基于MODIS數據的神農架大九湖泥炭蘚沼澤植被指數變化研究

龐毓雯,黃雨馨,俞立鵬,問靜怡,吳玉環,徐俊鋒,*

1 杭州師范大學遙感與地球科學研究院,杭州 311121 2 浙江省濕地與區域變化研究重點實驗室,杭州 311121 3 浙江安吉小鯢國家級自然保護區,湖州 313300 4 杭州師范大學生命與環境科學學院，杭州 310036

泥炭蘚(Sphagnum)是泥炭沼澤中最重要的固碳植物[1],對維持沼澤的結構和功能發揮關鍵作用[2]。全球一半以上的沼澤炭由泥炭蘚形成,泥炭蘚的固碳量約占土壤總碳量的15%[3]。每年由泥炭蘚及其殘體固定的碳比全球陸生植物積累的碳還要多[4- 5],這使得泥炭蘚沼澤成為陸地生態系統中最重要的碳庫之一,在全球碳循環中占據重要地位。泥炭蘚沼澤一般分布于北半球極地、副極地地區[6],其發育對溫度和水分有較高要求[7]。近幾十年來,由全球變暖導致的水熱格局變動,極端干旱、暴雨事件頻發[8],改變了泥炭蘚沼澤的地表水文和溫度狀況,增加了泥炭蘚沼澤生態系統的脆弱性,削減了其碳匯能力[9]。已有研究指出,全球氣候變化對泥炭蘚沼澤的植被群落分布、植被生長等帶來巨大挑戰[10-11]。泥炭蘚沼澤植被生長狀況動態變化監測是了解氣候變化對泥炭蘚沼澤影響,預測泥炭蘚沼澤演化[12]、生態系統穩定的良好指示器[13-14]。

目前,植被指數已被廣泛應用于陸地植被生長狀況監測以及植被生產力估算、碳源/碳匯估算的研究中。其中,歸一化植被指數(Normalized Difference Vegetation Index, NDVI)和增強型植被指數(Enhanced Vegetation Index, EVI)應用最為廣泛。國內學者,對于植被生長狀況的監測進行了大量研究,從研究尺度上看,由全國[15-16]到省市級[17-18];植被類型以森林[19]、林草地[20]為主,濕地類型的植被監測較少涉及;在研究方向上,集中討論了植被覆蓋、生長狀況時空變化及驅動因子[15- 20]。雖然NDVI/EVI被普遍認為是最佳的植被生長狀況監測指標,但對于泥炭蘚這類缺乏根系的植被類型,這兩種指數的靈敏性評價研究仍需增強。

近年來,大量研究者開展了較多泥炭蘚沼澤對氣候變化的響應研究,泥炭蘚已被廣泛視為全球氣候變化的生物放大器。Whinam和Copson等[21]通過歷史資料分析了氣候變化對泥炭蘚生長的影響。研究指出在1999—2000年出現的干旱期破壞了麥夸里島(Macquarie island)上泥炭蘚的生長,以及未來的氣候變化將影響泥炭蘚的斑塊大小和空間分布;Oke等[22]通過氣候模型,模擬了2050年氣候模式下,北美泥炭蘚的生長狀況,結論表明土壤水分缺乏和最干旱季的溫度平衡將影響泥炭蘚泥沼澤的分布,同時預測在不久的將來,泥炭蘚沼澤適宜的氣候面積可能會擴大。Loisel等[23]從已發表的文獻中收集北方高緯泥炭沼澤泥炭蘚生長的測量數據,以研究氣候變化對泥炭蘚生長的影響。研究發現由于全球變暖和生長季節的延長帶來的光合有效輻射增加,在云量沒有發生重大變化的情況下,將促進泥炭蘚的生長。上述研究通過歷史或預測資料分析了高緯地區泥炭蘚沼澤在氣候變化下的生長狀況,得到了很好的結論,而不同區域泥炭蘚對氣候變化的響應存在差異,中緯地區也分布有大量泥炭蘚沼澤,這些區域植被長勢在氣候變化格局下的時間周期規律尚未可知。

Boelman等[24]對以泥炭蘚為主的苔原植被群落開展了15年的溫室和施肥控制試驗,并進行了2001—2003年為期3年的NDVI與生物量的關系研究。結論表明,NDVI是監測北極苔原植被群落地上植物生物量年際變化的有效的工具,同時指出,在利用NDVI估算與碳固存相關的生態參數時,必須了解感興趣區存在哪些植被群落,以及以何種比例存在,強調在進行植被群落生長狀況監測中,指標的選擇具有特異性。May等[25]在研究短期地表水文變化對泥炭蘚及苔蘚群落NDVI、紅光反射率、近紅外反射率以及總初級生產力(Gross primary productivity, GPP)的影響時指出,NDVI和GPP與水文變化特征不匹配,用NDVI估算北方植被群落生產力可能存在問題,并強調了對苔蘚群落蓋度、組成和水分含量進行量化研究的必要性。Acunha等[26]評估了加拿大西部高度擾動泥炭蘚沼澤的植被物候參數對沼澤恢復的響應。研究對比了MODIS的NDVI和蒸散量(Evapotranspiration, ET)在監測泥炭蘚沼澤植被覆蓋動態變化中的能力,指出NDVI比ET更有效地反映擾動事件(如沼澤火災)的影響。這些研究都選用了NDVI指標進行泥炭蘚沼澤植被生長狀況監測,而針對不同的研究問題和研究區,NDVI的響應程度和靈敏度存在差異。

本文擬利用2001—2017年的MOD13Q1遙感植被指數(NDVI和EVI)產品,對我國罕有的中緯度亞高山泥炭沼澤——神農架大九湖泥炭蘚沼澤進行植被指數時序分析,擬說明氣候變化格局下,中緯泥炭蘚沼澤植被的變化規律。本文研究內容包括：(1)Logistic模型在泥炭蘚沼澤植被指數時間序列訂正中的效果分析;(2)對比NDVI與EVI的泥炭蘚沼澤植被生長狀況監測能力;(3)得到泥炭蘚沼澤植被季節生長規律及近18年的年際變化趨勢。本文對比了兩種最廣泛的植被指數在表征不同時間周期上泥炭蘚沼澤植被生長狀況的能力,這將幫助我們改進從遙感植被指數數據集中反演其他重要生態變量的精度。另外,本文將作為泥炭蘚沼澤植被變化研究的重要補充,能夠進一步說明氣候格局對不同緯度帶泥炭蘚沼澤植被生長狀況的影響,為進一步分析氣候變化對泥炭蘚沼澤生態系統功能的發揮、空間分布的演變提供數據和理論支撐。

1 研究區

我國泥炭沼澤主要分布于大、小興安嶺地區等北方高寒地區[14,27],亞熱帶少量分布,如安徽徽州天湖山[28]、福建天寶巖國家級自然保護區[29]、浙江安吉龍王山[30]等。鄂西亞高山地帶有較大面積的泥炭沼澤,且保存了中緯度地區少見的泥炭蘚沼澤[31]。湖北神農架林區大九湖濕地在地球上已存在3萬年以上,濕地核心區的蘚類沼澤維持了最原始的樣貌,泥炭蘚蓋度接近100%[32]。近幾十年來,在人類活動影響下,大九湖泥炭蘚沼澤受到了較為嚴重的干擾,目前在政府及相關部門的政策支持下,已開展大量沼澤恢復工作。杜耘等[33]針對神農架林區大九湖濕地退化問題進行了實地調查,指出20世紀70年代以來大規模的人為水文環境改造是濕地生態退化的主要原因。羅濤等[34]評估了大九湖濕地的植物群落分布現狀,指出退耕還草、還澤等政策產生了積極效果,改善了濕地生態系統群落多樣性。趙素婷等[35]利用中巴資源衛星與實地調查結合的方式,得到鄂西高山泥炭蘚沼澤的分布、面積、物種資源狀況。研究中,已建立相應的實地觀測站點,黃咸雨等[32]指出在泥炭蘚沼澤監測中,遙感能為地面觀測站點提供有力補充。已有研究大多采用實地調查的方式勘察泥炭蘚沼澤植被資源現狀,研究區域受局限、時間周期不規律,不能夠及時、全面的反映大九湖泥炭蘚沼澤植被資源現狀和發展趨勢,而遙感技術的應用則能提供快速、歷史回溯的資料,將極大提升研究質量和效率。

神農架大九湖濕地公園,位于湖北省神農架林區西北部,地理坐標為31°24′—31°33′N,109°56′—110°11′E。大九湖濕地發育于高山盆地,總面積為1645 hm2,其中泥炭沼澤有779 hm2[36]。泥炭蘚沼澤分布于大九湖一凹型盆地中,沼澤的主要植被類型為紅穗苔草-泥炭蘚群落(Com.Carexargyi-Sphagnumpalustre)、紫羊茅-泥炭蘚群落(Ass.Festucarubra-Sphagnumpalustre)等[31,35]。

本文在大九湖濕地公園中選擇泥炭蘚沼澤實驗斑塊兩處,分別記為Bog1和Bog2(圖1)。其中,根據文獻[31,34]確定泥炭蘚沼澤斑塊Bog1(31°28′51.19″N, 110°0′51.19″E),該處主要植物物種為泥炭蘚、紫羊茅等;根據文獻[35],由中巴資源衛星遙感提取的泥炭蘚沼澤斑塊為Bog2(31°30′45.413″N, 110°0′7.273″E),該處主要植物物種為泥炭蘚、紫羊茅等。兩處實驗泥炭蘚沼澤斑塊植被類型均屬紫羊茅-泥炭蘚群落(Ass.Festucarubra-Sphagnumpalustre),草本層的平均蓋度為45%,優勢種紫羊茅,平均高度為0.6 m,地被層平均蓋度為100%,其中泥炭蘚平均蓋度為95%,蘚丘的平均高度為0.22 m。從研究尺度上來看,兩處實驗泥炭蘚沼澤斑塊分別代表實地勘察的小尺度和遙感水平中等尺度,兩斑塊同時分析既能夠交叉驗證,也能夠說明遙感泥炭蘚沼澤植被生長監測是否受到尺度效應影響。

2 材料和方法

2.1 遙感數據

本文所用遙感數據為美國國家航空航天局(NASA)提供的EOS MODIS(Terra)產品系列中的MOD13Q1,該數據集包括了NDVI和EVI,空間分辨率為250 m,時間分辨率為16 d。數據集經過輻射校正、幾何校正、大氣校正等處理有效提高了數據質量,廣泛應用于區域植被變化監測中。

所用數據利用美國地質勘探局(USGS)開發的數據平臺AppEEARS(Application for Extracting and Exploring Analysis Ready Samples)(https://lpdaacsvc.cr.usgs.gov/appeears)獲得。該平臺提供了用戶自定義研究點位(Points)或研究區(Area)的兩種感興趣類型的定制NASA衛星產品的時空快速分析及可視化服務。

MOD13Q1的NDVI和EVI產品為16 d數據,在數據生產過程中會受到云雪、雨水土壤背景、傳感器自身等影響,出現異常值或缺失數據。因此必須進行植被指數訂正才能真實反映植被的季節和年際變化規律。

2.2 遙感植被指數的時間序列訂正

植被指數是遙感監測植被生長過程的主要媒介,植被指數時間曲線可以表征植被生長過程[37]。在實際應用過程中,衛星傳感器在獲取地表信息時,太陽和傳感器角度、云層和天氣狀況,以及地表水體和冰雪覆蓋等[38]都會對植被指數產品的數據質量產生影響,使得原始植被指數時間曲線表現為與植物生長過程不符的非平穩變化的鋸齒狀(圖2虛線)。

植物的生長過程一般先上升,再逐漸下降,這種規律可以通過Logistic模型來模擬。Zhang等[39]提出分段邏輯斯蒂克回歸分析模型(Stepwise logistic)來模擬植物的季節變化,目前該模型被NASA采納作為監測地表植物物候的核心算法。模型為：

(1)

式中,y(t)為t時刻的NDVI/EVI值,a,b為擬合參數,d為NDVI/EVI初始背景值,c+d為最大NDVI/EVI值[39]。本文利用該模型思想對NDVI、EVI時間序列進行訂正,進而由此提取泥炭蘚沼澤植被的生長規律(圖2)。

圖2 泥炭蘚沼澤的季節周期Logistic訂正Fig.2 Logistic correction of seasonal period of Sphagnum palustre bog從圖中可以提取植被的物候參數：生長季開始(季節性振蕩的20%)、生長季最大值、生長季結束

2.3 趨勢分析

為了分析泥炭蘚沼澤植被生長狀況的變化趨勢,本文利用一元線性回歸模型統計植被指數(NDVI和EVI)在2000—2017年的年際變化趨勢。其中,分別提取植被指數年均值(代表逐年泥炭蘚沼澤植被的平均生長水平,這是最常用的趨勢分析指標)和植被指數年最大值(表征泥炭蘚沼澤植被年內的最佳生長狀態,是更靈活的植被生長監測指標)。由此,分別統計泥炭蘚沼澤植被指數年均值和年最大值的年際變化趨勢K—為一元線性回歸模型的斜率,其計算公式分別為：

(2)

(3)

式中,Kavg代表植被指數年均值的年際變化趨勢線的斜率,Kmax代表植被指數年最大值的年際變化趨勢線的斜率;n為遙感產品累計的時間周期,本文時間周期為2000—2017年,即n=18;aVIi代表第i年植被指數年均值;mVIi代表第i年植被指數年最大值。若K>0,說明時間周期內泥炭蘚沼澤植被生長狀況呈增加趨勢,反之,則呈下降趨勢。隨后,對線性回歸的植被指數年際變化趨勢進行檢驗,其中0.01

3 結果與分析

3.1 植被指數訂正

3.1.1季節變化與訂正

本文分別對NDVI和EVI多年逐月均值應用Logistic模型,得到結果如圖2(實線)。季節周期的植被指數時間序列曲線能夠反映泥炭蘚沼澤植被一年的生長規律。訂正后的生長曲線更為平緩,能夠獲得泥炭蘚沼澤植被任意時間結點的植被指數值,從而估計沼澤植被各物候期或生長過程關鍵節點。圖2中NDVI曲線在6月中旬出現一個谷,圖2中EVI振蕩出現在年初及年末,8月出現的異常高值,經過Logistic訂正后這些噪聲都得到去除。

3.1.2年際變化與訂正

植被指數產品在原始處理時以年為單位,因此在相鄰年份銜接上,數值振蕩和差異明顯。本文分別對兩個泥炭蘚沼澤斑塊的NDVI及EVI進行2000—2017年的年際周期時間序列訂正分析(圖3),經Logistic訂正后,相鄰年份間指數值變化平緩,更符合真實規律。從整體上看,Logistic訂正后的植被指數時間序列變化趨勢平緩,無跳躍值,可反映泥炭蘚沼澤植被長時間序列的變化趨勢。

圖3 泥炭蘚沼澤的年際周期Logistic訂正Fig.3 Logistic correction of annual period of Sphagnum palustre bog

3.2 泥炭蘚沼澤植被生長遙感監測指標選取

陸地生態系統中植被的長時間序列變化研究多借助遙感衛星數據。用于植被生長監測最廣泛的兩種遙感植被指數為歸一化植被指數(NDVI)和增強型植被指數(EVI)。國內外學者大量討論了NDVI與EVI在不同植被群落、生態系統中的響應能力[40-42],研究結果表明NDVI在監測較高覆蓋度植被時容易發生飽和,而EVI通過調節參數克服了易飽和的缺點,在植被覆蓋度較高的區域監測精度優于NDVI。

泥炭蘚是一種缺乏根系的苔蘚植物,其葉片和冠層結構與其他針葉和闊葉維管植物不同,NDVI和EVI在泥炭蘚植物中的適用性還需要進一步分析。本文比較了訂正后的NDVI與EVI應用于泥炭蘚沼澤植被生長狀況監測中的適應性和靈敏度。

3.2.1NDVI與EVI季節對比分析

圖4 泥炭蘚沼澤NDVI與EVI季節生長周期 Fig.4 NDVI and EVI seasonal growth cycle of Sphagnum palustre bog

泥炭蘚沼澤植被的季節生長周期貫穿4月中旬至10月中旬(圖4)。基于訂正后的NDVI和EVI多年月份均值的沼澤植被周期曲線(圖4),可知：1)沼澤植被為一年生,NDVI與EVI生長曲線為單峰,且生長季時間跨度較長,集中在夏季,與雨水充沛促進泥炭蘚生長有關;2)NDVI與EVI得到的生長季時間大致相等,即生長季開始時間和結束時間近似。由于NDVI在年初起始值較高,隨著植被生長旺盛,NDVI值趨于飽和,對生長季最大值變化檢測不敏感,此時EVI更適用;3)EVI擬合后的整體效果優于NDVI。在之后的泥炭蘚群落物候期規律定量變化研究中,應使用EVI作為監測指標。

3.2.2NDVI與EVI年際對比分析

統計2000—2017年2個泥炭蘚沼澤斑塊的年際NDVI和EVI變化規律,如圖5所示：1)NDVI整體高于EVI,NDVI高值處于0.7—0.8之間,EVI高值位于0.5—0.6附近。兩者總體趨勢一致,在相鄰時間周期內,表現出相似的變化特征;2)從長時間變化來看,相較于EVI,NDVI的年最大值變化較平緩,EVI的峰值在年際間的振蕩更明顯,說明EVI能更靈活監測泥炭蘚沼澤植被年際最佳生長狀況的變化;3)在曲線的谷值處,NDVI振蕩強于EVI。總體而言,EVI在年際間泥炭蘚沼澤植被動態監測中優于NDVI。

圖5 泥炭蘚沼澤斑塊的NDVI和EVI年際變化Fig.5 NDVI and EVI annual change of Sphagnum palustre bog

3.3 泥炭蘚沼澤植被時間序列變化分析

3.3.1泥炭蘚沼澤植被季節規律分析

泥炭蘚沼澤植被的季節EVI變化曲線(圖4)可知：泥炭蘚沼澤植被為一年生,生長季開始于4月中旬,結束于10中旬,生長季長度為6個月。一年中的1月至4月泥炭蘚沼澤的EVI值處于較低水平,隨著冰雪融化,雨季的到來,EVI開始緩慢上升,進入生長季,直至10月中旬結束生長季。泥炭蘚對地表及地下水文變化敏感,從生長周期結點變化能夠靈敏反映短期的水文格局變化,體現一年中極端降水和干旱事件。通過長時間的物候和沼澤地表水文狀況聯動分析,能夠靈敏表征泥炭蘚沼澤在氣候變暖引起水熱格局變化中的響應。

3.3.2泥炭蘚沼澤植被生長年際變化分析

本文分別對2000—2017年大九湖兩個泥炭蘚沼澤斑塊的EVI年均值及年最大值進行線性回歸,結果如圖6—7所示：1)無論是年均值還是年最大值泥炭蘚沼澤的EVI都表現為平穩小幅增長趨勢,年際變化率K均大于0。2)泥炭蘚沼澤EVI年最大值的變化曲線的趨勢程度強于年均值曲線,即年際變化率Kmax=0.0036>Kavg=0.0018,且對應R2更大(R2=0.33,P<0.05)。3)對比兩個泥炭蘚沼澤斑塊,斑塊2的趨勢程度及相關性都優于斑塊1。在年際變化中,兩個斑塊的變化規律大體一致,但在個別年份上存在差異,該現象在EVI最大值中表現明顯。例如,斑塊1中2007年EVI年最大值出現一個相鄰年份間的極大值,而在斑塊2中,該年份與相鄰年份EVI值近似。該現象出現可能是由于泥炭蘚沼澤植被生長對微地貌敏感或受到遙感監測尺度效應的影響。

圖6 泥炭蘚沼澤斑塊1 EVI的變化趨勢Fig.6 The trend of EVI in the Sphagnum palustre bog1

圖7 泥炭蘚沼澤斑塊2 EVI的變化趨勢Fig.7 The trend of EVI in the Sphagnum palustre bog2

隨后,將泥炭蘚沼澤斑塊1和2的年際EVI數據匯總進行全局時序分析,結果如圖8所示：整體上,泥炭蘚沼澤植被在18年來呈現穩定的上升趨勢,EVI年最大值的變化趨勢較EVI年最大值更強(Kmax=0.0058>Kavg=0.0038),且趨勢相關性更好(R2=0.47,P<0.01)。

圖8 泥炭蘚沼澤斑塊1和2的EVI變化趨勢Fig.8 The trend of EVI in the Sphagnum palustre of bog1 and bog2

4 總結

本文利用2000—2017年MODIS NDVI和EVI數據,對我國獨特的中緯度亞高山大九湖濕地中的兩個泥炭蘚沼澤斑塊的植被生長狀況進行了時間序列趨勢分析,得到以下結論：

(1)Logistic模型能夠有效消除原始植被指數時間序列中的噪聲,在季節和年際曲線訂正中表現出良好效果。中緯度高山地區年均云層覆蓋率高,原始的植被指數時間周期產品有較大的噪聲。無論是季節周期上夏季的異常低值,還是相鄰年份間的數值跳動,logistic模型均能夠很好訂正這些誤差,得到平滑的泥炭蘚沼澤植被生長規律曲線及年際間的周期規律;

(2)泥炭蘚沼澤植被生長狀況時間序列變化動態監測中,EVI優于NDVI,表現在：1)季節生長周期監測中,EVI能夠更精確的反映植物物候變化節點。NDVI在年初的初始值較高,隨著植被生長的旺盛,值域變化空間較小,相比于EVI對植被生長季變化的感應能力較弱,無法準確捕捉泥炭蘚沼澤植被的成熟期。由于,泥炭蘚沼澤地表在生長季旺盛期泥炭蘚蘚丘覆蓋度較高,約為90%,在這種狀況下,NDVI檢測植被生長變化的能力弱于EVI。隨著植被的枯黃,NDVI下降,有了更大的值域響應范圍,因此NDVI與EVI均能夠反映植被的衰老期。2)在植被長勢的年際周期分析中,NDVI在年際間的變化規律十分微弱,而EVI能夠體現年份間的植被長勢的強弱狀況。由于NDVI在泥炭蘚沼澤植被上易飽和的不足,不能夠及時體現泥炭蘚植被的生長變化,此時EVI更適用;

(3)經趨勢分析可得,神農架大九湖泥炭蘚沼澤植被表現為微弱增長,EVI年均值增長率達3.8‰(R2=0.46,P<0.01),泥炭蘚沼澤植被生長穩定。本文的趨勢分析指標分別為EVI年均值和年最大值,年最大值的趨勢程度為5.8‰,強于年均值,表明泥炭蘚沼澤植被的季節生長周期對氣候變化的響應更為靈敏。泥炭蘚是一種特殊的蘚類,沒有根系和維管組織對外界環境變化極其敏感,本文選取的指標(EVI年均值和年最大值)不夠精細,可能未能及時捕捉到泥炭蘚對氣候變化的快速反應,因此在后續研究中應引入物候規律分析,包括植被的返青期、成熟期、衰老期及生長季長度的變化等。另外,本文基于MODIS產品的植被指數變化分析,時間周期為2000—2017年,在未來的研究中,可以疊加更多的分析數據(如AVHRR GIMMSS產品等),從更長的時間周期上,探究氣候變化對泥炭蘚沼澤植被生長的影響;

(4)此外,本文選取的兩個泥炭蘚沼澤斑塊通過遙感的手段將傳統的研究單元由點尺度提升到面尺度,由小區域跨越到大區域。兩個斑塊的趨勢分析體現了較好的一致性,均表現了泥炭蘚沼澤植被的微弱的增長趨勢(Bog1年均值增長率1.8‰,Bog2年均值增長率5.8‰),但在趨勢程度上也表現出了略微差異。這既展現了遙感在泥炭沼澤生態監測中的應用能力,也體現了在不同尺度分析上,遙感的尺度效應。因此在后續研究中,可進一步分析由尺度效應引起遙感監測效果差異,及遙感應用于泥炭蘚沼澤生態監測的最佳研究尺度。

致謝：賈文曉博士和宋垚彬博士幫助植被群落表述,特此致謝。