基于光谱特征的雅鲁藏布大峡谷森林枯落物水源涵养能力反演研究

水源涵养是生态系统重要的服务功能，森林作为一种复杂的生态系统，其组成部分对于水源涵养的贡献率各不相同；森林枯落物直接覆盖于地表，既来自于林冠层也抑制土壤层的水分蒸散，因此枯落物层在水源涵养功能中发挥了重要作用。遥感和高光谱技术为远距离识别面状区域的水源涵养能力提供了解决方案，特别在高原地区，遥感是获取地表信息的快速手段。以雅鲁藏布大峡谷为研究区，用ASD(便携式地物)光谱仪测定主要树种(高山松、林芝云杉和川滇高山栎)的叶片高光谱数据并构建植被指数，同时，通过样地采样获取枯落物样本并计算样本的持水拦蓄性能，然后建立植被指数与有效拦蓄量的多元回归模型。在此基础上，基于Sentinel-2影像反演大峡谷主要树种枯落物的水源涵养能力分布情况，最后结合验证点对反演模型进行精度评价。结果显示：（1）三类树种的叶片反射率趋势相似，川滇高山栎的反射率最高，高山松次之，林芝云杉最低；（2）枯落物的有效拦蓄量从大到小排序为：林芝云杉(48.36 t·ha-1)>川滇高山栎(39.24 t·ha-1)>高山松(32.32 t·ha-1)。林芝云杉枯落物的分解程度和蓄积量均最高，因此持水拦蓄能力最强；川滇高山栎的革质叶片不利于分解堆积，进而限制蓄水能力；高山松含有较多油脂，不易被水浸湿，导致持水能力较弱。（3）通过Person相关系数分析和多元线性回归模型得知，叶片蜡质参数和衰减程度越高，枯落物的水源涵养能力越弱；植被生长态势越好、色素和叶片水分含量越高，其水源涵养能力越强。（4）枯落物水源涵养能力反演模型的精度评价结果良好，高山松、林芝云杉和川滇高山栎的样本检验点拟合优度R2分别为0.943，0.815和0.812，均方根误差RMSE分别为1.597，2.270和1.953，表明模型可以用于大峡谷森林枯落物水源涵养能力的预测分布研究。