玉田水库消落带植物群落特征及多样性研究

摘要 消落带水位周期性调节和人类活动导致植物群落结构变化频繁，及时准确获取消落带植物群落结构变化过程，可以为植物群落结构优化调整提供技术支持。以江西省景德镇玉田水库消落带植物群落为研究对象，无人机遥感影像为基础数据源，运用随机森林、决策树、支持向量机和最大似然方法对消落带植物进行物种分类，以实现为库区消落带植物物种遥感精细分类及植物多样性保护提供科学的参考依据。结果显示，利用随机森林方法识别库区消落带植物种类的分类精度可达86.48%，总体精度较其他分类方法提高2.50百分点～5.74百分点，Kappa系数提高0.03～0.07，且植物分类完整性强，准确性高。以野外调查和随机森林分类为基础的消落带植物群落Simpson优势度指数分别为0.61和0.70，Shannon-Wiener多样性指数分别为1.01和1.26。因此，利用无人机遥感影像及随机森林分类是分析库区消落带植物群落特征及保护植物多样性的有效方法。

关键词 消落带；无人机遥感；随机森林分类；植物多样性；植物识别

中图分类号 O 948 文献标识码 A 文章编号 0517-6611（2025）05-0049-07

doi：10.3969/j.issn.0517-6611.2025.05.011

Characteristics and Diversity of Plant Communities in the Yutian Reservoir Hydro-Fluctuation Belt

XIA Guo-xun1，ZHANG Hai-na1，LU Xiang-hui1，2 et al

（1.College of Soil and Water Conservation，Nanchang Institute of Technology，Nanchang，Jiangxi 330099;2.Jiangxi Provincial Technology Innovation Center for Ecological Water Engineering in Poyang Lake Basin， Nanchang， Jiangxi 330099）

Abstract The cyclic adjustment of water level and human activities in the hydro-fluctuation belt lead to frequent changes in plant community structure， and timely and accurate access to the process of plant community structure change in the hydro-fluctuation belt can provide technical support for the optimisation and adjustment of plant community structure. In this paper， the plant community of Yutian Reservoir in Jingdezhen， Jiangxi Province was taken as the object of study， and the UAV remote sensing images were used as the basic data source， and random forest， decision tree， support vector machine and maximum likelihood methods were applied to classify the species of the plants in the hydro-fluctuation belt， so as to achieve the fine classification of the plant species in the hydro-fluctuation belt in the reservoir area by remote sensing， and to provide a scientific reference for the protection of plant diversity. The results showed that the classification accuracy of identifying the plant species in the hydro-fluctuation belt of the reservoir area using the random forest method could reach 86.48%， with the overall accuracy increased by 2.50 percentage points -5.74 percentage points and the Kappa coefficient increased by 0.03-0.07 compared with the other classification methods， and that the plant classification had strong integrity and high accuracy. The Simpson’s dominance index of the plant communities in the hydro-fluctuation belt based on the field survey and random forest classification were 0.61 and 0.70， and the Shannon-Wiener’s diversity index was 1.01 and 1.26， respectively.Therefore， the use of unmanned aerial remote sensing imagery and random forest classification is an effective method for analysing the characteristics of the plant communities in the hydro-fluctuation belt of the reservoir area and for conserving the plant diversity.

Key words Hydro-fluctuation belts;UAV remote sensing;Random forest classification;Plant diversity;Plant identification

玉田水库位于江西省景德镇市浮梁县，是一座具有灌溉、防洪、发电、养殖、旅游等综合价值的中型水库，也是景德镇市饮用水的备用水源，并于2018年正式批准为国家级湿地公园。近年来，随着旅游业的发展，人为干扰及周边污染物排放增加，饮用水水源地遭到直接或间接的影响逐步加剧，致使库区面源污染加剧、水质下降、消落带水土流失严重等问题日益凸显。加之季节性水位变化的影响，丰水季水位抬高导致老鼠咀附近低位滩地部分池杉、中山杉和芦苇等植物被淹没，湿生和挺水植物生长受到影响；枯水季水位大幅降低，使得老鼠咀和湖心岛附近区域滩地裸露，造成水生动植物及微生物群落在短时间内缺失，植被生态功能退化，生态系统完整性受损严重，消落带水质净化和能量交换作用降低，对库区生态功能的维持产生极为不利的影响［1］。此外，玉田水库消落带周边被村庄和大量农田围绕，枯水季库滨多被开垦为农田，呈现出“水退人进、水进人退”的周期性现象。因此，研究玉田水库消落带植物群落多样性可以为库区生态功能维护和植被重建提供理论参考。

野外实地调查是植物群落多样性调查的常规且行之有效的方式［2］。虽然野外调查能获取较为精确的植物群落结构信息，但受限于人力、财力以及库区水位消涨等因素，难以及时获取大范围的植物群落结构信息［3-5］。随着遥感及民用无人机技术的快速发展，多源遥感信息已逐步成为获取地面数据及其变化信息的重要手段，并在农林行业得到了广泛应用［6-8］，其能够及时准确地提供与生物多样性有关的海量观测数据。其中，无人机低空遥感技术因其具有成本低、灵活方便且风险小等诸多优势，可快速高效地获取较大区域内植被冠层影像，并且能提供多角度、时间和高空间分辨率的遥感影像，适合大面积区域的植物多样性调查［9-10］。

通过无人机遥感影像可以实现植物信息的快速提取，成熟的方法主要有监督分类法［11-13］、面向对象法［14-16］、植被指数提取法［17］和随机森林法［18］等。目前，在通过无人机遥感影像作为辅助手段提取植物群落空间分布信息时，主要采用目视解译法实现植物物种的辨别［19-20］；对于植物相对高度等用于计算植物群落多样性指数的部分指标，难以通过无人机遥感数据直接获取，可利用野外测量进行补充［21］。该研究以玉田水库消落带现状植物群落为研究对象，以无人机遥感影像为植物物种信息提取源，利用随机森林、最大似然、支持向量机和决策树等分类方法对消落带植物群落特征及多样性进行分析与反演，基于最优分类方法获取植物相对盖度、相对频度等指标，以期实现消落带植物群落多样性空间分布信息的快速准确识别［22］。

1 材料与方法

1.1 研究区概况

玉田水库位于江西景德镇市，库区面积387.50 hm2，其中库滨湿地面积199.50 hm2，正常蓄水位58.17 m，丰水期与枯水期水位相差约3.00 m。前期调查发现，玉田水库上游老鼠咀周边分布有村庄和农田，大量生活污水和农田面源污染是影响水库水质的主要污染源。因此，选择玉田水库的老鼠咀（29°22′3″～29°22′11″N，117°23′6″～117°23′17″E）为研究区，对其植物群落多样性进行调查（图1）。

对玉田水库多年观测数据分析与实地调查的结果显示，水库枯水季主要为每年 10 月至翌年 3 月底，该时段内库滨裸露，植物种类最为丰富，且部分区域被村民开垦为菜地；4月初至9月底为水库的丰水季，大部分库区被淹没，植物种类较少。

研究区气候类型属于亚热带季风气候，光照充足，雨量充沛，温和湿润，四季分明，年平均气温18 ℃，5—7月平均降水量为200～350 mm，年日照时数2 009.8 h。

1.2 研究方法

于2022年10月枯水季对玉田水库消落带植物群落进行调查。该时段内库滨大面积裸露，植物种类较丰富，生物量积累基本达到最大值。依照地形差异，设置12个2 m×2 m的植物调查样方（图1），并对每个样方内的植物种类、数量、冠幅、盖度、高度以及样方内各类植物的中心点经纬度坐标等信息开展全面调查。

1.3 重要值及多样性指数

根据每个样方内各种植物的相对频度、相对盖度和相对高度，计算其重要值。计算方法如下：

式中，Pi为重要值，Hr为相对高度，Pr为相对盖度，Fr为相对频度。

选用Simpson优势度指数［23］和Shannon-Wiener多样性指数［24］对每个调查样方内的植物群落多样性进行验证。Simpson优势度指数越大，说明群落多样性越大；Shannon-Wiener指数对于稀疏种更为敏感，指数越大，群落多样性越高［9］。计算公式如下：

式中，pi为第i种的重要值，S为样方内出现的物种数。

1.4 无人机像数据获取

利用大疆经纬 M300 RTK无人机搭载MS600 PRO型多光谱相机获取研究区内的遥感影像。MS600 PRO型多光谱相机可同时获取 6 个120 万像素单色光谱通道的波段影像，分别为：蓝光（波长450 nm，带宽35 nm）、绿光（中心波长555 nm，带宽25 nm）、红光（中心波长660 nm，带宽20 nm）、红边1（中心波长720 nm，带宽10 nm）、红边2（中心波长750 nm，带宽15 nm）和近红外光（中心波长840 nm，带宽35 nm）。采集时间为2022年10月22日11：00—13：00，天空晴朗无云，微风，光照环境较为均一。起飞前手动控制无人机飞行至校准白板正上方约1 m处，对辐射定标板进行成像。飞行航线为Z型，高度100 m，飞行速度2.5 m/s，像元分辨率4.09 cm，采用自动捕获模式，航向和旁向重叠度均为75%，拍照模式为等时间间隔。利用YusenseMap Plus软件对无人机遥感影像进行拼接处理，并进行影响镶嵌、辐射定标、影像裁剪和大气校正预处理。