林起楠, 黃華國, 陳 玲, 俞琳鋒, 黃 侃
北京林業(yè)大學省部共建森林培育與保護教育部重點實驗室, 北京 100083
不同病蟲害危害程度下云南松針葉光譜模擬及其生化參數(shù)敏感性分析
林起楠, 黃華國*, 陳 玲, 俞琳鋒, 黃 侃
北京林業(yè)大學省部共建森林培育與保護教育部重點實驗室, 北京 100083
明確植被葉片反射率對生化參數(shù)敏感程度是遙感定量反演生化參數(shù)含量的前提。 本文以不同健康狀態(tài)下的云南松針葉光譜為例, 基于查找表法(LUT)對針葉光譜模型LIBERTY的葉綠素和水分吸收系數(shù)進行了標定。 提出了一種新的光譜合成方法和枯黃指數(shù)YI, 解決LIBERTY模型不能有效擬合嚴重受害程度的云南松針葉反射光譜曲線的問題。 并應(yīng)用EFAST全局敏感性分析方法, 利用標定后的LIBERTY模型定量分析了不同受害程度的針葉生化參數(shù)敏感性變化。 結(jié)果表明: (1) 標定后的LIBERTY模型能有效擬合健康針葉光譜(R2=0.999, RMSE<0.01)、 輕度(R2=0.991, RMSE<0.02)和中度受害針葉光譜(R2=0.992, RMSE<0.03); 但是嚴重受害針葉光譜模擬能力很差(R2=0.803, RMSE>0.1)。 (2) 新光譜合成方法能有效擬合嚴重受害光譜(R2=0.991, RMSE<0.03); 枯黃指數(shù)(YI)能夠定量分析受害程度。 (3) 隨著受害程度加深, 針葉反射率對葉綠素、 水分參數(shù)敏感度降低, 而基吸收、 白化吸收等參數(shù)敏感度增大, 且存在敏感波段。 如在505~565和705~850 nm范圍白化吸收對針葉反射率作用明顯; 對于嚴重受害針葉, 除了葉綠素之外白化吸收對可見光區(qū)針葉反射率影響也非常顯著; 通過引入白化吸收先驗知識, 發(fā)現(xiàn)如果能進一步確定白化吸收情況, 能夠提高嚴重受害針葉葉綠素反演的精度。
LIBERTY; 針葉反射率; 敏感度分析; 云南松; EFAST
云南松(Pinusyunnanensis)在我國主要分布于西南地區(qū)。 近年來, 在云南地區(qū)發(fā)生了嚴重干旱, 進而引起松毛蟲和切梢小蠹等害蟲大量爆發(fā), 導致云南松人工林遭受大面積的破壞。 通過遙感的手段對云南松病蟲害進行監(jiān)測預(yù)警, 對預(yù)防保護和災(zāi)后評估有重要意義。 光譜分析是森林病蟲害遙感監(jiān)測的常用手段[1]。 其主要理論假設(shè)是受害森林冠層的結(jié)構(gòu)、 生理和生化參數(shù)發(fā)生變化, 該變化與光譜存在良好的相關(guān)性。 盡管云南地區(qū)的病蟲害遙感應(yīng)用研究不少, 但是鮮有從機理上闡述病蟲害危害與針葉光譜的定量關(guān)系, 并進行病害程度及其生化參數(shù)敏感性分析的研究。
針葉光譜模型LIBERTY(leaf incorporating biochemistry exhibiting reflectance and transmittance yields)[2], 能夠從機理上模擬各類理化參數(shù)在不同含量下的針葉光譜反射和透射特征, 在生化參數(shù)反演、 光譜特征分析等方面研究運用廣泛[3]。 Barton等利用LIBERTY模型分析了不同黃化病斑塊比率對葉片的反射率和冠層光譜特征的影響[4]; 王雷等基于標定的LIBERTY模型分析不同水分條件下針葉光譜特征, 為落葉松病蟲害監(jiān)測提供了理論基礎(chǔ)[5]; Coops等通過測定不同受害程度的加拿大輻射松(Pinusradiata)葉綠素含量結(jié)合LIBERTY模型構(gòu)建光譜指數(shù)實現(xiàn)對葉綠素含量估算[6]。 尚未發(fā)現(xiàn)利用LIBERTY模型對云南松的研究案例, 及枯黃針葉光譜模擬相關(guān)研究。
明確不同受害程度下針葉反射率對理化參數(shù)的敏感性, 是精確反演植被針葉理化參數(shù)的前提。 在LIBERTY模型理化參數(shù)敏感性分析上, Dawson等以LIBERTY模型分析了干、 濕針葉的木質(zhì)素和纖維素含量變化, 對針葉光譜的影響[2]; 顏春燕將LIBERTY模型參數(shù)歸一化后以不同參考點定量計算理化參數(shù)對針葉反射率的平均敏感度。 Li和Wang采用sobol法定量分析了LIBERTY模型的理化參數(shù)對針葉可見光區(qū)反射率的貢獻度[7]。 但在對LIBERTY模型敏感性分析研究中, 都忽略了針葉結(jié)構(gòu)參數(shù)與生化參數(shù)對針葉反射率作用的相互關(guān)系。
為此, 本文試圖解決以上三個問題。 首先, 基于實測的針葉光譜數(shù)據(jù), 解決LIBERTY模型在云南松樹種上的標定問題。 然后, 利用標定后的模型對健康、 輕度、 中度、 嚴重受害的云南松針葉反射光譜曲線進行模擬, 重點解決嚴重受害針葉光譜模擬問題。 最后, 結(jié)合EFAST(extended Fourier amptitude sensitivity test)方法分析不同受害程度下針葉生化參數(shù)的敏感性分析。
1.1 光譜數(shù)據(jù)
2014年7月中旬至9月中旬, 在云南省玉溪市紅塔區(qū)、 江川縣和墨江縣聯(lián)珠鎮(zhèn)、 魚塘鎮(zhèn)地區(qū)云南松人工林進行健康和受害云南松的針葉采樣, 并同步測量光譜。
實驗針對受云南松毛蟲和小蠹等侵害的云南松進行研究, 按針葉受害的程度分為健康、 輕度受害、 中度受害和重度受害4種類型。 從樹冠的四個垂直方向采集針葉, 將采集到的針葉用塑封袋保存好, 立即帶回實驗室進行葉綠素測量和光譜測量。 采用AvaSpec-EDU-VIS(350~850 nm, 分辨率0.29 mn)和AvaSpec-NIR1.7(900~1 750 nm, 分辨率2.0~5.0 nm)兩個光譜儀互補聯(lián)合觀測, 可獲得350~1 750 nm的光譜數(shù)據(jù)。 實驗觀測時將同一類型的針葉多層緊密平鋪于觀測的卡槽容器中, 每層平均40個針葉共5層, 將光纖探頭放置在觀測支架中進行觀測, 每個針葉樣本重復(fù)5次取平均值作為樣本最終光譜值。 葉綠素含量測定采用分光光度計方法測定, 將針葉剪碎后用石英砂研磨均勻, 用無水乙醇于黑暗室溫內(nèi)浸提, 測定649和665 nm處的吸光度, 以無水乙醇作為空白對照組。 測定的不同類型云南松針葉葉綠素含量范圍為: 健康針葉約為288.35~337.30 mg·m-2; 輕度受害針葉約為144.03~230.06 mg·m-2; 中度受害針葉約為115.44~128.64 mg·m-2; 嚴重受害針葉約為29.80~57.25 mg·m-2。
對實測云南松針葉反射光譜, 每種受害類型分別取10個樣本。 為了與LIBERTY模型模擬光譜分辨率一致將實測光譜分辨率重采樣為5 nm, 分析的光譜波長范圍為400~1 700 nm。
1.2 LIBERTY針葉反射模型及其標定方法
LIBERTY模型是基于針葉特征發(fā)展而來的輻射傳輸模型[2]。 該模型假設(shè)針葉細胞是球形顆粒的漫射體并且遵從朗伯余弦定理, 由若干層排列緊密的細胞的反射率和透過率迭代過程求得單葉的反射率和透過率。 模型能夠模擬針葉單葉或針葉簇可見光到近紅外波段范圍(400~2 500 nm, 間隔5 nm)內(nèi)的光譜特性。 模型有9個輸入?yún)?shù)(詳見表1), 包括3個結(jié)構(gòu)參數(shù)(細胞直徑、 細胞間隙、 針葉厚度)和6個生化參數(shù)(基吸收、 白化吸收、 葉綠素、 水分、 木質(zhì)素和纖維素、 氮)。 除此之外還有5個缺省的生化吸收光譜系數(shù): 葉綠素吸收系數(shù)fchl、 水分吸收系數(shù)fw、 木質(zhì)素吸收系數(shù)flc、 白化吸收系數(shù)fa、 氮元素吸收系數(shù)fn。
表1 LIBERTY模型9個輸入?yún)?shù)、 單位、 取值范圍和查找表設(shè)置
基于實測的反射光譜數(shù)據(jù)利用LIBERTY模型進行逆向反演, 對模型輸入?yún)?shù)進行標定, 來彌補部分參數(shù)未測量或難于測量的缺陷。 通過建立查找表(LUT)(相關(guān)設(shè)定見表1)的方法來進行光譜反演, 為減小計算量舍去不合理組合共模擬10 000條針葉反射率光譜。 為減少LIBERTY模型標定過程中輸入?yún)?shù)個數(shù), 對不同參數(shù)分別在不同波段范圍內(nèi)進行標定[8]。 例如D和xu兩個細胞結(jié)構(gòu)參數(shù)其主要作用于700~1 000 nm波段范圍之間[9]; 葉綠素的光譜吸收范圍在400~800 nm的可見光區(qū); 而水分的光譜吸收范圍在大于1 000 nm的近紅外波段[3]。 以實測光譜值和模型模擬光譜值的RMSE[式(1)]值優(yōu)化各參數(shù)值, 當RMSE值最小時即為參數(shù)的最優(yōu)標定值。
(1)
式中:Rmod為模型反射率模擬值,Rmes為反射率實測值
LIBERTY模型默認的吸收系數(shù)是基于北美短葉松(Pinusbanksiana)獲得的[2], 對新的樹種云南松而言并不一定完全適用, 因此有必要對缺少的吸收系數(shù)進行重新標定[7, 10]。 葉綠素和水分是影響植物葉片可見光到近紅外光區(qū)光譜反射率的主要因素, 因此葉綠素吸收系數(shù)和水分吸收系數(shù)標定是重點考慮部分。 利用實測的反射光譜數(shù)據(jù)和LIBINV反演程序計算總吸收系數(shù)(fglobal)值, 再根據(jù)總的吸收系數(shù)和5個獨立的生化吸收系數(shù)之間的關(guān)系[式(2)], 將計算得到參數(shù)的標定值帶入式(2)中, 來實現(xiàn)對葉綠素和水分吸收系數(shù)的標定。 為確保標定系數(shù)的獨立性, 以實測光譜70%數(shù)據(jù)進行標定, 剩余30%數(shù)據(jù)用來驗證標定結(jié)果。
(2)
式中,cBaseline,calbino為基吸收和白化吸收;cchl,cw,clc,cn為葉綠素, 水分, 木質(zhì)素和纖維素中氮含量;fchl,fw,fa,flc,fn為5個吸收系數(shù)。
最后, 用重新標定后的葉綠素、 水分系數(shù)的LIBERTY模型開展云南松針葉反射光譜曲線模擬。 通過對不同受害程度云南松針葉反射光譜模擬的大量實驗, 發(fā)現(xiàn)LIBERTY模型只能夠模擬出有“峰”、 “谷”特征的光譜曲線, 對嚴重受害針葉反射光譜模擬的誤差較大, 需要考慮新的模型改進嚴重受害類型的光譜模擬結(jié)果。
為此, 提出一種新的加權(quán)模擬方法。 從ENVI光譜庫中篩選與實測嚴重受害反射光譜最接近的一條光譜, 經(jīng)計算Chris Elvidge的干植被波譜庫中灌木蒿(Sagebrush)葉片最接近(R2=0.913, RMSE=0.059), 并將該高光譜數(shù)據(jù)作為先驗知識, 通過線性加權(quán)擬合方法來改進LIBERTY模擬反射率值, 改進關(guān)系表達式如式(3)所示
(3)
式中:fsageb和fmod為加權(quán)系數(shù);Rsageb,Rmod和RM分別為灌木蒿、 LIBERTY和最終光譜模擬反射率值。fsageb能反映病蟲害針葉的受害嚴重程度, 值越接近于1, 越是枯黃。 因此, 將其命名為枯黃指數(shù)(yellow index, YI)。
需要說明的是, 灌木蒿的光譜只是反映嚴重受害光譜的先驗知識, 和灌木蒿這個物種無本質(zhì)聯(lián)系, 也可以用其他更合適的光譜代替。
1.3 EFAST方法
EFAST方法是Saltelli等[11]將sobol方法與傅里葉振幅靈敏度檢驗法(FAST)相結(jié)合的全局敏感性分析方法, 其特點是穩(wěn)定、 樣本量少、 計算效率高。 該方法從方差分析角度出發(fā), 認為模型輸出結(jié)果方差是由輸入?yún)?shù)和參數(shù)之間相互作用引起, 以參數(shù)對模型輸出總方差的貢獻率來反映參數(shù)的敏感性。 輸入?yún)?shù)的敏感性可由主要敏感度和總敏感度表示, 其中主要敏感度為該參數(shù)單獨作用的敏感性, 總敏感度還包括參數(shù)間相互作用的敏感性。
EFAST法主要是應(yīng)用一個搜索函數(shù)在參數(shù)的多維空間內(nèi)搜索, 對模型的輸入?yún)?shù)引入一個共同獨立參數(shù)函數(shù)并分別對各參數(shù)定義一個整數(shù)頻率, 使模型成為獨立參數(shù)的周期函數(shù)[12]。 然后, 對模型的輸出結(jié)果進行傅里葉分析, 以傅里葉振幅大小來表示模型對參數(shù)的敏感度, 振幅越大敏感度越高。
假定一個模型Y=f(X),X=(x1,x2, …,xn), 模型總方差與輸入?yún)?shù)方差關(guān)系如式(4)
(4)
其中,V(Y)為模型總方差,Vi表示參數(shù)xi的方差,Vij, …,V(1, 2, …, n)表示各參數(shù)間相互作用的方差。
參數(shù)xi的主要敏感度(一階敏感性指數(shù)), 由參數(shù)xi的方差對總方差V(Y)的貢獻率表示為式(5)
(5)
同理,xi參數(shù)與其他參數(shù)相互作用二階、 三階和高階敏感性指數(shù)表達如式(6)
(6)
由式(5)和式(6)可知, 模型輸入?yún)?shù)xi總的敏感度為
(7)
運用simlab2.2工具軟件中的EFAST敏感性分析模塊進行LIBERTY模型的敏感性分析。 LIBERTY模型輸入?yún)?shù)按均勻分布采樣, 利用simlab2.2軟件以EFAST采樣方法隨機生成5 000組輸入樣本。 將輸入樣本導入LIBERTY模型程序輸出5 000條針葉光譜, 將5 000個樣本輸出結(jié)果輸入simlab2.2軟件執(zhí)行Monte Carlo模擬計算各參數(shù)的敏感性。
2.1 云南松實測光譜曲線
圖1為實測的不同蟲害受害程度的云南松針葉光譜反射率平均值。 可以看出, 在綠光區(qū)(500~560 nm), 不同受害程度的云南松光譜反射率大小出現(xiàn)遞減的規(guī)律, 即健康>輕度>中度>重度; 而在紅光區(qū)(620~760 nm), 不同受害程度的針葉反射率大小沒有明顯的規(guī)律性, 呈現(xiàn)出重度>健康>輕度>中度; 在760~900, 1 100~1 300, 1 400~1 600 nm波段范圍內(nèi), 隨著針葉受害加重, 針葉的反射率大小呈現(xiàn)出上升的趨勢, 即重度>中度>輕度>健康。 引起針葉光譜反射率發(fā)生變化的原因, 主要因不同受害程度云南松針葉其葉綠素和水分的含量不同導致。
圖1 不同受害程度云南松針葉光譜曲線
2.2 LIBERTY模型標定結(jié)果
對葉綠素和水分吸收系數(shù)重新標定的結(jié)果, 經(jīng)驗證精度為95.4%, 標定后葉綠素、 水分吸收系數(shù)曲線變化明顯(圖2)。 基于LIBERTY模型默認的和標定后吸收系數(shù)分別擬合實測的不同受害程度的云南松針葉光譜, 發(fā)現(xiàn)默認的吸收系數(shù)的擬合誤差較大, 標定后的吸收系數(shù)擬合誤差減小明顯(圖3)。 其中, 健康類型針葉反射光譜曲線模擬精度最好(R2=0.999, RMSE<0.01), 輕度受害類型模擬結(jié)果(R2=0.991, RMSE<0.02)和中度受害類型模擬結(jié)果(R2=0.992, RMSE<0.03)次之, 嚴重受害類型譜模擬較差(R2=0.803, RMSE>0.1)。 經(jīng)過新的加權(quán)擬合方法, 嚴重受害針葉光譜的模擬精度顯著提升(R2=0.991, RMSE<0.03), 枯黃指數(shù)YI均值為0.664。 利用新的光譜擬合方法對非嚴重受害的針葉光譜進行擬合, 精度與不加權(quán)時未發(fā)生顯著變化, 效果仍然很好(圖3), YI指數(shù)均值與嚴重程度呈正向相關(guān): 健康0.018<輕度0.041<中度0.182<重度0.664。 由于本研究基于同一標定參數(shù), 在四個不同受害類型上, 都獲得了良好的擬合效果, 因此認為標定結(jié)果是合理的。
圖2 LIBERTY吸收系數(shù)的標定值和缺省值
圖3 LIBERTY標定前后不同受害程度云南松針葉實測的光譜曲線和模擬的光譜曲線
2.3 LIBERTY模型針葉理化參數(shù)敏感性分析
圖4顯示了在400~1 700 nm區(qū)間針葉反射率對模型各參數(shù)的一階敏感指數(shù)和參數(shù)間相互作用的結(jié)果。 在可見光區(qū), 葉綠素是影響針葉反射率的主要因素, 葉綠素對針葉反射率變化貢獻度約為78%; 在540 nm附近葉綠素一階敏感度值形成一個“低谷”, 之后敏感度迅速回升, 在660 nm達到峰值。 細胞直徑、 細胞間隙、 針葉厚度3個結(jié)構(gòu)參數(shù)在400~1 700 nm整個波段范圍內(nèi)對針葉反射率都有影響, 其中細胞直徑和細胞間隙參數(shù)貢獻度較大, 對700~1 000 nm對針葉反射率變化起主導作用, 該結(jié)果也驗證了Alasdair等[10]的結(jié)論。 水分敏感波段范圍是在近紅外和短波紅外光區(qū), 在1 400 nm附近敏感度達到最高值80%; 白化吸收敏感波段位于400~900 nm, 基吸收作用波段為700~1 400 nm, 木質(zhì)素纖維素和氮元素的影響波段大于1 400 nm。 總體而言, 基吸收、 白化吸收、 木質(zhì)素和纖維素、 氮對400~1 700 nm的針葉反射率影響較低<20%, 葉綠素和水分敏感波段明顯而且對針葉反射率的影響具有絕對主導性。
為進一步分析模型結(jié)構(gòu)參數(shù)與生化參數(shù)對針葉反射率影響之間的相互作用。 首先探討在不同葉綠素和水分含量水平下, 理化參數(shù)之間對針葉反射率作用是否存在制約關(guān)系。 葉綠素和水分含量大小范圍設(shè)置為: 低(葉綠素: 0~50, 水分: 0~50), 中(葉綠素: 50~300, 水分: 50~200)、 高(葉綠素: 300~600, 水分: 200~500)三個水平, 計算各水平下參數(shù)的敏感度。
圖4 理化參數(shù)對針葉反射率的敏感性
由圖5(a)—(c)可知, 隨著葉綠素和水分含量升高, 細胞直徑和細胞間隙對針葉反射率的主導作用越來越明顯, 結(jié)構(gòu)參數(shù)對針葉反射率的貢獻度抑制了其他生化參數(shù)的作用, 且葉綠素、 水分含量越高抑制作用越明顯。 結(jié)果證明了Moorthy等[13]的試驗結(jié)論, 即模型在沒有細胞直徑和細胞間隙參數(shù)的先驗知識前提下, 無法取得精確的生化參數(shù)反演結(jié)果。 因此, 在不同受害程度針葉生化參數(shù)敏感性分析中, 以云南松針葉細胞直徑和細胞間隙的標定結(jié)果作為先驗知識來進行相關(guān)計算分析。
2.4 不同受害程度針葉生化參數(shù)敏感性
為了分析云南松在不同受害程度條件下對針葉生化參數(shù)敏感性的影響, 以葉綠素、 水分含量大小范圍來表征云南松針葉各受害類型[6]。 新的光譜擬合方法是基于LIBERTY模型模擬既定的結(jié)果加權(quán)得來, 而新增加權(quán)部分是固定光譜曲線, 敏感性不變, 因此敏感性分析為LIBERTY模型敏感度乘以(1-YI)。 不同受害類型的葉綠素和水分含量取值范圍參照葉綠素測量值及其與水分的標定結(jié)果和相關(guān)文獻[4, 6]設(shè)定。 設(shè)定情況如下: 嚴重受害(葉綠素: 0~50、 水分: 0~50、 YI=0.664), 中度受害(葉綠素: 50~150、 水分: 50~100、 YI=0.182), 輕度受害(葉綠素: 150~300 、 水分: 100~200、 YI=0.041), 健康(葉綠素: 300~600、 水分: 200~500、 YI=0.018)。 對于同齡的云南松針葉, 相同受害程度的針葉的結(jié)構(gòu)參數(shù)大小相對一致, 大小以標定值設(shè)定。 模擬對應(yīng)狀態(tài)下的針葉反射率并計算反射率對參數(shù)的敏感度。
圖5 不同葉綠素、 水分含量大小的理化參數(shù)敏感性
Fig.5 Sensitivity of leaf reflectance to biochemical parameters in three level of chlorophyll and water contents for LIBERTY
圖6(a)—(d)分別是云南松四種不同受害程度針葉反射率對6個生化參數(shù)的一階敏感性及其參數(shù)間相互作用的影響。 隨著受害程度增強, 葉綠素和水分對針葉反射率的主導性減弱, 其他四個生化參數(shù)對針葉反射率的影響逐漸增大。
在400~1 700 nm, 氮對不同受害類型的針葉反射率的貢獻較低<8%且遠小于其他生化參數(shù)的作用。 木質(zhì)素和纖維素與基吸收隨著受害程度加深對針葉反射率的影響增大, 但是在近紅外和短波紅外, 水分的影響還是占據(jù)主導, 對針葉水分反演的干擾作用小。 受害的針葉[圖6(b)—(d)], 在535和730 nm左右, 白化吸收有兩個很窄的高敏感區(qū); 尤其對嚴重受害針葉, 各參數(shù)敏感波段明顯, 白化吸收與葉綠素在可見光區(qū)對針葉反射率的貢獻相當。 因此, 在沒有白化吸收參數(shù)的先驗知識情況下, 對反演嚴重受害的針葉葉綠素含量將造成很大的誤差。
圖6 不同受害程度下針葉生化參數(shù)對光譜的敏感性
為此, 借鑒肖艷芳[14]的方法引入白化吸收參數(shù)先驗知識。 將白化吸收設(shè)置為: 0~1, 1~3, 3~4分別代表白化吸收低、 中、 高三種水平。 葉綠素對針葉反射率的作用主要在可見光區(qū), 因此計算基吸收、 白化吸收、 葉綠素在可見光區(qū)對針葉反射率的敏感度, 而其他參數(shù)在該波段范圍的敏感度很低, 因此不計算其敏感度。 如圖7(a)—(c)所示, 在一定范圍內(nèi), 白化吸收對針葉反射率的影響隨著白化吸收水平的增大而增大; 但增大到一定程度后白化吸收對針葉反射率的作用趨于飽和, 之后針葉反射率對白化吸收變化的敏感度降低。 在三種白化吸收水平下, 針葉反射率對嚴重受害針葉的葉綠素敏感度顯著提高, 主導作用明顯。 這表明, 在已知嚴重受害前提下, 如果能進一步確定其白化吸收水平, 就能夠得到比較準確的葉綠素反演結(jié)果。
圖7 嚴重受害針葉在不同白化吸收水平下參數(shù)的敏感性
Fig.7 Sensitivity of leaf reflectance to chemical parameters in three levels of albino absorption for seriously stressed needles
利用LIBERTY模型對不同受害程度的云南松針葉光譜進行模擬, 結(jié)果表明: 健康的針葉光譜模擬的精度最高, 輕度、 中度受害類型次之, 嚴重受害類型精度較低。 通過加權(quán)擬合的方法來改進LIBERTY模擬光譜值, 得到較好的光譜模擬結(jié)果, 并獲得能反映針葉受害程度的枯黃指數(shù)(YI)。
討論了模型的結(jié)構(gòu)參數(shù)和生化參數(shù)對針葉反射率影響之間的相互作用, 發(fā)現(xiàn)兩者之間存在明顯的制約關(guān)系。 在不同葉綠素和水分含量水平下, 細胞直徑和細胞間隙兩個結(jié)構(gòu)參數(shù)對針葉反射率的貢獻度極易掩蓋其他參數(shù)的貢獻度。 利用LIBERTY模型進行生化參數(shù)反演時, 需要針葉細胞直徑和細胞間隙兩個結(jié)構(gòu)參數(shù)的先驗知識, 才能夠獲得較為精確的反演值。
基于LIBERTY模型利用EFAST方法定量分析了生化參數(shù)對不同受害程度針葉反射率的敏感性。 結(jié)果表明: (1)總體來說, 葉綠素和水分是影響針葉反射率的主要因素。 (2)在不同的受害程度下, 各種生化參數(shù)對針葉反射率的敏感性具有明顯的差異。 對健康的針葉, 葉綠素和水分的貢獻度極易掩蓋其他生化參數(shù)對針葉反射率的作用, 而隨著受害程度加深其主導作用降低; 對于嚴重受害的針葉, 各參數(shù)都有明顯的主導敏感性波段, 尤其是白化吸收對可見光反射率影響與葉綠素參數(shù)相當。 (3)對于嚴重受害針葉, 如果明確白化吸收水平則能夠提高模型葉綠素反演的精度。 同時如何利用不同受害程度的針葉生化參數(shù)敏感性結(jié)果, 針對不同受害程度的針葉生化參數(shù)反演設(shè)定合理的分步反演策略也需要進一步探討。
本研究是在針葉尺度上, 利用LIBERTY模型定量分析不同受害程度針葉生化參數(shù)的敏感度和敏感波段變化, 為病蟲害遙感監(jiān)測提供理論基礎(chǔ)。 下一步將耦合冠層模型研究在冠層尺度上分析病蟲害問題。
[1] ZHANG Heng, PAN Jie, LIAO Zhen-feng(張 衡, 潘 潔, 廖振峰). Forest Pest and Disease(中國森林病蟲), 2014, 33(2): 26.
[2] Dawson T P, Curran P J, Plummer S E. Remote Sensing of Environment, 1998, 65(1): 50.
[3] Zarco-Tejada P J, Miller J R, Harron J, et al. Remote Sensing of Environment, 2004, 89(2): 189.
[4] Barton C V. Tree Physiol., 2001, 21(12-13): 789.
[5] Wang Lei, Luo Youqing, Huang Huaguo, et al. Forestry Studies in China, 2008, 1(11): 28.
[6] Coops N C, Stone C. Australian Journal of Botany, 2005, 53(5): 417.
[7] Li P, Wang Q. International Journal of Remote Sensing, 2013, 34(7): 2402.
[8] Moorthy I, Miller J R, Noland T L. Remote Sensing of Environment, 2008, 112(6): 2824.
[9] Alasdair Mac Arthur, Tim Malthus. International Journal of Remote Sensing, 2012, 33(16): 5214.
[10] Feret J, Francois C, Asner G P, et al. Remote Sensing of Environment, 2008, 112(6): 3030.
[11] Saltelli A, Tarantola S, Chan K. Technometrics, 1999, 41(1): 39.
[12] LI Yan, HUANG Chun-lin, LU Ling, et al(李 艷, 黃春林, 盧 玲, 等). Remote Sensing Technology and Application(遙感技術(shù)與應(yīng)用), 2014, (5): 719.
[13] Moorthy I, Miller J R, Zarco-Tejada P J, et al. IEEE International Geoscience & International Geoscience & Remote Sensing Symposium, 2004, (3): 1676.
[14] XIAO Yan-fang, ZHOU De-min, GONG Hui-li, et al(肖艷芳, 周德民, 宮輝力, 等). Journal of Remote Sensing(遙感學報), 2015, (3): 368.
*Corresponding author
Simulation of Needle Reflectance Spectrum and Sensitivity Analysis of Biochemical Parameters ofPinusYunnanensisin Different Healthy Status
LIN Qi-nan, HUANG Hua-guo*, CHEN Ling, YU Lin-feng, HUANG Kan
The Key Laboratory for Silviculture and Conservation of Ministry of Education, Beijing Forestry University, Beijing 100083, China
The sensitivity of biochemical effects on leaf reflectance is vital for retieving biochemical parameters with remote sensing. In this study, the chlorophyll and water absorption coefficients of the commonly used model LIBERTY (leaf incorporation biochemistry exhibiting reflectance and transmittance yields) were calibrated using field measured needle spectral reflectance curves based on a look up table (LUT) method. A novel spectra reflectance fitting method were presented by involving a new index (named as yellow index, YI), which could obviously improve the fitting accuracy of Pinus yunnanensis reflection spectrum at highly-stressed status. As a global sensitivity analysis method, the EFAST (extended Fourier amplitued sensitivity test) was implemented to quantitatively assess the sensitivity of biochemical parameters on needle reflectance. Results show that: (1) the reflectauce spectrum of healthy needles (R2=0.999, RMSE<0.01), slightly stressed needles (R2=0.991, RMSE<0.02) and moderately stressed needles (R2=0.992, RMSE<0.03) are simulated fairly well by calibrated LIBERTY model which has less potential in fitting the reflectance spectrum of seriously stressed needles (R2=0.803, RMSE>0.1). (2) the reflectance spectrum of seriously stressed needles can be successfully simulated by our proposed spectrum reflectance fitting method (R2=0.991, RMSE<0.03), because YI can quantitatively describe different degrees of stress, and (3) the sensitivity of leaf reflectance tochlorophyllandwaterparameters decreases with the degree of stress; while the sensitivity to other biochemical parameters is increasing, which includ baseline absorption, albino absorption, Lignin and Cellulose content, and nitrogen content, increases with the stress degree. Needle reflectance spectrum also have sensitivive bands for these parameters. For example, the albino absorption have a significant effect on needle reflectance in 505~565 and 705~850 nm). In addition,Albinoabsorptionandchlorophyllalso have significant effects on needle reflectance in visible region for seriously stressed needles, which indicates that the prior knowledge of thealbinoabsorptionlevel can help obtain the valid inversion result ofchlorophyllcontent.
LIBERTY; Needle reflectance; Sensitivity analysis;Pinusyunnanensis; EFAST
Jan. 24, 2016; accepted Apr. 21, 2016)
2016-01-24,
2016-04-21
林業(yè)公益性行業(yè)科研專項(201404401)和國家自然科學基金項目(41571332)資助
林起楠, 1991年生, 北京林業(yè)大學省部共建森林培育與保護教育部重點實驗室碩士研究生 e-mail: 1056446928@qq.com *通訊聯(lián)系人 e-mail: huaguo_huang@bjfu.edu.cn
TP79, S763
A
10.3964/j.issn.1000-0593(2016)08-2538-08