賀倩 姬鑫慧 洪宇辰

摘? 要：紫莖澤蘭是一種世界性的入侵雜草，其對(duì)生態(tài)系統(tǒng)以及人類健康都有嚴(yán)重的危害。在西昌地區(qū)實(shí)地采集紫莖澤蘭葉片，在室內(nèi)利用ASD光譜分析儀進(jìn)行高光譜數(shù)據(jù)提取，以此獲取其原始光譜曲線，對(duì)光譜數(shù)據(jù)進(jìn)行Savitzky-Glolay平滑濾波處理，然后利用包絡(luò)線去除和一階光譜微分法分析紫莖澤蘭的光譜特征，旨在為紫莖澤蘭的遙感識(shí)別提供參考依據(jù)。研究表明：紫莖澤蘭667.00nm附近存在明顯的吸收谷，其吸收谷面積為38.27nm2，吸收深度為0.85nm，吸收寬度為74.00nm，中心吸收波段的左右面積呈現(xiàn)左偏移，吸收對(duì)稱度為0.62，最大光譜吸收谷的特征波長(zhǎng)的中心位置約為665.00nm。紫莖澤蘭光譜一階微分曲線的波峰位于725.00nm附近，由植被的“紅邊效應(yīng)”引起;由于水的吸收作用，在1390.00nm和1880.00nm的近紅外區(qū)域存在兩個(gè)明顯的波谷，可作為遙感識(shí)別紫莖澤蘭的重要特征。

關(guān)鍵詞：紫莖澤蘭;高光譜;包絡(luò)線去除法;光譜微分;光譜特征

中圖分類號(hào)：Q945? ? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ?文章編號(hào)：2095-2945（2019）07-0044-04

Abstract： Eupatorium adenophorum is a worldwide invasive weed， which is harmful to ecosystem and human health. The leaves of Eupatorium adenophorum were collected in Xichang area， and the hyperspectral data were extracted by ASD spectral analyzer in laboratory. In order to obtain the original spectral curve， the spectral data were filtered by Savitzky-Glolay smoothing， and then the spectral characteristics of Eupatorium adenophorum were analyzed by envelope removal and first-order spectral differential method. The purpose of this study is to provide a reference for remote sensing identification of Eupatorium adenophorum. The results show that there is an obvious absorption valley near 667.00 nm of Eupatorium adenophorum. The absorption valley area is 38.27nm2， the absorption depth is 0.85 nm， the absorption width is 74.00 nm， and the left and right areas of the central absorption band show a left offset. The absorption symmetry is 0.62 and the central position of the characteristic wavelength of the maximum spectral absorption valley is about 665.00 nm. The peak of the first order differential curve of Eupatorium adenophorum spectrum is located near 725.00 nm， which is caused by the "red edge effect" of vegetation. There are two obvious valleys in the near infrared region of 1390.00 nm and 1880.00 nm， which can be used as an important feature for remote sensing identification of Eupatorium adenophorum.

Keywords： Eupatorium adenophorum; hyperspectral; envelope removal; spectral differential; spectral characteristics

我國是一個(gè)生物災(zāi)害頻發(fā)的農(nóng)業(yè)大國，外來物種入侵對(duì)于我國農(nóng)林漁牧業(yè)安全生產(chǎn)、生物多樣性、人畜健康等都具有破壞性的危害。紫莖澤蘭（Eupatorium Adenophorum Spreng，EAS）是一種世界性的惡性雜草，于20世紀(jì)40年代入侵我國，在我國西南地區(qū)呈爆發(fā)式擴(kuò)散[1]，對(duì)我國農(nóng)業(yè)生產(chǎn)力和生態(tài)環(huán)境的多樣性造成了嚴(yán)重威脅。

對(duì)于入侵雜草的監(jiān)測(cè)，傳統(tǒng)的人工調(diào)查方法成本高、周期長(zhǎng)、時(shí)效性差且受人為因素影響，難以滿足當(dāng)前對(duì)外來植物入侵的高時(shí)效、高精度監(jiān)測(cè)預(yù)警需求[2]。隨著遙感數(shù)據(jù)在空間、時(shí)間、光譜上的分辨率不斷提高，對(duì)入侵雜草進(jìn)行大面積的實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)成為了可能。入侵雜草一般與本地植被不同，在特定時(shí)期與本地植被有明顯區(qū)別[3]，其光譜屬性是遙感探測(cè)的基礎(chǔ)?？茖W(xué)地認(rèn)識(shí)紫莖澤蘭光譜特征是確定最佳遙感識(shí)別參數(shù)的重要依據(jù)，也是科學(xué)地制定紫莖澤蘭空間分布趨勢(shì)遙感監(jiān)測(cè)方案的前提條件[4]。高光譜遙感突破了光譜分辨率的瓶頸，在光譜空間上大大抑制了其他干擾因素的影響，極大地提高了植被的識(shí)別精度。高光譜數(shù)據(jù)具有波段窄、波段多等特點(diǎn)，容易獲取地物的局部精細(xì)信息，對(duì)光譜細(xì)節(jié)特征具有良好的表現(xiàn)能力，對(duì)于雜草的反射光譜差異分析有較大的潛力[5]。張東彥等使用高光譜采集玉米、谷子、狗尾草、牛筋草等10種植物的葉片光譜反射率進(jìn)行樣本的分類[6]。溫阿敏等使用ASD便攜式光譜探測(cè)儀對(duì)新疆草原毒草白喉烏頭進(jìn)行高光譜特征提取和分析，研究得到了白喉烏頭的最佳識(shí)別波段和其冠層光譜特征[7];耿石英等利用高光譜數(shù)據(jù)測(cè)定了不同氮水平下小麥冠層和葉片兩種模式光譜特征和紅邊參數(shù)變化規(guī)律[8];馬東輝等利用 FieldSpect4便攜式地物光譜儀和ASD積分球?qū)δ暇┒镜湫椭脖坏墓趯雍吐淙~光譜進(jìn)行室內(nèi)外測(cè)量，對(duì)其光譜特征進(jìn)行分析得到其光譜變化規(guī)律[9];陳彥斌等利用高光譜數(shù)據(jù)對(duì)鄱陽湖典型植被進(jìn)行光譜識(shí)別與分析，分析得到植物的反射光譜差異性[10]。由此可見，利用高光譜數(shù)據(jù)進(jìn)行光譜特征的提取和分析有助于分類識(shí)別、進(jìn)行入侵雜草的動(dòng)態(tài)監(jiān)測(cè)，有利于衛(wèi)星傳感器波段的選擇，更好地應(yīng)用于多光譜或高光譜影像數(shù)據(jù)的分類研究中，為遙感影像制圖提供參考，但對(duì)于入侵雜草紫莖澤蘭的光譜特征分析的研究報(bào)道較少。

因此，本文以西昌地區(qū)的紫莖澤蘭為研究對(duì)象，采集其高光譜數(shù)據(jù)并對(duì)光譜特征進(jìn)行研究和分析，對(duì)光譜曲線進(jìn)行包絡(luò)線去除，一階光譜微分處理，提取吸收光譜的特征參數(shù)，以期為入侵雜草的遙感動(dòng)態(tài)精細(xì)監(jiān)測(cè)提供科學(xué)依據(jù)，為雜草的有效防止與治理提供參考和借鑒。

1 研究區(qū)與數(shù)據(jù)源

1.1 研究區(qū)

西昌是紫莖澤蘭危害的重災(zāi)區(qū)，紫莖澤蘭對(duì)當(dāng)?shù)氐姆N植業(yè)、畜牧業(yè)、林業(yè)以及交通都造成了巨大的經(jīng)濟(jì)損失，區(qū)域生態(tài)環(huán)境遭受了嚴(yán)重破壞[11]。西昌為四川省涼山彝族自治州的州府所在地，位于川西高原的四川第二大平原——安寧河平原，東經(jīng)101°46′-102°25′，北緯27°32′-28°10′，海拔在1500-2500m之間。氣候?qū)賮啛釒Ц咴约撅L(fēng)氣候，光熱資源豐富，雨熱同期，日照2000-2700h，多年平均氣溫17.2℃，年降雨量在1000-1800mm之間，主要集中在6-10月，素有小“春城”之稱，為各種植物的生長(zhǎng)繁殖創(chuàng)造了有利的條件。該地區(qū)植物種類繁多，資源豐富，共有233科、532屬、2000余種，其中有國家第一批保護(hù)珍稀植物30余種[12]，具有較高的科學(xué)研究?jī)r(jià)值和保護(hù)價(jià)值。

1.2 數(shù)據(jù)采集與處理

試驗(yàn)于2017年5月開展，在研究區(qū)內(nèi)的試驗(yàn)地采集紫莖澤蘭葉片共150片，耗時(shí)兩天，對(duì)葉片樣本進(jìn)行嚴(yán)格的封裝以及編號(hào)，之后在實(shí)驗(yàn)室進(jìn)行室內(nèi)光譜測(cè)量。

利用ASD光譜分析儀在實(shí)驗(yàn)室內(nèi)采集樣本高光譜反射率數(shù)據(jù)，采集的光譜范圍為350-2500nm，其中350-1000nm的光譜分辨率為3nm，采樣間隔為1.4nm;1000-2500nm的光譜分辨率為10nm，采樣間隔為2nm。對(duì)每個(gè)樣本采集10次光譜數(shù)據(jù)，剔除異常值后，取其平均值作為該觀測(cè)樣本的光譜反射率值，以減少隨機(jī)誤差的影響。同時(shí)，在光譜測(cè)量的過程中及時(shí)進(jìn)行白板校正。

對(duì)于室內(nèi)測(cè)量的樣本光譜，幾乎不受水汽的影響，可以不考慮水汽影響嚴(yán)重的波譜區(qū)間。由于地物光譜儀各個(gè)組成部分工作時(shí)易產(chǎn)生噪聲，為了消除高頻噪聲對(duì)后續(xù)分析的影響，本文選擇Savitzky-Glolay方法來進(jìn)行平滑處理[13]，Savitzky-Glolay平滑濾波在光譜學(xué)中應(yīng)用十分廣泛，其可保留光譜的一些細(xì)微特征（如光譜吸收峰）[14]。

2 研究方法

2.1 包絡(luò)線去除法

包絡(luò)線去除法（Continuum Removal， CR）是一種常用的光譜分析方法，又叫做連續(xù)統(tǒng)去除法或基線歸一化法，是一種非線性光譜分析方法，它可以有效的突出光譜曲線的吸收和反射特征，并且將其歸一到一個(gè)已知的光譜背景上，有利于和其他光譜曲線進(jìn)行特征數(shù)值的比較，從而提取出特征波段以供分類識(shí)別[15-16]。

地物光譜的吸收特征一般可以分解為兩個(gè)部分，特定的診斷性特征部分和包絡(luò)線部分[17]。特定的診斷性特征包含植被的生化參量信息，而包絡(luò)線僅僅是對(duì)光譜的簡(jiǎn)單估計(jì)。光譜曲線的包絡(luò)線從直觀上來看，相當(dāng)于光譜曲線的“外殼（Hull）”，并不包含感興趣信息，為了有效突出光譜曲線的吸收和反射特征，需要對(duì)包絡(luò)線進(jìn)行去除。對(duì)原始光譜進(jìn)行包絡(luò)線去除，具體公式如下[18]：

式中，λj是第j波段，R′cj是波段j的包絡(luò)線去除值;Rj是波段j的原始光譜反射率;Rend和Rstart是吸收曲線里的起始節(jié)點(diǎn)和末端節(jié)點(diǎn)的原始光譜反射率;λend和λstart是在吸收曲線里的起始節(jié)點(diǎn)波長(zhǎng)和末端節(jié)點(diǎn)波長(zhǎng);K是在吸收曲線里起始節(jié)點(diǎn)和末端節(jié)點(diǎn)波段間的斜率。

在包絡(luò)線去除的基礎(chǔ)上發(fā)展了一些光譜吸收特征參數(shù)[19]，特征吸收谷的光譜吸收面積（A）、吸收深度（D）、吸收波長(zhǎng)位置（P）、吸收寬度（W）以及光譜吸收面積關(guān)于中心波段的對(duì)稱度（S）是用于描述地物光譜吸收特征的常用指標(biāo)[20-22]，其計(jì)算公式如下。

式中，λstart、λend為起始點(diǎn)和終點(diǎn)波長(zhǎng);CRmin為吸收谷內(nèi)去除包絡(luò)線后的最小值;λ（CR）為吸收谷內(nèi)去除包絡(luò)線后最小值對(duì)應(yīng)的波長(zhǎng)，λa、λb為包絡(luò)線去除后的曲線中吸收深度一半位置的波長(zhǎng)，b>a;Al是吸收谷左半邊的面積。

對(duì)紫莖澤蘭原始光譜數(shù)據(jù)進(jìn)行包絡(luò)線去除之后，利用Visual C# 語言編寫程序計(jì)算得到光譜特征參數(shù)[20]。

2.2 光譜微分

光譜微分技術(shù)主要利用光譜微分迅速檢測(cè)特定波長(zhǎng)位置處光譜曲線的局部變化特征，如“光譜紅邊效應(yīng)”，現(xiàn)已廣泛應(yīng)用于植被遙感[23]。利用微分技術(shù)處理地物光譜可以有效降低噪聲對(duì)光譜有用信息的干擾，達(dá)到抑制無用信息和突出感興趣信息的目的，從而揭示光譜的內(nèi)在特征[14]。本文對(duì)紫莖澤蘭光譜曲線進(jìn)行光譜微分處理，得到其一階微分反射率（First order Differential Reflectance， FDR），公式如下。

式中，F(xiàn)DRλi為波長(zhǎng)i+1和波長(zhǎng)i中點(diǎn)處的一階光譜微分計(jì)算值;Rλ為波長(zhǎng)為i+1的反射率;Rλ為波長(zhǎng)為i的反射率;Δλ為波長(zhǎng)間隔。

3 結(jié)果分析

3.1 紫莖澤蘭光譜反射率

由圖1可知，在可見光波段內(nèi)，紫莖澤蘭葉片表現(xiàn)為低反射率，色素（包括葉綠素、類胡蘿卜素、葉紅素、葉黃素等）是控制植物光譜響應(yīng)的主要因素[24]。在波長(zhǎng)450nm左右（藍(lán)光）和700nm左右（紅光）的兩個(gè)譜帶內(nèi)存在吸收峰，其主要由于葉綠素的吸收作用引起;在550nm左右（綠光）則存在著一個(gè)反射峰，其由葉綠素的反射引起。

在可見光波段與近紅外波段之間，大約在750nm附近，紫莖澤蘭的光譜曲線呈現(xiàn)快速上升趨勢(shì)，形成“紅邊”現(xiàn)象。在750-1250nm的近紅外波段內(nèi)之間反射率趨于平穩(wěn)。在1375nm-2000nm之內(nèi)有三個(gè)明顯的吸收谷，其中第二個(gè)吸收谷的反射率明顯高于周圍兩個(gè)吸收谷，這主要是由于紫莖澤蘭葉片內(nèi)部含水量的影響。尤其是在1400nm附近和1900nm附近，紫莖澤蘭葉片的光譜響應(yīng)主要由水的吸收作用所支配。

3.2 包絡(luò)線去除光譜特征分析

在研究過程中，本研究為強(qiáng)化紫莖澤蘭光譜曲線的形態(tài)特征并方便后續(xù)研究，對(duì)紫莖澤蘭的原始光譜曲線進(jìn)行了所示的包絡(luò)線消除處理，包絡(luò)線去除前后的紫莖澤蘭光譜曲線對(duì)比見圖2。通過對(duì)比可見包絡(luò)線去除法有效增強(qiáng)了感興趣吸收特征光譜曲線的吸收和反射特征。

如圖2（b）所示，經(jīng)過包絡(luò)線去除后的光譜吸收帶更加明顯，光譜曲線都?xì)w一化到0～1之間。相比于包絡(luò)線去除之前的反射光譜曲線，可以明顯看出450nm、760nm、900nm、1150nm、1400nm、1625nm、1900nm波段存在明顯的波谷，其中在1400nm和1900nm附近，其光譜響應(yīng)受水的強(qiáng)烈吸收作用所支配。

由去包絡(luò)線后的光譜數(shù)據(jù)可知紫莖澤蘭具有綠色植物的典型光譜特征。在大約540nm的綠光波段，去除包絡(luò)線后的反射率可見明顯的波峰，反射率約為0.27，其與葉片內(nèi)的葉綠素含量密切相關(guān)。

由于植被在可見光波段有著強(qiáng)烈的吸收，在植被光譜中該波段范圍包含了重要的信息，在可見光范圍內(nèi)，紫莖澤蘭光譜曲線在540nm附近和760nm附近表現(xiàn)為波峰，在450nm和660nm附近表現(xiàn)為波谷。經(jīng)過了包絡(luò)線去除處理后的光譜曲線，吸收和反射特征更加明顯，利于光譜吸收特征分析。

對(duì)包絡(luò)線去除后的紫莖澤蘭光譜曲線最大光譜吸收谷進(jìn)行分析結(jié)果如圖3所示。

高光譜吸收特征參數(shù)描述高光譜反射曲線吸收峰對(duì)應(yīng)的各種吸收特征，是表征地物光譜吸收特征細(xì)節(jié)信息的重要參數(shù)。紫莖澤蘭667.00nm附近的光譜吸收特征如表1所示。計(jì)算結(jié)果表明：紫莖澤蘭的吸收谷面積為38.27nm2，吸收深度為0.85nm，吸收寬度為74.00nm，中心吸收波段的左右面積呈現(xiàn)左偏移，吸收對(duì)稱度為0.62，最大光譜吸收谷的特征波長(zhǎng)的中心位置約為665.00nm。

3.3 紫莖澤蘭光譜曲線的微分特征

本文利用微分法突出光譜曲線的變化特征，進(jìn)而確定光譜曲線的變化區(qū)域，如光譜綠峰、紅邊等，得到紫莖澤蘭光譜一階微分曲線見圖4。

由圖4可知，從總體來看，紫莖澤蘭的一階微分值在-0.01與0.01之間，波動(dòng)范圍較小，微分曲線在725.00nm附近的紅光區(qū)域存在1個(gè)明顯波峰，1390.00nm和1880.00nm的近紅外區(qū)域存在兩個(gè)明顯的波谷。在725nm處的波峰是由植物的“光譜紅邊效應(yīng)”引起的;1390.00nm和1880.00nm處的波谷是由于水的強(qiáng)烈吸收作用引起的。一階微分為0的值為區(qū)域表示該波段處的光譜反射率達(dá)到極值，其中540.00nm和660.00nm處分別為紫莖澤蘭曲線的綠峰和紅谷。

4 結(jié)論

（1）紫莖澤蘭的原始光譜曲線在625-750nm波長(zhǎng)范圍內(nèi)呈快速上升趨勢(shì)，但變化速率不同;紅外波段區(qū)域之內(nèi)有三個(gè)明顯的吸收谷，即水分吸收帶。（2）去除包絡(luò)線后的紫莖澤蘭光譜曲線在540.00nm附近和760.00nm附近表現(xiàn)為波峰，在665.00nm附近表現(xiàn)為波谷。紫莖澤蘭667.00nm附近存在明顯的吸收谷，中心吸收波段的左右面積呈現(xiàn)左偏移，經(jīng)過包絡(luò)線消除后的光譜曲線，突出了紫莖澤蘭地物光譜的特征信息，便于圖像光譜的匹配，對(duì)于紫莖澤蘭的光譜識(shí)別更加有用。（3）對(duì)光譜曲線進(jìn)行一階微分能夠放大原始光譜曲線的變化趨勢(shì)和曲率等特征。紫莖澤蘭光譜一階微分曲線的波峰位于725nm附近，由植被的“紅邊效應(yīng)”引起;由于水的吸收作用，在1390nm和1880nm的近紅外區(qū)域存在兩個(gè)明顯的波谷。

本研究結(jié)果對(duì)于利用遙感圖像進(jìn)行大尺度的入侵雜草紫莖澤蘭的高光譜遙感識(shí)別與監(jiān)測(cè)具有一定的指導(dǎo)意義，可以為其提供相應(yīng)的理論支持。

參考文獻(xiàn)：

[1]李揚(yáng)漢.中國雜草志[M].北京：中國農(nóng)業(yè)出版社，1998.

[2]孫玉芳，姜麗華，李剛，等.外來植物入侵遙感監(jiān)測(cè)預(yù)警研究進(jìn)展[J].中國農(nóng)業(yè)資源與區(qū)劃，2016，37（8）.

[3]覃濤英，張錦華，楊穎慧，等.融合變換在紫莖澤蘭監(jiān)測(cè)中的應(yīng)用研究[J].草業(yè)與畜牧，2009（7）：8-12.

[4]楊可明，陳云浩，郭達(dá)志，等.基于PHI高光譜影像的植被光譜特征應(yīng)用研究[J].西安科技大學(xué)學(xué)報(bào)，2006，26（4）：494-498.

[5]Zomer R J ， Trabucco A ， Ustin S L . Building spectral libraries for wetlands land cover classification and hyperspectral remote sensing[J]. Journal of Environmental Management， 2009， 90（7）：2170-2177.

[6]張東彥，祖琴，鄧巍，等.單/雙子葉雜草與作物的高光譜識(shí)別[J].紅外與激光工程，2013，42（s1）：208-213.

[7]溫阿敏，鄭江華，穆晨，等.新疆草原毒草白喉烏頭高光譜特征提取與分析研究[J].中國植保導(dǎo)刊，2015，35（3）：5-11.

[8]耿石英，孫華林，王小燕，等.不同氮肥處理下小麥冠層和葉片光譜特征及產(chǎn)量分析[J].光譜學(xué)與光譜分析，2018，38（11）.

[9]馬東輝，柯長(zhǎng)青.南京冬季典型植被光譜特征分析[J].遙感技術(shù)與應(yīng)用，2016，31（4）：702-708.

[10]陳彥兵，況潤(rùn)元，曾帥.基于高光譜數(shù)據(jù)的鄱陽湖濕地典型植被識(shí)別分析[J].人民長(zhǎng)江，2018，49（20）：19-23.

[11]馬聯(lián)祥，彭音，肖連康，等.紫莖澤蘭對(duì)涼山農(nóng)業(yè)的危害及綜合治理措施[J].西昌學(xué)院學(xué)報(bào)：自然科學(xué)版，2005，19（1）：68-70.

[12]田英.淺析西昌市扶貧攻堅(jiān)生態(tài)產(chǎn)業(yè)基地建設(shè)[J].納稅，2018（7）：179-179.

[13]Miao X， Patil R， Heaton J S， et al. Detection and classification of invasive saltcedar through high spatial resolution airborne hyperspectral imagery[J]. International Journal of Remote Sensing， 2011，32（8）：2131-2150.

[14]錢育蓉，于炯，賈振紅，等.新疆典型荒漠草地的高光譜特征提取和分析研究[J].草業(yè)學(xué)報(bào)，2013，22（1）：157-166.

[15]白繼偉，趙永超，張兵，等.基于包絡(luò)線消除的高光譜圖像分類方法研究[J].計(jì)算機(jī)工程與應(yīng)用，2003，39（13）：88-90.

[16]王霄鵬.黃河三角洲濕地典型植被高光譜遙感研究[D].大連海事大學(xué)，2014.

[17]Shi R， Zhuang D， Niu Z. Physical investigation on biochemical prediction using continuum removal[C]. IEEE International Geoscience & Remote Sensing Symposium. 2004.

[18]郭超凡，郭逍宇.基于可見光波段包絡(luò)線去除的濕地植物葉片葉綠素估算[J].生態(tài)學(xué)報(bào)，2016，36（20）：6538-6546.

[19]浦瑞良，宮鵬.高光譜遙感及其應(yīng)用[M].高等教育出版社，2000.

[20]劉煥軍，張柏，張淵智，等.基于反射光譜特性的土壤分類研究[J].光譜學(xué)與光譜分析，2008，28（3）：624-628.

[21]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物光譜特征分析[J].光譜學(xué)與光譜分析，2012，32（03）：743-748.

[22]林川，宮兆寧，趙文吉，等.基于光譜特征變量的濕地典型植物生態(tài)類型識(shí)別方法——以北京野鴨湖濕地為例[J].生態(tài)學(xué)報(bào)，2013，33（04）：1172-1185.

[23]童慶禧，張兵，鄭蘭芬.高光譜遙感：原理、技術(shù)與應(yīng)用[M].高等教育出版社，2006.

[24]王佳鵬.濕地植被葉片光譜特征及其光合色素反演研究[D].華東師范大學(xué)，2018.