張樹艷+王有武+白鐵成+劉小文
(塔里木大學,新疆阿拉爾 843300)
摘 要 棉花葉面積指數是衡量作物生物量的關鍵參數,為棉花葉面積指數的獲取提供可靠、方便的估算模型,以阿拉爾墾區作為主要研究區域,利用光譜分析儀對從墾區獲得棉花冠層光譜反射率和由此計算得到的植被指數進行分析,基于NDVI的回歸模型確定性系數R2為0.92,進而確定了阿拉爾墾區棉花葉面積指數的最佳監測模型,為墾區棉花作物遙感監測和產量估算奠定了良好基礎。
關鍵詞 棉花葉面積;指數監測模型;歸一化植被指數
中圖分類號:S562 文獻標志碼:B DOI:10.19415/j.cnki.1673-890x.2016.24.004
葉面積指數LAI和葉片生物化學性質、冠層光譜及制備生態生理學特征具有較大關聯,是生物作物產量估算和分析的重要參數。諸多自然植物群落與作物冠層的葉面積指數研究表明,LAI自身的變化同葉片光學性質的改變比且關聯,故LAI可被視為遙感監測技術對植被長勢與產量估算過程中的重要結構參數[1]。本文擬通過建立棉花葉面積指數與光譜植被指數間的回歸模型,確定棉花葉面積指數的監測模型,為棉花長勢的監測與產量估算提供依據。
1 阿拉爾墾區概述
阿拉爾墾區位于塔里木盆地西北角,地理坐標為東經81°03′,北緯40°33′,屬于典型的大陸性干旱荒漠氣候,墾區降雨較少且大氣干燥,年均相對濕度為51%,太陽輻射總量為年均6100MJ/m2左右,生長季太陽輻射量為1300MJ/m2左右,年均日照為2800~3000h,云霧天氣較少,氣象要素變化幅度較大,揚塵、浮沉和沙暴等天氣較多。
2 研究方法
2.1 試驗區與試驗樣點選擇
據統計,阿拉爾墾區每年棉花種植面積約為10.6萬hm2,是新疆地區的主要植棉區之一,棉田占新疆棉田總面積的25%,本文所選取的試驗區為阿拉爾墾區的10團的棉花地,選擇種植面積相對較大的新陸中67號、中棉35和新海14這3個品種的棉花作為主要試驗品種。
2.2 田間實驗設計
2.2.1 棉花冠層光譜測試
采用美國賽默飛世爾公司Antaris II FT-NIR型光譜儀進行測試,測量范圍10000-4000cm-1,掃描次數設置為32次,分辨率設置為8cm-1,采樣點數為1557點,檢測器為In Ga As檢測器。測試步驟:選擇晴朗無風的天氣,對墾區棉花在蕾期、初花期以及盛花期、鈴期和吐絮期進行采集,采集時間為當日11:00-14:00,在試驗田的3個點分別采集不同品種棉花的葉片,將葉片裝入紙袋,標號封口。在室內對各品種進行光譜測量前,對各品種棉花進行定標校準,使其對應光譜與100%的基線靠近,而后,對準目標進行測量獲取高光譜圖像,使用EVNI軟件獲取不同區域光譜反射值的平均值作為當前試驗區域棉花葉片的光譜反射值[2]。
2.2.2 葉面積測定
葉面積的測定主要依靠計算機、數碼照像機、萬深LA-S植物圖像分析軟件予以完成,具體操作為:在對冠層反射光譜進行測定后,將其不重疊地鋪放在畫有坐標網格的白色背景的紙張上,利用實現準備好的數碼相機拍攝,要求葉片光線均勻且無陰影,對統一目標進行3次拍攝,并將相應的照片編號和樣點號進行記錄;以LA-S植物圖像分析軟件得到圖片上的葉片面積。在試驗時間方面,阿拉爾墾區試驗點的試驗時間為2013年6月22日、7月8日、7月24日、8月9日、8月24日和9月10日,分別對應墾區棉花的蕾期、初花期、盛花期、結鈴期以及盛鈴期和吐絮期。
3 阿拉爾墾區棉花葉面積遙感監測模型
3.1 葉面積指數在棉花各生育期間的變化
圖1給出了阿拉爾墾區10團不同棉花葉片指數在整個生育期的變化情況。由圖1可知,從蕾期到初花期,因墾區棉花枝葉的數量急聚增加,使葉片面積持續增長,由此,LAI也呈現出逐漸上升的變化趨勢。對墾區棉花頁葉面積的變化情況進行分析可知,其在盛蕾期、花期和盛花期增長較快,且各品種棉花的LAI在鈴期均達到了最大值。在進入盛鈴期后,棉花葉片的光合作用下降,養分被轉移至棉鈴中,故導致棉葉逐漸枯黃掉落,使得LAI在吐絮后迅速下降。
圖1 阿拉爾墾區不同棉花葉片指數在整個生育期的變化情況
3.2 棉花葉面積指數同植被指數的相關性
通過對阿拉爾墾區棉花全生育期內歸一化植被指數NDVI和相應LAI進行相關性分析,結果表明,阿拉爾墾區的三個品種的棉花在蕾期和始花期均未達到0.05的顯著性檢驗水平。此外,墾區三品種棉花的其余生育期均達到顯著性水平,其中,NDVI與LAI在盛花期與鈴期的相關性最優。
3.3 墾區棉花葉面積指數的監測模型
歸一化植被指數模型:
NDVI=(NIR-R)/(NIR+R)
NIR與R分別表示近紅外波段與紅波段棉花冠層的反射率。由于基于NDVI的棉花葉面積指數同植被指數的相關性較好,故以NDVI歸一化指數作為LAI監測的因子,進而獲取阿拉爾墾區棉花LAI的監測模型,具體表示如下:
Ix=(Mx-Mmin)×(Imax-Imin)/(Mmax-Mmin)+Imin
其中,I和M分別表示影像值與實測值。
一般,利用NDVI對葉面積指數進行估算時可采用的模型類型大都以方程形式存在,具體包括了直線方程:
y=b0+b1t
一元二次方程:
y=b0+b1t+b2t2
對數方程:
y=b0+b1ln(t)
指數方程:
y=b0×exp(b1t)
上述各模型中,y和t分別為LAI擬合值與植被指數。b0、b1、b2和b3為常數[3]。本文選取NDVI對于LAI相關性最顯著和鈴期棉花LAI最大的樣本作為回歸分析樣本,樣本數為37,進而對NDVI與LAI進行回歸分析并構建阿拉爾墾區三種棉花的統一監測模型,具體模型如表1所示。
表1 阿拉爾墾區NDVI與LAI回歸分析(n=37)
模型 b0 b1 b2 R2 F
直線方程 -6.69 15.08 - 0.85 161.11
一元二次方程 -54.86 157.97 -105.11 0.92 674.51
對數方程 7.61 10.35 - 0.87 201.68
指數方程 0.13 4.84 - 0.78 105.04
4 結論
本文以阿拉爾墾區作為主要研究區域,通過對阿拉爾墾區的基本情況進行說明,進而以墾區新陸中67號、中棉35和新海14三種棉花作為研究對象,利用Antaris II FT-NIR型光譜儀對試驗區域棉花在不同生育期的光譜反射率進行分析,在結合NDVI與LAI的相關性的基礎上,構建了基于NDVI的阿拉爾墾區棉花葉面積指數的監測模型。研究結果表明,基于歸一化植被指數的棉花葉面積指數監測模型關于NDVI與LAI兩參數的相關性較高,能夠較好地為相應地區棉花生產情況的監測和產量估算提供可靠保障。
參考文獻
[1]夏天,吳文斌,周清波,等.基于高光譜的冬小麥葉面積指數估算方法[J].中國農業科學,2012,10(12):2085-2092.
[2]張懷志,曹衛星,周治國,等.棉花適宜葉面積指數的動態知識模型[J].棉花學報,2013,3(9):151-154.
[3]劉姣娣,曹衛彬,馬蓉.棉花葉面積指數的遙感估算模型研究[J].中國農業科學,2014,12(25):4301-4306.
(責任編輯:趙中正)