梁曉瑤，錢行健，趙云升

(東北師范大學 地理科學學院，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，利用遙感方式進行大尺度的植被生長狀態(tài)觀測具有數(shù)據(jù)易獲取且時效性好的優(yōu)勢[1-3].但是出于傳統(tǒng)多光譜遙感分辨率的影響，單個像元內(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)勢獲取更為準確的地物信息，通過其納米級的分辨率準確地反應地物性質(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、探測角以及方位角對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，會使光譜信息更加完善且準確，對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，多個因素往往共同影響著地物的反射信息，東北師范大學韓陽曾對影響丁香花葉片偏振高光譜的因素進行交互作用的研究，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對其偏振高光譜特征產(chǎn)生影響，孤立考慮單個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，探測角對其偏振反射高光譜特征的影響，并設計科學的正交試驗來驗證各因素的影響程度大小.同時選取了4種對于反應植被狀態(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)學模型，嘗試利用吸收谷深度對植被指數(shù)進行估算.對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)獲取與實驗設計

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校園內(nèi)進行.將采集后的土壤樣品進行雜物剔除、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偏振光遙感實驗室內(nèi)進行，利用美國ASD公司生產(chǎn)的ASD FieldSpec 3光譜儀進行光譜信息獲取.獲取一個光譜曲線的時間為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.采用具備高重復性，高信噪比特點的512陣元陣列的低噪聲PDA探測器和獨立的兩個InGaAs探測器.采用由東北師范大學趙云升教授設計的大型BRDF測試平臺，此平臺采用改進后的鹵族光源為人工光源，同時探測角、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.實驗中主要獲取了偏振角90°和0°，探測角為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)，進行混合像元光譜信息的測量，在探頭加上偏振片以獲取偏振光譜信息.測試時保證樣品的水平，控制探頭到樣品的距離恒為50 cm，并且在測試之前需要先進行白板定標照射，測量會得到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行分析.

圖1 光譜獲取平臺

1.2 正交試驗設計

表1因素水平表

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

表2正交試驗設計

列號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)學組合運算計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)進行相關(guān)的分析，它們的計算公式如表3所示.其指示意義分別為：

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

FDVI: 對土壤的背景特別敏感.

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

HJVI:為國內(nèi)學者首創(chuàng)的植被指數(shù)，對于植被水分及其背景有很強的指示意義.

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

每種地物都有其獨特的光譜曲線，因此不同地物也就具有其獨特的光譜吸收參數(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)，反射最低點到歸一化包絡線的距離，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.其探測角為50°，通過對光

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的時候，這種現(xiàn)象最為明顯.同時偏振角對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)偏振角對其光譜曲線的影響在350～700 nm范圍和1 900～2 300 nm這兩個范圍內(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(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°探測天頂角下的偏振反射比要高于25°探測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，探測天頂角越接近入射天頂角，所獲取的能量也會增多.同時可以看出，相比于偏振角，探測角對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，探測天頂角對光譜曲線的影響在減小.

圖4 不同探測角下的混合像元偏振高光譜圖

2.3 正交試驗結(jié)果分析

根據(jù)設計的正交試驗方案，選取不同水平組合下的490、670、865 nm三個波段的偏振反射比值作為評價因素，選取這三個波段是因為它們是法國POLDER衛(wèi)星有效的偏振觀測通道.這三個波段的正交試驗結(jié)果均一致，現(xiàn)選取865 nm的正交試驗結(jié)果進行討論.實驗結(jié)果如表4所示.表中的“1”和“2”分別代表各個因素的水平，其本身沒有實際意義，但通過它們計算出來的極差R卻是有統(tǒng)計意義的,極差越大說明這個因素所起到的影響也就越大.K1和K2分別代表各個水平的均值，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

對這些因素以及它們的交互作用進行顯著性分析，可以得出各因素的影響強度大小.參考統(tǒng)計學的方法，要檢驗一個因素對結(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天頂角的交互作用影響較強，前文討論了偏振角與探測角對植被-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.同時植被面積比例與探測天頂角的交互作用對植被-土壤混合像元也有較強的影響，這一點是我們在今后的研究中需要考慮的.

表4正交試驗結(jié)果

試驗號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)進行建模分析，目前國內(nèi)很少有人對此進行研究.分別用一次函數(shù)、二次函數(shù)和對數(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

為各個擬合效果中最好的，說明吸收谷深度能夠很好地反應FDVI的變化情況.同時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)類型表達式R2DVI線性Y=1.1962X+0.048280.97989二次Y=-0.5047X2+1.3743X+0.038080.9806908對數(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°探測天頂角下的偏振反射比要高于25°探測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，探測天頂角對光譜曲線的影響也在逐漸減弱.

3)偏振角、探測角均會對植被-土壤混合像元偏振高光譜產(chǎn)生一定的影響，但正交試驗的分析結(jié)果表明，植被占混合像元的面積比例對偏振高光譜所產(chǎn)生的影響最大，同時其與探測角的交互作用對偏振高光譜也有較為顯著的影響，而單獨的角度因素所起到的影響程度則不怎么顯著，這都是我們在以后的研究中所要注意到的.

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，適合進行植被指數(shù)的估算，對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，建議在進行植被-土壤混合像元的研究時，考慮到植被面積比例與探測角的交互作用影響，單獨考慮一個因素是不全面的，從而對現(xiàn)有遙感探測器在混合像元偏振遙感的研究中的設計提供理論基礎.

[1] 譚昌偉，王紀華，黃文江，等.高光譜遙感在植被理化信息提取中的應用動態(tài)[J].西北農(nóng)林科技大學學報:自然科學版，2005，33(5)：151—156.

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

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

[4] 申廣榮，王人潮.植被高光譜遙感的應用研究綜述[J].上海交通大學學報:農(nóng)業(yè)科學版，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].紅外與毫米波學報,2010,29(4):316-320.

[7] 鄒維娜,袁 琳,張利權(quán)，等.蓋度與冠層水深對沉水植物水盾草光譜特性的影響[J].生態(tài)學報，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.基于垂直觀測的植被冠層高光譜偏振反射特性研究[J].光譜學與光譜分析，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].光譜學與光譜分析,2014，34(1):145-150．

[11] 岳喜元，常學禮，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.晝夜不對稱增溫對冬小麥花后冠層反射光譜特性的影響[J].農(nóng)業(yè)工程學報,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)嶒炁c正交試驗[M].北京:科學出版社.2011.35-77.

[15] 李云雁，胡傳榮.實驗設計與數(shù)據(jù)處理[M].北京:化學工業(yè)出版社.2009.147.