玉米抽穗期雄穗對冠層反射率輻射傳輸特征的影響

白 麗，柏軍華，肖 青，柳欽火，張 澤，呂 新，孟令華

玉米抽穗期雄穗對冠層反射率輻射傳輸特征的影響

白 麗1,2，柏軍華2，肖 青2，柳欽火2，張 澤1，呂 新1※，孟令華3

（1. 石河子大學(xué)農(nóng)學(xué)院/新疆生產(chǎn)建設(shè)兵團(tuán)綠洲生態(tài)農(nóng)業(yè)重點(diǎn)實(shí)驗(yàn)室，石河子 832003；2. 中國科學(xué)院遙感與數(shù)字地球研究所，北京 100101；3. 中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所，長春 130102）

為分析玉米雄穗對冠層可見光、近紅外波段輻射傳輸特征的影響，運(yùn)用四維軌道塔吊系統(tǒng)獲取連續(xù)2 a玉米抽穗期的冠層光譜，并在抽穗初期和末期分別進(jìn)行了3個(gè)梯度的剪穗試驗(yàn)，分析玉米抽穗期冠層二向反射率特征以及雄穗干物質(zhì)含量特征。結(jié)果表明：1）比較抽穗期不同時(shí)間冠層反射率的模擬值和實(shí)測值得出，在抽穗初期實(shí)測值高于模擬值，隨著生育期的推進(jìn)，模擬值逐漸高于實(shí)測值。但在可見光波段整個(gè)抽穗期實(shí)測值均高于模擬值，在近紅外波段模擬值總體高于實(shí)測值。2）分析不同穗梯度冠層二向反射率特征發(fā)現(xiàn)，在可見光波段，太陽主平面和垂直太陽主平面方向上，2個(gè)散射方向的無穗反射率值在所有觀測角度上均最高，1/2穗次之，全穗最低；近紅外波段，在太陽主平面方向，3個(gè)穗梯度反射率差異不大，但在垂直太陽主平面方向，后向散射方向反射率值總體高于前向散射方向反射率值，且無穗反射率值依然總體高于1/2穗和全穗；在垂直觀測條件下得到相同的結(jié)果。3）分析PROSAIL模型模擬值和農(nóng)學(xué)參數(shù)相關(guān)性，得出模擬值與葉綠素含量、葉面積指數(shù)在全波段呈顯著負(fù)相關(guān)，無穗實(shí)測值和模擬值分別與葉面積指數(shù)和葉綠素含量相關(guān)性表現(xiàn)一致。4）在玉米整個(gè)抽穗期雄穗鮮質(zhì)量變化差異較大，而干質(zhì)量變化差異不大。研究可為修正輻射傳輸模型、提高模擬精度，使之更好地應(yīng)用于植被理化參數(shù)反演提供科學(xué)依據(jù)。

遙感；光譜；冠層；玉米雄穗；PROSAIL模型

0 引 言

在世界范圍內(nèi)人們越來越關(guān)注精準(zhǔn)農(nóng)業(yè)以及科學(xué)的農(nóng)業(yè)管理系統(tǒng)，在擁有高產(chǎn)的同時(shí)注重生態(tài)環(huán)境的保護(hù)。遙感觀測通過提供準(zhǔn)確的植被生物物理和生物化學(xué)變量，對精準(zhǔn)農(nóng)業(yè)發(fā)展起到關(guān)鍵的技術(shù)支持作用，如葉面積指數(shù)（leaf area index, LAI）和葉片葉綠素含量（leaf chlorophyll content，LCC）。因此定量估算植被的理化參數(shù)含量對監(jiān)測作物生長狀況、生態(tài)環(huán)境變化以及研究全球氣候變化等都具有重要意義。在眾多定量反演植被理化參數(shù)的方法中，作為物理學(xué)模型的輻射傳輸模型（radiation transfer models，RTMs）受到越來越多的關(guān)注，例如眾所周知且廣泛使用的冠層雙向反射模型4SAIL和前瞻性的PROSPECT_D葉片光學(xué)特性模型[1-2]。組合模型版本，通常稱為PROSAIL[3]，該模型在復(fù)雜性和計(jì)算效率之間構(gòu)成了理想的折衷，特別是對于大型數(shù)據(jù)集的高效處理，尤其是農(nóng)作物的遙感監(jiān)測[4]。輻射傳輸模型物理意義明確，還具備穩(wěn)定性和可移植性強(qiáng)的特點(diǎn)。

學(xué)者們在運(yùn)用輻射傳輸模型時(shí)，也在不斷的對其進(jìn)行改進(jìn)，如研究者對PROSPECT模型進(jìn)行了大量的研究和改進(jìn)，如Jacquemoud等[5]通過調(diào)整3個(gè)輸入變量葉片葉肉結(jié)構(gòu)參數(shù)、葉片葉綠素含量和葉片水分含量，以合理的精度反演了400~1 500 nm波段的葉片反射率和透射率；Bousquet等[6]將葉片表面引起的鏡面反射引入到模型中，描述了葉片方向性反射的物理屬性；Feret等[7]對PROSPECT_5模型做了改進(jìn)，成功地反演了葉綠素含量和類胡蘿卜素含量；Kuusk等[8]改進(jìn)了葉綠素估算值，獲得了非常好的類胡蘿卜素估算結(jié)果，并使用PROSPECT模擬得到了高精度的400~2 450 nm波段的反射率和透射率。對于色素含量低的葉片，改進(jìn)尤其明顯；Baret等[9]在1992年首次建立了PROSAIL模型，該模型是SAILH模型與PROSPECT 模型的耦合，并且改進(jìn)后的模型還耦合了土壤反射率模型。PROSAIL葉片-冠層模型是由PROSPECT_5和4SAIL模型復(fù)合而成，PROSAIL模型是基于物理過程的植被冠層反射率模型，也是目前應(yīng)用最廣泛的模型。

杜永明[10]對小麥穗對熱輻射方向性特征進(jìn)行研究后，得出小麥雄穗對方向性特征具有較大影響，這個(gè)影響改變了小麥冠層熱輻射的角度分布特征；李云梅等[11]在研究水稻冠層二向反射率模擬及其反演中提出，在乳熟期水稻雄穗致使輻射傳輸模型模擬精度降低，因此，對于在水稻乳熟期運(yùn)用輻射傳輸模型時(shí)，應(yīng)該增加對水稻穗和莖的考慮，對模型進(jìn)行改進(jìn)。張雪紅等[12]也分析發(fā)現(xiàn)在太陽主平面方向上，冬小麥冠層反射率光譜及紅邊參數(shù)特征具有明顯的各向異性特征；黃文江等[13]研究表明運(yùn)用多角度觀測的光譜反射率值反演植被結(jié)構(gòu)特征以及鑒別植被類型，均遠(yuǎn)好于垂直觀測光譜的結(jié)果；趙春江等[14]用多角度觀測光譜數(shù)據(jù)對冬小麥葉綠素含量的垂直分布特征進(jìn)行反演和分析。然而，絕大多數(shù)研究者在運(yùn)用PROSAIL模型時(shí)，對于像玉米一類具有雄穗特征的作物并未考慮雄穗對冠層輻射傳輸特性的影響，而直接將雄穗與頂部葉片視為一體。為了能更好地說明雄穗是否對冠層輻射傳輸特性的影響，本文用四維軌道塔吊系統(tǒng)對玉米抽穗期冠層光譜特性進(jìn)行研究，以期為輻射傳輸模型更好應(yīng)用提供科學(xué)的依據(jù)。

1 試驗(yàn)方案與設(shè)計(jì)

1.1 試驗(yàn)區(qū)介紹

玉米控制試驗(yàn)于2016年和2017年在河北省張家口市懷來縣東花園鎮(zhèn)中國科學(xué)院遙感與數(shù)字地球研究所（今中國科學(xué)院空天信息研究院）懷來遙感綜合試驗(yàn)站（40°20′56″N，115°47′04″E）開展（見圖1）。供試玉米品種均為鐵研818?；久?5 000株/hm2，播種日期分別為2016年6月5日和2017年5月7日，試驗(yàn)區(qū)面積約4 669 m2，2 a試驗(yàn)在同一地塊進(jìn)行，玉米播種間距20 cm。氮肥為尿素，分別以基肥和拔節(jié)期追肥施入。根據(jù)前茬作物不同，樣區(qū)分為B1（前茬作物為大豆）、B2（前茬作物為玉米）、B3（前茬作物為小麥）3個(gè)樣區(qū)，設(shè)計(jì)的目的是，肥料施用（底肥復(fù)合肥150 kg/hm2、追肥45 kg/hm2）一致的條件下，借助前茬作物的差異，制造肥力水平差距，形成不同區(qū)域玉米生長態(tài)勢差異，有利于獲得更全面的玉米光譜特征與冠層形態(tài)結(jié)構(gòu)和理化參數(shù)數(shù)據(jù)集，為遙感模型的模擬驗(yàn)證提供豐富的觀測數(shù)據(jù)支持。每個(gè)樣區(qū)隨機(jī)選取3個(gè)樣點(diǎn)，以5 cm為1層，取樣深度至120 cm，等層混合測定土層的硝態(tài)氮和銨態(tài)氮。3個(gè)樣區(qū)120 cm內(nèi)土層硝態(tài)氮質(zhì)量分?jǐn)?shù)分別為B1: 2.34～4.26 mg/kg、B2: 3.04～10.1 mg/kg、B3: 2.74~13.9 mg/kg，銨態(tài)氮質(zhì)量分?jǐn)?shù)區(qū)間分別為B1: 0.54～1.73 mg/kg、B2: 0.75～1.85 mg/kg、B3: 1.02～2.47 mg/kg。其他按照田間實(shí)際管理進(jìn)行操作。

1.2 不同穗梯度試驗(yàn)設(shè)計(jì)

本文基于同一天對固定樣點(diǎn)的冠層進(jìn)行人為的穗梯度變化處理，梯度設(shè)置是在選定的光譜測試樣區(qū)內(nèi)先計(jì)算光譜儀視場范圍內(nèi)（2 m×2 m）穗數(shù)總數(shù)記為全穗，減去一半為1/2穗、全剪為無穗。并同時(shí)利用四維塔吊搭載工控機(jī)、光纖光譜儀、相機(jī)，采用固定垂直高度、改變水平距離的方式，獲得4個(gè)方位的0°～50°每隔10°時(shí)的冠層二向反射率數(shù)據(jù)。觀測時(shí)間見表1。

圖1 研究區(qū)及3個(gè)小區(qū)B1、B2和B3示意圖

表1 冠層光譜測試日期

1.3 數(shù)據(jù)處理與模型方法

1.3.1 冠層光譜二向反射率觀測

張雪紅等[15]研究表明，二向反射率因入射和觀測角度的變化而變化，合理選擇觀測角度和太陽天頂角等極大地提高了植被遙感反演的精度。Huang等[16]提出不同的觀測天頂角可以表達(dá)植被不同結(jié)構(gòu)層的光譜特征。鑒于玉米雄穗在植株最頂端，本文進(jìn)行了冠層光譜二向反射率觀測，分析玉米雄穗是否對玉米中、下層葉位葉片冠層反射率有影響。冠層反射率的測量時(shí)間在玉米抽穗初期開始到抽穗末期，選擇無云無風(fēng)的天氣，早晨11:00到下午14:00進(jìn)行測定。測量采用四維軌道塔吊系統(tǒng)進(jìn)行測定，具體為軌道遙感塔吊車搭載Field Spec Pro FR野外高光譜儀在據(jù)冠層上方7 m高處進(jìn)行冠層光譜的測定。光纖光譜儀視場角為25°，半視場角為12.5°。測量方向?yàn)橹髌矫娣较?，觀測天頂角為0～50°，每隔10°觀測1次，在每一角度連續(xù)觀測3次取其平均值作為冠層二向反射率值。運(yùn)用光學(xué)相機(jī)時(shí)時(shí)查看觀測角度及區(qū)域的變化，并對觀測區(qū)域進(jìn)行多角度拍照，用于玉米覆蓋度的提取。干濕土壤的反射率在保護(hù)行測量。具體設(shè)備及方向性觀測場景見圖2。高光譜儀傳感器是2 048像素CCD陣列探測器，覆蓋200～1 100 nm光譜范圍，即插即用AvaSpec-2048×64光纖光譜儀兼具高分辨率和高速采集光譜的特點(diǎn)，即最高光譜分辨率可達(dá)到0.05 nm（full width half maximum，F(xiàn)WHM），并且每秒最快可以采樣900幅光譜，且該光譜儀可以USB供電。光學(xué)相機(jī)是佳能品牌，型號為EOS5D，具備完成試驗(yàn)?zāi)繕?biāo)的性能。具體設(shè)備見圖2。

1.3.2 葉片光譜測量

與冠層反射率的測定同步取樣，用1 800～12外部積分球和AvaSpec光纖光譜儀在室內(nèi)測量葉片正反面反射率（，%）和透過率（，%），玉米葉片粗糙的一面為正面。每樣區(qū)取3株玉米上部葉片，每株玉米取2片葉，測定時(shí)避開玉米主葉脈處，進(jìn)行測定。葉片光譜觀測范圍是350～1 100 nm，光譜分辨率為1 nm，玉米雄穗期共測定玉米葉片反射率光譜數(shù)據(jù)45條，葉片透過率光譜數(shù)據(jù)45條。

圖2 玉米地試驗(yàn)搭載光譜儀和四維塔吊系統(tǒng)

1.3.3 PROSAIL模型

PROSAIL模型是將PROSPECT_5模型和4SAIL模型耦合，模擬得到植被冠層400～2 500 nm光譜范圍的冠層反射率[17-20]。本研究使用法國巴黎大學(xué)環(huán)境開發(fā)試驗(yàn)網(wǎng)站開發(fā)的PROSAIL_5B和4SAIL模型，該模型不僅在 PROSPECT 模型中加入了胡蘿卜素對入射光的選擇性吸收效應(yīng)，而且還考慮了熱點(diǎn)效應(yīng)。模型使用主要操作在MATLAB 運(yùn)行環(huán)境下進(jìn)行，通過對main_PROSAIL_5B 進(jìn)行設(shè)置，并在程序運(yùn)行過程中根據(jù)具體情況自動(dòng)調(diào)用相應(yīng)程序模塊。耦合后的 PROSAIL 模型運(yùn)行所需要的參數(shù)計(jì)算公式參照式（1）～（3）。

式中為入射角，(°)；N為葉片結(jié)構(gòu)系數(shù)，∝為常量45。運(yùn)行時(shí)輸入PROSPECT 模型的計(jì)算基礎(chǔ)參數(shù)：N、類胡蘿卜素Car（g/cm2）、LCC（g/cm2）、等效水厚度C（cm）、干物質(zhì)含量C（g/cm2）便可得到葉片的方向半球反射率_((N,∝)，%)和透射率_((N,∝)，%)。

SAIL模型運(yùn)行需 3類輸入?yún)?shù)：葉片透射率（%）、葉片反射率（%）、熱點(diǎn)、LAI（m2/m2）、平均葉傾角(°)、土壤背景信息、觀測方向等，模型表達(dá)式為

式中()為模型輸出冠層反射率，%；為太陽天頂角，(°)；為觀測天頂角，(°)；為太陽方位角與觀測方位角的差，(°)；為平均葉傾角，(°)；()為葉片反射率，%；()為葉片透射率，%；為熱點(diǎn)參數(shù)；SKYL為漫散射光占太陽入射輻射的比例。其中PROSPECT模型模擬可以得到葉片反射率()和葉片透射率()，SAIL模型的其他輸入?yún)?shù)如Car、LCC、C、C、土壤系數(shù)、N、觀測天頂角和方位角均為實(shí)際觀測值。

1.3.4 玉米雄穗特征參數(shù)及含水率測定

玉米雄穗的花序有主軸直立，主軸上有分支，短柄雄性小花如麥粒大小，密生于穗主軸和分支上。主軸中、下部有若干分枝，分枝數(shù)一般為15～20個(gè)，分枝較細(xì)；主軸較粗與主莖相連。如圖3所示。在選定的玉米光譜測試區(qū)域范圍內(nèi)，從玉米抽穗期開始每隔5 d選取2株長勢均勻的玉米植株用實(shí)驗(yàn)室高精度天平測量玉米雄穗鮮質(zhì)量，并經(jīng)烘箱烘干后精確量測小區(qū)玉米雄穗干質(zhì)量，并計(jì)算單位面積上的玉米雄穗干質(zhì)量和鮮質(zhì)量。

a. 雄穗a. Tasselb. 抽穗初期b. Early tassel stage c. 抽穗中期c. Middle tassel staged. 抽穗末期d. Late tassel stage

1.3.5 數(shù)據(jù)分析波段的選擇

由于本文采用的高光譜儀波段范圍為200～1 100 nm，因此，本文主要討論了可見光到近紅外波段（400～1 100 nm）的光譜特征對玉米冠層反射率特征進(jìn)行分析。本文又將可見光波段分為2個(gè)波段即紅光波段（R）和綠光波段（G），分別用H1（521～600 nm）和H2（630～690 nm）表示；近紅外波段為H3波段：760～940 nm（NIR，近紅外波段）。其中近紅外波段是葉面積指數(shù)主要影響波段，而可見光波段是葉綠素主要影響波段。波段選擇如圖4所示。

注：圖中橫線為2017年玉米不同生育期的冠層反射率曲線，不代表具體意義，故無標(biāo)注圖例。

2 結(jié)果與分析

2.1 玉米抽穗期PROSAIL模型輸入?yún)?shù)敏感性分析

王李娟等[21]用EFAST方法從紅光波段和近紅外波段區(qū)域?qū)υ撃Ｐ退休斎雲(yún)?shù)進(jìn)行敏感性分析，結(jié)果表明：葉面積指數(shù)（leaf area index，LAI）是在近紅外波段對PROSAIL模型模擬結(jié)果影響最大的參數(shù)，LCC是紅光波段區(qū)域?qū)ROSAIL模型模擬結(jié)果影響最大的參數(shù)。肖艷芳等[22]研究證明在冠層尺度上當(dāng)LAI值較小時(shí)，LAI的總敏感度最高；而當(dāng)LAI較大時(shí)，影響可見光、近紅外和短波紅外冠層反射率的主要敏感參數(shù)分別為干物質(zhì)含量、葉綠素含量和等效水厚度；馬建威等[23]研究證明，影響近紅外波段（800～1 100 nm）冠層反射率的3個(gè)主要參數(shù)分別為平均葉傾角、葉片干物質(zhì)含量和LAI；而葉綠素含量是可見光波段（430～760 nm）最敏感的參數(shù)，總敏感度在80%左右。本研究中，也對玉米整個(gè)抽穗期PROSAIL模型輸入?yún)?shù)進(jìn)行了全局敏感性分析，結(jié)果如圖5所示，LAI和LCC在全波段敏感度均較高，LAI總敏感度約為80%左右（400～700 nm之間），LCC總敏感度約為90%左右（400～750 nm之間）。在玉米抽穗期，對3個(gè)觀測區(qū)采用定點(diǎn)觀測方式每天觀測1次LAI，每5 d觀測1次LCC。圖6是玉米抽穗期LAI變化圖，顯示了LAI的變化情況：3個(gè)觀測樣點(diǎn)間LAI的變化區(qū)間為1.23～1.53 m2/m2，樣點(diǎn)間整體變化曲線較平緩，變異程度不大，B1樣點(diǎn)標(biāo)準(zhǔn)偏差為0.11 m2/m2，B2樣點(diǎn)標(biāo)準(zhǔn)偏差為0.12 m2/m2，B3樣點(diǎn)標(biāo)準(zhǔn)偏差為0.14 m2/m2。表2統(tǒng)計(jì)了連續(xù)2 a的LCC含量，在抽穗初期隨著生長時(shí)間遞進(jìn)，玉米的LCC含量逐漸增大，但抽穗末期LCC含量變異程度小，樣點(diǎn)間的變化區(qū)間為：1.25～6.7g/cm2之間；B1樣點(diǎn)標(biāo)準(zhǔn)方差為3.31g/cm2，B2樣點(diǎn)標(biāo)準(zhǔn)方差為4.7g/cm2，B3樣點(diǎn)標(biāo)準(zhǔn)方差為2.95g/cm2。

圖5 PROSAIL模型輸入?yún)?shù)全局敏感性分析

經(jīng)過連續(xù)2 a的分析，得知玉米整個(gè)抽穗期冠層LAI和LCC含量變化較平穩(wěn)，對冠層反射率的輻射傳輸特性影響差異不大。

注：B1（前茬作物為大豆）、B2（前茬作物為玉米）、B3（前茬作物為小麥），下同。

表2 玉米抽穗期葉片葉綠素含量（LCC）變化

2.2 玉米抽穗期不同時(shí)間冠層反射率實(shí)測值和模擬值的比較

圖7是2016年玉米抽穗期利用PROSAIL模型模擬值與實(shí)測值對比圖，從圖7中可以看出在抽穗初期實(shí)測值高于模擬值，隨著生育期的推進(jìn)，模型模擬值逐漸高于實(shí)測值。在可見光波段整個(gè)抽穗期實(shí)測值均高于模擬值，而在近紅外波段模擬值總體高于實(shí)測值。

注：M為實(shí)測值，S為模擬值，下同。

但9月28日實(shí)測的冠層反射率出現(xiàn)明顯增加趨勢，分析發(fā)現(xiàn)，可能是因?yàn)橛^測當(dāng)天冠層溫度變低造成。分析當(dāng)天其他觀測方位角和天頂角均有相似的變化特征。由此分析，整個(gè)抽穗期在可見光波段由于穗顏色由綠-黃的變化，影響了冠層群體的表觀葉綠素含量，使得葉綠素吸收反射率降低，而運(yùn)用PROSAIL模型模擬時(shí)并未考慮葉-穗結(jié)構(gòu)的表觀葉綠素含量的影響，所以實(shí)測值均高于模擬值，且隨著生育期的推進(jìn)模型精度逐漸降低。

2.3 玉米抽穗期不同穗梯度冠層二向反射率比較

圖8是抽穗末期不同穗梯度的玉米冠層二向反射率，在太陽主平面2個(gè)散射方向的綠光波段和紅光波段無穗反射率在所有方向上均最高，1/2穗次之，全穗最低；在垂直太陽主平面方向，在后向散射方向綠光波段反射率隨觀測天頂角（絕對值）的增加總體呈遞增趨勢；并且在前向散射方向的反射率總體均小于后向散射方向的反射率，且無穗反射率依然總體高于1/2穗和全穗。從圖8e～圖8f中可以看出，在近紅外波段，太陽主平面方向3個(gè)穗梯度在2個(gè)散射方向反射率差異不大，但在垂直太陽主平面方向，后向散射方向反射率總體高于前向散射方向反射率，并隨著觀測天頂角（絕對值）增加而增加。

注：a~d為可見光波段和e~f為近紅外波段。橫坐標(biāo)的正值表示前向散射方向，負(fù)值表示后向散射方向。

2.4 垂直觀測條件下穗數(shù)變化對冠層反射率的影響

圖9為不同年份不同穗梯度垂直觀測時(shí)冠層反射率變化曲線，在2 a的剪穗試驗(yàn)中，模擬值均高于實(shí)測值。在近紅外波段不同穗梯度的實(shí)測值變化差異較大，均呈現(xiàn)無穗>1/2穗>全穗，但在可見光波段，不同穗梯度的冠層反射率實(shí)測值沒有明顯的差異。但在2017年抽穗末期無穗比全穗實(shí)測值高10%左右，模擬值比全穗實(shí)測值高約15%左右。分析原因，隨著生育期得推移，玉米雄穗從7月8日抽穗初期到8月24日抽穗末期，冠層已經(jīng)封壟LAI基本不變，穗數(shù)由少到多，穗顏色由綠逐漸變黃，因此影響了冠層反射率。由此說明PROSAIL模型并未考慮穗對冠層反射率的影響，而在玉米抽穗期忽略穗對冠層反射率的影響，直接將PROSAIL模型模擬值用于植被指數(shù)或者農(nóng)學(xué)參數(shù)的反演會(huì)影響模型反演的精度。

圖9 不同年份不同剪穗梯度冠層反射率變化

2.5 不同穗梯度實(shí)測值和模擬值與農(nóng)學(xué)參數(shù)相關(guān)性分析

圖10為不同穗梯度實(shí)測值和模擬值與LCC、LAI相關(guān)性分析，可以看出PROSAIL模型模擬值與LCC、LAI在全波段呈顯著負(fù)相關(guān)，無穗實(shí)測值與LCC、LAI在全波段相關(guān)性也呈較高的負(fù)相關(guān)性，只是在685 nm附近有極顯著正相關(guān)；1/2穗實(shí)測值與LCC、LAI在705 nm之前呈顯著正相關(guān)，但在705 nm之后呈負(fù)相關(guān)，相關(guān)系數(shù)在0.5左右；全穗實(shí)測值與LCC、LAI在726 nm之前呈顯著正相關(guān)，但在726～900 nm左右相關(guān)系數(shù)為0，900 nm之后相關(guān)系數(shù)均在0.5以下。

圖10 不同穗梯度實(shí)測值和模擬值與LCC、LAI相關(guān)性分析

2.6 玉米抽穗期雄穗生長特征變化分析

鑒于以上對玉米抽穗期冠層模型模擬值和實(shí)測值的變化特征分析，確定了雄穗對冠層反射率有一定程度的影響。本文又進(jìn)一步對玉米整個(gè)抽穗期雄穗的干物質(zhì)變化特征做了分析，以期發(fā)現(xiàn)具體的影響因素。經(jīng)過對玉米抽穗期雄穗的總鮮質(zhì)量和總干質(zhì)量的分析，雄穗在整個(gè)抽穗期總鮮質(zhì)量變化差異較大，而總干質(zhì)量變化差異不大。雄穗含水率從抽穗初期的80%左右到抽穗末期降低為10%左右。結(jié)果如圖11所示。鑒于雄穗干物質(zhì)變化特征，本文建議在作物抽穗期使用PROSAIL模型時(shí)，應(yīng)該考慮將雄穗含水率與模型輸入?yún)?shù)即葉片等效水厚度相關(guān)聯(lián)作為新的輸入?yún)?shù)參與模型模擬運(yùn)算。

圖11 2017年玉米雄穗生物量變化

3 討 論

植被冠層的建立是植物光合作用研究的基礎(chǔ)。輻射傳輸模型是在光學(xué)遙感技術(shù)的刺激下發(fā)展起來的，目的是為了更好地了解入射輻射與植被冠層之間的相互作用?；谖锢淼哪Ｐ头囱菔墙⒃谝蚬P(guān)系的物理規(guī)律基礎(chǔ)之上的。對模型變量的反演是基于輻射傳遞模型中普遍認(rèn)可的知識(shí)。該模型還是描述吸收和多次散射的確定性模型，甚至可以描述植被發(fā)出的微波區(qū)、熱發(fā)射或太陽誘導(dǎo)的葉綠素?zé)晒?，如Verhoef等[24-26]利用輻射傳輸模型反演中以SAIL為基礎(chǔ)，對發(fā)射輻射進(jìn)行類似的輻射傳輸擴(kuò)展，所發(fā)射的輻射包括葉綠素?zé)晒夂蜔彷椛?。Vilfan等[27]利用Fluspect計(jì)算葉片輻射轉(zhuǎn)移，其中也包括發(fā)射的熒光輻射。隨著輻射傳輸模型精度的逐步提高，其復(fù)雜性也在不斷增加，這使得該模型從簡單的渾濁介質(zhì)RTMs向先進(jìn)的蒙特卡羅RTMs進(jìn)行了多樣化，后者允許對復(fù)雜的冠層結(jié)構(gòu)進(jìn)行顯式的三維表示。不管它們有多復(fù)雜，它們都能提供光譜輸出，通常分辨率為1 nm。因此，RTMs輸出可以很好地?cái)M合成像規(guī)范-顯微鏡數(shù)據(jù)的反演策略，同時(shí)可以對模擬數(shù)據(jù)進(jìn)行重采樣，重組多光譜或高光譜傳感器的波段設(shè)置。另外需要指出的一點(diǎn)是，反演模型只能反演RTMs輸入變量。因此，使用這種策略意味著只能反演RTMs狀態(tài)變量。然而，Knyazikhin等[28-30]認(rèn)為，由于RTMs輸入變量驅(qū)動(dòng)冠層吸光度和散射機(jī)制，得到的輸出冠層反射率被認(rèn)為是物理上合理的。

本研究經(jīng)過2a的大田試驗(yàn)，分析了玉米抽穗期冠層反射率變化特征，研究發(fā)現(xiàn)從玉米抽穗初期到末期冠層反射率總體呈遞減趨勢。在運(yùn)用PROSAIL模型模擬冠層反射率值得到了與實(shí)測值不一致的結(jié)果。在對PROSAIL輻射傳輸模型進(jìn)行輸入?yún)?shù)全局敏感性分析發(fā)現(xiàn)，LAI和LCC在400～1 100 nm波段的總敏感度均較高，是影響PROSAIL模型模擬冠層反射率的主要參數(shù)。在對玉米整個(gè)抽穗期實(shí)測的LAI和LCC進(jìn)行分析，發(fā)現(xiàn)在玉米整個(gè)抽穗期LCC和LAI變化差異較小，不足以影響PROSAIL模型模擬的冠層反射率值，也就是說在玉米整個(gè)抽穗期運(yùn)用PROSAIL模型模擬的冠層反射率值和實(shí)測反射率值應(yīng)該差異不大。然而經(jīng)過分析發(fā)現(xiàn)，在玉米抽穗初期，實(shí)測值均高于模擬值，但是隨著生育期的推移，在玉米抽穗中期，實(shí)測值和模擬值差異逐漸減小，到了抽穗末期模擬值逐漸高于實(shí)測值，最大差異達(dá)到了15%左右。進(jìn)一步分析可見光波段和近紅外波段，得到模型模擬精度呈現(xiàn)逐漸降低的趨勢。綜上結(jié)果分析認(rèn)為應(yīng)該是玉米雄穗的影響，隨著生育期得推移，玉米雄穗從9月8日抽穗初期到9月24日抽穗末期，冠層已經(jīng)封壟LAI基本不變，穗數(shù)由少到多，穗顏色由綠逐漸變黃，影響了冠層的表觀葉綠素含量，由此影響了冠層反射率。這與李云梅等[11]在研究水稻冠層二向反射率模擬及其反演中提出了相同的問題。杜永明等[10]曾經(jīng)在小麥穗的影響中提出相同的觀點(diǎn)，得出小麥穗對方向性特征有較大的影響，必須予以考慮。

為了說明玉米雄穗對冠層反射率的影響，連續(xù)2a分別在玉米抽穗期進(jìn)行了3次不同穗梯度的剪穗試驗(yàn)，驗(yàn)證試驗(yàn)結(jié)果的準(zhǔn)確性。分析2a的玉米剪穗試驗(yàn)結(jié)果，得到了近似相同的試驗(yàn)結(jié)果。而2a的數(shù)據(jù)分析均得出PROSAIL模型模擬的反射率與無穗的冠層反射率相關(guān)系數(shù)最高，由此說明PROSAIL模型并未考慮穗對冠層反射率的影響，而在玉米抽穗期忽略穗對冠層反射率的影響直接將PROSAIL模型模擬冠層反射率值運(yùn)用于植被指數(shù)或者農(nóng)學(xué)參數(shù)的反演將影響模型反演的精度。

在對玉米整個(gè)抽穗期雄穗的干物質(zhì)變化特征進(jìn)行分析，發(fā)現(xiàn)雄穗在整個(gè)抽穗期總鮮質(zhì)量變化差異較大，而總干質(zhì)量變化差異不大。雄穗含水率從抽穗初期的80%左右到抽穗末期降低為10%左右。而近紅外波段是葉片含水率主要的影響波段，雄穗位于植株最頂端，大多數(shù)研究者在運(yùn)用輻射傳輸模型進(jìn)行冠層反射率模擬以及農(nóng)學(xué)參數(shù)反演時(shí)都將穗和頂部葉片視為一個(gè)平面[11]。且只將葉片的等效水厚度作為模型的參數(shù)之一，并未考慮雄穗的含水率影響。本研究認(rèn)為這是影響模型模擬精度的主要因素，建議對于有穗一類的作物在抽穗期使用PROSAIL模型時(shí)，應(yīng)該考慮將雄穗含水率與模型輸入?yún)?shù)即葉片等效水厚度相關(guān)聯(lián)作為新的模型輸入?yún)?shù)參與模型模擬運(yùn)算。這將在隨后的研究中深入討論。

綜上，本研究認(rèn)為在玉米抽穗期雄穗對冠層反射率特征有明顯的影響。但目前公開發(fā)表的文獻(xiàn)中，還未發(fā)現(xiàn)有關(guān)雄穗對玉米冠層反射率特征影響的研究。因此，本研究建議：對于有雄穗特征的作物，在作物抽穗期進(jìn)行冠層反射率建模時(shí)，需要考慮雄穗的影響。本文不足之處在于未對抽穗期玉米雄穗的光譜反射率進(jìn)行測定，從而未能對模型進(jìn)行修訂，在今后的研究中，將繼續(xù)開展此項(xiàng)工作，并對現(xiàn)有的PROSAIL輻射傳輸模型進(jìn)行優(yōu)化和改進(jìn)，進(jìn)一步研究玉米抽穗期的建模和反演問題。

4 結(jié) 論

通過采集的連續(xù)2a玉米抽穗期冠層光譜數(shù)據(jù)，利用相關(guān)分析，對玉米抽穗期不同生育期、不同穗梯度實(shí)測冠層光譜與PROSAIL輻射傳輸模型模擬冠層光譜進(jìn)行對比分析，發(fā)現(xiàn)玉米雄穗對抽穗期冠層光譜具有一定的影響，并會(huì)對輻射傳輸模型的模擬精度產(chǎn)生一定的影響。結(jié)論如下：

1）對玉米抽穗期的輻射傳輸模型進(jìn)行全局敏感性分析發(fā)現(xiàn)，葉面積指數(shù)（leaf area index，LAI）和葉綠素含量（leaf chlorophyll content，LCC）對模型的總敏感度均在80%以上，是主要的影響因素。對玉米整個(gè)抽穗期實(shí)測的LAI和LCC分析得出，LAI和LCC變化差異均較小，LAI變化區(qū)間為1.23～1.53 m2/m2，各樣點(diǎn)整體形狀趨向于直線；樣點(diǎn)間的LCC變化區(qū)間為1.25～6.7g/cm2；

2）比較抽穗期不同時(shí)間冠層反射率的模擬值和實(shí)測值得出，在抽穗初期實(shí)測值高于模擬值，隨著生育期的推進(jìn)，模型模擬值逐漸高于實(shí)測值。但在可見光波段整個(gè)抽穗期實(shí)測值均高于模擬值，在近紅外波段模擬值總體高于實(shí)測值；

3）分析不同穗梯度冠層二向反射率得出，在可見光波段，太陽主平面和垂直太陽主平面方向上，2個(gè)散射方向反射率值均呈無穗>1/2穗>全穗；近紅外波段，在太陽主平面方向，3個(gè)穗梯度反射率值差異不大，但在垂直太陽主平面方向也呈無穗>1/2穗>全穗；垂直觀測條件下不同穗梯度冠層反射率也均呈現(xiàn)無穗>1/2穗>全穗；

4）分析PROSAIL模型模擬值和農(nóng)學(xué)參數(shù)相關(guān)性，得出模擬值與LAI和LCC在全波段呈顯著負(fù)相關(guān)，無穗實(shí)測值和模擬值與LAI和LCC相關(guān)性表現(xiàn)較一致；

5）在玉米整個(gè)抽穗期雄穗總鮮質(zhì)量變化差異較大，而總干質(zhì)量變化差異不大。雄穗含水率從抽穗初期的80%左右到抽穗末期降低為10%左右?？紤]可以將雄穗含水率與PROSAIL模型輸入?yún)?shù)葉片等效水厚度相關(guān)聯(lián)作為抽穗期新的輸入?yún)?shù)參與模型模擬運(yùn)算。

本文研究為具備雄穗特征的作物在抽穗期運(yùn)用輻射傳輸模型進(jìn)行農(nóng)學(xué)參數(shù)或者植被指數(shù)反演提供借鑒，并為進(jìn)一步修正輻射傳輸模型提供科學(xué)依據(jù)。

[1] Wout Verhoef, Li Jia, Qing Xiao, et al. Unified optical-thermal four-stream radiative transfer theory for homogeneous vegetation canopies[J]. IEEE, Trans Geosci Remote Sens, 2007, 45: 1808－1822.

[2] Féret J B, Gitelson A A, Noble S D, et al. Prospect-d: Towards modeling leaf optical properties through a complete lifecycle[J]. Remote Sens Environ, 2017, 193: 204－215.

[3] Jacquemoud S, Verhoef W, Baret F, et al. Prospect + sail models: A review of use for vegetation characterization[J]. Remote Sens. Environ, 2009, 113 (Suppl 1):S56－S66.

[4] Berger K, Atzberger C, Danner M, et al. Evaluation of the PROSAIL model capabilities for future hyperspectral model environments: A review study[J]. Remote Sens, 2018, 10(1): 85.

[5] Jacquemoud S, Baret F. prospect: A model of leaf optical properties spectra[J]. Remote Sensing of Environment,1997, 34:75－91.

[6] Bousquet L, Lachérade S, Jacquemoud S, et al. Leaf BRDF measurements and model for specular and diffuse components differentiation[J]. Remote Sensing of Environment, 2005, 98(2/3): 201－211.

[7] Feret Jean-Baptiste, Francois Christophe, et al. PROSPECT- 4 and 5: Advances in the leaf optical properties model separating photosynthetic pigments[J]. Remote Sensing of Environment, 2008 , 112(6): 3030－3043.

[8] Kuusk A. The Hot Spot Effect in Plant Canopy Reflectance[M]. German: Springer Berlin Heidelberg, 1991: 139－159.

[9] Baret F, Fourty T. The limits of a robust estimation of canopy biochemistry[M]//Guyot G, Phulpin T. Physical Measurements and Signatures in Remote Sensing. AA Balkema, Rotterdam, 1997: 413－420.

[10] 杜永明.冬小麥冠層方向性熱輻射的季相變化和模型研究[D]. 北京：中科院遙感應(yīng)用研究所，2006.

Du Yongming. A Study of Seasonal Variation and Models of Direction Thermal Radiance Over Row-planted Winter Wheat Canopy[D]. Beijing: Institute of Remote Sensing Application, Chinese Academy of Science, 2006. (in Chinese with English abstract)

[11] 李云梅，王人潮，王秀珍，等. 水稻冠層二向反射率的模擬及其反演[J]. 中國水稻科學(xué)，2002，16(3)：291－294.

Li Yunmei, Wang Renchao, Wang Xiuzhen, et al. Simulation of Bi-directional of reflectance on rice canopy and its inversion[J]. Chinese Journal of Rice Science, 2002, 16(3): 291－294. (in Chinese with English abstract)

[12] 張雪紅，趙峰，劉紹民，等. 冬小麥紅邊參數(shù)各向異性特征分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2006，22(6)：7－11.

Zhang Xuehong, Zhao Feng, Liu Shaomin, et al. Anisotropy analysis of red edge parameters in winter wheat[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(6): 7－11. (in Chinese with English abstract)

[13] 黃文江，王錦地，穆西晗，等. 基于核驅(qū)動(dòng)模型參數(shù)反演的作物株型遙感識(shí)別[J]. 光譜學(xué)與光譜分析，2007，27(10)：1921－1924.

Huang Wenjiang, Wang Jindi, Mu Xihan, et al. Crop geometry identification based on inversion of semiempirical BRDF models[J]. Spectroscopy and Spectral Analysis, 2007, 27(10): 1921－1924. (in Chinese with English abstract)

[14] 趙春江，黃文江，王紀(jì)華，等. 用多角度光譜信息反演冬小麥葉綠素含量垂直分布[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2006，22(6)：104－109.

Zhao Chunjiang, Huang Wenjiang, Wang Jihua, et al . The vertical distribution of chlorophyll content in winter wheat was inversed by multi-angle spectral information[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(6): 104－109. (in Chinese with English abstract)

[15] 張雪紅，田慶久，沈潤平. 冬小麥冠層光譜的方向性特征分析[J]. 光譜學(xué)與光譜分析，2010，30(6)：1600－1605.

Zhang Xuehong, Tian Qingjiu, Shen Runping. Analysis of directional characteristic of winter wheat canopy spectra[J]. Spectroscopy and Spectral Analysis, 2010, 30(6): 1600－1605. (in Chinese with English abstract)

[16] Huang W, Wang Z, Huang L, et al. Estimation of vertical distribution of chlorophyll concentration by bi-directional canopy reflectance spectra in winter wheat. Precision Agriculture, 2011, 12(2): 165–178.

[17] 曾琪，余坤勇，姚雄，等. 基于PROSAIL輻射傳輸模型的毛竹林分冠層反射率模擬研究[J]. 植物科學(xué)學(xué)報(bào)，2017，35(5)：699－707.

Zeng Qi, Yu Kunyong, Yao Xiong, et al. Research on canopy reflectance modeling of Phyllostachys pubescens forest based on the PROSAIL canopy radiative transfer model[J]. Plant Science Journal, 2017, 35(5): 699－707. (in Chinese with English abstract)

[18] 程曉娟，楊貴軍，徐新剛，等. 新植被水分指數(shù)的冬小麥冠層水分遙感估算[J]. 光譜學(xué)與光譜分析，2014，34(12)：3391－3396.

Cheng Xiaojuan, Yang Guijun, Xu Xinggang, et al. Estimating canopy water content in wheat based on new vegetation water index[J]. Spectroscopy and Spectral Analysis, 2014, 34(12): 3391－3396. (in Chinese with English abstract)

[19] 楊曦光. 高光譜數(shù)據(jù)提取森林冠層葉綠素及氮含量的研究[D]. 哈爾濱：東北林業(yè)大學(xué)，2010.

Yang Xiguang. Study on the Extraction of Chlorophyll and Nitrogen Content From Hyperspectral Data in Forest Canopy[D]. Harbin: The University of Northeast Forestry, 2010. (in Chinese with English abstract)

[20] Hamideh Nouri, Edward P Glenn, Simon Beecham, et al. Remote sensing techniques for predicting evapotranspiration from mixed vegetated surfaces[J]. Urban Water, 2015, 12(5): 380－393.

[21] 王李娟，牛錚. PROSAIL模型的參數(shù)敏感性研究[J]. 遙感技術(shù)與應(yīng)用，2014，29(2)：219－223.

Wang Lijuan, Niu Zheng. Sensitivity analysis of vegetation parameters based on PROSAIL model[J]. Remote Sensing Technology and Application, 2014, 29(2): 219－223. (in Chinese with English abstract)

[22] 肖艷芳，周德民，趙文吉. 輻射傳輸模型多尺度反演植被理化參數(shù)研究進(jìn)展[J]. 生態(tài)學(xué)報(bào)，2013，33(11)：3291－3297.

Xiao Yanfang, Zhou Deming, Zhao Wenji. Review of inversing biophysical and biochemical vegetation parameters in various spatial scales using radiative transfer models[J]. Acta Ecologica Sinica, 2013, 33(11): 3291－3297. (in Chinese with English abstract)

[23] 馬建威，黃詩峰，李紀(jì)人，等. 改進(jìn)Sobol算法支持下的PROSAIL模型參數(shù)全局敏感性分析[J]. 測繪通報(bào)，2016，468(3)：33－35.

Ma Jianwei, Huang Shifeng, Li Jiren, et al. Global sensitivity analysis of parameters in the PROSAIL model based on modified sobol’s method[J]. Bulletin of Surveying and Mapping, 2016, 468(3): 33－35. (in Chinese with English abstract)

[24] Verhoef W. Light scattering by leaf layers with application to canopy reflectance modeling: The SAIL model[J]. Remote Sens Environ, 1984a, 16(2): 125－141.

[25] Verhoef W. Light scattering by leaf layers with application to canopy reflectance modeling: The SAIL model[J]. Remote Sens Environ, 1984b, 16(2):125－141.

[26] Verhoef W. Earth observation modeling based on layer scattering matrices[J]. Remote Sens Environ, 1985, 17(2): 165－178.

[27] Vilfan N, van der Tol C, Muller O, et al. Fluspect_B: A model for leaf fluores-cence, reflectance and transmittance spectra[J]. Remote Sens Environ, 2016, 186: 596－615.

[28] Knyazikhin Y, Schull M A, Stenberg P, et al. Hyperspectral remote sensing of foliar nitrogen content[J]. Proc Natl Acad Sci, 2013, 110(3): 811－812.

[29] Koetz B, Baret F, Poilvé H, et al. Use of coupled canopy structure dynamic and radiative transfer models to estimate biophysical canopy characteristics[J]. Remote Sens Environ. 2005, 95(1): 115－124.

[30] Myneni R, Maggion S, Iaquinta J, et al. Optical remote sensing of vegetation: Modeling, caveats, and algorithms[J]. Remote Sens Environ, 1995, 51(1): 169－188.

Effects of maize tassel at the heading stage on radiation transfer characteristics of canopy reflectance

BaiLi1,2, BaiJunhua2, XiaoQing2, LiuQinhuo2, ZhangZe1, Lü Xin1※, Meng Linghua3

(1.A/,,832003,; 2.,100101,;3.,,130102,)

In order to analyze the influence of maize tasselon the radiation transmission characteristics of visible and near infrared band at the heading stage of maize, 4D rail crane system was applied for 2 consecutive years in maize at the heading stage in Huailai Experimental Station in Hebei. The experiment was carried out respectively at the beginning of the heading and the end of the 3 tassel gradients. The maize canopy reflectance characteristics at the heading stage and the characteristics of male tassel dry matter content were analyzed. The results showed that: 1) the measured canopy reflectance rate was higher than the simulated value at the beginning of heading, and the simulated value of the model was higher than the measured value at the late stage of development of the growth period. However, in the visible band, the measured values were higher than the simulated values at the whole heading stage, and in the near infrared band, the simulated values were higher than the measured values. 2) By analyzing the characteristics of bidirectional reflectance of different tassel gradient canopy, we found that in visible light band, reflectance without tassel in the directions of solar main plane and vertical solar main plane was the highest, followed by half tassel and the lowest in whole tassel; in near infrared band, reflectance was not different for the 3 tassels treatments in the direction of solar main plane, however, the reflectance in backward scattering direction was higher than that of forward scattering direction, and the reflectance of tassel-free was still higher than that of half tassel and whole tassel. The same results were obtained under vertical observation conditions. 3) The correlation between the simulated value of PROSAIL model and agricultural parameters showed that the simulated value had a significant negative correlation with chlorophyll content (LCC) and leaf area index (LAI), and the measured and simulated values without tassel were highly consistent with the correlation between LCC and LAI. 4) The total fresh weight of tassel in the whole heading stage of maize varied but the difference in total dry weight was not significant. The water content of tassel decreased from 80% at the beginning to 10% at the end of tassel, indicating water content should be considered for model establishment. The research on the radiation transmission characteristics of tasselat maize heading stage on canopy would be helpful in modifying radiation transmission model and improving the accuracy of simulation.

remote sensing; spectrum; canopy; maize tassel; PROSAIL model

白 麗，柏軍華，肖 青，柳欽火，張 澤，呂 新，孟令華. 玉米抽穗期雄穗對冠層反射率輻射傳輸特征的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35(20)：162－170.doi：10.11975/j.issn.1002-6819.2019.20.020 http://www.tcsae.org

Bai Li, Bai Junhua, Xiao Qing, Liu Qinhuo, Zhang Ze, Lü Xin, Meng Linghua. Effects of maize tassel at the heading stage on radiation transfer characteristics of canopy reflectance[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(20): 162－170. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.20.020 http://www.tcsae.org

2019-05-31

2019-09-10

國家自然科學(xué)基金項(xiàng)目（41671366）

白 麗，講師，博士，主要從事作物信息技術(shù)與精準(zhǔn)農(nóng)業(yè)。Email：13121083816@163.com

呂 新，教授，博士，主要從事作物信息技術(shù)與精準(zhǔn)農(nóng)業(yè)。Email：lxshz@126.com

10.11975/j.issn.1002-6819.2019.20.020

TP79; S127

A

1002-6819(2019)-20-0162-09