張 艷，郭彥茹，張曉勉，高智慧，岳彩榮，郭志華*

（1. 西南林業(yè)大學(xué)，云南 昆明 650224；2. 中國林業(yè)科學(xué)研究院濕地研究所，北京 100091；3. 浙江省林業(yè)科學(xué)研究院，浙江 杭州 310023；4. 浙江省林業(yè)技術(shù)推廣總站，浙江 杭州 310020）

基于SPOT5的岱山島沿海防護林動態(tài)監(jiān)測

張 艷1,2，郭彥茹2，張曉勉3，高智慧4，岳彩榮1，郭志華2*

（1. 西南林業(yè)大學(xué)，云南 昆明 650224；2. 中國林業(yè)科學(xué)研究院濕地研究所，北京 100091；3. 浙江省林業(yè)科學(xué)研究院，浙江 杭州 310023；4. 浙江省林業(yè)技術(shù)推廣總站，浙江 杭州 310020）

利用2003年、2011年兩期SPOT5遙感數(shù)據(jù)，對岱山島沿海沿海防護林的現(xiàn)狀和近8年來的動態(tài)進行遙感監(jiān)測。結(jié)果表明：面向?qū)ο蠓诸惙椒ǖ难睾７雷o林分類精度達85.2%，kappa系數(shù)為0.81；2011年，岱山島沿海防護林主要以混交林為主，其次是常綠闊葉林和針葉林，分別占75%、10%和4%；2003-2011年，岱山島的常綠闊葉林和針葉林面積分別減少50%和22%，而混交林面積增加20%，部分防護林開發(fā)為建筑用地，沙質(zhì)海岸新增木麻黃（Casuarina equisetifolia）防護林帶。

沿海防護林；變化監(jiān)測；面向?qū)ο蠓诸悾籗POT5

沿海防護林主要以人工植被為主，作為海岸帶的重要屏障，在防風(fēng)固沙、護岸護堤、維護生態(tài)、防御自然災(zāi)害等方面發(fā)揮著極其重要作用，其生態(tài)效益和社會效益十分明顯[1]。隨著人們對沿海防護林資源生態(tài)效益、社會效益及經(jīng)濟效益認(rèn)識的深化和對其管理保護的日益重視，沿海防護林資源調(diào)查及其變化監(jiān)測的重要性日益突出。傳統(tǒng)的沿海防護林資源監(jiān)測方法主要以海岸帶實地調(diào)查為主，不僅速度慢、周期長、耗費大，而且很難進行歷史數(shù)據(jù)的收集，不利于防護林動態(tài)變化信息的提取。而衛(wèi)星遙感技術(shù)獲取數(shù)據(jù)具有宏觀、綜合、動態(tài)和時間間隔短等特點，可以彌補常規(guī)監(jiān)測方法的不足，在防護林資源調(diào)查中提供強有力的技術(shù)保障[2]。

近年來，利用遙感數(shù)據(jù)進行土地利用遙感分類方法[3]、植被分布變化監(jiān)測[4]、NPP動態(tài)監(jiān)測[5]、生物量和碳儲量估算[6]、森林水文[7]、自然災(zāi)害監(jiān)測和評估[8]、病蟲害監(jiān)測[9]等方面的研究日益增多。在沿海防護林資源遙感監(jiān)測方面，Landsat TM（30 m分辨率）、MODIS（250 m分辨率）等中低空間分辨率的遙感數(shù)據(jù)主要應(yīng)用于區(qū)域大尺度的沿海防護林監(jiān)測[10]，SPOT5、IKONOS和QuickBird等高分辨率影像主要應(yīng)用在地區(qū)小尺度沿海防護林監(jiān)測[11~12]，雷達遙感影像數(shù)據(jù)也被用于沿海防護林的立地條件、幾何形態(tài)和生物量等的探測[13]，衛(wèi)星遙感為科學(xué)實時地進行沿海防護林資源管理提供了有效的技術(shù)手段。

本文利用兩期的SPOT5全色和多光譜遙感數(shù)據(jù)，對浙江舟山市岱山島沿海防護林資源進行提取，分析岱山島沿海防護林分布現(xiàn)狀及近 8a的沿海防護林變化動態(tài)，這對于沿海防護林資源監(jiān)測及沿海地區(qū)的生態(tài)環(huán)境建設(shè)，都具有重要的現(xiàn)實意義。

1 研究區(qū)概況

岱山島位于舟山本島以北，地處杭州灣口外，位于太平洋西部東海西部，30°12′ ~ 30° 21′ N、121°02′ ~ 123°15′ E，陸地面積119.3 km2。岱山島位于歐亞大陸中部的副熱帶季風(fēng)氣候區(qū)，屬北亞熱帶南緣海洋性季風(fēng)氣候，四季分明，溫暖濕潤，年平均氣溫16.2℃，年平均降水量1 070 mm。島上陸域狹窄，丘陵起伏，谷地水域面積小，源短量少，屬間歇性水流。岱山島主要土壤為粗骨土和紅壤，土體淺薄，土體厚度一般在30 cm左右。岱山島的地帶性植被為中亞熱帶常綠闊葉林。由于受人類長期活動影響，原始植被群落破壞嚴(yán)重，典型的常綠闊葉林相對較少，多呈區(qū)域性或塊狀分布于生境較好的山谷地段。現(xiàn)存的森林植被主要有混交林、常綠闊葉林、針葉林、竹林、灌木林等[14]。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)源及野外調(diào)查方法

研究區(qū)數(shù)據(jù)包括覆蓋岱山島的2003年9月7日、2011年9月8日兩期SPOT5衛(wèi)星遙感數(shù)據(jù)，其中包括10 m多光譜和2.5 m全色數(shù)據(jù)（購自中科院衛(wèi)星地面接收站）、岱山島數(shù)字正射影像圖（DOM，Digital Orthophoto Map）、森林資源二類調(diào)查數(shù)據(jù)（2011年，來自岱山縣農(nóng)林局）以及實地測得的 GPS數(shù)據(jù)。野外調(diào)查主要以GPS野外采點為主，記錄其地理位置及防護林植被類型。

2.2 數(shù)據(jù)預(yù)處理

采用二次多項式結(jié)合 DOM數(shù)據(jù)進行幾何校正，用雙線性內(nèi)插法對影像進行重采樣，并利用短波紅外，從圖像中選取亮度值較低的水體為參照，對圖像進行相對輻射校正，最后利用ERDAS IMAGINE 9.2分別將兩期SPOT 5全色數(shù)據(jù)與多光譜數(shù)據(jù)融合[15]。

2.3 岱山島沿海防護林分類

根據(jù)岱山島沿海防護林植被情況，將整個島嶼土地利用分為有林地和非有林地，其中非有林地分為建筑用地、鹽田、水體，有林地分為混交林、常綠闊葉林、針葉林、竹林、灌木林等類型。

2.4 面向?qū)ο筮b感分類及精度驗證

本文采用面向?qū)ο蟮倪b感圖像分類方法提取岱山島防護林植被信息。面向?qū)ο筮b感分類方法可突破傳統(tǒng)的以像元為基本分類和處理單元的分類方法的局限性，以含有更多語義信息的多個相鄰像元組成的對象為處理單元，實現(xiàn)較高層次的遙感圖像分類和目標(biāo)地物提取[16]。本文的面向?qū)ο筮b感分類基于ENVI ZOOM環(huán)境下進行，結(jié)合岱山森林資源二類調(diào)查小班數(shù)據(jù)及實地調(diào)查情況對提取出來的沿海防護林植被信息進行分類，將防護林分為常綠闊葉林、針葉林、混交林、竹林、灌木林等。

采用隨機采樣的方法在野外采集97個GPS觀測點，其中57個作為訓(xùn)練樣本，40個作為檢驗樣本，通過生成混淆矩陣并計算分類精度和Kappa系數(shù)，對分類結(jié)果進行精度評價。

3 結(jié)果與分析

3.1 分類精度驗證

將野外采集的GPS檢驗樣本點與提取結(jié)果進行對比，得到的分類精度為85.2%，kappa系數(shù)為0.81；同時對比基于像元的傳統(tǒng)監(jiān)督分類方法（最小距離法、馬氏距離法以及最大似然法），分類精度對比如表1所示。

從表1可知，對于2.5 m分辨率的SPOT融合影像，面向?qū)ο蟮倪b感分類精度最高。

表1 分類精度對比Table 1 Comparison on classification accuracy

3.2 岱山島防護林現(xiàn)狀

2011年，岱山島防護林分布見圖1。

岱山島主要防護林植被類型有混交林、常綠闊葉林、針葉林、竹林、灌木林等，其中混交林的分布面積最大，面積為30.4 km2，占75 %，主要分布于岱山島中部與東部的高亭鎮(zhèn)與岱東鎮(zhèn)的丘陵地段；其次是常綠闊葉林和針葉林等，常綠闊葉林面積為 4 km2，占10 %，主要分布于高亭鎮(zhèn)的楓樹村、司基村與岱東鎮(zhèn)的虎斗村，以及東沙鎮(zhèn)的泥峙村。針葉林面積為1.7 km2，占4 %，主要分布于高亭鎮(zhèn)楓樹村和劉家岔村；竹林面積為 0.5 km2，主要分布于岱東鎮(zhèn)及高亭鎮(zhèn)黃官泥岙村；灌木林主要分布于岱山島西部的岱西鎮(zhèn)海岸；岱山島東北部岱東鎮(zhèn)龍頭村有沙質(zhì)海岸帶有典型的木麻黃林帶分布。

圖1 岱山島防護林分布（2011年）Figure 1 Distribution of protective forest on Daishan Island in 2011

3.3 防護林變化

3.3.1 岱山島防護林整體變化 圖 2為岱山島 2003年與 2011年各防護林植被類型面積情況，從宏觀上看，2011年比2003年混交林面積增加20%，常綠闊葉林和針葉林面積分別減少50 %和22 %，可能原因是從2004年開始實施的沿海防護林建設(shè)工程，主要營造混交林，而2011年針葉林面積比2003年減少的主要原因是由松材線蟲病導(dǎo)致的。2011年竹林面積較2003年成小幅度減少的趨勢。

圖2 兩期岱山島防護林面積Figure 2 Protective forest area in 2003 and 2011

圖3為2003年與2011年岱山島防護林分布情況。由圖3可以看出，從2003年到2011年，隨著人類社會發(fā)展與人類活動影響，岱山島東南部江南村和山外村有部分沿海防護林開發(fā)為建筑用地。島嶼中部大峧村、楓樹村、虎斗村與北部泥峙沙洋村等有部分常綠闊葉林轉(zhuǎn)變?yōu)榛旖涣?，其主要原因是防護林更新中及人工種植增加防護林物種資源，主要營造混交林，提高防護林的生態(tài)、社會與經(jīng)濟效益；司基村、張家塘墩村等小部分常綠闊葉林轉(zhuǎn)變?yōu)榻ㄖ玫?。島嶼西部茶前山村與北部的燕窩山村有部分混交林轉(zhuǎn)變?yōu)楣嗄玖郑饕芎u自然條件及氣候條件影響造成林分成活率低等。北部泥峙村有小部分混交林和常綠闊葉林轉(zhuǎn)變?yōu)檗r(nóng)業(yè)用地。2011年岱山島東北部多了典型的木麻黃林帶，是后期人工種植，為岱山島東北部海岸防護起到重要的作用，從防風(fēng)固沙和生長量考慮，純木麻黃林和純硬闊林均不是理想的選擇，與軟闊，黑松等樹種混交，合理配置，效果更好，增強了防護林的穩(wěn)定性，充分發(fā)揮防護林的生態(tài)、社會和經(jīng)濟效益。

3.3.2 沙質(zhì)海岸防護林變化 圖4為岱山島沙質(zhì)海岸防護林變化情況。岱山島沙質(zhì)巖海岸主要集中在東北部岱東鎮(zhèn)的沙洋村和龍頭村，防護林主要以農(nóng)田防護林、喬木以木麻黃為主，森林群落層次單一。

圖3 岱山島2003年、2011年防護林分布Figure 3 Distribution of protective forest in 2003 and 2011

從2003年與2011年的對比情況可看出，岱山島沙質(zhì)海岸防護林比較穩(wěn)定，都是以農(nóng)田防護林和灌木林為主，分布并無明顯差異。受人類活動長期影響，其中有小部分農(nóng)業(yè)用地轉(zhuǎn)變?yōu)榻ㄖ玫兀⑿略瞿韭辄S林帶。

3.3.3 基巖質(zhì)海岸防護林變化 圖5為岱山島基巖質(zhì)海岸防護林變化情況?；鶐r質(zhì)海岸主要分布于岱東鎮(zhèn)、東沙鎮(zhèn)以及岱西鎮(zhèn)。沿海防護林以混交林和灌木林為主，其中混交林為主要的防護林。

從圖5可以看出，位于岱山島西北部的岱西鎮(zhèn)雙合村以及東沙鎮(zhèn)北部的燕窩村的基質(zhì)巖海岸主要以灌木林為主，長年受海風(fēng)等氣候及其它地理條件影響部分混交林演替為灌木林。岱西鎮(zhèn)北部的青黑村、水白峧村和、小山村的基巖質(zhì)海岸防護林從由常綠闊葉林逐漸更新為多樹種多層次的混交林，提高了基巖質(zhì)海岸防護林的穩(wěn)定性與防護效果。岱東鎮(zhèn)沙洋村與龍頭村南海岸灌木林轉(zhuǎn)變?yōu)榛旖涣帧?/p>

圖4 岱山島2003年、2011年沙質(zhì)海岸防護林分布Figure 4 Distribution of sandy coastal protective forest in 2003 and 2011

圖5 岱山島2003年、2011年基巖質(zhì)海岸防護林分布Figure 5 Distribution of rocky coastal protective forest in 2003 and 2011

4 結(jié)論

本文基于高分辨率SPOT5遙感數(shù)據(jù)，采用面向?qū)ο筮b感分類方法提取岱山島沿海防護林信息，對岱山島沿海防護林的現(xiàn)狀和近8年來的動態(tài)進行遙感監(jiān)測，其分類精度高達85.2%，kappa系數(shù)為0.81。

岱山島特殊的地理位置與季候條件，其防護林也獨具特色，島上防護林以混交林為主，其次是常綠闊葉林與針葉林，主要分布于岱山島中部與東部的高亭鎮(zhèn)與岱東鎮(zhèn)的丘陵地段，以及東沙鎮(zhèn)的泥峙村，分別占75%、10%和4%；之后為灌木林，主要分布于岱山島西部的岱西鎮(zhèn)海岸。針葉林面積較小，主要分布于高亭鎮(zhèn)楓樹村和劉家岔村。東沙鎮(zhèn)東北部的沙質(zhì)海岸以木麻黃林為主；基巖質(zhì)海岸防護林以混交林為主，其次是灌叢。

根據(jù)2003年、2011年變化監(jiān)測結(jié)果比較可知，岱山島沿海防護林變化情況：混交林面積增加20%，常綠闊葉林和針葉林面積分別減少50%和22%；岱山島東南部江南村和山外村有部分沿海防護林開發(fā)為建筑用地；島嶼中部大峧村、楓樹村、虎斗村與北部泥峙沙洋村等有部分常綠闊葉林轉(zhuǎn)變?yōu)榛旖涣郑净?、張家塘墩村等小部分常綠闊葉林轉(zhuǎn)變?yōu)榻ㄖ玫?；島嶼西部茶前山村與北部的燕窩山村有部分混交林轉(zhuǎn)變?yōu)楣嗄玖?，北部泥峙村有小部分混交林和常綠闊葉林轉(zhuǎn)變?yōu)檗r(nóng)業(yè)用地。

[1] 胡海波，張金池，魯小珍. 我國沿海防護林體系環(huán)境效應(yīng)的研究[J]. 世界林業(yè)研究，2001（5）：37-43.

[2] 李天宏，趙智杰. 深圳河口紅樹林變化的多時相遙感分析[J]. 遙感學(xué)報，2006，5（6）：364-369.

[3] Santiago F F D，Kovacs J，Lafrance P. An object-oriented classification method for mapping mangroves in Guinea, West Africa, using multipolarized ALOS PALSAR L-band data [J]. Int J Remot Sens，2013，34（2）：563-586.

[4] 張春桂，潘衛(wèi)華，陳惠，等. 利用多時相中分辨率衛(wèi)星影像監(jiān)測福建省植被覆蓋變化[J]. 遙感技術(shù)與應(yīng)用，2007，22（5）：613-617.

[5] 王倫澈，龔?fù)?，張淼，? 武漢地區(qū)植被NPP動態(tài)監(jiān)測研究[J]. 武漢大學(xué)學(xué)報（信息科學(xué)版），2013，38（5）：548-552.

[6] He Qi-sheng, Cao Chun-xiang, Chen Er-xue, et al. Forest stand biomass estimation using ALOS PALSAR data based on LiDAR-derived prior knowledge in the Qilian Mountain，western China[J]. Int J Remot Sens，2012，33（3）：710-729.

[7] 馬明國，劉強，閻廣建，等. 黑河流域遙感—地面觀測同步試驗:森林水文和中游干旱區(qū)水文試驗[J]. 地球科學(xué)進展，2009（7）：681-895.

[8] 范一大，楊思全，王磊，等. 汶川地震應(yīng)急監(jiān)測評估方法研究[J]. 遙感學(xué)報，2008（6）：858-864.

[9] 王震，張曉麗，安樹杰. 松材線蟲病危害的馬尾松林木光譜特征分析[J]. 遙感技術(shù)與應(yīng)用，2007，22（3）：367-370.

[10] 朱曉鈴，汪小欽，陳蕓芝. 漳州市沿海防護林變化的遙感動態(tài)監(jiān)測[J]. 遙感技術(shù)與應(yīng)用，2005，20（2）：243-246.

[11] Everitt H J, Yang C, Sriharan S, et al. Using High Resolution Satellite Imagery to Map Black Mangrove on the Texas Gulf Coast[J]. J Coast Res，2008，24（6）：1 582-1 586.

[12] 肖海燕；曾輝，昝啟杰，白鈺，等. 基于高光譜數(shù)據(jù)和專家決策法提取紅樹林群落類型信息[J]. 遙感學(xué)報，2007（4）：531-537.

[13] 黎夏，葉嘉安，劉凱，等. 紅樹林濕地植被生物量的雷達遙感估算[J]. 遙感學(xué)報，2006，10（3）：387-396.

[14] 張曉勉，高智慧，張勇，等. 基于GIS海島土壤有機質(zhì)和全氮空間變異特征的初步研究[J]. 浙江林業(yè)科技，2012，32（5）：16-20.

[15] 張黎寧，周宇. SPOT5全色與多光譜圖像融合方法研究[J]. 南京林業(yè)大學(xué)學(xué)報，2007（4）：89-92.

[16] 黎新亮，趙書河，芮一康. 面向?qū)ο蟾叻直孢b感影像分類研究[J]. 遙感應(yīng)用，2007（6）：58-61.

Dynamic Changes of Coastal Protective Forests on Daishan Island from SPOT5 Imagery

ZHANG Yan1,2，GUO Yan-ru2，ZHANG Xiao-mian3，GAO Zhi-hui4，YUE Cai-rong1, GUO Zhi-hua2*
（1. Southwest Forestry University, Kunming 650224, China; 2. Institute of Wetland Research, CAF, Beijing 100091, China; 3. Zhejiang Forestry Academy, Hangzhou 310023, China; 4. Zhejiang Forestry Extension Station, Hangzhou 310020, China）

Changes of coastal protective forest in Daishan Island of Zhejiang province were determined based on SPOT 5 imagery in 2003 and 2011. The result demonstrated that the accuracy of object-oriented classification approach for the forests topped to 85.2% with Kappa coefficient of 0.81. The result indicated that in 2011, coastal protective forest in Daishan was dominated by mixed forest(75%), followed by evergreen broad-leaved forest(10%)and coniferous forest(4%). During 2003-2011, the areas of evergreen broad-leaved and coniferous forest reduced by 50% and 22%, while that of mixed forest increased by 20%.

coastal protective forest; dynamic change; object-oriented classification; SPOT5

S718.54

A

1001-3776（2013）05-0062-05

2013-05-20；

2013-08-11

十一五科技支撐項目（2009BAD2B06）；林業(yè)公益性行業(yè)專項資助項目（201104006）；中國林科院林業(yè)新技術(shù)所院所長基金重點項目（CAFINT2010K08）；浙江省林業(yè)廳林業(yè)科技推廣項目“‘3S’技術(shù)在沿海防護林體系建設(shè)中的推廣示范”（2010B07）

張艷（1988-），女，四川成都人，碩士生，從事遙感監(jiān)測研究；*通訊作者。