张晓龙，周继华，蔡文涛，高楠楠，郑元润*

(中国科学院 植物研究所 北方资源植物重点实验室，北京 100093)

植被图(Vegetation map)是以反映植物群落为主要对象的专题地图，是植被生态学研究的重要内容[1-3]．它是一个地区植被研究成果的具体表现和全面概括，是国家和地区的基础资源数据，广泛应用于植被与环境关系研究、植被动态监测、土地利用规划、环境管理、自然保护区及农林业管理等领域[1,4-6]．

植被制图中的植被分类受到不同方法的影响，根据制图目的和工作方法的不同，一般将植被图分为两大类，即综合性植被图和专门性(或应用性)植被图[7]．综合性植被图在比例尺允许范围内反映区域全部植被类型，主要为研究和认识植被而编制，具有广泛的参考和应用价值，包括现实植被图、潜在植被图、复原植被图等.专门性植被图为了一定的生产目的或其他具体用途而编制，可以认为是综合性植被图的派生图，常用的有土地利用图、植物资源图等[8]．植被图中最重要的是现实植被图，例如目前最常用的中国植被分布基础数据“中华人民共和国植被图(1∶1 000 000)”(以下简称为1∶1 000 000中国植被图)就是现实植被图[8]．

植被制图早期主要基于野外调查及文献资料综述，并组合辅助资料(如地形图等)分析，制图效率较低，耗费时间长，存在时滞，费用较高，对于野外调查未到达区域精度无法保证[9]．随着3S技术的发展，遥感(RS)、地理信息系统(GIS)等在制图学中得到了广泛应用，制图精度得到大幅提高．遥感提供了将制图结果外推的可能性，尤其对于难于到达的区域[10]．用于植被制图的常用遥感传感器包括Landsat，MODIS，AVHRR，SPOT，以及随着技术发展而出现的高空间分辨率传感器IKONOS，QuickBird等．高光谱数据可以提供更多的植被信息，但目前仅用于小尺度植被制图，在区域尺度制图中很少使用[9,11]．传感器的选择应基于制图目的、经费、精度要求等[3,6,9]．Landsat系列卫星具有时间序列长和免费等优点，因而在区域尺度植被制图中得到广泛应用[12-13].Google Earth (http://earth.google.com/)影像是卫星影像与航拍数据的结合，整合了QuickBird,IKONOS,Landsat等卫星影像资料，在较小尺度制图工作中受到研究者的重视[14-15]．

我国的植被制图工作始于20 世纪50 年代，全国性的植被图有1980年出版的1∶4 000 000中国植被图，2007 年出版的1∶1 000 000中国植被图及数字化版本，同时还有大量的区域性植被制图工作．目前最常用的中国植被分布基础数据1∶1 000 000中国植被图是我国大尺度研究最常用的植被图，对于数据缺乏的西部地区是可获得的精度最高的植被图，但它为小比例尺植被图，在区域及较小尺度研究时其精度较低，无法满足相关研究需求．

黑河流域位于我国西北干旱区，是我国第二大内陆河．在黑河流域，已经开展了一些基于遥感的生态区划、土地利用以及特定植被类型等制图[16-19]，但仍缺乏作流域高精度植被图．编制黑河流域1∶100 000万植被图，可为构建流域生态水文综合模型提供更精确的植被数据，也可为后续生态、环境、水资源研究及管理提供基础数据[20-21]．

1 研究区概况

图1 黑河流域位置及海拔分布

黑河流域(97°37′～102°06′E，37°44′～42°40′N)为我国西北典型的内陆河流域，干流发源于祁连山北麓，途径青海、甘肃和内蒙古三省(区)，全长821 km，流域总面积约14.29×104km2(http://westdc.westgis.ac.cn/)，以莺落峡和正义峡为界划分为上、中、下游．流域地处内陆，地形复杂，海拔为669～5 573 m(图1)，地势南高北低，呈连续下降趋势，地貌从上游到下游包括：祁连山地、河西走廊冲洪积平原、阿拉善剥蚀高平原．从发源区到尾闾湖泊，依次穿越高山冰雪冻土带、山区植被带、绿洲带、下游荒漠4个带，由海拔等引起的巨大气候差异形成了多样的植被类型[22]，流域范围内包含了我国11个植被型组中的9个，分别为针叶林、阔叶林、灌丛、荒漠、草原、草甸、沼泽、高山植被、栽培植被[8]．

在中国植被区划中，黑河流域位于温带荒漠区域—东部温带荒漠亚区域—温带半灌木、灌木荒漠地带，上游、中游和部分下游位于温带灌木、半灌木荒漠亚地带，其中上游主要为东祁连山山地寒温性针叶林、山地草原区；中游主要为河西走廊、阿拉善灌木、半灌木荒漠区；下游的大部为温带灌木、半灌木裸露荒漠亚地带中的西阿拉善极旱荒漠区和马鬃山—诺敏戈壁稀疏灌木、半灌木荒漠区[8]．

2 材料与方法

2.1 数据和取样

本研究主要以地面观察数据为主,综合各类遥感数据、1∶1 000 000中国植被图、气候、地形、地貌、土壤数据进行交叉验证，编制1∶100 000黑河流域植被图．主要数据为：① 2007年1∶1 000 000中国植被图[8]；② 1988年黑河流域100万草场分布数据集；③ 黑河计划生态水文样带调查数据(3条主样带,1条副样带)[23]；④ 各类发表文献中有植被分布记录的数据；⑤ 2012年1∶100 000黑河流域土地利用图；⑥ 黑河流域中游2011年土地利用土地覆被数据集；⑦ 中国第二次冰川编目数据；⑧ 2010年黑河流域道路数据；⑨ 2008年1∶1 000 000黑河流域行政边界数据；2009年黑河流域居民点数据；2009年1∶100 000河流数据；地形图(30 m分辨率的ASTER GDEM)；黑河计划气候数据；土壤数据；遥感影像资料(15 m分辨率Landsat系列影像，包括2000—2014年可用的多季节影像，http://www.gscloud.cn/；Google Earth影像，部分区域分辨率可达到1 m，最低分辨率为30～100 m，http://earth.google.com/)．数据中未单独指明来源的下载自寒区旱区科学数据中心(http://westdc.westgis.ac.cn/)．

野外调查采用样方法，对拟定的野外补充调查区域的植物群落进行调查，样方大小分别为：乔木20 m×20 m,灌木5 m×5 m,草本植物1 m×1 m．记录样地基本状况和群落特征，包括样地经纬度、海拔、生境、地貌和土壤等属性，以及植物种类、多度等．调查时间为2013年4月、6—7月、2014年8—9月、2015年6—8月．

2.2 数据分析

1)遥感影像．下载黑河流域2000—2014年多季节15 m分辨率Landsat影像(数据云量不超过10%)，所有下载的遥感影像经过地形图几何校正后镶嵌而成．主要经过波段组合、地形图几何配准(采用多项式几何校正方法)，再经过投影变换、数字镶嵌等处理．利用均方根误差法评价单景影像几何配准精度，利用采样法评价数字镶嵌影像精度，完成黑河流域遥感影像数字镶嵌图，包括30 m分辨率波段7个(Landsat 8)，15 m分辨率波段1个．

2)植被分布数据矢量化．分析整理生态水文样带数据和植被分布文献资料数据，获取植物群落的地理坐标，在ArcGIS 10.0中，通过坐标对植物群落信息进行数字化处理，包括类型、地理坐标、海拔、地名、优势种等属性．

3)数据评估分析．对比分析1∶1 000 000中国植被图、生态水文样带数据、植被文献数据、Google Earth数据、Landsat数据、地形图，再根据1∶100 000植被制图需求，确定需要进行野外补充调查的区域．

2.3 野外补充调查

在前期研究基础上，选取贯穿制图区域东西向的5条路线和南北向的4条路线，以尽可能多地覆盖制图区植被类型及补漏为原则．此外，对遥感影像中所显示的特殊颜色且通过现有资料难以判定的类型进行野外补充调查．调查时间为2015年6—8月．

2.4 植被图编制

2.4.1 分类标准、图例单位和系统 采用1∶1 000 000中国植被图的分类标准、图例单位和系统，包括植被型组、植被型、群系、亚群系4个单位．对于在原图中本区域分类单位进行进一步确认，根据野外实地考察，添加在原图中因分布区域过小未表示的类型及因区域环境变化而新出现的类型．

主要底图地形图的分辨率为30 m，TM数据的分辨率为15 m和30 m，Google Earth 数据分辨率最高为1 m，最低为30～100 m．综合考虑，分辨率可满足1∶100 000比例尺植被制图要求．

2.4.2 制图原则 1)尽量使用地面观察数据制图，遥感数据主要用于植物群落边界的确定和地面观察数据缺乏区域的制图，1∶1 000 000中国植被图作为重要参考，综合考虑地形、气候、土壤资料进行辅助校正．

2)由于上游和中下游地形、地貌差异巨大，因而分别采用不同的制图策略．中上游山区海拔垂直变化剧烈，植被变化明显．采用地面观察数据，遥感影像、坡向、海拔、土壤、气候等资料相结合的方法制图．中下游荒漠区海拔变化小，植被稀疏，采用地面观察为主，遥感数据为辅的方法制图．

在分类时分为上游、中游、下游3个亚区域进行制图工作，在具体制图时根据区域大小采用子流域边界及海拔等进一步分为子区域进行制图.对于植被类型的边界划分采用分层分类法，一次分析提取一种植被类型的信息，并消去已经提取的类型，将所剩的待分植被逐步减少，降低已分植被对剩余区域分类时产生的影响．分区分类法和分层分类法在不同区域的研究证明对植被分类精度有一定提高，在分类过程中，有效解决了各种类型间信息的相互干扰，提高了各地物信息提取的精度，便于分析理解区域植被分布特征[24-26]．

3)对于无地面观察资料区域的制图，采用目视解译遥感影像，结合1∶1 000 000植被图、地形、地貌、土壤、气候等资料综合判别的方法制图．

4)最小图斑原则．根据制图精度，图斑面积大于或等于1 000 m2，对于面积小于1 000 m2的图斑，使其与相邻图斑融合．

2.4.3 植被图编制方法 1)目视解译标志建立.根据地面观察数据，确定植物群落和特殊地物在遥感影像中的具体位置，判读其在遥感影像上所显示的形状、色调及纹理特征，建立目视解译标志．

2)特殊地物与植物群落提取和制图.使用30 m地形图、Landsat高精度遥感影像、Google Earth、冰川数据，以及前述各类数据，提取全流域易于识别的地物，主要包括冰川、裸露沙漠、裸露戈壁、裸露盐碱地、居民地、水系及水体等地物，以及青海云杉、祁连圆柏、胡杨荒漠河岸林、栽培植被等植被类型．

3)上游植被制图.由于黑河上游海拔、坡向为决定植被分布的主要因子，在海拔、坡向特征分析的基础上，将分为25个区间的海拔图和分为5类的坡向图叠加，生成178 853个斑块的上游干流海拔坡向图，将其作为植物群落制图单元．除上面已经完成制图的部分植物群落和特殊地物外，优先根据地面观察资料确定每个单元的植物群落类型．在无地面观察数据的区域，结合1∶1 000 000中国植被图、Landsat资料、Google Earth、气候、土壤数据等逐一对植物群落分布单元进行分析，确定每一个单元的植物群落类型，形成初步的黒河上游植被图．

4)中下游植被制图.以30 m分辨率地形图为底图，将制图区域分为河西走廊区域、走廊北山中山区域、黑河沿河区域和额济纳盆地4个子区域．由于在中下游降雨差异较大，且随着距河道距离远近植被差异较大，因而，根据雨量图、距河道距离，结合考察路线进一步细分区域．在此基础上，确定1 km为制图区间隔导线．以前述所有地面观察数据，结合1∶1 000 000中国植被图、15 m,30 m分辨率Landsat遥感数据、1∶100 000土地利用图和Google Earth影像填图,根据生态相关原则，经判断分析后连接群落边界，完成制图区填图，形成初步的黑河中下游植被图．

5)一致性检查和修改.对于初步的黑河流域植被图，再一次利用现有资料，包括1∶1 000 000中国植被图、1988年黑河流域100万草场分布数据集、2012年1∶100 000黑河流域土地利用图、黑河流域中游2011年土地利用土地覆被数据集、2010年黑河流域道路数据、2009年黑河流域居民点数据、2009年1∶100 000河流数据、地形图、黑河计划气候数据、土壤数据、遥感影像资料进行一致性检查，确保1∶100 000植被图和气候、土壤、地形、现有相关图件和遥感资料逻辑相符[6]．

为了最大程度保证制图精度，所有野外考察点都用于制图，因此不适于再次用于精度验证，为了分析精度，采用Google Earth影像独立进行部分植被样点解译及精度分析，分别在黑河上游、中下游植被易于区分地区解译150,175个样点的植被型组，评估植被图精度，精度分别达到92.0%，93.7%，并对存在问题的区域进行进一步修改．

6)植被图整饰.与1∶1 000 000中国植被图一致，采用图斑和数字相结合的方法，表示不同植被类型和制图单位，使之达到清晰易读、重点突出的要求．为便于与中华人民共和国植被图(1∶1 000 000)比较，以及本图的独立性与易读性，在纸质图成图时，提供两种序号标注方式：① 序号与1∶1 000 000中国植被图严格一致；② 按照黑河流域的群落分布重新确定植被类型序号．黑河流域1∶100 000植被图(版本2.0)可从寒旱区科学数据中心(http://westdc.westgis.ac.cn/)申请下载．

2.5 植被图编制流程

工作流程见图2．

3 结果与讨论

黑河流域植被图(1∶100 000)基本分类单位为群系(亚群系)，主要包含9个植被型组、22个植被型、74个群系(亚群系)，1∶1 000 000中国植被图在黑河流域包含9个植被型组、20个植被型、65个群系(亚群系)．与1∶1 000 000植被图相比，1∶100 000植被图共增加了2个植被型、9个群系、3种无植被地段类型(表1).其中，2个植被型为温带落叶阔叶灌丛和亚高山常绿针叶灌丛；9个群系为锦鸡儿灌丛、沙地柏灌丛、唐古特白刺灌丛、芦苇盐生草甸、苦豆子盐生草甸、花花柴盐生草甸、芦苇沼泽，青稞、春小麦、马铃薯、圆根、豌豆、油菜(祁连县增加类型)，蜜瓜、棉花、玉米(额济纳旗添加类型)；3个无植被地段为裸露盐碱地、裸露沙漠和居民地(表1)．

通过与中华人民共和国植被图(1∶1 000 000, 图3(a))对比，黑河流域1∶100 000植被图(图3(b))更好地反映了区域植被分布特征和植物群落分布边界，群系和亚群系斑块数目从786增加到13 151个．

图2 制图流程

采用3S技术和野外调查结合的方法，主要优势体现在：① 大量野外调查数据为主与遥感影像目视解译相结合的方法，大大地提高了植被的可解译能力，保证植被图的准确性和精度；② 与传统植被制图相比，采用高分辨率遥感数据，相对准确地提取和确定了植物群落边界；③ 黑河上游地形地貌复杂，采用坡向和海拔作为控制因素之一，使植被图与自然条件更为吻合；④ 与纯遥感反演形成的植被图相比，制图准确性更高．

限于制图资料，黑河流域1∶100 000植被图仍存在一些局限性．由于种种原因，野外考察不能覆盖所有区域，对于影像难以区分的未考察区域，植被分类存在一定不确定性．植被制图的首要任务为确定植被的空间及分布，但大多数植被边界实际上是模糊的、缓慢变化的[4]．对于野外考察及遥感影像容易区分边界的类型，制图精度较高，而对于边界不明显，具有大范围过渡带的类型，制图精度较低．主要依据目视解译处理遥感影像，目视解译虽然费时，但在一定经验基础上，精度高于常用的监督分类和非监督分类．对于研究区采用分区分类法和分层分类法增加了一定工作量，减少了不同类型间的相互干扰，提升了分类精度．

表1 黑河流域1∶100 000植被图增加的植被型和群系

注：标注星号的为新增加的植被型，编号为1∶1 000 000中国植被图编号．

图3 黑河流域植被图

参考文献:

[1] 田连恕．植被制图[M].西安：西安地图出版社，1993．

[2] 宋永昌．植被生态学[M].上海：华东师范大学出版社，2001．

[3] PEDROTTI F．PlantandVegetationMapping[M].Heidelberg：Springer，2013．

[4] KÜCHLER A，ZONNEVELD I．HandbookofVegetationScience.10．VegetationMapping[M].Dordrech：Kluwer Academic Publishers，1988．

[5] 张翠萍，牛建明，董建军，等．基于IKONOS数据的植被制图与植被空间格局——以五分地沟试验区为例[J].生态学报，2006，26(2)：449．

[6] 张志明，张征凯，郭银明，等．高原山区遥感植被制图研究综述[J].云南大学学报(自然科学版)，2013，35(3)：416．

[7] 中国科学院中国植被图编辑委员会．中国植被及其地理格局：中华人民共和国植被图(1∶1 000 000)说明书[Z].北京：地质出版社，2007．

[8] 中国科学院中国植被图编辑委员会．中华人民共和国植被图(1∶1 000 000)[Z].北京：地质出版社，2007．

[9] XIE Y C，SHA Z Y，YU M．Remote sensing imagery in vegetation mapping：a review[J].JournalofPlantEcology，2008，1(1)：9．

[10] DOMAC A，SÜZEN M．Integration of environmental variables with satellite images in regional scale vegetation classification[J].InternationalJournalofRemoteSensing，2006，27(7)：1329．

[11] DAVIDSON S J，SANTOS M J，SLOAN V L，et al．Mapping arctic tundra vegetation communities using field spectroscopy and multispectral satellite data in North Alaska,USA[J].RemoteSensing，2016，8(12)：978．

[12] COHEN W B，GOWARD S N．Landsat’s role in ecological applications of remote sensing[J].Bioscience，2004，54(6)：535．

[13] LOVELAND T R，DWYER J L．Landsat：building a strong future[J].RemoteSensingofEnvironment，2012，122(1)：22．

[14] PLOTON P，PELISSIER R，PROISY C，et al．Assessing aboveground tropical forest biomass using Google Earth canopy images[J].EcologicalApplications，2012，22(3)：993．

[15] TAYLOR J R，LOVELLL S T．Mapping public and private spaces of urban agriculture in Chicago through the analysis of high-resolution aerial images in Google Earth[J].LandscapeandUrbanPlanning，2012，108(1)：57．

[16] 韩涛．用TM资料对祁连山部分地区进行针叶林、灌木林分类研究[J].遥感技术与应用，2002，17(6)：317．

[17] 胡孟春，马荣华．黑河流域生态功能区划遥感制图方法[J].干旱区资源与环境，2003，17(1)：49．

[18] ZHAO C Y，NAN Z R，CHENG G D，et al．GIS-assisted modelling of the spatial distribution of Qinghai spruce(Piceacrassifolia) in the Qilian Mountains,northwestern China based on biophysical parameters[J].EcologicalModelling，2006，191(3/4):487．

[19] 巩杰，谢余初，贾珍珍，等．黑河流域土地利用/土地覆被变化研究新进展[J].兰州大学学报(自然科学版)，2014，50(3)：390．

[20] CHENG G D，LI X，ZHAO W Z，et al．Integrated study of the water-ecosystem-economy in the Heihe River Basin[J].NationalScienceReview，2014，1(3)： 413．

[21] 程国栋，肖洪浪，傅伯杰，等．黑河流域生态-水文过程集成研究进展[J].地球科学进展，2014，29(4)：431．

[22] 程国栋．黑河流域水-生态-经济系统综合管理研究[M].北京：科学出版社，2009．

[23] 冯起，苏永红，司建华，等．黑河流域生态水文样带调查[J].地球科学进展，2013，28(2)：187．

[24] 师庆东，吕光辉，潘晓玲，等．遥感影像中分区分类法及在新疆北部植被分类中的应用[J].干旱区地理，2003，26(3)：264．

[25] 何超，岳彩荣，包忠聪．应用RS与GIS的石林风景区植被图制作[J].林业调查规划，2006，31(5)：21．

[26] 师庆东，师庆三，刘曼．中国西部干旱区植被的遥感分类研究[J].新疆大学学报(自然科学版)，2012，29(4)：390．