劉 月,春 喜,張美杰,劉美萍,胡和達來
(內蒙古師范大學地理科學學院,內蒙古 呼和浩特 010022)
在全球變化研究中,植被公認為是能夠反映區域生態環境變化的敏感指示器,而植被光譜特征分析可以有效的指示植被覆蓋和群落結構變化,因此已成為研究熱點〔1-3〕。前人通過大量的野外儀器測量和室內模擬分析,得出植被地面光譜曲線圖,揭示生物物理特性的光譜特征和規律,建立了一系列地物光譜數據庫〔4-6〕。通過各種方法對植被光譜各波段進行分析,其中一些學者認為植物光譜的紅色邊緣屬性能夠顯示植物葉綠素含量〔7-9〕,并廣泛應用于植被光譜特征的分析、不同植被的理化性能、覆蓋度、植被分類、植被調查、區域的生態環境調控及演變、遙感反演、農作物評估植被以及計算機識別和自動提取等領域〔10-11〕,備受關注〔12-14〕。但是對于干旱區不同植被的光譜特征和規律的認識有待于進一步研究。本文采用光譜儀器,數次野外測試和數據分析,得出不同植被的光譜數據源,揭示其特征及其差異性。
本文野外采樣點,一是內蒙古阿拉善左旗吉蘭泰鹽湖周圍及烏蘭布和沙漠腹地的干旱草原植被。二是內蒙古錫林郭勒盟典型草原寶紹代湖泊周圍典型草原植被。三是位于和林縣內蒙古師范大學盛樂校區人工草地(草甸草原)。
實驗測試:采用美國ASD(Analytical Spectral Device)公司的Field Spec Pro FR2500便攜式光譜儀,其波段值范圍為350~2500nm,采樣間隔為1.4nm,光譜分辨率為3nm。采樣方法和過程參照〔15-16〕①觀察時間:在夏季當天的12∶00~15∶00時段,保證太陽的高度和照度。②觀測當天滿足天氣晴朗,光照穩定,并避開陰影和鄰近的運動物體,風力等于或小于3級。③在觀測實驗前對光譜儀集中進行統一調試和比對,對光譜儀和參考板進行檢驗,保證測量的準確性。④測試之前先以白板進行定標,白板應水平放置,傾斜角<1°。⑤探頭測量高度固定在1m,保證每次測量位置相同。⑥在測試中,每個樣品采集5條光譜曲線,算術平均后得到該樣品的實際反射光譜數據,保證數據的精確度,并避開個別誤差帶來的不確定性。各采樣點的描述見表1和特征見圖1。

表1 八種樣品名稱及顏色參照表
上述采樣點的植被光譜既存在一致性又有差異性。其一致性表現在,500nm處出現吸收谷;在可見光的550nm(綠處)附近有一個反射率為百分之十幾的小反射峰;在680nm(紅)附近有明顯的吸收帶,這可能由葉子色素特別是葉綠素所決定〔17-18〕;在680~750nm 之間出現峰值,反射率急劇增高,在光譜研究中它被稱為植被“紅邊”,是植被具有診斷性的光譜特征,“紅邊”的位置、高度和斜率會因植被的不同及同一植被的不同生長狀況而存在差異〔9〕;在800nm左右是一個相對平坦的、反射率高的區域,它可能由植被的細胞構造所決定〔19〕。
不同類型的植被光譜特性存在差異性:從圖2可以看出,在可見光波段400~700nm,干旱植被(即小葉錦雞兒灌叢、白刺、沙冬青、梭梭林)反射率明顯高于典型草原植被(草甸灘地)和人工草坪植被(榆葉梅叢),可能受到葉綠素含量的影響。草甸灘地綠峰不明顯,主要由于生長和距地面很近,受土壤背景的影響;在680nm~760nm處草甸灘地反射率出現陡坡程度為0.2,明顯要低于榆葉梅叢,主要是草甸植被覆蓋度比較低造成的。白刺在450nm出現強烈的吸收谷,達到0.5左右,而在680nm處的吸收谷表現不明顯,相對于其它干旱植被(小葉錦雞兒灌叢、沙冬青、梭梭林)平均高出0.1左右,出現這種現象可能由于白刺的生長狀況及測試誤差的結果。梭梭林在可見光波段峰值明顯高于其它干旱植被,達到0.8。各類型植被主要受葉綠素、細胞結構、葉面積指數和土壤背景等因素的影響呈現不同的光譜曲線〔20〕。

圖2 八種樣品光譜對比圖
光譜數據的一階微分有利于部分消除大氣、土壤背景等成分對目標的影響,突出目標,反映和揭示植被光譜的內在特性〔21-22〕。本文采用如下公式求光譜數據的微分〔23〕。

式中:R為反射率;λi為第i波段的中心波長。

圖3 八種樣品一階導數光譜圖

圖4 八種樣品光譜的紅邊
在高光譜遙感中,采用微分技術尋找關鍵波段可描述植被的紅邊特性〔24-25〕。由紅光過渡到近紅外的“紅邊”是描述植被色素狀態和健康狀況的重要的指示波段〔26〕。如圖3所示可以看出:導數光譜運算在680nm~760nm可以大大強化紅邊特征,在其它波段無明顯變化。
從圖4可以看出,八種樣品光譜的紅邊都出現峰值現象,這跟大多數綠色植物的紅邊相似。由于干旱區小葉錦雞兒、草甸葉面積指數大,受沙地背景的影響,紅邊光譜的峰值現象并不明顯,而人工草坪、榆葉梅叢的葉面積指數大,覆蓋度高,受沙地背景的影響小,峰值現象越來越明顯。在干旱草原的梭梭林在紅邊位置出現的峰值相對于其它植被提前,出現偏移現象。
從圖5可見,不同類型植被的光譜紅邊斜率(紅邊幅值)從小到大依次為白刺、草甸灘地、小葉錦金兒、人工草地1(黃)、梭梭林、人工草地2(綠)、沙冬青、榆葉梅叢,主要是由草地植被到灌叢植被,植被覆蓋度越高和葉面積指數越大,紅邊斜率越大〔19〕。
如圖6所示,同種植被在不同的生長狀況下呈現不同的光譜特征。在紅谷,健康植被的反射率較低,這主要是由于含有較多葉綠素,對紅光有較強吸收而造成的。在紅邊位置,健康植被要比顏色發黃的植物陡,說明生命力旺盛。在近紅外波段,不健康植被的反射率較低,主要由于細胞結構遭到破壞造成。可見同一植被類型由于葉子的組織結構、色素含量和含水量不同,反射率大小又具有不同的特點。

圖5 植被類型的紅邊參數

圖6 健康植被與非健康植被光譜對比
不同植被的光譜曲線呈現明顯的“峰和谷”的特征:在550nm(綠處)附近有一個反射率為百分之十五的小反射峰,可見光500nm和680nm處的藍、紅光波段存在低谷。近紅外700nm~1200nm處出現高原反射區。不同類型植被光譜特征又存在差異性:
在可見光波段350nm~750nm,干旱植被(小葉錦雞兒灌叢、白刺、沙冬青、梭梭林)反射率明顯高于典型草原植被(草甸灘地)和人工草坪植被(榆葉梅叢);在近紅外波段750nm~1350nm,人工草坪及灌叢的反射率明顯高于草甸灘地,由于植被類別間葉片內部結構變化大,人工草坪及灌叢葉面積指數大,覆蓋度高,草甸也受到沙地背景的影響,因此植被在近紅外的反射率差異較大。
受到植被長勢的影響,同一植被類型的光譜反射率差異較大。在紅谷,健康植被的反射率較低,這主要是對紅光有較強吸收而造成的。在紅邊位置,健康植被要比顏色發黃的植物陡,說明生命力旺盛。
八種植物樣品光譜的紅邊出現峰值現象,這跟大多數綠色植物的紅邊相似。從定量描述光譜紅邊斜率來看,八種植被從小到大依次為:白刺、草甸灘地、小葉錦金兒、人工草地1(黃)、梭梭林、人工草地2(綠)、沙冬青、榆葉梅叢。人工草地植被紅邊斜率值最大,干草原的該值最低,典型草原的參數在二者之間,反映出由干旱植被到灌叢植被,植被覆蓋度越高和葉面積指數越大,紅邊斜率越大。
〔1〕趙金,陳曦等 .塔里木河荒漠植被光譜可分性模擬〔J〕.中國沙漠,2009,29(2):270—272.
〔2〕Frost Ray L.Erickson Kristy L.Near-infrared spectroscopy of stitchtite,iowaite,desautelsite and arsenate exchanged takovite and hydrotalcite〔J〕.Petrochemical Acta-Part A:Molecular and Bimolecular Spectroscopy,2005,61(1-2):51—56.
〔3〕蘇理宏,李小文,王錦地等 .典型地物波譜知識庫建庫與波譜服務的若干問題〔J〕.地球科學進展,2003,18(2):185—191.
〔4〕田慶久,王世新,于樂意等 .典型地物標準波譜數據庫系統 設 計 〔J〕.遙 感 技 術 與 應 用,2003,18(4):185—190.
〔5〕張妍,薄立群,路興昌 .長春凈月潭地物波譜數據庫的研究與開發〔J〕.遙感信息,2002,(6):25—27.
〔6〕童慶禧,田國良 .中國典型地物波譜及其特征分析〔M〕.北京:科學出版社,1990.
〔7〕Baret F,Jacquemoud S,Guyot G,et al.Modeled analysis of the biophysical nature of spectral shifts and comparison with information content of broad bands.Remote Sensing of Environment,1992,41:133—142.
〔8〕Broge N H,Leblanc E.Comparing prediction power and stability of broadband and hyperspectral vegetation indices for estimation of green leaf area index and canopy chlorophyll density.Remote Sensing of Environment,2000,76:156—172.
〔9〕Le Maire G.Francois C,Soudani K,et a1.Calibration and validation of hyperspectral indices for the estimation of broadleaves forest leaf chlorophyll content,leaf mass per area,leaf area index and leaf canopy biomass.Remote Sensing of Environment,2008,112:3846—3864.
〔10〕沈濤 .干旱區植被光譜特征分析研究〔D〕.烏魯木齊:新疆大學,2004:13—15.
〔11〕張凱,郭鈮等 .西北荒漠草甸植被光譜反射特征研究〔J〕.地球科學進展,2006,21(10):1063—1068.
〔12〕浦瑞良,宮鵬 .高光譜遙感及其應用〔M〕.北京:高等教育出版社,2000:123—327.
〔13〕萬余慶,張鳳麗,閆永忠 .高光譜遙感技術在水環境監測中的應用研究〔J〕.國土資源遙感,2003,(3):10—14.
〔14〕Stéphane Jacquemoud,Wout Verhoef.PROSPECT+SAIL models:A review of use for vegetation characterization〔J〕.Remote Sensing of Environment,2009,113:58—57.
〔15〕劉煥軍,張柏,張淵智等 .基于反射光譜特性的土壤分類 研 究 〔J〕.光 譜 學 與 光 譜 分 析,2008,28 (3):624—628.
〔16〕劉順喜,馮仲科,田慶久等 .高光譜遙感土地利用信息提取技術研究〔D〕.北京:北京林業大學,2005,39—40.
〔17〕Lillesand T M,Kiefer R W.Remote Sensing and Image Interpretation〔M〕.New York:John Wiley & Sons,Inc,1994:17—50.
〔18〕Knipling E B.Phusical and physiological basis for the reflectance of visible and near-infrared radiation from vegetation〔J〕.Remote Sensing of Environment,1970,(1):155—159.
〔19〕唐延林,王秀珍,王人潮 .玉米高光譜及其紅邊特征分析〔J〕.山地農業生物學報,2003,22(3):189—194.
〔20〕萬余慶,閻永忠,張鳳麗等 .延河流域植物光譜特征分析〔J〕.國土資源遙感,2001,49(3):15—20.
〔21〕萬余慶,張鳳麗,閆永忠等 .延河流域優勢植物光譜指數分析〔J〕.國土資源遙感,2001,51(1):47—52.
〔22〕Zhao Ch J,Huang W J,Wang J H,et al.The red edge parameters of different wheat varieties under different fertilization and irrigation treatments.Agricultural Sciences in China,2002,1(7):745—751.
〔23〕方紅亮,田慶久等 .高光譜遙感在植被監測中的研究綜述〔J〕.遙感技術與應用,1998,13(1):62—69.
〔24〕Miller JR.Season patterns in leaf reflectance red edge characteristics〔J〕.Internal Journal of Remote Sensing,1991,12(7):1509—1523.
〔25〕Filella D,Pen-uelas J.The red edge position and shape as indicators of plant chlorophyll content,biomass and hydric status〔J〕.Internal Journal of Remote Sensing,1994,15(7):1459—1470.
〔26〕宮鵬,鋪瑞良,郁彬等 .不同季相針葉樹高光譜數據識別分析〔J〕.遙感學報,1998,2(3):211—217.
〔27〕劉占宇,黃敬峰,吳新宏等 .草地生物量的高光譜遙感估算模型〔J〕.農業工程學報,2006,22(2):111-115.