洪 嬌 舒清態(tài) 吳嬌嬌 郎曉雪

(西南林業(yè)大學(xué)林學(xué)院，云南 昆明 650224)

?

基于Hyperion數(shù)據(jù)的滇西北高寒山區(qū)高山松典型森林生態(tài)系統(tǒng)健康分級(jí)研究

洪 嬌 舒清態(tài) 吳嬌嬌 郎曉雪

(西南林業(yè)大學(xué)林學(xué)院，云南 昆明 650224)

選取香格里拉高寒山區(qū)典型森林生態(tài)系統(tǒng)高山松純林為研究對(duì)象，以Hyperion影像為數(shù)據(jù)源，在利用敏感性分析法篩選高山松林健康評(píng)價(jià)指標(biāo)體系基礎(chǔ)上，建立研究區(qū)基于像元的森林健康指數(shù)綜合評(píng)判模型 (FHI)，運(yùn)用層次分析法和德?tīng)柗品ù_定FHI模型中的各項(xiàng)指標(biāo)權(quán)重，并結(jié)合地面樣地調(diào)查數(shù)據(jù)，將研究區(qū)森林健康指數(shù)劃分為健康、亞健康、中等健康和不健康4個(gè)等級(jí)。結(jié)果表明：研究區(qū)遙感影像的森林健康指數(shù)為-0.25～75.34，平均值為33.23，研究區(qū)森林整體處于亞健康狀態(tài)；其中不健康森林面積約占森林總面積的16.24%，中度健康面積約為31.60%，亞健康森林面約為25.80%，健康面積約為26.36%。

Hyperion數(shù)據(jù)；植被指數(shù)；森林健康；高山松；生態(tài)系統(tǒng)

森林作為陸地生態(tài)系統(tǒng)的主體，提供人類生產(chǎn)生活必不可少的自然資源，是生物圈中極其重要的一環(huán)。而森林健康是當(dāng)前林業(yè)發(fā)展的新目標(biāo)，直接關(guān)系到全球生態(tài)安全和人類社會(huì)的可持續(xù)發(fā)展。據(jù)聯(lián)合國(guó)糧農(nóng)組織 (FAO) 發(fā)布的 《世界森林資源評(píng)估 (2015)：世界森林如何變化》 分析顯示，近年來(lái)世界森林面積日益減少，總面積由1990年的41.28億hm2下降至39.99億hm2，約占世界陸地總面積的30.6%[1]。

森林健康是森林生態(tài)系統(tǒng)健康和恢復(fù) (forest ecosystem health/restoration) 的簡(jiǎn)稱[2-4]，是森林健康狀況評(píng)估和森林資源管理的標(biāo)準(zhǔn)，能夠最充分地持續(xù)發(fā)揮森林的生態(tài)、社會(huì)和經(jīng)濟(jì)效益[5]，已經(jīng)成為林業(yè)科學(xué)技術(shù)中一個(gè)新的發(fā)展方向與發(fā)展趨勢(shì)，得到了社會(huì)各界的廣泛認(rèn)同與支持，是森林經(jīng)營(yíng)的現(xiàn)代化、國(guó)際化的必然產(chǎn)物，具有深刻的歷史背景和廣闊的發(fā)展前景[6-7]。因此，加強(qiáng)對(duì)森林生態(tài)系統(tǒng)健康的監(jiān)測(cè)評(píng)價(jià)，維持和改善森林健康是現(xiàn)代林業(yè)發(fā)展的重中之重。

本研究選取香格里拉高寒山區(qū)典型森林生態(tài)系統(tǒng)高山松 (Pinusdensata) (原名西康油松(Pinasdensata)) 純林為研究對(duì)象，基于Hyperion高光譜數(shù)據(jù)擬通過(guò)篩選出與森林生長(zhǎng)健康狀況密切相關(guān)的植被指數(shù)指標(biāo)，結(jié)合相關(guān)資料和專家意見(jiàn)確定其在評(píng)估森林健康狀況模型中所占的權(quán)重，由此建立基于植被指數(shù)評(píng)價(jià)森林生長(zhǎng)健康狀況的評(píng)價(jià)體系，并實(shí)現(xiàn)在遙感領(lǐng)域?qū)ι纸】荡蟪叨鹊暮透呔鹊脑u(píng)估。

1 研究區(qū)自然概況

研究區(qū)位于云南省西北部，地處滇、川、藏三省結(jié)合部的青藏高原南延地段的香格里拉市，地處東經(jīng)99°20′～100°19′、北緯26°52′～28°52′[8-9]。該地區(qū)是 “三江并流” 核心區(qū)的一顆明珠，素有 “高山大花園” “動(dòng)植物王國(guó)” 的美稱。這里地勢(shì)復(fù)雜且氣候寒冷，屬于寒溫帶氣候區(qū)，年降雨量618.4 mm，年平均氣溫4.7～16.5 ℃，年極端最高氣溫25.1 ℃，最低氣溫-27.4 ℃。據(jù)統(tǒng)計(jì)，全州林業(yè)用地161.5萬(wàn)hm2，森林覆蓋率達(dá)73.9%，高于云南省平均水平[10-11]。其中高山松以其耐寒、耐旱、耐貧瘠、天然更新良好等優(yōu)點(diǎn)成為該地區(qū)的主要優(yōu)勢(shì)樹(shù)種，在滇西北高寒山區(qū)占有特定的生態(tài)環(huán)境范圍，扮演者著不可替代的角色[12-15]。因此，充分研究和利用高山松的優(yōu)良特性，對(duì)于加快造林更新速度、增加研究區(qū)森林覆被率、發(fā)揮高山松的經(jīng)濟(jì)和社會(huì)等多重效益具有至關(guān)重要的現(xiàn)實(shí)意義。

2 研究方法

2.1 數(shù)據(jù)采集

1) 高光譜數(shù)據(jù)：本研究采用成像于2015年3月12日的香格里拉北部的Hyperion高光譜影像數(shù)據(jù)作為研究對(duì)象。EO-Hyperion是美國(guó)NASA于2000年發(fā)射的第一個(gè)星載民用成像光譜儀，本研究使用的是L1R產(chǎn)品，傳感器空間分辨率30 m，包含224個(gè)波段，具體特性見(jiàn)表1[16]。

表1 Hyperion具體特征介紹

2) 國(guó)家森林資源二類調(diào)查數(shù)據(jù)：香格里拉市2006年國(guó)家森林資源二類調(diào)查數(shù)據(jù)。

3) 數(shù)字高程模型柵格圖 (DEM)：香格里拉市基本單元大小為25 × 25的數(shù)字高程模型柵格圖 (DEM)。

4) 樣地?cái)?shù)據(jù)：香格里拉市高山松50塊現(xiàn)地調(diào)查數(shù)據(jù) (圖1)。調(diào)查指標(biāo)包括樹(shù)高、胸徑、年齡、坡向、坡度、郁閉度、GPS坐標(biāo)、森林健康等級(jí)狀況。

2.2 數(shù)據(jù)預(yù)處理

本研究所采用的Hyperion數(shù)據(jù)經(jīng)過(guò)了輻射校正，但仍受傳感器和大氣等影響產(chǎn)生許多虛假信息，存在不正常像元。需要在ENVI下對(duì)所獲取的數(shù)據(jù)進(jìn)行條紋修復(fù)及壞線去除、未定標(biāo)及水汽嚴(yán)重吸收波段剔除、D-Streak、Smile效應(yīng)校正、大氣校正、幾何精校正等一系列處理，以排除虛假信息的影響[17-20]?；玖鞒桃?jiàn)圖2。

圖1 研究區(qū)樣地分布

Fig.1 Position of distribution of the sample

圖2 Hyperion數(shù)據(jù)處理流程圖

Fig.2 Flow diagram of Hyperion date process

Hyerion LI產(chǎn)品有242個(gè)波段，其中VNIR8-57以及SWIR77-224共198個(gè)波段經(jīng)過(guò)了輻射定標(biāo)處理。但由于VNIR56-57與SWIR77-78重疊，實(shí)際上只有196個(gè)獨(dú)立的定標(biāo)波段。此外，經(jīng)測(cè)定光譜范圍在1 356～1 417、1 820～1 932 nm和>2 395 nm的波段受水汽影響較為嚴(yán)重，相對(duì)應(yīng)的波段分別為：121～127、167～178和224共20個(gè)波段，將這些波段剔除后剩余176個(gè)波段，分別為：8～57、79～120、128～166、179～223。

2.3 植被指標(biāo)提取

植被指數(shù)是利用遙感信息監(jiān)測(cè)地面植被生長(zhǎng)狀況和時(shí)空分布情況的一種簡(jiǎn)單、有效的方法，可以在一定程度上反映植被的演化信息，表明植被活力，是植被生態(tài)研究領(lǐng)域的基礎(chǔ)[20-25]。經(jīng)過(guò)近幾十年的發(fā)展，植被指數(shù)已被廣泛應(yīng)用于作物預(yù)測(cè)預(yù)報(bào)、植被監(jiān)測(cè)、植被分類等方面，目前已經(jīng)定義了40多種植被指數(shù)[22,24,26]。本研究按獨(dú)立性、代表性、科學(xué)性、系統(tǒng)性以及實(shí)用性等5個(gè)原則從綠度指數(shù)、光利用率指數(shù)、葉色素指數(shù)以及地形因子等4個(gè)方面確定14個(gè)評(píng)價(jià)指標(biāo)，對(duì)高寒山區(qū)典型森林生態(tài)系統(tǒng)進(jìn)行健康狀況監(jiān)測(cè)與評(píng)價(jià)[27](表2)。

表2 植被指數(shù)計(jì)算公式

依據(jù)上述計(jì)算公式，基于ENVI軟件中的波段計(jì)算模塊，計(jì)算相關(guān)14個(gè)相關(guān)指數(shù)，計(jì)算結(jié)果見(jiàn)圖3。

圖3 評(píng)價(jià)指標(biāo)提取

2.4 指標(biāo)賦權(quán)

植被指數(shù)表明了植被活力，反映了植被生長(zhǎng)健康狀況，對(duì)森林生態(tài)系統(tǒng)健康監(jiān)測(cè)起著十分重要的作用[28-29]。在森林健康狀況監(jiān)測(cè)與評(píng)價(jià)過(guò)程中，指標(biāo)權(quán)重的確定至關(guān)重要，賦權(quán)方法是否合理，權(quán)重結(jié)果是否客觀，不僅能夠直接影響森林健康監(jiān)測(cè)結(jié)果的精確程度，而且對(duì)最后的森林健康狀況評(píng)價(jià)的影響也十分巨大[30-31]。常用的指標(biāo)權(quán)重確定的方法有很多，如層次分析法 (AHP)、專家打分法 (Delphi)、主成分分析法、熵值法等[32-33]。

本研究中采用層次分析法[29,34]，將其與該區(qū)域內(nèi)各植被指數(shù)分析結(jié)果和地形因子相合 (圖4)，在此基礎(chǔ)上通過(guò)采用調(diào)查問(wèn)卷的形式，廣泛征求各方面專家的意見(jiàn)，進(jìn)行定性定量分析，確定判斷標(biāo)度，得到判斷矩陣以及各層次指標(biāo)權(quán)重 (表3)[35-36]。

圖4 森林健康評(píng)價(jià)指標(biāo)層次

Fig.4 Indicator system of the FHI evaluation model

表3 指標(biāo)權(quán)重匯總

2.5 判斷矩陣一致性檢驗(yàn)

專家打分存在一定的人為干擾因素，與理論上的判斷矩陣存在一定誤差，因此需要對(duì)分析結(jié)果進(jìn)行一致性檢驗(yàn)以判斷矩陣是否合理，檢驗(yàn)指標(biāo)為CI[37-39]。

式中：n為矩陣階數(shù)；λmax對(duì)應(yīng)判斷矩陣的最大特征根。

本研究為防止各專家因認(rèn)識(shí)不同所引起的隨機(jī)誤差，故加入一致性檢驗(yàn)指標(biāo)RI。

CR=CI/RI

式中：CR為一致性比例，當(dāng)CR < 0.10時(shí)，認(rèn)為判斷矩陣一致性是合理的；當(dāng)CR ≥ 0.10時(shí)，認(rèn)為判斷矩陣的一致性不合理，應(yīng)該加以修改。CI為一致性指標(biāo)，當(dāng)CI=0時(shí)，表明矩陣具有完全一致性[29,35]。由表4可知，各判斷矩陣具有很好的一致性。

表4 一致性檢驗(yàn)

2.6 評(píng)價(jià)模型的建立

根據(jù)前文中計(jì)算出來(lái)的14個(gè)植被指標(biāo)建立森林健康狀況評(píng)價(jià)模型。

在該森林健康狀況評(píng)價(jià)模型FHI中，va、vb、vc分別表示綠度指數(shù)、葉色素指數(shù)、光利用率指數(shù)等3方面涉及的植被指數(shù)，vd表示地形因子；W1、W2、W3、W4表示以上4個(gè)方面的權(quán)重，且W1+W2+W3+W4=1；wa、wb、wc、wd表示每個(gè)指數(shù)指標(biāo)方面所占的權(quán)重，且

基于上述判斷矩陣給各指標(biāo)權(quán)重賦值，得到關(guān)于本研究的森林生態(tài)系統(tǒng)健康模型：

FHI=(0.5×VPRI+0.157 1×VSIPI+0.249 5×VRGI)×0.136 4+(0.332 5×VCRI1+0.527 8×VCRI2+0.139 6×VARI1)×0.136 4+(0.332 5×VNDVI+0.075 9×VEVI+0.075 7×VRVI+0.148 7×VSGI+0.238 4×VNDVI705+0.128 0×VVOGI1)×0.232 2+(0.666 7×V坡度+0.333 3×V坡向)×0.495 0

3 結(jié)果與分析

3.1 森林健康分級(jí)標(biāo)準(zhǔn)

基于ENVI軟件中的band math運(yùn)算模塊并結(jié)合Arcgis中的疊加分析模塊，對(duì)影像逐像元進(jìn)行處理，得到研究區(qū)森林生態(tài)系統(tǒng)健康評(píng)價(jià)模型。為了使顯示結(jié)果與國(guó)家森林資源連續(xù)清查森林健康監(jiān)測(cè)的評(píng)定標(biāo)準(zhǔn)相一致，本研究采用樣點(diǎn)實(shí)地調(diào)查法將森林健康評(píng)價(jià)結(jié)果劃分成健康、亞健康、中健康和不健康4個(gè)等級(jí)。樣地點(diǎn)調(diào)查指標(biāo)評(píng)判分級(jí)標(biāo)準(zhǔn)見(jiàn)表5。

表5 樣地點(diǎn)調(diào)查指標(biāo)評(píng)判分級(jí)標(biāo)準(zhǔn)

3.2 森林健康分級(jí)結(jié)果

將野外實(shí)地調(diào)查獲取的50個(gè)樣地點(diǎn)GPS坐標(biāo)數(shù)據(jù)疊加到研究區(qū)高山松森林健康等級(jí)評(píng)價(jià)分布圖上，提取各樣點(diǎn)的森林健康指數(shù)值，并基于實(shí)地調(diào)查評(píng)判標(biāo)準(zhǔn)將其分級(jí)，得出每一級(jí)的平均值、最大值與最小值。實(shí)測(cè)樣地?cái)?shù)據(jù)選取樹(shù)高、森林郁閉度、齡級(jí)、單位面積蓄積、坡度、坡向以及高山松受災(zāi)害程度等，并對(duì)數(shù)據(jù)進(jìn)行綜合調(diào)查篩選，最終選取具有代表性的50個(gè)純林樣地?cái)?shù)據(jù)，其中包括：被火燒林地3塊、病蟲(chóng)害林地1塊、幼齡林5塊、中齡林10塊、近熟林10塊、成熟林13塊以及過(guò)熟林8塊，各林地空間分布均勻。調(diào)查分析結(jié)果見(jiàn)表6。

由表6的調(diào)查結(jié)果顯示，研究區(qū)域遙感影像的森林健康指數(shù) (FHI) 為-0.25～75.34，平均值為33.23，研究區(qū)森林整體處于亞健康狀態(tài)。從等級(jí)分析可以看出，不健康森林面積約占森林總面積的16.24%；中度健康面積為1 643.31 hm2，約占森林總面積的31.60%；亞健康森林面約為25.80%；健康面積約為26.36%最終篩選的50個(gè)純林樣地中，3塊火燒林地、1塊病蟲(chóng)害林地以及其他部分林地處于不健康狀態(tài)，占研究區(qū)總面積的16.24%。

表6 森林健康等級(jí)劃分

與不健康狀態(tài)相關(guān)的主要是胡蘿卜素指數(shù)1、胡蘿卜素指數(shù)2、花青素指數(shù)1等與森林健康狀況呈負(fù)相關(guān)的植被指數(shù)，此外也包括可以敏感反應(yīng)葉片內(nèi)胡蘿卜素含量的光化學(xué)植被指數(shù)等；而與健康狀態(tài)相關(guān)的植被指數(shù)為歸一化植被指數(shù)、比值植被指數(shù)、增強(qiáng)型植被指數(shù)等，這些指數(shù)與森林健康狀況均呈正相關(guān)關(guān)系。

通過(guò)前文公式計(jì)算，最終得到研究區(qū)精確的高山松森林健康等級(jí)分布圖，見(jiàn)圖5。

圖5 森林健康等級(jí)分布圖

Fig.5 Distribution of forest health level

4 結(jié)論與討論

本研究選取香格里拉高寒山區(qū)典型森林生態(tài)系統(tǒng)高山松純林為研究對(duì)象，在對(duì)Hyperion數(shù)據(jù)進(jìn)行預(yù)處理的前提下，提取14個(gè)能敏感反應(yīng)森林健康狀況的植被指數(shù)，并通過(guò)計(jì)算健康指數(shù)得到研究區(qū)遙感影像的森林健康指數(shù)為-0.25～75.34，平均值為33.23，研究區(qū)森林整體處于亞健康狀態(tài)。其中不健康森林面積約占森林總面積的16.24%，中度健康面積約為31.60%，亞健康森林面約為25.80%，健康面積約為26.36%。

對(duì)于森林生態(tài)系統(tǒng)健康狀況評(píng)價(jià)的研究，國(guó)內(nèi)外相關(guān)領(lǐng)域在理論方面探討的較多，但總體來(lái)說(shuō)，仍然缺乏一個(gè)完善的評(píng)價(jià)指標(biāo)體系和技術(shù)手段。因此，在對(duì)香格里拉高寒山區(qū)典型森林生態(tài)系統(tǒng)健康監(jiān)測(cè)與評(píng)價(jià)過(guò)程中，仍然存在一些亟待解決的問(wèn)題。首先在評(píng)價(jià)指標(biāo)的選取上，受研究條件等方面的影響和限制，一些重要的指標(biāo)沒(méi)有考慮進(jìn)來(lái)，因此削弱了評(píng)價(jià)的完整性與精度；其次無(wú)論是在指標(biāo)選取和指標(biāo)賦權(quán)過(guò)程中，都是依靠個(gè)人經(jīng)驗(yàn)和相關(guān)領(lǐng)域?qū)＜規(guī)椭?，帶有較大的主觀成分；最后，對(duì)于計(jì)算結(jié)果的精度還有待進(jìn)一步推敲驗(yàn)證。

[1] Chirici G, Corona P, Portoghesi L. Global forest resources assessment[J]. Italian Journal of Forest & Mountain Environments, 2013.

[2] 薛沛沛, 王兵, 牛香, 等. 森林生態(tài)系統(tǒng)健康評(píng)估方法的現(xiàn)狀與前景[J]. 中國(guó)水土保持科學(xué), 2012, 10(5): 109-115.

[3] 谷建才, 陸貴巧, 白順江, 等. 森林健康評(píng)價(jià)指標(biāo)及應(yīng)用研究[J]. 河北農(nóng)業(yè)大學(xué)學(xué)報(bào), 2006, 29(2): 68-71.

[4] 陳高, 代力民, 范竹華, 等. 森林生態(tài)系統(tǒng)健康及其評(píng)估監(jiān)測(cè)[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2002, 13(5): 605- 610.

[5] Dayle D. Bennett, Borys M. Tkacz. Forest health monitoring in the United States: a program overview[J]. Australian Forestry, 2008, 71(3): 223-228.

[6] 徐世芳, 李小英, 夏靜, 等. 昆明?？诹謭?chǎng)森林健康狀況評(píng)價(jià)[J]. 西南林業(yè)大學(xué)學(xué)報(bào), 2015, 35(2): 68-72.

[7] 王懿祥, 陸元昌, 張守攻, 等. 森林生態(tài)系統(tǒng)健康評(píng)價(jià)現(xiàn)狀及展望[J]. 林業(yè)科學(xué), 2010, 46(2): 134- 140.

[8] 宋發(fā)榮. 香格里拉縣的森林資源及其特點(diǎn)分析[J]. 西部林業(yè)科學(xué), 2008, 37(1): 124-128.

[9] 岳彩榮. 香格里拉縣森林生物量遙感估測(cè)研究[D]. 北京: 北京林業(yè)大學(xué), 2012.

[10] 楊學(xué)光. 香格里拉縣林業(yè)志[M]. 昆明: 云南民族出版社, 2006.

[11] 單之薔. 大香格里拉序篇: 八大重合橫斷山[J]. 中國(guó)國(guó)家地理, 2004(7): 38-41.

[12] 劉建幫, 曾啟相, 羅文禮. 高山松 (PiunsdensataMast) 生物學(xué)特性及人工直播更新試驗(yàn)觀察[J]. 四川林業(yè)科技, 1981(4): 25-28.

[13] 曾平江, 陳全春. 米亞羅林區(qū)高山松的更新特性和生長(zhǎng)狀況的初步調(diào)查[R]. 1979年四川高山林業(yè)研究資料集刊, 1979.

[14] 郭立群. 滇西北地區(qū)高山松的林學(xué)特性及更新過(guò)程的研究[J]. 云南林業(yè)科技, 1982(1)： 1-19.

[15] 中國(guó)植被編輯委員會(huì). 中國(guó)植被[M]. 北京: 科學(xué)出版社, 1980.

[16] Richard Beck. EO-1 User Guide v.2.3.2003[R/OL]. http://eol.usgs.gov & http://eol.gsfs.nasa, gov.[17] 譚炳香, 李增元, 陳爾學(xué), 等. 高光譜遙感森林信息提取研究進(jìn)展[J]. 林業(yè)科學(xué)研究, 2008, 21(S1): 105-111.

[18] 楊玲莉, 張廷斌, 何菊紅, 等. 基于ENVl的Hyperion數(shù)據(jù)預(yù)處理方法[J]. 河南科技, 2015(9): 39- 42.

[19] 梁繼, 王建. Hyperion高光譜影像的分析與處理[J]. 冰川凍土, 2009, 31(2): 247-253.

[20] 李曉松, 李增元, 高志海, 等. 基于Hyperion植被指數(shù)的干旱地區(qū)稀疏植被覆蓋度估測(cè)[J]. 北京林業(yè)大學(xué)學(xué)報(bào), 2010, 32(3): 95-100.

[21] 胡曉雯, 曹爽, 趙顯富. 基于植被指數(shù)的綠地信息提取的比較[J]. 南京信息工程大學(xué)學(xué)報(bào), 2012, 4(5): 420-425.

[22] 馮露, 岳德鵬, 郭祥. 植被指數(shù)的應(yīng)用研究綜述[J]. 林業(yè)調(diào)查規(guī)劃, 2009, 34(2): 48-52.

[23] 馬春林. 基于植被指數(shù)NDVI的遙感信息提取[J]. 中國(guó)高新技術(shù)企業(yè), 2008(10): 114.

[24] 郭凱, 孫培新, 劉衛(wèi)國(guó). 利用遙感影像軟件ENVI提取植被指數(shù)[J]. 紅外, 2005(5): 10-12.

[25] 田慶久, 閔祥軍. 植被指數(shù)研究進(jìn)展[J]. 地球科學(xué)進(jìn)展, 1998, 13(4): 327-333.

[26] 郭鈮. 植被指數(shù)及其研究進(jìn)展[J]. 干旱氣象, 2003, 21(4): 71-75.

[27] 彭濤, 高旺盛, 隋鵬. 農(nóng)田生態(tài)系統(tǒng)健康評(píng)價(jià)指標(biāo)體系的探討[J]. 中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào), 2004, 9(1): 21-25.

[28] 許明祥, 劉國(guó)彬, 趙允格. 黃土丘陵區(qū)土壤質(zhì)量評(píng)價(jià)指標(biāo)研究[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2005, 16(10): 1843-1848.

[29] 王琦, 杜燕, 鄭小賢. 將樂(lè)林場(chǎng)常綠闊葉林健康評(píng)價(jià)指標(biāo)體系構(gòu)建[J]. 西南林業(yè)大學(xué)學(xué)報(bào), 2014, 34(5): 74-78.

[30] 龐彥軍, 劉開(kāi)第, 張博文. 綜合評(píng)價(jià)系統(tǒng)客觀性指標(biāo)權(quán)重的確定方法[J]. 系統(tǒng)工程理論與實(shí)踐, 2001, 21(8): 37-42.

[31] 郭穎杰, 張樹(shù)深, 陳郁. 生態(tài)系統(tǒng)健康評(píng)價(jià)研究進(jìn)展[J]. 城市環(huán)境與城市生態(tài), 2002(5): 11-13.

[32] 王靖, 張金鎖. 綜合評(píng)價(jià)中確定權(quán)重向量的幾種方法比較[J]. 河北工業(yè)大學(xué)學(xué)報(bào), 2001, 30(2): 52-57.

[33] 朱方霞, 陳華友. 確定區(qū)間數(shù)決策矩陣屬性權(quán)重的方法: 熵值法[J]. 安徽大學(xué)學(xué)報(bào) (自然科學(xué)版), 2006, 30(5): 4-6.

[34] 聶力. 東錢湖區(qū)域森林生態(tài)系統(tǒng)健康評(píng)價(jià)研究[D]. 上海: 華東師范大學(xué), 2008.

[35] 李艷萍, 喬琦, 柴發(fā)合, 等. 基于層次分析法的工業(yè)園區(qū)環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重分析[J]. 環(huán)境科學(xué)研究, 2014, 27(3): 334-340.

[36] 姜孟竹, 劉兆剛, 李元. 大興安嶺盤古林場(chǎng)森林健康評(píng)價(jià)與分析[J]. 中南林業(yè)科技大學(xué)學(xué)報(bào), 2014, 34(7): 73-79.

[37] 張金屯. 植被數(shù)量生態(tài)學(xué)方法[M]. 北京: 中國(guó)科學(xué)出版社, 1995.

[38] 李秀英. 森林健康評(píng)價(jià)指標(biāo)體系初步研究與應(yīng)用[D]. 北京: 中國(guó)林業(yè)科學(xué)研究院, 2006.

[39] 陳美球, 黃靚, 蔡海生, 等. 鄱陽(yáng)湖區(qū)土地健康評(píng)價(jià)[J]. 自然資源學(xué)報(bào), 2004, 19(2): 170-175.

(責(zé)任編輯 曹 龍)

The Health Classification ofPinusdensataTypical Forest Ecosystem in Alpine Region of Northwestern Yunnan Based on Hyperion Data

Hong Jiao, Shu Qingtai, Wu Jiaojiao, Lang Xiaoxue

(College of Forestry, Southwest Forestry University, Kunming Yunnan 650224, China)

The purePinusdensataforest of the typical forest ecosystem in the alpine region of Shangri-La is selected as the research subject and Hyperion images are taken as the data source. Based on using the sensitivity analysis method to screen out thePinusdensataforest′s health evaluation index system, the forest health index comprehensive evaluation model of the research zone is set up based on image elements. By using the analytic hierarchy process method and the Delphi method, this paper determines various indexes′ weighted values and combines the investigated data of the ground surface to classify the research zone′s forest health indexes into four levels, including healthy, sub-healthy, moderately healthy and unhealthy. Results have shown that the forest health index of the research zone′s remote images is in the range of -0.25～75.34,and the average value is 33.23, the research zone′s forest is generally in the sub-healthy state. The unhealthy area, moderately healthy area,sub-healthy area and healthy area occupies of the forest′s total area is 16.24%, 31.60%, 25.80% and 26.36%, respectively.

Hyperion data, vegetation index, forest health,Pinusdensata, ecosystem

10. 11929/j. issn. 2095-1914. 2016. 06. 013

2016-06-28

國(guó)家自然科學(xué)基金項(xiàng)目 (31460194、31060114) 資助。

舒清態(tài) (1970—)，男，副教授，博士。研究方向：3S技術(shù)及森林景觀經(jīng)營(yíng)。Email: shuqt@163.com。

S771.5

A

2095-1914(2016)06-0079-08

第1作者：洪嬌 (1992—)，女，碩士生。研究方向：森林經(jīng)理。Email: whjiao999@163.com。