APP下载

伊犁绢蒿荒漠草地3种主要植物光谱及植被指数改进

2020-05-21韩万强靳瑰丽岳永寰王惠宁吴雪儿吾鲁帕阿得尔卡里

新疆农业科学 2020年5期
关键词:角果植被指数吸收率

韩万强,靳瑰丽,岳永寰,王惠宁,宫 珂,吴雪儿,吾鲁帕·阿得尔卡里

(新疆农业大学草业与环境科学学院/新疆草地资源与生态重点实验室,乌鲁木齐830052)

0 引 言

【研究意义】伊犁绢蒿荒漠草地是新疆草地生态系统的重要组成部分,也是当地主要的春秋牧场[1]。但近年来,随着气候变化和超载过牧等因素的影响而严重退化[2]。草地退化不仅表现在生产能力的降低,还表现在群落结构的变化,例如优质牧草组分的减少和毒害草组分的增加[3]。当前需要准确、实时获得草地植物群落中各物种组成变化,这对实现动态评价草地类型质量特征、动态监测草地的退化与恢复特征有着重要的作用。地物光谱是现代遥感技术的重要组成部分[4], 它不仅是遥感理论研究的重要内容,也是遥感应用研究的重要依据。高光谱因其波段数量多且波段连续,在获取地物局部精细信息和光谱细节特征上有着良好的表现,相较于多光谱在分析植物的光谱特征及其差异上有着较大的优势[5]。【前人研究进展】运用高光谱对植物光谱特征分析也成为了近些年研究的热点之一[6],且已经在草地光谱特征分析[7-8]、盖度[9]、生物量[10]、物理和化学的反演[11-12]、草地植物识别与分类等领域得到一定的研究[13-14]。【本研究切入点】植被指数一直是研究植被特征最简单、最有效的方法之一[15]。在伊犁绢蒿荒漠草地的研究中,发现选用近红外波段反射率、红边位置、绿波段反射率、修改型土壤调节植被指数和叶绿素吸收比值指数能够较好的区分9种草地植物[16],RVI能反映牧草返青期各植物差异[17]。研究伊犁绢蒿荒漠草地3种主要植物光谱特征及植被指数特征。【拟解决的关键问题】以伊犁绢蒿荒漠草地的3种典型主要植物为研究对象,在其返青期采集草地群落的光谱影像,从中提取主要植物的光谱数据,分析和筛选出光谱特征波段,筛选最佳特征波段组合构建植被指数来区分3种主要植物,提高伊犁绢蒿荒漠草地主要植物的识别精度,为草地遥感分类提供理论与科学依据。

1 材料与方法

1.1 材 料

研究区地处天山北坡中段乌鲁木齐市米东区柏杨河乡,是典型的伊犁绢蒿荒漠草地,海拔895~954 m,年降水170~276 mm,属于温带大陆性半干旱半荒漠气候。该区该类型草地在全疆具有一定的代表性,为当地春秋牧场,其优势种和建群种为伊犁绢蒿(Seriphidiumtransiliense),伴生种为1年生植物叉毛蓬(Petrosimoniasibirica)和角果藜(Ceratocarpusarenarius)。通过前期的调查与研究,并考虑群落中物种的参与度,确定伊犁绢蒿、角果藜和叉毛蓬为主要识别植物。

1.2 方 法

1.2.1 样地与样方的设置

在研究区设置6条500 m的样线,每条样线相隔150 m,在样线上每隔60 m布置一个30 m×30 m的样地,采用“X”取样法在样地中布置5个小样方作为光谱影像采集点,根据仪器视场范围及影像清晰度,样方面积设为0.5 m×0.6 m,6条样线共设置150个样方。

1.2.2 高光谱影像采集

采用SOC710 VP成像光谱仪采集群落样方高光谱影像,其波长范围400~1 000 nm,包括了可见光(400~780 nm)和部分近红外光(780~1 000 nm)。光谱分辨率波长精度为4.7 nm。

根据前期的研究4月为该类草地长势较好时期。野外光谱测量时间为2018年4月,为减少干扰,设置测量条件为天气晴朗云量较少,地面能见度高;大气较好,风力<3级;测量时段为11:00~16:00(太阳高度角﹥45°);测量时使植物冠层和参考板在相同的光照条件和环境下,且处于同一水平高度上。只保留3种主要植物,将样方中零星分布的其它植物拔除,采集每个样方中群落高光谱影像。同时使用针刺法测定样方中各物种的盖度,以及地上生物量(带回实验室测量),为光谱数据的分析提供参考依据。

1.2.3 高光谱反射率提取

使用成像光谱仪自带SRAnal 710软件从影像中提取伊犁绢蒿、角果藜、叉毛蓬和群落的光谱数据。从150张影像中提取每种研究对象2次,即共获取每种识别对象300个光谱数据。

1.2.4 光谱变换

从影像中提取的光谱曲线受外界环境和噪声的影响较大,采取式(1)进行平滑去噪,计算得到各植物和群落的原始反射率REF,经过式(2)得到吸收率ABS,经过式(3)得到反射率一阶微分GREF,经过(4)式得到吸收率一阶微分GABS。

REF=0.04Rλ-4+0.08Rλ-3+0.12Rλ-2+0.16Rλ-1+0.2Rλ+0.16Rλ+1+0.12Rλ+2+0.08Rλ+3+0.04Rλ+4.

(1)

GREF=REFλ+1-REFλ-1/(λ+1)-

(λ-1).

(2)

ABS=lg[1/REFλ] .

(3)

GABS=ABSλ+1-ABSλ-1/(λ+1)-(λ-1).

(4)

式中,R为原始反射率,λ为波长(nm)。

1.3 数据处理

为了得到更加明显的光谱特征差异和更加全面的信息用于区分不同的植物,选择波段组合或是使用全波段[18]。研究采用常用植被指数归一化植被指数(NDVI)和比值植被指数(RVI)的计算方式,筛选敏感波段构建最佳的波段组合和植被指数。

(5)

(6)

式中,为可见光敏感波段平均值,为近红外波段平均值。

2 结果与分析

2.1 光谱特征

研究表明,3种植物和群落的原始反射率和吸收率光谱曲线变化趋势基本相似,波峰、波谷等特征出现的位置基本一致。3种植物中角果藜的反射率最大(最高达61%),伊犁绢蒿的反射率稍小(最高达60%),叉毛蓬最小(最高达53%),群落的反射率明显低于3种植物(最高达24%)。

可见光波段光谱曲线490~530 nm出现上升趋势,且在490~590 nm出现了第1个波峰,在680 nm附近出现第1个波谷,之后在730 nm附近均形成植物所特有的红边。红边现象虽然整体的趋势相差不大,但是在不同的植物之间其反射率和位置还是有区别。在近红外波段760~1 000 nm内,反射率一直保持在较高的水平。其中在760~800 nm内出现了1个波谷,820~880 nm出现第2个波谷,930~970 nm出现1个波峰。图1

图1 反射率REF和吸收率ABS曲线
Fig.1 Reflectivity REF and absorptivity ABS curve

吸收率ABS的变化趋势和反射率REF相反。红边区域680~760 nm,光谱值斜率突然增大,不同植物反射率和吸收率之间的差异会有所降低。光波段400~680 nm,近红外波段760~800 nm和960~1 000 nm的反射率和吸收率较为稳定,且不同植物的光谱值差异较大。图1

2.2 敏感波段筛选

角果藜反射率在可见光波段400~780 nm和780~820 nm始终最大,而其相应的吸收率明显低于其它植物,在820~1 000 nm角果藜与伊犁绢蒿反射率相似性较大。群落的反射率在可见光波段400~652 nm和近红外波段703~1 000 nm一直低于其它植物,只有703~780 nm,群落的反射率低于叉毛蓬。

图2 反射率和吸收率一阶微分曲线
Fig.2 First order differential curves of reflectivity and absorptivity

在400~490 nm波段内,3种植物都为未开花绿色植物其反射率呈现陡坡上升趋势,群落同样是上升趋势但增幅斜率较小。在490~530 nm蓝光波段,510~560 nm绿光波段,620~760 nm红光波段,780~820 nm近红外波段均表现出角果藜>伊犁绢蒿>叉毛蓬>群落,这些波段可以有效的区分3种植物。

由3种植物和群落全波段一阶微分变换后的反射率GREF和吸收率GABS可以看出,一阶微分反射率GREF和一阶微分吸收率GABS各植物差异明显且稳定的波段与反射率REF和吸收率ABS相同。图2

2.3 植被指数的改进

研究表明,反射率REF与吸收率ABS的3种光谱组合中,510~560 nm,780~820 nm波段组合时利用反射率REF得到的NDVI效果较好,3种植物在此波段组合下的改进型NDVI的差异值最大,相近植被指数的最小差值保持在0.032 58以上,优于对照400~780 nm,780~1 000 nm下的NDVI值(0.008 37)。490~530 nm,780~820 nm波段组合下的改进型RVI效果较好,3种植物在此波段组合下的差异值最大,在0.455 34以上,优于400~780 nm,780~1 000 nm下的RVI值(0.074 95)。在两个波段组合下依改进型NDVI和RVI值大小摆列顺序一致,叉毛蓬>伊犁绢蒿>角果藜。表1

表1 REF、ABS改进植被指数Table 1 REF and ABS improved vegetation indexes

研究表明,一阶微分反射率GREF和一阶微分GABS在3种波段组合下计算得到的改进型NDVI’的值很相近,其中490~530 nm,780~820 nm和510~560 nm,780~820 nm计算得到的NDVI’最小差异值都优于由全波段400~780 nm,780~1 000 nm得到的NDVI值。由3种波段组合计算得到的改进型RVI’与NDVI’相同,其中490~530 nm,780~820 nm和510~560 nm,780~820 nm计算得到的RVI’最小差异值都优于由全波段400~780 nm,780~1 000 nm得到的RVI值。表2

3 讨 论

3.1 光谱特征

植物与太阳光的相互作用主要体现在植物的冠层或是叶片的光谱特征。3种主要植物的反射率REF在510~560 nm出现第1个波峰,在这1波段内反射率REF较强,吸收率ABS较弱,包含了可见光内黄光和绿光区,这也是植物叶片呈现绿色的主要原因之一。在可见光400~780 nm波段内,3种植物与群落的反射率REF依次为:角果藜>伊犁绢蒿>叉毛蓬,这与植物叶片叶绿素含量、结构以及生育期特征有很大的关系[19]。3种主要植物以及群落在400~690 nm可见光范围内出现明显的反射峰是因为植物叶绿素对绿光有较强的反射作用[20],表现出反射率大小角果藜>伊犁绢蒿>叉毛蓬>群落,原因可能是此时间段角果藜长势较好叶绿素含量较高,它的反射率也最高。伊犁绢蒿虽冠层较大但叶两面被灰绿色蛛丝状柔毛影响了部分太阳光的反射和吸收,导致其反射率也不高。而叉毛蓬植株小、叶片成圆柱状且分布于伊犁绢蒿周围,因此,其反射率并不高。群落的各植物盖度不同,受裸地与枯落物影响较大,所以整体反射率偏低[21]。植被与太阳相互作用的反射光谱特征与裸地、水体和建筑等其它地物不同。植物特有的“红边”现象,即在小于700 nm附近出现强吸收,大于700 nm附近出现高反射。3种植物与群落在610~680 nm范围出现波谷,即红谷,这一范围包含了大部分红光和橙光,是植物光合作用吸收最强的波段范围,因此,反射率非常低。

表2 GREF、GABS改进植被指数Table 2 GREF and GABS improved vegetation indexes

3.2 敏感波段选择

近年来,对植物特征波段筛选识别做了多方面的研究,在对不同植物的光谱特征分析时均对可见光蓝光波段、红光波段的红谷以及红边进行分析,且表明这些波段的差异较大[22-24],利用这些特征可以将不同植物区分开来,胡远宁等对甘南的5种毒杂草光谱反射率进行一阶微分变换,利用红谷、绿峰、红边、水分吸收、光谱指数等特征参数,较好的将5种毒杂草区分开来[25]。研究表明,490~530 nm、510~560、620~760和780~820 nm 4个波段的3种主要植物光谱值的大小顺序均为:角果藜>伊犁绢蒿>叉毛蓬,可以利用反射率REF和吸收率ABS的大小顺序对3种植物进行区分。将反射率REF转换为吸收率ABS可以将光谱数据间的差异进行不同程度的放大,波峰和波谷更加清晰辨认。反射率与吸收率的一阶微分是反映植物在某波段内的变化情况,能够较好地反映和解释反射率和吸收率增加和减少的幅度;经过一阶微分变换的反射率GREF和吸收率GABS表现出其蓝边特征、绿峰特征、红谷特征以及红边特征,而这些绿色植物特有的光谱特征正好处于4个波段范围,与前人研究结果一致。可以选择这4个波段的组合作为3种主要植物在对应变换下的敏感波段。

3.3 植被指数NDVI和RVI的改进

筛选与研究相关性最好的植被指数[19,26],或是差异较大的植被指数用于区分不同植物[18]。张波等分析了荒漠-绿洲交错地带4种典型植被光谱特征,发现在反射率REF、吸收率ABS和一阶微分反射率GREF 3种变换下,使用吸收率ABS计算的NDVI区分4种植物的效果较好[15]。研究通过对波段组合计算得到改进后的NDVI值和RVI值差异比较,明显看出使用REF变换的490~530 nm和780~820 nm波段组合效果较好,优于对照400~780 nm和780~820 nm波段计算的NDVI和RVI;经过一阶微分变换后对比发现NDVI在GABS下差值最大,RVI则是在ABS下差值最大。虽然与张波研究结果有差异,可能是研究植物不同所造成;但也有一致之处,都在吸收率ABS变换下改进的植被指数差异较大。利用GABS和ABS变换后的光谱数据计算改进后的NDVI和RVI值来区分伊犁绢蒿荒漠草地3种主要植物具有比较明显的效果,这种方法明显优于传统的NDVI和RVI计算和经REF、GREF变换计算的NDVI和RVI。

4 结 论

4.1 伊犁绢蒿、角果藜和叉毛蓬对太阳辐射吸收形成的光谱曲线与多数植物相似。在可见光波段400~700 nm以吸收为主,510~560 nm范围内出现一个小的反射峰,在近红外波段780~1 000 nm以反射为主出现一个相对平稳的平台。

4.2 3种主要植物的在敏感区域的光谱特征通过REF、ABS、GREF和GABS变换后,可以被进一步放大。3种植物光谱值有明显差异,且数值相对稳定的波段有490~530、510~560、620~760和780~820 nm,可选取这4个波段作为敏感波段用于植物识别。

4.3 利用GABS变换下490~530和780~820 nm波段组合计算的NDVI值和ABS变换下计算的RVI值可以有效辨别伊犁绢蒿荒漠草地3种主要植物伊犁绢蒿、角果藜和叉毛蓬。

猜你喜欢

角果植被指数吸收率
贵州芥菜型油菜主要性状与产量的相关性及通径分析
基于无人机图像的草地植被盖度估算方法比较
冬小麦SPAD值无人机可见光和多光谱植被指数结合估算
分泌性中耳炎儿童宽频声导抗测试声能吸收率特征研究△
基于油菜角果长度图像识别的每角粒数测试方法
周期性结构的石墨烯对太赫兹波的吸收特性研究
油菜机收专用品种
植被指数监测绿洲农区风沙灾害的适宜性分析