索玉婷,羅華平*,李 偉,王長(zhǎng)旭,徐嘉翊
1. 塔里木大學(xué)機(jī)械電氣化工程學(xué)院,新疆 阿拉爾 843300 2. 新疆維吾爾自治區(qū)教育廳普通高等學(xué)?,F(xiàn)代農(nóng)業(yè)工程重點(diǎn)實(shí)驗(yàn)室,新疆 阿拉爾 843300
新疆紅棗種植面積目前約600萬(wàn)畝,占全國(guó)紅棗種植面積的近三分之一,盛果期產(chǎn)量將占到全國(guó)總產(chǎn)量的50%以上。特色林果業(yè)已成為新疆農(nóng)民致富的一個(gè)新的支柱產(chǎn)業(yè),開(kāi)拓新疆紅棗產(chǎn)業(yè)市場(chǎng)的影響力和競(jìng)爭(zhēng)力為其主要任務(wù),因此如何開(kāi)展快速大面積近地面紅棗品質(zhì)定量遙感檢測(cè),是目前農(nóng)學(xué)領(lǐng)域的研究熱點(diǎn)和難點(diǎn)。在戶外用高光譜檢測(cè)時(shí),對(duì)天氣要求比較高,首先必須是晴朗的陽(yáng)光充足的天氣,晴天光照和大氣環(huán)境相對(duì)穩(wěn)定。陰天光照條件復(fù)雜,所建立的普通模型精度低于晴天。而紅棗完熟期為9月中旬到10月底,十月的南疆部分地區(qū)多云天氣偏多,有的時(shí)候一周可能僅有一天是大晴天,因此這樣的天氣大大降低了南疆近地面紅棗品質(zhì)定量遙感檢測(cè)的效率。為了探索近地面遙感檢測(cè)受天氣影響的程度,本研究分別模擬晴天、多云、陰天條件,采集不同偏振度(0°,45°,90°和135°)條件下的冬棗光譜,偏振探測(cè)時(shí)間相對(duì)較短,主要是選擇不同天氣下光照對(duì)檢測(cè)結(jié)果影響的規(guī)律。
近年來(lái),眾多研究者利用高光譜遙感技術(shù)對(duì)農(nóng)作物的檢測(cè)做了大量的工作[1-3]。然而這些研究均是在晴朗大太陽(yáng)的天氣下進(jìn)行的,目前尚未在陰天或多云天氣下進(jìn)行過(guò)農(nóng)作物品質(zhì)檢測(cè)的研究。只有趙永強(qiáng)等對(duì)于不同的天氣條件(晴天、多云、陰天)下的目標(biāo)分類進(jìn)行過(guò)深入的研究。因此,本文基于偏振探測(cè)技術(shù)[5]和不同天氣條件下物質(zhì)分類技術(shù)[4],再結(jié)合高光譜技術(shù)[6-9],利用不同天氣條件下南疆冬棗的高光譜偏振數(shù)據(jù)與室內(nèi)測(cè)定的水分含量數(shù)據(jù),采用TQ-analyst建模軟件,選擇一階導(dǎo)數(shù)光譜形式和Savitzky-Golay濾波的數(shù)據(jù)預(yù)處理方式,最后用逐步多元線性回歸方法(SMLR)建模。構(gòu)建了不同天氣條件下,不同波長(zhǎng)下南疆冬棗二向反射分布函數(shù)(bidirectional reflectivity distribution function,BRDF)參量(S0,ε0,f00)、線偏振度(degree of linear polarization,Dolp)與水分含量的反演模型,旨在南疆紅棗近地面定量遙感檢測(cè)時(shí),可以不受天氣條件的制約,從而提高檢測(cè)精度和檢測(cè)效率。為今后開(kāi)展大面積紅棗品質(zhì)定量遙感檢測(cè)奠定基礎(chǔ)。
采用四川雙利合譜科技有限公司生產(chǎn)的Image-λ-N17E-N3型增強(qiáng)型近紅外高光譜相機(jī)采集戶外南疆冬棗光譜,其光譜范圍是900~1 750 nm,光譜分辨率為9 nm。測(cè)定時(shí)間為北京時(shí)間2019年10月8日13:00—14:00,晴朗無(wú)云,風(fēng)力小于2級(jí)。樣本來(lái)自阿拉爾市第一師10團(tuán)同一棵樹(shù)上的冬棗。測(cè)定前對(duì)樣本標(biāo)號(hào),連接并調(diào)整好儀器,擺放好白板及樣本等,白板兩側(cè)各54個(gè)冬棗,共108個(gè)樣本,按照從左到右從上到下的順序擺放樣本。測(cè)定時(shí),傳感器的探頭平行于地面、垂直位于距離白板中心1.5 m遠(yuǎn)的正前方,在陽(yáng)光下對(duì)樣本掃描5次,分別為無(wú)偏、0°偏振、45°偏振、90°偏振、135°偏振,再用兩把防曬傘將照射樣本和白板的陽(yáng)光遮起來(lái),模擬陰影環(huán)境,并重復(fù)陽(yáng)光下的操作。改變探測(cè)器方位角為0°,30°和45°,重復(fù)陽(yáng)光下和陰影下的實(shí)驗(yàn)操作,并且每改變一次探測(cè)器方位角,都要測(cè)量一次太陽(yáng)高度角以及太陽(yáng)方位角。
戶外采集完冬棗光譜后,立即轉(zhuǎn)移到室內(nèi),采用北京卓立漢光儀器有限公司生產(chǎn)的GaiaSorter高光譜分選儀測(cè)定南疆冬棗光譜,按照標(biāo)號(hào)由小到大的順序,每次測(cè)定12個(gè)冬棗,一共測(cè)定9次。
測(cè)定完暗箱光譜后,立即測(cè)定冬棗的含水率,采用GB/5009.3—2010《食品中水分的測(cè)定》的方法進(jìn)行測(cè)定。按照標(biāo)號(hào)由小到大的順序,把每個(gè)進(jìn)行光譜掃描的那一面冬棗切片,大概3 g左右,記錄重量,放入相對(duì)應(yīng)的獨(dú)立信封中,最后把所有信封都放入烘箱中,烘干8 h后取出稱重并記錄,再放入烘箱,2 h后再拿出稱重并記錄,重復(fù)2次,取變化最穩(wěn)定的重量進(jìn)行水分計(jì)算。
1.4.1 陽(yáng)光天氣下偏振光譜BRDF測(cè)量原理
為了能夠獲取各種材料的偏振BRDF數(shù)據(jù),需要通過(guò)偏振BRDF方程來(lái)設(shè)計(jì)實(shí)驗(yàn)方案,確定偏振BRDF矩陣的S0,S1,S2元素(S0,S1,S2均為偏振BRDF的參數(shù))。
偏振光譜BRDF的參數(shù)方程為
S0=I0+I90
(1)
S1=I0-I90
(2)
S2=I45-I135
(3)
因此,對(duì)于某個(gè)探測(cè)器位置單個(gè)光譜波段的偏振BRDF數(shù)據(jù),需要4組目標(biāo)材料數(shù)據(jù),分別為陽(yáng)光下的四個(gè)偏振方向。
線偏振度方程為
(4)
1.4.2 多云天氣下偏振光譜BRDF測(cè)量原理
為了能夠獲取各種材料的偏振BRDF數(shù)據(jù),需要通過(guò)偏振BRDF遙感輻射控制方程來(lái)設(shè)計(jì)實(shí)驗(yàn)方案,確定偏振BRDF矩陣的f00,f10,f20元素(f00,f10,f20均為偏振BRDF的參數(shù))。
偏振光譜BRDF的輻射傳輸方程為
(5)
式中:Lt為傳感器接收到的總輻射的Stokes向量,需要在太陽(yáng)光下測(cè)量得到;Ls為目標(biāo)反射的天空散射光的Stokes向量,需要在陰影下測(cè)量得到;Lu為經(jīng)大氣散射后,直接沿著目標(biāo)——探測(cè)器方向進(jìn)入探測(cè)器的太陽(yáng)光,該部分的能量所占比例較少,在地面遙感中近似為零,可以忽略不計(jì)。分母中的參數(shù)都是未知的,且難以測(cè)量,所以需要采用比較測(cè)量法來(lái)測(cè)量目標(biāo)的偏振光譜BRDF[10]。
比較測(cè)量法中要求參考材料在整個(gè)上半球空間的BRDF值f00_ref都為已知。而朗伯板的BRDF值恒為ρ/π(ρ為半球反射率)[10]??梢赃x用接近朗伯板的標(biāo)準(zhǔn)板作為定標(biāo)板。
綜上可得目標(biāo)的偏振光譜BRDF的Stokes向量實(shí)驗(yàn)計(jì)算式為
(6)
因此,對(duì)于某個(gè)探測(cè)器位置單個(gè)光譜波段的偏振BRDF數(shù)據(jù),至少需要4組(分別為陽(yáng)光下和陰影下的兩個(gè)正交偏振方向)定標(biāo)材料數(shù)據(jù)和8組(分別為陽(yáng)光下和陰影下的四個(gè)偏振方向)目標(biāo)材料數(shù)據(jù)。
類似地還可以得到線偏振度
(7)
1.4.3 陰天天氣下偏振光譜BRDF測(cè)量原理
由于偏振光譜BRDF需要采集太陽(yáng)照射下的圖像,而陰天條件下無(wú)法實(shí)現(xiàn),所以利用一種變換的特征來(lái)代替它。假設(shè)其中太陽(yáng)光下的圖像都為0,則該式可以寫(xiě)成陰影偏振光譜BRDF
(8)
式中:ε0,ε1,ε2與f00,f10,f20相對(duì)應(yīng),此時(shí)的偏振度定義為
(9)
選取全波段900~1 750 nm近紅外光譜范圍,首先對(duì)光譜進(jìn)行預(yù)處理,選擇一階導(dǎo)數(shù)光譜,導(dǎo)數(shù)處理既可以消除基線偏移,還可以起到一定的放大和分離重疊信息的作用; 再選擇Savitzky-Golay濾波(即卷積平滑),以提高信噪比,減小數(shù)據(jù)的隨機(jī)噪聲,從而提高模型的穩(wěn)健性。其次從總樣本中隨機(jī)選取54個(gè)樣本,采用逐步多元線性回歸法(SMLR),對(duì)不同天氣條件下不同波長(zhǎng)南疆冬棗BRDF參量(S0,ε0,f00)、Dolp與水分含量建模。最后選用相關(guān)系數(shù)r、校正集樣本的標(biāo)準(zhǔn)差(RMSEC)、預(yù)測(cè)集樣本的標(biāo)準(zhǔn)差(RMSEP)共3個(gè)指標(biāo)對(duì)模型的性能和預(yù)測(cè)能力進(jìn)行評(píng)價(jià)。r能反映出預(yù)測(cè)值與實(shí)測(cè)值之間的相關(guān)程度,r越接近1,表明預(yù)測(cè)值與實(shí)際值越接近,相關(guān)程度越高,回歸或預(yù)測(cè)結(jié)果越好; RMSEC用于評(píng)價(jià)建模的可行性,值越小,表明模型回歸的越好; RMSEP用于評(píng)價(jià)所建模型對(duì)外部樣本的預(yù)測(cè)能力,同樣,值越小,表明模型的預(yù)測(cè)能力越強(qiáng),結(jié)果越準(zhǔn)確; 另外,好的模型不但有較小的RMSEC和RMSEP,而且RMSEC與RMSEP的差值也要小。通常,RMSEP要大于RMSEC。利用TQ-analyst軟件完成數(shù)據(jù)處理與建模。
2.1.1 南疆冬棗波長(zhǎng)-Dolp模型
選用全部樣本(108個(gè)),建立不同天氣條件下南疆冬棗波長(zhǎng)-Dolp模型,由圖1(a),(b)和(c)的二維、三維圖像可以看出不同天氣條件下南疆冬棗高光譜Dolp既有明顯差異,又有明顯相同特征:
(1)不同天氣條件下南疆冬棗Dolp變化趨勢(shì)以及數(shù)值有明顯的差異,多云天氣下的Dolp減小時(shí),晴天和陰天下的Dolp增大。晴天Dolp>陰天Dolp>多云Dolp,且晴天Dolp>0、陰天Dolp>0、多云Dolp<0。大多數(shù)PBRDF研究中的Dolp均為正值,很少會(huì)出現(xiàn)負(fù)值的情況,而本研究多云天氣下Dolp為負(fù)值的原因如下
(It_0-Is_0)<0
(It_45-Is_45)<0
(It_90-Is_90)<0
(It_135-Is_135)<0
((It_0-Is_0)+(It_45-Is_45)+
(It_90-Is_90)+(It_135-Is_135))/2<0
根據(jù)Dolp化簡(jiǎn)后的公式可知
圖1 不同波長(zhǎng)冬棗Dolp模型對(duì)比 (a): 晴天; (b): 陰天; (c): 多云Fig.1 Comparison of Dolp models of Dongzao with different wavelengths (a): Sunny; (b): Cloudy; (c): Cloudy
故: Dolp<0
(2)不同天氣條件下南疆冬棗Dolp都有相同特征,在1 100和1 300 nm附近出現(xiàn)極值,是因?yàn)榇颂帪槎瑮椀膬蓚€(gè)反射峰。在1 400 nm處特征最為明顯,是因?yàn)榇颂帪槟辖瑮椞卣鞑ㄩL(zhǎng)吸收峰。 2.1.2 南疆冬棗波長(zhǎng)-偏振參量S0,ε0,f00模型
根據(jù)不同天氣條件下南疆冬棗波長(zhǎng)-偏振參量S0,ε0,f00的二維、三維模型可知,晴天S0>陰天ε0>多云f00,且S0>0,ε0>0,f00<0,雖然不同天氣條件下S0,ε0,f00數(shù)值上相差較大,甚至有正負(fù)之分,但S0,ε0,f00都有相同特征,在990 nm附近都出現(xiàn)谷值,是因?yàn)?92.65 nm為南疆冬棗品質(zhì)特征波長(zhǎng)吸收峰; 在1 100 nm附近則出現(xiàn)明顯峰值,是因?yàn)榇颂幖创嬖谔卣鞑ㄩL(zhǎng)吸收峰(1 188.96 nm),又存在反射峰(1 107.68 nm); 在1 400 nm附近特征最為明顯。在大多數(shù)PBRDF研究中偏振參量也均為正值,很少會(huì)出現(xiàn)負(fù)值的情況,而本研究多云天氣下偏振參量f00為負(fù)值(證明同Dolp)。
圖2 不同波長(zhǎng)冬棗偏振參量S0,ε0,f00模型對(duì)比 (a): 晴天; (b): 陰天; (c): 多云Fig.2 Comparison of polarization parameters S0, ε0 and f00 models of Dongzao at different wavelengths (a): Sunny; (b): Cloudy; (c): Cloudy
2.2.1 南疆冬棗Dolp-水分模型
圖3(a),(b),(c)和(d)所示,分別為不同天氣條件下不同波長(zhǎng)南疆冬棗Dolp與水分含量模型。模型中校正集樣品個(gè)數(shù)均為36,預(yù)測(cè)集樣品個(gè)數(shù)均為18,晴天、陰天、多云、暗箱條件下,Dolp-水分含量模型預(yù)測(cè)集的相關(guān)系數(shù)r分別為: 0.846,0.865,0.914和0.926,校正集樣本的標(biāo)準(zhǔn)差RMSEC分別為: 0.008 73,0.008 35,0.007 64和0.008 76,預(yù)測(cè)集樣本的標(biāo)準(zhǔn)差RMSEP分別為: 0.010 6,0.009 52,0.011 7和0.000 985,RMSEC與RMSEP的差值分別為: 0.001 87,0.001 17,0.004 06和0.007 775。由RMSEC與RMSEP的數(shù)值以及差值均小于0.008,可得知不同天氣條件下的Dolp-水分模型具有很好的預(yù)測(cè)能力和可行性; 由相關(guān)系數(shù)的大小關(guān)系:r暗箱>r多云>r陰天>r晴天,可得出多云天氣時(shí)南疆冬棗Dolp-水分模型的相關(guān)程度最好,晴天條件下最差,因此可以得出當(dāng)戶外天氣為多云時(shí),依舊可以對(duì)南疆冬棗進(jìn)行水分含量檢測(cè),而且其相關(guān)程度要好于晴天。 2.2.2 南疆冬棗偏振參量S0,ε0,f00-水分模型
圖4(a),(b),(c)和(d)所示,分別為不同天氣條件下不同波長(zhǎng)南疆冬棗偏振參量S0,ε0,f00與水分含量模型。模型中校正集樣品個(gè)數(shù)均為36,預(yù)測(cè)集樣品個(gè)數(shù)均為18,晴天、陰天、多云、暗箱條件下,偏振參量S0,ε0,f00-水分含量模型預(yù)測(cè)集的相關(guān)系數(shù)r分別為: 0.879,0.796,0.913,0.926,校正集樣本的標(biāo)準(zhǔn)差RMSEC分別為: 0.007 87,0.009 71,0.007 00,0.008 76,預(yù)測(cè)集樣本的標(biāo)準(zhǔn)差RMSEP分別為: 0.011 9,0.012 3,0.010 5,0.009 85,RMSEC與RMSEP的差值分別為: 0.004 03,0.002 59,0.003 5和0.001 09。由RMSEC與RMSEP的數(shù)值以及差值均小于0.005,可得知不同天氣條件下的偏振參量S0,ε0,f00-水分模型具有很好的預(yù)測(cè)能力和可行性; 由相關(guān)系數(shù)的大小關(guān)系:r暗箱>r多云>r晴天>r陰天,可得出暗箱時(shí)南疆冬棗偏振參量S0,ε0,f00-水分模型的相關(guān)程度最好,而多云天氣條件下的相關(guān)程度與暗箱條件下最為相近,陰天條件下最差,因此可以得出當(dāng)戶外天氣為多云時(shí),依舊可以對(duì)南疆冬棗進(jìn)行水分含量檢測(cè),而且其相關(guān)程度要好于晴天。
圖3 不同波長(zhǎng)冬棗Dolp與水分模型對(duì)比 (a): 晴天; (b): 陰天; (c): 多云; (d): 暗箱Fig.3 Comparison of Dolp and water model of Dongzao with different wavelengths (a): Sunny; (b): Cloudy; (c): Cloudy; (d): Camera obscura
圖4 不同波長(zhǎng)冬棗偏振參量S0,ε0,f00與水分模型對(duì)比 (a): 晴天; (b): 陰天; (c): 多云; (d): 暗箱Fig.4 Comparison of polarization parameters S0, ε0, f00 and water model of Dongzao with different wavelengths (a): Sunny; (b): Cloudy; (c): Cloudy; (d): Camera obscura
(1)不同天氣條件下南疆冬棗偏振參量S0,ε0,f00和Dolp既有相同特征又有不同特征。相同特征,在1 100 nm附近都出現(xiàn)極值,是因?yàn)榇颂幠辖瑮棿嬖谔卣鞑ㄩL(zhǎng)反射峰(1 107.68 nm)和吸收峰(1 188.96 nm),在1 400 nm附近其特征都最為明顯,是因?yàn)榇颂帪槟辖瑮椞卣鞑ㄩL(zhǎng)吸收峰; 不同特征,在數(shù)值上,晴天>陰天>多云,且晴天>0、陰天>0、多云<0,不同天氣條件下S0,ε0,f00和Dolp數(shù)值上相差較大,甚至有正負(fù)之分,以多云天氣條件下的數(shù)值最為特別,S0,ε0,f00和Dolp均為負(fù)值。
(2)戶外晴天、陰天、多云三種條件檢測(cè)南疆冬棗水分時(shí),多云天氣偏振參量、Dolp與水分模型預(yù)測(cè)集的相關(guān)系數(shù)最大,r值分別為: 0.913和0.914,且最接近暗箱與水分模型的相關(guān)系數(shù)r的值: 0.926。根據(jù)不同天氣條件下,不同波長(zhǎng)下南疆冬棗偏振參量、Dolp與水分模型的RMSEC與RMSEP的數(shù)值以及差值,水分模型差值均小于0.008,表明該水分模型具有較好的預(yù)測(cè)能力和可行性; 因偏振有強(qiáng)光弱化,弱光強(qiáng)化的作用,通過(guò)對(duì)比晴天、陰天實(shí)驗(yàn)結(jié)果,該方法有較好的環(huán)境適應(yīng)性,在戶外紅棗品質(zhì)遙感探測(cè)方面有廣泛應(yīng)用前景。