劉啟波 ，張 貴，毛克儉 ，葉 霖

（1.中南林業(yè)科技大學(xué) 林學(xué)院，湖南 長沙 410004；2.中南林業(yè)科技大學(xué) 蘆頭實驗林場，湖南 平江 410400；3.平江縣林業(yè)局，湖南 平江 414500）

流域濕地森林生態(tài)系統(tǒng)界定研究

劉啟波1，張 貴1，毛克儉2，葉 霖3

（1.中南林業(yè)科技大學(xué) 林學(xué)院，湖南 長沙 410004；2.中南林業(yè)科技大學(xué) 蘆頭實驗林場，湖南 平江 410400；3.平江縣林業(yè)局，湖南 平江 414500）

為了明確流域濕地森林生態(tài)系統(tǒng)的邊界范圍，根據(jù)流域濕地森林生態(tài)系統(tǒng)定義和森林水文作用過程，選取土地覆蓋類型、郁閉度、坡度、坡向作為分析指標(biāo)，提出了流域濕地森林生態(tài)系統(tǒng)實體邊界和水文功能邊界的劃分方法。以資江流域為案例，劃分出了資江流域濕地森林生態(tài)系統(tǒng)實體邊界和水文功能邊界。研究結(jié)果能為流域濕地森林生態(tài)系統(tǒng)的經(jīng)營管理提供科學(xué)依據(jù)。

流域濕地；森林生態(tài)系統(tǒng)；界定；流域水文信息提取

流域濕地森林生態(tài)系統(tǒng)是一項重要的自然資源，它不僅能夠給人們提供木材等物質(zhì)資料，而且與影響范圍內(nèi)的水文環(huán)境有著緊密復(fù)雜的聯(lián)系[1]，具有保持水土[2]、涵養(yǎng)水源[3-4]、凈化水質(zhì)等一系列生態(tài)水文功能。因此，確定流域濕地森林生態(tài)系統(tǒng)的邊界具有重要研究意義。目前，國內(nèi)外研究者針對流域濕地森林生態(tài)系統(tǒng)的研究熱點專注于森林水文過程[5-6]及其森林水文模型[7]的研究，對于流域濕地森林生態(tài)系統(tǒng)的邊界范圍劃分的研究較少，尚未形成明確定義和確定方法。本研究利用“3S”技術(shù)強大的空間分析功能，結(jié)合流域濕地森林生態(tài)系統(tǒng)的定義特征和水文過程特征，提出了提取流域濕地森林生態(tài)系統(tǒng)實體邊界和水文功能邊界的方法，為流域濕地森林生態(tài)系統(tǒng)研究提供了一種劃分方法。

1 研究數(shù)據(jù)

本文中利用的研究數(shù)據(jù)包括DEM數(shù)據(jù)、遙感圖像數(shù)據(jù)和森林資源二類調(diào)查數(shù)據(jù)。

DEM數(shù)據(jù)來自地理空間數(shù)據(jù)云平臺ASTGTM2的數(shù)據(jù)，是通過aster傳感器提取的DEM數(shù)據(jù)，分辨率為30 m×30 m，采用的是WGS-84坐標(biāo)系，數(shù)據(jù)類型為Grid網(wǎng)格數(shù)據(jù)。地理位置為北緯25°～29°，東經(jīng)110°～113°。

遙感圖像數(shù)據(jù)是來自Google earth，通過圖像截取位于北緯 25°27′～ 29°01′、東經(jīng) 109°58′～113°00′范圍內(nèi)的遙感衛(wèi)星圖像拼接而成[8]。

森林資源二類調(diào)查數(shù)據(jù)是湖南省新化縣二類調(diào)查數(shù)據(jù)及其相關(guān)圖鑒。

2 研究方法

本文中，根據(jù)《森林資源規(guī)劃設(shè)計調(diào)查主要技術(shù)規(guī)定》中對于森林的標(biāo)準(zhǔn)，劃分森林生態(tài)系統(tǒng)的實體邊界；根據(jù)森林水文過程，劃分流域范圍為流域濕地森林生態(tài)系統(tǒng)水文功能邊界。針對流域濕地森林生態(tài)系統(tǒng)的實體邊界和生態(tài)水文功能邊界，分別利用遙感圖像監(jiān)督分類技術(shù)和DEM數(shù)據(jù)數(shù)字流域水文信息提取技術(shù)進行流域濕地森林生態(tài)系統(tǒng)邊界提取。

2.1 遙感圖像監(jiān)督分類

2.1.1 遙感圖像預(yù)處理與應(yīng)用軟件

Google earth online衛(wèi)星遙感圖像是多源遙感圖像的二級產(chǎn)品，遙感圖像已經(jīng)在遙感圖像的原始數(shù)據(jù)上進行了遙感圖像的幾何校正[9]。本研究采用的是單幅遙感圖像進行監(jiān)督分類，大氣等因素對于整個圖像中的像元影響一致，不會對分析結(jié)果產(chǎn)生影響。在本文中，只對遙感圖像進行RGB模式圖像增強處理。

在研究中選取的遙感圖像分類工具為ENVI 4.8。

2.1.2 監(jiān)督分類的樣本選擇

研究中，將研究區(qū)域內(nèi)的分類類型劃分為森林、草地、建筑用地以及水體4類。其中森林分類是本文的主要研究內(nèi)容，僅僅指符合《森林資源規(guī)劃設(shè)計調(diào)查主要技術(shù)規(guī)定》標(biāo)準(zhǔn)的森林，草地分類表示包括除去森林以外一切具有植被覆蓋的土地類型（包括部分裸露的農(nóng)田），建筑地分類包括了城市建筑用地、公路等無植被覆蓋土地類型，水體分類包括了河流、湖泊和水庫。

2.1.3 監(jiān)督分類的分離器

研究中采用了較為常用的4種分類器，分別是最小距離分類器、最大似然分類器、平行體分類器和馬氏距離分類器。

2.2 DEM流域水文信息提取

2.2.1 軟件的選擇

研究采用ArcGIS 10.2軟件自帶hydrology處理模塊和Arc Hydro Tools擴展軟件進行流域水文信息提取。

2.2.2 DEM數(shù)據(jù)預(yù)處理

本文中原始DEM數(shù)據(jù)為GIRD柵格數(shù)據(jù)，不需要對數(shù)據(jù)進行數(shù)據(jù)類型進行轉(zhuǎn)化。但是為了進行流域水文信息提取，需要對DEM數(shù)據(jù)進行洼地判定和洼地填平處理。采取JD算法，利用hydrology模塊中sink工具進行洼地提取，然后利用 fi ll工具進行洼地填平處理。

2.2.3 柵格流向的計算

利用“水往低處流”的生活常識，采用單流向法的D8算法對處理過的無洼地DEM數(shù)據(jù)中各個柵格進行流向計算。D8算法的原理是，計算中心柵格與相鄰8個柵格之間的坡度，選取與坡度最陡柵格的方向為水流方向。坡度的計算公式為：

式（1）中：hi為中間柵格的高程值；hj為周圍柵格的高程值；D為相鄰柵格中心連線的距離，由于是規(guī)則柵格，所以D為倍柵格邊長。

利用ArcGIS 10.2平臺下Arc Hydro Tools擴展軟件中的Flow Direction工具實現(xiàn)。

2.2.4 河流網(wǎng)絡(luò)的提取

河流網(wǎng)絡(luò)提取需要經(jīng)過匯流量計算和閥值確定兩個過程。其中匯流量計算的原理是假設(shè)每個柵格都有一個單位的水，然后柵格中的水都按照D8算法計算出的流向流入下一個柵格，而每一個柵格的匯流量是能夠流入柵格水的總量。而閥值確定是根據(jù)水流量匯聚到一定程度會形成河流的原理，而閥值正好是形成河流的最小水流量值。在閥值確定時候，可以通過提取出的河流網(wǎng)格密度來確定匯流量閥值。

2.2.5 河流流域邊界的提取

河流流域邊界的提取用的是運用最為廣泛的坡面徑流模型[10]。對提取的河流網(wǎng)絡(luò)，根據(jù)柵格流向數(shù)據(jù)，逆水流流向進行搜索，整個河流網(wǎng)絡(luò)你想搜索出的區(qū)域，就是整個河流的邊界。

3 案例分析結(jié)果

3.1 實體邊界結(jié)果

3.1.1 遙感監(jiān)督分類結(jié)果

在選取的訓(xùn)練樣本中選取了森林類型180個、草地類型25個、建筑用地類型66個和水體類型59個。其中森林類型的分離度與其他類型的分離度在1.839 9～1.996 5之間。利用4種常用的分類器進行分類的結(jié)果見圖1。

圖1 4種分類器的分類結(jié)果Fig.1 The results from four different ways of supervised classi fi cation

3.1.2 遙感監(jiān)督分類精度分析

在本研究中，遙感監(jiān)督分類是為了提取森林分類類型的邊界，所以精度分析以森林覆蓋類型分類精度作為標(biāo)準(zhǔn)，而不是以總體分類精度作為標(biāo)準(zhǔn)。

研究各種分類方法中，森林類型的分類準(zhǔn)確度見表1。

表1 森林類型分類準(zhǔn)確率Table 1 The accuracy rate of forest classification

4種不同分類器的分類結(jié)果精度分析顯示，最小距離分類法的分類精度最高，最高精度達到97.80%，能夠準(zhǔn)確地劃分出流域濕地森林生態(tài)系統(tǒng)的實體邊界（見圖2）。

3.2 水文功能邊界提取結(jié)果

3.2.1 河流網(wǎng)絡(luò)提取閾值的確定

分別選擇了7個不同匯流量閥值進行流域河網(wǎng)提取，然后計算河流網(wǎng)絡(luò)密度。

根據(jù)不同匯流量閥值提取的河流網(wǎng)絡(luò)密度與匯流量閥值之間建立函數(shù)關(guān)系式，具體數(shù)據(jù)見表2。由二者函數(shù)圖像（見圖3）可知，河網(wǎng)密度和匯流量閥值之間整體呈現(xiàn)負(fù)相關(guān)性，在匯流量閥值較小時，隨著匯流量閥值增加，河網(wǎng)密度迅速減小，隨后會逐漸趨于平穩(wěn)，所以選取函數(shù)曲線趨于平穩(wěn)時的匯流量閥值作為河流網(wǎng)絡(luò)提取值，故選取閥值為50 330。

圖2 最小距離分類精度分析結(jié)果Fig.2 Precision-analysis results of land-cover types minimum distance classifying

圖3 匯流量閾值與河網(wǎng)密度關(guān)系Fig.3 The relation between river network densities and threshold values

表2 不同閥值下的河流網(wǎng)絡(luò)密度Table 2 The river network densities at different threshold values km/km2

3.2.2 資江流域水文功能邊界提取結(jié)果

圖4為資江流域河流網(wǎng)絡(luò)與水溫功能邊界提取結(jié)果。

4 結(jié)論與討論

(1)在流域森林生態(tài)系統(tǒng)界定研究中，通過土地覆蓋類型、郁閉度、坡度和坡向指標(biāo)，借助遙感監(jiān)督分類和水文特征信息提取能夠劃分出了流域濕地森林生態(tài)系統(tǒng)的實體邊界和水文功能邊界。確定流域濕地森林生態(tài)系統(tǒng)的研究范圍。

(2)以資江流域作為研究案例，以最小距離分離法提取的實體邊界準(zhǔn)確率最高，可達97.8%。通過實體邊界和水文功能邊界的疊加，能夠確定流域濕地森林生態(tài)系統(tǒng)的邊界，驗證了研究方法的可行性。

圖4 資江流域河流網(wǎng)絡(luò)與水文功能邊界Fig.4 The boundary of hydrological function and the river network in Zijiang basin

(3)在提取流域濕地森林生態(tài)系統(tǒng)水文功能邊界中，真實洼地對水文功能邊界影響的問題還需要進一步的研究。

[1]鄭紹偉,慕長龍,陳祖銘,等. 長江上游森林影響流域水文過程模擬分析[J]. 生態(tài)學(xué)報,2010, 30(11):3046-3056.

[2]楊鑫榮,伍格致,關(guān) 欣,等. 以林地為主的土地利用類型對生態(tài)系統(tǒng)服務(wù)功能影響研究——以長沙市岳麓區(qū)蓮花鎮(zhèn)為例[J]. 中南林業(yè)科技大學(xué)學(xué)報,2015,35(3):107-111.

[3]王曉學(xué),沈會濤,李敘勇,等. 森林水源涵養(yǎng)功能的多尺度內(nèi)涵、過程及計量方法[J]. 生態(tài)學(xué)報,2013,33(4):1019-1030.

[4]王忠誠,華 華,王淮永,等. 八大公山國家級自然保護區(qū)林地水源涵養(yǎng)功能研究[J]. 中南林業(yè)科技大學(xué)學(xué)報,2014,34(2):95-101.

[5]Chuyong G B, Newbery D M, Songwe N C. Rainfall input,throughfall and stemflow of nutrients in a central African rain forest dominated byectomycorrhizal trees[J]. Biogeochemistry,2004, 67(1):73-91.

[6]李 勇,葛曉敏,唐羅忠,等. 森林不同組分對降水的生態(tài)效應(yīng)研究進展[J]. 世界林業(yè)研究,2015, 28(2):19-24 .

[7]Valente F. Modeling interception loss for two sparse eucalypt and pine forests in central Portugal using reformulated Rutter and Gash analytical models[J]. J. Hydrol.,1997,190:141-162.

[8]方 昆,邱小波,金宏斌. 基于Google Earth影像地圖數(shù)據(jù)獲取的研究[J]. 信息技術(shù),2014(4):96-99.

[9]王興旺. Google Earth圖像預(yù)處理[J]. 山西建筑,2014,40(12):244-246.

[10]俞偉斌. 基于DEM的數(shù)字流域時空特征及提取研究[D].杭州: 浙江大學(xué),2014.

A study about forest ecosystem boundary-demarcating in watershed wetland

LIU Qi-bo1, ZHANG Gui1, MAO Ke-jian2, YE Lin3
(1. College of Forestry, Central South University of Forestry & Technology, Changsha 410004, Hunan, China; 2. Lutou Experimental Forest Farm, Central South University of Forestry & Technology, Pingjiang 410400, Hunan, China; 3. Forestry Bureau of Pingjiang County, Pingjiang 414500, Hunan, China; )

For disgusting the boundary of forest ecosystem in watershed wetland from others, we consider the land cover-types, canopy density, slope and slope aspect as the analysis indexes to present a method that how to demarcate the boundaries of forest ecosystem in watershed wetland and hydrological function, with the definition of forest ecosystem in watershed wetland and the process of hydrological effect gives a way to determine these indexes. This study has demarcated the boundaries of watershed wetland forest ecosystem in Zijiang river basin, which can provide forest ecosystem management and administration in watershed wetland with scienti fi c evidence.

watershed wetland; forest ecosystem; boundary-demarcation; watershed hydrological information extraction

S718.55

A

1673-923X(2016)09-0119-04

10.14067/j.cnki.1673-923x.2016.09.022

2016-03-02

國家自然科學(xué)基金項目（31570627）

劉啟波，碩士研究生

張 貴，教授，博士，博士生導(dǎo)師；E-mail：csfu3s@163.com

劉啟波，張 貴，毛克儉，等.流域濕地森林生態(tài)系統(tǒng)界定研究[J].中南林業(yè)科技大學(xué)學(xué)報，2016, 36(9): 119-122.

[本文編校：謝榮秀]