基于Google Earth高分影像的北海欖根村紅海欖種群數(shù)量和分布的研究*

劉文愛，李麗鳳，薛云紅，陶艷成

(1.廣西科學(xué)院廣西紅樹林研究中心，廣西紅樹林保護(hù)與利用重點(diǎn)實驗室，廣西北海 536000；2.福建農(nóng)林大學(xué)園林學(xué)院，福建福州 350002)

0 引言

紅樹林是生長在熱帶、亞熱帶海岸潮間帶或河流入?？诘哪颈局参锶郝?，被譽(yù)為“海岸衛(wèi)士”“造陸先鋒”“生物凈化篩”，是國際上濕地生態(tài)保育和生物多樣性保護(hù)的重要對象[1,2]。近半個世紀(jì)以來，由于人類對紅樹林的侵占和砍伐、水文條件的改變、氣候變化和水域污染等，紅樹林資源急劇減少，全球35%的紅樹林在此期間消失[3]。據(jù)統(tǒng)計，2000年我國紅樹林面積比1950年減少約50%[4]。而在過去的50年，廣西紅樹林面積減少22.16%，年均減少率為0.53%[4]。紅樹林生長于海陸過渡的泥質(zhì)潮間帶，常規(guī)的野外測量方法難以開展大區(qū)域的紅樹林動態(tài)監(jiān)測[5]，因此，加強(qiáng)我國紅樹林遙感監(jiān)測和管理研究對紅樹林保護(hù)具有重要意義。目前，紅樹林遙感研究在全球、國家和區(qū)域尺度上均取得較好研究進(jìn)展[6]。這些研究能夠從宏觀上認(rèn)知紅樹林現(xiàn)狀和變化，對于紅樹林生態(tài)研究和生態(tài)保護(hù)具有重要意義。但這些研究大多使用中、低分辨率遙感數(shù)據(jù)，對于圖斑面積小、分布分散的紅樹林濕地不能有效識別[7]，因而無法判讀出紅樹林的種群和林分結(jié)構(gòu)，不適宜應(yīng)用于局地尺度。紅海欖(Rhizophorastylosa)在我國僅分布于廣西、廣東、臺灣和海南等地的沿海灘涂。目前，有關(guān)紅海欖的研究側(cè)重于生理結(jié)構(gòu)[8,9]、功能[9]、林分結(jié)構(gòu)[10,11]和種群生態(tài)[12，13]、生物量[14]等方面，未見有遙感精準(zhǔn)識別方面的研究報道。紅樹林分布于地勢開闊平坦的潮間帶淺灘，實地調(diào)查方法難以進(jìn)行，常規(guī)手段進(jìn)行準(zhǔn)確定位和描繪費(fèi)時費(fèi)力，且周期長、時效性差[15]。因此，利用高分遙感影像進(jìn)行中國紅樹林濕地的監(jiān)測，不僅可以節(jié)省時間、人力、財力和物力，還可以快速而準(zhǔn)確地制圖[4]。廣西北海鐵山港欖根村紅樹林正面臨著圍填海工程建設(shè)的威脅，急需對區(qū)域內(nèi)生長有紅海欖的紅樹林進(jìn)行監(jiān)測和保護(hù)。實驗擬利用高分辨率Google Earth影像精準(zhǔn)識別研究區(qū)域內(nèi)的紅海欖單株，獲取研究區(qū)域紅海欖的種群數(shù)量、冠幅、高程和空間分布等重要數(shù)據(jù)，為區(qū)域性紅樹林遙感監(jiān)測、紅海欖資源評估和保護(hù)提供依據(jù)。

1 材料與方法

1.1 研究樣地概況

鐵山港地處廣西北海市沿海東部(圖1)，與廣東省英羅港相鄰，經(jīng)緯度為109°26′00″-109°45′00″E，21°28′35″-21°45′00″N。鐵山港灣口寬約32 km，全灣岸線長約170 km，海灣面積約34 000 hm2；年均氣溫22.9℃，最熱月均溫28.8℃，最冷月均溫15.0℃，極端最低溫1.5℃，年均降水量1 573.4 mm。鐵山港灣屬非正規(guī)全日潮海灣，平均潮差2.53 m，平均海面0.37 m(黃?；?，平均高潮位1.62 m，平均低潮位-0.91 m。平均海面在當(dāng)?shù)厮吡忝嫔?.99 m，黃海海面在當(dāng)?shù)厮吡忝?.62 m。研究地點(diǎn)位于廣西北海合浦鐵山港東岸的欖子根村外圍的紅樹林區(qū)，該區(qū)域的紅樹林面積約189 hm2，屬于天然紅樹林，主要樹種為白骨壤(Avicenniamarina)和紅海欖，有少量的秋茄(Kandeliacandel)和桐花樹(Aegicerascorniculatum)。

圖1 研究區(qū)域位置圖

1.2 方法

1.2.1 紅海欖圖像的人工識別、標(biāo)記和生態(tài)指標(biāo)的測量

紅海欖是常綠灌木或小喬木，支柱根發(fā)達(dá)，外貌深綠，林冠整齊平展，樹高3-5 m，冠層直徑多為2.0-3.0 m，地上根系幅度大，冠幅與地上根系幾乎等大。白骨壤為灌叢狀，高1.5-2.5 m，分枝多而低矮，群落顏色較紅海欖稍淺。在Google Earth上可利用紅海欖如下特征與白骨壤進(jìn)行區(qū)別：紅海欖冠幅近圓形或圓形，葉片呈深綠色；樹高比白骨壤高，太陽投射下周圍形成黑影；單株喬木在地圖上表現(xiàn)出獨(dú)立的斑塊。提取植株斑點(diǎn)的難點(diǎn)主要是：較幼齡的紅海欖冠幅較小，冠幅直徑常小于1 m，在圖像上較難辨識；另外在靠近邊緣地帶，植株稀疏，紅海欖單株與白骨壤也較辨別。

選取2017年12月9日拍攝的上述區(qū)域的Google Earth的高清圖像。在Google Earth高分影像上目視鑒別紅海欖和白骨壤，直接在圖上標(biāo)記出紅海欖的位置，記錄下紅海欖的個體定位(經(jīng)緯度)和高程數(shù)據(jù)，并用標(biāo)尺測量出紅海欖的最大冠層直徑(精確度0.01 m)。

1.2.2 實地驗證和樣方設(shè)置

于2018年9月8日和2018年11月6日，2次到欖根村紅樹林區(qū)進(jìn)行紅海欖坐標(biāo)實地驗證。實地勘察后，進(jìn)行2次隨機(jī)路線行走，將GPS定位的紅海欖與Google Earth圖像上的點(diǎn)進(jìn)行對比覆蓋；然后，進(jìn)一步復(fù)查Google Earth圖像上的紅海欖，重點(diǎn)查看冠幅較小的紅海欖，結(jié)合實地驗證的結(jié)果，確認(rèn)完善Google Earth圖像上紅海欖并標(biāo)記。

為方便研究，根據(jù)紅樹林潮溝的自然走向，將研究區(qū)域大致劃分為6個面積大小不等的斑塊Q1、Q2、Q3、Q4、Q5、Q6。在Google Earth圖像上(圖2)，分別在斑塊Q1-Q6劃線設(shè)置樣方，樣方面積均為100 m×100 m，分別統(tǒng)計各樣方內(nèi)紅海欖單株數(shù)量。Q1-Q6斑塊內(nèi)設(shè)置的樣方數(shù)分別為18,24,8,10,11,18，合計89個。

圖2 紅海欖單株的精準(zhǔn)識別和樣方的設(shè)置

1.2.3 數(shù)據(jù)分析

采用如下聚集度指標(biāo)進(jìn)行空間格局測定及聚集原因分析：

Caasier (1962)擴(kuò)散系數(shù)C=S2/M，

(1)

平均擁擠度指標(biāo)M*=M+S2/M-1，

(2)

Davidh & Moore (1954)的I=S2/M-1，

(3)

Lloyd (1967)聚塊性指標(biāo)M*/M，

(4)

Kunou (1968)的CA=(S2-M)/M2，

(5)

Waters (1959)的負(fù)二項分布K值K=M/(S2/M-1)，

(6)

公式(1)-(6)中，M代表單位面積紅海欖數(shù)量，S2代表方差。

2 結(jié)果與分析

2.1 紅海欖種群數(shù)量

實地勘察后，將GPS定位的62株紅海欖與Google Earth圖像上的點(diǎn)進(jìn)行對比覆蓋，有55株紅海欖位置重合，準(zhǔn)確率達(dá)到88.71%，表明Google Earth標(biāo)記紅海欖位置較準(zhǔn)確，可信。進(jìn)一步復(fù)查Google Earth圖像上的紅海欖，重點(diǎn)查看冠幅較小的紅海欖，結(jié)合實地驗證的結(jié)果，確認(rèn)完善Google Earth圖像上紅海欖的標(biāo)記，最終標(biāo)記848株紅海欖(圖3)。

圖3 各斑塊紅海欖個體分布坐標(biāo)點(diǎn)位圖

各斑塊的面積、紅海欖數(shù)量和密度如表1所示。各斑塊紅海欖的密度為Q2>Q1>Q4>Q3>Q5>Q6。根據(jù)各斑塊紅海欖分布位置，初步判斷研究范圍內(nèi)紅海欖種群密度南向大于北向，向海方向大于向陸方向，斑塊中心區(qū)域大于邊緣區(qū)域。

表1 不同斑塊紅海欖的種群密度

2.2 空間分布格局

各斑塊樣方內(nèi)紅海欖的數(shù)量如表2所示，通過表中數(shù)據(jù)可以計算各斑塊樣方的均值和方差。根據(jù)聚集公式測定 6個斑塊的各項聚集度指標(biāo)(表3)，可以看出M*/M>1，I>0，CA>0，C>1，0Q6>Q4>Q1>Q5>Q3?？赡芤驗槌毕\(yùn)動、高程等因素的影響，導(dǎo)致紅海欖種群的分布格局呈現(xiàn)聚集分布，且聚集度較高。

表2 各斑塊樣方內(nèi)紅海欖數(shù)量

表3 各項聚集度指標(biāo)

2.3 不同灘涂高程下紅海欖種群數(shù)量分布

圖4直觀地顯示紅海欖的分布與高程有著直接的聯(lián)系，紅海欖在不同高程下呈現(xiàn)一定的正態(tài)分布特征。在高程為1 m時，紅海欖種群數(shù)量最多，達(dá)327株，占比38.6%；高程為2 m時，紅海欖種群數(shù)量僅次于高程1 m時，有288株，占比34.0%；而高程在0 m和3 m時，紅海欖相對少，僅有104株和73株，占比分別為12.3%和8.6%；高程時顯示為-1 m時候還有33株，其余高程下紅海欖數(shù)量較少。

圖4 不同灘涂高程下紅海欖種群數(shù)量分布

2.4 不同冠幅紅海欖的空間分布

紅海欖冠幅與數(shù)量的關(guān)系如圖5所示。冠幅直徑4 m以上的紅海欖植株多分布于方塊的中心位置。紅海欖的擴(kuò)散趨勢從中心向四周擴(kuò)展。冠幅1.00-1.99 m的紅海欖有494株，數(shù)量最多，占比58.3%；冠幅在2.00-2.99 m的紅海欖有253株，占比29.8%；冠幅在3.00-3.99 m的紅海欖96株，占比11.3%；而冠幅在4.00-4.99 m的紅海欖5株，占比0.6%。由圖5可以直觀地看出，冠幅越小，紅海欖的數(shù)量越多，由此反映出整片區(qū)域的天然紅海欖種群年齡結(jié)構(gòu)比較年青。綜上可知，研究區(qū)域內(nèi)的天然紅海欖種群屬于增長型，隨著群落的發(fā)展和演替，紅海欖種群數(shù)量將逐漸增加并取代白骨壤。

圖5 不同冠幅直徑的紅海欖種群數(shù)量對比

3 討論

本研究能夠成功實現(xiàn)紅海欖的單株精準(zhǔn)識別，關(guān)鍵因素是高分辨率的遙感影像和特定發(fā)展階段的紅海欖種群。目前市面上可獲取的常見遙感影像主要有中國資源衛(wèi)星日新圖和谷歌地圖。中國資源衛(wèi)星日新圖是國家衛(wèi)星自主拍攝的地球影像圖，中國區(qū)域大部分地區(qū)分辨率最高可達(dá)1 m(17級)，局部為2 m(16級)，并提供2018年以來的歷史影像，相對于其他影像圖，其特點(diǎn)是更新快；而谷歌地圖近年來在中國地區(qū)拍攝的圖像大部分是0.3 m精度(19級)，但是更新速度慢。本研究主要采用目視識別的方法來獲取目標(biāo)植物的點(diǎn)位，后期研究可加入機(jī)器學(xué)習(xí)等方法，使其達(dá)到智能化和自動化的水平。同時，通過不同時間序列高分影像的動態(tài)對比分析，可以使研究更加深入。另外，也可在紅樹林濕地中拓展應(yīng)用場景，不僅可以有效識別自然擴(kuò)散中的紅海欖、木欖、無瓣海桑等單株紅樹植物，還可以利用高清影像有效區(qū)別成片的白骨壤群落、桐花樹群落、秋茄群落、木欖(Bruguieragymnorhiza)群落、魚藤(Derristrifoliata)群落等，結(jié)合相關(guān)群落的生物物候特征，比如魚藤的季節(jié)性落葉、白骨壤的大規(guī)模蟲害集中爆發(fā)等協(xié)助判斷群落的分布[16]。

本研究僅簡單地統(tǒng)計分析100 m×100 m樣方的分布格局研究。實際上，在圖像高分影像上識別出目標(biāo)植物的點(diǎn)位后，可隨意設(shè)置樣方大小，對比不同樣方大小的空間分布格局測試結(jié)果。若加入地統(tǒng)計學(xué)[17]和R語言[18]進(jìn)行統(tǒng)計分析，或能獲取更加完善的空間分布信息和規(guī)律。

本研究中，遙感圖像中相關(guān)生態(tài)指標(biāo)，比如高程、冠幅大小等與實際測的數(shù)據(jù)會有所差異，但這些結(jié)果可以大致反應(yīng)相對大小，同時還可以反應(yīng)出部分規(guī)律性特征，且這些數(shù)據(jù)可輕易獲取，可重復(fù)，可驗證，因而有一定的研究價值，可用于特定紅樹植物的適宜性分析[19]。

4 結(jié)論

Google Earth高清影像可以精準(zhǔn)識別冠幅直徑1 m以上紅海欖單株，初次識別的準(zhǔn)確率達(dá)88.7%，可直接獲取位置信息和高程信息，并且可以測量冠層的大小。識別結(jié)果顯示，欖根村冠幅最大直徑1 m以上的紅海欖株數(shù)為848株，區(qū)域內(nèi)的紅海欖呈聚集分布；高程在1 m和2 m的紅海欖株數(shù)最多，冠幅直徑在1-2 m紅海欖的數(shù)量最多；種群以幼樹占多數(shù)，表明該區(qū)域的紅海欖種群為增長型種群。通過該方法可以較全面地掌握區(qū)域內(nèi)紅海欖的種群數(shù)量和分布情況。