0引言

衛(wèi)星遙感技術(shù)目前已被廣泛應用于農(nóng)業(yè)生產(chǎn)中,如土壤普查(包括土地覆蓋和土地利用)、農(nóng)業(yè)資源調(diào)查、氣象災害監(jiān)測以及農(nóng)作物長勢監(jiān)測和農(nóng)作物估產(chǎn)。農(nóng)作物長勢監(jiān)測指利用衛(wèi)星資料對作物苗情、生長狀況及變化的宏觀大面積監(jiān)測。隨著作物的生長發(fā)育,作物葉面積指數(shù)由小而大變化,葉片顏色亦發(fā)生變化,并引起反射率發(fā)生變化,另外不同的水分含量,作物長勢好壞,亦能導致反射率的改變。遙感監(jiān)測作物長勢,就是根據(jù)作物歷,在作物生長期內(nèi),通過分析光譜值或植被指數(shù)的大小,分析評價作物長勢好壞。

人們同時也發(fā)現(xiàn),傳統(tǒng)的寬波段遙感(MSS,TM)在對作物長勢監(jiān)測時,由于其波段少、光譜分辨率低,很難反映出自然界各種植被所固有的光譜特性及其差異,容易受外部條件(如植被覆蓋率、葉子顏色和土壤顏色等)影響,因而監(jiān)測的可靠性受到一定限制。由于高光譜遙感其高光譜分辨率和超多波段的成像光譜數(shù)據(jù)能解決常規(guī)遙感中出現(xiàn)的問題,而且采用高光譜遙感導數(shù)光譜技術(shù)可以解決遙感數(shù)據(jù)容易受外部條件影響的問題,因而可以更有效地監(jiān)測農(nóng)作物的長勢。

1材料與方法

該研究是在加拿大Saskatchewan省ScottAAFC(加拿大農(nóng)業(yè)與食品部)ACS(加拿大薩省農(nóng)業(yè)試驗區(qū))實驗田里進行的。實驗區(qū)分為4個完全相同的實驗小區(qū),每個小區(qū)根據(jù)3種投入水平分為3小塊,每小塊又由3種作物多樣性水平組成,每6a循環(huán)一次(見圖1)。收集了前兩個實驗區(qū)2003年生長季前期(6月13日)、生長季旺盛期(7月18日)、生長季后期(8月11日)3個生長季的葉面積指數(shù)和遙感數(shù)據(jù)。葉面積指數(shù)是由植物冠層分析儀測量的,遙感數(shù)據(jù)是由便攜式高光譜儀完成的。并在每次收集數(shù)據(jù)時對試驗區(qū)拍攝數(shù)碼照片。光譜數(shù)據(jù)是取5次測量的平均值,每次測量的數(shù)據(jù)是10次連讀數(shù)據(jù)的平均值。葉面積指數(shù)是取3次測量的平均值,每次測量包括一次冠層以上測量和5次冠層以下測量。每隔10～15min要對光譜儀進行一次標準白板校正。植物冠層分析儀要在避光處使用,以避免陽光直射。根據(jù)統(tǒng)計學樣本要求,繪制小麥、大麥和油菜的平均光譜響應隨波長的變化曲線,來確定遙感監(jiān)測的最佳時期。我們只對小麥的3種投入水平的調(diào)查進行了研究,對葉面積指數(shù)與各波段光譜值、一階微分光譜值和不同植被指數(shù)進行了Pearson相關(guān)分析(見表1),并進一步對與葉面積指數(shù)有顯著相關(guān)的光譜因子進行逐步回歸分析,然后把實測數(shù)據(jù)代入方程來檢驗回歸模型的準確性。光譜數(shù)據(jù)也模擬LandsatTM的紅光和近紅外光波段來計算歸一化植被指數(shù)(NDVI),通過方差分析檢驗不同處理下顯著性的差異。光譜數(shù)據(jù)預處理是由儀器自帶的軟件完成的,統(tǒng)計分析軟件為SPSSv11.5。

圖1ScottAAFCACS試驗田布局

2結(jié)果分析

2.1生長季小麥、大麥和油菜的光譜響應

圖2顯示的是小麥、大麥和油菜在生長季的光譜特征。在7月份,3種作物類型都呈典型的植被光譜曲線分布,由于葉綠素的吸收,近紅外波段呈高反射率,紅光波段呈低反射率,而且它們的光譜曲線也有明顯的差異。6月份作物都剛剛拔節(jié),光譜曲線顯示的基本是裸地的光譜響應值,因此它們的曲線都比較接近,沒有明顯的紅光吸收區(qū)。8月份的測量是在作物收割前,這時小麥和大麥已經(jīng)枯黃,所以從可見光到近紅外波段都呈比較平直的曲線,只有油菜還有光合作用在進行。7月應該是利用遙感研究作物的最佳時期,因為在紅光波段的強吸收、中紅外波段的水吸收和近紅外波段植物細胞結(jié)構(gòu)的反射都表征植物達到了最大的光合作用。而小麥的生長階段要比大麥和油菜提前,從光譜曲線上可以看出,6月份光合作用較高,7月份葉綠素的吸收減少,8月份光譜曲線更加平滑。

圖2試驗田中小麥、大麥和油菜在2003年

生長季的光譜響應曲線

1300、1900和2500nm附近的噪聲區(qū)被刪除

2.2小麥作物的葉面積指數(shù)及其與長勢的關(guān)系

小麥為春小麥,觀測時段基本為拔節(jié)期、抽穗期和灌漿期,小麥的葉面積指數(shù)呈拋物線狀(見圖3),在作物生長前期小,作物生長后期也很小,在作物生長旺盛期(抽穗前期)葉面積指數(shù)達最大。

圖3生長季3種處理下小麥的葉面積指數(shù)

圖47月份3種處理下小麥的光譜響應曲線

3種處理小麥葉面積指數(shù)顯然不一樣:從生長初期到即將收獲,整個狀況是high處理的小麥葉面積指數(shù)最大,organic處理的葉面積指數(shù)最小,re-duced處理的葉面積指數(shù)介于high、organic處理組的兩者之間,顯示出high處理組的小麥長勢好,同時光合作用面積大,勢必最終產(chǎn)量要高;而reduced處理長勢稍差,最后產(chǎn)量要受到影響;由于organic的葉面積指數(shù)最小,長勢最差,群體光合作用最小,產(chǎn)量肯定最低(見圖4)。結(jié)果顯示,3種處理下的葉面積指數(shù)在3個生長階段都有明顯的差異,而光譜差異只在生長季的初期和中期比較顯著,在后期無明顯差異。數(shù)碼照片顯示了整個生長季在3種處

理下小麥長勢的差別(見圖5)。從葉面積指數(shù)大小可以分析出作物長勢、估計作物產(chǎn)量,因此用遙感資料監(jiān)測葉面積指數(shù)可監(jiān)測作物長勢和分析估計作物產(chǎn)量。

圖5在3個生長階段3種處理下的小麥長勢

2.3小麥葉面積指數(shù)與高光譜數(shù)據(jù)的關(guān)系分析

2.3.1遙感監(jiān)測小麥長勢的最佳時段

對不同時期的小麥葉面積指數(shù)與光譜值進行了相關(guān)分析(見圖6),從不同觀測時期小麥葉面積指數(shù)與光譜的相關(guān)系數(shù)來看,7月18日的相關(guān)系數(shù)值最大,8月11日相關(guān)系數(shù)值最小,6月13日的相關(guān)系數(shù)值介于兩者之間,而且6、7月份的相關(guān)系數(shù)值有規(guī)律,在紅光區(qū)、近紅外區(qū)、黃光區(qū)均有較大的吸收或反射區(qū),而8月上中旬的葉面積指數(shù)與光譜值之間的相關(guān)系數(shù)不僅小而且無規(guī)律,在紫外區(qū)和遠紅光區(qū)有較大值,這不符合基本常規(guī),這主要是進入8月后,小麥開始黃熟,葉子枯黃、小麥大量失水,其對光譜的影響遠大于葉面積變化對光譜的影響,使得原有的規(guī)律失去。

結(jié)果表明,采用遙感資料對小麥長勢進行監(jiān)測和對產(chǎn)量進行預測的最佳時段在本地區(qū)為6月下旬到7月中旬,此時約為拔節(jié)至抽穗開花期,葉面積指數(shù)值大、正常生長的小麥葉子顏色、水分均正常,監(jiān)測結(jié)果可信,而且此時的監(jiān)測值對于分析小麥長勢(從而可采取必要的栽培措施提高產(chǎn)量)和估測產(chǎn)量很重要,過早或過遲都難以有效估產(chǎn)或提出有效對策。進入8月以后,小麥進入灌漿后期,小麥顏色和水分均會產(chǎn)生干擾,影響監(jiān)測的可靠性,而且此時監(jiān)測意義也不大,因此僅分析7月份的光譜數(shù)據(jù)。

圖6不同生長季下波長與葉面積指數(shù)的相關(guān)系數(shù)

4條水平線分別表示p=0.05和p=0.01時r的臨界值

2.3.2小麥葉面積指數(shù)與原始光譜變量的相關(guān)分析

由7月可見光、近紅外光譜與葉面積提取的相關(guān)系數(shù)(見圖7)可以看出:當波長722nm,光譜反射率與小麥葉面積指數(shù)呈正相關(guān),相關(guān)系數(shù)約在764nm處達到最大,然后在770nm附近,相關(guān)系數(shù)開始緩慢下降。波長在可見光波段(400～700nm)內(nèi)(除了520～580nm外)和近紅外(740～924nm),光譜反射率和小麥葉面積指數(shù)之間的相關(guān)系數(shù)達到了顯著性檢驗水平。波長在684nm和764nm處存在著最大相關(guān)系數(shù),分別為-0.657

和0.620,其中684nm波長處于紅光波谷中,與其他研究者使用的光譜區(qū)域682nm很相近。據(jù)此可初步認為,監(jiān)測小麥葉面積的較佳波段為600～700nm和740～900nm波段范圍內(nèi),由此兩個波段構(gòu)建高光譜各植被指數(shù)和相關(guān)變量,可監(jiān)測小麥葉面積指數(shù)。

圖77月份可見光、近紅外光譜與葉面積指數(shù)的相關(guān)系數(shù)

2.3.3小麥葉面積指數(shù)與一階微分光譜值的相關(guān)分析

在550～900nm波段范圍內(nèi),一階微分光譜和小麥葉面積指數(shù)之間約在552～681、830～900nm(中間振蕩很大)為負相關(guān),在706～755nm為正相關(guān),均達到顯著性檢驗水平,最大相關(guān)系數(shù)波長發(fā)生在631nm處和742nm(見圖8),分別為-0.798、0.769,其中742nm這個波長被認為是葉面積指數(shù)和一階微分光譜之間相關(guān)系數(shù)最大的波長。這個波長是光譜變化最大的位置,位于紅邊范圍。根據(jù)分析可以認為,550～680nm和710～760nm為采用一階微分光譜監(jiān)測小麥葉面積指數(shù)的最佳波段,由此兩個波段構(gòu)建一階微分光譜各個植被指數(shù)及變量,可以分析小麥的長勢狀況。

圖87月份一階微分光譜與小麥葉面積指數(shù)的相關(guān)系數(shù)

紅線表示p=0.05時r的臨界值,

藍線表示p=0.01時r的臨界值

2.4監(jiān)測小麥葉面積指數(shù)的變量和植被指數(shù)的構(gòu)建

2.4.1因子選擇

根據(jù)前面的分析,紅光波段600～700nm和紅外波段740～900nm可作為監(jiān)測的依據(jù),為此我們選擇紅光谷、近紅外峰的反射率和其對應的波長作為監(jiān)測小麥葉面積指數(shù)的候選因子;選擇550～680nm和710～760nm光譜范圍內(nèi)紅光、近紅外的一階微分光譜谷和峰及其對應的波長作為候選因子。紅

邊(680～780nm)峰值及其紅邊位置和紅邊面積是目前研究高光譜監(jiān)測作物葉綠素、生理活動、生物量等最為常用的因子[7-8],因此本文選取了紅邊峰值(紅邊內(nèi)一階微分光譜中的最大值)、紅邊位置(紅邊峰值對應的波長)、紅邊面積(紅邊內(nèi)一階微分總和)作為候選因子。同時本文選擇了比值植被指數(shù)、簡單植被指數(shù)、歸一化植被指數(shù)和對數(shù)植被指數(shù)作為候選因子。這些因子能否被用于監(jiān)測小麥的葉面積指數(shù),還必須進行分析。可通過兩個方法:第一是直接進行相關(guān)分析,看它們與葉面積指數(shù)的相關(guān)系數(shù)能否通過顯著性檢驗;第二就是用逐步回歸的方法篩選因子,剔除部分因子。

3.4.2因子篩選

根據(jù)上面的分析,我們選擇了15個因子,這15個因子都具有一定的物理學意義和生物學意義,采用數(shù)學方法進行篩選,最后確定用于監(jiān)測小麥長勢的因子。首先進行了相關(guān)普查,結(jié)果見表1。

表1高光譜各個因子與葉面積指數(shù)的相關(guān)系數(shù)

由表1可見,高光譜各個因子與葉面積指數(shù)的相關(guān)系數(shù)除了X3(近紅外光譜740～900nm范圍內(nèi)最大的光譜值)、X4(近紅外峰對應的波長)、X8(一階微分光譜最大值對應的波長)外都達到了極顯著水平,其中X12(比值植被指數(shù))的相關(guān)系數(shù)值最大,達到-0.8249,其次為歸一化植被指數(shù)。從表1可以看出,根據(jù)相關(guān)系數(shù)的分析,所選大部分高光譜因子的變化與小麥葉面積指數(shù)的變化有關(guān),可以用于分析葉面積指數(shù)的大小。接著根據(jù)相關(guān)分析篩選后獲取的各因子,采用逐步回歸的方法選擇因子,顯著性定為0.01,只有一個因子被選取,就是比值植被指數(shù)。這就說明其他因子在此分析中做的方差貢獻很小,也說明只需要一個因子就可以分析高光譜對小麥葉面積指數(shù)的影響。這是因為理論上來說,用多項式回歸進行分析時,因子之間必須是相互獨立的,而本文中的各因

子之間是相互關(guān)聯(lián)的,所以只需要選出一個因子,就有代表性。通常會選出相關(guān)系數(shù)大,F檢驗值大的因子,但若選擇其他有關(guān)因子(歸一化植被指數(shù))也是可以的。

2.5小麥葉面積指數(shù)的高光譜遙感估算模型

2.5.1模型建立

根據(jù)上面的分析,采用單因子的高光譜變量可以分析監(jiān)測小麥的葉面積指數(shù),因此采用單因子進行分析。從比值植被指數(shù)與葉面積指數(shù)的關(guān)系(見圖9)可以看出,比值植被指數(shù)與小麥葉面積指數(shù)呈負相

關(guān),比值越小,葉面積指數(shù)越大。用線性、對數(shù)、指數(shù)分別模擬,可以看出指數(shù)曲線最好,相關(guān)系數(shù)為R2=0.732,通過了0.01極顯著檢驗。

圖9比值植被指數(shù)與葉面積指數(shù)的關(guān)系

為此建立了監(jiān)測小麥葉面積指數(shù)的高光譜各因子不同曲線或線性的計算公式,可用于監(jiān)測小麥的長勢(見表2)。

2.5.2模型驗證

表2顯示,比較好的因子是X12(比值植被指數(shù))和X13(歸一化植被指數(shù)),較好的模型是指數(shù)模型,相關(guān)系數(shù)分別是R2=0.732和R2=0.727,方程y=2.3575e-4.8975X12和y=0.082e3.5448X13。進行回代擬合,誤差分別為1.515%和1.32%(見圖10),效果非常好,因此可把它們作為監(jiān)測地面葉面積指數(shù)及長勢的合適模型。

表2高光譜監(jiān)測小麥葉面積指數(shù)模型

圖10比值植被指數(shù)與葉面積指數(shù)的關(guān)系

3結(jié)果與討論

結(jié)果顯示,高光譜遙感可以用于監(jiān)測農(nóng)作物長勢。從生長季的早期到中期,光譜和葉面積指數(shù)在不同處理下有顯著差異。7月中期是用遙感資料監(jiān)測農(nóng)作物長勢的最佳季節(jié),紅光波段與近紅外波段反射率的比值和基于這兩個波段構(gòu)造的歸一化植被指數(shù)是監(jiān)測農(nóng)作物長勢的最佳植被指數(shù)。由于結(jié)論是基于一個生長季的田間數(shù)據(jù)得到的,所以結(jié)果可能與在不同的生長條件下利用幾年時間得出的結(jié)果有所不同(例如季節(jié)可能會影響測量時間的選擇)。進一步的研究將測量一些氣象數(shù)據(jù)來反映生長季的特性,并進行第二次生長季的田間試驗。

審核編輯：湯梓紅