基于成像光谱仪的冬小麦苗期冠层叶绿素密度监测

1 材料与方法

1.1 试验设计

    试验于2007年在中国农业科学院作物科学研究所中圃场(39º57'55''N,116º19'46''E)进行。供试地块土壤为潮土,0~20cm土层含有机质1.16%,碱解氮42.6mg kg-1,有效磷26.5mg kg-1,速效钾139.4mg kg-1。选择目前生产中主推的5个冬小麦品种为供试种,其中京411和CA9554为紧凑型,中优9507和京9428为松散型,京冬8号为中间过渡型。小区面积8mx4m,3次重复。10月1日机械精量播种,10月7日出苗。

1.2 冠层光谱测定

采用成像光谱仪和光谱仪同步测定。成像光谱仪由光学成像系统、可调谐液晶滤光器、高分辨低噪声数字CCD像机和信息加工与处理系统组成,通过便携式计算机操作成像光谱仪进行数据采集与传输,在40~50s 内即可完成31幅窄波段光谱图像的连续采集;数据传输方式为USB2.0。成像光谱范围为420~720nm, 光谱分辨率为10nm,感光器件为 2/3 英寸CCD,分辨率为1280×1024,即131万像素。仪器主要特点是对目标物自420nm至720nm波段范围,每隔10nm分别成像并同时获取目标物在该波段范围的光谱数据(即图像立方体)。对所获图像光谱的定量分析,可以直观分析成像范围内任意点的光谱和颜色并进行目标物分类与识别。Fieldspc Pro 系列光谱仪是国际公认的性能稳定、用户最多的地物光谱仪,以其测定的光谱反射率作为参照,检验成像光谱仪测定数据的可靠性。该仪器光谱范围为350~2500nm,光谱分辨率在350~1000nm区间为3nm,在1000~2500nm区间为10nm。

选择晴朗无风日,于10:00-14:00进行光谱数据采集。成像光谱仪的视场角为14°,镜头放置于垂直距冠层顶部150cm处测定(图1)。光谱仪测量视场角为25,为与成像光谱仪测定视场范围保持基本一致,探头置于垂直距冠层顶部80cm处测定(图2), 每个样点采集20条光谱数据, 计算平均值。用光谱仪测定时,在视场内放置白板同步测量其 DN 值作为每幅图像光谱的参考。用光谱仪测定光谱时,每个点测定前后,同步测定白板光谱反射率。目标物的光谱反射率采用下式计算。

1.3 叶绿素的测定

采用 UV1800 分光光度计, 以丙酮法测定叶绿素含量[5]。

冠层叶绿素密度 (canopy chlorophyll density, CCD)的计算公式为

CCD(mg cm-2)=叶绿素含量(mg g-1)×单位面积总绿叶鲜重(g cm-2)。

1.4 光谱特征参量的选择及数据分析

以包含绿色植被信息最多的可见光波段(420~720nm)作为筛选光谱特征的波段范围,利用作物光谱反射率及其数学变换和代数组合,构建反映作物叶绿素相关指标的光谱特征参量(表1)。

采用Matlab7.0和SAS9.0软件进行数据处理与分析。

2 结果与分析

2.1 成像光谱仪数据特点

成像光谱仪所获数据包括自420nm至720nm每10nm一幅图像及其相应的光谱值。分别选择叶绿素高反射波段(550nm)和强吸收波段(680nm)以及全部波段合成图像(图3~图5)进行分析。2种仪器测定的目标物光谱,视场内均包含小麦、土壤等, 所得光谱数据为多种地物的混合光谱。相对于光谱仪,成像光谱仪因能成像,可通过图像明确地物目标,并得到该地物纯光谱信息,利用该信息进行地物分类识别并成图(图6)。结果表明,利用这种方法进行小麦叶片识别与成图时,对阴影和土壤等背景噪声有明显抑制效果。

2.2 成像光谱仪数据验证

   将2种仪器同一视场所得混合光谱数据进行比较(图7),发现同一目标物的光谱反射率不同,但波形基本相同。成像光谱仪测得的光谱反射率高于光谱仪。这一结果反映出2种仪器测定的目标物DN值相同,只是在计算目标物反射率时所用的参比有差异。这种差异可通过统计方法和矫正模型加以消除,并将光谱仪反射率数据矫正至与反射率数据相同的水平。

为进一步检验2种仪器测定数据是否具有一致性,对测定的多种处理的反射率数据进行拟合，两仪器同一目标物的反射率值极显著相关(P<0.01)。在利用光谱数据进行作物生理生化参数反演时, 很少直接用光谱反射率值, 更多的是通过反射率数学变换构建的光谱特征参量来估算。将光谱反射率变换为表1所列光谱特征参量后,2种仪器获得的同一目标物的同一光谱特征参量间的相关系数大于0.9990,表明成像光谱仪所获光谱数据可靠。

2.3 成像光谱仪监测叶绿素密度

相关分析表明,2种仪器所获光谱参量均以720nm的光谱反射率、550nm550 nm 和660nm的一阶导数、比值植被色素指数PPR(550,450)、绿度植被指数GNDVI、氮素反射指数 NRI(670,570)以及转换叶绿素吸收反射指数TCARI与CCD极显著相关(表2),可以较好地反映冠层叶绿素密度。

选择与CCD显著相关的光谱特征参量建立CCD预测模型,并进行精度检验。结果表明(表3,表4),预测值与实测值间的相关系数达显著或极显著水平。且基于成像光谱仪所建模型的均方根误差小于0.2,相对误差小于9%,而基于光谱仪所建模型的均方根误差介于0.8-1.3之间，相对误差介于7%-14%之间。两仪器所得模型中均以比值植被色素指数PPR的模型预测误差最小,精度最高;并且基于成像光谱仪的模型精度明显优于光谱仪, 能够更好地对小麦苗期叶绿素密度进行估测。

3 讨论

目前在近地高光谱遥感中所采用的仪器几乎全部是非成像地物光谱仪,其基本工作原理是通过光导探头摄取目标光线及目标物的光辐射值,经过模/数转换器变成数字信号,得到目标物的光谱信息。在数据采集过程中获得的是探头视场范围内所有物体的混合光谱,在进行数据应用时很难剔除背景等干扰物的光谱信息,降低了监测精度,并且容易出现“同物异谱”和“同谱异物”现象。成像光谱仪不仅能够获取目标物的光谱信息,同时还可获得其图像数据。图像是传递信息的最佳方式,它不仅直接给出目标形状和位置,还可以了解目标物同背景及其他物体的相互关系。使用成像光谱仪能够获取比较精细的纯光谱信息,提高遥感数据的定量水平。

本文利用成像光谱数据,通过去混合、光谱分类等方法,提取了小麦冠层中的植株光谱反射率,用相应光谱特征参量对小麦冠层叶绿素密度进行了遥感监测,所建立的回归模型均达显著或者极显著水平,预测精度较高、误差较小。并且由于成像光谱仪获取的是面状数据,与传统非成像地物光谱仪获得的点状数据相比,不仅能够通过构建和筛选重要植被指数或光谱指数实现简化波段,而且对于航天、航空遥感器定标和“星—机—地”一体化同步观测有重要意义。在本试验过程中,发现成像光谱仪在测定时依然受到天气、光强、风速和定标物等外界因素的影响,如何选择最佳的测试条件显得尤为重要,对此仍需要进一步探索和研究。

4 结论

以光谱仪为对照,成像光谱仪所获得的小麦苗期冠层光谱DN值与之相同,两仪器光谱曲线波形一致,反射率值及相应光谱特征参量达极显著相关水平,成像光谱数据真实、可靠,能够用于地物波谱信息的测量。成像光谱仪能够更精确地对冬小麦苗期冠层叶绿素密度进行监测,所得模型的RMSE为0.0979,RE为4.46%,比值植被色素指数PPR可以作为最佳检测标准。