基于時序高光譜遙感數(shù)據(jù)的地表覆蓋物多維光譜特征分析
——以新疆阿拉爾市墾區(qū)為例

盧吉瑞 ，陳萬基 ，趙 陽 ，張仁鳳

（1.伊犁師范大學(xué)資源與生態(tài)研究所/伊犁師范大學(xué)生物與地理科學(xué)學(xué)院，新疆伊寧 835000；2.新疆伊犁河谷資源植物保護與利用重點實驗室，新疆伊寧 835000）

棉花、玉米等作為重要經(jīng)濟作物，對社會經(jīng)濟發(fā)展有舉足輕重的作用，其用途涉及人類生活的方方面面。我國作為農(nóng)業(yè)產(chǎn)品產(chǎn)量大國，現(xiàn)已形成了以長江流域、黃河流域及新疆為主的西北內(nèi)陸三大棉花主要種植區(qū)[1]。新疆作為我國最大的棉花種植區(qū)，所產(chǎn)棉花品質(zhì)好、種類多[2]；玉米生態(tài)適應(yīng)性強，種植廣泛，用途廣，也是重要的糧食作物。因此，對新疆棉花、玉米等主要農(nóng)作物進行種植面積、產(chǎn)量的估算和病蟲害監(jiān)測就顯得尤為重要。

遙感技術(shù)和地理信息技術(shù)的結(jié)合，加速了諸多領(lǐng)域數(shù)字化、信息化進程，如數(shù)字校園建設(shè)[3]、農(nóng)業(yè)估產(chǎn)、自然災(zāi)害防治等。近年來，隨著我國對地觀測衛(wèi)星技術(shù)的飛速發(fā)展以及遙感技術(shù)與農(nóng)林牧漁領(lǐng)域的深度結(jié)合，已有學(xué)者基于高光譜數(shù)據(jù)對地表地物進行光譜特征分析。彭曉偉等[4]巧妙利用植株體內(nèi)葉綠素含量可直觀反映其生長狀況的特性，基于高光譜數(shù)據(jù)對不同施肥條件下谷子冠層葉綠素含量的光譜特征進行分析，有助于對大面積農(nóng)作物的種植監(jiān)測。郭航等[5]利用高光譜激光雷達獲取點云數(shù)據(jù)，對城市綠植葉片光譜被滯塵所影響的問題展開分析，得出滯塵對不同綠植葉片或同種綠植葉片反射率均有較大影響。紀(jì)童等[6]對寧夏鹽池不同荒漠草地的32種植被樣本進行光譜特征分析，利用歸一化植被指數(shù)、光化學(xué)植被指數(shù)和植被衰減指數(shù)等7種植被指數(shù)作為支持向量機、隨機森林、K-鄰近分類模型的變量，擇其最優(yōu)方法分類處理結(jié)果，進行光譜分析得出，不同植被光譜反射率曲線均遵循綠色植物光譜曲線趨勢，但不同植被在同一波長所對應(yīng)的反射率差異較為明顯。姜杰等[7]基于EO-1 Hyperion高光譜數(shù)據(jù)以南陽湖為研究對象，提取了蘆葦?shù)?、水田和河道?種濕地景觀的反射率，對不同植被反射率光譜作對比分析、利用光譜特征監(jiān)測植被健康狀況等。段敏杰等[8]以北京市常見的多種葉片色系的不同植物作為研究對象，通過提取分析在秋季色系不同植物葉片的光譜反射率曲線，以及微分變換和特征參數(shù)，得出不同色系植物的光譜反射率均與綠色植物光譜反射率變化相似，但在不同波長區(qū)間各色系植物所對應(yīng)的反射率大小各異。代云豪等[9]以亞洲荒漠唯一的常綠闊葉灌木沙冬青（Ammopiptanthus mongolicus Maxim.Cheng f.）作為研究對象，針對因環(huán)境因素導(dǎo)致沙冬青數(shù)量逐年減少問題，對其分布及生長狀況進行監(jiān)測，利用馬氏距離法對沙冬青的原始光譜及微分光譜特征展開研究，發(fā)現(xiàn)沙冬青整個生長期，其原始光譜曲線差異較小，但在沙冬青幼苗期反射率表現(xiàn)具有明顯的起伏變化特征，微分光譜差異不明顯，沙冬青葉綠素含量在可見光波段波譜反應(yīng)較敏感。隨著遙感技術(shù)的進步，各種載有高光譜相機的衛(wèi)星成功發(fā)射，光譜分辨率較高、光譜范圍較寬及包含連續(xù)反射率光譜信息特點的高光譜遙感逐漸成為熱點研究[10]，其對森林的分類識別及其生長參數(shù)監(jiān)測、植被覆蓋空間結(jié)構(gòu)的分析與監(jiān)測[11]、水體環(huán)境監(jiān)測等都均具有顯著成效，嘗試將高光譜遙感應(yīng)用到新疆南部主要農(nóng)作物產(chǎn)量估測模型構(gòu)建中，將有助于推進新疆農(nóng)作物種植信息化發(fā)展。

本研究基于珠海一號高光譜衛(wèi)星遙感數(shù)據(jù)提取新疆不同時段主要農(nóng)作物光譜信息并進行光譜特征分析，旨在為該地區(qū)及環(huán)境相似地區(qū)的農(nóng)作物監(jiān)測提供新的指導(dǎo)方法。

1 研究區(qū)概況

研究區(qū)位于新疆維吾爾自治區(qū)阿拉爾市南部（40°22′～40°38′N，80°12′～81°33′E）。阿拉爾市北靠天山南麓，南接我國第一大沙漠塔克拉瑪干沙漠北緣，土地面積達6 923.4 km2，屬塔里木河沖積平原，地勢平坦[12]。主要氣候類型為溫帶大陸性氣候，年平均日照時長可達2 556.3～2 991.8 h，年平均降水量達40.1～82.5 mm[13]，光熱條件豐富，對農(nóng)作物的生長具有天然優(yōu)勢。流經(jīng)的塔里木河為該地區(qū)農(nóng)業(yè)灌溉和居民生活等用水提供了保障。耕地區(qū)域農(nóng)作物以棉花、玉米等耐旱農(nóng)作物為主，水稻、棗樹為輔。

2 數(shù)據(jù)和方法

2.1 數(shù)據(jù)來源

研究數(shù)據(jù)選取由珠海歐比特宇航科技股份有限公司提供的珠海一號高光譜衛(wèi)星遙感數(shù)據(jù)，具體波段信息見表1，影像光譜分辨率為2.5 nm，波譜范圍為400～1 000 nm，數(shù)據(jù)空間分辨率為10 m，一次成像范圍為150 km×2 500 km，單顆高光譜衛(wèi)星重訪周期為6 d，8顆高光譜衛(wèi)星綜合重訪周期縮為約1 d，計劃在軌飛行5年[14]。因珠海一號高光譜衛(wèi)星遙感數(shù)據(jù)具有體積小、儲存大、成本低、空間分辨率高、單次成像寬幅大、重返周期較短等眾多獨特優(yōu)勢，被廣泛應(yīng)用于農(nóng)林牧漁業(yè)監(jiān)測、水土環(huán)境保護、土地利用信息提取[15-18]。本研究選取研究區(qū)2021年農(nóng)作物生長期的珠海一號衛(wèi)星影像數(shù)據(jù)進行處理分析。

表1 珠海一號衛(wèi)星遙感影像波段信息Table 1 Waveband information of Zhuhai No.1 satellite remote sensing image

2.2 數(shù)據(jù)預(yù)處理

在遙感成像過程中，受多種綜合因素的影響，導(dǎo)致影像與真實地表覆蓋物的幾何位置不一致或幾何變形，利用預(yù)處理后的哨兵2號衛(wèi)星影像為基準(zhǔn)，利用大量控制點進行幾何校正。輻射定標(biāo)將對采集數(shù)據(jù)過程中因干擾對計算光譜輻射亮度或地表覆蓋物光譜反射率造成的誤差進行消除修正。大氣校正過程很好地消除了大氣散射及吸收作用影響造成的輻射誤差，將真實的地表反射率反演出來，最終結(jié)合數(shù)字高程模型，消除因傳感器拍攝測量角度和地面高程所造成的影響，以及對影像的幾何畸變進行糾正處理，輸出正射的真實平面影像。

2.3 光譜端元提取

為避免在不同空間分辨率的遙感影像某一像元區(qū)域內(nèi)存在不同農(nóng)作物交混生長，且在影像中無法辨別的現(xiàn)象，本研究通過實地考察均勻采樣的方法，在研究區(qū)提取了棗樹、棉花、水稻和玉米4種地表覆蓋物樣點（表2），并保證采樣點像元為純凈像元，符合端元特性[19]。經(jīng)過緩沖區(qū)分析，同一農(nóng)作物端元歸類并合并，結(jié)合研究區(qū)沙地與水體矢量數(shù)據(jù)，建立感興趣區(qū)，分別在不同時相對其進行光譜分析，地表覆蓋物光譜曲線見圖1。

圖1 各地表覆蓋物光譜曲線Figure 1 Spectral curves of different land cover

2.4 光譜曲線平滑濾波

因噪聲等因素的影響，導(dǎo)致光譜曲線抖動，為抑制和防止干擾，利用S-G濾波法（savitzky golay filter），主要對光譜數(shù)據(jù)作平滑處理（以4月棉花光譜曲線為例）。其濾波性能較強，可在有效保留數(shù)據(jù)原有典型特性的情況下進行執(zhí)行，濾波前后對比結(jié)果見圖2。

圖2 濾波前后光譜曲線對比（以4月棉花光譜曲線為例）Figure 2 Comparison of spectral curves before and after filtering（Take the spectral curve of cotton in April as an example）

2.5 多維光譜空間構(gòu)建

2.5.1 二維（波長-反射率）光譜空間構(gòu)建

基于不同地表覆蓋物光譜曲線，對同一時相不同地表覆蓋物的反射率光譜曲線分別構(gòu)建反映不同地表覆蓋物在同一時相的反射率差異模型；通過計算不同地表覆蓋物各時相的平均值構(gòu)建各地表覆蓋物的均值光譜曲線，利用光譜最大值合成法，將同地表覆蓋物各時相光譜合成的最大值構(gòu)建地表覆蓋物最大值光譜曲線。

2.5.2 三維（時相-波長-反射率）光譜空間構(gòu)建

植被的發(fā)芽、抽穗和成熟等周期性變化，反映出不同植被不同的物候特征[20]?；诙S波長-反射率模型，插入時間軸，構(gòu)建各地表覆蓋物類型的“時相-波長-反射率”三維光譜反射率曲面，使原本只能反映某一時間光譜特征的光譜曲線具有時序特性。

3 結(jié)果與分析

3.1 二維光譜特征分析

各地表覆蓋物在同一月份中光譜曲線特征都存在其獨有的特性（圖3），研究區(qū)中的4類農(nóng)作物均在波段B15～B20（中心波長686～760 nm）的過渡區(qū)間反射率呈現(xiàn)迅速增大后趨于穩(wěn)定現(xiàn)象，符合植被光譜曲線特征，但由于植被生長周期不同等因素，4月棉花和玉米還處于出苗階段，在選取的棉花感興趣區(qū)范圍表現(xiàn)出的光譜曲線趨勢異于其他植被光譜曲線特征。5月植被進入穩(wěn)定生長期，棉花光譜曲線特征較4月明顯穩(wěn)定，且光譜反射率高于其他3類植被。6月、7月棉花和玉米進入生長旺盛期，此時棉花和玉米光譜曲線呈現(xiàn)出典型的植被光譜曲線特征，在B7波段（中心波長566 nm）處有一小的反射峰值，B14波段（中心波長670 nm）處有一吸收谷，在近紅外波段有很高的反射峰。8月棉花進入吐絮期，此時棉鈴成熟，鈴殼開裂吐出棉絮，在近紅外波段區(qū)間出現(xiàn)2個小反射峰，且在B1～B15波段（中心波長466～686 nm）區(qū)間較7月更平滑穩(wěn)定。9月棉花波譜反射率與玉米和棗樹相近，但反射率均高于后兩者。10月研究區(qū)地表大多農(nóng)作物已經(jīng)收獲，此時各類農(nóng)作物光譜曲線較為相似。

圖3 不同時相地表覆蓋物光譜曲線Figure 3 Spectral curve of land cover in different phases

通過計算同一地表覆蓋物不同時間的平均值，構(gòu)建各地表覆蓋物平均光譜曲線（圖4），從而更好地分析其特性。棉花整體反射率高于玉米和棗樹，可判斷在波長為400～1 000 nm棉花葉片的吸收能力低于玉米和棗樹；棉花光譜反射曲線與水稻大致在波長為700 nm處相交，說明棉花在波長為400～700 nm對光的吸收能力強于水稻，而在近紅外波段區(qū)間水稻的吸收能力明顯較強。沙地、水體光譜曲線趨于平滑穩(wěn)定。

圖4 地表覆蓋物平均光譜曲線Figure 4 Average spectral curve of different land cover

以時間為基礎(chǔ)，通過最大值合成法，構(gòu)建了6種不同地表覆蓋物的最大值光譜反射率曲線（圖5），突出各地表覆蓋物特性。棉花總體反射率較大，且超過30%，棗樹與玉米反射率較為接近，水稻光譜反射率較為穩(wěn)定，從各方法分析顯示，水體光譜反射率曲線普遍平滑且低于沙地、水體等其他覆蓋物，證明其波段吸收能力很強。

圖5 地表覆蓋物最大值光譜曲線Figure 5 Maximum spectral curve of different land cover

3.2 農(nóng)作物三維光譜特征分析

通過對6類不同地表覆蓋物不同時相反射率光譜曲面的提取分析（圖6），均表現(xiàn)出了明顯且典型的光譜特征，其中4類農(nóng)作物（棗樹、棉花、水稻、玉米）光譜反射率隨波長變化整體趨勢相似，在6—9月植被穩(wěn)定生長期，遵循植被光譜曲線特征，在波長為400～700 nm為波谷，波峰出現(xiàn)在近紅外區(qū)間，但在時間、波段都相同的情況下，各農(nóng)作物反射率存在一定的差異，沙地、水體光譜特征各具特點。

圖6 三維光譜曲面圖Figure 6 Three dimensional spectral curve

棉花在4月至5月中旬，處于播種期及出苗期，研究區(qū)內(nèi)反射率在可見光B1～B19波段（中心波長466～746 nm）有明顯的反射率波峰，此時對光的吸收能力較弱，反射性較高，而在近紅外波段區(qū)間反射率基本低于后續(xù)月份，在此時間段之后的反射率逐漸下降，在6—9月基本趨于穩(wěn)定，且接近于0，即在可見光波段內(nèi)吸收能量較強，10月棉花進入收獲期，受地物覆蓋的變化，反射率逐漸上升趨勢。棗樹在B1～B16波段（中心波長466～700 nm）區(qū)間的4—5月反射率高于其他月份，大致處于20%，5月以后其波段區(qū)間反射率經(jīng)過降低后基本穩(wěn)定，10月該波段區(qū)間反射率逐漸上升。玉米在播種期及苗期的可見光波段的吸收能力比棉花更強，反射率較低。水稻生長周期短，雖然遵循植被光譜曲線特征，但B1～B16波段最小反射率均高于其他3類植被。水稻在B1～B16波段內(nèi)4—5月光譜反射率保持在20%～30%，6—10月反射率相對其他3類農(nóng)作物偏高，吸收能力偏弱。沙地較農(nóng)作物種植區(qū)總體反射率不高，沒有明顯的波峰波谷，其反射率也與沙地表面顆粒大小有較大關(guān)系。一般情況下水體反射率較為復(fù)雜，主要原因在于水中溶解物質(zhì)、懸浮物和底泥等物質(zhì)類型及其含量對水體反射率均有影響。本研究中水體反射率較穩(wěn)定。

4 結(jié)論與討論

棉花在播種期和出苗期，在可見光波長為466～746 nm時對光的吸收能力較弱，反射率較高，但蕾期、花鈴期及吐絮期在其波長段內(nèi)吸收能力較強，反射率接近0。玉米在播種期及苗期較棉花的可見光波段的吸收能量更強，反射率更低，在整個生長周期內(nèi)光譜反射率基本保持穩(wěn)定，受生長期變化的影響不大。在波長為466～700 nm時，水稻苗期反射率保持在20%～30%，在后期的分蘗期到灌漿期及成熟期，較其他農(nóng)作物反射率偏高，吸收能量偏弱。在10月農(nóng)作物基本處在收獲期，反射率受環(huán)境影響較大。沙地較農(nóng)作物反射率相對穩(wěn)定，未出現(xiàn)大幅度波動，研究波長內(nèi)不同時相下，最高最低差值保持在20%左右。水體反射率整體變化幅度不大，反射率不高。

不同地表覆蓋物在不同的時間段受多種外界及自身因素影響，所表現(xiàn)出的光譜曲線不同，其中以植被表現(xiàn)出的特征較為明顯。植被自身葉綠素含量與其種植區(qū)域土壤含氮量有密切關(guān)系，其中土壤含氮量受人為施氮水平影響較明顯，葉綠素含量的虧缺程度隨施氮量提高而增多[21-22]，對其生長狀況有顯著影響，光譜特征出現(xiàn)差異。地下水深度直接影響著樹木葉片的含水率，光譜曲線也隨之發(fā)生波動[23]。

為充分發(fā)揮高光譜衛(wèi)星遙感數(shù)據(jù)的潛力和優(yōu)勢，通過分析新疆阿拉爾市墾區(qū)主要農(nóng)作物不同生長期的光譜曲線，統(tǒng)計主要農(nóng)作物在不同時間段生長狀況良好的光譜曲線作為大范圍監(jiān)測病蟲害等特殊情況的依據(jù)，在準(zhǔn)確性和便捷性上都會優(yōu)于傳統(tǒng)方法?？衫猛贩N農(nóng)作物光譜曲線相同的特點，精確的提取農(nóng)作物在研究區(qū)的種植面積，為相關(guān)部門實地測量降低成本。

本研究基于珠海一號高光譜衛(wèi)星遙感數(shù)據(jù)對新疆阿拉爾市墾區(qū)地表覆蓋物的光譜特征進行分析研究，為新疆棉花等主要農(nóng)作物種植監(jiān)測提供了一定的方法指導(dǎo)。在地表覆蓋物的精準(zhǔn)分類中，傳統(tǒng)遙感影像雖然獲取方便，但受光譜分辨率、空間分辨率等因素的限制，不能做到精準(zhǔn)識別分類。基于高分辨率遙感影像的研究，其環(huán)境要求高、成本大。高光譜數(shù)據(jù)具有“圖譜合一”的特點和優(yōu)勢[24]，通過合理利用，能夠精確地區(qū)分出不同地表覆蓋物的光譜曲線特性，為地表覆蓋物的精準(zhǔn)識別提供新的且可靠的技術(shù)支持[25]。高光譜遙感作為熱點研究對象，根據(jù)高光譜特征參數(shù)建立多種模型，對研究對象進行有效監(jiān)測、估產(chǎn)等[26]，希望在未來的發(fā)展中做到更“準(zhǔn)”、更“精”。