引 言

長(zhǎng)白山地區(qū)的原始闊葉紅松林是我國(guó)溫帶地帶性頂極群落。該區(qū)保存有大面積的原始林，還有經(jīng)采伐或火燒、風(fēng)倒等干擾后形成的次生楊樺林，是恢復(fù)到闊葉紅松林前的過(guò)渡階段。紅松是闊葉紅松林的主要建群種，但在闊葉紅松原始林中紅松天然更新差，難以成為幼樹(shù)，相比之下，紅松在楊樺林下更新良好。原始闊葉紅松林與楊樺林在樹(shù)種組成、林木生長(zhǎng)狀況、林下更新?tīng)顩r等方面有著明顯的區(qū)別，在季相貌變化上也因生活型組成的不同而各有特點(diǎn)，這種差異不僅反映植被自身的光譜特性，也與林下植物特別是更新層的發(fā)展有密切聯(lián)系。

植被冠層光譜特征季節(jié)變化規(guī)律研究，可為植被生理參數(shù)反演、植被類(lèi)型識(shí)別和動(dòng)態(tài)監(jiān)測(cè)提供理論基礎(chǔ)。植物葉片的色素含量、結(jié)構(gòu)特征、含水量等決定了所表現(xiàn)的光譜特征。葉片在510~710nm區(qū)光譜反射率與葉綠素含量之間呈負(fù)相關(guān)，710~920nm呈正相關(guān)，出現(xiàn)“紅谷”、“綠峰”和“藍(lán)谷”現(xiàn)象，即在紅藍(lán)光區(qū)吸收率高，而在綠光區(qū)反射率高，這是因?yàn)橹参锕夂献饔弥饕玫氖羌t藍(lán)光。植物的近紅外波段光譜特性則主要受葉片內(nèi)部構(gòu)造以及葉面積指數(shù)（LAI）等綜合因素的影響。在植物光譜曲線680~740nm之間變化最快的點(diǎn)，即“紅邊”位置變化與葉綠素濃度有關(guān)，常被用來(lái)監(jiān)測(cè)植被健康水平。冠層光譜特征可以使用光譜儀等儀器進(jìn)行實(shí)地測(cè)量，而且往往集中于葉片尺度或農(nóng)田、草原等低矮植被冠層的觀測(cè)。森林冠層光譜的觀測(cè)受到樹(shù)冠高度、觀測(cè)角度、觀測(cè)時(shí)間、觀測(cè)平臺(tái)設(shè)備等因素的限制，數(shù)據(jù)獲取較為困難，理論上可以通過(guò)測(cè)定若干特定時(shí)間的植被冠層光譜特征分析植被變化，特別是季節(jié)變化，但很少也很難在地面上進(jìn)行長(zhǎng)期連續(xù)觀測(cè)。

本研究通過(guò)遙感影像提取長(zhǎng)白山闊葉紅松林（原始林）與楊樺林（次生林）多年冠層光譜信息，分析冠層光譜季節(jié)變化特征，以期通過(guò)不同波段數(shù)據(jù)以及植被指數(shù)變化，闡明長(zhǎng)白山原

研究區(qū)概況與研究方法

本文研究區(qū)域?yàn)殚L(zhǎng)白山國(guó)家級(jí)自然保護(hù)區(qū)，位于我國(guó)吉林省。該區(qū)年平均氣溫2~4℃，無(wú)霜期為101~141d，整個(gè)樹(shù)木生長(zhǎng)季的降雨量占全年降雨量的80%以上。闊葉紅松林是該區(qū)的地帶性頂極植被類(lèi)型，林齡超過(guò)200年，分布于海拔500~1100m的玄武巖臺(tái)地上。區(qū)內(nèi)的楊樺林主要是受風(fēng)倒干擾形成的，是闊葉紅松林演替系列中持續(xù)時(shí)間較長(zhǎng)的階段。

本研究利用多源衛(wèi)星影像提取光譜信息并反演反映植被綠度的常用參數(shù)，常用的綠度參數(shù)為：歸一化植被指數(shù)（NDVI）和增強(qiáng)植被指數(shù)（EVI）。研究原始林與次生林冠層光譜特征及綠度變化，在此基礎(chǔ)上分析植被綠度變化與氣象因子的關(guān)系。數(shù)據(jù)處理的過(guò)程大致包括：影像預(yù)處理、冠層光譜反射率提取、綠度參數(shù)計(jì)算、綠度與氣象因子之間的相關(guān)分析等。

2.1 遙感影像預(yù)處理

本研究所用遙感數(shù)據(jù)以谷歌地球引擎（GEE）為分析平臺(tái)。這是由谷歌、卡內(nèi)基梅隆大學(xué)和美國(guó)地質(zhì)調(diào)查局聯(lián)合開(kāi)發(fā)的基于云計(jì)算的地理信息處理系統(tǒng)。此平臺(tái)提供了大量影像數(shù)據(jù)，通過(guò)依靠Google的高性能集群服務(wù)器對(duì)影像進(jìn)行在線可視化處理，信息提取十分快捷。本研究所用的衛(wèi)星數(shù)據(jù)源為陸地衛(wèi)星地表反射率數(shù)據(jù)（LSR）系列數(shù)據(jù)和哨兵二號(hào)多光譜2a級(jí)數(shù)據(jù)集。

LSR系列數(shù)據(jù)包含陸地衛(wèi)星專(zhuān)題制圖儀（TM）、陸地衛(wèi)星增強(qiáng)型專(zhuān)題制圖儀（ETM+）、陸地衛(wèi)星陸地成像儀（OLI）影像，時(shí)間分辨率為16d，空間分辨率為30m，均包含3個(gè)可見(jiàn)光波段及一個(gè)近紅外波段。LSR數(shù)據(jù)產(chǎn)品是通過(guò)陸地衛(wèi)星生態(tài)系統(tǒng)擾動(dòng)自適應(yīng)處理系統(tǒng)（LEDAPS）處理，利用大氣表觀反射率（TOA）和亮溫（BT）數(shù)據(jù)，對(duì)太陽(yáng)光譜輻射傳輸模型（6S）中的衛(wèi)星信號(hào)進(jìn)行二次模擬，生成地表反射率（SR）數(shù)據(jù)。SR數(shù)據(jù)已經(jīng)過(guò)輻射定標(biāo)、大氣校正等處理，最大限度地消除了大氣散射、吸收、反射引起的誤差。Sentinel-2MSIlevel-2a數(shù)據(jù)集為經(jīng)過(guò)處理后的大氣底層反射影像，時(shí)間分辨率5d，共7個(gè)波段，其中4個(gè)可見(jiàn)光及1個(gè)近紅外波段的空間分辨率為10m，短波紅外和1個(gè)紅邊波段的空間分辨率為20m

2.2 冠層光譜反射率提取

研究數(shù)據(jù)集包括1984-2012年Landsat5-SR，2012年Landsat7-SR、2013-2019年Landsat8-SR以及2019年Sentinel2-level2a數(shù)據(jù)。首先通過(guò)Google Earth對(duì)研究區(qū)的原始林與次生林進(jìn)行目視解譯，從對(duì)象區(qū)選取典型植被類(lèi)型，即闊葉紅松林（原始林）以及次生楊樺林（次生林）。樣點(diǎn)A為次生楊樺林，主要喬木樹(shù)種有：白樺、色木槭、紫椴、大青楊、山楊、紅松、假色槭、擰筋槭、蒙古櫟、青楷槭、春榆、槺椴、水曲柳和懷槐共計(jì)14種。樣點(diǎn)B為闊葉紅松林，主要樹(shù)種有紅松、紫椴、水曲柳、白樺、色木槭、蒙古櫟等。

選點(diǎn)時(shí)以冠層特征明顯、區(qū)域代表性強(qiáng)、樣點(diǎn)分布均勻?yàn)樵瓌t，選取多個(gè)矢量區(qū)域作為研究樣本區(qū)域（圖1）。原始林樣區(qū)面積合計(jì)為1.2186km2，次生林樣區(qū)為0.2312km2。通過(guò)GEE平臺(tái)對(duì)研究區(qū)進(jìn)行CFmask云掩膜后分別提取1984-2019年兩種森林類(lèi)型的平均冠層光譜反射率。

圖1 植被遙感光譜信息提取位點(diǎn)

2.3植被指數(shù)

（1）歸一化植被指數(shù)（NDVI）。歸一化植被指數(shù)廣泛用于植被物候檢測(cè)與植被覆蓋度提取。該指數(shù)利用紅光和近紅外光反射率計(jì)算。公式如下：

（2）增強(qiáng)植被指數(shù)（EVI）。增強(qiáng)植被指數(shù)可表征森林冠層光合組分的光合有效輻射吸收比例，反映森林吸收太陽(yáng)輻射進(jìn)行光合作用的能力，避免了NDVI指數(shù)飽和問(wèn)題，計(jì)算該指數(shù)所用的原始波段為紅光、近紅外光以及藍(lán)光。公式如下：

（3）哨兵二號(hào)紅邊位置（S2REP）。紅邊位置可用來(lái)檢測(cè)植被健康狀態(tài)。當(dāng)植被葉綠素含量增加，光譜紅邊位置向長(zhǎng)波方向移動(dòng)。公式如下：

2.4 氣象數(shù)據(jù)

數(shù)據(jù)來(lái)自中國(guó)氣象數(shù)據(jù)網(wǎng)。距離研究區(qū)域最近的氣象站為長(zhǎng)白氣象站、東崗氣象站、二道氣象站。所用氣象要素為氣溫，時(shí)間跨度為1984-2018年，提取日平均氣溫、日最高氣溫和日最低氣溫，計(jì)算生長(zhǎng)季年平均氣候指標(biāo)和多年平均氣候指標(biāo)。研究區(qū)的季節(jié)劃分為春季（3-5月）、夏季（6-8月）、秋季（9-11月）、冬季（12月至翌年2月），生長(zhǎng)季（4-10月）。

2.5 影像數(shù)據(jù)處理

由于在數(shù)據(jù)提取中進(jìn)行了去云處理，通過(guò)對(duì)數(shù)據(jù)進(jìn)行線性?xún)?nèi)插，S-G濾波平滑和重構(gòu)該時(shí)間序列數(shù)據(jù)，可有效彌補(bǔ)因受云和大氣影響而產(chǎn)生的數(shù)據(jù)不足，提高時(shí)間序列數(shù)據(jù)的質(zhì)量。本研究所使用遙感時(shí)間序列數(shù)據(jù)主要包括：1984-2019年Landsat的15d遙感時(shí)間序列數(shù)據(jù)以及2019年Sentinel-2的5d遙感時(shí)間序列數(shù)據(jù)。數(shù)據(jù)的時(shí)間分辨率會(huì)物候觀測(cè)研究結(jié)果造成影響，有研究發(fā)現(xiàn)采用8d或10d的時(shí)間序列數(shù)據(jù)合成可以滿(mǎn)足大多數(shù)生態(tài)學(xué)研究。本研究通過(guò)對(duì)Landsat-8OLI8d合成遙感數(shù)據(jù)以及1年Sentinel-2遙感數(shù)據(jù)進(jìn)行冠層光譜值提取，綜合分析長(zhǎng)白山原始林與次生林冠層光譜季節(jié)變化特征。提取2019年Sentinel-2遙感影像多種植被指數(shù)分析原始林與次生林植被生長(zhǎng)差異。采用雙邏輯斯蒂曲線對(duì)植被冠層多年NDVI進(jìn)行擬合，分析研究區(qū)植被季節(jié)變化特征。通過(guò)線性變化趨勢(shì)擬合原始林與次生林植被指數(shù)年際變化，進(jìn)而分析二者EVI對(duì)氣溫變化的響應(yīng)。

（1）冠層光譜反射率時(shí)間序列平滑。對(duì)冠層光譜反射率時(shí)間序列采用Savitzky-Golay卷積平滑法進(jìn)行處理，利用最小二乘擬合系數(shù)作為數(shù)字濾波響應(yīng)函數(shù)對(duì)原光譜進(jìn)行處理，以去除高頻隨機(jī)噪聲。

（2）植被指數(shù)月合成數(shù)據(jù)。采用最大值合成法（MVP）將月不同日期的NDVI數(shù)據(jù)疊加起來(lái)取最大值，消除云與氣溶膠的影響，以反映植被綠度的真實(shí)狀況。

（3）植被指數(shù)均值計(jì)算。根據(jù)多年衛(wèi)星影像數(shù)據(jù)計(jì)算的NDVI，計(jì)算相同月份或相同年份的平均值，以表征植被綠度的月均值或年均值。

（4）植被指數(shù)NDVI的雙邏輯斯蒂曲線擬合。基于全年數(shù)據(jù)進(jìn)行擬合，根據(jù)物候進(jìn)程特征，即植被綠度春季上升、秋季下降，同時(shí)用增長(zhǎng)曲線和下降曲線結(jié)合進(jìn)行擬合，得到雙邏輯斯蒂曲線。

（5）相關(guān)分析。計(jì)算原始林與次生林植被1985-2019各年月均EVI與同期月平均氣溫、月最高氣溫、月最低氣溫之間的皮爾遜（Pearson）相關(guān)系數(shù)，進(jìn)而分析二者EVI對(duì)氣溫變化的響應(yīng)。

三、結(jié)果與分析

3.1原始林與次生林冠層光譜反射率

（1）Landsat-8OLI影像冠層光譜反射率季節(jié)變化

由Landsat-8OLI影像可見(jiàn)光波段所反映的冠層反射率呈明顯的季節(jié)變化特征：非生長(zhǎng)季明顯高于生長(zhǎng)季，而近紅外的變化則與可見(jiàn)光相反?？梢?jiàn)光波段主要受植物葉綠素吸收作用的影響，原始林與次生林的藍(lán)光和紅光波段冠層反射率變化基本同步（圖2），綠光波段在生長(zhǎng)季時(shí)期微弱下降，從一定程度上反映了植物葉片的氮水平。年初原始林可見(jiàn)光波段冠層反射率為6.0%、次生林在11.0%左右。生長(zhǎng)季初期，隨著展葉的進(jìn)行，植被葉綠素不斷增加，葉綠素吸收光量子進(jìn)行光合作用，所以可見(jiàn)光波段冠層反射率逐漸下降（主要影響紅藍(lán)光），在第130天（5月10日）之后，可見(jiàn)光冠層反射率穩(wěn)定在較低水平。第260天左右（9月17日），可見(jiàn)光波段冠層反射率開(kāi)始上升，最終各個(gè)波段又恢復(fù)到年初水平。

圖2 長(zhǎng)白山兩種森林植被冠層光譜8d合成的反射率季節(jié)進(jìn)程

(2013?2019年Landsat 8數(shù)據(jù))

在近紅外波段，原始林在年初冠層反射率13.0%，較為穩(wěn)定，而次生林則由15.0%上升為23.0%后逐漸下降，這可能受群落LAI以及植物葉片內(nèi)部構(gòu)造的影響。生長(zhǎng)季隨著植被葉片數(shù)量增加以及大小變化，由于冠層葉片的多次反射和透射，次生林在近紅外波段產(chǎn)生更高的反射率，二者在第180天（6月30日）左右達(dá)到最高峰，次生林最高可達(dá)39.0%，原始林則為35.0%。原始林在第277天（10月5日）下降到穩(wěn)定狀態(tài)，次生林則在第284天（10月12日）趨于平穩(wěn)。近紅外波段與可見(jiàn)光波段冠層季節(jié)變化趨勢(shì)相反，即生長(zhǎng)季可見(jiàn)光反射率降低，近紅光則升高，反映了植物的生理活動(dòng)狀況。在季節(jié)變化進(jìn)程中，近紅外波段冠層反射率高于可見(jiàn)光，在4-10月期間差異更為明顯。比較兩種植被類(lèi)型，原始林與次生林冠層光譜值變化趨勢(shì)相似，但冠層光譜反射率不同。除植被生長(zhǎng)旺盛時(shí)期，原始林冠層反射率一般低于次生林，且各波段季節(jié)變幅小于次生林，這是由于原始林中有大量的常綠針葉樹(shù)，植物葉片形態(tài)與冠層結(jié)構(gòu)狀態(tài)都會(huì)對(duì)冠層的近紅外反射率產(chǎn)生影響。次生林春季初的冠層近紅外反射率出現(xiàn)峰值，這可能是由于次生林闊葉樹(shù)種冠層蓋度較小，易受到雪及土壤背景的影響。在生長(zhǎng)季期間原始林與次生林近紅外差異顯著，可能與闊葉林冠層結(jié)構(gòu)有關(guān)，闊葉樹(shù)種使得光譜入射更趨向于二向性反射，增加了冠層表面近紅外反射。在可見(jiàn)光波段，生長(zhǎng)季尤其是當(dāng)植被因展葉而蓋度較高時(shí)相差很?。环巧L(zhǎng)季次生林反射率高于原始林，這和構(gòu)成次生林的優(yōu)勢(shì)種白樺的白色樹(shù)皮有關(guān)。更重要的是，在樹(shù)木展葉開(kāi)始前，林地積雪（春季積雪可持續(xù)到4月下旬，秋季從11月份開(kāi)始有積雪）對(duì)反射率的貢獻(xiàn)很大，而原始林有大量的常綠針葉樹(shù)，而且樹(shù)體龐大，枝干的蓋度較高，對(duì)地面的輻射反射的阻擋作用更明顯。

（2）Sentinel-2影像光譜反射率季節(jié)變化

2019年Sentinel-2影像顯示的結(jié)果與Landsat-8OLI相似。植物葉片主要是吸收可見(jiàn)光部分（特別是紅藍(lán)光），其吸收幅度通常這與葉綠素含量有關(guān)。生長(zhǎng)季期間植被可見(jiàn)光反射率出現(xiàn)明顯的“紅谷”、“綠峰”和“藍(lán)谷”現(xiàn)象（圖3），且原始林與次生林冠層可見(jiàn)光反射率基本一致。在非生長(zhǎng)季原始林與次生林均未出現(xiàn)“兩谷一峰”現(xiàn)象，在整個(gè)季節(jié)變化中出現(xiàn)與消失時(shí)間相近，均在5月中旬和10月下旬（圖3）。二者哨兵二號(hào)影像紅邊波段季節(jié)變化明顯，且原始林與次生林紅邊變化差異較大。非生長(zhǎng)季，原始林冠層光譜反射率較為穩(wěn)定。由于林內(nèi)有大量的常綠針葉樹(shù)紅松，在此階段存在微弱“紅邊效應(yīng)”。隨著葉片大小和數(shù)量以及與此相伴隨的植被葉綠素含量的增加，原始林與次生林都出現(xiàn)了明顯的“紅邊”即近紅光反射率提高，這還和生長(zhǎng)季節(jié)葉片有較高的含水率有關(guān)。生長(zhǎng)季期間，次生林冠層近紅外波段反射率明顯大于原始林。

圖3 高分辨率影像提取的林冠層光譜反射率季節(jié)變化(2019年)

審核編輯黃昊宇