武文麗，袁 也，李園園，楚光明，張 昊

(石河子大學(xué)農(nóng)學(xué)院林學(xué)系，新疆石河子 832003)

0 引 言

【研究意義】植被利用光合作用吸收二氧化碳并釋放氧氣，是陸地生態(tài)系統(tǒng)的重要組成部分[1]，還具有防風(fēng)固沙，減少地表徑流、減噪、滯塵等作用，在物質(zhì)循環(huán)和能量流動(dòng)中處于關(guān)鍵的地位[2]。為了準(zhǔn)確衡量區(qū)域內(nèi)植被的種類、覆蓋度、面積以及動(dòng)態(tài)變化等指標(biāo)，采用高效的植被調(diào)查手段是十分必要的。傳統(tǒng)的基于地面植被調(diào)查耗時(shí)費(fèi)力，近代遙感技術(shù)的發(fā)展，改變了傳統(tǒng)的植被調(diào)查技術(shù)，形成了快速、便捷、大尺度的觀測(cè)手段，可以不受自然和社會(huì)條件的限制，迅速獲得觀測(cè)圖像來(lái)分析植被的變化情況[3]。相關(guān)研究表明,綠色植物葉面在可見(jiàn)光和紅光波段有很強(qiáng)的吸收特性，在近紅外波段有很強(qiáng)的反射特性，同時(shí)這些波段包含了90%以上的植被信息[4]。根據(jù)植被這個(gè)獨(dú)有的光譜特性，可以利用紅光和紅外波段的不同組合進(jìn)行植被研究，即植被指數(shù)(Vegetation Index，VI)[5]。植被指數(shù)有助于增強(qiáng)遙感影像的解譯能力，在植被覆蓋度、碳儲(chǔ)量估測(cè)、作物種類識(shí)別、產(chǎn)量預(yù)測(cè)預(yù)報(bào)以及專題制圖方面都有應(yīng)用[6,7,8]。目前研究主要是利用多種光學(xué)影像來(lái)提取植被指數(shù)監(jiān)測(cè)植被的生長(zhǎng)狀況。傳統(tǒng)寬波段遙感數(shù)據(jù)(TM等)由于波段數(shù)少、光譜分辨率低，并且利用其計(jì)算出的植被指數(shù)也基本都是基于不連續(xù)的紅光和近紅外波段，所能反演的信息量少[9]。隨著遙感技術(shù)的不斷發(fā)展，高光譜遙感植被指數(shù)得到了迅速的發(fā)展，利用高光譜植被指數(shù)可以快速、無(wú)損提取植被個(gè)體和群體信息，有助于實(shí)時(shí)掌握植被的生長(zhǎng)狀況，進(jìn)行合理的生產(chǎn)管理[10]。地處在干旱、半干旱區(qū)域的荒漠植被維護(hù)著區(qū)域生態(tài)穩(wěn)定，但由于該區(qū)域植被覆蓋度低、地表環(huán)境差異大，致使對(duì)地探測(cè)較為困難。利用地面遙感和航天遙感數(shù)據(jù)結(jié)合植被指數(shù)實(shí)現(xiàn)快速調(diào)查，研究各數(shù)據(jù)中植被指數(shù)的差異。【前人研究進(jìn)展】植被指數(shù)是遙感領(lǐng)域中用來(lái)表征地表覆蓋、生長(zhǎng)狀況的一個(gè)非常簡(jiǎn)單有效的度量參數(shù)[6]。目前，利用多光譜遙感數(shù)據(jù)提取各種植被指數(shù)、估測(cè)植被LAI的研究已經(jīng)較多，高光譜技術(shù)作為熱門的植被參量提取技術(shù)之一，也被越來(lái)越廣泛地應(yīng)用于植被遙感研究。高光譜遙感的光譜分辨率較高，能在特定光譜區(qū)間獲取被測(cè)物體連續(xù)的反射光譜信息，可以對(duì)植被進(jìn)行微弱光譜差異的定量分析，突破了常規(guī)波段遙感不能精細(xì)分析植被光譜特征的限制[11]。植被作為陸地生態(tài)系統(tǒng)的主要成分之一，對(duì)陸地氣候變化具有重要調(diào)節(jié)作用，因而對(duì)植被信息的監(jiān)測(cè)具有重要的生態(tài)和社會(huì)意義[12]。高光譜遙感數(shù)據(jù)在監(jiān)測(cè)植被信息方面應(yīng)用廣泛[13]，其相對(duì)多波段遙感數(shù)據(jù)存在明顯優(yōu)勢(shì)。區(qū)域不同、環(huán)境不同，植被的適應(yīng)性也不同[14]。近年來(lái)，高光譜遙感技術(shù)已被廣泛應(yīng)用于資源調(diào)查、地質(zhì)勘探、環(huán)境監(jiān)測(cè)調(diào)查、土壤監(jiān)測(cè)、水文觀測(cè)等領(lǐng)域[15]。植被指數(shù)一直是遙感技術(shù)研究植被的重要方法，當(dāng)前主要方法是利用遙感數(shù)據(jù)中的典型波段進(jìn)行組合計(jì)算[16]。由于植被在人類生存環(huán)境中的重要作用，植被遙感一直是遙感應(yīng)用領(lǐng)域研究熱點(diǎn)，其中遙感植被指數(shù)是研究植被最簡(jiǎn)單、最有效的方法之一[17]。干旱、半干旱的荒漠化地區(qū)，植被覆蓋度和植被生物量是衡量地表植被狀況的兩個(gè)重要指標(biāo)，也是影響土壤侵蝕與水土流失的主要因子[18-19]。準(zhǔn)確地評(píng)估荒漠化地區(qū)的植被覆蓋度和植被生物量狀況，對(duì)于掌握荒漠化發(fā)展態(tài)勢(shì)具有重要意義[20]?！颈狙芯壳腥朦c(diǎn)】干旱、半干旱區(qū)梭梭林和檉柳林分布稀疏，難以展開(kāi)大尺度地面調(diào)查。研究利用地面實(shí)測(cè)的梭梭(Haloxylonammodendron)和檉柳(Tamarixramosissima)冠層的高光譜數(shù)據(jù)與同期的TM遙感影像數(shù)據(jù)，分別提取NDVI、SAVI、RDVI3種植被指數(shù)。【擬解決的關(guān)鍵問(wèn)題】分析地面遙感數(shù)據(jù)與同期航天遙感數(shù)據(jù)中3種植被指數(shù)差異，為應(yīng)用地面高光譜和航天遙感數(shù)據(jù)的植被指數(shù),提取荒漠公益林樹(shù)種信息和碳儲(chǔ)量的監(jiān)測(cè)提供一定的參考。

1 材料與方法

1.1 材 料

研究區(qū)域位于準(zhǔn)噶爾盆地古爾班通古特沙漠南緣，莫索灣墾區(qū)北端(44°15′～46°50′N，84°50′～91°20′E)。古爾班通古特沙漠地處準(zhǔn)噶爾盆地中央，瑪納斯河以東及烏倫古河以南，面積約4.88×104km2，海拔300～600 m，是中國(guó)第2大沙漠，年降水量70～150 mm，年均氣溫6.2℃。圖1

圖1 研究區(qū)矯正后的TM影像Fig.1 Corrected TM image of the study area

選擇梭梭林和檉柳林分布的典型區(qū)域分別設(shè)置梭梭和檉柳樣地各5個(gè)。分別用地面高光譜數(shù)據(jù)和同期TM光學(xué)影像各樣地進(jìn)行歸一化植被指數(shù)(NDVI)、重歸一化植被指數(shù)(RDVI)、土壤調(diào)節(jié)植被指數(shù)(SAVI)的提取[6]。此次實(shí)驗(yàn)中光學(xué)影像的數(shù)據(jù)采用90 m×90 m的樣地的平均值，而高光譜數(shù)據(jù)是在30 m×30 m的樣地中取其中10個(gè)代表性點(diǎn)的光譜均值。

1.2 方 法

選取3種植被指數(shù)進(jìn)行對(duì)比分析，分別為歸一化植被指數(shù)(NDVI， Normalized Difference Vegetation Index), 重歸一化植被指數(shù)(RDVI，Return-normalized Difference Vegetation Index)，土壤調(diào)節(jié)植被指數(shù)(SAVI，Soil-adjusted Vegetation Index )。

(1)NDVI(-1～1)用于檢測(cè)植被生長(zhǎng)狀態(tài)、植被覆蓋度和消除部分輻射誤差等。0代表該區(qū)域基本沒(méi)有植被生長(zhǎng)；負(fù)值代表非植被覆蓋的區(qū)域；正值，表示有植被覆蓋，數(shù)值越大代表植被的覆蓋面積越大，植被的量越多。云、水體和冰雪在紅色及近紅外波段均有較大反射，其NDVI值為負(fù)值；土壤和巖石在這2個(gè)波段的反射率基本相同，其NDVI值接近0。

NDVI=(NIR-R)/(NIR+R) .

(1)

公式中，NIR和R分別為地表的近紅外波段(TM4)和紅波段(TM3)的反射值。其中R的波長(zhǎng)620 ～760 nm，NIR波長(zhǎng)760～3 000 nm(波長(zhǎng)范圍為760 ～2 500 nm)。下同。

(2)RDVI可用于高低不同植被覆蓋的情況[11]。NDVI是屬于“比值”植被指數(shù)，該植被指數(shù)增強(qiáng)了土壤和植物的反射對(duì)比，同時(shí)將照度狀況的影響最小化，但其對(duì)土壤亮度敏感，尤其在植被覆蓋度較低的情況下。研究得出[12]，RDVI可以較好的適應(yīng)研究中植被多數(shù)較稀疏、少部分蓋度很高，蓋度差異懸殊的區(qū)域景觀特點(diǎn)，可以放大植物光譜的特征信息，減少大氣、下墊面等外界因素對(duì)光譜信息的干擾。

(2)

(3)SAVI(-1～1)式中L為1個(gè)土壤調(diào)節(jié)參數(shù)，Huete建議最佳取值為0.5[13]。SAVI的目的是解釋背景的光學(xué)特征變化并修正NDVI對(duì)土壤背景的敏感。與NDVI相比，增加了根據(jù)實(shí)際情況確定的土壤調(diào)節(jié)系數(shù)L，L是隨著植被密度變化的參數(shù)，取值范圍0～1。對(duì)于中等植被覆蓋區(qū)，L的值一般接近于0.5。L=0時(shí)，表示植被覆蓋度為零；L=1時(shí)，表示土壤背景的影響為零，即植被覆蓋度非常高，土壤背景的影響為零。

SAVI=(NIR-R)×(1+L)/(NIR+R+L) .

(3)

1.3 數(shù)據(jù)處理

1.3.1 高光譜數(shù)據(jù)的處理

高光譜數(shù)據(jù)的來(lái)源是對(duì)研究區(qū)內(nèi)的5個(gè)梭梭林樣地和5個(gè)檉柳林樣地的數(shù)據(jù)采集，分別表示為a、b、c、d、e、f、g、h、i、j。每個(gè)樣地中每個(gè)光譜采樣點(diǎn)分別取6條光譜下相應(yīng)波長(zhǎng)范圍內(nèi)的R值和NIR，再算出每條光譜數(shù)據(jù)的平均值，并利用上述中的公式計(jì)算出NDVI、SAVI、RDVI。測(cè)量?jī)x器選用美國(guó)ASD公司生產(chǎn)的FieldSpec ProFR 2500型背掛式野外高光譜輻射儀測(cè)定梭梭林和檉柳林冠層光譜，測(cè)定光譜數(shù)據(jù)后，通過(guò)與高光譜儀配套的數(shù)據(jù)處理軟件ViewSpecPro將光譜數(shù)據(jù)導(dǎo)出。光譜測(cè)量的波長(zhǎng)范圍為350～2 500 nm。其中350～1 000 nm的光譜采樣間隔為1.4 nm，光譜分辨率為3 nm；1 000～2 500 nm的光譜采樣間隔為2 nm，光譜分辨率為10 nm。利用該儀器測(cè)定梭梭林和檉柳林樣地冠層反射率，測(cè)定時(shí)基本無(wú)云無(wú)風(fēng)，傳感器探頭垂直向下，視場(chǎng)角為25°，距離冠層頂端約為0.7 m。表1，表2

表1 梭梭林高光譜植被指數(shù)
Table 1 HyperspectralVIofHaloxylonammodendron

VIabcdeR0.1880.2060.2810.1540.211NIR0.8080.5890.4010.3200.402NDVI0.6220.4820.1760.3490.312SAVI0.6210.4440.1520.2550.257RDVI0.6210.4300.1450.2400.244

表2 檉柳林高光譜植被指數(shù)
Table 2 HyperspectralVIofTamarixramosissima

VIfghijR0.2020.2200.4400.2300.147NIR0.8301.0110.6430.9590.297NDVI0.6090.6430.1880.6130.336SAVI0.6150.6860.1930.6470.237RDVI0.6180.7130.1960.6680.224

1.3.2 TM影像的數(shù)據(jù)處理

光學(xué)影像的數(shù)據(jù)是通過(guò)ERDAS IMAGINE 8.7以實(shí)測(cè)的地理坐標(biāo)作為基礎(chǔ)數(shù)據(jù)提取TM3和TM4波段后計(jì)算NDVI、SAVI、RDVI。表3，表4

表3 梭梭林光學(xué)影像植被指數(shù)
Table 3 VI ofHaloxylonammodendronin optical image

VIaBcdeN45°05′53.2″45°05′53.4″45°05′53.4″45°05′13.3″45°05′52.9″E86°00′12.2″86°00′12.4″86°00′12.4″86°00′11.6″86°00′11.5″NDVI-0.087-0.075 7-0.075 7-0.068-0.087SAVI-0.130-0.113-0.113-0.101-0.130RDVI1.4131.2571.2571.0041.413

表4 檉柳林光學(xué)影像植被指數(shù)
Table 4VIofTamarixramosissimain optical image

VIfGhijN45°05′54.5″45°05′54.6″45°05′54.8″45°05′54.7″45°05′55.4″E86°00′13.7″86°00′14.1″86°00′14.6″86°00′14.4″86°00′15.1″NDVI0.021-0.039 4-0.039-0.0390.044 SAVI0.031-0.059-0.059-0.0590.066RDVI0.3250.6270.6270.6270.665

圖2 梭梭高光譜VI
Fig.2 HyperspectralVIofH.amodendron

2 結(jié)果與分析

2.1 梭梭3種VI的比較

研究表明,不同的遙感數(shù)據(jù)源中3種植被指數(shù)VI的變化趨勢(shì)有所不同。梭梭的SAVI和RDVI整體變化趨勢(shì)大體相同，都是先降低后又上升。而NDVI的變化是先下降后又上升再下降，且數(shù)值的變化大于SAVI和RDVI，在數(shù)值上NDVI>SAVI>RDVI。NDVI和SAVI的變化趨勢(shì)相同，且數(shù)值變化不大，在-0.2～1的范圍。而RDVI的數(shù)值和變化幅度相對(duì)要大，整體變化趨勢(shì)為先減小后增大，數(shù)值上3種植被指數(shù)的大小順序?yàn)镽DVI>NDVI>SAVI?？傮w來(lái)看，高光譜數(shù)據(jù)所提取的梭梭冠層植被指數(shù)大小和變化趨勢(shì)都很接近，而TM圖像中計(jì)算所得RDVI和其他2種植被指數(shù)在數(shù)值大小和變化范圍上有很大的差別，但NDVI總要大于SAVI。圖2,圖3

圖3 梭梭林光學(xué)影像VI
Fig.3VIofH.ammodendronin optical image

2.2 檉柳林3種VI的比較

研究表明,檉柳林的3種植被指數(shù)的變化趨勢(shì)基本一致，都是先增后減呈波浪式變化。SAVI和NDVI的變化趨勢(shì)都是先減小后增大，但變化幅度不大，保持在-0.1～0.1，而RDVI先增大后趨于一個(gè)穩(wěn)定的數(shù)值。高光譜數(shù)據(jù)所提取的檉柳冠層的3種植被指數(shù)的值從大小和變化幅度上都基本保持一致。而光學(xué)影像中提取的SAVI和NDVI的值大小和變化一致，但RDVI的變化較其他2種植被指數(shù)不同且數(shù)值相對(duì)大。圖4,圖5

圖4 檉柳林高光譜VI
Fig.4 HyperspectralVIofTamarixramosissima

圖5 檉柳林光學(xué)影像VI
Fig.5VIofTamarixramosissimain optical image

2.3 3種VI的總體比較

研究表明,梭梭林的高光譜數(shù)據(jù)植被指數(shù)中NDVI和SAVI的值要大于梭梭林的光學(xué)影像NDVI和SAVI的植被指數(shù)值，而RDVI的值又小于光學(xué)影像中RDVI。檉柳林的高光譜植被指數(shù)中NDVI和SAVI的值要大于檉柳林的光學(xué)影像NDVI和SAVI的植被指數(shù)值，而RDVI的值又小于光學(xué)影像中RDVI。圖6 ,圖7

圖6 梭梭的3種VI比較
Fig.6VIcomparion ofH.amodendron

圖7 檉柳的3種VI比較
Fig.7VIcomparion ofTamarixramosissima

3 討 論

高光譜的3種植被指數(shù)數(shù)值差異不大且都是正值，但光學(xué)影像的3種植被指數(shù)中NDVI和SAVI的數(shù)值小于RDVI，并且負(fù)值較多。光學(xué)影像植被指數(shù)出現(xiàn)負(fù)值的主要原因是光學(xué)影像的數(shù)據(jù)來(lái)源是90 m×90 m的樣地的平均值算來(lái)的，由于荒漠植被的覆蓋度較低，所以地面的反射光會(huì)影響到數(shù)值。同時(shí)很多植被指數(shù)都具有尺度效應(yīng)，在不同的樣地大小范圍內(nèi)計(jì)算的數(shù)值會(huì)有所不同。高光譜VI的特點(diǎn)就是以點(diǎn)的形式對(duì)植被提取所需數(shù)據(jù)，可以避免客觀因素的影響，能夠更精準(zhǔn)的計(jì)算出植被指數(shù)，而且可以得到比較典型的紅邊植被指數(shù)和倒數(shù)植被指數(shù)[14]。

4 結(jié) 論

4.1 在地面高光譜數(shù)據(jù)中，無(wú)論是梭梭的高光譜植被指數(shù)，還是檉柳的高光譜植被指數(shù)，其3種植被指數(shù)的變化趨勢(shì)和數(shù)值大小都很接近，特別是SAVI和RDVI更加接近，但NDVI的變化要大于其他2種植被指數(shù)。由于冠層結(jié)構(gòu)的差異，檉柳3種高光譜植被指數(shù)值均大于檉柳。

4.2 在TM光學(xué)影像中，梭梭和檉柳的光學(xué)影像植被指數(shù)的NDVI和SAVI的數(shù)值基本保持在一定范圍內(nèi)，且變化幅度微小。而RDVI的數(shù)值變化較大其數(shù)值本身又大于NDVI和SAVI，相對(duì)不穩(wěn)定，RDVI對(duì)植被覆蓋度有更強(qiáng)的反應(yīng)能力。