鄒亞榮,劉建強,梁 超,朱海天
(1.自然資源部 國家衛(wèi)星海洋應用中心, 北京 100081;2.自然資源部 空間海洋遙感與應用研究重點實驗室, 北京 100081)
生長在海陸交界處的紅樹植物具有密集而發(fā)達的支柱根,很多支柱根自樹干的基部長出,牢牢扎入淤泥中形成穩(wěn)固的支架,使紅樹林可以在海浪的沖擊下屹立不動。紅樹的支柱根不僅支持著植物本身,也保護了紅樹林海岸免受風浪的侵蝕,因此紅樹林又被稱為“海岸衛(wèi)士”。在20世紀,廣西壯族自治區(qū)擁有中國面積最大的紅樹林,但根據(jù)最新統(tǒng)計資料顯示,由于沿海一些漁民毀林建蝦塘,與20世紀50年代初相比,廣西地區(qū)的紅樹林減少了48%。北海市紅樹林保護區(qū)的海岸線不斷后退[1]。
遙感技術在紅樹林監(jiān)測方面具有便捷有效等諸多優(yōu)勢,已成為紅樹林以及其他林業(yè)保護管理中重要的監(jiān)測手段。有學者利用多源衛(wèi)星遙感數(shù)據(jù)、3S技術等對紅樹林群落進行了遙感監(jiān)測,提取紅樹林區(qū)的生態(tài)參數(shù),比較其長時序變化,監(jiān)測紅樹林生長變化[2-5]。在紅樹林種群識別方面,有學者基于資源三號數(shù)據(jù),結(jié)合多種植被指數(shù),采用分類器開展了紅樹林種群的分類[3]。通過航空相片等傳統(tǒng)遙感手段可獲取比較準確的紅樹林范圍、高度、密度、種群組成信息,也被廣泛應用于紅樹林的監(jiān)測和分析中[6-10]。目前,我國利用各種遙感數(shù)據(jù)以及RS、GIS技術對紅樹林保護的調(diào)查研究也正逐漸展開,獲得了我國紅樹林的分布特征以及相關的生態(tài)系統(tǒng)參數(shù)[4]。本文利用HY-1C衛(wèi)星海岸帶成像儀數(shù)據(jù)提取了廣西北海山口紅樹林信息,并對其長勢進行了監(jiān)測分析。
廣西壯族自治區(qū)北海市的山口紅樹林在我國南部紅樹林中具有代表性,已建成為國家級自然保護區(qū),地處亞熱帶,位于廣西合浦縣沙田半島東西兩側(cè),海岸線長約50 km,總面積約8 000 hm2。依據(jù)文獻[11-12],紅樹林海岸自海向陸可分為淺水泥灘帶、不連續(xù)沙灘帶、紅樹林海灘帶和淡水沼澤帶4個區(qū)間帶。山口紅樹林發(fā)育在潮灘上,處于紅樹林海灘帶。
研究采用2018年9月發(fā)射的HY-1C衛(wèi)星搭載的海岸帶成像儀(Coastal Zone Image,CZI)傳感器數(shù)據(jù)。數(shù)據(jù)星下點(Ground sample Distance,GSD)≤50 m,幅寬≥950 km,包含4個波段。譜段范圍分別為:B1:0.42~0.50 μm;B2:0.52~0.60 μm;B3:0.61~0.69 μm;B4:0.76~0.89 μm。
選用2018年10月31日和11月24日的CZI Level 1B數(shù)據(jù),進行幾何糾正與輻亮度計算,得到Level 1C數(shù)據(jù),真彩色合成如圖1所示,圖中標注區(qū)為廣西北海山口紅樹林研究區(qū)。研究區(qū)左上角經(jīng)緯度為(21°34′25″N,109°44′51″E),右下角經(jīng)緯度為(21°31′8″N,109°46′54″E)。
圖1 研究區(qū)遙感影像圖Fig.1 Remote sensing image of study area (影像成像時間為2018年10月31日;波段組合:R3G2B1。) (Image time was Oct. 31,2018; band combination: R3G2B1.)
2.2.1 植被指數(shù)
本文采用了RVI(比值植被指數(shù))和NDVI(歸一化植被指數(shù))以及EVI(增強植被指數(shù))來分析紅樹林的生長狀況。RVI的計算公式為:
RVI=ρNIR/ρR
(1)
式中:ρNIR和ρR分別為近紅外與紅波段反射率。這一指數(shù)定量地表達了植被的生長狀況,含有的信息量比單波段大,常用于植被生長狀況的遙感監(jiān)測。綠色健康植被覆蓋地區(qū)的RVI遠大于1,而無植被覆蓋的地面(裸土、人工建筑、水體、植被枯死或嚴重蟲害)的RVI值在1附近。
NDVI的計算公式為:
NDVI= (ρNIR-ρR)/(ρNIR+ρR)
(2)
NDVI常應用于檢測植被生長狀態(tài)、植被覆蓋度和消除部分輻射誤差等。NDVI值為正,表示有植被覆蓋,且數(shù)值隨覆蓋度增大而增大。一般情形,各月之間的NDVI值變化小,且NDVI值大于0.5,則說明紅樹林長勢良好。NDVI的局限性表現(xiàn)在用非線性拉伸的方式增強了近紅外波段和紅波段的反射率對比度。
對于同一幅圖像,分別求RVI和NDVI時會發(fā)現(xiàn),RVI值增加的速度高于NDVI增加速度,即NDVI對高植被區(qū)具有較低的靈敏度。植被覆蓋密度高時,RVI 指數(shù)對植被的反映更強烈,與植被的葉綠素等含量有密切關系。
紅樹林生長在海水中,為減少海水對紅樹林NDVI的影響,可使用增強植被指數(shù)(EVI)來分析紅樹林生長狀況。EVI指數(shù)常被用于植被茂密區(qū)的監(jiān)測,當植被覆蓋度在25%~80%時,EVI指數(shù)能夠較好地反映植被的生長狀況。EVI指數(shù)的范圍一般為-1~1,一般綠色植被區(qū)的范圍是0.2~0.8?;?HY-1C的 EVI植被指數(shù)具有較高的空間分辨率,可反映地表植被特征。紅光和近紅外探測波段的范圍設置更窄,不僅提高了對稀疏植被探測的能力,而且減少了水汽的影響[13-14],EVI的計算公式為:
(3)
2.2.2 紋理計算
遙感圖像的紋理是圖像上色調(diào)變化的頻率,是一種單一細小特征的組合,常見的紋理特征有能量、對比度、熵、均勻性、均值、方差、非相似度、相關性等,它們從不同的角度反映了影像的灰度分布、信息量及紋理粗細度。紋理參數(shù)的計算方法見文獻[15]。
輻亮度是一個反映地物目標亮度的物理量,隨著波長發(fā)生變化,且具有方向性。選取紅樹林研究區(qū),裁切出紅樹林感興趣區(qū),通過對紅樹林感興趣區(qū)直方圖計算,得到紅樹林輻亮度統(tǒng)計值(圖2)。從輻亮度圖中可見,在藍波段、綠波段、紅波段和近紅外波段上海水信息由亮變暗,在近紅外波段上呈現(xiàn)為黑色。紅樹林信息在近紅外波段圖像上表現(xiàn)為亮色,在藍波段、綠波段、紅波段的輻亮度圖像上呈現(xiàn)出暗色。紅樹林在各個波段的輻亮度值有一定的變化,由藍波段到近紅外波段輻亮度峰值從56.22變化到58.49左右,在近紅外波段達到最大,表明近紅外波段能有效地監(jiān)測紅樹林,對紅樹林信息表現(xiàn)明顯。由于紅樹林信息在CZI傳感器的4個波段較集中,處于較小的波譜范圍,因而在圖像上,紅樹林呈現(xiàn)為比較統(tǒng)一的圖斑,并且近紅外波段對紅樹林表現(xiàn)明顯,能有效地從圖像中的其他背景中提取出來。
圖2 HY-1C CZI數(shù)據(jù)4個波段紅樹林輻亮度(左)與其直方圖(右)計算結(jié)果Fig.2 Calculation results of mangrove radiance (left) in each of the four HY-1C CZI bands and their histogram respectively(right)
由于遙感器接收到絕對光譜輻亮度信號受光源的光譜特性影響,不利于表征大氣或地物的內(nèi)在光譜吸收與散射特性,因此定義表觀反射率信號ρ(λ):
(4)
式中:L為輻亮度;μs=cos(θs),θs為太陽天頂角;Es為垂直于太陽光線的平面上的大氣層外太陽輻照度。
紅樹林在4個波段的反射率均值以近紅外波段的為最大,為0.24;紅波段最小,為0.041;藍波段、綠波段的反射率值處于紅波段與近紅外波段之間。表現(xiàn)在反射率圖像上,近紅外波段的圖像最亮,紅波段的圖像最暗(圖3)。選取4個波段反射率樣本進行分析,藍波段樣本反射率為0.094,綠波段反射率為0.06,紅波段反射率為0.04,近紅外波段反射率為0.19(圖4),4個波段的紅樹林反射率呈現(xiàn)出大致平行狀,近紅外波段與紅波段差值最大,這與植被對光譜的反射特性有關。
圖3 反射率計算結(jié)果Fig.3 Results of reflectance ratio (影像成像時間為2018年10月31日。) (Image time was Oct. 31,2018.)
圖4 各波段反射率Fig.4 Reflectance ratio of each band
根據(jù)植被的光譜特性,對紅外與近紅外波段進行組合,計算植被指數(shù)。
山口紅樹林的NDVI值處于0.3~0.6之間(圖5a),與其他植被相比,在NDVI圖像中,紅樹林呈現(xiàn)出亮白色,且比較均一,表明紅樹林覆蓋度較大。在RVI圖像中,紅樹林的RVI值大多處于1~2與4~5之間(圖5b),表明紅樹林覆蓋度大。從NDVI和RVI計算結(jié)果圖像中可知,植被呈亮色,水呈暗色,兩者有明顯區(qū)分。
圖5 NDVI指數(shù)(a)與RVI指數(shù)(b)計算結(jié)果 Fig.5 Results of NDVI index(a) and RVI index(b) (影像成像時間為2018年10月31日。) (Image time was Oct. 31,2018.)
3.4.1 紅樹林信息提取
本文選取廣西北海山口紅樹林為研究區(qū)域,開展紅樹林信息提取(圖6a),城鎮(zhèn)目標在圖像上表現(xiàn)為較暗,與紅樹林在圖像上差別較大。依據(jù)NDVI計算結(jié)果,得到圖6b,水體在圖像上呈現(xiàn)出黑色,通過NDVI的計算能夠有效地區(qū)分水體與陸地;圖中紅樹林區(qū)呈亮白色,形狀規(guī)則,而其它植被表現(xiàn)為白色,形狀不規(guī)則,紅樹林與稀疏植被在圖像上有明顯的區(qū)分,但與覆蓋度大的植被則難以區(qū)分。其他植被在NDVI圖像上呈現(xiàn)出不規(guī)則狀態(tài),紋理參數(shù)的變化能夠表現(xiàn)出其他植被的不規(guī)則狀以及紅樹林一致性特征(圖6c)。
3.4.2 紅樹林長勢遙感監(jiān)測
計算11月24日RVI指數(shù),分析山口紅樹林長勢情況。由表1和圖7可知,山口紅樹林RVI指數(shù)處于1~2之間的區(qū)域占31.83%,該區(qū)域紅樹林覆蓋比較稀疏,零星分布于研究區(qū)的南、北部區(qū)域,分布在北部區(qū)域的紅樹林長勢與近人類活動區(qū)域有一定的關系;RVI指數(shù)處于2~4之間的面積約為4.59 km2,占研究區(qū)面積的66.69%,處于分散分布狀態(tài);RVI指數(shù)處于4~6之間的區(qū)域占1.48%,在研究區(qū)零星分布,尤其在北部的中間區(qū)域值為最大,表明紅樹林生長狀況良好,所處區(qū)域生態(tài)環(huán)境健康。影像獲取時間為2018年11月,此時紅樹林處于生長季節(jié),總體上,北海山口紅樹林長勢良好,紅樹林的RVI指數(shù)均大于1,部分大于5,說明紅樹林處于健康狀態(tài)。
圖6 紅樹林信息提取Fig.6 Mangrove information extracted from HY-1C CZI
表1 基于RVI指數(shù)的紅樹林長勢監(jiān)測Tab.1 Mangrove remote sensing monitoring based on RVI index
另外通過計算山口紅樹林2018年10月31日和11月24日兩個時間點的NDVI指數(shù)來分析紅樹林長勢情況。10月31日的NDVI最大值為0.707,均值為0.512,NDVI值大于0.4的占80.39%;11月24日的NDVI最大值為0.757,均值為0.519,NDVI值大于0.4的區(qū)域占80.0%。在一段時間內(nèi)NDVI值變化不大,則植被的長勢變化小[3]。因此將10月31日與11月24日兩個時間點的NDVI值相減,其差的均值為0.01,NDVI值變化較小,且兩個時間點NDVI均值都大于0.5,表明在此階段山口紅樹林總體長勢良好。
為去除水體的影響,計算EVI指數(shù),進一步說明紅樹林的長勢情況。10月31日研究區(qū)域的EVI值主要集中在0.2~0.7(最大值為0.67),所占面積為總面積的88.25%;11月24日研究區(qū)域的EVI值主要集中在0.2~0.7(最大值為0.69),所占面積為總面積的87.75%。兩個時間點EVI指數(shù)變化不大,說明紅樹林茂密,長勢較好。
圖7 RVI指數(shù)計算結(jié)果Fig.7 Results of RVI index (基于2018年11月24日影像計算。) (Calculated based on image in Nov. 24, 2018.)
圖8 EVI指數(shù)計算結(jié)果Fig.8 Results of EVI index
紅樹林對于海岸帶保護等具有重要意義,快速、多頻次、大范圍的監(jiān)測優(yōu)勢使得遙感已成為紅樹林監(jiān)測的主要手段之一,本文利用HY-1C衛(wèi)星海岸帶成像儀數(shù)據(jù)在廣西北海山口紅樹林進行了實驗研究,對紅樹林的長勢狀況進行了監(jiān)測。
(1)HY-1C衛(wèi)星具有寬覆蓋、信噪比高等特點,通過R3G2B1合成圖能有效地表達紅樹林信息。
(2)對HY-1C衛(wèi)星海岸帶成像儀4個波段的紅樹林輻亮度分析可知,HY-1C衛(wèi)星CZI傳感器的近紅外波段對紅樹林有明顯的表達,且近紅外波段反射率明顯大于藍、綠、紅波段反射率,與紅波段反射率差值最大。因而,選擇近紅外與紅波段反射率,計算紅樹林的RVI指數(shù)、NDVI指數(shù),結(jié)合紅樹林紋理參數(shù),可提取紅樹林信息。
(3)基于RVI指數(shù),結(jié)合兩個時間點的NDVI指數(shù)以及EVI指數(shù)對紅樹林進行了長勢評價,總體上,廣西北海山口紅樹林長勢良好。
(4)多時間段的NDVI計算與圖像處理有較大的關系,尤其是云影響,因而圖像均一化是計算的前提。HY-1C CZI 4個波段波譜為寬波段,且分辨率為50 m,對地物的識別有一定的約束。因而在計算指數(shù)方面,海水影響尚不能完全除去,指數(shù)計算精度有一定誤差,與OCT載荷光譜數(shù)據(jù)融合是開展下一步研究的方向。