EN中文

Journal of Geo-information Science >

2017 , Vol. 19 >Issue 3: 374 - 381

DOI: https://doi.org/10.3724/SP.J.1047.2017.00374

Orginal Article

Indoor Experimental Study on Vegetation-soil Mixed Pixels based on Polarization Vegetation Index

  • CHEN Xingren ,
  • HAN Yang , * ,
  • WANG Jiaqi ,
  • LU Zhen
Expand
  • College of Geography Science, Northeast Normal University, Changchun 130024, China
*Corresponding author: HAN Yang, E-mail:

Received date: 2016-07-12

  Request revised date: 2016-09-26

  Online published: 2017-03-20

Copyright

《地球信息科学学报》编辑部 所有
Fold

Abstract

In remote sensing images, mixed pixel is a common phenomenon. The inversion of component composition and proportion of mixed pixels has been a key and difficult point in remote sensing research. Besides, the study of the mixed pixel using polarization vegetable index has not been conducted in China, yet. This study analyzed the hyperspectral characteristics of polarized reflections of vegetation-soil mixed pixels in different area ratios and discussed the hyperspectral characteristics under different conditions. We used the polarized reflection ratios to calculate the polarization vegetation indices of 12 types of 0 degree polarization and constructed the mathematical model of vegetation area ratio related to spectral characteristic parameters and vegetation index. The results show that vegetation area ratio and polarization angle have certain influence on hyper-spectrum of polarization of mixed pixels. The correlation between polarized reflection ratio of 865nm and the proportion of the vegetation is the best. When the polynomial fitting is applied, the coefficient of determination is up to 0.99. It implies this method is suitable for the inversion of the proportion of vegetation in pixels. With the proportion of vegetation there is a good linear correlation of first order differential of the polarization spectrum on "red edge",R- square = 0.974. Spectral characteristic parameters and vegetation index have good correlations with vegetation area ratio with the P-DVI and spectral absorption index (SAI) showing the best fitting goodness of vegetation area ratio (the coefficients of determination are 0.99 and 0.94, respectively). It implies this method is suitable for the inversion of vegetation area in vegetation-soil mixed pixels.

Key words： polarization vegetation index; mixed pixel; polarization hyper-spectrum; SAI; differential spectrum

Cite this article

CHEN Xingren , HAN Yang , WANG Jiaqi , LU Zhen . Indoor Experimental Study on Vegetation-soil Mixed Pixels based on Polarization Vegetation Index[J]. Journal of Geo-information Science, 2017 , 19(3) : 374 -381 . DOI: 10.3724/SP.J.1047.2017.00374

1 引言

植被作为生态系统中重要的组成部分,因其对人类生存环境巨大的影响,一直受各行业学者的广泛关注,而准确获取地表植被生物物理信息是植被研究中所面临的最基本问题[1]。传统获取植被信息的方法建立在大量野外调查的基础上,耗费大量人力物力,调查结果区域性小、时效性差[2-3]。相比之下,利用遥感方式进行大面积的植被生长状态反演则表现出其独特的优越性。然而,由于遥感影像分辨率的限制,单个像元往往包含多种地物类型（称为混合像元）,其光谱曲线特征受不同地物的共同影响[4]。传统多光谱遥感因其分辨率较低的原因,难以有效地反演混合像元的相关信息,而高光谱遥感却能以高分辨率的形式获取连续的地物光谱信息,通过其超多波段的特性准确地反演地物性质,因而利用高光谱遥感获取混合像元的地物组成信息,并进行混合像元的分解是完全可行的[5-6]。人们在利用高光谱遥感方式进行地物信息获取的同时,角度信息在遥感图像识别中所起的作用越来越引起人们的关注[7];目前国内外已有大量的文献研究植被反射的偏振光谱特性,根据以往的研究表明,偏振遥感由于其可以过滤掉多余的光谱信息,有效降低信噪比,并且可以选择对地物敏感的反射信息类型,使获取的光谱信息更加精准,因此对地表植被结构特征参数的估算与反演等具有重要的研究意义。在植被遥感中通过传统多光谱或者高光谱特征波段的反射率计算植被指数是植被遥感中的主要方式,而利用偏振植被指数进行植被状态的反演却很少被国内相关学者提及,因此通过偏振遥感的方式以及偏振植被指数的构建,可以获取大量的潜在信息[8-16]。
本研究通过对植被所占面积比例不同的植被-土壤混合像元进行偏振高光谱探测,定量地分析偏振角、面积比对其偏振高光谱特征和一阶微分导数光谱的影响;并选取12个对反应植被状态有代表性意义的植被指数,通过利用偏振高光谱反射比数据替代传统高光谱反射率数据的方式构建偏振植被指数,建立植被面积比例与偏振植被指数的相关模型;此外,还提取了光谱特征参数,建立其与植被像元面积比例的数学模型,尝试利用光谱特征参数对植被像元面积比例进行反演。

2 数据与方法

2.1 样品的采集

本文实验的土壤样本以及叶片样本于2014年暑期在东北师范大学本部校园院内采集。叶片样本主要采集面积较大的阔叶植被类型。采集后对其进行真空包装,放于阴凉处防止水分散发。土壤样本采集后在东北师范大学“土壤地理实验室”进行预处理,主要包括土壤内植物残体杂质去除、研磨、以及过1 mm孔径筛。

2.2 光谱信息的获取

在东北师范大学“偏振高光谱实验室”进行光谱信息的获取。采用美国ASD公司生产的ASD FieldSpec® 3光谱仪进行光谱测量。其波段范围为350~2500 nm,分辨率在350~1000 nm波段范围内为3 nm,在1000~2500 nm波段范围内为10 nm。人工光源为改进后的卤族光源,在光谱探测前需要对白板探测进行定标。采用由东北师范大学赵云升研发的大型BRDF测试平台[17],可以自行调节光源入射的角度（入射角）、方位角和探测天顶角。同时,在ASD光钎前绑定了特制的汤姆逊棱镜作为偏振镜头,其旋转范围为0~360°,可自行旋转改变偏振角度获取多角度偏振高光谱信息,如图1所示。
Fig. 1 BRDF platform and spectrometer

图1 BRDF平台与光谱仪

光谱探测之前需将研磨好的土壤样品放在直径14 cm黑色盛样器内,之后放上占总面积1/8的植被样本,并刮平样品表面,作为第一组样品。之后按面积比依次增加1/8进行样品的制作,得到8组样品,如图2所示。光谱探测在很暗的室内环境中进行,依次将样品放置在测试平台的中央载物台上,分别获取偏振角为0°和90°、探测天顶角为0°、25°以及50°、入射天顶角为50°的光谱信息,期间要保证探头与样品的距离恒为50 cm。在测试之前要先进行白板定标,获取白板反射能量曲线,再探测样品的反射能量曲线。样品反射能量与白板反射能量之比即为该地物样品的偏振反射比。每次测量会得到5条光谱曲线,为了提高精度,取5条光谱曲线的平均值作为实际的光谱曲线进行分析。
Fig. 2 Schematic diagram of mixed pixels

图2 混合像元示意图

Tab. 1 Related polarization vegetationIndex and its formula[19-23]

表1 偏振植被指数及其公式[19-23]

植被指数 名称 公式
P-NDVI 归一化植被指数 (R800-R675)/(R800+R675)
P-RVI 比值植被指数 R800/R675
P-DVI 差值植被指数 R800-R675
P-MSR 优化比值植被指数 (R800/R675-1)/(R800/R675+1)1/2
P-FNDVI 全波段归一化植被指数 (R930-R515)/(R930+R515)
P-FRVI 全波段比值植被指数 R765-R585
P-FDVI 全波段差值植被指数 R1230-R1100
P-EVI 增强型植被指数 2.5(R800-R675)/(R800+6R675-7.5R457+1)
P-HJVI 环境植被指数 2(R800-R675)/(7R550-7.5R457+0.9)
P-TVI 转换植被指数 ((R800-R675)/(R800+R675))1/2+0.5
P-RDVI 再归一化植被指数 ((R800-R675)(R800-R675)/(R800+R675))1/2
P-WDRVI 宽动态植被指数 (0.15R800-R675)/(0.15R800+R675)

2.3 微分光谱提取

导数微分光谱技术是一种获取光谱信息十分有效的方法,由于其对太阳光以及大气背景所造成的影响不敏感,因此可以获取更多的信息[18]。在植被反射光谱的近红外区会出现一个坡度很大的上坡,称为植被光谱的“红边”,其大小可以通过导数计算,红边数值与覆盖度和叶面积指数成一定的正相关。同时红边的位置受植被中叶绿素含量的影响,当叶绿素含量减少时会出现,红边会向短波方向“蓝移”,当植被缺水时,会向长波方向“红移”。一阶微分的计算公式如下：
R ( λi ) ′ = R ( λi + 1 ) - R ( λi - 1 λ i + 1 - λ i - 1 （1）
式中： λ i 为波段值; R ( λ ) 为该波段处的偏振反射比值。

2.4 偏振植被指数的选取和计算

在已有的植被指数中,选取了12个对植被覆盖度以及对土壤背景敏感的植被指数。根据现有的研究成果选取相应的敏感波段偏振反射比对其进行计算,构建偏振植被指数,在原有名称前加大写字母P表示其偏振植被指数形式,即P-NDVI、P-RVI、P-DVI、P-MSR等。

2.5 光谱特征参数提取

不同地物的光谱曲线能够反映这种地物独有的反射与吸收特性,其光谱也就具有特有的形状特征,而光谱特征参数则是对其具体的量化[24],因此可以利用这些参数对地物光谱进行分析,本次研究提取的主要特征参数有：
（1）收谷深度H：在某一吸收谷内,归一化包络线到反射最低点的距离。
（2）吸收宽度w：吸收谷深度一半的光谱宽度。
（3）光谱吸收指数（SAI）：光谱吸收指数计算公式如式（2）所示。其中,R1为光谱吸收谷左肩的偏振反射比,R2为光谱吸收谷右肩的偏振反射比;Rm为吸收谷中心点的偏振反射比。光谱吸收指数用谱带谷底的光谱强度对吸收深度做归一化处理,减少了照度等变化带来的干扰,因而增强了对地物的区分能力。
SAI = R / R m = d R 1 + （ 1 - d ） R 2 R m （2）
其中, d = ( λ m - λ 2 ) ( λ 1 - λ 2 ) 。

3 结果与讨论

3.1 原始光谱分析

3.1.1 不同偏振角状态下的偏振高光谱特征
本文选取植被占面积比例1/4、2/4、3/4和4/4共4个样品在方位角180°、探测角25°以及入射角为50°状态下的0°偏振和90°偏振的光谱曲线,分析偏振角对植被混合像元偏振高光谱特征的影响。由图3可看出：
Fig. 3 The principle of the SAI model

图3 SAI模型原理图

（1）在植被-土壤混合像元中,其光谱曲线的整体特征与植被光谱曲线形状较一致。90°偏振时的偏振反射普遍高于0°偏振时的偏振反射比,且在像元植面积比例为2/4时最为明显。这主要是因为0°偏振偏振方向为消光轴方向,而90°偏振偏振方向为透光轴方向,因而在共同光源的情况下,0°偏振状态下所获得的能量要低于90°偏振状态下的能量。
（2）植被-土壤混合像元在植被2/4面积比例的条件下受偏振角影响最大,当像元为全植被和植被面积比例较小时,其偏振高光谱曲线则受偏振角较小的影响。在770~1250 nm波段范围,即植被光谱的近红外平台处,混合像元受偏振角的影响最小。
3.1.2 不同面积比例下偏振高光谱特征分析
图4是方位角90°,偏振角0°、入射角50°、探测角0°的不同面积比例下的植被偏振高光谱曲线表现形式。选取0°偏振光谱曲线进行分析是由于0°偏振角为消光轴方向,可以有效地降低信噪比,减小误差,使反演更精确;同时在0°偏振状态下只获取平行光信息,而植被内部的叶绿素对平行光更为敏感。东北师范大学张莉莉曾利用偏振高光谱对植被叶绿素含量进行反演,结果表明0°偏振状态下的反演结果明显好于无偏振以及90°偏振状态下的反演结果[25]。从图5可以看出,随着混合像元中植被面积比例的增加,植被-土壤混合像元的光谱特征逐渐接近正常植被的高光谱曲线,典型植被光谱“五谷四峰”的特性逐渐显现。其红边位置没有随着植被面积比例的增加而改变,但其坡度却随着植被面积比例的增加剧烈加大。光谱曲线在665、100和1225 nm波段周围的吸收谷位置没有明显的变化,但其深度有逐渐加深的趋势。
Fig. 4 Polarization spectral curve of mixed pixels in different polarization angel

图4 混合像元不同偏振态下的偏振高光谱图

Fig. 5 Polarization spectral curve of different vegetation area proportion

图5 不同植被面积比例的植被偏振高光谱图

3.2 混合像元特征波段及其微分光谱定量分析

3.2.1 混合像元特征波段定量分析
法国POLDER卫星常用的偏振观测通道分别为490、670和865 nm这3个波段通道,故选取他们作为特征波段与对应波段的偏振反射比进行定量分析,围绕这3个波段分别进行了线性、多项式（二次）以及指数的分析,拟合结果如表2所示。结果表明,865 nm的拟合效果最好,当采用多项式进行拟合时决定系数最大,为0.99;而670 nm波段的拟合效果最差,不建议采用。因此,在利用POLDER卫星数据进行植被占面积比例反演时,选取865 nm通道的数据较为可靠。
Tab. 2 Linear relationship between the vegetation area proportion and polarization reflection of typical wave band

表2 植被面积比例与特征波段偏振反射比的线性关系

波段/nm 函数类型Function Type 线性方程Linear Equation R2
490 线性 Y=0.0759X+0.07243 0.660
多项式 Y=0.19086X 2-0.13881X+0.11765 0.924
指数 Y=0.07976e0.60985x 0.674
670 线性 Y=0.00952X+0.14264 0.036
多项式 Y=0.15924X 2-0.16962X+0.17996 0.670
指数 Y=0.14286e0.05444x 0.053
865 线性 Y=0.42943X+0.14957 0.940
多项式 Y=0.40419X 2-0.02529X+0.2443 0.990
指数 Y=0.20129e1.0903x 0.972
3.2.2 微分光谱定量分析
对植被混合像元的偏振高光谱图进行一阶导数的计算,如图6所示。发现混合像元红边位置没有明显的移动,选取表3列取波段（一阶导数值最大波段）的导数值与植被像元比例进行线性回归分析,如图7所示。结果表明红边导数值与混合像元植被面积比例存在一定的正相关,其中R2=0.974,拟合效果很好,适于进行混合像元植被面积比例反演。在1000 nm附近出现一个类似于矩形的毫无规律的吸收谷,这是因为在光谱采集时,由图幅拼接产生的误差造成。在1800 nm处出现的吸收谷是由于受到了探测光谱时环境水汽含量的影响,而植被本身的影响较少,本文不予分析。
Fig. 6 The first order differential curves of polarization hyper-spectrum of mixed pixels

图6 混合像元偏振高光谱一阶微分导数图

Fig. 7 The fitting curve of vegetation areaproportion and red edge derivative

图7 植被面积比例与红边导数值线性拟合图

Tab. 3 The selection of “red edge” band

表3 “红边”波段选取

植被比例
1/8 2/8 3/8 4/8 5/8 6/8 7/8 9/9
波段位置/nm 718 719 720 723 725 721 722 722

3.3 不同偏振植被指数与植被面积比例的定量分析

对选取的12种偏振植被指数分别进行了一次线性相关分析,其拟合结果如表4所示。结果表明：① 在列出的12个植被指数中P-FNDVI的相关系数最小为0.79,这表明FNDVI变化时,植被面积比例仅仅起到了79%的贡献,因此在建立植被指数与像元植被面积比例进行建模分析时,不宜采用P-FNDVI作为分析标准。② 所有的植被指数中像元比例与P-FDVI呈现出负相关关系,而其他指数均呈现出正相关,同时其拟合效果也高于部分正相关植被指数,可用于植被-土壤混合像元的定量分析。③ 在列出的植被指数中,P-DVI与植被面积比例的拟合效果最好,其R2达到了0.99,相比其他植被指数,更适合进行植被-土壤混合像元的植被比例反演。
Tab. 4 Linear relationship between vegetation index and vegetation area proportion

表4 植被指数与植被面积比例的线性关系

植被指数 线性方程 R2
P-NDVI Y=0.44855X+0.15725 0.95
P-RVI Y=2.6253X+1.0798 0.96
P-DVI Y=0.46314X+0.03518 0.99
P-MSR Y=0.22428X+0.07863 0.95
P-FNDVI Y=0.16978X+0.41284 0.79
P-FRVI Y=1.8486X+1.4331 0.92
P-FDVI Y=-0.07629X+0.02629 0.92
P-EVI Y=0.4X+0.0237 0.98
P-HJVI Y=0.3264X+0.0399 0.98
P-TVI Y=0.2243X+0.5786 0.96
P-RDVI Y=4.6949X-0.1587 0.94
P-WDRVI Y=0.4167X-0.6901 0.96

3.4 光谱特征参数模型的构建

根据3.1.2节所使用的光谱数据,光谱特征参数的敏感波段选取如表5所示。
Tab. 5 The sensitive wave band of differentvegetation area proportion

表5 不同植被面积比例下的敏感波段

植被面积
比例		 吸收谷波长
位置/nm		 波段范围
/nm		 吸收谷宽度
/nm
1/8 1424 1320~1637 317
2/8 1422 1313~1593 280
3/8 1422 1313~1646 331
4/8 1435 1314~1670 356
5/8 1455 1315~1670 355
6/8 1450 1272~1658 386
7/8 1453 1262~1662 400
8/8 1450 1282~1663 381
光谱特征参数与植被面积比例的定量分析。构建了吸收谷深度和SAI指数与混合像元植被面积比例的一次相关模型,如图8、9所示。结果表明,吸收谷深度和SAI指数与植被面积比例均存在很好的线性相关关系,R2分别为0.92和0.94。SAI与植被像元面积比例的拟合效果优于吸收谷深度与植被像元面积比例的拟合,适合进行植被占像元面积比例的反演。
Fig. 8 Linear relationship between absorption valleydepth and vegetation area proportion

图8 吸收谷深度与植被像元比例的一次相关关系

Fig. 9 Linear relationship between SAI andvegetation area proportion

图9 SAI与植被像元比例的一次相关性关系

4 结论

通过对上述植被土壤混合像元偏振高光谱反射特性的研究,可以得到如下结论：
（1）无论是在混合植被土壤像元还是在单一像元中,90°偏振时的偏振反射比普遍高于0°偏振时的偏振反射比,更接近植被的偏振反射状态。当像元为全植被时,其偏振高光谱曲线则受到较小的偏振角影响,在770~1250 nm波段范围,混合像元受偏振角的影响最小。随着混合像元中植被面积比例的增加,红边越发明显,其位置没有发生变化,但坡度却随着植被面积比例的增加而増大。
（2）在法国POLDER卫星常用的观测偏振信息的3个通道490、670和865 nm中,865 nm对于混合像元的偏振反射信息拟合效果最好,当采用多项式进行拟合时决定系数最大,为0.99。670 nm波段的拟合效果最差,不建议采用。红边导数值与混合像元植被面积比例存在一定的正相关,其中R2=0.968,拟合效果很好,适于进行混合像元植被面积比例反演。
（3）像元植被面积比例与偏振植被指数之间具有一定的相关性。通过建模分析可知,全波段差值植被指数与像元植被面积比例呈负相关,且相关性较好,可用于植被-土壤混合像元的定量分析。
（4）植被面积比例与吸收谷深度和SAI指数存在很好的线性相关性,与SAI的拟合效果优于吸收谷深度,更适合进行植被面积比例的反演估算。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
谭昌伟,王纪华,黄文江,等.高光谱遥感在植被理化信息提取中的应用动态[J].西北农林科技大学学报(自然科学版),2005,33(5):151-156.概述了高光谱遥感信息的处理方法,综述和总结了高光谱遥感在植被生物物理和生物化学信息提取等方面的应用及国内外研究进展,阐述了植被指数应用的可行性,在此基础上指出高光谱遥感在提取植被信息过程中存在的问题及其发展前景.

DOI

[ Tan C W, Wang J H, et al.A review of hyperspectral remote sensing application to extract biophysical and biochemical information of vegetation[J]. Journal of Northwest Sci-Tech University of Agriculture and Forestry, 2005,33(5):151-156. ]

[2]
姚阔,郭旭东,周冬,等.高光谱遥感土地质量指标信息提取研究进展[J].地理与信息科学,2014,30(6):7-12.高光谱遥感技术已成为提取土地质量指标的前沿技术之一.该文回顾了国内外高光谱遥感技术在土地质量指标提取中的研究进展,总结归纳了作为土地生态系统载体的土壤属性质量指标和反映生态系统结构功能的质量指标中的土壤有机质、全氮、土壤水分、铁氧化物、土壤重金属、土壤质地、土壤盐分、植被覆盖度、生物量、指示种10个指标的提取、敏感波段选择与反演方法,指出研究中存在的问题,最后展望了高光谱遥感技术在土地质量指标提取研究中的应用前景.

DOI

[ Yao K, Guo X D, et al.Advances in Researches on Hyperspectral Remote Sensing Information Extraction of Land Quality Indicators[J]. Geography and Geo-Information Science, 2014,30(6):7-12. ]

[3]
梁尧钦,曾辉.高光谱遥感在植被特征识别研究中的应用[J].世界林业研究,2009,22(1):41-47.总结了高光谱遥感在植被物种识别、结构特征分析、理化信息提取等主要领域的应用研究现状；分析了高光谱遥感在植被特征识别中所涉及的光谱特征优化、混合光谱分解、图像分类识别等关键性技术环节的最新进展；剖析了目前研究中存在的主要问题，并对今后的发展态势进行了展望。

[ Liang Y Q, Zeng H.Application of hyperspectral remote sensing in identification of vegetation characteristics[J]. World Forestry Research, 2009,22(1):41-47. ]

[4]
陶秋香,陶华学,张连蓬. 线性混合光谱模型在植被高光谱遥感分类中的应用研究[J]勘探科学技术,2004(1):21-24.遥感图像中普遍存在着混合像元 ,这部分像元的分解一直是遥感应用研究的热点和难点 ,该文简要介绍混合像元的概念、研究现状和广泛用于混合像元分解的线性混合光谱模型及其解算方法 ,然后以OMISⅠ高光谱遥感数据为例 ,通过大量实验对该模型在植被高光谱遥感分类中的应用做了详细地探讨和分析。

DOI

[ Tao Q X, Tao H X, et al.Study on applying linear mixing spectral model in vegetation classification using hyperspectral remoting sensing[J]. Site Investigation Science and Technology, 2004,1:21-24. ]

[5]
申广荣,王人潮.植被高光谱遥感的应用研究综述[J].上海交通大学学报(农业科学版),2001,19(4):315-321.植被高光谱遥感以其显著的特点已经成为连接遥感数据处理、地面测量、光谱模型和应用的强有力的工具。本文概述了植被高光谱遥感数据的处理方法和高光谱分析的算法以及它在植被参数估算与分析、植被长势监测、估产及生物量估算等领域的应用现状 ,特别是与近年逐步兴起的多角度遥感结合在建立与完善双向反射模型 ,更精确地反演植被参数等方面的发展状况。并讨论了进一步充分利用植被高光谱遥感数据 ,加速遥感定量化进程的一些途径。

DOI

[ Shen G R, Wang R C, et al.Review of the application of vegetation hyperspectral remote sensing[J]. Journal of Shanghai Jiaotong University (Agricultural Science), 2001,19(4):315-321. ]

[6]
赵虎,晏磊,赵云升.橄榄岩的多角度偏振反射光谱研究[J].地质与勘探,2004,40(2):51-54.研究超基性岩浆岩--橄榄岩在2π空间的多角度反射光谱、偏振反射光谱特征.实验测定了橄榄 岩在2π空间上反射光谱、偏振反射光谱与光线入射角、探测角、方位角、波段、偏振性等因子之间的关系.结果表明,光线入射角对橄榄岩的反射光谱、偏振反射 光谱影响很大.其次,空间水平方位角对光谱具有偏振(极化)特征,且也呈现椭圆分布规律.空间竖直探测角的影响是随着光线入射角的不同而显著影响着橄榄岩 的波形曲线特征.最后,波段的不同,影响着橄榄岩反射光谱、偏振反射光谱吸收能量的大小,但不显著影响橄榄岩的空间波形曲线特征.

DOI

[ Zhao H, Yan L, Zhao Y S.Multi-angle polarized reflectance spectrum of peridotite[J]. Geology and Prospecting, 2004,40(2):51-54. ]

[7]
韩阳,李潜,赵云升,等.三因素及其交互作用对植物多叶片多角度偏振高光谱特征的影响[J].红外与毫米波学报,2010,29(4):316-320.在反射、散射和透射电磁辐射的过程中，植物叶片表面将产生与它们自身性质有关的偏振特征，完全可以作为遥感信息中有价值的信息来源．多角度对地观测能获得更为详细可靠的地面目标三维空间结构参数，使定量遥感成为可能．对植物叶片的多角度偏振高光谱探测成为定量遥感中的一种新手段．在分析植被叶片的多角度偏振高光谱特征基础之上，设计了一个3因素2水平的正交试验．通过对实验数据的方差分析发现，偏振角、入射天顶角、叶绿素以及三个因素之间的交互作用都可以对植物叶片的偏振反射产生影响，偏振角和入射天顶角对植物叶片的影响特别显著，二者的交互作用也有显著的影响．因此在今后的研究中，既要考虑单因素本身对植被叶片的偏振反射的影响，还要考虑到交互作用所起到的影响．

[ Han Y, Zhao Y S, et al.Effects of three interactive factors on the multi-angle polarized hyperspectrum of vegetation leaves[J]. Geology and Prospecting, 2010,29(4):316-320. ]

[8]
邹维娜,袁琳,张利权,等.盖度与冠层水深对沉水植物水盾草光谱特性的影响[J].生态学报,2012,32(3):706-714.遥感技术可应用于大尺度实时监测沉水植物的分布与生长状况。然而沉水植物的光谱特征受其冠层在水下深度的影响,从而影响湖泊和河流中沉水植物的遥感影像解译与信息提取。应用地物光谱仪,通过野外原位测定和室外控制试验,实测了沉水植物水盾草(<em>Cabomba caroliniana</em>)群落冠层在水下不同深度的反射光谱,分析了冠层水深对水盾草反射光谱的影响,并建立了基于光谱反射率和冠层水深的水盾草群落盖度反演模型。研究结果表明(1)不同盖度的水盾草群落光谱反射率的基本特征主要体现在绿光和近红外波段;(2)水盾草群落的光谱反射率与冠层水深基本呈负相关,相同盖度水盾草群落的光谱反射率随冠层水深的增加而减小,在近红外波段尤其明显;(3)水盾草群落冠层水深越小,其盖度与光谱反射率的相关性越强,且水盾草群落盖度越大,其光谱反射率与冠层水深的相关性越显著;(4)水盾草光谱反射率与盖度相关的最佳波段在692-898 nm,与冠层水深相关最佳的波段在710 nm和806 nm附近;(5)在710 nm和806 nm处建立的结合冠层水深的修正模型,无论是回归方程决定系数(<em>R</em><sup>2</sup>),还是水盾草群落盖度的反演精度都明显高于仅用光谱反射率反演盖度的简单模型,因此可有效减除冠层水深对反演精度的影响。本研究的结果可为遥感监测沉水植物的分布和动态变化,以及沉水植物生物物理参量反演提供科学依据。

DOI

[ Zou W N, Yuan L, et al.Impacts of coverage and canopy water depth on the spectral characteristics for a submerged plant Cabomba caroliniana[J]. Acta Ecologica Sinica, 2012,32(3):706-714. ]

[9]
Kuusinen N, Kolari P, Levula J, et al.Seasonal variation in boreal pine forest albedo and effects of canopy snow on forest reflectance[J]. Agricultural &Forest Meteorogy, 2012,164(3):53-60.The low shortwave albedo of evergreen coniferous forests increases net radiation and thus the local temperature as compared to open areas. The difference between albedos of evergreen forests and open areas is most pronounced in winter and spring, when the forest canopies mask the reflective ground snow. However, also the albedo of coniferous evergreen forests changes as a function of the amount and optical properties of snow in the ground and canopy. In this study, we examined the shortwave radiation balance of a boreal dominated forest. Canopy snow cover was observed to substantially influence the albedo, increasing it by about 0.2 as compared to snow free conditions. However, albedo varied greatly between and within the canopy snow classes, probably due to differences in illumination conditions and snow amount and properties. During midwinter months, most of the incident solar radiation was reflected during days with a lot of snow in the canopy. The difference in reflected radiation between the winters with least and most snow was 54MJm鈭2, which was also close to the difference (55MJm鈭2) between the reflectance of an average winter and that of a simulated snow free winter, corresponding to less than 2% of the annual solar irradiance. The albedo of the forest was greatest in midwinter, when the cold weather and low solar radiation caused the falling snow to remain on the tree branches. As the incident solar radiation in these months is very low, we concluded that the positive feedback to climate warming in case of a potentially decreased snow cover in this boreal pine forest would remain small.

DOI

[10]
吕云峰. 基于垂直观测的植被冠层高光谱偏振反射特性研究[J].光谱学与光谱分析,2013,33(4):1028-1031.以玉米冠层为研究对象,首先利用偏振反射机理分析了玉米冠层的反射信息中存在偏振现象;随后在抽穗前不同生长时期垂直观测方向对其高光谱偏振信息进行了测量,证明了理论推导,而且发现偏振光在总的反射光中所占的比例可达10%。这即表明了偏振测量可以为对地遥感提供辅助信息,同时也说明利用偏振信息反演大气参数时应该考虑地表偏振对它的影响。

DOI

[ Lv Y F.Study of hyperspectral polarized reflectance of vegetation canopy at nadir viewing direction[J]. Spectroscopy and Spectral Analysis,2013,33(4):1028-1031. ]

[11]
朱文静,毛罕平.温室番茄缺素叶片偏振反射特征分析[J].光谱学与光谱分析,2014,34(1):145-150.为提高番茄植株营养胁迫定量分析模型的精度，探究偏振检测在植物单叶尺度进行无损检测的优 势，利用自行研制的偏振反射光谱系统检测不同生长期温室番茄缺素叶片偏振反射特征。对影响番茄单叶偏振反射的主要因素：方位角、入射天顶角、探测天顶角、 光源偏振片起偏角度、探测器偏振片起偏角度进行了讨论，通过正交试验的极差分析获取光谱仪各测量角度参数的优水平，并通过实验进一步验证，最终分析得到偏 振光谱系统检测番茄缺素叶片的角度组合及主次排序为：入射天顶角60°、光源起偏角度0°、探测器起偏角度45°、探测天顶角45°、方位角180°，在 此基础上对不同生长期的缺氮、缺磷、缺钾叶片以及不同缺素程度的叶片进行分析比较，结果显示偏振反射比随番茄叶片的生长周期呈现正相关关系，缺素和营养过 量均能导致偏振反射比的下降，偏振反射比在结果期和采收期的降幅较为明显。对于偏振反射光谱在植物单叶尺度营养快速检测的深入研究具有一定的理论和实践意 义。

DOI

[ Zhu W J, Mao H P.Study on the polarized reflectance characteristics of single greenhouse tomato nutrient deficiency leaves[J]. Spectroscopy and Spectral Analysis, 2014,34(1):145-150. ]

[12]
岳喜元,常学礼,刘良旭,等.科尔沁沙地几种固沙植物光谱生物量模型构建与分析[J].中国沙漠,2014,34(6):1496-1502.<p>在控制背景反射噪音、植被盖度和水分含量的条件下,利用ASD光谱仪对科尔沁沙地4种主要固沙植物杨树(<em>Populus </em>spp.)、黄柳(<em>Salix gordejevii</em>)、小叶锦鸡儿(<em>Caragana microphylla</em>)、樟子松(<em>Pinus sylvestris</em>)光谱反射特征和地面光谱生物量模型构建进行了研究.结果表明:科尔沁沙地4种主要固沙植物光谱反射曲线的趋势基本一致,但是在620～670 nm与841～876 nm波长范围内存在差别,其中在波长620～670 nm最易识别的植物为小叶锦鸡儿,其次是黄柳、杨树,在波长841～876 nm范围最易识别的植物为樟子松、杨树.不同植物的NDVI与盖度和生物量的关系密切,模型拟合精度较高.相对而言,NDVI-盖度模型优于NDVI-生物量模型.不同植物种构建的NDVI盖度模型计算结果相差较小,而NDVI生物量模型的计算结果相差较大.在区域植被生产力遥感监测中,植被样方选择要考虑优势植物种影响,数据采样要涵盖研究区主要植物种.</p>

DOI

[ Yue X Y, Chang X L, et al.Spectrum-biomass models of several sand-fixing plant species in the Horqin sandy land[J]. Journal of Desert Research, 2014,34(6):1496-1502. ]

[13]
江晓东,刘诚,徐家平,等.昼夜不对称增温对冬小麦花后冠层反射光谱特性的影响[J].农业工程学报,2014,30(12):115-122.全球变暖具有明显的昼夜不对称性，温度升高影响冬小麦的生长发育，也改变了其冠层的光谱反射特性。为了研究昼夜不对称增温对冬小麦冠层反射光谱特性的影响，在南京采用开放式田间增温系统，开展昼夜不对称增温的人工控制试验，利用FieldSpec Pro FR光谱仪测定了2个冬小麦品种扬麦15和徐麦31的冠层反射光谱，分析了冬小麦开花后冠层光谱反射率和一阶导数光谱，比较了2种增温方式对冠层反射光谱特性的影响。结果表明，与CK相比，昼夜不对称增温处理（白天增温1℃，夜间增温3℃，T2）的冬小麦冠层反射率，在近红外波段的下降最为显著，且以开花期的冬小麦冠层近红外波段反射率降低幅度最大。昼夜对称增温处理（白天增温2℃，夜间增温2℃，T1）下的冬小麦冠层反射率变化与T2处理后的变化相似，但其反射率降低幅度小于T2处理。在开花期，扬麦15在CK、T1、T2处理下近红外波段反射率分别为0.70、0.61、0.55，而徐麦31在CK、T1、T2处理下近红外波段反射率分别为0.65、0.60、0.52。由一阶导数光谱可以发现，T1、T2处理下，扬麦15红边位置由738 nm变为花后20 d的731和730 nm，俆麦31表现相同的规律。T1和T2处理也使得红边峰值下降，在开花期红边峰值下降幅度最大，且T2处理下降幅度较T1处理更大。与光谱反射率变化相对应，T1和T2均使2品种的叶绿素质量分数和叶面积指数（leaf area index，LAI）显著降低，以T2处理降低幅度最大。因此，昼夜不对称增温影响了冬小麦LAI、叶绿素质量分数、细胞结构和衰老程度，进而表现出冬小麦冠层反射光谱反射率的下降。

[ Jiang X D, Liu C, Xu J P, et al.Effects of asymmetric warming in daytime and nighttime on canopy spectral reflectance of post-anthesis winter wheat[J]. Transactions of the Chinese Society of Agricultural Engineering, 2014,30(12):115-122. ]

[14]
Norman M, Divakarla M, Goel N S.Algorithms for extracting information from remote thermal-IR observations of the earth's surface[J]. Remote Sensing of Environment, 1995,51(1):157-168.Thermal infrared remote sensing offers the possibility of monitoring the surface energy budget on regional and global scales. However, thermal observations have had limited utility because of difficulties associated with unknown surface emissivities, challenging atmospheric corrections, and the presence of numerous variables that affect the relationship between thermal radiance and the partitioning of energy fluxes at the surface. The importance of distinguishing between aerodynamic and radiative temperatures is discussed and definitions for each are proposed. Considerable progress is being made with atmospheric corrections and measurement of surface emissivity so that accuracies of 1掳 to 2掳C in surface infrared temperature and 0.01 to 0.02 in surface emissivity may be within reach. Five methods are described for extracting information about the surface energy budget from a combination of satellite thermal observations and various amounts of ancillary data. Although no single method appears to work under all conditions, uncertainties in daily fluxes of surface sensible and latent heat appear to be 1 to 2 MJ m鈭2 based on past studies. Thermal infrared observations toill continue to play an essential role in partitioning available surface energy into sensible and latent heat components.

DOI

[15]
覃文汉. 遥感植被双向反射光谱的理论研究与应用展望[J].环境遥感,1992,7(4):290-299.本文首先分析了传统的垂直测量方法在定量遥感中的局限性及多角度倾斜光谱在估算地物三维空间结构等方面的优越性。通过总结近年来国际上在植被双向反射领域所取得的主要成果,对计算植被双向反射系数的四类物理模型进行了简要评述。然后,从模式的选取、地物方向谱的结构及最佳的多角度资料的获取、观测波段的选择和模式的数学反演等方面出发,详细地讨论了利用上述理论模型实现植被结构参数的定量估算、再生资源的定量遥感的主要过程,以及使多角度遥感的潜在优势得以真正实现的可能途径。

DOI

[ Qin W H.A review on studies of bidirectional reflectance of vegetation canopies[J]. Journal of Remote Sensing, 1992,7(4):290-299. ]

[16]
吕云峰. 水中叶绿素二向性与偏振反射光谱特性的对比研究[D].吉林:东北师范大学,2007.

[ Lv Y F.The comparative study of the spectral characteristics of two direction and polarization belong to chlorophyll in wate[D]. Ji Lin: Northeast Normal University, 2007. ]

[17]
韩阳,徐文茹,金伦.典型盐渍化土壤偏振反射高光谱特征与模型分析[J].红外与毫米波学报,2015,34(5):606-612.盐渍化土壤不仅对农业生产产生巨大的威胁,而且对生态环境也构成了巨大的破坏.本文以吉林省西部盐渍化土壤为例,将遥感信息中的偏振信息和高光谱信息相结合,通过对吉林省西部盐渍化土壤光谱特征的获取,选择合适的波段,建立普适的模型,并进行科学验证.研究表明,盐渍化土壤的偏振高光谱信息与其理化属性参数具有一定的相关关系,并具有规律性,尤其是土壤线模型,利用土壤线进行建模,可以预测土壤的盐碱化程度.

DOI

[ Han Y, Xu W R, et al.Study on the polarized reflectance hyperspectral characteristicsand models of typical saline soil[J]. Journal of Infrared and Millimeter Waves, 2015,34(5):606-612. ]

[18]
韩阳,秦伟超,王野乔.吉林省西部典型盐渍化土壤偏振反射高光谱特征与模型研究[J].光谱学与光谱分析,2014,34(6):1640-1644.

DOI

[ Han Y, Qin W C, et al.Study on the polarized reflectance hyperspectral characteristics and models of typical saline soil in the west of Jilin Province, China[J]. Spectroscopy and Spectral Analysis, 2014,34(6):1640-1644. ]

[19]
Chen J M.Evaluation of vegetation indices and a modified simple ratio for boreal applications[J]. Canadian Journal of Re-mote Sensing, 1996,2222(3):229-242.

[20]
Rouse J W, Haas R H, Schell J A, et al.Monitoring the vernal advancement of retrogradation of natural vegetation NASA/GSFC[R]. Type Ⅲ, Final Report, Greenbelt, MD, USA, 1974.

[21]
Pearson R L, Miller L D.Remote mapping of standing crop biomass for estimation of the productivity of the short-grass prairie[C]. Proceedings of the Eighth International Symposiumon Remote Sensing of Environment, Fort Collins, Colorado: Colorado University, 1972.

[22]
Jordan C F.Derivation of Leaf Area Index from Quality of Lighton the Forest Floor[J].Ecology, 1969,5050(4): 663-666.Leaf-area index of a forest can be measured by determining the ratio of light at 800 mμ to that at 675 mμ on the forest floor. It is based on the principle that leaves absorb relatively more red than infrared light, and therefore, the more leaves that are present in the canopy, the greater will be the ratio.

DOI

[23]
李凤秀,张柏,刘殿伟,等.洪河自然保护区乌拉苔草生物量高光谱遥感估算模型[J].湿地科学,2008,66(1):51-59.尝试用不同方法构建洪河自然保护区湿地植被乌拉苔草(Carex meyeriana)的高光谱植被指数,建立水上鲜/干生物量高光谱估算模型,并比较了不同模型的反演精度.通过实测不同覆盖度和水深状况下乌拉苔草的冠 层高光谱反射率与水上生物量的数据,采用高光谱可见光-近红外波段及其微分光谱波段(350～1 050 nm)逐波段构建FNDVI、FRVI、FDVI、FDNDVI、FDRVI、FDDVI植被指数,分别找出与水上鲜生物量和干生物量具有最佳相关性波段 组合的植被指数,建立乌拉苔草水上生物量的最佳估算模型,并对比分析了反射率光谱植被指数(FNDVI、FRVI、FDVI)模型和微分光谱植被指数 (FDNDVI、FDRVI、FDDVI)模型的反演精度.结果显示,微分光谱与乌拉苔草水上生物量的相关性比反射率光谱好;微分光谱植被指数与乌拉苔草 水上生物量的相关性比反射率光谱植被指数好,尤其以微分光谱植被指数FDRVI与FDNDVI建立的二次函数模型反演乌拉苔草的水上鲜生物量和干生物量的 效果最好,精度分别达74.9%、71.4%,其均方根误差分别为0.074 4和0.026 2,通过了p<0.01极显著验证.这表明,采用微分光谱植被指数FDRVI、FDNDVI对乌拉苔草水上鲜生物量和干生物量的估算可以取得较高的 预测精度.

[ Li F X, Zhang B, Liu D W, et al.Hyperspectral remote sensing estimation models for the biomass of carexmeyeriana in Honghe nature reserve[J]. Wetland Science, 2008,66(1):51-59. ]

[24]
徐文茹,韩阳,秦艳,等.盐渍化土壤偏振高光谱信息与土壤线的关系初探[J].光谱学与光谱分析,2015,35(10):2856-2861.正确评价土壤盐渍化对地区农业生产与生态环境具有重要意义。土壤 线对土壤盐渍化程度具有一定的指示作用，但在不同角度下观察获得的土壤光谱特征会发生变化，土壤线的参数值也会随之变化。依据以实验室测定的盐渍化土壤多 角度偏振高光谱反射率，分析并确定土壤盐渍化程度与土壤线参数之间的关系，初步探求在偏振反射条件下土壤线最佳的获取方式。结果表明：（1）土壤光谱反射 率随波段的增加逐步缓慢上升，趋于平缓。随着盐渍化程度的增强，土壤的光谱反射率先逐步降低至某一临界值后又逐步升高；（2）土壤的盐渍化程度与土壤线的 斜率和截距均呈线性相关，随着盐渍化程度的增强，土壤线的斜率变小，截距变大；（3）探测天顶角影响偏振状态与土壤线参数的关系，当探测天顶角一定时，偏 振状态与土壤线参数之间具有规律性。探测天顶角在0°‐50°之间，随角度的变大，土壤线斜率变大，截距变小；（4）偏振状态影响土壤线参数与土壤盐渍化 程度的相关性程度，初步确立偏振角度为90°，探测天顶角为25°状态下，建立的土壤盐渍化程度与土壤线参数关系模型较优。为定量反演土壤盐渍化程度提供 新的途径。可以用于土壤的盐渍化程度评价。

DOI

[ Xu W R, Han Y, et al.Study on the relationship between hyperspectral polarized information of soil salinization and soil line[J]. Spectroscopy and Spectral Analysis, 2015,35(10):2856-2861. ]

[25]
张莉莉. 利用偏振高光谱反演植被叶绿素含量[D].吉林:东北师范大学,2007.

[ Zhang L L.Simulation of clove leafs chlorophyll concentration via the polarized light and hyper-spectral[D]. Jilin: Northeast Normal University, 2007. ]

Options
Outlines

/

〈 〉