平潭综合实验区沿海防护林综合效益模型构建与评价

池毓锋,赖日文,谢雪莉,苏艳琴,余莉莉,罗文玮

(福建农林大学 林学院,福州 350002)

平潭综合实验区沿海防护林综合效益模型构建与评价

池毓锋,赖日文,谢雪莉,苏艳琴,余莉莉,罗文玮

(福建农林大学 林学院,福州 350002)

以福建平潭综合实验区为研究区,收集2015年Landsat 8 OLI遥感影像数据、ASTER卫星GDEM V2产品,结合实地调查的数据,通过RS与GIS技术手段,对研究区地物类型与沿海防护林的空间分布进行信息提取；选取合适的效益评价指标,根据灰色关联分析计算权重,构建线性评价模型,同时运用该模型,对平潭各乡镇综合效益进行评价,将综合效益模型与NDVI拟合。结果表明，综合效益指数和NDVI指数的相关系数R为 0.80,两者之间的相关性较显著。该模型可为评估综合效益提供参考。

综合效益；沿海防护林体系；平潭综合实验区

我国沿海防护林综合效益研究起步于20世纪50年代,如苏北沿海地区对农田防护林带的生态效益评价,该试验林带建于1953年,主要是对农田防护林的小气候效应研究和林带的防风效应,研究结果表明：林带具有减少风力的作用,能够延缓土壤返盐作用,改善自然条件,促进作物发育和增加产量[1]。如李维成[2]、胡海波等[3]研究表明通过加强沿海防护林的建设,有效减少了常年受灾农田、果园、土地的损失。随着开展沿海防护林水土保持效益的研究,杨均科[4]更深入地揭示了沿海防护林强化土壤抗冲性,表明改善后的土壤结构能影响土壤抗虫性,对不同林种的抗冲性分别研究,得出毛竹林抗冲性强化值最大。但新球等[5]、杨青青等[6]、Clements等[7]利用遥感、地理信息系统等手段对沿海防护林中的沙化土地和防护林林地面积等条件与因子分析,得出防护林的固沙效益较为明显的结论。将生态系统服务功能价值评估的应用领域拓展到沿海防护林,通过评估其生态价值,揭示了沿海防护林强大的服务功能,同时构建出防护林综合效益和防护效益模型[8]。本文应用RS和GIS技术及统计学方法,研究了福建平潭综合实验区沿海防护林体系的综合效益,选择能够反映综合效益的指标,结合平潭综合实验区的自然经济状况,建立合理的评价指标体系对其评价,以期为建设结构合理、功能完善的沿海防护林体系提供依据,促进沿海防护林的可持续发展。

1 研究区概况

平潭综合实验区是福建省东部沿海一个岛群,由福建省直管的地级行政区,位于北纬25°15′25°45′,东经119°32′120°10′。平潭综合实验区主岛平潭岛为福建省第一大岛,中国第五大岛。拥有以海积平原为主的地形,具有海岛隆起的特点,属南亚热带半湿润海洋性季风气候,风向季节性变化明显,区政府位于潭城镇新区。平潭全区辖7镇8乡：敖东镇、澳前镇、北厝镇、流水镇、平原镇、苏澳镇、潭城镇、白青乡、大练乡、东庠乡、岚城乡、芦洋乡、南海乡、屿头乡、中楼乡。总人口418 319人,森林覆盖率为31.30%,生态林总面积9 112.53 hm2。

2 研究方法

2.1 数据收集与获取

收集平潭综合实验区2015年8月3日Landsat-8遥感影像,选取陆地成像仪传感器(Operational Land Imager,OLI),条带号为118,行编号为42,该景数据云量6.57%,岛屿覆盖区域基本无云；ASTER卫星 GDEM V2产品的数字高程模型(Digital Elevation Model,DEM) 条带号为119,行编号为25。收集平潭综合实验区的行政区矢量图、2015年林业小班基本图,1∶10 000,1∶50 000平潭综合实验区地形图、相关的水文气象资料、前人完成的相关研究成果和论文专著,2015年GDP统计数据和2015年统计年鉴。水文气象数据,包括平潭综合实验区14个气象台站多年平均降雨量、气温和风速等数据。另外于2015年12对平潭综合实验区进行野外实地调查,使用亚米级手持GPS对各地物进行采点,获取坐标信息,共调查120个地物类型坐标点。

2.2 地物信息提取

利用RS,GIS,GPS与数理统计的方法,对所收集的遥感影像进行地物信息的提取,对沿海防护林数据、气象数据、社会经济数据、地形图和实地调查数据等数据进行统计与分析。通过主成分分析、因子分析及理论分析筛选初选的评价指标因子,对无量纲化处理后的因子用灰色关联分析确定权重,并构建综合效益评价模型。

为满足后续处理需求,对影像数据预处理。预处理包括波段叠加、辐射定标、大气校正和研究区的裁剪等,其中几何校正依据行政边界、道路河流矢量图层叠加的方式,采用二次多项式,选取10个控制点,误差控制在1个像元内。

大多数应用遥感影像的地物信息提取是基于目视解译和监督分类[9]。首先获取Landsat影像各个波段的光谱特征(表1)。

从表1可以看出,各波段按标准差大小排列为OLI 6>OLI 5>OLI 7>OLI 4>OLI 3>OLI 2>OLI 1,标准差大的信息量越大,所以OLI 6包含的图像信息量最丰富,OLI 5,OLI 7次之,按照信息量大小选取这3个波段作为信息提取的优先波段。采用监督分类方法为基础,以分层分类法与人机交互作为辅助,对不同的土地覆盖类型进行信息提取[10]。将平潭综合实验区划分为水域、耕地、林地、沙地、居民地和未利用地6种土地利用类型,实现土地利用专题信息的提取。同时基于林地提取结果结合平潭二类调查与林业小班基本图,提取湿地松、相思树、黑松、木麻黄和其他林种。

表1 平潭综合实验区2014年影像光谱特征统计

2.3 综合效益模型构建

2.3.1 指标选取

由于选取沿海防护林效益评价的指标是一项复杂的系统工程,评价指标的选择关系到评价工作量大小和结果准确性,其中指标过多会造成信息过度重复,太少则会影响评价结果的准确性。依据有关研究结果[11-13],结合平潭岛气候、地形、人文等特色,依照科学性、系统、实用等原则选取土壤侵蚀模数、植被覆盖度、森林植被净第一性生产力、风蚀气候因子指数、森林固定CO2能力、地表粗糙度作为生态效益的评价指标,国内生产总值、食物生产价值作为经济效益的评价指标,娱乐文化价值作为社会效益的评价指标。

2.3.2 指标计算

1) 土壤侵蚀模数。采用多位学者[14-17]提出的通用土壤流失方程(USLE)计算表示。植被净第一性生产力(NPP)参照气候相关模型[18]以平潭综合实验区林地年均温度、年均降水量插值栅格数据库为基础,以实际蒸散量计算的森林气候生产力,再辅以改正系数修正获得。具体计算公式如下：

A=R×K×LS×C×P

(1)

式中：A为多年平均土壤流失量(t/hm2)；R为降雨侵蚀力因子(J/m2)；K为土壤可蚀性因子(无量纲)；LS为地形因子(无量纲)；C为植被措施管理因子；P为防止措施因子。

2) 植被覆盖度。以像元二分模型[19]为基础,依照水利部2008年颁布的土壤侵蚀分类分级标准中植被覆盖度分级标准,实地采集数据,获取对应全裸地与全植被地样点,依照调查样点计算对应NDVI值。具体公式如下：

(2)

(3)

上式中：E为林地年实际蒸散量；P为林地年平均降水量；T为林地年平均气温；NPP(S)为由森林气候生产力计算的森林植被净第一性生产力；ai为植被覆盖度、土壤侵蚀模数和MNDWI指数等评价因子权重；Ai为各评价因子得分值。

3) 其他指标。风蚀气候因子指数选用联合国粮农组织(FAO)提出[20]的标准计算；森林固定CO2能力据森林植被净第一性生产力物质量推算[21]；地表粗糙度依据DEM影像反推[22]；国内生产总值、食物生产价值、娱乐文化价值依据收集的资料整理获得。

2.3.3 因子权重提取与综合效益模型整理

将初选的9个指标因子原始数据根据标准差标准化处理后,建立因子之间的相关系数矩阵,计算各因子的特征值和方差贡献率[23]。经过无量纲处理后,根据灰色关联分析(GRA)中关联系数的公式计算出各指标因子间的关联系数,以一阶线性关系整理,获得综合效益模型,其中关联度的计算公式与评价指标权重计算公式如下:

(4)

W=(ω1,ω2,…,ωj)

(5)

式中,W为评价指标的权重。为了把各评价指标用百分比表示,对ωj进行研究归一化处理。

3 结果与分析

3.1 分类精度评价

依据采集的6类地物120个点的坐标信息,采用以混淆矩阵为基础总体精度与Kappa系数结合的精度评价方式。统计发现,分类整体精度达到89.17%,Kappa系数达到0.86,符合所需精度要求,分类提取结果的平潭土地利用分布如图1所示,各类地物分类精度如表2所示。

3.2 关联度和指标权重

根据关联度公式(1)计算各指标因子占整个指标体系的比重,根据公式(2)计算各个评价指标因子的权重值,结果如表3、表4所示。

3.3 防护林综合效益模型

基于ERDAS 9.2,ENVI5,ArcGIS 10.2,SPSS 17等软件的处理与计算最终获得综合效益模型,具体公式为：

f=0.10597×SE+0.11922×VC+0.11914×NP+0.10589×WE+0.11914×FC+0.11150×SR+0.11524×GD+0.10173×FP+0.10216×EC

(6)

图1 平潭综合实验区土地利用分布图

类型名称参考项分类项正确数生产者精度/%各类精度/%居民地25262288 0084 62未利用地17181588 2483 30沙地97777 78100 00耕地22211881 8285 71林地38403797 3792 50水域98888 89100 00总计120120107

表3 评价指标因子关联度和权重表

式中:f为综合效益值；SE为土壤侵蚀模数；VC为植被覆盖度；NP为森林植被净第一性生产力；WE为风蚀气候因子指数；FC为森林固定CO2能力；SR为地表粗糙度；GD为国内生产总值；FP为食物生产价值；EC为娱乐文化价值。

表4 合效益权重表

将综合效益的计算结果通过模糊聚类[24],分区域等级划分为好、中、差3类,获得平潭综合实验区各乡镇沿海防护林综合效益等级表与平潭综合实验区综合效益等级分布图(图2、表5)。平潭综合实验区沿海防护林综合效益好的乡镇有屿头乡、苏澳镇、白青乡、中楼乡、大练乡、流水镇和平原镇,主要分布在平潭综合实验区北部；综合效益中等的有南海乡、芦洋乡、东庠乡、岚城乡和潭城镇,主要分布在平潭综合实验区中部；综合效益较差的有北厝镇、敖东镇和澳前镇,主要分布在平潭综合实验区南部。

图2 平潭综合实验区综合效益等级分布图

划分等级划分标准乡镇好>0 42屿头乡、苏澳镇、白青乡、中楼乡、大练乡、流水镇、平原镇中0 37～0 42南海乡、芦洋乡、东庠乡、岚城乡、潭城镇差≤0 37北厝镇、敖东镇、澳前镇

3.4 与NDVI拟合精度评价

从图3综合效益指数与NDVI指数相关性分析的拟合曲线可以看出,综合指数和NDVI指数变化的总体趋势是NDVI指数增高,综合效益指数增大,生态环境越好。两者之间的相关性较显著,相关系数R=0.80。因此,通过综合效益指数和NDVI指数的相关性分析可以看出,本研究所构建的沿海防护林综合效益模型涵盖了生态、经济和社会三方面的效益,且计算出的各乡镇的综合效益指数具有较好的可靠性和科学性。

图3 综合效益指数与NDVI指数相关性分析

4 讨论

1) 采用多种分类方法相结合,以分层分类法作为辅助方法,人机交互目视解译对平潭综合实验区2015年Landsat 8影像进行分类,土地利用分类为：水域、耕地、林地、沙地、居民地和未利用地；林种信息依据林业二类调查的小班数据提取,并划分为湿地松、相思树、黑松、木麻黄和其他林种；研究表明：土地利用专题分类精度89.17%,所提取的专题信息验证精度较为理想,满足研究的需要。

2) 将沿海防护林的综合效益指数与NDVI指数进行曲线拟合,结果表明：综合效益指数与NDVI指数两者之间的相关性较显著,相关系数R=0.8040,计算出的各乡镇的综合效益指数具有较好的可靠性和科学性。

3) 本文选取的评价指标中,部分是通过遥感方式获取,部分是结合社会经济统计数据得到。随着RS和GIS技术的发展,多种数据源的获取将为某一特定目标的分析提供重要的数据来源支撑,如何科学、快速、有效地实现数据的获取是今后的研究方向之一。

[1]李德毅,杨康民,秦兆顺,等.苏北沿海农田防护林防护效果的研究报告(1958—1959)[J].林业科学,1960(2):77-93.

[2]李维成.沿海防护林体系森林资源的现状 效益及对其建设的几点建议[J].林业资源管理,1996(5):41-43.

[3]胡海波,康立新.国外沿海防护林生态及其效益研究进展[J].世界林业研究,1998(2):19-26.

[4]杨均科.沿海沙质海岸防护林抗侵蚀能力及评价研究[D].南京:南京林业大学,2013.

[5]但新球,廖宝文,吴照柏,等.中国红树林湿地资源 保护现状和主要威胁[J].生态环境学报,2016,25(7):1237-1243.

[6]杨青青,杨众养,余雪标,等.不同林龄木麻黄沿海防护林林下植被多样性研究[J].热带作物学报,2016,37(2):359-364.

[7]Clements T,Milner-Gulland E J.Impact of payments for environmental services and protected areas on local livelihoods and forest conservation in northern Cambodia [J].Conservation Biology.2015,29(1):78-87.

[8]陈国荣.沿海防护林建设效益的遥感监测研究[D].福州:福建农林大学,2008.

[9]刘百桥,孟伟庆,赵建华,等.中国大陆1990—2013年海岸线资源开发利用特征变化[J].自然资源学报,2015,30(12):2033-2044.

[10]王敏,高新华,陈思宇,等.基于Landsat 8遥感影像的土地利用分类研究——以四川省红原县安曲示范区为例[J].草业科学,2015,32(5):694-701.

[11]张巧.平潭岛四种主要沿海防护林生态效益评价[D].福州:福建师范大学,2015.

[12]李怡.广东省沿海防护林综合效益计量与实现研究[D].北京:北京林业大学,2010.

[13]黄义雄.福建滨海木麻黄防护林生态功能研究[D].长春:东北师范大学,2013.

[14]俱战省,文安邦,严冬春,等.三峡库区小流域修正通用土壤流失方程适用性分析[J].农业工程学报,2015,31(5):121-129.

[15]冯强,赵文武.USLE/RUSLE中植被覆盖与管理因子研究进展[J].生态学报,2014,34(16):4461-4472.

[16]朱明勇,谭淑端,张全发.南水北调中线水源地土壤侵蚀经济损失估算[J].水土保持通报,2014,34(5):190-195.

[17]潘竟虎.黄土丘陵沟壑区小流域土壤侵蚀情景模拟——以甘肃省静宁县清水沟流域为例[J].自然资源学报,2009,24(4):577-584.

[18]A.Ruimy.B.Saugier.Nethodology for the estimation of terrestrial net primary production from remotely sensed datap[J].Journal of Geophysical Research,1994,99(3):5263-5283.

[19]吴昌广,周志翔,肖文发,等.基于MODIS NDVI的三峡库区植被覆盖度动态监测[J].林业科学,2012,48(1):22-28.

[20]FAO.A provisional methodology for soil degradation assessment [M].Rome:Bernan Associates,1979.

[21]付甜.基于CBM-CFS3模型的三峡库区主要森林生态系统碳计量[D].北京:中国林业科学研究院,2013.

[22]曾珍,杨本勇,范建容,等.基于地表粗糙度地学意义的地表真实面积计算[J].遥感技术与应用,2014,29(05):846-852.

[23]唐莉华,杨大文,孟凡磊,等.农业区环境-经济综合效益模型构建及应用[J].农业工程学报,2015,31(19):202-207.

[24]姚晓红.模糊聚类分析方法在甘肃农业经济类型划分中的应用[D].兰州:兰州交通大学,2013.

Construction and Evaluation of Comprehensive Benefit Model of Coastal Shelter Forest in Pingtan Comprehensive Experimental Area

CHI Yufeng,LAI Riwen,XIE Xueli,SU Yanqin,YU Lili,LUO Wenwei

(CollegeofForestry,FujianAgricultureandForestryUniversity,Fuzhou,Fujian350002,China)

This study takes Pingtan Comprehensive Experimental Zone as the research area,collect Landsat 8 OLI remote sensing imagery data and production of ASTER satellite GDEM V2,combined with field survey data,through RS and GIS technology,extraction of the type of surface feature and coastal protection forest spatial distribution of information.Moreover,appropriate benefit evaluation index are selected and the evaluation model buildt to realize the evaluation on the comprehensive benefit of the spatial differentiation in coastal protective forest system. With the fitting of the comprehensive benefit index and the NDVI index,the results show that when R(correlation coefficient) is 0.804 0,the correlation between the two is significant. This model provides reference for comprehensive benefit evaluation.

comprehensive benefit,coast protection forest system,Pingtan Comprehensive Experimental Area

2016-12-23；

2017-03-15

生态林种科研基地2017-建设工程项目(61201400814)；森林持续经营研究项目(ky0180081)

池毓锋(1991-),男,福建尤溪人,在读硕士,研究方向为3S技术应用。Email：243940420@qq.com

赖日文(1970-),男,副教授,硕导,研究方向为3s技术应用。Email：fjlrw@126.com

S

A

1002-6622(2017)03-0056-06

10.13466/j.cnki.lyzygl.2017.03.012