基于红外热成像的核桃冠层温度测量不确定性分析

2019-06-27张劲松汪贵斌尹昌君王鑫梅

农业机械学报 2019年6期

孙圣张劲松, 孟平, 汪贵斌尹昌君王鑫梅

(1.中国林业科学研究院林业研究所，北京 100091； 2.南京林业大学南方现代林业协同创新中心，南京 210037)

0 引言

冠层温度作为表征植物生理生态过程及能量平衡的重要参数之一，直接影响叶片水分亏缺，以及植物碳、水和能量的交换[1]。准确测量植物冠层温度对植物水分关系和冠层能量平衡方面的研究具有重要意义[2]。早期，采用热电偶测量冠层温度，需要确保金属丝始终附着在叶片表面，并且需要获取大量测量数据以确保足够的代表性；热红外温度计的测量值是混合热信号生成的平均值，会受到非目标物的干扰以及出现空间分辨率不足的问题[3]。因此，上述方法准确、长期、连续测量冠层温度是不可行的。随着红外热成像技术的快速发展，在稳定性、像素分辨率和灵敏度上都能够满足整个生长季节冠层温度的连续监测需求[4]。此外，红外图像还具有可视化优点，可以将不同温度信息整合到一张图谱中，结合图像处理技术能够实现冠层温度的精准提取[5]。

近年来，热红外成像技术已经被广泛应用于植物气孔导度、植物水分亏缺和灌溉策略等农林业研究[6-8]中。农作物冠层的均一化和高密度性，使得垂直测量更为容易[9-10]；相反，林木的高度会给地面垂直测量增加难度[11]。因此，在非垂直观测中，方向和角度问题就成为影响测量的重要因素之一。随着无人机遥感平台的发展，无人机热成像观测虽然满足了空间尺度的要求，但是只能获取时间上不连续的数据，而且不考虑相机参数设定会导致拍摄产生较大的误差[12]。目前，有关测量误差的报道多集中在实验室条件下对黑体表面的研究[13]，而对于田间树木冠层温度测量中的不确定性研究相对较少。AUBRECHT等[14]在阔叶混交林冠层温度观测中，量化了A655sc型热像仪(FLIR，美国)的测量误差，并进行了不确定性分析。随后，KIM等[15]评估了A325型热像仪(FLIR，美国)测量针叶树冠层温度的精度，并提出了修正的经验模型。由于叶片相互遮挡以及冠层的不规则性，使得冠层温度分布存在差异[16-17]，测量过程中容易造成以点代面和以局部代整体，从而引起误差。

本文针对A310f型红外热像仪(FLIR，美国)的主要参数进行敏感性分析，并进一步探讨不同方向、不同角度以及冠层内外温度差异对热红外测量核桃冠层温度带来的不确定性。最终提出减小误差的方法，为基于冠层温度的相关研究提供理论指导。

1 材料与方法

1.1 试验区概况

试验地位于河南省济源市市郊核桃园区(北纬35°01′，东经112°28′)。该园区属于典型的低山丘陵区，受暖温带大陆性季风气候影响。气候温和，光、热、水资源丰富。夏季炎热，热量充足。该区域年平均气温为14.3℃，最冷月平均气温为-0.1℃，最热月平均气温为27℃。年降水总量约650 mm，降水多集中于6—8月，约占全年降水量的54%以上。园区核桃品种繁多，以香玲品种为主。本文将主要优势树种香玲核桃树作为研究对象。核桃树的株行距3 m×5 m，行向为南北向，5年生核桃树株高3.8 m，自然开心型，2～3个主枝条。选择3棵相邻且长势良好的核桃树作为样本树，记为H1、H2、H3，3棵样本树按照从北到南横向排列(图1)。

图1 2017年5月31日13:00时拍摄的热红外图像Fig.1 Thermal infrared image acquired at 13:00 on May 31, 2017

1.2 试验设计

样地西侧设立10 m高的观测塔，在塔顶处安装美国FLIR公司生产的A310f型红外热像仪，镜头焦距18 mm，视场角为25°，红外热像仪镜头到3棵样本树冠层的距离分别为17.8、19.1、20.5 m。于2017年5月25日—6月13日(20 d)采集红外图像，06:00—18:00每隔30 min获取一次图像，图像分辨率为320像素×240像素，在塔基处使用工业计算机通过运行FLIR公司的IR Monitor软件以及无线传输设备，将采集到的图像上传到主机。2017年6月10日天气晴朗，于13:00对3棵样本树逐一地进行东、西、南、北4个方向的观测，站在4 m高伸缩梯的最高处利用A310f型红外热像仪采集图像，保证各方向的测量间隔不超过4 min。2017年6月12日天气晴朗，利用8 m高脚手架对H1和H2样本树进行10°、30°、45°、60°和80° 5个角度的冠层温度测量，保证每个角度测量时间不超过3 min。在样本树旁边设立高度为2 m的空气温湿度和总辐射自动观测系统。所采用的温湿度传感器为HMP45C(Campbell，美国)和AV20P(AVALON，美国)，数据采集器为Squirrel SQ2020(Grant，英国)。设定每1 min采集1次，每10 min输出1组平均值。

1.3 测温原理和数据分析

红外热辐射的理论基础就是普朗克分布定律，这种辐射载有物体的温度特征信息，其能够为热红外成像技术判别被测目标的温度高低和热量分布提供客观基础[18]。红外热像仪对电磁波波长为8～14 μm的能量尤为敏感。该波段又区别于常用于植被遥感的近红外波段(0.75～1.25 μm)，其不能用以测量植物温度指标。为了精确地测量目标的表面温度，当处理来自相机传感器的图像数据时，需要考虑到干扰因素。由图2可知，相机传感器接收到的总能量主要包括3部分：植被辐射能量Φleaf、反射物体辐射能量Φrefl、植被和相机之间大气辐射能量Φatm，该能量由叶片反射，然后被空气中的水汽所衰减。其中，εleaf是植被辐射率，τatm是大气透射率。由于τatm很难直接测定，天气晴朗时默认为1，所以不考虑τatm的影响。能量传输过程主要受到以下5个参数的影响：叶片辐射率εleaf、空气温度Ta、空气相对湿度RH、冠层到相机镜头的距离D、反射物体温度Trefl。并根据实际条件对这5个参数设定了变化范围(表1)，再根据FLIR Tools (FLIR，美国)软件以及Matlab R2012b(Mathworks，美国)所建立的叶片辐射能量过程函数进行敏感性分析来评估这些参数所引起的测量误差。

图2 热红外相机接收全部辐射能量的原理图Fig.2 Schematic of total thermal energy received by thermal infrared camera

冠层温度的提取需要运用FLIR Tools将所有图像中全部像素点所对应的温度导出为文本格式csv。再利用Matlab R2012b软件将热红外彩色图像根据温度信息转换为8 bit 320像素×240像素的灰度图像，其温度变化范围对应了0～255个灰度级别。并通过椭圆选区建立样本树冠层的感兴趣区域(ROI)(图3a)，其中，ROI区域内的全部像素点为17 605个，包括冠层像素点和土壤像素点。再利用灰度阈值分割法来提取冠层像素点[19]，结果表明，最佳的冠层像素点(绿色区域)个数为12 305个(图3b)。最后，利用冠层像素点的平均温度来表示整个冠层温度。

表1 主要参数的变化范围以及固定值的设定Tab.1 Range of changes of main parameters and setting of true values

图3 2017年5月31日13:00的冠层温度提取Fig.3 Extraction of canopy temperature at 13:00 on May 31, 2017

采用双因素分组的多个样本均值进行方差分析，比较各组间总的差异，如果总差异具有显著性(P<0.05)或达到了极显著水平(P<0.01)，再进行组间的两两比较，采用多重比较(LSD)方法，利用t检验来区分数据间存在的显著性差异。研究中还选用了标准差(SD)作为评价指标，反映数据离散程度以及数据精度。计算公式为

(1)

式中SD——标准差n——样本数

2 结果与分析

2.1 热红外测量要素的敏感性分析

图4对5个主要参数进行敏感性分析，白色圆点代表测量的真实温度为23.9℃，红色和蓝色区域被白色所代表的中值温度分离成两个温差相等的部分。由温度比例尺可知，红色区域比蓝色区域温度高。可以根据图中两种颜色所占比例以及相应的温差统计数据(表2)来综合评估各参数的敏感性。在Ta和RH的敏感性分析中，测量温度的最大温差为2.3℃，且Ta的变化对测量温度产生的影响大于RH。当Ta<25℃时，随着RH的增加，温度逐渐增大；当Ta>25℃时，温度随着RH的增加而减小；当Ta=25℃时，RH的变化不会对温度产生影响。在大于中值温度的红色区域里，Ta和RH的变化对温度影响较小，与真实值的偏差不超过0.9℃；在小于中值温度的蓝色区域里，产生的温度偏差可达到1.4℃。当固定Ta、RH和εleaf为真实值时，随着Trefl的增加，温度会逐渐减小，而D对温度的影响则可以忽略不计。在相同温度比例尺下，对εleaf=0.95和εleaf=0.96进行比较发现，前者的最大温差为5.3℃，明显高于后者的温差。此外，当εleaf=0.95时，比例尺的中值在Trefl为45℃处，形成了鲜明的温度分离；而当εleaf=0.96时，比例尺中值位置提升到49℃，使得红色区域内最大温差由1.7℃下降到1.4℃。值得注意的是，εleaf仅仅改变0.01就导致了1.1℃的误差，远远超过了其他指标变化所引起的误差。最后，考虑εleaf最为敏感，而D最不敏感，所以固定εleaf和D为真实值，构建了其他3个要素的三维透视图，其中黑色圆点为真实测量值，维持RH的间隔不变，使得Trefl和Ta间隔均减小且保持两者一致，最大温差为3.4℃，说明Ta减小对温度变化的影响较小，而Trefl在其中起到了决定性作用。因此，根据变化范围和所引起的误差对这5个要素进行排序，影响程度由大到小为εleaf、Trefl、Ta、RH、D。根据上述结果，研究表明利用A310f型红外热像仪进行冠层温度测量时，距离对测量结果影响不大，叶片辐射率为0.96时有助于减小测量误差，如果能够对每一幅图像中的Trefl、Ta和RH进行校准则会显著提高冠层温度的测量精度。

图4 5个主要参数的敏感性分析Fig.4 Sensitivity analysis of five main parameters

2.2 冠层温度的空间变异

图5 不同方位冠层温度差异箱线图Fig.5 Box diagram of differences in canopy temperature in different directions

图6 不同高度角冠层温度的差异Fig.6 Differences in canopy temperature in different angles

表4 2棵样本树在不同高度角上的温度统计Tab.4 Temperature statistics in different angles of two sample trees ℃

图7 插值处理后的红外图像和温度廓线图Fig.7 Interpolated infrared image and temperature contour map

2.3 冠层结构的温度变异

首先，将热红外原始图像通过温度廓线法使图像温度变化区分的更为明显，从图7可看出，冠层边缘颜色为浅蓝，深蓝色则代表冠层内部，冠层内外存在明显的温度差异。通过温度比例尺，不难看出冠层内部温度低于冠层外部温度，土壤温度明显高于冠层温度。此外，通过对图像进行温度频数直方图分析(图8)，形成了十分清晰的双峰温度变化特征。其中，第1个峰值为25.1℃，反映了冠层温度，且随着提取像素点的变化存在明显的温度波动；第2个峰值为26.9℃，反映了土壤温度，其与冠层温度之间存在明显的过渡区间。考虑树木的冠层结构，冠层内部叶片相互遮挡严密，冠层温度偏低，而边缘位置直接暴露在阳光下，使得叶片温度偏高。

图8 温度频数直方图Fig.8 Temperature frequency histogram

图9 连续20 d冠层内部和外部温度、空气温度以及总辐射的变化特征Fig.9 Changing characteristics inside and outside canopy temperature, air temperature and radiation for 20 days

3 讨论

通过对5个要素进行敏感性分析，阐明了其对冠层温度测量的影响程度并量化了各要素的测量误差。其中，εleaf对冠层温度测量影响最为严重，εleaf的取值可以从文献[20-21]中获得。但实际上，植被辐射率并不是一个定值，它会随着波长大小而发生变化，变化范围在0.95～0.99之间，研究中所涉及到的εleaf值都是平均值[22]。实际上，准确获取εleaf的方法是需要对目标树种进行实际测定。此外，还必须考虑单个叶片相对于相机分辨率的尺寸，一旦叶片的投影面积比像素还小，则会出现单个像素内包含多个叶片的情况，进入到叶片的辐射能经过叶片之间多次散射而被冠层吸收，所以，εleaf更接近于0.99[23]。以本研究为例，25°视场角，18 μm焦距，当距离红外热像仪20 m时，图像单个像素实测值为2.7 cm，明显小于核桃单叶尺寸。因此，正如图2所示，认为像素点内发生的是单个叶片的能量传输过程。利用红外热像仪拍摄树木时，建议叶片尺度的辐射率设定为0.95，树木冠层尺度的辐射率设定为0.96，而对于针叶树种或者叶面积较小的植物来说，辐射率应该设定为0.98。这样，将有利于提高测量冠层温度的准确度。再加上同步测量Ta、RH以及直接从红外图像上获取Trefl来进行温度校准，进一步保证了冠层温度测量的精度。最后，针对红外热成像设备的硬件差异以及不同树种冠层结构的异质性，建议在进行测量之前，对这5个重要参数进行敏感性分析以最大限度的减小测量误差。

就测量的空间特点而言，评价了不同方向和不同角度的热红外测量对冠层温度的影响，其结果与JONES等[24]在研究葡萄冠层温度上的结果相近似。认为南向拍摄时，阳光照射使得冠层温度升高，并且红外热像仪测量时会与太阳光平行，使得太阳光很容易通过叶片反射进入到镜头里，从而高估了实际的冠层温度。相反，北向拍摄时，树冠受太阳光影响较小，受阴影的影响使得冠层温度偏低。此外，在JONES等[25]研究棉花时还发现冠层温度会随着观测角度增大而升高，达到峰值后再逐渐减小。但是，在核桃树研究中，结果则表现为不同角度测量获取的冠层温度不存在显著性差异。分析其原因：一方面，热红外观测的方向平行于太阳光，受到辐射的影响较大；另一方面，由于棉花栽植具有均一化和高密度性，使其冠层形成了较理想的反射平面，反射辐射成为影响不同角度能量接收的主导因素。相反，核桃冠层测量方向与太阳光形成近90°夹角，有效地避免了辐射能量被叶片反射直接进入到镜头，同时核桃冠层的不规则性使得辐射能量被冠层内部的散射作用所削减，使其不足以对红外接收信号产生显著影响。因此，对于核桃树连续冠层温度观测时，只需要考虑测量方向的问题，而角度问题可以忽略。

对于树木而言，树冠的边缘属于稀疏结构，直接暴露在阳光下；而冠层内部属于密集结构，主要以散射辐射为主，光线很难穿透[26]。冠层内部温度明显低于冠层外部温度的主要原因在于冠层边缘叶片在强光刺激下，光抑制作用使得气孔趋于关闭，温度主要受显热控制；而冠层内部叶片相互遮挡，受强光影响较小，蒸腾作用使得潜热影响占据主导。因此，利用热电偶进行点测量时，一定要满足足够的数量来覆盖冠层的内部和外部，才能够更好的表征冠层温度。而利用红外热像仪测量树木冠层时也应该避免提取局部温度，而应该尽可能的获取整个冠层温度[27]。此外，诸多研究认为13:00和14:00时是测量冠层温度的最佳时间，原因之一就是该时间段的冠层温度可以和空气温度发生明显分离，对研究植物冠层与空气温度差异以及建立模型都具有重要意义[28]。在应用无人机或者其他遥感平台测量植物冠层温度时，也可以采用正午时间，主要是考虑消除树木阴影给图像处理带来的干扰[29]。总之，利用红外热像仪测量冠层温度应该尽量选择晴朗、无风的午后，这样将提高影像获取的质量。