1、 鲁东大学学报(自然科学版)()():收稿日期:修回日期:基金项目:山东省自然科学基金()通信作者简介:姚付启()男教授硕士研究生导师博士研究方向为农业节水及水资源高效利用研究:.:././.基于辐射传输模型的叶片含水量定量反演研究曾凡超赵 静王英修姚付启(.鲁东大学 水利工程学院山东 烟台.长江水利委员会长江科学院武汉)摘要:为了快速、准确地估测出植物的叶片含水量为研究植物生长发育状况提供数据支持本研究通过叶片内部辐射传输机制的 模型模拟出大量不同生化含量和叶肉结构的叶片光谱反射率深入探讨有效反演叶片含水量的植被水分指数并对各指数的稳定性和抗干扰能力进行评估 结果显示各植被水分指数对叶片含水
2、量的敏感性差异不大除水应力指数()和归一化多波段干旱指数()两种指数外其他指数值均随叶片含水量的增加而增加 叶绿素含量的差异对各植被水分指数的影响较小干物质次之叶肉结构影响最大 在抵抗干物质影响和叶肉结构影响方面水分指数()相比其他 种指数来说具有较大优势简单水比指数()次之 通过使用叶片光学模型的模拟光谱来研究叶片含水量变化的光谱响应及其影响因素具有较强的理论性和普适性是研究植物生长发育状况的一种重要手段关键词:辐射传输模型叶片含水量高光谱植被水分指数反演中图分类号:文献标志码:文章编号:()水分对植物的生长发育至关重要对植被的呼吸速率、光合速率、生物量等一系列生理变化和结构变化都有重要影响
3、是研究植被生长的重要指标 水作为植物生长发育的必要条件影响着植被的生长及产量因此及时准确地监测植被的水分状况在植被研究中显得尤为重要 传统的对植被水分的估算大都通过野外实测的手段但实测获取的数据仅仅反映了采样点周边的小范围情况并且只能反映当时较短时间范围内的状况具有一定的局限性而且采样需要布控大量采样点时间和经济成本较高遥感可以很好地满足植被水分监测的空间广泛性和时间连续性特点可以快速、无损、精确地得出所需要的数据 高光谱遥感能够快速无损地捕获地表植被的微弱光谱信息通过光谱信息能够精准地得出所需要的植被叶片含水量的数据是一种反演植被叶片含水量的新技术目前在研究植被生化组分的植被含水量时有 类反
4、演植被含水量的方法即统计算法、物理模型和多种算法集合的方法 基于物理模型的方法相当于传统的经验/半经验方法物理意义明确具有更高的稳定性和普适性其中应用最广泛、模型最简单、最实用的是 模型植被指数是一种可以将不同波段的反射率经过线性或者非线性分析提取独特的光谱信号来反映某种特定信息的指数 通过结合光谱特性植被指数可以提供更加准确的结果这使得它相较于传统的统计回归方法拥有更高的稳定性和鲁棒性 传统的多光谱监测中宽波段植被指数应用较多但由于各个传感器的监测原理不同导致各个传感器得到的植被指数之间缺少可比性从而限制了我们对植被指数的应用随着高光谱技术的发展纳米级窄波段植被指数的应用越来越广泛进而出现了
5、许多有关植物生化参量的植被指数 但是对于各个植被指数来说其对某种特定生化参量的敏感程度以及对于其它因素的抗干扰能力有很大不同如一种植被指数可能对某种特定的生化参量敏感度很高对其它生化参量的敏感度很差且抵抗其他因素干扰的能力很强该植被指数就适合该生化参量的反演但有 鲁东大学学报(自然科学版)第 卷的植被指数可能对某种生化参量敏感度很高但是其抵抗其它因素干扰的能力较差它就不适合该生化参量的反演 因此选取一个对某种特定的生化参量敏感性较高且抵抗其它因素干扰能力较强的植被指数对于定量反演植物的某种特定生化含量有着重要意义国内外学者对不同生化含量的植被指数进行了分析比较 等通过分析 种植被指数与叶面积指
6、数之间的关系得出陆地叶绿素指数()与叶面积指数()有着良好的线性关系并且其对土壤背景的敏感性较弱适合用来反演 等选取了 个叶绿素相关的高光谱植被指数通过分析比较发现归一化植被指数()是与叶绿素最相关的指标 施润和等通过 模型对 种常用的叶绿素高光谱指数进行分析比较得出结构无关色素指数()在对叶绿素含量的敏感性以及抵抗其它因素干扰能力方面更胜一筹赵虎等利用/数据反演冬小麦叶面积指数通过分析比较 种冬小麦 反演植被指数发现比值植被指数()不适宜作为反演 的指标而土壤调节植被指数()、增强植被指数()和双波 段 增 强 植 被 指 数()则在不同的估算模型下有不同的优势应根据模型选取相应的植被指数郑
7、踊谦等为寻找一种可靠的反演 的植被指数选取了 个常用的植被指数在其饱和性和拟合精度方面进行分析比较得出三角植被指数()、改进的土壤可调节 植 被 指 数()和 改 进 的 叶 绿 素 吸 收 指 数()个植被指数对反演 有着较大优势方圣辉等基于 成像光谱数据对植被叶绿素进行反演对选取的 种植被指数进行分析比较发现 波段植被指数的反演精度明显高于 波段植被指数 大多数研究都是针对有关叶绿素浓度以及叶面积指数的植被指数进行分析而对于叶片含水量来说应该也存在一种或几种植被水分指数适合对其反演但目前针对这方面的研究较少因此本研究在结合前人经验的基础上整合了具有一定技术突破的 种典型指数基于 模型模拟出
8、不同生化含量以及不同叶肉结构下的叶片反射率利用植被水分指数对叶片含水量进行反演尝试分析各个指数对叶片含水量的敏感性以及其抵抗其它因素的干扰能力为研究植被叶片含水量提供依据进一步推动遥感监测植物水分含量的发展 研究方法.模型 模型可以计算出叶片内部在 波段的半球反射率和透过率模拟出叶片光谱在遥感研究中被广泛应用是一种基于辐射传输机制的叶片光学模型 这一模型可以应用于各种阔叶植物并且具有良好的准确性和可靠性 模型是从 模型演变过来的 模型是把叶片看作一个密实的结构而 模型是把叶片看作 层表面粗糙的平板和 层空气隔层结合在一起的非密实结构 它模拟了叶片光谱 范围内上行下行辐射通量从而得到叶片的反射率
9、 和透过率 该研究使用 模型其表达式为:()()()式中:表示叶肉结构参数表示叶绿素含量表示叶片含水量表示叶片干物质含量众多学者认为 模型是目前最好的叶片光学模型之一 可以给定叶片含水量、叶绿素含量、干物质含量和叶肉结构参数的具体数值或取值范围输入到模型中模拟出叶片的光谱特征也可以通过光谱特征来反演叶片的生化含量 本文使用 模型来模拟实验数据并通过这些模拟数据来研究不同植被水分指数对叶片含水量的响应程度 此外本文还将利用这个模型来探究其他因素如何影响植被水分指数并提出相应的解决方案通过科学方法来评估可用来反演叶片含水量的植被水分指数.植被水分指数选择及应用利用植被水分指数研究植被叶片含水量的理
10、 第 期曾凡超等:基于辐射传输模型的叶片含水量定量反演研究 论基础为:植被中液态水的含量影响着绿色植被在 范围内的叶片反射率 植被水分指数通常由参考波段和测量波段以比值或者归一化的形式组成 参考波段一般选择对植被含水量敏感度较小的区域如、和 测量波段相比较参考波段来说应该对植被含水量的敏感度较高一般选择在这两个光谱范围内:和 前者的吸收峰主要是、和 后者主要的吸收峰为、和 通过分析植被水分指数的形成机理以及组成形式该研究选择有一定技术突破的典型指数参与后续分析计算公式见表表 植被水分指数计算公式.类型指数计算公式引文比值型水应力指数()水分指数()简单水比指数()归一化型归一化差值近红外指数(
11、)(/)()归一化植被指数()()()归一化植被指数()()()归一化植被指数()()归一化植被指数()()归一化植被指数()()归一化植被指数()()归一化多波段干旱指数()()()全球植被水分指数()(.)(.)(.)(.)注:表示水应力指数表示水分指数表示简单水比指数表示归一化差值近红外指数表示归一化植被指数不同下标表示该植被指数采用不同波段的反射率表示归一化多波段干旱指数表示全球植被水分指数 通过设置不同的生化含量和叶肉结构参数作为输入参数集利用 模型模拟出叶片 的光谱反射率从而计算出表 中的 种植被水分指数 首先我们保持叶绿素含量、干物质含量和叶肉结构参数不变仅改变叶片含水量考察上述
12、指数对叶片含水量变化的响应并评估它们的灵敏度 然后保持叶片含水量不变通过依次调整叶绿素含量、干物质含量和叶肉结构参数观察上述植被水分指数的变化程度通过定义敏感性指数(见公式)计算植被水分指数对其他因素的敏感性指数从而反映出植被水分指数抵抗其他因素干扰的能力检验其是否受这些因素的影响并评估它们的影响程度敏感性指数()为:()式中表示各种植被水分指数 敏感性及抗干扰能力分析.对不同叶片含水量的敏感性分析将 模型中的 个参数叶肉结构参数()、叶绿素含量()、干物质含量()分别取固定值:、m、叶片含水量()分别取 (步长为.)输入模型中模拟出 条叶片光谱曲线将模拟出的光谱波段所对应的数值带入表 中的表
13、达式中计算各植被水分指数 由于各指数的波段取值范围不同因此得出的结果也就差别很大为了便于比较对各个指数值在 到 区间内进行归一化处理(图)如图 所示 个指数中所有指数都对叶片含水量变化的响应呈单调特征其中 和 两种指数与叶片含水量呈负相关:指数中所应用的两种波段 波段对叶片含水量响应较小而 波段对叶片含水量响应较大并且 波段(受叶绿素影响)相对于 波段反射率较高因此随着叶片含水量在区间内变化而导致该植被水分指数呈负相关趋势 指数中应用的 种波段 波段对叶片含水量的响应较小而 波段和 波段属于该研究主要测量的第二波普区间对叶片含水量的响应较大其中 波段属于主要 鲁东大学学报(自然科学版)第 卷的
14、水分吸收峰因此根据公式随着叶片含水量在区间内的变化而该植被水分指数呈负相关趋势 对叶片含水量的变化敏感度较差不太适合作为反演叶片含水量的指标 对叶片含水量的变化敏感度较好可以作为反演叶片含水量的指标 相反其它 种植被水分指数与叶片含水量的变化呈正相关其中 对叶片含水量的变化敏感度较差不太适合作为反演指标其他 种植被水分指数对叶片含水量变化相对较敏感均可作为反演叶片含水量的指标其中 对叶片含水量变化最敏感具有良好的线性关系最适合作为反演叶片含水量的指标图 植被水分指数对叶片含水量的敏感性分析.抵抗叶绿素和干物质影响的能力叶绿素 和叶绿素 的光谱吸收主要出现在 、以及 和 这是由于它们独特的生物学
15、结构所决定的 这些吸收峰的出现能够更好地反映出它们的物理性质而本文研究的 种植被水分指数的光谱反射率都位于 的区域 模拟数据还表明叶绿素含量的差异对这 种指数几乎没有影响 图 是当叶肉结构参数()取、叶绿素含量()取 m、含水量()取 时干物质含量()从 变化到 (以 为步长)时的模拟反射光谱图 不同干物质含量下的叶片反射率模拟光谱.表 显示了在不同干物质含量下各植被水分指数值及其对干物质含量的敏感性指数值我们可以明显的发现各植被水分指数对干物质的敏感性相差很大水分指数()对干物质的敏感 第 期曾凡超等:基于辐射传输模型的叶片含水量定量反演研究 性指数仅为 敏感性非常弱但对于归一化植被指数()
16、来说敏感性指数却达到了 敏感性较强 对于不同的植被水分指数来讲对干物质含量的敏感性不同甚至相差非常大这对我们选取植被水分指数来反演叶片含水量带来很大影响 因此从抵抗干物质含量干扰的角度来讲水分指数()更胜一筹其敏感性最弱抵抗干物质干扰的能力最强而归一化植被指数()对干物质的敏感性较强抵抗干物质干扰的能力较弱表 不同干物质含量下的植被水分指数./.抵抗叶肉结构影响的能力 模型中叶肉结构参数()尤为特殊它无法像其它参数一样能够通过正常的测量方法获得但它对叶片反射光谱的影响却极其显著能够影响到可见光和近红外区域从而改变叶片的光学特性进而影响叶片的光学性质(图)按照.同样的方法确定叶绿素含量、含水量和
17、干物质含量 个参数分别为 m 和 确定叶肉结构参数的取值范围为 (以 为步长)用 模型模拟出叶片反射光谱计算各植被水分指数最后分析敏感性指数 由不同叶肉结构参数下的植被水分指数(表)可以看出植被水分指数对叶肉结构参数的敏感性较强 在同样的叶片含水量条件下当叶肉结构参数从 变化到 时 的值竟然变化了 倍之多由此看来在叶肉结构参数无法确定的情况下使用指数 反演叶片含水量具有较大风险 然而根据数据显示 对叶肉结构参数的敏感性较差当叶肉结构参数从 变化到 时 仅仅变化了.几乎可以忽略不计 因此得知水分指数 抵抗叶肉结构影响的能力很强几乎不受叶肉结构参数变化的影响图 不同叶肉结构下的叶片反射率模拟光谱.
18、鲁东大学学报(自然科学版)第 卷表 不同叶肉结构参数下的植被水分指数./.结论本研究利用光学辐射传输模型 模型通过植被水分指数与含水量的响应关系反演叶片含水量选取敏感性高、抵抗其他因素能力强的植被水分指数 一个好的植被水分指数必须兼顾两个方面:一是能够准确反映叶片含水量二是能够有效抑制其他因子变化带来的影响 通过对 模型模拟出的叶片光谱进行综合分析比较各个指数对叶片含水量的敏感性以及抵抗其他因素干扰的能力结果显示:水分指数 与叶片含水量之间存在良好的线性关系对叶片含水量的敏感性较高简单水比指数 次之水分指数 对干物质含量和叶肉结构的敏感性指数仅为 和 简单水比指数 对两者的敏感性指数为 和 相
19、对于其他 种植被指数来说抵抗其他因素干扰能力较强几乎不受其他因素干扰 因此得出水分指数 可以很好的用来反演叶片含水量简单水比指数 次之本研究依靠辐射传输模型模拟光谱数据全面分析了各植被水分指数的敏感性及抗干扰能力相比于传统的监测方法其物理意义更加明确 通过模拟出绝大多数条件下的数据避免了以往通常以某次实验数据为基础选取最佳植被水分指数所存在的偶然性具有更高的稳定性和普适性 该方法成本低耗时短可以高效的模拟出用于实验分析的大量数据是一种发展前景非常广阔的方法本研究仍存在一些不足:实验数据仅仅采用了模型模拟的光谱数据尽管 模型模拟精度较高但依然有无法模拟的情况 在以后的研究中应将模拟数据和实验数据
20、相结合以提高研究的精确性参考文献:李铠常庆瑞陈倩等.基于连续小波变换耦合 算法的冬小麦冠层叶片含水量估算/.麦类作物学报():.:./.刘宪锋傅伯杰.干旱对作物产量影响研究进展与展望.地理学报():.孔婕李纯斌吴静.草地土壤水分遥感反演方法的适用性.草业科学():.林毅李倩王宏博等.高光谱反演植被水分含量研究综述.中国农学通报():.(/):.张淳民穆廷魁颜廷昱等.高光谱遥感技术发展与展望.航天返回与遥感():.():.():.施润和庄大方牛铮等.基于辐射传输模型的叶绿素含量定量反演.生态学杂志():.赵虎裴志远马尚杰等.利用/数据反演冬小麦叶面积指数.农业工程学报():.郑踊谦董恒张城芳等.
21、植被指数与作物叶面积指数的相关关系研究.农机化研究():.方圣辉乐源杨光.基于 成像光谱数据的植被叶绿素反演.国土资源遥感():.:.():.第 期曾凡超等:基于辐射传输模型的叶片含水量定量反演研究 .():.():.谷成燕杜华强周国模等.基于 辐射传输模型的毛竹林叶面积指数遥感反演.应用生态学报():.张海威张飞张贤龙等.光谱指数的植被叶片含水量反演.光谱学与光谱分析():.陈小平王树东张立福等.植被叶片含水量反演的精度及敏感性.遥感信息():.:.胡珍珠潘存德潘鑫等.基于光谱水分指数的核桃叶片含水量估算模型.林业科学():.张春兰杨贵军李贺丽等.基于随机森林算法的冬小麦叶面积指数遥感反演研究.中国农业科学():.():.():.:.():.():.:.():.(.):.()().()().:(责任编辑 李维卫)