引言
随着国际生物圈计划的实施和持续推动,大量有关陆地NPP的野外调查、定位观测以及模型模拟研究相继开展,并取得了一系列成果。研究手段从野外生态测量发展为采用3S技术进行模型模拟,数据源从样地调査发展到遥感数据、非遥感通量观测数据以及多源数据集成。传统的站点实测方法,如定点观测,一般通量塔观测数据代表了周围几公里或十几公里的生态系统与大气的碳交换和循环过程,时间分辨率为30min,可以通过换算得到时间尺度为分或者小时的NPP。但野外观测或者定点观测的空间分辨率低、观测效率低下,难以反映生态系统内部的异质性,且在大尺度上难以推广。因而在大尺度范围上采用模型模拟NPP成为估算净初级生产力的有效途径,而野外观测数据常作为验证数据对模型模拟的结果进行检验。
目前,估算NPP的模型可分为气候相关统计模型,生态系统生态过程模型和光能利用率CASA模型等。其中,基于光能利用率的CASA模型在全球、区域或者流域尺度上得到了广泛的应用,且已有研究多基于MODIS(250-8000m)和TM(30m)数据,但受空间分辨率的限制,难以满足小尺度上生态系统生态过程和碳循环的研究。因此,基于高分辨率数据尤其是无人机高分辨率航拍遥感数据,采用CASA模型估算小尺度海岛红树林生态系统净初级生产力具有重要的意义。海岛红树林生态系统既是保护海洋环境、维护生态平衡的重要平台,也是保障国防安全的战略前沿。由于其独特的海陆过渡特性,已成为海平面升降和海岸线变迁的重要研究对象,对全球环境、气候变化具有重要的指示意义。
文接上回,谈及了研究区在不同季节的NPP,本周我们将继续了解不同季节NPP、不同景观类型NPP,以及讨论和总结。
图1广西北部湾岛群红树林生态系统的地理位置
结果与分析
2.1 NPP估算结果
2.1.1 不同季节NPP
由于研究区受到太阳辐射、水文胁迫、温度、降水以及植被类型等因子的影响,不同季节植被净初级生产力的空间差异明显(图7),四季平均NPP为夏季(6-8月,191.35g・C/m2)>秋季(9-11月,116.55g・C/m2)>春季(3-5月,62.98g・C/m2)>冬季(12-2月,28.94g・C/m2),4个季节的总碳储量大小排序为夏季(51.82t・C)>秋季(31.56t・C)>春季(17.06t・C)>冬季(7.84t・C)。具体来说,春季研究区的NPP介于0-241.05g・C/m2之间,随着北部湾地区温度的上升,海岛的植被进入返青阶段,植被开始生长,但由于红树林属于常绿灌木或小乔木的植物群落,冬天叶子不凋零,而龟仙岛中的林地大部分是落叶人工林,以木棉树偏多,冬天落叶后次年春天开始生长,所以该岛植被的NPP较低。夏季钦州湾地区的降水量较多,太阳辐射逐渐增强,气温大多保持在28~30七之间,这些条件为岛群生态系统的植被物质量积累提供了充分的条件,加之夏季红树林植物群落尤其是秋茄的光能利用率较强,造成植被NPP值较大。夏季NPP介于0-648.03g・C/m2Z间,NPP>450g・C/m2的区域主要集中在秋茄和桐花树种群中,而龟仙岛的NPP多在350~450g・C/m2之间;随着秋季的到来,钦州湾地区的太阳辐射减弱、气温降低,植被光能利用率减弱,NPP呈现减弱趋势,其值介于0~452.26gQ/n?之间。具体来说,红树林生态系统的NPP多处于240g・C/m2,而龟仙岛生态系统的NPP多集中在150g・C/m2以下;冬季由于太阳辐射锐减,钦州湾岛群红树林生态系统NPP达到最小,其值介于0-110.68gGn2之间。同时NPP受到冬季气温影响较强,龟仙岛的林木、灌丛和草地在冬季全部凋谢,NPP处于年内最低值状态,其平均值<80g・C/m2,而红树林生态系统大部分处于80-111g・C/m2之间。总体而言,红树林岛群生态系统各个季节净初级生产力为夏季>秋季>春季>冬季,多年季节NPP的平均值分别占年内碳储量的47.86%、29.15%、15.75%和7.24%。
图2岛群红树林生态系统不同季节净初级生产力空间分布
2.1.2 不同岛群红树林生态系统NPP
由表4可知,不同海岛和红树林生态系统的NPP总量与其面积呈正比关系,面积越大其碳储量越大,其中面积最大的红树林生态系统NPP总量达到60.94t・C,是龟仙岛NPP总量的约1.50倍。平均碳密度最大的是红树林生态系统,高达545.556g・C/m2,这主要与红树林叶片的光合有效辐射以及光能利用率有关。
表4 不同岛群和红树林生态系统净初级生产力统计特征
背风墩海岛生态系统的平均碳密度次之,这与背风墩海岛的原生植被景观格局有关,该地区原生植被为亚热带林地,植被光能利用率高,其值为535.901g・C/m2,而龟仙岛植被平均碳密度最小。
2.2不同景观类型NPP
由表5可知,不同植被类型的NPP差异明显。其中,桐花树的NPP总量最大,占比为44.8%,其次为龟仙岛的林地,占28.23%。就平均碳密度而言,白骨壤最高,其次为秋茄、桐花树、林地、灌木和草地,这与地表植被类型的光能利用率有直接的关系。具体来说,秋茄、桐花树和白骨壤的碳密度均值处于较高水平,分别达到1123.09、649.65和656.75g・C/m2,高于其他植被类型,主要是钦州湾特殊的河口湿地环境为红树林的生长提供了充足的条件,加之红树林本身的生物学特性,光能利用率较高,故植被的碳密度较高;其次,林地和灌木的碳密度也比较高,这也与广西北部湾地区气候湿润有利于林木生长有关,而草地的碳密度最低,这与龟仙岛大部分人工种植的草地有关,部分人工草地在秋冬大面积枯萎。
表5 不同景观类型净初级生产力统计特征
讨论
3.1 模型估算不准确性
分析运用CASA模型估算岛群红树林生态系统所产生的不确定性主要由模型输入参数的不确定造成。CASA模型中输入参数的精度问题一直以来是遥感学和生态学中的重点和难点,本文采用无人机数据计算CASA模型中的植被指数,由可见光波谱得到的VDVI植被指数比传统遥感数据所得的NDVI值偏低,这样会导致NPP被低估。另外,对于CASA模型所估算的NPP结果的精度问题,常用的方法是通过野外样地调查,以样地调查所获得的生物量为实测数据对NPP估算结果进行验证。
文章借助于北部湾大学海洋学院的红树林样地调查结果验证本研究估算的NPP精度,其中,实测样地采用生长增量一凋落物产量法估算群落的NPP,在测算时通过建立每个样方内不同物种树木的年凋落物碳通量和年乔木生物量碳增量之和计算群落NPP。通过对比发现,模型估算值的秋茄的NPP(656.75g・C/m2)小于样地实测值NPP(885.26g・C/m2)与深圳福田红树林秋茄NPP(767.00g・C/m2)(彭聪姣等,2016)。而白骨壤的NPP估算值(1123.09g・C/m2)则大于样地实测值NPP(892.46g・C/m2)与深圳福田红树林白骨壤NPP(875.00g・C/m2),这可能与不同红树林群落在无人机航拍光学数据所表现的不同光谱特征有关,而由不同红树林群落光谱特征所计算的VDVI指数也存在显著差异,从而导致不同群落NPP估算结果各异。
表6 不同地区植被净初级生产力估算结果与本文结果对比
将CASA模型计算的结果与采用相同方法的其他研究结果(表6)进行对比发现,红树林生态系统、背风墩岛以及龟仙岛的NPP碳密度远高于全国植被NPP碳密度,同时也略高于庙岛群岛南五岛的植被碳密度,但低于深圳红树林植被生态系统的碳密度。与各个地区相比,本研究红树林植被NPP碳密度的估算结果低于广东省和广西壮族自治区,但高于湖南省和云南滇南山区。
由此可知,本研究的岛群红树林生态系统NPP平均碳密度高于全国平均水平,低于同纬度地区的沿海省份地区,但高于内陆地区省份。为了验证模型估算的精度问题,采用莱森光学iSpecField地物光谱仪对红树林的光谱曲线进行测量,光谱测试的环境条件为晴天,空气湿度小,微风。光谱测量的时间为T11:00-13:00。由于实地测量秋茄、白骨壤和桐花树的反射光谱曲线对能量存在差异,因此需要将采集的光谱反射率曲线与参考白板的光谱曲线进行对比矫正。随后使用采集的不同地物的光谱曲线值计算NDVI,再将其带入到CASA模型中得出不同地物的NPP,通过光谱曲线计算出的桐花树、白骨壤以及秋茄不同地物的NPP分别为786.37、1039.26和832.53g・C/m2,其中桐花树和秋茄的光谱曲线计算结果高于CASA模型估算结果,而白骨壤的光谱曲线计算结果低于CASA模型计算结果。
由NPP的估算结果可知夏季和秋季的NPP较高,而春季和冬季的NPP较低,这与该区域的太阳辐射年内分布有着宜接的联系。由北部湾地区的太阳辐射气象数据统计可知,钦州市四季太阳总辐射量夏季(1685.66MJ/m2)>秋季(1442.35MJ/m2)>春季(880.65MJ/m2)>冬季(720.15MJ/m2),夏季的太阳总辐射值最大,占全年太阳总辐射的32%,而冬季的太阳总辐射值低于其余3季。
3.2基于无人机遥感的NPP
估算应用前景对于海岛和红树林生态承载能力进行评估时,最重要的参数是海岛或岛群生态系统的NPP,但由于北部湾海岛面积狭小,使用卫星监测无法获得高精度的植被类型信息,对于尺度更为精细的红树林生态系统的群落类型信息则更难获得,加之北部湾地区多云雨天气,卫星遥感数据的获取受到严重的影响。而无人机遥感平台具有高空间分辨率、灵活采样、飞行高度、观测角度以及影像的重叠度都比其他传统卫星更灵活可控等特点,在反演植被信息方面有较好的应用。因此,借助于无人机遥感影像获取CASA模型的植被指数值得尝试。
本研究提出了基于无人机植被指数计算NPP方案,首次将CASA模型和无人机卫星遥感数据相结合,采用遥感、地理信息系统和Python语言编程有效地评估了北部湾典型岛群红树林生态系统的NPP,为净初级生产力的精细化研究及其快速估算提供了方法学上的经验。
3.3未来模型改进方向
由于本文的气象站点偏少,尤其是研究区的太阳辐射数据使用的是国家基本台站的辐射观测数据,虽然采用插值方法对气象数据进行了处理,但也存在误差,未来除了需要探讨更为精细的插值方法外,还需要在附近的海岛上建立野外观测台站,收集实时的气象观测数据,为确保保证模型的精度以及NPP精细化研究提供数据支撑。在植被指数方面,采用2018年3、6、9和12月4个时段的无人机数据进行植被指数计算,规避季节尺度NPP估算所产生的误差,但这4个时段的无人机数据仅代表4个季度中4个月的植被指数情况,并不能代表全年的变化情况。
另外,无人机图像获取过程受光照影响较大,导致不同时期获取的植被指数光谱特性可能存在差异,因此未来应该保证每个月对海岛进行动态航拍和监测,且尽量选择正午T11:00-13:00晴朗天气的光照条件进行拍摄,可保证CASA模型中月植被指数的计算需求。此外,植被光能利用率是CASA模型重要的输入参数,现有的光能利用率模型一般通过环境条件变化对最大光能利用率的胁迫来求取实际光能利用率,而实际的光能利用率还与温度、植被叶面积指数以及周围环境有关,未来可借助于便携式光合作用测定系统来测定不同植被类型的最大光能利用率以实现模型的精确评估。最后,VDVI指数比NDVI指数偏低,未来可利用高分辨率卫星数据和无人机数据作时空数据融合,既可提高空间分辨率也可提高植被指数的取值范围。
结论
以广西北部湾典型岛群红树林生态系统的无人机航拍数据为基础,借助于ENVI软件的CART决策树方法获取了研究区的景观格局数据,在Python语言的支持下将CASA模型引入到海岛红树林生态系统研究中,估算研究区净初级生产力数据,并探讨了研究区净初级生产力的年内变化、季节变化以及不同植被类型的变化特征,得到的主要结论为:
1)可见光波段差异性植被指数VDVI不仅可以很好地区分海岛及红树林植被等典型地表覆盖,也能更好地区分红树林、水体和滩涂信息,适合应用于红树林岛群生态系统净初级生产力的估算。
2)研究区NPP的年总量为127.09t・C,年NPP的碳密度值介于0~1437.12g・C/m2,年均碳密度为399.85g・C/m20红树林生态系统的NPP值较高,而海岛生态系统的NPP值较低。
3)NPP碳密度的大小与年内太阳辐射有直接的关系,白骨壤的碳密度最大(1123.09g・C/m2),而桐花树最小(649.65g・C/m2)。
4)基于无人机遥感数据的红树林生态系统NPP估算结果低于实测样地结果,这与不同红树林群落的植被光谱特征有关。本文构建的方法可为红树林生态系统的功能及其健康评价提供数据和技术支撑。
欢迎关注公众号:莱森光学,了解更多光谱知识。
莱森光学(深圳)有限公司是一家提供光机电一体化集成解决方案的高科技公司,我们专注于光谱传感和光电应用系统的研发、生产和销售。
审核编辑 黄宇
-
数据
+关注
关注
8文章
7006浏览量
88958 -
遥感
+关注
关注
0文章
245浏览量
16816 -
无人机
+关注
关注
229文章
10422浏览量
180202
发布评论请先 登录
相关推荐
评论