塔里木河中游綠洲鹽漠帶典型鹽生植物光譜指數(shù)分析

張飛，李瑞，周梅，阿不都拉·阿布力孜

（1.新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院，新疆 烏魯木齊 830046；2.北京師范大學(xué)全球變化與地球系統(tǒng)科學(xué)研究院，北京 100875；3.新疆智慧城市與環(huán)境建模普通高校重點(diǎn)實(shí)驗(yàn)室，新疆 烏魯木齊 830046；4.新疆大學(xué)綠洲生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室，新疆 烏魯木齊 830046）

0 引言

綠洲是干旱區(qū)三大生態(tài)地理景觀（山地、綠洲、荒漠）的精華所在［1］，綠洲區(qū)鹽漬化、沙漠化日趨嚴(yán)重，加之人類(lèi)活動(dòng)干擾，加劇了綠洲生態(tài)系統(tǒng)的退化［2］。鹽生植物除具有很強(qiáng)的固沙能力外，還具有很強(qiáng)的耐鹽堿性能，比其他植物更能適應(yīng)荒漠化環(huán)境，研究鹽生植物對(duì)鹽漬土改良利用、遏制土地荒漠化以及維持干旱區(qū)鹽漬土的生態(tài)平衡等有著不可替代的重要作用。

近年來(lái)，針對(duì)鹽生植物和植被指數(shù)國(guó)內(nèi)外已開(kāi)展大量的研究。顧峰雪等［3］研究發(fā)現(xiàn)鹽生植物為農(nóng)業(yè)生產(chǎn)提供了豐富的抗鹽種植資源；李玉霞等［4］研究發(fā)現(xiàn)光譜指數(shù)S－R可以較好地剔除環(huán)境背景及冠層結(jié)構(gòu)等外界因素的影響，植被含水量遙感反演精度較高；張芳等［5］對(duì)天山北坡4種常見(jiàn)的鹽生植物（芨芨草、苦豆子、樟味藜、駱駝刺）進(jìn)行了光譜特征分析和種類(lèi)識(shí)別；Tan等［6］研究發(fā)現(xiàn)高光譜植被指數(shù)可以作為潛在的指標(biāo)來(lái)監(jiān)測(cè)Fv／Fm值在緊湊型玉米的生長(zhǎng)階段；Meng等［7］研究了植物的葉綠素含量與植物光合能力和增長(zhǎng)水平的相關(guān)性。但針對(duì)鹽生植物的高光譜植被指數(shù)方面的研究尚不多見(jiàn)。故本研究以渭干河－庫(kù)車(chē)河三角洲綠洲鹽漠帶中典型鹽生植物為研究對(duì)象，利用光譜學(xué)分析方法，分析不同鹽生植物的光譜曲線(xiàn)，研究實(shí)測(cè)植被指數(shù)、多光譜植被指數(shù)、高光譜植被指數(shù)與土壤理化性質(zhì)的相關(guān)性，并驗(yàn)證實(shí)測(cè)植被指數(shù)與反演植被指數(shù)數(shù)據(jù)的精度。

1 研究區(qū)概況

渭干河－庫(kù)車(chē)河三角洲綠洲（簡(jiǎn)稱(chēng)渭－庫(kù)綠洲）位于天山南麓，塔里木盆地的北部，地理坐標(biāo)41°06′～41°38′N(xiāo)，81°26′～83°17′E，隸屬于新疆阿克蘇地區(qū)（圖1）。該研究區(qū)中塔里木盆地的北緣，受大陸性干旱氣候的長(zhǎng)期作用和山盆相間地貌格局的影響，發(fā)育著典型而完整的扇形平原綠洲、荒漠生態(tài)系統(tǒng)，在西部旱區(qū)環(huán)境演變研究中占據(jù)著極其重要的地位。渭－庫(kù)綠洲位于中緯度地區(qū)，屬典型的大陸性暖溫帶干旱氣候。

渭－庫(kù)綠洲土壤主要包含沙土、壤土和粘土。植被群落主要由喬木、灌木和草本植物群落構(gòu)成。喬木主要是胡楊（Populus euphratica），灌木主要為檉柳（Tamarixram osissina）、梭梭（Haloxylon ammo－dendron）、鹽穗木（Halostachyscaspica）、鹽節(jié)木（Halocnemumstrobi－laceum）等，草本植物主要有蘆葦（Phrag－mites australis）、甘草（Glycyrrhiza inflate）、駱駝刺（Alhagi sparsifo－lia）等。

圖1 研究區(qū)示意Fig.1 Location map of study area

2 數(shù)據(jù)與研究方法

2.1 數(shù)據(jù)源及處理方法

研究選用同一時(shí)期的數(shù)據(jù)，主要包括：2010年10月野外實(shí)測(cè)光譜反射率數(shù)據(jù)；2010年10月TM影像；2010年10月環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)小衛(wèi)星（HJ－1A／1B）高光譜遙感影像。

選用美國(guó)ASD公司的Field Spec Pro FR便攜式分光輻射光譜儀，光譜范圍為350～2 500nm。2010年10月12－19日當(dāng)?shù)貢r(shí)間10∶00－14∶00對(duì)渭－庫(kù)綠洲鹽漠帶典型鹽生植物進(jìn)行光譜采集，氣象條件符合采集要求。同期進(jìn)行野外土壤采集工作，用METTLER TOLEDO AL204電子天平稱(chēng)取50g風(fēng)干土與250ml蒸餾水混合，經(jīng)過(guò)浸泡和振動(dòng)使土壤鹽分充分溶解后，選用最能反映鹽漬地土壤特征的含鹽量、總?cè)芙夤腆wTDS、電導(dǎo)率、pH值4個(gè)指標(biāo)進(jìn)行測(cè)定。其中，含鹽量、TDS、電導(dǎo)率采用O－rion 115A＋儀器測(cè)定，pH值采用SM210型數(shù)字式酸度式測(cè)定。

2.2 植被指數(shù)計(jì)算

植被指數(shù)（VI）是兩個(gè)或多個(gè)波長(zhǎng)范圍內(nèi)的地物反射率組合運(yùn)算，以增強(qiáng)植被某一特性或者細(xì)節(jié)。目前發(fā)布了超過(guò)150種植被指數(shù)模型，其中只有極少數(shù)經(jīng)過(guò)了系統(tǒng)的實(shí)踐檢驗(yàn)。本文總結(jié)現(xiàn)有植被指數(shù)，根據(jù)對(duì)植被波譜特征產(chǎn)生重要影響的主要化學(xué)成分：色素（Pigments）、水分（Water）、碳（Carbon）、氮（Nitrogen），總結(jié)了7類(lèi)實(shí)用性較強(qiáng)的植被指數(shù)，即：寬帶綠度、窄帶綠度、光利用率、冠層氮、干旱或碳衰減、葉色素、冠層水分含量［8］。

本研究選用已被ENVI 4.8集成的部分高光譜植被指數(shù)進(jìn)行計(jì)算（表1），植物葉面在可見(jiàn)光、紅光波段有很強(qiáng)的吸收特性，在近紅外波段有很強(qiáng)的反射特性，這是植被遙感監(jiān)測(cè)的物理基礎(chǔ)，通過(guò)這兩個(gè)波段測(cè)值的不同組合可得到不同的植被指數(shù)。在可見(jiàn)光波段內(nèi)，各種色素是支配植物光譜響應(yīng)的主要因素，其中葉綠素所起的作用最為重要。故本文選取測(cè)量植被綠度的NDVI705（歸一化植被指數(shù)）和VOG1（Vogelmann紅邊指數(shù)1）以及測(cè)量葉子色素的CRI1（類(lèi)胡蘿卜素反射指數(shù)1）和ARI1（花青素反射指數(shù)1）4種指標(biāo)。

表1 高光譜植被指數(shù)計(jì)算公式［9］Table 1 The calculated equations of hyperspectral vegetation indices

3 結(jié)果與分析

3.1 光譜數(shù)據(jù)的預(yù)處理

野外實(shí)測(cè)地物光譜數(shù)據(jù)由于受自然環(huán)境、儀器和目標(biāo)本身光譜特性等因素影響，獲得的光譜中包括噪音光譜數(shù)據(jù)和地物光譜數(shù)據(jù)，通過(guò)光譜數(shù)據(jù)的預(yù)處理及各種轉(zhuǎn)換可以消除噪聲并突出地物光譜的某些細(xì)微差別。筆者對(duì)實(shí)測(cè)光譜數(shù)據(jù)選用Percentile Filter平滑，并剔除水汽吸收波段。通過(guò)分析具體數(shù)據(jù)和借鑒有關(guān)文獻(xiàn)的結(jié)論［10］，具體剔除范圍為：1 362～1 384nm、1 821～1 926nm、2 475～2 500 nm。為了更好地反映地物信息，對(duì)遙感影像進(jìn)行了輻射定標(biāo)和大氣校正等。

3.2 不同鹽生植物光譜特征分析

植被對(duì)電磁波的響應(yīng)是由其化學(xué)特征和形態(tài)學(xué)特征決定的，這些特征與植被的發(fā)育、健康狀況及生長(zhǎng)條件密切相關(guān)。不同植物或同一植物在不同的環(huán)境條件和不同的生長(zhǎng)發(fā)育階段，體內(nèi)的水分含量、各種色素含量及健康狀況都會(huì)發(fā)生一定的變化，從而引起反射率的不同［11－13］。渭－庫(kù)綠洲典型的鹽生植物檉柳、鹽節(jié)木、蘆葦?shù)墓庾V曲線(xiàn)如圖2所示。

圖2 2010年10月3種不同鹽生植物的光譜曲線(xiàn)Fig.2 Three spectral curves of different halophytes on Oct.2010

植物葉子強(qiáng)烈吸收藍(lán)區(qū)和紅區(qū)的能量，而強(qiáng)烈反射綠區(qū)能量，因此肉眼覺(jué)得健康的植被呈綠色。此外，葉紅素和葉黃素在0.45um（藍(lán)色）附近有一個(gè)吸收帶，但由于葉綠素的吸收帶也在這個(gè)區(qū)域內(nèi)，所以這兩種黃色色素在光譜響應(yīng)模式中起主導(dǎo)作用。在近紅外波段（700～800nm）有一反射陡坡，至1 100nm附近有一峰值，在800～1 300nm之間形成一個(gè)反射率達(dá)40%、甚至高達(dá)85%的反射峰，形成植物的獨(dú)有特征；而在中紅外波段（1 300～2 500 nm），由于受到綠色植物含水量的影響，光譜反射率下降。2010年10月不同鹽生植物的反射光譜（取均值后）均有類(lèi)似的變化趨勢(shì)，在700nm附近急劇增大，從750nm到1 100nm反射率保持較大，之后反射率呈現(xiàn)下降趨勢(shì)。

3.3 鹽生植物光譜指數(shù)分析

植物光譜指數(shù)是利用衛(wèi)星不同波段探測(cè)數(shù)據(jù)組合而成，能反映植物生長(zhǎng)狀況、數(shù)量、存在、質(zhì)量及時(shí)空分布特點(diǎn)［14］。遙感圖像上的植被信息，主要通過(guò)綠色植物葉子和植被冠層的光譜特性及其差異、變化反映，土壤的理化性質(zhì)對(duì)植被指數(shù)具有重要作用。本文用實(shí)測(cè)和反演的高光譜植被指數(shù)與土壤理化性質(zhì)進(jìn)行分析，并將實(shí)測(cè)數(shù)據(jù)和反演數(shù)據(jù)進(jìn)行對(duì)比，進(jìn)一步探討高光譜影像與TM影像的反演精度，為今后對(duì)鹽生植物特征的準(zhǔn)確識(shí)別提供一定的依據(jù)。

3.3.1 基于實(shí)測(cè)數(shù)據(jù)的植物光譜指數(shù)與土壤理化性質(zhì)的相關(guān)分析 實(shí)測(cè)數(shù)據(jù)NDVI705、VOG1、CRI1、ARI1和4種土壤理化性質(zhì)的相關(guān)分析如表2。數(shù)據(jù)均是在SPSS軟件下擬合并經(jīng)過(guò)篩選取得，在此基礎(chǔ)上，通過(guò)在SPSS軟件中的曲線(xiàn)擬合分析比較，得到的曲線(xiàn)圖均是各個(gè)植被指數(shù)與土壤理化性質(zhì)相關(guān)性最好的模型。

表2 實(shí)測(cè)數(shù)據(jù)NDVI705、VOG1、CRI1、ARI1與4種土壤理化性質(zhì)的相關(guān)分析Table 2 Correlation analysis between the measured data of NDVI705，VOG1，CRI1，ARI1 and the soil physicochemical properties

實(shí)測(cè)數(shù)據(jù)NDVI705與4種土壤的理化性質(zhì)相關(guān)性均較低（圖3），其相關(guān)系數(shù)R均小于0.5。實(shí)測(cè)數(shù)據(jù)VOG1與4種土壤的理化性質(zhì)相關(guān)性也較低（圖略）。VOG1與含鹽量的相關(guān)系數(shù)R＝0.449，與TDS的相關(guān)系數(shù)R＝0.407，與電導(dǎo)率的相關(guān)系數(shù)R＝0.425，與pH值的相關(guān)系數(shù)R＝0.332，其相關(guān)系數(shù)R均小于0.5。實(shí)測(cè)數(shù)據(jù)CRI1與含鹽量的相關(guān)系數(shù)R＝0.668，與TDS的相關(guān)系數(shù)R＝0.668，與電導(dǎo)率的相關(guān)系數(shù)R＝0.664，與pH值的相關(guān)系數(shù)R＝0.303，可見(jiàn)CRI1指數(shù)除了與pH值的相關(guān)性較低外，與另3種指標(biāo)的相關(guān)系數(shù)R均達(dá)0.66以上。實(shí)測(cè)數(shù)據(jù)ARI1與4種土壤理化性質(zhì)的相關(guān)性均較低。ARI1與含鹽量的相關(guān)系數(shù)R＝0.383，與TDS的相關(guān)系數(shù)R＝0.436，與電導(dǎo)率的相關(guān)系數(shù)R＝0.423，與pH值的相關(guān)系數(shù)R＝0.310，其相關(guān)系數(shù)R均小于0.5。

圖3 實(shí)測(cè)數(shù)據(jù)NDVI705與含鹽量、TDS、電導(dǎo)率、pH值的關(guān)系Fig.3 Relationship between the measured data of NDVI705and salinity，TDS，conductivity，pH

3.3.2 基于影像數(shù)據(jù)的植物光譜指數(shù)與土壤理化性質(zhì)相關(guān)分析 選用2010年10月的TM影像反演數(shù)據(jù)與土壤理化性質(zhì)進(jìn)行相關(guān)性分析。高光譜成像儀HSI采用干涉成像光譜技術(shù)實(shí)現(xiàn)高光譜數(shù)據(jù)的獲取。高光譜成像儀的平均光譜分辨率為5nm，波段范圍為450～950nm，空間分辨率為100m，幅度為50km，115個(gè)波段。利用渭－庫(kù)綠洲高光譜遙感影像反演得到的高光譜植被指數(shù)與土壤理化性質(zhì)進(jìn)行相關(guān)分析（圖4、圖5）。

由圖4可知，TM反演數(shù)據(jù)NDVI705與含鹽量的相關(guān)系數(shù)R＝0.687，與TDS的相關(guān)系數(shù)R＝0.695，與電導(dǎo)率的相關(guān)系數(shù)R＝0.647，與pH值的相關(guān)系數(shù)R＝0.232，可見(jiàn)NDVI705與TDS的相關(guān)性較高。由圖5可知，高光譜反演數(shù)據(jù)VOG1與含鹽量的相關(guān)系數(shù)R＝0.534，與 TDS的相關(guān)系數(shù)R＝0.532，與電導(dǎo)率的相關(guān)系數(shù)R＝0.536，與pH值的相關(guān)系數(shù)R＝0.394，可見(jiàn)VOG1與電導(dǎo)率的相關(guān)性較高。

圖4 TM反演數(shù)據(jù)NDVI705與含鹽量、TDS、電導(dǎo)率、pH值的關(guān)系Fig.4 Relationship between NDVI705retrieved from Landsat TM image and salinity，TDS，conductivity，pH

圖5 高光譜反演數(shù)據(jù)VOG1與含鹽量、TDS、電導(dǎo)率、pH值的關(guān)系Fig.5 Relationship between VOG1 retrieved from hyperspectral image and salinity，TDS，conductivity，pH

3.3.3 精度驗(yàn)證 實(shí)測(cè)數(shù)據(jù)和遙感影像反演數(shù)據(jù)的對(duì)比如圖6所示。結(jié)果表明：實(shí)測(cè)數(shù)據(jù)比高光譜反演數(shù)據(jù)VOG1的值要大，但其變化趨勢(shì)大致相同（圖6a），說(shuō)明反演效果較好；實(shí)測(cè)數(shù)據(jù)與TM反演數(shù)據(jù)NDVI705的值差距較大（圖6b），說(shuō)明反演的效果并不理想。從圖7也可以看出：TM反演數(shù)據(jù)NDVI705比高光譜反演數(shù)據(jù)VOG1的誤差要大，即高光譜反演數(shù)據(jù)VOG1比TM反演數(shù)據(jù)NDVI705的精度要高，這說(shuō)明遙感圖像的空間分辨率取決于植被指數(shù)反演的精度。

圖6 反演數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)對(duì)比Fig.6 Comparison between measured data and retrieved data using RS

圖7 NDVI705與VOG1的精度檢驗(yàn)Fig.7 Precision test of NDVI705and VOG1

4 結(jié)論與討論

本研究以典型鹽漠帶鹽生植物為研究對(duì)象，選取4種高光譜植被指數(shù)與土壤化學(xué)性質(zhì)進(jìn)行相關(guān)性分析，得出如下結(jié)論：1）鹽生植物實(shí)測(cè)數(shù)據(jù)的高光譜植被指數(shù)NDVI705、VOG1、ARI1與土壤理化特性之間均相關(guān)性較低（0.266＜R＜0.449），但是CRI1與含鹽量、TDS的相關(guān)性較高（R＝0.668）。2）用高光譜影像反演的VOG1與電導(dǎo)率的相關(guān)性較高（R＝0.536），用TM影像反演的NDVI705與TDS的相關(guān)性較高（R＝0.695）。3）通過(guò)精度驗(yàn)證，發(fā)現(xiàn)高光譜反演數(shù)據(jù)（VOG1）比TM反演數(shù)據(jù)（NDVI705）準(zhǔn)確，說(shuō)明遙感數(shù)據(jù)空間分辨率的不同影響了反演植被光譜指數(shù)的精度。

實(shí)測(cè)地物光譜數(shù)據(jù)和遙感影像數(shù)據(jù)的獲取和季相時(shí)間差異微小，但年差會(huì)導(dǎo)致土壤含水量差異、氣候方面的差異、水體組成成分差異、植被葉綠素和水分的含量差異，這些差異會(huì)導(dǎo)致一定的誤差。另外，在實(shí)測(cè)過(guò)程中由于儀器和操作人員本身的原因都會(huì)對(duì)光譜數(shù)據(jù)產(chǎn)生一定誤差。本文主要是利用遙感影像并結(jié)合實(shí)測(cè)光譜數(shù)據(jù)和土壤實(shí)驗(yàn)數(shù)據(jù)對(duì)鹽生植物的光譜特征進(jìn)行初步研究，其中“混合像元”和采樣的合理性值得探討。混合像元問(wèn)題不僅影響地物識(shí)別分類(lèi)精度，而且是遙感技術(shù)向定量化發(fā)展的重要障礙。為了解決這個(gè)問(wèn)題，需要對(duì)混合光譜的形成機(jī)理進(jìn)行深入研究和補(bǔ)充。

總之，由于本研究在計(jì)算高光譜植被指數(shù)時(shí)采用的遙感數(shù)據(jù)均來(lái)自10月份，特別是高光譜數(shù)據(jù)，因?yàn)榧竟?jié)的原因，加上研究區(qū)域是鹽漠帶地區(qū)，造成有些植被指數(shù)會(huì)出現(xiàn)異常，使得實(shí)測(cè)數(shù)據(jù)和反演數(shù)據(jù)無(wú)法進(jìn)行全面比較，這給研究的普適性、全面性、準(zhǔn)確性帶來(lái)了一定的誤差。筆者將會(huì)在今后的研究中綜合考慮各方面的因素，以使結(jié)果更加完善。

［1］ 韓德麟.綠洲穩(wěn)定性初探［J］.寧夏大學(xué)學(xué)報(bào)，1999，20（2）：136－139.

［2］ 徐海量，宋郁東，王強(qiáng)，等.塔里木河中下游地區(qū)不同地下水位對(duì)植被的影響［J］.植物生態(tài)學(xué)報(bào)，2004，28（3）：400－405.

［3］ 顧峰雪，潘曉玲.中國(guó)西北干旱荒漠區(qū)鹽生植物資源與開(kāi)發(fā)利用［J］.干旱區(qū)研究，2002，19（4）：18－20.

［4］ 李玉霞，楊武年，童玲，等.基于光譜指數(shù)法的植被含水量遙感定量檢測(cè)及分析［J］.光學(xué)學(xué)報(bào)，2009，29（5）：1404－1407.

［5］ 張芳，熊黑鋼，努爾巴依·阿布都沙力克，等.新疆天山北坡常見(jiàn)鹽生植物端元尺度光譜特征及識(shí)別［J］.光譜學(xué)與光譜分析，2011，31（12）：3337－3340.

［6］ TAN C W，HUANG W J，JIN X L，et al.Monitoring the chlorophyll fluorescence parameter Fv／Fm in compact corn based on different hyperspectral vegetation indices［J］.Spectroscopy and Spectral Analysis，2012，32（5）：1287－1291.

［7］ MENG Q Y，DONG H，QIN Q M，et al.A kind of vegetation index monitoring vegetation leaf chlorophyll content based on hyperspectral remote sensing［J］.Spectroscopy and Spectral A－nalysis，2012，32（8）：2218－2222.

［8］ 鄧書(shū)斌，陳秋錦.植被波譜特征與植被指數(shù)綜述［A］.中國(guó)遙感應(yīng)用協(xié)會(huì)2010年會(huì)暨區(qū)域遙感發(fā)展與產(chǎn)業(yè)高層論壇論文集［C］.2010.

［9］ 劉慶生，張敏，寧吉才，等.翅堿蓬高光譜植被指數(shù)對(duì)土壤化學(xué)性質(zhì)的響應(yīng)［J］.地理與地理信息科學(xué)，2011，27（3）：86－89，104.

［10］ PALACIOS－ORUETA A，USTIN S L.Remote sensing of soil properties in the Santa Monica Mountains［J］.Remote Sensing of Environment，1998，65（2）：170－183.

［11］ NAIDU R A，PERRY E M，PIERCE F J，et al.The potential of spectral reflectance technique for the detection of Grapevine leafroll－associated virus－3in two red－berried wine grape culrivars［J］.Comput.Electron Agric.，2009，66（1）：38－45.

［12］ VAN GAALEN K E，F(xiàn)LANAGAN L B，PEDDLE D R.Photosynthesis，chlorophyll fluorescence and spectral reflectance in Sphugmon moss at vary water contents［J］.Oecologia，2007，153（1）：19－28.

［13］ 林川，宮兆寧，趙文吉，等.基于光譜特征變量的濕地典型植物生態(tài)類(lèi)型識(shí)別方法——以北京野鴨湖濕地為例［J］.生態(tài)學(xué)報(bào)，2013，33（4）：1173－1185.

［14］ LI Z F，LI X B，WEI D D，et al.An assessment of correlation on MODIS－NDVI and EVI with natural vegetation coverage in Northern Hebei Province，China［J］.Procedia Environmental Sciences，2010（2）：964－969.