河岸带边界界定中的关键问题

张东旭 ,郭晋平

(1.山西大同大学农学与生命科学院,山西 大同 037009;2.山西农业大学林学院,山西 太谷 030801)

河岸带(Riparian zone)的恢复、保护及科学管理都需要对河岸带的边界进行科学测定。河岸带的空间范围很难准确测定,因为河流廊道具有很大的生物物理异质性,河岸带的实际宽度与河流的规模、河流在排水网络中的位置、水文体制以及当地的物理构造有关,准确地测定河岸带的边界取决于对植物群落的识别或对河岸带其他属性有强烈影响的环境特征的选择[1]。

1 河岸带边界的定义

河岸带的边界有两个,即水域 /陆地边界和河岸带 /高地边界。无论从遥感影像、航片、视觉还是动植物生态学角度看,前者显而易见,而后者的界定则有较大困难。人们通常所说的河岸带边界是指后者,是一种特殊的群落交错带。

Fortin等认为群落交错带有两种,即生物群落交错带和环境群落交错带[2]。生物群落交错带反映物种对环境变化(剧烈或缓慢)的响应或物种之间的相互作用,或者兼而有之;环境群落交错带与环境的物理属性(如湿度、土壤、地形或地质等)的剧烈改变相一致。因此,在识别群落交错带时,需要清晰定义其标准、方法和尺度。

2 尺度问题

为了说明空间尺度对检测群落交错带的重要性,Fortin等给出了 5种尺度及相关的特征,并用湿地和河岸群落交错带来说明这些尺度,这 5种尺度是湿地高地界面、地高地带、子流域、流域和生态区[4]。对河岸带、湖岸带和海滨带等水陆交错带的研究属于中尺度的范畴[3]。

在各个尺度上,界定河岸带的边界都有比较成熟的方法,如:植被分析法主要适用于子流域以下的中小尺度;子流域以上尺度的河岸带边界判定,将地理信息系统与遥感等方法综合运用更为有效;横断面(Transects)检测方法适用于所有尺度的河岸带研究。因此,在河岸两侧或一侧垂直于河流方向上设立从河边一直到高地的横断面,是植被分析法和土壤分析法界定河岸带边界时的常用方法。将野外实地观测和分析得到的横断面数据整合到地理信息系统中,对准确、全面判定河岸带边界有积极帮助。

3 方法问题

3.1 植被分析法

在许多植被生态学研究中,研究者经常有意忽视或遗漏边界,通常在相对均一的群落内设置样地,研究其有代表性的物种组成[4]。因此,不少学者质疑植被分析技术(如多元排序)识别边界的效力[9],认为该类方法虽然能间接地识别均一群落的界限,但主要解决的是群落内部的组成和结构问题而不是边界,对解决河岸带的边界作用有限。尽管如此,植被边界的重要性依然得到充分的关注[5,6],一些植被多元分析技术可以用来揭示群落的边界,如除趋势对应分析法(DCA)、主成分分析法(PCA)和移动窗口分析法(MSW)等。但是,根据 Fortin两种群落交错带的理论,通过植被分析法测定的河岸带边界,最多只是河岸带与高地生物群落交错带的边界。

3.2 土壤分析法

与植被生态学方法类似,在从河缘到高地森林的研究断面内,采用密集取样法对土壤主要理化性质进行分析,找出土壤理化性质发生突变的区域,从而判定河岸带的边界。河岸带土壤的结构和状况相当复杂。由于受季节性洪水淹没、侵蚀和沉积等作用的干扰,活动性河漫滩通常是复杂土壤斑块的镶嵌体[7]。因此,通过该方法识别出的突变区域可能有多个,只有河岸带与高地森林之间的突变区域才是河岸带的真正边界。对河岸带边界研究有重要意义的指标主要是土壤质地、土壤湿度、有机质、总氮和土壤动物区系[1]。

3.3 景观分析法

在景观生态学中,识别景观的边界对变化着的环境的恢复和管理非常重要,如何测定景观边界是需要首先解决的问题。当一些生态学参数在空间上发生快速或突然的变化时,边界的检测是直观的;若这些变化是渐进的,则边界的检测比较困难。一般认为,适用于测定群落交错带边界的方法,包括空间分析法(如利用地理信息系统和遥感来检测河岸带景观的类型及格局 )、统计学法(定量和格局比较)和建模法(公式化和预测多变量的互作)等。

1 )地理信息系统。地理信息系统的数据类型主要有两种,即栅格数据和矢量数据,每种类型的数据在测定群落交错带边界时都有不同的功能。在栅格系统中,每个单元或像素的值由栅格 x值和 y值决定。河岸带景观格局的识别、最佳廊道的位置、移动窗口和最大空间的建模技术更适用于栅格数据。矢量系统中那些与点、线、多边形及毗邻地区的特征相关的属性,与彼此经过的地形有关。在矢量系统中,计算长度、面积和不规则形的维度,识别毗邻的生态系统,计算河岸缓冲带的宽度,以及生成更传统的地图产品都非常容易。但矢量系统将大多数的群落交错带(如河岸带)弱化为线状,而实际上他们应该是一个过渡区[8]。因此,在地理信息系统中,栅格数据可以更好地用来测定突变的或渐变的河岸带边界,例如:以滤镜(移动窗口)等图像增强算法来识别河岸带的边界,而矢量数据却不适合做同样的工作。运用地理信息技术,并结合图像处理技术,已经成功地用于群落交错带的定量分析中[9]。

2 )遥感。根据植被、土壤类型和土壤湿度等属性,通过遥感图像分析法,可以使群落过渡带可视化从而被检测到,尤其在流域或更大的尺度上[2]。但是,如何测定河岸带与高地的边界,大多数图像分析方法只是简单的将河岸带线性化,很少注意到河岸带与高地之间是否存在清晰的边界以及边界的确切位置。通常,图像亮度变化可以用来揭示河岸带及其边界。但是,检测边界的主要难点是在图像处理过程中因解析错误产生的噪声,图像的空间解析、质地本身加入噪声,以及不连续性的强度等。最常规的边缘检测方法是平行法,能够充分考虑到局部相邻像素。此外,光谱数据的多变量分析技术,植被季相变化造成的遥感影像的差异,图像的空间聚类分析技术等,也可以用来识别河岸带及其边界。

3 )统计学法。在统计学上,边界可以用最大变化率发生的位置来判定[9]。前文提到的移动窗口技术(MSW),通过计算沿着横断面相邻样方的数据变化幅度来检测群落交错带的边界[10,11],边界的位置就是变量值变化幅度最大的位置。此外,对空间排列规则数据进行定量的“lattice-wom bling”边缘检测算法[12,13],对空间排列不规则数据进行定量的“triangulation-wom bling”边缘检测算法[12],对空间排列不规则数据进行定量的改良“latticewombling”算法[12]以及“Delaunay”算法[14]等都可以用来检测河岸带的边界。

4 )建模法。如果知道河岸带植物群落的起源、维持因子或与其相关的动态过程,就可以用这些信息建立模型来进行整合。对于河岸带群落而言,水文通常是控制河岸带位置、宽度和形状的主导因子。因此,可以用水文模型来检测河岸带的位置及边界。水文模型还为模拟河岸带边界位置随季节变化提供了工具,可根据过去若干年的数据估计河岸带边界空间位置变化的频率分布。常用的水文模型有TOPMODEL模型和 COUNT模型[15]。 TOPMODEL模型通过数字高程、土壤传导率和降水产生1个流域水位图,然后计算流域栅格内每个单元的地形收敛值。地形收敛值是1个单元内流域排水面积与地表坡面的比率。如果某单元内的排水区面积大、坡度小,则有较高的地形收敛值,这意味着该单元比那些排水区面积小、坡度陡的单元更容易饱和或垂直渗透。这样,TOPMODEL模型就可以模拟流域内土壤的湿度梯度。再将地形收敛、河流网络信息以及田间观测结合起来,就能初步识别可能的河岸带的位置及边界。 COUNT模型是通过数字高程数据来估计对 1个数字高程范围内全部有水文贡献的单元的数量。 COUNT模型的输出结果可以用野外实测数据来校准。COUNT模型已经被植入 ARC/INFO GIS中,可以利用该模型得到不同植被类型过渡带的综合湿度指数[16]。根据该指数,可判断河岸带与高地之间的群落过渡带的位置和边界。

4 标准问题

界定河岸带边界的核心是标准问题,即界定河岸带与非河岸带的依据是什么。有了确定的界定标准,才可以选择相应的判定方法。归纳国内外近些年的应用案例,其界定依据主要有以下几种:植被季相变化差异,植被物种组成差异,土壤含水量、营养物和土壤动物组成差异,固定宽度河岸带,局部地形地貌,数字高程模型,50 a一遇的洪水的水位线等。

河岸带与毗邻高地植被的季相差异,可以用来识别河岸带的边界,但如果遥感影像的分辨率不高,则很难得到有效的边界。例如:Goetz等人曾利用决策树分类算法并结合卫星遥感图像(TM/ETM+)和地理信息系统(GIS)、地形图和土地利用图等来识别河流及河岸带,但效果一般,仍然把河岸带线性化[17]。美国自然资源管理局(the Department of Natural Resources,DNR)将河岸带设置为170 m的固定宽度[26],然而固定宽度河岸缓冲带或固定维度样方不能真实反映现实中河岸带边界的复杂性。50 a一遇的洪水的水位线也可作为判定河岸带与高地边界的依据[18],但多数河流未必有相关记录,其应用价值受到制约。利用数字高程模型,并结合局部地形特征,可定义谷底范围,从而由此确定河岸带的边界[19,20]。

因此,以地形特征作为划分河岸带与高地群落以及设置样方的依据,有利于通过景观生态学和地理信息系统等手段在更大尺度上确定河岸带的边界及其衍生问题。

[1] Naiman,R.J.,H.Décamps,M.E.M.M cCl-ain,R-iparia:Ecology,Conservation,and Mana-gement of Streamside Communities[M].Burlington,USA:Elsevier Academ ic Press,2005.

[2] Fortin,M.J.,R.J.O lson,S.Ferson,et a l.Issues related to the detection o f boundaries[J].Landscape Eco logy,2000.15(5):453-466.

[3] 周 婷,彭少麟.边缘效应的空间尺度与测度 [J].生态学报,2008,28(7):3 322-3 333.

[4] Risser,P.G.,Ecotones at local to regional sca les from around the world[J].Ecological Applications,1993(3):367-368.

[5] Orlóci,L.and M.Orlóci,Edge detection in vegetation:Jornada revisited[J].Journa l of V egetation Science,1990(1):311-324.

[6] Glavac,V.,C.Grillenberger,W.Hakes,and H.Ziezold,On the nature of vegetation boundaries,undisturbed flood p lain forest communities as an examp le-a contribution to the continuum/discontinuum controversy[J].Vegetatio,1992(101):123-144.

[7] O liver,C.D.and B.C.Larson,Forest Stand Dynam ics[M].New York:John Wiley&Sons,1996.

[8] Clarke,S.E.,D.W hite,and A.L.Schaedel,Ecologica l regions and subregions for w ater quality management[J].Environmental Management,1991(15):847-856.

[9] Burrough,P.A.,Princip les o f geographical in formation systems for land resources assessment,in M onographs on Soil and Resources Survey[J].Clarendon Press:Ox ford,1986.

[10] Johnston,C.A.,J.Pastor,and G.Pinay,Quantitative methods for studying landscape boundaries,in Landscape Boundaries: Consequences for Biotic Diversity and Ecological Flows[A],A.Hansen and F.d.Castri,Editors.Sp ringer-Verlag: New York.1992:107-128.

[11] Ludwig,J.A.and J.M.Cornelius,Locating discontinuities along ecological gradients[J].Eco logy,1987(68):448-450.

[12] Fortin,M.J.,Edge detection algorithms for tw odimensional ecological data[J].Eco logy,1994(75):956-965.

[13] Fortin,M.-J.and P.Drapeau,Delineation of ecological boundaries: Comparison of app roaches and significance tests[J].Oikos,1995(72):323-332.

[14] Up ton,G.J.G.and B.Fingleton,Spatial data analysis by example.Volume 1: Point Pattern and Quantitative Data[M].New York:John Wiley&Sons,1985.

[15] Jensen,S.K.and J.O.Dominique,Extracting topographic struc ture f rom digital elevation data for geographic in formation system ana lysis[J].Photogrammetric Engineering and Remote Sensing,1988(54):1 593-1 600.

[16] Iverson,L.R.,M.E.Dale,C.T.Scott,and A.Prasad,A GIS derived integrated moisture index to p redict forest composition and p roductivity in Ohio forests[J].Landscape Ecology,1997(12):331-348.

[17] Goetz,S.J.,D.Varlyguin,A.J.Sm ith,et al.Melchoir.App lication o fmu ltitemporal landsat data to map and monitor land cover and land use change in the Chesapeake Bay w atershed.in Analysis of Multi-temporal Remote Sensing Images[J].Singapore:W orld Scientific Publishers,2005.

[18] Aunan,T.,B.Palik,and S.Verry.A GIS Approach for Delineating Variable-Width Riparian Buffers Based on Hyd rological Function[EB/OL].2005[cited;Availab le from: http://www.frc.state.mn.us/Info/M FRCdocs/GIS Approach for delineating Variab le-W id th Riparian Bu ffers.pd f.]

[19] Manning,M.,P.Bates,K.Brewer,et al.Project Summary: An Image-based Riparian Inventory of Wyom ing,in Pro ject Summary:Wyom ing Imagebased Riparian Inventory[R].2004,USDepartment of Agricu lture,Forest Service;W ashington O ffice,Forest Health Managemnt; W ashington O ffice-Engineering,Remote Sensing App lications Center:Washington D.C.

[20] Sm ith,P.Project:Development of a GISM ethod to Map Riverine Riparian Habitat[EB/OL].2008[cited;Availab le from: http://www.sccw rp.org/view.php?id=492.]