英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

Can NDVI response indicate the effective flood extent in macrophyte dominated floodplain wetlands?

S.J.Powell^{a,c,d,lowast;}, A.Jakeman^b , B.Croke^e

Ecological Indicators ,2014, 45:486–493

归一化植被指数NDVI响应可以指示由水生植物主导的漫滩湿地的有效洪水程度吗？

S.J.Powell^{a,c,d,lowast;}, A.Jakeman^b , B.Croke^e

生态指标，2014,45：486–493

摘要：

澳大利亚的许多河流系统都支持广泛的漫滩地和湿地，但是却受到水资源开发和调水的威胁。为了使这些系统恢复到一个好的环境流，一个关于洪水脉冲的时空动态的更好的了解是非常必要的。遥感提供了数据源，通过评估过去关键的洪水事件来理解系统进程，然而在这些广阔的具有高度复杂景观、快速植被响应、郁蔽度和浅水深度的平原和湿地系统中，开放水域的统计分析是不可能的。在澳大利亚Gwydir湿地，使用容易获得的时间序列归一化植被指数（NDVI），采用决策树来鉴定植被指数响应映射可能洪水程度。在一系列洪水事件中，这种“有效淹没”可以通过洪水频率和连接被定义为提供了一个简单的漫滩和湿地概念模型。该结果表明高NDVI响应发生在以下漫滩和湿地的洪水中，并且和40天的流入量显著相关。对于landsat和MODIS衍生的植被指数来说，一个高于0.75的NDVI响应是显著的，然而对于AVHRR数据来说，高于0.52的NDVI是显著的。自从Copeton大坝建成后（1977），在Gwydir湿地长达50GL的洪涝年60%已经发生，造成大约3000公顷有效淹没。相比之下，100-200GL中等大型洪涝灾害发生在年30%-50%，造成超过95000公顷的有效淹没。该Gwydir湿地被简化为17个离散的地块，每一地块在规定的洪水频率中都代表一个相互联系的景观。这个概念模型可用于在相关环境流管理尺度中制定系统的水文模型。

关键词：洪水，湿地，植被响应，归一化植被指数

1. 引言

遥感为评估过去的洪水事件提供了一种数据源，这些数据源对理解系统进程至关重要 (Costelloe et al., 2003; Jain et al., 2005, 2006; Kingsford and Thomas, 2002; McCarthy, 2002; McCarthy et al., 2003; Thomas et al., 2011)。监测大片面积开放水域的洪水程度是直接使用近红外反射，利用监督或非监督分类，可见光和红外波段比率和指数(Frazier and Page, 2000; Jain et al., 2005, 2006;Johnston and Barson, 1993; McCarthy et al., 2003; McFeeters, 1996;Richards and Jia, 1999; Shaikh et al., 2001; Sheng et al., 2001)。然而在评估河漫滩湿地洪水程度上可能会更加困难。过去的洪水事件往往缺乏现有信息，浅水深度、快速植被的生长以及淹没面积蔽郁度的组合会妨碍洪水评估(Benger, 1997; Jain et al., 2005, 2006;Powell et al., 2008; Thomas et al., 2011)。除了这些技术问题，随着时间的推移，景观由于土地利用的发展、水资源管理和流域进程而发生改变，流域进程也会影响水流的分布。如果和漫滩湿地的生态条件相关的洪水程度是重要的，那么洪水持续时间甚至土壤水分供应或许也是至关重要的。

在本文中，开发了一个用于限定生态洪水面积和响应的新方法。该方法使用现有的遥感产品归一化植被指数（NDVI），同时检测开放水域和随后的植被响应。决策树的开发是为了分析时间序列NDVI，并确定洪水后可能的淹没面积。可以将流量和雨量数据用于测定开放水域和植被响应的适当NDVI阈值。为了帮助湿地进行流入量、径流量的管理，洪水评估的结果被整理成离散的相互联系的块，以形成系统的一个概念模型的基础。该方法被应用到 Gwydir湿地，澳大利亚新南威尔士州Gwydir河流的一个终端漫滩系统。

1. 方法

2.1 研究区域

Gwydir流域位于澳大利亚新南威尔士州（图1），新南威尔士州是墨累-达令流域的一部分。Gwydir河流从新英格兰高原东向巴望河西部流动。主要支流流入Gwydir上游，流域最大的城镇，莫里，而下游河流形成了冲积平原和湿地的内陆三角洲。调节流量的主要湿地南部通过马希河和向北连接到吉尔吉尔小河。该Gwydir河流然后分叉成格子海峡北部和Gwydir河流低位南部，共同形成Gwydir河漫滩湿地。在本文中，术语 Gwydir湿地指的是整个漫滩和湿地。该 Gwydir河流建有一个大型水库，Copeton大坝，其中管理了流域总流入量的55%。降雨量从河流源头的每年超过850毫米降低到下流河段每年500毫米以下。研究区域湿地每年的蒸发量超过了2200毫米。

该Gwydir 湿地位于干旱环境，并且依赖于上游流域洪水。洪水在占地面积和时间(Powell et al., 2008)方面是没有规律的，最大的洪水淹没面积超过15万公顷。漫滩的45%以上已发展为广亩农业而另有9%已用于灌溉发展(Powell, 2011)。漫滩地现在是一个发达的、开放的放牧林地的镶嵌，并伴随有完整的漫滩森林和紧急的水生植物草地。紧急的水生植物湿地包括双穗雀稗（水床）最大的展台之一和新威尔士州(McCosker, 1994)现存的沼泽俱乐部聚集地。注意在核心湿地的其他植物包括玻璃体荸荠，大肠杆菌非洲狗尾草（高尖峰浪涌），灯心草沙柳（抢草丛）和长苞香蒲，联同其他各种水生植物包括毛茛（沼泽毛茛），丁香（水樱草），海菜花烛（沼泽百合），香附藻。（莎草）和狐尾藻。（水欧蓍草） (McCosker, 1994; Mawhinney,2003)。围绕在这些核心湿地区域的是各种与海拔、土壤类型、频率和洪水持续时间密切相关的植被群落。包括“老德罗马纳”和“戈德达租赁”（见图1）的遗址被列为拉姆萨尔公约国际重要湿地。

图1 Gwydir流域和Gwydir漫滩湿地 (1998年洪水程度所显示的).

表1 流量和降雨指标用于描述Gwydir湿地的洪水事件

2.2 流量和降雨量指标

位于雅拉曼Gwydir河流的日流量数据是从Pinneena数据库（水能源部门，2007）和新威尔士州水信息网站的长时间记录（1997-2009）中提取的。这是最接近Gwydir湿地可靠流入量测量的数据，可以测量相对较高流量和位于主要流入量与改道的下游流量，所以代表着湿地的流入量。在中等大小湿地估计的平滩流量表明：流入量每天超过10GL有可能造成格子海峡和低位Gwydir核心湿地漫滩洪水的潜力。莫里1977-2009时间段内的日降雨量数据是从BoM网站获取的。每一个潜在的洪水事件（其中最高日流入超过10GL)的特点是一系列各种时间尺度求和的流入量和降雨指标。在初步探索性分析中，指标的范围减少到那些能最好描述Gwydir湿地洪水事件的指标（表1）。使用40天的动态流入量（Q₄₀）来确定每个洪水事件的年超标概率，并且所有的洪水事件按概率的大小进行排序。

2.3 遥感数据采集和预处理

先进的高分辨率辐射计（AVHRR）归一化植被指数数据集是由爱德华.金博士在标称1公里范围内从CSIRO海洋和大气研究档案中提取的。该数据集是1992年3月到2005年6月长时间段的305幅经过去云裁剪、最大值合成、16天的双向反射分布函数的最大值数据。最大值合成和中分辨率成像光谱仪NDVI数据集的时间段一致。云屏蔽被省略，以减少通过云屏蔽算法被除去淹没像素风险。取而代之，低值或负值通过手动检查，以确定他们是否是可能被淹没的像素，或者是由于云或传感器错误的结果。

2000年9月29日至2008年5月23日的187个时间段的MODIS3级产品MOD13Q1，16天250米分辨率的NDVI数据是从CSIRO水资源观测网络 (Paget and King, 2008)中提取的。该产品的MODIS数据处理包括云掩蔽和创造16天产品 (Barrett et al., 2005; Huete et al., 1999)的最大值合成法。云掩蔽提供一个更可靠的数据产品，但它可能会在无意中由于低的NDVI值而去除淹没像素。因此这个产品可能对与洪水有关的NDVI值的预期减少不敏感。同样的16期间将只检测存在于这个时间段内的洪水。尽管有这些限制，该MOD13Q1 NDVI是一个成熟且易获得的产品，适合理解植被对洪水的响应。

陆地卫星数据来源于澳大利亚地球科学与新南威尔士州的环境气候变化部门,这些数据经过标准化、大气校正来达到时间序列分析的目的。在一系列陆地卫星任务中，陆地卫星数据包括多光谱扫描仪（MSS），专题制图仪（TM）和增强型专题制图（ETM ）传感器。与AVHRR和MODIS产品相反的是，陆地卫星具有16天的放频率导致这期间只有一个单一的可获得的数据集（而不是用于合成每16天每天图像）和研究区域包括被连续两天参观了的两场陆地卫星场景（路径90和91，排80）。这两个因素导致一些洪水事件的可用影像在数量减少。数据在ENVI中（ENVI4.3版，ITT工业公司，美国）被转化为UTM，GDA94，区55S投影和并且根据研究区域范围进行裁剪。只有那些在研究区域内主要的无云的图像在随后的分析中被使用。

最大值合成法得到的时序数据（AVHRR和MODIS）被转换为一个共同的地图投影（UTM,GDA94，区55S），重采样产生的一个连续时间序列的数据并且裁剪为研究区域。使用ENVI进行图像的预处理、地理参考和操作，使用ArcMAP进行随后的分析和绘图。

2.4 洪水和响应映射

此洪水评估专注于提取基于湿地面积或植被响应的可能的洪水区域面积。对于从流量记录中标识的每个洪水事件，使用决策树方法利用NDVI估计淹没的面积或显示的植被响应。对于洪水事件的开始和随后的5个16天周期后的第一个周期，在解释全植被响应时使用MODIS和AVHRR 最大值合成数据集。所有可获得的landsat影像被用来分析洪水发生长达6个月之后的状况。降雨量、流入量和高达80天的NDVI之间表现出显著的相关性。96天之内当发生第二个洪水事件时，很少的MVC时段能被用来间隔事件。

正如图2概念性的示出，以下洪水脉冲像素多时相NDVI遵循可预测曲线。当像素中的土壤、植被组分被淹没，NDVI值将会降低，呈现出一个非常低或负值的NDVI.在适应洪水脉冲的区域，洪水植被响应是快速的，在植被活力消失之前，归一化植被指数增长至高峰饱和值，并最终达到休眠。由于时间、蔽郁度或者整个像素的不完整淹没，在NDVI数据方面，开放水域淹没区的NDVI低值可能不会很明显。在大多数可用的NDVI数据可以看出NDVI的增加和峰值。所有时间段的洪水事件发生后的状况进行合并以确定每个像素的最终状态（湿地或植被响应）是被淹没还是没被淹没。

设置适当的NDVI值来分类可能的洪水后植被响应并非易事，它会随所使用的传感器和植被群落类型而不同。以前的研究已经证明AVHRR和MODIS NDVI 之间是依赖土地覆盖类型 (Barrett et al., 2005; Gallo et al.,2005).的显著的线性关系。这也在Gwydir 湿地初步数据分析中被发现 (Powell et al., 2007a)。出于这个原因，使用一系列的NDVI值分别设定NDVI阈值，以估算洪水和植被响应面积并且将结果与该事件的指标进行比较。在迭代过程中，流入量和降雨量的相关和回归分析被用来确定NDVI值，NDVI值为所有的洪水事件的洪水面积提供最稳健的估计。

对于每个使用的高响应的NDVI阈值的淹没面积与单独的径流量和降雨量指标相比，计算它们之间的Spearson相关系数并且进行显著性检验。Gwydir 湿地淹没程度与流入量相关，所以洪水响应NDVI之间的显著相关预期值达到Q₄₀。降雨更可能是季节性、非汛期响应的主要驱动力，所以R_peak或AR₃₀的显著相关系数表明植被响应的NDVI阈值太低并且检测正常的季节性雨量响应。为进一步测定从每个NDVI阈值推定的淹没区之间的关系，统计分析中的一个逐步多重线性回归分析被用来确定淹没区域的显著解释性变量。洪水面积和Q₄₀之间一个高的显著性关系被预测。因为观测的数量相对较少，异常值会大大影响最终的估计。在残差分析中异常值被定义为一个比加或减标准差还要大两倍的残差。多元线性回归分析和去除异常值相重复。对于每个测试的植被响应的NDVI阈值的相关性进行比较，以确定每个传感器的最合适的NDVI阈值。每个事件成灾面积的最终估计包括代表在适当的NDVI值的选择固有的不确定性的水平误差带。相比于许多现有的包括具有很少或者没有元数据或误差范围的洪水地图来说，这对不确定性水平提供了一个清晰地认识。

2.5 频率和连通性

每个洪水事件的淹没和响应映射合并以表征每个传感器景观中的洪水响应频率。使用来自所以3个传感器的信息提供了一个最可能淹没区域以及响应的概述。MODIS影像（250米）的空间分辨率被选为最适当的分辨率。通过将AVHRR结果分配到每一个重叠的MODIS像素，AVHRR被转换为这种分辨率。

全文共18727字，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[154960]，资料为PDF文档或Word文档，PDF文档可免费转换为Word