基于植被指数的叶绿素密度遥感反演建模与适用性研究
张苏;刘良云;黄文江
【摘 要】利用遥感数据反演叶绿素密度是对作物长势进行评估的有效手段.本文利用实测冬小麦和夏玉米两种作物、不同生育期的冠层光谱和叶片叶绿素含量数据,收集了14种光谱指数,分析各种光谱指数的叶绿素密度遥感模型的精度.优选了其中的8种植被光谱指数,建立了植被指数与叶绿素密度之间的回归模型,并利用不同生育期小麦数据和玉米数据对各模型进行验证,分析评价它们对不同生育期、不同作物类型的适用性.研究发现:利用SRI、RVI I、R-M和MTCI 4种植被指数所建模型对冬小麦不同生育期数据适用性较好,各生育期冠层叶绿素密度反演相对误差优于27％.其中,MTCI模型对不同作物类型的适用性最好,冠层叶绿素密度反演相对误差优于35％.%Remote sensing of chlorophyll content holds an important potential for evaluating crop growth status.To develop an applicable statistical model for retrieving canopy chlorophyll density,we collected the canopy spectra and canopy chlorophyll content data of winter wheat at National Experimental Station for Precision Agriculture of China and summer maize at the Farm of Beijing Academy of Agriculture and Forestry Sciences at diffe
rent growth stages,and analyzed the correlations between hyperspectral vegetation indices and canopy chlorophyll density.There were 8 hyperspectral vegetation indices selected based on the statistical correlation analysis,and the precision and applicability of the statistical models for canopy chlorophyll density based on the 8 selected vegetation indices were examined by the dataset of winter wheat and summer maize at different growth stages.The results show that:1) there is a good correlation between most hyperspectral vegetation indices and canopy chlorophyll density,and hyperspectral vegetation indices is effective to retrieve chlorophyll density；2) the statistical models based on Simple Ratio Index (SRI),Ratio Vegetation Index Ⅰ (RVI Ⅰ),Red Model(R-M) and MERIS Terrestrial Chlorophyll Index (MTCI) give better retrieval precision at all growth stages of winter wheat with a relative error of less than 27％ ；3) the statistical model based on MTCI gives the best validation precision between two crops at different growth stages,with a relative error of less than 35％.
【期刊名称】《遥感信息》
【年(卷),期】2013(028)003
【总页数】9页(P94-101,111)
【关键词】高光谱;植被指数;冠层叶绿素密度
【作 者】张苏;刘良云;黄文江
【作者单位】cari中国科学院遥感与数字地球研究所,北京100094;西安科技大学测绘科学与技术学院,西安710054;中国科学院遥感与数字地球研究所,北京100094;国家农业信息化工程技术研究中心,北京100097;中国科学院遥感与数字地球研究所,北京100094
【正文语种】中 文
【中图分类】TP79
1 引 言
叶绿素具有吸收转换光能的作用，通过对叶绿素含量的测定，可以对作物的生长与营养状况进行初步判定。因此，如何快速、准确地定量获取农作物叶绿素含量对于监测农作物生长健康和受胁迫状况具有极其重要的意义，同时也是精准农业的急迫需求。
在目前叶绿素遥感反演研究中，主要采用两种量纲：叶绿素浓度(包括单位重量鲜叶叶绿素含量或干叶叶绿素含量)和叶绿素密度。其中叶绿素密度表征单位土地面积内的叶绿素含量，是反映植被体光合作用强弱、植被长势的重要参量[1]。研究表明：作物冠层光谱与叶绿素密度的相关性要比与叶绿素浓度的相关性要好的多[2]。大宗作物种植区域往往有多种作物，因此定量反演大宗作物的叶绿素含量的模型要对不同作物具有一定的适用性，选用叶绿素密度作为量纲更能满足这种需求。
由于可见光波段的素吸收、近红外波段的多次散射，在可见/近红外波段，植被有其独特的光谱特征，这些植被吸收/反射光谱特征使得植被叶绿素含量遥感探测成为可能。目前，叶绿素含量遥感估算模型可分为两大类：植被物理模型和经验统计模型。本研究使用的是经验统计模型。
经验统计模型(EASM)是通过大量的实验数据对光谱特征(如植被指数)与叶绿素进行统计分析，从而建立遥感数据与理化参量的回归模型。实验样本的代表性和遥感模型的物理机制是建立经验统计模型有效性和推广性的决定性因素[3]。Horler等[4-5]研究了植被光谱与叶绿素浓度的关系，并提出了光谱“红边”位置(植被的导数光谱在700nm附近的极大值位置的
波长值)在植被叶绿素浓度反演中的作用。Pinar等[2]比较了草丛体光谱“红边”位置与叶片叶绿素浓度、叶绿素密度的关系，表明体植被光谱“红边”位置能够更好地反映草丛的叶绿素密度信息。Jadunandan等[6]提出了利用MERIS数据对高叶绿素密度敏感的MTCI指数来反演叶绿素含量。杨峰等[7]利用MSAVI2指数和波长800nm处光谱反射率，分别建立估算小麦和水稻两种作物的叶面积和叶绿素密度。王强等[8]考察了单波段原始反射率、一阶导数光谱反射率和已有的光谱指数与叶绿素密度的相关性，并进行回归分析，发现比值植被指数DR635/DR643与NDVI均可较好地实现棉花冠层的叶绿素密度估算。陈君颖等[9]在分析水稻叶片的反射率光谱特征的基础上,对其光谱反射率及其一阶导数与叶片叶绿素含量之间的相关性进行了研究与分析，结果表明利用水稻叶片光谱反射率及其一阶导数反演叶绿素含量是可行的。而前人的研究中，对基于统计方法建立的模型对于不同时期、不同作物的适用性检验还鲜有报道。
本文利用冬小麦和夏玉米两种作物不同生育期的光谱实验数据，基于不同植被指数建立了叶绿素密度反演模型，并利用不同生育期的小麦数据和玉米数据对其进行验证，从而筛选出对不同生育期和不同作物类型适用性最好的叶绿素密度遥感模型。
2 材料与方法
本研究采用的数据来源于两种作物、连续生育期的观测试验。
2.1 试验设计
试验1：2002年小汤山国家精准农业示范基地试验。
国家精准农业示范基地位于北京市昌平小汤山镇东北部，占地167ha，地处北纬40.175°～40.188°，东经116.436°～116.451°。基地内地势平坦，是实施精准农业和高光谱遥感试验的理想场地。本试验中，共设置了3个冬小麦品种、4种灌溉处理、4种氮处理共48个小区。
为使遥感反演建模具有更宽的适用范围和更好的稳健性，人为可控的田间肥水胁迫将具重要意义。基于此本试验设计了自然胁迫数据采集氮素胁迫试验和水胁迫试验3种胁迫数据获取途径。肥处理施肥量：肥料0处理返青肥和拔节肥；肥料1处理返青和拔节期各追施氮肥75kg/ha；肥料2处理返青和拔节期各追施氮肥150kg/ha；肥料3处理返青和拔节期各追施氮肥225kg/ha。水处理灌溉量：水0处理不灌溉；水1处理灌溉量为225m3/ha；水2处灌溉量为450m3/ha；水3处灌溉量为675m3/ha。
观测时间：分别于2002年的3月25日(返青期)、4月2日(起身前期)、4月10日(起身后期)、4月18日(拔节期)、5月6日(抽穗期)、5月17日(灌浆始期)、5月24日(灌浆盛期)和5月31日(乳熟期)，共进行了8次小区试验观测。
试验2：2003年北京市农林科学院农场试验。
北京市农林科学院试验农场地处东经116.433°，北纬40.17°。本次试验设不同品种、不同氮肥处理，即以株型为原则选取了北京地区有代表性的15个夏玉米品种(系)：紧凑型5个，半紧凑型5个，披散型5个。试验采取田间随机区组种植，共15个小区；同时，为了提高模型的实际应用效果，在不同品种统一密度设计的基础上，根据品种的株型并参照生产中实际种植密度又增设了3个密度梯度的10个小区，以上共计25个小区。小区面积为15m×7m。其他管理同田间实际生产。
为了在田间栽培条件下更大限度地表现出夏玉米长势差异和生化组分变异范围，本试验于拔节期和大喇叭口期为两次施肥期，对唐玉10(紧凑型)和京玉7号(半紧凑型)安排了一个从不施肥到施重肥(级差75kg，0～150kg/ha)3个氮肥水平处理，即N0：不施氮肥；N1：75kg/ha；N2：150kg/ha。
观测时间：分别于2003年的7月8日(苗期)、7月19日(拔节期)、7月28日(小喇叭口期)、8月6日(大喇叭口期)、8月11日(孕穗期)、8月20日(吐丝初期)、8月29日(吐丝中期)、9月8日(乳熟初期)以及9月25日(乳熟中期)，共进行了8次小区试验观测。
2.2 冠层光谱测定
试验冠层光谱的测量均选用ASD Fieldspec FR2500光谱仪完成。该光谱仪采样间隔为1.4nm(350nm～2500nm)和2nm(1000nm～2500nm)，光谱范围为350nm～2500nm，光谱分辨率为3nm@700nm、10nm@400nm&2100nm。
试验1的光谱测量均是在天气晴朗无风或风速很小的时候，时间范围为上午的10∶00～14∶00，视场角25°，距地表130cm处测定，在视场范围内重复测量20次取平均，各处理测定前后进行参考板校正。具体方法是在测量目标反射太阳辐射的前后准同步地测量参考板反射的太阳辐射光谱。参考板的光谱反射率是经过严格的实验室标定的，通过比值方法计算目标的光谱反射率。
试验2除了光谱仪探头距植被冠层高度与试验1不同，为160cm外，其余方法均与试验1相同。
试验1测得的冬小麦不同生育期的冠层反射率光谱如图1(a)所示。在可见光波段，因为植物光谱反射主要受叶绿素和其他素控制，叶绿素对可见光强烈吸收，所以高叶绿素密度导致体反射率降低；而在近红外波段，高叶绿素密度的体反射率高，除了细胞结构的差异影响，这主要是高叶绿素密度的作物体其冠层厚度，地面覆盖度，生物量等的增大，使得其反射率显著增加[1]。因此，叶绿素密度的变化可以从反射率光谱特征上得到体现。