專利名稱：基于湖泊水生植被蔓延的沼澤化動態(tài)監(jiān)測與預警技術的制作方法
技術領域：
本發(fā)明屬于環(huán)境生態(tài)學領域，尤其涉及一種基于湖泊水生植被蔓延的沼澤化動態(tài) 監(jiān)測與預警技術。利用植被固定樣方調查和遙感景觀層次植被特征動態(tài)監(jiān)測，掌握區(qū)域水 生植被蔓延擴展趨勢，進而實現(xiàn)湖泊沼澤化量化評估和沼澤化趨勢的監(jiān)測預警。
背景技術：
我國是一個多湖泊的國家，湖泊生態(tài)系統(tǒng)在區(qū)域水利灌溉、水產(chǎn)養(yǎng)殖、觀光旅游等 方面發(fā)揮了重要的作用。近年來，由于缺乏科學管理，水生維管束植物過度蔓延導致湖泊快 速沼澤化，成為草型湖泊面臨的主要環(huán)境問題之一。建立一種定量評估和預測湖泊沼澤化 形成及發(fā)展趨勢的技術及方法，為草型湖泊的科學管理提供依據(jù)，是治理沼澤化急需解決 的關鍵問題。淺水湖泊沼澤化的微觀表現(xiàn)為生產(chǎn)力的異常增殖，宏觀表象為濕生植物、挺水植 物、漂浮植物及浮葉植物逐步發(fā)展并蔓延擴展覆蓋湖面。因此，可以通過確定優(yōu)勢沼澤植被 蔓延擴展關鍵控制指標和控制閾值，構建優(yōu)勢沼澤植被蔓延擴展動態(tài)監(jiān)測與預警體系，并 進一步應用于湖泊沼澤化動態(tài)監(jiān)測與預警。近年來，遙感技術迅速發(fā)展，大量應用于資源、環(huán)境、農(nóng)業(yè)等領域。公開號為 1651859A的發(fā)明專利公開了用于作物單產(chǎn)和森林單位蓄積量估計的分層回歸遙感抽樣技 術，和傳統(tǒng)方法相比具有信息時效性好、樣本量少、效率高、空間分辨率高等優(yōu)點。公開號 為101221M6A的發(fā)明專利公開了一種雪崩遙感量化勘查方法，提取雪崩災害因子，建立雪 崩災害預測模型及穩(wěn)定性與危險性評估，能夠查清雪崩的發(fā)生規(guī)律與發(fā)展趨勢。公開號為 19M611A的發(fā)明專利公開了一種土地退化(荒漠化)評價參數(shù)遙感反演與監(jiān)測技術方法， 通過建立數(shù)學模型，反演土地退化(荒漠化)評價參數(shù)，利用反演的參數(shù)建立荒漠化監(jiān)測指 標體系。總而言之，遙感手段可以對研究區(qū)域進行大范圍動態(tài)掃描監(jiān)測，并且光譜數(shù)據(jù)能夠 有效反映地面覆蓋變化情況，因此特別適合于沼澤植被蔓延的實時預警預報，具有大區(qū)域、 全覆蓋的優(yōu)勢。為了確保所獲取的沼澤植被蔓延擴展指標的可靠性，國內(nèi)外廣泛采用遙感解譯和 地面樣方監(jiān)測相結合的手段。盡管利用遙感手段可以對淀區(qū)優(yōu)勢沼澤植被蔓延程度和趨勢 進行大范圍動態(tài)掃描監(jiān)測，特別適合于沼澤植被蔓延的實時預警預報，具有大區(qū)域、全覆蓋 的優(yōu)勢，但易受分辨率的制約，因此，必須與固定樣方監(jiān)測指標配合使用，使得監(jiān)測結果更 好的具備全覆蓋、高精度的優(yōu)勢。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對目前我國控制大型草型湖泊沼澤化的需要，公布一種利 用植被固定樣方調查和遙感景觀層次植被特征相結合的優(yōu)勢沼澤植被蔓延擴展動態(tài)監(jiān)測 與預警技術，為草型湖泊科學管理提供依據(jù)。該發(fā)明通過實現(xiàn)植被蔓延綜合度量指標的提 取，建立沼澤化程度-植被蔓延擴展對應關系，進而對湖泊沼澤化程度進行評估，并對湖泊沼澤化發(fā)展趨勢實行預警預測。本發(fā)明的特征在于利用野外固定樣方監(jiān)測和衛(wèi)星遙感數(shù)據(jù)分析相結合的方式， 具有覆蓋面廣，精度高的特點。首先，該技術通過在不同沼澤化程度區(qū)域布設樣方，獲取種 群/群落水平植被蔓延綜合度量指標，并借助遙感影像數(shù)據(jù)獲取景觀水平植被蔓延綜合度 量指標，建立全方位的植被蔓延擴展監(jiān)測系統(tǒng)。其次，建立不同區(qū)域沼澤植物蔓延擴展指標 和沼澤化程度指標之間的定量關系，揭示優(yōu)勢沼澤植物蔓延擴展觸發(fā)快速沼澤化進程的關 鍵控制值，最終實現(xiàn)沼澤化預警。本發(fā)明與以往的沼澤化評價技術相比，其益處在于利用遙感信息提取的景觀層 面蔓延監(jiān)測指標具有大區(qū)域、全覆蓋的優(yōu)勢，同時與固定樣方監(jiān)測指標相配合，使監(jiān)測結果 具備高精度的特點。該技術的實施對于湖泊沼澤化程度長期實時監(jiān)控，湖泊沼澤化風險評 估、預警，以及草型湖泊的科學管理具有重要意義。


附圖為本發(fā)明的實施流程圖。
具體實施例方式本發(fā)明具體實施步驟如下1、植被固定樣方調查及水生植物群落對沼澤化貢獻率的確定為確定各種水生植物對湖泊沼澤化的貢獻率，首先應確定不同植物群落對沼澤化 的貢獻。綜合考慮研究區(qū)域的湖底淤高程度和植被蔓延程度，根據(jù)需要將湖泊劃分為若干 個不同等級沼澤化區(qū)域，明確區(qū)域界線。在不同沼澤化等級區(qū)域建立典型樣地，系統(tǒng)布設 100-200個固定樣方并用GPS定位，樹立標志以供長期監(jiān)測。在全年中植物生長期的多個 月份對樣方進行植被調查，獲取植物種類、單位面積生物量(B)，蓋度/密度/頻度，優(yōu)勢度 (IV)等信息，確定各沼澤化群落中的優(yōu)勢種和伴生種。某水生植物群落i對沼澤化貢獻率Xi的確定A、測量目標沼澤化區(qū)域內(nèi)屬于群落i的固定樣方水深，則群落i平均水深Iii = Σ (某樣方水深X該樣方面積權重)，對于均勻分布的樣方，各樣方面積權重應相等。認為 群落i的淤積深度Hi為該沼澤化區(qū)域內(nèi)的最深水深h與群落i所在區(qū)域的平均水深之差， 即 Hi = (Vhi)。B、采集屬于群落i的各樣方沉積物樣品，測定密度和總有機碳，并將總有機碳折 合成平均總有機質，利用樣方面積權重計算出群落i的平均沉積物密度P和有機質含量百 分數(shù)Mi。C、若分布區(qū)域面積為S，平均淤積深度為Hi，則沉積物總體積V = HiXS,因此包含 的沉積物總質量為PV=P XHiXS0再除以面積S，得到單位面積上的沉積物質量為PV/ S= P XHi,再乘以有機質含量百分數(shù)Mi,因此得到在群落i分布區(qū)域內(nèi)，單位面積有機質 質量Hii = MiX (P XHi)。認為Hii反映群落i的生物殘體對沼澤化的貢獻，則群落i對沼澤 化的貢獻率& = Hli/ ( Σ Hli)。2、基于遙感的景觀層次植被特征動態(tài)監(jiān)測方法Α、在植物生長期的多個月份，獲取與固定樣方調查同時的QUICKBIRD或IKONOS實時高精度多時段多源遙感圖像。對遙感圖像進行適當?shù)淖罴巡ǘ芜x擇、輻射校正、幾何校 正、大氣校正、邊緣增強等處理，幾何校正使用的GPS應該與固定樣方定位的GPS相同，將 全色圖像和多光譜圖像進行空間上的配準，將高分辨率全色波段與多光譜波段進行融合處理。B、使用目視判別區(qū)分遙感影像上陸地與水域邊界，掩膜陸地區(qū)域。C、使用K-平均非監(jiān)督分類方法建立蘆葦臺田邊界，與目視解譯相結合。將預期聚類中心數(shù)設置為20個左右，根據(jù)光譜數(shù)據(jù)對所有像元進行分類。分類完 成后，根據(jù)數(shù)據(jù)相似性，進一步劃分為“有/無蘆葦”兩類，計算蘆葦臺田邊界，掩膜蘆葦臺田οD、使用IS0DATA非監(jiān)督分類方法進行植被類型劃分，與目視解譯相結合。a.預期聚類中心數(shù)可設為10個左右，初步劃分挺水植物、沉水植物和水域，掩膜 水域；b.掩膜沉水植物。預期聚類中心數(shù)可設為100個左右，劃分挺水植物類型；c.掩膜挺水植物。預期聚類中心數(shù)可設為100個左右，劃分沉水植物類型。E、參照不同植物的光譜數(shù)據(jù)，及固定樣方調查結果，生成植被分布圖。進一步 隨機選300個左右的相元進行地面調查，評價分類準確度為(正確相元數(shù)/錯誤相元 數(shù))X100%，糾正明顯錯誤的分類。F、在ENVI軟件中將遙感影像轉成標準格式，導入FRAGSTATS軟件，計算反映優(yōu)勢 沼澤植被斑塊擴展蔓延的指標，包括斑塊的密度(Rd)、頻率(Rf)、景觀比例(Lp)、斑塊優(yōu)勢 度值(PD)，及NDVI指數(shù)。3、沼澤化程度指標和植被蔓延擴展監(jiān)測指標的構建考慮群落i中的某種植物j，生物量⑶及其所處群落的優(yōu)勢度(IV)是反映該種 植物在種群/群落水平植被蔓延程度的重要度量指標，因此建立基于固定樣方野外監(jiān)測的 植被蔓延綜合度量指標SFu = BjXIVjo群落i整體的植被蔓延綜合度量指標SFi = Σ SFijo 對于整個湖區(qū)，則綜合沼澤化程度度量指標為SF =Σ (XiXSFi)。在景觀水平，NDVI指數(shù)主要反映生物量及其變化，面積、斑塊密度、破碎度、蔓延度 與連接度等可以度量沼澤植被與水體格局及其變化，因此針對植物j建立基于遙感監(jiān)測的 植被蔓延監(jiān)測指標SP^ = NDVIjXPDjo考慮到挺水植物、浮水植物、沉水植物生物積累和分 解速率不同，因此對沼澤化的貢獻也不同，分別賦值為Y分，挺水、浮水、沉水對應Y = 3、2、 1。對于整個湖區(qū)，綜合植被蔓延監(jiān)測指標SP= Σ (Y^XSPj)。4、植被蔓延擴展指標關鍵控制閾值的確定利用多個月份數(shù)據(jù)，繪制(SP，SF)散點圖，對數(shù)據(jù)進行多項式擬合，得出植被蔓延 擴展-沼澤化程度之間的定量關系。根據(jù)需要，參照同氣候區(qū)類似植被正常生長狀態(tài)所具 備的蔓延格局，將沼澤化程度指標SF劃分為若干等級。在每個等級內(nèi)，選取圖像斜率最大 處，即SF迅速上升時所對應的SP值為植被蔓延擴展關鍵控制閾值。也可以針對單一湖區(qū)或者單一群落繪制(SPi, SFi)圖，確定某單一植被的蔓延擴 展控制值(SPi計算只需將某一群落i中各植物的SPj加權平均即可，方法如第三步SP的計 算)。5、基于動態(tài)監(jiān)測的植被蔓延擴展趨勢預警預測5
遙感圖像可以實現(xiàn)對植被蔓延的長時期動態(tài)監(jiān)測。利用遙感圖像數(shù)據(jù)和步驟2的 方法可以獲得綜合植被蔓延擴展監(jiān)測指標SP。每當SP接近某一沼澤化等級內(nèi)的植被蔓延 擴展控制閾值時，即可發(fā)出相應等級的預警。6、精度評價最后，對預警結果進行精度評價。精度評價應綜合考慮以下方面固定樣方調查 數(shù)據(jù)及相應植被沼澤化貢獻率的精度，遙感影像預處理精度，植被群落劃分時分類準確度， (SP, SF)散點圖多項式擬合的精確度。
權利要求
1.一種基于湖泊水生植被蔓延的沼澤化動態(tài)監(jiān)測與預警技術，其特征在于應用于因 大型水生植物過量生長引起快速沼澤化的草型湖泊，利用遙感影像解譯和固定樣方監(jiān)測結 合的手段，將湖泊沼澤化程度和植被蔓延程度定量化，利用二者相關關系，從而實現(xiàn)湖泊沼 澤化的動態(tài)監(jiān)測與預警。
2.如權利要求1所述的沼澤化動態(tài)監(jiān)測與預警技術，其特征在于在不同沼澤化區(qū)域 建立系統(tǒng)樣方，獲得水文、水質、植被數(shù)據(jù)，計算各植被群落對湖泊沼澤化貢獻率，得出目標 區(qū)域綜合沼澤化程度度量指標SF。
3.如權利要求1所述的沼澤化動態(tài)監(jiān)測與預警技術，其特征在于通過實時高精度遙 感圖像解譯，劃分植被類型并獲得各類型植被斑塊蔓延情況，綜合考慮植被類型和斑塊蔓 延情況，計算全湖綜合植被蔓延程度度量指標SP。
4.如權利要求1所述的沼澤化動態(tài)監(jiān)測與預警技術，其特征在于繪制(SP，SF)散點 圖，確定二者相關關系，并據(jù)此確定沼澤植被蔓延控制閾值和實現(xiàn)沼澤化預警預測。
全文摘要
本發(fā)明屬于環(huán)境生態(tài)學領域，公開了一種基于湖泊水生植被蔓延的沼澤化動態(tài)監(jiān)測與預警技術。該發(fā)明依靠固定樣方監(jiān)測手段構建湖泊沼澤化綜合度量指標，同時結合實時高精度遙感影像確立湖泊水生植被蔓延度量指標，建立起湖泊水生植物蔓延與沼澤化度量指標間的對應關系，從而確定湖泊快速沼澤化的水生植被蔓延控制閾值，并及時發(fā)出相應預警。該發(fā)明將遙感監(jiān)測和地面監(jiān)測相結合，具有大區(qū)域、全覆蓋、高精度的優(yōu)勢，對湖泊沼澤化風險評估、預警以及草型湖泊的科學管理具有重要意義。
文檔編號G01C13/00GK102052918SQ201010531108
公開日2011年5月11日 申請日期2010年11月4日 優(yōu)先權日2010年11月4日
發(fā)明者崔保山, 龐明月, 牛麗霞, 王耀平, 藍艷 申請人:北京師范大學