南疆冬棗偏振參量模型戶外光照條件適應性研究

索玉婷，羅華平*，李 偉，王長旭，徐嘉翊

1. 塔里木大學機械電氣化工程學院，新疆 阿拉爾 843300 2. 新疆維吾爾自治區教育廳普通高等學?，F代農業工程重點實驗室，新疆 阿拉爾 843300

引 言

新疆紅棗種植面積目前約600萬畝，占全國紅棗種植面積的近三分之一，盛果期產量將占到全國總產量的50%以上。特色林果業已成為新疆農民致富的一個新的支柱產業，開拓新疆紅棗產業市場的影響力和競爭力為其主要任務，因此如何開展快速大面積近地面紅棗品質定量遙感檢測，是目前農學領域的研究熱點和難點。在戶外用高光譜檢測時，對天氣要求比較高，首先必須是晴朗的陽光充足的天氣，晴天光照和大氣環境相對穩定。陰天光照條件復雜，所建立的普通模型精度低于晴天。而紅棗完熟期為9月中旬到10月底，十月的南疆部分地區多云天氣偏多，有的時候一周可能僅有一天是大晴天，因此這樣的天氣大大降低了南疆近地面紅棗品質定量遙感檢測的效率。為了探索近地面遙感檢測受天氣影響的程度，本研究分別模擬晴天、多云、陰天條件，采集不同偏振度(0°，45°，90°和135°)條件下的冬棗光譜，偏振探測時間相對較短，主要是選擇不同天氣下光照對檢測結果影響的規律。

近年來，眾多研究者利用高光譜遙感技術對農作物的檢測做了大量的工作[1-3]。然而這些研究均是在晴朗大太陽的天氣下進行的，目前尚未在陰天或多云天氣下進行過農作物品質檢測的研究。只有趙永強等對于不同的天氣條件(晴天、多云、陰天)下的目標分類進行過深入的研究。因此，本文基于偏振探測技術[5]和不同天氣條件下物質分類技術[4]，再結合高光譜技術[6-9]，利用不同天氣條件下南疆冬棗的高光譜偏振數據與室內測定的水分含量數據，采用TQ-analyst建模軟件，選擇一階導數光譜形式和Savitzky-Golay濾波的數據預處理方式，最后用逐步多元線性回歸方法(SMLR)建模。構建了不同天氣條件下，不同波長下南疆冬棗二向反射分布函數(bidirectional reflectivity distribution function，BRDF)參量(S0，ε0，f00)、線偏振度(degree of linear polarization，Dolp)與水分含量的反演模型，旨在南疆紅棗近地面定量遙感檢測時，可以不受天氣條件的制約，從而提高檢測精度和檢測效率。為今后開展大面積紅棗品質定量遙感檢測奠定基礎。

1 實驗部分

1.1 戶外模擬不同天氣條件下南疆冬棗光譜的測定

采用四川雙利合譜科技有限公司生產的Image-λ-N17E-N3型增強型近紅外高光譜相機采集戶外南疆冬棗光譜，其光譜范圍是900～1 750 nm，光譜分辨率為9 nm。測定時間為北京時間2019年10月8日13:00—14:00，晴朗無云，風力小于2級。樣本來自阿拉爾市第一師10團同一棵樹上的冬棗。測定前對樣本標號，連接并調整好儀器，擺放好白板及樣本等，白板兩側各54個冬棗，共108個樣本，按照從左到右從上到下的順序擺放樣本。測定時，傳感器的探頭平行于地面、垂直位于距離白板中心1.5 m遠的正前方，在陽光下對樣本掃描5次，分別為無偏、0°偏振、45°偏振、90°偏振、135°偏振，再用兩把防曬傘將照射樣本和白板的陽光遮起來，模擬陰影環境，并重復陽光下的操作。改變探測器方位角為0°，30°和45°，重復陽光下和陰影下的實驗操作，并且每改變一次探測器方位角，都要測量一次太陽高度角以及太陽方位角。

1.2 室內暗箱南疆冬棗光譜的測定

戶外采集完冬棗光譜后，立即轉移到室內，采用北京卓立漢光儀器有限公司生產的GaiaSorter高光譜分選儀測定南疆冬棗光譜，按照標號由小到大的順序，每次測定12個冬棗，一共測定9次。

1.3 南疆冬棗水分的測定

測定完暗箱光譜后，立即測定冬棗的含水率，采用GB/5009.3—2010《食品中水分的測定》的方法進行測定。按照標號由小到大的順序，把每個進行光譜掃描的那一面冬棗切片，大概3 g左右，記錄重量，放入相對應的獨立信封中，最后把所有信封都放入烘箱中，烘干8 h后取出稱重并記錄，再放入烘箱，2 h后再拿出稱重并記錄，重復2次，取變化最穩定的重量進行水分計算。

1.4 偏振光譜測量方法的原理

1.4.1 陽光天氣下偏振光譜BRDF測量原理

為了能夠獲取各種材料的偏振BRDF數據，需要通過偏振BRDF方程來設計實驗方案，確定偏振BRDF矩陣的S0，S1，S2元素(S0，S1，S2均為偏振BRDF的參數)。

偏振光譜BRDF的參數方程為

S0=I0+I90

(1)

S1=I0-I90

(2)

S2=I45-I135

(3)

因此，對于某個探測器位置單個光譜波段的偏振BRDF數據，需要4組目標材料數據，分別為陽光下的四個偏振方向。

線偏振度方程為

(4)

1.4.2 多云天氣下偏振光譜BRDF測量原理

為了能夠獲取各種材料的偏振BRDF數據，需要通過偏振BRDF遙感輻射控制方程來設計實驗方案，確定偏振BRDF矩陣的f00，f10，f20元素(f00，f10，f20均為偏振BRDF的參數)。

偏振光譜BRDF的輻射傳輸方程為

(5)

式中：Lt為傳感器接收到的總輻射的Stokes向量，需要在太陽光下測量得到；Ls為目標反射的天空散射光的Stokes向量，需要在陰影下測量得到；Lu為經大氣散射后，直接沿著目標——探測器方向進入探測器的太陽光，該部分的能量所占比例較少，在地面遙感中近似為零，可以忽略不計。分母中的參數都是未知的，且難以測量，所以需要采用比較測量法來測量目標的偏振光譜BRDF[10]。

比較測量法中要求參考材料在整個上半球空間的BRDF值f00_ref都為已知。而朗伯板的BRDF值恒為ρ/π(ρ為半球反射率)[10]?？梢赃x用接近朗伯板的標準板作為定標板。

綜上可得目標的偏振光譜BRDF的Stokes向量實驗計算式為

(6)

因此，對于某個探測器位置單個光譜波段的偏振BRDF數據，至少需要4組(分別為陽光下和陰影下的兩個正交偏振方向)定標材料數據和8組(分別為陽光下和陰影下的四個偏振方向)目標材料數據。

類似地還可以得到線偏振度

(7)

1.4.3 陰天天氣下偏振光譜BRDF測量原理

由于偏振光譜BRDF需要采集太陽照射下的圖像，而陰天條件下無法實現，所以利用一種變換的特征來代替它。假設其中太陽光下的圖像都為0，則該式可以寫成陰影偏振光譜BRDF

(8)

式中：ε0，ε1，ε2與f00，f10，f20相對應，此時的偏振度定義為

(9)

1.5 模型構建方法與精度評價

選取全波段900～1 750 nm近紅外光譜范圍，首先對光譜進行預處理，選擇一階導數光譜，導數處理既可以消除基線偏移，還可以起到一定的放大和分離重疊信息的作用； 再選擇Savitzky-Golay濾波(即卷積平滑)，以提高信噪比，減小數據的隨機噪聲，從而提高模型的穩健性。其次從總樣本中隨機選取54個樣本，采用逐步多元線性回歸法(SMLR)，對不同天氣條件下不同波長南疆冬棗BRDF參量(S0，ε0，f00)、Dolp與水分含量建模。最后選用相關系數r、校正集樣本的標準差(RMSEC)、預測集樣本的標準差(RMSEP)共3個指標對模型的性能和預測能力進行評價。r能反映出預測值與實測值之間的相關程度，r越接近1，表明預測值與實際值越接近，相關程度越高，回歸或預測結果越好； RMSEC用于評價建模的可行性，值越小，表明模型回歸的越好； RMSEP用于評價所建模型對外部樣本的預測能力，同樣，值越小，表明模型的預測能力越強，結果越準確； 另外，好的模型不但有較小的RMSEC和RMSEP，而且RMSEC與RMSEP的差值也要小。通常，RMSEP要大于RMSEC。利用TQ-analyst軟件完成數據處理與建模。

2 結果與討論

2.1 不同天氣下冬棗BRDF模型

2.1.1 南疆冬棗波長-Dolp模型

選用全部樣本(108個)，建立不同天氣條件下南疆冬棗波長-Dolp模型，由圖1(a)，(b)和(c)的二維、三維圖像可以看出不同天氣條件下南疆冬棗高光譜Dolp既有明顯差異，又有明顯相同特征：

(1)不同天氣條件下南疆冬棗Dolp變化趨勢以及數值有明顯的差異，多云天氣下的Dolp減小時，晴天和陰天下的Dolp增大。晴天Dolp>陰天Dolp>多云Dolp，且晴天Dolp>0、陰天Dolp>0、多云Dolp<0。大多數PBRDF研究中的Dolp均為正值，很少會出現負值的情況，而本研究多云天氣下Dolp為負值的原因如下

(It_0-Is_0)<0

(It_45-Is_45)<0

(It_90-Is_90)<0

(It_135-Is_135)<0

((It_0-Is_0)+(It_45-Is_45)+

(It_90-Is_90)+(It_135-Is_135))/2<0

根據Dolp化簡后的公式可知

圖1 不同波長冬棗Dolp模型對比 (a)： 晴天； (b)： 陰天； (c)： 多云Fig.1 Comparison of Dolp models of Dongzao with different wavelengths (a)： Sunny； (b)： Cloudy； (c)： Cloudy

故： Dolp<0

(2)不同天氣條件下南疆冬棗Dolp都有相同特征，在1 100和1 300 nm附近出現極值，是因為此處為冬棗的兩個反射峰。在1 400 nm處特征最為明顯，是因為此處為南疆冬棗特征波長吸收峰。 2.1.2 南疆冬棗波長-偏振參量S0，ε0，f00模型

根據不同天氣條件下南疆冬棗波長-偏振參量S0，ε0，f00的二維、三維模型可知，晴天S0>陰天ε0>多云f00，且S0>0，ε0>0，f00<0，雖然不同天氣條件下S0，ε0，f00數值上相差較大，甚至有正負之分，但S0，ε0，f00都有相同特征，在990 nm附近都出現谷值，是因為992.65 nm為南疆冬棗品質特征波長吸收峰； 在1 100 nm附近則出現明顯峰值，是因為此處即存在特征波長吸收峰(1 188.96 nm)，又存在反射峰(1 107.68 nm)； 在1 400 nm附近特征最為明顯。在大多數PBRDF研究中偏振參量也均為正值，很少會出現負值的情況，而本研究多云天氣下偏振參量f00為負值(證明同Dolp)。

圖2 不同波長冬棗偏振參量S0，ε0，f00模型對比 (a)： 晴天； (b)： 陰天； (c)： 多云Fig.2 Comparison of polarization parameters S0, ε0 and f00 models of Dongzao at different wavelengths (a)： Sunny； (b)： Cloudy； (c)： Cloudy

2.2 不同天氣下南疆冬棗BRDF與理化值建模結果分析

2.2.1 南疆冬棗Dolp-水分模型

圖3(a)，(b)，(c)和(d)所示，分別為不同天氣條件下不同波長南疆冬棗Dolp與水分含量模型。模型中校正集樣品個數均為36，預測集樣品個數均為18，晴天、陰天、多云、暗箱條件下，Dolp-水分含量模型預測集的相關系數r分別為： 0.846，0.865，0.914和0.926，校正集樣本的標準差RMSEC分別為： 0.008 73，0.008 35，0.007 64和0.008 76，預測集樣本的標準差RMSEP分別為： 0.010 6，0.009 52，0.011 7和0.000 985，RMSEC與RMSEP的差值分別為： 0.001 87，0.001 17，0.004 06和0.007 775。由RMSEC與RMSEP的數值以及差值均小于0.008，可得知不同天氣條件下的Dolp-水分模型具有很好的預測能力和可行性； 由相關系數的大小關系：r暗箱>r多云>r陰天>r晴天，可得出多云天氣時南疆冬棗Dolp-水分模型的相關程度最好，晴天條件下最差，因此可以得出當戶外天氣為多云時，依舊可以對南疆冬棗進行水分含量檢測，而且其相關程度要好于晴天。 2.2.2 南疆冬棗偏振參量S0，ε0，f00-水分模型

圖4(a)，(b)，(c)和(d)所示，分別為不同天氣條件下不同波長南疆冬棗偏振參量S0，ε0，f00與水分含量模型。模型中校正集樣品個數均為36，預測集樣品個數均為18，晴天、陰天、多云、暗箱條件下，偏振參量S0，ε0，f00-水分含量模型預測集的相關系數r分別為： 0.879，0.796，0.913，0.926，校正集樣本的標準差RMSEC分別為： 0.007 87，0.009 71，0.007 00，0.008 76，預測集樣本的標準差RMSEP分別為： 0.011 9，0.012 3，0.010 5，0.009 85，RMSEC與RMSEP的差值分別為： 0.004 03，0.002 59，0.003 5和0.001 09。由RMSEC與RMSEP的數值以及差值均小于0.005，可得知不同天氣條件下的偏振參量S0，ε0，f00-水分模型具有很好的預測能力和可行性； 由相關系數的大小關系：r暗箱>r多云>r晴天>r陰天，可得出暗箱時南疆冬棗偏振參量S0，ε0，f00-水分模型的相關程度最好，而多云天氣條件下的相關程度與暗箱條件下最為相近，陰天條件下最差，因此可以得出當戶外天氣為多云時，依舊可以對南疆冬棗進行水分含量檢測，而且其相關程度要好于晴天。

圖3 不同波長冬棗Dolp與水分模型對比 (a)： 晴天； (b)： 陰天； (c)： 多云； (d)： 暗箱Fig.3 Comparison of Dolp and water model of Dongzao with different wavelengths (a)： Sunny； (b)： Cloudy； (c)： Cloudy； (d)： Camera obscura

圖4 不同波長冬棗偏振參量S0，ε0，f00與水分模型對比 (a)： 晴天； (b)： 陰天； (c)： 多云； (d)： 暗箱Fig.4 Comparison of polarization parameters S0, ε0, f00 and water model of Dongzao with different wavelengths (a)： Sunny； (b)： Cloudy； (c)： Cloudy； (d)： Camera obscura

3 結 論

(1)不同天氣條件下南疆冬棗偏振參量S0，ε0，f00和Dolp既有相同特征又有不同特征。相同特征，在1 100 nm附近都出現極值，是因為此處南疆冬棗存在特征波長反射峰(1 107.68 nm)和吸收峰(1 188.96 nm)，在1 400 nm附近其特征都最為明顯，是因為此處為南疆冬棗特征波長吸收峰； 不同特征，在數值上，晴天>陰天>多云，且晴天>0、陰天>0、多云<0，不同天氣條件下S0，ε0，f00和Dolp數值上相差較大，甚至有正負之分，以多云天氣條件下的數值最為特別，S0，ε0，f00和Dolp均為負值。

(2)戶外晴天、陰天、多云三種條件檢測南疆冬棗水分時，多云天氣偏振參量、Dolp與水分模型預測集的相關系數最大，r值分別為： 0.913和0.914，且最接近暗箱與水分模型的相關系數r的值： 0.926。根據不同天氣條件下，不同波長下南疆冬棗偏振參量、Dolp與水分模型的RMSEC與RMSEP的數值以及差值，水分模型差值均小于0.008，表明該水分模型具有較好的預測能力和可行性； 因偏振有強光弱化，弱光強化的作用，通過對比晴天、陰天實驗結果，該方法有較好的環境適應性，在戶外紅棗品質遙感探測方面有廣泛應用前景。