APP下载

科尔沁沙地典型沙丘植被光谱特性

2017-08-11牛亚龙刘廷玺段利民王冠丽罗艳云

草业科学 2017年7期
关键词:沙丘覆盖度反射率

牛亚龙,刘廷玺,段利民,王冠丽,罗艳云

(内蒙古农业大学水利与土木建筑工程学院,内蒙古自治区水资源保护与利用重点实验室,内蒙古 呼和浩特 010018)



科尔沁沙地典型沙丘植被光谱特性

牛亚龙,刘廷玺,段利民,王冠丽,罗艳云

(内蒙古农业大学水利与土木建筑工程学院,内蒙古自治区水资源保护与利用重点实验室,内蒙古 呼和浩特 010018)

采用Field Spec4(美国ASD)的便携式光谱仪对科尔沁5种典型沙丘植被的光谱曲线进行测量,并对其特征进行提取分析。结果表明,1)5种典型沙丘植被黄柳(Salixgordejevii)、冷蒿(Artemisiafrigida)、麻黄(Herbalephedrae)、差巴嘎蒿(Artemisiahalodendron)和小叶锦鸡儿(Caraganamicrophylla)的光谱形态大致相同。根据原始光谱差异和多个光谱特征参数可以区分植被类型。“红边斜率”由高到低依次为冷蒿(0.99%)>小叶锦鸡儿(0.68%)>黄柳(0.59%)>麻黄(0.58%)>差巴嘎蒿(0.56%)。2)对差巴嘎蒿不同季节光谱反射率特性进行比较分析得知,随植被生长期推移,差巴嘎蒿呈现出“双峰”和“红移”现象,但该现象并不明显。由于研究区在7月份出现持续干旱,植被缺水严重,导致差巴嘎蒿的“红边位置”在7月6日出现微小浮动,显现两个“红边平台”。3)分析不同覆盖度下差巴嘎蒿的光谱特性,差巴嘎蒿的导数光谱呈现“双峰”特性,且当覆盖度大于40%时,“红边位置”与覆盖度并无直接联系,但“红边斜率”与覆盖度呈正比关系。对不同覆盖度下差巴嘎蒿光谱可见光波段的连续统去除,得到吸收深度随覆盖度的增加而增大,吸收峰面积随覆盖度的增加而减小,对覆盖度敏感性参数比较可知,研究该地区差巴嘎蒿覆盖度变化优先考虑吸收峰面积。因此,基于植被高光谱特性的分析,对于今后利用遥感监测沙丘植被长势、植被分类识别及反演植被覆盖度等的应用提供重要的参考价值。

光谱特性;红边;绿峰;植被覆盖度;沙丘植被;差巴嘎蒿;科尔沁沙地

对地物进行光谱测定及研究不仅是遥感分析和应用的基础,也是研究遥感理论的重要内容。由于实测的地面光谱数据的分辨率较高,因此能够更加准确地反映地物的光谱特性[18]。本研究采用Field Spec4(美国ASD)的便携式光谱仪对科尔沁5种典型沙丘植被的光谱进行了测量,对其特征进行提取分析,并同时对求导及去包络线的光谱数据进行分析,比较它们之间的相似度和差异性,为该区域不同植被分类识别建模提供依据。由于差巴嘎蒿为半流动、半固定沙丘的建群物种,是科尔沁沙地主要的固沙先锋物种之一,且具有抗寒、耐旱、繁殖快等特性,被广泛用于沙漠化防治和沙地生态系统的恢复[19],因此研究不同生长时期和不同覆盖度下的差巴嘎蒿光谱特性,对植被变化监测、生态环境调查与综合评价等方面具有重要意义,也为今后该区域植被特性的反演及验证和光谱数据库的建立提供数据支持。

1 研究区概况与研究方法

1.1 研究区概况

研究区位于蒙古高原(内蒙古通辽市科尔沁左翼后旗阿古拉镇),地处科尔沁沙地的东南缘,地理坐标为43°18′48″-43°21′24″ N,122°33′00″-122°41′00″ E,面积55 km2(图1)。该区属温带大陆性季风气候,年平均气温6.6 ℃,多年平均降水量389 mm,且主要集中在6月-9月,直径20 cm蒸发皿年平均水面蒸发量1 412 mm,年平均相对湿度55.8%,属典型的半干旱荒漠化农牧交错地区,地貌特点为流动、半流动半固定与固定沙丘和草甸、农田相间分布,地势为南北高翘,中间低平。区内植被种类繁多,而天然植被大体分为沙丘植被、草甸植被和林地乔木三大类,其中沙丘植被主要有黄柳(Salixgordejevii)、冷蒿(Artemisiafrigida)、麻黄(Herbalephedrae)、差巴嘎蒿(Artemisiahalodendron)和小叶锦鸡儿(Caraganamicrophylla)等。

1.2 典型植被地物光谱数据的采集

采用Field Spec4(美国ASD)的便携式光谱仪,波长范围为350-2 500 nm,其中,350-1 000和1 000-2 500 nm处的波段宽分别为1.4和2.0 nm,光谱分辨率分别为3和2 nm。研究区沿着122°34′48″ E、122°37′36″E、122°39′00″ E3条经度带,纬度自43°18′54″ N开始,大体每隔12″将3条带划分生态点,综合考虑每个生态点地形地貌、土壤质地及植被状况的情况下,选取22个点作为光谱测试点(图1)。2015年5月中旬到9月下旬进行测量,涵盖了沙丘植被的生长初期(5月中旬-6月末)、成熟期(7月初-8月末)和衰落期(9月初-9月末)3个时期,测量选择天气晴朗无风,能见度>10 km,于10:30-14:00进行,共实施8次,且测量的同时对植被拍照。数据采集时先去除暗电流,然后再进行自动优化与白板的标定;测量时光谱仪视场角为25°,采集器距植被冠层顶垂直高度约1 m。为了使测量数据具有代表性,每个生态点同种植被选择5个固定位置,每次测量均对同一生态点的同种地物重复测量5次,剔除25次测量中的异常值,对光谱数据进行平均处理后作为该生态点同种植被的光谱反射率值,测量前后及时利用白板进行优化。

图1 研究区地理位置、地貌特征与光谱测点Fig. 1 The geographic location, landscape features and layout of spectral measuring point in the study area

1.3 光谱数据处理方法

首先利用仪器自带的处理软件ViewSpec Pro Version 6.0将所测样地平均后的光谱反射率选用ASCII格式输出。使用数据时为消除水汽的影响,要去除影响严重的中红外波段1 350-2 500 nm。为更好地凸显植被光谱的差异,本研究要将高光谱数据进行降维处理,选取的方法如下。

1.3.1 微分法 对于植被,微分后的光谱不仅可以部分消除系统误差、土壤背景、凋落物等低频光谱成分,而且还可以削弱大气背景的噪声,植被光谱曲线在坡度上的微小变化也会被放大,从而有效提取出沙丘植被的波长位置、深度、宽度等多种吸收参量,更好地反映了沙丘植被不同生长期的本质特性。一阶微分法的计算公式为[20]:

(1)

1.3.2 连续统去除法(CR) 连续统去除法能很好地消除土壤背景(将植被原始光谱归一到一致的光谱背景上)和光照条件的影响,有效地突出了植被吸收和反射率光谱的个性和共性,放大了植被光谱在可见光处的两个吸收谷,有利于分析植被的吸收特征,其计算公式为:

(2)

式中:CR(λi)是波长λi处的连续统去除值;RH(λi)为波长λi处的直线反射率;R(λi)为波长λi处的原始光谱反射率。

由连续统去除后的曲线,能够进一步计算光谱吸收谷处的深度深度[BD(λi)]和吸收峰面积(A),其计算公式分别为[18]:

BD(λi)=1-CR(λi)

(3)

(4)

式中:BD(λi)为波长λi处的波段深度;λend、λstart为吸收终点和起点的波长。

2 结果与分析

2.1 5种典型沙丘植被光谱曲线特征的比较

荒漠化地区沙丘植被光谱在形态上大致相同(图2a),主要在叶绿素强烈吸收带450-650 nm和水分吸收带970、1 190 nm附近。在750 nm附近是一个相对平坦的、反射率高的区域,它主要由植被叶片的细胞结构所决定。不同种类植被叶片内部结构有所差异,导致光谱差异显著[21]。在较大差异波段780-880 nm处,平均光谱反射率由高到低依次为冷蒿(45.0%)>小叶锦鸡儿(33.2%)>黄柳(33.1%)>麻黄(33.0%)>差巴嘎蒿(30.6%)。其中冷蒿的光谱反射率最大,差巴嘎蒿的光谱反射率最小,易于同其它植被区分。在整个近红外波段750-1 350 nm内,冷蒿的光谱反射率均大于其它4种植被。

在波长680 nm附近,有明显的吸收谷,这主要是由于植被叶片中的红色素对红光波段处的吸收所造成的。在680-760 nm波段处,植被的光谱反射率陡峭上升,形成了植被的“红边”区,对该波段的原始光谱进行一阶求导(图2b)。冷蒿、麻黄和差巴嘎蒿的“红边位置”均位于715 nm处,黄柳和小叶锦鸡儿的“红边位置”均位于716 nm处,并求得“红边斜率”由高到低依次为冷蒿(0.99%)>小叶锦鸡儿(0.68%)>黄柳(0.59%)>麻黄(0.58%)>差巴嘎蒿(0.56%)。其中小叶锦鸡儿的“红边斜率”小于冷蒿,且明显大于黄柳、麻黄和差巴嘎蒿3种植被。

统计5种沙丘植被光谱曲线的“绿峰”、“红谷”和“三边”参数(表1)。小叶锦鸡儿的“绿峰位置”小于其它4种植被,其变化并不明显,但其“蓝边面积”和“红谷面积”均最小,结合“红边斜率”可以很好的将其区分出来。麻黄的“蓝边位置”在524 nm处,均大于其它4种沙丘植被,且其“黄边面积”最小,也易于同其它植被区分。而差巴嘎蒿的平均光谱反射率、“红边斜率”与“红边面积”3个参数的值均最小,也可以将其区分出来。

2.2 差巴嘎蒿在不同生长时期和不同覆盖度下的光谱特征

2.2.1 不同生长时期差巴嘎蒿光谱特征 比较差巴嘎蒿不同生长时期的原始光谱曲线(图3),从5月23日到7月6日,由于植被持续生长,在7月6日植被叶片的叶绿素含量最高,荒漠化地区差巴嘎蒿对蓝光和红光的吸收不断增强,表现为在蓝光(435-450nm)和红光(660-680 nm)波段处光谱反射率不断减小。在551 nm附近,“绿峰位置”持续向蓝光方向偏移(表2);从7月18日到9月23日,植被处于衰退期,叶绿素含量持续下降,在蓝光和红光波段处反射率增大,其在成熟期,光谱反射率在近红外波段高于衰退期。“绿峰位置”又向红光方向偏移。由于研究区在2015年7月份出现持续干旱,且差巴嘎蒿属于高蒸腾、高耗水型沙地旱生植被,其长势对水分变化敏感[22-23],近红外波段处的光谱反射率和“绿峰位置”均出现浮动。

图2 5种沙丘植被的光谱反射特征Fig. 2 Spectral reflectance characteristics of five kinds of dune vegetation

表1 5种沙丘植被的光谱参数统计Table 1 Spectral parameters statistics of five kinds of dune vegetation

分析不同时期差巴嘎蒿光谱的 “红边”特性,对680-760 nm波段处的原始光谱取一阶微分(图4a)。从图中可以看出,与大多数的绿色植被的“红边”区相似,差巴嘎蒿光谱的“红边”区同样具有“双峰”现象,且 “次峰”波长大于“主峰”。随着植被生长发育期的推移,差巴嘎蒿的叶面积指数增大、生物量增加,土壤背景对其冠层光谱的影响不断减小,在8月13日,其“双峰”现象达到最大;随后其“双峰”现象逐渐减弱,到9月26日基本消失。

对差巴嘎蒿光谱“红边位置”进行分析得知(表2),随着差巴嘎蒿生长越来越旺盛,植被光合作用能力增强,植被叶片对红光吸收增强,出现“红边红移”现象,但并不明显,表明植被持续生长,但并不旺盛。其中差巴嘎蒿在7月6日的“红边位置”向左偏移,这是因为研究区2015年7月份出现持续干旱,导致植被缺水严重,叶片部分枯死所致。在7月-9月,为差巴嘎蒿的花期和果期,它的“红边位置”为715 nm,持续处在“红边平台”位置。

图3 不同生长时期差巴嘎蒿的光谱特性Fig. 3 Artemisia halodendron spectrum of different growth periods

图4 不同生长时期差巴嘎蒿的光谱特征分析Fig. 4 Artemisia halodendron spectral characteristics of different growth periods

在可见光波段,差巴嘎蒿两个明显的吸收谷分别在蓝光490 nm和红光675 nm附近,分析不同时期差巴嘎蒿冠层光谱的连续统去除值(图4b)。由于成熟期的叶片叶绿素含量较大,且研究区在2015年8月中旬干旱得到一定程度的缓解,因此,在8月13日差巴嘎蒿的两个波段处的吸收深度均达到最大,随后其吸收强度明显减弱。在同一生长时期,差巴嘎蒿在红光715 nm附近的吸收明显比蓝光490 nm附近的更加强烈,吸收深度也比蓝光波段处深。

表2 不同生长时期差巴嘎蒿光谱的“绿峰”和“红边”位置Table 2 Artemisia halodendron spectral “green peak” and “red-edge” position of different growth periods

图5 同时期不同覆盖度下差巴嘎蒿的光谱特征Fig. 5 The spectral characteristics of Artemisia halodendron under different coverage in the same period

2.2.2 同时期差巴嘎蒿不同覆盖度下的反射光谱曲线特征 4种不同覆盖度下差巴嘎蒿的光谱特征比较(图5a)可知,覆盖度为10%时光谱反射率接近土壤,植被特征不明显。覆盖度较高时,差巴嘎蒿呈现明显的植被光谱特性。在可见光波段550-680 nm处,差巴嘎蒿的光谱反射率随着覆盖度的增加而减小,在近红外波段760-920 nm处,随着覆盖度的增加而增大。

差巴嘎蒿的一阶微分光谱呈现明显的“双峰”特性(图5b),其“次峰”波长小于“主峰”。随着覆盖度的下降,植被的“双峰”特性逐渐削弱,这是因为植被反射率受土壤背景的影响不断增大所致。在覆盖度10%、40%、70%与90%处,差巴嘎蒿的“红边位置”分别在697、715、715和715 nm处。其“红边位置”在覆盖度大于40%以后已没有变化,表明差巴嘎蒿的“红边位置”与覆盖度并无明显联系。在覆盖度10%、40%、70%与90%下,差巴嘎蒿的“红边斜率”依次是0.002 3、0.005 0、0.006 0和0.006 8,即“红边斜率”与覆盖度成正比,这与那曲小嵩草(Kobresiapygmaea)“红边斜率”与覆盖度的特性[18]一致。

对不同覆盖度下差巴嘎蒿的光谱反射率进行连续统去除后(图5c),差巴嘎蒿在两个吸收波段具有不同的吸收强度,而10%覆盖度下大致相同,这是因为光谱反射率主要受土壤背景的影响所致。较高覆盖度下,其植被在红光范围内的吸收比在蓝光范围内更为强烈。与差巴嘎蒿覆盖度相关的吸收波段范围为500-750 nm处,并对该波段处连续统去除后的光谱曲线进行计算,得到相应的吸收深度和吸收峰面积(图5d),同时期差巴嘎蒿的吸收深度随着覆盖度的增加不断增大,吸收峰面积随着覆盖度的增加而减小。

3 讨论与结论

原始光谱曲线受外界影响因素较大,但不同植被的波段特征位置相同,比较其波段特征位置处的光谱特性,可以在一定程度上区分不同植被类型。学者利用光谱特征参量、光谱指数和光谱重排3种方法对甘南高寒草甸主要毒杂草光谱特征进行了分析[24],并成功区分出主要植被类型;分别对山地草甸群落[25]和退化伊犁绢蒿荒漠草地[26]特征植被的光谱特征进行了分析,均取得了较好的效果。

荒漠化植被的盖度均较低,本研究选择微分法和连续统去除法均能在一定程度上消除土壤背景的影响。微分法在可见光与近红外波段范围内均能较好地消除土壤背景(图6),而连续统去除法在近红外波段处消除土壤背景的效果明显比可见光波段处好。同时,连续统去除后的光谱曲线能有效地抑制噪音,更加突出特征植被光谱的特征信息。

图6 土壤背景的光谱特性Fig. 6 Spectral characteristics of soil background

与其它植被比较,差巴嘎蒿在其“红边”区出现的“双峰”和“红移”现象并不明显,而在7月6日其“红边位置”出现微小浮动,且出现两个“红边平台”,这与水稻(Oryzasativa)、玉米(Zeamays)和棉花(Gossypiumspp.)等农作物的“红边”区呈现的特性有所不同[27-28],这是因为作为固沙先锋植被,差巴嘎蒿自身具有较好的抗旱性,且其花期和果期较长,适应环境能力较强,导致“红边平台”持续了两个生长时期。

植被覆盖度是一种直观的量化指标,可以描述植被的生长状况,而在气候、水文和生态系统模拟等模型中,又可作为重要的输入参数[29]。对同时期4种覆盖度下差巴嘎蒿的光谱特性进行分析研究,其不同波段处的光谱反射率随覆盖度的变化呈现明显的规律。结合图5与表3可以得到,在覆盖度较低时,差巴嘎蒿的“红边面积”、吸收深度和吸收峰面积3个参数变化较为明显;在覆盖度较大时,3个参数的变化程度从大到小为吸收峰面积>红边面积>吸收深度。对于该地区差巴嘎蒿覆盖度变化的研究可以优先考虑的参数为吸收峰面积。

对黄柳、冷蒿、麻黄、差巴嘎蒿和小叶锦鸡儿5种典型沙丘植被的原始光谱反射特征进行比较,得知荒漠化地区沙丘植被光谱在形态上大致相同。但由于不同种类沙丘植被叶片内部结构存在差异,导致光谱差异显著。其中较大差异波段为780-880 nm,并结合光谱“三边”参数、“绿峰”和“红谷”参数的统计值能够很好区分5种沙丘植被。对不同季节8个时期和同时期4种覆盖度下的差巴嘎蒿光谱特性进行分析比较可知,其光谱特性随不同时期与不同覆盖度的变化均呈现出规律性变化,对其光谱特性的研究能够很好地表现植被生长生理特征。研究区属典型的半干旱荒漠化农牧交错区,基于该地区沙丘植被高光谱特性的分析,对于今后利用遥感监测荒漠化地区沙丘植被的长势、分类识别及反演植被覆盖度等的应用提供重要的参考价值。

表3 不种覆盖度下差巴嘎蒿的参数值Table 3 Artemisia halodendron parameter values of different growth periods

References:

[1] 童庆禧,张兵,郑兰芬.高光谱遥感——原理、技术与运用.北京:高等教育出版社,2006. Tong Q X,Zhang B,Zheng L F.Hyperspectral Pemote Sensing——Principle Technology and Applications.Beijing:Higher Education Press,2006.(in Chinese)

[2] 浦瑞良,宫鹏.高光谱遥感及其应用.北京:高等教育出版社,2000. Pu R L,Gong P.Hyperspectral Pemote Sensing and Its Application.Beijing:Higher Education Press,2000.(in Chinese)

[3] 张翼然,宫兆宁,赵文吉.水分环境梯度下野鸭湖湿地典型植被光谱特征分析.光谱学与光谱分析,2012,32(3):743-748. Zhang Y R,Gong Z N,Zhao W J.Analysis of typical vegetation spectral characteristics of wild duck lake wetland under water environment gradient.Spectroscopy and Spectral Analysis.2012,32(3):743-748.(in Chinese)

[4] 刘雪华,孙岩,吴燕.光谱信息降维及判别模型建立用于识别湿地植被物种.光谱学与光谱分析,2012,32(2):459-464. Liu X H,Sun Y,Wu Y.Spectral dimensionality reduction information and discriminant model for identification of wetland plant species.Spectroscopy and Spectral Analysis,2012,32(2):459-464.(in Chinese)

[5] 范应龙,谭炳香,东启亮.利用天宫一号高光谱数据识别植被类型的评估研究.遥感学报,2014,18(z1):98-106. Fan Y L,Tan B X,Dong Q L.Study on the evaluation and identification of vegetation hyperspectral data types using Tiangong-1.Journal of Remote Sensing,2014,18(z1):98-106.(in Chinese)

[6] 李晓松,李增元,高志海,白黎娜,王琫瑜.基于NDVI与偏最小二乘回归的荒漠化地区植被覆盖度高光谱遥感估测.中国沙漠,2011,31(1):162-167. Li X S,Li Z Y,Gao Z H,Bai L N,Wang F Y.Hyperspectral remote sensing estimation of vegetation coverage in desertification area based on NDVI and partial least squares regression.Journal of Desert Research,2011,31(1):162-167.(in Chinese)

[7] 林卉,杨苏新,侯飞,张连蓬,胡召玲.利用高光谱混合像元分解估测喀斯特地区植被覆盖度.测绘通报,2014(5):23-27. Lin H,Yang S X,Hou F,Zhang L P,Hu Z L.Estimation of vegetation coverage using hyperspectral mixed pixel decomposition in Karst area.Bulletin of Surveying and Mapping,2014(5):23-27.(in Chinese)

[8] Schmidt K S,Skidmore A K.Spectral discrimination of vegetation types in a coastal wetland.Remote Sensing of Environment,2008,27(9):701-707.

[9] Spanglet H J,Ustin S L,Rejmankova E.Spectral reflectance characteristics of California subalpine marsh plant communities.Wetlands,1998,18(3):307-319.

[10] 范燕敏,武红旗,靳瑰丽.新疆草地类型高光谱特征分析.草业科学,2006,23(6):15-18. Fan Y M,Wu H Q,Jin G L.Hyperspectral characteristics of grassland types in Xinjiang.Pratacultural Science,2006,23(6):15-18.(in Chinese)

[11] 张凯,郭铌,王润元,司建华,王小平.西北荒漠草甸植被光谱反射特征研究.地球科学进展,2006,21(10):1063-1069. Zhang K,Guo N,Wang R Y,Si J H,Wang X P.Study on spectral reflectance characteristics of desert meadow vegetation in Northwest China.Advances in Earth Science,2006,21(10):1063-1069.(in Chinese)

[12] 曹巍,邵全琴,喻小勇,樊江文.内蒙古不同利用方式温性草原植被光谱特征分析.草地学报,2013,21(2):243-252. Cao W,Shao Q Q,Yu X Y,Fan J W.Analysis of spectral characteristics of temperate grassland vegetation under different utilization of Inner Mongolia.Acta Agrestia Sinica,2013,21(2):243-252.(in Chinese)

[13] 夏小伟,靳瑰丽,安沙舟,范燕敏,梁娜.围栏封育下伊犁绢蒿荒漠草地特征植被高光谱特征变化分析.草业科学,2015,32(6):870-876. Xia X W,Jin G L,An S Z,Fan Y M,Liang N.High spectral characteristics analysis of the characteristics of the characteristic plants of the desert grassland of Yili.Pratacultural Science,2015,32(6):870-876.(in Chinese)

[14] 段瑞鲁,刘廷玺,张圣微,段利民,田晶,王兆葡,田波.科尔沁沙地典型沙丘植被光谱特征数据的匹配.干旱区研究,2014,31(4):750-755. Duan R L,Liu T X,Zhang S W,Duan L M,Tian J,Wang Z P,Tian B.Matching of spectral data of typical vegetation on dunein the horqin sandy land.Arin Zone Research,2014,31(4):750-755.(in Chinese)

[15] 刘美,吴世新,潘伯荣.沙冬青(AmmopiptanthusCheng f.)高光谱特征提取和分析.干旱区研究,2015,32(6):1186-1191. Liu M,Wu S X,Pan B R.Extraction and analysis of hyperspectral characteristicsofAmmopiptanthusCheng f.Arid Zone Research,2015,32(6):1186-1191.(in Chinese)

[16] 马维维,巩彩兰,胡勇,魏永林,李龙,刘丰轶,孟鹏.牧草品质的高光谱遥感监测模型研究.光谱学与光谱分析,2015,35(10):2851-2855. Ma W W,Gong C L,Hu Y,Wei Y L,Li L,Liu F T,Meng P.Study on forage quality hyperspectral remote sensing model.Spectroscopy and Spectral Analysis,2015,35(10):2851-2855.(in Chinese)

[17] Thenkabail P S,Enclona E A,Ashton M S.Legg C,Dieu M J D.Hyperion,IKONOS,ALI,and ETM+ sensors in the study ofAfricanrainforests.Remote Sensing of Environment,2004,90(1):23-43.

[18] 杨凯,沈渭寿,刘波,欧阳琰.那曲典型草地植被光谱特征分析.遥感技术与应用,2014,29(1):40-45. Yang K,Shen W S,Liu P,Ouyang Y.Analysis of typical grassland vegetation spectral features in Naqu.Remote Sensing Technology and Application,2014,29(1):40-45.(in Chinese)

[19] 孙岩.湿地植被高光谱特征分析与物种识别模型构建.北京:清华大学硕士学位论文,2008. Sun Y.Hyperspectral characteristics and species identification model about wetland vegetation.Master Thesis.Beijing:Tsinghua University,2008.(in Chinese)

[20] 李明州.光谱分析技术和应用.北京:科学出版社,2006. Li M Z.Spectral Analysis Technology and Application.Beijing:Science Press,2006.(in Chinese)

[21] Shi R H.Zhuang D F,Niu Z.Estimation of optinal mesophyll structure paraneter of rice leaves.Journal of Remote Sensing,2007,11(5):626-631.

[22] 罗永清,赵学勇,朱阳春,李玉强,陈银萍.不同培养条件下差巴嘎篙种子萌发与幼苗生长特征.应用生态学报,2014,25(1):31-36. Luo Y Q,Zhao X Y,Zhu Y C,Li Y Q,Chen Y P.Germination and seedling growth ofArtemisiahalodendronunder different incubation environments.Chinese Journal of Applied Ecology,2014,25(1):31-36.(in Chinese)

[23] 周海燕.科尔沁沙地冷篙和差巴嘎篙对水分胁迫的反应及差异性.中国草地,1999(6):13-17. Zhou H Y.Fringed sagebrush andArtemisiahalodendronresponse to water stress and the difference in Horqin sandy land.Grassland of China,1999(6):13-17.(in Chinese)

[24] 胡远宁,崔霞,孟宝平,杨淑霞,梁天刚.甘南高寒草甸主要毒杂草光谱特征分析.草业科学,2015,32(2):160-167. Hu Y N,Cui X,Meng B P,Yang S X,Liang T G.Spectral characteristics analysis of typical poisonons weeds in Gannan alpine meadow.Pratacultural Science,2015,32(2):160-167.(in Chinese)

[25] 李真真,郑翔,牛德奎,郭晓敏,谢碧裕,张学玲.武功山山地草甸主要群落类型高光谱特征.草业科学,2016,33(8):1492-1501. Li Z Z,Zheng X,Niu D K,Guo X M,Xie B Y,Zhang X L.The study on hyperspectral characteristics of main community types in mountain meadow.Pratacultural Science,2016,33(8):1492-1501.(in Chinese)

[26] 靳瑰丽,何龙,安沙舟,范燕敏,武鹏飞.退化伊犁绢篙荒漠草地特征植被光谱特征.草业科学,2014,31(10):1848-1858. Jin G L,He L,An S Z,Fan Y M,Wu P F.Spectral features of eight desert range plants on degradationSeriphidiumtransiliensedesert grassland.Pratacultural Science,2014,31(10):1848-1858.(in Chinese)

[27] 唐延林,黄敬峰,王秀珍,王人潮,王福民.水稻、玉米、棉花的高光谱及其红边特征比较.中国农业科学,2004,37(1):29-35. Tang Y L,Huang J F,Wang X Z,Wang R C,Wang F M.Hyperspectral and red edge characteristics of rice,maize and cotton.Chinese Agricultural Science,2004,37(1):29-35.(in Chinese)

[28] 唐延林,王秀珍,黄敬峰,王人潮.水稻微分光谱和植被指数的作用探讨.农业工程学报,2003,19(1):145-150. Tang Y L,Wang X Z,Huang J F,Wang R C.Study on the role of derivative spectra and vegetation index for rice.Transactions of the Chinese Society of Agricultural Engineering,2003,19(1):145-150.(in Chinese)

[29] 包刚,包玉海,覃志豪,周义,黄明祥,张宏斌.高光谱植被覆盖度遥感估算研究.自然资源学报,2013,28(7):1243-1254. Bao G,Bao Y H,Qin Z H,Zhou Y,Huang M X,Zhang H B.Estimation of vegetation coverage by hyperspectral remote sensing.Journal of Natural Resources,2013,28(7):1243-1254.(in Chinese)

(责任编辑 张瑾)

The spectral characteristics of typical dune vegetation in Horqin Desert

Niu Ya-long, Liu Ting-xi, Duan Li-min, Wang Guan-li, Luo Yan-yun
(Inner Mongolia Agricultural University Water Conservancy and Civil Engineering College, Inner Mongolia Water Resource Protection and Utilization Key Laboratory, Hohhot 010018, China)

Field Spec4 portable spectrometer (ASD Company) was used to measure the spectral curves of typical vegetation on the sand dunes of Horqin Desert. The spectrum was extracted and analysed. The results revealed that: 1) spectral morphologies of five typical species (Salixgordejevii,Artemisiafrigida,Herbalephedrae,Artemisiahalodendron,Caraganamicrophylla) were similar. The descending order of seeking “red-edge slope” wasA.frigida(0.99%) >C.microphylla(0.68%) >S.gordejevii(0.59%) >H.ephedrae(0.58%) >A.halodendron(0.56%). However, the vegetation types can be distinguished according to the spectral differences and the parameters of the multiple spectral features. 2) Spectral reflectance characteristics ofA.halodendronin different seasons changed with vegetation growth stages. Although this species showed “twin peaks” and “red shift”, these phenomena were not clearly observed. Because the study area appeared to be persistently exposed to drought in July, water shortage in vegetation was severe, which led to the reduction of ‘red edge position’ ofA.halodendronto tiny dots on July 6 that appeared as two ‘red edge platforms’. 3) The analysis of spectral characteristics ofA.halodendronat different coverage revealed that the derivative spectra represented ‘twin peaks’. Moreover, when the coverage was more than 40%, the ‘red-edge position’ and the coverage were not directly linked, but the canopy coverage was proportional to the ‘red-edge slope’. Removal of the visible band revealed an increase in absorption depth and decrease in absorption peak area ofA.halodendronwith increasing coverage. A comparison of coverage-sensitive parameters indicated that the area of the absorption peak was the preferred parameter for studying coverage variation ofA.halodendronin this region. Therefore, analysis of vegetation hyperspectral characteristics provide an important reference value for the application of remote sensing-based monitoring of vegetation characteristics, such as growth, vegetation classification, and vegetation cover.

spectral characteristics; red edge; green peak; vegetation coverage; dune vegetation;Artemisiahalodendron; Horqin Desert

Liu Ting-xi E-mail:txliu1966@163.com

2016-09-23 接受日期:2016-12-09

国家自然科学基金重点项目(51139002);国家自然科学基金重点国际(地区)合作研究项目(51620105003);国家自然科学基金面上项目(51479086);内蒙古水利科技项目;教育部科技创新团队发展计划(IRT13069);科技部重点领域创新团队(2015RA4013);内蒙古自治区草原英才产业创新创业人才团队;内蒙古农业大学寒旱区水资源利用创新团队(NDTD2010-6)

牛亚龙(1990-),男,河北邯郸人,在读硕士生,研究方向为干旱区植被光谱特性。E-mail:970163841@qq.com

刘廷玺(1966-),男,内蒙古赤峰人,教授,博士,研究方向为干旱区生态水文。E-mail:txliu1966@163.com

10.11829/j.issn.1001-0629.2016-0497

Q947.8;Q948.15

A

1001-0629(2017)07-1365-09

光谱遥感因其具有光谱分辨率高、波段数多、图谱合一、信息量大等优点,已成为定量遥感分析中重要的研究方向之一[1-3],并在监测植被长势、植被分类识别及覆盖度反演等方面已取得了大量的研究成果[4-7]。在国际上,相关学者利用距离分析和包络线去除两种方法对荷兰瓦登海地区的湿地植被类型进行了光谱识别分析[8];对美国加利福尼亚州亚高山地区的沼泽植物群落也进行了光谱特征分析[9];在国内,相关学者分别研究了新疆草地类型[10]和西北荒漠草甸植被[11]的光谱特征;对荒漠化地区草甸、草原植被的高光谱特性进行了研究[11-14];在科尔沁沙地对典型沙丘植被光谱特征数据进行了匹配研究,并得到TM4波段为研究地区植被物种识别的首选波段;利用一阶导数和倒高斯模型提取了新疆沙冬青(Ammopiptanthusnanus)和蒙古沙冬青(A.mongolicus)的高光谱特征,分析了两种沙冬青的光谱特征差异,并成功识别了冬季新疆沙冬青群落[15]。研究表明,利用高光谱遥感数据能准确地反映植被生长状态、光谱特征以及不同植被光谱的差异,可以准确地反演生物量、覆盖度等植被参数[16-17]。

牛亚龙,刘廷玺,段利民,王冠丽,罗艳云.科尔沁沙地典型沙丘植被光谱特性.草业科学,2017,34(7):1365-1373.

Niu Y L,Liu T X,Duan L M,Wang G L,Luo Y Y.The spectral characteristics of typical dune vegetation in Horqin Desert.Pratacultural Science,2017,34(7):1365-1373.

猜你喜欢

沙丘覆盖度反射率
影响Mini LED板油墨层反射率的因素
呼和浩特市和林格尔县植被覆盖度变化遥感监测
近岸水体异源遥感反射率产品的融合方法研究
具有颜色恒常性的光谱反射率重建
基于NDVI的晋州市植被覆盖信息提取
辽宁省地表蒸散发及其受植被覆盖度影响研究
低覆盖度CO分子在Ni(110)面的吸附研究
沙丘
会弹琴的沙丘
基于地面边缘反射率网格地图的自动驾驶车辆定位技术