劉振波， 葛海嘯， 葛云健， 陳 健， 曹雨濛

(南京信息工程大學地理與遙感學院，江蘇南京 210044)

葉面積指數(leaf area index，簡稱LAI)是定量描述植被冠層結構常用參數之一，定義為單位地表面積上綠色葉片總面積的一半[1]。葉面積指數可以定量描述植被光合作用、呼吸作用以及蒸騰作用，它決定了陸地生態(tài)系統植被生產力，影響著地表和大氣的相互作用，是解釋通量站點碳、水、能量通量的一個基本且必不可少的參數，同時也是氣候、生態(tài)過程模型中重要的輸入參數之一[2-4]。

作為作物生長狀態(tài)與估產的重要參數，LAI的精確測量在農業(yè)遙感研究中一直占有重要的地位[5-7]。LAI的地面測量方法主要分為2類，一是直接測量，該方法為破壞性采摘測量，即人工采集葉子樣品，然后手工測量葉片面積，如傳統的方格法和稱質量法；二是通過非接觸式的儀器間接測量，主要利用LAI-2200、AccuPAR LP-80等植被冠層分析儀器進行測量[8]。傳統的破壞性測量方法對植物具有一定破壞性，且耗時耗力，難以大范圍進行，在野外LAI的實測工作中主要以光學儀器間接測量為主。光學儀器測量LAI雖然方便快捷，但光學測量儀一般假設葉片在空間的分布是隨機的，不考慮葉片的集聚效應，測得的為植被冠層的有效葉面積指數，其值一般要低于真實葉面積指數[9]。Chen等把植被有效葉面積指數與真實葉面積指數的比值定義為植被冠層集聚指數(clumping index，簡稱CI)，并發(fā)明了TRAC植被冠層分析儀用來測量植被冠層集聚指數[10]。集聚指數反映了植被冠層葉片的聚集狀態(tài)，冠層葉片集聚效應越強，則集聚指數值越低，反之，葉片較為分散分布，集聚效應越弱，則冠層集聚指數值越高。作為全球碳循環(huán)模型的重要輸入參數，已有遙感LAI數據產品多為有效葉面積指數，這在一定程度上造成了碳循環(huán)模型模擬的不確定性，因此植被冠層集聚指數測量及遙感反演在近年來得到了越來越多的重視[11]。已有研究不僅對不同植被類型集聚指數進行遙感反演，更逐步深入到同一植被類型集聚指數的年際年內變化分析，以滿足植被碳循環(huán)模型精度的精確要求[12-13]。目前，植被冠層集聚指數研究主要集中在森林植被類型[14]；在涉及農田植被類型研究中，一般采用經驗值將農田植被集聚指數與草地植被集聚指數等同，且多不考慮季節(jié)變化影響[15-16]。雖然農作物冠層集聚性相對于森林冠層集聚特征較不明顯，但不同作物類型及相同作物在不同生長期內，作物冠層集聚狀態(tài)也會出現差異。因此，精確測量作物在不同生長期內集聚指數的變化及評估對LAI測量造成的影響具有重要的理論與應用意義。本研究選取江蘇東臺水稻實驗區(qū)為測量樣區(qū)，利用集聚指數測量儀器TRAC冠層分析儀定位測量研究樣區(qū)內水稻不同生長期冠層集聚指數，并分別利用LAI測量儀器LAI-2200和LI-3000C同步測量研究樣區(qū)水稻有效葉面積指數和真實葉面積指數，在此基礎上，分析整個生長期內水稻冠層集聚指數的變化趨勢及對LAI儀器測量精度的影響。

1 材料與方法

1.1 研究區(qū)概況

本研究試驗區(qū)位于江蘇省東臺市(地處32.76°N、120.47°E)，地處江蘇省沿海中部，屬于亞熱帶與暖溫帶過渡區(qū)，季風氣候顯著。地勢較為平坦，耕作制度上為稻麥兩熟，其中水稻一般于5月上旬插秧，11月上旬收獲。本試驗區(qū)設定在相對分布較大片的水稻農田之中，具體設定面積約 50 m×50 m的均質水稻田進行試驗數據的測量。

1.2 野外測量數據

1.2.1 LI-3000C真實葉面積測量 水稻真實葉面積采用LI-3000C葉面積測量儀在實驗室進行測量。LI-3000C便攜式葉面積測量儀基于電子方法模擬傳統的手工測量，掃描頭使用128個低頻紅光LED燈排成1排對待測葉片進行逐行點亮掃描，每個LED燈位于每1 mm的正中央，共計 128 mm，用來檢測葉片寬度。在測量過程中，LED燈將逐一點亮來計算這一排的方格數目，在一排的所有方格被掃描結束后，繼續(xù)進行下一排的掃描，測量時通過拉動編碼輪拉繩(length encoding cord)并拖動待測葉片垂直于掃描頭逐行完成對整個葉片的掃描，最后累積每個被樣品遮擋50%以上的LED得到葉片的總面積。野外取樣時，在研究區(qū)隨機選取2個1 m2的樣方，數出每個樣方內水稻的總株數，在樣方內隨機選取3株水稻，取出植株后放置于保溫箱帶回實驗室進行葉面積的實測，根據實測葉面積和樣方內總株數得到2個樣方的各自的葉面積，最后取均值計算得到研究樣區(qū)的平均水稻葉面積指數。

1.2.2 LAI-2200葉面積指數測量 本研究采用LAI-2200(LI-COR，USA)儀器進行水稻樣區(qū)的有效LAI測量。LAI-2200是最常用的野外植被LAI測量儀器之一，它利用“魚眼”光學傳感器(垂直視野最大天頂角68°，水平視野范圍360°)測定5個不同天頂角方向的植被冠層散射天空輻射衰減，基于冠層輻射傳輸模型計算冠層孔隙率與LAI。本研究測量時段均選在09：00左右。野外測量時操作員背對太陽方向，并利用180°的遮蓋帽遮蓋鏡頭以遮擋太陽直射光及操作員。測量次序首先在水稻冠層的上方測量1個A值，然后在冠層下方水面或地表之上測量4個B值。每次于測量小區(qū)內隨機選5個點位測量，最后取平均值作為該測量小區(qū)的LAI值。

1.2.3 水稻冠層集聚指數測量 水稻冠層集聚指數采用植被冠層分析儀TRAC田間實測獲得，TRAC是由陳鏡明教授發(fā)明并不斷改進的一種植被冠層分析儀，不僅可以測量冠層空隙率，還可以測量冠層空隙大小分布[17]。冠層空隙分布或集聚指數(CI)可以量化葉片非隨機空間分布的影響，當葉片發(fā)生集聚時，相同的LAI對應的空隙率會增大，觀察到大空隙的概率也在變大，當葉片是隨機分布時，集聚指數CI=1，當葉片產生集聚時，集聚指數CI<1。在野外實地測量時，首先需要確定測量的斷面，斷面的方向與太陽光線方向垂直，斷面的長度是水稻和株行間距平均值的10倍或以上，本研究中取2條10 m長度測量斷面進行測量。測量時手持TRAC以 0.3 m/s 的速度行走，利用太陽能探頭，以32 Hz的高頻率記錄光合通量密度，測量數據通過TRACOMX導入到電腦中，通過分析軟件TRACWin得到每條斷面的集聚指數，最后取2條斷面CI均值獲得測量樣區(qū)的集聚指數值。

2 結果與分析

2.1 水稻葉面積指數測量值

研究區(qū)水稻不同生長期內葉面積指數與集聚指數測量值統計結果見圖1、表1。在研究區(qū)整個水稻生長期內，LI-3000C室內測量的LAI真實值總體上要高于LAI-2200田間實測的有效LAI值，整個測量期間的LAI測量均值LI-3000C測量結果比LAI-2200測量值高0.39，此外LI-3000C LAI測量值的最高值、最低值也均高于LAI-2200的測量結果。從LAI值的變化趨勢看，總體上LAI-2200田間實測與LI-3000C室內測量的LAI值均呈現出先升高再降低的趨勢，在水稻生長前期幼苗期到孕穗期(190～230 d)2種測量方法獲取的LAI值均明顯升高，從孕穗期到抽穗期(230～254 d)間總體上LAI值變化不大，均為水稻生長期內LAI值最高的階段；抽穗期之后，2種測量方法LAI值變化趨勢差異明顯，LI-3000C測量值急劇降低，LAI真實值從抽穗期(254 d)的8.05降低到蠟熟期(298 d)的2.77，而LAI-2200測量的有效LAI值則只到水稻生長的乳熟期才呈現出緩慢降低的趨勢，且降低的幅度也遠遠低于LI-3000C測量結果。

表1 水稻生長期參數測量值統計

2.2 水稻集聚指數測量值

在整個水稻生長期內，TRAC測量的水稻集聚指數均值為0.90，在不同生長階段集聚指數表現出明顯的差異(圖1、表1)，總體上呈現先降低再升高的趨勢。從水稻幼苗期到孕穗期(190～230 d)，伴隨著水稻植株從幼苗不斷分蘗、拔節(jié)，葉片的集聚性逐漸增強，TRAC集聚指數CI測量值從 0.97 降低到0.84；到水稻生長的中后期，伴隨的水稻稻穗的抽穗與灌漿成熟，水稻枯黃葉片逐漸增多，加之稻穗灌漿質量加大導致的葉片整體向下低垂，平均葉傾角加大，冠層整體逐漸呈現隨機分散的趨勢，集聚指數從孕穗期的0.84逐漸上升到蠟熟期的0.92。

2.3 水稻LAI校正值

根據TRAC測量的冠層集聚指數CI值與同期LAI-2200測量獲得的有效LAI(LAIeff)值計算得到不同生長期水稻LAI的校正值(LAIΩ=LAIeff/CI)，結果見表2。經過集聚指數校正后的LAI測量相對誤差均值由未校正前的28%提高到25%，且在水稻生長的前期(揚花期之前)LAI校正值較未校正值精度的提高尤為明顯；在水稻揚花期到蠟熟期，校正后的LAI精度要低于校正之前值，且越臨近收獲期，測量相對誤差越大。

進一步以測量時段的水稻分蘗期(201 d)和揚花期(269 d)為界，將水稻生長期分為3個階段：幼苗期(210 d之前)、分蘗至揚花期(210～269 d)和成熟期(269 d之后)，分別統計這3個不同生長期LAI測量誤差(圖2)。不同生長期葉面積指數儀器測量結果表現差異較大，在揚花期之前，LAI-2200測量的有效LAI值均不同程度地低于LI-3000C實測的真實LAI值(表2)，由圖2可見，在幼苗期測量平均相對誤差較大，且經過集聚指數的校正后，誤差雖有一定的提高但仍相對較高(平均相對誤差由校正前30%提升到校正后的26%)；在水稻分蘗期至揚花期，隨著水稻植株郁閉度的不斷提高，LAI-2200測量值的誤差逐漸降低，尤其是經集聚指數校正后精度更是得到了大幅提高，在此期間內，LAI值的平均相對測量誤差由23%下降到了11%；到水稻成熟期，伴隨著水稻葉片逐漸枯黃和稻穗的逐漸成熟，LAI-2200測量的有效LAI值由于黃葉與稻穗的增多呈現出愈來愈大的高估趨勢，這一時期LAI測量平均相對誤差高達到52%，而考慮冠層集聚校正后平均相對誤差則進一步達到66%。

表2 水稻不同生長期LAI測量值與校正值

3 結論與討論

本研究以我國南方水稻為研究對象，基于對整個生長期水稻TRAC測量的集聚指數的變化，并結合有效葉面積指數經典測量儀器LAI-2200與真實葉面積測量儀器LI-3000C的測量結果，觀測獲得水稻生長期冠層集聚指數的變化趨勢，進一步評估了不同生長期集聚指數對LAI測量精度的影響，得到結論如下：(1)水稻冠層集聚指數在不同生長期差異明顯，總體上呈現先降低再升高的趨勢，在生長中前期水稻冠層集聚性逐漸增強，到水稻生長的中后期，隨著稻穗抽穗與灌漿成熟，冠層結構趨向分散的狀態(tài)，冠層集聚指數又逐漸升高。(2)LAI-2200測量結果經集聚指數校正后相對誤差較未校正前得到了有效提高，但在不同生長期對測量精度的影響有明顯差異，在水稻生長的中期(分蘗期至揚花期)校正精度的提高最為明顯，平均相對誤差由23%提高到了11%，而在水稻生長的后期(揚花期以后)，隨著植株黃葉及稻穗的增加，LAI-2200測量結果會出現較嚴重的高估現象，集聚指數校正后更是加劇了這種高估現象。

植被冠層葉面積指數由于其定義、測量目標、采樣方法、數據分析和儀器誤差等多種因素影響，往往呈現不同的測量結果。本研究結果表明，集聚指數對水稻LAI測量精度同樣有不可忽略的影響，且在整個生長期內水稻冠層集聚指數呈現有規(guī)律的波動變化。在今后農作物地面LAI觀測及遙感反演工作中，應充分考慮不同作物及在不同生長期內集聚指數的變化，以切實提高農作物地面LAI觀測及遙感反演的精度。