1、高光谱遥感在草地中的应用及研究进展 杨雪飞 吉春容 高淑敏 郭燕云 王雪姣 王森 新疆兴农网信息中心 摘 要: 我国是世界第二草原大国, 有效、快捷、连续、大范围地监测草地植被状况及其动态变化对合理利用草地资源、实现草地畜牧业的可持续发展具有重要的技术支撑作用。文章从高光谱遥感在草地中的应用及研究进展进行了综述, 结果发现, 草地高光谱研究以其快速、便捷、准确等优势, 在区域和全球尺度上已经广泛应用于草地遥感估产、草地退化监测、牧草品质测定、草地种类以及草地花期识别等方面。未来, 高分辨率影像数据结合遥感生态学测量及各种先进技术、各种数据分析、处理方法, 对草地实现定量分析及动态监测, 具有广
2、阔的应用前景。关键词: 高光谱遥感; 草地; 生物量; 监测; 作者简介:杨雪飞 (1986) , 男, 助理工程师, 学士, 主要从事应用气象业务及相关科研工作。作者简介:吉春容 (1983) , 女, 副研究员, 博士, 主要从事农业气象业务及相关科研工作。收稿日期:2017-08-20基金:中亚大气科学研究基金项目 (CASS201716) Research advances of hyperspectral remote sensing application in grasslandYANG Xuefei JI Chunrong GAO Shumin GUO Yanyun WANG
3、Xuejiao WANG Sen Xinjiang Xingnong Net Information Center; Abstract: Our country has the worlds second largest grassland area in the world, effective, efficient, continuous, large-scale monitoring of the conditions and its dynamic changes of the grassland, plays an important supporting role in reaso
4、nable utilization of grassland resources to realize the sustainable development of grassland animal husbandry.In this paper, research progress and application of hyperspectral remote sensing in grassland were reviewed.The results showed that hyperspectral remote sensing with its fast, convenient and
5、 accurate advantages had been widely used in grassland yield estimation, grassland degradation monitoring, and quality measurement of forage, grassland species, flowering meadows and recognition and so on in the regional or global scale.In the future, high resolution image datas, combined with remot
6、e sensing ecological measurements and a variety of advanced technology, and a variety of data analysis and processing method to achieve quantitative analysis of grassland and dynamic monitoring, has a broad application prospect.Keyword: Hyperspectral remote sensing; Grassland; Yield; Monitoring; Rec
7、eived: 2017-08-20我国是世界第二草原大国, 草原面积 4 亿 hm, 占国土资源的 41.7%, 是耕地面积的 3.2 倍1。传统的草地监测方法即收获法, 工作效率低、耗时长, 不适宜大范围的草地监测, 难以抵达区域的草地调查。遥感的出现, 解决了以上问题并且为草地监测提供了新的技术手段, 研究表明, 运用遥感技术进行草地监测, 不仅能够花费较少的人力和物力, 并且能够达到一定的估算精度, 与此同时, 还具有动态性、时效性、客观性和实用性等多方面优点。与传统遥感相比, 高光谱遥感具有更加广阔的发展和应用前景。后者具有光谱分辨率高、波段数量大、数据量更大等特点, 而且在对植被特征
8、参数进行计算方面远优于常规多光谱遥感, 甚至能完成红边特征、绿峰特征和导数光谱等常规遥感所不能完成的植被特征的计算2。草地高光谱遥感以其快速、便捷、准确等优势, 受到各国学者的关注, 已广泛应用于大尺度的草地产草量估算、草地调查、草地盖度监测、草地灾害监测和预报, 以及牧草的营养含量、牧草品质估测、退化草地指示草种识别等领域。连续、快速、大范围地监测草原植被状况及其动态变化, 对合理利用草地资源、实现草地畜牧业的可持续发展具有重要的技术支撑作用。1 高光谱遥感在草地估产中的应用草原地上部生物量是草地畜牧业的物质基础, 传统的野外调查方法获取的草地生物量数据结果准确, 但耗时耗力, 且时效性和所
9、能达到的空间尺度有限。实践证明, 利用遥感手段监测草原产草量可提供快速、及时的草原信息, 同时, 如能将遥感数据与草地地面调查数据相结合, 则可满足草原生产力估产的不同精度要求。目前, 国内学者已针对高寒干草原类、高寒草甸类等多种草地类型进行了光谱观测和分析研究3-6。多方面研究表明, 高光谱遥感技术可以有效地发掘生物量与植被光谱特征的关系, 高光谱遥感技术可以对大尺度的草地生物量进行精确的估测。研究表明, 对草地的产草量进行遥感估算与监测时, 一般选择牧草生长旺季 (牧草生长盛期) 的资料, 通常情况下 7 月份采样时, 建立的生物量估算模型相关性最高7-9。与农作物遥感估产相比, 天然草地
10、牧草生长发育及产量形成主要受自然条件影响, 受社会经济条件等影响很小, 因此, 天然草地更适合用遥感手段监测预测。对新疆天山北坡中东段天然草地的研究表明10, 牧草产量高低及其年际变化与天然草地光谱植被指数有较好的正相关关系, 即牧草产量越高, 光谱植被指数也越高, 此结论为天然草地生产力的遥感监测及预测提供科学依据。刘占宇等11对内蒙古锡林郭勒盟的天然草地进行高光谱遥感观测, 建立了生物量与高光谱参数变量的估算模型, 表明可利用高光谱反射率数据, 从冠层上对草地生物量进行量化估算。张凯等12通过对甘南 4 种主要草地类型的牧草冠层高光谱和地上生物量数据采集分析, 以光谱特征参数为变量, 建立
11、了甘南草地地上生物量的最佳高光谱估算模型。徐斌等13利用 MODIS 遥感数据与同期草原地上生物量数据建立关系模型, 实现了对我国北方草原 2005 年产草量和载畜量的监测。张连义等14将内蒙古锡林郭勒典型草原作为研究区域, 并利用植被指数建立了牧草估产模型, 牧草估产精度达到 97%。综上研究表明, 利用高光谱遥感在草地生物量估算中具有可行性与重要意义。草地遥感估产研究方法的重点在于建立植被指数与产草量的关系, 研究角度多元化, 如使用数据、植被指数、模型多样化等, 目前存在天地数据的同步及地面数据的精度等问题。因此, 随着未来发展, 遥感数据时空分辨率和光谱分辨率的逐步提高, 基于遥感的草
12、地估产模型更加成熟, 其应用也将向草地退化监测等更多领域扩展15-21。2 高光谱遥感在草地退化监测中的应用草地不仅是畜牧业的物质基础, 而且是生态安全屏障和草原文化传承的基础, 具有生产、生态等功能。然而, 我国草地分布面积广, 退化情况严重22, 传统的野外调查方法具有一定的局限性, 因此, 利用遥感手段在区域尺度上实时、准确地监测草地的生态状况及时空特征是防止草地退化、保护草地资源的重要措施23。高光谱遥感波段连续、光谱分辨率高, 能够准确地探测到植被的精细光谱信息。目前, 国内外许多学者利用草地实测高光谱数据进行草地退化监测方面的研究。王焕炯等24对呼伦贝尔市的草甸草原的研究结果表明,
13、 建群和退化指示种群的叶片及冠层光谱的光谱特征差异明显, 且该验证结果的光谱识别精度高于 95%,值得注意的是, 这种方法即使在草地退化初期也有效, 有利于人类尽早采取有效措施来遏制草地退化。王明君等25采用系统聚类分析方法对呼伦贝尔草甸草原退化等级进行定量划分, 选取植物种的综合优势比和土壤养分状况等指标来确定其退化等级。冯秀等26利用遥感数据结合地面样方资料, 根据生物量指标将轻度退化、中度退化和重度退化的草地面积进行空间分析, 并确定其阈值范围。高清竹等27选择草地植被盖度为遥感监测指标, 评价和分析了藏北地区 19812004 年近 24 年的草地退化程度及其时空格局。顾晓鹤等28利用
14、遥感与地理信息系统相结合的空间信息分析技术, 通过对草地进行退化等级评估、风险度评估等, 实现了区域退化草地优化管理。Mansour 等29使用 ASD高光谱仪测量了林冠光谱值, 选择了识别草种的最佳波段, 有效地识别了 4 种代表不同级别草地退化的物种, 总精度达到 88%以上。Yamano30等利用不同草的光谱特征差异, 有效地将小叶锦鸡儿从其他 3 类草中区分出来, 并在蒙古国地区进行了验证, 表明利用该特征监测草地退化是可能的。陈功等31对云南马龙县、张春梅等32对石羊河流域金昌地区的草地研究均表明, 不同覆盖度草地的光谱吸收特征不同且表现出有规律的变化, 以此可以作为判定草地植被覆盖
15、度并监测草地退化的依据。王艳荣等6对锡林郭勒草原的草甸草原和荒漠草原光谱与产草量进行了对比分析, 并利用多时相近地面反射波谱特征对不同退化等级草地进行鉴别研究。草地退化在生态系统尺度的指标表现为杂草种类增加, 因此, 笔者认为为了更有效地监测草地退化, 利用高光谱遥感技术将代表草地退化的草类从健康草类中识别出来, 构建退化杂草的遥感反演方法是未来监测草地退化的重要研究方向。3 高光谱遥感在草地中的其他应用草地营养状况对草地畜牧业有重要影响, 牧草的营养含量与光谱特性密切相关。因此, 可以利用高光谱数据进行草地营养成分的遥感估测。王迅等33对高寒草地营养状况进行监测的研究表明, 基于高光谱遥感数
16、据可快速、及时进行草地营养反演, 该结果为今后草地营养动态监测提供依据。高光谱遥感不仅能对植被进行识别与分类, 还能对植被的化学成分及长势做出评估34。范燕敏等35通过测定新疆部分天然草地类型及植被的反射光谱数据, 结果表明, 不同草地类型及不同植被光谱曲线特征差异明显, 同时环境因子也对植被的反射光谱影响显著, 这说明高光谱遥感在草地植物生理生化研究方面应用潜力巨大。草地植被在花期具有独特的光谱特性, 因此, 遥感区分草地物种的关键时期是花期。但是目前, 利用高光谱识别草地花的研究还很少。盖颖颖等36以呼伦贝尔草原为主要研究区, 通过测定冷蒿等 7 种草地植被的高光谱数据, 建立不同种类花的
17、光谱识别特征, 并证明了线性解混模型用于估算草原上花覆盖度的可行性。Kenneth 等37利用高光谱遥感测定了美国加利福尼亚南部半干旱地区灌木草地的植被盖度, 并将多个植被指数用于线性混合模型, 定量化提取了稀树草原的植被覆盖度, 并取得较高的精度。张富华等38采集并分析了锡林郭勒草原 4 种草地的光谱特征, 表明神经网络作为数据挖掘的有效手段, 能较好识别不同草地的光谱特征, 进而划分不同草地种类, 此研究结果可为航空航天草地类型识别和草地资源调查提供科学依据。Schmida 等39利用野外高光谱数据对黄背草等 8 种草的波谱信息进行分析比较, 证明了 8 种草具有可分性, 这些不同草种的光
18、谱差异性将为草地的遥感分类提供依据。此外, 高光谱遥感技术对地观测和环境调查的广泛应用, 利于生态界面研究从定性到定量的研究, 可做到界面上生物和非生物因素分类的精细化, 这些都有助于农牧交错带生物与非生物生态界面的研究40。最后, 随着高分辨率影像数据的使用, 各种数据处理、分析方法的运用, 各种先进技术 (GPS、GIS、摄影技术) 的引入, 未来, 对草地实现定量分析、动态监测的精度将会得到更大提高。特别是近几年来, 草地遥感技术已由试验研究进入生产应用, 由定性描述进入定量分析, 由静态调查进入动态监测阶段, 多平台、多时相遥感数据的综合利用是必然的趋势。参考文献1任继周.广袤草原呼唤
19、参与祖国的和谐发展J.科技导报, 2007, 25 (9) :1. 2钱育蓉, 贾振红, 于炯, 等.BP.ANN 在荒漠草地高光谱分类研究中的应用J.计算机工程与应用, 2011, 47 (2) :225-228. 3张风丽, 尹球, 匡定波, 等.环青海湖地区天然草地时序光谱特征参量分析J.生态学报, 2005, 25 (12) :3154-3160. 4龙瑞军, 牟新待, 陈功.高山草地的光谱反射特征及其估产模型J.草业学报, 1994, 3 (2) :59-64. 5黄敬峰, 王秀珍, 胡新博.新疆北部不同类型天然草地产草量遥感监测模型J.中国草地, 1999 (1) :7-11. 6
20、王艳荣, 雍世鹏.利用多时相近地面反射波谱特征对不同退化等级草地的鉴别研究J.植物生态学报, 2004, 28 (3) :406-413. 7金丽芳, 刘大平.内蒙古达里诺尔地区草场产草量的遥感估算与监测J.草业科学, 1989, 6 (2) :13-17. 8陈添宇, 陈乾.用气象卫星资料估测甘南牧草产量C西北卫星遥感技术应用.北京:气象出版社, 1999:93-96. 9王正兴, 刘闯, 赵冰茹, 等.利用 MODIS 增强型植被指数反演草地地上生物量J.兰州大学学报 (自然科学版) , 2005, 41 (2) :10-16. 10黄敬峰, 王秀珍, 王人潮, 等.天然草地牧草产量遥感综
21、合检测预报模型研究J.遥感学报, 2001, 5 (1) :33-36. 11刘占宇, 黄敬峰, 吴新宏, 等.草地生物量的高光谱遥感估算模型J.农业工程学报, 2006, 22 (2) :111-115. 12张凯, 郭铌, 王润元, 等.甘南草地地上生物量的高光谱遥感估算研究J.草业科学, 2009, 26 (11) :44-50. 13徐斌, 杨秀春, 陶伟国, 等.中国草原产草量遥感监测J.生态学报, 2006, 27 (2) :405-413. 14张连义, 张静祥, 赛音吉亚, 等.典型草原植被生物量遥感监测模型J.草业科学, 2008, 25 (4) :31-35. 15陈全功.
22、中国草原监测的现状与发展J.草业科学, 2008, 25 (2) :29-38. 16吕子君, 卢欣石.甘肃河西走廊草地沙质荒漠化监测与治理对策J.江西农业大学学报, 2005, 27 (3) :365-370. 17邢文渊, 肖继东, 师庆东, 等.哈密地区绿洲植被遥感监测及其变化原因分析J.草业科学, 2007, 24 (9) :34-37. 18卫亚星, 刘闯, 王莉雯.基于遥感数据的草地监测研究J.工程技术, 2007 (10) :27. 19刘爱军, 韩建国.天然草原生育期遥感估测方法研究-以锡林郭勒盟草原为例J.草业科学, 2007, 24 (7) :1-5. 20赵慧颖, 王广生
23、, 魏学占.GIS 支持下的天然牧草产草量区域预报模型研究J.草业学报, 2007, 16 (4) :100-106. 21张学勇, 陈忠林.应用 NOAA/AVH RR 资料进行草地遥感估产模型的研究J.辽宁大学学报 (自然科学版) , 2006, 33 (2) :127-129. 22刘玉杰, 邓福英, 赵文娟.草地退化遥感评价与监测研究进展J.云南地理环境研究, 2013, 25 (1) :14-15. 23安如, 姜丹萍, 李晓雪, 等.基于地面实测高光谱数据的三江源中东部草地植被光谱特征研究J.遥感技术与应用, 2014, 29 (2) :201-211. 24王焕炯, 范闻捷, 崔
24、要奎, 等.草地退化的高光谱遥感监测方法J.光谱学与光谱分析, 2010, 30 (10) :2734-2737. 25王明君, 韩国栋, 赵萌莉, 等.内蒙古呼伦贝尔草甸草原的草地退化等级数量分析J.西北植物学报, 2007, 27 (4) :797-804. 26冯秀, 仝川, 张鲁, 等.内蒙古白音锡勒牧场区域尺度草地退化现状评价J.自然资源学报, 2006, 21 (4) :575-581. 27高清竹, 李玉娥, 林而达, 等.藏北地区草地退化的时空分布特征J.地理学报, 2005, 60 (6) :965-971. 28顾晓鹤, 何春阳, 潘耀忠, 等.基于生态风险评估的锡林河流域
25、退化草地优化管理J.应用生态学报, 2007, 18 (5) :968-976. 29MANSOUR K, MUTANGA O, EVERSON T, et al.Discriminating Indicator Grass Species for Rangeland Degradation Assesment Using Hyperspectral Data Resampled to AISA Eagle ResolutionJ.ISPRS Journal of Photogrammetry and Remote Sensing, 2012, 70:56-65. 30YAMANO H, CH
26、EN J, TAMURA M.Hyperspectral identification of grassland vegetation in Xilinhot, In-ner Mongolia, ChinaJ.International Journal of Remote Sensing, 2003, 24 (15) :3171-3178. 31陈功, 王建伟.封育条件下草地光谱反射特征及地上生物量估测J.云南农业大学学报, 2004, 23 (4) :462-467. 32张春梅, 张建明.基于高光谱影像的干旱区草地光谱特征分析J.光谱学与光谱分析, 2012, 32 (2) :445-44
27、8. 33王迅, 刘书杰, 贾海峰, 等.基于高光谱数据的高寒草地营养状况的研究J.光谱学与光谱分析, 2012, 32 (10) :2780-2784. 34EVE M, WHITE FORD W G, HAVSTADT K M.Applying satellite imagery to triage assessment of ecosystem healthJ.Environmental Monitoring and Assessment, 1999, 54:205-227. 35范燕敏, 武红旗, 靳瑰丽.新疆草地类型高光谱特征分析J.草业科学, 2006, 23 (6) :l5-18
28、. 36盖颖颖, 范闻捷, 徐希孺, 等.基于高光谱数据的呼伦贝尔草原花期物种识别和覆盖度估算J.光谱学与光谱分析, 2011, 31 (10) :2778-2783. 37KENNETH MC GWIRE, TIMOTHY MINOR, LYNNFENSTERMAKER.Hyperspectral mixture modeling for quantifying sparse vegetation cover in arid environmentJ.Remote Sensing of Environment, 2000, 72:360-374. 38张富华, 黄明祥, 张晶, 等.利用高光谱识别草地种类的研究-以锡林郭勒草原为例J.测绘通报, 2014 (7) :66-69. 39SCHMIDA K S, SKIDMORE A K.Exploring spectral discrimination of grass species in African RangelandsJ.Int J Remote Rensing, 2001, 22 (17) :3421-3434. 40王红梅, 王堃, 谢应忠.高光谱遥感在北方农牧交错带生态界面研究中的作用J.光谱学与光谱分析, 2009, 29 (6) :1636-1639.