松葉光譜反射率的特性參數(shù)與含水量關(guān)系分析＊

宋清亮 ，向 榮，秦 林 ，3，袁 莉 ，田 恒，朱鵬博，劉 偉，楊 雯，屈妍希，周佳維

（1.長(zhǎng)江師范學(xué)院 電子信息工程學(xué)院，重慶 408100；2.長(zhǎng)江師范學(xué)院 化學(xué)化工學(xué)院，重慶 408100；3.長(zhǎng)江師范學(xué)院 三峽庫(kù)區(qū)環(huán)境監(jiān)測(cè)與災(zāi)害防治工程研究中心，重慶 408100）

1 概述

松材線蟲引起的松材萎蔫病被稱為松樹的癌癥，它是一種毀滅性的病害，具有傳播途徑多、發(fā)病部位隱蔽、發(fā)病速度快、潛伏時(shí)間長(zhǎng)和治理難度大等特點(diǎn)[1]。松樹一旦被松材線蟲侵害，最明顯的特征是松葉會(huì)在一定時(shí)間內(nèi)大量失水，最終導(dǎo)致松樹死亡。在松樹發(fā)病早期，松樹葉的含水量會(huì)發(fā)生變化，因此，準(zhǔn)確檢測(cè)松樹葉的含水量，對(duì)于研究松材線蟲病蟲害的防御和早期監(jiān)測(cè)有重要的意義[2]。

高光譜技術(shù)是發(fā)展非常迅速的一種遙感技術(shù)，葉片含水量不同，葉片的光譜反射率及其特征參數(shù)值也不同。利用高光譜成像技術(shù)，確定含水量與光譜特征參數(shù)之間的相關(guān)性，對(duì)于快速監(jiān)測(cè)松樹病蟲害的發(fā)病情況和范圍有重要意義[3]。

目前，對(duì)于松樹病蟲害光譜數(shù)據(jù)的研究并不多，王震等人通過(guò)對(duì)光譜數(shù)據(jù)的一階微分進(jìn)行分析，研究了綠光區(qū)、紅光區(qū)和近紅外反射光譜的變化特征，結(jié)果顯示總體上呈現(xiàn)出較好的光譜變化規(guī)律[4-9]。

本文將以重慶市涪陵區(qū)永勝林場(chǎng)冒合寨管護(hù)區(qū)的松樹為研究對(duì)象，在林場(chǎng)中尋找不同受害程度的松樹進(jìn)行光譜反射率的測(cè)量，分析不同受害程度松樹的紅谷的吸收深度（D）、比值葉綠素指數(shù)（PSSR）、歸一化比值葉綠素指數(shù)（PSND）、綠峰的反射峰高度深度（H）、Dr（紅邊位置，紅邊內(nèi)的一階導(dǎo)數(shù)最大值）、SDr(紅邊內(nèi)一階微分的總和）等參數(shù)和葉片的含水量數(shù)據(jù)，并分析其相關(guān)性，從而為高光譜遙感技術(shù)研究松材線蟲的入侵檢測(cè)提供有力的實(shí)驗(yàn)依據(jù)。

2 數(shù)據(jù)采集及分析方法

2.1 葉片的采樣

本文研究光譜的特征參數(shù)與葉片含水量之間的關(guān)系，從研究區(qū)內(nèi)選取受病蟲害帶程度不一的典型松樹并摘取其松葉。以松樹葉子顏色為指標(biāo)，將松樹的病害程度分為4個(gè)等級(jí)：①等級(jí)一，健康的樹勢(shì)生長(zhǎng)旺盛，針葉呈墨綠色；②等級(jí)二，輕度受害的松葉開始變黃，樹脂分泌停止，生長(zhǎng)減慢；③等級(jí)三，中度受害大部分針葉變?yōu)辄S褐色，萎蔫，樹木生長(zhǎng)明顯很弱；④等級(jí)四，重度受害，病樹干枯，針葉全部變?yōu)榧t褐色，但不脫落。每棵樹按照4個(gè)方位采集4個(gè)樣本，并記錄該樹的經(jīng)度、緯度和海拔高度，將采集到的樹葉用實(shí)驗(yàn)袋密封編號(hào)，裝入保溫箱[5]。

2.2 測(cè)量方法

2．2．1 光譜測(cè)量

在此次數(shù)據(jù)采集過(guò)程中，用到的主要儀器是型號(hào)為OFS110的地物光譜測(cè)量?jī)x，在實(shí)驗(yàn)室進(jìn)行相關(guān)操作，先進(jìn)行白定標(biāo)和暗定標(biāo)，之后采集每個(gè)葉片的光譜反射率數(shù)據(jù)。每個(gè)樣本光譜采集重復(fù)5次，然后去除異常值再取平均值，每棵樹的4個(gè)樣本的數(shù)據(jù)再次取平均，得到這棵樹的光譜反射率。圖1為不同受害程度的松樹葉照片，圖2為其對(duì)應(yīng)的光譜反射率曲線。

圖1 不同受害程度松樹葉照片

圖2 不同受害程度光譜反射率曲線

2．2．2 水分含量的測(cè)量方法

含水量測(cè)量步驟：①用蒸餾水洗凈松針表面污漬，用吸水紙將表面水分吸干。②稱取0.5 g左右（精確到0.000 1 g）的松針，記錄鮮重Wf。③將稱取鮮重的松針?lè)湃胧⒂姓麴s水的燒杯中浸泡3 h。④浸泡完畢后，取出松針用吸水紙吸干表面水分，然后稱量其質(zhì)量，獲得飽和鮮重Wt。⑤將燒杯洗凈放入恒溫鼓風(fēng)干燥箱，在105℃下烘1.5 h，然后取出燒杯放入干燥器里冷卻至室溫后稱其質(zhì)量。此操作重復(fù)至燒杯質(zhì)量不變?yōu)橹?。⑥將稱取飽和鮮重后的松針?lè)湃胍呀?jīng)恒重的燒杯中，然后將其放入恒溫鼓風(fēng)干燥箱中，先在120℃下殺青20 min，然后將溫度調(diào)到105℃烘1.3 h。⑦烘干完畢后，取出燒杯放入干燥器中冷卻至室溫然后稱取質(zhì)量。此次稱取的質(zhì)量減去燒杯恒重，得到的質(zhì)量即為松針干重Wd。⑧根據(jù)公式求出松針含水量，同時(shí)，將采集到的松樹葉子由受病害程度無(wú)、受病害程度輕、受病害程度中和死亡進(jìn)行編號(hào)，測(cè)量其含水量，得到病害程度與含水量的線性關(guān)系圖。如圖3所示，橫軸代表受病蟲害程度，數(shù)值越大，受害越嚴(yán)重。從圖3中可以看出，隨著松樹葉子受病蟲害程度的逐漸增強(qiáng)，其含水量降低，并呈較好的相關(guān)性。

2.3 光譜特征參數(shù)的收納

為了研究葉片含水量與光譜數(shù)據(jù)之間的聯(lián)系，本文選取了以下23種特征參數(shù)[5]，具體如表1所示。

圖3 水平均含水量

3 結(jié)果與分析

對(duì)23個(gè)高光譜特征參數(shù)進(jìn)行計(jì)算分析，結(jié)合實(shí)驗(yàn)測(cè)量出相應(yīng)的含水量，獲得各種參數(shù)與含水量之間的關(guān)系曲線。結(jié)果顯示，Dr、D、H、PSSR、PSND、SDr這6個(gè)光譜特性參數(shù)與含水量的相關(guān)性比較高，具體如圖4所示。圖4中的橫坐標(biāo)代表由健康漸序死亡的松樹葉片相應(yīng)的含水量，縱坐標(biāo)是代表其對(duì)應(yīng)光譜特征參數(shù)的值。從圖4中可以看出，紅遍位置Dr隨著含水量的增多而增多，并且呈現(xiàn)較好的二次函數(shù)關(guān)系；特征參數(shù)紅谷的吸收深度（D）、綠峰的反射峰高度深度（H）與含水量呈現(xiàn)較好的拋物線關(guān)系；特征參數(shù)比值葉綠素指數(shù)（PSSR）與含水量之間呈現(xiàn)較好的二次函數(shù)關(guān)系；歸一化比值葉綠素指數(shù)（PSND）隨著含水量的增多而增多，呈現(xiàn)較好的線性關(guān)系。對(duì)于特殊的光譜特征參數(shù)，由紅邊內(nèi)一階微分的總和（SDr）可以明顯看出，當(dāng)松樹病蟲害程度輕或者健康狀態(tài)時(shí)，其特征參數(shù)小于等于零；當(dāng)松樹處于嚴(yán)重病蟲害程度或死亡狀態(tài)時(shí)，其特征參數(shù)的值大于零。

4 結(jié)論

隨著松樹受松材線病蟲感染程度的不同，即隨著病害程度的增大，其光譜特征參數(shù)指標(biāo)Dr、D、H、PSSR、PSND相應(yīng)減小，含水量也相應(yīng)減少，并與松樹受害程度呈較好的相關(guān)性。對(duì)于SDr，當(dāng)松樹病蟲害程度輕或者處于健康狀態(tài)時(shí)，其值小于等于零；當(dāng)松樹處于嚴(yán)重病蟲害程度或處于死亡狀態(tài)時(shí)，其值大于零。其中，PSND與含水量呈現(xiàn)較好的線性關(guān)系。由此，在利用無(wú)人機(jī)高光譜遙感技術(shù)檢測(cè)松材線蟲時(shí)，計(jì)算高光譜參數(shù)指標(biāo)可以判斷松樹受病害的程度，從而為進(jìn)一步控制病蟲害采取何種處理手段提供依據(jù)。

表1 高光譜參數(shù)的定義及其描述

圖4 高光譜特征參數(shù)與含水量相關(guān)性圖

［1］張曉艷，王麗麗，封文杰，等.花生紅邊特征及其葉面積指數(shù)的高光譜估算模型［J］.山東農(nóng)業(yè)科學(xué)，2010（3）：11-15，19.

［2］浦瑞良，宮鵬.高光譜遙感及其應(yīng)用［M］.北京：高等教育出版社，2000：52-53.

［3］石進(jìn)，馬盛安，蔣麗雅，等.航空遙感技術(shù)監(jiān)測(cè)松材線蟲病的應(yīng)用［J］.中國(guó)森林病蟲，2006，25（1）：18-20.

［4］王震，張曉麗，安樹杰.松材線蟲病危害的馬尾松林木光譜特征分析［J］.遙感技術(shù)與應(yīng)用，2007，22（3）：367-370.

［5］萬(wàn)方浩，鄭小波，郭建英.重要農(nóng)林外來(lái)入侵物種的生物學(xué)與控制［M］.北京：科學(xué)出版社，2005：574-577.

［6］申廣榮，王人潮.植被光譜遙感數(shù)據(jù)的研究現(xiàn)狀及其展望［J］.浙江大學(xué)學(xué)報(bào)（農(nóng)業(yè)與生命科學(xué)版），2001，27（6）：682-690.

［7］杜華強(qiáng).葛宏立.范文義.等.分形理論在馬尾松松材線蟲病發(fā)病早期高光譜探測(cè)中的應(yīng)用［J］.林業(yè)科學(xué)，2009，45（6）：68-76.

［8］吳繼友，楊旭東，張福軍，等.山東招遠(yuǎn)金礦區(qū)赤松針葉反射光譜紅邊的季節(jié)特征［J］.遙感學(xué)報(bào)，1997，5（2）：124-128.

［9］楊曦光，范文義，于穎.森林葉綠素含量的高光譜遙感估算模型的建立［J］.森林工程，2010，26（2）：8-11.