基于碳衛(wèi)星的中國東北地區(qū)葉綠素?zé)晒夥囱?/h1>

2018-04-24 02:44:54李石磊高懋芳李召良李方杰廖前瑜

中國農(nóng)業(yè)信息訂閱 2018年6期 收藏

關(guān)鍵詞：暗線輻照度葉綠素

李石磊，高懋芳※，李召良，李方杰，高 雅，廖前瑜

（1. 中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所/農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)遙感重點(diǎn)實(shí)驗(yàn)室，北京100081；2. 黑龍江大學(xué)電子工程學(xué)院，哈爾濱150080；3.桂林理工大學(xué)測(cè)繪地理信息學(xué)院，廣西 桂林541004）

0 引言

地球上的生命依靠太陽的能量生存，而光合作用是唯一能捕捉這種能量的生物途徑。植物從外界獲取能量有3 種消耗途徑：光合作用、熱耗散以及以葉綠素?zé)晒庑问较蛲馍l(fā)［1］。葉綠素?zé)晒馐侵溉~片受光激發(fā)后，葉綠素分子由高激發(fā)態(tài)向基態(tài)轉(zhuǎn)換時(shí)在可見光—近紅外區(qū)域發(fā)出的紅光及遠(yuǎn)紅光［2］。葉綠素?zé)晒馐枪夂献饔玫母碑a(chǎn)品，與光合作用密切相關(guān)。一般植物的葉綠素?zé)晒夤庾V范圍在400～800 nm 之間，如圖1 所示，其中有3 個(gè)明顯的熒光峰，波長(zhǎng)分別在440 nm，685 nm 和740 nm 處［3］。

葉綠素?zé)晒馀c光合作用關(guān)系密切，可以用來檢測(cè)植物受脅迫狀態(tài)［4］，估測(cè)全球植被總初級(jí)生產(chǎn)力［5-7］，對(duì)生態(tài)系統(tǒng)碳循環(huán)［8］和全球氣候變化的研究具有重要意義。因此許多國內(nèi)外專家學(xué)者開展了很多葉綠素?zé)晒獾难芯俊rankenberg 等［5］證明了全球尺度觀測(cè)的葉綠素?zé)晒馀c植被總初級(jí)生產(chǎn)力GPP 之間有著極強(qiáng)的線性關(guān)系。Joiner等［9］利用日本溫室氣體觀測(cè)衛(wèi)星GOSAT 提取出KI 夫瑯和費(fèi)暗線的葉綠素?zé)晒夂拖嚓P(guān)參數(shù)。Guanter 等［10］使用GOSAT 衛(wèi)星平臺(tái)上的傅里葉變換光譜儀（Fourier Transform Spectrometer，F(xiàn)TS），利用奇異向量分解技術(shù)建立線性正演模型，通過幾條強(qiáng)夫瑯和費(fèi)暗線來反演葉綠素?zé)晒狻oiner 等［11］使用全球臭氧監(jiān)測(cè)儀器GOME-2 衛(wèi)星數(shù)據(jù)，利用主成分分析法來提取熒光信息。劉新杰等［12］同樣利用GOSAT 衛(wèi)星數(shù)據(jù)，選取770 nm 附近的KI 夫瑯和費(fèi)暗線，設(shè)計(jì)加權(quán)最小二乘法來提取中國區(qū)域的熒光信息。K?hler 等［13］在Joiner 所做工作的基礎(chǔ)上，應(yīng)用反向消除算法來優(yōu)化要擬合的系數(shù)個(gè)數(shù)，從而降低了提取噪聲和自動(dòng)選擇狀態(tài)向量的個(gè)數(shù)，利用中等分辨率儀器GOME-2和SCIAMACHY 提取出了葉綠素?zé)晒?。Du 等［14］首次利用中國碳衛(wèi)星數(shù)據(jù)基于奇異矢量分解（Singular Value Decomposition，SVD）統(tǒng)計(jì)方法提取出758.8 nm 處的葉綠素?zé)晒狻?/p>

圖1 典型植被光譜和紫光激發(fā)的熒光光譜［3］Fig.1 Typical vegetation spectra and fluorescence spectra induced by violet light［3］

770.1 nm 的KI 太陽夫瑯和費(fèi)暗線因其深度較大且受大氣影響較小，所以對(duì)于衛(wèi)星平臺(tái)反演葉綠素?zé)晒鈦碚f具有獨(dú)特的優(yōu)勢(shì)［9，12］。目前，對(duì)碳衛(wèi)星提取葉綠素?zé)晒獾难芯枯^少，文章基于中國TanSat 衛(wèi)星的高光譜數(shù)據(jù)，選取KI 夫瑯和費(fèi)暗線作為窗口，利用簡(jiǎn)化物理模型的方法來反演得到2018 年7 月中國東北地區(qū)的熒光信息，并將所得結(jié)果與OCO-2 熒光產(chǎn)品進(jìn)行對(duì)比。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

該文的研究區(qū)是中國東北地區(qū)（圖2），包括黑龍江省、吉林省、遼寧省、內(nèi)蒙古自治區(qū)東部5 個(gè)盟市（呼倫貝爾市、通遼市、赤峰市、興安盟和錫林郭勒盟），位于115°13′E～135°05′E 和38°43′N～53°33′N 之間。研究區(qū)全境土地面積152 萬km2，主要用地類型可分為四大類，分別是林地、草地、耕地和其他用地，其中耕地面積約2 666.7 萬hm2，草原面積4 600 萬hm2，地勢(shì)以平原為主，包括松嫩平原、遼河平原和三江平原。研究區(qū)自南向北跨越中溫帶和寒溫帶，屬溫帶季風(fēng)氣候，四季分明，夏季溫?zé)岫嘤辏竞涓稍铩?/p>

圖2 研究區(qū)概況（a）及地表覆蓋類型圖（b）Fig.2 General situations of study region（a） and surface coverage type （b）

1.2 碳衛(wèi)星數(shù)據(jù)

中國首顆全球二氧化碳觀測(cè)科學(xué)實(shí)驗(yàn)衛(wèi)星，簡(jiǎn)稱碳衛(wèi)星，由中國科學(xué)院與中國國家氣象局等合作開發(fā)，于2016 年12 月22 日發(fā)射，是繼日本和美國之后的全球第三個(gè)“嗅碳”衛(wèi)星。碳衛(wèi)星為太陽同步衛(wèi)星，平均軌道高度700 km，過境時(shí)間為當(dāng)?shù)貢r(shí)間13：30，重訪周期為16 d，空間分辨率為2 km×2 km［15］。

碳衛(wèi)星有兩個(gè)主要載荷：云和氣溶膠偏振成像儀（CAPI）和高光譜溫室氣體探測(cè)儀（ACGS）。CAPI 探測(cè)數(shù)據(jù)主要用于判斷像元是否受云影響。ACGS 有3 套結(jié)構(gòu)相似的光柵光譜儀，分別實(shí)現(xiàn)對(duì)0.76 μm（O2-A band）、1.61 μm（Weak CO2band）和2.06 μm（Strong CO2band）3 個(gè)波段的輻射信息進(jìn)行高光譜探測(cè)［16-17］。該文用到的是中心波長(zhǎng)為0.76 μm 的O2-A 波段，共有1 242 個(gè)通道，光譜覆蓋范圍為757.4～778.0 nm，光譜分辨率為0.044 nm，光譜采樣間隔為0.005 nm。

TanSat L1B 數(shù)據(jù)提供了大氣層頂部的輻亮度數(shù)據(jù)和日定標(biāo)輻照度數(shù)據(jù)。碳衛(wèi)星輻亮度和對(duì)日定標(biāo)輻照度波長(zhǎng)提取公式如下：

式（1）中，λ代表波長(zhǎng)，C代表色散系數(shù)，P代表通道數(shù)，提取結(jié)果樣例如圖3 所示。需要指出的是，由于各個(gè)足跡點(diǎn)對(duì)應(yīng)的輻照度光譜曲線差異不大，此處采用的輻照度光譜曲線是碳衛(wèi)星9 個(gè)足跡點(diǎn)的輻照度觀測(cè)值求平均得到的一個(gè)復(fù)合光譜。由于儀器性能或者校準(zhǔn)誤差會(huì)造成一定的光譜偏移，該文在反演之前對(duì)有偏移的輻亮度和輻照度光譜進(jìn)行了光譜偏移校正。

圖3 碳衛(wèi)星輻亮度（a）和輻照度光譜曲線（b）Fig.3 Radiance（a）and irradiance（b）spectral curve of TanSat satellite

1.3 MODIS 數(shù)據(jù)

MODIS（Moderate-resolution Imaging Spectroradiometer，MODIS）是 搭 載 在Terra 和Aqua 衛(wèi)星上的傳感器，Terra 是上午軌道衛(wèi)星，過境時(shí)間為當(dāng)?shù)厣衔?0：30，Aqua 衛(wèi)星的過境時(shí)間為當(dāng)?shù)貢r(shí)13：30，與碳衛(wèi)星一致，為了保持使用數(shù)據(jù)的時(shí)間一致性，該文選用Aqua 衛(wèi)星的數(shù)據(jù)進(jìn)行有云像元剔除，所用到的數(shù)據(jù)集為云掩膜產(chǎn)品MYD35_L2 和定位產(chǎn)品MYD03。

1.4 用于對(duì)比的熒光產(chǎn)品

OCO-2 衛(wèi)星（Orbiting Carbon Observatory-2）由美國國家宇航局NASA 研制開發(fā)，用于研究大氣層中CO2含量，F(xiàn)rankenberg 等［8］發(fā)現(xiàn)OCO-2 衛(wèi)星也有探測(cè)葉綠素?zé)晒獾哪芰?，并且相比于GOME-2 和GOSAT 衛(wèi)星，它能更精確地獲取熒光信息。OCO-2 衛(wèi)星重訪周期是16 d，過境時(shí)間為當(dāng)?shù)貢r(shí)間13：30，空間分辨率為1.3 km×2.25 km，該文采用的對(duì)比數(shù)據(jù)是OCO-2 熒光產(chǎn)品771 nm 處的熒光值。

2 研究方法

2.1 反演算法

熒光信號(hào)相對(duì)于反射信號(hào)來說是十分微弱的，只占地表反射信號(hào)的很小一部分，一般為1%～5%。KI 夫瑯和費(fèi)暗線在770.1 nm 附近，中緯度夏季垂直模式下觀測(cè)時(shí)，KI 夫瑯和費(fèi)暗線附近的大氣透過率接近于1，因此可以利用KI 夫瑯和費(fèi)暗線進(jìn)行熒光信號(hào)探測(cè)［12］。

圖4 輻照度/輻亮度歸一化光譜曲線Fig.4 Irradiance/radiance normalized spectral curve

式（2）中，I（λ）表示傳感器接收到的輻亮度，I0（λ）表示大氣程輻射，Td（λ）為大氣下行透過率，Tu（λ）為大氣上行輻射透過率，Sb（λ）為大氣下邊界反射率，E（λ）為太陽輻照度，θ為太陽天頂角。

研究的感興趣波段范圍是769.95～770.25 nm，由于在這個(gè)波段范圍內(nèi)大氣透過率較高，所受大氣影響較小，因此忽略大氣散射和吸收影響，可以令Sb=0，I0=0，Tu=1，Td=1，公式（2）可以簡(jiǎn)化為：

該文基于公式（3）利用線性最小二乘擬合對(duì)熒光值F進(jìn)行計(jì)算，式（3）中的太陽天頂角θ和反射率R與計(jì)算的熒光值無關(guān)，可以看作常數(shù)K，故有：

由于該文是用最小二乘法計(jì)算熒光值，如果769.95～770.25 nm 波段范圍內(nèi)的輻照度數(shù)據(jù)的變化范圍過小，則會(huì)導(dǎo)致擬合效果不理想，給計(jì)算結(jié)果帶來很大的不確定性。770.1 nm 的KI 夫瑯和費(fèi)暗線附近存在微弱的氧氣吸收波段，該文所用的算法沒有到考慮大氣影響，同樣會(huì)導(dǎo)致計(jì)算結(jié)果不穩(wěn)定。因此，計(jì)算熒光值F時(shí)，采用加權(quán)最小二乘法進(jìn)行計(jì)算，將KI 吸收線內(nèi)的采樣點(diǎn)權(quán)重設(shè)為15，吸收線外采樣點(diǎn)權(quán)重設(shè)為0，從而避免氧氣吸收線和太陽輻照度變化較小帶來的影響［12］。

2.2 剔除有云像元

該文利用MRTSwath 工具對(duì)MYD35_L2 產(chǎn)品和MYD03 產(chǎn)品進(jìn)行預(yù)處理，得到包含研究區(qū)的云掩膜數(shù)據(jù)，然后用Matlab 對(duì)該數(shù)據(jù)進(jìn)行進(jìn)制轉(zhuǎn)換，得到像元值為0 和1 的柵格圖像，1 代表有云區(qū)，0 代表無云區(qū)，再利用ArcMap 軟件提取出無云區(qū)，根據(jù)提取結(jié)果對(duì)計(jì)算所得的熒光結(jié)果進(jìn)行裁剪，最終得到無云區(qū)的熒光值。

3 結(jié)果與分析

3.1 反演結(jié)果

該文利用碳衛(wèi)星2018 年7 月的L1B 數(shù)據(jù)對(duì)中國東北地區(qū)的葉綠素?zé)晒鈴?qiáng)度進(jìn)行了反演，結(jié)果如圖5 所示。碳衛(wèi)星是通過打點(diǎn)形式進(jìn)行工作的，剔除受云影響的像元之后，研究區(qū)內(nèi)所剩的有效值點(diǎn)減少，但依然可以看出：東北地區(qū)葉綠素?zé)晒鈴?qiáng)度高值分布在內(nèi)蒙古自治區(qū)錫林郭勒盟的中部和西部，通遼市的中部，興安盟的西部，遼寧省的中部和東部，吉林省的西南部和黑龍江的西部地區(qū)。

圖5 2018 年7 月中國東北地區(qū)葉綠素?zé)晒鈴?qiáng)度分布Fig.5 Chlorophyll fluorescence intensity distribution of the Northeast China in July 2018

3.2 對(duì)比分析

為了驗(yàn)證反演葉綠素?zé)晒饨Y(jié)果的可靠性，采用OCO-2 衛(wèi)星的熒光產(chǎn)品與所得結(jié)果進(jìn)行對(duì)比分析。圖6 和圖7 分別展示了用于對(duì)比的區(qū)域和基于物理模型方法獲取的葉綠素?zé)晒馀cOCO-2 衛(wèi)星的熒光產(chǎn)品的散點(diǎn)圖，結(jié)果表明OCO-2 衛(wèi)星熒光產(chǎn)品與該文結(jié)果線性關(guān)系良好，R2為0.79，說明兩者具有較高的一致性；但是也有少量散點(diǎn)偏離擬合線，這可能是由于觀測(cè)中的隨機(jī)誤差和反演算法之間的差異造成的。

圖6 OCO-2 衛(wèi)星（a）和碳衛(wèi)星（b）和對(duì)比區(qū)Fig.6 Diagram of the contrast area between OCO-2 satellite （a） and TanSat satellite（b）

3.3 不確定性分析

引起上文提到的結(jié)果對(duì)比圖中少量散點(diǎn)與擬合線之間偏離的原因可能有以下兩點(diǎn)：一是由于不同反演算法之間原理不一樣，可能會(huì)帶來個(gè)別點(diǎn)的異常值；二是該文沒有對(duì)碳衛(wèi)星光譜儀所采集到的觀測(cè)數(shù)據(jù)進(jìn)行過濾與質(zhì)量控制，可能會(huì)使少量奇異光譜參與了計(jì)算，最終導(dǎo)致個(gè)別結(jié)果存在較大差異。

圖7 碳衛(wèi)星熒光值與OCO-2 衛(wèi)星熒光產(chǎn)品對(duì)比Fig.7 Comparison of fluorescence values between TanSat and OCO-2 satellite products

該文從衛(wèi)星尺度獲取葉綠素?zé)晒庑畔⒌碾y點(diǎn)在于熒光信號(hào)相對(duì)于地面反射信號(hào)較弱，不易提取，采用的簡(jiǎn)化物理模型算法是基于熒光對(duì)KI 夫瑯和費(fèi)暗線的填充來提取葉綠素?zé)晒庑畔?，忽略?69.95～770.25 nm 波段范圍內(nèi)的大氣吸收和散射，雖然在這個(gè)波段范圍內(nèi)大氣影響很小，但是不考慮大氣影響會(huì)對(duì)結(jié)果造成一定的影響。

研究表明，旋轉(zhuǎn)拉曼散射的填充效應(yīng)取決于太陽天頂角和地表反照率。一般來說，在769.95～770.25 nm 波段范圍內(nèi)大氣散射效應(yīng)很小，但是由于KI 夫瑯和費(fèi)暗線深度較大，導(dǎo)致旋轉(zhuǎn)拉曼散射也會(huì)與熒光一樣對(duì)夫瑯和費(fèi)暗線有相似的填充效應(yīng)，導(dǎo)致葉綠素?zé)晒庾罱K的反演結(jié)果有誤差。

4 結(jié)論與展望

該文利用碳衛(wèi)星的L1B 級(jí)數(shù)據(jù)反演了中國東北地區(qū)2018 年7 月份的葉綠素?zé)晒庑畔?，通過與已有的OCO-2 熒光產(chǎn)品的對(duì)比分析，發(fā)現(xiàn)兩者結(jié)果具有較好的一致性，表明本文用到的方法可以較好的反演出葉綠素?zé)晒狻?/p>

盡管日光誘導(dǎo)葉綠素?zé)晒獾难芯窟€處在起步階段，但卻得到了學(xué)術(shù)界的廣泛關(guān)注。日光誘導(dǎo)葉綠素?zé)晒馐前l(fā)射光譜，與植物光合作用能力、受脅迫狀況、生理狀況息息相關(guān)，已有大量室內(nèi)外實(shí)驗(yàn)證明，葉綠素?zé)晒饪梢宰鳛檠芯恐参锕夂献饔玫奶结?。同時(shí)，它也反映了豐富的植物光合生理功能方面的信息。葉綠素?zé)晒獗然谥脖恢笖?shù)的植被監(jiān)測(cè)方法更有優(yōu)勢(shì)，它可以快速、靈敏地捕捉到環(huán)境脅迫所引起的植物生理變化，對(duì)研究植物的生理信息和健康狀態(tài)具有重要的指導(dǎo)意義。

目前，學(xué)者們已經(jīng)做了一些關(guān)于日光誘導(dǎo)葉綠素?zé)晒獾墓ぷ?，但深層次研究還有待進(jìn)一步開展。除了植物自身的生理、生化因素的影響外，葉綠素?zé)晒膺€與外部環(huán)境有關(guān)，如光照強(qiáng)度、溫度、濕度等；在太陽光的照射下，綠色植被會(huì)發(fā)射葉綠素?zé)晒?，但隨著植被的種類和生長(zhǎng)狀態(tài)等不同，葉綠素?zé)晒庖矔?huì)呈現(xiàn)出不同的特征；傳統(tǒng)意義上認(rèn)為熒光是有方向性的，而當(dāng)前的大部分研究都沒有考慮熒光的方向性；雖然反演葉綠素?zé)晒獾乃惴ㄓ泻芏?，但是缺少一個(gè)準(zhǔn)確合理的驗(yàn)證方法。

猜你喜歡

暗線輻照度葉綠素

課堂教學(xué)的“明線”與“暗線”

遼寧教育(2022年19期)2022-11-18 07:20:18

提取葉綠素

閱讀(科學(xué)探秘)(2020年8期)2020-11-06 06:22:48

桃樹葉綠素含量與SPAD值呈極顯著正相關(guān)

中國果業(yè)信息(2019年1期)2019-01-05 17:41:42

葉綠素家族概述

生物學(xué)教學(xué)(2017年9期)2017-08-20 13:22:32

《清水洗塵》的網(wǎng)狀結(jié)構(gòu)分析

文學(xué)教育(2017年1期)2017-02-10 23:00:23

中國典型地區(qū)水平總輻射輻照度頻次特征*

風(fēng)能(2016年8期)2016-12-12 07:28:48

例談高中化學(xué)課堂教學(xué)設(shè)計(jì)中的“暗線”

化學(xué)教與學(xué)(2016年10期)2016-11-16 13:03:30

太陽模擬器輻照度修正方法的研究

電源技術(shù)(2015年7期)2015-08-22 08:48:32

太陽光輻照度概率分布參數(shù)對(duì)電網(wǎng)可靠性的影響

電測(cè)與儀表(2015年22期)2015-04-09 11:42:28

由松針制取三種葉綠素鈉鹽及其穩(wěn)定性的研究

食品工業(yè)科技(2014年6期)2014-05-10 06:04:50

中國農(nóng)業(yè)信息2018年6期

中國農(nóng)業(yè)信息的其它文章

張家口季節(jié)變化特征及其對(duì)農(nóng)業(yè)的影響

基于GIS 的智慧農(nóng)業(yè)綜合信息服務(wù)平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)

基于深度學(xué)習(xí)服務(wù)的遙感影像農(nóng)作物分類系統(tǒng)設(shè)計(jì)

中國數(shù)字農(nóng)業(yè)的基本理念與建設(shè)內(nèi)容設(shè)計(jì)

基于高分辨率遙感影像的農(nóng)作物災(zāi)損評(píng)估研究

農(nóng)業(yè)大數(shù)據(jù)關(guān)鍵技術(shù)及應(yīng)用進(jìn)展