季節(jié)性淹水濕地表層土壤有機碳含量遙感預測及空間分布特征

關(guān)鍵詞 鄱陽湖濕地； 土壤有機碳； 遙感預測； 遙感特征因子； 碳循環(huán)； 土壤碳儲量； 土壤固碳能力

中圖分類號 S154.1；TP79 文獻標識碼 A 文章編號 1000-2421（2024）03-0111-10

濕地土壤有機碳（soil organic carbon，SOC）是濕地生態(tài)系統(tǒng)環(huán)境響應的重要指標和聯(lián)系濕地系統(tǒng)內(nèi)外部物質(zhì)循環(huán)的重要紐帶，直接影響濕地生態(tài)系統(tǒng)生產(chǎn)力，在濕地生態(tài)系統(tǒng)和全球碳循環(huán)中具有重要作用［1］。SOC 研究主要基于土壤剖面的直接測算和基于生態(tài)系統(tǒng)碳循環(huán)過程模型的間接預測［2］。SOC直接觀測需要耗費大量的人力、物力和財力，觀測區(qū)域及時間極為有限，利用模型上升到區(qū)域范圍的研究形式可以較好地避免這一缺陷［3］。近年來，區(qū)域插值模型、回歸擬合模型和機器學習等模型被較多的運用于SOC 含量及碳儲量估算，并與遙感技術(shù)相結(jié)合，為SOC 研究提供了新的方法和手段。郭彥茹［4］基于Worldview-2遙感影像提取植被信息，結(jié)合神經(jīng)網(wǎng)絡方法進行土壤碳儲量遙感反演模型模擬，估算出清瀾港紅樹林濕地總碳儲量為8.073 萬t，土壤平均碳儲量為131.4 kg/hm²，模型總體估算精度為80.84%。王燕［5］利用GF-1WFV 和MODIS 遙感數(shù)據(jù)估算了半干旱區(qū)渾善達克沙地及其周邊地區(qū)SOC密度平均約為1.22×10⁴ kg/hm²，其最優(yōu)預測模型精度為77.87%。利用多源遙感數(shù)據(jù)和地面實測數(shù)據(jù)結(jié)合構(gòu)建相關(guān)統(tǒng)計模型，預測和估算土壤碳含量、碳密度及碳儲量得到了廣泛的應用［6］。

鄱陽湖是中國第一大淡水湖，具有豐水期和枯水期交替出現(xiàn)的獨特水文變化規(guī)律，濕地類型多樣，生態(tài)環(huán)境復雜，生物多樣性豐富，使得鄱陽湖濕地碳循環(huán)研究具有顯著的區(qū)域特色，但也具有不確定性［7］。鄱陽湖SOC 研究多是采用直接觀測、采集土壤樣品研究碳含量、碳組分及其影響因素［8-9］，并且由于鄱陽湖植被根系較淺，深層土壤物質(zhì)含量變化不明顯，較多研究采取0～20 cm 表層的土壤樣品進行測定［7］。也有一些研究利用地統(tǒng)計相關(guān)模型、空間插值方法和生物地球化學模型等進行碳模擬和碳預測，如陳莎莎等［10］基于DNDC 模型模擬鄱陽湖季節(jié)性淹水濕地不同植被下表層SOC 含量動態(tài)變化，估算出土壤碳儲量和CO₂年排放量。江葉楓［11］采用一種農(nóng)業(yè)土地利用方式修正的徑向基函數(shù)神經(jīng)網(wǎng)絡模型（RBFNN_ALU）預測出鄱陽湖典型小流域SOC含量范圍為2.60～38.60 g/kg。研究表明，遙感估算方法不但能夠克服直接測定方法耗時、費力、周期長的缺點，而且能快速、準確、有效地獲得SOC 含量等指標［12］。然而，基于遙感方法預測鄱陽湖SOC 含量的研究鮮有報道。本研究應用Landsat8 OLT 衛(wèi)星遙感數(shù)據(jù)及其他輔助數(shù)據(jù)，以鄱陽湖季節(jié)性淹水濕地表層（0～20 cm）土壤為研究對象，探討遙感特征因子與SOC 含量的相關(guān)性，建立關(guān)聯(lián)性強、可以準確表達SOC 含量的預測模型，探討SOC 含量空間分布特征，以期為鄱陽湖濕地土壤固碳能力評估、濕地生態(tài)保護和管理提供科學依據(jù)，并為類似研究提供可靠有效的算法和參考。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)為江西鄱陽湖國家級自然保護區(qū)內(nèi)的蚌湖、常湖池和泗洲頭（28°22′N～29°45′N，115°47′E～116°45′E）。該研究區(qū)屬于亞熱帶濕潤季風氣候，夏季潮熱，冬季干冷，1 月平均氣溫最低為5.6 ℃，7 月平均氣溫最高為29.7 ℃，年均氣溫17 ℃左右，雨量充沛，年均降水量1 350～2 150 mm，多集中在4—8月［13］。該區(qū)內(nèi)典型的植物群落為南荻（Triarrhenalutarioriparia）、水蓼（Polygonum hydropiper）、蘆葦（Phragmites communiss）、苔草（Carex cinerascens）等，各植物群落通常呈塊狀或條帶狀分布［8］。蚌湖和常湖池同屬碟形湖泊，在枯水期水位受人為影響控制。蚌湖屬于半人工控制湖泊，面積為6 432.69hm2，枯水期水位隨鄱陽湖水位變化而變化；常湖池為人工控制湖泊，豐水期與鄱陽湖主體相連，面積為396.71 hm2；泗洲頭是鄱陽湖開放水域的洲灘前緣，水位變化不受人為控制，是鄱陽湖的聚水區(qū)域，也是受鄱陽湖水位影響最大的區(qū)域之一，年內(nèi)水位變化幅度超過10 m，洲灘面積約3 076.71 hm2［14］，泗洲頭土壤類型主要為草甸土、沼澤土、濕潮土等，成土母質(zhì)主要為第四紀沉積物母質(zhì)［15］（圖1）。

1.2 研究方法

1）土壤樣品采集與處理。2021 年1 月17—19 日前往研究區(qū)進行實地調(diào)查觀測和樣品采集，研究區(qū)按照地形（水位梯度）從岸邊到湖心適當選擇3～5 個樣帶，每個樣帶間隔150 m 以上，進行GPS 定位，并立樁固定。在每條樣帶上設置5 個樣地，每個樣點設定30 m×30 m 樣方5 個，作為重復。選擇具有代表性的土壤樣方，利用五點采樣法采集表層（0～20 cm）土壤樣品，除去土壤表層的石塊、凋謝物、根系等異物后混合成1 個樣品，同時用GPS 記錄經(jīng)緯度信息。本次調(diào)查共選取了48個樣方地進行采樣（蚌湖16個、常湖池12 個、泗洲頭20 個）（圖1）。將采集的土壤樣品用密封袋密封，帶回實驗室進行風干。風干后的土壤樣品過孔徑為150 μm 的篩網(wǎng)，采用重鉻酸鉀氧化-外加熱法測定樣品的SOC 含量。

2）遙感數(shù)據(jù)與預處理。遙感數(shù)據(jù)為來自地理空間數(shù)據(jù)云（http：//www. gscloud. cn/）的Landsat8OLT 衛(wèi)星數(shù)字影像，行列號為122/40，成像時間與現(xiàn)場采樣時間同步，影像對研究區(qū)域覆蓋率為100%，影像清晰，分辨率為30 m，目標區(qū)域無云量，數(shù)據(jù)良好。對獲取的影像進行預處理，利用ENVI5.3依次進行輻射定標、大氣校正、幾何精校正，最后按研究區(qū)的邊界將影像進行裁剪，得到研究區(qū)的遙感影像（圖1）。

3）遙感特征因子提取。在預處理完的影像上提取遙感特征因子，主要包括：7 個單波段反射率值（b₁～b₇）；4 個植被指數(shù)：歸一化植被指數(shù)（NDVI）、比值植被指數(shù)（SR）、土壤調(diào)節(jié)植被指數(shù)（SAVI）、增強型植被指數(shù)（EVI）；主成分特征第一個分量（PCA1）和7 個單波段紋理特征因子的均值（MEAN）、熵（ENT）、相關(guān)性（COR）。主要的植被指數(shù)計算公式如表1 所示。

4）回歸建模。利用SPSS 軟件進行相關(guān)性分析和回歸模型構(gòu)建。選取80% 樣本的SOC 含量與影像提取的遙感特征因子進行相關(guān)分析，篩選相關(guān)性較強的遙感特征因子參與模型構(gòu)建。在相關(guān)性分析的基礎上，以相關(guān)性較強的遙感特征因子為自變量，以SOC 含量作為因變量，分別建立一元線性、一元曲線和多元逐步線性回歸模型，其中一元曲線模型類型有二次型、三次型、冪型、增長型和指數(shù)型。

2.3 模型精度檢驗

采用預留的驗證樣本數(shù)據(jù)對構(gòu)建的3 種回歸模型進行精度檢驗，分別計算其平均相對誤差（MRE）和均方根誤差（RMSE），對比3 種模型的檢驗因子（表5）。結(jié)果表明，3種模型的決定系數(shù)R2在0.617～0.772，說明模型擬合度均達到良好，多元逐步線性回歸模型R2 最大；MRE 介于38.11%～64.38%，3 種模型的平均相對誤差均較大，一元曲線模型的MRE最??；RMSE 介于2.417～4.430，多元逐步線性模型的RMSE 最小，相較于其他2種模型，預測精度最高。結(jié)合3種模型散點圖（圖2）發(fā)現(xiàn)，多元逐步線性模型整體擬合效果最好，因此將多元逐步線性回歸模型Y=42.708-2.817X_b3MEAN-4.887X_b5COR＋0.667X_b7MEAN（R²=0.772，Plt;0.01）確定為SOC含量最優(yōu)預測模型。利用預留的樣本數(shù)據(jù)對確定的最優(yōu)模型進行驗證，實測值與預測值呈顯著線性相關(guān)關(guān)系（R²=0.869，Plt;0.01）（圖3），表明所確定的最優(yōu)多元逐步線性回歸預測模型能夠較好地預測SOC含量。

2.4 SOC含量空間分布特征

基于構(gòu)建的SOC含量最優(yōu)預測模型，利用GIS空間分析功能計算并反演研究區(qū)表層SOC 含量及其空間分布特征顯示（圖4），SOC 含量范圍在0～43 g/kg，主要集中在0～20 g/kg，少部分區(qū)域在20 g/kg 以上，SOC 含量平均值約為10.75 g/kg。就分布形態(tài)而言，0～10 g/kg 和10～20 g/kg 的SOC 含量主要交錯分布在區(qū)域內(nèi)，其中靠近水域邊緣地區(qū)SOC 含量多以0～10 g/kg 為主；20～30 g/kg SOC 含量多以小斑塊狀零散分布在離水域較遠的洲灘上；30 g/kg 以上SOC 含量分布極少，多呈零星點狀分布在區(qū)域邊緣（圖4）。

3 討論

3.1 遙感特征因子與SOC含量的關(guān)系

遙感數(shù)據(jù)通過波段反射率和植被指數(shù)以及一些土壤指數(shù)等，可以提供與植被生長和土壤狀況有關(guān)的生物物理特性［16］。本研究中，提取的遙感特征因子與SOC 含量多數(shù)存在顯著的相關(guān)性（表3）。可見光波段1～4 反射率值（b₁、b₂、b₃、b₄）和SOC 含量存在較強的負相關(guān)性，這與前人研究SOC 含量與原始光譜反射率表現(xiàn)呈負相關(guān)性的結(jié)果相一致［17］?；诳梢姽獠糠值墓庾V指數(shù)與SOC 含量具有很好的相關(guān)關(guān)系，估算SOC 含量，可見光光譜區(qū)域比近紅外光譜區(qū)域更有效［18］。與此類似，本研究的相關(guān)性結(jié)果表明可見光波段反射率值的相關(guān)系數(shù)要比近紅外波段的高（表3）。另外，研究表明植被指數(shù)與SOC 存在正相關(guān)關(guān)系［19］，本研究也發(fā)現(xiàn)NDVI、SAVI、EVI 和SR與SOC 含量均存在顯著正相關(guān)性（表3），這是由于植被指數(shù)是反映植被長勢和營養(yǎng)信息的重要指標。本研究中，提取的4 種植被指數(shù)值均大于0（表2），說明地表有植被覆蓋。植被指數(shù)如NDVI 越大，表明植被覆蓋度越高，植被的生長狀況越好［20］。植被是土壤中有機碳重要來源之一，植被長勢優(yōu)良有利于土壤中有機碳的輸入和有機碳的積累［21］。紋理特征可以反映土壤表面光譜的詳細變化，作為重要的非光譜特征，對于遙感影像反演精度的提升具有重要的作用［22］。本研究最優(yōu)估算模型方程的輸入?yún)?shù)表明，提取的紋理特征因子b_3MEAN、b_5COR 和b_7MEAN 與SOC 含量具有較強的相關(guān)性，說明紋理特征是研究區(qū)SOC 含量反演的重要遙感特征因子。

3.2 空間尺度異質(zhì)性對SOC估算的影響

影響SOC 的因素眾多，對于不同植被群落、水文節(jié)律、地形地貌以及土壤理化因子與有機碳之間的復雜關(guān)系以及這些關(guān)系在不同空間尺度上的異質(zhì)性都是導致不同區(qū)域SOC 含量差異顯著的重要因素［23］。本研究中，空間分布特征反演顯示表層SOC含量平均約為10.75 g/kg，主要集中在0～20 g/kg，這與謝冬明等［24］研究中鄱陽湖濕地內(nèi)蚌湖洲灘、常湖池洲灘和泗洲頭洲灘的表層（0～10、10～20 cm）SOC含量變化范圍為0.96～23.32 g/kg 的結(jié)果大致相符。本研究也發(fā)現(xiàn)，沿濕地湖泊水域邊緣地區(qū)的SOC 含量相比離水域較遠地區(qū)的更低一些（圖4），這是因為蚌湖、常湖池和泗洲頭是鄱陽湖內(nèi)的季節(jié)性淹水濕地，其水位伴隨著鄱陽湖季節(jié)性水位變化而變化，靠近湖區(qū)地帶土壤隨著水文節(jié)律的急劇變化，長期處于干濕交替的環(huán)境中，而干濕交替的環(huán)境有利于有機碳的淋溶和破碎化，加速SOC 的流失［10］，從而導致SOC 含量較低。

大區(qū)域尺度上濕地SOC 含量的變異受氣候、植被覆蓋狀況、成土母質(zhì)和水文條件等影響較大，不同濕地生態(tài)系統(tǒng)SOC 積累情況差異顯著［25］。本研究預測的濕地SOC 含量范圍為0～43 g/kg，該結(jié)果與我國其他地區(qū)濕地類型土壤碳含量相比具有顯著性差異，主要表現(xiàn)為：高于西北干旱區(qū)的敦煌陽關(guān)濕地（3.56～25.89 g/kg）［26］、艾比湖濕地（1.08～11.49g/kg）［27］和內(nèi)蒙古烏梁素海濕地（0.28～6.96 g/kg）［28］；較高于華東濱海區(qū)的天津濱海濕地（1.88～8.51g/kg）［29］和膠州灣濱海濕地（6.33～13.03 g/kg）［30］；高于華北地區(qū)的白洋淀濕地（8.53～17.70 g/kg）［31］；遠低于川西高寒區(qū)的若爾蓋濕地（5.93～438.3g/kg）［3 2］、川西高原泥炭沼澤濕地（186.01～330.03 g/kg）［3 3］和納帕海濕地（4.29～352.06g/kg）［3 4］，以及華北三江平原沼澤濕地（60.00～295.00 g/kg）［3 5］。干旱區(qū)濕地因其干旱的氣候條件使區(qū)域內(nèi)植被稀少，導致植被生物量較低，SOC 的輸入較少。加上干旱區(qū)中地勢較低的低洼地區(qū)土壤易發(fā)生鹽堿化，而土壤鹽分也是影響干旱區(qū)濕地SOC 的主要指標。有研究表明敦煌陽關(guān)濕地土壤剖面鹽分含量與有機碳含量顯著負相關(guān)，表明土壤鹽分含量較高會影響植被的長勢，進而限制土壤中植物殘體的輸入和轉(zhuǎn)化，致使有機碳含量降低［26］。濱海濕地SOC 含量較低，原因是濱海濕地土壤鹽漬化較嚴重，植物生物量小，有機碳的補充和累積有限，再加上靠近海洋，過水頻繁，每年的調(diào)水調(diào)沙將大量動植物分解殘體沖入大海而致使土壤中有機碳含量相對偏低［30］。同為湖泊濕地，鄱陽湖季節(jié)性淹水濕地比白洋淀濕地SOC 含量較高，原因可能為鄱陽湖位于亞熱帶濕潤區(qū)，溫暖、濕潤的氣候有利于濕地植被的生長，從而增加了土壤碳源的輸入。其次，白洋淀濕地位于暖溫帶半干旱氣候區(qū)，年降水量較低，加上受上游水庫給水影響較大，水位降低導致濕地面積縮減，進而造成植被群落退化，間接致使進入土壤的植物殘體及根系分泌物減少，導致SOC 含量較低［36］。在高寒濕地區(qū)，低溫高濕狀態(tài)下土壤微生物活動微弱，減緩對有機物的分解，從而降低SOC 的礦化速率，有利于有機碳含量的積累。高原濕地沼澤面積分布廣泛，泥碳貯量豐富，致使高寒濕地SOC 儲量非常豐富，其SOC 含量較其他類型濕地類型高出許多［26］。沼澤濕地如三江平原，地勢平坦，水的流速慢，土壤中的有機碳不容易被沖刷帶走，且沼澤內(nèi)又富含大量的泥炭和腐殖質(zhì)，加上常年較低溫和積水的環(huán)境下，植物殘體不易分解，致使SOC 大量積累，含量遠高于其他濕地類型。另外，有研究表明與常年水分處于高度飽和的濕地區(qū)域相比，季節(jié)性積水的地區(qū)，在非積水季節(jié)時水分因子限制作用明顯減弱，并且干濕交替時期植物殘體的分解常數(shù)比連續(xù)漬水或干旱的條件下大得多，有機碳含量相對較低［35］，這與本研究的鄱陽湖典型季節(jié)性淹水濕地SOC 含量遠低于高寒濕地和沼澤濕地SOC 含量的結(jié)果相符。

綜上，本研究提取了影像中7 個波段的反射率值（b1～b7）、4 個植被指數(shù)（NDVI、SR、SAVI、EVI）、第一主成分特征（PCA1）、單波段紋理特征的均值（MEAN）、熵（ENT）和相關(guān)性（COR）共33 個遙感特征因子。多元逐步線性回歸方程Y=42.708－2.817X_b3MEAN－4.887X_b5COR＋0.667X_b7MEAN （R²=0.772，Plt;0.01）作為擬合SOC 含量的最優(yōu)預測模型，MRE=45.53%，RMSE=2.417，紋理特征是研究區(qū)SOC 含量預測的重要遙感特征因子。研究區(qū)空間分布特征反演顯示，SOC 含量主要集中在0～20g/kg，靠近水域邊緣地區(qū)SOC 含量多以0～10 g/kg為主，20 g/kg 以上的分布較少，鄱陽湖所選季節(jié)性淹水濕地表層SOC 含量平均約為10.75 g/kg。

（責任編輯：陸文昌）