两种用于作物冠层叶绿素含量提取的改进光谱指数.pdfVIP

第２４卷　第５期 地球科学进展 Ｖｏｌ．２４　Ｎｏ．５ ２００９年５月 ＡＤＶＡＮＣＥＳＩＮＥＡＲＴＨＳＣＩＥＮＣＥ Ｍａｙ．，２００９ 文章编号：１００１８１６６（２００９）０５０５４８０７ 两种用于作物冠层叶绿素含量提取的改进光谱指数 １ ２ 关　丽 ，刘湘南 （１．北京大学遥感与ＧＩＳ研究所，北京　１００８７１；２．中国地质大学（北京）信息工程学院，北京　１０００８３） 摘　要：在深入探讨目前广泛使用的提取叶绿素含量的植被指数的光谱响应机制基础上，利用 ＰＲＯＳＰＥＣＴ＋ＳＡＩＬ模型模拟的作物冠层反射率样本数据对比分析了这些植被指数对叶绿素含量变 化的敏感性差异，包括 ＰＳＳＲａ、ＰＳＳＲｂ、ＰＳＮＤａ、ＰＳＮＤｂ、ＮＰＣＩ、ＰＲＩ、ＭＣＡＲＩ和ＴＶＩ等。结果表明，上 述植被指数或对土壤背景变化敏感，或受高值ＬＡＩ影响趋于饱和，对作物叶绿素含量反演效果均不 理想。提出了４种基于ＴＶＩ和 ＭＣＡＲＩ的改进植被指数 ＭＴＶＩ１、ＭＴＶＩ２、ＭＣＡＲＩ１和 ＭＣＡＲＩ２，揭示 了它们对土壤背景和ＬＡＩ不敏感，对叶绿素含量变化更为敏感的光谱机制，并根据实验数据对其进 行验证。实验表明，改进的植被指数ＭＴＶＩ２和ＭＣＡＲＩ２是作物冠层叶绿素含量较好的预测器，可 据此建立作物冠层叶绿素含量反演模型。 关　键　词：叶绿素含量；改进光谱指数；ＭＴＶＩ２；ＭＣＡＲＩ２ 中图分类号：Ｓ１２７　　　文献标志码：Ａ 以及测量环境等因素的影响，对所选的参数难以进 １　引　言 行理论解释，因此适用范围较窄，而且对农作物叶片 叶绿素含量（ｃｈｌｏｒｏｐｈｙｌｌｃｏｎｔｅｎｔ）是植物生理生 级别叶绿素含量的反演结果并不适用于冠层水 化及生态调查中最重要的量测参数之一，它不仅是 平［１～３］。二是利用光学传输模型方法进行叶绿素含 植物营养状况、光合作用能力和发育阶段的良好指 量的前向反演，包括辐射传输模型和几何结构模型， 示剂，也是评价植物健康状态及受环境胁迫程度的 如ＬＩＢＥＲＴＹ和ＰＲＯＳＰＥＣＴ模型，这种方法被认为具 关键指标。因此，实时监测叶绿素含量的变化是实 有明确的物理意义而且具有鲁棒性，但是由于模型 现农作物长势监测、产量估算、病虫害和污染胁迫监 ［４，５］ 自身的敏感性和复杂性，往往不易控制 。三是 测的有力手段。由于高光谱遥感（ＨｙｐｅｒｓｐｅｃｔｒａｌＲｅ 利用植被指数反演，植被指数不但在一定程度上反 ｍｏｔｅＳｅｎｓｉｎｇ）能获得更多的空间精细光谱信息，允 映了植物生理生化特征与光谱相互作用的物理机 许对目标物及其成分进行细微光谱差异分析，所以， 制，而且其算法相对模型反演也简单许多，是一个折 为定量获取作物冠层叶绿素含量提供了有力工具。 中的方法，因此，它一直是一个比较活跃的研究领 到目前为止，利用光谱数据提取作物叶绿素含量的 域［６～８］。提高植被指数对叶绿素含量变化的敏感 方法主要分为３类：一是通过多元统计方法建立光 性，而降低对其他环境参数的敏感性是学者们一直 谱数据、导数光谱或红边参数与作物叶绿素含量的 努力的方向。本文基于此目的，利用 ＰＲＯＳＰＥＣＴ＋ 相关关系，这也是最简单的方法，但所建立的回归模 ＳＡＩＬ模型模拟的大量实验数据对比分析了已有植 型必然受样本数量、作物品种、发育阶段、生长条件 被指数对植被冠层叶绿素含量变化的敏感性差异，  　收稿日期：２００８１１２１；修回日期：２００９０４０８． 基金项目：国家自然科学基金项目“基于ＩＣＡ和模糊推理