内蒙古草原生态现状调查的关键技术

2020-10-17王晓栋毕力格吉夫刘爱军哈斯巴特尔常书娟苏日图

草原与草业 2020年3期

王晓栋，宛涛，解玮，毕力格吉夫，刘爱军，杨勇，哈斯巴特尔，常书娟，苏日图

(1.内蒙古农业大学草原与资源环境学院，呼和浩特 010018；2.内蒙古自治区草原勘察规划院，呼和浩特 010051；3.内蒙古财经大学工商管理学院，呼和浩特 010070)

草原是我国面积最大的绿色屏障,是维护国家生态安全、维系农牧民生产生活的物质基础。草原上除优质牧草以外，还生长着许多有重要经济和药用价值的野生植物，对开发优良遗传资源和发展中(蒙、藏)医药业具有重要作用；草原还是一些珍稀濒危野生动植物的生长和栖息地，对维护生物多样性具有十分重要的意义[1]。受气候变化及人为因素的影响,草原资源数量和质量的动态变化十分明显。内蒙古自20世纪80年代以来，先后开展了两次规模较大较为详实的草原资源普查和三次草原面积清查和速查，基本查清了草原面积、分布和质量，积累了一系列草原资源调查和监测的成果和核心技术。近年来，国家高度关注内蒙古的草原生态战略定位，先后实施了草原生态保护补助奖励机制和京津风沙源治理等项目。为了筑牢北疆生态安全屏障，推进草原生态文明体制改革和生态文明建设，内蒙古政府决定在2020～2021年利用两年时间开展全区草原生态现状调查，全面掌握草原资源基础数据，分析评价草原资源和生态状况。为此，在前人已有工作成果和技术的基础上，探讨基于“3S”技术的草原生态现状调查关键技术集成方法。

1 草原生态现状调查的意义

通过遥感(RS)、地理信息系统(GIS)、空间定位系统(GPS)，结合地面调查的方法，全面细化、更新和完善草原资源基础数据，掌握翔实准确的草原生态状况及动态变化情况，满足草原生态修复、草原生态补奖及国土空间规划和用途管控等，为严格依法治草和全面深化草原生态文明体制改革提供全面细致的基础数据支持。

2 草原生态现状调查的内容

调查内容包括6个方面:(1)开展全区草原大类、亚类面积和空间分布的遥感调查；在此基础上完成全区草原类型的地面调查和遥感解译；形成能够反映天然草原植物多样性的丰富度指数分布图。(2)开展天然草原退化、沙化、盐渍化的程度、面积及空间分布等生态状况调查。(3)开展全区人工草地多年生牧草种植地块及牧区一年生饲草饲料基地地块的调查，包括改良草地和退耕还草地等；开展人工草地种植品种和生产力的调查；形成全区人工草地面积和空间分布图。(4)开展毒害草种及外来入侵植物种类、发生面积及空间分布调查；形成有毒有害植物空间分布图。(5)在上述工作成果的基础上，开展天然草原等级的评价；开展天然草原承载力状况评价；开展天然草原生态状况评价。(6)按照国家基本比例尺地形图分幅和编号标准(GB/T13989-2012)，规范数据成果，构建草原数据信息平台。

3 草原生态现状调查的技术方法

采用高分辨率遥感影像数据，充分利用历次调查成果和网格化的地面样地调查数据，通过遥感、地理信息系统和定位系统一体化技术，查清全区草原类型、退化等面积和分布。在此基础上，进行调查成果汇总与分析；基于成熟并业务化应用的草原生产力和覆盖度估算模型，应用空间分辨率为250m的MODIS-NDVI对全区草原生产力和盖度进行估算，并进行草原等级评价。此外，本次调查要考虑在部分地区示范性应用国产高分数据，提高旗(县)尺度草原生产力和覆盖度估算空间分辨率和精度。调查技术路线见图1。

4 草原生态现状调查的关键技术

4.1 “3S”技术

“3S”技术是遥感技术(Remote sensing, RS)、地理信息系统(Geography information systems, GIS)以及全球定位系统(Global positioning systems，GPS)的统称，是空间技术、传感器技术、卫星定位与导航技术和计算机技术、通讯技术相结合，多学科高度集成的对空间信息进行采集、处理、管理、分析、表达、传播和应用的现代信息技术[2,3]。本次调查基于RS(国产高分和MODIS卫星影像数据)结合GPS(地面调查)，通过GIS技术对草原生态状况及空间分布进行识别、判读、解译，并建立估算模型，查清草原生态现状及利用现状数量、质量、分布及动态，形成自治区、盟(市)、旗(县)三级调查成果和数据库。

4.2 样点布设技术

以自治区20世纪80年代草原普查结果为基础，草原普查矢量图作为工作底图，旗(县)为基本调查单位，参照遥感影像选择典型地段布设样地。充分考虑地形地貌与植被类型等要素，在调查区域内均匀化、网格化分布样地，使每一个样地辐射距离为5～10km。运用统计学中改进的最小样本数确定法，并经过Matlab软件演算，结合平衡生物量因素，计算得出全自治区内需要设置样地数量(见表1)。

表1 不同允许误差水平所需的最少样本数

在简单随机抽样的情况下，样本量的计算公式如下：

式中：n表示样本量；p表示广播接触率；μz表示概率度；D表示允许误差。

根据最小样本数确定方法，兼顾调查面积和调查成本，确定在90%置信度区间允许误差为0.05水平下所需的最少样本量为271个。在此基础上，利用系数加权将20世纪80年代自治区草原类型数量和面积引入，得出以下公式：

式中：n表示样本量；B表示草原型数量；S表示最大草原型面积；Si表示其他草原型面积。

经过上述公式计算，并综合考虑地形地貌、草原类型和图斑数量与分布等因素，共设置7000个样地，保证一个样地能够覆盖25～100km2(图2)。

4.3 地面样地的调查技术

4.3.1样地设置技术

根据地形地貌变化情况,设置调查样地。如在平原丘陵区，设置在比较开阔的区域；在山地，设置在不同海拔高度和坡向的草原类型分布区域内；在沙地，设置在固定、半固定沙地和丘间低地中；在草甸和沼泽样地，根据卫星影像预判，在分布面积大的河谷段或湖盆区内按照梯度变化情况设置[4]。

4.3.2样方调查技术

近年来，许多地区已经对古树名木进行了摸底调查，但调查指标设置不合理，数据较为粗放，不能准确反映当前古树名木的生存现状。笔者以济源市王屋镇为例，通过设置一些完善的调查指标，对古树名木的树种构成、生长状况、存在问题等进行调查分析，并针对性地提出一系列保护措施，以期为古树名木调查指标的合理化、标准化提供参考，也为古树名木的精准保护提供支持。

根据地带性和植被变化情况，选择适宜的样方大小:草原1m2(1m×1m)；高大草本及半灌木100m2(10m×10m)；高大灌木400m2(20m×20m)。每样地草本样方设置3次重复，分别测定植物和群落的高度、盖度、密度、频度和生物量。灌木样方采用全测法分种选择标准株测定株长、宽、高，以及剩余株丛长、宽。生物量按照取样比例(一般为1/2或1/4或1/8等)取标准株当年生长枝进行称重，灌木样方中草本产量测定按《天然草原等级评定技术规范》中的方法测定，灌木样方中草本产量需要扣除灌木的比例，按下式计算：

草本实际产量(g)=草本测定产量(g/m2)×(100%-灌木覆盖度)×100m2

灌木样地的总产量(g/m2)=[草本实际产量(g)+灌木总产量(g)]/100m2

4.3.3标本采集技术

在全区范围内按照各个大类(亚类)草原建群种、优势种、伴生种、特有种、侵入种以及有毒有害植物采集植物标本。根据植物的物候期，采集根、茎、叶、花、果实等完整的植株体。每种植物采集数量不少于3～5份。对采集的鲜标本，要求及时加入标本夹，并随时更换标本纸，防止霉烂、变色。每种采集植物茎、叶、花、果全株拍照，特殊的植物个体及分类特征则采用微距特写镜头表现。像素要高(400万以上)，图像清晰，主题突出。每种植物拍照数量不少于3～5幅。

4.3.4土壤取样技术

样方测定结束后，在样方区域内进行土壤样品采集。取样时，将土壤表层的残留物和杂质清理干净，分别用土壤环刀和土钻进行分层取样。分三层(0～10cm、10～20cm，20～30cm)采样，每层重复三次。

4.3.5地面取样信息核查技术

4.4 遥感数据的获取

数字高程模型(Digital elevation model，DEM)是通过不规则三角网结合地形高程数据实现对地面地形起伏分布的数字化模拟，通过DEM的数据加工处理可以形成坡度和坡向数据，坡度和坡向可以直观地看出草地分布趋势，以及人为活动较大坡度范围内草地分布特征。经过几何精校正、拼接和裁剪，最终得到内蒙古数字高程模型图。

4.4.1高分影像数据处理技术

辐射校正、大气校正、几何校正、融合、匀色、镶嵌。对高分影像源数据进行在可见光与近红外中，气溶胶所引起的散射在热红外中，水蒸气吸收引起的散射进行辐射校正；对传感器端、大气散射产生的辐射误差进行大气校正；通过选取GCP(Ground control point,地面控制点)建立原始影像空间与校正影像空间的坐标变换关系进行几何校正；对多源或多景影像进行融合、匀色、镶嵌处理。

4.4.2获取影像数据质量

地物影像清晰；突出草原类型综合特征；周边影像畸变小；各类地物间色差大,色调差异明显。

4.5 建立遥感判读解译标志

图像的解译标志是遥感图像判读和数据提取的关键,包括遥感图像形状、色调、纹理、阴影、位置、布局及分辨率等要素。草原的遥感波谱特征较为复杂,除了由于植物组成、结构的不同引起草原波谱特征不同外,还受到环境、大气、土壤质地、土壤含水量等诸多因素的影响。本次调查利用GPS全球定位仪获取的地面调查样地(样方)定位信息,结合历史数据，通过专家判读先验知识，针对每一景影像建立一个适合本幅影像特征的草原类型及退化草原专题解译标识,解决“同谱异物或同物异谱”现象，找出影像与草原类型之间对应的特点及规律,确定草原类、亚类、型以及退化、沙化、盐渍化影像判读标志[5]。

4.6 遥感影像解译技术

通过非监督分类和监督分类相结合的方法对遥感影像进行解译分类。非监督分类(Unsupervised classification)技术是运用ISOCLUST ( Iterative Self-Or-ganizing data analysis technique)算法,完全按照像元的波谱特性自动进行分类。自动分类结束后,根据最小距离分类法将各类分别与不同草原型的类中心距离进行对比和计算,确定最小距离并进行类合并。

式中：n表示波段数；i表示某一特征波段；Xxyi表示波段i中像元(x，y)的数据文件值；μci表示类型ci波段的数据均值；SDxyc表示像元(X,Y)到类C均值的光滑距离。

监督分类(Supervised classification)技术是根据野外调查数据,在目视解译的基础上选择能准确地代表整个区域内每个地物类别光谱特征的训练样本,确定不同地物的波谱特征曲线。由于地物波谱特征受到大气散射和天气状况等方面的影响,即使同类地物所呈现的特征曲线也有不同,表现为在标准特征曲线附近摆动变化。只要其特征曲线相同或相近,即可被认为是一类地物；反之,则不属于该类。

4.7 模型估算技术

4.7.1CASA模型估算生物量

CASA(Carnegie ames stanford approach)模型是一个充分考虑环境条件和植被本身特征的光能利用率模型，已被广泛应用于陆地生态系统NPP(Net primary productivity)的估算[6～9]。本次调查采用CASA模型估算地上生物量，数据源为国产高分影像和MODIS影像，估算尺度在1∶5万的比例尺上，经过地面数据和往年数据数次验证，模型修正后获取最终地上生物量。计算公式如下:

NPP(x,t)=APAR(x,t)×ε(x,t)

(1)

APAR(x,t)=FAPAR(x,t)×PAR(x,t)

(2)

ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)×εmax

(3)

SR(x,t)=[1+NDVI(x,t)]/[1-NDVI(x,t)]

(4)

(5)

式中:t表示时间；x表示空间位置；NPP表示净第一性生产力。APAR表示植被所吸收的光和有效辐射；ε为光能转化率；FAPAR表示植被层对入射光合有效辐射(PAR)的吸收比例。

4.7.2像元二分法估算盖度

运用近红外波段和红外波段提取NDVI，是许多学者研究一个区域植被生长情况的一个重要方式。植被覆盖度提取采用像元二分模型，该模型主要对NDVI值进行累计统计，将累计概率为95%和5%的作为归一化植被指数最大值和最小值。计算公式如下:

(1)

(2)

式中：F表示植被覆盖度；NDVI表示归一化植被指数；NIR表示近红外波段；NDVImax和NDVImin分别表示归一化植被指数纯植被像元值和纯裸土像元值。

4.8 解译精度核查技术

对遥感影像进行分类后，就需要评价其分类精度。为保障调查工作精度，以旗(县)为单位完成解译工作后，通过随机抽样的小斑调查和固定样地调查进行图斑的边界准确率和图斑属性的正确率检验。首先建立混淆矩阵，对分类结果与实际地物的真正情况进行比较，分析二者之间的差别，体现分类结果的精度；再分别通过正确分类像元数和研究区总像元数2个数值进行对比得到总体分类精度。合格的精度要求是：草地类型划分精度要达到90%以上；产草量精度要达到90%以上；草原退化调查精度要达到85%以上。如达不到上述要求，应重新进行解译。

4.9 数据库技术

采用2000大地坐标系，Albers和高斯-克吕格两种投影，将调查的所有专题图、卫星影像图、外业样地数据利用定制专用的地理信息软件，以一定的编码和格式采集、存贮、操纵、修改、分析和综合应用的方式标准化数据。建立具有空间数据以及属性数据的双向查询和输出与统计功能；文件打开、保存、清除图层、新建、打印以及退出功能；图片放大、缩小以及移动功能；对不同图层(点、线、面)进行渲染，即生成专题图件的功能；可以播放矢量、DEM以及栅格图件的功能；对图层进行标注的功能；对属性数据进行追加、补充、删除的功能；维护与更新草原生态调查成果数据库的功能。