黄彦;田庆久;耿君;王磊;栾海军
【摘 要】植被理化参数是生态系统中碳和养分等物质循环与能量交换的重要指标,利用遥感技术反演是获取区域及全球植被理化参数的重要手段,但光谱和空间尺度效应的存在,限制了源自不同遥感传感器植被理化参数产品的统一应用.阐述了遥感反演植被理化参数光谱尺度效应的概念及其产生原因,主要从光谱波段位置和波段宽度两方面对国内外相关研究进行了介绍和评述.同时,从遥感反演植被理化参数的空间尺度效应产生原因、空间异质性描述方法和空间尺度转换方法等方面对其国内外研究现状进行了归纳和评述.最后,总结了遥感反演植被理化参数光谱和空间尺度效应研究的不足之处和发展趋势,并指出光谱和空间耦合效应的研究将是一大趋势,而在生态学等领域形成的尺度效应研究的理论和方法也值得借鉴参考. 【期刊名称】《生态学报》
墨西哥海军陆战队【年(卷),期】2016(036)003
【总页数】9页(P883-891)
【关键词】尺度效应;光谱;空间;植被理化参数远华特大走私案
【作 者】黄彦;田庆久;耿君;王磊;栾海军
【作者单位】南京大学国际地球系统科学研究所,南京210023;江苏省地理信息技术重点实验室,南京210023;江苏省地理信息资源开发与利用协同创新中心,南京210023;南京大学国际地球系统科学研究所,南京210023;江苏省地理信息技术重点实验室,南京210023;江苏省地理信息资源开发与利用协同创新中心,南京210023;南京大学国际地球系统科学研究所,南京210023;江苏省地理信息技术重点实验室,南京210023;江苏省地理信息资源开发与利用协同创新中心,南京210023;南京大学国际地球系统科学研究所,南京210023;江苏省地理信息技术重点实验室,南京210023;江苏省地理信息资源开发与利用协同创新中心,南京210023;南京大学国际地球系统科学研究所,南京210023;江苏省地理信息技术重点实验室,南京210023;江苏省地理信息资源开发与利用协同创新中心,南京210023
兽用疫苗
【正文语种】中 文
植被理化参数是生态系统研究的重要指标，例如叶面积指数是定量陆地生态系统中光合作
用、呼吸作用、蒸腾、碳和养分循环以及降水截获等过程的物质与能量交换的最重要结构参数之一[1]，也是计算生态系统净初级生产力乃至生态系统碳平衡的基础[2]。而叶绿素是光合作用过程必不可少的素，是地球上最为重要的有机分子，叶绿素含量是监测植被生长发育和营养胁迫的重要指标，与净初级生产力直接相关[3]；氮素含量是表征植被营养状况的最重要指标，与植被的各种生态和生化过程关系密切[4]。同时，植被理化参数也是陆地生态系统碳循环模型、作物生长模型等生态系统模拟模型的重要参数[5- 7]。而利用遥感手段反演植被理化参数是获取这些生态指标的重要途径，遥感技术的高时效性、宏观性使之相对于以稀疏离散点为基础的地面采样观测，在获取区域以及全球植被理化参数时具有明显的优势[8- 9]。然而，源自不同遥感数据的植被理化参数产品存在着多方面的不一致性[10- 12]，限制了它们的统一应用，也影响着以之作为输入参数的生态模型的模拟精度。
产生遥感反演植被理化参数产品不一致性的一个重要原因是遥感反演的“尺度效应”，这一问题多年来一直受到国内外遥感界的高度关注，是定量遥感的一个关键问题[13- 16]，也是遥感产品真实性检验的重要环节[17]。尺度效应问题，是指在某一尺度上观测到的性质、总结出的原理或规律，在另一尺度上可能仍然有效，也可能相似或者需要修正[18]。这一概念通常针对空间尺度效应，即不同空间分辨率的遥感数据所得到的信息不同，一般来说
粗分辨率数据所反演得到的植被理化参数值小于较高分辨率的数据所得到的参数值，而通常认为这与反演方法的非线性及待反演的植被理化参数的空间异质性有关[10,19- 21]。尺度效应的概念广义上也可推及光谱方面[15,22]，即由不同光谱分辨率的遥感数据所得到的植被信息也存在差异，同时由于各种植被结构和成分在不同波段位置上存在不同的响应特征，光谱波段位置的差异也会造成所提取的植被信息的不同[23- 27]。而随着近年来各种航天、航空及地基遥感传感器的不断开发和投入应用，以及越来越多的植被理化参数得以通过遥感方法进行反演，研究其遥感反演的多方面尺度效应的迫切性越来越显著。
相对于“空间尺度”而言，“光谱尺度”的提法较少；但基于不同波段分辨率(即不同波段宽度)的遥感数据得到的反演量不同的现象也实际存在[24- 27]，广义上符合“尺度效应”的概念[16,22]，也有研究将相关问题称之为“光谱效应”[23]或“波宽效应”[28]，而光谱尺度的问题与波段位置也密不可分[24,26]。随着多种遥感传感器的研发和投入应用，特别是随着高光谱遥感的不断发展，国内外遥感界也开展了一定的相关研究。光谱尺度效应产生的原因，一方面，光谱的不同区域对绿植被内部结构及化学组成响应不同，表现为植被光谱独特的峰谷特征[29]；另一方面，不同传感器的波段对地物的响应强度和带宽也不同，表现为不同的光谱响应值和半高宽(FWHM, Full Width at Half Maximum)[17]。因此，不同的波段
位置与波段宽度在植被冠层的信息反映上就存在着差异。
波段位置的研究首要的是最佳波段位置的选择问题，这一问题是植被指数构造、植被理化参数经验模型建立以及传感器波段设置的基础。事实上已有研究表明现有的在轨卫星传感器波段的中心位置并不一定是植被指数构建的最佳波段位置[30]，因此该问题的研究尚有很大必要。许多数学和统计方法被应用于最佳波段位置的确定研究上。如Kokaly和Clark[31]利用NIRSystems1 Model 6250光谱仪数据，在1730, 2100 nm和2300 nm为中心的与白松等叶片氮、木质素和纤维素含量相关性最高的光谱特征区域，利用逐步多元回归方法确定最优波段位置并对以上叶片生化组分成功估算；Cho和Skidmore[32]提出线性外推法来确定红边位置，从而对黑麦、玉米和草地的植株氮含量进行了成功估算；Darvishzadeh等[33]利用GER3700光谱仪数据400 nm和2400 nm之间的584个波段构造所有可能的植被指数NDVI和SAVI2 (Soil-Adjusted Vegetation Index 2)，建立其与草地LAI、叶片叶绿素含量和冠层叶绿素含量之间的相关关系，根据决定系数最终确定适于估算以上草地生理生化参数的植被指数最佳波段。Yao等[34]利用FieldSpec Pro FR2500光谱仪数据，在350—2500 nm光谱范围内每10 nm逐步进行所有波段两两组合比值、归一化等植被指数和小麦叶片氮积累量的相关性分析，通过决定系数值选择相关关系最佳的波段范围，
在此范围内再逐1 nm构造两两波段比值、归一化等植被指数与氮积累量相关关系，最终确定适于氮积累量估测的最佳特征波段及其构造的植被指数。这些研究往往采用统计方法对不连续的有限个波段进行分析，对波段位置的研究上系统性较弱，且对光谱本身的物理特征反映不足，在相关的研究中或可引入分形和小波分析等更能体现连续光谱特征的方法[35- 36]。
dta也有学者针对波段位置变化对植被指数构造和植被理化参数估算的影响进行研究。如Galvão等[24]对热带草原的研究表明，当红光波段向690 nm延伸时对NDVI的影响比较明显；而如果要增大绿植被、衰老植被和土壤之间NDVI的对比度，波段位置应该包括一个以叶绿素吸收波段(660—680 nm)为中心的红光波段和一个近红外波段(750—1100 nm)[37]。此外，波段的选择与红光波段随植被覆盖度增加而饱和的问题有关，许多研究在植被指数构造和相关植被理化参数估测中试图通过波段位置的选择和采用不同的波段组合方式来解决这一问题[38- 40]。事实上，“红边位置”[41]等表征植被光谱特征波段位置的“三边”参数已被广泛用于植被理化参数的估算中，而基于三边位置移动(如“红移”)监测的植被受胁迫诊断方法在植被病虫害和重金属污染等研究中发挥了很大作用[42- 43]。
波段宽度对植被理化参数估算影响的研究首先着眼于多光谱与高光谱波段数据孰优孰劣上。而对于宽波段还是窄波段更适于植被理化参数估算的问题，国内外学界尚未达成共识。例如一些研究表明，在利用遥感数据估算LAI时，窄波段植被指数比宽波段效果更好[30,44- 45]，但也有研究得出相反的结论[46- 48]。窄波段被认为可比宽波段提供更多的信息，且对植被特征敏感性更高[44,49- 51]，同时可降低植被覆盖度低时土壤背景的影响[44]及覆盖度高时红光波段的饱和现象[39]。但宽波段也被认为可提高信噪比，降低背景噪声的影响[47- 48,52]。
光学学报其次，相关研究解决的重要问题是最佳波段宽度的选择问题，如Thenkabail等[53]利用黑麦、小麦等6种典型作物的地面光谱和LAI、生物量、氮含量等生长参数和生理指标，通过两波段植被指数与植被参数的相关性等值线图上相关性最高的波段范围，确定了12个核心波段所对应的植被指数最佳波段宽度，如660 nm波段处的最佳波段宽度为20 nm，845 nm处为120 nm。王福民等[54]利用水稻冠层光谱通过在Landsat TM (Thematic Mapper)红光波段和近红外波段范围内不断扩展波段宽度，计算了各个波段宽度对应的NDVI及其与LAI的最大相关系数，并根据两者拟合方程决定系数值确定最佳的波段宽度为15 nm。而孙小芳的研究表明当光谱分辨率小于64 nm时，才能较好地反映与叶绿素含量等相关的水稻光
谱曲线峰谷细节特征[36]。总的来说这方面的研究较少，但由于宽波段和窄波段用于植被理化参数估算的优劣并没有定论，而高光谱遥感影像也更易获取，对植被理化参数估算最佳波段宽度的研究还有待深入。
