岷江上游典型流域葉面積指數(shù)的遙感模型及反演*

何 磊,唐姝婭,苗 放,李玉霞

(1.成都理工大學(xué)地球科學(xué)學(xué)院,成都610059;2.四川省地震局減災(zāi)救助研究所,成都610041;3.電子科技大學(xué)地表空間信息技術(shù)研究所,成都610054)

葉面積指數(shù)(LAI)是指每單位地表面積的葉面面積比例[1]。它是陸地生態(tài)系統(tǒng)的一個(gè)十分重要的結(jié)構(gòu)參數(shù),是表征植被冠層結(jié)構(gòu)最基本的參量之一,它控制著植被的許多生物、物理過(guò)程,如光合、呼吸、蒸騰、碳循環(huán)和降水截獲等。LAI作為計(jì)算植物蒸散和干物質(zhì)累積最重要的參數(shù),且最能反映遙感數(shù)據(jù)與植物生長(zhǎng)狀態(tài)密切相關(guān)關(guān)系,因此,研究LAI指數(shù)動(dòng)態(tài)變化模式具有重要理論和應(yīng)用價(jià)值,而植物群落LAI的大小和變化,取決于生態(tài)環(huán)境、群落結(jié)構(gòu)和利用狀況。傳統(tǒng)的LAI地面測(cè)量獲得信息有限,而且不能呈面狀分布,所以,大區(qū)域研究LAI僅僅靠地面觀測(cè)是行不通的,衛(wèi)星遙感為大區(qū)域研究LAI提供了唯一的途徑[2]。本文通過(guò)利用多時(shí)相多傳感器遙感數(shù)據(jù)和地面實(shí)測(cè)數(shù)據(jù),對(duì)岷江上游典型流域毛兒蓋地區(qū)的葉面積指數(shù)進(jìn)行了遙感模型建立和反演,評(píng)價(jià)結(jié)果表明反演結(jié)果能較好地反映研究區(qū)植被生長(zhǎng)狀況。

1 研究區(qū)概況

選擇岷江上游的毛兒蓋地區(qū),其范圍是：東經(jīng)103°00′-103°30′,北緯 30°20′-32°40′,研究區(qū)面積約為1 760 km2,跨松潘縣和黑水縣的部分區(qū)域。區(qū)域內(nèi)水系發(fā)育較好,較大的水系有貫穿整個(gè)研究區(qū)的毛兒蓋河、熱務(wù)溝等,該區(qū)域植被與土壤的形成與發(fā)育復(fù)雜多樣,沿高程有明顯的垂直地帶性。其植被分區(qū)上屬于泛北極植物區(qū)中國(guó)喜馬拉雅植物亞區(qū)橫斷山脈地區(qū)的一部分,植被垂直帶分布明顯,表現(xiàn)出明顯的溫性森林、干旱河谷灌叢、亞高山森林、亞高山草甸、灌叢等生態(tài)類型。本研究區(qū)包含了岷江上游區(qū)域典型的植被、土壤、地貌等特征,故該區(qū)域研究成果在岷江上游地區(qū)具有一般通用性。

2 遙感數(shù)據(jù)源

采用的遙感數(shù)據(jù)源包括2003年7月10日的Landsat/ETM數(shù)據(jù)和2003年11月2日的EOS/ASTER數(shù)據(jù)(以下簡(jiǎn)稱 ETM數(shù)據(jù)和 ASTER數(shù)據(jù))。

對(duì)比分析ASTER和ETM相關(guān)參數(shù)特征可以看出：(1)ETM影像在可見(jiàn)光近紅外通道的波段數(shù)比ASTER多一個(gè)藍(lán)光波段,其余三個(gè)波段的覆蓋范圍大致相同,也可以很好地反映植被狀況。(2)ASTER傳感器在SWIR通道包含的波段數(shù)明顯比ETM要多,這樣可以很好地反映表層土壤、植被和巖石等地物的特征。(3)ASTER傳感器在熱紅外通道有5個(gè)波段,而ETM只有一個(gè)波段。ETM在熱紅外通道的空間分辨率僅達(dá)到120 m;ASTER熱紅外通道的空間分辨率可達(dá)90 m。ASTER在熱紅外通道的高光譜分辨率使得它可以反演出較為準(zhǔn)確的溫度和輻射率。(4)ASTER的在可見(jiàn)光和近紅外通道空間分辨率(15 m)較ETM(30 m)高。

圖1分別為岷江上游毛兒蓋研究區(qū)ETM(4,3,2合成)和ASTER(3N,2,1合成)假彩色合成圖像。

圖1 研究區(qū)ETM(左圖)與ASTER遙感圖像(右圖)

3 葉面積指數(shù)遙感模型建立與反演

葉面積指數(shù)可以從兩個(gè)途徑獲?。阂皇墙y(tǒng)計(jì)模型,用植被指數(shù)NDVI及其平均葉角等參數(shù)進(jìn)行推算;二是理論模型,用二向反射率分布函數(shù)進(jìn)行反演。前者計(jì)算簡(jiǎn)單,需要平均葉角或葉角分布數(shù)據(jù);后者需要利用多角度遙感數(shù)據(jù)獲取較多的參數(shù),計(jì)算復(fù)雜[3]。本文根據(jù)研究區(qū)的資料和遙感數(shù)據(jù)特點(diǎn),利用統(tǒng)計(jì)模型求取研究區(qū)的葉面積指數(shù)。

葉面積指數(shù)往往是難以直接從遙感數(shù)據(jù)獲得,但是根據(jù)它與遙感參數(shù)——植被指數(shù)間的密切關(guān)系,可以通過(guò)大量的理論與實(shí)驗(yàn)研究,建立相關(guān)的理論和經(jīng)驗(yàn)統(tǒng)計(jì)模型。

Jordan提出的比值植被指數(shù)(RVI)是最早的植被指數(shù)：RVI=RNir/RRed。其中 RNir和RRed分別為近紅外波段反射率和紅光波段反射率。RVI對(duì)大氣影響敏感,而且當(dāng)植被覆蓋不夠密度時(shí)(小于50%),它的分辨率也很弱,只有在植被覆蓋濃密的情況下效果最好。對(duì)于濃密植物,反射的紅光輻射很小,RVI將無(wú)限增長(zhǎng)。Deering提出歸一化差分植被指數(shù)(NDVI,Normalized Difference Vegetation Index)將比值限定在[-1,1]的范圍內(nèi)：

式中：DN NIR——衛(wèi)星接收的近紅外波段亮度值;DN R——衛(wèi)星接收的紅光波段亮度值;RNir——衛(wèi)星接收的近紅外波段反射率;RRed——衛(wèi)星接收的紅光波段反射率。

由于利用了植被冠層對(duì)電磁波譜中紅色和近紅外兩個(gè)波譜段反射能量的光譜對(duì)比特性,NDVI提高了對(duì)土壤背景的鑒別能力;同時(shí)削弱了大部分與儀器定標(biāo)、太陽(yáng)角、地形、云/陰影和大氣衰減等的影響,增強(qiáng)了對(duì)植被的響應(yīng)能力。張仁華等根據(jù)高塔遙感實(shí)驗(yàn)場(chǎng)的大量觀測(cè)資料研究表明,植被指數(shù)NDVI或RVI與葉面積指數(shù)呈現(xiàn)非線性函數(shù)關(guān)系。它們之間的關(guān)系可表示為

或表示為

式中：A、B、C——經(jīng)驗(yàn)系數(shù),A、B 通常接近于1。其中,A是由植物本身的光譜反射確定,B與葉傾角、觀測(cè)角有關(guān),C取決于葉子對(duì)輻射的衰減,這種衰減呈非線性的指數(shù)函數(shù)變化。

根據(jù)式(1),綜合考慮了研究區(qū)數(shù)據(jù)資料及其特征,結(jié)合相關(guān)研究資料,本研究由以下關(guān)系式獲得LAI：

由式(3)可以推導(dǎo)出LAI的函數(shù)關(guān)系式：

對(duì)LANDSAT ETM而言,歸一化差分植被指數(shù)NDVI式(1)中 和分別是ETM波段3(630-690 nm)和波段4(760～900 nm)的反射率。對(duì)Aster傳感器而言,標(biāo)準(zhǔn)化差值植被指數(shù)NDVI式(1)中Rnir和Rred分別是Aster波段2(630～690 nm)和波段3N(760～860 nm)的反射率。

圖2為該研究區(qū)ETM圖像的葉面積指數(shù)反演結(jié)果圖,可以看到研究區(qū)的LAI值基本分布在2～4之間。經(jīng)ARCGIS軟件統(tǒng)計(jì)分析,岷江上游毛兒蓋地區(qū)的LAI值在0～2之間的占10.13%,在2～4.5之間的占 78.86%,大于 4.5或者 0的占11.01%,其中 LAI最大值為 4.814,平均值為2.941。結(jié)合研究區(qū)植被分類圖,經(jīng)統(tǒng)計(jì)分析表明：亞高山草甸的LAI平均為2.617,灌叢的LAI平均為3.032,針闊混交林的LAI平均為3.783[4]。

圖2為該研究區(qū)ASTER圖像的葉面積指數(shù)反演結(jié)果圖?？梢钥吹窖芯繀^(qū)的LAI值基本分布在0.48～1.37。經(jīng)ARCGIS軟件統(tǒng)計(jì)分析,岷江上游毛兒蓋地區(qū)的LAI值在0～0.5之間的占21.51%,在0.5～2.5之間的占73.41%,大于2.5或者小于0占5.08%,其中LAI最大值為4.231,平均值為0.926。結(jié)合研究區(qū)植被分類圖,經(jīng)統(tǒng)計(jì)分析表明：亞高山草甸的LAI平均為0.525,灌叢的LAI平均為0.683,針闊混交林的LAI平均為2.316。

對(duì)比圖2和圖3可以看出,由ASTER數(shù)據(jù)反演的葉面積指數(shù)整體上比ETM數(shù)據(jù)反演的葉面積指數(shù)統(tǒng)計(jì)分析值要小;這與遙感圖像的時(shí)相有關(guān)[5],ETM數(shù)據(jù)采集時(shí)間為7月中旬,該時(shí)間是植被生長(zhǎng)旺盛階段,植被葉片生長(zhǎng)旺盛故而葉面積指數(shù)相應(yīng)較大;ASTER數(shù)據(jù)獲取時(shí)間為11月,該時(shí)間已是冬初,研究區(qū)已有部分的雪覆蓋,落葉林植被的葉片已經(jīng)凋落,草甸也已枯萎,植被進(jìn)入了冬歇階段,故葉面積指數(shù)明顯較小。岷江上游毛兒蓋地區(qū)植被葉面積指數(shù)隨海拔梯度的增加LAI減小,這與植被垂直分布性有關(guān)[6]。由兩個(gè)圖像反演的葉面積指數(shù),較好地反映了植被類型及其空間分布變化的趨勢(shì)。

圖2 ETM圖像葉面積指數(shù)反演結(jié)果與分布曲線圖

圖3 ASTER圖像葉面積指數(shù)反演結(jié)果與分布曲線圖

4 結(jié)論

根據(jù)對(duì)岷江上游研究區(qū)的實(shí)地踏勘和定位觀測(cè)研究,綜合利用Aster和ETM 遙感數(shù)據(jù)、地面實(shí)測(cè)數(shù)據(jù)和常規(guī)觀測(cè)數(shù)據(jù)等,分析了葉面積指數(shù)的遙感反演方法及其影響因子,并提出了用遙感方法反演葉面積指數(shù)的最佳模型和最佳植被指數(shù)。通過(guò)模型反演可以得出,基于2003年7月的ETM數(shù)據(jù)反演出葉面積指數(shù),其值在2～4.5之間的占78.86%;按照植被分類統(tǒng)計(jì),亞高山草甸的LAI平均為2.617,灌叢的LAI平均為3.032,針闊混交林的LAI平均為3.783。2003年11月的ASTER數(shù)據(jù)反演結(jié)果在0.5～2.5之間的占73.41%;按照植被分類統(tǒng)計(jì),亞高山草甸的LAI平均為0.525,灌叢的LAI平均為0.683,針闊混交林的 LAI平均為2.316。反演結(jié)果表明,葉面積指數(shù)受時(shí)相和植被空間分布影響較大,但是,不同植被類型影響程度不同,針葉林受影響相對(duì)較小,灌木林受影響較大,葉面積指數(shù)與植被類型的空間垂直分布性有關(guān)。通過(guò)對(duì)研究區(qū)進(jìn)行實(shí)測(cè)葉面積指數(shù)作為模型驗(yàn)證數(shù)據(jù),將能更好地提高模型精度。

[1] 惠鳳鳴,田慶久,金震宇,等.植被指數(shù)與葉面積指數(shù)關(guān)系研究及定量化分析[J].遙感信息,2003,45(2)：10-13.

[2] 李開(kāi)麗,蔣建軍,茅榮正,等.植被葉面積指數(shù)遙感監(jiān)測(cè)模型[J].生態(tài)學(xué)報(bào),2005,25(6)：1491-1496.

[3] 方秀琴,張萬(wàn)昌.葉面積指數(shù)LAI的遙感定量方法綜述[J].國(guó)土資源遙感,2003,57(3)：58-62.

[4] 李玉霞.岷江上游毛兒蓋地區(qū)生態(tài)水信息指標(biāo)參數(shù)遙感量化研究[D].成都：成都理工大學(xué),2007.

[5] 顧祝軍,曾志遠(yuǎn).遙感植被蓋度研究[J].水土保持研究,2005,12(4)：18-21.

[6] Qi J,Kerr Y H,Moran M S,et al.Leaf Area Index Estimates Using Remotely Sensed Data and BRDF Models in a Semiarid Region[J].Remote Sensing of Environment,2000,73：18-30.