新疆科克苏湿地植被生物量时空分布特征及与水文连通的关系

汤子同,李兴丽,刘华兵,李谦维,高俊琴

北京林业大学生态与自然保护学院,北京 100083

湿地生态系统拥有丰富的物种和较高的生产力,发挥着巨大的生态环境效益。植被生物量作为衡量生态系统植物生产力和健康状况的重要指标,对湿地生态系统碳储存功能和物质循环具有关键影响[1]。研究表明,湿地植被生物量积累受水文过程调控,尤其是水文连通度、水位及其变化等[2]。其中,水文连通度是指在水文循环各要素内部和各要素之间,物质、能量及生物以水为媒介进行迁移和传递的顺畅程度[3]。研究表明,水文连通通过影响水分的供给、养分的供应及植物物种多样性等,直接或间接地影响湿地植物群落的生长状况,从而影响植被生物量的大小[4]。此外,水文连通还通过调整植被群落结构与分布格局,进一步影响植被生物量及碳库分布格局[5—6]。因此,维持适宜的水文连通有助于促进湿地内外物质和能量的交换,推动养分循环,从而促进植物生长,增强湿地生态系统的固碳能力[7—8]。然而,水文连通程度过高可能不利于某些植物的生长,从而影响植被群落生物量的积累,降低生态系统碳输入及储存功能。因此,研究水文连通和植被生物量之间的定量关系对于湿地生态系统的保护和管理具有重要的理论和实践意义。以往研究更多从定性角度描述水文连通对植物、水生动物或微生物的分布或迁移的影响[9],定量研究植被生物量的时空变化,而很少揭示水文连通与植被生物量之间的定量关系,且不同区域和生态系统的适宜水文连通度可能存在差异,因此需开展湿地水文连通与植被生物量的关系研究,为湿地保护管理以及水文连通调控提供科学支撑。

新疆科克苏湿地位于额尔齐斯河与其支流克兰河交汇的三角地带,包括河流、沼泽(森林沼泽和草本沼泽)、滩地等多种湿地类型[10]。受阿尔泰山冰雪融水补给、克兰河水坝蓄水[11]以及降水的影响,科克苏湿地水体斑块及水文连通变化较强,具有明显的季节性特征,对植物生物量积累和植被碳库具有重要影响。目前有关科克苏湿地的研究主要集中在水文情势变化[12]以及植物物种或群落分布上[13—14],而水文连通与植被生物量的关系还很不明确。因此,为了阐明科克苏湿地植被地上生物量的时空分布特征及其与水文连通的关系,本研究基于landsat-8影像和野外实测数据反演科克苏湿地生长季不同月份的植被地上生物量,并通过提取和计算湿地斑块的水文连通度,建立水文连通与植被地上生物量及植被碳库之间的量化关系,为科克苏湿地的植被保护管理以及水文连通调控提供科学支撑。

1 研究区概况

科克苏湿地国家级自然保护区位于新疆阿勒泰市西南部(47°28′31″— 47°40′9″N, 87°9′12″—87°34′59″E),克兰河与额尔齐斯河交汇处[13](图1)。保护区总面积约307 km2,海拔高度476—796 m,年平均温度4.9 ℃,年平均降水量和蒸发量分别为112.6 mm和2000 mm,属于温带大陆性干旱半干旱气候[13]。科克苏湿地国家级自然保护区是新疆北部最大的沼泽湿地,植物资源丰富,白柳、吐伦柳、布尔津柳、灰毛柳等仅分布于此,额尔齐斯河木蓼、雪白睡莲、阿勒泰菱角等为该区特有物种[10]。科克苏湿地作为额尔齐斯河国际生物廊道的重要区段,为水生野生动物和河谷植物提供了良好的栖息和繁衍环境[14]。

图1 科克苏国家级自然保护区范围及实验样点分布图Fig.1 Map of Kekesu national nature reserve and sample point distribution

2 数据与方法

2.1 影像数据来源与处理

本研究使用的遥感影像为Landsat-8 OLI数据,数据来源于美国USGS地球资源观测与科学中心(http://earthexplorer.usgs.gov/)。科克苏湿地具有明显的季节性特征,一般在6月上旬上游克兰河托克孜塔劳段拦河闸开闸放水,对科克苏湿地进行生态补水;8月科克苏湿地积水逐渐消退,此时牧民会进行植被刈割[15],为牲畜提供草料,解决冬春饲草不足的问题。因此,6—8月植被地上生物量与湿地水体斑块变化较为明显。本研究选取2022年6月、7月和8月影像进行水体斑块提取、水文连通计算以及植被地上生物量反演。使用ENVI5.3中的Radiometric Calibration工具及FLAASH工具对影像进行辐射定标和大气校正,根据研究区范围对影像进行剪裁。

2.2 湿地水体斑块提取

采用WIW法以及WI2015水体指数相结合对科克苏湿地的水体斑块(包含被地表植被覆盖的沼泽)进行提取。WIW法[16]公式如下:

Landsat8:WIW=NIR≤0.1735且SWIR2≤0.1035;

WI2015水体指数[17]:

WI2015=1.7204+171GREEN+3RED-70NIR-45SWIR1-71SWIR2;

计算完成后在IDL中采用OATU大津法识别WI2015水体指数阈值,利用阈值对湿地水体进行提取。根据研究区已有Landsat全色影像进行人工目视校正,校正后的水体在ArcGIS 10.8中生成100个随机点,利用新疆科克苏湿地已有资料,采用二分类混淆矩阵对已提取斑块精度进行评价。提取结果的总体解译精度在90%以上,Kappa系数为78.99%,提取精度较高。

2.3 湿地水文连通度计算

根据景观连通度原理,计算可能连通性指数(probability of connectivity index,PC)及斑块重要性指数dPC。PC可以评估整体的水文连通可能程度,但它缺乏评估单个水体斑块重要性的能力。因此,为了识别单个斑块的水文连通度,用dPCi来表示单个斑块i与其他斑块的连通度[18—19]。

2.3.1阈值选取

连通度指数的计算需要确定湿地水体斑块间连通的距离阈值[20]。距离阈值是保证斑块连通的最小值,当斑块间的距离大于阈值时,则认为斑块间不连通;当斑块间的距离小于或等于阈值时,则认为斑块间是连通的[21]。距离阈值是通过整体连通性指数(Integral Index of Connectivity, IIC)和可能连通性指数(Probability of Connectivity Index,PC)的变化计算确定, IIC和PC计算公式如下[18,22]:

为减小随机性,合理确定稳定的距离阈值,本文选取三幅不同年份相同月份的影像进行IIC和PC的计算。当两个连通性指数(IIC和PC)不随距离产生较大变化时(即斜率接近于0),可以确定为稳定的距离阈值。结果显示,研究区域不同年份的整体连通性指数IIC和可能连通性指数PC呈现一致的变化趋势,IIC和PC随距离阈值的增加而增加(图2)。距离阈值为50—400 m时,IIC和PC迅速增长,此区间内斑块的连通性不稳定,易受阈值影响。距离阈值为400—600 m时,IIC和PC增长但趋近于平稳,区域内斑块连通性较稳定,受阈值变化影响较小。距离阈值大于600 m时,IIC和PC保持平稳,整个生境内的斑块被认为是连通的[21]。综上,将计算水文连通度的距离阈值定为600 m。

图2 不同距离阈值下IIC和PC值变化Fig.2 Changes of IIC and PC values at different distanceIIC:整体连通性指数 Integral index of connectivity;PC:可能连通性指数 Probability of connectivity index

2.3.2水文连通度指数计算

利用Conefor Sensinode 2.6软件计算水文连通度指数。使用ArcGIS 10.8软件中的 Conefor 插件,生成计算连通度指数所需的节点和连接文件,将节点和连接文件在Conefor Sensinode 2.6中打开,输入阈值距离以及研究区面积,计算水文连通指数。斑块重要性指数dPC可表示某个斑块对区域整体水文连通度的贡献程度,计算公式如下[18]:

dPCi=100×(PC-PC′)/PC

式中,PC为研究区原本连通性指数,PC′为去除单个斑块i后的连通性指数,dPCi用来指示单个斑块i对整个区域连通性的贡献程度,同时,dPCi可在一定程度上反映斑块i与其他斑块的连通性[18—19],以dPC值计算的水文连通度可反映湿地斑块之间连通的概率[18—19]。

2.4 遥感影像反演植被生物量及植被碳库计算

2.4.1 植被生物量测定

于2022年7月进行了湿地植被生物量样品采集和测定,保证了样品采集时间与遥感影像反演时间相一致。实地样点的选择遵循植被类型分布的均匀性和代表性以及交通可达性,共设置30个样点,每个样点设置3个重复样方,样方大小为1 m×1 m。样点分布如图1所示。采集时,将样方内植物地上部分沿地面贴根部剪下,共采集90个植物地上样品,并随机选择5个样方进行地下生物量采集,用于计算地下/地上的比值。植物样品带回实验室,放入 65℃ 的恒温烘箱中烘干72 h至恒重后称重,所得重量即为植被地上生物量。

2.4.2遥感影像反演植被生物量数据验证

选取常用的8种植被指数NDVI、RVI、SAVI、MSAVI、DVI、EVI、GNDVI进行计算,用实测生物量与8种植被指数进行相关性分析,其中NDVI与SAVI两种指数与生物量存在显著的正相关关系(表1)。

表1 植被指数计算公式及生物量相关性分析Table 1 Calculation formulas of vegetation indices and correlation analysis of biomass

NDVI与SAVI的指数计算结果如图3所示。采用同纬度地带已有的SAVI指数生物量回归模型与和NDVI指数生物量回归模型[30—31](表2)对科克苏湿地地上生物量进行反演,并根据实测样本对反演结果进行验证,利用均方根误差(RMSE)和决定系数(R2)判定植被生物量反演模型的精度,计算公式如下[32]:

表2 两种植被指数反演模型Table 2 The models of the vegetation index

图3 NDVI与SAVI植被指数Fig.3 NDVI and SAVI vegetation indexNDVI:归一化植被指数 Normalizaed difference vegetation index;SAVI:土壤调整植被指数 Soil-adjusted vegetation index

式中,n为样本数量,yi和yi′分别为实测植被生物量和遥感反演的植被生物量,y′为实测植被生物量的平均值。

拟合结果如图4所示,SAVI指数构建的模型和NDVI指数模型精度都较高(R2>0.91),但SAVI模型拟合线与1∶1线差距较小,因此选用SAVI指数构建的生物量模型对整个研究区的植被地上生物量进行反演。

图4 两种模型模拟地上生物量与实测地上生物量拟合效果Fig.4 Relationships between measured and estimated biomass by two models

2.4.3植被总生物量及碳库估算

根据样点实地采集测定的植物平均根冠比估算植被总生物量[33]:

Biomassi=AGB+BGB

式中,AGB为植被地上生物量,BGB为植被地下生物量,由AGB除以植物平均根冠比获得。

湿地植被碳库采用国际上常用的植被总生物量乘以碳转化系数估算[34]:

Ci=Biomassi×vi

式中Ci为湿地植被碳库,Biomassi为植被总生物量,vi为植被碳转化系数,取值0.41[35]。

3 结果与分析

3.1 科克苏湿地水体斑块分布

科克苏湿地斑块分布有明显的季节性特征(图5)。6月的湿地水体斑块面积较大,占保护区面积的63.12%,除了北部和东南部外,大多数区域处于淹水状态;7月初水体大幅退去,小面积水体斑块零散分布在整个保护区中;7月末水体斑块持续减少,北部的阔克苏村、蒙古湾及保护区的核心区依旧分布着水体斑块,其它区域大多无水体斑块分布;8月水体斑块面积仅占研究区面积的6.27%,只有主河道和北部的阔克苏村和蒙古湾依旧处于淹水状态。

图5 科克苏湿地不同月份湿地水体斑块分布Fig.5 Distribution of surface water bodies in different months in Kekesu wetland

3.2 科克苏湿地植被生物量时空分布

科克苏湿地植被生物量具有明显的时空变化特征(图6)。6月植被生物量较高的区域分布在东北部的阔克苏农场,地上生物量平均值为226 g/m2,总生物量平均值为809 g/m2。7月初植被生物量较高区域分布在西部的阿克铁热克村及东部的巴勒喀木斯村,地上生物量平均值为915 g/m2,总生物量平均值为3275 g/m2。7月末植被生物量较高区域主要分布在西部及南部的阿勒特拜,地上生物量平均值为836 g/m2,总生物量平均值为2991 g/m2。8月植被生物量较高区域分布在东北部,地上生物量平均值为598 g/m2,总生物量平均值为2142 g/m2。

图6 科克苏湿地不同月份植被地上生物量空间分布Fig.6 Spatial distribution of aboveground biomass in different months in Kekesu wetland

7月地上生物量达到生长季最高值,该时段科克苏湿地的植被总生物量为1.09×109kg,最大总生物量为4832 g/m2。

3.3 科克苏湿地植被地上生物量及植被碳库与水文连通的关系

科克苏湿地植被地上生物量与水文连通度呈现非线性关系(图7)。水文连通度0—0.6范围内,植被地上生物量随水文连通度增加而增加;水文连通度0.6—1范围内,植被地上生物量随水文连通度增加而降低,植被地上生物量在水文连通度0.6左右达到最大。

图7 科克苏湿地水文连通与植被地上生物量的关系Fig.7 The relationships between hydrological connectivity and aboveground biomass in Kekesu wetland

科克苏湿地植被碳库较高的区域分布在额尔齐斯河道及克兰河河道两侧的湿地区域以及保护区东部部分区域,北部及东南部部分区域植被碳库较低(图8)。保护区内植被总碳库为4.5×1011kg C。科克苏湿地植被碳库与水文连通呈现非线性关系,与地上生物量和水文连通关系类似,在水文连通度0.6左右,植被碳库达到最大,在1197—1406 g C/m2之间。

图8 科克苏湿地植被碳库分布及水文连通与植被碳库的关系Fig.8 Distribution of plant carbon pool and relationship between hydrological connectivity and plant carbon pool in Kekesu wetland

4 讨论

4.1 科克苏湿地植被地上生物量

科克苏湿地植被生物量随季节变化呈现先增加后减少的趋势。5—6月是科克苏湿地降水量和径流量较大的2个月[36],6月初上游拦河闸放水,科克苏湿地进入淹水状态,此时大部分植物处于生长初期,其生长会受到淹水限制。7月气温升高,湿地水分迅速蒸发,导致湿地水体斑块面积显著减少,受水涝影响的植物快速生长[37],植被地上生物量逐渐增加,达到0—1350 g/m2,这与神祥金等[38]对中国草本沼泽反演的植被地上生物量密度范围一致。湿地水分的持续蒸散发使得8月份只有主河道依旧处于淹水状态,大部分地区不再积水,此时科克苏湿地会进行刈割,为牲畜提供草料,因此植被地上生物量下降。

科克苏湿地植被生物量呈现聚集分布的空间分布模式。额尔齐斯河及克兰河河道两侧的湿地和东部的阔克苏农场为高生物量区域;北部阿热勒齐及阔克苏村和东南部萨尔胡松乡为低生物量区域。这一空间分布格局的形成,很大程度上是湿地植被对生境条件长期适应尤其是对水文条件适应的结果。高生物量区域的水体斑块分布较多,水分较为充足,多为水生及湿生植被,如芦苇(Phragmitesaustralis)、两栖蓼(Persicariaamphibia)、水蓼(Persicariahydropiper)、水葱(Schoenoplectustabernaemontani)、荸荠(Eleocharisdulcis)、花蔺(Butomusumbellatus)等,盖度大,生物量高。低生物量区域水体斑块较少,水分相对匮乏,植被类型多为碱蓬(Suaedaglauca)、盐生车前(Plantagosalsa)、小獐毛(Aeluropuspungens)、苍耳(Xanthiumstrumarium)、披碱草(Elymusdahuricus)、车轴草(Galiumodoratum)等,生物量相对较低。

4.2 水文连通对科克苏湿地植被地上生物量及植被碳库的影响

水文连通与植被生物量的关系表明,湿地水文连通度对植被生物量及植被碳储存功能具有显著影响。我们发现,科克苏湿地植被地上生物量和植被碳库随着水文连通度呈现先增加后减小的趋势,在水文连通度0.6左右时,植物生物量和植被碳库达到最高。研究表明,水文连通可以通过影响植被群落结构与分布格局,改变植被地上生物量[4,39],且适宜的水文连通可在时间和空间尺度上有效促进碳储存[40],其能加强植物的光合作用,促进光合产物向地上或地下部分分配,从而碳库增加。同时,适宜的水文连通能加强物质和能量循环,有利于植物生长。水文连通度过高时,水动力的加强不利于植物幼苗萌发以及生长[41];同时水位超过大多数植物的耐受范围,植物受缺氧胁迫,光合作用能力下降;过多的水分还会导致土壤中有害细菌和真菌过度繁殖,引起根腐病,严重的情况下会导致植物死亡[42]。科克苏湿地水文连通度0.6左右时植被地上生物量及植被碳库最高,这与Wang 等[41]的研究中幼苗移植策略的水文连通对植被影响的结果一致;Zhang[43]等的研究中水文连通与植被的关系也呈现抛物线关系,但水文连通度在0.4左右时,植被覆盖度达到峰值,这可能是因为研究区地理位置的不同以及植被类型的不同而导致的差异。因此,在科克苏湿地水文调控时,可考虑维持适宜的水文连通度范围,维持适宜的水位或土壤水分条件,从而促进植被生物量积累和碳储存功能提升,维持湿地生态系统的稳定性。

5 结论

(1)科克苏湿地斑块分布有明显的时空特征。6月的湿地水体斑块面积最大,占研究区面积的63.12%,大多数区域处于淹水状态;7月湿地水体斑块面积持续减小,呈零散分布在整个保护区中;8月水体斑块面积仅占研究区面积的6.27%,只有主河道和北部的阔克苏村和蒙古湾依旧处于淹水状态。

(2)科克苏湿地植被生物量呈现聚集分布的空间分布模式。额尔齐斯河及克兰河河道两侧的湿地和东部的阔克苏农场为高生物量区域,北部阿热勒齐及阔克苏村和东南部萨尔胡松乡为低生物量区域。7月生物量达到最高值,植被总生物量为1.09×109kg。8月受到刈割的影响,生物量降低。

(3)湿地水文连通度对植被生物量及植被碳储存功能具有显著影响。科克苏湿地水文连通与植被地上生物量及植被碳库之间呈现抛物线关系,水文连通度0.6左右时植被地上生物量和植被碳库最大,有利于植被碳固定,植被总碳库达到4.5×1011kg C。本研究揭示了科克苏湿地植被生物量的时空分布特征,建立了科克苏湿地水文连通度与植被地上生物量及植被碳库的量化关系,明确了适宜的水文连通度对植被生物量积累存在促进作用,可为湿地水文连通调控和植被碳储存功能提升提供有效参考。