基于遥感数据定位老龄树群
Locating old trees based on remote sensing data
通讯作者:
收稿日期: 2019-05-24 网络出版日期: 2019-07-17
基金资助: |
|
Received: 2019-05-24 Online: 2019-07-17
关键词:
Keywords:
本文引用格式
王博闻, 史江峰, 史逝远, 张伟杰, 马晓琦, 赵业思.
Wang Bowen, Shi Jiangfeng, Shi Shiyuan, Zhang Weijie, Ma Xiaoqi, Zhao Yesi.
研究表明,由遥感影像导出的各种指标与林龄有一定关系,如各波段反射率、植被指数等[9,10,11,12,13,14,15],归一化植被指数(Normalized Difference Vegetation Index,NDVI)就是其中之一.NDVI由遥感影像的红光波段和近红外波段共同参与计算得到,而植物叶片中的叶绿素能够吸收绝大部分的红光,同时强烈反射近红外波段的太阳光,因此该指标能够很好地反映植物的生长特征以及用于建立与植物特征之间的关系[10,16].由多个树芯共同参与建立的树木年轮宽度年表,经过对每根树芯进行缺、伪轮的识别和校正后,其长度能够准确反映采样点周围林地的年龄.那么这样的树轮宽度年表的长度,是否同样与遥感影像导出的各种指标有关?若用数学模型来描述这种关系,估算出的年表长度空间分布是否能作为寻找老龄树群的一种参考?本研究以30 m分辨率的Landsat 8 OLI (Operational Land Imager) 131/38遥感影像和已发表的22个树轮宽度年表的长度数据为例,围绕上述问题展开研究和讨论.
1 数据获取及处理
1.1 Landsat 8 OLI遥感影像数据
选取Landsat 8 OLI遥感影像1景(图1),条带号/行编号为131/38,分辨率30 m,云量0.06%,获取时间为2016年10月3日.该影像位于四川省北部阿坝藏族羌族自治州,影像范围内分布着大面积的原始森林.其左上、右上、左下、右下角的经纬度分别为(32.80°N,100.69°E)(32.74°N,103.10°E)(30.71°N,100.65°E)(30.66°N,103.01°E).影像来源于地理空间数据云(
图1
图1
遥感影像Landsat 8 OLI 131/38
Fig.1
Remote Sensing image Landsat 8 OLI 131/38
Collected on 3 October 2016. Band combination of Red (Band5) Green (Band4) Blue (Band3).
1.2 ASTER GDEM V2数字高程数据
ASTER GDEM V2数字高程数据11景,条带号/行编号分别为100/30,101/30,102/30,100/31,101/31,102/31,103/31,100/32,101/32,102/32,103/32,分辨率为30 m.11景数据能够完整覆盖Landsat 8 OLI 131/38遥感影像范围,该影像范围内平均高程为3895.46 m.高程数据同样来源于地理空间数据云(
1.3 已发表树轮样点
表1 22个已发表树轮样点信息表
Table 1
文献来源 | 经度 (°E) | 纬度(°N) | 起始年份 | 终止年份 | 校正后年表长度(a) | NDVI | 海拔 (m) | 树种 |
---|---|---|---|---|---|---|---|---|
郭明明等[18] | 102.800 | 31.650 | 1848 | 2011 | 169 | 0.638 | 2881 | 铁杉(Tsuga chinensis) |
102.850 | 31.617 | 1763 | 2011 | 254 | 0.631 | 3199 | 岷江冷杉(Abies faxoniana) | |
102.783 | 31.650 | 1768 | 2011 | 249 | 0.646 | 3864 | 岷江冷杉 | |
102.733 | 31.867 | 1836 | 2011 | 181 | 0.589 | 3809 | 四川红杉(Larix mastersiana) | |
郭明明等[19] | 102.267 | 31.750 | 1791 | 2012 | 226 | 0.600 | 3405 | 岷江冷杉 |
102.033 | 31.900 | 1693 | 2012 | 324 | 0.418 | 2456 | 岷江柏(Cupressus chengiana) | |
李金建等[20] | 101.710 | 31.510 | 1715 | 2010 | 302 | 0.583 | 3900 | - |
吴普等[17] | 102.000 | 31.500 | 1917 | 2002 | 100 | 0.732 | 3234 | 高山松(Pinus densata) |
吴普等[21] | 101.000 | 32.170 | 1698 | 2003 | 319 | 0.499 | 2643 | 红豆杉(Taxus chinensis) |
102.070 | 31.850 | 1760 | 2002 | 257 | 0.610 | 3820 | 鳞皮冷杉(Abies squamata) | |
102.080 | 31.870 | 1783 | 2003 | 234 | 0.733 | 3235 | 铁杉 | |
肖丁木等[22] | 101.700 | 31.517 | 1713 | 2010 | 304 | 0.589 | 3900 | 川西云杉(Picea likiangensis var. balfouriana) |
徐宁等[23] | 102.808 | 31.689 | 1863 | 2011 | 154 | 0.635 | 3095 | 岷江冷杉 |
102.813 | 31.675 | 1857 | 2011 | 160 | 0.702 | 3453 | 岷江冷杉 | |
102.801 | 31.700 | 1842 | 2011 | 175 | 0.603 | 3773 | 岷江冷杉 | |
喻树龙等[24] | 100.811 | 31.107 | 1707 | 2005 | 310 | 0.462 | 3810 | 川西云杉 |
102.160 | 31.340 | 1765 | 2005 | 252 | 0.562 | 3880 | 川西云杉 | |
101.802 | 31.463 | 1758 | 2005 | 259 | 0.607 | 4040 | 鳞片冷杉 | |
102.476 | 32.161 | 1659 | 2005 | 358 | 0.422 | 3630 | 川西红杉 | |
101.463 | 32.545 | 1787 | 2005 | 230 | 0.517 | 3680 | 川西云杉 | |
102.288 | 31.716 | 1679 | 2005 | 338 | 0.574 | 3800 | 川西红杉 |
2 研究方法
2.1 林地范围矢量数据制作
2.2 由Landsat 8 OLI 131/38遥感影像导出NDVI
NDVI对绿色植物表现敏感[25],是反演林龄时常用的一种指标.该指标由遥感影像的红光波段和近红外波段共同参与计算得到,如式(1)所示:
其中,
通过波段计算的方法计算出整张影像每个像元的NDVI值后,根据地理坐标提取NDVI值至每个已发表树轮样点(表1).
2.3 模型建立及诊断
建立以年表长度为因变量 、NDVI值为自变量的一元线性回归模型,作为年表长度估算模型,并对模型进行回归诊断,具体包括残差诊断和影响分析.残差是实际结果与预测结果之间的偏差.事实上无论是基于多么“完美”的回归模型来进行预测,这种偏差都必然存在[26].可以根据残差是否满足有关的假设来判断模型是否可靠[27].通过观察残差与预测值、标准化残差平方根与预测值之间的关系,初步探讨残差分布情况.再观察残差与理论分位数之间的关系,同时结合Shapiro⁃Wilk检验方法讨论残差的正态性.影响分析是回归诊断中另一个重要的组成部分,目的是判断样本数据中是否有对参数估计或预测值有异常大影响的数据[28,29].通过计算曲式距离 来说明这种影响的程度,以0.5作为判断标准[27],若大于该值则判定异常,反之则非异常.
模型建立及诊断均通过R语言实现.在R语言中,调用函数lm()建立回归模型,通过summary指令输出一系列模型参数,包括拟合优度、残差标准差、显著性检验结果等.残差分析用到的函数及指令主要包括predict(),residuals(),Shapiro⁃Wilk.test(),影响分析通过函数influence.measures()实现.模型的建立及诊断过程中涉及的主要公式如下式(2)至式(7):
其中,
3 结果与讨论
3.1 一元线性回归
22个已发表树轮样点显示,年表长度和NDVI值之间有较为明显的线性关系(图2a).以年表长度为因变量,NDVI为自变量,NDVI计算见式(1),得到如下一元线性回归方程:
图2
图2
回归模型及诊断结果(n=22)
Fig.2
Results of the regression model and diagnosis analysis (n=22)
模型结果显示,模型的残差标准差为50.51年,显著性水平小于0.001,拟合优度为0.52.可见,模型的预测值与实测值拟合关系较好,同时预测-实测值的22个点均散落在直线的附近(图2b),也证实了这一点.
3.2 回归诊断
在3.1节中回归方程虽然通过了显著性检验,表明方程的因变量 (年表长度)与自变量(NDVI)之间的关系是显著的.在进行年表长度估算之前,为进一步说明方程是否可靠以及可靠的程度,需要对模型进行回归诊断分析.
回归诊断的结果显示(图2c至图2f),残差图中22个点的残差对应预测值较为均匀地分布在直线 的两侧(图2c),说明残差是不包含趋势的,只体现随机影响.位置-尺度图描述了标准化残差平方根与预测值之间的关系,从图中可见当年表长度的预测值超过250年后,残差有随着年表长度的增加而减小的趋势(图2e).正态分位图中22个点集中在这条直线上(图2d),同时对残差进行Shapiro⁃Wilk正态检验的结果表明,P值为0.1169,远大于显著性水平0.01,均说明残差是服从正态分布的.从曲式距离图(图2f)可以看出,22个已发表树轮样点的曲式距离均小于0.5,因此认为其中不存在对模型结果有强影响的点.综合以上回归诊断结果,模型满足基本假设,且无强影响点,故判定一元线性回归模型(式(8))可靠,可用作年表长度估算模型.
3.3 基于回归模型估算树轮宽度年表的长度空间分布
应用上述一元线性回归模型,估算Landsat 8 OLI 131/38遥感影像的每个林地像元的年表长度,作为树龄的替代指标.估算结果显示(图3):①该影像范围内林地的年龄主要分布在100至300年之间,这部分林地所代表的像元占整张影像全部林地像元的93.04%;其次,年龄为300~400年的林地占比5.33%;其余年龄段总共仅占比1.63%(表2).②大多超过300年以上的像元分布在山脊线附近,这可能与山脊线附近海拔较高,少有人类活动影响有关,而海拔较低的林区中常有森林砍伐的痕迹.③图中空白处有许多各种颜色的星点,与谷歌地图对比发现,这些散乱分布在地势平坦的非山地地区的像元大多代表非林地植被,这可能是由于监督分类对植被类型区分的不够精确而被保留下来.应当注意,这样的像元不能作为定位老龄树群的参考,即在定位老龄树群时必须结合地形来具体分析.
图3
表2 Landsat 8 OLI 131/38遥感影像各年龄段像元数占比统计
Table 2
80~100年 | 100~200年 | 200~300年 | 300~400年 | 400~500年 | >500年 | |
---|---|---|---|---|---|---|
百分比(%) | 0.09 | 38.89 | 54.15 | 5.33 | 0.84 | 0.70 |
4 结 论
本研究尝试为树木年轮气候学家、森林生态学家提供一种较为简单的、易于上手操作的方法定位老龄树群,以帮助其在无法获得专业团队提供的精准树龄的情况下,判断老龄树群可能出现的位置.以Landsat 8 OLI 131/38遥感影像为例,基于影像范围内的22个已发表树轮样点,建立树轮宽度年表的长度估算模型,估算影像范围内树轮宽度年表的长度空间分布状况.模型的拟合优度达0.52,残差标准差为50.51年,模型通过显著性检验及回归诊断.这项基于已有的树木年轮研究成果,同时引入遥感反演植被信息和R语言编程建模技术手段的研究,不仅可以帮助树木年轮研究工作者定位老龄树群,从更广泛的角度来看,其快速获取空间上树龄结构、分布的能力,对于森林资源调查及土地利用也具有着重要意义.
本研究尚处于起步阶段,受到已发表树轮样点数量的限制,本次研究未对树种加以区分;年表长度除了与NDVI有关以外,是否还与其他植被指数有关也是需要进一步研究的方向.
参考文献
Methods of dendrochronology:Applications in the environ⁃mental sciences
Moisture increase in response to high⁃altitude warming evidenced by tree⁃rings on the southeastern Tibetan Plateau
,
Two centuries of April–July temperature change in southeastern China and its influence on grain productivity
,
Tree⁃ring based February⁃April precipitation reconstruction for the lower reaches of the Yangtze River,southeastern China
,
Three centuries of winter temperature change on the southeastern Tibetan Plateau and its relationship with the Atlantic Multidecadal Oscillation
,
Tree⁃ring latewood width based July⁃August SPEI reconstruction in South China since 1888 and its possible connection with ENSO
,
Summer climate implications of tree–ring latewood width:a case study of Tsuga longibracteata in South China
,
Predictive modelling of coniferous forest age using statistical and artificial neural network approaches applied to remote sensor data
,
Estimation of rubber stand age in typhoon and chilling injury afflicted area with Landsat TM data:A case study in Hainan Island,China
,
A synergetic approach to estimating timber age using integrated remotely sensed optical image and InSAR height data
,
Estimating the age of deciduous forests in northeast China with Enhanced Thematic Mapper Plus data acquired in different phenological seasons
,
Use of UK⁃DMC 2 and ALOS PALSAR for studying the age of oil palm trees in southern peninsular Malaysia
,
Integrating data from discrete return airborne LiDAR and optical sensors to enhance the accuracy of forest description:A review
,
Monitoring the vernal advancement and retrogradation (green wave effect) of natural vegetation
,
采用高山松最大密度重建川西高原近百年夏季气温
,
Reconstruction of summer temperature from maximum latewood density of Pinus densata in west Sichuan
川西米亚罗林区主要树木生长对气候响应的差异
,
Difference in responses of major tree species growth to climate in the Miyaluo Mountains,western Sichuan,China
升温突变对川西马尔康树木生长的影响
,
Effects of abrupt warming on main conifer tree rings in Markang,Sichuan,China
1854-2010年川西高原北部初夏气温变化与全球海表温度关系初探
,
The relationship between early summer air temperature and the global sea surface temperature in the north of Western Sichuan Plateau from 1854 to 2010
五个中国特有针叶树种树轮宽度对气候变化的敏感性
,
A preliminary study on the tree⁃ring sensitivity to climate change of five endemic conifer species in China
树轮记录的川西金川1713—2010年6月平均气温变化
,
Variations of june air temperature derived from tree-ring records in 1713-2010 in Jinchuan,West Sichuan Plateau,China
川西米亚罗林区不同海拔岷江冷杉生长对气候变化的响应
,
Climate-growth relationships of Abies faxoniana from different elevations at Miyaluo,western Sichuan,China
川西高原6—7月最低气温场重建研究
,
Reconstruction of minimum temperature field in June–July during 1787-2005 in the West Sichuan plateau
植被指数研究进展
,
Advances in study on vegetation indices
/
〈 | 〉 |