徐洪剛,陳震,程千,李鵬,范永申
(中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)田灌溉研究所河南省節(jié)水農(nóng)業(yè)重點(diǎn)實(shí)驗(yàn)室,河南 新鄉(xiāng) 453000)
作物冠層溫度是反映作物生理健康狀況的一項(xiàng)重要指標(biāo)[1],而這一指標(biāo)可以通過(guò)熱紅外遙感快速高效準(zhǔn)確地獲取.目前,基于熱紅外反演的冠層溫度在作物病蟲(chóng)害[2]、產(chǎn)量估算[3]、作物倒伏[4]、蒸散量[5]以及作物水分虧缺[6]的監(jiān)測(cè)診斷等多方面有較好表現(xiàn),而其中反演作物水分虧缺效果最佳.早期研究大多依靠手持或機(jī)載式熱紅外儀[7]、架設(shè)在試驗(yàn)區(qū)的熱紅外相機(jī)[8]獲取熱紅外光譜,費(fèi)時(shí)費(fèi)力且無(wú)法大面積獲取作物冠層熱紅外影像.隨著無(wú)人機(jī)技術(shù)的快速發(fā)展,以無(wú)人機(jī)搭載熱紅外相機(jī)獲取冠層熱紅外影像進(jìn)而診斷作物水分脅迫的研究開(kāi)始興起,如GMEZ-CANDN等[9]利用無(wú)人機(jī)熱紅外冠層溫度獲取蘋(píng)果園區(qū)整體溫度空間分布信息,研究不同灌溉處理下蘋(píng)果冠層溫度的差異,發(fā)現(xiàn)虧缺灌溉條件下冠層溫度比充分灌溉條件下高.孫圣等[10]利用熱紅外影像評(píng)估了核桃樹(shù)土壤水分情況,發(fā)現(xiàn)(40,60] cm土壤深度土壤水分與冠層溫度變化相關(guān)性較好.PAGAY等[11]利用熱紅外圖像計(jì)算了水分虧缺指數(shù)(CWSI),Ig以及冠氣溫差,通過(guò)比較3個(gè)指標(biāo)與傳統(tǒng)水分狀況評(píng)價(jià)指標(biāo)(Ψpd,Ψs,gs)的相關(guān)性判斷其反演土壤含水率的精準(zhǔn)度,結(jié)果表明冠氣溫差在涼爽潮濕的季節(jié)具有更強(qiáng)的相關(guān)性.通過(guò)冠層溫度計(jì)算CWSI反演土壤含水率的研究一直在探索[12],但冠層溫度容易受其他外界因素或者獲取方法的影響使得反演精度降低[13],CWSI中的干濕參考面精準(zhǔn)獲取又較難實(shí)現(xiàn),尋找其他反演土壤含水率的方法變得更為重要.
同時(shí)國(guó)內(nèi)外許多研究表明[14],冠層覆蓋度能夠影響作物冠層溫度、土壤含水率以及土壤溫度等.張智韜等[15]以拔節(jié)期夏玉米為研究對(duì)象建立冠層溫度與覆蓋度的相關(guān)關(guān)系反演(0,30] cm深度土層土壤含水率,結(jié)果表明反演精度比僅用冠層溫度時(shí)明顯提高.楊文攀等[16]將試驗(yàn)區(qū)玉米覆蓋度與熱紅外提取的冠層溫度進(jìn)行對(duì)比,結(jié)果表明玉米冠層溫度與其覆蓋度有顯著相關(guān)性(R2=0.534 5,P<0.000 1),說(shuō)明冠層覆蓋度會(huì)影響玉米冠層溫度的變化.但覆蓋度的提取精度受到多方面的影響如光照角度、光照強(qiáng)度、地物分類(lèi)(雜草)、圖片清晰度、飛行高度等,難以確保不同時(shí)期的覆蓋度提取精度.LAI為單位面積上植株單面葉片面積的總和,能夠反映作物覆蓋度.而土壤含水率、溫度的變化會(huì)影響玉米LAI的變化,當(dāng)玉米受到水分脅迫時(shí)或者高溫時(shí)葉片會(huì)蜷縮導(dǎo)致LAI降低.JIANG等[17]通過(guò)建立土壤水分脅迫函數(shù)來(lái)量化土壤水分脅迫對(duì)單株主莖葉片膨脹和衰老過(guò)程的影響,結(jié)果表明相對(duì)土壤水分有效性在0.2~0.7時(shí)水分脅迫抑制了葉片的膨脹,當(dāng)相對(duì)土壤水分有效性小于0.2時(shí)葉子枯萎和變黃.VANW等[18]通過(guò)模擬不同環(huán)境研究了環(huán)境和冠層溫度與葉片溫度之間的差異,結(jié)果表明降低LAI可以減小葉片與周?chē)諝獾臏夭?PFEIFER等[19]通過(guò)研究沿海森林景觀中不同樹(shù)木覆蓋條件下的地表溫度,發(fā)現(xiàn)每減少一個(gè)單位的樹(shù)冠LAI將導(dǎo)致地面溫度增加1.2 ℃.
文中以不同水分處理下的夏玉米為研究對(duì)象,利用無(wú)人機(jī)獲取不同生育期試驗(yàn)區(qū)的可見(jiàn)光和熱紅外影像,通過(guò)剔除非冠層區(qū)域獲得各試驗(yàn)小區(qū)冠層溫度,分析非冠層區(qū)域及LAI對(duì)冠層溫度的影響及冠層溫度變化趨勢(shì),并結(jié)合大氣溫度及LAI構(gòu)建DTL指標(biāo),分析冠氣溫差和DTL與不同深度土層土壤含水率之間的相關(guān)關(guān)系,探究DTL反演土壤含水率的效果及最佳反演情況.
試驗(yàn)地位于中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)田灌溉研究所七里營(yíng)綜合試驗(yàn)基地(113°76′E,35°13′N(xiāo)),該地屬溫帶大陸性季風(fēng)氣候,夏季高溫多雨,7—9月降雨量占全年降雨量的65%~75%.試驗(yàn)區(qū)為輕質(zhì)壤土,表層土壤容重1.47 g/cm3,0~1 m土層平均田間體積持水率為30.98%.試驗(yàn)田灌溉水源采用地下水,埋深超過(guò)5 m.
試驗(yàn)供試作物選用夏玉米太玉339,于2020年6月22日播種,9月25日收獲,全生育期共96 d.玉米播種深度約為5 cm,行距60 cm、株距25 cm,灌溉方式為滴灌.試驗(yàn)布置如圖1a所示,設(shè)置了3個(gè)大區(qū)作灌溉處理,大區(qū)間隔2.4 m,灌水定額分別為0 mm(W0),30 mm(W1),70 mm(W2),灌水量通過(guò)支管上的水表控制.每個(gè)灌溉處理下劃分15個(gè)試驗(yàn)小區(qū),3個(gè)處理共計(jì)45個(gè)試驗(yàn)小區(qū),每個(gè)小區(qū)為4.0 m×3.0 m的矩形區(qū)域,間隔1.2 m,編號(hào)如圖1b所示.在試驗(yàn)區(qū)四角布設(shè)30 cm × 30 cm的黑白板,用作熱紅外圖像的溫度校準(zhǔn).
圖1 試驗(yàn)區(qū)布置示意圖Fig. 1 Experimental zone layout diagram
于玉米拔節(jié)后期、大喇叭口期、抽雄吐絲期及灌漿期,選擇晴朗無(wú)風(fēng)的天氣,降低天氣對(duì)無(wú)人機(jī)獲取影像的影響,在2020年7月13日(拔節(jié)后期)、7月30日(大喇叭口期灌水1 d后)、8月10日(抽雄吐絲期降雨后)、9月7日(灌漿期灌水3 d后)進(jìn)行無(wú)人機(jī)圖像以及地面數(shù)據(jù)的同天采集,無(wú)人機(jī)數(shù)據(jù)采集時(shí)間集中在北京時(shí)間的11:00—14:00,地面數(shù)據(jù)采集時(shí)間集中在9:00—14:00.
1.3.1 熱紅外圖像的獲取
以DJI M210V2型無(wú)人機(jī)搭載禪思ZenmuseXT2雙光熱成像相機(jī)獲取試驗(yàn)區(qū)熱紅外影像,無(wú)人機(jī)飛行高度30 m,航向重疊度90%,對(duì)應(yīng)地面分辨率2.7 cm,每次航拍大約用時(shí)17 min.
1.3.2 可見(jiàn)光圖像的獲取
ZenmuseXT2相機(jī)雖自帶可見(jiàn)光波段,但圖像分辨率達(dá)不到試驗(yàn)所需,因此文中研究利用DJI PHANTOM 4Pro無(wú)人機(jī)搭載2 000萬(wàn)像素高清數(shù)碼相機(jī)拍攝試驗(yàn)地可見(jiàn)光(RGB)圖片,無(wú)人機(jī)每次飛行高度為30 m,航向重疊度設(shè)置80%,地面分辨率0.8 cm,飛行整條航線大約歷時(shí)8 min.
1.3.3 地面數(shù)據(jù)的獲取
獲取的地面數(shù)據(jù)主要是土壤含水率、黑白板溫度、LAI、大氣溫度等,土壤含水率采用精確度較高的烘干法測(cè)定,于每個(gè)試驗(yàn)小區(qū)的玉米根部附近60 cm深度土層內(nèi)每隔20 cm取一鉆,取出的土樣裝入鋁盒中,待無(wú)人機(jī)作業(yè)完成后帶回實(shí)驗(yàn)室測(cè)量土壤含水率.黑白板的溫度通過(guò)HIKVISION H10手持式熱紅外測(cè)溫儀測(cè)量,在無(wú)人機(jī)飛過(guò)黑白板后立即拍攝每個(gè)黑(白)區(qū)域中心點(diǎn)的溫度.LAI通過(guò)英國(guó)Delta-T公司生產(chǎn)的SunScan冠層分析儀測(cè)定,儀器由1 m長(zhǎng)的SunScan探測(cè)針、反射數(shù)據(jù)傳感器以及數(shù)據(jù)采集終端等部分組成,于每個(gè)試驗(yàn)小區(qū)不同位置按橫縱方向分別測(cè)量3次,取平均值代表該試驗(yàn)小區(qū)的實(shí)際LAI.大氣溫度、降水量則通過(guò)布設(shè)在基地試驗(yàn)田的通量塔上氣象站獲取.
利用Pix4D mapper和PhotoScan軟件拼接得到完整的試驗(yàn)區(qū)圖像.由于圖像并不重合,為了后續(xù)處理須對(duì)兩者配準(zhǔn),將RGB影像作為基準(zhǔn)圖像在Arcgis中對(duì)熱紅外影像進(jìn)行配準(zhǔn),手動(dòng)選取2幅圖像中均較為明顯的相同一物標(biāo)志作為配準(zhǔn)點(diǎn),試驗(yàn)選取的配準(zhǔn)點(diǎn)均在10個(gè)以上.
無(wú)人機(jī)獲取的是整個(gè)試驗(yàn)區(qū)的圖像,由于裸露土壤以及陰影等并非冠層區(qū)域,因此首先要對(duì)熱紅外圖像進(jìn)行植土分離.文中根據(jù)分離效果最終選用ExG指數(shù),在ENVI中對(duì)可見(jiàn)光圖像進(jìn)行運(yùn)算,從獲得的灰度圖像上分別選取40個(gè)玉米冠層與非冠層的感興趣區(qū)域,繪制7月13日玉米冠層和非冠層區(qū)域ExG指數(shù)直方圖,如圖2所示.從圖中可以看出,玉米冠層與非冠層區(qū)域有明顯的分界(左側(cè)為非冠層區(qū)域的數(shù)值區(qū)間,右側(cè)為玉米冠層的數(shù)值區(qū)間),由此可以確定閾值剔除非冠層區(qū)域獲得玉米冠層矢量文件.然后將矢量文件導(dǎo)入ArcGis中疊加于配準(zhǔn)后的熱紅外圖像提取玉米冠層熱紅外圖像.
圖2 玉米冠層與非冠層樣本的ExG指數(shù)值直方圖Fig.2 Histogram of index value of maize canopy and no-canopy sample
提取熱紅外圖像上黑白板測(cè)量點(diǎn)的像素值與測(cè)得的溫度進(jìn)行擬合,運(yùn)用獲得的轉(zhuǎn)換公式對(duì)當(dāng)天玉米冠層熱紅外圖像作柵格運(yùn)算得到冠層溫度,通過(guò)分區(qū)統(tǒng)計(jì)提取每個(gè)小區(qū)的冠層溫度均值,熱紅外溫度轉(zhuǎn)換公式見(jiàn)表1,表中R2為決定系數(shù).
表1 溫度轉(zhuǎn)換公式Tab.1 Temperature conversion formula
為驗(yàn)證冠層溫度提取時(shí)非冠層區(qū)域所產(chǎn)生的影響,以不灌水處理的15個(gè)試驗(yàn)小區(qū)為例,對(duì)比了剔除和不剔除非冠層區(qū)域2種提取方法下的冠層溫度Tc,結(jié)果如圖3所示.從圖中可以看出,剔除非冠層區(qū)域后的各試驗(yàn)小區(qū)冠層溫度均小于同時(shí)期未剔除時(shí)的冠層溫度.對(duì)比4個(gè)時(shí)期2種提取方法下的冠層溫度發(fā)現(xiàn)7月13日差異最為明顯,平均差值達(dá)到了5.3 ℃,這是由于此時(shí)玉米植株較小,試驗(yàn)小區(qū)內(nèi)所包含的非冠層區(qū)域多,因此差距相比其他時(shí)期最為明顯.9月7日兩者差異又表現(xiàn)出明顯的趨勢(shì),通過(guò)可見(jiàn)光圖像可以看出此時(shí)試驗(yàn)區(qū)玉米葉片開(kāi)始衰落非冠層區(qū)域逐漸增多.圖3b中第8和11試驗(yàn)小區(qū)2種條件下的冠層溫度差異相較于其他小區(qū)明顯增大.對(duì)比發(fā)現(xiàn),2個(gè)試驗(yàn)小區(qū)由于埋設(shè)儀器導(dǎo)致缺苗,非冠層區(qū)域相較于同時(shí)期的其他試驗(yàn)小區(qū)多,表明非冠層區(qū)域的溫度對(duì)結(jié)果影響較大.
圖3 2種條件下提取的冠層溫度變化趨勢(shì)Fig.3 Variation trend of canopy temperature extrac-ted under two conditions
圖4為3種水分處理下各試驗(yàn)小區(qū)不同生育期冠層溫度變化趨勢(shì),其中a,c,d這3個(gè)時(shí)期的冠層溫度均呈現(xiàn)波浪式的變化趨勢(shì).這是由于試驗(yàn)區(qū)右側(cè)相鄰地塊玉米種植時(shí)間晚,7月13日仍處于苗期,全生育期內(nèi)株高均比試驗(yàn)區(qū)低.以抽雄吐絲期為例(此時(shí)株高不再增加),試驗(yàn)區(qū)玉米株高為250~310 cm,而試驗(yàn)區(qū)右側(cè)相鄰地塊玉米株高僅為150~200 cm,因此冠層溫度受熱輻射的影響自左向右逐漸升高.圖4b是灌后24 h內(nèi)獲取的熱紅外影像,可以看到此變化趨勢(shì)并不明顯,分析原因?yàn)楣嗨軌蛴绊憛^(qū)域小氣候,使得冠層溫度發(fā)生變化.圖4a,4b,4c中冠層溫度均低于大氣溫度,而圖4d中處理W0下存在冠層溫度高于大氣溫度的現(xiàn)象,分析原因是當(dāng)天大氣溫度和光照強(qiáng)度高,并且處理W0下玉米受到水分脅迫以及熱輻射影響,導(dǎo)致右側(cè)的試驗(yàn)小區(qū)冠層溫度高于大氣溫度.
圖4 不同生育期各試驗(yàn)小區(qū)冠層溫度變化Fig.4 Changes of canopy temperature in different experimental areas at different growth stages
對(duì)比4個(gè)時(shí)期冠層溫度的變化趨勢(shì),7月30日和9月7日均是灌溉后拍攝,可以看出不同水處理之間的冠層溫度發(fā)生明顯變化,土壤含水率越高,冠層溫度越低.而7月13日前較長(zhǎng)時(shí)間未灌水(7 d以上),8月初連續(xù)降雨,降水量累計(jì)達(dá)到201 mm,可以看出2個(gè)時(shí)期的冠層溫度在不同處理之間的差異相對(duì)較小,這表明冠層溫度在一定程度上可以表征土壤水分虧缺程度.同時(shí)通過(guò)表2可以看出,除9月7日外冠層溫度與LAI具有極顯著相關(guān)性,表明冠層溫度在一定程度上受到作物L(fēng)AI的影響.
表2 冠層溫度與葉面積指數(shù)相關(guān)性Tab.2 Correlation of maize canopy temperature and LAI
夏玉米不同生育期各試驗(yàn)小區(qū)的冠氣溫差與(0,60] cm土層深度d土壤含水率的相關(guān)關(guān)系如表3所示,為了直觀顯示冠氣溫差與土壤含水率的關(guān)系,圖5為不同生育期冠層溫度與(0,20] cm深度土層散點(diǎn)圖.
表3 冠氣溫差與土壤含水率相關(guān)關(guān)系Tab.3 Correlation between canopy temperature and soil moisture content
從表3可以看出,各回歸模型的系數(shù)均為負(fù)值,表明冠氣溫差x與土壤含水率y呈負(fù)相關(guān).不同時(shí)期冠氣溫差與土壤含水率的線性相關(guān)程度存在差異,以(0,20] cm深度土層為例,7月13日模型相關(guān)性不顯著(R2僅為0.132 6,P<0.05).7月13日前未進(jìn)行灌溉處理,8月初有降雨,試驗(yàn)田表層土壤含水率差異相對(duì)較小(散點(diǎn)圖中趨勢(shì)線斜率較小),此時(shí),試驗(yàn)誤差的影響(冠層溫度提取、取土位置等)變得明顯,導(dǎo)致決定系數(shù)低.7月30日和9月7日的熱紅外圖像為灌溉后獲取,回歸模型極顯著相關(guān)(決定系數(shù)R2達(dá)到0.619 3和0.463 7,P<0.000 1),表明土壤水分含量的空間差異越大,冠氣溫差與土壤水分含量的相關(guān)性越高.
8月10日不同土層深度的回歸模型中,(0,20] cm深度土層回歸方程的決定系數(shù)反而小于另2個(gè)深度(R2=0.055 3,小于0.143 2,0.109 8).取土過(guò)程中發(fā)現(xiàn)這一時(shí)期玉米根系在(40,60] cm附近的土層中分布最廣泛,表明當(dāng)表層土壤水分充足時(shí),冠氣溫差對(duì)主要根系活動(dòng)層內(nèi)的土壤水分響應(yīng)更強(qiáng)烈.
圖5 冠氣溫差與(0,20] cm深度土壤含水率相關(guān)關(guān)系Fig.5 Correlation between canopy-air temperature difference and 0-20 cm soil moisture content
為了尋找新的反演土壤含水率的方法,借助LAI能夠影響冠層溫度的變化,因此嘗試將冠氣溫差與LAI結(jié)合構(gòu)建溫度和葉面積指數(shù)的一個(gè)新指標(biāo)DTL來(lái)反演灌后土壤含水率,計(jì)算式為
DTL=-(Tc-Ta)×LAI,
(1)
式中:Ta為冠層上方大氣溫度,℃;Tc為熱紅外圖像提取的冠層溫度,℃.
由于LAI與冠氣溫差負(fù)相關(guān),故對(duì)冠氣溫差取相反數(shù),結(jié)果見(jiàn)表4.同時(shí)將(0,20] cm土層DTL與土壤含水率散點(diǎn)圖進(jìn)行繪制,如圖6所示.
表4 DTL與不同深度土壤含水率相關(guān)關(guān)系Tab.4 Correlation between DTL and different soil moisture content at different depths
圖6 DTL與(0,20] cm深度土壤含水率關(guān)系Fig. 6 Correlation between DTL and soil moisture content at 0-20 cm depth
從表4中可以看出,DTL與土壤含水率呈正相關(guān),DTL越大,土壤含水率越高.相比利用冠氣溫差時(shí)的反演精度R2(0.132 6, 0.614 6, 0.055 3, 0.463 7),DTL反演的決定系數(shù)R2均有不同程度的提高.對(duì)比灌溉后不同土壤深度下的反演效果,反演精度隨土層深度的增加而降低,與用冠氣溫差反演時(shí)變化規(guī)律一致.以7月30日不同深度的反演結(jié)果為例,決定系數(shù)R2從0.614 6,0.519 4,0.463 5分別提高到0.661 6,0.567 9,0.505 9.
綜上,構(gòu)建的新指標(biāo)相比利用冠氣溫差指標(biāo)在灌后反演精度均有不同程度的提升,研究中發(fā)現(xiàn)灌前時(shí)期的反演精度提升效果不明顯,甚至出現(xiàn)降低的情況,這主要是因?yàn)樵囼?yàn)小區(qū)較小,反演尺度也小,導(dǎo)致灌前的反演誤差過(guò)大,反演精度的參考價(jià)值相應(yīng)較低,后續(xù)可在大尺度范圍內(nèi)驗(yàn)證本指標(biāo),以確定指標(biāo)是否能夠提升反演精度.
許多研究通過(guò)一些邊緣檢測(cè)等算法直接從熱紅外圖像上提取冠層溫度[11,16],但這對(duì)熱紅外圖像的分辨率有很高的要求且需要研究者具有一定的算法基礎(chǔ).為了降低提取難度,文中研究針對(duì)可見(jiàn)光提取玉米冠層的分類(lèi)方法上進(jìn)行了嘗試,最終發(fā)現(xiàn)ExG指數(shù)法在試驗(yàn)區(qū)效果較好.但利用可見(jiàn)光提取玉米冠層仍然存在一定的問(wèn)題,比如:① 可見(jiàn)光圖像與熱紅外圖像并不是完全重合的,即使是經(jīng)過(guò)配準(zhǔn)后某些地方也存在無(wú)法完美重合的情況,提取的玉米冠層熱紅外圖像可能包含部分土壤或者陰影導(dǎo)致冠層溫度與實(shí)際冠層溫度存在偏差.② 由于文中并不側(cè)重于提取方法的研究且已找到適合本試驗(yàn)區(qū)熱紅外圖像的提取指數(shù),對(duì)于其他的指數(shù)法提取效果或文中所選用的指數(shù)在其他地區(qū)(其他作物)上的表現(xiàn)還需后續(xù)驗(yàn)證.
文中分析了LAI與冠層溫度、冠氣溫差與土壤含水率的相關(guān)關(guān)系,并在此基礎(chǔ)上提出了DTL這一個(gè)新的指標(biāo)反演土壤含水率.通過(guò)建立一元線性回歸方程發(fā)現(xiàn)DTL與土壤含水率正相關(guān),線性相關(guān)程度在不同時(shí)期不同深度下均有所提升(相比冠氣溫差反演時(shí)),但研究不足之處在于試驗(yàn)區(qū)域較小,對(duì)于大尺度情況下反演精度高低無(wú)法確定.通過(guò)分析4個(gè)時(shí)期的數(shù)據(jù),結(jié)果發(fā)現(xiàn)灌后拍攝的兩期影像反演精度較高,而另外兩期影像反演精度則較低,這主要是本研究的試驗(yàn)小區(qū)較為集中,當(dāng)不進(jìn)行灌溉處理時(shí),各試驗(yàn)小區(qū)之間土壤含水率本身已無(wú)較大差異,試驗(yàn)誤差對(duì)反演精度的影響就變得明顯,導(dǎo)致反演精度不高.本研究并未涉及拔節(jié)期之前的生育期,對(duì)于拔節(jié)后期之前的時(shí)期土壤含水率反演精度如何還需通過(guò)后續(xù)試驗(yàn)進(jìn)一步探討,所提出的新指標(biāo)在其他作物上應(yīng)用的效果如何也需進(jìn)一步驗(yàn)證.
1) 分析了非冠層區(qū)域?qū)趯訙囟忍崛〉挠绊?結(jié)果表明,剔除非冠層區(qū)域獲得的冠層溫度低于不剔除冠層區(qū)域獲得的冠層溫度,且非冠層區(qū)域面積越大,兩者的差值也越大.
2) 通過(guò)對(duì)4個(gè)時(shí)期數(shù)據(jù)的分析,發(fā)現(xiàn)表層(0,20] cm土壤含水量差異較大時(shí),冠氣溫差對(duì)土壤含水量反演的效果較好,反之則不理想.
3) 與冠氣溫差相比,構(gòu)建的DTL指標(biāo)反演土壤含水率的精度有所提高,表明DTL指標(biāo)具有進(jìn)一步研究的價(jià)值.