服务热线:
86-0755-23229824
您当前所在位置: 首页>>应用案例
长白山阔叶红松林不同演替阶段冠层光谱特征及其与气温的关系2.0

1引言

遥感影像在时间和空间上具有连续性,是研究植被动态的重要数据源,其中陆地卫星(Landsat)应用最多,哨兵二号(Sentinel-2)近年来也被广泛应用。根据植被的光谱特性,将不同波段进行组合运算,获得多种植被指数,可简单、有效地表征植被生理活动状态。例如,通过建立归一化植被指数(NDVI)与叶面积指数(LAI)之间的回归模型,可以对宏观尺度LAI进行预测;利用不同植被指数对冠层叶绿素含量进行估算,增加红边波段信息例如哨兵二号新型倒红边叶绿素指数(IRECI)和哨兵二号红边位置(S2REP),相比传统植被指数,与植被生物物理变量具有更高的相关性,可定量表征植物的叶绿素含量以及叶面积指数等;根据NDVI数据可以很好地解释植被生理活动的变化及其与气候波动的相关性。遥感数据时间跨度长,可通过绘制长时间序列堆栈可检测森林干扰与恢复;也可以利用增强植被指数(EVI)的时间序列数据可以检测区域植被干旱现象;长时间的连续冠层光谱变化监测与分析,可以说明森林冠层某些属性的季节以及年际变化特征,监测森林动态变化,揭示植被动态与气候的关系。

随着全球气候变暖,森林群落的某些属性也在逐渐变化,例如长白山近30年生长季在延长,部分物种生物量有增加趋势,基于模型预测也得出相似的结论。研究常用Logistic模型解释植被冠层物候相的变化。通过模型模拟出阔叶红松林净初级生产力(NPP)年际变化趋势与EVI的波动趋势相似,二者存在显著的相关关系。有关长白山文献报道的冠层光谱研究主要集中在年度变化、特征反演、高光谱特征分析等。

本研究通过遥感影像提取长白山阔叶红松林(原始林)与杨桦林(次生林)多年冠层光谱信息,分析冠层光谱季节变化特征,以期通过不同波段数据以及植被指数变化,阐明长白山原始林与次生林物候进程、植被绿度年度变化趋势及其与气温的关系,为揭示群落内部种间更替以及植被生产力对气候因子的响应机制提供理论依据。

2原始林与次生林植被指数变化

2.1 植被指数季节变化

植被指数反映绿度即生理活性,所以其呈现明显的季节特征。从季节变化来看,NDVIEVI均在第123天(53日)左右开始迅速上升,但NDVI在第143天(523日)左右到达最大值且在冠层盖度达到一定水平后趋近于饱和,之后持续较长时间。EVI呈现钟形曲线,在生长季期间,原始林与次生林季节进程差异明显,次生林比原始林先达到峰值,且下降时间也较早。原始林较晚达到峰值可能是由于原始林中红松展叶时间较长。非生长季阶段,原始林和次生林植被指数差异较为明显,原始林中存在常绿树种,植被指数大于次生林。在植被生长旺盛期,NDVI近乎相等,次生林EVI更高,在此阶段EVI更能反映二者之间生长差异。根据S2REP变化(图4c),在生长季初期,原始林红边位置比次生林更接近长波,“红边”向长波方向位移,反映了植物叶绿素含量的增加,植物光合作用增强,吸收了更多的光量子。在生长旺盛时期,与原始林相比,次生林冠层红边位置更接近长波。随着生长季的结束,二者冠层光谱逐渐向短波一侧,即蓝移

image.png 

 4    2019 年长白山两种森林植被的绿度 (ab) 与红边位置季节变化 (c)

NDVI对植被发育中期冠层变化较为敏感,常用于分析植被季节生长变化。由图4可知,原始林与次生林NDVI均呈现出明显的季节变化特征。本文对Landsat多年NDVI数据进行双逻辑斯蒂曲线拟合,以NDVI变化(即日增量)表示植被返青增长速率以及衰减速率。根据图5可知,原始林生长季为第139天至第276天,持续137d,而次生林生长季则在第133天至276天,持续143d。原始林与次生林生长季时间范围基本相同。

image.png 

 长白山两种森林植被归一化植被指数逻辑斯蒂曲线

多年NDVI数据双逻辑斯蒂拟合原始林R20.922RMSE0.0605;次生林R20.966RMSE0.0536。从拟合方程来看,原始林全年NDVI最低值为0.3,变动范围为0.5260;次生林全年NDVI最低值为0.13,变动范围为0.7262。原始林返青日增长速率为0.0765,日衰减速率为0.0639;次生林返青日增长速率为0.0612,日衰减速率为0.0554。二者NDVI具有相同的变化趋势,即春季展叶期间增长,秋季落叶期间衰退。从NDVI变化来看,次生林生长季持续时间略长于原始林。在非生长季,与次生林相比,原始林NDVI较高,且变动幅度较大,这是由于原始林有较多的常绿针叶树,且在早春和晚秋无冰冻期间仍有光合作用;次生林主要由落叶阔叶树组成,落叶后没有光合作用,所以相对稳定

2.2 植被绿度季节年际变化

由图4可知,EVI可在生长旺盛时期反映原始林与次生林之间的差异,本研究选取EVI作为植被绿度变化指标。由图6可知,植被绿度年际变化总的趋势是,多年EVI一致在增加。原始林与次生林季节EVI线性增长趋势均通过0.05的置信度检验,但季节增长速率(斜率)存在明显差异。原始林EVI不同季节增长速度为:夏季>春季>冬季>秋季;次生林为:夏季>秋季>春季>冬季。从不同年份间的波动幅度来看,原始林与次生林都呈现出:秋季>春季>夏季>冬季。原始和次生林的EVI都表现为夏季年增长速率最大,分别为0.003850.00389,二者增长速度相近。从变动幅度来看,原始林春秋季EVI年度变动幅度较大,这可能与生长季始(返青)和生长季末(落叶)时间变化有关。冬季EVI也呈现出增长趋势,与常绿针叶树种的叶片特性有关。

image.png 

 6    长白山两种森林植被 EVI 季节变化 (19852019 )

2.3 植被绿度的生长季年际变化及其与气温的关系

35年时间植被绿度的变化过程看,二者生长季EVI变化呈逐渐上升趋势,次生林年上升速率为0.0030,原始林为0.0035,变化趋势通过0.05的置信度检验,增长趋势较为明显。研究区气温上升缓慢,生长季平均气温上升速率为0.05/a。原始林与次生林生长季EVI最小值在1994年,最大值分别在2013年和2007年。二者生长季EVI2000年后增长趋势较为明显,且多数年份EVI大于多年生长季平均EVI。研究区生长季多年平均气温为19.7℃,1997年后生长季平均气温明显升高,除1994年,平均气温达到20.2℃,在1997年之前低于多年平均气温(图7b)。1997年之后,生长季平均气温增加幅度较大。生长季最低为17.9℃(1986年),最高为21.2℃(2001年)。原始林与次生林生长季EVI2000年前变化较为平缓,之后EVI变化呈逐渐上升趋势。

image.png 

 7    长白山两种森林植被生长季 EVI(a) 和气温 (b) 的关系 (1985−2018 )

2.4 植被年际绿度变化与同期月气温的关系

原始林与次生林EVI多年月均值变化(图8)与2019EVI季节变化(图4)结果相似。非生长季,原始林EVI月均值变化较为稳定,最低出现在11月,为0.17;次生林最低为0.10,出现在1月。生长初期二者EVI变化较快,6月份均到达最大值,且次生林大于原始林。原始林与次生林多年月标准差最大值均出现在5月份,这与其多年生长起始时间的变化有关。

image.png  8    长白山两种森林植被 EVI 多年月均值与标准差 (1985−2018 )

原始林与次生林月绿度(EVI)年际变化对同期气温变化响应存在差异(表1)。生长季初期植被绿度受气温影响较大,即气温升高会促进植被绿度的增加。原始林56EVI年际变化与同期平均气温和最高气温显著正相关,即随着气温的升高,植被年际EVI呈增加的趋势。与原始林相比,次生林6月平均气温与EVI相关系数没有通过显著性检验,且次生林EVI年际变化受春季气温影响较大,34月与同期平均气温呈显著负相关。原始林与次生林8EVI年际变化与同期最低气温显著负相关。原始林10EVI年际变化与同期最高气温显著正相关,在生长季末期,原始林更容易受气温的影响。

推荐  

便携式地物光谱仪iSpecField-NIR/WNIR

专门用于野外遥感测量、土壤环境、矿物地质勘探等领域的最新明星产品,由于其操作灵活、便携方便、光谱测试速度快、光谱数据准确是一款真正意义上便携式地物光谱仪。
image.png

无人机机载高光谱成像系统iSpecHyper-VM100

一款基于小型多旋翼无人机机载高光谱成像系统,该系统由高光谱成像相机、稳定云台、机载控制与数据采集模块、机载供电模块等部分组成。无人机机载高光谱成像系统采用了独有内置扫描系统和增稳系统,成功克服了小型无人机系统搭载推扫式高光谱相机时,由于无人机系统的震动造成的成像质量差的问题,同时具有高光谱分辨率和优异的成像性能。

image.png 

便携式高光谱成像系统iSpecHyper-VS1000

专门用于公安刑侦、物证鉴定、医学医疗、精准农业、矿物地质勘探等领域的最新产品,主要优势具有体积小、帧率高、高光谱分辨率高、高像质等性价比特点采用了透射光栅内推扫原理高光谱成像,系统集成高性能数据采集与分析处理系统,高速USB3.0接口传输,全靶面高成像质量光学设计,物镜接口为标准C-Mount,可根据用户需求更换物镜。

image.png 


Copyright © 2020 All Rights Reserved 莱森光学(深圳) 有限公司·版权所有 备案号:粤ICP备18141551号-1