基于無人機數據的植被指數空間尺度效應研究

魏高磊，吳太夏，王樹東，楊瑩瑩

（1.河海大學地球科學與工程學院，江蘇 南京 210098；2.中國科學院空天信息創新研究院，北京 100101）

空間尺度效應就是隨著遙感影像空間分辨率的變化，獲得的參數也隨之改變的現象。在某一尺度上人們得到的性質、原理或規律，在另一尺度上可能有效、相似，也可能需要被修正[1]。任何一種觀測手段都具有尺度代表性，其只能在某一固定的尺度內運用[2-3]。如果在一定空間尺度構建的模型被不加考慮地運用到其他尺度，就會產生因空間尺度差異而帶來的誤差。隨著遙感數據源越來越多，多源影像的協同利用也越發受到重視，然而這受到空間尺度效應的制約，致使海量遙感數據無法得到充分應用，因此有必要對空間尺度效應進行研究。植被指數是為增強植被信息而對多個波段的光譜反射率作出的組合運算，是大范圍反演葉面積指數、植被覆蓋度、葉綠素含量等植被理化參數的重要方式。空間尺度效應對植被指數的影響最終會反映到由植被指數估算的這些植被參數上。此外，在與植被指數有關的多尺度協同及尺度轉換應用場景中，空間尺度效應也是難以避開的問題。所以植被指數的空間尺度效應研究具有重要的應用潛力和科研價值，更加需要被重視。

當前對植被指數空間尺度效應的研究多是基于不同空間分辨率的多源衛星數據或由單一影像模擬而來的數據。張婧等[4]對同一區域SPOT、MODIS、TM、ALOS、IKONOS 五種分辨率的衛星影像分別計算了NDVI，發現隨著分辨率的降低，NDVI 的取值范圍不斷收攏，表明圖像的對比度在下降，提取植被信息的效果在降低。Van 等[5]利用模擬的不同空間分辨率的MERIS 數據集研究了空間尺度變化對植被指數的影響，結果顯示植被指數隨著空間尺度的變化保持不變。齊婧冰等[6]基于TM 影像計算了5 種植被指數，并使用最鄰近采樣法分別生成分辨率為60、120、240、480、960 m 的圖像，通過信息熵度量了不同空間尺度下植被指數圖像的信息量，結果顯示隨著空間分辨率降低，240 m 分辨率后植被指數圖像的信息量逐漸減少。有的研究未使用遙感影像，而是單純通過數值模擬的方式對植被指數的空間尺度效應進行了研究。Kenta 等[7]研究了區域平均NDVI 的單調性與空間分辨率的關系，通過公式推導和數值模擬發現尺度效應不僅與光譜特征有關，還與像元的分割規則有關。

然而，不同衛星數據之間存在因傳感器不同而產生的偏差，使用來自同一傳感器的數據可避免這種不確定性[8]。模擬數據也不能真正反映實際情況。而且這些研究所用數據的空間分辨率一般為米級甚至千米級，缺少對mm、cm 級這類超高空間分辨率下植被指數空間尺度效應的研究。而在mm、cm 級的空間分辨率下圖像的紋理結構更加清晰，顯示的地表覆蓋更為復雜，陰影、類內光譜差異的影響也更加突出，使得植被覆蓋度對植被指數空間尺度效應的影響更加顯著。Chen 等[9]認為將粗分辨圖像中建立的關系應用到細分辨率圖像中會產生較大的誤差。因此，在m、km 級空間尺度下獲得的植被指數空間尺度效應未必適用于mm、cm 級這類超高分辨率的空間尺度。

本研究利用無人機獲取了3 個空間尺度的高光譜數據。無人機可通過調整飛行的高度來獲得不同空間分辨率的圖像，因此獲取的數據之間不存在傳感器誤差。同時，用于研究的數據均為實測數據，這比模擬數據更加可信。本文研究的目標主要有3 個，分別是：①探究不同植被指數隨空間分辨率的變化規律；②探索不同植被覆蓋度下植被指數的空間尺度效應；③比較各植被指數受空間尺度效應影響的程度。

1 材料與方法

1.1 數據源與數據處理

2018-07-10 ，本研究利用大疆經緯M600 型號無人機在江蘇南京分別于120 m、240 m 和480 m 高度獲取了實驗所需的遙感數據，空間分辨率分別為5 cm、10 cm 和21 cm。無人機上搭載的是Headwall Photonics公司的Nano-Hyperspec 微型機載高光譜成像儀，其光譜范圍為400～1 000 nm，光譜波段數為270，光譜分辨率為6 nm。

獲取的無人機原始圖像在Headwall 提供的后處理軟件中進行了輻射定標，并通過GPS/IMU 模塊記錄的成像儀姿態信息對采集的條帶進行了幾何校正。為了便于研究和分析，對三個空間尺度的圖像在ENVI 中進行了幾何配準，并利用標準反射白板進行了光譜數據的校正，獲得了反射率圖像，如圖1 所示。

圖1 在3 個空間尺度獲取的無人機圖像

1.2 植被覆蓋度的確定

為了探究植被覆蓋度對植被指數空間尺度效應的影響，對120 m 高度的反射率圖像進行了SVM 監督分類，提取出了植被覆蓋區域，然后在圖1 中三幅圖像的相同位置選擇了8 塊樣地，每塊樣地的大小為6 m×6 m，分別對應0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9這8 個植被覆蓋度，每個植被覆蓋度樣方如圖2 所示。

圖2 植被覆蓋度為0.2～0.9 的8 個樣方

1.3 植被指數的選擇

到目前為止定義的植被指數已經有上百個，由于篇幅所限，對每個植被指數都探究其空間尺度效應并不實際。為了體現代表性，研究中選擇了一些常用的寬波段植被指數，包括數值計算型的NDVI、SR、DVI、RDVI，土壤調節型的MSAVI、OSAVI，以及大氣修正型的EVI、GEMI。基于高光譜數據的優勢，研究中還選擇了一些窄波段植被指數，包括紅邊指數VOG1、VOG2，三角植被指數TVI，類胡蘿卜素反射指數CRI1，光化學植被指數PRI 和水波段指數WBI。這些植被指數的計算公式見表1。

表1 研究中使用的14 種植被指數

1.4 空間尺度效應影響評價

1.4.1 空間尺度效應強度評價

對于一個植被指數來說，在某一植被覆蓋度下的值隨空間尺度升高的變化相對其他植被覆蓋度較大，則表明這個植被指數在該植被覆蓋度下受到空間尺度效應的影響也較大。因此，可以用相鄰空間尺度植被指數的絕對變化來表征同一個植被指數在不同植被覆蓋度下空間尺度效應的強弱，計算公式如下：

式中，VI1和VI2分別表示較高和較低空間分辨率下的植被指數。

由3 個空間尺度數據可以得到2 次空間尺度變化。為了獲得更合理的結果，需要對2 次植被指數的絕對變化一起分析。但是對于一些植被指數來說，兩次絕對變化的取值范圍并不一致，有的甚至相差很大，這給結果的展示和分析帶來了困難。因此，研究中對240 m相對于120 m 空間尺度以及480 m 相對于240 m 空間尺度的植被指數絕對變化進行了歸一化處理，公式為：

式中，VI表示植被指數；i表示植被覆蓋度；max（|ΔVI|）表示所有植被覆蓋度中植被指數絕對變化的最大值。

1.4.2 植被指數空間尺度效應強弱比較

由于14 種植被指數的值域并不相同，這使得無法直換比較它們受空間尺度效應影響的強弱，而相鄰尺度植被指數的相對變化可使得其具有可比性，相對變化越大說明空間尺度效應的影響越大。相對變化的計算公式為：

式中，VI1,i和VI2,i分別表示在植被覆蓋度i下較高空間分辨率圖像和較低空間分辨率圖像中的植被指數值。

2 植被指數空間尺度效應分析

2.1 不同空間尺度植被的光譜曲線

如圖3 所示，根據研究區植被的光譜特征，選擇435 nm、677 nm 和801 nm 處的反射率分別作為表1公式中藍光、紅光和近紅外處的光譜反射率。在整個光譜范圍（400～1 000 nm）480 m 空間尺度植被的光譜反射率最大，240 m 次之，120 m 最小。植被光譜的這種差異可能與冠層陰影有關。如圖4 所示，隨著空間尺度的升高，像元逐漸混合，在120 m 空間尺度顯示出的冠層陰影升高到480 m 后已經完全體現不出來。也就是說冠層陰影隨著空間分辨率的降低而不斷減弱，使得對應像元區域的反射率逐漸升高。

圖3 120 m、240 m 和480 m 三個空間尺度植被的光譜曲線

圖4 三個空間尺度圖像中的同一像元區域

2.2 植被指數隨空間尺度的變化規律

如圖5 所示，除VOG2 外，各植被指數整體上均隨著植被覆蓋度的增大而變大，但隨著空間尺度升高的變化趨勢卻不盡相同。NDVI 隨著空間尺度升高在植被覆蓋度為0.2 ～0.8 時逐漸增大，即與低分辨率圖像相比，高分辨率圖像計算的NDVI 較低，這和Emmanouil 等[23]的結論一致。隨著空間分辨率降低，SR、CRI1 逐漸減小，DVI、RDVI、EVI、GEMI、MSAVI、OSAVI、VOG1、VOG2、TVI 和PRI 則表現出增大的趨勢。WBI 在120 m 和240 m 空間尺度的值相差不大，但在480 m 空間尺度的值顯著減小。

從柱狀圖中可以看出，隨著空間尺度升高，各植被指數變化幅度的變化也有所差別。NDVI 和VOG1在各植被覆蓋度下的變化幅度有升高也有降低，但總體來說它們的變化增大了。PRI 和WBI 在480 m 相對于240 m 空間尺度的絕對變化要遠大于240 m 相對于120 m 空間尺度的絕對變化，這表明隨著空間尺度的升高，這2 個植被指數的變化幅度在增大，空間尺度效應的影響更加明顯。隨著空間分辨率降低，DVI、RDVI、GEMI、MSAVI、OSAVI 和TVI 在0.2～0.4 低植被覆蓋下的變化幅度相差不大，但在0.5～0.9 中高植被覆蓋下變化幅度明顯減小，這意味著在中高植被覆蓋下對于這些植被指數來說空間尺度效應的影響是減弱的。SR、EVI 和CRI1 的變化幅度差異較小，而VOG2 在植被覆蓋度0.2、0.3、0.7、0.8 下的變化幅度減小，在其他植被覆蓋度下的變化幅度相差不大。

2.3 植被指數空間尺度效應隨植被覆蓋度的變化規律

如圖6 所示，對于SR、DVI、EVI、GEMI、MSAVI、VOG2、TVI、CRI1 來說，植被覆蓋度大于（等于）0.5 的點更靠近1∶1 線的右上端，RDVI 和OSAVI 除了植被覆蓋度為0.9 的點外也表現出這種特征，這說明這些植被指數在中高植被覆蓋下受空間尺度效應的影響較大。而SR和CRI1 的植被覆蓋度為0.8 和0.9 的點在1∶1 線上和其他點相距很遠，意味著這2 個植被指數在高植被覆蓋下受空間尺度效應的影響要比在中低植被覆蓋下大的多。WBI 的植被覆蓋度為0.2 和0.4 的點位于1∶1 線的右上端，而為0.9 的點更換近原點，表明在低植被覆蓋下空間尺度效應對WBI 的影響較大。相對而言，NDVI 的點的分布更為隨機，VOG1 除植被覆蓋度為0.9 的點外其他點都位于1∶1 線的右上端，PRI 的所有點都在1∶1 線的右上端，表明隨著植被覆蓋度增大，空間尺度效應對NDVI的影響沒有什么規律，對VOG1 和PRI 的影響較小。

總而言之，cm 級的空間分辨率下，對于大部分的植被指數來說，在植被覆蓋度大于（等于）0.5 的中高植被覆蓋下受空間尺度效應的影響更大。這或許是因為在中高植被覆蓋下植被類內光譜差異和冠層陰影的影響更加顯著，而同一區域土壤光譜的差別很小，這使得中高植被覆蓋下這種復雜的異質性要比單純植被土壤間的異質性更加突出。而有些植被指數如RDVI、OSAVI、VOG1、WBI 在植被覆蓋度為0.9 時，受空間尺度效應的影響較小，可能是因為植被覆蓋度為0.9 的樣地包含的是一片LAI 較高的濃密冠層，其植被內部的光譜差異和冠層陰影的影響相對較小。

圖5 3 個空間尺度植被指數隨植被覆蓋度增大的變化折線圖（對應左軸）和相鄰尺度植被指數的絕對變化柱狀圖（對應右軸）

圖6 尺度不同植被覆蓋度下植被指數絕對變化的歸一化值

2.4 植被指數空間尺度效應強弱比較

如圖7 所示，無論是240 m 相對于120 m 空間尺度，還是480 m 相對于240 m 空間尺度，CRI1、EVI的相對變化都比較大，而NDVI、SR、VOG1、VOG2的相對變化都比較小，表明空間尺度變化對CRI1、EVI 的影響較大而對NDVI、SR、VOG1 和VOG2 的影響較小。其他植被指數的相對變化介于這兩類植被指數之間。其中，PRI 和WBI 的240 m 相對于120 m空間尺度的相對變化曲線的位置較低，但是480 m 相對于240 m 空間尺度的相對變化曲線的位置相對較高。而DVI、TVI、MSAVI 的相對變化要高于RDVI、OSAVI 和GEMI，意味著DVI、TVI 和MSAVI 受空間尺度效應的影響相對更大。

注意到受空間尺度效應影響較小的NDVI、SR、VOG1 和VOG2 均是由波段以相對簡單的比值形式構成，而受空間尺度效應影響較大的CRI1、EVI、DVI、RDVI、GEMI、MSAVI、OSAVI、TVI 要么由波段以差值形式組成，要么計算公式的非線性程度較高。因此，以相對簡單的比值形式構成的植被指數更能抵抗空間尺度效應的影響，而增加公式的復雜性會降低這種能力。

同時注意到對類胡蘿卜素敏感的CRI1 和反映葉綠素吸收的TVI 的相對變化均較大，而對活植物的類胡蘿卜素尤其是黃色色素非常敏感的PRI 和與900 nm 處冠層水分吸收有關的WBI 從240 m 上升到480 m 空間尺度的相對變化也較大，這說明對色素和冠層水分敏感的窄波段容易受到空間尺度效應的影響。

圖7 14 種植被指數隨植被覆蓋度的相對變化

3 結 語

本文利用高空間分辨率的無人機高光譜數據，研究了14 種植被指數在不同植被覆蓋度下隨空間尺度升高的變化規律，并分析了植被覆蓋度對植被指數空間尺度效應的影響，以及比較了各植被指數空間尺度效應的強弱，得到以下結論：

1）隨著空間尺度升高，不同植被指數的變化趨勢和幅度并不一致。

2）cm 級的空間分辨率下，由于植被類內光譜差異和冠層陰影的影響，植被指數在植被覆蓋度大于等于0.5 的中高植被覆蓋下受空間尺度效應的影響更大。

3）由相對簡單的比值形式構成的植被指數如NDVI、SR 等，具有抵抗空間尺度效應的能力，增加計算公式的復雜性會降低這種能力。

4）對色素和冠層水分敏感的窄波段容易受到空間尺度效應的影響，進而使得由這些窄波段構成的植被指數對空間尺度變化更為敏感。

本文得出的上述結論涉及了超高空間分辨率下植被覆蓋度、植被指數的組成波段及構成形式與空間尺度效應的關系，可為與尺度相關的研究在選擇合適的植被指數及植被覆蓋度時提供依據和參考。