引 言

長白山地區的原始闊葉紅松林是我國溫帶地帶性頂極群落。該區保存有大面積的原始林，還有經采伐或火燒、風倒等干擾后形成的次生楊樺林，是恢復到闊葉紅松林前的過渡階段。紅松是闊葉紅松林的主要建群種，但在闊葉紅松原始林中紅松天然更新差，難以成為幼樹，相比之下，紅松在楊樺林下更新良好。原始闊葉紅松林與楊樺林在樹種組成、林木生長狀況、林下更新狀況等方面有著明顯的區別，在季相貌變化上也因生活型組成的不同而各有特點，這種差異不僅反映植被自身的光譜特性，也與林下植物特別是更新層的發展有密切聯系。

植被冠層光譜特征季節變化規律研究，可為植被生理參數反演、植被類型識別和動態監測提供理論基礎。植物葉片的色素含量、結構特征、含水量等決定了所表現的光譜特征。葉片在510~710nm區光譜反射率與葉綠素含量之間呈負相關，710~920nm呈正相關，出現“紅谷”、“綠峰”和“藍谷”現象，即在紅藍光區吸收率高，而在綠光區反射率高，這是因為植物光合作用主要利用的是紅藍光。植物的近紅外波段光譜特性則主要受葉片內部構造以及葉面積指數（LAI）等綜合因素的影響。在植物光譜曲線680~740nm之間變化最快的點，即“紅邊”位置變化與葉綠素濃度有關，常被用來監測植被健康水平。冠層光譜特征可以使用光譜儀等儀器進行實地測量，而且往往集中于葉片尺度或農田、草原等低矮植被冠層的觀測。森林冠層光譜的觀測受到樹冠高度、觀測角度、觀測時間、觀測平臺設備等因素的限制，數據獲取較為困難，理論上可以通過測定若干特定時間的植被冠層光譜特征分析植被變化，特別是季節變化，但很少也很難在地面上進行長期連續觀測。

本研究通過遙感影像提取長白山闊葉紅松林（原始林）與楊樺林（次生林）多年冠層光譜信息，分析冠層光譜季節變化特征，以期通過不同波段數據以及植被指數變化，闡明長白山原

研究區概況與研究方法

本文研究區域為長白山國家級自然保護區，位于我國吉林省。該區年平均氣溫2~4℃，無霜期為101~141d，整個樹木生長季的降雨量占全年降雨量的80%以上。闊葉紅松林是該區的地帶性頂極植被類型，林齡超過200年，分布于海拔500~1100m的玄武巖臺地上。區內的楊樺林主要是受風倒干擾形成的，是闊葉紅松林演替系列中持續時間較長的階段。

本研究利用多源衛星影像提取光譜信息并反演反映植被綠度的常用參數，常用的綠度參數為：歸一化植被指數（NDVI）和增強植被指數（EVI）。研究原始林與次生林冠層光譜特征及綠度變化，在此基礎上分析植被綠度變化與氣象因子的關系。數據處理的過程大致包括：影像預處理、冠層光譜反射率提取、綠度參數計算、綠度與氣象因子之間的相關分析等。

2.1 遙感影像預處理

本研究所用遙感數據以谷歌地球引擎（GEE）為分析平臺。這是由谷歌、卡內基梅隆大學和美國地質調查局聯合開發的基于云計算的地理信息處理系統。此平臺提供了大量影像數據，通過依靠Google的高性能集群服務器對影像進行在線可視化處理，信息提取十分快捷。本研究所用的衛星數據源為陸地衛星地表反射率數據（LSR）系列數據和哨兵二號多光譜2a級數據集。

LSR系列數據包含陸地衛星專題制圖儀（TM）、陸地衛星增強型專題制圖儀（ETM+）、陸地衛星陸地成像儀（OLI）影像，時間分辨率為16d，空間分辨率為30m，均包含3個可見光波段及一個近紅外波段。LSR數據產品是通過陸地衛星生態系統擾動自適應處理系統（LEDAPS）處理，利用大氣表觀反射率（TOA）和亮溫（BT）數據，對太陽光譜輻射傳輸模型（6S）中的衛星信號進行二次模擬，生成地表反射率（SR）數據。SR數據已經過輻射定標、大氣校正等處理，最大限度地消除了大氣散射、吸收、反射引起的誤差。Sentinel-2MSIlevel-2a數據集為經過處理后的大氣底層反射影像，時間分辨率5d，共7個波段，其中4個可見光及1個近紅外波段的空間分辨率為10m，短波紅外和1個紅邊波段的空間分辨率為20m

2.2 冠層光譜反射率提取

研究數據集包括1984-2012年Landsat5-SR，2012年Landsat7-SR、2013-2019年Landsat8-SR以及2019年Sentinel2-level2a數據。首先通過Google Earth對研究區的原始林與次生林進行目視解譯，從對象區選取典型植被類型，即闊葉紅松林（原始林）以及次生楊樺林（次生林）。樣點A為次生楊樺林，主要喬木樹種有：白樺、色木槭、紫椴、大青楊、山楊、紅松、假色槭、擰筋槭、蒙古櫟、青楷槭、春榆、槺椴、水曲柳和懷槐共計14種。樣點B為闊葉紅松林，主要樹種有紅松、紫椴、水曲柳、白樺、色木槭、蒙古櫟等。

選點時以冠層特征明顯、區域代表性強、樣點分布均勻為原則，選取多個矢量區域作為研究樣本區域（圖1）。原始林樣區面積合計為1.2186km2，次生林樣區為0.2312km2。通過GEE平臺對研究區進行CFmask云掩膜后分別提取1984-2019年兩種森林類型的平均冠層光譜反射率。

圖1 植被遙感光譜信息提取位點

2.3植被指數

（1）歸一化植被指數（NDVI）。歸一化植被指數廣泛用于植被物候檢測與植被覆蓋度提取。該指數利用紅光和近紅外光反射率計算。公式如下：

（2）增強植被指數（EVI）。增強植被指數可表征森林冠層光合組分的光合有效輻射吸收比例，反映森林吸收太陽輻射進行光合作用的能力，避免了NDVI指數飽和問題，計算該指數所用的原始波段為紅光、近紅外光以及藍光。公式如下：

（3）哨兵二號紅邊位置（S2REP）。紅邊位置可用來檢測植被健康狀態。當植被葉綠素含量增加，光譜紅邊位置向長波方向移動。公式如下：

2.4 氣象數據

數據來自中國氣象數據網。距離研究區域最近的氣象站為長白氣象站、東崗氣象站、二道氣象站。所用氣象要素為氣溫，時間跨度為1984-2018年，提取日平均氣溫、日最高氣溫和日最低氣溫，計算生長季年平均氣候指標和多年平均氣候指標。研究區的季節劃分為春季（3-5月）、夏季（6-8月）、秋季（9-11月）、冬季（12月至翌年2月），生長季（4-10月）。

2.5 影像數據處理

由于在數據提取中進行了去云處理，通過對數據進行線性內插，S-G濾波平滑和重構該時間序列數據，可有效彌補因受云和大氣影響而產生的數據不足，提高時間序列數據的質量。本研究所使用遙感時間序列數據主要包括：1984-2019年Landsat的15d遙感時間序列數據以及2019年Sentinel-2的5d遙感時間序列數據。數據的時間分辨率會物候觀測研究結果造成影響，有研究發現采用8d或10d的時間序列數據合成可以滿足大多數生態學研究。本研究通過對Landsat-8OLI8d合成遙感數據以及1年Sentinel-2遙感數據進行冠層光譜值提取，綜合分析長白山原始林與次生林冠層光譜季節變化特征。提取2019年Sentinel-2遙感影像多種植被指數分析原始林與次生林植被生長差異。采用雙邏輯斯蒂曲線對植被冠層多年NDVI進行擬合，分析研究區植被季節變化特征。通過線性變化趨勢擬合原始林與次生林植被指數年際變化，進而分析二者EVI對氣溫變化的響應。

（1）冠層光譜反射率時間序列平滑。對冠層光譜反射率時間序列采用Savitzky-Golay卷積平滑法進行處理，利用最小二乘擬合系數作為數字濾波響應函數對原光譜進行處理，以去除高頻隨機噪聲。

（2）植被指數月合成數據。采用最大值合成法（MVP）將月不同日期的NDVI數據疊加起來取最大值，消除云與氣溶膠的影響，以反映植被綠度的真實狀況。

（3）植被指數均值計算。根據多年衛星影像數據計算的NDVI，計算相同月份或相同年份的平均值，以表征植被綠度的月均值或年均值。

（4）植被指數NDVI的雙邏輯斯蒂曲線擬合。基于全年數據進行擬合，根據物候進程特征，即植被綠度春季上升、秋季下降，同時用增長曲線和下降曲線結合進行擬合，得到雙邏輯斯蒂曲線。

（5）相關分析。計算原始林與次生林植被1985-2019各年月均EVI與同期月平均氣溫、月最高氣溫、月最低氣溫之間的皮爾遜（Pearson）相關系數，進而分析二者EVI對氣溫變化的響應。

三、結果與分析

3.1原始林與次生林冠層光譜反射率

（1）Landsat-8OLI影像冠層光譜反射率季節變化

由Landsat-8OLI影像可見光波段所反映的冠層反射率呈明顯的季節變化特征：非生長季明顯高于生長季，而近紅外的變化則與可見光相反。可見光波段主要受植物葉綠素吸收作用的影響，原始林與次生林的藍光和紅光波段冠層反射率變化基本同步（圖2），綠光波段在生長季時期微弱下降，從一定程度上反映了植物葉片的氮水平。年初原始林可見光波段冠層反射率為6.0%、次生林在11.0%左右。生長季初期，隨著展葉的進行，植被葉綠素不斷增加，葉綠素吸收光量子進行光合作用，所以可見光波段冠層反射率逐漸下降（主要影響紅藍光），在第130天（5月10日）之后，可見光冠層反射率穩定在較低水平。第260天左右（9月17日），可見光波段冠層反射率開始上升，最終各個波段又恢復到年初水平。

圖2 長白山兩種森林植被冠層光譜8d合成的反射率季節進程

(2013?2019年Landsat 8數據)

在近紅外波段，原始林在年初冠層反射率13.0%，較為穩定，而次生林則由15.0%上升為23.0%后逐漸下降，這可能受群落LAI以及植物葉片內部構造的影響。生長季隨著植被葉片數量增加以及大小變化，由于冠層葉片的多次反射和透射，次生林在近紅外波段產生更高的反射率，二者在第180天（6月30日）左右達到最高峰，次生林最高可達39.0%，原始林則為35.0%。原始林在第277天（10月5日）下降到穩定狀態，次生林則在第284天（10月12日）趨于平穩。近紅外波段與可見光波段冠層季節變化趨勢相反，即生長季可見光反射率降低，近紅光則升高，反映了植物的生理活動狀況。在季節變化進程中，近紅外波段冠層反射率高于可見光，在4-10月期間差異更為明顯。比較兩種植被類型，原始林與次生林冠層光譜值變化趨勢相似，但冠層光譜反射率不同。除植被生長旺盛時期，原始林冠層反射率一般低于次生林，且各波段季節變幅小于次生林，這是由于原始林中有大量的常綠針葉樹，植物葉片形態與冠層結構狀態都會對冠層的近紅外反射率產生影響。次生林春季初的冠層近紅外反射率出現峰值，這可能是由于次生林闊葉樹種冠層蓋度較小，易受到雪及土壤背景的影響。在生長季期間原始林與次生林近紅外差異顯著，可能與闊葉林冠層結構有關，闊葉樹種使得光譜入射更趨向于二向性反射，增加了冠層表面近紅外反射。在可見光波段，生長季尤其是當植被因展葉而蓋度較高時相差很小；非生長季次生林反射率高于原始林，這和構成次生林的優勢種白樺的白色樹皮有關。更重要的是，在樹木展葉開始前，林地積雪（春季積雪可持續到4月下旬，秋季從11月份開始有積雪）對反射率的貢獻很大，而原始林有大量的常綠針葉樹，而且樹體龐大，枝干的蓋度較高，對地面的輻射反射的阻擋作用更明顯。

（2）Sentinel-2影像光譜反射率季節變化

2019年Sentinel-2影像顯示的結果與Landsat-8OLI相似。植物葉片主要是吸收可見光部分（特別是紅藍光），其吸收幅度通常這與葉綠素含量有關。生長季期間植被可見光反射率出現明顯的“紅谷”、“綠峰”和“藍谷”現象（圖3），且原始林與次生林冠層可見光反射率基本一致。在非生長季原始林與次生林均未出現“兩谷一峰”現象，在整個季節變化中出現與消失時間相近，均在5月中旬和10月下旬（圖3）。二者哨兵二號影像紅邊波段季節變化明顯，且原始林與次生林紅邊變化差異較大。非生長季，原始林冠層光譜反射率較為穩定。由于林內有大量的常綠針葉樹紅松，在此階段存在微弱“紅邊效應”。隨著葉片大小和數量以及與此相伴隨的植被葉綠素含量的增加，原始林與次生林都出現了明顯的“紅邊”即近紅光反射率提高，這還和生長季節葉片有較高的含水率有關。生長季期間，次生林冠層近紅外波段反射率明顯大于原始林。

圖3 高分辨率影像提取的林冠層光譜反射率季節變化(2019年)

審核編輯黃昊宇