川西米亞羅自然保護區森林地上碳儲量遙感估算

巫明焱,董 光,王藝積,熊瑞東,李 悅,程武學,*,付志璽,范曙峰

1 四川師范大學地理與資源科學學院,成都 610101 2 成都理工大學地學空間信息技術國土資源部重點實驗室,成都 610059 3 四川師范大學西南土地資源評價與監測教育部重點實驗室,成都 610068 4 四川省林業勘察設計研究院,成都 610084 5 四川師范大學生命科學學院,成都 610068 6 江蘇省常州市武進區林業工作站,常州 213159

森林作為陸地生態系統的主體,是地球上最大的碳庫,它不僅具有調節區域生態環境的功能,還在維持全球碳平衡方面發揮著重要作用[1-4]。隨著全球氣候變暖,森林生態系統對氣候的影響成為了研究焦點,森林植被碳儲量的相關研究不斷拓展,研究的廣度和深度也逐漸提升[5-6]。遙感與GIS技術以其快速、經濟、方便等特點,逐漸顯現出極大的優勢[7-9]。美國Landsat、法國SPOT等中高分辨率遙感影像的獲取,以及森林資源連續清查數據的逐步完善,為森林植被碳儲量遙感估算與動態監測奠定了基礎[10]。

眾多學者在運用遙感技術估算植被碳儲量方面做了大量研究。Foody等[11]利用神經網絡和多元線性回歸的方法建立熱帶森林研究站點生物量估算模型,并探究該估算模型的區域可轉移性。Fauzi等[12]對馬來西亞吉蘭丹熱帶森林不同海拔梯度碳儲量進行估算,探究碳儲量在不同海拔梯度上表現出的顯著變化。覃連歡[13]使用生物量換算因子法估算廣西省森林植被的碳儲量,研究了不同林齡結構樹種的碳儲量和碳密度特征。黃紹霖等[14]將馬尾松林的實測數據與ALOS遙感影像的植被光譜信息進行比較,得出了長汀河田盆地馬尾松林碳儲量反演模型。徐麗華等[15]基于Quickbird高分辨率遙感影像對浙江省義烏市城區的林地碳儲量進行遙感估測,精度比較理想。總結已有研究,國內外對森林植被碳儲量研究的理論技術逐漸成熟并不斷深入,研究的方法不斷改進和優化,基于遙感技術估算生物量或者碳儲量主要應用于大空間尺度下,對研究區內的所有林木進行較為籠統的建模。但森林植被類型復雜多樣,區域特征明顯,不同類型植被的固碳能力及碳儲量存在差異。針對此問題,本研究充分考慮不同類型植被的差異性,將建模對象細化,使模型的估測結果更加科學可靠。

米亞羅自然保護區作為川西地區典型的高山峽谷地貌區,域內植被茂盛,森林覆蓋率高,是川西地區重要的固碳場所[16]。探究該區域的森林地上碳儲量及其分布特征,對維護岷江上游高山峽谷區的森林結構和生態環境具有重要意義。本研究采用遙感衛星影像與實地調查數據相結合的方法,提取表征森林植被生物量的建模因子,對保護區內的冷杉、云杉、落葉松等7個主要樹種分別構建關于碳儲量的多元線性逐步回歸模型,進而計算得出保護區森林地上碳儲量。利用GIS技術將碳儲量進行空間化表達,分析其在不同海拔、不同坡向的空間分布特征,為研究區的生態環境保護及森林可持續發展提供理論依據。

1 材料與方法

1.1 研究區概況

圖1 米亞羅自然保護區地理位置示意圖Fig.1 The location of Miyaluo Natural Reserve

米亞羅自然保護區隸屬四川省阿壩藏族羌族自治州理縣,介于31°24′—31°55′ N、102°35′—103°04′ E之間,地處川西北高原東南邊緣,是青藏高原向四川盆地過渡地帶,位于龍門山斷裂帶中段,地勢西北高東南低,平均海拔2700 m,平均坡度30°—40°,是典型的高山峽谷地貌,地理位置如圖1。區內氣候類型屬川西山地季風氣候,日照強烈,寒冷干燥,多大風[16],降水集中在5—10月,年降水量700—1000 mm,年蒸發量1000—1900 mm。年均氣溫6—9 ℃[17]。保護區內植被覆蓋面積達90%,森林覆蓋率75%[18],是岷江上游支流及雜谷腦河谷地帶重要的生態屏障。據《四川米亞羅自然保護區科學考察報告》統計,保護區內的植物共計181科576屬1546種,其中冷杉、云杉、油松、落葉松等主要樹種分布廣泛,生長良好。本研究中涉及的油松、華山松、落葉松、冷杉、云杉、鐵杉、樺木共7個樹種涵蓋了研究區全部主要樹種,其覆蓋面積約為87124.98 hm2,占研究區森林面積的95.13%。

1.2 數據來源與預處理

本研究所用數據主要來源于四川省林業勘察設計研究院的森林資源二類調查數據和2013年米亞羅自然保護區林地變更調查數據,遵循典型和隨機抽樣的原則,在1∶50000的地形圖上以1 km×1 km的間距布設樣地,樣地的面積大小為30 m×30 m[19]。選取7個主要樹種的樣地共計897塊,其中油松77塊,華山松59塊,冷杉234塊,云杉199塊,鐵杉104塊,落葉松112塊,樺木112塊。

研究區遙感數據為Landsat 8 OLI_TIRS衛星影像,成像時間2013年8月1日,影像質量良好，來源于地理空間數據云(http://www.gscloud.cn/)。依據SRTM1高程數據、實測GPS經緯度坐標,對影像進行幾何校正與地形校正,在輻射定標與大氣校正等處理后,裁剪出米亞羅自然保護區的遙感影像。

1.3 樣本生物量估算

本研究選取自然保護區內的冷杉、云杉、油松等主要樹種作為研究對象,調查樣地共計897塊,隨機選取每一樹種樣地的75%用于碳儲量估算模型的構建,余下25%的樣地用于精度驗證。樣本生物量的估算依據樣本數據的平均胸徑和樹高,采用四川省二元材積表計算各樹種的材積,并計算樹種的單位蓄積量,然后選取乘冪曲線模型計算各樣本的生物量[20],如表1。

表1 各樹種樣地生物量估算模型及碳儲量轉換系數

表中Y表示地上生物量(Tg),V表示樹種蓄積量(m3/hm2)

1.4 喬灌木碳儲量估算

研究利用Landsat 8衛星遙感數據獲取研究區森林植被的影像特征參數,結合地面實地的森林調查數據,得到波段信息、植被指數、主成分分析、紋理特征、地形因子、植被生長六大類共80個因子,如表2所示。利用GIS技術提取出遙感影像的波段信息因子7個,波段運算得到植被指數因子9個,再運用灰度共生矩陣方法提取出紋理特征8個。通過對主成分分析運算結果及特征窗口,選取特征值較大第一、第二、第三主成分用于建模。植被郁閉度數據來源于森林資源二類清查變更數據,植被覆蓋度則是采用基于像元二分模型的遙感估算方法計算所得。針對每一樹種進行建模因子相關性分析得出相關程度較高的因子,采用多元線性逐步回歸的方法構建喬木層主要樹種的生物量估測模型,再參考黃從德[20]對該區域不同樹種生物量與碳儲量轉換系數(表1)的研究,構建各主要樹種的地上碳儲量估算模型,從而計算出森林喬木層地上碳儲量。

米亞羅自然保護區灌木層優勢樹種為灌狀櫟等,本研究利用植被平均生物量密度方法估算其生物量及其碳儲量[21]。關于灌木單位面積生物量的計算方法較多[22-23],以覃連歡[13]、李夏等[24]對灌木層森林植被碳儲量的估算結果作為參考,森林灌木碳密度為9.88 t/hm2。

表2 建模因子表

2 結果與分析

2.1 碳儲量估算模型

在植被碳儲量的遙感估測的模型構建中,常用到回歸模型[25]。依據不同類型樹種的樣地生物量數據,分別對80個建模因子進行相關性分析,再按Pearson相關系數的大小次序將因子逐一引入回歸方程,并依次進行顯著性檢驗,從而選取出顯著相關的因子作為模型的自變量,得到多元線性回歸方程,最后依據米亞羅自然保護區各樹種的生物量與碳儲量的轉換系數(表2),構建出米亞羅自然保護區喬木層主要樹種的地上碳儲量估算模型,如表3所示。

表3 各樹種地上碳儲量估算模型

2.2 模型精度檢驗

隨機選取每一樹種樣地數據的75%用于各樹種地上碳儲量估算模型的構建,余下25%的作為實測值用于模型的精度檢驗。通過計算模型預測值與實測值的相關系數指標對碳儲量估測模型進行精度評價。從表4中可以看出,各樹種地上碳儲量估算模型的預測值與實測值相關系數介于0.675—0.775之間,相關系數較高,且均值的標準誤差較小,表明模型精度較高,預測結果可靠。

表4 模型精度檢驗結果

2.3 森林地上碳儲量

根據模型計算出米亞羅自然保護區各優勢樹種的地上碳儲量,對比其碳儲量分布情況,得出該區域碳儲量的總值,如表5所示。米亞羅自然保護區森林植被生長良好,固碳效果顯著,喬木層地上碳儲量為5.632 Tg,灌木層植被碳儲量為0.229 Tg,自然保護區森林植被地上碳儲量總量為5.861 Tg,其中杉類的固碳效果最好,碳儲量達5.098 Tg,占總量的86.98%。保護區內冷杉的分布最廣,面積達49928.248 hm2,其碳儲量為3.718 Tg,占比63.44%。從碳密度上看,杉類樹木遠高于其他樹種,其中冷杉的碳密度達74.467 t/ hm2,為各樹種最高。米亞羅自然保護區優勢樹種地上碳儲量的大小順序是：冷杉>云杉>鐵杉>落葉松>灌狀櫟>樺木>油松>華山松,這除了與各樹種的固碳能力有關系外,還與各樹種的分布面積有很大的關系。

2.4 碳儲量空間分布特征

米亞羅自然保護區位于雜谷腦河流域,森林植被有著良好的生長環境。根據碳密度的大小將米亞羅自然保護區森林植被分為≤15、15—30、30—45、45—60和≥60五個等級,依次為低密度、較低密度、中等密度、較高密度和高密度,各等級碳儲量的森林植被空間分布狀況如圖2所示。保護區內人為活動少,森林植被群落結構穩定,保持了較原始的植被生長狀況,主要生長在高山峽谷區域,因而森林植被碳儲量的空間分布主要以雜谷腦河流域為中心,以一定緩沖距離向周圍延展,整體貫穿全區域呈樹枝狀發散分布。高密度碳儲量區域主要分布在距離河谷有一定距離的中間地帶。

表5 米亞羅自然保護區森林地上碳儲量

圖2 米亞羅自然保護區森林地上碳儲量空間分布Fig.2 Spatial distribution of forest aboveground carbon storage

將米亞羅森林植被的碳儲量分布與DEM數據進行疊加分析,可以分別得出不同海拔梯度和不同坡向的碳儲量與碳密度值,如圖3和圖4所示。在垂直空間上,海拔3000—4000 m區域內的森林植被碳儲量最大,占保護區森林地上碳儲量總量的80.81%。海拔4000 m以上的區域主要受積雪覆蓋和氣溫的影響,植被長勢差,固碳能力弱。海拔3000 m以下的區域森林植被保護較好,但范圍較小,故碳儲量較少。此外,坡向對森林植被碳儲量的影響較為顯著,陰坡的太陽輻射強度小于陽坡,地表水分蒸發較慢,土壤濕潤,更有利于植被生長,植被碳儲量也明顯高于陽坡。陰坡、半陰坡的碳儲量占森林地上碳儲量總量的68.77%,約為其他坡向的兩倍。各坡向的森林植被碳密度差異相對較小,區別不明顯。

3 結論與討論

植被的碳儲量值是衡量地區生態環境質量的重要指標。研究米亞羅自然保護區的森林碳儲量,對岷江上游高山峽谷區森林結構的相關研究具有一定的參考價值。本研究利用Landsat 8衛星遙感數據獲取研究區森林植被的影像特征參數,結合地面實地的森林調查數據,充分考慮不同植被之間的固碳能力及碳儲量的差異性,將較為籠統的建模對象細化,對研究區內的冷杉、云杉、油松等7個主要樹種分別建立估算碳儲量的多元線性逐步回歸模型,模型的預測值與實測值的相關系數在0.675—0.775之間,模型精度較高,碳儲量估算結果可靠,其空間分布特征與已有的相關研究相符[20]。表明對小范圍內不同樹種分別構建模型估算碳儲量精度更加準確,能更好的估算區域碳匯價值[26-27],對米亞羅自然保護區的生態環境保護及森林可持續發展具有重要意義。

圖3 不同海拔梯度的碳儲量和碳密度Fig.3 Carbon storage and carbon density at different altitudes

圖4 不同坡向的碳儲量和碳密度Fig.4 Carbon storage and carbon density in each aspect

根據模型估算得出米亞羅自然保護區的森林地上碳儲量為5.861 Tg,主要樹種的地上碳儲量大小順序為：冷杉>云杉>鐵杉>落葉松>灌狀櫟>樺木>油松>華山松。這除了樹木本身的固碳能力影響外,還與各樹種的分布面積具有很大關系,杉類樹種的分布面積最廣,碳儲量最大,達5.098 Tg,占森林地上碳儲量總量的86.98%。樺木、油松、華山松的分布較少,碳儲量也受到一定限制。從碳密度上看,米亞羅自然保護區森林地上平均碳密度為53.138 t/hm2。不同樹種間差異較大,杉類樹種碳密度都在平均水平以上,其中冷杉的碳密度更是遠高于其他樹種,達74.467 t/hm2。

米亞羅自然保護區森林植被碳儲量的空間分布主要以雜谷腦河域及支流為中心,以一定緩沖距離向周圍延展,整體貫穿全區域并呈現樹枝狀發散分布,而高密度等級的碳儲量主要分布于距離河谷地帶有一定距離的中間區域,較高密度以上等級的區域分布較廣,占保護區森林面積的71.7%,表明區內林業生態保護工程效果良好,森林植被對區域生態環境的調節與保護起到了重要的作用。從不同海拔梯度上看,海拔3000—4000 m的區域固碳能力最強,森林植被碳儲量最大,占保護區森林地上碳儲量總量的80.81%。從坡向上看,植被碳密度差異不大,陰坡、半陰坡的碳儲量明顯高于其他坡向,占森林地上碳儲量總量的68.77%。

遙感數據是重要基礎數據,其成像時間、空間分辨率等因素的差異都會對研究結果產生一定的影響[28]。本研究使用的遙感數據為Landsat 8衛星影像,影像質量較好,空間分辨率為30 m,能夠在一定程度上表達出地表信息,但與地面的真實情況依然存在著較大差距。若協同高分資源衛星、WorldView資源衛星數據、雷達數據等多源遙感數據,可以得到更加準確的地表植被信息,森林地上碳儲量估算模型精度也將得到提升[2]。

目前的遙感技術僅能獲取到地面表層信息,運用遙感估算法研究森林碳儲量難以獲得森林下層的植被信息。本研究中的森林地上碳儲量僅包括活立木及灌木的碳儲量,未能計算森林中的下木層、草本層、枯枝落葉層和土壤層等的碳儲量。此外,植被生長的過程也是森林植被固碳能力變化的過程,由于缺乏相關連續的森林植被數據,本研究未能實現對森林植被地上碳儲量的動態分析與變化趨勢預測。構建基于樹木生長過程/機理的模型,把握森林碳儲量的累積過程與動態變化趨勢,預測未來碳儲量及森林固碳潛力,是深入研究的重要方向。