Sentinel-2寬波段光譜指數(shù)預(yù)測(cè)拔節(jié)后受凍冬小麥減產(chǎn)率

趙愛萍，馬浚誠(chéng)，武永峰*，胡 新，任德超，李崇瑞

1. 中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所，北京 100081 2. 商丘市農(nóng)林科學(xué)院小麥研究所，河南 商丘 476000

引 言

低溫引起的作物災(zāi)害，是世界性的農(nóng)業(yè)氣象災(zāi)害。 霜凍是中國(guó)發(fā)生范圍廣、 危害作物種類多、 造成經(jīng)濟(jì)損失大的一種氣象災(zāi)害，北至黑龍江，南至廣東、 廣西均存在霜凍災(zāi)害。 晚霜凍害是冬小麥進(jìn)入拔節(jié)期以后所發(fā)生的零下低溫災(zāi)害，此時(shí)正是冬小麥幼穗形成的關(guān)鍵期，對(duì)低溫敏感，霜凍后幼穗最先受害，無(wú)法正常結(jié)實(shí)導(dǎo)致減產(chǎn)[1]。 減產(chǎn)率能較好地表征作物在低溫脅迫下受凍害的程度，對(duì)災(zāi)情評(píng)估和后續(xù)田間管理具有指導(dǎo)作用。 進(jìn)行霜凍脅迫后冬小麥減產(chǎn)率早期預(yù)測(cè)，對(duì)災(zāi)害監(jiān)測(cè)和生產(chǎn)管理決策具有重要的現(xiàn)實(shí)意義。

基于不同遙感載荷平臺(tái)獲取的高光譜和多光譜反射率數(shù)據(jù)，可分別構(gòu)建各種組合形式的窄波段與寬波段光譜指數(shù)，以增強(qiáng)作物冠層反射光譜的敏感性，從而捕獲災(zāi)害脅迫狀態(tài)下的更多作物變化信息。 與多光譜相比，高光譜具有光譜分辨率高(波段寬度<10 nm)、 波段連續(xù)性強(qiáng)(在400～2 500 nm范圍內(nèi)有幾百個(gè)波段)、 光譜信息量大等特點(diǎn)。 Nuttall等[2]通過定制試驗(yàn)霜箱處理手段，分析認(rèn)為小麥葉片窄波段光化學(xué)反射指數(shù)(photochemical response index，PRI)和歸一化植被指數(shù)(normalized difference vegetation index，NDVI)與低溫有顯著關(guān)系，可用以表征低溫脅迫的程度。 高光譜技術(shù)能在肉眼觀測(cè)到小麥植株變化前對(duì)霜凍害進(jìn)行早期檢測(cè)[3]，而基于衛(wèi)星遙感的多光譜技術(shù)則在揭示和評(píng)價(jià)地物時(shí)空變化方面更具優(yōu)勢(shì)[4]。 Wang等[5]利用中分辨率成像光譜儀(moderate-resolution imaging spectroradiometer，MODIS)遙感數(shù)據(jù)計(jì)算的植被指數(shù)對(duì)小麥霜凍敏感性進(jìn)行研究，發(fā)現(xiàn)增強(qiáng)植被指數(shù)(enhanced vegetation index，EVI)可以有效反映霜凍脅迫特征。 Alessia等[6]利用Sentinel-2數(shù)據(jù)評(píng)估葡萄園發(fā)生晚霜凍事件后的損害情況和恢復(fù)時(shí)間，研究發(fā)現(xiàn)Sentinel-2的紅邊波段3和EVI等可以有效響應(yīng)霜凍。 近些年來(lái)，多光譜遙感技術(shù)在作物監(jiān)測(cè)中得到廣泛應(yīng)用[7]，根據(jù)作物特征光譜信息建立光譜指數(shù)并構(gòu)建與作物產(chǎn)量間定量關(guān)系的方法常用于農(nóng)作物產(chǎn)量估算和預(yù)測(cè)[8]。 陳愛蓮等[9]開展了基于Sentinel-2數(shù)據(jù)的大豆種植分布及產(chǎn)量估算的研究，曹娟等[10]利用Sentinel-2A影像進(jìn)行了低溫冷害下大豆估產(chǎn)以及損失評(píng)估的研究。 目前利用Sentinel-2衛(wèi)星多光譜數(shù)據(jù)來(lái)建立晚霜凍脅迫后冬小麥產(chǎn)量損失預(yù)測(cè)方法的研究還鮮有報(bào)道。

從光譜響應(yīng)霜凍的機(jī)制出發(fā)開展Sentinel-2寬波段光譜指數(shù)預(yù)測(cè)拔節(jié)后受霜凍脅迫的冬小麥減產(chǎn)率研究，采用人工霜凍模擬試驗(yàn)和光譜重采樣技術(shù)，通過光譜指數(shù)與減產(chǎn)率的線性回歸決定系數(shù)，候選出響應(yīng)霜凍敏感性較為顯著的Sentinel-2寬波段光譜指數(shù)，利用Sentinel-2影像多光譜數(shù)據(jù)計(jì)算候選出的光譜指數(shù)，與區(qū)域自然霜凍后的冬小麥地面采樣點(diǎn)減產(chǎn)率數(shù)據(jù)做線性擬合，通過精度評(píng)價(jià)驗(yàn)證所選寬波段光譜指數(shù)在空間區(qū)域內(nèi)的適用性，以期為分區(qū)域制定冬小麥拔節(jié)后霜凍脅迫的最佳應(yīng)對(duì)措施提供參考。

1 實(shí)驗(yàn)部分

1.1 試驗(yàn)設(shè)計(jì)

人工霜凍模擬試驗(yàn)地點(diǎn)位于河南省商丘市農(nóng)林科學(xué)院小麥基地(34°30′21″N，115°41′13″E)，海拔高度52 m，氣候類型為大陸性季風(fēng)氣候。 試驗(yàn)時(shí)間為2017年-2018年和2018年-2019年冬小麥生長(zhǎng)季, 冬小麥品種為周麥22。 分別于2017年10月8日和2018年10月5日盆栽種植，每盆種植小麥11株。 試驗(yàn)用盆為直徑約25 cm、 高度約35 cm的兩頭均開口的圓柱型空心管，播種前埋于試驗(yàn)地大田并使盆栽頂部與地表持平，這樣盡量使冬小麥生長(zhǎng)的盆栽條件與大田環(huán)境一致。 從黃淮麥區(qū)晚霜凍發(fā)生時(shí)間來(lái)看，亦以藥隔后凍害較為常見[11-12]。 本研究將霜凍處理時(shí)間安排在幼穗發(fā)育的藥隔形成階段(對(duì)應(yīng)的雌蕊分化階段為小凹期至柱頭伸長(zhǎng)期)。 2018年試驗(yàn)設(shè)置9個(gè)低溫梯度(-6～-14 ℃)，分別在幼穗發(fā)育進(jìn)入小凹期和柱頭伸長(zhǎng)期進(jìn)行低溫處理； 2019年試驗(yàn)也設(shè)置9個(gè)低溫梯度(-5～-13 ℃)，在小凹期進(jìn)行低溫處理； 對(duì)照組(CK)不做低溫處理，正常生長(zhǎng)； 每個(gè)低溫處理及CK均有3盆重復(fù)。 盆栽小麥置于低溫氣候箱(型號(hào)為PU-4K； ESPEC公司，日本)中進(jìn)行低溫處理，處理時(shí)間為6 h，最開始的3 h內(nèi)降至最低設(shè)定溫度后并保持2 h，之后1 h內(nèi)升至周圍環(huán)境溫度。 處理后再搬回田間，以繼續(xù)保持大田生長(zhǎng)環(huán)境，期間的田間管理依據(jù)《農(nóng)作物品種(小麥)區(qū)域試驗(yàn)技術(shù)規(guī)程》(NY/T 1301-2007)[13]進(jìn)行。 為避免2018年4月6日-7日發(fā)生在商丘地區(qū)的自然霜凍事件對(duì)人工霜凍試驗(yàn)的影響，在降溫當(dāng)晚采取了塑料大棚覆蓋的方式以保護(hù)盆栽小麥不受霜凍侵襲。

1.2 數(shù)據(jù)來(lái)源

1.2.1 高光譜數(shù)據(jù)

采用野外便攜式ASD地物光譜儀(FieldSpec?3; ASD 公司，美國(guó))測(cè)定冬小麥冠層反射率，所有冠層光譜測(cè)定工作均于降溫處理結(jié)束后3 d內(nèi)，在晴朗、 無(wú)風(fēng)的中午時(shí)段(11:00-14:00)完成。 該光譜儀視場(chǎng)角為25°，波段范圍為350～2 500 nm，其中350～1 050 nm光譜采樣間隔為1.4 nm，光譜分辨率為3 nm； 1 050～2 500 nm光譜采樣間隔為2 nm，光譜分辨率為10 nm。 光譜測(cè)定工作前，先對(duì)光譜儀預(yù)熱30 min以上，采集目標(biāo)光譜前利用白板校正，對(duì)同一被測(cè)目標(biāo)采集30條光譜，以其平均值表示被測(cè)目標(biāo)光譜反射率值。 去除1 340～1 450，1 800～2 050和2 350～2 500 nm的異常波段后，在Origin 2018軟件中，采用Savitzky-Golay卷積平滑方法進(jìn)行平滑，窗口點(diǎn)數(shù)為20，以消除噪聲干擾。 2018年試驗(yàn)的光譜采集時(shí)間分別為3月30日和4月7日，2019年試驗(yàn)的光譜采集時(shí)間為4月3日。

1.2.2 Sentinel-2數(shù)據(jù)

2018年4月6日-7日，商丘地區(qū)出現(xiàn)了一次明顯的降溫過程。 商丘各縣氣象觀測(cè)臺(tái)站的最低草面溫度記錄如下，睢縣、 民權(quán)縣、 商丘市市轄區(qū)、 虞城縣、 柘城縣、 寧陵縣、 夏邑縣、 永城市分別為-3.1，-8.1，-0.5，-7.2，-5.0，-5.8，-7.9和-8.0 ℃。 在本次自然霜凍事件發(fā)生之日至4月底期間，選取商丘地區(qū)具備晴天條件的4月20日作為研究日期。 從ESA scihub網(wǎng)站下載經(jīng)過幾何校正的Sentinel-2 L1C大氣頂反射率影像，然后通過ESA官網(wǎng)提供的Sen2Cor插件對(duì)該影像進(jìn)行大氣校正，得到L2A大氣底反射率影像。 提取出單波段影像，使用最近鄰插值法將影像的空間分辨率采樣至10 m。 基于真彩色合成影像，采用面向?qū)ο蠓诸惙椒ㄌ崛∩糖鸬貐^(qū)冬小麥分布信息，其空間分布及34個(gè)隨機(jī)采樣點(diǎn)位置如圖1所示。

圖1 冬小麥種植區(qū)空間分布和隨機(jī)采樣點(diǎn)分布Fig.1 Spatial distribution of winter wheat planting area and the distribution of random sampling points

1.2.3 小麥測(cè)產(chǎn)數(shù)據(jù)及減產(chǎn)率計(jì)算

待冬小麥成熟后，分別開展基于盆栽小麥和大田小麥的產(chǎn)量測(cè)定工作。

(2)對(duì)樣本庫(kù)中數(shù)據(jù)進(jìn)行PCA方法降維。對(duì)上漿濃度、上漿流量、清水加入量、漿厚度、洗滌水溫度、紙漿硬度進(jìn)行主元分析，得到載荷矩陣和特征值矢量。尋找第一個(gè)載荷矢量中絕對(duì)值最大的系數(shù)對(duì)應(yīng)的變量，并剔除。再次進(jìn)行主元分析。

(1)盆栽小麥產(chǎn)量測(cè)定。 將盆栽種植的小麥隨機(jī)選取5株，將小麥植株整株拔起裝袋帶回實(shí)驗(yàn)室，待晾曬風(fēng)干后分別統(tǒng)計(jì)低溫處理和對(duì)照組小麥植株的粒重。

(2)大田小麥產(chǎn)量測(cè)定。 在整個(gè)商丘地區(qū)的小麥種植區(qū)，隨機(jī)采樣34個(gè)點(diǎn)(圖1)。 每個(gè)樣點(diǎn)的取樣方式為利用手持式GPS記錄經(jīng)緯度信息，采集1 m×1 m范圍內(nèi)4行全部冬小麥植株，將整株拔起裝袋并帶回實(shí)驗(yàn)室，待晾曬風(fēng)干后統(tǒng)計(jì)全部植株的粒重，作為實(shí)際產(chǎn)量。 由于大田自然霜凍條件下小麥對(duì)照產(chǎn)量難以直接獲得，因此本研究通過估算正常生長(zhǎng)條件下冬小麥理論產(chǎn)量的辦法，來(lái)獲得對(duì)照產(chǎn)量。 具體計(jì)算步驟為： 統(tǒng)計(jì)每個(gè)樣點(diǎn)采集的所有小麥植株(包括不抽穗的莖稈)，將其作為正常生長(zhǎng)條件下的小麥穗數(shù)； 挑選20個(gè)無(wú)凍害的麥穗作為正常條件下的麥穗，統(tǒng)計(jì)其粒數(shù)和粒重，進(jìn)而計(jì)算穗粒數(shù)和千粒重； 利用以上穗數(shù)、 穗粒數(shù)和千粒重估算冬小麥的正常產(chǎn)量作為對(duì)照產(chǎn)量。

基于以上測(cè)產(chǎn)結(jié)果，構(gòu)建人工霜凍模擬試驗(yàn)和大田自然霜凍條件下的冬小麥減產(chǎn)率(PYLF，%)，計(jì)算如式(1)所示

(1)

式(1)中，GWnormal為正常生長(zhǎng)條件下冬小麥的粒重(即對(duì)照)，g； GWfrosted為模擬霜凍脅迫下盆栽冬小麥或自然霜凍脅迫下大田冬小麥的粒重，g。

1.3 光譜重采樣

光譜重采樣是將地面實(shí)測(cè)光譜與已知傳感器的光譜進(jìn)行匹配。 本研究將ASD地物光譜儀實(shí)測(cè)的冬小麥冠層高光譜數(shù)據(jù)重采樣為Sentinel-2衛(wèi)星攜帶的多光譜儀傳感器所采集的光譜數(shù)據(jù)。 一般情況下，用于遙感的傳感器各波段的光譜響應(yīng)通常呈中間高、 兩邊低，光譜響應(yīng)函數(shù)與高斯函數(shù)趨勢(shì)一致，有較高的擬合度，因此根據(jù)房秀鳳等研究采用高斯函數(shù)擬合的方法模擬光譜響應(yīng)函數(shù)[14]。 根據(jù)模擬的光譜響應(yīng)函數(shù)進(jìn)行重采樣，重采樣計(jì)算如式(2)所示

(2)

式(2)中，ρ(λ)為重采樣后的Sentinel-2衛(wèi)星傳感器對(duì)應(yīng)波段范圍的寬波段反射率；ρASD(λ)為ASD地物光譜儀實(shí)測(cè)的冬小麥冠層光譜的窄波段反射率；f(λ)為Sentinel-2衛(wèi)星傳感器相應(yīng)波段范圍的光譜響應(yīng)函數(shù)值；λmax和λmin分別為Sentinel-2衛(wèi)星傳感器中各個(gè)波段范圍的上下限。

1.4 光譜指數(shù)選建

1.4.1 已有光譜指數(shù)選擇

表1 本研究選用的已有光譜指數(shù)及其表達(dá)式Table 1 Published spectral indices and corresponding expressions selected in this study

Note：RNIR,RR,RG,RBandRSWIRare the refmectance in near-infrared, red, green, blue and short-wave infrared wavebands, respectively;Rlrepresent the spectral reflectance of different wavelength

1.4.2 基于Sentinel-2波段的光譜指數(shù)構(gòu)建

Sentinel-2衛(wèi)星攜帶的多光譜儀傳感器設(shè)置有13個(gè)光譜波段，覆蓋可見光、 近紅外和短波紅外光譜范圍。 因Sentinel-2第10波段的光譜范圍是1 365～1 385 nm，位于高光譜冠層反射率被除去的水汽波段內(nèi)，因此不參與光譜指數(shù)構(gòu)建。 所選取的Sentinel-2波段基本參數(shù)如表2所示，將選取的Sentinel-2 12個(gè)波段進(jìn)行光譜指數(shù)構(gòu)建，按照簡(jiǎn)單比值(simple ratio，SR)、 簡(jiǎn)單差值(simple difference，SD)和歸一化(normalized difference，ND)3種形式組合構(gòu)建寬波段光譜指數(shù)，計(jì)算如式(3)—式(5)所示

SR=Ri/Rj

(3)

SD=Ri-Rj

(4)

ND=(Ri-Rj)/(Ri+Rj)

(5)

式中，Ri和Rj分別為i和j波段對(duì)應(yīng)的光譜反射率。 最后，通過Visual Basic宏語(yǔ)言執(zhí)行編程任務(wù)構(gòu)建光譜指數(shù)。

表2 本研究選取的Sentinel-2波段基本參數(shù)Table 2 Essential parameters of the selectedSentinel-2 wavebands in this study

1.5 模型構(gòu)建及精度驗(yàn)證

首先基于人工模擬霜凍試驗(yàn)，利用光譜重采樣手段將ASD FieldSpec 3光譜輻射計(jì)獲取的冠層反射率模擬為Sentinel-2傳感器對(duì)應(yīng)的波段反射率，依據(jù)波段反射率計(jì)算1.4節(jié)選建的光譜指數(shù)，構(gòu)建地面光譜指數(shù)與冬小麥減產(chǎn)率間的線性回歸模型并篩選出模型決定系數(shù)排名前三的光譜指數(shù)作為候選指數(shù)。 其次基于區(qū)域自然霜凍，利用Sentinel-2影像數(shù)據(jù)計(jì)算候選指數(shù)，通過地面采樣點(diǎn)的實(shí)測(cè)減產(chǎn)率驗(yàn)證候選指數(shù)精度。

選用決定系數(shù)(coefficient of determination，R2)和均方根誤差(root mean squared error，RMSE)綜合評(píng)價(jià)模型預(yù)測(cè)精度。R2越大，說(shuō)明模型擬合程度越高； RMSE越小，說(shuō)明模型精度越高。

2 結(jié)果與討論

2.1 冬小麥冠層光譜反射率在不同低溫脅迫下的差異

冬小麥?zhǔn)艿降蜏孛{迫，冠層反射率產(chǎn)生相應(yīng)的變化。 在2018年的冬小麥小凹期和柱頭伸長(zhǎng)期2個(gè)幼穗發(fā)育期設(shè)置了低溫試驗(yàn)，將對(duì)照(CK)和不同低溫處理下由ASD地物光譜儀測(cè)定的冬小麥冠層反射率光譜數(shù)據(jù)求平均，繪制隨波長(zhǎng)變化的反射率曲線如圖2(a,b)所示。 由圖2可知，隨處理溫度降低，小凹期和柱頭伸長(zhǎng)期的冬小麥冠層光譜反射率呈現(xiàn)明顯的規(guī)律性變化，在近紅外區(qū)域(760～1 300 nm)主要表現(xiàn)為降低趨勢(shì)，而在可見光(380～760 nm)和短波紅外(1 300～2 350 nm)區(qū)域表現(xiàn)為升高趨勢(shì)，且紅邊(680～760 nm)呈“藍(lán)移”的現(xiàn)象。 近紅外區(qū)域反射率還表現(xiàn)出兩個(gè)明顯的特征，一是近紅外肩峰(750～900 nm)變得越來(lái)越平緩，二是以960 nm為中心的水分吸收波段，其水分吸收特征呈消

圖2 低溫處理下小凹期(a)和柱頭伸長(zhǎng)期(b)的冬小麥冠層光譜反射率曲線注: CK 表示對(duì)照，不做低溫處理，正常生長(zhǎng)； 1 340～1 450和1 800～2 050 nm波段由于對(duì)水蒸氣的強(qiáng)吸收，被去除Fig.2 Reflectance curves of winter wheat canopy during the dimple occurrence (a) andthe stigma elongation (b) under low-temperature treatments

失趨勢(shì)，這一規(guī)律和Wei等[12]的研究結(jié)果相似。 在不同低溫脅迫下，冬小麥冠層光譜反射率的響應(yīng)特性，可歸因于受凍小麥冠層的葉片失水、 色素含量降低以及細(xì)胞結(jié)構(gòu)破壞等[2]。 研究結(jié)果顯示，冠層光譜反射率能反映不同低溫脅迫對(duì)冬小麥的影響，為進(jìn)一步分析冬小麥?zhǔn)軆龊螽a(chǎn)量損失與光譜反射率間的關(guān)系提供了理論依據(jù)。

2.2 已有光譜指數(shù)、 構(gòu)建寬波段光譜指數(shù)與減產(chǎn)率的擬合模型

利用光譜重采樣方法將ASD光譜儀測(cè)定的冬小麥冠層窄波段反射率模擬為Sentinel-2衛(wèi)星攜帶的多光譜儀傳感器對(duì)應(yīng)的寬波段反射率，通過重采樣前后的反射率計(jì)算已有光譜指數(shù)，得到已有光譜指數(shù)與冬小麥減產(chǎn)率的相關(guān)關(guān)系(表3)。 由表3可知，基于重采樣前的反射率計(jì)算的19個(gè)已有光譜指數(shù)中，除已有光譜指數(shù)MCARI外，其余18個(gè)已有光譜指數(shù)都與冬小麥減產(chǎn)率極顯著相關(guān)(p<0.001)。 其中，相關(guān)性最顯著的是對(duì)冠層結(jié)構(gòu)敏感的已有光譜指數(shù)MTVI2，相關(guān)系數(shù)達(dá)到-0.862。 基于重采樣后的Sentinel-2寬波段反射率計(jì)算的19個(gè)已有光譜指數(shù)中，有16個(gè)指數(shù)達(dá)到極顯著相關(guān)(p<0.001)，相關(guān)性最好的也是已有光譜指數(shù)MTVI2，相關(guān)系數(shù)達(dá)到-0.850。 結(jié)果表明，基于模擬Sentinel-2寬波段光譜反射率計(jì)算的光譜指數(shù)仍然與霜凍后冬小麥減產(chǎn)率保持了高度相關(guān)性。

利用模擬后的Sentinel-2 12個(gè)寬波段反射率數(shù)據(jù)，計(jì)算以上19個(gè)已有光譜指數(shù)以及按ND，SD和SR三種形式任意組合構(gòu)建的Sentinel-2寬波段光譜指數(shù)，然后構(gòu)建光譜指數(shù)與冬小麥減產(chǎn)率間的線性回歸方程，再將所建線性回歸方程代入驗(yàn)證集中，以檢驗(yàn)光譜指數(shù)的精度。 將4種形式下光譜指數(shù)校正集和驗(yàn)證集的R2由高到低排序，基于排序結(jié)果的交集部分分別選擇排名前三的R2值，共得到12個(gè)光譜指數(shù)作為候選光譜指數(shù)，結(jié)果如表4所示。 候選光譜指數(shù)的線性回歸方程校正集和驗(yàn)證集的R2均大于0.630，精度較好。 在校正集中，本研究構(gòu)建的簡(jiǎn)單差值指數(shù)B8-B12精度最好，決定系數(shù)R2=0.776，均方根誤差RMSE=15.437%； 在驗(yàn)證集中，本研究構(gòu)建的歸一化指數(shù)(B7-B11)/(B7+B11)精度最好，決定系數(shù)R2=0.851，均方根誤差RMSE=8.700%。 此外發(fā)現(xiàn)基于ND，SD和SR三種組合形式構(gòu)建的所有光譜指數(shù)中得到9個(gè)候選光譜指數(shù)，其中有6個(gè)候選光譜指數(shù)包含短波紅外波段(B11和B12)，3個(gè)候選光譜指數(shù)包含近紅外水的吸收波段(B9)，表明與水含量變化密切相關(guān)的光譜區(qū)域?qū)Φ蜏孛{迫后冬小麥減產(chǎn)率變化敏感。

表3 已有光譜指數(shù)與冬小麥減產(chǎn)率的相關(guān)性分析

表4 已有和本研究構(gòu)建光譜指數(shù)預(yù)測(cè)冬小麥減產(chǎn)率的線性回歸方程精度Table 4 Accuracy of linear regression equations of published and constructed spectral indicesin this study on predicting the yield reduction rates of winter wheat

2.3 寬波段光譜指數(shù)的區(qū)域適用性分析

為進(jìn)一步檢驗(yàn)候選出的Sentinel-2寬波段光譜指數(shù)在區(qū)域尺度上預(yù)測(cè)受凍冬小麥減產(chǎn)率的能力，以2018年商丘地區(qū)自然霜凍事件為契機(jī)，利用Sentinel-2影像波段數(shù)據(jù)計(jì)算候選光譜指數(shù)，建立候選光譜指數(shù)與地面采樣點(diǎn)冬小麥減產(chǎn)率的線性回歸，得到精度結(jié)果如表5所示。 為減少GPS測(cè)量造成的定位誤差，本研究針對(duì)每個(gè)地面采樣點(diǎn)提取3×3矩陣像素值并求平均，以平均值作為采樣點(diǎn)的反射率值。 結(jié)果顯示，12個(gè)寬波段光譜指數(shù)中，有9個(gè)光譜指數(shù)與采樣點(diǎn)冬小麥減產(chǎn)率的線性回歸通過p<0.01的顯著性檢驗(yàn)，表明基于人工霜凍模擬試驗(yàn)候選出的部分Sentinel-2寬波段光譜指數(shù)，適用于區(qū)域尺度內(nèi)自然霜凍導(dǎo)致的冬小麥減產(chǎn)率預(yù)測(cè)。 其中，簡(jiǎn)單差值指數(shù)B8a-B12的線性回歸精度最高，R2達(dá)0.543，RMSE為8.510%； 其次是簡(jiǎn)單差值指數(shù)B8-B12和已有光譜指數(shù)EVI，R2分別為0.492和0.486。 指數(shù)B8a-B12和B8-B12相比線性回歸精度有所提高，由此可見，在區(qū)域尺度上Sentinel-2的窄近紅外波段(B8a)提高了低溫處理下光譜指數(shù)對(duì)減產(chǎn)率的敏感性，原因是B8a波段包含的信息量豐富，在植被監(jiān)測(cè)中具有較好的效果。 對(duì)比分析ND，SD以及SR三種組合形式構(gòu)建的Sentinel-2寬波段光譜指數(shù)線性回歸精度，發(fā)現(xiàn)SD組合形式構(gòu)建光譜指數(shù)對(duì)冬小麥減產(chǎn)率預(yù)測(cè)精度高于ND和SR組合形式。 研究發(fā)現(xiàn)與基于人工霜凍模擬試驗(yàn)的冬小麥減產(chǎn)率預(yù)測(cè)精度相比，自然霜凍脅迫后的大田冬小麥減產(chǎn)率預(yù)測(cè)精度明顯偏低，其原因可能是Sentinel-2衛(wèi)星傳感器在接收地物反射率過程中，會(huì)受到大氣條件、 地形起伏以及傳感器本身等影響，導(dǎo)致地物光譜反射率與實(shí)際情況有差異[6, 18]。 同時(shí)，為直觀展示冬小麥實(shí)測(cè)減產(chǎn)率與預(yù)測(cè)減產(chǎn)率的線性關(guān)系，選取線性回歸精度較優(yōu)的候選光譜指數(shù)B8a-B12，B8-B12和EVI制作散點(diǎn)圖，如圖3所示。 由圖3(a,b,c)可知隨著實(shí)測(cè)減產(chǎn)率增大，預(yù)測(cè)減產(chǎn)率逐漸分布在1∶1線以下，表明預(yù)測(cè)結(jié)果有偏低傾向。 其中，候選光譜指數(shù)B8a-B12的散點(diǎn)分布更接近于1∶1線[見圖3(a)]，離散程度較小，對(duì)冬小麥減產(chǎn)率的預(yù)測(cè)能力更強(qiáng)。

表5 Sentinel-2寬波段光譜指數(shù)預(yù)測(cè)冬小麥減產(chǎn)率的線性回歸精度

圖3 本研究構(gòu)建光譜指數(shù)B8a-B12 (a)，B8-B12 (b)和已有光譜指數(shù)EVI(c)的冬小麥實(shí)測(cè)減產(chǎn)率與預(yù)測(cè)減產(chǎn)率的散點(diǎn)圖Fig.3 Scatter plots showing the measured and predicted yield reduction rates of winter wheat based on the constructedspectral indices B8a-B12 (a), B8-B12 (b) in this study and the published spectral index EVI (c)

2.4 受凍冬小麥預(yù)測(cè)減產(chǎn)率的空間分布

上述分析表明，本研究構(gòu)建的光譜指數(shù)B8a-B12在區(qū)域尺度上預(yù)測(cè)受凍冬小麥減產(chǎn)率的線性回歸精度最高。 基于指數(shù)B8a-B12估算的商丘地區(qū)冬小麥預(yù)測(cè)減產(chǎn)率的空間分布，如圖4所示。 其空間分布統(tǒng)計(jì)結(jié)果表明，全區(qū)域預(yù)測(cè)冬小麥減產(chǎn)率的平均值為12.93%。 冬小麥減產(chǎn)率小于10%的分布面積占比44.29%，在10%～40%之間的占比54.31%，大于40%的分布面積最小，占比僅為1.4%。 此外，從研究區(qū)冬小麥預(yù)測(cè)減產(chǎn)率的空間分布可以看出，減產(chǎn)率大于10%的區(qū)域集中分布于民權(quán)縣、 寧陵縣、 虞城縣、 夏邑縣和永城市(圖4)，受災(zāi)相對(duì)較重，由這5個(gè)區(qū)域的氣象觀測(cè)臺(tái)站記錄可知最低草面溫度均低于-5.8 ℃。 其中，預(yù)測(cè)減產(chǎn)率分布面積最廣的為民權(quán)縣，受災(zāi)最為嚴(yán)重，其氣象觀測(cè)臺(tái)站所測(cè)最低草面溫度也是商丘地區(qū)最低為-8.1 ℃。 而睢縣、 柘城和商丘市市轄區(qū)3個(gè)區(qū)域，氣象臺(tái)站記錄的最低草面溫度都在-5.0 ℃以上，明顯看出這3個(gè)區(qū)域減產(chǎn)率大于10%分布面積較少，受災(zāi)相對(duì)較輕。 表明本研究構(gòu)建光譜指數(shù)B8a-B12預(yù)測(cè)冬小麥減產(chǎn)率的空間分布與氣象觀測(cè)臺(tái)站最低草面溫度的高低呈現(xiàn)一致趨勢(shì)。

圖4 本研究構(gòu)建光譜指數(shù)B8a-B12預(yù)測(cè) 冬小麥減產(chǎn)率的空間分布Fig.4 Spatial distribution of the winter wheat predicted yield reduction rates by the constructed spectral index B8a-B12 in this study

3 結(jié) 論

以冬小麥為研究對(duì)象，利用人工模擬霜凍試驗(yàn)和大田自然霜凍試驗(yàn)，探討基于Sentinel-2寬波段光譜指數(shù)預(yù)測(cè)拔節(jié)后受凍冬小麥減產(chǎn)率的可行性和在區(qū)域尺度上的適用能力，得到主要結(jié)論如下：

(1)在人工模擬霜凍條件下，利用ASD地物光譜儀實(shí)測(cè)的高光譜數(shù)據(jù)模擬Sentinel-2寬波段反射率數(shù)據(jù)，計(jì)算已有光譜指數(shù)、 以及以簡(jiǎn)單比值(simple ratio，SR)、 簡(jiǎn)單差值(simple difference，SD)和歸一化(normalized difference，ND)3種形式組合構(gòu)建的光譜指數(shù)中候選出12個(gè)精度較優(yōu)的光譜指數(shù)。 其中，在校正集和驗(yàn)證集中綜合表現(xiàn)最好的是本研究構(gòu)建的簡(jiǎn)單差值指數(shù)(B8-B12)以及歸一化指數(shù)[(B7-B11)/(B7+B11)]，其驗(yàn)證集決定系數(shù)R2分別為0.717和0.851，表明Sentinel-2寬波段候選光譜指數(shù)可用于預(yù)測(cè)受凍冬小麥的減產(chǎn)率。

(2)在自然霜凍條件下，利用Sentinel-2多光譜影像數(shù)據(jù)計(jì)算的12個(gè)候選寬波段光譜指數(shù)其中有9個(gè)光譜指數(shù)的預(yù)測(cè)精度達(dá)到0.01顯著性水平。 預(yù)測(cè)精度較高的是基于簡(jiǎn)單差值(simple difference，SD)形式構(gòu)建的2個(gè)Sentinel-2寬波段光譜指數(shù)，即B8a-B12和B8-B12，其線性方程的決定系數(shù)R2分別為0.543和0.492，均方根誤差RMSE分別為8.510%和8.971%。 表明基于Sentinel-2影像數(shù)據(jù)計(jì)算的光譜指數(shù)預(yù)測(cè)具有可行性，候選出的Sentinel-2寬波段光譜指數(shù)可用于區(qū)域尺度內(nèi)自然霜凍導(dǎo)致的冬小麥減產(chǎn)率預(yù)測(cè)。