魏秀紅，靳瑰麗，范燕敏，安沙舟，夏小偉

(新疆農(nóng)業(yè)大學(xué)草業(yè)與環(huán)境科學(xué)學(xué)院，新疆草地資源與生態(tài)重點實驗室，新疆 烏魯木齊 830052)

?

伊犁絹蒿荒漠草地物種光譜特征分析及識別初探

魏秀紅，靳瑰麗，范燕敏，安沙舟，夏小偉

(新疆農(nóng)業(yè)大學(xué)草業(yè)與環(huán)境科學(xué)學(xué)院，新疆草地資源與生態(tài)重點實驗室，新疆 烏魯木齊 830052)

利用便攜式地物光譜儀，對天山北坡中段伊犁絹蒿(Seriphidiumtransiliense)荒漠草地9種植物進行實地光譜測量，對光譜進行一階微分、平滑、歸一化、Rr-Rn光譜特征空間處理，對植物光譜特征分析及識別，并建立判別模型。結(jié)果表明，不同植物的原始光譜反射率在特定波段具有一定差異性，一階微分對于精確提取該類草地植物紅邊特征參數(shù)值有重要作用，平滑處理可以有效去除噪聲影響，歸一化更有利于發(fā)現(xiàn)植物光譜特征，Rr-Rn在區(qū)分該類草地植物方面存在困難。選用近紅外波段反射率(Rn)，紅邊位置(REP)，綠波段反射率(Rg)，修改型土壤調(diào)節(jié)植被指數(shù)MSAVI和葉綠素吸收比值指數(shù)(CRAI)5項光譜指標(biāo)建立判別函數(shù)，9種植物的判別精度達到90.5%。

天山；伊犁絹蒿荒漠；高光譜特征；物種識別

草地光譜具有相似性強的特點，因此利用傳統(tǒng)的多光譜遙感對草地類型精細(xì)分類存在一定困難[1]。高光譜遙感的波段連續(xù)、光譜分辨率高的特點，使其能夠更加準(zhǔn)確地探測到植被的精細(xì)光譜信息[2]。目前，諸多學(xué)者對草地植被群落及其物種進行了高光譜特征研究[3-8]，表明了高光譜在草地類型及植物判別上具有可行性。

伊犁絹蒿(Seriphidiumtransiliense)荒漠草地屬中亞氣候型荒漠，在我國僅分布于新疆，是當(dāng)?shù)刂匾睦浼痉拍恋豙9]。近年來，由于氣候變化和長期嚴(yán)重超載過牧，該類草地退化嚴(yán)重，對其進行監(jiān)測具有重要的意義[3]?；哪脖痪哂懈采w度較低、大面積裸露土壤的特點，野外植被的光譜特征會受到土壤背景的影響，因此消除低頻光譜成分對植被光譜的影響，可以突出目標(biāo)植被的光譜特征，有利于揭示荒漠植被的生理生化特點[10]。因此，本研究通過采集草地特征植物的光譜，利用高光譜遙感對其進行分析及識別，為高光譜在新疆草地上的應(yīng)用奠定基礎(chǔ)。

1 材料與方法

1.1 研究區(qū)概況

由于伊犁絹蒿荒漠草地受氣候、地形和土壤基質(zhì)的影響，在平原及山地丘陵處均有分布，加之人為因素的影響程度不同，使得該類群落的物種組成具有一定的差異性，因此本研究區(qū)選擇在位于天山北坡中段烏魯木齊、石河子和奇臺3處伊犁絹蒿荒漠草地的典型分布區(qū)，地理位置為81°24′57″-85°49′4″ E，43°47′18″-44°01′25″ N，海拔831～1 288 m，年降水50～190 mm，研究區(qū)植物能代表天山北坡中段伊犁絹蒿荒漠的典型物種。

1.2 野外光譜數(shù)據(jù)采集

伊犁絹蒿荒漠草地屬于中亞荒漠，具有半灌木和一年生長營養(yǎng)期植物兩個穩(wěn)定的層片，同時因分布區(qū)域的差異，常常伴生有短生類短生植物、多年生禾草類、灌木等層片，目前該類草地退化嚴(yán)重，更有多種雜類草的侵入。由于伊犁絹蒿荒漠草地植物種類多樣且生育期具有差異性，以及建群種伊犁絹蒿具有夏眠現(xiàn)象，根據(jù)以往的研究春季更能看出群落的差異[11]。因此，本研究在5月中旬選取研究區(qū)伊犁絹蒿群落較為穩(wěn)定的主要植物種進行地面數(shù)據(jù)采集，并采集裸土光譜反射率作為輔助判別。

使用SVC HR-768便攜式光譜儀采集野外植被高光譜數(shù)據(jù)，其光譜覆蓋范圍350-2 350 nm。測量時間為北京時間12:00-14:00，采集光譜時盡量選在晴朗無云的天氣，光譜測量時儀器探頭垂直向下，測量高度根據(jù)植被情況而改變，為減少隨機誤差，對每一種樣本采取5次測量取算術(shù)平均值，得到該植物的反射光譜曲線，同時為減少大氣變化給觀測造成的不良影響，測量時每隔5～10 min進行標(biāo)準(zhǔn)白板矯正[5]。

所測9種植物為伊犁絹蒿、木地膚(Kochiaprostrata)、叉毛蓬(Petrosimoniasibirica)、假木賊(Anabasissp.)、羊茅(Festucaovina)、草原苔草(Carexliparocarpos)、小檗(Berberisthunbergii)、駱駝蓬(Peganumharmala)、芨芨草(Achnatherumsplendens)。

1.3 數(shù)據(jù)處理與分析

1.3.1 一階微分處理 不同階數(shù)微分值具有快速確定光譜的拐點及最大、最小反射率的位置的特點，常用于減少土壤背景值影響，特別是荒漠草地，其植被稀疏，植被光譜特征受土壤背景影響較大，在荒漠植被光譜研究中較有效，因而本研究用光譜的差分來近似一階微分，見公式(1)[12]：

R′(λi)=[R(λi+1)-R(λi-1)]/2Δλ

(1)

式中：λi為inm波段的波長，R(λi+1)為波長λi+1處的植物光譜反射率，Δλ是波長λi+1到波長λi的間隔，R′(λi)為反射率在λi的一階微分。

1.3.2 光譜平滑處理 由于光譜各波段對能量響應(yīng)上具有差異，加之儀器受電壓及溫度的影響，光譜曲線總存在噪聲，難以得到平穩(wěn)的信號。對于光譜曲線的高頻噪聲，在處理中常進行平滑處理，在一階微分的處理前提下選擇9點加權(quán)平滑對光譜進行去噪[13]。

1.3.3 歸一化處理 由于不同區(qū)域內(nèi)的土壤類型、質(zhì)地等性質(zhì)不同的原因，野外光譜測量會受到影響。而歸一化方法可以有效地去除光譜中土壤背景的影響，因此可以利用對植被光譜曲線進行歸一化處理，來突出植被的形態(tài)信息，從而區(qū)分不同類型的植被，提高識別植被的精度[14]，見公式(2)[15]：

N(R)=(R-μR)/σR

(2)

式中：N(R)為歸一化后的光譜值，R為原始光譜的反射率，μR為光譜平均值，σR為光譜標(biāo)準(zhǔn)差。

1.3.4 光譜指標(biāo)的選取 植被光譜指標(biāo)是指通過對植物波譜分析運算所產(chǎn)生的某些對植被長勢、生物量等有一定指示意義的數(shù)值。本研究參考張芳等[16]選取紅邊位置REP[17](波長620-760 nm范圍內(nèi)一階微分的最大值所對應(yīng)的波長位置)，對葉綠素敏感的葉綠素吸收比值指數(shù)CARI、和考慮土壤背景的修改型土壤調(diào)節(jié)植被指數(shù)MSAVI光譜指標(biāo)，分別用Rg，Rr，Rn表示綠波段(520-600 nm)、紅波段(630-690 nm)和近紅外波段(760-900 nm)的反射率(Rg、Rr和Rn分別為各波段的平均光譜反射率)。光譜指標(biāo)參數(shù)的求法見公式(3)和(4)[18]：

CARI=(R700/R670)[(R670×a+R670+b)/(a2+1)1/2]

(3)

a=(R700-R550)/150，b=R550-550×a

MSAVI=Rn+0.5-[(Rn+0.5)2-2(Rn-Rr)]1/2

(4)

1.3.5 數(shù)據(jù)分析 由于野外光譜儀測量時受環(huán)境影響較大，首先對所獲得的數(shù)據(jù)進行預(yù)處理，剔除異常的光譜曲線，并計算每個樣點的光譜平均值作為該樣點的反射率，最終得到9種典型純凈植被光譜和土壤光譜。光譜反射率數(shù)據(jù)分別以原始、一階微分、平滑、歸一化和光譜特征空間5種方法處理，計算光譜指標(biāo)，建立9種植物的多元判別模型，并驗證精度。利用Excel 2007和SPSS 20.0進行數(shù)據(jù)數(shù)據(jù)，Origin 8進行制圖。

2 結(jié)果與分析

2.1 植物原始光譜特征分析

由9種草地植物原始反射光譜曲線(圖1)可以明顯看出，不同植物的反射光譜曲線有一定差異，但波形大致相同。在可見波段510-690 nm范圍內(nèi)，各植物除羊茅外均出現(xiàn)明顯峰谷值，木地膚和羊茅的反射率在10%以上，駱駝蓬只有在532-573 nm范圍內(nèi)反射率大于10%，羊茅并未出現(xiàn)峰谷值。各植物冠層光譜反射率在近紅外波段增加，700-760 nm形成一個反射陡坡，稱為“紅邊”[19]，并且9種植物都表現(xiàn)出明顯“紅邊”效應(yīng)。

圖1 9種草地植物原始光譜曲線Fig.1 Original spectral curves of 9 plant species

在760-1 150 nm近紅外波段，各植被光譜反射率大小順序為駱駝蓬>假木賊>草原苔草>芨芨草>木地膚>羊茅>伊犁絹蒿>小檗>叉毛蓬，駱駝蓬整體反射率大于40%，假木賊的反射率大于35%，僅低于駱駝蓬的反射率；而叉毛蓬的反射率整體低于25%。羊茅和木地膚的反射曲線呈上升趨勢，其中木地膚出現(xiàn)兩個明顯的峰，羊茅則不明顯；假木賊和駱駝蓬的光譜曲線均呈下降趨勢，其余植物光譜曲線先升高后下降。草原苔草和芨芨草的反射率在30%～35%，且芨芨草的峰谷值較明顯。在這一波段范圍內(nèi)伊犁絹蒿和小檗的反射率曲線趨勢相近，反射率在25%～30%，但是在可見光波段400-760 nm范圍內(nèi)，伊犁絹蒿的反射率均大于5%，而小檗除紅峰附近反射率均低于5%。

2.2 植物一階微分光譜曲線特征分析

從伊犁絹蒿荒漠草地9種典型植物的一階微分光譜曲線(圖2)可以看出，各植物的紅邊特征突出外，在可見光區(qū)520 nm和560 nm波段附近的吸收峰和吸收谷也突出顯示出來。叉毛蓬、駱駝蓬的“綠峰”、“紅谷”和“紅邊”幅值均遠(yuǎn)大于其它草地植物，羊茅最低，駱駝蓬在波長720.4 nm處紅邊幅值為0.768 6，羊茅的紅邊幅值僅為0.227 5，草原苔草的紅邊幅值為0.445 4，其余植物紅邊幅值在0.280 0～0.400 0。其中假木賊在波長506和541.6 nm處波動明顯，不能判斷是否是受噪聲影響，因此進行了平滑處理(圖3)，對比可以看出，假木賊的光譜曲線明顯波動消失，表明該方法不僅能夠保留光譜原有的特征，還能夠有效去除噪聲，是地物實測光譜預(yù)處理的一種常用手段。

2.3 植物歸一化光譜曲線特征分析

在波段380-600 nm可見光區(qū)，各植物反射率的大小順序為假木賊>駱駝蓬>芨芨草>叉毛蓬>小檗>伊犁絹蒿>草原苔草>木地膚>羊茅(圖4)。近紅外波段760-940 nm，駱駝蓬的反射率高于其它植物，羊茅的反射率最低，木地膚反射率高于羊茅，低于其它植物。波段1 100～1 400 nm，假木賊的反射率最低，駱駝蓬的反射率高于假木賊，但低于其它7種植物，其它植物光譜曲線較為接近。

圖2 9種草地植物一階微分光譜曲線Fig.2 First derivative spectra curves of 9 plant grassland species

圖3 9種草地植物一階微分平滑曲線Fig.3 Smoothed first derivative spectra curves of 9 plant grassland species

圖4 9種草地植物歸一化光譜曲線Fig.4 The normalization spectral curves of 9 plant grassland species

2.4 植物光譜特征空間分析及識別

2.4.1 Rr-Rn空間特征分布分析 光譜特征空間是指多波段光譜信息或由此得到的兩個或兩個以上地表生態(tài)物理參數(shù)組成的光譜空間[20]。土壤線是由土壤紅光波段與近紅外波段反射率(分別用Rr、Rn表示)的比值計算而來，許多植被指數(shù)的設(shè)計都基于土壤線這一概念。圖5為9種植物光譜在Rr-Rn二維空間的分布，土壤線是通過采樣點裸地光譜進行計算。

在Rr-Rn二維空間，駱駝蓬、叉毛蓬、小檗分別與其它植物重疊較小，基本可以清楚地被區(qū)分出來。而其它植物部分有嚴(yán)重重疊，說明它們之間存在同物異譜和異物同譜現(xiàn)象。 可以看出在端元尺度下，利用遙感常用的Rr-Rn空間，識別駱駝蓬、叉毛蓬和小檗3種植物具有一定可靠性。

圖5 Rr-Rn光譜特征空間示意圖Fig.5 Scatter map of spectral feature space in RED/NIR band表1 判別模型精度驗證Table 1 Accuracy validation of discriminant model

物種Species自身驗證Self-verification伊犁絹蒿S.ransiliense木地膚K.prostrata叉毛蓬P.sibirica假木賊Anabasissp羊茅F.ovina草原苔草C.liparocarpos小檗B.thunbergii駱駝蓬P.harmala芨芨草A.splendens計數(shù)Count伊犁絹蒿S.transiliense2130200000木地膚K.prostrata4220000000叉毛蓬P.sibirica2022000000假木賊Anabasissp.000700002羊茅F.ovina0000210000草原苔草C.liparocarpos1000019000小檗B.thunbergii0000001800駱駝蓬P.harmala0000000120芨芨草A.splendens0002000010回判準(zhǔn)確率Rateofreturn伊犁絹蒿S.transiliense80.8%11.5%07.7%00000木地膚K.prostrata15.4%84.6%0000000叉毛蓬P.sibirica8.3%091.7%000000假木賊Anabasissp.00077.8%000022.2%羊茅F.ovina0000100.0%0000草原苔草C.liparocarpos5000095.0%000小檗B.thunbergii000000100.0%00駱駝蓬P.harmala0000000100.0%0芨芨草A.splendens00016.7%000083.3%總精度Overallaccuracy90.5%

2.4.2 基于判別分析的物種識別 選用5項光譜指標(biāo)Rn、REP、Rg、MSAVI、CRAI建立判別模型，判斷樣本光譜屬于哪一種植物。建立的判別函數(shù)如下：

Y伊犁絹蒿=21.808×Rn+68.878×REP-47.810×Rg-1 999.057×MSAVI-3.268×CRAI-24 077.334；

Y木地膚=21.743×Rn+69.448×REP-46.642×Rg-2 018.041×MSAVI-3.397×CRAI-24 485.671；

Y叉毛蓬=21.056×Rn+67.589×REP-48.026×Rg-2 004.397×MSAVI-2.994×CRAI-23 150.093；

Y假木賊=22.388×Rn+69.562×REP-47.89×Rg-1 983.977×MSAVI-3.577×CRAI-24 582.265；

Y羊茅=21.522×Rn+67.657×REP-46.111×Rg-1 947.796×MSAVI-3.41×CRAI-23 244.444；

Y草原苔草=23.838×Rn+68.79×REP-49.788×Rg-1 992.953×MSAVI-3.646×CRAI-24 043.051；

Y小檗=21.022×Rn+68.433×REP-41.102×Rg-1 781.654×MSAVI-4.209×CRAI-23 922.994；

Y駱駝蓬=27.679×Rn+69.057×REP-59.506×Rg-2 169.422×MSAVI-3.340×CRAI-24 169.658；

Y芨芨草=23.146×Rn+69.71×REP-48.646×Rg-1 984.027×MSAVI-3.762×CRAI-24 699.013。

作判別時，將所測樣本光譜指標(biāo)分別代入9個公式中，計算判別函數(shù)值，哪個函數(shù)值最大即屬于哪一種植物。觀察9個判別公式，其中對應(yīng)指標(biāo)的系數(shù)相差并不是很大，說明不同的荒漠草地植物光譜曲線區(qū)別不大，多個指標(biāo)參與識別，可以提高識別的精度。

采用自身驗證法對原樣本進行精度驗證(表1)，羊茅、小檗和駱駝蓬3種植物，回判準(zhǔn)確率達100%，完全被識別。伊犁絹蒿有3個樣本被錯判為木地膚，有兩個樣本被錯判為假木賊，回判準(zhǔn)確率為80.8%，木地膚有4個樣本被錯判為伊犁絹蒿，叉毛蓬有兩個樣本錯判成伊犁絹蒿，假木賊有兩個樣本被判錯為芨芨草，回判準(zhǔn)確率最低，為77.8%，草原苔草有1個樣本被錯判為伊犁絹蒿，芨芨草有兩個樣本被錯判為假木賊，總精度為90.5%。

3 討論

本研究是在伊犁絹蒿荒漠草地采集的光譜數(shù)據(jù)，植物群落是與裸地鑲嵌存在的，并不是絕對的植物群落，因此，光譜儀攝取地物光譜可能攝入的是植物和裸地綜合反射光譜，但是植物的比重最大，基本可以體現(xiàn)其光譜特征，周邊少量其它地物也會影響其整體光譜，并且各植物的整體反射率曲線走勢差異并不大。Rr-Rn光譜特征空間分析可以明顯看出植物團聚，與土壤清楚區(qū)分，沒有重疊，說明采集的植物光譜數(shù)據(jù)具有可靠性。

綠色植物光譜曲線在(400-760 nm)的可見光波段有一個小的反射峰，兩側(cè)有兩個低谷(藍(lán)波段450 nm，紅波段670 nm)，是因為葉綠素對藍(lán)光和紅光有較強的吸收作用，而對綠光有較強的反射作用[21-22]。本研究中除羊茅外其余特征植物的葉綠素反射峰的特征均與之相吻合，原因是羊茅葉片內(nèi)卷成針狀，受土壤背景影響較大，葉片偏灰色，葉綠素含量低，沒有明顯的“峰”和“谷”特征，紅邊特征也由于覆蓋度低的原因而較弱，并且反射率較高；木地膚的葉片較小，葉綠素含量較低，所以反射率最高；小檗相對于其它植物植株較高，葉綠素含量多，而叉毛蓬在這個季節(jié)長勢好，地面生物量大，從而導(dǎo)致這兩種植物的反射率較低。

9種植物的原光譜反射曲線在特定波段有一定差異性。光譜一階微分精確提取了植物光譜特征的紅邊位置和紅邊幅值等有效信息，進一步對光譜曲線進行平滑處理，有效地去除光譜中存在的噪聲，并能保留光譜原有特征。將光譜歸一化處理后，植物的光譜曲線變得很接近，更有利于發(fā)現(xiàn)各植物的光譜曲線差異，在可見光波段可以清晰分辨出各植物，但在近紅外波段只能區(qū)分出羊茅、假木賊和駱駝蓬3種植物，可能是采集的并不是絕對的單一植物種群，造成光譜數(shù)據(jù)的重疊。光譜特征空間僅可以區(qū)分出駱駝蓬、叉毛蓬和小檗3種植物，因為在植物生長過程中，生物量的增加和植物冠層的增大，會使植物光譜在紅光和近紅外光譜空間的位置遠(yuǎn)離土壤線[17]，而駱駝蓬的冠層結(jié)構(gòu)較大且郁閉度高，所以距土壤線最遠(yuǎn)；小檗屬于灌木，植株相對較大，枝干較多，對光的吸收程度與其它植物有明顯差異，可以清楚區(qū)分；叉毛蓬植株小，且葉片圓柱狀，距離土壤線最近；其它植物的形態(tài)結(jié)構(gòu)造成反射率近似，從而有些部分重疊，難以區(qū)分，具體原因有待于進一步研究。

本研究主要探討分析植物在光譜特征上具有的區(qū)別，以上方法在識別植物上具有一定的可行性，為后期高光譜遙感監(jiān)測提供支撐，但鑒于本研究結(jié)果是一年數(shù)據(jù)，因此具體的識別標(biāo)準(zhǔn)，還需要多年驗證。

4 結(jié)論

原始光譜能識別伊犁絹蒿荒漠草地9種植物，可見波段400-760 nm處，木地膚、羊茅、伊犁絹蒿和小檗光譜曲線有一定差異；波段510-690 nm 處木地膚、羊茅和駱駝蓬光譜曲線有一定差異；近紅外波段760-1 150 nm范圍內(nèi)可以區(qū)分出駱駝蓬、假木賊、羊茅、木地膚、草原苔草、芨芨草和叉毛蓬。

光譜一階微分技術(shù)、歸一化和Rr-Rn光譜特征空間3種光譜處理方法均不能完全將9種植物明顯識別開來，但具有對識別植物的專一性，識別出的結(jié)果更具可靠性。將一級微分光譜曲線進行平滑處理可以有效去除植物光譜曲線的噪聲影響。植物光譜曲線經(jīng)過一階微分后，可以清楚區(qū)分駱駝蓬、叉毛蓬和羊茅，光譜歸一化后可以識別假木賊、駱駝蓬、木地膚和羊茅；Rr-Rn光譜特征空間可以清楚區(qū)分駱駝蓬、叉毛蓬和小檗。

采用判別分析建立的判別模型可以準(zhǔn)確識別樣本的類別，羊茅、小檗和駱駝蓬3種植物識別精度達到100%，伊犁絹蒿識別精度為80.8%，木地膚識別精度84.6%，假木賊識別精度77.8%，草原苔草識別精度95%，芨芨草識別精度83.3，總精度為90.5%。

References：

[1] 錢金波,馬明國.遙感技術(shù)在毒草識別中的研究進展.遙感技術(shù)與應(yīng)用,2009,24(5)：685-690.

Qian J B,Ma M G.A review of poisonous weeds detection using remote sensing technology.Remote Sensing Technology and Application,2009,24(5)：685-690.(in Chinese)

[2] 王秀珍,黃敬峰,李云梅,沈掌泉,王人潮.高光譜數(shù)據(jù)與水稻農(nóng)學(xué)參數(shù)之間的相關(guān)分析.浙江大學(xué)學(xué)報:農(nóng)業(yè)與生命科學(xué)版,2002,28(3):283-288.

Wang X Z,Huang J F,Li Y M,Shen Z Q,Wang R C.Relationships between rice agricultural parameter and hyperspectra data.Journal of Zhejiang University:Agriculture and Life Sciences,2002,28(3):283-288.(in Chinese)

[3] 何龍,安沙舟,靳瑰麗,范燕敏,張廷.退化伊犁絹蒿荒漠草地高光譜特征分析.草地學(xué)報,2014,22(2):271-276.

He L,An S Z,Jin G L,Fan Y M,Zhang T.Analysis on high spsctral characteristics of degradedSeriphidiumtransiliensedesert grassland.Acta Agrestia Sinica,2014,22(2):271-276.(in Chinese)

[4] 蓋穎穎,范聞捷,徐希孺,閆彬彥,王煥炯,劉媛.基于高光譜數(shù)據(jù)的呼倫貝爾草原花期物種識別和覆蓋度估算.光譜學(xué)與光譜分析,2011,31(10):2778-2783.

Gai Y Y,Fan W J,Xu X R,Yan B Y,Wang H J,Liu Y.Flower species identification and coverage estimation based on hyperspectral remote sensing data in hulunbeier grassland. Spectroscopy and Spectral Analysis,2011,31(10):2778-2783.(in Chinese)

[5] 胡遠(yuǎn)寧,崔霞,孟寶平,楊淑霞,梁天剛,甘南高寒草甸主要毒雜草光譜特征分析.草業(yè)科學(xué),2015,32(2):160-167.

Hu Y N,Cui X,Meng B P,Yang S X,Liang T G.Spectral characteristics analysis of typical poisonous weeds in Gannan alpine meadow.Pratacultural Science,2015,32(2):160-167.(in Chinese)

[6] 娜日蘇,蘇和,格根圖,賈玉山,丁霞,德勒格日瑪.內(nèi)蒙古退化草甸草原近地面光譜特征的研究.中國草地學(xué)報,2010,32(2):66-70.

Narisu,Suhe,Gegentu,Jia Y S,Ding X,Delegerima.Study on near surface spectral characteristics in degraded meadow steppe in Inner Mongolia.Chinese Journal of Grassland,2010,32(2):66-70.(in Chinese)

[7] 靳瑰麗,何龍,安沙舟,范燕敏,武鵬飛.退化伊犁絹蒿荒漠草地特征植物光譜特征.草業(yè)科學(xué),2014,31(10):1848-1858.

Jin G L,He L,An S Z,Fan Y M,Wu P F.Spectral features of eight desert range plants on degradationSeriphidiumtransiliensedesert grassland.Pratacultural Science,2014,31(10):1848-1858.(in Chinese)

[8] Cochrane M A.Using vegetation reflectance variability for species level classification of hyper spectral data.International Journal of Remote Sensing,2000,21(10):2075-2087.

[9] 靳瑰麗,朱進忠,劉洪來,唐式敏,王彩虹.退化伊犁絹蒿荒漠草地主要植物生理生態(tài)適應(yīng)性研究.草地學(xué)報,2011,19(1):26-30.

Jin G L,Zhu J Z,Liu H L,Tang S M,Wang C H.Study on physiology/ecology adaptation of main plant in degradedSeriphidiumtransiliensedesert rangeland.Acta Agrestia Sinica,2011,19(1):26-30.(in Chinese)

[10] 范燕敏,武紅旗,靳瑰麗.新疆草地類型高光譜特征分析.草業(yè)科學(xué),2006,23(6):15-18.

Fan Y M,Wu H Q,Jin G L.Hyper spectral properties analysis of grassland types in Xinjiang.Pratacultural Science,2006,23(6):15-18.(in Chinese)

[11] 靳瑰麗,何龍,梁娜,鮑文婧.不同退化階段伊犁絹蒿荒漠草地群落生長季動態(tài)變化分析. 新疆農(nóng)業(yè)科學(xué),2014,51(9):1754-1759.

Jin G L,He L,Liang N,Bao W J.The community dynamic change of degradedSeriphidiumtransiliensein desert grassland duing the growing season.Xinjiang Agricultural Sciences,2014,51(9):1754-1759.(in Chinese)

[12] 夏小偉,靳瑰麗,安沙舟,范燕敏,梁娜.圍欄封育下伊犁絹蒿荒漠草地特征植物高光譜特征變化分析.草業(yè)科學(xué),2015,32(6):870-876.

Xia X W,Jin G L,An S Z,Fan Y M,Liang N.Spectral characteristics of typical plants inSeriphidiumtransiliensedesert grassland under enclosure.Pratacultural Science,2015,32(6)：870-876.(in Chinese)

[13] 張銀,周孟然．近紅外光譜分析技術(shù)的數(shù)據(jù)處理方法．紅外技術(shù),2007,29(6):345-348.

Zhang Y,Zhou M R.Methods for data process of near infrared spectroscopy analysis.Infrared Technology,2007,29(6):345-348.(in Chinese)

[14] 鄒文濤,張韜,郝飛,孟慶偉.錫林郭勒盟典型草原區(qū)植被光譜特征研究.內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報:自然科學(xué)版,2008,29(1):61-64.

Zou W T,Zhang T,Hao F,Meng Q W.Research on the spectral characteristic of typical steppe in Xilinguole County,Inner Mongolia.Journal of Inner Mongolia Agricultural University:Natural Science Edition,2008,29(1):61-64.(in Chinese)

[15] 安如,姜丹萍,李曉雪,王喆,Jonathan Arthur Quaye-Ballard.基于地面實測高光譜數(shù)據(jù)的三江源中東部草地植被光譜特征研究.遙感技術(shù)與應(yīng)用,2014,29(2):202-211.

An R,Jang D P,Li X X,Wang Z,Jonathan A Q-B.Using hyperspectral data to determine spectral characteristics of grassland vegetation in central and eastern parts of Three-river Source.Remote Sensing Technology and Application,2014,29(2):202-211.(in Chinese)

[16] 張芳,熊黑鋼,爾巴依·阿布都沙力克,欒福明.新疆天山北坡常見鹽生植物端元尺度光譜特征及識別.光譜學(xué)與光譜分析,2011,31(12):3336-3341.

Zhang F,Xiong H G,Nurbay Abudoushalike,Luan F M.Response characteristics of the field-measured spectrum four gerenral types of halophyte and species recognition in the northern slope area of Tianshan Mountain in Xingjiang.Spectroscopy and Spectral Analysis,2011,31(12):3336-3341.(in Chinese)

[17] John R J.遙感數(shù)字圖像處理導(dǎo)論.陳曉玲,譯.北京:機械工業(yè)出版社,2007.

John R J.Introductory Digital Image Processing.Chen X L.Translation.Beijing:China Machine Press,2007.(in Chinese)

[18] 徐希儒.遙感物理.北京:北京大學(xué)出版社,2005.

Xu X R.Physics for Remote Sensing.Beijing:Peking University Press,2005.(in Chinese)

[19] 童慶禧,張兵,鄭蘭芬.高光譜遙感——原理、技術(shù)與運用.北京:高等教育出版社,2006.

Tong Q X,Zhang B,Zheng L F.Hyperspectral Remote Sensing——Theory,Technology and Application.Beijing:Higher Education Press,2006.(in Chinese)

[20] 阿布都瓦斯提·吾拉木.基于n維光譜特征空間的農(nóng)田干旱遙感監(jiān)測.北京:北京大學(xué)博士學(xué)位論文,2006.

Abuduwasiti·Wulamu.Remote sensing monitoring of farmland drought based on n-dimensional spectral feature space.PhD Thesis.Beijing:Peking University,2006.(in Chinese)

[21] 浦瑞良,宮鵬.高光譜遙感及其應(yīng)用.北京:高等教育出版社,2000.

Pu R L,Gong P.Hyperspectral Remote Sensing and Application.Beijing:Higher Education Press,2000.(in Chinese)

[22] 楊可明,郭達志.植被高光譜特征分析及其病害信息提取研究.地理與地理信息科學(xué),2006,22(4):31-34.

Yang K M,Guo D Z.Analysis of hyperspectral features and extraction of disease for vegetation.Geography and Geo- Information Science,2006,22(4):31-34.(in Chinese)

(責(zé)任編輯 茍燕妮)

Species analysis and identification of spectral characteristics onSeriphidiumtransiliensedesert grassland

Wei Xiu-hong, Jin Gui-li, Fan Yan-min, An Sha-zhou, Xia Xiao-wei

(College of Grassland and Evironment Sciences,Xinjiang Agriculatual University, Xinjiang Key Laboratory of Grassland Restorces and Ecology, Urumqi 830052, China)

In this research, the portable spectrometer was used to measure the spectral characteristics of 9 plants on the northern slope of the Tianshan mountains middleSeriphidiumtransiliensedesert grassland. The first derivative, smoothed, normalization, and Rr-Rnof spectral characteristics were analyzed to identify and establish discriminant model for different plants. The results showed that the original spectral reflectance of different plants have some differences in specific bands, a first derivative can accurate extract the red edge position of plant characteristic parameters, and smooth process have an important role in removing noise, and the normalization in favor of the spectral characteristics of plants. However, difficult exists by using Rr-Rnin terms of the grass plants distinction. Using the Rn, REP, Rg, MSAVI, CRAI five spectral indies, the established discriminant model can discriminant of nine kinds of plants and the accuracy reached 90.5%.

Tianshan mountains;Seriphidiumtransiliensedesert; hyperspectral characteristics; species recognition

Jin Gui-li E-mail：jguili@126.com

10.11829/j.issn.1001-0629.2015-0611

2015-11-03 接受日期：2016-07-30

國家自然科學(xué)基金(31360571)第一作者：魏秀紅(1992-)女，河南淮陽人，在讀碩士生，研究方向為草業(yè)生產(chǎn)。E-mail：1554715447@qq.com

靳瑰麗(1979-)女，河南蘭考人，副教授，博士，研究方向為草地資源與生態(tài)。E-mail：jguili@126.com

S812;Q947.8

A

1001-0629(2016)10-1924-09*

魏秀紅，靳瑰麗，范燕敏，安沙舟，夏小偉.伊犁絹蒿荒漠草地物種光譜特征分析及識別初探.草業(yè)科學(xué),2016,33(10)：1924-1932.

Wei X H,Jin G L,Fan Y M,An S Z,Xia X W.Species analysis and identification of spectral characteristics onSeriphidiumtransiliensedesert grassland.Pratacultural Science，2016,33(10)：1924-1932.