基于叶片光谱的森林叶绿素浓度反演研究.PDF

第２期，总第６８期 国　土　资　源　遥　感 Ｎｏ．２，２００６　 ２００６年６月１５日 ＲＥＭＯＴＥＳＥＮＳＩＮＧＦＯＲＬＡＮＤ＆ＲＥＳＯＵＲＣＥＳ Ｊｕｎ．，２００６　 基于叶片光谱的森林叶绿素浓度反演研究 焦全军，张 霞，张兵，卫 征，郑兰芬 （中国科学院遥感应用研究所遥感信息科学国家重点实验室，北京　１００１０１） 摘要：准确估测森林叶片叶绿素浓度有助于进一步理解和模拟森林生态系统。基于江西省千烟州试验区主要树种 光谱数据和相应叶绿素浓度等化学参量数据，使用高光谱指数和偏最小二乘（ＰＬＳ）回归方法进行森林叶绿素浓度 的反演，对具代表性的几种叶绿素相关的光谱指数进行反演能力评价，构造出表征叶绿素吸收特征的叶绿素吸收 面积指数（ＣＡＡＩ），发现ＴＣＡＲＩ（改进型的叶绿素吸收比率指数）和ＣＡＡＩ能较好地估测试验区森林主要树种的叶绿 素浓度。针对叶片生化参量之间强相关现象，首先使用了叶片生化参量吸收特征分析方法，选定特定波段。然后对 叶绿素浓度进行ＰＬＳ回归估测，并从ＰＬＳ获得估测模型的结果来评价和解释几种高光谱指数的叶绿素反演能力。 关键词：叶绿素浓度；光谱指数；叶绿素吸收面积指数；偏最小二乘回归 中图分类号：Ｓ７７１．８　文献标识码：Ａ　　　文章编号：１００１－０７０Ｘ（２００６）０２－００２６－０５ 取的主要树种叶片光谱与生化组分数据。千烟洲试 ０　引言 验区位于江西省中部，东经 １１５°０４′１３″，北纬２６°４４′ ４８″。该森林区域主要树种有５种：湿地松、马尾松、 森林是地表能量、物质交换的重要承载者，其中 杉树、木荷和桔树，其中前３种为针叶树种，后２种 叶绿素又是植被光合作用的最重要参与者，准确估 为阔叶树种，总共选择２３个样本区域，其中，湿地松 测森林区的叶绿素状况，有助于进一步理解和模拟 样区５个、马尾松样区６个、杉树样区３个、木荷样 森林生态系统。叶绿素的常规测定是使用分光光度 区６个、桔树样区３个。 计方法，这种方法需要破坏植株，在实验室运输过程 ［１］ 测量数据中的生化组分主要包括蓝绿色叶绿素 中会有损失 。如何快捷地获得大面积森林区域叶 浓度（叶绿素ａ，Ｃｈａ）、黄绿色叶绿素浓度（叶绿素ｂ， 片的叶绿素状况，需要借助遥感方法。传统的多光 谱遥感对于提取植被的生化参数显得无能为力，需 Ｃｈｂ）、叶绿素总浓度（叶绿素ａｂ，Ｃｈａｂ）、胡萝 卜素、 要借助高光谱数据。 全氮含量、全碳含量、木质素浓度、含水量。叶绿素 通过遥感方法获取叶绿素状况需要提取叶片光 浓度的实验室测量采用研磨、丙酮萃取和分光光度 谱的叶绿素吸收特征，并与叶绿素浓度进行回归分 计的测量方法，含水量的测量采用烘干法。叶片的 析，从而能够建立回归模型。用于叶绿素反演的遥 反射率光谱则通过利用 ＡＳＤ光谱仪经过积分球获 感数据主要有反射率数据、反射率数据的变形（如， 得，叶片光谱的波长范围为３５０ｎｍ～２４００ｎｍ。 导数光谱［２］ ［３］ 、归一化吸收深度 等）、波形特征参数 ［４］ ［５～８］ （如，红边位置 等）、高光谱指数 。光谱数据和 ２　方法 叶片的生化参量往往在单一试验环境中获得，波段 间和生化参量间都存在强相关关系，是否有效解决 ２．１　叶绿素吸收特征分析 波段间和参量间的影响是反演成败关键。