作者：翟暢 胡潤田 范文義 單位：東北林業(yè)大學(xué)林學(xué)院 東北林業(yè)大學(xué)帽兒山實驗林場

1研究區(qū)域及研究方法

1.1研究區(qū)概況研究區(qū)坐落于東北林業(yè)大學(xué)帽兒山實驗林場老山實驗站，隸屬于黑龍江省尚志縣，地理坐標(biāo)為127°36'～127°39'E，45°23'～45°26'N，為長白山植物區(qū)系張廣才嶺西北部小嶺的余脈，平均海拔300m，一般坡度在10°～15°。大陸性溫帶季風(fēng)氣候，年平均氣溫為2～3℃。年降水量為600～800mm，年蒸發(fā)量為1094mm，年平均濕度為70%，年日照時數(shù)為2471.3h，年平均風(fēng)速為1.5m/s。該地區(qū)歸屬于長白植物區(qū)系，森林覆蓋率為70.2%，闊葉紅松林為原地帶性頂級植被，遭受重大破壞經(jīng)幾個階段演替后逐漸恢復(fù)為天然次生林相，較為典型，類型多樣，主要的次生演替灌木林群落為胡枝子灌叢、棒子灌叢、珍珠梅灌叢以及繡線菊灌叢。土壤類型多為暗棕壤森林土，土壤肥沃且濕潤［10］。

1.2數(shù)據(jù)獲取及預(yù)處理

1.2.1樣地森林水源涵養(yǎng)物理量估算在研究區(qū)內(nèi)選取8種林分類型分別設(shè)置20m×20m的標(biāo)準(zhǔn)樣地。在研究區(qū)附近建立氣象觀測站，根據(jù)文獻(xiàn)［11－14］的野外數(shù)據(jù)收集方法分別得到了每次降水后各林分類型林冠層截留降水量、枯落物層持水量和土壤層含蓄降水量。以此作為模型建立的基礎(chǔ)數(shù)據(jù)。

1.2.2遙感數(shù)據(jù)獲取及預(yù)處理本研究選取北京衛(wèi)星地面接收站接收的Land-sat－5TM影像作為研究區(qū)內(nèi)森林水源涵養(yǎng)效益計量的數(shù)據(jù)源。數(shù)據(jù)來源為中國科學(xué)院對地觀測與數(shù)字地球科學(xué)中心對地觀測數(shù)據(jù)共享計劃。遙感影像獲取時，因太陽位置、大氣條件、傳感器成像、地形起伏、遙感平臺姿態(tài)、地球自轉(zhuǎn)等多種因素的作用［15］，對遙感影像有一定程度的影響，因此有效的消除各種因素對遙感影像的影響能夠達(dá)到增強信息量，提高光譜特征精確度，細(xì)化影像紋理特征的目的［16］，遙感影像經(jīng)過預(yù)處理后要能夠全面準(zhǔn)確的反應(yīng)出研究區(qū)的地表信息。遙感數(shù)據(jù)的預(yù)處理包括多光譜數(shù)據(jù)組建、幾何校正、輻射定標(biāo)、大氣校正等過程［16］。

1.2.3其他數(shù)據(jù)獲取前人的研究中大多數(shù)方法和模型都沒有真正充分利用遙感所提供的數(shù)據(jù)，特別是對結(jié)合地理信息數(shù)據(jù)庫的定性因子的引用明顯不足，基于以上原因，本研究提出將RS和GIS變量引入模型，故本文提取了各種與森林水源涵養(yǎng)效益相關(guān)的波段及各波段組合(包括植被指數(shù))信息、地形因子信息(高程、坡度和坡向)和主成分因子信息參與模型的建立［16］。其中DEM數(shù)據(jù)來自中國科學(xué)院計算機網(wǎng)絡(luò)信息中心國際科學(xué)數(shù)據(jù)服務(wù)平臺。

1.2.4樣地遙感信息提取對于固定樣地中遙感信息的提取，采用空間定位的思想，將樣地矢量數(shù)據(jù)和遙感柵格數(shù)據(jù)進(jìn)行疊加，在固定樣地的矢量點文件中讀取樣地相應(yīng)的坐標(biāo)，按照坐標(biāo)提取柵格圖像上對應(yīng)像元中儲存的信息［16］。為了給森林水源涵養(yǎng)模型的建立提供可靠數(shù)據(jù)，本研究利用IDL語言設(shè)計了按坐標(biāo)提取遙感影像灰度值的程序，因樣地大小為20m×20m，而TM影像的分辨率為30m×30m，忽略GPS精度的影響近似的認(rèn)為每個樣地點都能夠落入到影像的一個像元中。

1.3常規(guī)統(tǒng)計模型建立從各波段灰度值、不同波段灰度值之間的線性和非線性組合所派生出的各種變量因子(包括各種植被指數(shù))、以及非生物因子?xùn)鸥窕纬傻妮o助波段如海拔、坡度、坡向等出發(fā)［17］，盡可能多地選出各種自變量用于估算森林水源涵養(yǎng)生態(tài)效益的物理量。選取TM1、TM2、TM3、TM4、TM5、TM7、TM73、TM42、TM437、TM452、RVI、DVI、NDVI、SAVI、PVI、亮度、綠度、樣地坐標(biāo)X、樣地坐標(biāo)Y、高程、坡度、坡向、降水量、PC1、PC2、郁閉度和林齡27個自變量，根據(jù)提取影像灰度值程序提取出樣地點的因子信息參與建模，對所有這些因子與對應(yīng)樣地總水源涵養(yǎng)物理量作相關(guān)性分析，相關(guān)系數(shù)見表1。由此可以看出:TM1、降水量(Precipitation)與樣地水源涵養(yǎng)物理量相關(guān)系數(shù)在0.05水平上具有顯著性，TM2、TM3、TM5、TM7、TM437、DVI、NDVI、PVI、Elevation和郁閉度與樣地水源涵養(yǎng)物理量相關(guān)系數(shù)在0.01水平上具有顯著性。利用SPSS統(tǒng)計分析軟件，利用逐步回歸的方法，樣地物理量作為因變量，27個與之相關(guān)的因子作為自變量進(jìn)行回歸分析。

2結(jié)果分析

2.1物理量及價值量估算根據(jù)模型結(jié)果，選取所需變量，應(yīng)用ENVI的波段運算功能計算出研究區(qū)的物理量分布如圖1所示。式中:E為森林水源涵養(yǎng)效益的價值量;P為有效面積系數(shù);R為市場逼近系數(shù);C為貨幣轉(zhuǎn)換系數(shù);S為研究區(qū)面積。而在本區(qū)域內(nèi)，R=1，C=0.8［17］，研究區(qū)面積由ENVI軟件中計算像元個數(shù)得到。結(jié)合GIS，生成研究區(qū)價值量分布圖，如圖2所示。將各個像元值相加，得到2008年全年水源涵養(yǎng)生態(tài)效益的物理量總量I=263.78萬t，價值量總量E=131.89萬元。由此可以看出，在研究區(qū)的西北及中東部地區(qū)涵養(yǎng)水源的能力較強。

2.2結(jié)果檢驗利用未參與建模的實測數(shù)據(jù)與模型估測數(shù)據(jù)進(jìn)行比較，建立圖3的關(guān)系圖。根據(jù)下式計算模擬精度。2.3物理量空間分析因物理量與價值量存在線性相關(guān)關(guān)系，故只對物理量進(jìn)行分析如圖4所示。研究區(qū)高程區(qū)間為0～775m，劃分為7個等級;坡度按國家等級劃分為6個級別;坡向劃分為9個方向。分別計算每個等級的物理量，圖4可以看出物理量隨高程的增大而逐漸升高，在第3個等級(200～300m)處達(dá)到峰值(44%)，隨后隨高程增大而驟減。引起變化的主要原因是重力和地球引力;由于類似的原因，在坡度的第2個等級(6°～15°)處物理量達(dá)到峰值(45%)，繼而隨坡度增大而降低;在坡向的第一(平坡)和第六等級(南坡)處，物理量分別為32%和25%，均高于其他等級。這是由于陽坡和半陽坡比陰坡和半陰坡的林木生長快，樹木的郁閉度和生物量較高而引起的［18］。

3結(jié)束語

利用生態(tài)定位觀測站數(shù)據(jù)與遙感和地理信息數(shù)據(jù)相結(jié)合，構(gòu)建研究區(qū)的物理量統(tǒng)計模型和價值量計量模型，估算了2008年老山地區(qū)的水源涵養(yǎng)能力，為林區(qū)可持續(xù)發(fā)展提供了寶貴的數(shù)據(jù)基礎(chǔ)。在本研究中，準(zhǔn)確地利用遙感信息驅(qū)動生態(tài)學(xué)過程模型，將研究尺度成功地從林班或小班尺度轉(zhuǎn)換到像元尺度上，為大區(qū)域的相關(guān)研究奠定了基礎(chǔ)，并且結(jié)合地理信息技術(shù)，使研究結(jié)果更加直觀。但在研究過程中由于數(shù)據(jù)有限，并沒有對各個樹種分別建模，故導(dǎo)致了結(jié)果的不精確性，另外，在提取樣地遙感信息時也具有像元值誤差。