在對幕府山地區(qū)植物區(qū)系的研究中指出，目前幕府山地區(qū)的植被群落結(jié)構(gòu)正走向復(fù)雜，此地區(qū)的森林植被恢復(fù)狀況良好，這與本研究中幕府山地區(qū)森林植被恢復(fù)狀況良好的結(jié)論一致。此外，潘葉等[11]對南京幕府山地區(qū)的生態(tài)修復(fù)工程進(jìn)行了評價，與本研究的幾個恢復(fù)指標(biāo)指示的森林恢復(fù)狀況整體趨勢相同。

通過Mann-Kendall趨勢檢驗(yàn)可以明顯看出，幕府山邊緣地區(qū)森林植被顯著下降，這與周圍城市擴(kuò)張有很大程度的關(guān)系。呂瑩瑩等[24]通過對1992—2011年間南京市幕府山地區(qū)DI指標(biāo)(disturbance index)的變化趨勢進(jìn)行分析，發(fā)現(xiàn)幕府山東南部礦區(qū)集中區(qū)干擾逐漸減弱，而幕府山周邊地區(qū)干擾程度逐漸增加，這也佐證了本研究結(jié)果的可靠性。

4 結(jié)束語

幕府山地區(qū)自1949年以來一直進(jìn)行大面積采礦，最直接的表現(xiàn)就是在幕府山西部面積為79.19 hm2的廢棄白云石礦礦坑，使得森林植被面積大面積減少[25]。自1998年開始，南京市市政府開始對幕府山地區(qū)進(jìn)行植被恢復(fù)，實(shí)施了整改關(guān)停等措施。

鄭玲等[12]在文章中指出，由于幕府山地區(qū)長期的生態(tài)恢復(fù)，植被群落處于重建和恢復(fù)階段，初期恢復(fù)措施已經(jīng)不適用于現(xiàn)有林分。因此，對此地區(qū)的生態(tài)恢復(fù)進(jìn)行監(jiān)測，從而調(diào)整恢復(fù)措施顯得尤為重要。徐志超等[26]指出，由于礦區(qū)采礦活動，水土流失嚴(yán)重，而且土壤厚度和土壤肥力各不相同，加大了礦區(qū)生態(tài)植被恢復(fù)的難度。因此，針對此地區(qū)不同立地條件森林恢復(fù)狀況進(jìn)行分析，可為因地制宜地實(shí)施合理措施提供有效意見。王軍等[27]對幕府山地區(qū)的群落物種多樣性進(jìn)行了研究，發(fā)現(xiàn)相對于灌木和喬本植物，草本植物較為豐富，正處于群落演替的初級階段。本文研究了幕府山地區(qū)的光譜恢復(fù)時間，針對不同地力狀況，選擇生長速率合適的樹種，從而做到適地適樹，提高恢復(fù)效率。

本研究使用NBR和IFZ 2類恢復(fù)指數(shù)對幕府山地區(qū)的森林植被恢復(fù)進(jìn)行了不同維度的分析。在對幕府山地區(qū)實(shí)地調(diào)查資料進(jìn)行分析后發(fā)現(xiàn)，IFZ指數(shù)在幕府山地區(qū)能夠監(jiān)測到更多的森林恢復(fù)，光譜恢復(fù)時間也相應(yīng)較短。從監(jiān)測幕府山地區(qū)植被恢復(fù)狀況的要求來說，對森林恢復(fù)更為敏感的IFZ指數(shù)相較于NBR指數(shù)更適合于現(xiàn)今的幕府山森林植被恢復(fù)狀況的監(jiān)測。同時，更短的光譜恢復(fù)時間與幕府山現(xiàn)處的群落演替初級階段的狀況更加相符，也有助于迅速調(diào)節(jié)生態(tài)恢復(fù)狀況和實(shí)施更有效的生態(tài)修復(fù)手段。但是NBR指數(shù)對幕府山邊緣地區(qū)森林植被的干擾比IFZ指數(shù)更為強(qiáng)烈，因此對監(jiān)測邊緣地區(qū)擴(kuò)張導(dǎo)致森林干擾方面，NBR指數(shù)表現(xiàn)更優(yōu)。本文對不同立地條件的森林植被恢復(fù)生態(tài)效益進(jìn)行了評價，同時也為此類地區(qū)植被恢復(fù)選擇合適的評價光譜指數(shù)提供了參考意見，進(jìn)一步健全了礦區(qū)生態(tài)恢復(fù)效果監(jiān)測方法體系。