李宗南，蔣 怡，黃 平，董秀春，王 昕，魏 來(lái)，劉忠友

(四川省農(nóng)業(yè)科學(xué)院遙感應(yīng)用研究所，四川 成都 610066 )

【研究意義】植被葉綠素含量信息對(duì)生態(tài)、農(nóng)業(yè)等研究有重要意義，通過(guò)葉綠素含量可準(zhǔn)確估算植被的光能利用率[1-2]、光合有效輻射吸收比[3-5]、初級(jí)生產(chǎn)力及生物量[6-9]。【前人研究進(jìn)展】區(qū)域植被葉綠素含量信息主要通過(guò)遙感手段獲取，具體分為光譜指數(shù)法[10-13]和冠層輻射傳輸模型反演法[14-17]。光譜指數(shù)法是根據(jù)葉綠素敏感的光譜指數(shù)與葉綠素含量的相關(guān)性建立回歸模型，通過(guò)光譜指數(shù)估算葉綠素含量的方法。對(duì)比冠層輻射傳輸模型反演法，該法具有算法簡(jiǎn)便，易于實(shí)現(xiàn)等特點(diǎn)，因而得到廣泛研究，其中，680～750 nm波長(zhǎng)范圍內(nèi)的紅光光譜是綠色植物最敏感的光譜[18]。受植被覆蓋度、葉綠素狀況影響，該波長(zhǎng)范圍的反射率會(huì)出現(xiàn)顯著的紅移或藍(lán)移現(xiàn)象，研究人員據(jù)此提出多種基于高光譜遙感的紅邊位置指數(shù)[19]和光譜指數(shù)[12, 20-22]用以估算葉綠素含量。自2002年以來(lái)，星載多光譜成像儀在680～750 nm波長(zhǎng)范圍內(nèi)開(kāi)始設(shè)置1～3個(gè)探測(cè)波段，并將此范圍的波段稱(chēng)為紅邊波段。設(shè)有紅邊波段的星載多光譜成像儀包括ENVISAT MERIS、RapidEye、Worldview-2、Worldview-3以及高分六號(hào)等。但現(xiàn)有大部分光譜指數(shù)的性能在不同研究中表現(xiàn)不穩(wěn)定[3,12]；受限于紅邊波段的數(shù)量、寬度，只有部分指數(shù)算法可推廣到多光譜遙感[24]。MERIS陸表葉綠素指數(shù)MTCI(MERIS terrestrial chlorophyll index)是針對(duì)MERIS多光譜成像儀的紅邊波段設(shè)計(jì)的，通過(guò)3個(gè)紅邊波段反射率的差值比值估算葉綠素含量，被歐洲航天局的MERIS遙感產(chǎn)品采用[10]，其估算效果已得相關(guān)論證[25-27]。通過(guò)地面高光譜數(shù)據(jù)集驗(yàn)證，MTCI在小麥及玉米的葉綠素含量估算方面有良好的精度和穩(wěn)定性[23, 28]。該指數(shù)需要3個(gè)紅邊波段的反射率，在僅有1個(gè)紅邊波段的多光譜影像還缺少驗(yàn)證?！颈狙芯壳腥朦c(diǎn)】地面高光譜數(shù)據(jù)集分析結(jié)果表明，使用紅光、紅邊及近紅外等3波段的反射率建立的單紅邊波段葉綠素指數(shù)SRCI (single red-edge band chlorophyll index)在估算玉米葉綠素含量方面有較高精度[23]，已有研究未使用衛(wèi)星遙感數(shù)據(jù)驗(yàn)證?！緮M解決的關(guān)鍵問(wèn)題】使用2012年9月14日獲取的Worldview-2多光譜遙感影像初步驗(yàn)證SRCI在衛(wèi)星遙感中的性能，為多光譜衛(wèi)星遙感使用紅邊光譜指數(shù)估算植被葉綠素含量提供參考。

1 材料與方法

1.1 田間試驗(yàn)

通過(guò)不同氮肥用量和種植密度處理，為研究提供葉綠素含量和葉面積指數(shù)不同的冠層。試驗(yàn)在中國(guó)農(nóng)業(yè)科學(xué)院萬(wàn)莊農(nóng)業(yè)高新技術(shù)產(chǎn)業(yè)園(116.58°E，39.60°N)進(jìn)行。該園位于河北省廊坊市廣陽(yáng)區(qū)，屬暖溫帶大陸性季風(fēng)氣候；土壤類(lèi)型為黃潮土，質(zhì)地為砂壤。氮肥設(shè)置4水平，分別為不施用氮肥、60、120、240 kg/hm2純氮，基肥與追肥比例為1︰1。各處理磷、鉀肥用量相同，作為基肥施入，用量為P2O5150 kg/hm2，K2O 150 kg/hm2。種植密度設(shè)置2水平，分別為66 667和80 000株/hm2。種植品種為鄭單958。小區(qū)規(guī)格為6 m×5 m，不同處理設(shè)置2次重復(fù)，共16個(gè)小區(qū)；隨機(jī)區(qū)組排列。2012年6月26日播種，10月3日收獲。

1.2 數(shù)據(jù)獲取

在玉米拔節(jié)期、大喇叭口期、灌漿期、乳熟期進(jìn)行觀測(cè)。對(duì)應(yīng)觀測(cè)時(shí)間分別對(duì)應(yīng)2012年7月24日、8月10日、8月29日及9月13日。觀測(cè)項(xiàng)目包括玉米冠層光譜、葉綠素含量、葉面積指數(shù)。

1.2.1 冠層光譜 使用ASD FieldSpec?HandHeld地物光譜儀測(cè)量冠層反射光譜。該儀器測(cè)量的光譜范圍是325～1025 nm，光譜采樣間隔1.5 nm，光譜分辨率3.5 nm。儀器配套的軟件含數(shù)據(jù)平滑和重采樣功能，將光譜分辨率平滑重采樣為1 nm。儀器通過(guò)使用不同視場(chǎng)角度鏡頭、調(diào)整觀測(cè)高度等方式調(diào)整其對(duì)地的觀測(cè)范圍。此測(cè)量使用25°視場(chǎng)角、4 m高腳架對(duì)玉米冠層垂直觀測(cè)，測(cè)量時(shí)間段為中午10：00-14：00。每個(gè)小區(qū)按照野外光譜測(cè)量規(guī)范測(cè)量獲取10條光譜曲線。

1.2.2 葉綠素含量 葉片葉綠素含量(leaf chlorophyll content)LCC通過(guò)葉綠素a+b含量的指數(shù)回歸模型[15]、田間葉片葉綠素相對(duì)值計(jì)算得到。其中，回歸模型通過(guò)SPAD-502葉綠素儀和分光光度計(jì)測(cè)量相同樣品的結(jié)果建立。待測(cè)葉片先使用葉綠素儀測(cè)量9次，取均值記錄；然后經(jīng)打孔器剪成小片混勻， 稱(chēng)取0.1 g左右，使用混合比例為4.5∶4.5∶1的丙酮、乙醇、水混合液提取，于暗箱中浸提8～12 h，直至葉片樣品完全變白；測(cè)量波長(zhǎng)663、645和470 nm下吸光度，使用Arnon法的修正公式計(jì)算葉綠素含量[29]。田間玉米葉片的葉綠素相對(duì)值使用葉綠素儀測(cè)量，選擇3～5片代表性葉片分別測(cè)量葉基、中及尾部，取均值記錄。冠層葉綠素密度(canopy chlorophyll density)CCD 通過(guò)LCC和葉面積指數(shù) (leaf area index)LAI相乘得到。4期共測(cè)得64組葉綠素含量數(shù)據(jù)。

1.2.3 葉面積指數(shù) 使用Sunscan植被冠層分析儀和魚(yú)眼相機(jī)半球法測(cè)量，儀器測(cè)量結(jié)果通過(guò)直接收割法測(cè)量的真實(shí)LAI校正。早期玉米植株高度在1.8 m以下時(shí)，使用Sunscan植被冠層分析儀測(cè)量；中后期植株高度大于1.8 m時(shí)，使用魚(yú)眼相機(jī)測(cè)量。魚(yú)眼相機(jī)由數(shù)碼相機(jī)和魚(yú)眼鏡頭組成，水平放置于樣方地面，向上采集冠層半球圖像，圖像經(jīng)軟件處理計(jì)算得到LAI[30]。經(jīng)光譜、葉綠素及LAI的田間測(cè)量結(jié)束后，收割8個(gè)樣方玉米葉片，測(cè)量樣方所有葉片面積，葉片面積除以樣方面積即為真實(shí)LAI。

1.3 Worldview-2多光譜影像

訂購(gòu)獲取小區(qū)及周邊地區(qū)刈幅為10 km×10 km的Worldview-2多光譜影像。小區(qū)玉米乳熟期內(nèi)，2012年9月14日過(guò)境的Worldview-2衛(wèi)星以前向側(cè)擺20.1°、橫向側(cè)擺10.8°的姿態(tài)獲取空間分辨率為2 m的8波段多光譜影像。試驗(yàn)區(qū)影像的真彩色合成圖見(jiàn)圖1。

圖1 試驗(yàn)區(qū)影像Fig.1 Image of plot

1.4 玉米葉綠素含量估算模型建立

1.4.1 Worldview-2等效多光譜反射率計(jì)算 將地面采集的冠層高光譜反射率數(shù)據(jù)通過(guò)多光譜響應(yīng)函數(shù)積分計(jì)算得到等效Worldview-2各波段對(duì)應(yīng)的反射率，其計(jì)算式如下：

(1)

其中，λ是高光譜波段對(duì)應(yīng)的波長(zhǎng)；ρ(λ)是由地物光譜儀測(cè)量得到的玉米冠層反射率；f(λ)為Worldview-2多光譜傳感器的光譜響應(yīng)函數(shù)；L(λ)是對(duì)應(yīng)光譜觀測(cè)時(shí)刻入射到冠層頂部的太陽(yáng)下行輻射量，通過(guò)MODTRAN?中等分辨率大氣輻射傳輸模型計(jì)算得到。

1.4.2 基于Worldview-2多光譜的SRCI計(jì)算 如式2，根據(jù)MTCI的算法，需要中心波長(zhǎng)分別為754、709、681 nm的3個(gè)紅邊波段反射率[10]，僅有1個(gè)紅邊波段的Worldview-2影像無(wú)法滿足MTCI計(jì)算。

(2)

其中，R754、R709及R681對(duì)應(yīng)MERIS 3個(gè)中心波長(zhǎng)為754、709、681 nm的紅邊波段的反射率。

根據(jù)Worldview-2傳感器的波段設(shè)置，本研究使用中心波長(zhǎng)為832 nm近紅外波段替換中心波長(zhǎng)為754 nm的紅邊波段，使用中心波長(zhǎng)為659 nm的紅光波段替換中心波長(zhǎng)為681 nm的紅邊波段，建立適合Worldview-2影像的單紅邊波段葉綠素指數(shù)，計(jì)算式如下：

(3)

其中，R659、R724及R832分別對(duì)應(yīng)Worldview-2的紅光波段、紅邊波段和近紅外波段1。使用等效反射率計(jì)算SRCI，為建立估算模型準(zhǔn)備數(shù)據(jù)。對(duì)Worldview-2影像正射校正；然后根據(jù)各波段增益和偏置計(jì)算各波段輻照度；最后使用大氣校正模塊輸入傳感器觀測(cè)角度、成像時(shí)間、衛(wèi)星高度、影像中心經(jīng)緯度等信息，選擇鄉(xiāng)村氣溶膠模式和中緯度夏天大氣模式進(jìn)行大氣校正，得到多光譜反射率數(shù)據(jù)。用此反射率數(shù)據(jù)計(jì)算SRCI，作為估算模型輸入。

1.4.3 基于SRCI的玉米葉綠素含量估算模型 使用Worldview-2等效反射率數(shù)據(jù)計(jì)算得到的SRCI建立葉綠素含量估算模型。首先建立SRCI與葉綠素含量的散點(diǎn)圖，然后根據(jù)散點(diǎn)分布規(guī)律分別建立LCC、CCD的估算模型。如圖2a所示，SRCI與LCC的關(guān)系在拔節(jié)期和喇叭口期-乳熟期2個(gè)階段有明顯不同的分布趨勢(shì)。主要因?yàn)橥寥辣尘霸趦蓚€(gè)階段的影響不同。拔節(jié)期，玉米葉面積小，觀測(cè)視場(chǎng)內(nèi)的土壤背景明顯；喇叭口期至乳熟期間，葉面積大，觀測(cè)視場(chǎng)內(nèi)以玉米葉片為主，土壤背景的影響均較小。如圖2b散點(diǎn)分布，SRCI與CCD的關(guān)系在拔節(jié)期-乳熟期均呈典型線性分布特征。CCD和SRCI均為單位地表面積內(nèi)的參量，二者的尺度相符。根據(jù)散點(diǎn)分布，不同階段觀測(cè)視場(chǎng)內(nèi)冠層結(jié)構(gòu)、土壤背景的變化對(duì)二者線性關(guān)系的影響不明顯。根據(jù)圖2a散點(diǎn)特征，分別建立拔節(jié)期、喇叭口-乳熟期LCC與SRCI的線性模型；根據(jù)圖2b散點(diǎn)特征，建立拔節(jié)-乳熟期CCD和SRCI的線性模型。乳熟期的8組葉綠素含量實(shí)測(cè)值用于驗(yàn)證，其余56組實(shí)測(cè)值均用于建模。使用開(kāi)源的R統(tǒng)計(jì)分析軟件進(jìn)行一元線性回歸分析(表1)。根據(jù)F統(tǒng)計(jì)量，各線性模型均通過(guò)了顯著性檢驗(yàn)。

圖2 SRCI與葉綠素含量的散點(diǎn)圖Fig.2 Scatter plot of SRCI and chlorophyll content

表1 基于SRCI的玉米葉綠素含量估算模型

1.5 模型驗(yàn)證

使用Worldview-2 SRCI輸入模型，計(jì)算葉綠素含量，對(duì)比乳熟期實(shí)測(cè)值，檢驗(yàn)SRCI估算葉綠素含量的精度。根據(jù)試驗(yàn)小區(qū)的范圍，提取每個(gè)小區(qū)對(duì)應(yīng)4個(gè)像元的指數(shù)數(shù)值，然后加和求均值，以此均值作為每個(gè)小區(qū)對(duì)應(yīng)的SRCI值。

2 結(jié)果與分析

通過(guò)實(shí)測(cè)值驗(yàn)證，Worldview-2 SRCI在玉米乳熟期的葉綠素含量估算精度見(jiàn)圖3。葉片尺度上，估算值回歸模型的斜率為0.96，偏差均方根為4.70 μg/cm2，相對(duì)誤差均值為7.0 %；冠層尺度上，估算值回歸模型的斜率為1.04，偏差均方根為1.63 g/m2，相對(duì)誤差均值為6.4 %。根據(jù)驗(yàn)證結(jié)果，Worldview-2 SRCI具有良好的葉綠素含量估算精度，可用于區(qū)域玉米的葉片葉綠素含量、冠層葉綠素密度估算。紅邊波段的半最大值寬度是影響紅邊光譜指數(shù)估算植被參數(shù)性能的重要因素[31-32]，更窄的波長(zhǎng)范圍有利于提高光譜指數(shù)的估算能力[32]。Worldview-2紅邊波段的半最大值寬度約為40 nm，根據(jù)驗(yàn)證結(jié)果，基于該紅邊波段的SRCI可用于玉米葉綠素含量的準(zhǔn)確估算。

3 討 論

鑒于紅邊波段在地物識(shí)別、葉綠素含量估算等方面的作用，越來(lái)越多的星載多光譜成像儀增加紅邊波段設(shè)置。2018年中國(guó)發(fā)射的高分六號(hào)衛(wèi)星，搭載具有紅邊遙感的多光譜相機(jī)，對(duì)推動(dòng)應(yīng)用國(guó)產(chǎn)高分遙感數(shù)據(jù)監(jiān)測(cè)農(nóng)業(yè)有重要意義。通過(guò)驗(yàn)證星載遙感SRCI估算葉綠素含量的性能，對(duì)使用高分六號(hào)遙感數(shù)據(jù)診斷作物葉綠素、氮素等含量有參考作用。

冠層結(jié)構(gòu)、土壤背景是影響多種光譜指數(shù)估算作物參數(shù)的重要因素。根據(jù)葉片傾角，玉米株型結(jié)構(gòu)一般劃分為緊湊型、松散型及中間型。不同株型結(jié)構(gòu)玉米冠層，對(duì)應(yīng)SRCI與葉綠素含量的定量關(guān)系可能不同；本研究的估算模型基于株型緊湊的鄭單958，因此SRCI葉綠素含量估算模型的適用性有待進(jìn)一步研究檢驗(yàn)。相對(duì)于冠層葉綠素密度，本研究分析結(jié)果顯示土壤背景對(duì)SRCI估算葉片葉綠素含量的影響更明顯。由于不同階段土壤背景的差異，基于SRCI的估算模型需分時(shí)期建立。為降低土壤背景影響的不確定性，土壤背景如何影響二者的定量關(guān)系還有待進(jìn)一步建模分析。

圖3 基于SRCI的葉綠素含量估算Fig.3 Estimation of chlorophyll content base on SRCI

4 結(jié) 論

使用4個(gè)生長(zhǎng)期玉米冠層高光譜反射率和葉綠素含量觀測(cè)數(shù)據(jù)分析SRCI與LCC、CCD的關(guān)系，結(jié)果顯示SRCI與LCC和CCD均有良好的線性關(guān)系；其中，SRCI與LCC的關(guān)系受土壤背景的影響明顯，在拔節(jié)期和喇叭口期-乳熟期2個(gè)階段有不同的線性關(guān)系；SRCI與CCD的關(guān)系受土壤背景的影響不明顯，各時(shí)期線性關(guān)系較為一致。使用Worldview-2多光譜反射率計(jì)算的SRCI作為模型輸入，驗(yàn)證基于SRCI的葉綠素含量估算模型，結(jié)果顯示，Worldview-2 SRCI估算LCC的偏差均方根為4.70 μg/cm2，相對(duì)誤差平均為7.0 %；估算CCD的偏差均方根為1.63 g/m2，相對(duì)誤差平均為6.4 %。根據(jù)驗(yàn)證結(jié)果，本研究認(rèn)為Worldview-2 SRCI具有較高的葉綠素含量估算精度，SRCI可在含有1個(gè)紅邊波段的多光譜影像中應(yīng)用。該研究結(jié)果為應(yīng)用具有紅邊波段的高分辨率多光譜遙感數(shù)據(jù)估算作物葉綠素含量提供了相關(guān)參考。