李真真，鄭翔，牛德奎，郭曉敏，謝碧裕，張學(xué)玲

(1.江西農(nóng)業(yè)大學(xué)林學(xué)院，江西 南昌 330045; 2.江西省森林培育重點實驗室，江西 南昌 330045；3.江西農(nóng)業(yè)大學(xué)國土資源與環(huán)境學(xué)院，江西 南昌 330045; 4.江西農(nóng)業(yè)大學(xué)職業(yè)師范學(xué)院，江西 南昌 330045)

?

武功山山地草甸主要群落類型高光譜特征

李真真1,2，鄭翔1,2，牛德奎3，郭曉敏1,2，謝碧裕3，張學(xué)玲4

(1.江西農(nóng)業(yè)大學(xué)林學(xué)院，江西 南昌 330045; 2.江西省森林培育重點實驗室，江西 南昌 330045；3.江西農(nóng)業(yè)大學(xué)國土資源與環(huán)境學(xué)院，江西 南昌 330045; 4.江西農(nóng)業(yè)大學(xué)職業(yè)師范學(xué)院，江西 南昌 330045)

本研究以江西省武功山金頂風(fēng)景區(qū)的五節(jié)芒(Miscanthusfloridulus)、野古草(Arundinellahirta)、飄拂草(Fimbristyliswukungshanensis)、中華苔草(Carexchinensis)、箭竹(Sinarundinarianitida)為優(yōu)勢物種的5種主要群落為研究對象，以美國 SVC HR-768 野外便攜式地物波譜儀測定的高光譜數(shù)據(jù)為基礎(chǔ)，利用重采樣、一階微分和去包絡(luò)線3種數(shù)據(jù)處理方法分別提取有效的光譜吸收特征參數(shù)，以此獲得區(qū)分5種草地群落的光譜特征。結(jié)果表明，1)5種群落光譜反射率組間差異顯著(P<0.05)，光譜反射率表現(xiàn)為中華苔草>野古草>五節(jié)芒>箭竹>飄拂草；2)重采樣處理得到的特征參數(shù)中500-600、600-700和1 200-1 300 nm 3個波段的波峰/谷深度差別都最明顯，一階微分處理提取的紅邊、黃邊和藍邊有關(guān)的特征參數(shù)也能夠很好的將5種群落進行分類，而利用連續(xù)統(tǒng)去除法提取的特征參數(shù)中，吸收谷的寬深比差值最大可達到92，是區(qū)分5種群落最有效的特征參數(shù)；3)波峰/波谷對應(yīng)的波長位置是山地草甸5種主要群落的共性參數(shù)。

重采樣；一階微分；連續(xù)統(tǒng)去除；草甸群落；武功山

草地是全球陸地生態(tài)系統(tǒng)的重要組成部分，也是我國覆蓋陸地面積最大的生態(tài)系統(tǒng)。草地生態(tài)系統(tǒng)在保持水土流失、維護生態(tài)平衡、調(diào)節(jié)氣候變化和促進養(yǎng)分循環(huán)等方面都有著直接的影響[1-2]。江西武功山山地草甸面積廣、分布基準(zhǔn)海拔低，在華東植被垂直帶譜中具有典型性和特殊性，是氣候變化的重要指示植被類型。近年來，因其豐富的自然資源、獨特的地貌形態(tài)和優(yōu)美的“云上草原”景觀而聞名，但過度放牧和旅游開發(fā)使武功山山地草甸生態(tài)系統(tǒng)越來越脆弱，土地沙化面積不斷擴大，草甸群落組成和生產(chǎn)力急劇退化，綿延幾萬畝的山地草甸景觀日漸破碎化，草地退化現(xiàn)象日益嚴(yán)重，因此，探索保護草地生物多樣性的方法，實現(xiàn)對草地的動態(tài)監(jiān)測是草地管理的核心內(nèi)容[3]。草地分類是合理開發(fā)利用草地資源的基礎(chǔ)工作，尤其對退化草甸的植被恢復(fù)和資源管理具有至關(guān)重要的作用。

傳統(tǒng)的監(jiān)測方法費時費力，從20世紀(jì)80年代初，國外一些發(fā)達國家就開始利用遙感技術(shù)進行草地資源的調(diào)查和動態(tài)監(jiān)測[4-5]。隨著遙感技術(shù)的發(fā)展，高光譜技術(shù)以其高分辨率、多波段、信息豐富等特點成為當(dāng)前遙感領(lǐng)域的前沿技術(shù)，并被廣泛應(yīng)用于植被分類研究當(dāng)中[6-7]，國內(nèi)外許多學(xué)者對不同草地類型進行了光譜數(shù)據(jù)的觀測和分析。如，對內(nèi)蒙古錫林郭勒地區(qū)的4種優(yōu)勢草種進行了光譜測定，成功將小葉錦雞兒(Caraganamicrophylla)從中區(qū)分出來，為退化草地的管理提供了新的思路[8]；而對甘南州夏河縣?？撇菰?種典型毒雜草冠層光譜進行特征分析，并經(jīng)過一階微分變換、光譜重排等處理，利用“紅谷”、“綠峰”、“紅邊”、水分吸收、光譜指數(shù)和光譜重排等指標(biāo)，可以較好地將這5種毒雜草區(qū)分開來，為草地的分類識別提供了新的方法和理論依據(jù)[3]。但是，目前對草地高光譜的研究多局限于西北高寒草甸[2-3,9-10]和荒漠草地[10-14]，針對亞熱帶山地草甸群落光譜特征的分析研究還不多見。

因此，本研究以江西武功山山地草甸的幾種主要群落為研究對象，探討利用遙感技術(shù)區(qū)分山地草甸群落類型的可行性,揭示草甸植物群落間光譜反射的差異性,為武功山草甸資源動態(tài)監(jiān)測和遙感反演提供理論依據(jù)。

1　材料與方法

1.1研究區(qū)概況

研究區(qū)(27°24′-27°34′ N，114°05′-114°15′ E) 位于江西省萍鄉(xiāng)市蘆溪縣東南邊境的武功山，武功山地處羅霄山脈北段，為贛江水系和湘江水系的分水嶺，海拔高達1 918.3 m，在我國華東植被劃分中具有重要的地位，是劃分我國亞熱帶東部濕潤區(qū)常綠闊葉林、中部亞地帶和北部亞地帶的天然界限[15]。由于山體垂直、海拔較高且山勢陡峻，導(dǎo)致氣候、土壤、植被的垂直地帶性分異明顯。尤其是主峰白鶴峰(金頂)周邊大面積分布的山地草甸更使之成為難得的植被垂直地帶性的天然博物館。試驗區(qū)主要選在白鶴峰(金頂)，地理位置27°27′ N，114°10′ E，海拔 1 600～1 900 m，土壤為山地草甸土，主要分布有禾本科的野古草(Arundinellahirta)、芒屬 (Miscanthusspp.)、箭竹(Sinarundinarianitida)、野青茅(Deyeuxiaarundinacea)，莎草科的飄拂草(Fimbristyliswukungshanensis)、中華苔草(Carexchinensis)，菊科的鬼針草(Bidenspilosa)等。

1.2數(shù)據(jù)采集

本試驗采用的是由美國 Spectra Vista公司生產(chǎn)的SVC HR-768野外便攜式地物波譜儀，其波長范圍為350-2 500 nm，采樣間隔為1.5 nm(350-1 000 nm)、7.5 nm(1 000-1 850 nm)和5 nm(1 850-2 500 nm)，輸出波段數(shù)為768。

2015年9月16日至18日對山地草甸典型植被群落進行光譜采集，分別測定金頂附近五節(jié)芒(M.floridulus)、野古草、飄拂草、中華苔草、箭竹5種主要群落的光譜曲線。每種群落選取10個均勻、有代表性的樣方，樣方大小設(shè)置為0.5 m×0.5 m，每個樣方重復(fù)測量5次。為了減少光譜數(shù)據(jù)受野外環(huán)境因素的影響[16-18]，試驗選在晴朗無風(fēng)的中午(11：00-14：00)進行，測定時探頭距草地植被的冠層70 cm左右，儀器探頭角度垂直于太陽光線照射的方向，視場角為25°。測定之前先除去輻射強度中暗電流的影響，每測一個樣方用白板定標(biāo)一次，每個樣點掃描時間為5 s。

1.3數(shù)據(jù)處理

1.3.1光譜數(shù)據(jù)預(yù)處理野外測定的數(shù)據(jù)回來后需要進行質(zhì)量檢查和篩選，首先將反射率大于1的光譜數(shù)據(jù)刪除，其次要對數(shù)據(jù)進行統(tǒng)計分析，求出每個樣方相應(yīng)的均值、中間值、標(biāo)準(zhǔn)差[19]。標(biāo)準(zhǔn)差反映了同一地物一組光譜數(shù)據(jù)之間的相對變化幅度，它與試驗光照條件、背景干擾等因素所造成的試驗誤差有關(guān)，最后篩選出同種群落差異不大的幾組光譜曲線作為實際的光譜反射數(shù)據(jù)。

1.3.2重采樣處理本試驗使用美國SVC生產(chǎn)的 HR-768 地物波譜儀測定草地植被冠層光譜曲線，在1 000和1 900 nm 附近的接縫處以及350-399 nm波段和2 450-2 500 nm 波段前后邊緣處噪聲較大，使得原始光譜曲線的相鄰波段之間發(fā)生重合或者間斷的信息，而其它波段的信噪比高，約為1 000∶1。因此，為使最終得到的光譜曲線更加平滑，也更接近真實值，本研究采用儀器自帶的數(shù)據(jù)處理軟件(HR768)對原始光譜數(shù)據(jù)進行重采樣處理(resample spectral date)，重采樣間隔選擇1 nm，再將獲得的數(shù)據(jù)導(dǎo)入Excel表格中。重采樣處理可以在保持原有數(shù)據(jù)特征的基礎(chǔ)上，使最終的光譜曲線便于分析。本研究中此方法提取的光譜特征值相關(guān)定義如圖1所示。主要有峰/谷位置、寬度、吸收深度、斜度和對稱度(S)。

S=S1/(S1+S2)。

1.3.3一階微分處理光譜微分處理法又叫做導(dǎo)數(shù)光譜，主要反映由于植物中葉綠素及其它一些吸收物質(zhì)吸收產(chǎn)生的波形變化，該方法可以有效地去除背景噪聲對光譜曲線的影響，同時增強光譜特征[20]。其基本原理是在重采樣處理的基礎(chǔ)上先確定導(dǎo)數(shù)寬度Δλ，再根據(jù)導(dǎo)數(shù)的定義計算波長λ 的導(dǎo)數(shù),然后根據(jù)表1的定義確定特征參數(shù)。對重采樣光譜數(shù)據(jù)進行微分處理后，曲線的特征信息得到突顯，波峰波谷的位置也更清晰。本研究對草地冠層光譜曲線進行一階微分的計算公式如下：

圖1　重采樣光譜特征參數(shù)示意圖

注：A、G、C分別是光譜曲線的極值點，λ為對應(yīng)的波長(nm)，R為對應(yīng)的反射率(%)，O為BG的中點，w為吸收寬度(nm)，h為吸收深度(nm)，S1為吸收峰左邊的面積(nm2)，S2為吸收峰右邊的面積(nm2)，α為傾斜角(°)。

Note: A、G and C points are extreme points of spectrum curve, λ is wavelength(nm), R is reflectance(%), O point is the midpoint of BG, w is width(nm), h is depth (nm), S1is the area of the left of the absorption peak (nm2), S2is the area of the right of the absorption peak(nm2), α is tilt angle,(°).

(1)

式中：λi為波長，i=350，351，…，2 500 nm，pλi為波長i的光譜反射系數(shù)，Δλ為波長i的相鄰間距[21-22]。

1.3.4連續(xù)統(tǒng)去除處理連續(xù)統(tǒng)去除法[23]也叫去包絡(luò)線法。它的原理是通過將反射光譜吸收強烈部分的波段特征進行轉(zhuǎn)換，在一個共同基線的基礎(chǔ)上來分析光譜吸收特征。對光譜曲線進行去包絡(luò)線處理可以有效地突出光譜曲線的吸收和反射特征，從而使不同光譜曲線的特征值差異明顯[24-25]。特征參數(shù)的定義如圖2和公式所示。

DEP=1-CRmin

(2)

WP=λ(CRmin)

(3)

WID=λb-λa

(4)

AREA=DEP×WID

(5)

式中：DEP為吸收深度參數(shù)，WP為吸收位置參數(shù)，WID為吸收寬度參數(shù)，AREA為吸收面積參數(shù)，CRmin為吸收谷內(nèi)包絡(luò)線去除后的最小值，λ(CRmin)為吸收谷內(nèi)包絡(luò)線去除后最小值對應(yīng)的波長，λb、λa為包絡(luò)線去除后的曲線中吸收深度一半位置的波長，b>a。

表1　一階微分光譜曲線特征參數(shù)表

圖2　連續(xù)統(tǒng)去除光譜特征參數(shù)示意圖

1.3.5數(shù)據(jù)分析本研究采用SPSS 17.0軟件對所測數(shù)據(jù)統(tǒng)計分析；采用Origin 8.1制圖。

2　結(jié)果與分析

2.1方差分析結(jié)果

首先對篩選后的每種群落的光譜數(shù)據(jù)做方差分析，其次對5種群落間做方差分析，結(jié)果(表2、3)表明，5種群落組內(nèi)光譜反射率差異不顯著(P>0.05)，所采光譜數(shù)據(jù)有效；5種群落的組間光譜反射率差異顯著(P<0.05)，是本研究進行的前提條件。

2.1.15種群落組內(nèi)方差分析結(jié)果利用SPSS 17.0軟件分別對5種草甸主要植被群落樣點間的光譜反射率數(shù)據(jù)進行方差分析，結(jié)果(表2)發(fā)現(xiàn)，5種群落組內(nèi)各樣點間F值均小于F臨界值，并且P>0.05(表示接受原假設(shè)，即在5%的顯著性水平下差異不明顯)，所以研究中各主要群落類型內(nèi)不同樣點間光譜反射率差異很小，即5種群落的組內(nèi)無顯著差異,說明本試驗所測定的同一種群落的光譜數(shù)據(jù)相對穩(wěn)定。

表2　5種群落組內(nèi)方差分析結(jié)果

2.1.25種群落組間方差分析結(jié)果在350-2 450 nm波長范圍內(nèi)分不同波段進行5種草甸群落的組間方差分析，同時也在各波段范圍內(nèi)進行組內(nèi)方差分析(表3)。

方差分析中用離差平方和來描述總體的變異情況。單個波段中的總變異SS總有兩個來源：組內(nèi)變異SS組內(nèi),即由于隨機誤差的原因使得樣點內(nèi)部的反射率各不相等；組間變異SS組間，即由于不同群落的影響使得各個群落的樣點反射率均值大小不等。5種群落在350-425、1 600-2 450 nm波段高光譜無明顯差異，在435-540、1 100-1 385和1 385-1 600 nm 3個波段差異顯著(P<0.05)，而在其它波段差異極顯著(P<0.01)。

表3　5種群落各波段光譜反射率方差分析

2.25種群落光譜特征分析

5種群落的方差分析組內(nèi)差異小，即同一種群落的光譜數(shù)據(jù)相對穩(wěn)定，而組間差異較大,表明利用光譜數(shù)據(jù)可以進行不同群落的識別分類，因此對5種群落光譜的特征差異分析具有研究意義。不同植被光譜數(shù)據(jù)的差異主要來源于植被內(nèi)部結(jié)構(gòu)及理化性質(zhì)的不同。基于野外光譜反射率數(shù)據(jù)對武功山草甸的5種群落分別進行重采樣處理、一階微分處理和連續(xù)統(tǒng)去除處理，再分別提取相應(yīng)的特征參數(shù)，以期達到快速、精確地對山地草甸群落識別和分類的目的。本研究基于差異明顯的波段對3種處理的光譜曲線進行特征提取。

2.2.1重采樣處理光譜特征分析對5種群落的光譜數(shù)據(jù)進行重采樣處理并繪制光譜曲線(圖3)。結(jié)果顯示，5種群落的光譜曲線整體趨勢具有一致性，與聞兵工[18]研究的健康的植被光譜曲線特征相似，在450和670 nm左右出現(xiàn)吸收谷，在550 nm附近出現(xiàn)反射峰，這跟在可見光范圍內(nèi)光譜受葉綠素含量吸收多少的因素有關(guān)。在近紅外波段，植被的光譜曲線主要受葉片內(nèi)部細(xì)胞結(jié)構(gòu)的影響，細(xì)胞內(nèi)部結(jié)構(gòu)的復(fù)雜性導(dǎo)致了多重反射，從而使得此波段范圍的反射率較高，在740 nm附近形成了反射峰。而在短紅外波段，光譜反射率主要受植被含水量的影響，反射率與含水量呈負(fù)相關(guān)關(guān)系，因1 300 nm之后不斷出現(xiàn)負(fù)坡走向，由于山地草甸植被的含水量受外界環(huán)境因素比較大，因此該波段噪聲較大?？傮w上，以中華苔草為優(yōu)勢物種的群落光譜曲線變化趨勢較劇烈，其它群落相對較緩。

由于植被光譜曲線具有相似性，單從相對穩(wěn)定的波形趨勢無法對不同群落進行區(qū)分，因而本研究根據(jù)圖1分別對5種群落的光譜曲線提取相應(yīng)的特征參數(shù)(表4)，5個群落在500-600 nm的波峰所對應(yīng)的波長相近，600-700 nm、1 200-1 300 nm的波谷對應(yīng)的波長均各相近，600-700 nm波段的波谷對稱度也近似相等，而其余的特征提取值差異較大，基本可以依據(jù)波峰、波谷值、對稱度、波峰/谷深度、寬度來區(qū)分出一種或者多種群落，其中，500-600、600-700和1 200-1 300 nm 3個波段的波峰/谷深度差別都最明顯，由此可見，波峰/谷深度是區(qū)分5種群落最有效的特征參數(shù)。

圖3　重采樣光譜曲線對比圖

2.2.2一階微分處理光譜特征分析通過對5種群落重采樣后的反射率平均值數(shù)據(jù)進行一階導(dǎo)數(shù)變換得到5種群落的一階微分光譜曲線，由于植被光譜特征主要體現(xiàn)在1 000 nm之前[23]，因此截取350-1 000 nm波段的一階微分光譜曲線(圖4)。

由于本研究在野外進行，土壤做為植物的背景對光譜數(shù)據(jù)的測定有一定影響，通過對光譜數(shù)據(jù)進行一階導(dǎo)數(shù)變換，進而根據(jù)表1提取特征參數(shù)值，使所得數(shù)據(jù)更具植被真實的特征(表5)，5種物種群落的紅邊和藍邊位置都幾乎完全相同，而黃邊位置相對有差異，但都在610-630 nm范圍內(nèi)浮動，五節(jié)芒、野古草與箭竹的紅邊/藍邊幅值和面積近似相等，似乎表現(xiàn)為同為禾本科的特征，因此,根據(jù)紅邊/藍邊幅值和面積可將中華苔草和飄拂草從這5種群落中區(qū)分出來。但同為莎草科的中華苔草和飄拂草卻差異非常大，可能是天然草種和栽培草種的差別表現(xiàn)，這需要進一步研究證實。而5種群落之間的的黃邊幅值和黃邊面積走勢不同，箭竹的黃邊幅值為負(fù)值，據(jù)此又可將箭竹從禾本科植被中區(qū)分出，五節(jié)芒的黃邊面積為負(fù)值，而野古草的為正值，據(jù)此又可將五節(jié)芒和野古草區(qū)分開來。

表4　重采樣光譜曲線波段特征提取值

圖4　一階微分光譜曲線對比圖

2.2.3連續(xù)統(tǒng)去除處理光譜曲線特征分析利用ENVI5.1軟件分別對5種群落重采樣后的反射率平均值經(jīng)過Spectral->Mapping Methods->Continuum Removal進行去包絡(luò)線處理，獲得的光譜曲線再歸一化處理(圖5)。 結(jié)果顯示，對5種群落去包絡(luò)線處理后得到的光譜曲線波形變化趨勢更簡明，波峰波谷也更突出，分別在480 nm附近和680 nm附近出現(xiàn)吸收谷，并且近紅外波段比可見光附近有更強烈的吸收效應(yīng)。提取特征參數(shù)值(表6)發(fā)現(xiàn)，5種群落兩個波段的吸收谷位置仍然比較穩(wěn)定，在500 nm附近的中華苔草的吸收深度與其它4種植被相比要小的多，據(jù)此可以將中華苔草區(qū)分出來。5種群落的吸收寬度在兩個吸收波段差異都不大，因此吸收寬度不能用來將5種群落識別分類。而寬深比(WID/DEP)和吸收谷面積相對差異較大，在450-550 nm波段，5種群落的吸收谷寬深比差值最大，達到92，在600-700 nm波段，吸收谷的寬深比差值最大，達到52。總體而言，光譜曲線連續(xù)統(tǒng)去除處理后，區(qū)分5種群落最有效的特征參數(shù)是寬深比。

表5　一階微分光譜特征提取值

注：Dr,紅邊幅值;λr,紅邊位置;Db,藍邊幅值;λb,藍邊位置;Dy,黃邊幅值;λy,黃邊位置;SDr,紅邊面積;SDb,藍邊面積;SDy，黃邊面積。

Note: Dr, the red edge amplitude; λr, the red edge position; Db, the blue edge amplitude; λb, the blue edge position; Dy, the yellow edge amplitude; λy, the yellow edge position; SDr, The red edge area; SDb, the blue edge area; SDy, the red edge area.

圖5　連續(xù)統(tǒng)去除光譜曲線對比圖

吸收谷波段Valleyofabsorptionband特征提取值Featureextractionvalue五節(jié)芒Miscanthusfloridulus野古草Arundinellahirta中華苔草Carexchinensis飄拂草Fimbristyliswukungshanensis箭竹Sinarundinarianitida450-550nmCRmin0.3350.3770.5350.2960.255DEP0.6650.6230.4650.7040.745WID124126121127125WID/DEP187202260180168AREA8278568993600-700nmCRmin0.2130.2960.1830.1660.128DEP0.7870.7040.8170.8340.872WID172167151161175WID/DEP219237185193201AREA135118123134153

3　討論與結(jié)論

3.1討論

由于采集時間對植被光譜的影響很大，草地植被冠層結(jié)構(gòu)會隨著生長階段的不同而發(fā)生變化，其物化性質(zhì)也會有相應(yīng)的變化[26]。本研究是在2015年9月單次取樣分析，雖然5種群落的取樣時間一致，但5種群落的生長發(fā)育階段仍有微小的差別，其中野古草、五節(jié)芒、飄拂草葉子已有不同程度的枯黃，草地植被的光譜受其色素、長勢、葉面積及生長形態(tài)的影響很大，特別是可見光波段[11]，所以本研究不能代表同一生長期的植被群落的分類識別，對5種山地草甸植被群落的精細(xì)識別分類需要分生長季來做進一步的研究。此外，本研究采用野外采集光譜的方法無法避免的產(chǎn)生一定的試驗誤差，采集的5種群落的光譜數(shù)據(jù)不同程度地受到高海拔環(huán)境因素的影響，由于五節(jié)芒的冠層較高，而其余4種植被相對較矮，5種植被冠層的小氣候可能會有一定程度的差異，是否對本研究結(jié)果產(chǎn)生影響需要做進一步的驗證分析。另外，群落間光譜數(shù)據(jù)的差異是否和植物養(yǎng)分含量有關(guān)是今后的研究方向。

3.2結(jié)論

以五節(jié)芒、野古草、中華苔草、飄拂草和箭竹為優(yōu)勢物種的5種群落的組內(nèi)、組間方差分析結(jié)果表明：同種群落樣點間差異不顯著，但5種群落之間在350-1 600 nm范圍內(nèi)差異顯著,說明利用高光譜技術(shù)可以進行植被的識別和分類。

本研究獲取的5種群落的樣點光譜曲線具有植被共有的波形，總體變化趨勢具有一致性。5種群落光譜反射率相比較，中華苔草>野古草>五節(jié)芒>箭竹>飄拂草。其中，中華苔草的波形變化較劇烈，明顯區(qū)別于其它4種群落，這可能是栽培修復(fù)草種與天然植被的明顯差別。

分別用重采樣處理、一階微分處理和連續(xù)統(tǒng)去除處理3種方法來提取的光譜特征值都能夠有效地對5種群落進行快速分類。重采樣處理最有效的識別參數(shù)是波峰、波谷的深度，一階微分處理可以分別利用紅/藍/黃邊幅值和面積將5種群落進行劃分，連續(xù)統(tǒng)去除處理的特征參數(shù)中寬深比是識別5種群落最有效的特征值。總體而言，3種處理方法得到的光譜曲線的波峰/波谷對應(yīng)的波長位置都相近，說明這是山地草甸5種主要群落的共性參數(shù)。

References:

[1]莎日娜.三論草地資源價值.內(nèi)蒙古師范大學(xué)學(xué)報:哲學(xué)社會科學(xué)版,2008,37(4): 44-48.

Sharina.On the value of grassland resources.Journal of Inner Mongolia Normal University:Philosophy & Social Science,2008,37(4):44-48.(in Chinese)

[2]王啟蘭,王溪,曹廣民,王長庭,龍瑞軍.青海省海北州典型高寒草甸土壤質(zhì)量評價.應(yīng)用生態(tài)學(xué)報,2011,22(6):1416-1422.

Wang Q L,Wang X,Cao G M,Wang C T,Long R J.Soil quality assessment of alpine meadow in Haibei State of Qinghai Province.Journal of Applied Ecology,2011,22(6):1416-1422.(in Chinese)

[3]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)

[4]Taylor B F,Dini P W,Kidson J W.Determination of seasonal and interannual variation in New Zealand pasture growth from NOAA-7 data.Remote Sensing of Environment,1985,18(2):177-192.

[5]李建龍,任繼周,胡自治,陳全功.草地遙感應(yīng)用動態(tài)與研究進展.草業(yè)科學(xué),1996,13(1):55-60.

Li J L,Ren J Z,Hu Z Z,Chen Q G.The application trends and study prospects of the remote sensing in the grassland.Pratacultural Science,1996,13(1):55-60.(in Chinese)

[6]柴穎,阮仁宗,傅巧妮.高光譜數(shù)據(jù)濕地植被類型信息提取.南京林業(yè)大學(xué)學(xué)報:自然科學(xué)版,2015,39(1):181-184.

Chai Y,Ruan R Z,Fu Q N.Extraction of wetland vegetation information using hyperspectral image data.Journal of Nanjing Forestry:Natural Science Edition,2015,39(1):181-184.(in Chinese )

[7]周磊,辛?xí)云?李剛,楊桂霞,張宏斌.高光譜遙感在草原監(jiān)測中的應(yīng)用.草業(yè)科學(xué),2009,26(4):20-27.

Zhou L,Xin X P,Li G,Yang G X,Zhang H B.Application progress on hyperspectral remote sensing in grassland monitoring.Pratacultural Science,2009,26(4):20-27.(in Chinese)

[8]Yamano H,Chen J,Tamura M.Hyperspectral identification of grassland vegetation in Xilinhot,Inner Mongolia.International Journal of Remote Sensing,2003,24(15):3171-3178.

[9]李雙,徐新良,付穎.基于高光譜影像的三江源區(qū)不同退化程度高寒草甸分類研究.遙感技術(shù)與應(yīng)用,2015,30(1):50-57.

Li S.Xu X L,Fu Y.A study on classification of different degration level alpine meadows based on hyperspectral image data in Three-river headwater region.Remote Sensing Technology and Application,2015,30(1):50-57.(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.Hyperspectral properties analysis of grassland types in Xinjiang.Pratacultural Science,2006,23(6):15-18.(in Chinese)

[11]錢育蓉,于炯,賈振紅,楊峰,帕力旦·吐爾遜.新疆典型荒漠草地的高光譜特征提取和分析研究.草業(yè)學(xué)報,2013,22(1):157-166.

Qian Y R,Yu J,Jia Z H,Yang F,Palidan·Tuerxun.Extraction and analysis of hyper-spectral data from typical desert grassland in Xinjiang.Acta Prataculturae Sinica,2013,22(1):157-166.(in Chinese)

[12]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)

[13]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 pectral characteristics of degradedSeriphidiumtransiliensedesert grassland.Acta Agrestia Sinica,2014,22(2):271-276.(in Chinese)

[14]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)

[15]袁知洋,鄧邦良,郭曉敏,牛德奎,胡耀文,汪嬌,趙自穩(wěn),劉宇新,張文元.武功山山地草甸土壤全量氮磷鉀分布格局及對不同退化程度的響應(yīng).西北林學(xué)院學(xué)報,2015,30(3):14-20.

Yuan Z Y,Deng B L,Guo X M,Niu D K,Hu Y W,Wang J,Zhao Z W,Liu Y X,Zhang W Y.Soil total NPK’s distribution pattern and response to different degradation degrees in Wugong mountain meadow.Journal of Northwest Forestry College，2015,30(3):14-20.(in Chinese)

[16]韓冬梅,何峰,謝開云,萬里強,李向林.利用手持光譜設(shè)備估測羊草草地生物量.草原與草坪,2013,33(6):36-40.

Han D M,He F,Xie K Y,Wan L Q,Li X L.Apreliminary study of estimating biomass by using handheld spectrograph device onLeymuschinesisgrassland.Grassland and Lawn,2013,33(6):36-40.(in Chinese)

[17]楊紅飛,李建龍,穆少杰,楊齊,胡瀟瀟,金國平,趙萬羽.新疆三種主要草地植被類型的高光譜反射特征研究.草業(yè)學(xué)報,2012,21(6):258-266.

Yang H F,Li J L,Mu S J,Yang Q,Hu X X,Jin G P,Zhao W Y.Analysis of hyperspectral reflectance characteristics of three main grassland types in Xinjiang.Acta Prataculturae Sinica,2012,21(6):258-266.(in Chinese)

[18]聞兵工.地物光譜特征分析技術(shù)研究.鄭州:解放軍信息工程大學(xué)碩士學(xué)位論文,2009.

Wen B G.Research on spectral feature analysis of objects.Master Thesis.Zhengzhou:PLA Information Engineering University,2009.(in Chinese)

[19]Cloutis E A.Hyperspectral geological remote sensing:Evaluation of analytical techniques.Journal of Remote Sensing,1996,17(12):2215-2242.

[20]王紀(jì)華,趙黃.農(nóng)業(yè)定量遙感基礎(chǔ)與應(yīng)用.北京:科學(xué)出版社,2008:157-158.

Wang J H,Zhao H.Basic and Application of Quantitative Remote Sensing of Agricultural.Beijing:Science Press,2008:157-158.(in Chinese)

[21]郭云開,張進會.南方丘陵地區(qū)路域植被光譜處理與分析.測繪工程,2014,23(7):1-5.

Guo Y K,Zhang J H.The vegetation on spectral processing and analysis of the domain of road in southern hills.Engineering of Surveying and Mapping,2014,23(7):1-5.(in Chinese)

[22]van der Freek M.Analysis of spectral absorption features in hyperspectral imagery.International Journal of Applied Earth Observation and Geoinformation,2004,5(1):55-68.

[23]劉煥軍,張柏,張淵智,宋開山,王宗明,李方,胡茂桂.基于反射光譜特性的土壤分類研究.光譜學(xué)與光譜分析,2008,28(3):624-628.

Liu H J,Zhang B,Zhang Y Z,Song K S,Wang Z M,Li F,Hu M G.Soil taxonomy on the basis of reflectance spectral characteristics.Spectroscopy and Spectral Analysis,2008,28(3):624-628.(in Chinese)

[24]徐元進,胡光道,張振飛.包絡(luò)線消除法及其在野外光譜分類中的應(yīng)用.地理與地理信息科學(xué),2005,21(6):11-14.

Xu Y J,Hu G D,Zhang Z F.Continuum removal and its application to the spectrum classification of field object.Geography and Geo-Information Science,2005,21(6):11-14.(in Chinese)

[25]張風(fēng)麗,尹球,匡定波,李鳳霞,周秉榮.環(huán)青海湖地區(qū)天然草地時序光譜特征參量分析.生態(tài)學(xué)報,2005,25(12):3155-3160.

Zhang F L,Yin Q,Kuang D B,Li F X,Zhou B R.Analysis of time series spectrum feature parameters derived from dominant natural grasslands in the region around Qinghai lake.Acta Ecologica Sinica,2005,25(12):3155-3160.(in Chinese)

[26]姜慶虎,童芳,余明珠,章影,廖暢,劉峰.高光譜技術(shù)——生態(tài)學(xué)領(lǐng)域研究的新方法.植物科學(xué)學(xué)報,2015(5):33-640.

Jiang Q H,Tong F,Yu M Z,Zhang Y,Liao C,Liu F.Hyperspectral technique:An opportunity in ecology.Plant Science Journal,2015(5):633-640.(in Chinese)

(責(zé)任編輯 王芳)

Hyperspectral characteristics of main community types in Wugong mountain meadow

Li Zhen-zhen1,2, Zheng Xiang1,2, Niu De-kui3, Guo Xiao-min1,2, Xie Bi-yu3, Zhang Xue-ling4

(1.College of Forestry, Jiangxi Agricultural University, Nanchang 330045, China；2.Jiangxi Provincial key Laboratory of Forest cultivation, Nanchang 330045, China；3.College of Land Resources and the Environment, Jiangxi Agricultural University, Nanchang 330045, China；4.Vocational College of Teachers, Jiangxi Agricultural University, Nanchang 330045, China)

Miscanthusfloridulus,Arundinellahirta,Fimbristyliswukungshanensis,Carexchinensis,Sinarundinarianitidawas the dominant species, respectively, of five different main communities in Jinding scenic of Wugong Mountain in Jiangxi Provience. The hyperspectral data of these five different main communities were measured using field portable spectroradiometers (SVC HR 768, USA). The effective characteristic parameters of spectral absorption achieved by three data processing methods including resampling method, first-order differential method and continuum removal method to obtain the spectral characteristics distinguishing these 5 kinds of grassland communities. The analyzed results showed that there was significant difference between the variance analysis of each wave band of these 5 kinds communities andC.chinensis>A.hirta>M.floridulus>S.nitida>F.wukungshanensisbased on reflectivity value. There was most significant difference between peak/Valley depth of the 3 wave bands(500-600 nm, 600-700 nm and 1 200-1 300 nm) which achieved by resampling method. The five communities can be well classified using the characteristic parameters related to red edge, yellow edge and blue edge. The maximum difference between aspect rations of absorption valley obtained from continuum removal method can reach as high as 92 which was the most effective parameter to distinguish the 5 communities. The corresponding wavelength position of the peak/trough was the common parameters of five main mountain meadow community.

resampling; first-order differential; continuum removal; the meadow community; Wugong Mountain

Zhang Xue-lingE-mail：ok_zhangxl@ 263.com

10.11829/j.issn.1001-0629.2016-0014

2016-01-11接受日期：2016-03-14

國家科技支撐計劃項目(2012BAC11B06)；國家自然科學(xué)基金項目(30960312、31560150)；江西省科技計劃項目(20144BBF60002)

李真真(1991-)，女，河南南陽人，在讀碩士生，主要從事水土保持與荒漠化防治研究。E-mail：664023867@qq.com

張學(xué)玲(1973-)，女，山東平原人，高級實驗師，主要從事景觀生態(tài)與植被生態(tài)修復(fù)研究。E-mail：ok_zhangxl@ 263.com

S812.3;Q948.15

A

1001-0629(2016)8-1492-10

李真真,鄭翔,牛德奎,郭曉敏,謝碧裕,張學(xué)玲.武功山山地草甸主要群落類型高光譜特征.草業(yè)科學(xué),2016,33(8)：1492-1501.

Li Z Z,Zheng X,Niu D K,Guo X M,Xie B Y,Zhang X L.The study on hyperspectral characteristics of main community types in mountain meadow.Pratacultural Science，2016,33(8)：1492-1501.