荒漠林高光譜與光學影像植被指數(VI)的比較

武文麗，袁 也，李園園，楚光明，張 昊

(石河子大學農學院林學系，新疆石河子 832003)

0 引 言

【研究意義】植被利用光合作用吸收二氧化碳并釋放氧氣，是陸地生態系統的重要組成部分[1]，還具有防風固沙，減少地表徑流、減噪、滯塵等作用，在物質循環和能量流動中處于關鍵的地位[2]。為了準確衡量區域內植被的種類、覆蓋度、面積以及動態變化等指標，采用高效的植被調查手段是十分必要的。傳統的基于地面植被調查耗時費力，近代遙感技術的發展，改變了傳統的植被調查技術，形成了快速、便捷、大尺度的觀測手段，可以不受自然和社會條件的限制，迅速獲得觀測圖像來分析植被的變化情況[3]。相關研究表明,綠色植物葉面在可見光和紅光波段有很強的吸收特性，在近紅外波段有很強的反射特性，同時這些波段包含了90%以上的植被信息[4]。根據植被這個獨有的光譜特性，可以利用紅光和紅外波段的不同組合進行植被研究，即植被指數(Vegetation Index，VI)[5]。植被指數有助于增強遙感影像的解譯能力，在植被覆蓋度、碳儲量估測、作物種類識別、產量預測預報以及專題制圖方面都有應用[6,7,8]。目前研究主要是利用多種光學影像來提取植被指數監測植被的生長狀況。傳統寬波段遙感數據(TM等)由于波段數少、光譜分辨率低，并且利用其計算出的植被指數也基本都是基于不連續的紅光和近紅外波段，所能反演的信息量少[9]。隨著遙感技術的不斷發展，高光譜遙感植被指數得到了迅速的發展，利用高光譜植被指數可以快速、無損提取植被個體和群體信息，有助于實時掌握植被的生長狀況，進行合理的生產管理[10]。地處在干旱、半干旱區域的荒漠植被維護著區域生態穩定，但由于該區域植被覆蓋度低、地表環境差異大，致使對地探測較為困難。利用地面遙感和航天遙感數據結合植被指數實現快速調查，研究各數據中植被指數的差異。【前人研究進展】植被指數是遙感領域中用來表征地表覆蓋、生長狀況的一個非常簡單有效的度量參數[6]。目前，利用多光譜遙感數據提取各種植被指數、估測植被LAI的研究已經較多，高光譜技術作為熱門的植被參量提取技術之一，也被越來越廣泛地應用于植被遙感研究。高光譜遙感的光譜分辨率較高，能在特定光譜區間獲取被測物體連續的反射光譜信息，可以對植被進行微弱光譜差異的定量分析，突破了常規波段遙感不能精細分析植被光譜特征的限制[11]。植被作為陸地生態系統的主要成分之一，對陸地氣候變化具有重要調節作用，因而對植被信息的監測具有重要的生態和社會意義[12]。高光譜遙感數據在監測植被信息方面應用廣泛[13]，其相對多波段遙感數據存在明顯優勢。區域不同、環境不同，植被的適應性也不同[14]。近年來，高光譜遙感技術已被廣泛應用于資源調查、地質勘探、環境監測調查、土壤監測、水文觀測等領域[15]。植被指數一直是遙感技術研究植被的重要方法，當前主要方法是利用遙感數據中的典型波段進行組合計算[16]。由于植被在人類生存環境中的重要作用，植被遙感一直是遙感應用領域研究熱點，其中遙感植被指數是研究植被最簡單、最有效的方法之一[17]。干旱、半干旱的荒漠化地區，植被覆蓋度和植被生物量是衡量地表植被狀況的兩個重要指標，也是影響土壤侵蝕與水土流失的主要因子[18-19]。準確地評估荒漠化地區的植被覆蓋度和植被生物量狀況，對于掌握荒漠化發展態勢具有重要意義[20]。【本研究切入點】干旱、半干旱區梭梭林和檉柳林分布稀疏，難以展開大尺度地面調查。研究利用地面實測的梭梭(Haloxylonammodendron)和檉柳(Tamarixramosissima)冠層的高光譜數據與同期的TM遙感影像數據，分別提取NDVI、SAVI、RDVI3種植被指數。【擬解決的關鍵問題】分析地面遙感數據與同期航天遙感數據中3種植被指數差異，為應用地面高光譜和航天遙感數據的植被指數,提取荒漠公益林樹種信息和碳儲量的監測提供一定的參考。

1 材料與方法

1.1 材 料

研究區域位于準噶爾盆地古爾班通古特沙漠南緣，莫索灣墾區北端(44°15′～46°50′N，84°50′～91°20′E)。古爾班通古特沙漠地處準噶爾盆地中央，瑪納斯河以東及烏倫古河以南，面積約4.88×104km2，海拔300～600 m，是中國第2大沙漠，年降水量70～150 mm，年均氣溫6.2℃。圖1

圖1 研究區矯正后的TM影像Fig.1 Corrected TM image of the study area

選擇梭梭林和檉柳林分布的典型區域分別設置梭梭和檉柳樣地各5個。分別用地面高光譜數據和同期TM光學影像各樣地進行歸一化植被指數(NDVI)、重歸一化植被指數(RDVI)、土壤調節植被指數(SAVI)的提取[6]。此次實驗中光學影像的數據采用90 m×90 m的樣地的平均值，而高光譜數據是在30 m×30 m的樣地中取其中10個代表性點的光譜均值。

1.2 方 法

選取3種植被指數進行對比分析，分別為歸一化植被指數(NDVI， Normalized Difference Vegetation Index), 重歸一化植被指數(RDVI，Return-normalized Difference Vegetation Index)，土壤調節植被指數(SAVI，Soil-adjusted Vegetation Index )。

(1)NDVI(-1～1)用于檢測植被生長狀態、植被覆蓋度和消除部分輻射誤差等。0代表該區域基本沒有植被生長；負值代表非植被覆蓋的區域；正值，表示有植被覆蓋，數值越大代表植被的覆蓋面積越大，植被的量越多。云、水體和冰雪在紅色及近紅外波段均有較大反射，其NDVI值為負值；土壤和巖石在這2個波段的反射率基本相同，其NDVI值接近0。

NDVI=(NIR-R)/(NIR+R) .

(1)

公式中，NIR和R分別為地表的近紅外波段(TM4)和紅波段(TM3)的反射值。其中R的波長620 ～760 nm，NIR波長760～3 000 nm(波長范圍為760 ～2 500 nm)。下同。

(2)RDVI可用于高低不同植被覆蓋的情況[11]。NDVI是屬于“比值”植被指數，該植被指數增強了土壤和植物的反射對比，同時將照度狀況的影響最小化，但其對土壤亮度敏感，尤其在植被覆蓋度較低的情況下。研究得出[12]，RDVI可以較好的適應研究中植被多數較稀疏、少部分蓋度很高，蓋度差異懸殊的區域景觀特點，可以放大植物光譜的特征信息，減少大氣、下墊面等外界因素對光譜信息的干擾。

(2)

(3)SAVI(-1～1)式中L為1個土壤調節參數，Huete建議最佳取值為0.5[13]。SAVI的目的是解釋背景的光學特征變化并修正NDVI對土壤背景的敏感。與NDVI相比，增加了根據實際情況確定的土壤調節系數L，L是隨著植被密度變化的參數，取值范圍0～1。對于中等植被覆蓋區，L的值一般接近于0.5。L=0時，表示植被覆蓋度為零；L=1時，表示土壤背景的影響為零，即植被覆蓋度非常高，土壤背景的影響為零。

SAVI=(NIR-R)×(1+L)/(NIR+R+L) .

(3)

1.3 數據處理

1.3.1 高光譜數據的處理

高光譜數據的來源是對研究區內的5個梭梭林樣地和5個檉柳林樣地的數據采集，分別表示為a、b、c、d、e、f、g、h、i、j。每個樣地中每個光譜采樣點分別取6條光譜下相應波長范圍內的R值和NIR，再算出每條光譜數據的平均值，并利用上述中的公式計算出NDVI、SAVI、RDVI。測量儀器選用美國ASD公司生產的FieldSpec ProFR 2500型背掛式野外高光譜輻射儀測定梭梭林和檉柳林冠層光譜，測定光譜數據后，通過與高光譜儀配套的數據處理軟件ViewSpecPro將光譜數據導出。光譜測量的波長范圍為350～2 500 nm。其中350～1 000 nm的光譜采樣間隔為1.4 nm，光譜分辨率為3 nm；1 000～2 500 nm的光譜采樣間隔為2 nm，光譜分辨率為10 nm。利用該儀器測定梭梭林和檉柳林樣地冠層反射率，測定時基本無云無風，傳感器探頭垂直向下，視場角為25°，距離冠層頂端約為0.7 m。表1，表2

表1 梭梭林高光譜植被指數
Table 1 HyperspectralVIofHaloxylonammodendron

VIabcdeR0.1880.2060.2810.1540.211NIR0.8080.5890.4010.3200.402NDVI0.6220.4820.1760.3490.312SAVI0.6210.4440.1520.2550.257RDVI0.6210.4300.1450.2400.244

表2 檉柳林高光譜植被指數
Table 2 HyperspectralVIofTamarixramosissima

VIfghijR0.2020.2200.4400.2300.147NIR0.8301.0110.6430.9590.297NDVI0.6090.6430.1880.6130.336SAVI0.6150.6860.1930.6470.237RDVI0.6180.7130.1960.6680.224

1.3.2 TM影像的數據處理

光學影像的數據是通過ERDAS IMAGINE 8.7以實測的地理坐標作為基礎數據提取TM3和TM4波段后計算NDVI、SAVI、RDVI。表3，表4

表3 梭梭林光學影像植被指數
Table 3 VI ofHaloxylonammodendronin optical image

VIaBcdeN45°05′53.2″45°05′53.4″45°05′53.4″45°05′13.3″45°05′52.9″E86°00′12.2″86°00′12.4″86°00′12.4″86°00′11.6″86°00′11.5″NDVI-0.087-0.075 7-0.075 7-0.068-0.087SAVI-0.130-0.113-0.113-0.101-0.130RDVI1.4131.2571.2571.0041.413

表4 檉柳林光學影像植被指數
Table 4VIofTamarixramosissimain optical image

VIfGhijN45°05′54.5″45°05′54.6″45°05′54.8″45°05′54.7″45°05′55.4″E86°00′13.7″86°00′14.1″86°00′14.6″86°00′14.4″86°00′15.1″NDVI0.021-0.039 4-0.039-0.0390.044 SAVI0.031-0.059-0.059-0.0590.066RDVI0.3250.6270.6270.6270.665

圖2 梭梭高光譜VI
Fig.2 HyperspectralVIofH.amodendron

2 結果與分析

2.1 梭梭3種VI的比較

研究表明,不同的遙感數據源中3種植被指數VI的變化趨勢有所不同。梭梭的SAVI和RDVI整體變化趨勢大體相同，都是先降低后又上升。而NDVI的變化是先下降后又上升再下降，且數值的變化大于SAVI和RDVI，在數值上NDVI>SAVI>RDVI。NDVI和SAVI的變化趨勢相同，且數值變化不大，在-0.2～1的范圍。而RDVI的數值和變化幅度相對要大，整體變化趨勢為先減小后增大，數值上3種植被指數的大小順序為RDVI>NDVI>SAVI。總體來看，高光譜數據所提取的梭梭冠層植被指數大小和變化趨勢都很接近，而TM圖像中計算所得RDVI和其他2種植被指數在數值大小和變化范圍上有很大的差別，但NDVI總要大于SAVI。圖2,圖3

圖3 梭梭林光學影像VI
Fig.3VIofH.ammodendronin optical image

2.2 檉柳林3種VI的比較

研究表明,檉柳林的3種植被指數的變化趨勢基本一致，都是先增后減呈波浪式變化。SAVI和NDVI的變化趨勢都是先減小后增大，但變化幅度不大，保持在-0.1～0.1，而RDVI先增大后趨于一個穩定的數值。高光譜數據所提取的檉柳冠層的3種植被指數的值從大小和變化幅度上都基本保持一致。而光學影像中提取的SAVI和NDVI的值大小和變化一致，但RDVI的變化較其他2種植被指數不同且數值相對大。圖4,圖5

圖4 檉柳林高光譜VI
Fig.4 HyperspectralVIofTamarixramosissima

圖5 檉柳林光學影像VI
Fig.5VIofTamarixramosissimain optical image

2.3 3種VI的總體比較

研究表明,梭梭林的高光譜數據植被指數中NDVI和SAVI的值要大于梭梭林的光學影像NDVI和SAVI的植被指數值，而RDVI的值又小于光學影像中RDVI。檉柳林的高光譜植被指數中NDVI和SAVI的值要大于檉柳林的光學影像NDVI和SAVI的植被指數值，而RDVI的值又小于光學影像中RDVI。圖6 ,圖7

圖6 梭梭的3種VI比較
Fig.6VIcomparion ofH.amodendron

圖7 檉柳的3種VI比較
Fig.7VIcomparion ofTamarixramosissima

3 討 論

高光譜的3種植被指數數值差異不大且都是正值，但光學影像的3種植被指數中NDVI和SAVI的數值小于RDVI，并且負值較多。光學影像植被指數出現負值的主要原因是光學影像的數據來源是90 m×90 m的樣地的平均值算來的，由于荒漠植被的覆蓋度較低，所以地面的反射光會影響到數值。同時很多植被指數都具有尺度效應，在不同的樣地大小范圍內計算的數值會有所不同。高光譜VI的特點就是以點的形式對植被提取所需數據，可以避免客觀因素的影響，能夠更精準的計算出植被指數，而且可以得到比較典型的紅邊植被指數和倒數植被指數[14]。

4 結 論

4.1 在地面高光譜數據中，無論是梭梭的高光譜植被指數，還是檉柳的高光譜植被指數，其3種植被指數的變化趨勢和數值大小都很接近，特別是SAVI和RDVI更加接近，但NDVI的變化要大于其他2種植被指數。由于冠層結構的差異，檉柳3種高光譜植被指數值均大于檉柳。

4.2 在TM光學影像中，梭梭和檉柳的光學影像植被指數的NDVI和SAVI的數值基本保持在一定范圍內，且變化幅度微小。而RDVI的數值變化較大其數值本身又大于NDVI和SAVI，相對不穩定，RDVI對植被覆蓋度有更強的反應能力。