內蒙古荒漠化草原植被高光譜特征提取與分析

陳程 杜健民 楊紅艷

文章編號： 1005-5630（2018）06-0042-06

摘要： 針對內蒙古荒漠化草原植被光譜缺少定量參數分析比較，提出了將微分法和包絡線去除法相結合的方法，對植被具有診斷性的紅邊（680～750 nm）和差異性較大的近紅外波段（550～760 nm）進行特征提取，并進行定量對比分析。利用GaiaSkymini型機載地面兩用型高光譜儀對荒漠化草原的建群種短花針茅、優勢種冷蒿、退化指示種豬毛菜進行實地高光譜數據采集，并對數據進行降噪平滑、一階微分、二階微分和包絡線去除法等處理，還對3種不同植被的光譜特征、紅邊參數特征和吸收峰面積等進行了分析。研究表明，短花針茅的反射率最低，冷蒿的紅邊效應最為明顯，吸收峰面積及右面積差異可以將豬毛菜與冷蒿識別出來。所得結論可為荒漠植被識別及無人機遙感反演提供參考。

關鍵詞： 荒漠植被; 反射特征分析; 線性微分; 包絡線去除; 參數化提取; 物種識別

中圖分類號： O 435文獻標志碼： Adoi： 10.3969/j.issn.1005-5630.2018.06.007

引言

草地資源是陸地上最大的生態系統，我國草原面積位居世界第二位，僅次于澳大利亞，其中位于內蒙古自治區的草原約占該區域土地面積的73.5%[1-3]，因此內蒙古草原成為關乎我國北方生態環境安危的關鍵所在。目前，我國約有90%左右的草地發生不同程度的退化，如何能夠快速、準確地監測草地的退化類別、退化區域、退化程度已成為草地建設中的一個重要課題。

傳統的監測方法耗時長、效率低，不適宜大范圍監測，遙感的出現為草地監測提供了一種全新的方法[4]。近年來，遙感技術己發展成為草地資源調查、草地退化動態監測、草地類型識別、生物量估測、草地多樣性評價和災害監測等研究的有效手段，并取得顯著的成績[5-9]。

作為遙感科學的研究前沿和熱點，高光譜遙感已廣泛地應用到許多學科領域。高光譜遙感比傳統的遙感具有更高的光譜分辨率、更多的波段數據，已成為研究地表植被的強有力的工具[10]。

本研究采用一階微分、二階微分、包絡線去除法對內蒙古四子王旗荒漠化草原建群種短花針茅、優勢種冷蒿、退化指示種豬毛菜提取相關特征參數，并對這些植物的光譜特征進行分析。通過光譜曲線對3種典型植被進行分類識別，為最終無人機遙感的反演提供地面數據支持。

1數據來源

1.1試驗區概況

本文選擇的測試區域為烏蘭察布市四子王旗中南部的內蒙古農牧業科學院綜合試驗示范中心，該區域面積為60 m×300 m，位于東經111°88′00″、北緯41°78′00″，屬北部溫帶大陸性季風氣候，1月最冷，7月最熱，降水主要集中在7和8月，占年降水量的60%左右。該地區約有20種草種，其中建群種為短花針茅，優勢種為冷蒿、無芒隱子草，伴生種主要有豬毛菜、櫛葉蒿、木地膚等。

本研究采用GaiaSkymini型機載地面兩用型高光譜儀，波長范圍400～1 000 nm。選擇依據：（1） 高光譜成像儀所獲取的信息是所投影區域的矩形光譜均值，一個像元一條曲線具有圖譜合一的特點，能準確反映選取地物的光譜曲線特性;（2） 在建立地面與航空遙感數據關系時，因采用同一款儀器消除了不同成像原理傳感器的誤差，使對比分析更精確。

1.2光譜測量及處理

本研究測量是在6、7、8月3個月份下旬（北京時間10：00至14：00），且天氣晴朗無風的情況下進行。試驗區被分成3行8列，平均地放置24個1 m×1 m的樣方框，樣方中有多種類型的草，以此作為群落樣方。另外有40個0.5 m×0.5 m的樣方框隨機地放置在實驗區內，其中有短花針茅、冷蒿、豬毛菜的單種植被，并以此作為純樣方。在對樣方植被做光譜測定前，先進行白板測定;在測量植被光譜時，要保證樣方內無陰影，并且每5 min校正1次白板光譜。對每個樣方采集6次，同時針對實地光照變化設定最佳積分時間，獲取最佳圖像光譜曲線后，將平均光譜作為最終光譜特征曲線。

2研究方法

2.1降噪變平滑法

野外地物光譜數據由于受到外部環境干擾、儀器噪聲和目標自身光譜特性差異等多種因素的影響，使測得的光譜數據存在較多噪聲，導致光譜反射率波動較大，不利于正常光譜分析，因此需對所測光譜數據進行去噪等預處理。本文采用SavitzkyGolay平滑處理法對地物光譜曲線進行平滑處理，以濾除各種高頻噪音[11]。圖1、圖2分別為降噪去平滑前與降噪去平滑后的反射率曲線。

3結果與分析

3.1原始光譜特征分析

圖2為測量的3種植被的光譜曲線，由圖可見：在藍光480 nm和紅光680 nm附近有兩個明顯的吸收帶，藍谷的反射率都<0.1，紅谷的反射率都高于各自藍谷的反射率，這是3種植被的葉綠素含量不同產生的;在550 nm處綠波段反射峰明顯，反射率由低到高依次是短花針茅、冷蒿、豬毛菜;在680～750 nm反射率急劇增高，所產生的陡坡被稱為植被“紅邊”?！凹t邊”的位置、高度和斜率會因植被的不同及同一植被的不同生長狀況而存在差異，它主要由植被的細胞構造所決定，可區分不同植被。由光譜曲線可得：短花針茅的反射率最低，冷蒿和豬毛菜的光譜曲線則比較相似，在550～680 nm冷蒿的反射率整體低于豬毛菜的，在680～750 nm兩者曲線甚至出現重疊，760 nm后反射率再次接近。通過反射率只能將短花針茅從冷蒿和豬毛菜中識別出來，而區分冷蒿和豬毛菜則需要對原始光譜數據作進一步分析。

3.2光譜微分紅邊特征分析

植被光譜經一階微分、二階微分后的曲線如圖3所示，植被光譜特征變化更為突出，紅邊特征差異更明顯。在圖3（a）中，3種植被在520 nm處出現波峰，在570 nm附近出現明顯的波谷，在680～750 nm豬毛菜比冷蒿先達到峰值。在圖3（b）中，680～700 nm范圍內，3種植被同時達到峰值，短花針茅的峰值最小豬毛菜的峰值最大，二階微分法可以將豬毛菜與冷蒿區分開。根據式（1）計算的各植被紅邊特征參數如表1所示。

3.3包絡去除法提取吸收峰特征參數分析

用包絡線法分別對3種植被進行分析，對新生成的去除包絡線曲線重新對比，得到曲線如圖4、圖5所示。經過包絡線去除法后，冷蒿和豬毛菜在400～550 nm之間的反差很大，短花針茅和豬毛菜反而比較相似接近。利用上述式（2）、（3）、（4）計算550～760 nm內吸收峰面積（A），左吸收峰面積（AL）和對稱度（S），如表2所示。由表看出，吸收峰總面積、吸收峰左面積和吸收峰右面積都是短花針茅的>豬毛菜的>冷蒿的，對稱度則表現為短花針茅的>冷蒿的>豬毛菜的。不同植被的吸收峰存在較大差異，所以選擇吸收波段研究也可以將豬毛菜與冷蒿區分開。

4結束語

（1） 連續多波段高光譜數據能夠反映內蒙古典型荒漠植被對光譜的反射和吸收信息。在可見光到近紅外波段內（400～1 000 nm）具有典型的“兩峰三谷”曲線特征：在綠光（550 nm）和近紅外（750 nm）處出現反射峰;在藍光（480 nm）、紅光（700 nm）和近紅外（950 nm）處出現吸收谷，且紅光的吸收谷最為明顯。

（2） 在近紅外波段（680～750 nm），不同植被的反射率開始急速增長且差異明顯，增長速率表現為冷蒿的>豬毛菜的>短花針茅的。計算紅邊特征參數，發現冷蒿紅邊效應最為顯著，具體表現為冷蒿的>豬毛菜的>短花針茅的。550～760 nm內，冷蒿的吸收峰總面積最小短花針茅的吸收峰總面積最大，冷蒿的對稱度低于豬毛菜的，短花針茅的對稱度最大。

（3） 對原始光譜數據進行一階微分、二階微分、包絡線去除法可以放大反射率曲線變化特征，為物種區分提供更多參數。光譜變化速率最快的特征波段對一階微分最為敏感，光譜曲率變化顯著的特征波段對二階微分最為敏感，吸收波段的快速變換區域用包絡線去除法效果最佳。應用微分法和包絡線去除法研究不同植被的差異性特點，能夠有效地將多種植被區分開。

參考文獻：

[1]張宏斌.基于多源遙感數據的草原植被狀況變化研究——以內蒙古草原為例[D].北京：中國農業科學院，2007.

[2]龔文杰.我國草原荒漠化法律問題研究及對策[D].哈爾濱：東北林業大學，2012.

[3]寶文杰.內蒙古草原畜牧業可持續發展研究[D].呼和浩特：內蒙古財經學院，2011.

[4]周磊，辛曉平，李剛，等.高光譜遙感在草原監測中的應用[J].草業科學，2009，26（4）：2027.

[5]楊婷婷.荒漠草原生物量動態及碳儲量空間分布研究[D].呼和浩特：內蒙古農業大學，2013.

[6]MANSOUR K，MUTANGA O，EVERSON T，et al.Discriminating indicator grass species for rangeland degradation assessment using hyperspectral data resampled to AISA Eagle resolution[J].ISPRS Journal of Photogrammetry and Remote Sensing，2012，70（2）：5665.

[7]楊芳，陳冬花，李虎，等.新疆博州典型荒漠植被光譜反射特征分析[J].遙感信息，2016，31（3）：8893.

[8]屈冉，李雙，徐新良，等.草地退化雜類草入侵遙感監測方法研究進展[J].地球信息科學學報，2013，15（5）：761767.

[9]張富華.錫林郭勒草地多樣性遙感識別與評價研究[D].北京：首都師范大學，2014.

[10]丁勝.智能優化算法在高光譜遙感影像分類中的應用研究[D].武漢：武漢大學，2010.

[11]程街亮.土壤高光譜遙感信息提取與二向反射模型研究[D].杭州：浙江大學，2008.

[12]李繼業，楊芳，姚國慧，等.艾比湖流域典型荒漠植被光譜特征分析[J].林業資源管理，2015（1）：112117.

[13]陳璇，林文鵬，王瑤，等.基于包絡線法的長江三角洲典型植物光譜識別研究[J].海洋環境科學，2017，36（5）：688692.

（編輯：劉鐵英）