研究区位于新疆维吾尔自治区昌吉州奇台县吉布库镇西北方向和东北方向山前丘陵地区, 地理位置89° 24'11.59″-89° 39'52.092″ E, 43° 45'26.24″-43° 48'6.69″ N, 海拔1 175~1 262 m, 属中温带大陆性半荒漠干旱性气候, 年均降水量176~269 mm, 年均气温 5.5 ℃。该研究区是伊犁绢蒿荒漠草地的典型分布区, 不合理利用导致了退化出现, 于2002年围栏封育2 000 hm², 适度利用, 修复受损草地。选择3种不同利用状态区域:围栏封育的退化伊犁绢蒿草地(N), 未封育的退化程度不一致, 以叉毛蓬(Petrosimonia sibirica)为优势种的重度退化区域(W₁), 未封育的、以伊犁绢蒿为优势种的重度退化区域(W₂)。

1.2.1 群落数据的测定 于4月(春季)、6月(夏季)和9月(秋季)3个时期分别在不同利用状态草地各设置4条样线, 每条样线设置10个样地, 考虑到HJ-HSI的分辨率及遥感估产对地面采样精度需求^{[11, 12]}, 样地之间相隔150 m, 样地大小为10 m× 10 m, 每个样地内布置3个能够代表样地平均特性的1 m× 1 m样方, 每个区域各设置40个样地, 120个样方。在每个样方内测定群落特征并计算重要值, 得到研究区群落特征(表1), 为HJ-HSI数据估测草地生物量方法的筛选提供支撑。其中, 株高为自然高度, 样方内随机取5株植株, 取平均值; 盖度采用针刺法; 密度为直接计数计算植株数法; 地上生物量采用齐地刈割法^[13]。

重要值(IV)=(相对高度+相对盖度+相对密度+相对生物量)/4。

1.2.2 HJ-HSI光谱数据获取 本研究所使用的HJ-HSI数据产品从“ 中国资源卫星应用中心” 免费获取, 获取的产品为LEVEL2级, 选取与地面监测日期相对一致的2015年4月5日、2015年6月18日和2015年8月25日3景影像, 经过数据格式读取、大气校正、去除严重受损的波段及几何精校正等预处理, 最终得到对应像元较为精确的光谱反射率。

光谱数据受仪器温度和电流影响, 可能会出现异常大或小的光谱反射率, 因此剔除光谱反射率异常的数据, 然后将数据按样本归类取算数平均值。

1.3.1 光谱平滑 由于光谱各波段在对能量地响应上具有差异, 加之仪器影响, 光谱曲线总存在噪声, 对于光谱曲线的高频噪声, 在处理中常进行平滑处理, 本研究选择九点加权平滑对光谱进行去噪^[14]:

R'=0.04R_i-4+0.08R_i-3+0.12R_i-2+0.16R_i-1+0.20R_i+0.16R_i+1+0.12R_i+2+0.08R_i+3+0.04R_i+4 .

式中:R'为i nm波段平滑后的光谱反射率, R_i为i nm波段的原始光谱反射率。

1.3.2 光谱变量的选取 植被指数是将两个或多个光谱观测通道组合得到, 可以更好地反映地表植物生长、覆盖状况、地表生物参数^{[15, 16]}, 获取容易且计算方便, 在草地资源研究中广泛使用。本研究选取RES(红边斜率, 为红边覆盖620-760 nm波长范围内一阶微分光谱中的最大值), R_r(红光波段630-690 nm), R_n(近红外波段760-900 nm)、MSAVI(修改型土壤调节植被指数, 考虑土壤背景)、CARI(叶绿素吸收比值指数, 对叶绿素较为敏感)、NDVI(归一化植被指数), RVI(比值植被指数), DVI(差值植被指数)^[17], 参数公式^[18]:

MSAVI=R_n+0.5-[(R_n+0.5)²-2(R_n-R_r) ]12;

CARI=(R₇₀₀/R₆₇₀)[(R₆₇₀× a+R₆₇₀+b)/(a²+1 )12];

NDVI=(R_n-R_r)/(R_n+R_r);

RVI=R_r/R_n;

DVI=R_n-R_r;

式中:a=(R₇₀₀-R₅₅₀)/150, b=R₅₅₀-550× a。

用Excel 2007对测得的数据进行统计与筛选, 采用IBM SPSS 20.0、Matlab(R2010b)对数据进行显著性分析、相关性分析, 然后在软件Origin 8.0中进行图表的制作。

不同时期草地群落HJ-HSI光谱特征显示, 草地群落的反射率光谱曲线具有一定差异, 但也有相似性, 可见光区具有一般绿色植物的“ 峰” 和“ 谷” 的特征, 近红外区出现较稳定的反射平台, 在670-760 nm波段范围内, 光谱反射率上升较快, 出现“ 红边” 效应, 春季该现象不明显(图1-3)。

植被光谱反射率随着叶绿素含量、内部组织结构以及叶片外结构的变化而变化, 可见光波段主要受叶绿素含量与盖度的影响。春季区域W₂的反射率最大, 而另外两个区域, 在波段500-700 nm, 表现为N> W₁, 波段700-900 nm则相反, 不同草地群落绿峰位置也不同, W₁盖度大于W₂, 对其产生一定影响(图1); 夏季N的草地群落反射率最低, 在波段500-720 nm反射率大小表现为W₂> W₁, 在波段720-900 nm表现为W₁> W₂(图2); 秋季各草地群落反射率大小表现为W₁> W₂> N, W₁在波段580 nm附近出现明显绿峰, 在波段640 nm附近也出现一处明显的反射峰(图3)。

表1

Table 1

表1(Table 1)

表1 不同利用状态草地群落特征 Table 1 Community characteristics of grassland areas under different utilisations 季节 Season 样地 Plot 高度 Height/cm 盖度 Coverage/% 密度/(株· m-2) Density/ (plant· m-2) 地上生物量(鲜重) Aboveground biomass (Fresh weight)/(g· m-2) 重要值 Importance value 春季 Spring N 3.03± 0.15 48.39± 2.78 484.00± 68.87 115.64± 5.17 伊犁绢蒿(0.510 5)+草原苔草 (0.219 3)+角果毛茛(0.177 9) W1 1.23± 0.03 44.85± 2.83 2 236.00± 191.50 33.51± 4.03 叉毛蓬(0.854 4)+鹤虱 (0.113 5)+角果毛茛(0.020 0) W2 2.03± 0.09 35.90± 1.31 258.00± 29.75 107.28± 7.17 伊犁绢蒿(0.429 6)+独行菜 (0.196 4)+叉毛蓬(0.117 9) 夏季 Summer N 7.17± 0.67 42.61± 1.84 206.85± 33.90 130.05± 13.72 伊犁绢蒿(0.594 1)+草原苔草 (0.149 1)+木地肤(0.099 1) W1 2.17± 0.17 40.38± 0.91 1 500.00± 50.00 276.89± 13.48 叉毛蓬(0.843 5)+灰藜 (0.072 6)+角果藜(0.083 9) W2 6.89± 0.62 35.40± 0.89 126.71± 15.32 124.17± 6.46 伊犁绢蒿(0.550 7)+木地肤 (0.141 7)+叉毛蓬(0.110 3) 秋季 Autumn N 8.38± 0.38 51.58± 1.41 140.37± 19.02 147.12± 9.48 伊犁绢蒿(0.560 1)+草原苔草 (0.169 1)+木地肤(0.161 3) W1 2.60± 0.06 46.31± 0.77 802.50± 27.21 169.53± 7.92 叉毛蓬(0.854 9)+画眉草 (0.1451)+灰藜(0.0604) W2 7.40± 0.54 45.85± 2.39 100.21± 12.68 139.53± 17.07 伊犁绢蒿(0.522 7)+画眉草 (0.159 3)+叉毛蓬(0.115 6)

表1 不同利用状态草地群落特征 Table 1 Community characteristics of grassland areas under different utilisations

注:草原苔草Carex liparocarpos; 角果毛茛Ceratocephalus moench; 鹤虱Lappula semiglabra; 独行菜Lepidium apetalum; 木地肤Kochia prostrata; 灰藜Chenopodium glaucum; 角果藜Ceratocarpus arenarius; 画眉草Eragrostis pilosa。括号内数字为该物种的重要值。围栏封育区N, 围栏外重度退化区W₁, 围栏外中度退化区W₂。

Note: The numbers in brackets are the importance values of the species. N, fenced area; W₁, unfenced and heavily degraded area; W₂, unfenced and moderately degraded area.

图1

Fig. 1

	Figure Option ViewDownloadNew Window
	图1 不同利用状态下草地群落春季HJ-HSI光谱特征Fig. 1 HJ-HSI spectral characteristics of grassland communities under different utilisations in spring

图2

Fig. 2

	Figure Option ViewDownloadNew Window
	图2 不同利用状态下草地群落夏季HJ-HSI光谱特征Fig. 2 HJ-HSI spectral characteristics of grassland communities under different utilisations in summer

已有研究表明, 高光谱遥感技术适用于荒漠类草地生物量的监测^[19]。根据从HJ-HSI数据上获取相对应每个样方的反射率, 分别计算出8个光谱变量, 然后与实测的草地群落地上生物量进行相关性分析(表2), 其中RES和CRVI与各草地群落地上生物量均无显著相关性(P> 0.05)。进一步将筛选出的光谱变量与实测地上生物量进行回归分析(表3), 通过对比决定系数、显著性和RMSE值, 筛选具有较高的决定系数和较低的RMSE值的理想回归方程, 发现不同季节的草地不同利用方式估测生物量所使用的光谱变量不同。其中, N样地春季估测生物量使用DVI效果较好, 夏季所构建回归方程决定系数较低, 秋季RVI构建效果较好; W₁样地春季使用R_n效果较好, 夏季NDVI效果最好, 秋季使用MSAVI效果最好; W₂样地春季仅能利用DVI构建模型, 且效果较差, 夏季和秋季均是使用R_r效果较好, 但秋季RMSE值较大。

图3

Fig. 3

	Figure Option ViewDownloadNew Window
	图3 不同利用状态下草地群落秋季HJ-HSI光谱特征Fig. 3 HJ-HSI spectral characteristics of grassland communities under different utilisations in autumn

2.3.1 HJ-HSI光谱与群落地上生物量相关性分析 将HJ-HSI各波段的光谱反射率与草地群落地上生物量进行相关性分析(图4-6), 以筛选出估测生物量的具体敏感波段, 用于构建估测生物量模型。

表2

Table 2

表2(Table 2)

表2 草地群落地上生物量与光谱变量的相关性 Table 2 Correlations between aboveground biomass and spectral variables of grassland communities 季节 Season 样地 Plot RES Rr Rn MSAVI CARI NDVI RVI DVI 春季 Spring N - - - 0.679* * - 0.672* * 0.656* * 0.592* * W1 - -0.646* * -0.672* * - - 0.503* - - W2 - - - - - - - 0.548* 夏季 Summer N - - -0.59* * - - 0.573* * - - W1 - - - - - 0.577* - - W2 - -0.622* -0.549* * - - 0.642* - - 秋季 Autumn N - -0.639* * -0.544* * 0.565* * - 0.606* * 0.637* * - W1 - - - 0.666* * - 0.585* - - W2 - 0.632* * - - - 0.605* - -

表2 草地群落地上生物量与光谱变量的相关性 Table 2 Correlations between aboveground biomass and spectral variables of grassland communities

注:* 表示显著相关(P< 0.05), * * 表示极显著相关(P< 0.01)。

Note:* and * * indicate significant correlation at 0.05 and 0.01 level, respectively.

表3

Table 3

表3(Table 3)

表3 草地群落地上生物量与光谱变量的回归分析 Table 3 Regression analysis of aboveground biomass and spectral variables of grassland communities 季节 Season 样地 Plot 回归方程 Regression equation 光谱变量 Spectral variable 决定系数 Coefficient of determination 显著性 Significance RMSE 春季 Spring N y=1 194.3x+22.753 MSAVI R2=0.46 P=0.000 30.07 y=2 251.5x+21.368 NDVI R2=0.45 P=0.000 31.03 y=972.5x-943.22 RVI R2=0.43 P=0.000 36.42 y=42.805x2-77.061x+120.64 DVI R2=0.44 P=0.000 28.15 W1 y=0.564 6x2-23.681x+274.67 Rr R2=0.43 P=0.011 5.59 y=0.661 8x2-30.871x+386.25 Rn R2=0.47 P=0.006 5.38 y=63 440x2-8 049.9x+281.18 NDVI R2=0.44 P=0.022 7.10 W2 y=96.112x2-369.06x+443.34 DVI R2=0.33 P=0.039 25.42 夏季 Summer N y=-19.288x+699.99 Rn R2=0.31 P=0.000 34.23 y=3 022.6x2-452.49x+90.65 NDVI R2=0.34 P=0.002 23.50 W1 y=127.6e4.032 6x NDVI R2=0.34 P=0.036 23.74 W2 y=-11.151x2+514.94x-5 778.9 Rr R2=0.48 P=0.021 20.03 y=-15.945x+645.67 Rn R2=0.30 P=0.022 22.46 y=4 167.3x-381.1 NDVI R2=0.41 P=0.018 24.99 秋季 Autumn N y=2 70e-0.141x Rr R2=0.44 P=0.000 32.94 y=4 228.8e-0.127x Rn R2=0.33 P=0.000 37.79 y=889.93x-72.599 MSAVI R2=0.32 P=0.000 32.01 y=1 415.7x-53.768 NDVI R2=0.38 P=0.000 30.31 y=562.21x-599.82 RVI R2=0.41 P=0.000 29.61 W1 y=9.136x2-591.47x+9 731.9 Rn R2=0.36 P=0.029 22.79 y=68 819x2-26 166x+2 634 MSAVI R2=0.52 P=0.006 18.03 y=2 151.2x-82.307 NDVI R2=0.34 P=0.017 18.52 W2 y=2.735 7x2-112.72x+1 273.4 Rr R2=0.46 P=0.019 32.67 y=1 320.5x+2.670 9 NDVI R2=0.37 P=0.017 31.91

表3 草地群落地上生物量与光谱变量的回归分析 Table 3 Regression analysis of aboveground biomass and spectral variables of grassland communities

图4

Fig. 4

	Figure Option ViewDownloadNew Window
	图4 草地群落春季地上生物量与HJ-HSI光谱反射率的相关性Fig. 4 Correlation between aboveground biomass and spectral reflectance of HJ-HSI in spring

图5

Fig. 5

	Figure Option ViewDownloadNew Window
	图5 草地群落地夏季上生物量与HJ-HSI光谱反射率的相关性Fig. 5 Correlation between aboveground biomass and spectral reflectance of HJ-HSI in summer

图6

Fig. 6

	Figure Option ViewDownloadNew Window
	图6 草地群落地秋季上生物量与HJ-HSI光谱反射率的相关性Fig. 6 Correlation between aboveground biomass and spectral reflectance of HJ-HSI in autumn

光谱反射率与地上生物量相关性较高的波段对生物量具有较好的指示作用。各草地群落光谱与生物量的相关性表现不同, 不同季节间也存在差异。春季, 仅W₂样地的草地群落光谱反射率与生物量的相关性较大, 其它样地的相关性不高, W₁样地的群落光谱反射率与生物量均呈负值, N样地的群落光谱反射率与生物量在波段500-780 nm呈负相关关系, 在波段780-900 nm内呈正相关关系, W₂样地在波段558-605、647-664 nm二者呈负相关关系(图4), 其余波段呈正相关关系; 夏季, W₁样地的草地群落光谱反射率与生物量相关性最高, 在波段656 nm附近相关系数达-0.635 2, N样地的最低(图5); 到了秋季, W₂样地的草地群落光谱反射率与生物量呈正相关关系, 除波段500-510、543-546 nm外, W₁样地内二者均呈负相关关系, N样地内二者呈负相关关系, 且相关水平最高。

表4

Table 4

表4(Table 4)

表4 草地群落地上生物量与波段变量的回归分析 Table 4 Regression analysis of aboveground biomass and band variables of grassland communities 季节 Seasons 样地 Plot 回归方程 Regression equation 波段变量 Band variable 决定系数 Coefficient of determination 显著性 Significant RMSE 春季 Spring N y=19 838x-1.838 R503.375 nm-R508.42 nm R2=0.35 P=0.000 37.22 y=49.824e30.537x (R770.92 nm-R721.605 nm)/ (R770.92 nm+R721.605 nm) R2=0.36 P=0.000 40.14 W1 y=568.19x+7.661 7 (R726.77 nm-R678.225 nm)/ (R726.77 nm+R678.225 nm) R2=0.38 P=0.008 7.14 y=0.403 1x2-16.745x+199.79 R540.92 nm-R552.27 nm R2=0.41 P=0.004 5.68 W2 y=2 206.9x+28.313 (R732.01 nm-R652.09 nm)/ (R732.01 nm+R652.09 nm) R2=0.73 P=0.000 16.12 夏季 Summer N y=3.821 6x2-178.73x+2 179.1 R678.225 nm-R692.095 nm R2=0.32 P=0.001 32.04 y=714.94x-1.280 4 (R770.92 nm-R687.41 nm)/ (R770.92 nm+R687.41 nm) R2=0.33 P=0.000 24.32 W1 y=86.336x-1 578.1 R647.93 nm-R664.9 nm R2=0.43 P=0.008 71.12 y=128 294x2-53 718x+5 912.9 (R776.819 9 nm-R656.305 nm)/ (R776.819 9 nm+R656.305 nm) R2=0.57 P=0.006 59.8 W2 y=-32.817x+975.67 R574.595 nm-R584.52 nm R2=0.43 P=0.006 28.16 y=1 656.1x+52.695 (R716.515 nm-R664.9 nm)/ (R716.515 nm+R664.9 nm) R2=0.35 P=0.021 20.72 秋季 Autumn N y=2 938.2e-0.154x R555.725 nm-R565 nm R2=0.41 P=0.000 34.31 y=2 700.2e-0.144x R627.895 nm-R620.225 nm R2=0.44 P=0.000 32.81 y=2 508.7e-0.144x R656.305 nm-R669.285 nm R2=0.42 P=0.000 34.29 W1 y=2 932.4x+42.606 (R748.195 nm-R706.54 nm)/ (R748.195 nm+R706.54 nm) R2=0.39 P=0.007 21.8 W2 y=3.865x2-170.07x+1 988 R584.52 nm-R598.295 nm R2=0.49 P=0.010 30.89 y=1.818 7x2-89.375x+1 204.4 R748.195 nm-R765.11 nm R2=0.46 P=0.018 32.6

表4 草地群落地上生物量与波段变量的回归分析 Table 4 Regression analysis of aboveground biomass and band variables of grassland communities

2.3.2 HJ-HSI光谱反射率与草地群落地上生物量回归模型 进一步选取相关性较高的邻近若干波段的反射率平均值, 具有较大差值相关性的波段反射率的归一化值两个指标作为波段变量^[20], 与地上生物量进行回归分析, 并对比筛选出的光谱变量所构建的模型, 选出更适合估测地上生物量的模型。将所拟合的回归方程选择决定系数在0.3以上的方程列出(表4), 方程的决定系数越高, 说明所拟合的回归方程估测越准确, 而RMSE则相反。结果表明, 所选出的最优波段因季节、利用状态的不同也存在差异, 其中样地N在秋季选用波段620.225-627.895 nm估测群落地上生物量效果最好; 样地W₁在春季选用波段540.92-552.27 nm估测群落地上生物量效果较好, 夏季选用656.305、776.819 9 nm的归一化值所构建的回归方程决定系数较高, 但RMSE值较大; 样地W₂在春季通过波段678.225、726.77 nm的归一化值构建的方程决定系数较大, RMSE值较低, 夏季通过波段574.595-584.52 nm的平均光谱反射率估测效果较好, 秋季选用波段584.52-598.295 nm的平均光谱反射率估测效果较好。