基于紅外熱成像的核桃冠層溫度測量不確定性分析

孫 圣 張勁松, 孟 平, 汪貴斌 尹昌君 王鑫梅

(1.中國林業(yè)科學研究院林業(yè)研究所， 北京 100091； 2.南京林業(yè)大學南方現(xiàn)代林業(yè)協(xié)同創(chuàng)新中心， 南京 210037)

0 引言

冠層溫度作為表征植物生理生態(tài)過程及能量平衡的重要參數(shù)之一，直接影響葉片水分虧缺，以及植物碳、水和能量的交換[1]。準確測量植物冠層溫度對植物水分關系和冠層能量平衡方面的研究具有重要意義[2]。早期，采用熱電偶測量冠層溫度，需要確保金屬絲始終附著在葉片表面，并且需要獲取大量測量數(shù)據(jù)以確保足夠的代表性；熱紅外溫度計的測量值是混合熱信號生成的平均值，會受到非目標物的干擾以及出現(xiàn)空間分辨率不足的問題[3]。因此，上述方法準確、長期、連續(xù)測量冠層溫度是不可行的。隨著紅外熱成像技術的快速發(fā)展，在穩(wěn)定性、像素分辨率和靈敏度上都能夠滿足整個生長季節(jié)冠層溫度的連續(xù)監(jiān)測需求[4]。此外，紅外圖像還具有可視化優(yōu)點，可以將不同溫度信息整合到一張圖譜中，結合圖像處理技術能夠實現(xiàn)冠層溫度的精準提取[5]。

近年來，熱紅外成像技術已經(jīng)被廣泛應用于植物氣孔導度、植物水分虧缺和灌溉策略等農(nóng)林業(yè)研究[6-8]中。農(nóng)作物冠層的均一化和高密度性，使得垂直測量更為容易[9-10]；相反，林木的高度會給地面垂直測量增加難度[11]。因此，在非垂直觀測中，方向和角度問題就成為影響測量的重要因素之一。隨著無人機遙感平臺的發(fā)展，無人機熱成像觀測雖然滿足了空間尺度的要求，但是只能獲取時間上不連續(xù)的數(shù)據(jù)，而且不考慮相機參數(shù)設定會導致拍攝產(chǎn)生較大的誤差[12]。目前，有關測量誤差的報道多集中在實驗室條件下對黑體表面的研究[13]，而對于田間樹木冠層溫度測量中的不確定性研究相對較少。AUBRECHT等[14]在闊葉混交林冠層溫度觀測中，量化了A655sc型熱像儀(FLIR，美國)的測量誤差，并進行了不確定性分析。隨后，KIM等[15]評估了A325型熱像儀(FLIR，美國)測量針葉樹冠層溫度的精度，并提出了修正的經(jīng)驗模型。由于葉片相互遮擋以及冠層的不規(guī)則性，使得冠層溫度分布存在差異[16-17]，測量過程中容易造成以點代面和以局部代整體，從而引起誤差。

本文針對A310f型紅外熱像儀(FLIR，美國)的主要參數(shù)進行敏感性分析，并進一步探討不同方向、不同角度以及冠層內外溫度差異對熱紅外測量核桃冠層溫度帶來的不確定性。最終提出減小誤差的方法，為基于冠層溫度的相關研究提供理論指導。

1 材料與方法

1.1 試驗區(qū)概況

試驗地位于河南省濟源市市郊核桃園區(qū)(北緯35°01′，東經(jīng)112°28′)。該園區(qū)屬于典型的低山丘陵區(qū)，受暖溫帶大陸性季風氣候影響。氣候溫和，光、熱、水資源豐富。夏季炎熱，熱量充足。該區(qū)域年平均氣溫為14.3℃，最冷月平均氣溫為-0.1℃，最熱月平均氣溫為27℃。年降水總量約650 mm，降水多集中于6—8月，約占全年降水量的54%以上。園區(qū)核桃品種繁多，以香玲品種為主。本文將主要優(yōu)勢樹種香玲核桃樹作為研究對象。核桃樹的株行距3 m×5 m，行向為南北向，5年生核桃樹株高3.8 m，自然開心型，2～3個主枝條。選擇3棵相鄰且長勢良好的核桃樹作為樣本樹，記為H1、H2、H3，3棵樣本樹按照從北到南橫向排列(圖1)。

圖1 2017年5月31日13:00時拍攝的熱紅外圖像Fig.1 Thermal infrared image acquired at 13:00 on May 31, 2017

1.2 試驗設計

樣地西側設立10 m高的觀測塔，在塔頂處安裝美國FLIR公司生產(chǎn)的A310f型紅外熱像儀，鏡頭焦距18 mm，視場角為25°，紅外熱像儀鏡頭到3棵樣本樹冠層的距離分別為17.8、19.1、20.5 m。于2017年5月25日—6月13日(20 d)采集紅外圖像，06:00—18:00每隔30 min獲取一次圖像，圖像分辨率為320像素×240像素，在塔基處使用工業(yè)計算機通過運行FLIR公司的IR Monitor軟件以及無線傳輸設備，將采集到的圖像上傳到主機。2017年6月10日天氣晴朗，于13:00對3棵樣本樹逐一地進行東、西、南、北4個方向的觀測，站在4 m高伸縮梯的最高處利用A310f型紅外熱像儀采集圖像，保證各方向的測量間隔不超過4 min。2017年6月12日天氣晴朗，利用8 m高腳手架對H1和H2樣本樹進行10°、30°、45°、60°和80° 5個角度的冠層溫度測量，保證每個角度測量時間不超過3 min。在樣本樹旁邊設立高度為2 m的空氣溫濕度和總輻射自動觀測系統(tǒng)。所采用的溫濕度傳感器為HMP45C(Campbell，美國)和AV20P(AVALON，美國)，數(shù)據(jù)采集器為Squirrel SQ2020(Grant，英國)。設定每1 min采集1次，每10 min輸出1組平均值。

1.3 測溫原理和數(shù)據(jù)分析

紅外熱輻射的理論基礎就是普朗克分布定律，這種輻射載有物體的溫度特征信息，其能夠為熱紅外成像技術判別被測目標的溫度高低和熱量分布提供客觀基礎[18]。紅外熱像儀對電磁波波長為8～14 μm的能量尤為敏感。該波段又區(qū)別于常用于植被遙感的近紅外波段(0.75～1.25 μm)，其不能用以測量植物溫度指標。為了精確地測量目標的表面溫度，當處理來自相機傳感器的圖像數(shù)據(jù)時，需要考慮到干擾因素。由圖2可知，相機傳感器接收到的總能量主要包括3部分：植被輻射能量Φleaf、反射物體輻射能量Φrefl、植被和相機之間大氣輻射能量Φatm，該能量由葉片反射，然后被空氣中的水汽所衰減。其中，εleaf是植被輻射率，τatm是大氣透射率。由于τatm很難直接測定，天氣晴朗時默認為1，所以不考慮τatm的影響。能量傳輸過程主要受到以下5個參數(shù)的影響：葉片輻射率εleaf、空氣溫度Ta、空氣相對濕度RH、冠層到相機鏡頭的距離D、反射物體溫度Trefl。并根據(jù)實際條件對這5個參數(shù)設定了變化范圍(表1)，再根據(jù)FLIR Tools (FLIR，美國)軟件以及Matlab R2012b(Mathworks，美國)所建立的葉片輻射能量過程函數(shù)進行敏感性分析來評估這些參數(shù)所引起的測量誤差。

圖2 熱紅外相機接收全部輻射能量的原理圖Fig.2 Schematic of total thermal energy received by thermal infrared camera

冠層溫度的提取需要運用FLIR Tools將所有圖像中全部像素點所對應的溫度導出為文本格式csv。再利用Matlab R2012b軟件將熱紅外彩色圖像根據(jù)溫度信息轉換為8 bit 320像素×240像素的灰度圖像，其溫度變化范圍對應了0～255個灰度級別。并通過橢圓選區(qū)建立樣本樹冠層的感興趣區(qū)域(ROI)(圖3a)，其中，ROI區(qū)域內的全部像素點為17 605個，包括冠層像素點和土壤像素點。再利用灰度閾值分割法來提取冠層像素點[19]，結果表明，最佳的冠層像素點(綠色區(qū)域)個數(shù)為12 305個(圖3b)。最后，利用冠層像素點的平均溫度來表示整個冠層溫度。

表1 主要參數(shù)的變化范圍以及固定值的設定Tab.1 Range of changes of main parameters and setting of true values

圖3 2017年5月31日13:00的冠層溫度提取Fig.3 Extraction of canopy temperature at 13:00 on May 31, 2017

采用雙因素分組的多個樣本均值進行方差分析，比較各組間總的差異，如果總差異具有顯著性(P<0.05)或達到了極顯著水平(P<0.01)，再進行組間的兩兩比較，采用多重比較(LSD)方法，利用t檢驗來區(qū)分數(shù)據(jù)間存在的顯著性差異。研究中還選用了標準差(SD)作為評價指標，反映數(shù)據(jù)離散程度以及數(shù)據(jù)精度。計算公式為

(1)

式中SD——標準差n——樣本數(shù)

2 結果與分析

2.1 熱紅外測量要素的敏感性分析

圖4對5個主要參數(shù)進行敏感性分析，白色圓點代表測量的真實溫度為23.9℃，紅色和藍色區(qū)域被白色所代表的中值溫度分離成兩個溫差相等的部分。由溫度比例尺可知，紅色區(qū)域比藍色區(qū)域溫度高?？梢愿鶕?jù)圖中兩種顏色所占比例以及相應的溫差統(tǒng)計數(shù)據(jù)(表2)來綜合評估各參數(shù)的敏感性。在Ta和RH的敏感性分析中，測量溫度的最大溫差為2.3℃，且Ta的變化對測量溫度產(chǎn)生的影響大于RH。當Ta<25℃時，隨著RH的增加，溫度逐漸增大；當Ta>25℃時，溫度隨著RH的增加而減小；當Ta=25℃時，RH的變化不會對溫度產(chǎn)生影響。在大于中值溫度的紅色區(qū)域里，Ta和RH的變化對溫度影響較小，與真實值的偏差不超過0.9℃；在小于中值溫度的藍色區(qū)域里，產(chǎn)生的溫度偏差可達到1.4℃。當固定Ta、RH和εleaf為真實值時，隨著Trefl的增加，溫度會逐漸減小，而D對溫度的影響則可以忽略不計。在相同溫度比例尺下，對εleaf=0.95和εleaf=0.96進行比較發(fā)現(xiàn)，前者的最大溫差為5.3℃，明顯高于后者的溫差。此外，當εleaf=0.95時，比例尺的中值在Trefl為45℃處，形成了鮮明的溫度分離；而當εleaf=0.96時，比例尺中值位置提升到49℃，使得紅色區(qū)域內最大溫差由1.7℃下降到1.4℃。值得注意的是，εleaf僅僅改變0.01就導致了1.1℃的誤差，遠遠超過了其他指標變化所引起的誤差。最后，考慮εleaf最為敏感，而D最不敏感，所以固定εleaf和D為真實值，構建了其他3個要素的三維透視圖，其中黑色圓點為真實測量值，維持RH的間隔不變，使得Trefl和Ta間隔均減小且保持兩者一致，最大溫差為3.4℃，說明Ta減小對溫度變化的影響較小，而Trefl在其中起到了決定性作用。因此，根據(jù)變化范圍和所引起的誤差對這5個要素進行排序，影響程度由大到小為εleaf、Trefl、Ta、RH、D。根據(jù)上述結果，研究表明利用A310f型紅外熱像儀進行冠層溫度測量時，距離對測量結果影響不大，葉片輻射率為0.96時有助于減小測量誤差，如果能夠對每一幅圖像中的Trefl、Ta和RH進行校準則會顯著提高冠層溫度的測量精度。

圖4 5個主要參數(shù)的敏感性分析Fig.4 Sensitivity analysis of five main parameters

2.2 冠層溫度的空間變異

圖5 不同方位冠層溫度差異箱線圖Fig.5 Box diagram of differences in canopy temperature in different directions

圖6 不同高度角冠層溫度的差異Fig.6 Differences in canopy temperature in different angles

表4 2棵樣本樹在不同高度角上的溫度統(tǒng)計Tab.4 Temperature statistics in different angles of two sample trees ℃

圖7 插值處理后的紅外圖像和溫度廓線圖Fig.7 Interpolated infrared image and temperature contour map

2.3 冠層結構的溫度變異

首先，將熱紅外原始圖像通過溫度廓線法使圖像溫度變化區(qū)分的更為明顯，從圖7可看出，冠層邊緣顏色為淺藍，深藍色則代表冠層內部，冠層內外存在明顯的溫度差異。通過溫度比例尺，不難看出冠層內部溫度低于冠層外部溫度，土壤溫度明顯高于冠層溫度。此外，通過對圖像進行溫度頻數(shù)直方圖分析(圖8)，形成了十分清晰的雙峰溫度變化特征。其中，第1個峰值為25.1℃，反映了冠層溫度，且隨著提取像素點的變化存在明顯的溫度波動；第2個峰值為26.9℃，反映了土壤溫度，其與冠層溫度之間存在明顯的過渡區(qū)間?？紤]樹木的冠層結構，冠層內部葉片相互遮擋嚴密，冠層溫度偏低，而邊緣位置直接暴露在陽光下，使得葉片溫度偏高。

圖8 溫度頻數(shù)直方圖Fig.8 Temperature frequency histogram

圖9 連續(xù)20 d冠層內部和外部溫度、空氣溫度以及 總輻射的變化特征Fig.9 Changing characteristics inside and outside canopy temperature, air temperature and radiation for 20 days

3 討論

通過對5個要素進行敏感性分析，闡明了其對冠層溫度測量的影響程度并量化了各要素的測量誤差。其中，εleaf對冠層溫度測量影響最為嚴重，εleaf的取值可以從文獻[20-21]中獲得。但實際上，植被輻射率并不是一個定值，它會隨著波長大小而發(fā)生變化，變化范圍在0.95～0.99之間，研究中所涉及到的εleaf值都是平均值[22]。實際上，準確獲取εleaf的方法是需要對目標樹種進行實際測定。此外，還必須考慮單個葉片相對于相機分辨率的尺寸，一旦葉片的投影面積比像素還小，則會出現(xiàn)單個像素內包含多個葉片的情況，進入到葉片的輻射能經(jīng)過葉片之間多次散射而被冠層吸收，所以，εleaf更接近于0.99[23]。以本研究為例，25°視場角，18 μm焦距，當距離紅外熱像儀20 m時，圖像單個像素實測值為2.7 cm，明顯小于核桃單葉尺寸。因此，正如圖2所示，認為像素點內發(fā)生的是單個葉片的能量傳輸過程。利用紅外熱像儀拍攝樹木時，建議葉片尺度的輻射率設定為0.95，樹木冠層尺度的輻射率設定為0.96，而對于針葉樹種或者葉面積較小的植物來說，輻射率應該設定為0.98。這樣，將有利于提高測量冠層溫度的準確度。再加上同步測量Ta、RH以及直接從紅外圖像上獲取Trefl來進行溫度校準，進一步保證了冠層溫度測量的精度。最后，針對紅外熱成像設備的硬件差異以及不同樹種冠層結構的異質性，建議在進行測量之前，對這5個重要參數(shù)進行敏感性分析以最大限度的減小測量誤差。

就測量的空間特點而言，評價了不同方向和不同角度的熱紅外測量對冠層溫度的影響，其結果與JONES等[24]在研究葡萄冠層溫度上的結果相近似。認為南向拍攝時，陽光照射使得冠層溫度升高，并且紅外熱像儀測量時會與太陽光平行，使得太陽光很容易通過葉片反射進入到鏡頭里，從而高估了實際的冠層溫度。相反，北向拍攝時，樹冠受太陽光影響較小，受陰影的影響使得冠層溫度偏低。此外，在JONES等[25]研究棉花時還發(fā)現(xiàn)冠層溫度會隨著觀測角度增大而升高，達到峰值后再逐漸減小。但是，在核桃樹研究中，結果則表現(xiàn)為不同角度測量獲取的冠層溫度不存在顯著性差異。分析其原因：一方面，熱紅外觀測的方向平行于太陽光，受到輻射的影響較大；另一方面，由于棉花栽植具有均一化和高密度性，使其冠層形成了較理想的反射平面，反射輻射成為影響不同角度能量接收的主導因素。相反，核桃冠層測量方向與太陽光形成近90°夾角，有效地避免了輻射能量被葉片反射直接進入到鏡頭，同時核桃冠層的不規(guī)則性使得輻射能量被冠層內部的散射作用所削減，使其不足以對紅外接收信號產(chǎn)生顯著影響。因此，對于核桃樹連續(xù)冠層溫度觀測時，只需要考慮測量方向的問題，而角度問題可以忽略。

對于樹木而言，樹冠的邊緣屬于稀疏結構，直接暴露在陽光下；而冠層內部屬于密集結構，主要以散射輻射為主，光線很難穿透[26]。冠層內部溫度明顯低于冠層外部溫度的主要原因在于冠層邊緣葉片在強光刺激下，光抑制作用使得氣孔趨于關閉，溫度主要受顯熱控制；而冠層內部葉片相互遮擋，受強光影響較小，蒸騰作用使得潛熱影響占據(jù)主導。因此，利用熱電偶進行點測量時，一定要滿足足夠的數(shù)量來覆蓋冠層的內部和外部，才能夠更好的表征冠層溫度。而利用紅外熱像儀測量樹木冠層時也應該避免提取局部溫度，而應該盡可能的獲取整個冠層溫度[27]。此外，諸多研究認為13:00和14:00時是測量冠層溫度的最佳時間，原因之一就是該時間段的冠層溫度可以和空氣溫度發(fā)生明顯分離，對研究植物冠層與空氣溫度差異以及建立模型都具有重要意義[28]。在應用無人機或者其他遙感平臺測量植物冠層溫度時，也可以采用正午時間，主要是考慮消除樹木陰影給圖像處理帶來的干擾[29]?？傊眉t外熱像儀測量冠層溫度應該盡量選擇晴朗、無風的午后，這樣將提高影像獲取的質量。

4 結論

(1)對紅外熱像儀測量冠層溫度中存在的不確定性以及減小測量誤差的方法進行了分析。結果表明，冠層溫度受εleaf影響最大，受Trefl影響次之，Ta和RH的影響較小，對D變化不敏感。

(2)對于4個測量方向來說，南、北兩個方向所測量的冠層溫度存在顯著性差異(P<0.05)，而其他各方向之間的冠層溫度差異不顯著。測量時應避免直射和逆光情況，與太陽方位角形成近90°的夾角，能夠有效消除強光和陰影的影響。

(3)不同測量高度的角度對冠層溫度的影響未達到顯著性水平，測量時可以不考慮角度問題。

(4)溫度頻數(shù)直方圖反映出像素點呈現(xiàn)雙峰分布特征，冠層像素點的峰值溫度為25.1℃。

(5)考慮樹木冠層結構，正午前后冠層外部溫度明顯高于內部溫度，兩者之間存在極顯著性差異(P<0.01)。太陽輻射變化主要影響冠層外部溫度，冠層內部溫度主要受蒸騰潛熱的影響。