劉二華 周廣勝2)* 周 莉 張 峰

1)(中國氣象科學研究院， 北京 100081)

2)(南京信息工程大學氣象災害預報預警與評估協(xié)同創(chuàng)新中心， 南京 210044)

3)(中國科學院植物研究所植被與環(huán)境變化國家重點試驗室， 北京 100093)

引 言

作物含水量與作物生長狀況密切相關，及時了解作物水分狀況對作物適時灌溉以及提高作物產(chǎn)量具有重要指導作用[1]。作物含水量的表示方法主要有可燃物含水量(FMC)、等效水厚度(EWT)、相對含水量(RWC)等[2]。以上指標從不同角度定量表達了作物含水量，但均通過野外人工實測數(shù)據(jù)計算得到，野外測量過程費時、費力且局限于點觀測[3-4]。遙感技術的發(fā)展為作物含水量監(jiān)測提供了有利的技術手段[5-7]。高光譜技術反演作物含水量的理論基礎是作物含水量在近紅外光譜波段有明顯的吸收谷，即作物水分變化會引起光譜反射率的變化，作物水分脅迫狀況可以通過光譜變化體現(xiàn)[8-9]。當前，高光譜遙感反演作物葉片、植株和冠層尺度含水量已有大量研究[3]。程曉娟等[10]利用高光譜數(shù)據(jù)建立了冬小麥葉片和冠層尺度的含水量模型。鄭興明等[11]利用Landsat 8 OLI數(shù)據(jù)反演了玉米冠層尺度含水量。Elnaz等[12]反演了4種作物的冠層含水量。作物含水量的高光譜遙感估算方法研究主要有統(tǒng)計法(光譜指數(shù)法、光譜導數(shù)法、包絡線消除法和小波分析方法)、物理模型法(葉片與冠層耦合模型PROSAIL)、光譜反射率法[13-14]。光譜指數(shù)法一定程度上考慮了作物內部的物理機制，可以減小光譜反射率單波段的散射特性，還避免了物理模型中一些參數(shù)的獲取[15]。

準確反演作物含水量需要尋找對水分敏感的光譜波段并構建光譜指數(shù)。綜合以往相關研究，作物水分敏感的光譜波段主要集中在900～1300 nm和1500～2500 nm的短波紅外波段[16-17]。以上反射率波段建立的植被水分指標主要有水分指數(shù)(WI)、歸一化差值水分指數(shù)(NDWI)、歸一化差值紅外指數(shù)(NDII)、水應力指數(shù)(MSI)、簡單比水指數(shù)(SRWI)、歸一化多波段干旱指數(shù)(NMDI)、全球植被水分指數(shù)(GVMI)和短波紅外水分脅迫指數(shù)(SIWSI)。以往研究分別對以上指標反演作物含水量的能力進行了研究[15，18-23]，均取得一定成果。但在植被生長過程中，植被生長狀況和生育階段等會導致作物對光譜響應的差異[24]。植被綠度、結構和植被水分信息等均對植被光譜反射率有貢獻，即使在對水分敏感的波段，光譜反射率的變化也可能不僅僅代表植被水分的變化[25]。之后有人提出了復比指數(shù)的概念[26]。復比指數(shù)是用一個對水分含量敏感的植被水分指數(shù)與一個對冠層綠度和結構參數(shù)敏感的植被指數(shù)的比值表征。研究表明，復比指數(shù)可以減小冠層綠度和結構等變化的影響[15]。同一作物不同生育期作物冠層含水量對光譜指數(shù)的敏感程度存在差異，兩者的相關關系也不同。張俊華等[5]認為確定特定時期光譜指數(shù)與相應時期各個指標的關系是利用光譜監(jiān)測作物長勢的前提。因此，僅使用單一的冠層含水量反演模型難以準確監(jiān)測全生育期作物含水量，通過構建不同生育期各類植被光譜指數(shù)反演作物含水量的最佳模型，篩選出能準確反演不同生育期作物含水量的光譜指數(shù)模型是本文的主要研究目標?？蔀榭焖俣勘O(jiān)測不同生育期夏玉米含水量以及作物長勢提供依據(jù)[27]。

1 野外試驗與數(shù)據(jù)處理

1.1 試驗區(qū)概況

2014年和2015年的6—10月在中國氣象局固城生態(tài)與農(nóng)業(yè)氣象試驗站(39°08′N，115°40′E，海拔15.2 m)大型可控式水分試驗場[28]，試驗材料為夏玉米“鄭單958”。試驗場設有大型電動遮雨棚，占地750 m2，共設42個試驗小區(qū)，小區(qū)面積8 m2(4 m×2 m)，小區(qū)間筑有3 m深混凝土隔離墻，防止水分水平交換。該站多年平均降水量為494 mm[29]，年變異系數(shù)為62.9%。試驗地土壤為褐土，含有機碳13.67 g·kg-1，全氮0.87 g·kg-1，有機磷25.76 mg·kg-1，有效鉀118.55 mg·kg-1，pH值為8.1[30]，平均田間持水量為22.1%，平均土壤容重為1.37 g·cm-3[31]。

1.2 試驗設計

試驗1： 2014年6月24日播種夏玉米，小區(qū)玉米行距為50 cm，株距為25 cm，每小區(qū)64穴，每穴播3粒，每個小區(qū)64株。播種后，各小區(qū)施磷酸二銨300 kg·hm-2，每個小區(qū)240 g。試驗共設置5個處理，每個處理3個重復。出苗后7月2日按照設置的5個梯度灌溉量進行一次性灌溉(表1)。三葉期觀測A～E處理的0～30 cm土壤相對濕度依次為60%，69%，83%，91%，96%。

表1 2014年夏玉米生長季灌水設置

試驗2： 2015年6月25日播種夏玉米，小區(qū)玉米行距為40 cm，株距為30 cm，每個小區(qū)67株。拔節(jié)期后按照設置的5個處理灌水，每個處理3個重復(表2)。

表2 2015年夏玉米生長季灌水設置

1.3 觀測要素

1.3.1 夏玉米生長狀況指標測定

本文測定的夏玉米主要生育期如下：2014年有三葉期、七葉期、拔節(jié)期(7月30日)、拔節(jié)期(8月7日)、抽雄期、灌漿期和成熟期，2015年有七葉期、拔節(jié)期、抽雄期、開花期、灌漿期和成熟期。每次觀測前，每小區(qū)隨機選取1株長勢處于該小區(qū)平均生長狀態(tài)的玉米，將玉米葉片取下，用直尺測定葉長和葉寬。將葉片置于電子秤上稱其鮮重，將稱重完畢的樣本裝入信封放入烘箱，以100～105℃殺青2 h，然后將烘箱溫度調至80℃，烘干24～48 h至恒重，最后稱干重。

1.3.2 夏玉米冠層反射率測定

夏玉米冠層光譜反射率利用美國ASD公司生產(chǎn)的FieldSpec Pro野外高光譜輻射儀測定，光譜儀視場角為25°，光譜范圍為350～2500 nm，光譜間隔為1 nm。測量過程中太陽光線變化較大時及時進行標準白板校正，以優(yōu)化白板參比。觀測時間為10:00—14:00(北京時)，光照條件較好(太陽高度角大于45°)[32]，觀測時探頭垂直向下，距離地面1.5 m，每個小區(qū)觀測采樣20次，將20次觀測數(shù)據(jù)的平均值作為該小區(qū)的光譜反射率。

1.4 數(shù)據(jù)處理

1.4.1 夏玉米含水量計算

為確保作物含水量估算模型的準確性和適用性，從冠層尺度和葉片尺度兩方面進行分析。冠層含水量(EWTC)表示冠層水平的等效水厚度，是葉片等效水厚度(EWT)與葉面積指數(shù)的乘積，其中葉片等效水厚度指植被水分含量與單位葉面積之比，研究表明EWTC能準確反映冠層尺度的水分含量[33]，表達式如下：

EWTC=EWT×LAI,

(1)

(2)

(3)

(4)

可燃物含水量(FMC)指植物體中葉片水分與干物質的比值。該指標可以表征可燃物含水量狀況，表達式如下：

(5)

式(1)～(5)中，F(xiàn)W和FD分別表示夏玉米植株的鮮重和干重(單位均為g)，LAI表示夏玉米葉面積指數(shù)(單位為cm2·cm-2)，ρ表示夏玉米種植密度，m為測量株數(shù)，n為第j株的總葉片數(shù)，Lij和Bij分別表示第j株玉米的第i片葉的葉長和最大葉寬，Area表示夏玉米植株葉面積(單位為cm2)。

1.4.2 光譜指數(shù)構建

利用光譜處理軟件ViewSpecPro將高光譜數(shù)據(jù)處理為具有物理意義的光譜反射率數(shù)據(jù)，將作物水分敏感的波段轉換為光譜指數(shù)。在文獻[34]研究的基礎上，構建一個新的復比指數(shù)，表達式為

(6)

新復比指數(shù)利用一個對水分敏感的水分指數(shù)與一個可以表征植被綠度和結構參數(shù)的敏感指標的比值構建，可以消除冠層綠度變化對含水量的影響。

1.4.3 模型檢驗

不同生育期夏玉米含水量反演模型精度利用決定系數(shù)(R2)和均方根誤差進行檢驗。

2 結果與分析

2.1 夏玉米含水量變化特征

2014年和2015年生長季內冠層含水量變化特征相似(圖1)。冠層含水量隨生育期先增大后減小，2014年抽雄期冠層含水量達到最大，2015年開花期冠層含水量達到最大。2014年和2015年可燃物含水量均隨生育期變化呈減小趨勢，生育期初期可燃物含水量最大(圖1)。

圖1 夏玉米含水量隨生育期的變化特征

2.2 光譜反射率變化特征

圖2是夏玉米抽雄期的光譜反射率變化特征，由圖2可見，2014年和2015年夏玉米抽雄期不同波段處光譜反射率變化特征相似，大氣中存在3個水分強吸收帶，波段范圍為1360～1400 nm，1820～1930 nm和2400～2500 nm附近。由于光譜波動范圍較大，不適宜與冠層含水量做相關性分析。本文選取350～1350 nm，1450～1800 nm波段構建植被光譜指數(shù)。

圖2 夏玉米抽雄期冠層光譜反射率變化特征

2.3 夏玉米冠層含水量模型

以下采用3個植被水分指數(shù)、2個復比指數(shù)和1個紅外反射率面積指數(shù)分別與2014年夏玉米不同生育期可燃物含水量(FMC)和等效水厚度(EWTC)建立回歸模型并分析模型精度。

2.3.1WI指數(shù)

水分指數(shù)(WI)由參考波段和特長波段的比值構建，該指數(shù)中參考波段為900 nm，特長波段為970 nm，R900和R970分別表示900 nm和970 nm處的光譜反射率(下同),WI表達式如下：

(7)

利用試驗觀測數(shù)據(jù)中的光譜反射率數(shù)據(jù)轉換得到WI指數(shù)，將同一生育期不同水分處理的WI與對應冠層含水量和可燃物含水量進行回歸分析(圖3)。結果顯示：WI值越大，冠層含水量越高，七葉期及之后WI與冠層含水量呈顯著線性關系。由表3中R2大小可知，WI指數(shù)反演不同生育期冠層含水量精度從高到低為抽雄期、拔節(jié)期、灌漿期、成熟期、七葉期。三葉期冠層含水量反演模型未達到0.05顯著性水平(三葉期和成熟期圖略)?？扇嘉锖糠囱菽Ｐ驮谄呷~期達到0.01顯著性水平，其他生育期反演模型均較差?？傮w而言，WI反演夏玉米抽雄期冠層含水量能力最好。

圖3 基于WI指數(shù)建立不同生育期夏玉米含水量模型

續(xù)圖3

2.3.2MSI指數(shù)

水應力指數(shù)(MSI)由光譜1600 nm和820 nm對應的光譜反射率比值構建得到,表達式如下：

(8)

MSI與冠層含水量和可燃物含水量呈線性相關關系(圖4)。隨生育期推進，MSI反演冠層含水量能力先增強后減弱(表3)。三葉期冠層含水量反演模型未達到0.05顯著性水平(三葉期和成熟期圖略)?？扇嘉锖糠囱菽Ｐ驮谄呷~期達到0.01顯著性水平，其他生育期反演模型均較差。

表3 不同光譜指數(shù)反演夏玉米冠層和葉片尺度含水量模型精度(R2)

注：*表示達到0.01顯著性水平。

2.3.3GVMI指數(shù)

全球植被水分指數(shù)(GVMI)屬于歸一化植被水分指數(shù)，其表達式如下：

(9)

GVMI與不同生育期冠層含水量和可燃物含水量回歸模型如圖5所示。GVMI與冠層含水量呈線性關系。隨生育期推進，GVMI反演冠層含水量精度先增強后減弱(表3)(三葉期和成熟期圖略)。可燃物含水量反演模型在七葉期達到0.01顯著性水平，其他生育期反演模型均較差。

2.3.4WNV指數(shù)

圖4 基于MSI指數(shù)建立不同生育期夏玉米含水量模型

圖5 基于GVMI指數(shù)建立不同生育期夏玉米含水量模型

WNV為復比指數(shù)，是利用一個對水分敏感的水分指數(shù)與一個可以表征植被綠度和結構參數(shù)的敏感指標的比值構建。WNV不僅可以預測可燃物含水量,還可以預測冠層含水量。RNIR表示近紅外光波段的光譜反射率，數(shù)值為841～876 nm范圍內的光譜反射率平均值。RED表示紅光波段的光譜反射率，數(shù)值為620～670 nm范圍內的光譜反射率平均值。WNV表達式如下：

(10)

將WNV與冠層含水量和可燃物含水量進行回歸分析(圖6)。WNV與冠層含水量呈線性和曲線關系，反演精度從高到低為拔節(jié)期、抽雄期、灌漿期、成熟期、七葉期(表3)。三葉期反演模型精度不理想，未達到0.05顯著性水平(三葉期和成熟期圖略)。可燃物含水量反演模型在七葉期達到0.01顯著性水平，其他生育期反演模型均不理想。

2.3.5WCG指數(shù)

WCG指數(shù)與冠層含水量和可燃物含水量的關系(圖7)，反演精度從高到低為拔節(jié)期、抽雄期、灌漿期、成熟期和七葉期(表3)。除三葉期外，其余各生育期反演冠層含水量均較好(三葉期和成熟期圖略)?？扇嘉锖糠囱菽Ｐ驮谄呷~期達到0.01顯著性水平，其他生育期反演模型均不理想。

圖6 基于WNV指數(shù)建立不同生育期夏玉米含水量模型

2.3.6 紅邊反射率曲線面積

紅邊反射率曲線面積是指植被光譜紅邊范圍(680～780 nm)反射率曲線與橫坐標波長之間形成的面積。紅邊反射率曲線面積最初是用于反演稀疏草地綠色生物量，本文將其應用于估算植被冠層含水量，其表達式如下：

(11)

式(11)中，Darea為紅邊反射率曲線面積，R表示反射率，Ri表示波長i處的光譜反射率，λ為波長。計算不同生育期夏玉米紅邊反射率曲線面積，并構建與冠層含水量的關系。圖8表明Darea反演冠層含水量精度從高到低為抽雄期、拔節(jié)期、灌漿期、成熟期和七葉期(表3)(三葉期和成熟期圖略)?？扇嘉锖糠囱菽Ｐ驮谄呷~期達到0.01顯著性水平，其他生育期反演模型均不理想。

綜合以上6個光譜指數(shù)反演夏玉米不同生育期冠層和葉片尺度含水量能力，結果表明：夏玉米同一生育期不同光譜指數(shù)反演夏玉米含水量的能力不同，不同生育期同一光譜指數(shù)反演夏玉米含水量能力也有差異。WI，MSI，GVMI，WNV，WCG和Darea均無法反演三葉期的EWTC，七葉期及之后各生育期反演的夏玉米EWTC均達到0.01顯著性水平，WNV可以反演三葉期的FMC?？傮w而言，以上植被指數(shù)反演七葉期的可燃物含水量精度略高于冠層含水量。

圖7 基于WCG指數(shù)建立不同生育期夏玉米含水量模型

圖8 基于Darea建立不同生育期夏玉米含水量模型

2.4 夏玉米不同生育期冠層含水量反演模型的驗證

利用2015年夏玉米不同生育期觀測數(shù)據(jù)，驗證2014年不同生育期光譜指數(shù)反演冠層含水量的精度，檢驗方法為Pearson相關性檢驗。結果表明，拔節(jié)期、抽雄期、灌漿期和成熟期EWTC模擬效果均較好(表4)。拔節(jié)期冠層含水量反演結果可以解釋2015年冠層含水量變異的63%及以上，其中，MSI和GVMI指數(shù)反演冠層含水量模型均可解釋2015年冠層含水量變異的66%。模擬效果較好。R2和均方根誤差判別指標表明抽雄期6個光譜指數(shù)反演EWTC效果較拔節(jié)期有所增強，其中檢驗效果最好的是MSI和WCG指數(shù)，模擬結果均可解釋2015年冠層含水量變異的72%，其次是Darea指數(shù)，模擬結果可解釋2015年冠層含水量變異的69%；灌漿期反演精度最好的指標為MSI指數(shù)和WCG指數(shù)，均可以解釋2015年冠層含水量變異的74%。這表明，本文構建的WCG指數(shù)反演夏玉米抽雄期和灌漿期冠層含水量的穩(wěn)定性較好，成熟期冠層含水量模型的R2均在0.55左右。

表4 不同生育期夏玉米含水量光譜指數(shù)模型驗證

注：*表示達到0.01顯著性水平。

3 結論與討論

本文在前人利用遙感技術反演冠層含水量的基礎上，以2014年和2015年夏玉米干旱試驗為例，分析了植被水分指數(shù)、復比指數(shù)以及新的復比指數(shù)和紅邊反射率曲線面積對不同生育期夏玉米含水量的遙感反演能力，得到以下結論：

1) 冠層和葉片尺度含水量指標均可表征夏玉米含水量變化特征，但光譜指標反演兩者的能力與夏玉米生育期有關，本文構建的WCG指標反演冠層抽雄期和灌漿期冠層含水量較其他指標的穩(wěn)定性強。

2) 隨著夏玉米生育期推進，覆蓋度越高光譜指數(shù)反演EWTC能力越強。光譜指數(shù)反演不同生育期EWTC精度從高到低為抽雄期、拔節(jié)期、灌漿期、成熟期、七葉期，夏玉米三葉期EWTC反演模型未達到0.05 顯著性水平。

3) 夏玉米營養(yǎng)生長期(三葉期、七葉期和拔節(jié)期)光譜指數(shù)可以反演FMC，其中僅WNV可以反演三葉期FMC。總體而言，光譜指數(shù)反演七葉期FMC能力較EWTC強，反演拔節(jié)期EWTC能力較FMC強，抽雄期開始光譜指數(shù)無法反演FMC。

夏玉米生長過程中葉片和冠層含水量、綠度和結構均在變化，光譜指數(shù)反演夏玉米含水量精度隨之變化。本文在干旱處理背景下分不同生育期反演夏玉米含水量，根據(jù)夏玉米不同生育期綠度和結構特征選擇最優(yōu)的光譜指數(shù)建立不同生育期反演精度較高的作物含水量模型，可以有效提高作物長勢狀況監(jiān)測。

本文建立的冠層含水量反演模型是基于華北夏玉米試驗數(shù)據(jù)，該地區(qū)屬于半干旱區(qū)，是研究干旱發(fā)生發(fā)展的天然試驗室，所建立的模型在相同的氣候區(qū)具有一定的參考價值。對于其他氣候區(qū)，鑒于玉米品種、氣候特征等差異，本文建立的模型的適用性有待進一步驗證，同時光譜指數(shù)法構建的模型在實際應用時需要多個試驗樣本、多個試驗區(qū)數(shù)據(jù)的驗證與校準。