1、利用改進的生境分類方法對關鍵蝗蟲生境類型進行分類蝗蟲生境是指蝗蟲賴以生存和生活的環境.蝗蟲生境類型與蝗蟲的發生和成災有著密切聯系,因此探討蝗蟲生境類型的遙感分類問題是研究蝗蟲發生與生境關系機理、進行蝗災預測預警的關鍵1 -3.許多研究指出,生境類型的變化是近年來蝗蟲災害頻發的重要原因之一4 -7,但由于難以獲取歷史時期實地生境類型的調查資料,因此圍繞生境類型變化的研究還鮮有報道.衛星遙感技術具有周期性、動態、實時大面積觀測的特點,可以破解歷史時期實地調查資料難以獲取的難題,為研究生境類型的變化提供可靠的數據來源.針對蝗蟲生境的遙感分類已有大量研究,如MA 等8根據被蝗蟲破壞植被的光譜特征在單時

2、相TM 圖像上提取蝗蟲生境,進而對蝗蟲災害進行監測和預測.蔣建軍等9利用單時相 TM 圖像,結合地理輔助數據及野外考察資料,應用基于知識的方法對環青海湖地區草地蝗蟲生境類型分類進行研究.李開麗等10利用 2 個時相的 TM 數據,采用最大似然法和基于知識的分層分類法,通過疊加紋理指數以及不同波段的組合對河北省黃驊市東亞飛蝗最優生境遙感分類方法進行比較.以上研究均利用不同的分類方法,有效地對不同生境類型進行監測,并進一步研究蝗蟲生境與蝗蟲大暴發之間的關系.但這些研究大多是基于單時相或融合不同遙感數據進行監測.為了提高分類精度,孟慶輝等11利用多個時相的環境減災小衛星數據構建歸一化差值植被指數(

3、normalized difference vegetationindex,NDVI) 時間序列,利用研究區典型植被的物候特性,對研究區 10 種生境類型進行分類.該研究指出利用單時相數據往往存在同物異譜和同譜異物現象,容易引起錯分和漏分,而時間序列遙感數據可以較好地避免這個問題.但由于受數據源的限制,歷史時期的時間序列遙感數據往往難以獲取,因此,在利用歷史時期遙感數據進行分類時,可以綜合利用該時期多個時相遙感數據,充分利用多個時相中植被的物候信息,避免單時相數據分類精度過低的問題.以河北省渤海新區為研究區,選取 20 a 來不同蝗災發生程度的3 個典型歷史時期,利用7 景 Land-Sat

4、TM 數據,通過改進的生境分類方法對關鍵蝗蟲生境類型進行分類.在此基礎上,結合地面調查數據和氣象數據,分析這 3 個典型時期蝗蟲生境類型的時空變化及其驅動機制,以探索有效監測和分析蝗蟲生境類型變化的方法,為蝗蟲災害的監測和防災減災提供科學依據.1 研究區概況與研究方法1. 1 研究區概況及數據渤海新區( 38°09 38°39 N,117°05 117°49 E) 位于河北省東部,包括原黃驊市、南大港農場、中捷人民友誼農場( 簡稱中捷農場) 和黃驊港等,總面積約為 1 544. 7 km².該地區氣候屬暖溫帶大陸性季風氣候.地勢低平,海拔在 l 5 m

5、 之間.土壤多為草甸土類,土壤鹽堿度高.主要作物有小麥、玉米、棉花和大豆等.天然植被主要為蘆葦、黃須和馬絆草等,分布在洼淀、湖泊、河道形成的荒地,渤海沿海灘涂葦荒地以及水庫周邊的灘地,為蝗蟲提供了天然的滋生繁殖場所.根據每年蝗區面積,黃驊市植保站通過設定一系列閾值而確定的蝗蟲暴發等級見圖 1.圖 1 顯示,渤海新區歷年來均有不同程度的蝗蟲發生.所使用的衛星遙感數據均為 LandSat TM 數據,軌道號為 122 -33,由美國地質調查局( U. S. Geo-logical Survey,USGS) 網站下載得到.為了研究土地利用對蝗蟲發生的影響,擬選擇 3 個不同蝗災危害程度的歷史時期進行

6、分析.根據圖1 和可用的遙感數據,將1992 年7 月30日和 1993 年 6 月 15 日的 2 景影像作為第 1 時期,將 2000 年6 月10 日、2001 年5 月12 日和2001 年9月1 日的3 景影像作為第2 時期,將2009 年8 月30日和 2010 年 6 月 14 日 2 景影像作為第 3 時期.3個典型時期分別代表蝗災危害程度中、重和輕 3 個不同時期.預處理工作主要包括輻射定標、大氣校正和幾何配準.通過讀取頭文件中的定標系數直接進行輻射定標,同時為了消除大氣和光照等因素對地物反射的影響,獲得地表的真實反射率,選用暗像元法進行大氣校正.所有下載數據已經進行幾何校正

7、,但為了綜合利用多時相數據進行分類,以 2009年 TM 影像作為基準,對其余 6 幅影像進行幾何配準,配準誤差控制在 0. 3 個像元以內,以達到此次研究的精度要求.先后開展 2 次野外考察,2010 年 6 月 7-11 日的第 1 次野外實驗獲得 115 個樣本點,植被類型主要包括蘆葦、小麥、雜草和棉花等.2011 年 6 月14-18 日的第 2 次野外調查共獲取 117 個樣本點,主要包括苜蓿、棗樹、蘆葦和雜草等.實地調查信息主要用于遙感分類時訓練區的選取.此外,還收集了 1980-2010 年蝗區調查數據,主要包括經緯度坐標和蝗蟲發生情況統計等信息;收集整理了該地區社會經濟等方面的

8、資料.1. 2 東亞飛蝗生境類型分類系統植被是蝗蟲的主要食物來源和棲息環境,因此組成生境類型的植被可作為主導性分類依據11.蘆葦地和草地均為蝗蟲常發區域,是需要重點監測的 2 種地物類型.蘆葦地植被以蘆葦為主,覆蓋度一般在 60%以上,植株高度平均可達 120 cm.研究區蘆葦地主要集中在南大港、黃灶、騰南大洼、李官莊水庫和楊官莊等水庫或洼地.在研究區河流和道路兩旁也常有稀疏蘆葦地,蓋度和高度較小,在分類時統一歸為蘆葦地.草地主要分布在農田間,是東亞飛蝗產卵、擴散和活動的重要場所.由于歷史影像上荒草地和夾荒地的光譜特征非常相似,因此將夾荒地也歸為草地.研究區典型作物有小麥、玉米、棉花和大豆等,

9、但一般來說,農田區域的耕作模式會導致蝗卵成活率很低,因此常年耕作的農田不屬于蝗蟲發生的滋生地,將以上作物地與果園統一歸為農田.近些年來,在渤海新區南部種植了大量苜蓿,針對苜蓿生態治蝗的特點,將苜蓿地單獨作為 1 個類別.為了保證分類系統的完整性,還提取了居民地和鹽田水體影像數據.綜上所述,最終的分類系統主要為蘆葦地、草地、農田、居民地、鹽田水體和苜蓿地 6 種地物類型.1. 3 蝗蟲生境類型的遙感分類由于基于單景數據進行分類易受到同物異譜和同譜異物現象的影響,故針對每個時期分別選擇2 3 景遙感數據,充分利用不同時相上植被的物候特征信息以提高分類精度.主要方法如下: 首先根據分類系統對每景圖像

10、蝗蟲生境單獨進行分類,然后將每景圖像中確信度高的區域鑲嵌到結果圖中,剩余部分和重疊部分通過人工判讀并結合實地考察數據,利用 Google Earth 等輔助數據進行二次判別,最終生成蝗蟲生境類型分布圖.云污染以及光譜混分現象往往會導致單景分類結果存在漏分和錯分等問題,而綜合 2 3 個時相的分類結果可以有效避免這種現象.如 2001 年 9月的 TM 數據對研究區內棗樹區分力不大,而利用2000 年 6 月的數據可以很容易地將棗樹影像數據提取出來.蘆葦和草地的區分也是一個難點.經過 2 次野外實地考察并與對多景遙感圖像的目視解譯發現,蘆葦的生長區域常固定不變,集中在南大港、黃灶、騰南大洼、李官

11、莊水庫和楊官莊等地,且分類數據時相都在 6 月后,蘆葦生長茂密,易通過光譜特征與其他地物相區分; 而草地與農田易混區域則需要多景圖像獲取植被的物候信息,并在輔助數據支持下進行二次判別才能確定.如對于 1992年7 月的 TM 數據,由于羊二莊附近草地光譜與農田相似而難以區分,但是對于 1993 年 6 月的 TM 數據,該地區剛完成冬小麥的收割,可以很容易地通過光譜正確劃分上述 2 種生境類型.蝗蟲生境分類流程見圖 2.2 結果與分析2. 1 生境類型分類結果及驗證分別對 3 個時期多時相數據進行分類、合并和調整后,得到 3 個時相蝗蟲生境類型分類結果( 圖 3) .每個時期的分類結果是由 2

12、 3 景單時相分類結果經處理后得到的,但為了表述的方便,分別稱 3 個時期為 1992、2000 和 2009 年.采用混淆矩陣方法對分類結果進行驗證( 表1) .用戶精度指正確歸為某類的像元總數與分類結果中該類像元總數的比值,可以反映錯分像元情況.生產者精度指正確歸為某類的像元數與圖像中該類真實像元總數的比值,可以反映正確分類像元情況.需要指明的是,由于缺乏歷史考察數據,將各種典型地物的訓練區隨機分成 2 個部分,70%用于分類,其余 30%用于精度驗證.采用該方法得到的分類精度會比實際情況偏高一些,但在一定程度上也能夠說明分類結果的準確程度.表 1 顯示,鹽田水體與居民地的分類精度較高;蘆

13、葦地基本能被準確地區分出來,但由于混合像元的影響,小部分位于路邊或河邊的蘆葦地容易歸為農田或草地.同樣,由于研究區農田地塊比較破碎,因此造成大量的混合像元,降低了草地和農田的分類精度.黃驊市在 2000 年以后開始種植苜蓿,因此前 2 個時期對苜蓿地沒有選取訓練區,2009 年 苜蓿地生產者精度達到 95. 82%.2. 2 蝗蟲生境類型變化分析為了研究生境類型變化對蝗蟲發生的影響,將3 個時相各種生境類型面積及所占比例進行統計( 表 2) .由表 2 可知,蝗蟲危害嚴重的第 2 時期,蘆葦地面積為 143. 7 km²,草地面積為 596. 2 km²，兩者均為適宜蝗蟲發

14、生的生境類型,總面積達 739. 9km²,大于第 1 時期的 475. 0 km²和第 3 時期的602. 6 km².1992-2000 年蘆葦地面積從 137. 8km²增至 143. 7 km²,草地面積從 337. 2 km²增至596. 2 km².2000-2009 年,蘆葦地面積降至 129. 1km²,草地面積降至 473. 5 km².在空間分布上,蘆葦地主要分布在南大港、黃灶、騰南大洼、李官莊水庫和楊官莊等區域,且 20 a 來沒有太大變化; 草地則廣泛分布于黃驊市周圍以及羊二莊和羊

15、四村等附近( 圖 3) ,并且 3 個時期有著很大變化,這可能主要是因為農民撂荒和墾荒所致.2. 3 蝗蟲發生的影響因素分析在研究區影響蝗蟲發生的主要因素有氣候、生境類型、天敵和人類活動等.氣候因素中最重要的因子為降水和氣溫.降水主要影響蝗蟲卵的孵化,蝗蝻的發育、活動以及成蟲的活動和產卵; 而氣溫主要影響蝗卵的越冬安全,以及各期的發育和活動情況3.學者們通過對長期氣象數據的研究發現,黃驊市蝗蟲暴發當年 4 月下旬、暴發前一年 6 月下旬、7 月上旬、8 月上旬和 8 月中旬的氣溫以及暴發前一年 6 月上旬的降水與蝗蟲暴發情況密切相關12 -14.為此,構建降水( 圖 4) 和氣溫( 圖 5)

16、影響因子的時間序列距平曲線.人類活動的影響主要包括: ( 1) 在蝗蟲成災后進行滅蝗,往往是在蝗蟲已經發生之后,而蝗蟲面積和尺度的調查一般是在滅蝗前的三齡盛期,因此不在該文研究范疇; ( 2) 通過改變生境類型來影響蝗蟲的發生.結合表 2 和圖 4 5 可知,在第 1 時期,蝗蟲暴發等級屬于中級,其中宜蝗生境面積中蘆葦地面積為 137. 8 km²,草地面積為 337. 2 km²,該時段降水量比年際平均線高 2 4 mm,雨量充足,對幼蝻及在蛻皮的蝻或成蟲有明顯的機械殺傷作用.就 5 個旬氣溫影響因素而言,該時段絕大多數旬氣溫低于年際平均線,低溫多濕環境對蝗蟲發育直接起著

17、延緩和抑制作用,并間接促進某些病菌的繁殖,從而降低蟲口密度,宜蝗面積和氣候因素均不利于蝗蟲發生.在第 2 時期,宜蝗面積大大增加,其中蘆葦地的變化不大,主要原因可能是路邊部分小塊蘆葦地與草地的轉換; 但是草地面積卻增至 596. 2 km²,主要是因為在 20 世紀 90 年代末期由于經濟收入銳減,農民種田積極性降低,農田耕種粗放,出現大量撂荒地所致.此外,該時段氣溫基本超過年際平均線,滿足了蝗蟲完成一代繁衍所需積溫,降水低于年際平均線,高溫低濕環境保證了出土蝗蟲的存活率,2 種因素共同促進了蝗蟲的暴發.而在第 3 時期,宜蝗面積下降趨勢明顯,其中蘆葦地面積基本保持在穩定狀態,草地面

18、積卻降至473. 5 km².此外,自 2003 年以后,黃驊市大力發展生態治蝗,開墾農田,建立生態控制區,種植蝗蟲不喜食的苜蓿,這些措施是導致草地面積減少的主要原因.同時,氣候條件中,該時段降水量比年際平均線高 1 2 mm,對蝗蝻的生長起抑制作用,但氣溫的作用卻并不明顯.因此,該時段蝗蟲沒有大規模暴發的原因是生境類型和降水的抑制作用占據主導地位.3 結論利用改進后的蝗蟲生境類型提取方法,基于1992 年以來的 7 景 TM 數據得到 3 個典型時期的蝗蟲生境分類結果,并重點分析了適宜蝗蟲生長的蘆葦地、草地和不適宜蝗蟲發生的苜蓿地等地表覆蓋的時空變化規律,結合氣象數據對研究區蝗蟲的

19、發生原因進行分析,得到以下主要結論:( 1) 改進的蝗蟲生境分類方法可以較好地利用植被的物候信息,有效地減少同物異譜和同譜異物現象,降低云污染對蝗蟲生境提取的難度.由于該方法假設 1 a 內土地利用類型沒有太大變化,這可能會造成一定誤差,如果有條件,應盡量選取 1 a 內的多時相數據.( 2) 20 a 來,蘆葦地面積基本保持穩定狀態,草地面積則隨著蝗蟲暴發程度的輕重而變化,在 2000年蝗蟲大暴發時期曾達到 596. 2 km²,2003 年之后,黃驊市開始發展生態治蝗,開墾農田,建立生態控制區,種植蝗蟲不喜食的苜蓿,是 2009 年草地面積下降的重要原因.( 3) 氣候因素和蝗蟲

20、生境類型均對蝗蟲發生有重要影響.1992 年氣候因子和生境類型共同對蝗蟲暴發起抑制作用; 2000 年蝗蟲大發生的主要原因是宜蝗生境面積增加以及氣候因子的促進作用等;2009 年前后,蝗蟲暴發程度減輕是宜蝗生境面積減少、苜蓿等生物防治性植被面積增加以及降水等影響因子的抑制作用占據主導地位的結果.參考文獻:1 倪紹祥,蔣建軍,王杰臣. 遙感與 GIS 在蝗蟲災害防治研究中的應用進展J. 地球科學進展,2000,15( 1) : 97 -100.2 MCCULLOCH L,HUNTER D M. Identification and Monitoring ofAustralian Plague L

21、ocust Habitats From LANDSATJ. RemoteSensing of Environment,1983,13( 1) : 95 - 102.3 陳健,王秀君. 遙感與 GIS 在蝗蟲生境研究中的應用進展J.生態環境學報,2012,21( 5) : 970 -976.4 石瑞香,劉闖,李典謨,等. 蝗蟲生境監測方法進展J. 生態學報,2003,23( 11) : 2475 -2483.5 韓秀珍,馬建文,羅敬寧,等. 遙感與 GIS 在東亞飛蝗災害研究中的應用J. 地理研究,2003,22( 2) : 253 -261.6 VOSS F,DREISER U. Mapping of Desert Locust and Other Migra-tory Pests Habitats Using Remote Sensing TechniquesCKRALL S,WILPS H. New Trends in Locust Control. Berlin,Ger-many: GIZ,1994: 23 - 40.7 JI Rong,XIE Bao-yu,LI Dian-mo,et al. Relationship Between Spa-tial Pattern of Lo