方格法與數字圖像法測定鹽堿化草地植被蓋度的比較

關法春，梁正偉，王忠紅，關志華

（1.西藏農牧學院植物科學技術學院，西藏 林芝 860000；2.中國科學院東北地理與農業生態研究所，長春 130012）

植被依據生態系統中肥、水、熱、氣等狀況，調控其內部與外部的物質、能量交換[1]，植被蓋度的變化是地球內部因素（成土母質、土壤類型、水文狀況等）與外部因素（氣溫、降水、濕度等）的綜合作用結果[2]，可為生態、植物、水土保持、土壤等領域的定量研究提供基礎數據，是區域生態系統環境變化的重要指示。在草地監測和評價中，蓋度常常被作為反映植被群落結構的一個重要數量指標來使用[3]，植被蓋度的測算是否精準很大程度上影響著與之相關的研究結論是否科學合理。

在草地植物群落野外調查中，蓋度的測定方法有樣方圖解法、樣點截取法、目測法和方格法等[4-7]。其中常用的是目測法和方格法，目測法簡單、快捷，但是受人為主觀因素影響較大；與之相比，方格法在測量蓋度指標時相對更常用一些，準確度稍高，也較為簡便，但估測的結果準確度也不高。可見，當前草地植被蓋度測量中急需一種既準確度高又簡單方便的測量技術。

隨著現代科技的發展，現代數字圖像法已廣泛應用于多種環境下的植被蓋度測量工作中[8-11]，但在鹽堿化草地植被蓋度的測量方面應用較少。本文以傳統的方格法和現代數字圖像法進行精度評價和應用評價的對比，分析小樣方尺度（1 m×1 m）下鹽堿化草地植被覆蓋度不同測算方法的特點、優勢和不足，以期建立精準、快速的鹽堿化草地植被覆蓋度測算方法。

1 研究區概況

試驗于2007年8月下旬，在中國科學院東北地理與農業生態所堿地生態試驗站內進行，該站位于松嫩平原西部吉林省大安市紅崗子鄉境內（45°35′58″N～45°36′28″N，123°50′27″E～123°51′31″E），占地面積約100 hm2。該地區屬典型大陸性季風氣候，冬夏季風更替明顯，溫差較大。年均氣溫4.3℃，7月份平均氣溫23.5℃，年均降水量413.7 mm，且7～9月份降水量占年降水量的73%，年均蒸發量1 749.0 mm，為降水量的4～5倍，年均日照時數2 972.1 h，年均太陽有效輻射量2 568.7 MJ·m-2，≥10℃年積溫2 921.3℃，年無霜期137 d[12]。該地區地勢較平坦，草地由于人為過度放牧已發生嚴重的鹽堿化，其植被組成較簡單均一，主要建群種有虎尾草（Chlorisvirgata），角堿蓬（Suaeda glauca）、星星草（Puccinellia tenuiflora）等。

2 研究方法

2.1 蓋度測定方法

在站區選擇不同蓋度的樣地，在樣地上隨即選取1 m×1 m的樣方，分別采用傳統方格法和現代數字圖像處理法對同一樣方內的植被蓋度進行測量，重復測定3次。數據采用DPS軟件進行差異顯著性分析。

2.1.1 方格法

自制長、寬、高分別為0.5 m、0.5 m、0.1 m，內含250個小方格的方格框。將待測1 m×1 m的樣方均勻劃分成4份，然后將方格框扣在1/4樣方上方（根據植被高度調節方格框高度），植株出現在方格框內小方格的面積超過1/2時記為1，少于1/2時記為0，分別連續4次測定，最后統計小方格內的數值占方格框內方格的總數即為實際蓋度值。

2.1.2 數字圖像法

本方法的數據獲取包括圖像獲取（即樣地彩色影像的拍攝）和數值獲取兩部分。圖像獲取采用CanonIXUS60型400萬像素數碼相機，于中午12∶00在垂直于地面對選定測定樣方區域進行拍攝，獲得拍攝樣方草地彩色圖像。草地樣方數字圖像法處理前和處理后的圖像見圖1。

圖1 草地樣方處理前圖像（a）和處理后的圖像（b）Fig.1 Image of grassland square and the image derived from image processing

圖像數據獲取利用Photoshop軟件進行，主要操作步驟如下：首次打開目標圖片，選擇工具欄中的“縮放工具”至視野范圍內；點按快捷鍵“Ctrl+A”，獲得整個圖層的選區，查看“窗口——直方圖”中的像素值并記為B1，即得到了整個圖片的像素數；取消全部選擇，在工具欄中選擇“魔術棒”，在選項欄中勾選“加選”和“連續”，然后多次選擇與土地顏色相近的區域，使圖像內未被植被覆蓋的區域全部被選中，之后記錄“直方圖”中的像素值，并記為B2，即未被覆蓋的地面的像素數；計算照片視野內的植被蓋度 S（%）=（1-B2/B1）×100%。

2.2 測定技術的精度衡量

①拼接一個長、寬均為0.5 m的矩形白紙（相當于樣方框），在矩形白紙中畫出若干矩形、三角形、平行四邊形及圓形等基本幾何圖形（見圖2），用綠色填充這些圖形（代表綠色植被）；②用直尺測量并計算所畫各種幾何圖形面積；③分別采用上述的方格法和數字圖像法測定矩形白紙中各種幾何圖形的總面積在整個矩形中所占的百分率；與通過直尺測量和計算的實際面積相對比。

圖2 用于精度評價的矩形（相當于樣方框）和其中的各種幾何圖形（相當于綠色植被）Fig.2 Rectangle used in precision assessment(which is similar to quadrat frame)and a variety of geometric forms in the rectangle(which is similar to green vegetation)

3 結果與分析

3.1 不同方法測定實地蓋度結果的比較

分別采用方格法和數字圖像法對6塊植被均勻但蓋度不同的樣地進行了實地植被蓋度測定（見表1）。結果表明，采用這兩種方法測定的樣地蓋度大小的排序一致，但測定數值差異較大，其中，植被蓋度較小的1、2號樣地采用方格法測定的數值明顯小于數字圖像法測定的數值，其中2號樣地數字圖像法的測定結果顯著高于方格法的測定結果；植被蓋度較大的5、6號樣地采用方格法測定的數值明顯大于數字圖像法測定的數值，其中5號樣地方格法的測定結果顯著高于數字圖像法的測定結果；植被蓋度中等的3、4號樣地采用兩種測定方法得出的結果比較一致。

數字圖像法比較客觀，只要按照相同的方法和步驟，一般都會得到比較精確的結果，之所以產生差異，可能與方格法固有的測定缺陷和測定過程中人的視覺影響有關。當植被蓋度較小時，按照方格法的統計規則，沒有超過方格框內小方格面積1/2的植株面積記為0，相當一部分的細小及狹窄的葉片沒有列入計數，致使測定數值偏低；當植被蓋度大于某個數值后，植被間的空隙也被計入，也致使方格法統計的數值偏大。此外，人的視覺受到光線明暗、陰影、葉片形狀和分布格局等的影響，也會產生一些錯覺，造成植被蓋度目視估測的誤差。

3.2 不同測定方法精度評價的比較

結果見表2。

表1 方格法與數字圖像法測定樣地蓋度結果比較Table 1 Comparison of coverage between the graticulation method and the digital image method (%)

表2 方格法與數字圖像法精度評價的比較Table 2 Results of precision assessment (%)

使用直尺對不同形狀圖案的測量和計算得到的各幾何圖形總面積在矩形白紙中所占的實際百分率為42.8%；方格法和數字圖像法的精確度評價分析結果表明，數字圖像法測定精度遠高于方格法（見表2），方格法的最大相對誤差達到15.9%，相對誤差范圍為10.3%～15.9%；數字圖像法3次測定的最大相對誤差（絕對值）為1.2%，相對誤差范圍為0.7%～1.2%。數字圖像法1%左右的誤差精度較高，完全能滿足植被蓋度測定的需求，而方格法的誤差較大，而且受不同人員主觀估測的結果差異也較大。

4 討論與結論

通過采用傳統的方格法和現代的數字圖像法對草地蓋度測定的比較及其精度評價分析表明，兩種方法對不同樣地測定結果的排序一致，但與方格法相比，數字圖像法測定的植被蓋度測定誤差在僅1%左右，使用普通的數碼相機和Photoshop軟件就能進行測定，具有測量結果精度較高和使用更為方便的優點，非常適合野外植被蓋度的精確、快速測定。

數字圖像法和方格法也各有優劣。方格法誤差較大，準確性不高，雖然測定手段比較可靠，能基本滿足野外低精度植被蓋度測定的需要，但測定方法繁瑣，無法適應大量取樣并快速測定試驗要求；數字圖像法完全依賴設備，如果植被與背景土壤的顏色對比差異較小，則會降低Photoshop軟件識別圖像的能力，所以數字圖像法的準確程度主要依賴植被與背景土壤的顏色差異對比，差異越大測定效果越好，為此需要根據樣地情況選擇特定時期、特定方法進行測定。一般夏季測定地表綠色植被和灰白地表顏色差異較大，效果較好，同時，為有效避免拍攝過程中植株枝葉產生陰影對圖像處理結果產生不良影響，除了注意選擇拍攝角度減少陰影外，建議盡量選擇陰天或云遮日的時間段，在垂直樣方的正上方進行拍照。

對于大面積的植被蓋度測定，利用遙感影像或進行高空數碼航拍等方法[2,4,10]，對準確估算草地植被蓋度可能更加準確和省力。因此，隨著當今時代數碼技術快速發展和數碼設備的普及，數字圖像法有望成為今后草地植被蓋度測量的主要方法。

[1]Schimcl D S.Terrestrial biogeochemical cycles∶global estimates with remote sensing[J].Remote Sensing of Environment,1995,51(1)∶49-56.

[2]孫紅雨,王長耀,牛錚,等.中國地表植被覆蓋變化及其與氣候因子關系-基于NOAA時間序列數據分析[J].遙感學報,1998,2(3)∶204-210.

[3]俞斌華,侯扶江,林慧龍.牧草種群生長對家畜踐踏的短期響應[J].草業學報,2005,14(4)∶119-124.

[4]Smith M O,Ustin S L,Adams J B.Vegetation in deserts∶I.A regional measure of abundance from multispectral image[J].Remote Sensing of Environment,1990,32∶1-26.

[5]Duncan J,Stow D,Franklin J.Assessing the relationship between spectral vegetation indices and shrub cover in the Jornada Basin[J].International Journal of Remote Sensing,1993,14∶3395-3416.

[6]馮冬霞,施生錦.葉面積測定方法的研究效果初報[J].中國農學通報,2005,21(6)∶150-153.

[7]Wimbush D J,Barrow M D,Costin A B.Color stereo-photography for the measurement of vegetation[J].Ecology,1967,48∶150-152.

[8]Zhou Q,Robson M.Automated rangeland vegetation cover and density estimation using ground digital images and a spectral contextual classifier[J].Remote Sensing,2001,22(17)∶3457-3470.

[9]Gitelson A A,Kaufman Y J,Stark R,et a1.Novel algorithms for remoteestimationofvegetationfraction[J].RemoteSensingofEnvironment,2002,80(1)∶76-87.

[10]張云霞,李曉兵,張云飛.基于數字相機、ASTER和MODIS影像綜合測量植被蓋度[J].植物生態學報,2007,31(5)∶842-849.

[11]White M A,Asner G P,Nemani R R.Measuring fractional cover and leaf area index in arid ecosystem∶Digital camera,radiation transmittance and laser altimetry methods[J].Remote Sensing of Environment,2000,74∶45-57.

[12]鄧偉,裘善文,梁正偉.中國大安堿地生態試驗站區域生態環境背景[M].北京∶科學出版社,2006.