孔祥聚， 王浩， 李堅(jiān)， 龔玉敏， 徐棟澤

(福州大學(xué)土木工程學(xué)院， 福建 福州 350108)

0 引言

紅樹林多生長分布在熱帶、 亞熱帶沿海潮間帶灘涂區(qū)域， 具有凈化水質(zhì)、 維護(hù)生物多樣性、 防風(fēng)固堤、 促淤保灘等功能[1]. 福建省處于我國東南沿海， 是紅樹林適宜生長區(qū)域， 有真紅樹和半紅樹植物12科18種， 其中引種9種， 為引種數(shù)量最多的省份[2]. 歷史上莆田市三江口流域分布著眾多秋茄種原生紅樹林[3]， 但近年由于外來物種入侵和毀林造田、 圍海造地等不合理開發(fā)活動(dòng)， 致使紅樹林生長面積縮減， 紅樹林資源遭到嚴(yán)重破壞. 利用先進(jìn)、 高效、 準(zhǔn)確的測(cè)量方法獲取紅樹林生長面積及分布區(qū)域， 對(duì)于保護(hù)和規(guī)劃紅樹林生長具有重要意義.

動(dòng)態(tài)檢測(cè)紅樹林資源是高效保護(hù)和科學(xué)管理的前提. Lorenzo等[4]在1979年首先使用Landsat衛(wèi)星數(shù)據(jù)動(dòng)態(tài)監(jiān)測(cè)菲律賓三寶顏半島紅樹林的退化情況. Godstime等[5]利用類似方法分析了1980—2003年尼日爾三角洲紅樹林生態(tài)系統(tǒng)的變化規(guī)律. 國內(nèi)研究者也針對(duì)紅樹林開展了大量的研究工作， 如李天宏等[6]率先在深圳河河口地區(qū)收集10多年時(shí)相衛(wèi)星遙感影像， 研究紅樹林面積變化和空間分布特征. 趙玉靈[7]分析伶仃洋近40年的紅樹林濕地時(shí)空演變規(guī)律. 李春干[8]基于斑塊的紅樹林空間演變機(jī)理分析了近50年廣西省紅樹林面積演變規(guī)律. 隨著對(duì)地觀測(cè)技術(shù)的進(jìn)步， 許多遙感平臺(tái)、 傳感器也應(yīng)用到紅樹林動(dòng)態(tài)監(jiān)測(cè)之中， 如利用雷達(dá)傳感器避免云層、 陰雨等天氣環(huán)境干擾， 獲得紅樹林穩(wěn)定的周期影像[9]等.

此外， 近年來無人機(jī)(unmanned aerial vehicle， UAV)技術(shù)不斷發(fā)展， 其具有機(jī)動(dòng)性高、 像素分辨率高、 飛行實(shí)效強(qiáng)等特點(diǎn)， 也被用于紅樹林生長狀況監(jiān)測(cè)中. Otero等[10]利用低空無人機(jī)對(duì)馬來西亞紅樹林保護(hù)區(qū)進(jìn)行監(jiān)測(cè)， 結(jié)果表明該方法可快速識(shí)別面積變化區(qū)域. 聞馨等[11]利用無人機(jī)獲取海南省富力灣紅樹林濕地高空間分辨率圖像， 進(jìn)一步證明無人機(jī)對(duì)小區(qū)域紅樹林群落可實(shí)現(xiàn)高精度勘測(cè). 同時(shí)， 無人機(jī)拍攝植被手段和分析方法也不斷改進(jìn)， 如在植被檢測(cè)中搭載多光譜成像儀獲取多波段圖像[12]， 搭載激光雷達(dá)可穿透森林冠狀結(jié)構(gòu)， 提取三維結(jié)構(gòu)信息[13]等.

以往研究顯示， 衛(wèi)星遙感攝像效率高、 覆蓋面積大， 且具有時(shí)間連續(xù)性， 但分辨率低、 精確偏低， 易受大氣效應(yīng)影響； 無人機(jī)航測(cè)精度高， 成本費(fèi)用較低， 但測(cè)量面積偏小， 且無人機(jī)為新興技術(shù)， 往年數(shù)據(jù)較為缺乏. 目前來看， 往年衛(wèi)星影像分辨率普遍偏低， 無法精確獲取特定植被品種的生長面積. 故本文選擇典型的沿海區(qū)域入?？诎都t樹林生長區(qū)為研究區(qū)域， 將同時(shí)期高精度的無人機(jī)測(cè)量正射影像和衛(wèi)星遙感影像進(jìn)行對(duì)比解譯， 分析紅樹林在植被中的占比， 最終估測(cè)分析1973—2019年主要年份紅樹林分布區(qū)域和面積變化趨勢(shì)， 為相關(guān)項(xiàng)目研究提供思路.

1 研究區(qū)域和方法

1.1 研究區(qū)域概況

本文研究區(qū)域位于福建省“五江一溪”重要河流之一——木蘭溪入?？谔?東經(jīng)119° 7′2.17″， 北緯25°24′53.47″)， 地貌平坦(見圖1紅線內(nèi)區(qū)域). 研究區(qū)域周長27 466.4 m， 面積1 996.7 hm2， 屬熱帶海洋性季風(fēng)氣候， 日照充足， 溫度適宜. 20世紀(jì)70年代， 在木蘭溪入?？诎秲蓚?cè)、 興化灣附近曾經(jīng)分布大面積成片紅樹林， 紅樹林生長對(duì)增加生物多樣性和維持濱海環(huán)境質(zhì)量具有重要意義. 故對(duì)流域內(nèi)紅樹林生長區(qū)域變遷規(guī)律及原因進(jìn)行研究， 是治理和維護(hù)當(dāng)?shù)厣鷳B(tài)環(huán)境的重要切入點(diǎn).

圖1 研究區(qū)域地理概況Fig.1 Location of the study area

1.2 衛(wèi)星遙感影像數(shù)據(jù)處理

研究用衛(wèi)星遙感數(shù)據(jù)來源于1973年至2018年衛(wèi)星所拍攝遙感影像. 1973年至2009年衛(wèi)星主要為Landsat1、 5、 7， 其中Landsat1影像空間分辨率為78 m/pixel， Landsat5、 7影像空間分辨率為30 m/pixel； 2010年至2018年的衛(wèi)星影像空間分辨率為0.6 m/pixel. 鑒于早期衛(wèi)星影像分辨率低、 云層穿透性不高， 相鄰年份紅樹林面積變化不大， 選取1973年至2018年間共12個(gè)年份的衛(wèi)星影像進(jìn)行影像解譯和要素提取.

(1)

G[f(i,j)]={[Δf(i,j)i]2+[Δf(i,j)j]2}2

(2)

其中：i，j為圖像函數(shù)的橫、 縱坐標(biāo)值；G為圖像f(i,j)的梯度幅度.

1.3 無人機(jī)航拍影像數(shù)據(jù)處理

為精確采集高精度(誤差小于0.05 m)的流域影像， 采用搭載載波相位差分技術(shù)(RTK)的無人機(jī)(飛馬D200)(圖2(a))， 對(duì)研究區(qū)域進(jìn)行1∶500航拍攝影， 采用CGCS2000坐標(biāo)系， 地圖投影為高斯-克呂格投影， 標(biāo)準(zhǔn)3°分帶平面直角坐標(biāo)系統(tǒng). 無人機(jī)最大工作抗風(fēng)性能為五級(jí)， 懸停精度RTK為1～2 cm， 無人機(jī)鏡頭搭載Sony RX1RII相機(jī)(圖2(b))， 有效像素為4 200萬. 無人機(jī)使用GPS裝置和RTK模塊執(zhí)行預(yù)設(shè)飛行航線， 考慮航線網(wǎng)絡(luò)、 區(qū)域的結(jié)構(gòu)和模型之間的聯(lián)系， 滿足航攝成圖需要， 3個(gè)相鄰的航空照片均設(shè)有公共重疊區(qū)域， 航向重疊為65%， 旁向重疊度為35%. 此外， 在高差較大區(qū)域插補(bǔ)航線， 保證分區(qū)邊界覆蓋滿足分區(qū)間滿幅要求.

圖2 航拍設(shè)備Fig.2 Equipment for aerial photography

無人機(jī)航拍圖像經(jīng)數(shù)據(jù)定位和質(zhì)量檢查后， 可通過無人機(jī)航測(cè)軟件根據(jù)SFM原理構(gòu)造正射影像， 利用尺度不變特征變換法(scale-invariant feature transform， SIFT)檢測(cè)并提取特征關(guān)鍵點(diǎn)， 進(jìn)行相關(guān)匹配合成圖像[15]. 主要步驟為預(yù)處理(濾波處理和鏡頭畸變矯正)、 控制點(diǎn)獲取、 幾何校正、 光束法區(qū)域網(wǎng)平差、 數(shù)字微分糾正、 色彩調(diào)整、 鑲嵌拼接及控制點(diǎn)(RTK)插入， 最終輸出高精度正射圖像， 流程如圖3.

圖3 無人機(jī)航測(cè)正射圖提取Fig.3 Extractions of aerial photogrammetry with UAV

光束法區(qū)域網(wǎng)平差是生成正射影像的重要環(huán)節(jié)， 主要思路是將單幅影像形成的光線作為平差基本單元， 以中心投影共線方程為平差基礎(chǔ)方程， 通過光線束在空間的平移和旋轉(zhuǎn)， 使模型實(shí)現(xiàn)最佳交會(huì)并使測(cè)量區(qū)域納入已知的控制點(diǎn)坐標(biāo)中[16](見圖4).

圖4 光束法區(qū)域網(wǎng)平差計(jì)算Fig.4 Calculations of beam method regional network

利用相關(guān)矩陣計(jì)算公式可進(jìn)行求解方程， 誤差方程式表示為

(3)

其中：x、y為理論影像坐標(biāo)；vx、vy為理論影像坐標(biāo)的改正數(shù)；S為影像攝影中心點(diǎn)，XS、YS、ZS、φ、ω、κ為該影像在航攝時(shí)刻的外方位元素； ΔXS、 ΔYS、 ΔZS、 Δφ、 Δω、 Δκ為該影像在航攝時(shí)刻的外方位元素的改正數(shù)； (x)、 (y)為將未知數(shù)的初始值代入共線方程式計(jì)算得到；b11、b12、 …、b16、b21、b22、 …、b26為代價(jià)函數(shù)對(duì)待求參數(shù)的導(dǎo)數(shù)[17].將誤差方程式寫成矩陣形式

(4)

t=[ATA-ATB(BTB)-1BTA]-1×[ATL-ATB(BTB)-1BTL]

(5)

圖5 紅樹林與互花米草分布Fig.5 Distributions of mangrove and Spartina alterniflora

2 實(shí)驗(yàn)結(jié)果與分析

2.1 無人機(jī)、 遙感衛(wèi)星影像解譯

無人機(jī)航拍影像生成正射影像后， 根據(jù)影像的幾何特征和物理特征， 利用人工目視解譯方法進(jìn)行植被要素分析提取. 結(jié)合ArcGIS軟件， 可識(shí)別研究區(qū)域內(nèi)河口形狀及紋理特征， 分別對(duì)研究區(qū)域內(nèi)典型土地使用類型進(jìn)行解譯， 主要包含灘涂、 圍墾養(yǎng)殖區(qū)、 道路、 紅樹林等利用類型， 如圖6所示. 可以看出， 2019年木蘭溪入?？趦砂哆m宜紅樹林生長的區(qū)域較少， 多為蛭田和圍墾養(yǎng)殖區(qū)域占領(lǐng). 蛭田面積為507.6 hm2， 主要分布在河流兩側(cè)淤泥質(zhì)泥土中； 圍墾養(yǎng)殖面積為488.7 hm2， 主要在木蘭溪兩岸靠近護(hù)岸內(nèi)側(cè)區(qū)域分布.

圖6 木蘭溪入?？诎兑胤植糉ig.6 Element distributions at Mulan River entry port

正射圖像中植被生長區(qū)域總體占比較小， 提取流域主要的植被紅樹林和互花米草要素， 其分布區(qū)域如圖7所示. 經(jīng)計(jì)算， 2019年紅樹林面積為2.14 hm2， 分布較為集中， 主要分布于木蘭溪大橋至海濱村三角洲段、 海濱三角洲至陳厝三角地帶段這兩個(gè)主要地界. 互花米草生長在木蘭溪入海口兩側(cè)， 并呈帶狀分布， 紅樹林面積相對(duì)較小.

(a) 紅樹林

(b) 互花米草

上世紀(jì)70年代末, 互花米草作為一種適應(yīng)性強(qiáng)的外來物種引入福建沿海地， 因生存環(huán)境缺乏天敵制約， 其生長迅速[18]. 在分析解譯紅樹林生長區(qū)域時(shí)， 發(fā)現(xiàn)綠色的紅樹林和黃色的互花米草多簇?fù)砩L， 如圖8所示. 互花米草分布區(qū)域大致與紅樹林歷史分布區(qū)域相關(guān)聯(lián)， 紅樹林分布在互花米草之間， 并處于劣勢(shì)地位.

圖8 無人機(jī)影像解譯過程Fig.8 Image interpretation process of UAV image

本研究將遙感衛(wèi)星獲取的研究區(qū)域影像進(jìn)行幾何糾正等預(yù)處理操作后， 與前文提取的無人機(jī)正射影像的物理特征進(jìn)行對(duì)比， 確定紅樹林、 互花米草等地物要素在遙感影像中的形態(tài)特征， 最后利用目視識(shí)別對(duì)歷年衛(wèi)星遙感影像中紅樹林、 互花米草等要素進(jìn)行面積提取. 2018年部分面積分布如圖9所示.

圖9 2018年紅樹林、 互花米草面積分布(局部)Fig.9 Distribution of local area of mangrove and Spartina alterniflora in 2018

2.2 歷年紅樹林面積變化分析

圖10 紅樹林與互花米草分布特征Fig.10 Distribution characteristics of mangrove and Spartina alterniflora

(6)

其中：i為年份；n為總年數(shù)；S為互花米草與其他雜草面積；M為紅樹林面積. 通過計(jì)算可得紅樹林與其他雜草所占面積比例約為1∶6， 即紅樹林約占植被總面積的1/7.

為清晰識(shí)別衛(wèi)星影像中紅樹林生長區(qū)域， 將植被解譯標(biāo)志與生成的衛(wèi)星遙感影像正射圖進(jìn)行對(duì)比識(shí)別， 按照無人機(jī)影像解譯步驟進(jìn)行衛(wèi)星影像解譯， 結(jié)合紅樹林與其他植被面積比例. 提取較早年份紅樹林位置分布及面積數(shù)據(jù)如圖11所示. 1984年前(圖11(a)～(c))紅樹林分布較為廣泛， 達(dá)到了13.5 hm2左右； 1984年至2001年(圖11(d)～(g))紅樹林面積出現(xiàn)下滑， 15年間數(shù)量急劇減少至0.19 hm2， 在圖中僅見零星分布. 2001年至2018年間(圖11(h)～(l))為不斷恢復(fù)階段， 紅樹林面積總體呈波動(dòng)增長趨勢(shì)， 紅樹林面積現(xiàn)逐步穩(wěn)定在2 hm2以上.

圖11 歷年紅樹林分布區(qū)域 Fig.11 Mangrove distribution areas in major years

歷年紅樹林面積(S)變化柱狀圖見圖12， 其中1973年至1984年紅樹林面積較多， 數(shù)量穩(wěn)定； 1984年到2001年間紅樹林面積驟減， 紅樹林密集區(qū)域碎片化程度加深； 2001年后紅樹林面積處于上升階段， 距紅樹林面積峰值仍有差距. 以往文獻(xiàn)顯示， 興化灣曾分布大面積成片紅樹林， 但由于圍墾養(yǎng)殖、 碼頭道路建設(shè)等人為因素， 使紅樹林面積迅速下降[3, 19-20]. 賈明明[21]對(duì)1973—2013年間中國紅樹林動(dòng)態(tài)變化進(jìn)行遙感分析， 也指出近代福建紅樹林面積先減后增， 其中1973—2000年紅樹林面積急劇減少， 2000—2013年紅樹林面積穩(wěn)步增加. 這與本文研究的結(jié)論基本一致， 符合紅樹林總體變化趨勢(shì).

圖12 紅樹林分布區(qū)域面積變化規(guī)律Fig.12 Area changes rule of mangrove distribution areas

研究結(jié)果表明， 1973年至2001年木蘭溪河流淤積形成灘涂面積逐年增加， 人工圍墾養(yǎng)殖面積亦隨之增加， 同時(shí)外來植物互花米草入侵和養(yǎng)殖業(yè)發(fā)展， 最終導(dǎo)致流域紅樹林生態(tài)圈遭到破壞， 紅樹林面積也隨之逐步減小. 2001年后， 隨著環(huán)境保護(hù)意識(shí)增強(qiáng)， 不斷加大紅樹林人工培育和養(yǎng)護(hù)工作， 紅樹林、 互花米草及其他雜草植被面積處于增加狀態(tài)， 但紅樹林面積增速落后于互花米草， 互花米草的存在和人類過多活動(dòng)對(duì)紅樹林生長仍存消極影響. 故在目前階段仍需對(duì)紅樹林資源進(jìn)行保護(hù)， 積極治理互花米草抑制其蔓延， 適當(dāng)控制水產(chǎn)養(yǎng)殖規(guī)模， 促進(jìn)紅樹林生長面積不斷增長.

3 結(jié)語

本研究將無人機(jī)技術(shù)與衛(wèi)星遙感技術(shù)相結(jié)合， 充分發(fā)揮無人機(jī)技術(shù)空間分辨率高和衛(wèi)星遙感技術(shù)時(shí)間連續(xù)性強(qiáng)的優(yōu)勢(shì)， 結(jié)合近年紅樹林與互花米草及雜草面積比， 提取了木蘭溪入海口岸近年紅樹林面積區(qū)域， 分析近年流域內(nèi)紅樹林生長區(qū)域變化規(guī)律， 具體結(jié)論如下.

1) 對(duì)無人機(jī)航拍影像和衛(wèi)星遙感影像進(jìn)行重構(gòu)識(shí)別， 均可獲取研究區(qū)域正射圖， 并實(shí)現(xiàn)對(duì)紅樹林生長區(qū)域和面積進(jìn)行統(tǒng)計(jì).

2) 對(duì)4個(gè)年份無人機(jī)影像和近年高精度的衛(wèi)星遙感影像進(jìn)行重構(gòu)分析， 紅樹林與互花米草比例約為1∶6， 據(jù)此可從歷年植被區(qū)域中估測(cè)紅樹林生長區(qū)域和面積.

3) 將1973年至2020年近半個(gè)世紀(jì)的數(shù)據(jù)進(jìn)行整合， 估測(cè)紅樹林生長變化規(guī)律， 得到了紅樹林繁榮、 消退和恢復(fù)3個(gè)階段的歷史變化過程.

4) 此方法可用于分析估測(cè)類似要素歷年分布規(guī)律， 為相關(guān)研究提供參考.