基于无人机影像的北部湾红树林生态系统净初级生产力估算

引言

植被是陆地生物圈的主体，是全球物质和能量循环的基础，地表植被覆盖与环境演变的关系是全球变化中最复杂、最具活力的研究内容。植被净初级生产力（NPP）作为全球生态系统碳循环和碳收支平衡的重要组成部分，不仅可以判定生态系统碳循环的主控因素，而且对于研究陆地生态系统变化对全球气候变化的响应具有重要的作用。因此，陆地NPP的研究一直以来都是国际生物学计划（IBP）、人与生物圈计划（MAB）和国际地圈-生物圈计划（IGBP）的研究热点。

钦州湾岛群红树林生态系统属于广西第二大红树林自然保护区（仅次于北仑河口红树林自然保护区），近年来，钦州港区海岛红树林生态系统受到人类活动的干扰程度越来越严重。而NPP作为岛群红树林生态系统的重要生态学指标，实现其快速和定量化评估对于了解岛群红树林生态系统生态环境变化具有重要作用。而钦州湾的岛群红树林生态系统由于面积狭小，MODIS卫星遥感数据、TM遥感数据以及高分辨率卫星数据都很难实现对NPP的精确估算。为此，本研究拟基于无人机航拍数据，采用ENVI中的分类与回归树方法CART对岛群红树林生态系统的景观格局进行解译，在Python语言的支持下将CASA模型引入到岛群红树林生态系统研究中，探讨不同海岛和红树林生态系统NPP的空间分布特征。以期为广西北部湾地区岛群红树林生态系统NPP的精细化研究及其快速估算提供方法学上的借鉴。

图1广西北部湾岛群红树林生态系统的地理位置

数据来源与研究方法

2.1 研究区概况

本文的岛群红树林（图1）地处广西壮族自治区南部沿海城市一州市钦州港区的七十二泾，由1座主岛（龟仙岛）、1个小岛（背风墩）和红树林群落（桐花树、白骨壤和秋茄）组成，其余为海域。该区域的红树林群落是钦州市红树林生长最为密集的地区之一，已列入中国湿地名录，是广西壮族自治区级第二大自然保护区。该区域的红树林被誉为“海底活化石”，与恐龙生活在同一时期，是中国保护最好和最大的连片红树林之一。气候类型属于南亚热带季风气候，处在著名的亚洲东南部季风区内，太阳辐射强，季风环流明显。年均温为21.7T，年均降水量为1658mm，年总日照时数为1400-1950h，平均1673h。

2.2 数据来源

主要包括气象、植被指数和景观格局等方面的数据（表1）。其中，气象数据包括日值的降水、气温以及太阳辐射，由于本文所定义的岛群红树林生态系统区域较小，因此对于模型中的月值气象数据处理时采用临近县区的气象站数据进行插值，时间为2018年，来源于中国气象科学数据共享服务网。植被指数采用无人机数据。

表1研究区中所使用的数据集

航拍之后拼接获得（图2），基于分类与回归树CART方法对海岛的景观进行解译，将其划分为桐花树、白骨壤、秋茄、滩涂、水体、建设用地、道路、草地、灌木和林地共10类。为了解典型海岛景观及其生境状况，先后对研究区的植被类型及外部环境进行野外实地勘察，通过手持GPS记录典型样本及相应经纬度的景观类型，并对典型海岛及红树林景观进行拍照，以便后期对无人机数据进行判读和验证。所有数据通过栅格数据重采样，空间分辨率为0.1m，获取数据之后利用ArcGIS10.2以及ENVI5.1软件对无人机数据进行投影变换、几何校正和裁剪等一系列操作，所有空间数据统一投影为Albers Equal Area Conic投影坐标系统。

2.3 无人机数据处理

使用莱森光学无人机机载高光谱成像系统，于2018年的3、6、9和12月对位于钦州湾东南部的岛群红树林试验区进行低空控制飞行试验与数据采集。由于红树林在不同季节受到潮水淹没的程度不一样，为了实现红树林的年内动态监测，飞行过程需要保证日低潮时间，拍摄的高度约70-100m，垂直拍摄，选择天气晴朗、地面无持续风向且风力＜2级的时段，确保所获得的影像不受大气因素的影响。另外，需要在2个海岛周边布置像控点和高精度GPS定位测量，用于无人机影像的几何校正。拼接影像保留地物红、绿和蓝3种色彩的灰度信息，具体技术流程见图3。

图3 无人机数据处理技术流程

对于红树林景观格局的精细化解译预处理，前期采用面向对象分类方法对图像处理时发现：通过该方法所得的分割图斑与实际红树林图斑难以吻合，因此本研究基于分类与回归树CART方法对航拍影像的海岛红树林生态系统进行解译，通过将无人机航拍影像的非监督分类ISOdata结果、VDVI指数、红树林数据的纹理特征以及原始航拍影像进行Layerstacking组合，基于组合的数据实现航空影像的图像分类，分类精度为81.26%，可用于研究区NPP的估算。研究区的景观格局空间分布状况见图4。

图4 无人机航拍图肯景观格局

2.4 CASA模型参数在确定

2.4.1 最大光能利用率在获取

最大光能利用率的取值直接影响NPP的估算精度，其值因植被类型的不同而存在着显著的差异，受不同地区植被类型、气候因子、经纬度、土壤的肥力和植被长势所影响。a研究基于生态生理模型模拟了全球10种植被类型的最大光能利用率，但在中国的植被类型应用中其值偏高。而b研究所确定的光能利用率是基于误差最小化方法，将NPP的实测值与中国各种植被的最大光能利用率进行模拟，分辨率为8000m，在小尺度上应用存在一定的局限性。本研究的岛群红树林生态系统属于典型的空间小尺度，因此综合两项研究，得到了各种植被类型的最大光能利用率（表2）。

表2 红树林岛群生态系统最大光能利用率

2.4.2 植被指数信息的提取

植被指数是CASA模型的重要参数，目前常见的有归一化植被指数NDVI，但该指数是基于可见光和近红外波段。而本研究是为了探索无人机可见光数据在海岛和红树林生态系统中的应用，且可见光数据产品中只有红、绿和蓝3个波谱信息，没有近红外波谱信息，因此不能借助于NDVI指数估算NPP。目前基于可见光波段的植被指数较少，主要有过绿植被指数EXG、归一化绿红差异指数NGRDI、归一化绿蓝差异指数NGBDI以及红绿比值指数RGRI，其计算公式为：

仿照归一化植被指数的构造原理和形式，以绿光波段代替NDVI中的近红外波段。基于此，构建基于可见光3个波段的VDVI，即可见光波段差异性植被指数：

式中：ρred、ρgreen和ρgreen分别表示红、绿和蓝3个谱段3的像素值；VDVI啲取值范围与NDVI的取值范围相同。

结果与分析

3.1 植被指数计算与分析

从图5可知，VDVI与EXG植被指数的空间分布中植被与非植被的色彩差异比较明显，植被区域呈现出亮绿色，非植被区域呈现出黄色与橙色。而NGRDI和NGBDI植被指数的空间分布中海岛植被区域与红树林生态系统植被的灰度值相似，且道路、建设用地和滩涂的灰度值也存在一定程度的交叉与重叠，容易混淆。另外，NGRDI和NGBDI植被指数的空间分布中的红树林植被与岛群生态系统中的灌木和林地存在重叠和相似之处，且红树林植被与滩涂的交错地带细节不够清晰，在采用CART方法对航拍图像分类时可能会产生较大的误差。

图5 岛群红树林生态系统不同植被指数空间分布

为了更进一步了解各种植被指数的差异性特征，采用区域统计功能统计每种景观类型的植被指数（表3）。

由表3可知，NGRDI植被指数中的重叠地类主要分为两类，第一类是桐花树、草地和灌木，这3个地类存在着较大的重叠，植被指数值都接近于0.14；第二类为林地和白骨壤，植被指数在0.10左右，该植被指数在进行影像分类时精度会受到影响，所以不适宜本实验中作为NPP估算的基础数据。NGBDI被指数中桐花树、秋茄和灌木存在着较大范围的重叠，其值都在0.14左右震荡，而白骨壤和林地的植被指数重叠区域则集中在0.12左右，因此NGBDI也不适用于估算岛群红树林生态系统NPP。EXG与VDVI这2个植被指数的植被与非植被地物的值均不相同，且没出现交叉重叠区域，说明EXG与VDVI都适合于本研究NPP的估算。

其中，VDVI指数中植被与非植被的值相差较大，其分割的阈值在0附近，＞0为植被区域，0左右为滩涂、水体、建设用地和道路等非植被地类，且不同地类的植被指数值的方差较小，在CART方法中采用该指数更容易得到景观格局空间分布。而EXG植被指数中植被区的数值都＞50，而非植被区的数值都＜35，但水体和道路2个地类存在交叉和重叠，在后续分类时，容易造成误分。综上，采用VDVI植被指数估算岛群红树林生态系统的NPP。

3.2 NPP估算结果

3.2.1 全年NPP

研究区净初级生产力的总量为127.09t・C/a，NPP的年碳密度值介于0~1437.12g・C/m2，其年平均碳密度为399.85g・C/m2（图6）。从空间分布来看，全年NPP的空间分异规律比较明显，整体而言，以南部的龟仙岛和北部的红树林生态系统为分界线，以北区域的红树林和背风墩岛生态系统的年NPP值较高，大部分地区高于600g・C/m2，局部地区的年NPP值高达1000g・C/m2，但在红树林生态系统的中部和东北部地区出现了2个低值区域，究其原因主要是由于这部分区域属于滩涂，其光能利用率较低。分界线以南的龟仙岛生态系统年NPP值较低，其值大部分＜600g・C/m2，部分景观类型如林地和灌木的年NPP值较高，其值多在650-700g・C/m2之间。

图6 岛群红树林生态系统净初级生产力空间分布

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