白 丽，柏军华，肖 青，柳钦火，张 泽，吕 新，孟令华

玉米抽穗期雄穗对冠层反射率辐射传输特征的影响

白 丽1,2，柏军华2，肖 青2，柳钦火2，张 泽1，吕 新1※，孟令华3

（1. 石河子大学农学院/新疆生产建设兵团绿洲生态农业重点实验室，石河子 832003；2. 中国科学院遥感与数字地球研究所，北京 100101；3. 中国科学院东北地理与农业生态研究所，长春 130102）

为分析玉米雄穗对冠层可见光、近红外波段辐射传输特征的影响，运用四维轨道塔吊系统获取连续2 a玉米抽穗期的冠层光谱，并在抽穗初期和末期分别进行了3个梯度的剪穗试验，分析玉米抽穗期冠层二向反射率特征以及雄穗干物质含量特征。结果表明：1）比较抽穗期不同时间冠层反射率的模拟值和实测值得出，在抽穗初期实测值高于模拟值，随着生育期的推进，模拟值逐渐高于实测值。但在可见光波段整个抽穗期实测值均高于模拟值，在近红外波段模拟值总体高于实测值。2）分析不同穗梯度冠层二向反射率特征发现，在可见光波段，太阳主平面和垂直太阳主平面方向上，2个散射方向的无穗反射率值在所有观测角度上均最高，1/2穗次之，全穗最低；近红外波段，在太阳主平面方向，3个穗梯度反射率差异不大，但在垂直太阳主平面方向，后向散射方向反射率值总体高于前向散射方向反射率值，且无穗反射率值依然总体高于1/2穗和全穗；在垂直观测条件下得到相同的结果。3）分析PROSAIL模型模拟值和农学参数相关性，得出模拟值与叶绿素含量、叶面积指数在全波段呈显著负相关，无穗实测值和模拟值分别与叶面积指数和叶绿素含量相关性表现一致。4）在玉米整个抽穗期雄穗鲜质量变化差异较大，而干质量变化差异不大。研究可为修正辐射传输模型、提高模拟精度，使之更好地应用于植被理化参数反演提供科学依据。

遥感；光谱；冠层；玉米雄穗；PROSAIL模型

0 引 言

在世界范围内人们越来越关注精准农业以及科学的农业管理系统，在拥有高产的同时注重生态环境的保护。遥感观测通过提供准确的植被生物物理和生物化学变量，对精准农业发展起到关键的技术支持作用，如叶面积指数（leaf area index, LAI）和叶片叶绿素含量（leaf chlorophyll content，LCC）。因此定量估算植被的理化参数含量对监测作物生长状况、生态环境变化以及研究全球气候变化等都具有重要意义。在众多定量反演植被理化参数的方法中，作为物理学模型的辐射传输模型（radiation transfer models，RTMs）受到越来越多的关注，例如众所周知且广泛使用的冠层双向反射模型4SAIL和前瞻性的PROSPECT_D叶片光学特性模型[1-2]。组合模型版本，通常称为PROSAIL[3]，该模型在复杂性和计算效率之间构成了理想的折衷，特别是对于大型数据集的高效处理，尤其是农作物的遥感监测[4]。辐射传输模型物理意义明确，还具备稳定性和可移植性强的特点。

学者们在运用辐射传输模型时，也在不断的对其进行改进，如研究者对PROSPECT模型进行了大量的研究和改进，如Jacquemoud等[5]通过调整3个输入变量叶片叶肉结构参数、叶片叶绿素含量和叶片水分含量，以合理的精度反演了400~1 500 nm波段的叶片反射率和透射率；Bousquet等[6]将叶片表面引起的镜面反射引入到模型中，描述了叶片方向性反射的物理属性；Feret等[7]对PROSPECT_5模型做了改进，成功地反演了叶绿素含量和类胡萝卜素含量；Kuusk等[8]改进了叶绿素估算值，获得了非常好的类胡萝卜素估算结果，并使用PROSPECT模拟得到了高精度的400~2 450 nm波段的反射率和透射率。对于色素含量低的叶片，改进尤其明显；Baret等[9]在1992年首次建立了PROSAIL模型，该模型是SAILH模型与PROSPECT 模型的耦合，并且改进后的模型还耦合了土壤反射率模型。PROSAIL叶片-冠层模型是由PROSPECT_5和4SAIL模型复合而成，PROSAIL模型是基于物理过程的植被冠层反射率模型，也是目前应用最广泛的模型。

杜永明[10]对小麦穗对热辐射方向性特征进行研究后，得出小麦雄穗对方向性特征具有较大影响，这个影响改变了小麦冠层热辐射的角度分布特征；李云梅等[11]在研究水稻冠层二向反射率模拟及其反演中提出，在乳熟期水稻雄穗致使辐射传输模型模拟精度降低，因此，对于在水稻乳熟期运用辐射传输模型时，应该增加对水稻穗和茎的考虑，对模型进行改进。张雪红等[12]也分析发现在太阳主平面方向上，冬小麦冠层反射率光谱及红边参数特征具有明显的各向异性特征；黄文江等[13]研究表明运用多角度观测的光谱反射率值反演植被结构特征以及鉴别植被类型，均远好于垂直观测光谱的结果；赵春江等[14]用多角度观测光谱数据对冬小麦叶绿素含量的垂直分布特征进行反演和分析。然而，绝大多数研究者在运用PROSAIL模型时，对于像玉米一类具有雄穗特征的作物并未考虑雄穗对冠层辐射传输特性的影响，而直接将雄穗与顶部叶片视为一体。为了能更好地说明雄穗是否对冠层辐射传输特性的影响，本文用四维轨道塔吊系统对玉米抽穗期冠层光谱特性进行研究，以期为辐射传输模型更好应用提供科学的依据。

1 试验方案与设计

1.1 试验区介绍

玉米控制试验于2016年和2017年在河北省张家口市怀来县东花园镇中国科学院遥感与数字地球研究所（今中国科学院空天信息研究院）怀来遥感综合试验站（40°20′56″N，115°47′04″E）开展（见图1）。供试玉米品种均为铁研818。基本苗15 000株/hm2，播种日期分别为2016年6月5日和2017年5月7日，试验区面积约4 669 m2，2 a试验在同一地块进行，玉米播种间距20 cm。氮肥为尿素，分别以基肥和拔节期追肥施入。根据前茬作物不同，样区分为B1（前茬作物为大豆）、B2（前茬作物为玉米）、B3（前茬作物为小麦）3个样区，设计的目的是，肥料施用（底肥复合肥150 kg/hm2、追肥45 kg/hm2）一致的条件下，借助前茬作物的差异，制造肥力水平差距，形成不同区域玉米生长态势差异，有利于获得更全面的玉米光谱特征与冠层形态结构和理化参数数据集，为遥感模型的模拟验证提供丰富的观测数据支持。每个样区随机选取3个样点，以5 cm为1层，取样深度至120 cm，等层混合测定土层的硝态氮和铵态氮。3个样区120 cm内土层硝态氮质量分数分别为B1: 2.34～4.26 mg/kg、B2: 3.04～10.1 mg/kg、B3: 2.74~13.9 mg/kg，铵态氮质量分数区间分别为B1: 0.54～1.73 mg/kg、B2: 0.75～1.85 mg/kg、B3: 1.02～2.47 mg/kg。其他按照田间实际管理进行操作。

1.2 不同穗梯度试验设计

本文基于同一天对固定样点的冠层进行人为的穗梯度变化处理，梯度设置是在选定的光谱测试样区内先计算光谱仪视场范围内（2 m×2 m）穗数总数记为全穗，减去一半为1/2穗、全剪为无穗。并同时利用四维塔吊搭载工控机、光纤光谱仪、相机，采用固定垂直高度、改变水平距离的方式，获得4个方位的0°～50°每隔10°时的冠层二向反射率数据。观测时间见表1。

图1 研究区及3个小区B1、B2和B3示意图

表1 冠层光谱测试日期

1.3 数据处理与模型方法

1.3.1 冠层光谱二向反射率观测

张雪红等[15]研究表明，二向反射率因入射和观测角度的变化而变化，合理选择观测角度和太阳天顶角等极大地提高了植被遥感反演的精度。Huang等[16]提出不同的观测天顶角可以表达植被不同结构层的光谱特征。鉴于玉米雄穗在植株最顶端，本文进行了冠层光谱二向反射率观测，分析玉米雄穗是否对玉米中、下层叶位叶片冠层反射率有影响。冠层反射率的测量时间在玉米抽穗初期开始到抽穗末期，选择无云无风的天气，早晨11:00到下午14:00进行测定。测量采用四维轨道塔吊系统进行测定，具体为轨道遥感塔吊车搭载Field Spec Pro FR野外高光谱仪在据冠层上方7 m高处进行冠层光谱的测定。光纤光谱仪视场角为25°，半视场角为12.5°。测量方向为主平面方向，观测天顶角为0～50°，每隔10°观测1次，在每一角度连续观测3次取其平均值作为冠层二向反射率值。运用光学相机时时查看观测角度及区域的变化，并对观测区域进行多角度拍照，用于玉米覆盖度的提取。干湿土壤的反射率在保护行测量。具体设备及方向性观测场景见图2。高光谱仪传感器是2 048像素CCD阵列探测器，覆盖200～1 100 nm光谱范围，即插即用AvaSpec-2048×64光纤光谱仪兼具高分辨率和高速采集光谱的特点，即最高光谱分辨率可达到0.05 nm（full width half maximum，FWHM），并且每秒最快可以采样900幅光谱，且该光谱仪可以USB供电。光学相机是佳能品牌，型号为EOS5D，具备完成试验目标的性能。具体设备见图2。

1.3.2 叶片光谱测量

与冠层反射率的测定同步取样，用1 800～12外部积分球和AvaSpec光纤光谱仪在室内测量叶片正反面反射率（，%）和透过率（，%），玉米叶片粗糙的一面为正面。每样区取3株玉米上部叶片，每株玉米取2片叶，测定时避开玉米主叶脉处，进行测定。叶片光谱观测范围是350～1 100 nm，光谱分辨率为1 nm，玉米雄穗期共测定玉米叶片反射率光谱数据45条，叶片透过率光谱数据45条。

图2 玉米地试验搭载光谱仪和四维塔吊系统

1.3.3 PROSAIL模型

PROSAIL模型是将PROSPECT_5模型和4SAIL模型耦合，模拟得到植被冠层400～2 500 nm光谱范围的冠层反射率[17-20]。本研究使用法国巴黎大学环境开发试验网站开发的PROSAIL_5B和4SAIL模型，该模型不仅在 PROSPECT 模型中加入了胡萝卜素对入射光的选择性吸收效应，而且还考虑了热点效应。模型使用主要操作在MATLAB 运行环境下进行，通过对main_PROSAIL_5B 进行设置，并在程序运行过程中根据具体情况自动调用相应程序模块。耦合后的 PROSAIL 模型运行所需要的参数计算公式参照式（1）～（3）。

式中为入射角，(°)；N为叶片结构系数，∝为常量45。运行时输入PROSPECT 模型的计算基础参数：N、类胡萝卜素Car（g/cm2）、LCC（g/cm2）、等效水厚度C（cm）、干物质含量C（g/cm2）便可得到叶片的方向半球反射率_((N,∝)，%)和透射率_((N,∝)，%)。

SAIL模型运行需 3类输入参数：叶片透射率（%）、叶片反射率（%）、热点、LAI（m2/m2）、平均叶倾角(°)、土壤背景信息、观测方向等，模型表达式为

式中()为模型输出冠层反射率，%；为太阳天顶角，(°)；为观测天顶角，(°)；为太阳方位角与观测方位角的差，(°)；为平均叶倾角，(°)；()为叶片反射率，%；()为叶片透射率，%；为热点参数；SKYL为漫散射光占太阳入射辐射的比例。其中PROSPECT模型模拟可以得到叶片反射率()和叶片透射率()，SAIL模型的其他输入参数如Car、LCC、C、C、土壤系数、N、观测天顶角和方位角均为实际观测值。

1.3.4 玉米雄穗特征参数及含水率测定

玉米雄穗的花序有主轴直立，主轴上有分支，短柄雄性小花如麦粒大小，密生于穗主轴和分支上。主轴中、下部有若干分枝，分枝数一般为15～20个，分枝较细；主轴较粗与主茎相连。如图3所示。在选定的玉米光谱测试区域范围内，从玉米抽穗期开始每隔5 d选取2株长势均匀的玉米植株用实验室高精度天平测量玉米雄穗鲜质量，并经烘箱烘干后精确量测小区玉米雄穗干质量，并计算单位面积上的玉米雄穗干质量和鲜质量。

a. 雄穗a. Tasselb. 抽穗初期b. Early tassel stage c. 抽穗中期c. Middle tassel staged. 抽穗末期d. Late tassel stage

1.3.5 数据分析波段的选择

由于本文采用的高光谱仪波段范围为200～1 100 nm，因此，本文主要讨论了可见光到近红外波段（400～1 100 nm）的光谱特征对玉米冠层反射率特征进行分析。本文又将可见光波段分为2个波段即红光波段（R）和绿光波段（G），分别用H1（521～600 nm）和H2（630～690 nm）表示；近红外波段为H3波段：760～940 nm（NIR，近红外波段）。其中近红外波段是叶面积指数主要影响波段，而可见光波段是叶绿素主要影响波段。波段选择如图4所示。

注：图中横线为2017年玉米不同生育期的冠层反射率曲线，不代表具体意义，故无标注图例。

2 结果与分析

2.1 玉米抽穗期PROSAIL模型输入参数敏感性分析

王李娟等[21]用EFAST方法从红光波段和近红外波段区域对该模型所有输入参数进行敏感性分析，结果表明：叶面积指数（leaf area index，LAI）是在近红外波段对PROSAIL模型模拟结果影响最大的参数，LCC是红光波段区域对PROSAIL模型模拟结果影响最大的参数。肖艳芳等[22]研究证明在冠层尺度上当LAI值较小时，LAI的总敏感度最高；而当LAI较大时，影响可见光、近红外和短波红外冠层反射率的主要敏感参数分别为干物质含量、叶绿素含量和等效水厚度；马建威等[23]研究证明，影响近红外波段（800～1 100 nm）冠层反射率的3个主要参数分别为平均叶倾角、叶片干物质含量和LAI；而叶绿素含量是可见光波段（430～760 nm）最敏感的参数，总敏感度在80%左右。本研究中，也对玉米整个抽穗期PROSAIL模型输入参数进行了全局敏感性分析，结果如图5所示，LAI和LCC在全波段敏感度均较高，LAI总敏感度约为80%左右（400～700 nm之间），LCC总敏感度约为90%左右（400～750 nm之间）。在玉米抽穗期，对3个观测区采用定点观测方式每天观测1次LAI，每5 d观测1次LCC。图6是玉米抽穗期LAI变化图，显示了LAI的变化情况：3个观测样点间LAI的变化区间为1.23～1.53 m2/m2，样点间整体变化曲线较平缓，变异程度不大，B1样点标准偏差为0.11 m2/m2，B2样点标准偏差为0.12 m2/m2，B3样点标准偏差为0.14 m2/m2。表2统计了连续2 a的LCC含量，在抽穗初期随着生长时间递进，玉米的LCC含量逐渐增大，但抽穗末期LCC含量变异程度小，样点间的变化区间为：1.25～6.7g/cm2之间；B1样点标准方差为3.31g/cm2，B2样点标准方差为4.7g/cm2，B3样点标准方差为2.95g/cm2。

图5 PROSAIL模型输入参数全局敏感性分析

经过连续2 a的分析，得知玉米整个抽穗期冠层LAI和LCC含量变化较平稳，对冠层反射率的辐射传输特性影响差异不大。

注：B1（前茬作物为大豆）、B2（前茬作物为玉米）、B3（前茬作物为小麦），下同。

表2 玉米抽穗期叶片叶绿素含量（LCC）变化

2.2 玉米抽穗期不同时间冠层反射率实测值和模拟值的比较

图7是2016年玉米抽穗期利用PROSAIL模型模拟值与实测值对比图，从图7中可以看出在抽穗初期实测值高于模拟值，随着生育期的推进，模型模拟值逐渐高于实测值。在可见光波段整个抽穗期实测值均高于模拟值，而在近红外波段模拟值总体高于实测值。

注：M为实测值，S为模拟值，下同。

但9月28日实测的冠层反射率出现明显增加趋势，分析发现，可能是因为观测当天冠层温度变低造成。分析当天其他观测方位角和天顶角均有相似的变化特征。由此分析，整个抽穗期在可见光波段由于穗颜色由绿-黄的变化，影响了冠层群体的表观叶绿素含量，使得叶绿素吸收反射率降低，而运用PROSAIL模型模拟时并未考虑叶-穗结构的表观叶绿素含量的影响，所以实测值均高于模拟值，且随着生育期的推进模型精度逐渐降低。

2.3 玉米抽穗期不同穗梯度冠层二向反射率比较

图8是抽穗末期不同穗梯度的玉米冠层二向反射率，在太阳主平面2个散射方向的绿光波段和红光波段无穗反射率在所有方向上均最高，1/2穗次之，全穗最低；在垂直太阳主平面方向，在后向散射方向绿光波段反射率随观测天顶角（绝对值）的增加总体呈递增趋势；并且在前向散射方向的反射率总体均小于后向散射方向的反射率，且无穗反射率依然总体高于1/2穗和全穗。从图8e～图8f中可以看出，在近红外波段，太阳主平面方向3个穗梯度在2个散射方向反射率差异不大，但在垂直太阳主平面方向，后向散射方向反射率总体高于前向散射方向反射率，并随着观测天顶角（绝对值）增加而增加。

注：a~d为可见光波段和e~f为近红外波段。横坐标的正值表示前向散射方向，负值表示后向散射方向。

2.4 垂直观测条件下穗数变化对冠层反射率的影响

图9为不同年份不同穗梯度垂直观测时冠层反射率变化曲线，在2 a的剪穗试验中，模拟值均高于实测值。在近红外波段不同穗梯度的实测值变化差异较大，均呈现无穗>1/2穗>全穗，但在可见光波段，不同穗梯度的冠层反射率实测值没有明显的差异。但在2017年抽穗末期无穗比全穗实测值高10%左右，模拟值比全穗实测值高约15%左右。分析原因，随着生育期得推移，玉米雄穗从7月8日抽穗初期到8月24日抽穗末期，冠层已经封垄LAI基本不变，穗数由少到多，穗颜色由绿逐渐变黄，因此影响了冠层反射率。由此说明PROSAIL模型并未考虑穗对冠层反射率的影响，而在玉米抽穗期忽略穗对冠层反射率的影响，直接将PROSAIL模型模拟值用于植被指数或者农学参数的反演会影响模型反演的精度。

图9 不同年份不同剪穗梯度冠层反射率变化

2.5 不同穗梯度实测值和模拟值与农学参数相关性分析

图10为不同穗梯度实测值和模拟值与LCC、LAI相关性分析，可以看出PROSAIL模型模拟值与LCC、LAI在全波段呈显著负相关，无穗实测值与LCC、LAI在全波段相关性也呈较高的负相关性，只是在685 nm附近有极显著正相关；1/2穗实测值与LCC、LAI在705 nm之前呈显著正相关，但在705 nm之后呈负相关，相关系数在0.5左右；全穗实测值与LCC、LAI在726 nm之前呈显著正相关，但在726～900 nm左右相关系数为0，900 nm之后相关系数均在0.5以下。

图10 不同穗梯度实测值和模拟值与LCC、LAI相关性分析

2.6 玉米抽穗期雄穗生长特征变化分析

鉴于以上对玉米抽穗期冠层模型模拟值和实测值的变化特征分析，确定了雄穗对冠层反射率有一定程度的影响。本文又进一步对玉米整个抽穗期雄穗的干物质变化特征做了分析，以期发现具体的影响因素。经过对玉米抽穗期雄穗的总鲜质量和总干质量的分析，雄穗在整个抽穗期总鲜质量变化差异较大，而总干质量变化差异不大。雄穗含水率从抽穗初期的80%左右到抽穗末期降低为10%左右。结果如图11所示。鉴于雄穗干物质变化特征，本文建议在作物抽穗期使用PROSAIL模型时，应该考虑将雄穗含水率与模型输入参数即叶片等效水厚度相关联作为新的输入参数参与模型模拟运算。

图11 2017年玉米雄穗生物量变化

3 讨 论

植被冠层的建立是植物光合作用研究的基础。辐射传输模型是在光学遥感技术的刺激下发展起来的，目的是为了更好地了解入射辐射与植被冠层之间的相互作用。基于物理的模型反演是建立在因果关系的物理规律基础之上的。对模型变量的反演是基于辐射传递模型中普遍认可的知识。该模型还是描述吸收和多次散射的确定性模型，甚至可以描述植被发出的微波区、热发射或太阳诱导的叶绿素荧光，如Verhoef等[24-26]利用辐射传输模型反演中以SAIL为基础，对发射辐射进行类似的辐射传输扩展，所发射的辐射包括叶绿素荧光和热辐射。Vilfan等[27]利用Fluspect计算叶片辐射转移，其中也包括发射的荧光辐射。随着辐射传输模型精度的逐步提高，其复杂性也在不断增加，这使得该模型从简单的浑浊介质RTMs向先进的蒙特卡罗RTMs进行了多样化，后者允许对复杂的冠层结构进行显式的三维表示。不管它们有多复杂，它们都能提供光谱输出，通常分辨率为1 nm。因此，RTMs输出可以很好地拟合成像规范-显微镜数据的反演策略，同时可以对模拟数据进行重采样，重组多光谱或高光谱传感器的波段设置。另外需要指出的一点是，反演模型只能反演RTMs输入变量。因此，使用这种策略意味着只能反演RTMs状态变量。然而，Knyazikhin等[28-30]认为，由于RTMs输入变量驱动冠层吸光度和散射机制，得到的输出冠层反射率被认为是物理上合理的。

本研究经过2a的大田试验，分析了玉米抽穗期冠层反射率变化特征，研究发现从玉米抽穗初期到末期冠层反射率总体呈递减趋势。在运用PROSAIL模型模拟冠层反射率值得到了与实测值不一致的结果。在对PROSAIL辐射传输模型进行输入参数全局敏感性分析发现，LAI和LCC在400～1 100 nm波段的总敏感度均较高，是影响PROSAIL模型模拟冠层反射率的主要参数。在对玉米整个抽穗期实测的LAI和LCC进行分析，发现在玉米整个抽穗期LCC和LAI变化差异较小，不足以影响PROSAIL模型模拟的冠层反射率值，也就是说在玉米整个抽穗期运用PROSAIL模型模拟的冠层反射率值和实测反射率值应该差异不大。然而经过分析发现，在玉米抽穗初期，实测值均高于模拟值，但是随着生育期的推移，在玉米抽穗中期，实测值和模拟值差异逐渐减小，到了抽穗末期模拟值逐渐高于实测值，最大差异达到了15%左右。进一步分析可见光波段和近红外波段，得到模型模拟精度呈现逐渐降低的趋势。综上结果分析认为应该是玉米雄穗的影响，随着生育期得推移，玉米雄穗从9月8日抽穗初期到9月24日抽穗末期，冠层已经封垄LAI基本不变，穗数由少到多，穗颜色由绿逐渐变黄，影响了冠层的表观叶绿素含量，由此影响了冠层反射率。这与李云梅等[11]在研究水稻冠层二向反射率模拟及其反演中提出了相同的问题。杜永明等[10]曾经在小麦穗的影响中提出相同的观点，得出小麦穗对方向性特征有较大的影响，必须予以考虑。

为了说明玉米雄穗对冠层反射率的影响，连续2a分别在玉米抽穗期进行了3次不同穗梯度的剪穗试验，验证试验结果的准确性。分析2a的玉米剪穗试验结果，得到了近似相同的试验结果。而2a的数据分析均得出PROSAIL模型模拟的反射率与无穗的冠层反射率相关系数最高，由此说明PROSAIL模型并未考虑穗对冠层反射率的影响，而在玉米抽穗期忽略穗对冠层反射率的影响直接将PROSAIL模型模拟冠层反射率值运用于植被指数或者农学参数的反演将影响模型反演的精度。

在对玉米整个抽穗期雄穗的干物质变化特征进行分析，发现雄穗在整个抽穗期总鲜质量变化差异较大，而总干质量变化差异不大。雄穗含水率从抽穗初期的80%左右到抽穗末期降低为10%左右。而近红外波段是叶片含水率主要的影响波段，雄穗位于植株最顶端，大多数研究者在运用辐射传输模型进行冠层反射率模拟以及农学参数反演时都将穗和顶部叶片视为一个平面[11]。且只将叶片的等效水厚度作为模型的参数之一，并未考虑雄穗的含水率影响。本研究认为这是影响模型模拟精度的主要因素，建议对于有穗一类的作物在抽穗期使用PROSAIL模型时，应该考虑将雄穗含水率与模型输入参数即叶片等效水厚度相关联作为新的模型输入参数参与模型模拟运算。这将在随后的研究中深入讨论。

综上，本研究认为在玉米抽穗期雄穗对冠层反射率特征有明显的影响。但目前公开发表的文献中，还未发现有关雄穗对玉米冠层反射率特征影响的研究。因此，本研究建议：对于有雄穗特征的作物，在作物抽穗期进行冠层反射率建模时，需要考虑雄穗的影响。本文不足之处在于未对抽穗期玉米雄穗的光谱反射率进行测定，从而未能对模型进行修订，在今后的研究中，将继续开展此项工作，并对现有的PROSAIL辐射传输模型进行优化和改进，进一步研究玉米抽穗期的建模和反演问题。

4 结 论

通过采集的连续2a玉米抽穗期冠层光谱数据，利用相关分析，对玉米抽穗期不同生育期、不同穗梯度实测冠层光谱与PROSAIL辐射传输模型模拟冠层光谱进行对比分析，发现玉米雄穗对抽穗期冠层光谱具有一定的影响，并会对辐射传输模型的模拟精度产生一定的影响。结论如下：

1）对玉米抽穗期的辐射传输模型进行全局敏感性分析发现，叶面积指数（leaf area index，LAI）和叶绿素含量（leaf chlorophyll content，LCC）对模型的总敏感度均在80%以上，是主要的影响因素。对玉米整个抽穗期实测的LAI和LCC分析得出，LAI和LCC变化差异均较小，LAI变化区间为1.23～1.53 m2/m2，各样点整体形状趋向于直线；样点间的LCC变化区间为1.25～6.7g/cm2；

2）比较抽穗期不同时间冠层反射率的模拟值和实测值得出，在抽穗初期实测值高于模拟值，随着生育期的推进，模型模拟值逐渐高于实测值。但在可见光波段整个抽穗期实测值均高于模拟值，在近红外波段模拟值总体高于实测值；

3）分析不同穗梯度冠层二向反射率得出，在可见光波段，太阳主平面和垂直太阳主平面方向上，2个散射方向反射率值均呈无穗>1/2穗>全穗；近红外波段，在太阳主平面方向，3个穗梯度反射率值差异不大，但在垂直太阳主平面方向也呈无穗>1/2穗>全穗；垂直观测条件下不同穗梯度冠层反射率也均呈现无穗>1/2穗>全穗；

4）分析PROSAIL模型模拟值和农学参数相关性，得出模拟值与LAI和LCC在全波段呈显著负相关，无穗实测值和模拟值与LAI和LCC相关性表现较一致；

5）在玉米整个抽穗期雄穗总鲜质量变化差异较大，而总干质量变化差异不大。雄穗含水率从抽穗初期的80%左右到抽穗末期降低为10%左右。考虑可以将雄穗含水率与PROSAIL模型输入参数叶片等效水厚度相关联作为抽穗期新的输入参数参与模型模拟运算。

本文研究为具备雄穗特征的作物在抽穗期运用辐射传输模型进行农学参数或者植被指数反演提供借鉴，并为进一步修正辐射传输模型提供科学依据。

[1] Wout Verhoef, Li Jia, Qing Xiao, et al. Unified optical-thermal four-stream radiative transfer theory for homogeneous vegetation canopies[J]. IEEE, Trans Geosci Remote Sens, 2007, 45: 1808－1822.

[2] Féret J B, Gitelson A A, Noble S D, et al. Prospect-d: Towards modeling leaf optical properties through a complete lifecycle[J]. Remote Sens Environ, 2017, 193: 204－215.

[3] Jacquemoud S, Verhoef W, Baret F, et al. Prospect + sail models: A review of use for vegetation characterization[J]. Remote Sens. Environ, 2009, 113 (Suppl 1):S56－S66.

[4] Berger K, Atzberger C, Danner M, et al. Evaluation of the PROSAIL model capabilities for future hyperspectral model environments: A review study[J]. Remote Sens, 2018, 10(1): 85.

[5] Jacquemoud S, Baret F. prospect: A model of leaf optical properties spectra[J]. Remote Sensing of Environment,1997, 34:75－91.

[6] Bousquet L, Lachérade S, Jacquemoud S, et al. Leaf BRDF measurements and model for specular and diffuse components differentiation[J]. Remote Sensing of Environment, 2005, 98(2/3): 201－211.

[7] Feret Jean-Baptiste, Francois Christophe, et al. PROSPECT- 4 and 5: Advances in the leaf optical properties model separating photosynthetic pigments[J]. Remote Sensing of Environment, 2008 , 112(6): 3030－3043.

[8] Kuusk A. The Hot Spot Effect in Plant Canopy Reflectance[M]. German: Springer Berlin Heidelberg, 1991: 139－159.

[9] Baret F, Fourty T. The limits of a robust estimation of canopy biochemistry[M]//Guyot G, Phulpin T. Physical Measurements and Signatures in Remote Sensing. AA Balkema, Rotterdam, 1997: 413－420.

[10] 杜永明.冬小麦冠层方向性热辐射的季相变化和模型研究[D]. 北京：中科院遥感应用研究所，2006.

Du Yongming. A Study of Seasonal Variation and Models of Direction Thermal Radiance Over Row-planted Winter Wheat Canopy[D]. Beijing: Institute of Remote Sensing Application, Chinese Academy of Science, 2006. (in Chinese with English abstract)

[11] 李云梅，王人潮，王秀珍，等. 水稻冠层二向反射率的模拟及其反演[J]. 中国水稻科学，2002，16(3)：291－294.

Li Yunmei, Wang Renchao, Wang Xiuzhen, et al. Simulation of Bi-directional of reflectance on rice canopy and its inversion[J]. Chinese Journal of Rice Science, 2002, 16(3): 291－294. (in Chinese with English abstract)

[12] 张雪红，赵峰，刘绍民，等. 冬小麦红边参数各向异性特征分析[J]. 农业工程学报，2006，22(6)：7－11.

Zhang Xuehong, Zhao Feng, Liu Shaomin, et al. Anisotropy analysis of red edge parameters in winter wheat[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(6): 7－11. (in Chinese with English abstract)

[13] 黄文江，王锦地，穆西晗，等. 基于核驱动模型参数反演的作物株型遥感识别[J]. 光谱学与光谱分析，2007，27(10)：1921－1924.

Huang Wenjiang, Wang Jindi, Mu Xihan, et al. Crop geometry identification based on inversion of semiempirical BRDF models[J]. Spectroscopy and Spectral Analysis, 2007, 27(10): 1921－1924. (in Chinese with English abstract)

[14] 赵春江，黄文江，王纪华，等. 用多角度光谱信息反演冬小麦叶绿素含量垂直分布[J]. 农业工程学报，2006，22(6)：104－109.

Zhao Chunjiang, Huang Wenjiang, Wang Jihua, et al . The vertical distribution of chlorophyll content in winter wheat was inversed by multi-angle spectral information[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(6): 104－109. (in Chinese with English abstract)

[15] 张雪红，田庆久，沈润平. 冬小麦冠层光谱的方向性特征分析[J]. 光谱学与光谱分析，2010，30(6)：1600－1605.

Zhang Xuehong, Tian Qingjiu, Shen Runping. Analysis of directional characteristic of winter wheat canopy spectra[J]. Spectroscopy and Spectral Analysis, 2010, 30(6): 1600－1605. (in Chinese with English abstract)

[16] Huang W, Wang Z, Huang L, et al. Estimation of vertical distribution of chlorophyll concentration by bi-directional canopy reflectance spectra in winter wheat. Precision Agriculture, 2011, 12(2): 165–178.

[17] 曾琪，余坤勇，姚雄，等. 基于PROSAIL辐射传输模型的毛竹林分冠层反射率模拟研究[J]. 植物科学学报，2017，35(5)：699－707.

Zeng Qi, Yu Kunyong, Yao Xiong, et al. Research on canopy reflectance modeling of Phyllostachys pubescens forest based on the PROSAIL canopy radiative transfer model[J]. Plant Science Journal, 2017, 35(5): 699－707. (in Chinese with English abstract)

[18] 程晓娟，杨贵军，徐新刚，等. 新植被水分指数的冬小麦冠层水分遥感估算[J]. 光谱学与光谱分析，2014，34(12)：3391－3396.

Cheng Xiaojuan, Yang Guijun, Xu Xinggang, et al. Estimating canopy water content in wheat based on new vegetation water index[J]. Spectroscopy and Spectral Analysis, 2014, 34(12): 3391－3396. (in Chinese with English abstract)

[19] 杨曦光. 高光谱数据提取森林冠层叶绿素及氮含量的研究[D]. 哈尔滨：东北林业大学，2010.

Yang Xiguang. Study on the Extraction of Chlorophyll and Nitrogen Content From Hyperspectral Data in Forest Canopy[D]. Harbin: The University of Northeast Forestry, 2010. (in Chinese with English abstract)

[20] Hamideh Nouri, Edward P Glenn, Simon Beecham, et al. Remote sensing techniques for predicting evapotranspiration from mixed vegetated surfaces[J]. Urban Water, 2015, 12(5): 380－393.

[21] 王李娟，牛铮. PROSAIL模型的参数敏感性研究[J]. 遥感技术与应用，2014，29(2)：219－223.

Wang Lijuan, Niu Zheng. Sensitivity analysis of vegetation parameters based on PROSAIL model[J]. Remote Sensing Technology and Application, 2014, 29(2): 219－223. (in Chinese with English abstract)

[22] 肖艳芳，周德民，赵文吉. 辐射传输模型多尺度反演植被理化参数研究进展[J]. 生态学报，2013，33(11)：3291－3297.

Xiao Yanfang, Zhou Deming, Zhao Wenji. Review of inversing biophysical and biochemical vegetation parameters in various spatial scales using radiative transfer models[J]. Acta Ecologica Sinica, 2013, 33(11): 3291－3297. (in Chinese with English abstract)

[23] 马建威，黄诗峰，李纪人，等. 改进Sobol算法支持下的PROSAIL模型参数全局敏感性分析[J]. 测绘通报，2016，468(3)：33－35.

Ma Jianwei, Huang Shifeng, Li Jiren, et al. Global sensitivity analysis of parameters in the PROSAIL model based on modified sobol’s method[J]. Bulletin of Surveying and Mapping, 2016, 468(3): 33－35. (in Chinese with English abstract)

[24] Verhoef W. Light scattering by leaf layers with application to canopy reflectance modeling: The SAIL model[J]. Remote Sens Environ, 1984a, 16(2): 125－141.

[25] Verhoef W. Light scattering by leaf layers with application to canopy reflectance modeling: The SAIL model[J]. Remote Sens Environ, 1984b, 16(2):125－141.

[26] Verhoef W. Earth observation modeling based on layer scattering matrices[J]. Remote Sens Environ, 1985, 17(2): 165－178.

[27] Vilfan N, van der Tol C, Muller O, et al. Fluspect_B: A model for leaf fluores-cence, reflectance and transmittance spectra[J]. Remote Sens Environ, 2016, 186: 596－615.

[28] Knyazikhin Y, Schull M A, Stenberg P, et al. Hyperspectral remote sensing of foliar nitrogen content[J]. Proc Natl Acad Sci, 2013, 110(3): 811－812.

[29] Koetz B, Baret F, Poilvé H, et al. Use of coupled canopy structure dynamic and radiative transfer models to estimate biophysical canopy characteristics[J]. Remote Sens Environ. 2005, 95(1): 115－124.

[30] Myneni R, Maggion S, Iaquinta J, et al. Optical remote sensing of vegetation: Modeling, caveats, and algorithms[J]. Remote Sens Environ, 1995, 51(1): 169－188.

Effects of maize tassel at the heading stage on radiation transfer characteristics of canopy reflectance

BaiLi1,2, BaiJunhua2, XiaoQing2, LiuQinhuo2, ZhangZe1, Lü Xin1※, Meng Linghua3

(1.A/,,832003,; 2.,100101,;3.,,130102,)

In order to analyze the influence of maize tasselon the radiation transmission characteristics of visible and near infrared band at the heading stage of maize, 4D rail crane system was applied for 2 consecutive years in maize at the heading stage in Huailai Experimental Station in Hebei. The experiment was carried out respectively at the beginning of the heading and the end of the 3 tassel gradients. The maize canopy reflectance characteristics at the heading stage and the characteristics of male tassel dry matter content were analyzed. The results showed that: 1) the measured canopy reflectance rate was higher than the simulated value at the beginning of heading, and the simulated value of the model was higher than the measured value at the late stage of development of the growth period. However, in the visible band, the measured values were higher than the simulated values at the whole heading stage, and in the near infrared band, the simulated values were higher than the measured values. 2) By analyzing the characteristics of bidirectional reflectance of different tassel gradient canopy, we found that in visible light band, reflectance without tassel in the directions of solar main plane and vertical solar main plane was the highest, followed by half tassel and the lowest in whole tassel; in near infrared band, reflectance was not different for the 3 tassels treatments in the direction of solar main plane, however, the reflectance in backward scattering direction was higher than that of forward scattering direction, and the reflectance of tassel-free was still higher than that of half tassel and whole tassel. The same results were obtained under vertical observation conditions. 3) The correlation between the simulated value of PROSAIL model and agricultural parameters showed that the simulated value had a significant negative correlation with chlorophyll content (LCC) and leaf area index (LAI), and the measured and simulated values without tassel were highly consistent with the correlation between LCC and LAI. 4) The total fresh weight of tassel in the whole heading stage of maize varied but the difference in total dry weight was not significant. The water content of tassel decreased from 80% at the beginning to 10% at the end of tassel, indicating water content should be considered for model establishment. The research on the radiation transmission characteristics of tasselat maize heading stage on canopy would be helpful in modifying radiation transmission model and improving the accuracy of simulation.

remote sensing; spectrum; canopy; maize tassel; PROSAIL model

白 丽，柏军华，肖 青，柳钦火，张 泽，吕 新，孟令华. 玉米抽穗期雄穗对冠层反射率辐射传输特征的影响[J]. 农业工程学报，2019，35(20)：162－170.doi：10.11975/j.issn.1002-6819.2019.20.020 http://www.tcsae.org

Bai Li, Bai Junhua, Xiao Qing, Liu Qinhuo, Zhang Ze, Lü Xin, Meng Linghua. Effects of maize tassel at the heading stage on radiation transfer characteristics of canopy reflectance[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(20): 162－170. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.20.020 http://www.tcsae.org

2019-05-31

2019-09-10

国家自然科学基金项目（41671366）

白 丽，讲师，博士，主要从事作物信息技术与精准农业。Email：13121083816@163.com

吕 新，教授，博士，主要从事作物信息技术与精准农业。Email：lxshz@126.com

10.11975/j.issn.1002-6819.2019.20.020

TP79; S127

A

1002-6819(2019)-20-0162-09