汪歡歡,楊 琴,蒲紅梅,何 進,程 華,韓 敏,趙學(xué)春,王志偉,金寶成
(1貴州大學(xué)動物科學(xué)學(xué)院,貴陽 550025;2貴州大學(xué)農(nóng)學(xué)院,貴陽 550025;3蘭州大學(xué)生命科學(xué)學(xué)院,蘭州 730000;4貴州省自然資源勘測規(guī)劃研究院,貴陽 550004;5貴州省草業(yè)研究所,貴陽 550006)
植被覆蓋度是單位面積內(nèi)植被垂直投影面積占總面積的百分比[1-3]。它是重要的生態(tài)學(xué)參數(shù)[4],能夠直接量化植被生長狀況的指標(biāo),同時也是大豆等農(nóng)作物的重要農(nóng)藝參數(shù)[5],與光合作用過程、作物蒸散發(fā)和產(chǎn)量緊密聯(lián)系[6-11]。因此,準(zhǔn)確測量大豆等作物的植被覆蓋度具有重要意義。常用的植被覆蓋度測量方法有照相法[12-14]、目估法[15-16]和樣線法[1,17-19]等。
照相法是采用計算機軟件對樣方內(nèi)的照片進行目視解譯或監(jiān)督分類等方法來獲得覆蓋度,該方法要求測量人員掌握監(jiān)督分類技術(shù),具有人為因素影響小,測量精度高等優(yōu)點[20-24]。章文波等[24]采用照相法測量玉米以及玉米套種大豆的覆蓋度時發(fā)現(xiàn),其最大絕對誤差小于5%。宋雪峰等[25]采用照相法測量草地覆蓋度,測量精度高達94.7%。章超斌等[23]采用照相法測量了阜康市草地的覆蓋度,精度高達95%。楊琴等[2]研究了結(jié)縷草(Zoysia japonica)、白三葉(Trifolium repens)和雀稗(Paspalum thunbergii)等人工草地的植被覆蓋度實地測量方法,發(fā)現(xiàn)照相法測量精度高達96.8%,因此,照相法測量值可以作為其他方法植被覆蓋度測量值精度的參考。
目估法是測量人員憑借經(jīng)驗,通過肉眼識別樣方覆蓋度[15-16]。但目估的主觀隨意性較大,需要目估人員具有豐富的經(jīng)驗[26]。章文波等[26]研究玉米及玉米套種大豆等高度相對較高的作物時發(fā)現(xiàn),隨著目估人數(shù)的增加,目估精度逐漸提高,但個人目估誤差可達40.4%,同時目估精度也受限于植被蓋度的大小,當(dāng)植被蓋度很大或很小時,目估的精度越高。之前研究發(fā)現(xiàn)目估精度和植被高度有關(guān),楊琴等人研究結(jié)縷草(株高3 cm)、白三葉(株高10 cm)和雀稗(株高15 cm)時發(fā)現(xiàn),植被越高,目估誤差越大[2]。
樣線法為樣線垂直攔截植被的長度除以樣線的總長度,以此獲得覆蓋度[1,17-19]。樣線法是使用最多的一種方法[18]。該方法一般適用于稀疏植被、人工草地和高大植被覆蓋度的測量[2-3],同時需要測量人員具備一定的相關(guān)知識[18]。因為在外出采樣時所需要的人數(shù)相對較少,效率相對較高、較省時,因此被廣泛使用[18]。該方法曾被認為是測量覆蓋度最為客觀的一種方法,但其精度會受植被自身形態(tài)(葉子大小和形狀)等因素影響較大[1]。楊琴等[2]研究人工草地時發(fā)現(xiàn),樣線法精度較高,速度較快,測量誤差小于5%,平均耗時約3.5 min。但是樣線長度受植被覆蓋度的影響,覆蓋度越低,所需樣線長度越長[1-2,18]。當(dāng)對群落中多數(shù)物種進行估計時,需要增加樣方中的樣線數(shù)量才能提高精度,但增加樣線數(shù)量的同時,耗時也同樣增加[17]。
理想的覆蓋度測量方法耗時短,工具簡單,結(jié)果準(zhǔn)確,受人為因素影響小[27]。本研究通過照相法、目估法、實地樣線法和照片樣線法測量大豆覆蓋度,對比這幾種方法測定的大豆覆蓋度誤差,以期尋找出精度較高且快速的適合類似大豆作物覆蓋度測量方法。
研究區(qū)域位于貴州省安順市西秀區(qū),地理位置為105°13′—106°33′E,25°21′—26°37′N之間,地處珠江水系北盤江流域和長江水系烏江流域的分水嶺地帶[28]。平均海拔在1200~1400 m之間,地勢呈現(xiàn)出北部高南部低的趨勢,雨量充沛,年平均降雨量1360 mm,降水一般集中在5—8月,年平均相對濕度80%左右,年平均氣溫14℃,屬于典型的中亞熱帶氣候區(qū),年平均無霜期280天,日照較少、輻射低[28-29]。土壤pH偏小,整體上呈現(xiàn)出酸性土壤[30]。
試驗采樣地以大豆為研究對象,包括‘黔豆3號’、‘川豆16’和大黑豆等24個品種,設(shè)置包括:12萬、24萬、36萬、48萬、60萬、72萬、90萬株/hm2等7個密度,種植3行,行距0.4 m,株距0.5 m,24個品種隨機播種,共168個樣方,樣方大小為1 m×1 m。分別采用照相法、目估法、實地樣線法和照片樣線法測量其覆蓋度。測定時間為2020年6月25日,采用佳能1600萬像素相機,垂直放置于樣方正上方,在約2 m的高度垂直向下拍照,所獲樣方照片用于室內(nèi)測量植被覆蓋度。
室內(nèi)采用ERDAS IMAGING 2015軟件對樣方進行監(jiān)督分類,提取照片中植被像元,然后在ArcMap10.8軟件中計算植被像元比例,即為照相法所測覆蓋度[2,12-14]。對于每一個樣方,通過Microsoft Office 2019生成約30個隨機點,加載到ArcMap10.8軟件中,進行精度檢驗,檢驗得到分類精度為(96.81±3.87)%(平均值±標(biāo)準(zhǔn)差,n=168)。
目估法為草業(yè)科學(xué)專業(yè)的碩士研究生和博士研究生,每個樣方由7人獨立目估完成,平均值即為該樣方的覆蓋度[15-16]。實地樣線法是將帶有刻度的樣線置于樣方對角線,記錄樣線在垂直方向上攔截植被的長度,將該長度除以樣線總長度,即為該樣方覆蓋度[1,18]。由于大豆植株高度較高,本實驗以地表為基準(zhǔn),每20 cm間隔為一層,分別測量每一層的覆蓋度,最后通過隨機擬合公式計算得出總覆蓋度[14],具體公式如式(1)所示。
式中:VC代表樣方植被覆蓋度;vc(i)為第i層的植被覆蓋度。公式來自于參考文獻[14]。
照片樣線法是使用電腦中虛擬刻度尺(Desktop Ruler 1.0)代替實地測量的樣線,把照片加載到Adobe Photoshop CS6軟件中,將照片對角線旋轉(zhuǎn)至水平狀態(tài),用Desktop Ruler測量植被所占長度與樣線長度的比值,即為該樣方的植被覆蓋度。分別采取測量兩條樣線(兩條對角線,長度合計為2.83 m)和4條樣線(兩條對角線加兩條平分線,長度合計為4.83 m)的方法計算植被覆蓋度(圖1)。
圖1 照片樣線法示意圖
以照相法測量值作為參考值,用Microsoft Office 2019計算其它方法誤差[公式(2)],繼而計算出參考值和誤差之間的回歸關(guān)系。采用IBM SPSS Statistics 20進行方差分析,使用SigmaPlot 10.0軟件做圖。
公式中,n表示樣方數(shù)量,vci表示某測量方法在樣方i的測量值,vci照相表示照相法在樣方i的測量值。
目估法所測大豆植被覆蓋度測量誤差主要分布在-25%~55%(負值代表低估,正值代表高估),在-15%~-5%區(qū)間中占比最大,為44.6%(圖2A)。實地樣線法誤差主要分布在-35%~75%之間,在-5%~5%區(qū)間內(nèi)占比最大,為50.0%(圖2B)。照片樣線法(兩條樣線)誤差主要分布在-5%~5%之間,占比最大為55.4%(圖2C)。照片樣線法(四條樣線)誤差主要分布在-5%~5%之間,占比最大為42.9%(圖2D)。
圖2 不同方法覆蓋度測量誤差分布
目估法在大豆作物測量中誤差小于10%,為(7.8±10.7)%,顯著傾向于低估。實地樣線法在大豆作物測量誤差小于5%,為(2.8±14.4)%,傾向于高估,測量一個樣方(大小1 m×1 m)用時約為6.2 min。照片樣線法,當(dāng)測量兩條樣線時,其誤差為(3.7±12.7)%,傾向于低估,用時約1.9 min;當(dāng)測量四條樣線時,其誤差為(2.1±13.4)%,也傾向于低估,用時約3.0 min(表1)。
表1 不同方法覆蓋度測量誤差
目估法、實地樣線法、照片樣線法(兩條樣線和四條樣線)與照相法覆蓋度均呈顯著正相關(guān),P<0.05。隨照相法覆蓋度的增加,目估法、實地樣線法、照片樣線法的誤差均呈現(xiàn)出降低的趨勢,P<0.05(圖3)。
圖3 照相法覆蓋度與不同方法覆蓋度及其誤差的相關(guān)性
照相法覆蓋度與株高呈二次相關(guān),隨著株高的增加覆蓋度呈現(xiàn)出上升的趨勢(圖4)。
圖4 株高和照相法覆蓋度的相關(guān)性
隨株高的增加,目估法、實地樣線法、照片樣線法(兩條樣線、四條樣線)的覆蓋度誤差呈逐漸降低的趨勢,P<0.05(圖5)。
圖5 株高和不同方法誤差的相關(guān)性
通過樣線法測量第一層到第五層(每20 cm為一層)覆蓋度分別為(18.64±11.05)%、(47.29±15.36)%、(51.21±26.13)%、(0.38±0.24)%和(0.18±0.13)%。其中第一層到第五層覆蓋度呈現(xiàn)出先上升后下降的趨勢(圖6)。
圖6 層蓋度與株高的相關(guān)性
第一層(0~20 cm)與第二層(20~40 cm)覆蓋度呈顯著正相關(guān)(P<0.05),與第三層(40~60 cm)、第四層(60~80 cm)、第五層(80~100 cm)覆蓋度相關(guān)性不顯著(P>0.05)。第二層與第三層覆蓋度呈顯著正相關(guān)(P<0.05),與第四層和第五層覆蓋度呈顯著負相關(guān)(P<0.05)。第三層與第四層覆蓋度呈顯著正相關(guān)(P<0.05),與第五層覆蓋度相關(guān)性不顯著。第四層覆蓋度與第五層覆蓋度呈正相關(guān),但相關(guān)性不顯著(表2)。
表2 層蓋度之間的相關(guān)性
目估法測量覆蓋度誤差最大,平均為7.8%,目估誤差隨株高的增高呈現(xiàn)出先增加后降低的趨勢,當(dāng)株高為28.7 cm時,誤差達到最大。但是隨著高度的增加,覆蓋度也逐漸增加,使得目估精度逐漸提高。實地樣線法測量大豆覆蓋度精度較高,誤差小于3%(2.8%),但耗時較長,每個1 m×1 m樣方需用時6.2 min。研究發(fā)現(xiàn),大豆層蓋度之間呈弱相關(guān)性,故多層隨機擬合公式可以應(yīng)用于大豆作物覆蓋度的測量。相較于目估法,照片樣線法具有更高的測量精度,相較于實地樣線法,照片樣線法能夠節(jié)省野外采樣時間,提高工作效率。因此對于大豆和類似植物的覆蓋度測量,推薦使用照片樣線法,同時兩條樣線法即可滿足測量誤差小于5%的精度要求。
目估法的誤差最大,平均為7.8%(表1),可能由于大豆高度較高(29~91 cm,平均56.82 cm),不便垂直向下觀測。楊琴等人研究結(jié)縷草(株高3 cm)、白三葉(株高10 cm)和雀稗(株高15 cm),其對應(yīng)誤差分別為2.3%、4.2%和10.1%,發(fā)現(xiàn)植被越高目估誤差越大[2]。本文研究發(fā)現(xiàn),株高和目估法誤差通過二次擬合后呈現(xiàn)出先增高后降低的趨勢(圖5A),通過擬合公式計算得出,當(dāng)株高為28.7 cm時,其目估法誤差最大,在株高小于28.7 cm時,隨著株高的增加,誤差有上升的趨勢。當(dāng)株高高于28.7 cm時,隨著株高的增加誤差有降低的趨勢。形成以上趨勢的可能原因是:雖然隨著植物高度的增加,目視垂直向下觀察和估計植被覆蓋度難度增加,導(dǎo)致目估誤差增加,但是隨著植被高度的增加,植被覆蓋度也逐漸增加(圖4),當(dāng)植被的覆蓋度超過50%,并且逐漸增大,目估難度也會逐漸降低,使得目估精度逐漸提高[2,16,26]。
實地樣線法測量大豆植被覆蓋度精度較高,誤差小于3%(2.8%),但耗時較長,每個1 m×1 m樣方需用時6.2 min(表1)。之前的研究也發(fā)現(xiàn)實地樣線法耗時較長,實地樣線法測量結(jié)縷草、白三葉和雀稗覆蓋度時發(fā)現(xiàn)其誤差小于5%,但每個0.5 m×0.5 m樣方需用時3.45 min[2]。由于大豆高度較高(29~91 cm,平均56.82cm),本研究采取以20 cm為間隔,以實地樣線法分層測量植被覆蓋度,之后采取多層隨機擬合法計算大豆總體覆蓋度測量。實地樣線法測量誤差較小,說明多層隨機擬合法可以用于大豆及類似作物覆蓋度的測量。多層隨機擬合法的前提假設(shè)是各植被層之間相互獨立[14],我們對大豆各層覆蓋度之間的相關(guān)性進行了分析,發(fā)現(xiàn)相鄰層之間一般具有顯著的正相關(guān)關(guān)系(除第四層和第五層不顯著外),不同層覆蓋度之間的關(guān)系多為不顯著,僅僅是第二層與第四層和第五層為顯著負相關(guān)(表2),因此可以近似將不同層蓋度之間看作是相互獨立的,采用隨機擬合公式估算覆蓋度。未來需進一步驗證多層隨機擬合公式是否可以應(yīng)用于其他植被覆蓋度的測量。
照片樣線法當(dāng)采用兩條樣線測量覆蓋度(兩條對角線,長度合計為2.83 m)時,誤差小于5%(3.7%),平均用時1.9 min,當(dāng)采用四條樣線(兩條對角線加兩條平分線,長度合計為4.83 m)時,誤差小于3%(2.1%),平均用時3.0 min。相較于目估法,照片樣線法具有更高的測量精度,而相較于實地樣線法,照片樣線法能夠節(jié)省更多的時間,更為重要的是,實地樣線法的測量時間消耗均在室外,而照片樣線法的測量時間消耗為室內(nèi),在室內(nèi)能夠快速的完成測量,減少人力物力消耗及野外采樣時間,進而提高工作效率。因此對于大豆和類似植物的覆蓋度測量,推薦使用照片樣線法。而對于具體的兩條或者四條樣線的選擇,因為當(dāng)樣線數(shù)量從兩條增加到四條時,測量誤差僅能降低約1.6%,但是平均耗時需增加約1.1 min,所以推薦采用兩條樣線即可滿足測量精度要。