基于無人機(jī)多光譜的夏玉米葉綠素含量反演研究

王丹，趙朋，孫家波，牛魯燕，劉炳福

（1.山東省農(nóng)業(yè)科學(xué)院，山東 濟(jì)南 250100；2.泗水縣星村鎮(zhèn)人民政府，山東 泗水 273200）

葉綠素作為植物光合作用的主要色素，是作物發(fā)生物質(zhì)能量交換的重要因素，其含量與農(nóng)作物生長狀況、氮素含量、產(chǎn)量等有著極大的相關(guān)性，能夠反映植物衰老過程，是農(nóng)作物長勢監(jiān)測的重要指標(biāo)［1］。基于葉綠素特有的生化結(jié)構(gòu)和光譜吸收特征，可以利用RGB相機(jī)、多光譜相機(jī)和高光譜成像儀等實(shí)現(xiàn)葉綠素含量的估算。高光譜因衛(wèi)星影像空間分辨率低、時(shí)效性較差并極易出現(xiàn)“同譜異物”“異物同譜”等現(xiàn)象，導(dǎo)致預(yù)測精度偏低［2］；普通高清相機(jī)只能從R、G、B 3個(gè)波段中提取信息，信息面較窄；多光譜相機(jī)是指具有2個(gè)以上波段通道的相機(jī)，通常包括紅、綠、紅邊和近紅外波段，可用于NDVI等植被指數(shù)分析，同時(shí)可通過近紅外波段和紅邊波段提取更多信息，從而更加準(zhǔn)確地開展作物估產(chǎn)、長勢監(jiān)測和營養(yǎng)診斷等方面的研究，而且多光譜相機(jī)還具有價(jià)格低、體積小、數(shù)據(jù)量小、覆蓋面大等特點(diǎn)，在較大范圍的區(qū)域研究中有著廣泛應(yīng)用。

遙感技術(shù)在農(nóng)作物研究領(lǐng)域被廣泛應(yīng)用，許多學(xué)者利用該技術(shù)對不同農(nóng)作物的葉綠素含量進(jìn)行了反演和預(yù)測。李媛媛等［3］基于非成像地物光譜儀的光譜數(shù)據(jù)，構(gòu)建了高光譜BP神經(jīng)網(wǎng)絡(luò)模型，估算了乳熟期玉米葉片的SPAD值；王麗愛等［4］基于環(huán)境減災(zāi)HJ－1衛(wèi)星影像分析不同時(shí)期小麥葉片SPAD值與植被指數(shù)的相關(guān)性，構(gòu)建了隨機(jī)森林回歸模型。田軍倉等［5］利用無人機(jī)多光譜數(shù)據(jù)，提取多光譜植被指數(shù)，發(fā)現(xiàn)番茄冠層中的上層SPAD反演模型優(yōu)于中層和下層。楊貴軍等［6］借助無人機(jī)搭載多光譜相機(jī)獲取冬小麥冠層多光譜影像，并提取其NDVI數(shù)據(jù)，結(jié)合氮肥優(yōu)化算法構(gòu)建了小麥潛在產(chǎn)量的估測模型，模型精度R2為0.72，均方根誤差（rootmean square error，RMSE）為0.45，并對小麥潛在產(chǎn)量的空間分布進(jìn)行了填圖。

相對于傳統(tǒng)遙感平臺(tái)，無人機(jī)遙感平臺(tái)具有成本低、時(shí)效性高等優(yōu)點(diǎn)，且通過其獲取的光譜圖像可以提取整個(gè)小區(qū)作物的平均光譜反射率數(shù)據(jù)，比傳統(tǒng)光譜技術(shù)獲取的作物局部反射率數(shù)據(jù)更加科學(xué)合理。因此，本研究以三個(gè)生長階段的大田種植玉米為對象，采用六旋翼無人機(jī)搭載RedEdge多光譜相機(jī)獲取其冠層多光譜影像，同時(shí)實(shí)地測量其葉片SPAD值，并通過對SPAD值和光譜參數(shù)的相關(guān)性分析和回歸分析，建立玉米葉綠素含量的遙感估算模型，以期為大田作物快速、無損的動(dòng)態(tài)監(jiān)測提供參考。

1 材料與方法

1.1 試驗(yàn)區(qū)概況及試驗(yàn)時(shí)間

試驗(yàn)區(qū)位于濟(jì)南市濟(jì)陽區(qū)，該地位于魯西北平原的南部，屬暖溫帶半濕潤季風(fēng)氣候，具有北暖溫帶半濕潤季風(fēng)氣候特點(diǎn)，四季分明，雨熱同季，光照充足，年平均氣溫12.8℃，年平均無霜期195 d，年太陽輻射量520.8 kJ／cm2，降水多集中在7—9月份。

試驗(yàn)時(shí)間在夏玉米生長季。分別于7月25日（大喇叭口期）、8月22日（開花期）、8月29日（灌漿期）利用無人機(jī)搭載多光譜相機(jī)獲取樣地玉米冠層的多光譜影像，同時(shí)實(shí)測玉米葉片的SPAD值。

1.2 多光譜影像的采集與獲取

本試驗(yàn)采用大疆無人機(jī)M200搭載RedEdge－M多光譜相機(jī)采集多光譜數(shù)據(jù)。RedEdge－M多光譜相機(jī)（圖1）一共有5個(gè)通道，分別是紅、綠、藍(lán)、紅邊、近紅外5波段，對應(yīng)的中心波長分別是668、560、475、717、840 nm，帶寬分別為10、20、20、10、40 nm。每次拍攝于晴朗無云天氣上午10—12時(shí)進(jìn)行，無人機(jī)飛行高度設(shè)定為50 m，數(shù)據(jù)采集時(shí)的Google地圖機(jī)載航線規(guī)劃如圖2所示。

利用Pix4D mapper軟件對航拍獲得的多光譜影像進(jìn)行拼接，然后利用偽標(biāo)準(zhǔn)地物輻射校正法進(jìn)行校正，輸出5個(gè)波段的反射率影像圖，再用ENVI對各波段進(jìn)行配準(zhǔn)組合成ENVI格式的反射率數(shù)據(jù)。

1.3 玉米葉片SPAD的地面測量

SPAD值可表征植物葉片的葉綠素含量，SPAD值越高，植物的生長活力越強(qiáng)，長勢越好。在每個(gè)數(shù)據(jù)采集時(shí)期，于試驗(yàn)區(qū)內(nèi)選取5個(gè)具有代表性的樣地，每塊樣地為1 m×1 m，玉米長勢均一。從每塊樣地內(nèi)選取不同玉米植株冠層部位的7片葉，用SPAD－502 Plus葉綠素儀測定其SPAD值，取平均值作為該樣地的SPAD最終值。為了與多光譜影像進(jìn)行對應(yīng)，在每塊樣地做標(biāo)記并進(jìn)行GPS記錄。地面實(shí)測數(shù)據(jù)的采集與無人機(jī)飛行測量同步進(jìn)行。將地面采樣點(diǎn)的經(jīng)緯度輸入機(jī)載多光譜拼接影像中，選取采樣點(diǎn)周邊10×10個(gè)像元點(diǎn)的均值作為該點(diǎn)的光譜反射率值。

1.4 植被指數(shù)的選取

遙感圖像上的植被信息主要通過綠色植物葉片和冠層的光譜特性及其變化來反映［7］。利用從遙感圖像中提取光譜信息構(gòu)建對植被長勢、生物量等有一定指示意義的植被指數(shù)，可以定性和定量地評估植被覆蓋、生長活力及生物量等情況，實(shí)現(xiàn)對植被狀態(tài)信息的表達(dá)。本研究即選用歸一化植被指數(shù)（normailized difference vegetation index，簡稱NDVI）、土壤調(diào)整植被指數(shù)（soil-adjusted vegetation index，簡稱SAVI）和冠層葉綠素含量指數(shù)（canopy chlorophyll content index，簡稱CCCI）對夏玉米葉片的葉綠素含量進(jìn)行反演。

1.4.1 歸一化植被指數(shù)（NDVI） NDVI被定義為近紅外波段與可見光紅波段反射率數(shù)值之差與之和的比值［8］。見公式（1），式中ρNIR是指近紅外波段的反射率，ρRED是指紅波段的反射率。NDVI值的取值范圍是－1.0～1.0，一般綠色植被區(qū)的數(shù)值范圍是0.2～1.0。

1.4.2 土壤調(diào)整植被指數(shù)（SAVI） 為了解析背景的光學(xué)特征變化并修正NDVI對土壤背景的敏感，Huete（1988）［9］提出了可適當(dāng)描述土壤－植被系統(tǒng)的簡單模型，即土壤調(diào)整植被指數(shù)（SAVI），其表達(dá)式為

式中，L為土壤調(diào)節(jié)系數(shù)，由實(shí)際區(qū)域條件決定，用來減少植被指數(shù)對不同土壤反射變化的敏感性。乘法因子（1＋L）主要用來保證最后的SAVI值也介于－1.0～1.0之間。當(dāng)L為0時(shí)，SAVI就是NDVI。對于中等植被覆蓋度區(qū)，L一般接近于0.5。本研究L取值0.5。

1.4.3 冠層葉綠素含量指數(shù)（CCCI） CCCI是NDVI的改進(jìn)，它用紅邊波段代替了紅光波段，突出了綠色植被特有的“紅邊”效應(yīng)。其計(jì)算公式為：

式中ρREDEDGE是指紅邊波段的反射率。CCCI值的范圍是－1.0～1.0，一般綠色植被區(qū)的范圍是

0.2 ～1.0。

2 結(jié)果與分析

2.1 試驗(yàn)區(qū)采樣點(diǎn)的光譜曲線分析

7月25日、8月22日和8月29日三個(gè)玉米生長時(shí)期各采樣點(diǎn)的光譜反射率見圖3。同一時(shí)期不同采樣點(diǎn)的玉米光譜反射率差異主要體現(xiàn)在近紅外波段，可見光和紅邊波段的光譜反射率無顯著差異。

圖3 試驗(yàn)區(qū)玉米不同時(shí)期采樣點(diǎn)的光譜反射率

不同時(shí)期之間比較，8月29日生育后期的玉米光譜反射率低于其他兩個(gè)時(shí)期。以第五個(gè)采樣點(diǎn)為例（圖4），7月25日的玉米可見光波段和紅邊波段的光譜反射率高于其他兩個(gè)時(shí)期，表明玉米生長初期的活力較強(qiáng)；8月22日的玉米生長正處于旺盛時(shí)期，因而紅谷較低，紅外光譜反射率較高；而8月29日的玉米正處于慢慢衰老的狀態(tài)，葉片水分慢慢缺失，細(xì)胞活力不強(qiáng)，因此近紅外波段的光譜反射率低。

圖4 同一采樣點(diǎn)不同生育期玉米的光譜反射率

2.2 植被指數(shù)的變化動(dòng)態(tài)分析

基于玉米不同生育時(shí)期的多光譜影像構(gòu)建歸一化植被指數(shù)（NDVI）、土壤調(diào)整植被指數(shù)（SAVI）和冠層葉綠素含量指數(shù)（CCCI），以監(jiān)測不同時(shí)期玉米長勢，NDVI、SAVI、CCCI值越大，作物長勢越好。

不同時(shí)期玉米冠層的NDVI分布見圖5。NDVI值－1.0～0.4為非植被地物，0.4～0.5是長勢很差或綠葉較少的玉米，0.5～0.6是長勢較差的玉米，0.6～0.7是長勢一般的玉米，0.7～1.0是長勢較好的玉米。

圖5 不同時(shí)期玉米冠層NDVI分布

不同時(shí)期玉米冠層的SAVI指數(shù)分布見圖6。SAVI值－1.0～0.4為非植被地物，0.4～0.5是長勢很差或綠葉很少的玉米，0.5～0.6是長勢較差的玉米，0.6～0.7是長勢一般的玉米，0.7～1.0是長勢較好的玉米。

圖6 不同時(shí)期玉米冠層SAVI分布

不同時(shí)期玉米冠層的CCCI指數(shù)分布見圖7。CCCI值－1.0～0.4為非植被地物，0.4～0.45是長勢很差或綠葉較少的玉米，0.45～0.55是長勢較差的玉米，0.55～0.70是長勢一般的玉米，0.7～1.0是長勢較好的玉米。

圖7 不同時(shí)期玉米冠層CCCI分布

2.3 模型的構(gòu)建與檢驗(yàn)

本研究中玉米3個(gè)生育時(shí)期共采集15個(gè)樣點(diǎn)的數(shù)據(jù)，按3:2的比例運(yùn)用含量梯度法選出建模集和檢驗(yàn)集，并運(yùn)用決定系數(shù)（R2）、均方根誤差（RMSE）進(jìn)行精度評價(jià)，R2越大、RMSE越小，模型的準(zhǔn)確性越高；綜合利用建模集決定系數(shù)Rc2、檢驗(yàn)集Rv2、RMSE及1:1圖的斜率Slope確定最優(yōu)模型；模型最優(yōu)解參數(shù)（model optimal solution parameters，MOSP）計(jì)算公式如下：

利用NDVI、SAVI、CCCI及三者的多元線性回歸（MLR）分別構(gòu)建玉米SPAD值的監(jiān)測模型，并利用獨(dú)立數(shù)據(jù)對模型進(jìn)行驗(yàn)證，結(jié)果見表1。可見，預(yù)測玉米SPAD值的最佳監(jiān)測模型為y＝－4.241＋27.446x1＋12.64x2＋34.42x3，式中x1、x2、x3分別代表NDVI、SAVI、CCCI。該模型的檢驗(yàn)集R2v最高，為0.885，RMSE最小，為2.111，說明該模型具有很好的預(yù)測能力；最優(yōu)解參數(shù)MOSP值為0.414，高于僅以NDVI或SAVI或CCCI單一變量所得監(jiān)測模型的MOSP值，說明以NDVI、SAVI、CCCI三者為變量的多元線性回歸模型精度更高，模型更加穩(wěn)定。

表1 玉米SPAD值監(jiān)測模型及其評價(jià)結(jié)果

2.4 模型驗(yàn)證

通過對比觀察色卡可知，試驗(yàn)區(qū)的玉米長勢并不均勻，有些區(qū)域SPAD值高，有些區(qū)域SPAD值低（圖8）。SPAD值低的區(qū)域生長活力弱，會(huì)影響后期玉米的生長及產(chǎn)量。

圖8 不同時(shí)期玉米SPAD值分布

3 討論與結(jié)論

利用無人機(jī)進(jìn)行遙感監(jiān)測作物葉綠素含量已有報(bào)道，但借助無人機(jī)遙感數(shù)據(jù)反演到實(shí)際試驗(yàn)田中的研究還較少。周敏姑等［10］的研究也僅僅是建立了植被指數(shù)與葉綠素相對含量值的一元線性回歸模型和多元線性回歸模型，并沒有將最佳監(jiān)測模型進(jìn)行反演研究。本研究利用無人機(jī)M200搭載RedEdge－M多光譜相機(jī)獲取不同生育時(shí)期大田玉米的光譜影像，并選用NDAI、SAVI、CCCI構(gòu)建SPAD值的最佳監(jiān)測模型，而后將監(jiān)測模型反演到無人機(jī)多光譜影像中，得到了不同時(shí)期玉米SPAD值的分布圖。根據(jù)此圖，我們可以判斷玉米的長勢情況，從而為精準(zhǔn)施肥、噴藥等提供參考。

本研究主要結(jié)果如下：

（1）同一時(shí)期玉米不同采樣點(diǎn)的光譜反射率差異主要體現(xiàn)在近紅外波段；8月29日的可見光波段和紅邊波段的光譜反射率高于其他兩個(gè)時(shí)期，表明生長初期的玉米生長活力較強(qiáng)。

（2）利用NDVI、SAVI、CCCI及三者的多元線性回歸（MLR）共構(gòu)建了4種玉米SPAD值預(yù)測模型，經(jīng)檢驗(yàn)，基于三者的回歸模型y＝－4.241＋27.446NDVI＋12.64SAVI＋34.42CCCI預(yù)測效果最佳，可實(shí)現(xiàn)對夏玉米葉綠素含量的動(dòng)態(tài)監(jiān)測。

隨著遙感技術(shù)的發(fā)展，無人機(jī)遙感技術(shù)以其機(jī)動(dòng)靈活、操作方便、時(shí)空分辨率高等優(yōu)勢而逐漸成為農(nóng)情監(jiān)測的又一重要手段［11］。本研究結(jié)果可為今后基于無人機(jī)多光譜的其他作物葉綠素含量反演監(jiān)測研究提供參考，對實(shí)現(xiàn)智慧農(nóng)業(yè)以及農(nóng)作物的動(dòng)態(tài)監(jiān)管具有重要意義。