江鑫，何心悅，2，王大山，鄒俊宇，曾振中

1.南方科技大學(xué)環(huán)境科學(xué)與工程學(xué)院,深圳 518055;2.利茲大學(xué)地球與環(huán)境學(xué)院,英國(guó)利茲LS29JT

1 引 言

森林的生長(zhǎng)和分布受環(huán)境和氣候類型等不同因素的影響。林線位置的改變被認(rèn)為是森林生態(tài)系統(tǒng)對(duì)氣候變化最敏感的響應(yīng)之一（Bharti 等，2012；楊秀云等，2020）。林線根據(jù)森林的高程可劃分為低林線和高山林線兩種類型。其中，低林線區(qū)主要位于森林與草原或農(nóng)田的交界處，往往受到氣候變化和人類活動(dòng)（例如放牧、農(nóng)業(yè)擴(kuò)張）的干擾而發(fā)生改變（Zhang 等，2006）。高山林線周邊植被受到人類活動(dòng)的影響較小，該區(qū)域的森林變化在很大程度上歸因于氣候變化（王亞鋒等，2020）。高山林線是標(biāo)定全球氣候變化的重要依據(jù)，是科學(xué)管理森林資源的基礎(chǔ)，其中林線的位置、區(qū)域面積和改變模式等也是作為環(huán)境監(jiān)測(cè)與建模最基本的信息（劉錟和康慕誼，2016）。因此，高山林線的變化是全球氣候變化、生物多樣性和森林生態(tài)系統(tǒng)等領(lǐng)域的研究熱點(diǎn)（Theurillat和Guisan，2001；Gruber等，2009）。

盡管目前高山林線的定義大多基于樹木的高度和森林覆蓋率，不同研究人員對(duì)林線的定義卻不盡相同。例如，高山林線可被定義為最高海拔地區(qū)樹木高度低于2 m 的地帶（Kullman，2001），或是郁閉林與高山矮曲林帶之間的過渡帶（K?rner和Paulsen，2004），抑或由惡劣自然環(huán)境造成的包含高山矮曲林帶的封閉森林（Tranquillini，1979）。本文高山林線定義為由樹種線和郁閉林終止線等組成的林線交錯(cuò)帶，包括密閉林地的邊界以及此海拔以上的灌叢和草地等稀疏植被過渡帶（王曉春等，2005）。其中，樹種線是指郁閉林之上的高山低矮植被的邊界。高山林線屬于典型的生態(tài)交錯(cuò)過渡帶，其位置依賴于生態(tài)系統(tǒng)的環(huán)境并且具有一定的動(dòng)態(tài)性。因此，準(zhǔn)確提取高山林線尚存在一定難度。

快速準(zhǔn)確地提取高山林線的分布情況是研究植被動(dòng)態(tài)對(duì)氣候變化的響應(yīng)關(guān)系的重要組成部分，即通過提取的林線信息分析植被變遷特征與環(huán)境條件的影響（邵佳怡等，2019；邊瑞等，2020）。目前獲取高山林線分布情況的方法主要包括植物群落實(shí)地測(cè)量法、地理統(tǒng)計(jì)法和遙感監(jiān)測(cè)法等3類（Kullman，2001；K?rner 和Paulsen，2004；Gehrig-Fasel等，2007）。其中，野外調(diào)查法通過實(shí)地觀測(cè)樹木形態(tài)特征和分布情況來獲取高山林線位置。盡管能夠準(zhǔn)確地刻畫林線的位置，但是高山地區(qū)存在不易到達(dá)、測(cè)繪難度大等問題，使得研究者難以獲得大范圍的林線分布情況，調(diào)查成本高且工作效率低。地理統(tǒng)計(jì)法是基于土地覆蓋數(shù)據(jù)，采用滑動(dòng)窗口方式推斷出森林的內(nèi)生和上移等情景。然而，地物類型復(fù)雜多變，且統(tǒng)計(jì)模型都存在由隨機(jī)抽樣等引起的“不確定性”問題，如何闡述和解決模型中的參數(shù)不確定性問題需要進(jìn)一步分析研究。相比而言，遙感技術(shù)具有重訪周期短、觀測(cè)范圍大和不受地理環(huán)境等條件限制的等特點(diǎn)，且不受天氣和地理環(huán)境等條件的限制，已被廣泛應(yīng)用于森林資源監(jiān)測(cè)和管理（史軍，2002；荊雪娟，2019）。因此，具有識(shí)別樹木能力的高時(shí)空分辨率遙感技術(shù)成為了提取大范圍高山林線、監(jiān)測(cè)林線動(dòng)態(tài)的有效手段。高空間、時(shí)間分辨率遙感衛(wèi)星的出現(xiàn)極大提高了林線調(diào)查的效率（Luo和Dai，2013；劉錟和康慕誼，2016）。

秦嶺山脈是中國(guó)重要的南北地理分界線。秦嶺高山林線位于高海拔針葉林、灌叢和草甸的生態(tài)交錯(cuò)帶（馬新萍，2015），植被垂直帶譜分布明顯，為本文提供了理想的試驗(yàn)區(qū)域。馬里蘭大學(xué)Hansen 等（2013）基于Google Earth Engine 云計(jì)算平臺(tái)發(fā)布了自2000年以來20 a 的全球30 m 高分辨率森林覆蓋數(shù)據(jù)。該產(chǎn)品包含了全球2000年的森林覆蓋比例以及之后逐年的各格網(wǎng)森林增加/減少的信息，具有精度高、時(shí)序性強(qiáng)等特點(diǎn)，適用于秦嶺地區(qū)的高山林線提取。本文首次基于此高分辨率森林覆蓋數(shù)據(jù)，結(jié)合美國(guó)宇航局NASA（National Aeronautics and Space Administration） 提供的高程數(shù)據(jù)以及秦嶺山脈分布數(shù)據(jù)，提出一種基于遙感的快速提取高山林線的算法。首先，本文從森林覆蓋數(shù)據(jù)中提取樹木分布地圖，通過高程數(shù)據(jù)和秦嶺山脈分布范圍確定研究區(qū)的最高點(diǎn)；然后，采用八連通域搜索算法尋找森林與非森林的邊界，以確定秦嶺高山林線的范圍；最后，本文結(jié)合高程數(shù)據(jù)系統(tǒng)分析了高山林線分布與海拔、坡度和坡向的關(guān)系，探索林線分布的規(guī)律，以期為山地生態(tài)恢復(fù)與建設(shè)提供依據(jù)。本文設(shè)計(jì)的山脈最高點(diǎn)搜索模塊可以顯著提升處理高分辨率森林覆蓋數(shù)據(jù)的算法效率，并且該算法不受研究區(qū)范圍大小的影響，可用于全球其他山脈高山林線的研究。

2 數(shù) 據(jù)

2.1 研究區(qū)

本文的研究區(qū)域?yàn)槲挥陉兾魇【硟?nèi)的秦嶺高山地區(qū)，經(jīng)緯度范圍分別為33°39′11″N—34°19′36″N 和106°27′04″E—108°38′55″E，如圖1所示。其中圖1（c）是來源于2000年全球森林覆蓋數(shù)據(jù)集的樹冠密度圖，該數(shù)值越大表示樹木分布越密集，即出現(xiàn)高山林線的概率越小，本文將冠層密度在5%以內(nèi)的區(qū)域視為林線候選區(qū)。研究區(qū)東西綿延約120 km，南北寬達(dá)75 km。研究區(qū)南北坡植被類型差異明顯，南坡植被類型主要包括亞熱帶常綠闊葉林和落葉闊葉混交林，北坡植被則主要分布暖溫帶落葉闊葉林（鄧晨暉等，2018）。此外，秦嶺山地植被分布特征呈現(xiàn)明顯的垂直結(jié)構(gòu)。在海拔高度2400—3300 m 的區(qū)間內(nèi)植被以針葉林為主，包括巴山冷杉、秦嶺冷杉和太白落葉松等樹種林。由此區(qū)間往上，植被逐漸過渡為灌叢、草甸等低矮植被（馬新萍，2015）。

圖1 研究區(qū)位置、樹冠密度和地形概況Fig.1 Location，canopy density and topographic overview of study area

2.2 數(shù)據(jù)

Landsat 衛(wèi)星提供了30 m 空間分辨率的遙感影像。最早的數(shù)據(jù)產(chǎn)品可追溯到20 世紀(jì)70年代初期，使得該系列衛(wèi)星具有分析長(zhǎng)時(shí)間序列地表覆蓋變化的能力（陳軍等，2017；王穎潔等，2015；Liu 等，2020；宮鵬，2021）。Hansen 等（2013）基于多種類型森林樣本數(shù)據(jù)和Landsat時(shí)間序列光譜曲線，采用決策樹的機(jī)器學(xué)習(xí)算法制作了2000年以來逐年全球森林變化數(shù)據(jù)產(chǎn)品。與MODIS 提供的MCD12Q1 土地覆蓋數(shù)據(jù)相比，該套數(shù)據(jù)具有更高的空間分辨率，在植被和環(huán)境監(jiān)測(cè)等方面具有一定的優(yōu)越性。因此，本文基于2000年的Hansen 森林覆蓋數(shù)據(jù)確定研究區(qū)森林與非森林分布區(qū)域。

目前，常用的數(shù)據(jù)高程模型包括SRTM（Shuttle Radar Topography Mission）、AW3D30（ALOS World 3D）和ASTER GDEM（Advanced Spaceborne Thermal Emission and Reflection Radiometer Global Digital Elevation Model）3種（唐新明等，2021）。上述數(shù)據(jù)產(chǎn)品均可免費(fèi)獲取、具有較高的空間分辨率，已被廣泛應(yīng)用于遙感、測(cè)繪和軍事等相關(guān)領(lǐng)域。然而，不同高程模型的適用場(chǎng)景存在細(xì)微差異。例如，不少研究表明在地勢(shì)起伏較大的區(qū)域，SRTM 和AW3D30 的測(cè)量精度受地形影響較大，易出現(xiàn)高程異常?？紤]到秦嶺地區(qū)的地形呈現(xiàn)差異性變化，因此本文選擇ASTER GDEM 高程模型確定林線區(qū)域所在的最高點(diǎn)。為提高林線搜索性能，本文從GMBA（Global Mountain Biodiversity Assessment）全球主要山脈分布數(shù)據(jù)集中提取秦嶺最高峰的覆蓋范圍以確定林線搜索區(qū)間。另外，本文收集了GPS 地面站點(diǎn)觀測(cè)數(shù)據(jù)（Dang 等，2015；Shi等，2020）和高分辨率的Google Earth 影像用于評(píng)估基于遙感林線提取算法的有效性。Google Earth 可視化平臺(tái)不僅免費(fèi)提供全球高質(zhì)量的時(shí)序性遙感和地圖數(shù)據(jù)（Landsat，CNES 和Maxar），而且支持導(dǎo)入點(diǎn)、線和面矢量數(shù)據(jù)和服務(wù)?；谠摽梢暬脚_(tái)，易驗(yàn)證林線提取算法的準(zhǔn)確性。本文采用的數(shù)據(jù)集信息如表1所示。

表1 數(shù)據(jù)集描述Table 1 Dataset description

3 研究方法

本文提出的高山林線識(shí)別算法如圖2所示。算法流程主要分為以下3個(gè)階段：數(shù)據(jù)預(yù)處理、山脈最高點(diǎn)搜索和高山林線輪廓提取階段。由于不同數(shù)據(jù)集的空間分辨率存在差異，首先需要對(duì)輸入數(shù)據(jù)進(jìn)行重采樣預(yù)處理，然后基于山脈分布數(shù)據(jù)采用分塊策略確定山的最高點(diǎn)，最后，利用連通域算法從最高點(diǎn)搜索林線最大范圍。

圖2 技術(shù)流程圖Fig.2 Technical flowchart

3.1 數(shù)據(jù)預(yù)處理

山脈柵格數(shù)據(jù)分辨率低，為獲取更準(zhǔn)確的研究區(qū)位置，需要在同一空間分辨率下對(duì)山脈數(shù)據(jù)和森林覆蓋數(shù)據(jù)進(jìn)行運(yùn)算。最鄰近內(nèi)插法（Nearest neighbor interpolation）運(yùn)算速度快，且不會(huì)改變?cè)加跋裰?，適用于土地利用分類、植被類型統(tǒng)計(jì)和森林覆蓋等專題地圖（Zheng 等，2017）。鑒于簡(jiǎn)單高效的原則，本文最終使用該插值方法將山脈分布數(shù)據(jù)重采樣到30 m空間分辨率。

3.2 高山林線迭代提取算法

3.2.1 高點(diǎn)搜索算法

秦嶺山脈眾多，海拔較高的山峰主要有：華山（2154 m），終南山（2604 m），光頭山（2887 m），鰲山（3475 m），太白山（3771 m）等。秦嶺高山林線位于高海拔針葉林、灌叢和草甸的生態(tài)交錯(cuò)帶，該區(qū)域植被覆蓋度低，高程數(shù)據(jù)與樹冠密度是尋找林線位置的關(guān)鍵信息。因此，本文第一步需確定研究區(qū)最高點(diǎn)坐標(biāo)及其對(duì)應(yīng)位置的植被覆蓋度信息。預(yù)處理后的ASTER GDEM 和GFC 森林分布數(shù)據(jù)提供的高程范圍均為10°×10°，行列為40000×40000，遠(yuǎn)大于圖1（a）所示的秦嶺山脈覆蓋區(qū)。為提升最高點(diǎn)查找效率，本文結(jié)合高程數(shù)據(jù)和30 m 分辨率的秦嶺山脈分布數(shù)據(jù)用于約束研究區(qū)高山林線的搜索范圍。然后，結(jié)合秦嶺山脈范圍內(nèi)最高點(diǎn)坐標(biāo)和GFC 森林?jǐn)?shù)據(jù)確定對(duì)應(yīng)位置的樹冠密度。

3.2.2 分塊處理策略

秦嶺山脈覆蓋范圍大，海拔2600 m 以上的地區(qū)占比約0.78%。由于研究區(qū)高山林線主要集中在高海拔地區(qū)，可能存在多個(gè)林線區(qū)域。為加快林線搜索效率，在第一輪搜索時(shí)以山的最高點(diǎn)為中心，邊長(zhǎng)為r的緩沖區(qū)作為高山林線的候選區(qū)域。經(jīng)測(cè)試，行列為8000，邊長(zhǎng)r約為240 km 的方形區(qū)域能覆蓋全球大部分的高海拔地區(qū)。緊接著第二輪以山脈的次高點(diǎn)（即未被搜索部分的最高點(diǎn)）再做緩沖區(qū)，以此類推，直到選出的高點(diǎn)位置植被類型為森林（森林覆蓋率≥5%），則終止林線搜索。圖3為林線搜索的示意圖，第一輪搜索林線的結(jié)果如圖3（a）所示，第二輪的林線迭代搜索如圖3（b）所示。圖3 中紅色線條為提取的林線邊界，綠線為分塊搜索區(qū)。這種分塊處理的策略適用于尋找全球不同地區(qū)的高山林線分布。

圖3 高山林線迭代提取算法示意圖Fig.3 Alpine treeline iterative algorithm

3.2.3 八連通域搜索

分塊緩沖區(qū)包含樹冠低密度區(qū)域和樹冠高密度區(qū)域兩部分。本文將樹冠密度低于5%的區(qū)域作為林線候選區(qū)，高于該密度的區(qū)域作為背景區(qū)（FAO，2020）。隨后，本文采用連通域檢測(cè)算法從圖像中分離背景信息，進(jìn)而獲取林線范圍。具體地，本文先根據(jù)樹冠密度值將分塊緩沖區(qū)分為二類，即將森林分布數(shù)據(jù)以樹冠密度5%為界進(jìn)行二值化。經(jīng)過該處理可突出圖像整體和局部特征，簡(jiǎn)化高山林線的提取流程。再基于山頂點(diǎn)的經(jīng)緯度坐標(biāo)信息和區(qū)域增長(zhǎng)算法對(duì)二值影像進(jìn)行標(biāo)記，從而獲取高山林線的輪廓坐標(biāo)信息。連通域檢測(cè)算法示意圖如圖4所示。

圖4 基于種子填充法的連通域搜索示意圖Fig.4 Connectivity domain search with seed filling method

該算法已知圖像區(qū)域內(nèi)部某像素的值（山頂點(diǎn)坐標(biāo)），向外拓展并確定該圖像所有與該點(diǎn)相連通且等值的其他像素?；谠撍惴芸焖偬畛涠噙呅蝺?nèi)部的特征值，可用于標(biāo)識(shí)高山林線區(qū)域范圍（Fiorio和Gustedt，1996；Wu等，2005）。在此，本文對(duì)遙感圖像I中的像素點(diǎn)I(x，y)的鄰域定義為

像素點(diǎn)的八鄰域表示為

在對(duì)應(yīng)的八鄰域像素點(diǎn)集合中，若I(x，y) =I(x+i，y+j)，則代表點(diǎn)I(x，y)與點(diǎn)I(x+i，y+j)存在八連通的關(guān)系。此方法生成的連通域?yàn)槎祱D像中相連的前景像素或背景像素區(qū)域。其中，互相連通的前景像素為感興趣的連通域。另外，前景區(qū)域可能存在一個(gè)或多個(gè)連通域，由于林線搜索算法確定了起始搜索點(diǎn)，因此，一輪迭代后只標(biāo)記一個(gè)連通域，即林線區(qū)域。

4 結(jié) 果

4.1 樹冠密度與高程的關(guān)系

秦嶺高山植被覆蓋度與海拔高度的關(guān)系如圖5。其中深黃色為冠層覆蓋度大于5%的統(tǒng)計(jì)結(jié)果，綠色為樹冠覆蓋度小于或等于5%的統(tǒng)計(jì)結(jié)果，該值越小則表明該地區(qū)樹木分布越稀疏。相關(guān)文獻(xiàn)表明（唐志堯等，1999；馬新萍，2015），海拔2600—3200 m 的區(qū)間屬于針葉林帶，樹冠覆蓋度呈現(xiàn)下降趨勢(shì)，海拔3300—3400 m 范圍為太白紅杉林和亞高山灌木的生態(tài)交錯(cuò)帶（李娜，2019）。海拔高于3400 m 的地區(qū)，主要分布著高山灌叢、草甸等低矮植被類型，與相關(guān)文獻(xiàn)描述一致（戴君虎等，2001）。因此，植被覆蓋度與高程的關(guān)系可為尋找林線提供關(guān)鍵信息。

圖5 冠層覆蓋度與海拔高度的關(guān)系Fig.5 Relationship between canopy cover and altitude

4.2 基于遙感的高山林線提取與驗(yàn)證

4.2.1 秦嶺高山林線空間制圖

本文對(duì)高山林線的定義為各坡面上由密閉林地邊界與此海拔以上稀疏林地組成的過渡帶，即密閉林地與灌叢、草甸等稀疏林地的分界線。本文使用基于遙感的全球森林覆蓋產(chǎn)品，采用連通域搜索算法檢測(cè)稀疏林地，由此確定秦嶺高山林線的分布位置（圖6）。圖6（a）為所有林線區(qū)域分布情況，藍(lán)色、黃色和橙色分別為第1 輪迭代、第2輪迭代和第3輪迭代提取的林線范圍，林線輪廓如圖6（b）、圖6（c）和圖6（d）所示。五角星為每次迭代搜索的最高點(diǎn)位置，高程分別為3764 m，3532 m和3411 m，更詳細(xì)的統(tǒng)計(jì)結(jié)果，例如林線區(qū)最高點(diǎn)坐標(biāo)和連通域面積信息，如表2所示。

表2 林線區(qū)域面積和最高點(diǎn)信息Table 2 Treeline area and peak point information

圖6 高山林線提取結(jié)果Fig.6 Alpine treeline extraction results

4.2.2 精度評(píng)價(jià)方法

為驗(yàn)證高山林線提取結(jié)果的準(zhǔn)確性，本文基于高分辨率的Google Earth 影像（Landsat，CNES 和Maxar）、GPS 地面站點(diǎn)觀測(cè)數(shù)據(jù)（Dang 等，2015；Shi 等，2020）和歸一化植被指數(shù)（NDVI），采用目視解譯方法對(duì)高山林線的位置進(jìn)行評(píng)估。藍(lán)線為密閉林地與稀疏林地的分界線，區(qū)域內(nèi)月均氣溫低，林地稀少且以耐寒的高山灌叢和草甸植被為主（秦進(jìn) 等，2017）。黃色標(biāo)記位置為GPS 記錄的林線點(diǎn)觀測(cè)坐標(biāo)（33°57′00″N，107°36′36″E）。本文根據(jù)坐標(biāo)的有效位數(shù)取500 m作為該點(diǎn)的緩沖區(qū)以劃定坐標(biāo)誤差范圍（圖7）。從圖7 中可以看出，GPS 記錄的坐標(biāo)位置及其緩沖區(qū)均位于森林內(nèi)部，明顯偏離實(shí)際高山林線。

圖7 GPS記錄的站點(diǎn)坐標(biāo)Fig.7 GPS recorded field coordinates

高山地區(qū)不易到達(dá)、測(cè)繪難度大，實(shí)地站點(diǎn)記錄少。NDVI 記錄植被信息，反映了不同區(qū)域的植被覆蓋度，運(yùn)用該指數(shù)可判定林線附近植被過渡變化。NDVI 數(shù)值越小，植被覆蓋度越低。本文采用2000年研究區(qū)30 m 分辨率的NDVI 空間分布數(shù)據(jù)作為參考（圖8），用于輔助評(píng)估提取的高山林線精確度。圖中林線Z1、Z2和Z3區(qū)域內(nèi)與林線區(qū)域外的NDVI 具有明顯差異，內(nèi)部植被覆蓋度低于外部。而且，對(duì)比本文提取的高山林線和研究區(qū)Google Earth 影像可以發(fā)現(xiàn)，本文結(jié)果與Google Earth 影像中實(shí)際林線分布基本一致，進(jìn)一步說明本文提出的林線搜索算法的優(yōu)越性。

圖8 2000年研究區(qū)最大NDVI空間分布Fig.8 Spatial distribution of maximum NDVI in 2000

4.3 高山林線分布特征

4.3.1 林線高度信息

研究區(qū)的高山林線主要分布在海拔2400—3800 m 范圍，平均海拔為3061 m（圖9）。3 處高山林線區(qū)均集中分布在頂峰區(qū)域。其中，林線Z1 處于海拔最高位置，垂直范圍約為2389—3662 m，平均高度為3119 m；林線Z2 和林線Z3位于海拔相對(duì)較低位置，平均高度分別為2995 m 和3072 m（表3）。

表3 秦嶺高山林線高程信息Table 3 The information on the elevation distribution of treeline in Qinling Mountains

圖9 林線高程分布Fig.9 Treeline elevation

研究區(qū)林線的上邊界均高于3400 m，這與前人對(duì)秦嶺高山林線高程的研究結(jié)果一致（崔海亭，1983）。林線下邊界高程接近1780 m，與前人描述的2400 m（戴君虎等，2001）高差達(dá)600 m。但本文結(jié)果顯示絕大部分林線高程都高于2600 m，像元占比高達(dá)96.21%，與相關(guān)文獻(xiàn)描述一致（馬新萍，2015）。通過疊加Google Earth 影像可以看出，林線下邊界主要位于陡峭山脊處，這意味著以往研究可能受限于地理和氣候等要素的影響，進(jìn)而忽視了邊緣陡峭的林線區(qū)域。基于遙感觀測(cè)的高山林線提取方法彌補(bǔ)了上述不足。

4.3.2 林線高程隨坡度分布特征

由于坡面傾斜程度不同，研究區(qū)各山坡獲得的太陽輻射量不同，進(jìn)而使得不同坡面的林線分布特征呈現(xiàn)差異。本文基于International Geographical Union 提出的7級(jí)劃分標(biāo)準(zhǔn)統(tǒng)計(jì)各坡度范圍內(nèi)的林線分布（表4）。結(jié)果顯示，林線集中分布在15°—55°范圍內(nèi)的陡坡、急坡和急陡坡，并且林線比重隨著坡度的上升逐漸增加，區(qū)間累計(jì)占比高達(dá)89.88%。其中，林線Z1、Z2 和Z3 的最高點(diǎn)位于急陂和急陡坡上。然而，各林線在不同坡面區(qū)間的平均高程呈現(xiàn)明顯分布差異。例如，林線Z1 平均高程的最大值位于垂直坡上，林線Z3的最大平均高程則位于陡坡上。高山林線極少分布在平原和緩斜坡區(qū)域，該范圍內(nèi)林線占比僅0.62%。當(dāng)坡度超過55°時(shí)，林線占比顯著下降，僅為2.32%，處于急陡坡與垂直坡高坡度范圍內(nèi)的林線最高點(diǎn)高差明顯擴(kuò)大。

表4 不同坡度類型的林線高程分布情況Table 4 Distribution of treeline elevation with different slope types

4.3.3 林線高程隨坡向分布特征

山地的不同坡向可以造成輻射強(qiáng)度和日照時(shí)數(shù)的不同，因此高山林線分布也呈現(xiàn)出坡向分布差異。本文分別對(duì)Z1、Z2 和Z3 共3 處林線的8 個(gè)坡向高程最大值和平均值進(jìn)行統(tǒng)計(jì)（圖10）。圖10（a）、圖10（b）分別為林線各方向高程的最大值和林線各方向的高程平均值。容易發(fā)現(xiàn)各坡向的林線高程分布差異顯著，總體呈現(xiàn)南高北低，東高西低的特征。而且，林線分布具有坡向趨向性。例如，林線Z1 和林線Z2 的高程最大值和平均值均位于東南方向，最大值分別為3662 m、3476 m，平均值分別為3297 m 和3164 m。林線Z3 的高程最大值和平均值位于正南方向，分別為3402 m 和3310 m。盡管林線Z3的坡向分布與其他林線不同，但東南方向上高程值接近正南方向。

圖10 各個(gè)坡向林線高程分布圖Fig.10 Treeline elevation by slope direction

4.3.4 林線上、下邊界分布特征

秦嶺山脈呈東西走向，南、北兩側(cè)高山林線空間分布特征差異明顯（表5）。例如，北側(cè)林線上邊界高度比南側(cè)高66 m，下邊界高度比南側(cè)低606 m，南側(cè)和北側(cè)的上邊界均位于東南方向，下邊界分別位于正西、正東方向。造成這種分布差異可能是由于南、北兩側(cè)高山林線的海拔、坡度和坡向存在差異，輻射強(qiáng)度和日照時(shí)數(shù)的不同，也有可能南、北坡氣溫時(shí)空變化存在差異，北坡的整體升溫高于南坡（馬新萍，2015）。

表5 南、北林線上、下邊界分布特征Table 5 The upper and lower boundary distribution features of the southern and northern alpine treelines

山脊南側(cè)的正東、東北、正北和西北各坡向林線平均高度高于北側(cè)，在其他坡向的平均高度均低于北側(cè)。標(biāo)準(zhǔn)差結(jié)果顯示南側(cè)這4個(gè)方向的地形起伏程度要低于北側(cè)，在西南、正南和東南方向的起伏程度均高于北側(cè)，山脊南、北坡向的林線分布差異明顯（表6）。

表6 山脊南、北不同坡向林線高度分析Table 6 Elevation analysis of alpine treeline on different slopes to the south and north of ridge

4.4 討論

高山林線是植被類型及其生長(zhǎng)環(huán)境呈現(xiàn)過渡變化的生態(tài)界限，準(zhǔn)確獲取高山林線的分布特征是研究山地植被動(dòng)態(tài)與氣候變化關(guān)系的重要基礎(chǔ)（李邁和等，2005）。秦嶺山脈是中國(guó)重要的南北地理分界線，氣候、植被垂直帶譜分布特征明顯。為此，本文基于高質(zhì)量的衛(wèi)星遙感森林覆蓋數(shù)據(jù)和連通域搜索算法提出了一種快速提取高山林線的方法，在此基礎(chǔ)上分析了林線分布與高程、坡度和坡向的關(guān)系。研究結(jié)果顯示，秦嶺地區(qū)高山林線的高程分布范圍為2400—3800 m，3處主要的林線上邊界均位于3400 m 以上，這與前人對(duì)秦嶺高山林線高程的研究結(jié)果接近（崔海亭，1983；戴君虎等，2001）。此外，高山林線集中分布在15°—55°的陡坡、急坡和急陡坡區(qū)，很少位于坡度低于5°的平原、緩斜坡或大于55°的垂直坡區(qū)，表明植被群落交錯(cuò)帶較少出現(xiàn)在坡度過緩或過陡的區(qū)域。各個(gè)坡度的林線高程平均值存在差異，研究區(qū)林線Z1 的最大平均高程值位于垂直坡區(qū)，而林線Z2 和林線Z3 的最大平均值則位于陡坡區(qū)。高山林線高程分布特征呈現(xiàn)顯著的坡向差異，呈現(xiàn)南坡林線高于北坡東坡林線高于西坡的特征。

本文的評(píng)估結(jié)果顯示，通過基于遙感的快速提取高山林線的算法獲得的林線與研究區(qū)Google Earth 影像地圖中的實(shí)際林線分布基本一致，在林線的完整性和邊界連通性等方面表現(xiàn)出眾，證明了文中高山林線制圖研究的可行性。然而，對(duì)比Dang 等（2015）記錄的GPS 地面站點(diǎn)觀測(cè)數(shù)據(jù)，本文發(fā)現(xiàn)GPS坐標(biāo)位置及其500 m 緩沖區(qū)均位于森林內(nèi)部，明顯偏離了高山林線區(qū)。這可能是由于高山、樹木遮蔽了GPS 信號(hào)影響了定位精度所致，也有可能是因?yàn)槿斯げ僮鞑划?dāng)而造成的數(shù)據(jù)采集錯(cuò)誤。

盡管本文提出的林線自動(dòng)提取算法具有較大的應(yīng)用潛力，但受森林覆蓋數(shù)據(jù)解譯精度和DEM分辨率的限制，高山林線的邊界點(diǎn)與實(shí)地調(diào)查獲取的森林邊界點(diǎn)位仍存在差異。未來，需要融合更多高分辨的影像數(shù)據(jù)（比如，高分和PlanetLab）和森林覆蓋產(chǎn)品（陳軍 等，2017；Chen 等，2019；Liu 等，2021）以提高林線邊界識(shí)別的精度。此外，現(xiàn)階段基于遙感影像提取高山林線的研究缺乏統(tǒng)一標(biāo)準(zhǔn)。目前大部分研究主要以山地針葉林的稀疏分布區(qū)域作為高山林線（Solaimani等，2011；劉錟等，2016），或直接采用海拔最高的森林斑塊連線或最高海拔位置森林點(diǎn)位表示林線（Král，2009），上述方法很難區(qū)分林線區(qū)不同高度的植被類型及具體的邊界。本文結(jié)合森林覆蓋度信息和高程數(shù)據(jù)定量描述了植被過渡變化特征，進(jìn)而使用連通域搜索算法準(zhǔn)確地提取秦嶺高山林線的空間分布。

林線海拔高度的波動(dòng)是植被對(duì)氣候變化的重要響應(yīng)。林線是當(dāng)?shù)丨h(huán)境因素（干旱、冰雪等）干擾與調(diào)節(jié)的結(jié)果，反映了植被對(duì)氣候的適應(yīng)過程（王襄平等，2004）。一般而言，緯度越低，林線越高。例如，從沿海到內(nèi)陸方向高山林線逐漸升高（Malyshev，1993）。一些研究也表明山地植被隨著全球氣候變暖向上遷移，林線呈上升趨勢(shì)（白紅英等，2011；馬新萍，2015），向上遷移速率為0.35 m/a（Lu 等，2021）。盡管本文采用的數(shù)據(jù)空間分辨率（30 m）遠(yuǎn)大于林線每年向上遷移的高度，但遙感衛(wèi)星提供的全球近50 a 的高分辨率影像（Landsat），可為揭示過去、現(xiàn)在與未來高山林線對(duì)植被生態(tài)系統(tǒng)與氣候變化的響應(yīng)機(jī)制提供依據(jù)。而且，IPCC 第五次評(píng)估報(bào)告指出全球氣候系統(tǒng)變暖持續(xù)，將研究高山林線變化格局及其與溫度、降水等氣候因素之間的關(guān)聯(lián)，以期全面認(rèn)識(shí)高山林線空間分布規(guī)律及其驅(qū)動(dòng)機(jī)制。

5 結(jié) 論

本研究的主要結(jié)論如下：（1）與傳統(tǒng)野外調(diào)查的方法相比，基于森林遙感數(shù)據(jù)的林線自動(dòng)提取方法突破了時(shí)間、地域等條件的限制，在節(jié)約了成本的同時(shí)提高了工作效率，有助于促進(jìn)對(duì)人類活動(dòng)受限地區(qū)的林線研究；（2）本研究采用的植被覆蓋數(shù)據(jù)結(jié)合了地表時(shí)間序列光譜和植被高度信息，進(jìn)一步提升了林線識(shí)別的精度；（3）鑒于遙感技術(shù)的大范圍對(duì)地觀測(cè)的能力，以及衛(wèi)星影像數(shù)據(jù)較高的數(shù)據(jù)質(zhì)量和可獲取性，本文提出的分塊迭代搜索策略適用于尋找不同級(jí)別的高山林線分布，可進(jìn)一步推廣至全球高山林線制圖研究。

志 謝此次實(shí)驗(yàn)的全球森林覆蓋數(shù)據(jù)由馬里蘭大學(xué)Matthew Hansen 課題組提供，數(shù)字高程模型由美國(guó)宇航局NASA提供。