辽河口湿地自然植被碳储量研究

张婷婷 石昊 芦晓峰 杨国范

摘 要：湿地可以维持自然生态环境稳定和碳循环稳定，随着城市化步伐的加快、海产养殖业的发展，辽河口湿地生态系统遭到了一定程度的破坏。利用辽河口湿地自然植被实测生物量和遥感影像提取的归一化植被指数，建立了基于遥感影像的生物量回归模型，经過对比分析得出二项式函数为最优模型。通过该模型反演出的生物量计算得到辽河口湿地自然植被的碳储量为969 323.100 t，与实测值1 077 146.018 t相比，相对误差为10.0%，表明利用遥感影像反演植被生物量，可以得到较精确的辽河口湿地自然植被的碳储量。

关键词：生物量;遥感影像;NDVI;回归模型;碳储量;辽河口湿地

中图分类号：TM938.84;TV213.2 文献标志码：A

doi：10.3969/j.issn.1000-1379.2020.10.019

Study on Carbon Reserves of Natural Vegetation in Liaohe River Estuary Wetland

ZHANG Tingting， SHI Hao， LU Xiaofeng， YANG Guofan

（Shenyang Agricultural University， Shenyang 110866， China）

Abstract：Wetland can maintain the stability of natural ecological environment and carbon cycle. With the acceleration of urbanization and the development of marine aquaculture， the wetland ecosystem of Liaohe River estuary has been damaged to a certain extent. Based on the analysis of measured biomass of natural vegetation and normalized vegetation index extracted from remote sensing images， the biomass regression model based on remote sensing image was established. Through comparative analysis， the binomial function was the optimal model. The carbon reserves of natural vegetation in Liaohe River estuary wetland is 969 323.100 t， which is 10% compared with the measured value of 1 077 146.018 t. Using remote sensing image to retrieve vegetation biomass， we can get more accurate carbon reserves of natural vegetation in Liaohe River estuary wetland.

Key words： biomass; remote sensing image; NDVI; regression model; carbon reserves; Liaohe River estuary wetland

湿地占地球陆地面积的5%～7%，而湿地包含的有机碳含量占陆地碳储量的15%～30%[1]，湿地在维持自然生态环境稳定和碳循环稳定中具有举足轻重的作用，研究湿地生态系统的植被碳储量具有重大意义。

辽河口湿地位于渤海北部，在辽河入海口处，总面积约223 km2[2]，以芦苇沼泽、草甸、河流水域、浅海滩和海域为主，是世界上生态系统保存最完整的湿地之一，也是东亚—澳大利亚水禽迁徙的中转站，在湿地和生物多样性研究中有着重要地位。近些年，随着城市化步伐的加快、海产养殖业的发展[3]，辽河口湿地生态系统遭到了一定程度的破坏，仅1998—2013年该地区湿地面积减少近10.5%[4]。因此，开展辽河口湿地植被调查，研究辽河口湿地植被的生物量和碳储量及其变化趋势，对湿地保护具有重要意义。

1 研究方法

从宏观角度出发，利用遥感影像计算植被指数，结合野外实测数据，通过相关分析建立辽河口湿地植被生物量模型并计算湿地植被生物量，进而推算出该湿地自然植被的碳储量。

1.1 野外数据采集与处理

野外数据采集时间为2017年7—8月，该时段是辽河口湿地植被生长期，并且与用于建模的遥感影像的成像时间基本一致。在湿地内共实测样方24个（见图1），每个样方设置1 m×1 m的采样点两个，采样点内植被地上部分齐地面收割，标记后独立装袋带回实验室。

1.2 影像选取与处理

辽河口湿地植被开始生长的季节为春季，夏季和秋初生长旺盛。借助归一化植被指数（NDVI）提取植被生物量，NDVI对植被盖度的敏感度在植被生长初期最高，在植被生长后期最低[5]，而植被生物量在植被生长旺盛期最大，因此，基于研究辽河口湿地植被碳储量的目的，选取2017年8月份的Landsat-8 OLI遥感影像提取归一化植被指数。

原始影像中存在各种误差，因此对遥感影像进行几何校正—辐射定标—大气校正—影像裁剪，从而得到辽河口湿地遥感影像图。

2 建立生物量回归模型

2.1 实测生物量

在实验室将采集样本放入烘箱中设置75 ℃烘干至恒重，取出称重。取一个样方中2个采样点实测数据的平均值作为该样方的生物量，实测生物量见表1。

2.2 归一化植被指数提取

歸一化植被指数是植被生长状态及植被覆盖度的最佳指示因子[6]，是进行生物量建模的主要参数[7]。NDVI的计算公式：

NDVI=ρNIR-ρRρNIR+ρR（1）

式中：ρNIR为近红外波段（波长0.85～0.88 μm）的反射值;ρR为红光波段（波长0.64～0.67 μm）的反射值。

通过软件对遥感影像进行波段运算，提取各样方的NDVI平均值，见表1。

2.3 生物量回归模型的建立

2.3.1 基本原理

通过遥感影像提取各样方的NDVI平均值和实测生物量进行匹配分析，建立辽河口湿地生物量的半经验模型，半经验模型种类很多，其中最具有代表性的有线性函数模型、指数函数模型、二项式函数模型、对数函数模型4种。线性函数模型形式为

y=ax-b（2）

指数函数模型形式为

y=aebx（3）

二项式函数模型形式为

y=ax2+bx+c（4）

对数函数模型形式为

y=aln x+b（5）

式中：y为采样样方生物量;x为采样样方的NDVI平均值;a、b、c为常数，可以通过实测生物量和相应遥感影像的NDVI分析得出。

2.3.2 生物量回归模型

由于13、16、24号样方植被为翅碱蓬，其生物量和NDVI与其他样方存在显著差异，辽河口湿地翅碱蓬面积仅占整个保护区自然植被面积的4%[8]，因此在进行生物量回归模型建立时把这3个样方的数据略去。

建立的4种回归模型见表2。对建立的4种回归模型进行拟合分析，得到生物量回归模型拟合结果，见图2。拟合后得到线性函数模型、指数函数模型、二项式函数模型、对数函数模型的确定性系数R2分别为0.735 7、0.726 6、0.834 7、0.716 3，即二项式函数模型的确定性系数最大，拟合的精确度最高，因此采用二项式函数模型计算湿地生物量。

3 辽河口湿地自然植被碳储量计算

辽河口湿地内由北向南随机选取10株芦苇、10株翅碱蓬，以及每种杂草3株，对样本进行碳元素含量测定，得到芦苇平均含碳率为0.551，翅碱蓬平均含碳率为0.450，杂草平均含碳率为0.510。保护区内芦苇面积为377.019 km2，翅碱蓬面积为16.213 km2，混合草地面积为11.503 km2[8]。采用分类计算法、碳密度均值法、平均归一化植被指数法3种方法对辽河口湿地自然植被碳储量进行计算。

（1）分类计算法。该方法以实测生物量和植被面积为基础进行植被碳储量计算，自然植被碳储量计算公式：

GC=∑ni=1CiSi（6）

Ci=BiomassiVCi（7）

式中：GC为湿地自然植被碳储量;Ci为第i种植被的碳密度;Si为第i种植被的面积;Biomassi为第i种植被的生物量（实测值）;VCi为第i种植被的含碳率。

计算结果见表3。

（2）碳密度均值法。该方法根据研究区内所有植被实测生物量的平均值，计算出平均碳密度，进而计算出研究区植被的含碳量。

GC=C∑S （8）

C=Biomass（∑ni=1VCiSi∑S）（9）

式中：C为平均碳密度;Biomass为平均生物量;∑S为自然植被总面积。

计算结果见表4。

（3）平均归一化植被指数法。根据遥感影像提取研究区内各样方的NDVI平均值，根据生物量回归方程y=247 881x2-209 583x+48 495，计算平均生物量Biomass后，根据式（8）、式（9）计算辽河口湿地自然植被碳储量，计算结果见表4。

4 结果分析

（1）生物量模型分析。二项式函数建立的生物量模型的精确度比另外3种模型的高，R2值为0.834 7。生物量模型精确度见表5（*表示翅碱蓬样方）。由表5可以看出，该生物量模型不适用于翅碱蓬。

（2）碳储量计算分析。采用分类计算法计算出辽河口湿地植被碳储量为1 077 146.017 t，该方法采用实测数据计算植被碳储量，得出的数据最接近真值，因此以该数据为标准进行分析。

碳密度均值法计算出的碳储量为976 660.400 t，比分类计算法少100 485.617 t，误差为-9.3%。通过遥感影像建立的平均归一化植被指数法计算的碳储量为926 604.356 t，比分类计算法少150 541.662 t，误差为-13.9%。进一步分析可见，碳密度均值法以平均生物量为前提求得平均碳密度，该方法受采样点位置和植被种类影响较大。研究区翅碱蓬面积占自然植被总面积的4%，24个采样点中翅碱蓬样方不超过1个较为合适，但研究中翅碱蓬样方选取了3个，导致该方法计算得到的平均生物量偏低，因此计算出的碳储量低于实测值。翅碱蓬样方数量也影响了NDVI的平均值，由此反演得到的Biomass值低于实测值，影响最终计算结果的精确度。将多余的翅碱蓬样方去掉（NDVI为0.117、0.106的两个样方去掉，保留中间值0.112），再取研究区植被的NDVI平均值推算平均生物量为4 387.880 g/m2，进而计算得到碳储量为969 323.100 t（见表4），误差为-10.0%，由此可见选择合适的采样点提取NDVI反演生物量，能得到较精确的碳储量。

5 结 语

基于野外实测生物量数据和遥感影像提取的NDVI数据，建立了辽河口湿地自然植被地上部分的生物量回归模型，通过该模型可以较精确地计算出该湿地的生物量。通过该模型反演出的生物量计算得到辽河口湿地自然植被的碳储量为969 323.100 t，与实测值1 077 146.017 t相比较，相对误差为10.0%，表明利用遥感影像反演植被生物量，可以得到较精确的辽河口湿地自然植被的碳储量。

参考文献：

[1] BERNAL B， MITSCH W J. A Comparison of Soil Carbon Pools and Profiles in Wetlands in Costa Rica and Ohio[J]. Ecolog-ical Engineering， 2008， 34： 311-323.

[2] 辽宁辽河口国家级自然保护区.辽宁双台河口国家级自然保护区正式更名为辽宁辽河口国家级自然保护区[EB/OL].[2019-05-08].http：//www.shidi.org/sf_F29C061E763546C1BBF8DD4F3F015E6F_151_lnsthkgjjzrbhqglj.html.

[3] 常雄凯，刘淼，李春林，等.辽宁沿海土地利用变化的图谱特征[J].生态学杂志，2015，34（12）：3459-3465.

[4] 申丹，常禹，胡远满，等.辽宁沿海地区景观格局变化及驱动力分析[J].江西农业大学学报，2015，37（5）：874-884.

[5] 楊国强.昌邑国家海洋生态特别保护区柽柳地上生物量与地上碳储量遥感估算研究[D].呼和浩特：内蒙古师范大学，2017：8-10.

[6] 赵丽琼.北京山区森林碳储量遥感估测技术研究[D].北京：北京林业大学，2010：1-6.

[7] 叶垚.SAR影像在湿地植被地上生物量估测中的应用：以洪河保护区为例[D].北京：首都师范大学，2011：12-13.

[8] 兰天慧.辽河口湿地生态退化评价研究[D].沈阳：沈阳农业大学，2018：22-26.

【责任编辑 吕艳梅】