梁曉瑤，錢行健，趙云升

(東北師范大學(xué) 地理科學(xué)學(xué)院，長春 130024)

相比于傳統(tǒng)的通過野外調(diào)查獲取植被信息的方法，利用遙感方式進(jìn)行大尺度的植被生長狀態(tài)觀測(cè)具有數(shù)據(jù)易獲取且時(shí)效性好的優(yōu)勢(shì)[1-3].但是出于傳統(tǒng)多光譜遙感分辨率的影響，單個(gè)像元內(nèi)往往包含著不同的地物類型，即混合像元的現(xiàn)象普遍存在于遙感影像中，傳統(tǒng)多光譜遙感難以有效地反演出混合像元的有效信息[4-5].而高光譜遙感卻能以其高分辨率的優(yōu)勢(shì)獲取更為準(zhǔn)確的地物信息，通過其納米級(jí)的分辨率準(zhǔn)確地反應(yīng)地物性質(zhì)，因此通過高光譜遙感研究混合像元是有效的[6].同時(shí)角度因素在遙感方式中起到的作用也越來越引起人們的注意，國內(nèi)外已有大量的文獻(xiàn)研究地物的偏振與多角度反射特性[7-13],主要表現(xiàn)為偏振角、探測(cè)角以及方位角對(duì)地物偏振反射高光譜的影響.過去的研究表明將角度信息結(jié)合到地物偏振反射高光譜分析中，會(huì)使光譜信息更加完善且準(zhǔn)確，對(duì)于獲取地物的信息有重要的意義.除了以上因素外還要考慮到交互作用的影響，多個(gè)因素往往共同影響著地物的反射信息，東北師范大學(xué)韓陽曾對(duì)影響丁香花葉片偏振高光譜的因素進(jìn)行交互作用的研究，結(jié)果表明偏振角、入射天頂角、葉綠素以及各因素之間的交互作用都會(huì)對(duì)其偏振高光譜特征產(chǎn)生影響，孤立考慮單個(gè)因素的影響是不全面的[6].

本次研究，使用光譜儀和偏振裝置得到不同面積比例的植被-土壤混合像元偏振反射高光譜曲線，定性地分析偏振角，探測(cè)角對(duì)其偏振反射高光譜特征的影響，并設(shè)計(jì)科學(xué)的正交試驗(yàn)來驗(yàn)證各因素的影響程度大小.同時(shí)選取了4種對(duì)于反應(yīng)植被狀態(tài)具有代表性的植被指數(shù)，建立其與光譜吸收谷深度的數(shù)學(xué)模型，嘗試?yán)梦展壬疃葘?duì)植被指數(shù)進(jìn)行估算.對(duì)于干旱及半干旱地區(qū)大尺度植被信息獲取有重要的意義.

1 數(shù)據(jù)獲取與實(shí)驗(yàn)設(shè)計(jì)

1.1 樣品的采集與數(shù)據(jù)的獲取

土壤和植被葉片樣本的采集均在東北師范大學(xué)校園內(nèi)進(jìn)行.將采集后的土壤樣品進(jìn)行雜物剔除、研磨、過篩等處理.將植被葉片占混合像元面積1/8的比例放入半徑為7 cm的黑色圓形盛樣器中，將表面刮平，之后依次添加1/8的植被葉片進(jìn)行覆蓋，共得到8組樣品，以此來模擬干旱地區(qū)不同植被覆蓋度的區(qū)域.

光譜數(shù)據(jù)的獲取在東北師范大學(xué)偏振光遙感實(shí)驗(yàn)室內(nèi)進(jìn)行，利用美國ASD公司生產(chǎn)的ASD FieldSpec 3光譜儀進(jìn)行光譜信息獲取.獲取一個(gè)光譜曲線的時(shí)間為0.1 s，在350～1 000 nm波段范圍內(nèi)，其分辨率為3 nm；在1 000～2 500 nm波段范圍內(nèi)，其分辨率為10 nm.采用具備高重復(fù)性，高信噪比特點(diǎn)的512陣元陣列的低噪聲PDA探測(cè)器和獨(dú)立的兩個(gè)InGaAs探測(cè)器.采用由東北師范大學(xué)趙云升教授設(shè)計(jì)的大型BRDF測(cè)試平臺(tái)，此平臺(tái)采用改進(jìn)后的鹵族光源為人工光源，同時(shí)探測(cè)角、偏振角以及方位角都可通過人工調(diào)節(jié)改變，如圖1所示.實(shí)驗(yàn)中主要獲取了偏振角90°和0°，探測(cè)角為25°和50°，入射天頂角為50°的反射光譜信息.在光照很暗的室內(nèi)，進(jìn)行混合像元光譜信息的測(cè)量，在探頭加上偏振片以獲取偏振光譜信息.測(cè)試時(shí)保證樣品的水平，控制探頭到樣品的距離恒為50 cm，并且在測(cè)試之前需要先進(jìn)行白板定標(biāo)照射，測(cè)量會(huì)得到5條光譜曲線，為了減小誤差，取5條曲線的平均值作為最后的光譜曲線進(jìn)行分析.

圖1 光譜獲取平臺(tái)

1.2 正交試驗(yàn)設(shè)計(jì)

表1因素水平表

因素水平植被占像元比例A探測(cè)天頂角/°B偏振角/°C11/425023/45090

表2正交試驗(yàn)設(shè)計(jì)

列號(hào)1234567因素ABA*BCA*CB*C

1.3 植被指數(shù)選取

植被指數(shù)指通過植被光譜不同波段反射值的數(shù)學(xué)組合運(yùn)算計(jì)算出的一種能夠反映植被覆蓋或者植被生長狀態(tài)的一種常數(shù).根據(jù)現(xiàn)有文獻(xiàn)的研究，在已經(jīng)構(gòu)建的植被指數(shù)中，選取4種具有代表性的植被指數(shù)進(jìn)行相關(guān)的分析，它們的計(jì)算公式如表3所示.其指示意義分別為：

NDVI: 應(yīng)用于檢測(cè)植被生長狀態(tài)、植被覆蓋度和消除部分輻射誤差等.并且能反應(yīng)植被冠層的背景影響，如土壤、潮濕地面等.

FDVI: 對(duì)土壤的背景特別敏感.

EVI:繼承了廣泛使用的NDVI的優(yōu)點(diǎn)，在此基礎(chǔ)上提高了對(duì)土壤背景的敏感程度.

HJVI:為國內(nèi)學(xué)者首創(chuàng)的植被指數(shù)，對(duì)于植被水分及其背景有很強(qiáng)的指示意義.

表3植被指數(shù)及其公式

植被指數(shù)名稱公式DVI差值植被指數(shù)R800-R675FDVI全波段差值植被指數(shù)R1230-R1100EVI增強(qiáng)型植被指數(shù)2.5(R800-R675)/(R800+6R675-7.5R457+1)HJVI環(huán)境植被指數(shù)2(R800-R675)/(7R550-7.5R457+0.9)

1.4 光譜特征參數(shù)的提取

每種地物都有其獨(dú)特的光譜曲線，因此不同地物也就具有其獨(dú)特的光譜吸收參數(shù)，本次研究主要選取吸收谷深度作為主要的光譜吸收參數(shù)進(jìn)行分析.吸收谷深度(h)主要是指在某一吸收谷內(nèi)，反射最低點(diǎn)到歸一化包絡(luò)線的距離，如圖2所示.

2 結(jié)果與分析

2.1 不同偏振角的偏振高光譜特征分析

圖3所示的分別是植被占混合像元面積比例分別為1/4、2/4、3/4和1的0°和90°偏振角狀態(tài)下的偏振高光譜圖.其探測(cè)角為50°，通過對(duì)光

譜的分析，我們可以發(fā)現(xiàn)：

圖2 吸收谷深度示意圖

圖3 不同偏振角下的混合像元偏振高光譜圖

1)不管植被的面積比例如何變化，植被-土壤混合像元在0°偏振角狀態(tài)下的偏振反射比要高于90°偏振角狀態(tài)下的偏振反射比.在植被面積比例為2/4的時(shí)候，這種現(xiàn)象最為明顯.同時(shí)偏振角對(duì)于其光譜曲線的影響側(cè)重于偏振反射比的大小，其光譜曲線的整體形狀在不同偏振角的情況下基本保持不變.

2)偏振角對(duì)其光譜曲線的影響在350～700 nm范圍和1 900～2 300 nm這兩個(gè)范圍內(nèi)最為明顯，光譜曲線出現(xiàn)了明顯的分離.而在其近紅外平臺(tái)(765～1 390 nm)，偏振角的改變則沒有造成較大的影響.光譜曲線在某些波段范圍內(nèi)甚至出現(xiàn)交結(jié)的情況.

3)隨著植被占像元面積比例的增大，在350～700 nm這一波段范圍內(nèi)，90°和0°偏振角狀態(tài)下的偏振反射比區(qū)別越來越大，說明在這一波段范圍內(nèi)，高植被區(qū)受到偏振角的影響要大于低植被區(qū).

2.2 不同探測(cè)天頂角下的混合像元偏振高光譜特征分析

圖4所示的是0°偏振角、50°入射天頂角下的探測(cè)天頂角分別為25°和50°的植被-土壤混合像元偏振高光譜圖，可以看出不論植被占像元面積比例為多少，50°探測(cè)天頂角下的偏振反射比要高于25°探測(cè)天頂角情況下的偏振反射比.這說明在獲取植被-土壤混合像元光譜信息時(shí)，探測(cè)天頂角越接近入射天頂角，所獲取的能量也會(huì)增多.同時(shí)可以看出，相比于偏振角，探測(cè)角對(duì)于混合像元光譜曲線的影響是全波段的，隨著植被面積比例的增加，探測(cè)天頂角對(duì)光譜曲線的影響在減小.

圖4 不同探測(cè)角下的混合像元偏振高光譜圖

2.3 正交試驗(yàn)結(jié)果分析

根據(jù)設(shè)計(jì)的正交試驗(yàn)方案，選取不同水平組合下的490、670、865 nm三個(gè)波段的偏振反射比值作為評(píng)價(jià)因素，選取這三個(gè)波段是因?yàn)樗鼈兪欠▏鳳OLDER衛(wèi)星有效的偏振觀測(cè)通道.這三個(gè)波段的正交試驗(yàn)結(jié)果均一致，現(xiàn)選取865 nm的正交試驗(yàn)結(jié)果進(jìn)行討論.實(shí)驗(yàn)結(jié)果如表4所示.表中的“1”和“2”分別代表各個(gè)因素的水平，其本身沒有實(shí)際意義，但通過它們計(jì)算出來的極差R卻是有統(tǒng)計(jì)意義的,極差越大說明這個(gè)因素所起到的影響也就越大.K1和K2分別代表各個(gè)水平的均值，通過比較極差的大小，各因素以及它們的交互作用的主次關(guān)系如下：

主 A>A×B>B×C>B>C>A×C次

對(duì)這些因素以及它們的交互作用進(jìn)行顯著性分析，可以得出各因素的影響強(qiáng)度大小.參考統(tǒng)計(jì)學(xué)的方法，要檢驗(yàn)一個(gè)因素對(duì)結(jié)果有無顯著影響，可以從F分布表中查出臨界的Fα值，然后比較各個(gè)因素或者因素組合的F值與臨界值的大小，若大于臨界值則證明影響程度顯著，各因素的影響程度與其F值和臨界值的差值呈正相關(guān)[14-15].通過表3的結(jié)果可以看出植被占像元面積比例(A)對(duì)混合像元偏振高光譜的影響程度最為顯著，其次為植被面積比例與探測(cè)天頂角的交互作用影響較強(qiáng)，前文討論了偏振角與探測(cè)角對(duì)植被-土壤混合像元偏振高光譜特征的影響，但綜合正交試驗(yàn)的結(jié)果來看，相比于植被面積比例的影響，角度因子的影響程度可以忽略不計(jì).同時(shí)植被面積比例與探測(cè)天頂角的交互作用對(duì)植被-土壤混合像元也有較強(qiáng)的影響，這一點(diǎn)是我們?cè)诮窈蟮难芯恐行枰紤]的.

表4正交試驗(yàn)結(jié)果

試驗(yàn)號(hào)ABA×BCA×CB×C空列1111111121112222312211224122221152121212621221217221122182212112K11.08301.58301.67301.58301.63701.65901.5770K22.15001.65001.56001.65001.59601.57401.6560R1.06700.06700.11300.06700.0410-0.08500.0790F182.42092610.719275820.045986220.7192757570.2693478611.157667041顯著性 特別顯著 顯著 一般影響

2.4 吸收谷深度數(shù)據(jù)的獲取

圖5所示的是偏振角為0°，探測(cè)角為0°的8種不同植被面積比例的植被-土壤混合像元偏振高光譜圖.可以看出，隨著植被面積比例的增加，混合像元的光譜曲線越來越接近于正常值被的光譜曲線，其“五谷四峰”的特性也越來越明顯.植被光譜曲線的近紅外平臺(tái)高度隨著植被面積比例的增加有明顯的上升.1 500 nm之后的波段則與植被面積比例沒有明顯的關(guān)系，部分位置甚至出現(xiàn)了光譜曲線交結(jié)的情況.根據(jù)圖中所示的光譜數(shù)據(jù)，我們將吸收谷深度的敏感波段選擇如表5所示.

圖5 不同植被面積比例下的偏振高光譜曲線

植被面積比例吸收波長位置(P)/nm波段范圍/nm吸收谷深度(h)1/814241320～16370.04852/814221313～15930.05323/814221313～16460.05954/814351314～16700.08505/814551315～16700.17646/814501272～16580.20107/814531262～16620.28908/814501282～16630.3195

2.5 吸收谷深度與植被指數(shù)模型構(gòu)建

利用吸收谷深度與植被指數(shù)進(jìn)行建模分析，目前國內(nèi)很少有人對(duì)此進(jìn)行研究.分別用一次函數(shù)、二次函數(shù)和對(duì)數(shù)函數(shù)來構(gòu)建吸收谷深度和所選取的四種植被指數(shù)的模型.其結(jié)果如表6所示.

其散點(diǎn)分布情況如圖6所示，通過擬合結(jié)果可以看出通過吸收谷深度構(gòu)建的函數(shù)模型擬合效果很好，二次函數(shù)的擬合效果普遍好于線性模型.其中利用吸收谷深度與FDVI構(gòu)建的二次模型：

Y=-0.261 44X2-0.127 75X+0.011 97

R2=0.980 86

為各個(gè)擬合效果中最好的，說明吸收谷深度能夠很好地反應(yīng)FDVI的變化情況.同時(shí)吸收谷深度與植被指數(shù)的高度擬合，也說明了利用其反演植被指數(shù)的可行性，為今后的研究提供了新思路.

表6不同植被指數(shù)與吸收谷深度的擬合

植被指數(shù)函數(shù)類型表達(dá)式R2DVI線性Y=1.1962X+0.048280.97989二次Y=-0.5047X2+1.3743X+0.038080.9806908對(duì)數(shù)Y=0.16599lnX+0.584620.96042FDVI線性Y=-0.21999X+0.017250.97455二次Y=-0.26144X2-0.12775X+0.011970.980861197對(duì)數(shù)Y=-0.02976lnX-0.079750.90766EVI線性Y=1.0994X+0.07940.9444二次Y=-2.7432X2+2.06773X+0.0240.97134對(duì)數(shù)Y=0.1569lnX+0.58160.9794HJVI線性Y=0.8882X+0.08670.9202二次Y=-2.9805X2+1.9398X+0.02640.96774對(duì)數(shù)Y=0.1283lnX+0.49560.9772

圖6 吸收谷深度與植被指數(shù)的擬合

3 結(jié) 論

通過對(duì)植被-土壤混合像元偏振高光譜特征的分析和研究，最終得到以下結(jié)論：

1)在植被-土壤混合像元中，90°偏振狀態(tài)下的偏振反射比要高于0°偏振狀態(tài)下的偏振反射比.不同的波段范圍所受到的影響程度也不同，其中350～700 nm波段范圍受到偏振角的影響最大.

2)50°探測(cè)天頂角下的偏振反射比要高于25°探測(cè)天頂角下的偏振反射比，隨著植被占混合像元面積比例的增大，探測(cè)天頂角對(duì)光譜曲線的影響也在逐漸減弱.

3)偏振角、探測(cè)角均會(huì)對(duì)植被-土壤混合像元偏振高光譜產(chǎn)生一定的影響，但正交試驗(yàn)的分析結(jié)果表明，植被占混合像元的面積比例對(duì)偏振高光譜所產(chǎn)生的影響最大，同時(shí)其與探測(cè)角的交互作用對(duì)偏振高光譜也有較為顯著的影響，而單獨(dú)的角度因素所起到的影響程度則不怎么顯著，這都是我們?cè)谝院蟮难芯恐兴⒁獾降?

4)吸收谷深度與所選取的植被指數(shù)具有很好的擬合效果，R2均達(dá)到了0.95以上.二次模型的擬合優(yōu)度普遍好于線性模型.證明了吸收谷深度與植被指數(shù)具有很好的擬合優(yōu)度，適合進(jìn)行植被指數(shù)的估算，對(duì)于干旱及半干旱地區(qū)研究植被生長狀態(tài)具有重要的指示意義.

根據(jù)本次研究的結(jié)果，建議在進(jìn)行植被-土壤混合像元的研究時(shí)，考慮到植被面積比例與探測(cè)角的交互作用影響，單獨(dú)考慮一個(gè)因素是不全面的，從而對(duì)現(xiàn)有遙感探測(cè)器在混合像元偏振遙感的研究中的設(shè)計(jì)提供理論基礎(chǔ).

[1] 譚昌偉，王紀(jì)華，黃文江，等.高光譜遙感在植被理化信息提取中的應(yīng)用動(dòng)態(tài)[J].西北農(nóng)林科技大學(xué)學(xué)報(bào):自然科學(xué)版，2005，33(5)：151—156.

[2] 姚 闊，郭旭東，周 冬，等.高光譜遙感土地質(zhì)量指標(biāo)信息提取研究進(jìn)展[J].地理與信息科學(xué)，2014，30(6)：7—12.

[3] 陶秋香，陶華學(xué)，張連蓬.線性混合光譜模型在植被高光譜遙感分類中的應(yīng)用研究[J]勘探科學(xué)技術(shù)，2004，1：21—24

[4] 申廣榮，王人潮.植被高光譜遙感的應(yīng)用研究綜述[J].上海交通大學(xué)學(xué)報(bào):農(nóng)業(yè)科學(xué)版，2001，19(4)：315—321.

[5] 趙 虎，晏 磊，趙云升.橄欖巖的多角度偏振反射光譜研究[J].地質(zhì)與勘探，2004,40(2)：51-54.

[6] 韓 陽，李 潛，趙云升，等.三因素及其交互作用對(duì)植物多葉片多角度偏振高光譜特征的影響[J].紅外與毫米波學(xué)報(bào),2010,29(4):316-320.

[7] 鄒維娜,袁 琳,張利權(quán)，等.蓋度與冠層水深對(duì)沉水植物水盾草光譜特性的影響[J].生態(tài)學(xué)報(bào)，2012，32(3):706-714．

[8] KUUSINEN N,KOLARI P,LEVULA J,etal.Seasonal variation in boreal pine forest albedo and effects of canopy snow on forest reflectance[J].Agricultural &Forest Meteorogy,2012,164(3):53-60.

[9] 呂云峰.基于垂直觀測(cè)的植被冠層高光譜偏振反射特性研究[J].光譜學(xué)與光譜分析，2013，33(4):1028-1031．

[10] 朱文靜,毛罕平.溫室番茄缺素葉片偏振反射特征分析[J].光譜學(xué)與光譜分析,2014，34(1):145-150．

[11] 岳喜元，常學(xué)禮，劉良旭，等.科爾沁沙地幾種固沙植物光譜生物量模型構(gòu)建與分析[J].中國沙漠,2014,34(6):1496-1502.

[12] 江曉東,劉 誠，徐家平,等.晝夜不對(duì)稱增溫對(duì)冬小麥花后冠層反射光譜特性的影響[J].農(nóng)業(yè)工程學(xué)報(bào),2014,30(12)：115-122.

[13] NORMAN M,DIVAKARLA M,GORL N S. Algorithms for extracting information from remote thermal-IR observations of the earth's surface[J].Remote Sensing of Environment,1995,51(1):157-168.

[14] 方開泰，馬長興.均勻?qū)嶒?yàn)與正交試驗(yàn)[M].北京:科學(xué)出版社.2011.35-77.

[15] 李云雁，胡傳榮.實(shí)驗(yàn)設(shè)計(jì)與數(shù)據(jù)處理[M].北京:化學(xué)工業(yè)出版社.2009.147.