扎龍保護區丹頂鶴棲息地適宜性評價

郭 殿 繁，臧 淑 英，那 曉 東

(黑龍江省普通高等學校地理環境遙感監測重點實驗室/哈爾濱師范大學,黑龍江 哈爾濱 150025)

?

扎龍保護區丹頂鶴棲息地適宜性評價

郭 殿 繁，臧 淑 英*，那 曉 東

(黑龍江省普通高等學校地理環境遙感監測重點實驗室/哈爾濱師范大學,黑龍江 哈爾濱 150025)

結合TM影像和ENVISAT ASAR(HH/HV)數據，以扎龍保護區丹頂鶴棲息地為研究對象，在分布式定量提取評價因子(植被類型、生境結構、巢下水深、植被蓋度、人為干擾)的基礎上，建立HSI模型對丹頂鶴棲息地質量進行評價，并根據實測巢址空間分布情況對評價結果進行驗證。結果表明：基于主觀專家知識建立的HSI模型得到丹頂鶴高適宜棲息地面積為48 km2，適宜棲息地面積為265 km2，低適宜棲息地面積為385 km2,不適宜棲息地面積為1 403 km2，結合實測數據驗證，得出高適宜、適宜和低適宜棲息地巢址共占實測巢址的92.86%，不適宜棲息地巢址占7.14%。經檢驗HSI模型對淡水沼澤濕地典型水禽棲息地的質量評價有良好的適用性。

扎龍保護區；適宜性評價；評價因子；HSI

0 引言

21世紀生物棲息地喪失和物種滅絕是生物多樣性保護面臨的兩大挑戰[1]。扎龍保護區是我國丹頂鶴重要的繁殖棲息地，但由于自然和人為因素干擾，保護區水位下降和水體富營養化程度不斷加劇，丹頂鶴的生存面臨一定的威脅。丹頂鶴棲息地適宜性評價則是制訂有效的丹頂鶴棲息地保護措施及管理計劃的基礎和前提[2]。

針對目前丹頂鶴棲息地現狀，國內外學者在景觀生態學與保護生物學理論的指導下，借助3S技術開展了大量丹頂鶴生境的監測和質量評價研究[3-9]。已有丹頂鶴生境評價研究選取的評價因子大都是植被類型、積水狀況、道路、鐵路等因子。基于像元的植被分類結果無法反映水禽巢址選擇過程對于集中連片蘆葦沼澤的生境需求。統計水禽巢域范圍內蘆葦沼澤濕地所占的比例可以有效識別出適宜丹頂鶴巢址選擇的區域。鄒紅菲等[10]研究表明巢下水深也是影響丹頂鶴巢址選擇的因素，但巢下水深作為評價因子在棲息地質量評價中應用較少，其提取方法多是基于光學遙感影像，而水在可見光和近紅外波段具有較低的反射率，難以監測到植被冠層下的積水狀況。

本文基于Landsat TM和ENVISAT ASAR等多源數據，利用合成孔徑雷達(Synthetic Aperture Radar,SAR)對植被冠層下的水較敏感的特性[11,12]，結合丹頂鶴生境需求，綜合運用遙感和GIS技術對植被類型、生境結構、水深等微生境因子進行分布式定量提取，并運用主觀專家知識建立HSI模型，對丹頂鶴棲息地質量進行評價,為保護區管理，尤其是為珍禽棲息地的管理和建設提供理論依據，對于區域生物多樣性保護具有重要的科學意義和實用價值。

1 研究區與數據源

扎龍國家級濕地自然保護區位于松嫩平原西部，是我國首批被列入《國際重要濕地名錄》的濕地之一。地理坐標為46°52′～47°32′N，123°47′～124°37′E，總面積約21萬hm2,保護區地處中緯度半濕潤半干旱區，屬于溫帶大陸性季風氣候，平均海拔144 m。濕地沼澤類型組成中以蘆葦沼澤面積最大，總蓋度達80%～90%，構成以蘆葦沼澤為單優勢種的植物群落，還有少量的漂筏苔草沼澤、苔草沼澤、香蒲沼澤等植被。據調查,該地區有鳥類269種，以鶴類種類多、數量大而聞名[13]。

2007年4月下旬至5月上旬，開展地面調查，借助12倍、40倍的望遠鏡搜索丹頂鶴巢址并用差分GPS進行定位、編號。依據生境調查方法[7]，考慮遙感像元空間尺寸(分辨率30 m×30 m)，采用間隔不低于180 m距離為測量點，進行微生境因子的測量，記錄土地覆蓋類型、植被類型、植被蓋度、巢下水深及采樣點的地理坐標。本次調查并準確定位14個丹頂鶴巢址(圖1)，這部分野外采樣數據用作生境因子的遙感反演及其精度驗證。

圖1 扎龍保護區丹頂鶴巢址分布

Fig.1 The nest site map of red-crowned crane in Zhalong Nature Reserve

本研究數據源包括2007年7月Landsat-5 TM遙感影像(空間分辨率為30 m)、2007年6月ENVISAT ASAR數據、HH和HV極化兩幅影像(波長5.6 cm，入射角19.2°～26.7°，像元分辨率12.5 m)以及覆蓋研究區1∶5萬地形圖(1986年)14幅。在ENVI4.7環境中，對研究區TM影像進行波段合成，以1∶5萬地形圖在影像上選取地面控制點，進行幾何精糾正和配準，殘差控制在0.5個像元內，糾正到統一的高斯投影下。運用歐空局提供的NEST(Next ESA SAR Toolbox)軟件包對ENVISAT ASAR原始數據進行提取并由幅度圖像得到能量圖像，輻射定標得到后向散射系數圖像，并進行GAMMA MAP濾波以抑制圖像相干斑噪聲。參照具有精確地理坐標的TM影像對ENVISAT ASAR影像進行幾何校正和重采樣，糾正后影像空間分辨率為30 m。在ArcGIS9.3環境中，數字化地形圖的等高線和高程點，使用Kriging插值法生成數字高程模型(DEM)，像元大小30 m，轉化為統一的高斯投影，并由此提取坡度圖。

2 棲息地適宜性評價模型的構建

2.1 評價因子的確定

評價因子的選取是棲息地適宜性評價的關鍵。本研究從丹頂鶴生境需求的角度考慮并結合已有研究成果，最終選擇植被類型、生境結構、巢下水深、植被蓋度、人為干擾因素5個因子作為丹頂鶴棲息地的質量評價指標。1)根據已有研究，丹頂鶴巢址100%選擇在蘆葦沼澤濕地[14-18]，可見蘆葦沼澤濕地是丹頂鶴巢址選擇的首選因素；2)丹頂鶴巢址選擇傾向于集中連片的蘆葦沼澤[19，20]，故丹頂鶴巢域蘆葦沼澤濕地所占的比例可作為其棲息地質量評價的重要指標；3)當巢下水深超過50 cm時，丹頂鶴會棄巢或用喙拖巢到巢下水深低于50 cm的位置[16]，可見適宜的水深是丹頂鶴巢址選擇的重要影響因素；4)丹頂鶴巢址和覓食需要一定的隱蔽條件，植被蓋度則反映其隱蔽條件的好壞；5)丹頂鶴是群居動物，道路和村屯等人為干擾也是影響丹頂鶴棲息地選擇的一個因素。

2.2 評價因子的獲取

2.2.1 植被類型和生境結構的提取 本研究采用隨機森林分類方法對研究區地表覆蓋類型進行分類。通過分層隨機采樣方法，以Landsat-5 TM影像和1∶5萬地形圖作為參考數據選取13 900個訓練樣本。采用R統計軟件進行機器學習，選取的預測變量包括：光譜特征數據(TM1-5、7，NDVI，NDWI，PC1，BRIGHTNESS，GREENNESS和WETNESS)、雷達影像數據(HH和HV)和2個地形輔助數據(DEM和SLOPE)。目標變量包括水域、旱地、水田、草地、居民地、蘆葦沼澤地、鹽堿地7種類型。從分類結果中提取出蘆葦沼澤的空間分布范圍作為質量評價指標，并將蘆葦沼澤的像元值設為1，非蘆葦沼澤的值設為0。丹頂鶴生境結構(巢域范圍蘆葦沼澤濕地所占百分比)提取中，結合鄒紅菲等[7]的研究成果，取丹頂鶴平均的巢域范圍為55 hm2，對蘆葦沼澤圖層進行鄰域統計分析，得到巢址內的生境結構圖層。

2.2.2 淹水范圍和巢下水深的提取 在保護區淹水范圍提取中，利用合成孔徑雷達(SAR)對植被冠層下的水較敏感的特性，首先結合野外調查數據，選取36個感興趣區域(ROI)，其中淹水植被ROI為12個，非淹水植被ROI為10個，明水面ROI為8個，裸土ROI為6個。每個ROI大約包含200個像元，盡量減少ROI中混合像元個數。提取相應HH/HV和HH/VV極化影像的后向散射系數值，對比各類景觀類型后向散射系數的差異。選用HH/HV和HH/VV極化的后向散射系數影像作為預測變量，以ROIs作為訓練樣本，建立分類回歸樹(Classification and Regression Tree,CART)模型提取淹水范圍。根據實測水深與大比例尺地形圖建立的DEM進行回歸統計分析(圖2)，得到淹水范圍的邊界水位，用邊界水位減淹水區范圍內的地形高程值得到空間化的水深因子，按照丹頂鶴巢址的適宜水深進行分級，分級標準如表1。

圖2 實測水深與DEM之間回歸統計分析

Fig.2 Regression statistical analysis diagram between actual water depth and DEM

表1 丹頂鶴巢址下適宜水深分級

Table 1 The appropriate water depth classification under the red-crowned crane nest

高程范圍(m)分級144．9≤DEM<145．11144．2≤DEM<144．90．66143．6≤DEM<144．20．33DEM<143．6&DEM>145．10

2.2.3 植被蓋度和人為干擾因素的提取 結合TM遙感影像，采用線性光譜分解法提取研究區的植被蓋度信息，根據研究區的實際情況選取混合光譜的組分，包括植被像元、不透水面與明水面。運用最小噪聲分離(MNF Rotation)技術降低TM數據維數，選取前3個波段計算純凈像元指數(PPI)，構建n維可視化窗口選取端元。使用線性波譜分離(Linear Spectral Unmixing)工具進行線性波譜分離得到植被蓋度圖層。本研究針對道路與村屯的矢量數據進行距離制圖，得到柵格數據圖層，將所有柵格除以最大柵格值轉換為值域為0～1的人為干擾適宜性專題圖層。

2.3 評價模型的構建

本研究應用上述確定的因子作為評價因子，設Z1為植被類型、Z2為生境結構、Z3為巢下水深、Z4為植被蓋度、Z5為人為干擾。通過野外調查和已有研究可知植被類型直接反映了食物情況，基于植被類型提取的生境結構因子能從物種的視角選擇食物來源豐富的巢址位置，植被類型和生境結構是丹頂鶴巢址選擇的主控因子，所以用Z1與Z2同其他因子相乘。適宜的水深是丹頂鶴巢址選擇的一項重要指標，植被蓋度則反映丹頂鶴覓食的隱蔽條件，居民點和道路反映人類活動對丹頂鶴棲息環境的干擾，綜合應用層次分析和專家打分法確定Z3、Z4和Z5的權重。結合美國地理調查局國家濕地研究中心魚類與野生生物署于20世紀80年代初提出的HSI模型[21]，根據研究區物種的生境需求建立如下評價模型：

3 結果與分析

3.1 評價因子的獲取結果及其驗證

通過上述因子獲取方法可以得到各評價因子的專題圖(圖3)。植被類型采用兼容多光譜遙感圖像、雷達影像數據與輔助地學數據的隨機森林分類方法，兩個隨機采樣的過程保證了隨機性，使其不會出現過度擬合現象，分類樹集合更加穩定。結合實測數據對植被類型因子提取結果進行驗證，建立誤差混淆矩陣，得出隨機森林分類結果對沼澤濕地的生產者精度和用戶精度分別為72.7%和91.4%，表明該方法可較好地提取植被類型。

圖3 評價因子圖層

Fig.3 The layers of evaluation factors

基于雷達影像的后向散射系數并結合CART模型提取的淹水范圍，可較好地識別濕地植被冠層下的淹水范圍。結合DEM和實測水深回歸分析可得適宜水深等級范圍。水深因子圖層中1表示最適宜水深區域，空白區代表非淹水區。對水深因子結果進行驗證，結合156個野外實測水深樣本，基于誤差混淆矩陣計算用戶精度和總精度，得出CART算法對非淹水植被分類的總精度和Kappa系數分別為83.61% 和0.68，制圖精度和用戶精度都在85%以上，表明基于雷達數據并結合CART算法能較好提取植被淹水范圍，從而有效地提取丹頂鶴巢下水深。

對采用線性波譜分離方法得到的植被蓋度結果進行驗證，運用實測植被蓋度對預測植被蓋度進行精度驗證(圖4)，結果表明預測值和實測值有很高的相關性(R2=0.942)，該方法適用于提取濕地區域的植被蓋度。在人為干擾因子提取中，該研究對道路和村屯進行距離制圖得到人為干擾評價因子圖層。

圖4 植被蓋度預測的散點圖

Fig.4 Scatter diagram of vegetation coverage prediction

3.2 丹頂鶴棲息地適宜性評價結果及檢驗

通過建立的HSI模型可得扎龍保護區丹頂鶴棲息地適宜性評價結果(圖5，見封2)，將其分為4個等級并統計每個等級的面積和實測巢址數量(表2)。

表2 不同生境適宜性范圍內的實測巢址數量

Table 2 The actual number of nest site of different habitat suitability scope

適宜性等級面積(km2)實測巢址數HSI值高適宜4850．75～1適宜26560．5～0．75低適宜38520．25～0．5不適宜140310～0．25

從圖5可以看出，適宜性高的區域都集中在中部的核心區，低適宜和不適宜區域均分布在北部和南部的緩沖區和實驗區。結合得到的評價因子圖層分析原因，核心區的蘆葦沼澤分布廣泛，為丹頂鶴的棲息提供充足的食物來源，而且丹頂鶴巢域范圍蘆葦沼澤所占比例非常高，從物種視角滿足其對蘆葦沼澤的生境需求。核心區的水深等級均在0.33以上，植被蓋度較高，同時受道路和村屯的干擾程度較低，相比緩沖區和實驗區更適宜作為丹頂鶴的巢址。

結合實測的14個巢址對評價模型得到的結果進行檢驗得出：有5個位于高度適宜區，6個位于適宜區，2個位于低適宜區，僅有1個巢址落在不適宜區(表2)。野外實測巢址個數占適宜丹頂鶴棲息區域的78.6%，表明該模型能夠較準確地根據生境特征評價丹頂鶴巢址的適宜性。

4 結論與討論

本研究突破了傳統的以點代面的棲息地適宜性評價方法，結合丹頂鶴生境需求并借助遙感手段定量提取研究區丹頂鶴棲息地的生境因子及其空間結構特征(植被類型、生境結構、巢下水深、植被蓋度與人為干擾)，在此基礎上建立主觀專家知識的HSI模型，評價研究區丹頂鶴棲息地的質量。主要結論有：1)基于隨機森林兼容多光譜遙感圖像與輔助地學數據的機器分類方法提取植被類型，由于在樹生成過程中引入兩個隨機變量，提高了對數據的適應能力，使其具有更高分類精度和穩定性。同時該分類方法的輸入數據既可以是離散變量，又可以是連續變量，并有良好的多源數據兼容性，尤其是兼容高維數據。2)采用鄰域統計分析技術提取丹頂鶴巢域范圍內的蘆葦沼澤所占比例，從物種的視角考慮巢址選擇所需聚集度指數高的蘆葦沼澤斑塊，改善了基于像元尺度的植被類型提取的局限性，宏觀反映了物種的生境結構。3)結合Envisat ASAR合成孔徑雷達圖像對淹水范圍的提取，其HH/HV和HH/VV極化方式對淹水植被與非淹水植被的后向散射系數差異明顯，可較好地識別濕地植被冠層下的淹水范圍，同時改善了光學影像分類中的光譜異質現象，抑制了淹水植被的錯分現象。

本文結合物種生境需求建立HSI模型，綜合多種生境因子對丹頂鶴繁殖棲息地適宜性評價，將評價結果與實測巢址數據進行對比，一致性達到78%以上。該評價方法適宜于淡水沼澤濕地典型水禽棲息地的質量評價研究。因為遙感反演各評價因子本身存在誤差，包括植被類型、植被蓋度、巢下水深等，而且在建模過程中由于主觀賦權又引入一部分誤差，造成評價結果中誤差的累積。下一步應提高因子反演精度，選擇數據驅動的模型進行適宜性評價，為水禽棲息地管理提供獲取當前保護區生境質量與確定優先保護區域的新方法。

[1] SATTERSFIELD A J,CAPPER D R.Threatened Birds of the World[M].Barcelona and Cambridge.U.K:Lynx Edicions,2000.

[2] 金龍如，孫克萍，賀紅士,等.生境適宜度指數模型研究進展[J].生態學雜志，2008，27(5):841-846.

[3] GOTTSCHALK T K,HUETTMANN F,EHLERS M.Thirty years of analysing and modelling avian habitat relationships using satellite imagery data:A review[J].International Journal of Remote Sensing,2005,26(12):2631-2656.

[4] ASPINALL R,VEITCH N.Habitat mapping from satellite imagery and wildlife survey data using a Bayesian modelling procedure in a GIS[J].Photogrammetric Engineering and Remote Sensing,1993,59:537-543.

[5] VERLINDEN A,MASOGO R.Satellite remote sensing of habitat suitability for gulates and ostrich in the Kalahari of Botswana[J].Journal of Arid Environments,1997,35:563-574.

[6] LAURENT E J,SHI H,GATZIOLIS D,et al.Using the spatial and spectral precision of satellite imagery to predict wildlife occurrence patterns[J].Remote Sensing of Environment,2005,97:249-262.

[7] 鄒紅菲，吳慶明.扎龍自然保護區丹頂鶴(Grus japonensis)巢的內分布型及巢域[J].生態學報，2009，29(4):1710-1718.

[8] 秦喜文，張樹清，李曉峰,等.基于證據權重法的丹頂鶴棲息地適宜性評價[J].生態學報，2009，29(3):1074-1082.

[9] 李文軍，王子健.丹頂鶴越冬棲息地數學模型的建立[J].應用生態學報，2000，11(6):839-842.

[10] 鄒紅菲，吳慶明，馬建章.扎龍保護區火燒及濕地注水后丹頂鶴(Grus japonensis)巢址選擇[J].東北師范大學學報(自然科學版)，2003，35(1):54-58.

[11] WANG Y,HESS L L,FILOSO S,et al.Understanding the radar backscattering from flooded and non flooded forest:Results from canopy backscatter modeling [J].Remote Sensing of Environment,1995,54:324-332.

[12] TOWNSEND P A.Estimating forest structure in wetlands using multitemporal SAR[J].Remote Sensing of Environment,2002,79:288-304.

[13] TIAN J L,HE Y F,WANG J Q.Influence of fire in 2001 on the inhabit and breeding of red-crowned crane in Zhalong Nature Reserve[J].Forestry Science& Technology,2004,29(4):29-31.

[14] 李楓，楊紅軍，張洪海,等.扎龍濕地丹頂鶴巢址選擇研究[J].東北林業大學學報，1999，27(6):57-60.

[15] 李文軍.自然保護區生境影響因素研究[J].生態學報，1999，19(3):426-430.

[16] 鄒紅菲，吳慶明.扎龍濕地丹頂鶴和白枕鶴求偶期覓食生境對比分析[J].應用生態學報，2006，17(3):444-449.

[17] 江紅星，劉春悅，錢法文,等.基于3S 技術的扎龍濕地丹頂鶴巢址選擇模型[J].林業科學，2009，45(7):76-83.

[18] 吳慶明，鄒紅菲，金洪陽,等.丹頂鶴春遷期覓食棲息地多尺度選擇——以雙臺河口保護區為例[J].生態學報，2013，33(20):6470-6477.

[19] BAKER B W,CADE B S,MANGUS W L,et al.Spatial analysis of sandhill crane nesting habitat[J].J.Wildl.Manage,1995,59：752-758.

[20] LANG M W.Assessment of C-band synthetic aperture radar data for mapping and monitoring Coastal Plain forested wetlands in the Mid-Atlantic Region[J].Rem.Sens.Environ,2008,112(11):4120-4130.

[21] U.S.FISH AND WILDLIFE SERVICE.Standards for the Development of Habitat Suitability Index Models[R].U.S.Fish and Wildlife Service,1981.1-81.

Habitat Suitability Evaluation of Red-Crowned Crane in Zhalong National Nature Reserve

GUO Dian-fan,ZANG Shu-ying,NA Xiao-dong

(KeyLaboratoryofRemoteSensingMonitoringofGeographicEnvironment,CollegeofHeilongjiangProvince,HarbinNormalUniversity,Harbin150025,China)

It is of great significance for the protection of the red-crowned crane to evaluate habitat suitability.Combined the TM image and ENVISAT ASAR data,five evaluation factors (vegetation types,vegetation fraction,water depth under the nest,human disturbance and spatial composite features of habitat structure) are applied to conduct distributed quantitative inversion based on the research object of red-crowned crane habitats in Zhalong National Nature Reserve.The HSI model was established to evaluate red-crowned crane habitat quality,and the evaluation results were verified according to the location of actual nest space distribution.The results show that the area of most suitable habitat of the red-crowned crane is 48 km2based on the HSI model which was established by subjective expert knowledge.The area of the suitable habitats is 265 km2,the area of the less suitable habitats is 385 km2,and the area of the unsuitable habitats is 1 403 km2.Combined with the measured data validation,the result shows that most suitable habitat,suitable habitat and low suitable habitat account for 92.86% in the measured nests,unsuitable habitat accounts for 7.14%.The HSI model established in the research has a good applicability for evaluating quality of the typical freshwater marsh wetland waterfowl habitat through testing,and provides important guiding significance for reserve management and construction.

Zhalong National Nature Reserve;suitability evaluation;evaluation factors;HSI (Habitat Suitability Index)

2014-04-17；

2014-09-27

國家自然科學基金重點項目(41030743)；國家自然科學基金青年項目(41001243)；教育部科學技術重點項目(212046)；哈爾濱師范大學青年學術骨干資助計劃項目(11XQXG21)

郭殿繁(1991-)，男，碩士研究生，主要研究方向為遙感與生態環境。*通訊作者E-mail：zsy6311@163.com

10.3969/j.issn.1672-0504.2015.01.012

X176;TP79

A

1672-0504(2015)01-0054-05