楊 旭，盧學(xué)鶴，石晶明，李 晶，居為民

南京大學(xué)國(guó)際地球系統(tǒng)科學(xué)研究所，江蘇 南京 210023

引 言

葉綠素是植物吸收太陽(yáng)輻射進(jìn)行光合作用的重要色素，葉片葉綠素含量與葉片光合能力緊密聯(lián)系，顯著影響葉片的光合速率和植被生產(chǎn)力，是植被生長(zhǎng)狀況監(jiān)測(cè)的重要參數(shù)[1]。實(shí)時(shí)、快速、準(zhǔn)確獲取植物葉片葉綠素含量有助于精準(zhǔn)監(jiān)測(cè)植被生長(zhǎng)狀況，科學(xué)減緩干旱脅迫等對(duì)生態(tài)系統(tǒng)功能的影響。水稻是我國(guó)主要糧食作物之一，實(shí)現(xiàn)水稻葉綠素含量的精準(zhǔn)估測(cè)對(duì)其長(zhǎng)勢(shì)監(jiān)測(cè)和田間精準(zhǔn)管理具有重要意義。

葉片葉綠素含量可以在實(shí)驗(yàn)室中通過(guò)化學(xué)溶劑萃取加以測(cè)量，該方法的精度較高，但是費(fèi)時(shí)費(fèi)力，僅能獲取有限站點(diǎn)的觀測(cè)數(shù)據(jù)[2]。隨著技術(shù)的發(fā)展，遙感成為獲得區(qū)域尺度葉片葉綠素含量的有效手段?，F(xiàn)有的葉片葉綠素遙感方法可以分為基于輻射傳輸模型的反演和基于經(jīng)驗(yàn)/半經(jīng)驗(yàn)的統(tǒng)計(jì)模型估算兩大類(lèi)。衛(wèi)星觀測(cè)的冠層反射率受冠層結(jié)構(gòu)、單葉片反射率(與葉片葉綠素含量緊密聯(lián)系)、背景和觀測(cè)幾何等多因子的影響，而經(jīng)驗(yàn)/半經(jīng)驗(yàn)的統(tǒng)計(jì)模型通常針對(duì)特定植被類(lèi)型和特定傳感器建立，通用性較差[3-4]。輻射傳輸模型定量描述植被冠層或葉片反射光譜對(duì)葉片葉綠素等生理生化參數(shù)的響應(yīng)[5]，成為大尺度葉片葉綠素遙感反演的重要工具。Jay等[6]在2017年使用PROSAIL模型成功反演了甜菜的葉片葉綠素含量。Croft等[7]在2020年采用4尺度幾何光學(xué)模型和SAIL模型反演了全球植被葉片葉綠素含量。

葉片葉綠素含量遙感反演的理論基礎(chǔ)是葉片光譜對(duì)葉綠素含量變化的響應(yīng)及其在不同波段的差異。衛(wèi)星觀測(cè)的冠層反射率不僅僅與葉片反射率有關(guān)，而且受到其他因子(冠層結(jié)構(gòu)和背景等)的影響，在利用衛(wèi)星遙感數(shù)據(jù)反演葉片葉綠素含量時(shí)面臨的一大挑戰(zhàn)是如何消除冠層結(jié)構(gòu)的影響。目前解決這一問(wèn)題的途徑主要三類(lèi)，第一類(lèi)是Zhang等[8]提出的兩步反演方法。該方法首先對(duì)觀測(cè)的冠層反射率進(jìn)行分解得到陽(yáng)光直接輻射陽(yáng)葉的光譜，再利用葉片輻射傳輸模型(如PROSPECT)反演葉片的葉綠素含量。這類(lèi)方法需要葉面積指數(shù)作為先驗(yàn)輸入。第二類(lèi)方法是通過(guò)模擬尋找對(duì)冠層結(jié)構(gòu)不敏感而對(duì)葉綠素含量敏感的譜段或光譜指數(shù)，直接由觀測(cè)的冠層反射率反演葉片葉綠素含量[9]，這類(lèi)方法的優(yōu)點(diǎn)是不需要葉面積指數(shù)作為先驗(yàn)輸入，但難以充分消除冠層結(jié)構(gòu)對(duì)反演結(jié)果的影響。第三類(lèi)方法是利用耦合的冠層和葉片輻射傳輸模型(如PROSAIL)構(gòu)建不同葉面積指數(shù)條件下由冠層光譜或光譜指數(shù)反演葉片葉綠素含量的查找表，反演葉片葉綠素含量[10]。這種方法易于實(shí)現(xiàn)，且能顧及冠層結(jié)構(gòu)對(duì)葉綠素反演的影響，但也需要葉面積指數(shù)作為輸入。

在典型的葉片反射光譜中，紅邊是光譜范圍680～800 nm的反射率增加最快的區(qū)域，對(duì)葉片葉綠素含量變化非常敏感。葉片葉綠素含量通過(guò)對(duì)葉片光譜的作用而影響紅邊波段的冠層反射特性[11]，因此紅邊波段反射率常被用于植被葉片葉綠素含量的估算或反演。2014年Croft等[11]總結(jié)了常用于葉綠素遙感估算的光譜指數(shù)。它們一般由兩個(gè)紅邊波段或由一個(gè)紅邊波段和一個(gè)可見(jiàn)光波段組合而成。這些光譜指數(shù)已成功用于不同地區(qū)不同類(lèi)型植被葉片葉綠素含量的反演或估算[12-13]。隨著技術(shù)的進(jìn)步，不少衛(wèi)星(如MERIS、Sentinel-2和高分六號(hào))可以提供多個(gè)紅邊波段的觀測(cè)數(shù)據(jù)。但是不同傳感器在紅邊波段的中心波長(zhǎng)及譜寬等方面存在差異；研究不同紅邊波段數(shù)據(jù)反演葉片葉綠素含量的差異對(duì)利用遙感監(jiān)測(cè)該參數(shù)有重要參考意義。此外，衛(wèi)星觀測(cè)的冠層頂反射率包括了冠層和背景的反射信息，背景反射率的變化對(duì)葉片葉綠素含量遙感反演具有明顯影響。特別在冠層覆蓋度較低時(shí)，背景的影響更加顯著[14]。因此，在衛(wèi)星數(shù)據(jù)反演葉片葉綠素含量時(shí)如何消除背景影響仍有待研究。

本研究以中國(guó)南方典型水稻田為研究對(duì)象，采用具有3個(gè)紅邊波段的Sentinel-2衛(wèi)星數(shù)據(jù)，以冠層輻射傳輸模型為工具，模擬建立不同葉面積指數(shù)條件下由冠層光譜計(jì)算的光譜指數(shù)與葉片葉綠素含量之間關(guān)系的查找表，反演水稻不同生長(zhǎng)階段葉片葉綠素含量；比較采用不同紅邊波段光譜指數(shù)反演葉片葉綠素的精度差異；評(píng)價(jià)背景反射率變化對(duì)水稻不同生長(zhǎng)階段葉片葉綠素含量反演精度的影響；構(gòu)建顧及背景變化的光譜指數(shù)，提高水稻葉片葉綠素含量的反演精度。

1 實(shí)驗(yàn)部分

1.1 研究區(qū)概況

以南京大學(xué)在江蘇省句容市后白農(nóng)場(chǎng)建立的句容生態(tài)實(shí)驗(yàn)站為試驗(yàn)區(qū)，該實(shí)驗(yàn)站位于江蘇省南京市東南方向約60 km處(31°48′24.59″N，119°13′2.15″E)，處于亞熱帶半濕潤(rùn)季風(fēng)氣候，年均降水量和年均蒸發(fā)量為1 099.1和1 425.5 mm，年平均太陽(yáng)輻射和年平均日照時(shí)間分別為4 860.6和1 999.3 h。

1.2 數(shù)據(jù)采集與處理

1.2.1 Sentinel-2遙感影像

歐洲委員會(huì)和歐空總署局(ESA)分別于2016年6月23日和2017年3月7日發(fā)射了Sentinel-2A和Sentinel-2B衛(wèi)星。雙星在軌道運(yùn)行的重返周期為5 d。Sentinel-2(包括兩顆衛(wèi)星)配備了新的高分辨率多光譜成像儀(MSI)。MSI具有從可見(jiàn)光、近紅外到短波紅外13個(gè)光譜波段，并具有10，20和60 m的三種不同空間分辨率。Sentinel-2衛(wèi)星有3個(gè)紅邊光譜波段，為動(dòng)態(tài)監(jiān)測(cè)植被葉綠素提供了更多的波段選擇。Sentinel-2影像可通過(guò)https://scihub.copernicus.eu/dhus/#/home下載獲得L1C級(jí)產(chǎn)品，本研究通過(guò)使用ESA提供的SNAP軟件和Sen2cor模型對(duì)其進(jìn)行大氣校正、重采樣、裁剪操作獲得所需的試驗(yàn)區(qū)遙感反射率影像數(shù)據(jù)。選取的2017年和2018年兩年水稻生長(zhǎng)季Sentinel-2數(shù)據(jù)的信息如表1所示。

表1 使用的遙感影像數(shù)據(jù)及觀測(cè)的葉片葉綠素含量(Cab)和葉面積指數(shù)(LAI)數(shù)據(jù)

1.2.2 葉片葉綠素含量測(cè)量

于2017年和2018年的水稻生長(zhǎng)季節(jié)(7月至10月)先后12次前往句容實(shí)驗(yàn)站觀測(cè)葉面積指數(shù)(LAI)，并采集水稻葉片樣品用于葉片葉綠素含量(Cab)測(cè)定。在10 m×10 m的樣方內(nèi)每次采集3株水稻，每株水稻選取上層和中層葉片各一片，以?xún)善~片葉綠素含量均值代表該株水稻的葉片葉綠素含量。在測(cè)量中，使用3/16 inch打孔器，均勻剪取6～8個(gè)小圓片，浸泡于10 mL丙酮-乙醇混合液(95%乙醇，純丙酮等體積混合)，然后將樣品靜置，每隔4 h搖晃一次，當(dāng)浸泡的葉片完全變白時(shí)，使用Shimadzu UV-1700分光光度計(jì)在663.8，646.8和480 nm下測(cè)定提取液吸光度，計(jì)算葉片葉綠素含量。采用LAI-2200觀測(cè)LAI。

1.3 反演模型與方法

采用PROSAIL模型進(jìn)行正向模擬實(shí)現(xiàn)葉片葉綠素含量的反演。PROSAIL耦合了PROSPECT-5[15]和SAIL[16]輻射傳輸模型。其中，PROSPECT-5能夠基于光線入射角、葉片折射指數(shù)、平板透射系數(shù)、葉片結(jié)構(gòu)、葉綠素含量、葉片水含量和葉片干物質(zhì)含量等參數(shù)模擬葉片的反射率和透射率。SAIL模型是一個(gè)冠層二向反射率模型，它假設(shè)植物冠層是由方位隨機(jī)分布的水平、均一且無(wú)限擴(kuò)展的各向同性葉片組成的混合體，并且葉子的反射、散射均具有漫反射性質(zhì)。當(dāng)給定葉片的反射率和透射率、冠層結(jié)構(gòu)(包括LAI、熱點(diǎn)參數(shù)、漫反射系數(shù))和觀測(cè)幾何等參數(shù)時(shí)，SAIL可以模擬任何觀測(cè)幾何條件下的冠層反射率和透射率。PROSAIL與其他復(fù)雜的三維輻射傳輸模型相比，該模型的輸入?yún)?shù)更少、計(jì)算量更小[16]。

利用PROSAIL模型構(gòu)建查找表反演葉片葉綠素含量。在建立查找表時(shí)，根據(jù)已有研究[6,9,14]確定參數(shù)的變化范圍和步長(zhǎng)(表2)。由于葉片類(lèi)胡蘿卜素和水含量主要影響藍(lán)光和短波紅外波段的反射率，在建立查找表時(shí)分別將它們?cè)O(shè)置為8 μg·cm-2和0.02 cm的固定值。在反演時(shí)，根據(jù)冠層遙感反射率數(shù)據(jù)計(jì)算的光譜指數(shù)，結(jié)合觀測(cè)幾何信息和觀測(cè)的LAI，從查找表檢索葉片葉綠素含量。

表2 正向模擬時(shí)PROSAIL模型參數(shù)設(shè)置Table 2 Model parameter settings in the forward simulations of PROSAIL

1.4 光譜指數(shù)選取

有研究指出基于綠光和紅邊波段反射率的葉綠素指數(shù)(chlorophyll index,CI)對(duì)葉綠素含量變化敏感[13-14]。為比較利用不同紅邊波段反射率計(jì)算的CI反演水稻葉片葉綠素含量的差異，分別使用Sentinel-2衛(wèi)星的綠光波段和3個(gè)紅邊波段反射率計(jì)算CI (CI705，CI740和CI783)(表3)進(jìn)行葉片葉綠素含量的反演，并與2個(gè)紅邊波段光譜指數(shù)ZM[7,11-12]的反演結(jié)果進(jìn)行對(duì)比分析。

表3 本研究使用的光譜指數(shù)Table 3 The spectral indices used in this study

1.5 反演精度評(píng)價(jià)方法

選用決定系數(shù)(R2)、均方根誤差(RMSE)和平均相對(duì)誤差(MRE)對(duì)反演結(jié)果進(jìn)行評(píng)價(jià)，其具體計(jì)算公式如式(1)—式(3)

(1)

(2)

(3)

1.6 背景影響的消除

PROSAIL模型采用參數(shù)Psoil表示背景的變化，Psoil等于0時(shí)，代表濕潤(rùn)土壤，背景反射率低；Qsoil等于1時(shí)，代表干土壤，背景反射率高。Psoil變化導(dǎo)致的土壤背景反射率變化在不同波段存在差異。利用PROSAIL模型進(jìn)行模擬分析，評(píng)價(jià)不同LAI條件下，背景反射率變化對(duì)葉片葉綠素含量反演的影響。參考文獻(xiàn)[13]的方法，將綠度指數(shù)(greenness index,G=ρgreen/ρred，其中ρgreen和ρred分別為綠光和紅光波段反射率)[17]與CI和ZM結(jié)合訂正背景變化對(duì)葉片葉綠素含量反演的影響，比較利用CI和ZM反演的葉片葉綠素含量精度與利用和反演的葉片葉綠素含量精度差異。

2 結(jié)果與討論

2.1 葉綠素反演精度評(píng)價(jià)

Sentinel-2衛(wèi)星3個(gè)紅邊波段的中心波長(zhǎng)為分別705 nm (b5)，740 nm(b6)和783 nm(b7)、綠光波段(b3)的中心波長(zhǎng)為560 nm。利用3個(gè)紅邊波段結(jié)合綠光波段反射率計(jì)算的CI705,CI740和CI783反演的葉片葉綠素含量與觀測(cè)數(shù)據(jù)比較的R2分別為0.69，0.79和0.67，RMSE分別為9.17，9.02和10.84 μg·cm-2[圖1(a—d)，表4]?；赯M反演的葉片葉綠素含量精度與觀測(cè)數(shù)據(jù)比較的R2為0.71和RMSE為10.53 μg·cm-2[圖1(d)]。Blackburn等[18]研究指出765 nm處的反射率與類(lèi)胡蘿卜素含量有較強(qiáng)的相關(guān)性，Croft在2014的研究[12]中指出，750～900 nm的波段反射率對(duì)植被結(jié)構(gòu)比較敏感。Sentinel-2第7波段的中心波長(zhǎng)為783 nm，范圍為769～797 nm。本研究在構(gòu)建查找表時(shí)類(lèi)胡蘿卜素含量設(shè)為固定值；此外，盡管建立查找表時(shí)，模擬了不同葉面積指數(shù)條件下，葉片葉綠素含量與冠層光譜之間的映射關(guān)系，但是難以完全消除冠層結(jié)構(gòu)對(duì)葉片葉綠素含量反演的影響，所以利用CI783的反演精度最低。

表4 基于四種光譜指數(shù)反演的葉片葉綠素含量與觀測(cè)比較的統(tǒng)計(jì)結(jié)果Table 4 Statistics of leaf chlorophyll content inverted using four different spectral indices against measurements

2.2 背景對(duì)葉片葉綠素反演結(jié)果的影響

在水稻的生長(zhǎng)早期(Cab<50 μg·cm-2,LAI<3)，利用4種光譜指數(shù)反演的葉片葉綠素含量都比觀測(cè)明顯偏低[圖1(a—d)]；當(dāng)LAI<3時(shí)，利用CI705，CI740，CI783和ZM反演的葉片葉綠素含量的平均相對(duì)誤差分別為-18.87%，-31.65%，-27.54%和-31.94%。當(dāng)LAI>3時(shí)，反演的葉片葉綠素含量與觀測(cè)數(shù)據(jù)基本一致，不存在明顯偏低的現(xiàn)象(圖1)，利用CI705，CI740，CI783和ZM反演的葉片葉綠素含量的平均相對(duì)誤差分別為6.41%，-1.73%，8.75%和-4.50%(圖2)。

圖1 基于CI705 (a)，CI740 (b)，CI783 (c)和ZM(d)反演的葉片葉綠含量與觀測(cè)的比較Fig.1 Leaf chlorophyll content inverted using CI705 (a),CI740 (b),CI783 (c),and ZM (d)against measurements

圖2 四種光譜指數(shù)在不同LAI條件下的平均相對(duì)誤差Fig.2 Relative errors of leaf chlorophyll content inverted using four spectral indices under different LAI conditions

分析認(rèn)為導(dǎo)致上述現(xiàn)象的原因是當(dāng)LAI較低時(shí)，衛(wèi)星觀測(cè)的冠層反射率顯著受到背景的影響。PROSAIL模型用土壤因子(Psoil)參數(shù)描述植被背景土壤濕潤(rùn)程度和顆粒粗糙程度導(dǎo)致的背景反射率變化。以光譜指數(shù)CI740為例，在PROSAIL模型中通過(guò)調(diào)整Psoil值改變土壤背景反射率，計(jì)算土壤背景CIsoil值，分析水稻田背景變化對(duì)葉片葉綠素反演的影響。從圖3(a)中可以看出，當(dāng)LAI為1時(shí)，根據(jù)冠層CI740反演的葉片葉綠素含量受CIsoil影響明顯。當(dāng)CI740大于1.5，對(duì)于給定的冠層CI740，反演的葉片葉綠素含量隨著CIsoil增大而減小，高估背景的CI值會(huì)導(dǎo)致反演的葉片葉綠素含量偏低，反演的葉片葉綠素含量對(duì)背景變化的敏感性隨著冠層CI740的增大而上升。隨著LAI的升高，背景反射率變化對(duì)反演的葉片葉綠素含量影響降低，當(dāng)LAI等于4時(shí)，對(duì)于給定的冠層CI740，不同土壤背景條件下反演的葉片葉綠素含量幾乎相同[圖3(b)]。在水稻生長(zhǎng)早期，水稻田的背景為水面，水的CI值低于土壤的CI值，高估背景的CI是導(dǎo)致反演的水稻葉片葉綠素含量偏低的主要原因。PROSAIL模型沒(méi)有背景為水體的設(shè)置，需要對(duì)其進(jìn)行進(jìn)一步發(fā)展，以更好地適應(yīng)于水稻葉綠素含量的反演。

圖3 模擬的不同土壤背景條件下葉片葉綠素含量隨冠層CI740的變化(a)：LAI=1；(b)：LAI=4注：CIsoil等于0.36，0.4和0.75分別對(duì)應(yīng)于Psoil取1(干土壤)、0.5和0(濕潤(rùn)土壤)Fig.3 Simulated change of leaf chlorophyll content with canopy CI740 under different background conditions(a)：LAI=1；(b)：LAI=4Note:CIsoil values of 0.35,0.55 and 0.75 correspond to Psoil equal to 1 (dry soil),0.5,and 0 (wet soil)

2.3 背景影響訂正及其效果

以上分析發(fā)現(xiàn)，在水稻生長(zhǎng)的早期，LAI較低，背景反射率變化顯著影響葉片葉綠素含量的反演結(jié)果。為訂正背景反射率變化對(duì)葉片葉綠素反演的影響，引入了綠色指數(shù)G=ρgreen/ρred(greenness index)，利用其與CI和ZM組合生成CI/G和ZM/G反演葉片葉綠素含量。模擬發(fā)現(xiàn)，CI/G和ZM/G顯著降低了背景變化對(duì)葉片葉綠素含量反演結(jié)果的影響。以CI740/G為例，當(dāng)LAI為1時(shí)，對(duì)于同一冠層CI740/G值，不同土壤背景條件下反演的葉片葉綠素含量基本相同[圖4(a)]。隨著LAI的升高，背景反射率變化對(duì)反演的葉片葉綠素含量影響進(jìn)一步降低，當(dāng)LAI等于4時(shí)，對(duì)于給定的冠層CI740/G，不同土壤背景條件下反演的葉片葉綠素含量幾乎相同[圖4(b)]。

圖4 模擬的不同土壤背景條件下葉片葉綠素含量隨冠CI740/G層的變化(a)：LAI=1；(b)LAI=4注：等于0.43、0.48和1.01分別對(duì)應(yīng)于Psoil取1(干土壤)、0.5和0(濕潤(rùn)土壤)Fig.4 Simulated change of leaf chlorophyll content with canopy CI740/G under different background conditions(a)：LAI=1；(b)LAI=4Note:CIsoil/Gsoil values of 0.43,0.48,and 1.01 correspond to Psoil equal to 1 (dry soil),0.5,and 0 (wet soil)

使用CI705/G,CI740/G,CI783/G和ZM/G反演的葉片葉綠素含量與觀測(cè)數(shù)據(jù)比較的結(jié)果分別如圖5(a—d)所示，反演的葉片葉綠素含量與觀測(cè)數(shù)據(jù)之間的一致性明顯增強(qiáng)，特別是在水稻生長(zhǎng)早期(LAI<3)利用CI705，CI740，CI783和ZM反演的葉片葉綠素含量比觀測(cè)明顯偏低的現(xiàn)象得到有效糾正，平均相對(duì)誤差分別為8.11%，9.11%，14.94%和18.11%。全部樣本的驗(yàn)證結(jié)果顯示，基于CI705/G,CI740/G,CI783/G和ZM/G反演的葉片葉綠素含量與觀測(cè)比較的R2分別為0.83，0.91，0.86和0.88，比利用CI705，CI740，CI783和ZM反演結(jié)果的R2明顯上升；RMSE分別為6.95，5.09，7.01和6.88 μg·cm-2，比利用CI705，CI740，CI783和ZM反演結(jié)果的RMSE明顯下降；MRE分別為6.85%，6.45%，11.63%和12.32%(表5)。

圖5 基于CI705/G (a)，CI740/G (b)，CI783/G (c)和ZM/G (d)反演的葉片葉綠含量與觀測(cè)的比較Fig.5 Leaf chlorophyll content inverted using CI705/G (a),CI740/G (b),CI783/G (c),ZM/G (d)against measurements

表5 四種光譜指數(shù)校正后反演結(jié)果精度Table 5 Accuracy of inversion results after correction of four spectral indices

3 結(jié) 論

利用PROSAIL模型進(jìn)行正向模擬建立葉片葉綠素含量反演查找表，比較了基于由Sentinel-2 綠光波段和3個(gè)紅邊波段反射率計(jì)算的CI以及2個(gè)紅邊波段反射率計(jì)算的ZM反演水稻不同生長(zhǎng)階段葉片葉綠素含量的差異，并提出了背景對(duì)反演結(jié)果影響的訂正方法，主要結(jié)論如下：

(1)基于CI705，CI740，CI783和ZM四種光譜指數(shù)對(duì)水稻葉片葉綠素含量反演R2分別為0.69，0.79，0.67和0.71；RMSE分別為9.17，9.02，10.84和10.53 μg·cm-2；MRE分別為0.09%，-9.21%，-0.32%和-11.11%。其中CI740的反演精度最高，CI783反演精度最低。

(2)在水稻生長(zhǎng)早期(Cab<50 μg·cm-2,LAI<3)，背景對(duì)葉片葉綠素含量反演結(jié)果的影響顯著，基于CI705，CI740，CI783和ZM反演的葉片葉綠素含量明顯偏低，MRE分別為-18.87%，-31.65%，-27.54%和-31.94%。當(dāng)LAI>3時(shí)，反演結(jié)果與觀測(cè)數(shù)據(jù)基本一致。

(3)CI/G和ZM/G可以有效減弱背景對(duì)葉片葉綠素含量反演結(jié)果的影響，基于CI705/G，CI740/G，CI783/G和ZM/G反演的葉片葉綠素含量與觀測(cè)數(shù)據(jù)比較的R2分別上升至0.83，0.91，0.86和0.88，RMSE分別降低至6.95，5.09，7.01和6.88 μg·cm-2；在水稻生長(zhǎng)早期，反演的葉片葉綠素含量比觀測(cè)數(shù)據(jù)明顯偏低的現(xiàn)象得到有效糾正。