内蒙古典型草原干草生物量高光谱遥感估算研究*

胥 慧,包 玉 海,包 刚,包 玉 龙

(内蒙古师范大学 内蒙古自治区遥感与地理信息系统重点实验室,内蒙古 呼和浩特 010022)

草地在生态环境上有助于防风固沙、保持水土、涵养水源、调节气候、固氮储碳、维护生物多样性等。在经济上它是发展畜牧业的基本生产资料之一。它的巨大环境意义和经济效益越来越引起人们的高度重视。内蒙古天然草地面积达78.6×104km2，占全区面积的66.4%。[1]不仅是我国的主要畜牧业基地，更是维系整个北方生态环境质量的绿色屏障。草地地上生物量是影响野生动物摄食方式和分布的重要因素之一，是草地生态系统的重要参数之一。草地地上生物量的估算将为确定合理的草地载畜量提供依据，为保障畜牧业生产发展、保护生态环境、实现可持续发展服务。

干草是指经过收割、干燥加工处理后的草料，以储备作动物饲料用途，特别是喂养畜类如马、牛、山羊和绵羊等。干草还可作为宠物饲料，如兔子和豚鼠。猪也可以喂以干草，但它们对干草的消化并不是很好。在没有足够的草场和牧场或者天气恶劣的情况下，干草是较好的饲料来源。按中华人民共和国农业部颁布的农业行业标准规定，干草含水量为14%。

高光谱遥感是一门新兴的交叉学科，它是建立在航空航天、传感器、计算机等技术上的，涉及电磁理论、光谱学与色度学、物理、几何光学、固体理论、电子工程、信息学、地理学、地球科学、地质学、林学、农学、大气科学、海洋学等多门学科。这其中电磁理论是遥感最重要的物理基础，电磁波与(地表)物质的相互作用机理、电磁波在不同介质的传输模型和对其进行接收、分析是凝聚各门学科和技术的核心。[2]

因此本文利用高光谱遥感这一先进技术手段对秋季干枯牧草生物量进行研究，在一定区域范围内，通过样点地物高光谱的采集，从光谱反射率曲线中提取光谱吸收特征，这些特征主要由以下特征参数表示，吸收波波长波段位置(P)、反射值(R)、深度(H)、宽度(W)、斜率(K)、对称度(S)、面积(A)等，提取一阶、二阶导数的地物光谱特征[3]。进行了地上生物量的高光谱遥感估算模型研究，旨在促进高光谱分辨率遥感技术在草地畜牧业动态监测和遥感估产中的应用(黄敬峰，2001)。[4]

图1 样地分布图

1 数据源与研究方法

1.1 数据采集

试验于2013年9月20-9月29日在内蒙古锡林郭勒草原进行。共设计30个样地(图1)，在每个样地内选取1个1m×1m大小的样方，采用美国Spectra Vista公司生产的SVCHR-1024i(分辨率 ≤ 3.5 nm, 350-1000nm；分辨率≤8.5nm, 1000-1850nm；分辨率≤6.5nm,1850-2500nm)野外光谱仪在每样方内均采集冠层反射光谱曲线，测量前均用标准白板进行校正。整个测量过程中，传感器探头在草地冠层上方垂直向下，距冠层垂直高度1.3m左右，沿正对太阳入射方向行进观测，以避免人影对光源强度的影响。[5]

在每个样方内采集光谱反射数据之后，收割其所有地上植物，利用电子天平立即对鲜生物量进行秤重，单位为g/m2。

1.2 研究区域概况

该研究区域地处42.6563°N-45.8364°N，l12.3611°E-119. 351°E，位于内蒙古自治区锡林郭勒盟中北部，西起二连浩特，东至东乌珠穆沁旗。属北部温带大陆性气候。[6]气候特点是风大、干旱、寒冷。年平均气温0-3℃， 结冰期长达5个月，寒冷期长达7个月，1月气温最低，平均-20℃，为华北最冷的地区之一。7月气温最高，平均21℃。年较差为35-42℃，极端最高气温39．9℃，极端最低气温-42．4℃，日较差平均为12-16℃。平均降雨量295mm，由东南向西北递减。典型植物群落由克氏针茅(Stipa klyrovii)、糙隐子草(Cleistogenes squarrosa)、冷蒿(Artemisiafrigida)组成，在该区西北部地区降雨相对偏少，分布有退化葱类植被，在中东大部分地区分布有小叶锦鸡儿等[7]。

1.3 研究方法

1.3.1高光谱数据特征参数及提取方法

本方法基于单个特征参量或两个(或多个)特征波段组合的光谱指数，建立它们与某个生理或生化参量的经验方程，因此又分为特征参量法和光谱指数法。[8]

常见的高光谱吸收特征参数包括了从原始光谱、一阶微分光谱提取的基于高光谱位置变量、基于高光谱面积变量、基于高光谱植被指数变量3种类型共19个吸收特征参数。[9]

基于高光谱位置变量的有8个：1)Db：蓝边内一阶微分光谱中的最大值，蓝边覆盖430-470nm；2) λb：Db对应的波长位置(nm)；3)Dr：红边内一阶微分光谱中的最大值，红边覆盖620-760 nm；4)λr：Dr对应的波长位置(nm)；5)Dinr：近红外平台一阶微分光谱中的最大值，近红外平台覆盖780-1300nm；6)λinr：Dinr对应的波长位置(nm)即对应近红外位置；7)H：绿峰的反射峰高度，RC,RS,RE,分别为吸收特征中心点、起点和结束点处的光谱反射率，λC,λS,λE,分别为反射特征中心点、起点和结束点处的波长，分别为560nm，500nm，670nm；

(1)[10]

8)D：红谷的吸收深度，RC,RS,RE，分别为吸收特征中心点、起点和结束点处的光谱反射率，λC,λS,λE,分别为反射特征中心点、起点和结束点处的波长，分别为670nm，560nm，760nm。

(2)[10]

基于高光谱面积的变量有3个：SDb：蓝边波长范围内一阶微分波段值的总和；SDr：红边波长范围内一阶微分波段值的总和；SDinr：近红外平台一阶微分波段值的总和。

基于高光谱植被指数的变量有： VI1=D/H： 红谷吸收深度(D)与绿峰反射峰高度(H)的比值；VI2= (D-H)/(D+ H)：红谷吸收深度(D)与绿峰反射峰高度(H)的归一化值；VI3=SDr/SDb：红边内一阶微分的总和(SDr)与蓝边内一阶微分的总和(SDb)的比值；VI4=SDinr/SDb近红外平台一阶微分的总和(SDinr)与蓝边内一阶微分的总和(SDb)的比值；VI5=SDinr/SDr近红外平台一阶微分的总和(SDinr)与红边内一阶微分的总和(SDr)的比值；VI6=(SDr—SDb)/(SDr+SDb)：红边内一阶微分的总和(SDr)与蓝边内一阶微分的总和(SDb)的归一化值。VI7=(SDinr-SDb)/(SDinr+ SDb)：近红外平台一阶微分的总和(SDinr)与蓝边内一阶微分的总和(SDb)的归一化值；VI8=(SDinr-SDr)/(SDinr+ SDr)：近红外平台一阶微分的总和(SDinr)与红边内一阶微分的总和(SDr)的归一化值。

1.3.2高光谱数据的主成分分析[11]

在SPSS环境下，对所采光谱数据400—1000nm波段数据进行主成分分析，实现高光谱数据的降维，减少数据量，结合干草生物量获得主成分。对所得光谱进行分段，可见光340-780nm、短波红外780-1300nm和短波红外1300-2500nm三段。

2 结果与分析

2.1 对25个样地进行高光谱参数提取，获得19种高光谱参数

表2:高光谱参数与生物量2

2.2 精度检验

对所得高光谱特征参数进行相关性分析，得到回归方程，并进行验证。

表3:高光谱特征参数(25个样地)与回归方程

验证结果如下表

表4:回归方程精度验证(5个样地)

本研究综合分析了高光谱特征参数、不同波段组合的19种常用植被指数与草地生物量间的相关关系，来建立草地生物量高光谱遥感估算模型，探讨了其模拟精度。[12]通过研究得出了如下结论：

高光谱特征参数D、Sdinr/SDb、(D-H)/(D+H)和草地生物量具有较高的相关性，其相关系数分别为0.687、0.688、0.660，其D和(D-H)/(D+H)的为指数函数，Sdinr/SDb为二次函数方程。通过精度验证，上述三个高光谱参数与干草生物量相关性最好。

草地冠层在可见光波段350-700nm范围的反射率较低，一般不会超过0.3，反射值沿波长增大方向呈逐渐增加趋势。同时，随着草地生物量的减小，叶片叶绿素、叶黄素和胡萝卜素等生化组分含量也随之减小，导致绿光波段反射峰值不够突出，使光谱曲线变得更平滑。[13]在近红外波段(760-1000 nm)内，反射率值一般在0.15-0.6之间，且比较平稳。

2.3 主成分分析结果与验证

紫外、可见、近红外

340-780nm 回归方程 y=19.134e-12.2xR=0.7126

短波红外

780-1300nm 回归方程 y=23.37e-11.06xR=0.5002

1300-2500nm 回归方程 y=5.3488e-19.2xR=0.5895

可见光波段主成分与干草生物量相关性最好，干草中叶绿色含量低，反射率增加，随着东西样地空间距离的增加，水分条件由东向西逐渐降低，干草生物量逐渐减少，干草反射率越向西越大。

通过对比高光谱特征参数与主成分分析两种方法，主成分分析获得的可见光波段光谱与生物量相关性最高，R值为0.7126，干草由于叶绿素含量大为下降，水分含量也大为减少，所以可见光波段光谱信息有效性较高。

3 结论与讨论

本次试验利用高光谱特征参数提取与主成分分析相结合对比比较，对内蒙古典型草原秋季干枯草生物量进行相关性研究。得到较为有效的干草生物量估算光谱波段与计算方法，这是本文的主要特点。以往植被生物估算大多以植被生长期或收获期，植被体内叶绿素含量较大，综合使用各种植被指数进行估算，对绿色植被估算较为有效，但在枯草研究中研究对比较少，本实验就这点进行了有益的实验研究，对整个植被生物量估算进行有力补充。未来可增加不同草地类型干草生物量估算研究，为农牧业发展提供技术支持。

〔参考文献〕

[1]章祖同.内蒙古草地资源[M]. 呼和浩特：内蒙古人民出版社，1990．

[2]童庆禧，张兵，刘兰芬.高光谱遥感——原理、技术与应用[M].北京：高等教育出版社，2006,6．

[3]刘占宇,等.草地生物量的高光谱遥感估算模型[J] .农业工程学报，2006.

[4]黄敬峰,等. 天然草地牧草产量遥感综合监测预测模型研究[J] .遥感学报, 2001.

[5]中国科学院内蒙古宁夏综合考察队．内蒙古自治区及其东西部毗邻地区天然草场[M]．北京：科学出版社，1980．

[6]黄文秀，农业自然资源[M] .北京:科学出版社，1998.

[7]中华人民共和国畜牧兽医司，全国畜牧兽医总站主编.中国草地资源[M]．北京：中国科学技术出版社，1996．

[8]朴世龙，方精云，郭庆华.利用CASA模型估算我国植被净第一性生产力[J].植物生态学报,2001．

[9]柏延臣，王劲峰.遥感信息的不确定性研究--分类与尺度效应模型[M] .北京：地质出版社，2003.

[10]Baret F., Fourty T.．Study on Plant canopy biochemistry for a high spectral resolution land surface Processes mission[J].INRA Bioclimatologie,1995．

[11]包刚,等.草地生物量高光谱遥感估算研究[J].自然资源学报，2013,7.

[12]徐玲玲，钱栓.内蒙古天然草场牧草产量的气象估算模型[J].中国草地学报,2011．

[13]Sun Rui, Zhu Qijiang . A remote sensing based net primary production model and thedistribution of net primary production in China[J]. Journal of Beijing Normal University ( Natural Science) , 1998, 34：132-137.