退化高寒草甸狼毒遥感识别及其对环境的响应关系

Stellera chamaejasme L. (Stellera) is one of the most serious weeds threatening a wide range of alpine grasslands in the Qinghai-Tibetan Plateau; the rapid expansion of the toxic weed has exerted severe impacts on the alpine meadow ecosystems. Taking the typical degraded meadow in Qilian County of Qinghai Province as study area, integrating with spectral separability technique, vegetation quantitative analysis, image classification and GIS spatial analysis, we focus on the classification method of Stellera and its response to environmental impacts. The main goals are: 1) to evaluate the spectral separability between main species/communities in the degraded meadow based on field spectrometry, and extract the diagnostic bands for the spectral discrimination of Stellera; 2) to analyze the correspondences between plant species, community types and image spectra, and build the remote sensing extraction method of Stellera by the combination of vegetation ordination and cluster methods; 3) to analyze the response of Stellera distribution to environmental factors on the microscale/macroscale, and determine the key influencing factor of Stellera pattern; then to put forward relevant control and management measures. The study is of great value for improving remote sensing monitoring methods for toxic weeds and providing the basis for the restoration of the degraded alpine meadow.

狼毒是青藏高原危害最严重的毒草种类之一，其快速扩张对高寒草甸生态系统的演变产生深刻影响。选取青海省祁连县典型退化高寒草甸为研究区，将光谱分离技术、植物数量分析、遥感图像分类及GIS空间分析方法交叉融合，开展狼毒遥感识别方法及其环境响应研究。项目以野外光谱测量为基础，分析退化草甸主要植物种类/群落的光谱差异性，选取狼毒光谱识别的特征波段。结合植物排序和分类方法，研究植物种类—群落类型—影像光谱之间的对应关系，明确狼毒群落与其他群落的影像光谱表达，构建生态学意义明确的狼毒遥感识别方法。在微观—宏观尺度下，研究狼毒分布对土壤、气候及地形等环境因素的响应特征，辨析狼毒空间分布格局的主导环境因素，提出狼毒监测与防治的措施与对策。研究成果对于建立科学完善的毒草遥感监测方法体系具有重要意义，并为毒草的综合治理和退化高寒草甸的恢复提供依据。

狼毒的快速入侵对青藏高原高寒草甸生态系统的影响和当地畜牧业发展的制约日益严重，其已成为草地中重度退化的标志性植物。本研究在青海省祁连县选取狼毒型退化草甸作为研究区，开展群落样方调查、环境要素采集、野外光谱测试和无人机成像的野外综合实验，获取无人机载RGB正射影像/Resonon高光谱影像和Planet多光谱卫星影像，完成了以下研究内容:（1）采用层析降维法分析退化草甸植物物种/群落的光谱可分性，提取狼毒光谱识别的最优特征波段；（2）集成植被数量分类与图像分类方法，构建多尺度的狼毒遥感分类方法体系；（3）将排序方法、生态位模型与GIS分析技术相结合，在微观与宏观尺度明晰狼毒分布对环境因素的响应关系。结果显示，层次降维法能够精确筛选草地主要植物种类/群落之间光谱区分的特征波长，综合叶片光谱与样方光谱的降维结果，确定狼毒识别的特征波长主要位于蓝光、绿光、红光和红边波段。典型区/研究区的植物物种与影像特征光谱的RDA/CCA排序显示，高光谱和多光谱影像与植物物种分布之间没有明显关系，在物种尺度难以对狼毒进行有效识别。基于J-M距离/转换分离度对TWINSPAN划分的植物群落进行光谱可分性评价及调整，构建了群落构成明确且影像光谱可分的狼毒遥感识别方案。基于Resonon高光谱影像和Planet多光谱影像，采用图像分类方法对典型区和研究区的狼毒分布进行提取，其中随机森林和支持向量机算法的应用精度最高，狼毒识别总精度大于85%，Kappa系数大于0.75，取得了理想的分类效果。环境因子的RDA/CCA排序及狼毒潜在分布区的环境变量分析表明，微观环境中土壤养分是狼毒群落分布的主导环境因子，在区域尺度，气温是狼毒群落分布的关键影响因素，其次是土壤含水率。项目研究为狼毒入侵调查与监测提供了重要的技术支持，为狼毒型退化草甸的恢复重建、毒杂草类的综合治理和畜牧业的可持续发展提供了科学参考和依据。