花生紅邊特征及其葉面積指數(shù)的高光譜估算模型

摘 要:選用大花生品種豐花1號(hào)作為試驗(yàn)材料，設(shè)置5個(gè)氮素水平的小區(qū)試驗(yàn)。在不同發(fā)育期同步測(cè)定花生冠層的光譜反射率及其葉面積指數(shù)，利用花生冠層的光譜反射率數(shù)據(jù)提取紅邊參數(shù)，分析其變化規(guī)律及花生葉面積指數(shù)與紅邊參數(shù)的相關(guān)性。估算結(jié)果表明:花生冠層紅邊一階微分光譜呈“雙峰”現(xiàn)象，紅邊位置位于707～724 nm之間，在花生生長旺盛期間出現(xiàn)“紅邊平臺(tái)”，結(jié)莢期以后有明顯的“藍(lán)移”現(xiàn)象;葉面積指數(shù)與冠層光譜紅邊參數(shù)之間在結(jié)莢期-飽果初期顯著相關(guān)，但開花期相關(guān)性不顯著，利用結(jié)莢期-飽果期的紅邊參數(shù)可以估算花生的葉面積指數(shù)，最后建立了結(jié)莢期-飽果期和整個(gè)生育期的花生葉面積指數(shù)的估算模型。

關(guān)鍵詞:花生;高光譜遙感 紅邊參數(shù) 葉面積指數(shù);相關(guān)分析;估算模型

中圖分類號(hào):S565.2;S127 文獻(xiàn)標(biāo)識(shí)號(hào):A 文章編號(hào):1001-4942(2010)03-0011-06Red

利用遙感技術(shù)監(jiān)測(cè)作物的生長狀況與趨勢(shì)(即長勢(shì)監(jiān)測(cè))是農(nóng)業(yè)遙感的重要任務(wù)之一。長勢(shì)監(jiān)測(cè)的目的是為田間管理提供及時(shí)的作物信息，也為早期估測(cè)產(chǎn)量提供苗情依據(jù)。Watson等[1]在1947年將葉面積指數(shù)(LAI)的概念引進(jìn)作物群體結(jié)構(gòu)分析，極大促進(jìn)了群體研究理論的發(fā)展并對(duì)生產(chǎn)實(shí)踐產(chǎn)生重大作用。植物冠層介于大氣圈和陸地生物圈之間，在全球范圍內(nèi)，植被類型豐富，冠層形狀、大小和特性又千差萬別，LAI成為表達(dá)全球不同陸地生態(tài)系統(tǒng)植被特征的重要參數(shù)[2]，也是遙感長勢(shì)監(jiān)測(cè)中最常用的描述作物長勢(shì)的綜合參數(shù)[3，4] 。

Wiegand等[5]研究了光譜特征與LAI之間的關(guān)系;Bunnik[6]證實(shí)了應(yīng)用遙感技術(shù)提取植被覆蓋與LAI的可能性。隨后比值植被指數(shù)(RVI)、歸一化植被指數(shù)(NDVI )、垂直植被指數(shù)(PVI)等被相繼提出并用于反演植被LAI[7～10]。浦瑞良等[11]研究了美國西部黃松葉面積指數(shù)與高光譜分辨率CASI數(shù)據(jù)的相關(guān)性;劉偉東等[12]分析了高光譜數(shù)據(jù)與水稻葉面積指數(shù)及葉綠素密度的相關(guān)性;最近，唐延林等[13]利用光譜法對(duì)水稻葉面積指數(shù)和葉片生化成分進(jìn)行了研究。 關(guān)于作物葉面積的遙感估測(cè)方面，已有眾多研究提出了不同的敏感區(qū)域和不同波段組合的植被指數(shù)[14] 。Thenkabail等[15]的研究表明，紅光區(qū)反射率與LAI相關(guān)性較為密切。 劉偉東[12]、申廣榮[16]、王秀珍[17]的研究也證明了這一結(jié)論，并且分別提出671 nm和682 nm反射率與LAI的相關(guān)性最好。宋開山等[18]認(rèn)為， 760 nm 與550 nm反射率構(gòu)成的比值植被指數(shù)與大豆(Glycine max L.)葉面積指數(shù)呈冪函數(shù)關(guān)系。薛利紅等[19]在水稻上的研究也提出相近波段組合的比值植被指數(shù)RVI(810，560)與水稻LAI呈冪函數(shù)關(guān)系。譚昌偉等[20]發(fā)現(xiàn)，垂直植被指數(shù)PVI和比值植被指數(shù)RVI(810，560)可以作為反演夏玉米(Zea mays) LAI的最佳植被指數(shù)，并采用指數(shù)方程擬合它們與LAI的關(guān)系。唐延林等[21]在研究水稻、玉米和棉花3種作物L(fēng)AI與冠層反射光譜的關(guān)系中發(fā)現(xiàn)， 800 nm與680 nm反射率構(gòu)成的比值植被指數(shù)可以用來反演這3種作物的LAI。Wiegand等[22]認(rèn)為，比值植被指數(shù)RVI和轉(zhuǎn)換型土壤調(diào)整指數(shù)TSAVI與小麥LAI線性相關(guān)，綠度植被指數(shù)GVI和垂直植被指數(shù)PVI與小麥LAI的關(guān)系則用冪函數(shù)和二次方程擬合最佳，相關(guān)系數(shù)都達(dá)0.72～0.86;并且認(rèn)為這些植被指數(shù)中估測(cè)LAI最好的關(guān)系是冪函數(shù)關(guān)系，GVI和PVI相對(duì)RVI而言響應(yīng)更靈敏。從已有的研究報(bào)道可以看出，用于作物葉面積遙感監(jiān)測(cè)的適宜特征光譜參數(shù)隨作物的不同、試驗(yàn)條件的不同而有所差異;而且有關(guān)各種植被指數(shù)與LAI的關(guān)系函數(shù)表達(dá)方式及預(yù)測(cè)能力的結(jié)論也不盡相同，所以有必要進(jìn)一步深入研究和定量分析花生冠層反射光譜與LAI的動(dòng)態(tài)關(guān)系。

王秀珍等[23]指出可以用紅邊參數(shù)測(cè)定葉面積指數(shù)，Patei等[24]和Zhao等[25]也都對(duì)利用紅邊參數(shù)的LAI遙感估算方法進(jìn)行了研究，但利用光譜紅邊特征來研究花生的葉面積指數(shù)還鮮見報(bào)道。為此，作者利用高光譜紅邊參數(shù)對(duì)花生LAI進(jìn)行系統(tǒng)研究，以篩選預(yù)測(cè)花生LAI的最優(yōu)預(yù)測(cè)估算模型，這不僅可為監(jiān)測(cè)花生長勢(shì)和預(yù)測(cè)產(chǎn)量開辟新道路，而且為花生長勢(shì)的遙感監(jiān)測(cè)及精準(zhǔn)農(nóng)業(yè)中作物長勢(shì)信息的實(shí)時(shí)快速獲取提供一定的技術(shù)支撐。

1 材料與方法

1.1 試驗(yàn)設(shè)計(jì)試驗(yàn)選擇品種為大花生豐花1號(hào)，試驗(yàn)地點(diǎn)為山東省農(nóng)業(yè)科學(xué)院蔬菜研究所實(shí)驗(yàn)基地(東經(jīng)117°04′，北緯36°42′)，小區(qū)面積26.7 m2，采用起壟覆膜種植方式，壟距80 cm，壟面寬50 cm，壟高10 cm，壟上種兩行花生，壟上行距35 cm，穴距16 cm，密度為每666.7m2種植1萬穴，每穴2粒種子。試驗(yàn)小區(qū)按完全隨機(jī)排列布置，重復(fù)3次。設(shè)置5個(gè)氮肥水平，分別是0、150、300、450、600 kg/hm2(分別以N0、N1、N2、N3、N4表示)，均作為基肥施入。田間管理按大田管理方式進(jìn)行。

1.2 測(cè)量方法

1.2.1 測(cè)量儀器 冠層光譜測(cè)量選用美國ASD(Analytical Spectral Device)公司的ASD Fieldspec FR2500光譜儀，波段范圍為350～2 500 nm，其中，350～1 000 nm光譜采樣間隔(波段寬)為1.4 nm，光譜分辨率為3 nm，1 000～2 500 nm 光譜采樣間隔(波段寬)為2 nm，光譜分辨率為10 nm;輸出波段數(shù)為2 150(重采樣間隔1 nm);波長精度為1 nm;觀測(cè)通道為單通道，光纖傳輸，非同步參考板測(cè)定。

1.2.2 冠層光譜測(cè)定 選擇在天氣晴朗、無風(fēng)或風(fēng)速很小的時(shí)候進(jìn)行，時(shí)間范圍為10∶00～14∶00，即分別在開花期(6月22日)、開花下針期(7月10日)、結(jié)莢期(8月1日)、飽果期(8月28日)、成熟收獲期(9月22日)測(cè)定了花生的冠層光譜。測(cè)量時(shí)，傳感器探頭向下，距離冠層頂部垂直高度約0.30～0.50 m。每個(gè)小區(qū)內(nèi)任選長相適中的植株進(jìn)行測(cè)量，重復(fù)3次測(cè)定，每次記錄10個(gè)以上光譜，以其平均值作為該小區(qū)的光譜反射值。測(cè)量時(shí)及時(shí)進(jìn)行標(biāo)準(zhǔn)白板校正(標(biāo)準(zhǔn)白板反射率為1，這樣所測(cè)得的目標(biāo)物光譜是無量綱的相對(duì)反射率)，即每個(gè)點(diǎn)的測(cè)量前后均進(jìn)行標(biāo)準(zhǔn)白板校正。

1.2.3 葉面積指數(shù)測(cè)定 采用鮮重法計(jì)算葉面積指數(shù)。首先從植株上挑選20片小葉，從頂部對(duì)齊后利用打孔器打孔，記錄小圓葉鮮重，再根據(jù)單株總的葉片鮮重及種植密度計(jì)算出葉面積指數(shù)。

2 結(jié)果與分析

2.1 花生冠層光譜的紅邊參數(shù)

紅邊是綠色植物光譜最明顯的特征之一，是指綠色植物反射光譜位于紅光范圍(680～760 nm)的光譜。植被光譜的紅邊參數(shù)主要有紅邊位置λred、紅邊幅值Dλred和紅邊面積Sred。紅邊位置λred是紅光范圍(680～760 nm)內(nèi)一階導(dǎo)數(shù)光譜最大值所對(duì)應(yīng)的波長;紅邊幅值Dλred為紅光范圍(680～760 nm)內(nèi)一階導(dǎo)數(shù)光譜的最大值;紅邊面積Sred指680～760 nm之間的一階導(dǎo)數(shù)光譜所包圍的面積。研究表明:葉綠素含量、生物量、物候、冠層結(jié)構(gòu)和葉片結(jié)構(gòu)等因素的變化都能使紅邊位置和紅邊幅值改變[26]。

由圖1可見，花生冠層光譜的一階導(dǎo)數(shù)在紅邊區(qū)域均是雙峰，與水稻、玉米、棉花等相同，只是收獲時(shí)期的第二個(gè)峰不大明顯，且紅邊位置藍(lán)移現(xiàn)象比較明顯。8月1日測(cè)定的紅邊幅值最高，各生育時(shí)期紅邊幅值由大到小依次為8月1日，6月22日，8月28日，9月22日。

從圖2看出，紅邊幅值在生長前期變化平穩(wěn)，結(jié)莢期達(dá)到最大，之后又逐漸降低。這主要是因?yàn)樯L早期，冠層葉面積指數(shù)較小，受地膜反射的影響較大，花生冠層光譜紅邊幅值相對(duì)較小;隨著生育期推移，生物量增加，葉面積指數(shù)增大，土壤背景對(duì)冠層光譜的影響減小，花生冠層光譜紅邊幅值逐漸增大，到結(jié)莢期(8月1日)達(dá)到峰值，以后隨著花生下部葉片開始變黃、脫落，紅邊幅值逐漸減小?；ㄉ魃L時(shí)期紅邊面積與紅邊幅值的變化趨勢(shì)一致。紅邊位置的變化范圍為707～724 nm，整個(gè)生育期內(nèi)，隨發(fā)育進(jìn)程，紅邊位置從出苗到結(jié)莢期呈“紅邊平臺(tái)”現(xiàn)象，但到生長后期有明顯藍(lán)移的現(xiàn)象，這與水稻、玉米等[27]作物不同。

2.2 花生葉面積指數(shù)與紅邊參數(shù)的相關(guān)性

由表1看出，8月1日結(jié)莢期的葉面積指數(shù)與紅邊位置和紅邊幅值均達(dá)到極顯著正相關(guān)，與紅邊面積達(dá)到顯著負(fù)相關(guān)。在8月28日飽果期，葉面積指數(shù)與紅邊位置呈顯著正相關(guān)，與紅邊幅值顯著負(fù)相關(guān)。7月10日的葉面積指數(shù)與紅邊面積呈極顯著正相關(guān)?？傊t邊位置與葉面積

指數(shù)始終正相關(guān)。6月22日的葉面積指數(shù)與紅邊參數(shù)的相關(guān)系數(shù)均未達(dá)到顯著水平，說明花生生長前期植株群體較小，葉面積指數(shù)較小，冠層光譜受地面覆膜的影響較大。

2.3 葉面積指數(shù)的高光譜遙感估算模型

從表1可知，7月10日開花下針期的S red和8月1日的λ red、 Dλ red、 S red及8月28日的λ red、 Dλ red與葉面積指數(shù)均達(dá)到了顯著相關(guān)水平，因此，可以用花生結(jié)莢期-飽果期冠層反射光譜的紅邊參數(shù)來估算其葉面積指數(shù)，花生葉面積指數(shù)高光譜遙感估算方程如表2所示。

3 討論與結(jié)論

花生不同生育時(shí)期，確保有一個(gè)合理的葉面積指數(shù)，是花生高產(chǎn)的基礎(chǔ)。不同種植方式和產(chǎn)量水平對(duì)花生葉面積指數(shù)有一定的要求。王才斌等[28]研究表明，春花生產(chǎn)量與幼苗期葉面積指數(shù)無明顯相關(guān)性，而與產(chǎn)量形成期(結(jié)莢期和飽果期)的葉面積指數(shù)呈顯著正相關(guān)(r=0.8835*)。本試驗(yàn)結(jié)果也表明，花生冠層反射光譜紅邊參數(shù)在結(jié)莢期-飽果期與葉面積指數(shù)之間存在較好的相關(guān)性，因此可以利用此期的紅邊參數(shù)來估算花生葉面積指數(shù)，從而通過葉面積指數(shù)的估測(cè)來預(yù)測(cè)花生產(chǎn)量。產(chǎn)量能夠做到預(yù)測(cè)預(yù)報(bào)，不僅是農(nóng)業(yè)現(xiàn)代化建設(shè)的迫切需要，也是糧食收購部門和加工企業(yè)的迫切要求，對(duì)于保障糧油安全、促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展具有非常重要的意義。

花生冠層光譜的紅邊呈“雙峰”現(xiàn)象，紅邊位置在整個(gè)生育期內(nèi)均處于707～724 nm 之間。隨生育期推移，冠層紅邊位置呈“紅邊平臺(tái)”和“藍(lán)移”變化規(guī)律，而紅邊幅值和紅邊面積在結(jié)莢期達(dá)到一峰值，此后呈“藍(lán)移”的變化規(guī)律。本研究最終確定的葉面積指數(shù)的紅邊參數(shù)估算模型為LAI=2.599×10-117λ41.004 red，R2=0.5517，但由于對(duì)結(jié)果的顯著性未進(jìn)行檢驗(yàn)，因此，用該模型估算葉面積指數(shù)的準(zhǔn)確性還有待于進(jìn)一步探討。

參 考 文 獻(xiàn):

[1] 陳溫福，徐正進(jìn)，張龍步. 水稻超高產(chǎn)育種生理基礎(chǔ)[M].遼寧: 遼寧科學(xué)技術(shù)出版社，1995，106-150.

[2] King M D.EOS Science Plan: The State of Science in the EOS Program[M]. National Aeronautics and Space Administration，United States，1999，256-296.

[3] 李云梅，王人潮，王秀珍，等. 水稻冠層結(jié)構(gòu)變化對(duì)二向反射率的影響[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2001，12 (3):401-404.

[4] 楊邦杰，裴志遠(yuǎn). 農(nóng)作物長勢(shì)的定義與遙感監(jiān)測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，1999，15(3):214-218.

[5] Wiegand C L，Gausman H W，Cuellar J A，et a1.Vegetation density as deduced from ERTs21 MSS response[A]. In : Proceedings of the Third ETRS Symposium[C]. NASA SP-351，1973，1:93-116.

[6] Bunnik N J.The multispectral reflectance of shortwave radiation by agricultural crops in relation with their morphological and optical properties[D].Wageningen: Veenman，1978， 6-78.

[7] Rouse J L，Haas R H，Schell J A，et a1.Monitoring the vernal advancement and retrogradation (greenwave effect) of natural vegetation[R].NASA/GSFC，Greenbelt，Maryland，USA，1974，11-371.

[8] Richardson A J，Wiegang C L.Distinguishing vegetation from soil background information[J].Photogrammetric Engineering and Remote Sensing，1977，43(12):1541-1552.

[9] Shibayama M， Akiyama T. Seasonal visible， near-infrared and mid-infrared spectra of rice canopies in relation to LAI and above-ground dry phytomass[J].Remote Sensing of Environment，1989，27(2):119-127.

[10]張曉陽，李勁峰.利用垂直植被指數(shù)推算作物葉面積系數(shù)的理論模式[J].遙感技術(shù)與應(yīng)用，1995，10(3):13-18.

[11]浦瑞良，宮 鵬，約翰 R.米勒.美國西部黃松葉面積指數(shù)與高光譜分辨率CASI數(shù)據(jù)的相關(guān)分析[J]. 環(huán)境遙感，1993，8(30):112-124.

[12]劉偉東，項(xiàng)月琴，鄭蘭芬，等. 高光譜數(shù)據(jù)與水稻葉面積指數(shù)及葉綠素密度的相關(guān)分析[J]. 遙感學(xué)報(bào)，2000，21(4):279-283.

[13]唐延林，王人潮，王秀珍，等. 水稻葉面積指數(shù)和葉片生化成分的光譜法研究[J]. 華南農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版)，2003，24(1):5-7.

[14]程 乾，黃敬峰，王人潮，等. MODIS植被指數(shù)與水稻葉面積指數(shù)及葉片葉綠素含量相關(guān)性研究[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2004，15(8):1363-1367.

[15]Thenkabail P S，Smith R B，Pauw E D. Hyperspectral vegetation indices and their relationship with agricultural crop characteristics [J]. Remote Sensing of Environment，2000，71: 158-182.

[16]申廣榮，王人潮. 水稻多組分雙向反射模型的研究[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2003，14(3):394-398.

[17]王秀珍，黃敬峰，李云梅，等. 高光譜數(shù)據(jù)與水稻農(nóng)學(xué)參數(shù)之間的相關(guān)分析[J]. 浙江大學(xué)學(xué)報(bào)(農(nóng)業(yè)與生命科學(xué)版)，2002，28(3):283-288.

[18]宋開山，張 柏，李 方，等. 高光譜反射率與大豆葉面積及地上鮮生物量的相關(guān)分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2005，21(1):36-40.

[19]薛利紅，曹衛(wèi)星，羅衛(wèi)紅，等. 光譜植被指數(shù)與水稻葉面積指數(shù)相關(guān)性的研究[J]. 植物生態(tài)學(xué)報(bào)，2004，28(1):47-52.

[20]譚昌偉，黃義德，黃文江，等. 夏玉米葉面積指數(shù)的高光譜遙感植被指數(shù)法研究[J]. 安徽農(nóng)業(yè)大學(xué)學(xué)報(bào)，2004，31(4):392-397.

[21]唐延林，王秀珍，王福民，等. 農(nóng)作物L(fēng)AI和生物量的高光譜法測(cè)定[J]. 西北農(nóng)林科技大學(xué)學(xué)報(bào)#8226;自然科學(xué)版， 2004，32(11):100-104.

[22]Wiegand C L， Maas S J，Aase J K，et al. Multisite analyses of spectral-biophysical data for wheat [J]. Remote Sensing of Environment，1992，42:1-21.

[23]王秀珍，黃敬峰，李云梅，等. 水稻葉面積指數(shù)的高光譜遙感估算模型[J].遙感學(xué)報(bào)，2004，8(1):81-88.

[24]Patel N K，Patnaik C，Dutta S，et al.Study of crop growth parameters using airborne imaging spectrometer data[J].International Journal of Remote Sensing，2001，22(12):2401-2411.

[25]Zhao C J，Huang W J，Wang J H， et a1.The red edge parameters of different wheat varieties under different fertilization and irrigation treatments[J]. Agricultural Sciences in China，2002，1(7):745-751.

[26]Gower S T，Vogt K A， Grier C C.Carbon dynamics of Rocky Mountain Douglas-fir: influence of water and nutrient availability[J].Ecological Monographs，1992，62(1):43-65.

[27]唐延林，黃敬峰，王秀珍，等. 水稻、玉米、棉花的高光譜及其紅邊特征比較[J]. 中國農(nóng)業(yè)科學(xué)，2004，37(1):29-35.

[28]萬書波主編. 中國花生栽培學(xué)[M]. 上海:上海科學(xué)技術(shù)出版社，2003， 279-290.