閆 賀 ,張?zhí)彀?,劉?yīng)安
(南京林業(yè)大學(xué) 信 息科學(xué)技術(shù)學(xué)院,江蘇 南 京210037)
植物冠層是植物與外界發(fā)生相互作用的主要場所,植物的許多生化物理過程都發(fā)生在冠層。冠層結(jié)構(gòu)參數(shù)是用來反映植物生長狀況的重要指標(biāo)。在諸多冠層結(jié)構(gòu)參數(shù)中,葉面積指數(shù)反映了單位地表上植物葉片面積的多少。而平均葉傾角表達(dá)了冠層中葉片的空間取向。這些冠層結(jié)構(gòu)參數(shù)決定了植物管理光能和水分的能力。傳統(tǒng)的冠層結(jié)構(gòu)參數(shù)測量方法是手動測量。手動測量法原理簡單,但需耗費(fèi)大量時間和人力,測量時還會破壞植物,所以并不適用。半球攝影法是一種測量冠層結(jié)構(gòu)參數(shù)的快速可靠的新方法,它用有魚眼鏡頭的數(shù)碼照相機(jī)攝取冠層影像,從而研究植被的冠層結(jié)構(gòu)。半球攝影法沒有破壞性、可重復(fù)采樣、獲取龐大的數(shù)據(jù)、操作簡單快捷且結(jié)果準(zhǔn)確,目前在生態(tài)學(xué)、森林培育學(xué)等學(xué)科上獲得了一定的應(yīng)用,但在獲取植物冠層結(jié)構(gòu)參數(shù)方面的應(yīng)用還并不多見。
葉面積指數(shù)是分析植物群體和群落生長的一個重要參數(shù),自1947年被提出以來,葉面積指數(shù)已成為一個非常重要的植物學(xué)參數(shù)和評價指標(biāo),并得到了廣泛應(yīng)用。近年來,學(xué)者們[1~3]越來越重視通過遙感反演計算葉面積指數(shù),但在很大程度上,遙感反演計算葉面積指數(shù)的精度會受地面葉面積指數(shù)測量精度的影響。葉面積指數(shù)的測量方法主要有兩大類:直接接觸法和間接非接觸法。直接法耗時耗力且會對植被造成破壞;間接法方便無破壞性,但測量結(jié)果有偏差。
現(xiàn)有的測量方法復(fù)雜且不精確,國內(nèi)外學(xué)者為了獲得更有效可靠的實(shí)驗數(shù)據(jù),進(jìn)行了大量的研究[4,5]。文獻(xiàn)[6]研究了基于Beer-Lambert定律對葉面積指數(shù)的測量,指出其中存在嚴(yán)重的低估問題,該方法對于測量葉面積指數(shù)有較大局限性,間接測量葉面積指數(shù)需要進(jìn)一步地深入研究。文獻(xiàn)[7]針對葉面積指數(shù)的測量值比真實(shí)值稍小的問題,研究了有效葉面積指數(shù)和真實(shí)葉面積指數(shù)并建立出二者之間的線性模型。新型的三維點(diǎn)云技術(shù)能準(zhǔn)確獲取冠層結(jié)構(gòu),文獻(xiàn)[8]基于三維點(diǎn)云對樹木測定因子進(jìn)行測定并計算葉面積指數(shù)。
裝備魚眼鏡頭的數(shù)碼照相機(jī)拍攝得到的彩色圖像為原始數(shù)據(jù)。這些數(shù)據(jù)經(jīng)過處理,轉(zhuǎn)化為只含有“樹葉”和“背景”兩種元素的二值圖像,用來提取孔隙度數(shù)據(jù)并計算冠層參數(shù)。冠層孔隙度是太陽光穿過冠層不被截獲的概率,孔隙度是關(guān)于入射光角度的函數(shù),在同一冠層中,不同的入射角有對應(yīng)的孔隙度??梢哉J(rèn)為在同一冠層,孔隙度只與入射光天頂角有關(guān)。
半球冠層圖像分析中,要將圖像分為n個同心環(huán),得到n個對應(yīng)相應(yīng)視角的孔隙度。n取值越小,視角的分辨率越小,要處理的數(shù)據(jù)也相應(yīng)較少,但會使孔隙度數(shù)據(jù)有較大的變化,曲線抖動厲害。n取值越大,分辨率越大,提取的孔隙度數(shù)據(jù)變多,曲線更光滑,但是要處理的數(shù)據(jù)會更多,處理速度會降低。雖然n取值越大能得到更詳細(xì)的孔隙度,但要耗費(fèi)更多的時間,所以需要在計算效率和計算精度之間獲得平衡。
3.2.1 Beer-Lambert定律
Beer-Lambert定律,也稱光的吸收定律,開始用來測量可見光通過植被冠層時被吸收的情況,Monsi and Seaki(1953)用該定律來模擬光線被植被冠層吸收,得到半球攝影法冠層結(jié)構(gòu)參數(shù)的常用等式:
3.2.2 葉傾角分布函數(shù)
冠層孔隙度與葉面積指數(shù)和葉傾角分布有關(guān)。常見植物的葉傾角分布一般可分為五種:水平分布、垂直分布、錐面分布、球面分布和橢球面分布。其中,橢球面葉傾角分布可以視作一般形式,其他四種可以認(rèn)為是特殊形式。
橢球函數(shù)模型表述為:
上式中,p(α)為葉傾角密度函數(shù),表示葉傾角α為的葉片總面積占整個冠層面積的比值,x是橢球水平與垂直半軸的比值,x越大表示冠層葉傾角越接近水平分布,x越小表示葉傾角越接近垂直分布。
A:上海是近代中國印刷業(yè)的發(fā)祥地,可追溯至1843年,英國傳教士建立墨海書館。上世紀(jì)50年代后期,國家出臺政策,計劃推動印刷業(yè)的合理布局與發(fā)展,在此大背景下,印刷業(yè)相對發(fā)達(dá)的上海開始向全國輸出資源。當(dāng)時上海有30多家以出版物印刷為主營業(yè)務(wù)的印刷企業(yè),他們向全國22個省市輸出技術(shù)人才,援建內(nèi)地印刷業(yè)。據(jù)不完全統(tǒng)計,輸出的這部分技術(shù)人員有2000多名。1978年,上海印刷業(yè)的銷售收入大概是5億元,到2017年底,銷售收入已經(jīng)達(dá)971億元。數(shù)字的比對簡單、直觀,單從規(guī)模上講,這也是上海印刷業(yè)飛躍發(fā)展的一個表現(xiàn)。
對葉傾角密度函數(shù)有:
另外,x與平均葉傾角關(guān)系為:
在半球冠層圖像分析中,分成的同心環(huán)越多,視角范圍越小,得到的孔隙度數(shù)據(jù)會具有較高的偶然性。但是通過多次試驗取平均值,可以有效減小偶然因素對實(shí)驗帶來的影響。
3.3.1 Miller公式法
基于 Miller積分公式(Miller,1967),Chen和Blaek(1991)假定冠層孔隙度只與入射角(視角)有關(guān),并推導(dǎo)了使用冠層孔隙度數(shù)據(jù)積分求LAI的公式:
3.3.2 迭代反演法
同時含有LAI和平均葉傾角的方程如下式:
上式中,L^AI是最優(yōu)葉面積指數(shù)是最優(yōu)平均葉傾角,T(θ)為實(shí)測冠層孔隙度,Tsim(θ)為模擬的孔隙度,按式(6)展開。
本研究對6張彩色數(shù)字圖片進(jìn)行分析,分別采用Miller公式法和迭代反演法獲取的冠層參數(shù)見表1。
研究發(fā)現(xiàn),Miller公式法的缺點(diǎn)在于以下方面。
(1)Miller公式法認(rèn)為冠層孔隙度只與視角有關(guān),但忽略了葉傾角對孔隙度的影響。對葉傾角為球狀分布(平均葉傾角為57°左右)的冠層,結(jié)果比較準(zhǔn)確;但是對冠層葉傾角非球狀分布(如水稻等)的冠層,結(jié)果的準(zhǔn)確度則相對較低。
表1 葉面積指數(shù)和平均葉傾角結(jié)果數(shù)據(jù)
(2)半球攝影法從圖像上很難獲得全角度的孔隙度。當(dāng)視角很大時,入射光線與地面幾乎水平,穿越冠層的路徑長度近似于無窮大,受地形和光線等因素影響嚴(yán)重而不易獲得準(zhǔn)確的孔隙度。
與Miller公式法一樣,迭代反演法也使用了全視角的孔隙度數(shù)據(jù)。迭代反演法相對Miller公式法更加優(yōu)越,因為它在計算葉面積指數(shù)的同時也考慮了葉傾角分布的影響,所以可以同時得到葉面積指數(shù)與平均葉傾角這兩個參數(shù)。但是,迭代反演法容易被極端值所影響。從半球圖像上獲取的孔隙度數(shù)據(jù)經(jīng)常出現(xiàn)極端值,尤其在視角比較接近90°的情況下(圖像邊緣區(qū)域),孔隙度往往很小,甚至?xí)?;相反,在視角接近0°的情況(圖像的中心),孔隙度常常是1。這些極端值往往會干擾迭代反演法的準(zhǔn)確度。此外,迭代反演法需要很大的計算機(jī)資源,運(yùn)算效率比其他方法低,尤其是視角分辨率相對較高時(圖像劃分的同心環(huán)較多),運(yùn)算時間偏長,不利于實(shí)時數(shù)據(jù)的獲取。
對本研究獲取的激光點(diǎn)云數(shù)據(jù)枝干分離后投影到半徑固定的球上,如圖1(a);投影到平面上,劃分為9個同心環(huán),如圖1(b)。得到6組孔隙度和視角函數(shù)圖,如圖2。
圖1 激光點(diǎn)云實(shí)驗
對葉片數(shù)據(jù)計算可得平均葉傾角,得到平均葉傾角后,根據(jù)式(2)、(4)可以得到葉傾角密度函數(shù),如圖3所示。根據(jù)式(1)、(4)可以算得葉面積指數(shù)LAI和視角的關(guān)系函數(shù)圖像,如圖4所示。
隨著科學(xué)技術(shù)的迅猛發(fā)展,運(yùn)用半球攝影法和三維點(diǎn)云技術(shù)獲取林分冠層的相關(guān)數(shù)據(jù),對魚目圖像和三維點(diǎn)云數(shù)據(jù)進(jìn)行分割,計算林分冠層結(jié)構(gòu)參數(shù),其準(zhǔn)確度和精度也較高。今后可以嘗試其他方法,做進(jìn)一步的研究。
圖2 點(diǎn)云數(shù)據(jù)不同n取值下孔隙度和視角函數(shù)
圖3 葉傾角密度函數(shù)曲線
圖4 六組數(shù)據(jù)LAI和視角函數(shù)
[1]徐希孺,范聞捷,陶 欣.遙感反演連續(xù)植被葉面積指數(shù)的空間尺度效應(yīng)[J].中國科學(xué)(D輯:地球科學(xué)),2009,39(1):79~87.
[2]劉 洋,劉榮高,劉斯亮,等.基于物理模型訓(xùn)練神經(jīng)網(wǎng)絡(luò)的作物葉面積指數(shù)遙感反演研究[J].地球信息科學(xué)學(xué)報,2010,12(3):426~435.
[3]江 東,付晶瑩,黃耀歡,等.地表環(huán)境參數(shù)時間序列重構(gòu)的方法與應(yīng)用分析[J].地球信息科學(xué)學(xué)報,2011,13(4):439~446.
[4]吳偉斌,洪添勝,王錫平,等.葉面積指數(shù)地面測量方法的研究進(jìn)展[J].華中農(nóng)業(yè)大學(xué)學(xué)報:自然科學(xué)版,2007,26(2):270~275.
[5]de JesusW C Jr,do Vake F C R,do Resende C R,et al.Comparison of two methods for estimating leaf area index on common bean[J].Agronomy Journal,2001(93):989~991.
[6]杜春雨,范文義.有效葉面積指數(shù)與真實(shí)葉面積指數(shù)的模型轉(zhuǎn)換[J].東北林業(yè)大學(xué)學(xué)報,2010,38(7):126~128.
[7]胡容海,閻廣建.對Beer-Lambert定律間接測量森林LAI的誤差低估分析[J].地球信息科學(xué)學(xué)報,2012,14(3):366~375.
[8]高紹偉,馮仲科,吳露露.基于點(diǎn)云數(shù)據(jù)的測樹因子提取與分析研究[J].林業(yè)資源管理,2012(6):101~104.