牛亞龍,劉廷璽,段利民,王冠麗,羅艷云

(內(nèi)蒙古農(nóng)業(yè)大學水利與土木建筑工程學院，內(nèi)蒙古自治區(qū)水資源保護與利用重點實驗室，內(nèi)蒙古 呼和浩特 010018)

?

科爾沁沙地典型沙丘植被光譜特性

牛亞龍,劉廷璽,段利民,王冠麗,羅艷云

(內(nèi)蒙古農(nóng)業(yè)大學水利與土木建筑工程學院，內(nèi)蒙古自治區(qū)水資源保護與利用重點實驗室，內(nèi)蒙古 呼和浩特 010018)

采用Field Spec4(美國ASD)的便攜式光譜儀對科爾沁5種典型沙丘植被的光譜曲線進行測量，并對其特征進行提取分析。結果表明，1)5種典型沙丘植被黃柳(Salixgordejevii)、冷蒿(Artemisiafrigida)、麻黃(Herbalephedrae)、差巴嘎蒿(Artemisiahalodendron)和小葉錦雞兒(Caraganamicrophylla)的光譜形態(tài)大致相同。根據(jù)原始光譜差異和多個光譜特征參數(shù)可以區(qū)分植被類型?！凹t邊斜率”由高到低依次為冷蒿(0.99%)>小葉錦雞兒(0.68%)>黃柳(0.59%)>麻黃(0.58%)>差巴嘎蒿(0.56%)。2)對差巴嘎蒿不同季節(jié)光譜反射率特性進行比較分析得知，隨植被生長期推移，差巴嘎蒿呈現(xiàn)出“雙峰”和“紅移”現(xiàn)象，但該現(xiàn)象并不明顯。由于研究區(qū)在7月份出現(xiàn)持續(xù)干旱，植被缺水嚴重，導致差巴嘎蒿的“紅邊位置”在7月6日出現(xiàn)微小浮動，顯現(xiàn)兩個“紅邊平臺”。3)分析不同覆蓋度下差巴嘎蒿的光譜特性，差巴嘎蒿的導數(shù)光譜呈現(xiàn)“雙峰”特性，且當覆蓋度大于40%時，“紅邊位置”與覆蓋度并無直接聯(lián)系，但“紅邊斜率”與覆蓋度呈正比關系。對不同覆蓋度下差巴嘎蒿光譜可見光波段的連續(xù)統(tǒng)去除，得到吸收深度隨覆蓋度的增加而增大，吸收峰面積隨覆蓋度的增加而減小，對覆蓋度敏感性參數(shù)比較可知，研究該地區(qū)差巴嘎蒿覆蓋度變化優(yōu)先考慮吸收峰面積。因此，基于植被高光譜特性的分析，對于今后利用遙感監(jiān)測沙丘植被長勢、植被分類識別及反演植被覆蓋度等的應用提供重要的參考價值。

光譜特性；紅邊；綠峰；植被覆蓋度；沙丘植被；差巴嘎蒿；科爾沁沙地

對地物進行光譜測定及研究不僅是遙感分析和應用的基礎，也是研究遙感理論的重要內(nèi)容。由于實測的地面光譜數(shù)據(jù)的分辨率較高，因此能夠更加準確地反映地物的光譜特性[18]。本研究采用Field Spec4(美國ASD)的便攜式光譜儀對科爾沁5種典型沙丘植被的光譜進行了測量，對其特征進行提取分析，并同時對求導及去包絡線的光譜數(shù)據(jù)進行分析，比較它們之間的相似度和差異性，為該區(qū)域不同植被分類識別建模提供依據(jù)。由于差巴嘎蒿為半流動、半固定沙丘的建群物種，是科爾沁沙地主要的固沙先鋒物種之一，且具有抗寒、耐旱、繁殖快等特性，被廣泛用于沙漠化防治和沙地生態(tài)系統(tǒng)的恢復[19]，因此研究不同生長時期和不同覆蓋度下的差巴嘎蒿光譜特性，對植被變化監(jiān)測、生態(tài)環(huán)境調(diào)查與綜合評價等方面具有重要意義，也為今后該區(qū)域植被特性的反演及驗證和光譜數(shù)據(jù)庫的建立提供數(shù)據(jù)支持。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

研究區(qū)位于蒙古高原(內(nèi)蒙古通遼市科爾沁左翼后旗阿古拉鎮(zhèn))，地處科爾沁沙地的東南緣，地理坐標為43°18′48″-43°21′24″ N，122°33′00″-122°41′00″ E，面積55 km2(圖1)。該區(qū)屬溫帶大陸性季風氣候，年平均氣溫6.6 ℃，多年平均降水量389 mm，且主要集中在6月-9月，直徑20 cm蒸發(fā)皿年平均水面蒸發(fā)量1 412 mm，年平均相對濕度55.8%，屬典型的半干旱荒漠化農(nóng)牧交錯地區(qū)，地貌特點為流動、半流動半固定與固定沙丘和草甸、農(nóng)田相間分布，地勢為南北高翹，中間低平。區(qū)內(nèi)植被種類繁多，而天然植被大體分為沙丘植被、草甸植被和林地喬木三大類，其中沙丘植被主要有黃柳(Salixgordejevii)、冷蒿(Artemisiafrigida)、麻黃(Herbalephedrae)、差巴嘎蒿(Artemisiahalodendron)和小葉錦雞兒(Caraganamicrophylla)等。

1.2 典型植被地物光譜數(shù)據(jù)的采集

采用Field Spec4(美國ASD)的便攜式光譜儀，波長范圍為350-2 500 nm，其中，350-1 000和1 000-2 500 nm處的波段寬分別為1.4和2.0 nm，光譜分辨率分別為3和2 nm。研究區(qū)沿著122°34′48″ E、122°37′36″E、122°39′00″ E3條經(jīng)度帶，緯度自43°18′54″ N開始，大體每隔12″將3條帶劃分生態(tài)點，綜合考慮每個生態(tài)點地形地貌、土壤質(zhì)地及植被狀況的情況下，選取22個點作為光譜測試點(圖1)。2015年5月中旬到9月下旬進行測量，涵蓋了沙丘植被的生長初期(5月中旬-6月末)、成熟期(7月初-8月末)和衰落期(9月初-9月末)3個時期，測量選擇天氣晴朗無風，能見度>10 km，于10:30-14:00進行，共實施8次，且測量的同時對植被拍照。數(shù)據(jù)采集時先去除暗電流，然后再進行自動優(yōu)化與白板的標定；測量時光譜儀視場角為25°，采集器距植被冠層頂垂直高度約1 m。為了使測量數(shù)據(jù)具有代表性，每個生態(tài)點同種植被選擇5個固定位置，每次測量均對同一生態(tài)點的同種地物重復測量5次，剔除25次測量中的異常值，對光譜數(shù)據(jù)進行平均處理后作為該生態(tài)點同種植被的光譜反射率值，測量前后及時利用白板進行優(yōu)化。

圖1 研究區(qū)地理位置、地貌特征與光譜測點Fig. 1 The geographic location, landscape features and layout of spectral measuring point in the study area

1.3 光譜數(shù)據(jù)處理方法

首先利用儀器自帶的處理軟件ViewSpec Pro Version 6.0將所測樣地平均后的光譜反射率選用ASCII格式輸出。使用數(shù)據(jù)時為消除水汽的影響，要去除影響嚴重的中紅外波段1 350-2 500 nm。為更好地凸顯植被光譜的差異，本研究要將高光譜數(shù)據(jù)進行降維處理，選取的方法如下。

1.3.1 微分法 對于植被，微分后的光譜不僅可以部分消除系統(tǒng)誤差、土壤背景、凋落物等低頻光譜成分，而且還可以削弱大氣背景的噪聲，植被光譜曲線在坡度上的微小變化也會被放大，從而有效提取出沙丘植被的波長位置、深度、寬度等多種吸收參量，更好地反映了沙丘植被不同生長期的本質(zhì)特性。一階微分法的計算公式為[20]：

(1)

1.3.2 連續(xù)統(tǒng)去除法(CR) 連續(xù)統(tǒng)去除法能很好地消除土壤背景(將植被原始光譜歸一到一致的光譜背景上)和光照條件的影響，有效地突出了植被吸收和反射率光譜的個性和共性，放大了植被光譜在可見光處的兩個吸收谷，有利于分析植被的吸收特征，其計算公式為：

(2)

式中：CR(λi)是波長λi處的連續(xù)統(tǒng)去除值；RH(λi)為波長λi處的直線反射率；R(λi)為波長λi處的原始光譜反射率。

由連續(xù)統(tǒng)去除后的曲線，能夠進一步計算光譜吸收谷處的深度深度[BD(λi)]和吸收峰面積(A)，其計算公式分別為[18]：

BD(λi)=1-CR(λi)

(3)

(4)

式中：BD(λi)為波長λi處的波段深度；λend、λstart為吸收終點和起點的波長。

2 結果與分析

2.1 5種典型沙丘植被光譜曲線特征的比較

荒漠化地區(qū)沙丘植被光譜在形態(tài)上大致相同(圖2a)，主要在葉綠素強烈吸收帶450-650 nm和水分吸收帶970、1 190 nm附近。在750 nm附近是一個相對平坦的、反射率高的區(qū)域，它主要由植被葉片的細胞結構所決定。不同種類植被葉片內(nèi)部結構有所差異，導致光譜差異顯著[21]。在較大差異波段780-880 nm處，平均光譜反射率由高到低依次為冷蒿(45.0%)>小葉錦雞兒(33.2%)>黃柳(33.1%)>麻黃(33.0%)>差巴嘎蒿(30.6%)。其中冷蒿的光譜反射率最大，差巴嘎蒿的光譜反射率最小，易于同其它植被區(qū)分。在整個近紅外波段750-1 350 nm內(nèi)，冷蒿的光譜反射率均大于其它4種植被。

在波長680 nm附近，有明顯的吸收谷，這主要是由于植被葉片中的紅色素對紅光波段處的吸收所造成的。在680-760 nm波段處，植被的光譜反射率陡峭上升，形成了植被的“紅邊”區(qū)，對該波段的原始光譜進行一階求導(圖2b)。冷蒿、麻黃和差巴嘎蒿的“紅邊位置”均位于715 nm處，黃柳和小葉錦雞兒的“紅邊位置”均位于716 nm處，并求得“紅邊斜率”由高到低依次為冷蒿(0.99%)>小葉錦雞兒(0.68%)>黃柳(0.59%)>麻黃(0.58%)>差巴嘎蒿(0.56%)。其中小葉錦雞兒的“紅邊斜率”小于冷蒿，且明顯大于黃柳、麻黃和差巴嘎蒿3種植被。

統(tǒng)計5種沙丘植被光譜曲線的“綠峰”、“紅谷”和“三邊”參數(shù)(表1)。小葉錦雞兒的“綠峰位置”小于其它4種植被，其變化并不明顯，但其“藍邊面積”和“紅谷面積”均最小，結合“紅邊斜率”可以很好的將其區(qū)分出來。麻黃的“藍邊位置”在524 nm處，均大于其它4種沙丘植被，且其“黃邊面積”最小，也易于同其它植被區(qū)分。而差巴嘎蒿的平均光譜反射率、“紅邊斜率”與“紅邊面積”3個參數(shù)的值均最小，也可以將其區(qū)分出來。

2.2 差巴嘎蒿在不同生長時期和不同覆蓋度下的光譜特征

2.2.1 不同生長時期差巴嘎蒿光譜特征 比較差巴嘎蒿不同生長時期的原始光譜曲線(圖3)，從5月23日到7月6日，由于植被持續(xù)生長，在7月6日植被葉片的葉綠素含量最高，荒漠化地區(qū)差巴嘎蒿對藍光和紅光的吸收不斷增強，表現(xiàn)為在藍光(435-450nm)和紅光(660-680 nm)波段處光譜反射率不斷減小。在551 nm附近，“綠峰位置”持續(xù)向藍光方向偏移(表2)；從7月18日到9月23日，植被處于衰退期，葉綠素含量持續(xù)下降，在藍光和紅光波段處反射率增大，其在成熟期，光譜反射率在近紅外波段高于衰退期。“綠峰位置”又向紅光方向偏移。由于研究區(qū)在2015年7月份出現(xiàn)持續(xù)干旱，且差巴嘎蒿屬于高蒸騰、高耗水型沙地旱生植被，其長勢對水分變化敏感[22-23]，近紅外波段處的光譜反射率和“綠峰位置”均出現(xiàn)浮動。

圖2 5種沙丘植被的光譜反射特征Fig. 2 Spectral reflectance characteristics of five kinds of dune vegetation

表1 5種沙丘植被的光譜參數(shù)統(tǒng)計Table 1 Spectral parameters statistics of five kinds of dune vegetation

分析不同時期差巴嘎蒿光譜的 “紅邊”特性，對680-760 nm波段處的原始光譜取一階微分(圖4a)。從圖中可以看出，與大多數(shù)的綠色植被的“紅邊”區(qū)相似，差巴嘎蒿光譜的“紅邊”區(qū)同樣具有“雙峰”現(xiàn)象，且 “次峰”波長大于“主峰”。隨著植被生長發(fā)育期的推移，差巴嘎蒿的葉面積指數(shù)增大、生物量增加，土壤背景對其冠層光譜的影響不斷減小，在8月13日，其“雙峰”現(xiàn)象達到最大；隨后其“雙峰”現(xiàn)象逐漸減弱，到9月26日基本消失。

對差巴嘎蒿光譜“紅邊位置”進行分析得知(表2)，隨著差巴嘎蒿生長越來越旺盛，植被光合作用能力增強，植被葉片對紅光吸收增強，出現(xiàn)“紅邊紅移”現(xiàn)象，但并不明顯，表明植被持續(xù)生長，但并不旺盛。其中差巴嘎蒿在7月6日的“紅邊位置”向左偏移，這是因為研究區(qū)2015年7月份出現(xiàn)持續(xù)干旱，導致植被缺水嚴重，葉片部分枯死所致。在7月-9月，為差巴嘎蒿的花期和果期，它的“紅邊位置”為715 nm，持續(xù)處在“紅邊平臺”位置。

圖3 不同生長時期差巴嘎蒿的光譜特性Fig. 3 Artemisia halodendron spectrum of different growth periods

圖4 不同生長時期差巴嘎蒿的光譜特征分析Fig. 4 Artemisia halodendron spectral characteristics of different growth periods

在可見光波段，差巴嘎蒿兩個明顯的吸收谷分別在藍光490 nm和紅光675 nm附近，分析不同時期差巴嘎蒿冠層光譜的連續(xù)統(tǒng)去除值(圖4b)。由于成熟期的葉片葉綠素含量較大，且研究區(qū)在2015年8月中旬干旱得到一定程度的緩解，因此，在8月13日差巴嘎蒿的兩個波段處的吸收深度均達到最大，隨后其吸收強度明顯減弱。在同一生長時期，差巴嘎蒿在紅光715 nm附近的吸收明顯比藍光490 nm附近的更加強烈，吸收深度也比藍光波段處深。

表2 不同生長時期差巴嘎蒿光譜的“綠峰”和“紅邊”位置Table 2 Artemisia halodendron spectral “green peak” and “red-edge” position of different growth periods

圖5 同時期不同覆蓋度下差巴嘎蒿的光譜特征Fig. 5 The spectral characteristics of Artemisia halodendron under different coverage in the same period

2.2.2 同時期差巴嘎蒿不同覆蓋度下的反射光譜曲線特征 4種不同覆蓋度下差巴嘎蒿的光譜特征比較(圖5a)可知，覆蓋度為10%時光譜反射率接近土壤，植被特征不明顯。覆蓋度較高時，差巴嘎蒿呈現(xiàn)明顯的植被光譜特性。在可見光波段550-680 nm處，差巴嘎蒿的光譜反射率隨著覆蓋度的增加而減小，在近紅外波段760-920 nm處，隨著覆蓋度的增加而增大。

差巴嘎蒿的一階微分光譜呈現(xiàn)明顯的“雙峰”特性(圖5b)，其“次峰”波長小于“主峰”。隨著覆蓋度的下降，植被的“雙峰”特性逐漸削弱，這是因為植被反射率受土壤背景的影響不斷增大所致。在覆蓋度10%、40%、70%與90%處，差巴嘎蒿的“紅邊位置”分別在697、715、715和715 nm處。其“紅邊位置”在覆蓋度大于40%以后已沒有變化，表明差巴嘎蒿的“紅邊位置”與覆蓋度并無明顯聯(lián)系。在覆蓋度10%、40%、70%與90%下，差巴嘎蒿的“紅邊斜率”依次是0.002 3、0.005 0、0.006 0和0.006 8，即“紅邊斜率”與覆蓋度成正比，這與那曲小嵩草(Kobresiapygmaea)“紅邊斜率”與覆蓋度的特性[18]一致。

對不同覆蓋度下差巴嘎蒿的光譜反射率進行連續(xù)統(tǒng)去除后(圖5c)，差巴嘎蒿在兩個吸收波段具有不同的吸收強度，而10%覆蓋度下大致相同，這是因為光譜反射率主要受土壤背景的影響所致。較高覆蓋度下，其植被在紅光范圍內(nèi)的吸收比在藍光范圍內(nèi)更為強烈。與差巴嘎蒿覆蓋度相關的吸收波段范圍為500-750 nm處，并對該波段處連續(xù)統(tǒng)去除后的光譜曲線進行計算，得到相應的吸收深度和吸收峰面積(圖5d)，同時期差巴嘎蒿的吸收深度隨著覆蓋度的增加不斷增大，吸收峰面積隨著覆蓋度的增加而減小。

3 討論與結論

原始光譜曲線受外界影響因素較大，但不同植被的波段特征位置相同，比較其波段特征位置處的光譜特性，可以在一定程度上區(qū)分不同植被類型。學者利用光譜特征參量、光譜指數(shù)和光譜重排3種方法對甘南高寒草甸主要毒雜草光譜特征進行了分析[24]，并成功區(qū)分出主要植被類型；分別對山地草甸群落[25]和退化伊犁絹蒿荒漠草地[26]特征植被的光譜特征進行了分析，均取得了較好的效果。

荒漠化植被的蓋度均較低，本研究選擇微分法和連續(xù)統(tǒng)去除法均能在一定程度上消除土壤背景的影響。微分法在可見光與近紅外波段范圍內(nèi)均能較好地消除土壤背景(圖6)，而連續(xù)統(tǒng)去除法在近紅外波段處消除土壤背景的效果明顯比可見光波段處好。同時，連續(xù)統(tǒng)去除后的光譜曲線能有效地抑制噪音，更加突出特征植被光譜的特征信息。

圖6 土壤背景的光譜特性Fig. 6 Spectral characteristics of soil background

與其它植被比較，差巴嘎蒿在其“紅邊”區(qū)出現(xiàn)的“雙峰”和“紅移”現(xiàn)象并不明顯，而在7月6日其“紅邊位置”出現(xiàn)微小浮動，且出現(xiàn)兩個“紅邊平臺”，這與水稻(Oryzasativa)、玉米(Zeamays)和棉花(Gossypiumspp.)等農(nóng)作物的“紅邊”區(qū)呈現(xiàn)的特性有所不同[27-28]，這是因為作為固沙先鋒植被，差巴嘎蒿自身具有較好的抗旱性，且其花期和果期較長，適應環(huán)境能力較強，導致“紅邊平臺”持續(xù)了兩個生長時期。

植被覆蓋度是一種直觀的量化指標，可以描述植被的生長狀況，而在氣候、水文和生態(tài)系統(tǒng)模擬等模型中，又可作為重要的輸入?yún)?shù)[29]。對同時期4種覆蓋度下差巴嘎蒿的光譜特性進行分析研究，其不同波段處的光譜反射率隨覆蓋度的變化呈現(xiàn)明顯的規(guī)律。結合圖5與表3可以得到，在覆蓋度較低時，差巴嘎蒿的“紅邊面積”、吸收深度和吸收峰面積3個參數(shù)變化較為明顯；在覆蓋度較大時，3個參數(shù)的變化程度從大到小為吸收峰面積>紅邊面積>吸收深度。對于該地區(qū)差巴嘎蒿覆蓋度變化的研究可以優(yōu)先考慮的參數(shù)為吸收峰面積。

對黃柳、冷蒿、麻黃、差巴嘎蒿和小葉錦雞兒5種典型沙丘植被的原始光譜反射特征進行比較，得知荒漠化地區(qū)沙丘植被光譜在形態(tài)上大致相同。但由于不同種類沙丘植被葉片內(nèi)部結構存在差異，導致光譜差異顯著。其中較大差異波段為780-880 nm，并結合光譜“三邊”參數(shù)、“綠峰”和“紅谷”參數(shù)的統(tǒng)計值能夠很好區(qū)分5種沙丘植被。對不同季節(jié)8個時期和同時期4種覆蓋度下的差巴嘎蒿光譜特性進行分析比較可知，其光譜特性隨不同時期與不同覆蓋度的變化均呈現(xiàn)出規(guī)律性變化，對其光譜特性的研究能夠很好地表現(xiàn)植被生長生理特征。研究區(qū)屬典型的半干旱荒漠化農(nóng)牧交錯區(qū)，基于該地區(qū)沙丘植被高光譜特性的分析，對于今后利用遙感監(jiān)測荒漠化地區(qū)沙丘植被的長勢、分類識別及反演植被覆蓋度等的應用提供重要的參考價值。

表3 不種覆蓋度下差巴嘎蒿的參數(shù)值Table 3 Artemisia halodendron parameter values of different growth periods

References:

[1] 童慶禧,張兵,鄭蘭芬.高光譜遙感——原理、技術與運用.北京:高等教育出版社,2006. Tong Q X,Zhang B,Zheng L F.Hyperspectral Pemote Sensing——Principle Technology and Applications.Beijing:Higher Education Press,2006.(in Chinese)

[2] 浦瑞良,宮鵬.高光譜遙感及其應用.北京:高等教育出版社,2000. Pu R L,Gong P.Hyperspectral Pemote Sensing and Its Application.Beijing:Higher Education Press,2000.(in Chinese)

[3] 張翼然,宮兆寧,趙文吉.水分環(huán)境梯度下野鴨湖濕地典型植被光譜特征分析.光譜學與光譜分析,2012,32(3):743-748. Zhang Y R,Gong Z N,Zhao W J.Analysis of typical vegetation spectral characteristics of wild duck lake wetland under water environment gradient.Spectroscopy and Spectral Analysis.2012,32(3):743-748.(in Chinese)

[4] 劉雪華,孫巖,吳燕.光譜信息降維及判別模型建立用于識別濕地植被物種.光譜學與光譜分析,2012,32(2):459-464. Liu X H,Sun Y,Wu Y.Spectral dimensionality reduction information and discriminant model for identification of wetland plant species.Spectroscopy and Spectral Analysis,2012,32(2):459-464.(in Chinese)

[5] 范應龍,譚炳香,東啟亮.利用天宮一號高光譜數(shù)據(jù)識別植被類型的評估研究.遙感學報,2014,18(z1):98-106. Fan Y L,Tan B X,Dong Q L.Study on the evaluation and identification of vegetation hyperspectral data types using Tiangong-1.Journal of Remote Sensing,2014,18(z1):98-106.(in Chinese)

[6] 李曉松,李增元,高志海,白黎娜,王琫瑜.基于NDVI與偏最小二乘回歸的荒漠化地區(qū)植被覆蓋度高光譜遙感估測.中國沙漠,2011,31(1):162-167. Li X S,Li Z Y,Gao Z H,Bai L N,Wang F Y.Hyperspectral remote sensing estimation of vegetation coverage in desertification area based on NDVI and partial least squares regression.Journal of Desert Research,2011,31(1):162-167.(in Chinese)

[7] 林卉,楊蘇新,侯飛,張連蓬,胡召玲.利用高光譜混合像元分解估測喀斯特地區(qū)植被覆蓋度.測繪通報,2014(5):23-27. Lin H,Yang S X,Hou F,Zhang L P,Hu Z L.Estimation of vegetation coverage using hyperspectral mixed pixel decomposition in Karst area.Bulletin of Surveying and Mapping,2014(5):23-27.(in Chinese)

[8] Schmidt K S,Skidmore A K.Spectral discrimination of vegetation types in a coastal wetland.Remote Sensing of Environment,2008,27(9):701-707.

[9] Spanglet H J,Ustin S L,Rejmankova E.Spectral reflectance characteristics of California subalpine marsh plant communities.Wetlands,1998,18(3):307-319.

[10] 范燕敏,武紅旗,靳瑰麗.新疆草地類型高光譜特征分析.草業(yè)科學,2006,23(6):15-18. Fan Y M,Wu H Q,Jin G L.Hyperspectral characteristics of grassland types in Xinjiang.Pratacultural Science,2006,23(6):15-18.(in Chinese)

[11] 張凱,郭鈮,王潤元,司建華,王小平.西北荒漠草甸植被光譜反射特征研究.地球科學進展,2006,21(10):1063-1069. Zhang K,Guo N,Wang R Y,Si J H,Wang X P.Study on spectral reflectance characteristics of desert meadow vegetation in Northwest China.Advances in Earth Science,2006,21(10):1063-1069.(in Chinese)

[12] 曹巍,邵全琴,喻小勇,樊江文.內(nèi)蒙古不同利用方式溫性草原植被光譜特征分析.草地學報,2013,21(2):243-252. Cao W,Shao Q Q,Yu X Y,Fan J W.Analysis of spectral characteristics of temperate grassland vegetation under different utilization of Inner Mongolia.Acta Agrestia Sinica,2013,21(2):243-252.(in Chinese)

[13] 夏小偉,靳瑰麗,安沙舟,范燕敏,梁娜.圍欄封育下伊犁絹蒿荒漠草地特征植被高光譜特征變化分析.草業(yè)科學,2015,32(6):870-876. Xia X W,Jin G L,An S Z,Fan Y M,Liang N.High spectral characteristics analysis of the characteristics of the characteristic plants of the desert grassland of Yili.Pratacultural Science,2015,32(6):870-876.(in Chinese)

[14] 段瑞魯,劉廷璽,張圣微,段利民,田晶,王兆葡,田波.科爾沁沙地典型沙丘植被光譜特征數(shù)據(jù)的匹配.干旱區(qū)研究,2014,31(4):750-755. Duan R L,Liu T X,Zhang S W,Duan L M,Tian J,Wang Z P,Tian B.Matching of spectral data of typical vegetation on dunein the horqin sandy land.Arin Zone Research,2014,31(4):750-755.(in Chinese)

[15] 劉美,吳世新,潘伯榮.沙冬青(AmmopiptanthusCheng f.)高光譜特征提取和分析.干旱區(qū)研究,2015,32(6):1186-1191. Liu M,Wu S X,Pan B R.Extraction and analysis of hyperspectral characteristicsofAmmopiptanthusCheng f.Arid Zone Research,2015,32(6):1186-1191.(in Chinese)

[16] 馬維維,鞏彩蘭,胡勇,魏永林,李龍,劉豐軼,孟鵬.牧草品質(zhì)的高光譜遙感監(jiān)測模型研究.光譜學與光譜分析,2015,35(10):2851-2855. Ma W W,Gong C L,Hu Y,Wei Y L,Li L,Liu F T,Meng P.Study on forage quality hyperspectral remote sensing model.Spectroscopy and Spectral Analysis,2015,35(10):2851-2855.(in Chinese)

[17] Thenkabail P S,Enclona E A,Ashton M S.Legg C,Dieu M J D.Hyperion,IKONOS,ALI,and ETM+ sensors in the study ofAfricanrainforests.Remote Sensing of Environment,2004,90(1):23-43.

[18] 楊凱,沈渭壽,劉波,歐陽琰.那曲典型草地植被光譜特征分析.遙感技術與應用,2014,29(1):40-45. Yang K,Shen W S,Liu P,Ouyang Y.Analysis of typical grassland vegetation spectral features in Naqu.Remote Sensing Technology and Application,2014,29(1):40-45.(in Chinese)

[19] 孫巖.濕地植被高光譜特征分析與物種識別模型構建.北京:清華大學碩士學位論文,2008. Sun Y.Hyperspectral characteristics and species identification model about wetland vegetation.Master Thesis.Beijing:Tsinghua University,2008.(in Chinese)

[20] 李明州.光譜分析技術和應用.北京:科學出版社,2006. Li M Z.Spectral Analysis Technology and Application.Beijing:Science Press,2006.(in Chinese)

[21] Shi R H.Zhuang D F,Niu Z.Estimation of optinal mesophyll structure paraneter of rice leaves.Journal of Remote Sensing,2007,11(5):626-631.

[22] 羅永清,趙學勇,朱陽春,李玉強,陳銀萍.不同培養(yǎng)條件下差巴嘎篙種子萌發(fā)與幼苗生長特征.應用生態(tài)學報,2014,25(1):31-36. Luo Y Q,Zhao X Y,Zhu Y C,Li Y Q,Chen Y P.Germination and seedling growth ofArtemisiahalodendronunder different incubation environments.Chinese Journal of Applied Ecology,2014,25(1):31-36.(in Chinese)

[23] 周海燕.科爾沁沙地冷篙和差巴嘎篙對水分脅迫的反應及差異性.中國草地,1999(6):13-17. Zhou H Y.Fringed sagebrush andArtemisiahalodendronresponse to water stress and the difference in Horqin sandy land.Grassland of China,1999(6):13-17.(in Chinese)

[24] 胡遠寧,崔霞,孟寶平,楊淑霞,梁天剛.甘南高寒草甸主要毒雜草光譜特征分析.草業(yè)科學,2015,32(2):160-167. Hu Y N,Cui X,Meng B P,Yang S X,Liang T G.Spectral characteristics analysis of typical poisonons weeds in Gannan alpine meadow.Pratacultural Science,2015,32(2):160-167.(in Chinese)

[25] 李真真,鄭翔,牛德奎,郭曉敏,謝碧裕,張學玲.武功山山地草甸主要群落類型高光譜特征.草業(yè)科學,2016,33(8):1492-1501. Li Z Z,Zheng X,Niu D K,Guo X M,Xie B Y,Zhang X L.The study on hyperspectral characteristics of main community types in mountain meadow.Pratacultural Science,2016,33(8):1492-1501.(in Chinese)

[26] 靳瑰麗,何龍,安沙舟,范燕敏,武鵬飛.退化伊犁絹篙荒漠草地特征植被光譜特征.草業(yè)科學,2014,31(10):1848-1858. Jin G L,He L,An S Z,Fan Y M,Wu P F.Spectral features of eight desert range plants on degradationSeriphidiumtransiliensedesert grassland.Pratacultural Science,2014,31(10):1848-1858.(in Chinese)

[27] 唐延林,黃敬峰,王秀珍,王人潮,王福民.水稻、玉米、棉花的高光譜及其紅邊特征比較.中國農(nóng)業(yè)科學,2004,37(1):29-35. Tang Y L,Huang J F,Wang X Z,Wang R C,Wang F M.Hyperspectral and red edge characteristics of rice,maize and cotton.Chinese Agricultural Science,2004,37(1):29-35.(in Chinese)

[28] 唐延林,王秀珍,黃敬峰,王人潮.水稻微分光譜和植被指數(shù)的作用探討.農(nóng)業(yè)工程學報,2003,19(1):145-150. Tang Y L,Wang X Z,Huang J F,Wang R C.Study on the role of derivative spectra and vegetation index for rice.Transactions of the Chinese Society of Agricultural Engineering,2003,19(1):145-150.(in Chinese)

[29] 包剛,包玉海,覃志豪,周義,黃明祥,張宏斌.高光譜植被覆蓋度遙感估算研究.自然資源學報,2013,28(7):1243-1254. Bao G,Bao Y H,Qin Z H,Zhou Y,Huang M X,Zhang H B.Estimation of vegetation coverage by hyperspectral remote sensing.Journal of Natural Resources,2013,28(7):1243-1254.(in Chinese)

(責任編輯 張瑾)

The spectral characteristics of typical dune vegetation in Horqin Desert

Niu Ya-long, Liu Ting-xi, Duan Li-min, Wang Guan-li, Luo Yan-yun
(Inner Mongolia Agricultural University Water Conservancy and Civil Engineering College, Inner Mongolia Water Resource Protection and Utilization Key Laboratory, Hohhot 010018, China)

Field Spec4 portable spectrometer (ASD Company) was used to measure the spectral curves of typical vegetation on the sand dunes of Horqin Desert. The spectrum was extracted and analysed. The results revealed that: 1) spectral morphologies of five typical species (Salixgordejevii,Artemisiafrigida,Herbalephedrae,Artemisiahalodendron,Caraganamicrophylla) were similar. The descending order of seeking “red-edge slope” wasA.frigida(0.99%) >C.microphylla(0.68%) >S.gordejevii(0.59%) >H.ephedrae(0.58%) >A.halodendron(0.56%). However, the vegetation types can be distinguished according to the spectral differences and the parameters of the multiple spectral features. 2) Spectral reflectance characteristics ofA.halodendronin different seasons changed with vegetation growth stages. Although this species showed “twin peaks” and “red shift”, these phenomena were not clearly observed. Because the study area appeared to be persistently exposed to drought in July, water shortage in vegetation was severe, which led to the reduction of ‘red edge position’ ofA.halodendronto tiny dots on July 6 that appeared as two ‘red edge platforms’. 3) The analysis of spectral characteristics ofA.halodendronat different coverage revealed that the derivative spectra represented ‘twin peaks’. Moreover, when the coverage was more than 40%, the ‘red-edge position’ and the coverage were not directly linked, but the canopy coverage was proportional to the ‘red-edge slope’. Removal of the visible band revealed an increase in absorption depth and decrease in absorption peak area ofA.halodendronwith increasing coverage. A comparison of coverage-sensitive parameters indicated that the area of the absorption peak was the preferred parameter for studying coverage variation ofA.halodendronin this region. Therefore, analysis of vegetation hyperspectral characteristics provide an important reference value for the application of remote sensing-based monitoring of vegetation characteristics, such as growth, vegetation classification, and vegetation cover.

spectral characteristics; red edge; green peak; vegetation coverage; dune vegetation;Artemisiahalodendron; Horqin Desert

Liu Ting-xi E-mail:txliu1966@163.com

2016-09-23 接受日期：2016-12-09

國家自然科學基金重點項目(51139002)；國家自然科學基金重點國際(地區(qū))合作研究項目(51620105003)；國家自然科學基金面上項目(51479086);內(nèi)蒙古水利科技項目；教育部科技創(chuàng)新團隊發(fā)展計劃(IRT13069);科技部重點領域創(chuàng)新團隊(2015RA4013);內(nèi)蒙古自治區(qū)草原英才產(chǎn)業(yè)創(chuàng)新創(chuàng)業(yè)人才團隊;內(nèi)蒙古農(nóng)業(yè)大學寒旱區(qū)水資源利用創(chuàng)新團隊(NDTD2010-6)

牛亞龍(1990-)，男，河北邯鄲人，在讀碩士生，研究方向為干旱區(qū)植被光譜特性。E-mail：970163841@qq.com

劉廷璽(1966-)，男，內(nèi)蒙古赤峰人，教授，博士，研究方向為干旱區(qū)生態(tài)水文。E-mail:txliu1966@163.com

10.11829/j.issn.1001-0629.2016-0497

Q947.8;Q948.15

A

1001-0629(2017)07-1365-09

光譜遙感因其具有光譜分辨率高、波段數(shù)多、圖譜合一、信息量大等優(yōu)點，已成為定量遙感分析中重要的研究方向之一[1-3]，并在監(jiān)測植被長勢、植被分類識別及覆蓋度反演等方面已取得了大量的研究成果[4-7]。在國際上，相關學者利用距離分析和包絡線去除兩種方法對荷蘭瓦登海地區(qū)的濕地植被類型進行了光譜識別分析[8]；對美國加利福尼亞州亞高山地區(qū)的沼澤植物群落也進行了光譜特征分析[9]；在國內(nèi)，相關學者分別研究了新疆草地類型[10]和西北荒漠草甸植被[11]的光譜特征；對荒漠化地區(qū)草甸、草原植被的高光譜特性進行了研究[11-14]；在科爾沁沙地對典型沙丘植被光譜特征數(shù)據(jù)進行了匹配研究，并得到TM4波段為研究地區(qū)植被物種識別的首選波段；利用一階導數(shù)和倒高斯模型提取了新疆沙冬青(Ammopiptanthusnanus)和蒙古沙冬青(A.mongolicus)的高光譜特征，分析了兩種沙冬青的光譜特征差異，并成功識別了冬季新疆沙冬青群落[15]。研究表明，利用高光譜遙感數(shù)據(jù)能準確地反映植被生長狀態(tài)、光譜特征以及不同植被光譜的差異，可以準確地反演生物量、覆蓋度等植被參數(shù)[16-17]。

牛亞龍,劉廷璽,段利民,王冠麗,羅艷云.科爾沁沙地典型沙丘植被光譜特性.草業(yè)科學,2017,34(7)：1365-1373.

Niu Y L,Liu T X,Duan L M,Wang G L,Luo Y Y.The spectral characteristics of typical dune vegetation in Horqin Desert.Pratacultural Science，2017,34(7)：1365-1373.