基于遥感影像的上荆江典型洲滩植被适宜区分布特征研究

袁景耀，孙昭华，李芷晴，周炜兴，陈 立

(武汉大学 水资源工程与调度全国重点实验室，湖北 武汉 430072)

1 研究背景

河漫滩植被具有净化水质、防冲促淤、稳固岸滩和提供栖息地等多种功能，基于这些功能的生态护岸或护滩技术在河道(航道)整治中得到了越来越多的应用，然而生态型整治工程实施后常出现“青黄带”分界现象[1-2]，某个高程以下植被覆盖度和生物量明显低于预期[3]。在国外一些建坝河流上，曾出现洪水频次被削减之后河漫滩植被向低处扩张的现象，导致滩地阻力增大、河道行洪能力降低[4]，一些研究还试图通过水库调控下泄流量来防止这种不利发展趋势[5]。在我国长江中下游，上游建坝后大洪水削减是否会导致大量洲滩植被孳生以及是否可通过水库调控以避免该种局面，也是备受关注的问题。由此可见，厘清河漫滩上适宜植被发育和维持的条件，对于河流生态修复与调控具有重要意义。

河湖滨岸带植被之所以呈条带状或斑块状分布，是由于受基质粒径、营养条件、淹没历时和频率以及植被种类等多种因素的综合影响[6-9]，其中起决定作用的是淹没历时和频率。目前有不少研究针对湖泊湿地建立了淹没频率与植被丰度之间的响应关系[7，10-13]，但针对河滨湿地的研究还较少。相比于湖滨湿地，由于冲积河道狭长而不规则，其洲滩或岸滩具有两方面特殊性：一是输沙动力沿河宽分布极不均匀，地形与基质组成既有明显横向梯度，又呈现一定空间随机性；二是水位涨落幅度更大，来流的年际、年内变化会驱使滩地的淹没时机、频次和历时具有强烈的时间随机性。对一些河流的研究表明，即使滩地植被受多种随机因素影响，但其总体分布格局仍由淹没频率和历时所主导。然而这些研究多基于碎片化的实地调查，其样本数量少，仅能形成较为定性的认识[14-16]。还有一些研究尝试建立植被演替数学模型来定量描述水文特征与植被分布之间的关系[5，17]，但由于岸滩植被需经历数年至数十年时间才可演替至稳定[5]，此类模型需大量观测数据以确定经验参数，若参数不合理则模型难以应用。由此可见，河漫滩植被生长适宜区在长时间尺度上是否具有较强稳定性，以及稳定适宜区对应于何种临界淹没条件，仍需结合长系列观测资料深入探讨。

遥感技术在地表性状监测方面具有时空覆盖范围大的突出优势，已被广泛运用于河、湖及海滨湿地淹没状态与覆被分布的相关研究中[5，8，13，17-20]。例如智超等[19]提出了一种基于时序遥感指数的潮间带湿地分类算法，利用长时段内各像元状态频率来消除潮汐、天气、植被物候等动态过程对单时序影像的影响。谷娟等[13]利用长时序MODIS卫星遥感影像得到了鄱阳湖湿地退水期的淹没频率和最大植被丰度，并基于空间网格分析了植被对淹没频率的响应关系。这些研究充分利用了长时序遥感影像的优势，但主要聚焦在大尺度的海滨、湖滨湿地，其干扰因素的随机性弱于天然河流。也有少量研究基于天然河流的特点对遥感影像统计分析提出了改进，如Dong等[20]认为计算河漫滩淹没频率时不宜简单统计影像频次，而应结合河流水文特性对影像数据赋予时段保证率的权重，从而使得淹没频率更为合理。上述研究为基于长时序遥感影像的河漫滩淹没频率和植被分布特征分析提供了思路和方法，但由于不同自然带及不同类型河流之间差异较大，仍有两方面工作亟待开展：一是结合更多河流实例对这些方法实施检验或改进；二是集成和使用这些方法来量化植被适宜区的临界条件。

长江中下游河道宽度达1 km以上，沿程许多位置存在平面尺度达102～103m量级的高大江心洲，这些洲滩在数年至数十年时间尺度上具有较强的稳定性，为遥感影像的使用提供了前提。尤其是在三峡建库前的天然情况下，长江中下游来水来沙较为稳定，河道长期处于准平衡状态[21]，植被分布格局对环境因素保持了较好适应性，这些为长时间尺度上宏观规律的分析提供了良好条件。本文选取上荆江河段内典型江心洲滩为对象，将长时序历史遥感影像和实测水文资料相结合来计算洲滩淹没频率和植被出现频率，在此基础上分析植被适宜区分布特点并确定洲滩植被生长的临界淹没频率，为河道治理和生态修复提供科学依据。

2 研究对象与资料

2.1 研究对象概况上荆江地处亚热带季风区，年均气温14～22℃，无霜期268 d，适于植被生长。该河段来流汛枯分明，年内最大水位变幅超15 m，河道中的放宽段具有大片周期出露的滩地。从河床基质来看，该河段内江口以上为卵石夹沙河床，而其下游为沙质河床。本文选取关洲和突起洲分别作为卵石夹沙和纯沙质洲滩的典型代表，二者分别位于枝城水文站和沙市水文站下游(图1)，洲滩形态在三峡建库前长期保持相对稳定。

图1 研究区域概况

由2003年3月施测的河道地形来看，关洲具有南高北低、东高西低的地势特点。以枝城站年内最枯的2月份平均水位35 m为基准，关洲滩体东西长4.5 km、南北宽1.5 km，总滩地面积约4.9 km2，其中低于40 m的低滩面积为3.4 km2，占比70%，40～45 m的滩地面积为1.3 km2，占比26%，仅有洲尾少部分高滩位于平滩水位45 m以上，面积0.2 km2，占比4%。据实地调查[14，16，22]，关洲头部及北部为裸露砾卵石夹沙，中部低滩斑块状分布有狗牙根、牛鞭草、芦苇、南荻等天然植被，高滩则分布有灌木、乔木。突起洲南北长9 km，宽约4 km，地势南高北低，西高东低。以沙市站2月份平均水位30 m为基准，总滩地面积约11.4 km2，其中低于平滩水位40 m的中低滩面积为8.2 km2，占比72%；40 m以上的高滩面积为3.2 km2，仅占比28%。据调查[22]，突起洲植被优势种以菊科为主，其次为禾本科和豆科，低滩分布有芦苇、蒲棒等禾本科植物，高滩极少淹没，因此被垦种苗木、花卉等经济作物。总体来看，两个江心洲部分高滩虽被开发利用，但中低滩受人类活动干扰相对较小，具备植被自然演替条件。

2.2 数据资料研究时段为三峡建库前的1986—2002年，该时期内葛洲坝枢纽建成运行曾导致上荆江枯水河槽略有下切，但中洪水河槽基本处于准平衡状态[21]，汛期水位流量关系较稳定。因此，采用枝城、沙市两站日均水位系列反映两个江心洲附近水文特征，资料来源为水文年鉴。本文中的水位和高程统一采用黄海85基面。

研究基于Google Earth Engine(GEE)云平台(https：//earthengine.google.com)，选取1986—2002年的Landsat 5/7 Level 2 SR产品数据，包含经过几何校正、辐射定标以及大气校正等预处理的地表反射率数据，时间分辨率为16 d，空间分辨率为30 m，扫描带宽为185 km。影像包含可见光、近红外至短波红外的8个光谱波段，详见表1。其中关洲区域所在行列号为124039和125039，突起洲区域的图幅行列号为124039。

表1 Landsat 5 TM/Landsat 7 ETM+ 影像波段参数

获取的地表反射率数据需进行筛选、裁剪、去云处理。首先通过筛选去除了云量超过5%的所有影像，然后再分别将两个江心洲滩的低滩沿宽度方向外延300～400 m，沿水流方向上下延伸1.5～3.0 km作为边界(如图1)，在GEE平台上传关洲、突起洲的矢量边界进行裁剪，最后使用QA波段去除云、阴影等观测质量较差的像素，目视判别保证研究区域内影像无缺损及条带。经筛选和处理后，获取关洲区域271景可用影像，其中Landsat5、7影像数量分别为218景、53景；获取突起洲区域153景可用影像，其中Landsat5、7影像数量分别为123景、30景。基于以上影像数据，得到关洲区域的像元(30 m×30 m)总数为11 923个，突起洲区域像元总数为20 379个。

3 研究方法

本文的总体研究思路是基于所获取的17 a影像数据，分别计算长时段内各洲滩区域内各像元的淹没频率和植被频率，从而建立二者之间响应关系，并从中寻求植被适宜区的淹没频率临界条件。具体工作流程见图2，其中包括4个模块：(1)影像处理；(2)淹没频率计算；(3)植被频率计算；(4)临界淹没频率确定。以下对各模块做出说明。

图2 洲滩植被生长适宜区及临界条件的分析流程

3.1 影像处理

3.1.1 遥感光谱指数计算 水体光谱指数MNDWI常被用以提取水体信息[23]，归一化植被指数NDVI被广泛应用于植被监测[24]，它们的计算式分别为：

(1)

(2)

式中：ρGREEN为绿光波段；ρSWIR为短波红外波段；ρRED为红光波段；ρNIR为红外波段。通过上述光谱指数计算将获取的多光谱影像转换成单波段的MNDWI和NDVI灰度影像。为提高植被识别精度，避免复杂地物环境下图像噪声的干扰，还对NDVI灰度影像进行了水体掩膜处理[25]，从而生成了不含水体的NDVI灰度影像。

3.1.2 基于OTSU算法的影像二值化 对于MNDWI和NDVI灰度影像，需对各单幅影像中的水体、非水体和植被、非植被区域进行划分，对此本文采用OTSU算法[26]。

该方法的原理是：假定某个灰度值t，以该值将图像中的像素分为前景和背景两类；计算出前景像素点数占整幅图像的比例ω0，其平均灰度为μ0，背景像素点数占整幅图像的比例为ω1，平均灰度为μ1，则类间方差为σ2=ω0ω1(μ0-μ1)2；遍历所有t值，σ2取最大时的t值即为最优分割阈值。OTSU算法能够基于各幅图像的灰度特性自动确定阈值，可以快速高效地进行图像分割，已被广泛用于湖泊、河流等水陆边界的提取[25，27-29]，尤其在多时相图像分割时与单一阈值相比优势明显。本文利用长时序MNDWI/NDVI影像集，逐幅对影像实施了二值化，其中0为非水体(非植被)，1为水体(植被)，并分别构建出淹没和覆被两大时序数据集。

2.1.3 精度评价 为全面衡量OTSU算法的分类精度和可靠性，使用混淆矩阵计算总体精度OA(Overall Accuracy)、用户精度UA(User Accuracy)、生产者精度PA(Producer Accuracy)、Kappa系数[28]4个指标对分类结果的精度进行定量评价，各指标定义如下：

(3)

(4)

(5)

(6)

式中：T为真实的总验证点个数；TP(True Positive)为将正类预测为正类数的个数；FN(False Negative)为将正类预测为负类数的个数；FP(False Positive)为将负类预测为正类数的个数；TN(True Negative)为将负类预测为负类数的个数。OA用以衡量整体分类准确性，UA和PA则关注特定类别的分类准确性，而Kappa系数用以衡量分类模型预测结果和实际结果之间的一致性。

3.2 淹没频率计算淹没频率的计算对象为像元，该指标反映像元被水体淹没历时占总研究历时的比例，传统上直接用淹没次数占总观测次数的比例来表征。但受影像重访周期、云层遮蔽等因素影响，时序数据可能间隔不均匀，各图像所代表的时长会存在差异，用传统方法计算淹没频率会导致较大误差。水文数据具有的系统、连续的特点，Dong等[20]试图将水文数据融入淹没频率计算中以弥补传统方法的不足，但其提出的流量保证率修正法物理涵义较为模糊。本文提出一种新的淹没频率计算方法，其特点是既考虑水文数据与遥感数据的融合，又严格遵循淹没频率的定义。

以上计算中隐含了两个假定：(1)洲滩形态变幅较小，淹没状态转换主要由水位变化主导；(2)相同水位级的淹没范围相同。现实中，长江中游江心洲滩的中高滩年际变化甚小，即便存在低滩部分变形较明显的个例年份，也已通过淹没可能性FPk指标从时段平均角度进行了概化。此外，Wen等[29]曾基于遥感影像统计长江中下游140个洲滩，发现0.5 m水位变幅引起的江心洲面积变化仅约0.1 km2。因此，以上两个假定都近似成立。相比于文献[20]的方法，本文方法考虑了长时期内各水位级持续时间，且保留了淹没频率的原始定义(淹没历时与总历时的比例关系)，更适用于长时序遥感数据分析。

3.3 植被频率计算单幅影像的植被光谱指数受影像质量、物候季节等动态因素的叠加影响而具有一定随机性。为能够从宏观上反映长时期平均的植被分布状况，同时又不使计算过分复杂，本文借鉴智超等[19]的思路，基于研究区域内所有可用影像计算每个像元在长时序内出现植被的频率。

3.4 植被分区以及临界淹没频率的确定国内外学者针对滩地覆被状态已提出多种分类方法，如邓帆等[30]将洞庭湖滩地划分为泥滩地、草滩地、芦苇滩地和林滩地，Liang等[18]将鄱阳湖划分为泥滩和四种植被带，Benjankar等[5]、Auble等[31]综合考虑滩地高程和植被性质将其划分为光滩区、先锋植被区、草本和禾本植被区、木本植被区等。考虑到植被频率和覆盖度虽不完全等价，但二者在长时间尺度上有一定关联[19]，因而吸收前人研究思路，将滩地划分为高频次植被覆盖区、中频次植被覆盖区、过渡区和不适宜区4类。高频次覆盖区淹没频率低，以乔木、灌木或高杆植物为主，光学遥感显示常年有植被覆盖；中频次覆盖区有一定淹没率，以草本和禾本植物为主，光学遥感显示大多数时间有植被覆盖；过渡区受周期性水位涨落影响，多生长先锋植物，光学遥感显示为植被与泥滩混合区；不适宜区出现植物几率极低，认为是近似光滩。这4类区域在植被频率VF的分布图上对应阈值CVF1、CVF2、CVF3，据此可将所有像元划分为4类，对应植被出现频率为高、中、低、极低4个等级。

为确定滩地上各分区对应的淹没频率阈值，需确定植被频率-淹没频率之间的关系。具体过程如下：(1)在研究区域内，确定每个像元的淹没频率和植被频率，以空间坐标(x，y)为索引，将其存储到两个数组FF(x，y)、VF(x，y)中；(2)将0～100%的淹没率按1%为步长划分为100个区间，根据各像元FF值将像元分配至各区间，形成100组数据，各组数据的FF均值为MFF，VF均值为MVF；(3)采用Logistic曲线对MFF-MVF数据进行拟合，方程形式为y=a+(b/(1+(x/c)d))，其中a、b、c、d均为常数，a是纵向偏移量，b是曲线的上限，c是中心位置，d是曲线的斜率；(4)将植被频率的突变点CVF1、CVF2、CVF3对应到Logistic曲线上，即可查得对应的淹没频率阈值CFF1、CFF2、CFF3。

之所以使用Logistic曲线对MFF-MVF数据进行拟合，是因其可以很好地描述生物种群的增长和扩散过程，在生态学领域中得到广泛使用[32-33]。在河漫滩植被生长增殖过程中，高淹没频率会限制植被扩张范围和生长数量，淹没频率与植被频率之间的负相关关系也可以通过Logistic方程加以量化。

4 结果分析与讨论

4.1 影像处理结果遥感影像的处理针对所有可用的单幅影像逐次开展。以1995年2月27日突起洲影像为例，按照影像处理步骤，分别生成识别水体的MNDWI灰度影像和识别植被的NDVI影像，再使用OTSU算法分别获取最优分割阈值，最后生成淹没和覆被二值化的栅格数据，组合后形成分类图用以进行精度评价，其结果如图3，混淆矩阵见表2。

表2 混淆矩阵精度评价

图3 突起洲水体和植被信息提取结果(1995年2月27日)

表2中的验证样本基于Landsat卫星的RGB真彩色合成影像，结合1995年2月27日地物分布特征目视解译判定验证像素点5552个，其中光滩1175个、植被1593个、水体2784个，均匀分布在研究区内。分类结果显示，光滩错分较多，植被和水体错分较少。光滩错分较多的原因是其作为水体和植被的中间带与两类地物均有交叠，其误差是光滩与两类地物单独分类误差的累积。水体和植被的生产者精度和用户精度均达较高水平，一方面是在进行水体和滩地的分类时选用了较为可靠和稳定的光谱指数增大了地物可分离度；另一方面是通过划定合适的研究区域和水体掩膜的方式保证了较少的地物特征，减少了错分和误分的误差。同时，采用水体掩膜后NDVI影像和OTSU算法的结合，可以较好地识别植被范围，不受季节和植被物候影响，即使处于枯期的枯黄植被也可以准确辨识，参见图3。表2结果显示，该景影像总体分类精度达99.3%，Kappa系数为0.99。与此类似，选取研究历时内不同时段影像进行精度评价，其总体精度均在90%以上，表明本文分类结果和目视验证数据间具有良好的一致性。

4.2 淹没频率结果与分析

4.2.1 长历时内水位及影像的分布特征 图4中显示了1986—2002年枝城和沙市两站的水位频率特征，由图可见，两站的水位频率分布都呈微弱的双峰型，中枯水历时长。具体来看，枝城站低于年均水位的天数占51%，高于汛期平均水位的天数占28%，高于平滩水位的天数仅占4.5%；沙市站低于年均水位的天数占50.5%，高于汛期平均水位的天数占29%，高于平滩水位的天数仅占4.3%。以上述特征水位作为高、中、低滩的划分标准，说明低于年均水位的低滩区域年均淹没历时超过184 d，处于汛期平均水位以上的中滩淹没历时短于106 d，而平滩水位以上的高滩淹没历时短于17 d。

图4 1986—2002年枝城站和沙市站水位频率

图5显示了各水位级下可用影像数量分布情况。由图可见，水位低于平滩时期的影像数量占比高达98%。经统计，图5中关洲区域的影像在各水位级内平均为6幅，最小和最大值分别为1幅和12幅；突起洲区域的影像在各水位级内平均为10幅，最小和最大值分别为1幅和18幅。除高水期影像数量较少外，在绝大多数水位期的影像数量分布相对均匀，具备进行淹没频率计算的条件。

图5 1986—2002年关洲和突起洲可用遥感影像对应水位级分布

4.2.2 淹没频率特征分析 分别计算关洲区域11 923个像元和突起洲区域20 379个像元的长历时淹没频率，从而得出淹没频率栅格数据。在此基础上，分区间统计了各淹没频率下的面积占比直方图以及平面分布图，如图6、图7所示。考虑到误差等原因，图中将淹没频率大于95%视为水体。

图6 关洲淹没频率特征(1986—2002年)

图7 突起洲淹没频率特征(1986—2002年)

在一定水文条件下，洲滩上各级淹没频率的像元占比由地形特点决定。由图6(a)可见，关洲的各级淹没频率面积占比分布并不均匀，可划分为0～5%、5%～20%、20%～50%、50%～95%四级区间。统计各级区间像元所占面积分别为0.22、0.28、2.85和1.53 km2，占95%频率以下滩地面积4.88 km2的4.5%、5.7%、58.4%和31.4%，可见关洲滩面以淹没频率高于20%的中高淹没区为主。以上4级淹没区间的像元空间分布见图6(b)，这与关洲滩面的地势特点相一致。

根据图7(a)中突起洲滩面的各级淹没频率面积占比，可大致划分为0～5%、5%～50%、50%～95%三个频率区间，各区间像元所占面积分别为2.51、2.80和5.76 km2，分别占95%频率以下滩地面积11.1 km2的22.7%、25.3%，52.0%，可见突起洲的高、中、低淹没区占比均较大。以上3级淹没区间的像元空间分布见图7(b)，与突起洲高滩位于中部、中低滩位于两侧及头部的地形特点相吻合。需指出，图7(b)是基于多幅影像平均的结果，相较于图3中单次影像识别，两侧低滩外源范围较大。这是由于受汛枯期以及年际间主流摆动影响，突起洲存在低滩调整与左右缘交替消长的现象[34]，呈现出低滩范围偏大。

综合来看，在水位频率特征较为相似的情况下(图4)，两个洲滩的淹没频率直方图呈现出不同特点(图6(a)，图7(a))，其根本原因是洲滩类型和地形差异所致。关洲为卵石夹沙洲滩，大部分滩面由贴河床运动的推移质塑造，普遍高程较低、淹没率较高，只有尾部存在纯细沙塑造的高滩；而突起洲由悬浮于水体中输移的细沙塑造，更易生成高滩，图7(b)比图6(b)显得低淹没频率的区域比例更大。

4.3 植被频率结果与分析

4.3.1 长历时内影像的季节分布特征 植被生长状况与季节有关，利用遥感影像反演植被频率时，需考虑影像的季节分布，若影像不能相对均匀地分布在植被生长的各周期，将会导致频率计算误差。基于筛选后的影像，统计了1986—2002年各月份的影像数量如图8所示，由图可见，两个洲滩区域的影像数量在各月份分布相对均匀，汛期稍多于枯期，影像的时间分布具备进行植被频率计算的条件。

图8 可用遥感影像在各月份的数量分布(1986—2002年)

4.3.2 植被频率特征分析 按照前文所述方法，分别计算得到了关洲和突起洲区域的多年平均植被频率栅格数据，并分区间统计绘制了各植被频率像元的面积占比直方图以及平面分布图，如图9、图10所示。图中将植被频率小于5%的区域视为光滩。

图9 关洲植被频率特征(1986—2002年)

图10 突起洲植被频率特征(1986—2002年)

对关洲区域的统计表明，植被频率大于5%的非光滩区域为0.88 km2，仅占了图6中非水体区域的18%。由图9(a)可见，植被频率直方图具有两头高、中间低的特点，植被频率分布在20%～85%之间较为零散稀疏，说明该区域植被有着明显空间梯度特征，在小于20%和大于85%的区间较为集中，说明该区域植被处于相对稳定的状态。在5%～20%、20%～85%和85%～100%的3个频率区间内，各级像元面积分别为0.33、0.34和0.21 km2，占比分别为37.2%、39.2%、23.6%，对应的平面分布见图9(b)。与图6(b)对比可见，植被频率大于85%的区域基本对应的是淹没频率小于5%的区域，二者仅差0.01 km2；20%～85%植被频率区对应5%～20%淹没频率区，二者面积相差0.06 km2；淹没频率大于20%区域中仅有很小部分会出现植被且出现频率小于20%。

对突起洲区域的统计表明，植被频率大于5%的非光滩区域为5.91 km2，占图7中非水体面积的53.2%，说明一半以上的滩地像元有植被存在的可能性。由图10(a)中的频率直方图来看，各级频率内像元占比同样具有两头高、中间低的特点，可划分为5%～15%、15%～80%和80%～100%三个频率区间，各区间内像元面积分别为1.79、1.85和2.27 km2，占比为30.2%、31.3%、38.5%，可见植被频率大于80%的区域占了较大比重。三个区间内像元的平面分布见图10(b)，将其与图7(b)相比较可见，植被频率大于80%的区域基本与淹没频率小于5%的高滩区域重合，二者相差0.24 km2；植被频率为15%～80%的区域小于淹没频率为5%～50%的区域，而植被频率小于15%的区域远小于淹没频率大于50%的高淹没区面积。由于植被概率会随淹没概率增加而减小，且低滩像元不具备植被生长所需的稳定地形条件，因此出现植被概率甚小。

对比关洲和突起洲的植被频率特征可见(图9(a)、图10(a))，两者都有低、高频率区像元相对集中，而中等频率区像元较为分散的规律。由于中等频率区植被对水位变动较为敏感，植被密度具有明显的空间梯度，而在不适宜植被生长的低滩区以及植被生长较稳定的高滩区，植被密度空间差异较小。总之，卵石夹沙型的关洲与沙质型的突起洲共同存在15%～20%和80%～85%的两个植被频率临界值区间。

4.4 植被频率对淹没频率的响应关系分析

4.4.1 植被频率对淹没频率的响应关系特征 根据各像元的植被频率VF和淹没频率FF，绘制两个洲滩所有像元的VF-FF散点分布如图11(a)所示。由图可见，散点分布具有一定随机性，但也呈现了聚集状的倒“S”型分布，并在5%≤FF≤30%区间内VF急剧下降。为进一步反映VF的频率特征，在图11(b)中对VF分级并绘制各级FF下的VF核密度分布，由图可见：在小于10%淹没频率区间内植被频率分布呈正偏态，其峰值大于80%；在10%～20%淹没频率区间内，植被频率随机性增强，但仍具有明显峰值，且峰值大于50%；当淹没频率大于20%后，淹没频率主峰值迅速下移至10%以下。以上特征说明，每级淹没频率下的植被频率核密度曲线具有显著峰值，数据集中趋势明显，淹没频率是植被频率变化的主要影响因素，而两个洲滩区域各个淹没频率区间内曲线峰值的位置近似性，说明两个洲滩的VF-FF之间具有共性的响应关系。图11(b)反映出植被频率在淹没频率大于20%之后急剧衰减的特点，与洞庭湖、鄱阳湖区等其他区域已有认识[7，12，35]是一致的。显然，植被频率分布的主导因素是水文特征而非洲滩类型、基质组成等其他因素，图11中反映的规律虽然基于两个洲滩，但具有一定普适性。

图11 两个洲滩的FF-VF关系

需注意的是，图11中各级淹没频率下植被频率都显示出随机性，说明其他因素也会对植被频率产生影响。具体而言，关洲位于沙卵石河段，滩面低平且稳定，仅尾部存在上覆黏性颗粒的沙质高滩，高滩与低滩之间地形坡度大，该特点导致淹没频率大于20%后植被频率发生“断崖式”下降(图11(b))。突起洲位于纯沙质河段，由低滩至高滩地形平滑过渡，植被频率的随机性要大于关洲。

4.4.2 植被适宜区的临界淹没频率分析 为了能够在长时间尺度的平均意义上建立植被频率-淹没频率之间的函数关系，按照3.4节中的方法分别对两个洲滩区域计算了100组MFF-MVF数据点并以Logistic曲线进行拟合，拟合参数见表3，拟合效果见图12(a)。由表3可见，两个洲滩的拟合决定系数R2都在0.98以上。由图12(a)可见，实测散点都分布在95%预测带之内。由于Logistic型关系在两个洲滩区域普遍适用，因而将其MFF-MVF数据合并后统一实施曲线拟合，结果如表3和图12(b)所示，可见曲线拟合的决定系数仍达0.97，并且两个洲滩各自的拟合曲线都处于统一曲线的95%预测带内。该结果说明，两个洲滩上MFF-MVF之间响应关系可用统一的Logistic曲线描述。出现这种共性规律的原因有：(1)上荆江范围内气候、植被种类及生长特性相似；(2)河段内水文特性相似，造床流量相近，高滩淹没频率相近[21]；(3)研究时段内河道处于准平衡状态，年际间洲滩变形甚小且多为短历时的复归性波动，而可以生长植被的滩面区域基本为细沙质，级配处于0.05～0.5 mm的极窄范围，并且年际间低滩变形、滩面基质条件差异等随机因素的影响又进一步被长时期平均所消除。

表3 Logistic曲线拟合结果

图12 洲滩的MFF-MVF曲线拟合及植被分区临界值确定

根据图12(b)中的Logistic曲线可以确定适宜植被生长的临界淹没频率。由图9(a)、图10(a)设定植被频率阈值CVF1=80%、CVF2=50%、CVF3=20%，其中CVF1与CVF3分别对应头尾两个突变点，CVF2对应中部区间的中点。根据这三个阈值从图12(b)可查出植被频率为高、中、低、极低之间的临界淹没频率分别为CFF1=4.8%、CFF2=11.8%、CFF3=25.2%，这些临界值的含义是：在多年平均意义上，年均淹没天数小于18 d、43 d和92 d的像元区域出现植被的频率分别为大于80%、50%和20%，而淹没天数大于92 d的区域植被频率急剧衰减至20%甚至10%以下，已不适宜植被生长。与图4相比可见，92 d略短于汛期平均水位以上的年均天数106 d，说明汛期平均水位以下不适宜植被生长。

4.5 研究结果在工程实践中的意义生态护坡、护岸技术在长江中下游河道和航道整治工程中已得到较多应用，这些工程规划设计阶段需要根据河道地形和水文条件，确定出适宜植物生长的区域。当前一些生态护岸工程实施后出现个别区域植被存活率低的现象，其原因在于适宜植被生长的条件选取不够合理。本文根据多年平均植被频率提出的高频次覆盖区、中频次覆盖区、过渡区和不适宜区划分阈值，可为生态护岸工程规划设计提供参考：岸坡植物的种植应避免布置在不适宜区，而应尽量布置在过渡区以上(年淹没天数小于43 d)。此外实际工程中可根据这些临界值对滨岸带地形实施适当改造，通过局部地形调整使其淹没频率大于或小于以上临界值，从而满足生态治理需求。

三峡水库运行后，由于长江中下游大洪水被削减，滩地淹没频率降低[36]，河漫滩植被可能通过自然演替而发生面积扩张，但这种扩张将达到何种程度或范围，尚缺乏定量判据[35]。本文的研究表明，水文条件变化之后，一些区域的植被概率增大，原本的中频次覆盖区变为高频次覆盖区，过渡区变为中频次覆盖区；植被过渡区向原本的不适宜区扩张。这些变化均可以通过本文提出的临界阈值加以估计，因而本文成果为新稳定状态的估计提供了判据。以突起洲为例对该问题略作说明：三峡建库后可引起植被变化主要因素包括来流频率变化和洲滩形态调整，考虑到2013—2015年实施的荆江河段航道整治工程对突起洲形态影响较大，分别采用2003年和2016年实测地形代表三峡建库前、后的洲滩形态，根据1986—2002年以及2003—2020年沙市站流量累积频率曲线可得出CFF1、CFF2、CFF3对应的临界流量值，假定建库前后水位流量关系不变，将各临界流量换算为水位后，可以得到两个时期的植被生长适宜区分布(图13)。由图13可见，虽然三峡建库历时尚短，植被与变化环境条件并未达到完全适应的新平衡态，但依据图12中临界值估算的植被扩张范围与实际影像基本吻合。

图13 三峡建库后突起洲植被分布估算分区与实际影像

需指出的是，图12(a)中的MFF-MVF响应曲线是河段内两个典型洲滩的平均值，且代表长时期平均状态，因而图12(b)中得到的临界阈值能够为宏观研究提供参考。但对于某个具体洲滩，由于具体的植被种类、地形地势、基质条件等因素，实际的临界阈值与图中所示可能存在小幅偏差(图13)。若要对洲滩植被实施更精细描述，显然还需结合实地调查等手段对影响因素进一步细化。

5 结论

利用Landsat遥感影像提取了1986—2002年荆江河段两个典型洲滩区域的长时序淹水范围和植被覆盖范围，基于水文数据与影像数据相结合的方法计算了滩面上不同位置的多年平均淹没频率和植被频率，从宏观角度分析了植被频率对淹没频率的响应规律，进而划分了植被生长的适宜区并提出了对应的淹没率临界条件，得到以下主要结论：

(1)虽然卵石夹沙型和沙质型洲滩的形态、基质组成和淹没率特征存在差异，但两类洲滩滩面的植被频率分布存在类似性，在植被频率小于20%和大于80%的区域内，各频率级对应滩面占比均较大，在植被频率20%～80%之间各频率级对应滩面占比较小，较为分散，空间异质性较大。

(2)两类洲滩植被频率分布在各淹没频率区间内具有相似性，在小于10%淹没频率区间内植被频率分布呈正偏态，其峰值大于80%；在10%～20%淹没频率区间内，植被频率随机性增强，但仍具有明显峰值，且峰值大于50%；当淹没频率大于20%后，淹没频率主峰值迅速下移至10%以下。根据这些特征，可将滩面区域划分为高频次植被覆盖区、中频次植被覆盖区、过渡区和不适宜区，各区之间的临界植被频率分别为80%、50%、20%。

(3)虽然同等淹没频率下的植被频率具有一定随机性，但淹没频率是植被频率的主导因素。在宏观的平均意义上，两类洲滩上的淹没频率-植被频率关系均符合Logistic曲线。根据该曲线，可得到高频次植被覆盖区、中频次植被覆盖区、过渡区和不适宜区对应的淹没频率分别为小于4.8%、4.8%～11.8%、11.8%～25.2%和大于25.2%。

本文采用的方法考虑了天然河流水位变幅大且随机性强的水文特点，将时序水位数据和遥感影像有机结合，有助于提高淹没频率的计算精度，在其他河流也具推广价值。本文的研究思路和结果可为生态护岸规划设计和三峡建库后洲滩植被演替趋势预测及调控提供参考。