青藏高原典型泥炭沼泽分布区域若尔盖高原为研究区,以无人机高光谱数据和地物光谱仪实测数据为基础,结合野外调查,完成了该区域草地退化指示物种的识别,分析了不同退化梯度退化指示物种的差异,为该地区草地退化遥感监测提供科学的依据。
一、引言
1.1 研究背景
草地是人类生存诸多所需物质的供给库,而且草地还提供了一系列重要的生态系统服务价值,不仅包括一些非经济的价值,例如畜牧业的发展、生物多样性的保护、水土保持、生态系统维护;而且还包括一些经济价值,例如,肉制品、奶制品等畜牧业产品的重要生产基地。全球草地总面积大约5250万km2,其分布区域主要在亚热带、热带、寒带、温带等地区,是全球面积分布最大的生态系统。目前,大约有10亿低收入人群经济来源主要依靠草地。青藏高原作为地球上海拔最高、最年轻的高原,也是世界上最独特的地质-地理-生态单元,是开展地球与生命演化、圈层相互作用及人地关系研究的天然实验室,青藏高原也被称为“第三极”,拥有各种各样的高山生态系统类型,并为中国乃至亚洲很多其他地区提供了至关重要的生态安全屏障,由于其高度丰富的植物和动物资源,它也被认为是全球生物36个生物多样性热点保护区域之一。
青藏高原水热分布格局差异显著,并且该区域气候特点主要是干旱、寒冷、多风、低氧、辐射强、昼夜温差大,独特的气候条件从而形成了多种生态系统类型,主要包含有森林生态系统、高寒灌丛草甸生态系统、高寒草原生态系统和高寒荒漠生态系统,高山草原和高山草甸是该地区主要的土地覆被类型。青藏高原的天然草地面积约占全国草地面积的1/3,是我国天然草地面积分布最大的一个区,草地覆盖了青藏高原大约70%的地区,主要有:高寒草甸(47.05%)、高寒草原(30.98%)、高寒荒漠草原(7.41%)、高寒草甸草原(4.21%)、低地草甸(6.74%)、温带草原(3.61%),高寒草甸是青藏高原主要的生态系统,也是高寒生态系统物种和遗传基因最丰富和最集中的地区之一,在全球高寒生物多样性保护中具有十分重要的地位,高寒草甸生态系统不仅是发展地区畜牧业的基础,也是提高当地农牧民生活水平的重要生产资料,而且它对生物多样性的保护、水土的保持、生态平衡维护有着极大的生态作用和生态价值。
1.2 研究现状
草地由于草种个体小且立体结构难以分离,易受到气候变化和人类活动的影响,常见的草地遥感监测指标不能准确地评估高寒草甸的退化程度。导致草地多样性,特别是草地物种多样性遥感监测相比森林生态系统更为困难,因此传统的遥感技术和多光谱遥感无法满足,高光谱遥感技术融合了成像技术和光谱技术,使得获取的影像数据光谱分辨率高、波段连续性强,从而能够获得更精细的地物光谱信息,可以有效的挖掘草地物种多样性与光谱特征的关系,对植被特征参数的计算能力要优于其他遥感方法,甚至能够完成红边特征、绿峰特征和导数光谱等植被特征计算,这是常规遥感所不能完成的,弥补了宽波遥感在物质探测方面的不足。高光谱遥感技术能够满足植物研究在光谱维上定量的、高精度的测量,能更好的反映草地的空间分布特征。
1.3 研究意义
青藏高原草地退化日益严重的,已严重影响了当地畜牧业和经济的发展。本研究以青藏高原高寒草甸典型区域若尔盖高原高寒草甸为研究对象,基于无人机高光谱成像技术,完成了对高寒草甸草地退化指示物种的高精度识别,是基于无人机遥感对于草地分类识别的一次探索,为高寒草甸退化精细化的评估提供了科学依据,也为日后进行草地退化等级快速诊断与判定提供重要的数据支撑,对当地政策的制定以及生态工程的实施具有重要的参考价值。
研究区及数据获取
2.1 研究区概况
本研究根据若尔盖高原的实际情况结合前期的遥感数据统计,主要选择了红原和若尔盖日干乔湿地公园和其毗邻的喀哈尔乔湿地为研究区(图1),保护区内平均海拔3500m,行政区域包括红原的瓦切镇、麦洼乡、色地镇,若尔盖的唐克镇和巴西镇,研究区内主要河流有白河、冈嘎尔曲、格曲、哈曲,总面积为3285km2,年降水量600mm-800mm,降雨时间主要分布集中在每年5-9月,该区是若尔盖和红原泥炭沼泽的主要分布区域。草地类型主要是以嵩草、薹草为主,杂草兼生的高寒草甸。
图1 研究区位置
2.2样方调查数据
研究基于前期相关文献查阅和实地调查,最终选定了12个样地。对于选定的12个试验样地分别于2021年7月6号至2021年8月2号在若尔盖喀哈尔乔湿地和红原日干乔湿地进行野外实际调查,在每个300m×300m的遥感调查区域内选了最中间100m×100m为主要调查样地,在100m×100m的调查样方内每个样地选取9个1m×1m的调查样方(图2),每个小样地间隔40m,记录了每个1m×1m调查样地中心的GPS坐标,并进行植被群落物种的调查,野外调查共获得有效样方108个。野外样地调查样方信息如下:
(1)物种高度:通过卷尺实际测量1m×1m样地内,所有植株的高度,并记录。
(2)草地物种盖度:采用目视解译的方法,估算小样方内某一物种的盖度,并拍照备份
图2野外样方示例
2.3 手持光谱仪数据
本次试验实测光谱数据由地物光谱仪所测得。
该仪器拥有光谱范围宽、光谱分辨率高、光谱采样间隔小等优点。为了保证数据获取的精度,手持光谱仪数据和高光谱数据采集时间均在每天光照强度最强的时候,具体时间是当天早上10点至下午2点,都是在自然光照条件下进行。实际测量时,对每个物种花(果)、茎、叶三个不同部位的光谱曲线均测3次,然后记录每种物种光谱曲线对应草地物种的前后顺序,本次试验所测得的光谱曲线样例如(图3)所示。
图3 地物光谱曲线示例
2.4 平滑去噪
原始的数据在传输的过程中会受到大气中水蒸汽和悬浮颗粒物的吸收,会使得光谱曲线存在大量的噪声,会对后续的数据进一步分析造成困难。因此需要对手持光谱仪所获得的数据进行去除噪声和水汽吸收的影响,为了达到这一目的,本次试验基于MATLAB采用S-G滤波器(Savitzky-Golay滤波器)对原始的光谱曲线进行平滑去噪,本文所使用的S-G滤波器阶次为2阶,平滑移动窗口大小为15,平滑去噪后的光谱曲线如(图4)所示。
图4 平滑去噪后的地物光谱曲线
2.5 光谱重采样
手持光谱仪所测得原始光谱曲线波长范围为325-1075nm,而高光谱影像数据波长为400-1000nm,光谱范围存在不一致的情况,因此在后续研究中,首先需要将所测得的原始平均光谱数据重采样到高光谱影像波段范围内,光谱重采样之后的数据样地如(图5)所示。
图5重采样后的地物光谱曲线
高寒草甸物种识别分类结果
3.1 SAM分类结果
通过光谱角制图(SAM)分类的结果,从沼泽土样地分类结果可以看出(图6、图7、图8),样地1优势种主要是草玉梅、缘毛紫菀、淡黄香青,面积依次为34655.75m2、26691m2、18637.5m2,三种优势物种占样地总面积85.15%;样地2中,优势物种主要是长花管状马先蒿和灯心草,面积依次为38029.7m2、7680.22m2,两种物种占样地总面积的48.96%;样地3中,优势物种主要是花葶驴蹄草、西藏嵩草、长花管状马先蒿,面积依次为41433.75m2、24224m2、12038m2,优势物种占样地总面积的82.56%。
图6样地1 SAM分类结果
图7样地2 SAM分类结果
图8样地3 SAM分类结果
从泥炭土样地分类结果可以看出(图9、图10、图11),样地4的优势物种主要是酸模、青藏薹草,面积分别是11204.75m2、8002.5m2,两种优势物种占样地总面积的20.58%;样地5的优势物种主要是刺芒龙胆、淡黄香青、钩柱唐松草,面积分别为37570m2、16808.5m2、12921.75m2,三种优势物种占样地总面积的71.87%;样地6的优势物种主要是沙生薹草、花葶驴蹄草、木里薹草,面积分别是15141.25m2、12203.25m2、9741.75m2,三种物种面积占样地总面积的39.48%。
图9样地4 SAM分类结果
图10样地5 SAM分类结果
图11样地6 SAM分类结果
从草甸土样地分类结果可以看出(图12、图13、图14),样地7的优势物种主要是马先蒿、粗壮嵩草、剪股颖,面积依次是40445.75m2、31515m2、16819m2,三种物种面积占样地总面积的94.2%;样地8中,优势物种主要是矮地榆、葛缕子,面积分别是67918m2、7768.75m2,两种优势物种占样地总面积的80.83%;在样地9中,优势物种主要是小米草、西藏嵩草、葱状灯心草,面积分别是49320.5m2、18240.5m2、5899.5m2,三种优势物种占样地总面积的78.71%。
图12样地7 SAM分类结果
图13样地8 SAM分类结果
图14样地9 SAM分类结果
从沙化样地分类结果可以看出(图15、图16、图17),样地10的优势物种主要是节节草、糙毛以礼草、沙蒿,面积分别是13522.5m2、13082.5m2、7201.5m2,优势物种的面积占总面积的35.99%;在样地11中,优势物种主要是麻花艽、淡黄香青、翻白草,面积分别是23479.25m2、12964.5m2、11276.5m2,三种优势物种占样地总面积的50.55%;样地12优势物种主要是川西景天、疏花针茅,面积分别为16567m2、11446.75m2,优势物种面积占样地总面积的29.78%。
图15样地10 SAM分类结果
图16样地11 SAM分类结果
图17样地12 SAM分类结果
结果
本文以青藏高原典型泥炭沼泽分布区域若尔盖高原为研究区,以该区域不同退化梯度样地的草地退化指示物种为研究对象,首先利用便携式手持光谱仪在2021年7-8月对该区域草地物种进行实测,然后通过一系列的处理,最终建立了该区域高寒草甸标准地物光谱数据库,再利用无人机搭载的高光谱成像仪完成了该区域12个样地高光谱遥感影像数据的采集,最后利用光谱角制图方法完成了该区域草地退化指示物种的精细化分类,为该区域草地遥感监测的提供了基础,也为当地政府实施草地治理政策的依据。
本文通过无人机搭载高光谱成像仪,为无人机草地退化研究提供动态监测的硬件支持,利用高空间分辨率和高光谱分辨率的遥感影像为高寒泥炭沼泽细小地物的分类提供了数据支撑,就高光谱影像端元不同的提取方法来说,不同的方法在草地物种单一和复杂的样地中差异并不明显,不同的方法只是对植被和非植被的提取能力有差异;就不同的光谱匹配技术来说,不同的光谱匹配方法差异较为明显。两种分类方法最终完成了该区域草地退化指示物种的识别,为下一步的草地退化评估提供了基础,也为未来高寒草甸的遥感监测提供了可借鉴的方法。