基于無人機(jī)高光譜遙感的典型草原打草對(duì)植被表型差異分析

特日格勒，包玉龍，2，陶賽喜雅拉圖，圖布新巴雅爾，4，包玉海，4，郭恩亮，2，陳曉慧

（1.內(nèi)蒙古師范大學(xué) 地理科學(xué)學(xué)院，內(nèi)蒙古 呼和浩特 010022；2.內(nèi)蒙古自治區(qū)蒙古高原災(zāi)害與生態(tài)安全重點(diǎn)實(shí)驗(yàn)室，內(nèi)蒙古 呼和浩特 010022；3.內(nèi)蒙古自治區(qū)環(huán)境監(jiān)測(cè)總站，內(nèi)蒙古 呼和浩特 010011；4.內(nèi)蒙古自治區(qū)遙感與地理信息系統(tǒng)重點(diǎn)實(shí)驗(yàn)室，內(nèi)蒙古呼和浩特 010022；5.內(nèi)蒙古民族大學(xué) 學(xué)報(bào)編輯部，內(nèi)蒙古 通遼 028043）

隨著無人機(jī)和機(jī)載傳感器的飛速發(fā)展，無人機(jī)遙感技術(shù)被廣泛應(yīng)用在各個(gè)行業(yè)中，與傳統(tǒng)的遙感數(shù)據(jù)相比，無人機(jī)具有高時(shí)效、高分辨率和高機(jī)動(dòng)性等優(yōu)勢(shì)，是傳統(tǒng)衛(wèi)星無法比擬的。無人機(jī)遙感現(xiàn)已成為世界各國(guó)爭(zhēng)相研究的熱點(diǎn)課題之一，并已逐步從研究研發(fā)發(fā)展到實(shí)際試驗(yàn)和應(yīng)用階段［1］。其中，無人機(jī)高光譜遙感的研究和應(yīng)用領(lǐng)域更廣，目前主要應(yīng)用在植被葉綠素含量估算、農(nóng)作物病蟲害監(jiān)測(cè)、產(chǎn)量估算、牧草產(chǎn)量反演等領(lǐng)域。例如，陳鵬飛等［2］利用S185無人機(jī)載高光譜成像儀采集了東北玉米的高光譜數(shù)據(jù)，探討了反演玉米葉面積指數(shù)的新方法。ZARCO-TEJADA等［3］利用無人機(jī)高光譜對(duì)窄波段綠色植被冠層反射率進(jìn)行提取，進(jìn)而評(píng)估了葉綠素?zé)晒夂浚鉀Q了無法獲取遙感生理指數(shù)的情況下，也能夠監(jiān)測(cè)植被GPP的方法。陳寅等［4］總結(jié)了高光譜成像技術(shù)在作物病害識(shí)別與檢測(cè)方面的研究進(jìn)展。陶惠林等［5］利用無人機(jī)高光譜遙感技術(shù)采集了冬小麥各個(gè)生長(zhǎng)期數(shù)據(jù)，計(jì)算了9種植被指數(shù)和5種紅邊參數(shù)，進(jìn)行了產(chǎn)量估算研究。

草地生物量估算是較成熟的研究?jī)?nèi)容，國(guó)內(nèi)外許多研究團(tuán)隊(duì)采用樣方統(tǒng)計(jì)、回歸模型、物理模型等多種手段和方法開展了相關(guān)研究，其中，采用衛(wèi)星遙感數(shù)據(jù)開展草地生物量估算的研究比較多。例如，NAIDOO等［6］利用Sentinel-2A/B多光譜影像估算了南非東開普敦省阿馬索爾山脈草地地上生物量，達(dá)到了與WorldView-3影像相當(dāng)?shù)念A(yù)測(cè)精度。楊秀春等［7］利用MODIS數(shù)據(jù)和同步的野外實(shí)測(cè)數(shù)據(jù)分析了5種植被指數(shù)和草地生物量之間的相關(guān)性，指出NDVI和SAVI與草地生物量之間的擬合度最高。李素英等［8］用內(nèi)蒙古典型草原區(qū)TM影像數(shù)據(jù)的不同植被指數(shù)差異性與同期的地面實(shí)測(cè)數(shù)據(jù)進(jìn)行相關(guān)分析，得出了生物量估算最優(yōu)模型。除多等［9］利用藏北地區(qū)8—9月的地上生物量實(shí)測(cè)數(shù)據(jù)結(jié)合同期的MODIS數(shù)據(jù)，建立了藏北地區(qū)地上生物量估算模型。

隨著無人機(jī)技術(shù)的飛速發(fā)展，采用無人機(jī)RGB正射影像、多光譜和高光譜成像儀來估算草地生物量的研究逐漸增多。但受作物生理特征的差異影響，將導(dǎo)致作物的光譜特征，如光的吸收、反射、投射等產(chǎn)生差異，因此，在一定程度上作物的圖像和光譜信息可以反映作物養(yǎng)分缺失、長(zhǎng)勢(shì)差異和病蟲害程度等表型信息［10］。GRüNER等［11］利用基于無人機(jī)的RGB成像儀在作物整個(gè)生長(zhǎng)季獲取了冠層高度數(shù)據(jù)，建立了溫帶草原干物質(zhì)產(chǎn)量預(yù)測(cè)模型。孫世澤［12］利用無人機(jī)正射影像，結(jié)合地面實(shí)測(cè)數(shù)據(jù)，建立了新疆天山北坡中段的陰坡與陽坡不同草地類型的生物量估算模型?？敌r等［13］提出了一種兼顧數(shù)據(jù)簡(jiǎn)化和光譜保真的光譜重建優(yōu)化方法，實(shí)現(xiàn)了降低高光譜數(shù)據(jù)冗余量的同時(shí)，保證牧草地上生物量估算的預(yù)測(cè)精度。

植物表型是指基因和環(huán)境因素決定或影響的作物物理、生理、生化特征和性狀［14］。已有一些研究利用地物光譜儀開展關(guān)于牧草地、草地特征的反演研究，主要集中在估算生物物理參數(shù)（生物量和葉面積指數(shù)（LAI））、生物化學(xué)參數(shù)（色素，養(yǎng)分，水分）、覆蓋度和牧草地退化監(jiān)測(cè)等［15-20］。成像光譜儀能夠在區(qū)域景觀尺度上進(jìn)行生物物理參數(shù)和生物化學(xué)參數(shù)的測(cè)量，與牧草地田間試驗(yàn)相比，利用成像光譜儀對(duì)牧草地特征進(jìn)行的研究仍然很少。當(dāng)前，已有一些具有不同的光譜分辨率和空間分辨率的機(jī)載（例如，AVIRIS、Hydice、HyMap和CASI）和星載（例如，Hyperion）成像高光譜傳感器數(shù)據(jù)可以被用來研究牧草地的特性，在景觀尺度上了解牧草地特征，可以為土地管理者提供重要的管理決策信息［21］。植被光譜反射率和窄波段植被指數(shù)作為植被表型的主要參數(shù)，廣泛應(yīng)用在草地生物量估算研究中，但上述研究中主要分析了植被表型參數(shù)和生物量之間的關(guān)系，未考慮植被表型參數(shù)對(duì)地上植被變化的敏感性，也混淆了地上生物量和實(shí)際產(chǎn)草量。對(duì)打草場(chǎng)來講，因打草機(jī)刀片高度的差異，打草后的地上現(xiàn)存生物量和實(shí)際產(chǎn)草量均不同，這對(duì)精確估算產(chǎn)草量有一定的影響。

因此，筆者將利用無人機(jī)高光譜遙感數(shù)據(jù)結(jié)合實(shí)測(cè)數(shù)據(jù)，分析植被光譜反射率和窄波段植被指數(shù)等表型參數(shù)對(duì)打草行為的敏感性，通過獲取特征波段和植被指數(shù)，揭示打草前后牧草表型變化特征，為精確估算牧區(qū)產(chǎn)草量提供技術(shù)支撐。

1 數(shù)據(jù)與方法

1.1 試驗(yàn)區(qū)概況 以內(nèi)蒙古自治區(qū)東烏珠穆沁旗薩麥蘇木境內(nèi)的典型草原打草場(chǎng)為試驗(yàn)區(qū)，地理坐標(biāo)為116°41′E，45°58′N，1月平均氣溫為-18～-22℃，7月平均氣溫為19～22℃，年平均降水量為200～300 mm。全年季相更替明顯，冬季受蒙古高壓控制，氣溫嚴(yán)寒、大風(fēng)日居多，夏季雨熱同期。該地區(qū)屬于典型草原區(qū)，主要優(yōu)勢(shì)種為克氏針茅（Stipa krylovii Roshev）、糙隱子草（Cleistogenes squarrosa（Trin.）Keng）等。

1.2 試驗(yàn)設(shè)計(jì)與數(shù)據(jù)采集 本次試驗(yàn)包括野外數(shù)據(jù)采集、室內(nèi)樣品整理和數(shù)據(jù)分析等內(nèi)容。野外工作主要包括無人機(jī)高光譜、地面光譜和地上生物量等數(shù)據(jù)的采集。在典型草原打草場(chǎng)內(nèi)選擇已打草和未打草對(duì)稱分布的200×200 m2的區(qū)域，均勻鋪設(shè)42個(gè)1×1 m2的樣方框（圖1），依次開展無人機(jī)數(shù)據(jù)采集和地面實(shí)測(cè)工作。

圖1 試驗(yàn)區(qū)位置圖Fig.1 Location map of the study area

采用Cubert S185機(jī)載高光譜成像儀采集高光譜影像數(shù)據(jù)。該設(shè)備是一種全畫幅快照式高光譜成像儀，主要參數(shù)見表1。無人機(jī)平臺(tái)為大疆經(jīng)緯M600 Pro六旋翼無人機(jī)。數(shù)據(jù)采集于2019年9月20日10：00—14：00期間，天氣情況晴朗無風(fēng)，視野良好。無人機(jī)飛行高度設(shè)置為100 m、航速為6 m·s-1，航向和旁向重疊率均為70%，傳感器視角為90°。數(shù)據(jù)采集后，利用Cubert-Pilot軟件對(duì)影像進(jìn)行校正并提取有效波段，用Metashape軟件進(jìn)行拼接，獲得高光譜正射影像。

表1 Cubert S185機(jī)載高光譜成像儀主要參數(shù)Tab.1 Main parameters of Cubert S185 airborne hyperspectral imager

采用ASD Hand Held2光譜儀采集地面樣方的光譜反射率數(shù)據(jù)，該設(shè)備波長(zhǎng)范圍是350～1 075 nm，能夠與無人機(jī)高光譜成像儀的波長(zhǎng)范圍匹配。無人機(jī)數(shù)據(jù)采集結(jié)束后立刻開展地面光譜數(shù)據(jù)采集工作。采集視角選擇垂直地面90°，同時(shí)離地高度保持1 m，并對(duì)同一樣方采集5次之后取平均值。

地上生物量的采集使用了收割法，將樣方框內(nèi)的植被齊地裁剪后放入密封保鮮袋內(nèi)排凈空氣保存，帶回試驗(yàn)室稱鮮重后在75℃恒溫烘干箱內(nèi)烘干36 h至恒定質(zhì)量后測(cè)量干重。

1.3 分析方法 本研究主要采用光譜反射率比較、窄波段植被指數(shù)計(jì)算和生物量擬合等分析方法。采用地面樣方的ASD光譜反射率和無人機(jī)高光譜影像的光譜反射率數(shù)據(jù)對(duì)已打草和未打草區(qū)域光譜反射率變化特征進(jìn)行分析，且無人機(jī)高光譜的空間分辨率能達(dá)到2.5 cm的高空間分辨率，因此混合像元較少，背景土壤的影響比較少。根據(jù)打草對(duì)植被冠層的形態(tài)參數(shù)的影響特征，選擇ARI等8種窄波段植被指數(shù)（表2）作為特征參數(shù)，選擇并分析打草行為最敏感的特征參數(shù)。在此基礎(chǔ)上，與打草前后的生物量進(jìn)行擬合，構(gòu)建估算產(chǎn)草量的最佳統(tǒng)計(jì)模型。

表2 采用的窄波段植被指數(shù)Tab.2 Narrow band vegetation index used

2 結(jié)果與分析

2.1 打草前后牧草光譜反射率變化特征 植物光譜特征除了受自身結(jié)構(gòu)的影響外也受外界條件的影響。外界影響主要包括季節(jié)的變化、植被的健康狀況、植物含水量的變化和植株?duì)I養(yǎng)物質(zhì)的變化等。但外界的影響總是通過植物本身生長(zhǎng)發(fā)育的特點(diǎn)在有機(jī)體的結(jié)構(gòu)特征中反映出來。對(duì)打草前后牧草光譜反射率變化特征進(jìn)行分析時(shí)首先對(duì)ASD地物光譜儀和S185成像儀的波段進(jìn)行了重采樣，調(diào)為一致后對(duì)比分析了每個(gè)樣方的平均反射率（圖2）。圖2（A）和圖2（B）分別是ASD地物光譜儀和S185成像儀光譜曲線，從圖2能看出2個(gè)數(shù)據(jù)的反射率曲線比較一致，未打草區(qū)域的反射率均高于已打草區(qū)域。而不同的是，圖2（A）的反射率曲線更具有綠色植物的特征，即具備了“綠峰”和“紅谷”特征，而圖2（B）的反射率曲線比較平滑，“綠峰”和“紅谷”特征不明顯。ASD地物光譜曲線離散程度較高，而S185的較低。另外，已打草和未打草區(qū)域的光譜反射率在ASD光譜曲線的450～750 nm間有明顯的光譜重疊現(xiàn)象，而750～950 nm間不重疊。但在S185光譜曲線中450～950 nm間都重疊。總體上，未打草區(qū)域的光譜反射率值均高于已打草區(qū)域的值，并且有明顯的差距。

圖2 打草前后ASD地面光譜儀（A）與S185高光譜成像儀（B）反射率Fig.2 Comparison of ASD ground spectrometer（A）and S185 hyperspectral imager（B）reflectance before and after cutting grass

2.2 打草前后牧草植被指數(shù)差異分析

利用S185無人機(jī)高光譜影像數(shù)據(jù)計(jì)算了歸一化植被指數(shù)（NDVI）、紅綠比值植被指數(shù)（RGI）、紅邊指數(shù)（VOGI）、光化學(xué)植被指數(shù)（PRI）、類胡蘿卜素反射指數(shù)（CRI）、花青素反射指數(shù)（ARI）、比值植被指數(shù)（SRI）和紅邊位置指數(shù)（REPI）等8種窄波段植被指數(shù)（圖3）。其中，PRI、RGI、CRI、ARI等指數(shù)出現(xiàn)了大量的無效值，而且多數(shù)出現(xiàn)在未打草區(qū)域，因此，對(duì)比分析時(shí)未采用。

圖3 試驗(yàn)區(qū)不同植被指數(shù)影像對(duì)比Fig.3 Comparison of different vegetation index images in the study area

圖3中的NDVI、SRI、VOGI和REPI等4項(xiàng)植被指數(shù)的值在正常范圍內(nèi)，從中直觀地看出已打草區(qū)的值均高于未打草區(qū)，其中，VOGI指數(shù)最明顯。為了量化已打草和未打草區(qū)域的植被指數(shù)上的差異，提取了地面樣方范圍內(nèi)的指數(shù)，并制作了箱形統(tǒng)計(jì)圖（圖4）。從圖4能看出NDVI、SRI和VOGI指數(shù)的已打草區(qū)域的均值均高于未打草區(qū)域，而且離散程度較低；REPI指數(shù)上2個(gè)區(qū)域的離散程度均較低，而未打草區(qū)域的值高于已打草區(qū)域。

圖4 未打草區(qū)域和已打草區(qū)域牧草不同植被指數(shù)差異Fig.4 Differences of different vegetation index of grass between uncut and cut grass area

2.3 打草前后牧草生物量差異分析 為了分析已打草區(qū)域和未打草區(qū)域牧草生物量的差異，對(duì)比分析了已采集的地面樣方生物量差異。打草區(qū)域采集了牧草地上生物量較多部分，但因打草機(jī)的不同或打草方式的不同，地上會(huì)殘留一定的生物量。并且打草時(shí)采集的是牧草的冠層部分，包括了頂部的葉子、花朵和果實(shí)等，留下的是貼地面的少量的葉子和根莖部分。把已采集的42個(gè)樣方的生物量進(jìn)行統(tǒng)計(jì)后制作成圖5。圖5中，A是未打草區(qū)域的生物量，B是已打草區(qū)域的生物量。從圖5能看出未打草區(qū)域的鮮重是最重，均值約180 g·m-2，并且每個(gè)樣方之間的離散程度較大，而打草后留下的生物量比較少，鮮重均值約100 g·m-2。因牧草冠層部分的水分含量較高，烘干后的干重大大減少，均值約125 g·m-2，約蒸發(fā)了55 g·m-2水分，而貼地面的根莖部分的含水量較少，烘干后的干重約70 g·m-2，僅損耗了約30 g·m-2水分。

圖5 牧草場(chǎng)地上生物量對(duì)比Fig.5 Comparison of biomass on pasture field

已打草和未打草區(qū)樣方內(nèi)的牧草狀態(tài)見圖6，其中，8號(hào)樣方是未打草之前的牧草，能看出針茅冠層已經(jīng)枯黃，而打草后剩下的是比較綠的部分。從生物量的對(duì)比分析中看出，已打草區(qū)域剩余的生物量遠(yuǎn)低于未打草區(qū)域。

圖6 未打草（8號(hào)）和已打草（23號(hào)）樣方照片F(xiàn)ig.6 Sample photos before（No.8）and after（No.23）cutting grass

3 討論

從上述分析中能得出打草前后牧草光譜反射率、植被指數(shù)和生物量上的差異，而導(dǎo)致此結(jié)果的原因主要是試驗(yàn)區(qū)氣候環(huán)境和植被生理特征。試驗(yàn)區(qū)位于內(nèi)蒙古自治區(qū)東烏珠穆沁旗，屬于大陸性氣候，從試驗(yàn)區(qū)水熱條件和植被生長(zhǎng)情況來看，試驗(yàn)區(qū)年最高氣溫與降水量都分布于7月份，此時(shí)牧草長(zhǎng)勢(shì)最好，而打草時(shí)間集中在8月末到10月初之間，打草時(shí)牧草已經(jīng)開花結(jié)果，并且冠層部分已經(jīng)發(fā)黃，但貼近地面的植被根部仍然較綠，打草后這部分能夠顯現(xiàn)出來。因此，導(dǎo)致了已打草區(qū)域和未打草區(qū)域光譜反射率在可見光范圍（450～750 nm）內(nèi)出現(xiàn)重疊，已打草區(qū)域的NDVI、SRI和VOGI這3個(gè)植被指數(shù)值高于未打草區(qū)域，未打草區(qū)域的生物量遠(yuǎn)高于已打草區(qū)域。

4 結(jié)論

通過對(duì)比典型草原區(qū)牧草打草前后光譜反射率變化特征、植被指數(shù)差異、牧草地上生物量等表型差異得出如下結(jié)論：

（1）在典型草原打草期打草前后地面光譜反射率和高光譜反射率在450～730 nm區(qū)域表現(xiàn)出較高的一致性，在750～950 nm區(qū)域打草前的ASD光譜曲線高于打草后，且兩者沒有重疊部分，已打草區(qū)的無人機(jī)高光譜曲線大約有1/3與打草前的光譜曲線重疊，其主要原因是地面光譜儀（ASD）探頭視場(chǎng)角小于S185，所以受到樣方內(nèi)背景值（土壤）的光譜反射率影響導(dǎo)致出現(xiàn)了打草后750～950 nm區(qū)域反射率均小于打草前的現(xiàn)象。

（2）未打草區(qū)域的NDVI、SRI和VOGI指數(shù)值均低于已打草區(qū)域的值，其中，VOGI值差異比較明顯?？梢杂糜诖虿輬?chǎng)的識(shí)別等工作中。

（3）打草前后的生物量的差異很明顯，從試驗(yàn)區(qū)的實(shí)測(cè)值來講，未打草區(qū)域和已打草區(qū)域的生物量均值大約相差80 g·m-2，說明打草時(shí)采集的是這個(gè)相差的部分，還有一部分留在原地。這個(gè)結(jié)果能很好地糾正混淆產(chǎn)草量和生物量的現(xiàn)象。采集生物量時(shí)經(jīng)常采用刈割法，就是齊地面裁剪采集所有地上生物量，而打草是采用打草機(jī)，打草后在地表上留下較多的生物量，這個(gè)部分無法統(tǒng)計(jì)到產(chǎn)草量中。