牛亞龍，劉廷璽，段利民，羅艷云，祁秀嬌，陳小平

(內(nèi)蒙古農(nóng)業(yè)大學(xué)水利與土木建筑工程學(xué)院/ 內(nèi)蒙古自治區(qū)水資源保護(hù)與利用重點(diǎn)實(shí)驗(yàn)室，內(nèi)蒙古 呼和浩特 010018)

科爾沁沙地5種典型沙生植被高光譜特性分析與遙感解譯參數(shù)提取

牛亞龍，劉廷璽①，段利民，羅艷云，祁秀嬌，陳小平

(內(nèi)蒙古農(nóng)業(yè)大學(xué)水利與土木建筑工程學(xué)院/ 內(nèi)蒙古自治區(qū)水資源保護(hù)與利用重點(diǎn)實(shí)驗(yàn)室，內(nèi)蒙古 呼和浩特 010018)

采用FieldSpec 4便攜式光譜儀對科爾沁5種典型沙生植被進(jìn)行光譜測量，并對其特征進(jìn)行提取分析，結(jié)果表明：(1)黃柳(Salixflavida)、冷蒿(Artemisiafrigida)、麻黃(Herbalephedrae)、差巴嘎蒿(Artemisiahalodeudrou)和小葉錦雞兒(Caraganamicrophylla)5種典型沙生植被的光譜形態(tài)大致相同，但又略有差異。在600～690和750～900 nm波段處差異較大，根據(jù)光譜差異波段和導(dǎo)數(shù)光譜參數(shù)可以區(qū)分冷蒿、麻黃和差巴嘎蒿，但不能區(qū)分黃柳和小葉錦雞兒。(2)隨著植被生長期的推移，“綠峰”位置先向藍(lán)光方向偏移再向紅光方向偏移，黃柳、冷蒿、麻黃和小葉錦雞兒4種沙生植被光譜對應(yīng)的“紅邊”均具有明顯的“雙峰”，而差巴嘎蒿光譜“紅邊”區(qū)的“雙峰”現(xiàn)象不甚明顯；黃柳、麻黃和小葉錦雞兒光譜的“紅邊”區(qū)出現(xiàn)明顯的“紅移”現(xiàn)象，黃柳和冷蒿的“紅邊”區(qū)在9月末出現(xiàn)“藍(lán)移”現(xiàn)象，而冷蒿和差巴嘎蒿的“紅邊”位置呈微弱向藍(lán)光方向偏移態(tài)勢，“紅移”現(xiàn)象并未出現(xiàn)。5種典型沙生植被在8、9月均具有“紅邊平臺(tái)”，其中，差巴嘎蒿和小葉錦雞兒在日期09-27均持續(xù)處于“紅邊平臺(tái)”位置。(3)5種典型沙生植被在紅光波段處的吸收明顯比藍(lán)光波段處強(qiáng)烈，吸收深度也比藍(lán)光波段處深。隨著植被的生長，5種沙生植被的吸收深度和吸收峰面積變化趨勢相同。在夏季，麻黃變化比其他4種植被更明顯。同時(shí)，對不同生長時(shí)期5種沙生植被歸一化植被指數(shù)(NDVI)進(jìn)行分析可知，NDVI的變化趨勢與吸收深度大體相同，與吸收峰面積的變化趨勢相反。(4)不同生長時(shí)期的“紅邊”參數(shù)、“吸收”參數(shù)和時(shí)序NDVI數(shù)據(jù)識(shí)別植被的效果明顯好于其他參數(shù)。在對研究區(qū)植被進(jìn)行分類時(shí)，應(yīng)選擇春季(植被生長初期)和秋季中晚期(植被生長衰退期)的多時(shí)相遙感影像進(jìn)行聯(lián)合解譯會(huì)取得更好的效果。

光譜特征；沙生植被；一階導(dǎo)數(shù)；連續(xù)統(tǒng)去除；歸一化植被指數(shù)(NDVI)

高光譜遙感的發(fā)展始于20世紀(jì)末,由于具有高分辨率等特性,其在對植被特征參數(shù)進(jìn)行計(jì)算方面大大優(yōu)于常規(guī)多光譜遙感,甚至能完成常規(guī)遙感方法所不能完成的某些植被特征的計(jì)算,如“紅邊”特征、“綠峰”特征和導(dǎo)數(shù)光譜等[1-2],因此,利用高光譜技術(shù)進(jìn)行地表植被無損傷探測的理論與技術(shù)得到了長足發(fā)展。目前,有關(guān)植被高光譜的研究多集中在農(nóng)作物及大區(qū)域生長植被方面,眾多學(xué)者利用高光譜對水稻[3-4]、冬小麥[5-6]、玉米[7]、棉花[8-9]和大豆[10]等農(nóng)作物的光譜特征進(jìn)行分析。有關(guān)荒漠化地區(qū)植被高光譜研究方面也取得了一些研究成果,曹巍等[11]、郝芳芳等[12]、李海東等[13]對荒漠化地區(qū)草甸、草原植被的高光譜特性進(jìn)行了研究,王鵬龍等[14]分析了騰格里沙漠地區(qū)典型植被含水率與地物光譜的關(guān)系。有研究[15-16]表明,利用高光譜遙感數(shù)據(jù)能準(zhǔn)確地反映植被生長狀態(tài)、光譜特征及不同植被光譜的差異,可以精準(zhǔn)地獲取一些植被的定量生化指標(biāo),準(zhǔn)確地反演葉面積指數(shù)、生物量和覆蓋度等植被參數(shù)。

不同植被在單時(shí)相影像上的光譜特征相似性較高或易受背景地物的干擾,會(huì)出現(xiàn)“異物同譜”現(xiàn)象,嚴(yán)重影響植被識(shí)別精度,而利用多時(shí)相遙感影像可以最大限度地發(fā)現(xiàn)植被與背景地物的差異,充分利用植被不同生育期的物候信息,能夠精細(xì)地獲取植被信息[17-18]。劉吉?jiǎng)P等[19]利用多時(shí)相Landsat 8 OLI遙感數(shù)據(jù),基于地物光譜特征和歸一化植被指數(shù)(normalized difference vegetation index,NDVI,INDV)的時(shí)序數(shù)據(jù),采用決策樹分類模型識(shí)別提取了新疆溫宿縣多種作物種植結(jié)構(gòu)。張健康等[20]利用13幅時(shí)序MODIS影像提取增強(qiáng)型植被指數(shù)(EVI),輔助TM影像來監(jiān)測黑龍港地區(qū)作物的生長發(fā)育狀況,取得了較高的解譯精度。近年來,在科爾沁地區(qū),針對高光譜數(shù)據(jù)反演沙生植被參數(shù)、植被分類及各種模型的建立等方面的研究,大多采用夏季植被生長旺盛期測量的數(shù)據(jù),段瑞魯?shù)萚21]對典型沙生植被光譜特征數(shù)據(jù)進(jìn)行了匹配研究;岳喜元等[22]分析了4種固沙植被的光譜特性,并構(gòu)建了光譜-生物量模型,但這些研究并不能擴(kuò)展應(yīng)用到其他時(shí)期,也不能很好地刻畫沙生植被不同生長發(fā)育階段的光譜差異及物候特征。

采用美國ASD(Analytical Spectral Device)公司生產(chǎn)的FieldSpec 4便攜式光譜儀對科爾沁黃柳(Salixflavida)、冷蒿(Artemisiafrigida)、麻黃(Herbalephedrae)、差巴嘎蒿(Artemisiahalodeudrou)和小葉錦雞兒(Caraganamicrophylla)5種典型沙生植被的光譜進(jìn)行測量,對其特征進(jìn)行提取分析,并對它們不同生長期的光譜進(jìn)行求導(dǎo)和連續(xù)統(tǒng)去除,分析它們之間的相似度和差異性,進(jìn)而研究它們不同生長發(fā)育階段的光譜差異及物候特征,并構(gòu)建對應(yīng)的NDVI,通過比較分析選出植被遙感解譯和分類的適宜時(shí)期、波段和遙感參數(shù),為科爾沁沙地不同類型植被多時(shí)相遙感的識(shí)別與監(jiān)測以及遙感影像的精細(xì)判讀提供依據(jù)。

1 研究區(qū)概況

研究區(qū)位于內(nèi)蒙古自治區(qū)通遼市科爾沁左翼后旗阿古拉鎮(zhèn)吉力吐嘎查,地理坐標(biāo)為43°18′48″～43°21′24″ N,122°33′00″～122°41′00″ E,地處科爾沁沙地的東南緣,面積為55 km2(圖1)。該區(qū)屬溫帶大陸性季風(fēng)氣候區(qū),年平均氣溫為6.6 ℃,多年平均降水量為389 mm,且主要集中在6—9月,直徑為20 cm的蒸發(fā)皿年平均水面蒸發(fā)量為1 412 mm,年平均相對濕度為55.8%,屬典型的半干旱荒漠化農(nóng)牧交錯(cuò)地區(qū),地貌特點(diǎn)為沙丘、草甸和農(nóng)田相間分布。區(qū)內(nèi)植被種類較多,經(jīng)實(shí)地調(diào)查主要有差巴嘎蒿、黃柳、小葉錦雞兒、黃花蒿(Artemisiaauuua)、麻黃、沙蓬(Agriophyllumsquarrosum)、大籽蒿(Artemisiasieversiaua)、冷蒿、霧冰草(Bassiadasyphylla)、茨葵草(Ceuchrusechiuatus)以及楊樹(Populussimouii)、榆樹(Ulmuspumila)等150余種植被。

圖1 研究區(qū)地理位置、地貌特征和光譜測點(diǎn)布設(shè)Fig.1 Geographic location, landscape features and layout of spectral measuring point in the study area

2 實(shí)驗(yàn)設(shè)計(jì)與光譜測定

2.1 實(shí)驗(yàn)設(shè)計(jì)

在研究區(qū)沿著122°34′48″ E、122°37′36″ E和122°39′00″ E 3條經(jīng)度帶,緯度自43°18′54″ N開始,大致每隔12″劃分生態(tài)點(diǎn),在綜合考慮每個(gè)生態(tài)點(diǎn)地形地貌、土壤質(zhì)地及植被狀況的基礎(chǔ)上,選取其中的22個(gè)點(diǎn)作為光譜測試點(diǎn)(圖1)。測試時(shí),每個(gè)生態(tài)點(diǎn)同種植被選擇3～5個(gè)樣品(方),其中,樣品(方)的選擇要求長勢及大小均勻,覆蓋度相差不大,且每個(gè)樣方設(shè)置3個(gè)固定測點(diǎn)。于2015年5月中旬到9月下旬進(jìn)行測定,涵蓋了沙生植被的生長初期(5月中旬)、成熟期(6—8月初)和衰落期(9月)3個(gè)時(shí)期,共實(shí)施6次(麻黃在9月下旬被少花蒺藜所掩蓋,共實(shí)施5次),每次測量所選樣品(方)固定,以保證不同季節(jié)光譜特性變化具有可比性,詳見表1。

2.2 典型植被光譜數(shù)據(jù)的采集

光譜測試:采用美國ASD公司生產(chǎn)的FieldSpec 4便攜式光譜儀,其波段值范圍為350～2 500 nm,其中,350～1 000 nm波段光譜采樣間隔(波段寬)為1.4 nm,光譜分辨率為3 nm;>1 000～2 500 nm波段光譜采樣間隔為2 nm,光譜分辨率為10 nm。

表1 5種典型沙生植被光譜采集狀況

Table 1 Spectra collection of the five types of psammo-vegetation

沙生植被生態(tài)點(diǎn)數(shù)樣品(方)數(shù)一次采集光譜條數(shù)黃柳310150冷蒿413195麻黃412180差巴嘎蒿721315小葉錦雞兒525375

光譜測定方法和過程參照文獻(xiàn)[23-24]:(1)測試在試驗(yàn)日的10:30—14:00之間進(jìn)行,以保證太陽的高度和照度。(2)試驗(yàn)日要保證天氣晴朗,光照穩(wěn)定,并避開陰影和鄰近的運(yùn)動(dòng)物體,風(fēng)力≤3級(jí)。(3)在測試前對光譜儀進(jìn)行調(diào)試、檢驗(yàn)和比對,對參考板進(jìn)行檢驗(yàn),以保證測試結(jié)果的準(zhǔn)確性。(4)測試前先用白板進(jìn)行定標(biāo),白板應(yīng)水平放置,傾斜角<10°。(5)探頭距離植被冠層高度固定在l m,每個(gè)樣品(方)測定15次,經(jīng)算術(shù)平均后得到該植被的實(shí)際反射光譜數(shù)據(jù),避開個(gè)別誤差帶來的不確定性,以保證數(shù)據(jù)的精確度。

2.3 光譜數(shù)據(jù)處理方法

首先,利用ASD便攜式光譜儀攜帶的光譜處理軟件ViewSpec Pro Version 6.0將所測樣地經(jīng)平均后的光譜反射率以美國信息交換標(biāo)準(zhǔn)代碼(American Standard Code for Information Interchange,ASCII)格式輸出,再采用Excel 2013和ENVI 5.1軟件進(jìn)行處理。筆者研究中,由于>900 nm波長范圍內(nèi)的噪聲明顯,而剔除該波段對后續(xù)植被指數(shù)的計(jì)算無影響,故選擇350～900 nm波段的植被反射光譜進(jìn)行分析。為突出5種沙生植被不同生長期的光譜差異和物候特征,需對高光譜數(shù)據(jù)進(jìn)行光譜特征提取,采用的主要方法有微分法和連續(xù)統(tǒng)去除法[25-26]。

2.3.1 微分法

微分后的光譜能有效消除不同光譜數(shù)據(jù)間的系統(tǒng)誤差,削弱大氣背景噪聲的影響,放大植被光譜曲線在坡度上的微小變化,有效提取沙生植被的波長位置、深度和寬度等吸收參量,更好地反映沙生植被不同生長期的本質(zhì)特性。光譜數(shù)據(jù)處理方法[27]一階微分法計(jì)算公式為

(1)

2.3.2 連續(xù)統(tǒng)去除法(CR)

連續(xù)統(tǒng)去除法通過將反射光譜吸收強(qiáng)烈部分的波段特征進(jìn)行轉(zhuǎn)換,從而進(jìn)行光譜吸收特征分析和光譜特征波段選擇[28]。所謂的連續(xù)統(tǒng)指一條連接光譜上選取波段間的吸收起點(diǎn)和吸收終點(diǎn)的線[26],該方法能很好地消除土壤背景和光照條件的影響,放大植被光譜在可見光處的2個(gè)吸收谷,有利于分析植被的吸收特征。當(dāng)直線確定后,連續(xù)統(tǒng)去除光譜線的計(jì)算公式為

(2)

式(2)中,Rc(λi)為波長λi處的連續(xù)統(tǒng)去除值;R(λi)為波長λi處的光譜反射率;RH(λi)為波長λi處直線的光譜反射率。

根據(jù)連續(xù)統(tǒng)去除后的曲線,進(jìn)一步計(jì)算2個(gè)波段400～530和550～730nm處的吸收深度〔Db(λi)〕、吸收峰面積(A),其計(jì)算公式[29]分別為

Db(λi)=1-Rc(λi),

(3)

(4)

式(3)～(4)中,Db(λi)為波長λi處的波段深度;λs和λe分別為吸收起點(diǎn)和終點(diǎn)的波長，nm。

2.4NDVI的提取

NDVI能夠反映在可見光、近紅外波段反射上植被與土壤背景之間的差異,具有較強(qiáng)的植被監(jiān)測能力,且隨著時(shí)間的變化NDVI與植被的物候信息呈現(xiàn)一定的規(guī)律性,常用于監(jiān)測植被生長狀態(tài)、植被覆蓋度、葉面積指數(shù)和生物量等,能有效反映植被在不同季節(jié)的生長狀況[19,30]。為便于今后與Landsat8影像融合,選用與Landsat8NDVI一致的光譜數(shù)據(jù)來計(jì)算INDV,其公式為

INDV=(ρn-ρr)/(ρn+ρr)。

(5)

式(5)中,ρn為植被近紅外波段(845～885nm)處光譜反射率平均值;ρr為植被紅光波段(630～680nm)處光譜反射率平均值。

3 結(jié)果與分析

3.1 5種典型沙生植被光譜曲線特征的比較

5種典型沙生植被不同生長時(shí)期的平均光譜反射率見圖2。圖2顯示,5種沙生植被光譜在形態(tài)上大致相同,但不同種類植被葉片內(nèi)部結(jié)構(gòu)有所差異,導(dǎo)致光譜差異顯著[31]。為便于今后與遙感影像融合,重點(diǎn)針對600～690、750～900nm這2個(gè)較大差異波段處的光譜特征進(jìn)行分析。

在波長600～690nm范圍內(nèi),幾乎是葉綠素吸收最強(qiáng)的光譜帶,也是紅光區(qū)域中具有最強(qiáng)光合活性的光譜帶。在這個(gè)波段范圍內(nèi),植被的光合速率最大,同時(shí)對植被覆蓋度及植被的健康狀況極為敏感。5種植被平均光譜反射率由高到低依次為差巴嘎蒿(0.067 0)、冷蒿(0.059 3)、麻黃(0.059 0)、黃柳(0.053 7)和小葉錦雞兒(0.045 6)。差巴嘎蒿反射率最高,可能是由于該地區(qū)差巴嘎蒿葉片呈小裂片絲狀條形、植被受沙地反射率影響較大所致;小葉錦雞兒反射率最低,可能與它的植株較大、葉綠素含量高有關(guān)。差巴嘎蒿和小葉錦雞兒較易與其他植被相區(qū)分,而冷蒿和麻黃的反射率在該波段內(nèi)未呈現(xiàn)明顯差異。

在750nm附近是一個(gè)相對平坦、反射率較高的區(qū)域,它主要由植被葉片的細(xì)胞結(jié)構(gòu)所決定。在波長750～900nm范圍內(nèi),平均光譜反射率由高到低依次為冷蒿(0.361)、麻黃(0.339)、黃柳(0.311)、小葉錦雞兒(0.295)和差巴嘎蒿(0.274)。冷蒿反射率最大,可能與它的葉片密生營養(yǎng)有關(guān),差巴嘎蒿反射率最小,兩者較易于同其他植被相區(qū)分。

在波長680nm附近有一個(gè)明顯的吸收谷,這是由于植被葉片中紅色素對紅光的吸收所致。對波段原始光譜一階求導(dǎo),結(jié)果見圖3。由圖3可知,在近紅外波段680～760nm處植被反射光譜陡峭上升,形成植被“紅邊”,這是綠色植被具有的一個(gè)診斷性反射光譜特征[32],5種沙生植被平均光譜的“紅邊”參數(shù)見表2。結(jié)合圖3和表2可知,麻黃的“紅邊”位置(Rp)最大,位于721nm處,最易于與其他植被相區(qū)分,這可能與所選樣方中麻黃生長密集、覆蓋度較高和葉綠素含量較高有關(guān),冷蒿的“紅邊”幅值(Dr)和“紅邊”面積(Sr)最大,差巴嘎蒿的Dr和Sr最小,易于與其他植被相區(qū)分。黃柳和小葉錦雞兒在近紅外波段的平均光譜反射率和“紅邊”參數(shù)均較接近,不能將其區(qū)分出來。

圖2 5種典型沙生植被不同時(shí)期的平均光譜反射率Fig.2 Mean spectral reflectances of the 5 types of psammo-vegetation relative to gowth period

圖3 5種典型沙生植被不同生長時(shí)期的平均光譜一階導(dǎo)數(shù)Fig.3 Mean spectral first order derivatives of the 5 types of psammo-vegetation relative to growth period

3.2 典型沙生植被不同生長時(shí)期的光譜特征

3.2.1 不同生長時(shí)期5種典型沙生植被的光譜特性

由圖4可知,5種沙生植被反射光譜的形狀及其隨生長期推移的變化趨勢大致相同,但又各有差異。在波長550 nm附近,5種典型沙生植被光合效率低,葉片吸收較少,是葉綠素的綠色強(qiáng)反射峰區(qū),即為“綠峰”,最大光譜反射率所對應(yīng)的波長即“綠峰”位置(Gp),這個(gè)波長對應(yīng)的反射率即為“綠峰”幅值(Dg)?！凹t谷”位置(Rv)指在650～690 nm范圍內(nèi),最小光譜反射率對應(yīng)的波長,這個(gè)波長對應(yīng)的反射率即為“紅谷”幅值(Dr-v)?？梢?，光波段處的“綠峰”和“紅谷”是植被光譜具有的主要特性。

表2 5種沙生植被不同生長時(shí)期平均光譜的“紅邊”幅值

Table 2 Mean "red-edge" amplitudes of the spectra of the five types of psammo-vegetation relative to growth period

沙生植被Rp/nmDrSr黃柳7160.005610.247冷蒿7160.006850.285麻黃7210.005590.260差巴嘎蒿7150.004220.187小葉錦雞兒7160.005450.239

Rp為“紅邊”位置;Dr為“紅邊”幅值;Sr為“紅邊”面積。

在05-15,植被處于生長初期,麻黃、黃柳和小葉錦雞兒的光譜曲線已呈現(xiàn)明顯的植被特征,冷蒿和差巴嘎蒿的光譜曲線植被特征并不明顯,沒有出現(xiàn)對應(yīng)的“綠峰”和“紅谷”,這是因?yàn)樵?月中旬差巴嘎蒿處在萌芽期,植被葉片較小,而冷蒿的植被葉片是從底部開始萌發(fā),導(dǎo)致它們的植被光譜特性并不明顯。隨發(fā)育期的推移,植被持續(xù)生長,在6、7月達(dá)到高峰期,此時(shí),葉綠素含量較高,5種沙生植被對紅光的吸收不斷增強(qiáng),在光譜曲線上表現(xiàn)為“紅谷”幅值不斷減小,其中,麻黃和差巴嘎蒿的Dr-v 在06-22最小,分別為0.076 1和0.046 9;黃柳和冷蒿的Dr-v在07-18最小,分別為0.036 9和0.029 7;小葉錦雞兒的Dr-v卻在09-02最小,值為0.034 8,這可能是因?yàn)樾∪~錦雞兒的生長周期較長,9月初植被葉片依然含有較高的葉綠素。

在波段750～900 nm處,隨生長期的推移,黃柳、冷蒿、差巴嘎蒿和小葉錦雞兒4種沙生植被的光譜反射率先增高,并均在06-22達(dá)到最大;隨后,其光譜反射率降低,并均在09-27達(dá)到最小。由圖4可知,麻黃在近紅外波段處的光譜反射率在05-15最大,這是因?yàn)槁辄S在生長初期受沙地背景的影響較大所致,隨后,其光譜反射率的變化趨勢與其他4種植被大體相同。5種沙生植被光譜反射率的最大值由大到小依次為冷蒿(0.476)、麻黃(0.430)、黃柳(0.377)、小葉錦雞兒(0.337)和差巴嘎蒿(0.309)。

由表3可知,從春季到夏季,植被處于生長期,黃柳、冷蒿、麻黃和小葉錦雞兒的Gp持續(xù)向藍(lán)光方向偏移,差巴嘎蒿的Gp持續(xù)停留在553 nm處;從夏季到秋季,植被處于衰退期,葉綠素含量持續(xù)下降,5種典型沙生植被的Gp均不同程度地向紅光方向偏移,到9月末均有較大偏移。比較5種沙生植被Dg的最大值從大到小依次為麻黃(0.166 0)、冷蒿(0.108 0)、小葉錦雞兒(0.103 0)、黃柳(0.096 1)和差巴嘎蒿(0.072 4)。5種沙生植被不同時(shí)期的Rv并不具有明顯的規(guī)律,其對應(yīng)的Dr-v最小值從小到大依次為冷蒿(0.029 7)、小葉錦雞兒(0.034 8)、黃柳(0.036 9)、差巴嘎蒿(0.046 9)和麻黃(0.076 1)。

表3 不同生長時(shí)期5種典型沙生植被光譜的“綠峰”和“紅谷”參數(shù)

Table 3 Spectral "green peak" and "red valley" of the five types of psammo-vegetation relative to growth period

沙生植被日期Gp/nmDgRv/nmDr-v黃柳05-155560.09616730.075406-225520.09376720.055807-185510.07256730.036908-045510.07266710.037309-025510.07326730.041309-275580.06026740.0483冷蒿05-15————06-225530.10806680.064607-185500.06686700.029708-045500.06986700.032209-025510.06796710.036809-275550.05996720.0494麻黃05-155630.16606730.148006-225580.08886710.076107-185570.11606670.113108-045560.10506690.094709-025630.12506710.124009-27————差巴嘎蒿05-15————06-225530.07186690.046907-185530.07246690.052508-045530.06656700.048509-025530.06286700.048109-275580.05696650.0568小葉錦雞兒05-155550.10306750.067006-225510.06976720.036407-185500.06536710.037408-045500.06516700.038009-025500.06056720.034809-275520.06646720.0427

“—”表示無數(shù)據(jù)。Gp為“綠峰”位置;Dg為“綠峰”幅值;Rv為“紅谷”位置;Dr-v為“紅谷”幅值。

綜上可以得出,麻黃在05-15的Gp和Dg均最大,易于同其他植被相區(qū)分,冷蒿和差巴嘎蒿在05-15的光譜曲線的植被特性并不明顯,區(qū)別于其他3種植被。冷蒿在06-22的近紅外波段反射率明顯大于其他4種植被,且在07-18的Dr-v最小,能較好地同其他植被相區(qū)分。

3.2.2 不同生長時(shí)期5種典型沙生植被的光譜一階導(dǎo)數(shù)

進(jìn)一步分析5種沙生植被不同時(shí)期光譜的“紅邊”特性,5種沙生植被光譜的“紅邊”參數(shù)見表4。對680～760 nm光譜范圍的光譜反射率進(jìn)行一階求導(dǎo)(圖5)。

表4 不同生長時(shí)期5種沙生植被光譜的 “紅邊”參數(shù)

Table 4 Spectral "red-edge" parameters of the five types of psammo-vegetation relative to growth period

沙生植被日期RpDrSr黃柳05-157000.003930.17906-227160.006660.29507-187160.006140.26808-047150.006300.27809-027150.004760.21609-276970.002800.135冷蒿05-157180.003110.14606-227160.009450.38507-187150.008130.33308-047150.007590.32009-027150.005530.24209-276980.002940.142麻黃05-157010.005130.24706-227170.005040.24007-187150.005630.26208-047150.005580.25809-027150.004290.20809-27———差巴嘎蒿05-157180.002620.12406-227170.005470.23407-187150.004890.21208-047150.004460.20109-027150.003650.16709-277150.002170.105小葉錦雞兒05-157010.004640.20406-227170.006570.28207-187160.005940.25608-047150.005750.24409-027150.005120.21409-277150.004370.194

“—”表示無數(shù)據(jù)。Rp為“紅邊”位置;Dr為“紅邊”幅值;Sr為“紅邊”面積。

由圖5可知,黃柳、冷蒿、麻黃和小葉錦雞兒4種沙生植被光譜的“紅邊”具有明顯的“雙峰”現(xiàn)象,且“次峰”波長大于“主峰”波長,這與大多數(shù)綠色植被的“紅邊”相似;而差巴嘎蒿光譜的“紅邊”盡管也呈現(xiàn)“雙峰”現(xiàn)象,但“次峰”不太明顯。在生長初期,冷蒿和差巴嘎蒿“紅邊”區(qū)并沒有明顯的“雙峰”現(xiàn)象,這也說明它們在5月中旬光譜的植被特性并不明顯,反射率受干枯枝條等的影響較大。

隨著生長期的推進(jìn),生物量增加,葉面積指數(shù)增大,土壤背景對冠層光譜的影響減小,“雙峰”現(xiàn)象越來越明顯,其中,黃柳、冷蒿、差巴嘎蒿和小葉錦雞兒均在06-22達(dá)到最大,麻黃在07-18達(dá)到最大;之后,隨著植被下部葉片開始變黃、脫落,“雙峰”現(xiàn)象又逐漸減弱,到09-27(麻黃除外)“雙峰”現(xiàn)象已不明顯。

麻黃在9月下旬被少花蒺藜所掩蓋,缺09-27數(shù)據(jù)。

表4顯示,隨著植被生長越來越旺盛,植被光合作用能力增強(qiáng),黃柳、麻黃和小葉錦雞兒的植被葉片對紅光吸收增強(qiáng),出現(xiàn)“紅邊紅移”現(xiàn)象,表明植被持續(xù)生長。5種沙生植被的Rp均在夏季達(dá)到最大或較大,而由于研究區(qū)2015年7、8月出現(xiàn)持續(xù)干旱,導(dǎo)致植被缺水嚴(yán)重,葉片部分枯死,因此,5種沙生植被的“紅邊”位置在7、8月均略有波動(dòng),但差別不大。由表4還可看出,5種沙生植被到一定時(shí)期均出現(xiàn)“紅邊平臺(tái)”現(xiàn)象,其中,黃柳和冷蒿在09-27均出現(xiàn)“紅邊藍(lán)移”現(xiàn)象,而差巴嘎蒿和小葉錦雞兒在09-27仍持續(xù)處在“紅邊平臺(tái)”位置,這說明差巴嘎蒿和小葉錦雞兒的生長周期比黃柳和冷蒿更長。

不同時(shí)期5種沙生植被的Dr和Sr值均在夏季達(dá)到最大,且Dr達(dá)到最大的時(shí)期與Sr達(dá)到最大的時(shí)期一致。隨著植被生長的推移,Dr和Sr整體的變化規(guī)律均呈先增大后減小,5種沙生植被的Sr在09-02均有較明顯的減小。5種植被Dr和Sr的最大值由大到小依次均為冷蒿、黃柳、小葉錦雞兒、麻黃和差巴嘎蒿。

利用植被生長初期的“紅邊”特性,可以將冷蒿和差巴嘎蒿區(qū)分于其他3種植被,結(jié)合9月末的Rp,可以有效區(qū)分冷蒿和差巴嘎蒿。進(jìn)一步比較黃柳、麻黃和小葉錦雞兒可知,麻黃在05-15的Dr和Sr值均大于黃柳和小葉錦雞兒,易于區(qū)分;在9月末,小葉錦雞兒的3個(gè)“紅邊”參數(shù)均明顯大于黃柳,同樣也易于區(qū)分。

3.2.3 不同生長時(shí)期5種典型沙生植被的光譜連續(xù)統(tǒng)去除

為抑制土壤背景,擴(kuò)大光譜弱吸收特征信息,在對光譜特征提取的研究中常采用連續(xù)統(tǒng)去除法[26],對不同生長時(shí)期5種沙生植被的光譜反射率進(jìn)行連續(xù)統(tǒng)去除(圖6)。在可見光波段,5種沙生植被的反射曲線均有2個(gè)明顯的吸收谷,一個(gè)是位于490 nm附近的藍(lán)光波段,另一個(gè)是位于675 nm附近的紅光波段。對包絡(luò)線去除后的光譜曲線進(jìn)行進(jìn)一步計(jì)算,得到490和675 nm附近的吸收深度,以及藍(lán)光波段(400～530 nm)和紅光波段(550～730 nm)處的吸收峰面積(圖7)。

由圖6～7可知,在整個(gè)生育期,5種沙生植被的葉綠素在紅光波段處的吸收明顯比藍(lán)光波段處強(qiáng)烈,吸收深度也比藍(lán)光波段處深。在生長初期,冷蒿和差巴嘎蒿在波長490和675 nm附近的吸收深度變化較大,如圖7(a)～(b)所示,表現(xiàn)為斜率較大,這是由差巴嘎蒿和冷蒿在5月中旬的生長特性和冠層結(jié)構(gòu)所決定的;麻黃的吸收深度變化斜率較小,且在05-15的吸收深度大于其他4種植被,這同樣也說明了麻黃的萌芽期早于其他4種植被,到5月中旬,麻黃的植被特征較其他4種植被更加明顯。隨著植被的生長,5種沙生植被在490和675 nm附近的吸收深度均呈先不斷增加,到某一時(shí)期(均在夏季)達(dá)到最大,隨后逐漸減小。

圖6 不同生長時(shí)期5種沙生植被的光譜連續(xù)統(tǒng)去除Fig.6 Spectral continuum removal of the five types of psammo-vegetation relative to growth period

圖7 不同生長時(shí)期5種沙生植被的光譜特征比較Fig.7 Comparison of the five types of psammo-vegetation in spectral characteristics relative to growth period

麻黃、差巴嘎蒿和小葉錦雞兒的吸收深度均在06-22達(dá)到最大,冷蒿在07-18達(dá)到最大,黃柳在08-04達(dá)到最大,比較紅藍(lán)光波段處最大吸收深度由高到低大致依次為冷蒿、麻黃、小葉錦雞兒、黃柳和差巴嘎蒿。在夏季,黃柳、冷蒿、差巴嘎蒿和小葉錦雞兒的吸收深度值變化并不明顯,且均在9月末下降的斜率達(dá)到最大;而麻黃在06-22之后同時(shí)期的吸收深度下降斜率明顯大于其他4種沙生植被,這可能是因?yàn)槁辄S果實(shí)的成熟期恰好處于7—8月,果實(shí)呈紅色、導(dǎo)數(shù)反射率偏高所致。

由圖7(c)～(d)可知,隨著植被生長期的推移,5種沙生植被吸收峰面積(A)的變化趨勢與吸收深度的變化趨勢恰好相反,在整個(gè)生育期,紅光波段處的吸收峰面積(A-r)均明顯低于藍(lán)光波段處。5種沙生植被在藍(lán)光波段(400～530 nm)和紅光波段(550～730 nm)的吸收峰面積均表現(xiàn)為先不斷減小,到某一時(shí)期達(dá)到最小,隨后逐漸增大。

5種沙生植被的吸收峰面積在05-15差異較大,其中,麻黃最小,最易于同其他植被相區(qū)分,小葉錦雞兒和黃柳在紅光波段(550～730 nm)處的吸收峰面積與其他植被的差值較大,同樣易于區(qū)分;差巴嘎蒿和冷蒿的吸收峰面積均大于其他3種植被,而冷蒿的吸收峰面積在夏季最小,差巴嘎蒿的吸收峰面積在秋季明顯大于小葉錦雞兒,易于區(qū)分。5種沙生植被吸收峰面積達(dá)到最小的時(shí)期與吸收深度達(dá)到最大的時(shí)期一致,且其吸收峰面積之間的變化更加明顯,因此,利用吸收峰面積進(jìn)行植被識(shí)別能達(dá)到更好的效果。

3.2.4 不同生長時(shí)期5種典型沙生植被的NDVI比較

不同生長時(shí)期5種沙生植被的NDVI時(shí)間序列曲線見圖8。由圖8可知,隨著植被生長期的推移,5種沙生植被NDVI值的變化趨勢與吸收深度的變化趨勢大體相同。在植被生長初期,5種沙生植被的NDVI值均增大,其中,冷蒿和差巴嘎蒿的NDVI增幅大于其他3種植被,且均在07-18達(dá)到最大,隨后逐漸減小。在植被生長旺盛期,5種沙生植被的NDVI值變化不大,其中,黃柳、麻黃和小葉錦雞兒的NDVI值均有微小浮動(dòng),麻黃的NDVI值均小于其他4種植被。在植被生長衰退期,5種沙生植被的NDVI值均明顯減小,其中,小葉錦雞兒減小幅度最小,且在09-27,小葉錦雞兒的NDVI值大于其他4種植被。5種沙生植被NDVI值達(dá)到最大的時(shí)期與吸收深度達(dá)到最大的時(shí)期相同,5種沙生植被NDVI的最大值由大到小依次為冷蒿(0.84)、小葉錦雞兒(0.78)、黃柳(0.77)、差巴嘎蒿(0.72)和麻黃(0.63)。

圖8 不同生長時(shí)期5種沙生植被的NDVIFig.8 NDVI of the five types of psammo-vegetation relative to growth period

從05-15—06-22,小葉錦雞兒的NDVI均大于其他4種植被,易于同其他植被相區(qū)分。從7月初到09-02,冷蒿的NDVI明顯大于其他4種植被,麻黃的NDVI明顯小于其他4種植被,這些特征使其易于同其他植被相區(qū)分。在09-27,差巴嘎蒿的NDVI小于黃柳、冷蒿和小葉錦雞兒,同樣也易于區(qū)分。

3.2.5 5種典型沙生植被的光譜參數(shù)識(shí)別

高光譜遙感在電磁波譜的可見光、近紅外和中紅外波段范圍內(nèi),能夠獲取分辨率達(dá)納米級(jí)的連續(xù)圖譜數(shù)據(jù),可以大幅度提高荒漠化植被識(shí)別精度,很好地彌補(bǔ)干旱半干旱氣候條件下微波及傳統(tǒng)寬波段遙感數(shù)據(jù)對植被覆蓋度和生物量較低且分布不連續(xù)地區(qū)生態(tài)系統(tǒng)過程探測的不敏感性。5種沙生植被不同生長時(shí)期的識(shí)別參數(shù)見表5。由表5可知,不同生長時(shí)期的“紅邊”參數(shù)、“吸收”參數(shù)和時(shí)序NDVI數(shù)據(jù)能夠更加充分地利用植被不同生育期的物候信息,精細(xì)地獲取植被信息,其識(shí)別植被的效果明顯好于其他參數(shù)。利用遙感影像進(jìn)行植被識(shí)別,由于不同植被在單時(shí)相影像上的光譜特征相似性較高或易受背景地物的干擾,會(huì)出現(xiàn)“異物同譜”現(xiàn)象,嚴(yán)重影響植被識(shí)別的精度,而利用多時(shí)相遙感影像可以最大限度地發(fā)現(xiàn)植被與背景地物的差異,充分利用植被不同生育期的物候信息,精細(xì)地獲取植被信息。因此,在對研究區(qū)植被進(jìn)行分類時(shí),應(yīng)選取春季(植被生長初期)和秋季中晚期(植被生長衰退期)的多時(shí)相遙感影像進(jìn)行聯(lián)合解譯會(huì)取得更好的效果。

表5 5種沙生植被的識(shí)別參數(shù)

Table 5 Spectral identification parameters of the five types of psammo-vegetation

沙生植被A-ref不同光譜測定日期的識(shí)別參數(shù)05-1506-2207-1808-0409-0209-27黃柳A-rDr、Sr、Rp冷蒿750～900nmDr、SrR750～900,maxDr-vA、NDVINDVIRp麻黃RpGp、DgDr、SrA-rNDVINDVIANDVIA差巴嘎蒿600～690nm750～900nmDr、SrAARpNDVI小葉錦雞兒600～690nmA-rNDVINDVIDr、Sr、Rp

A-ref為不同生長時(shí)期平均光譜反射率;R750～900,max為波段750～900 nm處原始光譜平均反射率的最大值;A為吸收峰面積;A-r為紅光吸收峰面積;Rp為“紅邊”位置;Dr為“紅邊”幅值;Sr為“紅邊”面積;Gp為“綠峰”位置;Dg為“綠峰”幅值;Rv為“紅谷”位置;Dr-v為“紅谷”幅值。

4 討論與結(jié)論

對5種沙生植被不同時(shí)期平均光譜反射率進(jìn)行比較,提取近紅外750～900 nm與短波紅外600～690 nm兩個(gè)較大差異波段[31,33],發(fā)現(xiàn)近紅外波段處的差異明顯大于短波紅外波段處,結(jié)合導(dǎo)數(shù)光譜的“紅邊”參數(shù)可以分離出冷蒿、麻黃和差巴嘎蒿,但并不能很好地區(qū)分黃柳和小葉錦雞兒。進(jìn)一步分析了5種沙生植被不同時(shí)期的光譜特性。

在05-15,冷蒿和差巴嘎蒿光譜曲線植被特征和“紅邊”區(qū)的“雙峰現(xiàn)象”并不明顯,沒有出現(xiàn)對應(yīng)的“綠峰”和“紅谷”,這是因?yàn)樵?月中旬差巴嘎蒿處在萌芽期,植被葉片較小,而冷蒿的植被葉片是從底部開始萌發(fā)的,導(dǎo)致它們的植被光譜特性不明顯;差巴嘎蒿在整個(gè)生長期內(nèi)并不具有明顯的“雙峰”,麻黃在這一時(shí)期受沙地背景的影響較大,其在近紅外波段處的變化趨勢與其他植被有所不同。

隨著植被的生長,不同時(shí)期5種沙生植被光譜的反射率變化趨勢大致相同,具有綠色植被光譜的共性[34-35],“綠峰”、“紅邊”和“吸收”參數(shù)均呈現(xiàn)明顯的變化規(guī)律,且不同植被對應(yīng)的參數(shù)值均在夏季達(dá)最大(吸收峰面積在夏季達(dá)最小),其中,冷蒿和差巴嘎蒿在生長初期到旺盛期的變化尤為明顯。

在夏季,5種沙生植被的“紅邊”參數(shù)和“吸收”參數(shù)變化并不明顯,其中,冷蒿和差巴嘎蒿的“紅邊”位置呈微弱向藍(lán)光方向偏移態(tài)勢,這與唐延林等[36]、代輝等[37]的研究結(jié)果有所不同,結(jié)合它們不同時(shí)期的原始光譜特征可知,這可能是因?yàn)槭艿狡渖硖匦?、植被葉細(xì)胞和冠層結(jié)構(gòu)等綜合因素的影響。在7、8月和9月初,5種沙生植被均出現(xiàn)“紅邊平臺(tái)”現(xiàn)象,其中,差巴嘎蒿和小葉錦雞兒在09-27依然持續(xù)處于“紅邊平臺(tái)”位置,而黃柳和冷蒿的“紅邊”位置在這一時(shí)期卻出現(xiàn)“藍(lán)移”現(xiàn)象,這說明差巴嘎蒿和小葉錦雞兒的生長周期比黃柳和冷蒿更長。黃柳、冷蒿、差巴嘎蒿和小葉錦雞兒在夏季的吸收深度值變化并不明顯,且均在9月末下降的斜率達(dá)到最大;而麻黃在06-22之后同時(shí)期的吸收深度下降斜率明顯大于其他4種沙生植被。

提取5種沙生植被時(shí)序NDVI數(shù)據(jù)可知,隨著植被生長期的推移,5種沙生植被的NDVI與吸收深度的變化趨勢大體相同,與吸收峰面積的變化趨勢相反。對科爾沁典型沙生植被光譜特征和不同生長時(shí)期的光譜物候特性進(jìn)行分析,并提取植被分類遙感解譯參數(shù),對研究沙生植被的理化性質(zhì)、覆蓋度以及植被的識(shí)別和分類都具有重要意義。研究區(qū)屬典型的半干旱荒漠化農(nóng)牧交錯(cuò)區(qū),植被類型復(fù)雜,下墊面不均勻,且受試驗(yàn)地野外工作環(huán)境和天氣條件所限,遙感地面工作基礎(chǔ)比較薄弱,缺乏多年實(shí)測數(shù)據(jù)的積累,是筆者研究的不足之處。采用的微分法和連續(xù)統(tǒng)去除法雖在一定程度上消除了光譜噪聲,達(dá)到了區(qū)分植被的目的,但由于高光譜遙感受儀器和環(huán)境等多方面影響,如何更好地消除噪聲,選取和改進(jìn)適合筆者研究區(qū)植被的基于遙感的物種識(shí)別模型來區(qū)分植被將是進(jìn)一步研究的重點(diǎn)。同時(shí),衛(wèi)星遙感數(shù)據(jù)由于存在重訪周期長和光譜分辨率低等缺陷,在融合地面高光譜數(shù)據(jù)時(shí)不可避免地存在一定誤差。筆者將在后續(xù)的研究中探索多時(shí)相遙感影像和高光譜數(shù)據(jù)融合,進(jìn)而對荒漠化典型植被的物候特性進(jìn)行波段識(shí)別、草地沙化退化監(jiān)測和遙感反演模型的構(gòu)建。

[1] 浦瑞良,宮鵬.高光譜遙感及其應(yīng)用[M].北京:高等教育出版社,2000:53.[PU Rui-liang,GONG Peng.Hyperspectral Remote Sensing and Its Applications[M].Beijing:Higher Education Press,2000:53.]

[2] CHANDLER M.Pressure Changes in Tracheal Tube Cuffs[J].Anaesthesia,1986,41(3):287-293.

[3] 楊峰,范亞民,李建龍,等.高光譜數(shù)據(jù)估測稻麥葉面積指數(shù)和葉綠素密度[J].農(nóng)業(yè)工程學(xué)報(bào),2010,26(2):237-243.[YANG Feng,FAN Ya-min,LI Jian-long,etal.Estimating LAI and CCD of Rice and Wheat Using Hyperspectral Remote Sensing Data[J].Transactions of the CSAE,2010,26(2):237-243.]

[4] 劉小軍,田永超,姚霞,等.基于高光譜的水稻葉片含水量監(jiān)測研究[J].中國農(nóng)業(yè)科學(xué),2012,45(3):435-442.[LIU Xiao-jun,TIAN Yong-chao,YAO Xia,etal.Monitoring Leaf Water Content Based on Hyperspectra in Rice[J].Scientia Agricultura Sinica,2012,45(3):435-442.]

[5] APARICIO N,VILLEGAS D,ARAUS J L,etal.Relationship Between Growth Traits and Spectral Vegetation Indices in Durum Wheat[J].Crop Science,2002,42(5):1547-1555.

[6] ZHAO D H,YANG T W,AN S Q.Effects of Crop Residue Cover Resulting From Tillage Practices on LAI Estimation of Wheat Canopies Using Remote Sensing[J].International Journal of Applied Earth Observation and Geoinformation,2012,14(1):169-177.

[7] 陳國慶,齊文增,李振,等.不同氮素水平下超高產(chǎn)夏玉米冠層的高光譜特征[J].生態(tài)學(xué)報(bào),2010,30(22):6035-6043.[CHEN Guo-qing,QI Wen-zeng,LI Zhen,etal.Analysis of Hyperspectral on Super High-Yielding Maize Under Different Nitrogen Levels[J].Acta Ecologica Sinica,2010,30(22):6035-6043.]

[8] 王進(jìn),李新建,白麗,等.干旱區(qū)棉花冠層高光譜反射特征研究[J].中國農(nóng)業(yè)氣象,2012,33(1):114-118.[WANG Jin,LI Xin-jian,BAI Li,etal.Characteristics of Reflection Spectrum of Cotton Canopy in North Xinjiang[J].Chinese Journal of Agrometeorology,2012,33(1):114-118.]

[9] FITZGERALD G J,PINTER P J,HUNSAKER D J,etal.Multiple Shadow Fractions in Spectral Mixture Analysis of a Cotton Canopy[J].Remote Sensing of Environment,2005,97(4):526-539.

[10]吳瓊,齊波,趙團(tuán)結(jié),等.高光譜遙感估測大豆冠層生長和籽粒產(chǎn)量的探討[J].作物學(xué)報(bào),2013,39(2):309-318.[WU Qiong,QI Bo,ZHAO Tuan-Jie,etal.A Tentative Study on Utilization of Canopy Hyperspectral Reflectance to Estimate Canopy Growth and Seed Yield in Soybean[J].Acta Agronomica Sinica,2013,39(2):309-318.]

[11]曹巍,邵全琴,喻小勇,等.內(nèi)蒙古不同利用方式溫性草原植被光譜特征分析[J].草地學(xué)報(bào),2013,21(2):243-252.[CAO Wei,SHAO Quan-qin,YU Xiao-yong,etal.Analysis of Spectral Characteristics of Inner Mongolia′s Temperate Steppe in Different Use Patterns[J].Acta Agrestia Sinica,2013,21(2):243-252.]

[12]郝芳芳,陳艷梅,高吉喜,等.河北壩上地區(qū)草地退化指示種的高光譜特征波段識(shí)別[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào),2016,32(6):1024-1029.[HAO Fang-fang,CHEN Yan-mei,GAO Ji-xi,etal.Identification of Hyperspectra Characteristic Bands of Grassland Degradation Indicator Plant Species in Bashang Region of Hebei Province[J].Journal of Ecology and Rural Environment,2016,32(6):1024-1029.]

[13]李海東,沈渭?jí)?劉波,等.西藏高寒河谷沙地不同演替階段植被的高光譜特征[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào),2014,30(4):521-525.[LI Hai-dong,SEHN Wei-shou,LIU Bo,etal.Hyperspectral Characteristics of Vegetations in Succession on Sandlot in Alpine Valleys of Tibet,China[J].Journal of Ecology and Rural Environment,2014,30(4):521-525.]

[14]王鵬龍,張建明,張春梅,等.騰格里沙漠典型植被含水率與地物光譜的關(guān)系分析[J].中國沙漠,2013,33(3):737-742.[WANG Peng-long,ZHANG Jian-ming,ZHANG Chun-mei,etal.The Relationships Between Spectral Features and Water Content of the Dominant Plant Species in the Tengger Desert[J].Journal of Desert Research,2013,33(3):737-742.]

[15]馬維維,鞏彩蘭,胡勇,等.牧草品質(zhì)的高光譜遙感監(jiān)測模型研究[J].光譜學(xué)與光譜分析,2015,35(10):2851-2855.[MA Wei-wei,GONG Cai-lan,HU Yong,etal.Hyperspectral Remote Sensing Estimation Models for Pasture Quality[J].Spectroscopy and Spectral Analysis,2015,35(10):2851-2855.]

[16]THENKABAIL P S,ENCLONA E A,ASHTON M S,etal.Hyperion,IKONOS,ALI,and ETM+ Sensors in the Study of African Rainforests[J].Remote Sensing of Environment,2004,90(1):23-43.

[17]屠星月,趙冬玲.多時(shí)相遙感影像農(nóng)作物識(shí)別方法的分析[J].測繪通報(bào),2012(增刊1):380-383.[TU Xing-yue,ZHAO Dong-ling.The Analysis of Multitemporal Remote Sensing Image Crop Identification Method[J].Bulletin of Surveying and Mapping,2012(Suppl. 1):380-383.]

[18]馬麗,徐新剛,劉良云,等.基于多時(shí)相NDVI及特征波段的作物分類研究[J].遙感技術(shù)與應(yīng)用,2008,23(5):520-524.[MA Li,XU Xin-gang,LIU Liang-yun,etal.Study on Crops Classification Based on Multi-Temporal NDVI and Characteristic Bands[J].Remote Sensing Technology and Application,2008,23(5):520-524.]

[19]劉吉?jiǎng)P,鐘仕全,梁文海.基于多時(shí)相Landsat 8 OLI影像的作物種植結(jié)構(gòu)提取[J].遙感技術(shù)與應(yīng)用,2015,30(4):775-783.[LIU Ji-kai,ZHONG Shi-quan,LIANG Wen-hai.Extraction on Crops Planting Structure Based on Multi-Temporal Landsat 8 OLI lmages[J].Remote Sensing Technology and Application,2015,30(4):775-783.]

[20]張健康,程彥培,張發(fā)旺,等.基于多時(shí)相遙感影像的作物種植信息提取[J].農(nóng)業(yè)工程學(xué)報(bào),2012,28(2):134-141.[ZHANAG Jian-kang,CHENG Yan-pei,ZHANG Fa-wang,etal.Crops Planting Information Extraction Based on Multi-Temporal Remote Sensing Images[J].Transactions of the CSAE,2012,28(2):134-141.]

[21]段瑞魯,劉廷璽,張圣微,等.科爾沁沙地典型沙丘植被光譜特征數(shù)據(jù)的匹配[J].干旱區(qū)研究,2014,31(4):750-755.[DUAN Rui-lu,LIU Ting-xi,ZHANG Sheng-wei,etal.Matching of Spectral Data of Typical Vegetation on Dune in the Horqin Sandy Land[J].Arid Zone Research,2014,31(4):750-755.]

[22]岳喜元,常學(xué)禮,劉良旭,等.科爾沁沙地幾種固沙植被光譜-生物量模型構(gòu)建與分析[J].中國沙漠,2014,34(6):1496-1502.[YUE Xi-yuan,CHANG Xue-li,LIU Liang-xu,etal.Spectrum-Biomass Models for Several Sand-Fixing Plant Species in the Horqin Sandy Land[J].Journal of Desert Research,2014,34(6):1496-1502.]

[23]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(xué)與光譜分析,2008,28(3):624-628.[LIU Huan-jun,ZHANG Bai,ZHANG Yuan-zhi,etal.Soil Taxonomy on the Basis of Reflectance Characteristics[J].Spectroscopy and Spectral Analysis,2008,28(3):624-628.]

[24]劉順喜.高光譜遙感土地利用信息提取技術(shù)研究:以江蘇宜興試驗(yàn)區(qū)為例[D].北京:北京林業(yè)大學(xué),2005.[LIU Shun-xi.Land Use Information Extraction Technology Based on Hyperspectral Remote Sensing:Taking Yixing Area,Jiangsu Provice as Case Study[D].Beijing:Beijing Forestry University,2005.]

[25]童慶禧,張兵,鄭蘭芬.高光譜遙感:原理、技術(shù)與運(yùn)用[M].北京:高等教育出版社,2006:156-159.[TONG Qing-xi,ZHANG Bing,ZHENG Lan-fen.Hyperspectral Remote Sensing:Principles,Techniques and Applications[M].Beijing:Higher Education Press,2006:156-159.]

[26]孫巖.濕地植物高光譜特征分析與物種識(shí)別模型構(gòu)建[D].北京:清華大學(xué),2008.[SUN Yan.Hyperspectral Characters and Species Identification Model About Wetland Plants[D].Beijing:Tsinghua University,2008.]

[27]李明贊.光譜分析技術(shù)及其應(yīng)用[M].北京:科學(xué)出版社,2006:123.[LI Ming-zan.Spectral Analysis Technology and Application[M].Beijing:Science Press,2006:123.]

[28]張翼然,宮兆寧,趙文吉.水分環(huán)境梯度下野鴨湖濕地典型植被光譜特征分析[J].光譜學(xué)與光譜分析,2012,32(3):743-748.[ZHANG Yi-ran,GONG Zhao-ning,ZHAO Wen-ji.Typical Plant Characteristics Analysis in Wild Duck Lake Along Water Environment Gradient[J].Spectroscopy and Spectral Analysis,2012,32(3):743-748.]

[29]楊凱,沈渭?jí)?劉波,等.那曲典型草地植被光譜特征分析[J].遙感技術(shù)與應(yīng)用,2014,29(1):40-45.[YANG Kai,SHEN Wei-shou,LIU Bo,etal.Research on Spectral Reflectance Characteristics for Naqu Typical Grassland[J].Remote Sensing Technology and Application,2014,29(1):40-45.]

[30]FRIEDL M A,BRODLEY C E.Decision Tree Classification of Land Cover From Remotely Sensed Data[J].Remote Sensing of Environment,1997,61(3):399-409.

[31]施潤和,莊大方,牛錚.水稻葉片最優(yōu)葉肉結(jié)構(gòu)參數(shù)估算[J].遙感學(xué)報(bào),2007,11(5):626-631.[SHI Run-he.ZHUANG Da-fang,NIU Zheng.Estimation of Optimal Mesophyll Structure Parameter of Rice Leaves[J].Journal of Remote Sensing,2007,11(5):626-631.]

[32]姚付啟,張振華,楊潤亞,等.基于紅邊參數(shù)的植被葉綠素含量高光譜估算模型[J].農(nóng)業(yè)工程學(xué)報(bào),2009,25(增刊2):123-129.[YAO Fu-qi,ZHANG Zhen-hua,YANG Run-ya,etal.Hyperspectral Models for Estimating Vegetation Chlorophyll Content Based on Red Edge Parameter[J].Transactions of the CSAE,2009,25(Suppl. 2):123-129.]

[33]鄭長春.水稻種植面積遙感信息提取研究[D].烏魯木齊:新疆農(nóng)業(yè)大學(xué),2008.[ZHENG Chang-chun.Study on Remote Sensing Information Extraction of Paddy Rice Planting Area[D].Urumqi:Xinjiang Agricultural University,2008.]

[34]MILLER J R,WU J Y,BOYER M G,etal.Seasonal Patterns in Leaf Reflectance Red-Edge Characteristics[J].International Journal of Remote Sensing,1991,12(7):1509-1523.

[35]SHIBAYAMA M,AKIYAMA T.Estimating Grain Yield of Maturing Rice Canopies Using High Spectral Resolution Reflectance Measurements[J].Remote Sensing of Environment,1991,36(1):45-53.

[36]唐延林,黃敬峰,王秀珍,等.水稻、玉米、棉花的高光譜及其紅邊特征比較[J].中國農(nóng)業(yè)科學(xué),2004,37(1):29-35.[TANG Yan-lin,HUANG Jing-feng,WANG Xiu-zhen,etal.Comparison of the Characteristics of Hyperspectra and the Red Edge in Rice,Corn and Cotton[J].Chinese Agricultura Scienca,2004,37(1):29-35.]

[37]代輝,胡春勝,程一松.冬小麥冠層光譜紅邊特征分析[J].中國生態(tài)農(nóng)業(yè)學(xué)報(bào),2007,15(5):80-83.[DAI Hui,HU Chun-sheng,CHENG Yi-song.Red-Edge Characteristics of Winter Wheat Canopy Spectra[J].Chinese Journal of Eco-Agriculture,2007,15(5):80-83.]

(責(zé)任編輯： 李祥敏)

Analysis of Hyperspectral Characteristics and Extraction of Remote Sensing Interpreting Parameters of Five Types of Typical Psammo-Vegetation of the Horqin Sandy Land.

NIUYa-long,LIUTing-xi,DUANLi-min,LUOYan-yun,QIXiu-jiao,CHENXiao-ping

(Water Conservancy and Civil Engineering College, Inner Mongolia Agricultural University/ Inner Mongolia Water Resource Protection and Utilization Key Laboratory, Hohhot 010018, China)

A FieldSpec 4 portable spectrometer was used to measure spectra of five types of psammo-vegetation typical of the Horqin sandy land for extraction and analysis of spectral characteristics of the vegetations. Results show that the five types of psammo-vegetation (Salixflavida,Artemisiafrigida,Herbalephedrae,ArtemisiahalodendrouandCaraganamicrophylla), though quite similar in spectral shape, varied slightly. Differences were apparent on bands of 600-690 and 750-900 nm. Based on bands showing difference in spectrum and derivative spectrometric parameters, it was feasible to distinguishArtemisiafrigida,HerbalephedraeandArtemisiahalodendrou, but notSalixflavidaandCaraganamicrophyllafrom the five. With the vegetation growing season going on, "green peak" tended to offset toward the blue light zone and then back toward the red light one. The spectra of the vegetations ofSalixflavida,Artemisiafrigida,HerbalephedraeandCaraganamicrophyllaall exhibited obvious "twin peaks" on their corresponding “red edges”, but that of the vegetation ofArtemisiahalodendrondid not so obviously; In the spectra ofSalixflavida,HerbalephedraeandCaraganamicrophylla"redshift" appeared so significantly in the “red edge” zone, while in the spectra of the vegetations ofSalixflavidaandArtemisiafrigida"blue shift" was observed in the "red edge" zone at the end of September, and in the spectra of the vegetations ofArtemisiafrigidaandArtemisiahalodendrou, the "red edge" tended to move very slightly towards the blue light zonetrend and no sign of "red shift" was ever observed. "Red edge platforms" were observed in the spectra of all the five types of psammo-vegetation in August and September, and the spectra of the vegetations ofArtemisiahalodendrouandCaraganamicrophyllakept on staying in "red edge platform" on September 27. The five types of psammo-vegetations absorbed more light of the red light band than that of the blue light band and in absorption depth, too. With the vegetations growing on, their spectra varied similarly in absorption depth and in absorption peak area. In summer, the spectrum of the vegetation ofHerbalephedraevaried more significantly than those of the other four. Meanwhile NDVI analysis of the five types of psammo-vegetations at various growth stages shows that the variation of NDVI was quite similar in trend to that of adsorption depth, but reverse to that of absorption area. The "red edge" parameters, "absorption" parameters and sequential NDVI data of the vegetations at different growth stages were better than all the others when used to identify vegetation. In classifying vegetation in the study area, it is more advisable to perform interpretation of multi temporal remote sensing images of the vegetation in spring (early vegetation growth season) and the middle and late autumn (vegetation growth recession season) in combination for better effect.

spectral characteristics; sand vegetation; first derivative; continuum-removed; NDVI

2016-10-20

國家自然科學(xué)基金重點(diǎn)國際(地區(qū))合作研究項(xiàng)目、重點(diǎn)項(xiàng)目和面上項(xiàng)目(51620105003,51139002,51479086);內(nèi)蒙古水利科技項(xiàng)目;教育部科技創(chuàng)新團(tuán)隊(duì)發(fā)展計(jì)劃(IRT13069);科技部重點(diǎn)領(lǐng)域創(chuàng)新團(tuán)隊(duì)項(xiàng)目(2015RA4013);內(nèi)蒙古自治區(qū)草原英才產(chǎn)業(yè)創(chuàng)新創(chuàng)業(yè)人才團(tuán)隊(duì)、內(nèi)蒙古農(nóng)業(yè)大學(xué)寒旱區(qū)水資源利用創(chuàng)新團(tuán)隊(duì)項(xiàng)目(NDTD2010-6)

Q14;TP7

A

1673-4831(2017)07-0632-13

10.11934/j.issn.1673-4831.2017.07.008

牛亞龍(1990—),男,河北邯鄲人,碩士生,主要從事干旱區(qū)植被光譜特性方面的研究。E-mail:970163841@qq.com

① 通信作者E-mail: txliu1966@163.com