智獻坡 李明澤 于穎 江蕾

(東北林業(yè)大學，哈爾濱，150040)

冠層郁閉度是指林分樹冠垂直投影面積與林地面積的比值，是反映林分中林冠郁閉的程度以及樹木利用空間程度的重要指標，也是森林資源調查規(guī)劃設計中重要的一個調查因子。在森林經營管理中,郁閉度作為小班區(qū)劃、確定撫育采伐強度的重要指標,并成為通過遙感圖像進行森林蓄積量估測不可或缺的因子[1]。在目前的研究中，郁閉度不僅是判定森林狀況和進行森林蓄積量估測的重要因子，也是進行林分質量評價、小班區(qū)劃、林分類型的劃分、地類的劃分重要指標。準確的冠層郁閉度測量對精細森林經營規(guī)劃、精確預測森林生長和精準森林經營決策優(yōu)化具有重要的意義。

目前，利用遙感反演冠層郁閉度模型主要包括3種：統(tǒng)計模型、物理模型和混合模型。其中，統(tǒng)計模型大多以紋理信息、光譜反射率、植被指數、雷達波形等數據為自變量，建立其自變量與郁閉度之間關系的預測模型[2-5]；物理模型是建立在現(xiàn)象分析與機理認識基礎上的模型,可分為輻射傳輸模型、幾何光學模型等，其中有代表性的有Li-Strahler幾何光學模型、4-scale模型以及GOST幾何光學模型[6-8]。混合模型是利用統(tǒng)計模型和物理模型共同進行反演的方法。從森林冠層參數反演所采用的遙感數據源看，基本涵蓋了目前所能用到的各種遙感數據源，如譚炳香等[9]利用星載EO-1Hyperion 高光譜遙感數據，采用波段選擇法和主成分分析法定量估測了冠層郁閉度。杜曉明等[10]利用遙感數據和一類清查數據為基礎探討了用Bootstrap方法篩選最優(yōu)郁閉度估測變量，運用最小二乘回歸方法建立模型估測森林郁閉度的可行性。胡振華等[11]基于Hyperion高光譜數據，采用偏最小二乘法分別對兩種方法選擇的特征變量建立香格里拉主要樹種冠層郁閉度遙感估測模型，進而估測出森林冠層郁閉度。劉大偉等[12]利用Landsat TM 數據的波段亮度值，歸一化植被指數，纓帽變換后的亮度、綠度和濕度等因子和郁閉度進行相關性分析，選取了相關性最高的濕度因子與訓練數據建立線性回歸方程反演森林郁閉度并生成等級圖。Goodenough A E et al[13]利用魚眼照片提取森林冠層郁閉度，分析了魚眼照片對不同森林類型的可行性。祁有祥等[14]對CCPS法所獲冠層圖像客觀性和方法的系統(tǒng)偏差、精度和穩(wěn)定性進行檢驗與測試，探討了不同測量高度、林冠選擇方式和林木主干對冠層郁閉度測量結果的影響。

近年來，幾何光學模型得到了很好的發(fā)展。利用遙感數據結合幾何光學模型進行森林參數反演成為一種新的手段。本研究主要運用4-scale模型建立查找表，反演區(qū)域冠層郁閉度，并詳細的討論分析了3種不同郁閉度測量方法與4-scale模型估算冠層郁閉度結果的關系。同時分析4-scale模型對油松與落葉松郁閉度的反演精度。旨在為更系統(tǒng)運用4-scale模型結合遙感數據對人工針葉林冠層郁閉度的反演提供參考與理論支持。

1 研究區(qū)域概況

研究區(qū)域為位于內蒙古自治區(qū)赤峰市喀喇沁旗旺業(yè)甸鎮(zhèn)旺業(yè)甸實驗林場(圖1)，地理位置為東經118°9′～118°30′，北緯41°21′～41°39′。屬溫帶半干旱大陸性季風氣候區(qū)。部分地區(qū)年平均氣溫為4 ℃，年平均氣溫的分布由西北向東南遞增。年平均降水量為381 mm。各地日照時間多在2 800～3 100 h，四季分明。林場土地總面積25 958 hm2，有林地面積為23 118 hm2，活立木總蓄積128萬m3。商品用材林占全場林業(yè)用地面積的38%和活立木總蓄積量的48.4%，森林類型主要以落葉松(Olgensis)、黑皮油松(Pinustabuliformis)等為代表的針葉林與混交林。

2 材料與方法

2.1 遙感影像獲取及預處理

本研究所采用的遙感數據為哨兵2A(Sentinel-2A)多光譜數據，遙感影像數據通過歐洲航空局的數據共享網站進行下載(https://scihub.copernicus.eu/dhus/#/home)哨兵2A(Sentinel-2A)寬幅多光譜數據兩景成像時間為2017年9月22日的哨兵2A(Sentinel-2A)寬幅多光譜數據。Sentinel-2多光譜數據是經過幾何精校正的大氣表觀反射率產品，對其進行輻射定標和大氣校正。

2.2 樣地調查數據

2017年9—10月在內蒙古赤峰市旺業(yè)甸實驗林場進行野外調查，樣地布設植被分布均勻，林型具有代表性的樣地43塊人工針葉林，其中油松人工林23塊樣地，落葉松人工林20塊樣地。樣地設置為大小為25 m×25 m的正方形，并采用GPS對樣地定位，定位的精度誤差小于1 m，在樣地內對胸徑大于5 cm的樹木進行每木檢尺，樣地調查內容包括樣地的經緯度、樹木的胸徑(D)、樹高(H)、冠高(Ch)、冠幅(CW)、第一活枝高(BH)、冠層郁閉度和海拔等樣地因子。其中樹高和冠高利用激光測高儀測量，冠幅通過測量其在地面的垂直投影獲得，冠層郁閉度的獲取利用3種方法即：樣點法、樣線法、魚眼照片法[15]。魚眼照片得到冠層郁閉度，利用數碼相機和180°魚眼鏡頭在樣地的四個角和中心獲得五幅樣地冠層圖像，經過后期Photoshop等軟件計算得到冠層郁閉度。魚眼的視角范圍大，能夠滿足冠層郁閉度計算的要求[13-14，16]。葉面積指數(ILA)利用光學儀器TRAC-II葉面積指數檢測儀，測量條件為無云晴朗天氣，有陽光直射條件，測量時間為上午10:00到下午15:00之間。在樣地設置兩條平行線，在每條線上勻速走動且每5 m記錄一次并命名。把收集好的數據通過TRACwin軟件進行數據處理得到樣地中每個點的ILA，進而算出樣地平均值，得到每個樣地ILA。

2.3 葉面積指數反演

葉面積指數與植被指數存在著很強的相關性。研究使用哨兵二號波段運算的植被指數、樣地實測ILA數據建立統(tǒng)計模型。植被的光譜特征之一是具有“紅邊效應”，即在紅光波段有一個吸收谷(強吸收)，在近紅外波段有一個反射峰(強反射)。隨著ILA的增大，紅光波段的吸收率會增大，近紅外波段的反射率也會增大。因此，常選用由紅光和近紅外波段構成的比值植被指數(SR)作為建模參數用以估測葉面積指數。本文選用一元線性模型、冪函數曲線模型以及指數曲線模型做研究，模型形式(表1)。

表1 葉面積指數經驗統(tǒng)計模型公式

2.4 查找表的建立

幾何光學模型用四分量(光照背景、光照冠層、陰影背景和陰影冠層)表示冠層反射率，4個分量反射率與樣地樹木結構參數、葉片和背景反射率等有關。當給定模型參數時，幾何光學模型可以模擬傳感器觀測到不同波段的冠層反射率，由于這個過程的計算量很大，難以在區(qū)域或者全球尺度上應用。通過幾何光學模型進行多變量前向模擬建立查找表，可以有效解決這個問題，這種方法已經成功被運用于反演ILA等參數[17-18]。由于冠層反射率受到多個參數變量的影響，利用查找表進行參數反演的時要合理的確定非反演的參數，對反演參數需要適當的變化范圍及步長。

查找表的建立就是利用CHEN et al[19]發(fā)展的4-scale模型計算出不同輸入、輸出的組合。四尺度模型用圓錐和圓柱體模擬針葉樹種，考慮了樹冠內枝的空間分布和針葉的空間分布對反射和透設的影響。根據樣地實測的樹木結構參數，運行4-scale模型建立葉面指數、近紅外波段、紅外波段反射率與背景可視概率(PVG)之間的對應數值組合，建立查找表。4-scale模型的輸入參數主要包括樹高、樹冠高度、樹冠半徑以及集聚指數，樣地參數包括樣地面積大小、樹木密度及葉面指數(ILA)等詳細參數見。參數設置為2017年9月—10月通過外業(yè)調查樣地實測數據得到的平均值。利用4-scale模型建立查找表的輸入株數范圍為樣地實測株數；葉面指數(ILA)的范圍為0.1-10，步長為0.1；太陽天頂角、觀測天頂角和相對天頂角分別取40°、0°和180°。

2.5 郁閉度反演及檢驗數據

分別讀取研究區(qū)域多光譜遙感影像、遙感影像估算的葉面指數，根據像元葉面積指數數據，從查找表中尋找4-scale模型模擬的像元反射率與遙感影像像元反射率最接近的數據記錄，該記錄所對應的背景可視概率(GPV)即為該像元的背景可視概率結果，建立背景可視概率與郁閉度的關系模型，估算像元郁閉度。

檢驗數據為2017年9—10月的地面樣地調查數據，檢驗樣地數量為43塊，冠層郁閉度的獲取是利用了3種方法獲取(樣點法、樣線法和魚眼照片法)。對通過4-scale模型反演得到的估算結果與實測數據結果采用交叉驗證方法進行驗證評價其精度，評價指標為決定系數R2以及ERMS。

3 結果與分析

3.1 葉面指數估算

本研究利用決定系數R2和均方根誤差ERMS對經驗統(tǒng)計模型進行精度評價(表2)。一元線性模型的R2為0.572 2(p<0.01),ERMS為1.480 7。冪函數曲線模型的R2與ERMS分別為0.497 8和1.938 7；指數曲線模型的R2與ERMS分別為0.477 9和1.939 3。

表2 葉面積指數的模型擬合結果

根據一元線性模型估算研人工針葉林葉面積指數，得到整個研究區(qū)域的葉面積指數分布(圖2)。對一元線性模型估算得出的ILA值與真實ILA值的關系進行分析。兩者的相關系數R2為0.649，均方根誤差ERMS為1.608 2，具有良好的線性關系，說明利用一元線性模型估算葉面指數是可行的。

3.2 4-scale模型冠層郁閉度反演驗證

采用4-scale模型反演背景可視概率與3種方法實測冠層郁閉度結果比較(圖3)。

從(圖3)中可以看出，4-scale模型反演得到的冠層郁閉度與魚眼照片提取的冠層郁閉度精度最高，R2為0.628，比樣點法測量法(R2為0.559 1)和樣線法(R2為0.539 5)分別提高了12.3%和16.4%，且ERMS最低。另外，相對于4-scale模型，樣點法和樣線法反演的冠層郁閉還存在一定的程度的低估(圖3 1∶1線)。因此，基于4-scale模型能很好的反演研究區(qū)冠層郁閉度。

進一步分析4-scale模型反演冠層郁閉度對不同樹種之間的關系(圖4)，對于人工油松針葉林(a)，基于4-scale模型反演的冠層郁閉度與3種實測冠層郁閉度方法進行比較，結果表明：4-scale模型反演冠層郁閉度與魚眼照片提取冠層郁閉度(R2=0.764 6，ERMS=0.043 4)相關性最好，大于樣線法測量冠層郁閉度(R2=0.688 8，ERMS=0.049 9)和樣點法測量冠層郁閉度(R2=0.677 9，ERMS=0.050 7)。對于人工落葉松針葉林(b)，基于4-scale模型反演冠層郁閉度結果與魚眼照片提取冠層郁閉度(R2=0.422 6(p<0.01)，ERMS=0.039 7)相關性最好，大于樣點法測量冠層郁閉度(R2=0.325 2，ERMS=0.031 1)和樣線法測量冠層郁閉度(R2=0.235，ERMS=0.039 3)。根據R2與ERMS可以得出4-scale模型反演冠層郁閉度的結果與魚眼照片提取的冠層郁閉度結果之間存在良好的線性關系。

以上結果分析表明，運用4-scale模型反演人工針葉林冠層郁閉度是可行的。4-scale模型反演冠層郁閉度與魚眼照片提取的冠層郁閉度的相關性最好，利用樣點法和樣線法測量得到的冠層郁閉度與4-scale模型反演的冠層郁閉度之間的相關性不是很高，從圖3、圖4上可以看出，利用樣點法和樣線法測量的冠層郁閉度要比4-scale模型反演冠層郁閉度和魚眼照片提取的冠層郁閉度要高。

3.3 偏差分析

由(表3)來分析整體樣本，對于平均值，4-scale模型反演冠層郁閉度(0.62)與魚眼照片提取的冠層郁閉度(0.6)最接近，樣點法(0.72)與樣線法(0.71)測量冠層郁閉度的平均值最為接近；對于標準差，4-scale模型反演冠層郁閉度的標準差(0.076 2)與樣點法測量冠層郁閉度的標準差(0.065 7)最接近，其次是樣線法測量冠層郁閉度的標準差(0.063 7)，最后是魚眼照片提取冠層郁閉度的標準差(0.062)；對于最小值和最小值來考慮，4-scale模型反演冠層郁閉度的最小值、最大值(0.27、0.69)與魚眼照片提取冠層郁閉度的最小值、最大值(0.32、0.69)最為接近；樣點法與樣線法的最小值、最大值最為接近。

表3 郁閉度誤差統(tǒng)計特征

從樹種分析，對于人工油松針葉林，4-scale模型反演冠層郁閉度與魚眼照片提取冠層郁閉度的平均值接近分別為0.62和0.59，樣點法與樣線法計算出冠層郁閉度的平均值一樣為0.72；從標準差上說，4-scale模型反演冠層郁閉度與樣線法計算出冠層郁閉度的值接近分別為0.110 4和0.115 6，樣點法與魚眼照片提取冠層郁閉度的值分別為0.117 5和0.100 7；綜合最小值與最大值來說，4-scale模型反演的冠層郁閉度與魚眼照片提取冠層郁閉度的值最接近分別為0.27、0.69和0.32、0.69，樣點法與樣線法計算出冠層郁閉度的值分別為0.36、0.8和0.42、0.81。對于人工落葉松針葉林,4-scale模型反演冠層郁閉度與魚眼照片提取冠層郁閉度的平均值接近分別為0.61與0.6，樣點法與樣線法計算出冠層郁閉度的平均值接近分別0.72和0.71；從標準差上說，4-scale模型反演冠層郁閉度與魚眼照片提取冠層郁閉度的值接近分別為0.131 3和0.122 6，樣點法與樣線法計算得到冠層郁閉度的標準差接近分別為0.145 1和0.143 1；綜合最小值與最大值來說，4-scale模型反演的冠層郁閉度與魚眼照片提取冠層郁閉度的值最接近分別為0.43、0.69和0.48、0.68，樣點法與樣線法計算出冠層郁閉度的值接近分別為0.65、0.78和0.61、0.76。由上表明，4-scale模型能很好的反演人工針葉林冠層郁閉度，同時也證明，運用4-scale模型反演冠層郁閉度與魚眼照片提取的冠層郁閉度之間有良好的關系。

3.4 森林冠層郁閉度制圖

利用4-scale模型反演研究區(qū)域郁閉度空間分布(圖5)，表現(xiàn)出明顯的空間變化。根據2018年該地區(qū)林地小班矢量數據可以得到，研究區(qū)西部林地類型主要以人工落葉松林為主，連續(xù)覆蓋森林面積較少，主要以幼齡林和中齡林為主，成熟林和過熟林較小，西部地區(qū)地勢起伏與東部相比較小，城鎮(zhèn)與村莊較多，由于人為因素影響，林下植被覆蓋較小，因此郁閉度較低。東部地區(qū)大部分為山體，地勢起伏大，林地面積增加，林地類型主要以油松人工林地、針闊混交林為主，且大多為中齡林和成熟林，林下植被覆蓋度較大，受人類活動影響較小，因此冠層郁閉度較高。

4 討論

近年來，光學儀器被廣泛的應用到估算森林冠層郁閉度上，應用最廣泛的就是魚眼相機。本研究利用魚眼照片提取冠層郁閉度，并沒有考慮樹干部分對冠層郁閉度結果的影響。通過Photoshop軟件對魚眼照片進行去除樹干處理得到結果與4-scale模型反演冠層郁閉度進行精度驗證(圖6)。進一步詳細分析不同樹種(人工油松針葉林和人工落葉松針葉林)，去除樹干后得到的冠層郁閉度與4-scale模型反演的到的冠層郁閉度之間的驗證(圖7)。

圖6、圖7為去除樹干后魚眼照片提取的冠層郁閉度與4-scale模型反演冠層郁閉度的相關性分析與(圖3)、(圖4)相比，他們之間的相關性有了變化，從圖中也可以觀察到去除樹干后魚眼照片提取出的冠層郁閉度，明顯向上偏離了1∶1的線。對于整體樣本R2和ERMS由原來的0.628、0.047 6變化為0.684 7、0.058 1；對于油松來說，R2由0.764 6下降為0.756 1，ERMS由0.043 4增加到0.057 6；對于落葉松來說，R2由0.422 6提升至0.625 3，ERMS由0.039 7變化為0.058 1。可以得出去除樹干反演的到的結果與4-scale模型反演的結果具有很好的相關性，魚眼照片去除樹干得到冠層郁閉度的方法是可行的。

以上結果分析，整體上來說樹干對魚眼照片提取郁閉度存在一定影響。油松屬于常綠針葉林，樹干去除得到冠層郁閉度變小的原因是去除樹干不僅把樹干擋到的樹葉去除，同時也把天空部分去除，因此會導致冠層郁閉度變??；落葉松屬于落葉樹種，去除樹干前后由R2可以看出明顯的變化，造成變化的原因可能因為收集魚眼照片時間為九月底，為落葉松落葉期，會有一部分松針掉落，樹的枝干會較多的裸露出來，后期對收集到的魚眼照片處理會產生一定的影響。

5 結論

本研究利用4-scale模型模擬不同葉面積指數、不同樣地樹木結構參數下的背景可視概率、冠層反射率，并建立查找表。利用遙感數據，以像元尺度ILA值作為控制變量，根據冠層反射率數據查找對應ILA下的背景可視概率，進而反演出森林冠層郁閉度，并對去除樹干后魚眼照片提取的郁閉度進行討論，最后得到研究區(qū)域郁閉度分布圖?？梢缘玫揭韵陆Y論。

(1)利用一元線性模型估算研究區(qū)域的ILA值與真實ILA值的關系進行分析。兩者的相關系數R2為0.649，均方根誤差ERMS為1.608 2，具有良好的線性關系，說明利用一元線性模型估算葉面指數是可行的。

(2)利用4-scale模型反演人工針葉林冠層郁閉度與3種實測方法(樣點法、樣線法和魚眼照片法)測量的冠層郁閉度相比。對于整體樣本；4-scale模型反演冠層郁閉度與魚眼照片提取冠層郁閉度的相關性(R2=0.628，ERMS=0.047 6)明顯優(yōu)于樣點法測量冠層郁閉度(R2=0.559 1，ERMS=0.051 8)和樣線法測量冠層郁閉度(R2=0.539 5，ERMS=0.052 9)。從1∶1線來看，4-scale模型反演冠層郁閉度與魚眼相機提取冠層郁閉度最為接近，樣點法和樣線法提取冠層郁閉度都不同程度上向下偏離1∶1線。對于人工油松針林；4-scale模型反演冠層郁閉度與魚眼照片提取冠層郁閉度相關性最好(R2=0.764 6，ERMS=0.043 4)，大于樣線法(R2=0.688 8，ERMS=0.049 9)與樣點法(R2=0.677 9，ERMS=0.050 7)。對于人工落葉松針林，基于4-scale模型反演冠層郁閉度結果與魚眼照片提取冠層郁閉度(R2=0.422 6，ERMS=0.039 7)相關性最好，大于樣點法(R2=0.325 2，ERMS=0.031 1)與樣線法(R2=0.235，ERMS=0.039 3)。

(3)去除樹干后魚眼照片提取的冠層郁閉度與4-scale模型反演冠層郁閉度進行相關性分析。對于整體樣本R2和ERMS由原來的0.628、0.047 6變化為0.684 7、0.058 1；對于人工油松林，R2由0.764 6變?yōu)?.756 1，ERMS由0.043 4變?yōu)?.057 6；對于人工落葉松，R2由0.422 6提升至0.625 3，ERMS由0.039 7變化為0.058 1。說明樹干對魚眼照片提取冠層郁閉度存在一定影響。

(4)利用4-scale模型建立查找表法反演人工針葉林冠層郁閉度，能夠有效的、快速的獲取區(qū)域或者大范圍的森林冠層郁閉度。本研究以樣線法、樣線法與魚眼照片法測量的郁閉度作為驗證數據，利用4-scale模型、哨兵二號高光譜遙感影像反演的森林郁閉度，這種方法具有一定的創(chuàng)新性和推廣性，利用4-scale模型建立查找表法反演人工針葉林冠層郁閉度是很有潛力的一種冠層郁閉度估測方法，旨在為更系統(tǒng)運用4-scale模型對人工針葉林冠層郁閉度的反演提供參考與理論支持。