植被識別作為植被覆蓋狀況和動態變化規律研究的基礎工作,它對於森林資源開發、生態環境保護以及防災減災工作等方面均具有重要意義。遙感技術具有快速、準確、經濟、大範圍、可周期性獲取陸地、海洋和大氣資料的能力,是獲取地球信息的高新技術手段。隨著SPOT、WorldView、ALOS等遙感衛星的成功發射,基於遙感影像的植被識別方法得到廣泛研究。然而,由於高解析度遙感影像光譜解析度較低,可提取的影像特徵信息較少,識別精度難以滿足實際植被識別工作的需求。近年來,隨著ASD手持式地面光譜儀的出現,人們可以對大量地物目標的光譜特徵曲線進行快速提取,構建相應的知識庫。本文主要針對針葉與闊葉植被光譜特徵曲線的一致性和差異性進行簡要分析,進而如何採用光譜特徵曲線對不同類型的植被地物進行識別。
對於植被的光譜特徵曲線而言,其主要的位置變化信息有如下五個:
1)藍吸收邊(藍邊):光譜在藍光波段的拐點。它是光譜特徵曲線在波長490nm~530nm內(藍邊)一階導數光譜最大值對應的波長(nm)。
2)綠峰:光譜在綠光波段的反射率極大值。它是波長位於510nm~560nm範圍內最大的波段反射率對應的波長(nm)。
3)黃邊:光譜在黃光波段的拐點。它是波長560nm~640mn內(藍邊)一階導數光譜最大值對應的波長(nm)。
4)紅邊:光譜在紅光波段的拐點。紅邊是光譜特徵曲線的一階導數曲線上在680nm~760nm內的極大值點。
5)紅谷:光譜在波長650nm~690nm範圍內最小的波段反射率。
圖1 闊葉植被光譜特徵曲線
圖2 針葉植被光譜特徵曲線
對於針葉和闊葉植被的光譜特徵曲線,其一致性主要表現為:在400nm~750nm可見光波長範圍內,其整體上光譜反射率相對較低,普遍小於0.15,這是由於植被吸收了70%-80%的反射能量,光譜特徵曲線表現出良好的吸收特性。在350nm~500nm波長範圍內,由於葉綠素的強吸收作用,在光譜特徵曲線表現為第一個吸收谷;在550nm附近,出現了第一個顯著的反射峰,這一區域為大多數綠色植被的反射特性;在670nm附近,出現了第二個吸收谷,為葉綠素的吸收帶;在690nm~800nm的近紅外波長範圍內,兩類植被的光譜特徵曲線均出現了一個明顯的反射「陡坡」,這種由葉綠素的強反射而造成的「陡坡」常被稱作植物的「紅邊效應」,由於植被生長環境、時間序列的不同造成「紅邊」位置、高度和斜率等存在一定的差異;一直到900nm處為第二個反射峰,這是一個反射特性十分明顯且過程相對平穩的區域,該過程主要由植被的冠層結構和葉片的葉肉細胞結構等因素共同決定;在900nm~1000nm波長範圍內,由於水汽的吸收特性導致光譜反射率不斷下降,進而形成第三個吸收谷。
其差異性主要表現為:在550nm附近第一個小的反射峰處,闊葉植被的波峰位置更為明顯,其光譜反射率高於針葉植被;在650nm~750nm波長範圍內,呈現為一個吸收谷,且針葉植被的紅邊斜率更為「陡峭」,上升速度更快;在750nm~1000nm波長範圍內,植被的光譜特徵曲線總體上表現為高反射特性,低吸收特性,植被間的光譜特徵差異較為明顯,針葉植被的光譜反射率和「紅邊」幅值在近紅外波長範圍內明顯高於闊葉植被。這是由於在採集植被光譜特徵曲線的過程中,默認水汽的反射率最高,在應用過程中將其設置為「1」,其他地物的反射率都是以其為基準進行歸一化處理。對於針葉植被而言,其葉片面積相對較小,葉片間的縫隙具有一定的穿透性。而對於闊葉植被而言,其葉片面積相對較大,光譜特徵受水汽影響程度相對較小。因此,針葉植被在一定程度上與水汽得到了一定的「中和」,其光譜反射率高於闊葉植被。
基於不同類型植被光譜特徵曲線間的一致性和差異性,可以確定植被在某一個時期內的生長變化,分析外界條件對植被生長的影響,採用模式識別方法構建分類器模型,進而進行植被精確識別,構建相應的知識庫。通過實地考察,採集不同植被光譜特徵曲線,確定不同季節、時期進行植被識別的最佳波段,進而對葉面積指數、葉綠素含量、養分含量等參數進行定量反演,結合多個相關性較小的特徵確定樣本的類別標籤,為後續植被深入研究提供必要的先驗知識。
作者:王明威
編輯:YOYO
審稿:蔡曉萍