文章信息
- 钟文, 王让会, 顾泽洲
- Zhong Wen, Wang Ranghui, Gu Zezhou
- 基于信息图谱分析的碳汇林特征
- Structure & Mechanism of Carbondioxide Carbon Sequestration Forest Based on Information Atlas
- 林业科学, 2013, 49(1): 142-151
- Scientia Silvae Sinicae, 2013, 49(1): 142-151.
- DOI: 10.11707/j.1001-7488.20130121
-
文章历史
- 收稿日期:2012-05-10
- 修回日期:2012-11-10
-
作者相关文章
2. 常州大学数理学院 常州 213164
2. School of Physics and Mathematics, Changzhou University Changzhou 213164
目前,全球减排的路线已非常明确。到2020年,二氧化碳当量应达到峰值;到2030年,年排放量应低于350亿t;到2050年,年排放量应低于200亿t。全球气候变化背景下中国发展的最大国际和国内背景就是气候变化(于贵瑞,2003)。中国森林植被的固碳能力一直受到国际社会的高度关注,植树减排被公认为是最经济、最有效、最直接的吸收二氧化碳、减轻温室效应的途径(王红丽等,2008)。人工种植林的面积逐步扩大会影响到森林生态系统的碳源碳汇特征和固碳潜力,通过科学的管理手段提高人工种植林覆盖率以及扩大种植成活面积,对森林生态系统碳源碳汇特征和固碳潜力有积极影响,因此及时掌握碳汇林现状形成信息图谱,为政府科研部门提供科学管理及高效决策的平台,显得尤为重要。
近10年来,地学信息图谱从最初的对地学信息图谱的形成与发展(陈述彭,2001;陈毓芬等,2003)、地学信息图谱的基本理论(励惠国等,2000;任春颖等,2004;Benz et al.,2004)以及地学信息图谱的设计、构建方面(廖克,2001;廖克等,2001;田永中,2003)的讨论、研究与探索,逐步发展到地学信息图谱的多方面应用,目前已涉及城市发展与规划(廖克,2002;Kraak,2004)、时间序列水动态(Haas et al.,2009)、生物量估算(Feldman,2010)、生态信息表达(张慧芝等,2009)、森林覆盖监测(武永利等,2011)、生态景观(芮建勋,2007;李锦等,2008)、土地利用(叶庆华,2007;赵静,2011)、黄土地貌(万江波等,2005)、滑坡灾害(刘文玉等,2010)以及植物分类(张超等,2011)等方面。
信息图谱的发展很快,但它毕竟是一个发展中的新领域,在理论、方法与技术方面还有待于改进和提高: 1)对事物、现象和空间格局的分析,还处于静态状况;2)在数据格式方面多用矢量数据格式。而栅格格式可进行数据融合、数据提取和数据转化,所以采用栅格数据的地学信息图谱更符合信息多元化发展的趋势。利用多源数据形成栅格的、空间的、动态的信息图谱,关于这方面的内容在文献中尚不多见,且利用多源数据开展人工林植被碳储量、土壤有机碳储量及气候条件、水条件对人工林碳储量影响的研究,迎合当前新世纪新环境下我国碳减排机制的发展趋势,具有理论研究和实践应用的双重意义。
本文以克拉玛依碳汇林为研究区(克拉玛依碳汇林是克拉玛依市经济、社会可持续发展的基础,是人为经营和恶劣的自然环境相互耦合作用而生的一种独特生态景观),拟从宏观角度(运用RS技术、GIS技术对栅格数据进行时空分析)和微观角度(实地调查取样测量数据)构建空间数据库及碳密度模型,采用地学信息图谱技术、空间分析技术和模拟技术对克拉玛依碳汇林研究区进行动态、系列的研究,并使其图谱化,为时间序列图谱的形成打下基础。在今后的研究中可通过时间序列图谱对比,明确区域管理成果及变化趋势,为碳减排管理工作提供新方法。
1 研究区概况 1.1 研究区地理自然概况克拉玛依碳汇林位于新疆自治区克拉玛依市区东南部约15 km处,呈三角形,区域位置见图 1。东依201省道,项目2002年首期植树面积6 666.7 hm2,地理坐标为84°50'—85°20'E,45°22'—45°40'N。
克拉玛依碳汇林所在地区属于典型的大陆性干旱沙漠气候,春季平均气温-13.5 ℃,夏季平均气温10.8 ℃,秋季平均气温11.3 ℃,年平均气温8.0 ℃,年平均总降水量105.3 mm,蒸发量3 545 mm,气候干燥,空气相对湿度年平均值为48%,年平均无霜期为180~268天,西南高东北低,西南部海拔272~280 m,东北部海拔258~260 m,自然坡度为0.26%,部分地区分布有沙丘,春季多风,全年≥5级风的日数为119.7天,≥8级风的日数为45.6天,最大风速可达25.1 m·s-1,主风向西北,风沙危害严重。
图 1中小括号内为井位编号,采用原碳汇林地下水勘探井位编号;K代表生态调查设置样地编号,按样地设置顺序命名为K001,K002……。
1.2 研究区信息源本文采用2009年8月24日4点51分行列号为144/28下移45°的TM遥感影像。经过Envi软件进行3D处理后,形成碳汇林地形3D表达图谱,见图 2。
在进行目视非监督分类调整时,可借助3D线性纹理图细化分类,同时3D网格图及线条图可以为3Dmax情景再现提供场景模型,为进一步了解碳汇林结构提供科学基础(吴玮等,2002)。
2 碳汇林信息图谱 2.1 碳汇林结构信息图谱根据样地调查资料及种植模式分析利用AutoCAD绘制碳汇林种植模式图,规划全区按支渠划分种植区共计10支,分为3种种植模式(图 3)。
造林模式一为3 m×0.75 m,包括一支渠;造林模式二为(4 m×0.5 m)×0.75 m,包括二至八支渠和十支渠;造林模式三为[(3行)0.5 m×8 m]×0.75 m,包括九支渠。根据林纸一体化工程高密度、超短轮伐期杨树造纸工业原料林设计要求,造林模式二为宽窄行模式,宽行距4 m,窄行0.5 m,株距0.75 m;造林模式三为3行窄行0.5 m,1宽行距8 m。各支渠的灌溉方式均为沟灌。了解该区域防护林种植模式如造林密度、宽度、树种搭配方式,可以为该区域林带资源的合理利用提供科学依据(郑田等,2010);了解不同种植模式下防护林水土要素的变化情况,可对该地区的环境保护、自然资源的合理利用提供科学的依据(孙秋梅等,2007)。
2.2 土地利用图与景观格局指数利用Arcmap及Envi软件形成土地利用分类图(图 4)及NDVI分布图(图 5)。利用图 4及图 5结合景观分析软件Fragstats3.3得出景观格局指数(表 1)。景观格局指数中涉及的斑块数、斑块面积、斑块周长、景观类型数、类斑斑块数、类型斑块面积等斑块指数,是景观空间格局分析的基础。
2009年人工碳汇林项目基地人工林种植面积(TA)为1 049.22 hm2,占总景观面积的16.72%;斑块个数(NP)为723个,个数与裸地个数928个接近;景观斑块密度(PD)为4.50;最大斑块面积百分比(LPI)约为15.06%,裸地最大板块面积百分比(LPI)为5.46%,盐碱地最大板块面积百分比(LPI)为2.51%,该区域盐渍化现象较严重。
宏观上形成土地利用分类图、NDVI图及景观格局指数,微观上利用现场调查数据进一步调整辨识分类。
2009年8月在克拉玛依碳汇林进行生态调查,设置10 m×10 m样地30个,采用常规方法获得郁闭度,通过对比碳汇林内植被生长状况,将其划分为4个等级,即:
1)长势差———植株稀疏,虫害严重,叶子脱落严重;
2)长势一般———植株稀疏,虫害较严重;
3)长势较好———植被生长状况较好,大多数样方植被有轻微虫害;
4)长势良好———植被长势很好,枝繁叶茂,少数样方植被有轻微虫害。
图 4、图 5与生态调查表(表 2)林分生长情况具有一致性,表上显示长势好的区域,图上林地分布广。如K021,K022及K023样地附近林地分布较广,生长状况较好;K001,K003及K004等样地附近长势差,图上林地分布少。利用图谱可以节省很多现场调查时间,迅速把握调查重点。人工碳汇林种植物种以杨树为主,导致克拉玛依碳汇林生态系统的种群种类相对单一,物种丰富度不高,再加上自然环境条件恶劣,导致克拉玛依碳汇林的病虫害频发,危害严重。碳汇林新疆杨(Populus bolleana)树种的抗病虫害能力较高,其所在样方长势较好。
利用2009年土壤养分试验数据,采用Arcmap中反距离权重法(IDW)对其进行插值处理,生成土壤养分空间变化图(图 6)。
从图 6中可见,K007,K010有机质相对较高,有机质与其他土壤养分分布具有一致性。九支渠及一支渠土壤有机质含量较高。由于九支渠及一支渠种植区引水灌溉量较大,导致土壤相对含水率变大,有利于人工植被的生长;此外还与样地树种的栽种模式有关,九支渠及一支渠都以俄罗斯杨+柽柳为主,在此配置模式下,有利于土壤有机质含量的提高,但九支渠土壤盐分HCO-3浓度较高,所以该区域长势一般。
土壤养分是评价土壤肥力的重要指标,基于2009年对研究区各样地土壤养分(包括土壤有机质、全N、全P、全K、有效N、有效P、速效K)的测定结果,列出了土壤养分统计特征值,见表 3。
结合试验数据及土壤养分分布图可知:碳汇林中有效N的变异系数最高,空间变化很明显,东高西低;土壤中有机质、有机碳、全N、有效P、速效K的变异系数相对较高,空间变化较为明显;土壤中全P、全K的变异系数较小,空间变化不明显。研究区土壤普遍缺少N和P,K含量丰富,土壤养分是度量土壤肥力的重要指标,因此在给本研究区人工施肥时,应因地制宜合理实施,以免造成土壤板结、环境污染和肥料浪费。
土壤养分分布总趋势为东部高于西部,未利用地较多且与林地相邻的区域(一支渠、二支渠、九支渠及预留地)土壤养分含量总体上较高。通过现场调査得知,2007年以来这些种植区管理效率较高,施肥力度较东部大,结合2009年遥感影像,可知在科学经营的前提下,近年来对人工碳汇林固碳管理工作卓有成效。
2.4 碳汇林土壤水盐信息图谱根据2009年样地土壤试验测定结果,统计分析后得出研究区的土壤水盐变化关系:当土壤相对含水率小于0.65%时,土壤总盐含量为26.413 g·kg-1;当土壤相对含水率在0.65%~1.30%时,土壤总盐含量为7.240 g·kg-1(表 4);当土壤相对含水率大于1.30%时,土壤总盐含量为6.346 g·kg-1。可见,随着土壤相对含水率有梯度的增大时,土壤全盐含量呈变小趋势。土壤相对含水率与土壤全盐含量呈反比。
利用2009年8月土壤盐分试验数据,采用Arcmap中反距离权重法(IDW)对其进行插值处理,生成土壤水盐空间变化图,见图 7。从图中可知,土壤含水率0~20 cm东高西低,20~40 cm北高南低,40~60 cm,6 0~80 cm,80~100 cm皆为东北高、西南低,人工灌溉是碳汇林土壤含水率主要影响因子。土壤全盐与总盐分布具有一致性,南部未开发区域土壤盐分较高,由于其靠近荒漠区,其蒸发量较大,土壤相对含水率较小,其积盐速率大,导致样地含盐量高;部分种植区(九支渠及二支渠)含盐较高,是由于该区域灌溉量较大造成地下水位上升,水分蒸发,同时该区域地下水特征因子盐分浓度较高,如HCO3-及CO32-特征因子。结合试验数据及土壤盐分分布图分析: Cr,Na+的变异系数较大,空间变化很明显;其他元素变异系数相对较大,空间变化比较明显;pH值的变异系数为6.22%,变异系数较小,空间变化不明显,碳汇林内土壤pH范围为7.06~8.79,平均值为8.09,表明该区域土壤性质属于碱性。
随着土壤相对含水率有梯度的增大时,土壤全盐含量呈变小趋势。原因是:一方面,在不同模式下,生态产业区防护林的积盐强度不同,导致不同模式下土壤含盐量有差异;另一方面,由于研究区西南部分靠近荒漠区,其蒸发量较大,土壤相对含水率较小,其积盐速率大,导致其样地含盐量较高。因此,随着土壤相对含水率的增大,土壤全盐含量呈变小趋势。
2.5 碳汇林地下水理化性质分布图谱基于2009年碳汇林地下水水质的分析结果,碳汇林地下水理化特征的统计结果见表 5。
从表 5中可以看出,地下水中的全盐、Na+、Ca2+、Mg2+、Cl-、SO42-的变异系数都大于100%,属强变异性,碳汇林不同的化学组分在空间上的分布严重不均匀。地下水的pH值变异系数为6.72%,属于弱变异性,说明地下水的酸碱度在碳汇林空间上的变化不明显。地下水中Mg2+、Cl-的变异系数最大分别为147.02%,145.11%,说明地下水中的Mg2+、Cl-的变化强度最大,在碳汇林空间上分布最不均衡;其次是Na+和全盐分别为132.32%,128.27%;再次是Ca2+和SO2-4分别为110.62%,110.00%。地下水化学组分中除了K+、HCO3-分别为66.67%,51.6%属中等变异外,其他变异系数均高于100%,变异强度普遍大,空间分布极不均匀。地下水埋深过深或过浅都不利于植被生长及其环境状况改变。如果地下水埋深过大,可能使毛管上升水流不能到达植物根系层,引发土壤干旱,在干旱区可能发生荒漠化;如果地下水埋深过浅,溶解在地下水中的盐分可能在蒸发作用下沿毛管上升水流在表土聚集,引起土壤盐渍化(左成华,2011)。
运用Arcmap的空间分析模块对2009年碳汇林内18眼地下水监测井的地下水水位监测数据进行反距离加权插值IDW,得到碳汇林地下水埋深空间分布图,见图 8。
地下水具有空间上的规律性梯度变化,从图 8中可看出:碳汇林从西部到东部,地下水埋深呈加深趋势,北部地下水埋深也相对较大。碳汇林中10#地下水埋深最小,为0.85 m,10#靠近农业开发区,同时10#处的灌溉量为每年0.5~0.6 m3·m-2,相对其他样地较高。S20 #地下水埋深最大为17.90 m,S20#位于碳汇林最东部靠近荒漠植被区。
地下水水埋深至西向东分布不均衡的原因是:碳汇林西部与农业开发区近,受农业开发区长期引水灌溉的影响,导致碳汇林西部地下水埋深变浅;同时,碳汇林的北部靠近克拉玛依市区,由于市区内地下水开采,导致地下水埋深加深。碳汇林东部靠近荒漠植被区,地下水埋深较深。
2.6 碳汇林碳密度分布图因变量Y(碳密度)的获取:根据测树学的样方调查方法,获取样地大小、乔木树种、树高、胸径及GPS坐标等,通过生物量换算为碳蓄积量即可获得样地的碳密度。
自变量X(NDVI)的获取:采用重要的比值因子NDVI,利用已成NDVI图各样地NDVI值取平均值作为自变量。
反演模型的建立:利用Matlab反演出碳密度与NDVI关系:
y=258.312x-55.283(x ∈ 0,1)。
通过相关性检验及线性回归分析得出相关系数为0.871 204,相关性较高;F=25.19 < F(0.05,1,8),因此模型可行。
以2009年土地利用分类图为基础图谱,利用乔木碳密度反演模型,在Arcmap中进行矢量计算,生成减排林乔木碳密度分布图,见图 9。碳汇林碳密度分布图与土壤空间变化特征、地下水空间变化特征图具有一致性,即盐分少、养分高及土壤含水率高的地方碳密度就高。通过碳密度分布图可以间接了解种植模式及灌溉的合理性,整体上把握碳汇林的减排成果,有的放矢地提高碳汇林的减排效率。
1)本文加深了对地学信息图谱的理论与应用的研究。将地学信息图谱的理论与方法充分运用到碳汇林生态信息的表达,并在克拉玛依碳汇林这一特定地区形成了比较完整图谱供政府管理与科研机构使用。
2)本文利用多源数据建立了多角度的信息图谱。首先,综合利用矢量数据、遥感数据和DEM数据,建立了二维和三维动态的克拉玛依碳汇林遥感影像地学信息图谱;其次,利用遥感影像的分类实现了克拉玛依碳汇林土地利用/土地覆盖地学信息图谱的建立和分析;再次,在Arcmap下深入分析更加直观地体现土壤理化性质分布变化,初步建立空间数据库,进一步扩展了地学信息图谱的研究方向。
3)本文通过地学信息图谱对景观格局指数NDVI与碳密度的数据反演建立了该区域的碳密度模型并进行了图形表达,加深了对区域碳变化规律的掌握,为碳减排管理工作提供了新角度。
4)在今后的研究中可定期形成时间序列图谱集,回顾过去预测未来形成对比,直观地明确区域管理成果及变化趋势。该研究成果可进一步提高人工林管理水平,对其他干旱地区的林业管理也有很强的借鉴性。
[1] | 陈述彭. 2001.地理科学的信息化与现代化.地理科学, 21(3):193-197.(1) |
[2] | 陈毓芬, 廖克. 2003.中国自然景观综合信息图谱研究.地球信息科学, 5(3): 97-102.(1) |
[3] | 励惠国, 岳天祥. 2000.地学信息图谱与区域可持续发展虚拟.地球信息科学, 2(1): 48-52.(1) |
[4] | 胡会峰, 刘国华. 2006.中国天然林保护工程的固碳能力估算.生态学报, 26(1): 291-296. |
[5] | 廖克, 秦建新, 张青年. 2001.地球信息图谱与数字地球.地理研究, 20(1): 55-61.(1) |
[6] | 廖克. 2001.中国自然景观综合信息图谱的建立原则与方法.地理学报, 56(增刊): 19-25.(1) |
[7] | 廖克. 2002.地学信息图谱的探讨与展望.地球信息科学, 4(1):14-20.(1) |
[8] | 李锦, 王让会, 薛英, 等. 2008.CBERS-2/CCD影像数据在干旱区绿洲景观信息图谱中的应用与研究.干旱区资源与环境, 22(3): 117-122.(1) |
[9] | 刘文玉, 吴湘滨, 安静, 等. 2010.滑坡灾害危险性评价信息图谱研究———以福建省莆田市为例.灾害学, 25(2): 21-25.(1) |
[10] | 芮建勋. 2007.上海市城市绿地景观的信息图谱.上海师范大学学报:自然科学版, 36(1): 95-101.(1) |
[11] | 任春颖, 刘湘南. 2004.区域土地利用变化信息图谱模型研究.地理与地理信息科学, 20(6): 13-17.(1) |
[12] | 孙秋梅, 李志忠, 武胜利, 等. 2007.和田河流域绿洲荒漠过渡带土地荒漠化过程研究.干旱区资源与环境, 21(6): 136-141.(1) |
[13] | 田永中, 岳天祥. 2003.地学信息图谱的研究及其模型应用探讨.地球信息科学, 5(3): 103-106.(1) |
[14] | 吴玮, 吴昌林, 吴鹿鸣等. 2002.结合AUTOCAD、3DMAX及5637实现WEB三维动画.机械设计与制造, 8(4): 46-47.(1) |
[15] | 王红丽, 李艳丽, 张文佺, 等. 2008.湿地土壤在湿地环境功能中的角色与作用.环境科学与技术, 31(9): 62-66.(1) |
[16] | 于贵瑞. 2003.全球变化与陆地生态系统碳循环和碳储量.北京.气象出版社.(1) |
[17] | 万江波, 祝国瑞, 彭秋苟. 2005.土地利用信息图谱的研究及应用.武汉大学学报:信息科学版, 30(4): 355-358.(1) |
[18] | 武永利, 田国珍. 2011.基于MERSI数据的山西森林覆盖监测.林业科学, 47(2): 25-29.(1) |
[19] | 叶庆华, 陈沈良, 黄罛, 等. 2007.近、现代黄河尾闾摆动及其亚三角洲体发育的景观信息图谱特征.中国科学(D辑), 37(6):813-823.(1) |
[20] | 郑田, 李建贵, 李卫红, 等. 2010.塔里木河下游绿洲荒漠过渡带土壤异质性及对植物群落的影响.中国沙漠, 30(1): 128-134.(1) |
[21] | 张超, 黄清麟, 朱雪林, 等. 2011.基于ETM+和DEM的西藏灌木林遥感分类技术.林业科学, 47(1): 15-21.(1) |
[22] | 赵静. 2011.基于地学信息图谱的龙口市土地利用动态变化研究.山东国土资源, 27(1): 30-32.(1) |
[23] | 张慧芝, 李锦, 王让会, 等. 2009.极端干旱区生态信息表达方法.水土保持通报, 29(4): 101-105.(1) |
[24] | 左成华. 2011.减排林区水资源时空变化及生态安全评价.南京信息工程大学硕士学位论文.(1) |
[25] | Benz U C, Hofmann P, Willhauck G, et al. 2004.Multi-resolution, object-oriented fuzzy analysis of remote sensing data for GIS-readyinformation. ISPRS Journal of Photogrammetry & Remote Sensing, 58(3/4): 239-258.(1) |
[26] | Feldman M S, Howard T, McDonald-Buller E, et al. 2010.Applicationsof satellite remote sensing data for estimating biogenic emissions insoutheastern Texas. Atmospheric Environment, 44(7): 917-929.(1) |
[27] | Haas E M, Bartholomé E, Combal B. 2009.Time series analysis ofoptical remote sensing data for the mapping of temporary surfacewater bodies in sub-Saharan western Africa. Journal of Hydrology(Amsterdam), 370(1/4): 52-63.(1) |
[28] | Kraak M J. 2004.The role of the map in a Web-GIS environment. Journalof Geographical Systems, 6(2): 83-93.(1) |