一、引言

植被光譜反射率和窄波段植被指數作為植被表型的主要參數，廣泛應用在草地生物量估算研究中。對打草場來講，因打草機刀片高度的差異，打草后的地上現存生物量和實際產草量均不同，這對精確估算產草量有一定的影響。

因此，利用無人機高光譜遙感數據結合實測數據，分析植被光譜反射率和窄波段植被指數等表型參數對打草行為的敏感性，通過獲取特征波段和植被指數，揭示打草前后牧草表型變化特征，為精確估算牧區產草量提供技術支撐。

二、數據與方法

2.1 研究區概況

以內蒙古自治區東烏珠穆沁旗薩麥蘇木境內的典型草原打草場為試驗區，地理坐標為116°41′E，45°58′N，1月平均氣溫為-18～-22℃，7月平均氣溫為19～22℃，年平均降水量為200～300mm。全年季相更替明顯，冬季受蒙古高壓控制，氣溫嚴寒、大風日居多，夏季雨熱同期。該地區屬于典型草原區，主要優勢種為克氏針茅、糙隱子草等。

2.2試驗設計與數據采集

本次試驗包括野外數據采集、室內樣品整理和數據分析等內容。野外工作主要包括無人機高光譜、地面光譜和地上生物量等數據的采集。在典型草原打草場內選擇已打草和未打草對稱分布的200×200m2的區域，均勻鋪設42個1×1m2的樣方框（圖1），依次開展無人機數據采集和地面實測工作。

圖 1 試驗區位置圖

采用機載高光譜成像儀采集高光譜影像數據。數據采集于2019年9月20日10：00—14：00期間，天氣情況晴朗無風，視野良好。無人機飛行高度設置為100m、航速為6m·s-1，航向和旁向重疊率均為70%，傳感器視角為90°。數據采集后，利用軟件對影像進行校正并提取有效波段，用軟件進行拼接，獲得高光譜正射影像。

采用地物光譜儀采集地面樣方的光譜反射率數據，該設備波長范圍是350～1075nm，能夠與無人機高光譜成像儀的波長范圍匹配。無人機數據采集結束后立刻開展地面光譜數據采集工作。采集視角選擇垂直地面90°，同時離地高度保持1m，并對同一樣方采集5次之后取平均值。地上生物量的采集使用了收割法，將樣方框內的植被齊地裁剪后放入密封保鮮袋內排凈空氣保存，帶回試驗室稱鮮重后在75℃恒溫烘干箱內烘干36h至恒定質量后測量干重。

2.3分析方法

本研究主要采用光譜反射率比較、窄波段植被指數計算和生物量擬合等分析方法。采用地面樣方的地物光譜反射率和無人機高光譜影像的光譜反射率數據對已打草和未打草區域光譜反射率變化特征進行分析，且無人機高光譜的空間分辨率能達到2.5cm的高空間分辨率，因此混合像元較少，背景土壤的影響比較少。根據打草對植被冠層的形態參數的影響特征，選擇ARI等8種窄波段植被指數（表1）作為特征參數，選擇并分析打草行為最敏感的特征參數。在此基礎上，與打草前后的生物量進行擬合，構建估算產草量的最佳統計模型。

表 1采用的窄波段植被指數

三、結果與分析

3.1打草前后牧草光譜反射率變化特征

池塘遙感圖像輻射校正

植物光譜特征除了受自身結構的影響外也受外界條件的影響。外界影響主要包括季節的變化、植被的健康狀況、植物含水量的變化和植株營養物質的變化等。但外界的影響總是通過植物本身生長發育的特點在有機體的結構特征中反映出來。對打草前后牧草光譜反射率變化特征進行分析時首先對地物光譜儀和高光譜成像儀的波段進行了重采樣，調為一致后對比分析了每個樣方的平均反射率（圖2）。

圖 2 打草前后地面光譜儀（A）與高光譜成像儀（B）反射率

圖2（A）和圖2（B）分別是地物光譜儀和高光譜成像儀光譜曲線，從圖2能看出2個數據的反射率曲線比較一致，未打草區域的反射率均高于已打草區域。而不同的是，圖2（A）的反射率曲線更具有綠色植物的特征，即具備了“綠峰”和“紅谷”特征，而圖2（B）的反射率曲線比較平滑，“綠峰”和“紅谷”特征不明顯。地物光譜曲線離散程度較高，而高光譜成像儀的較低。另外，已打草和未打草區域的光譜反射率在地物光譜曲線的450~750nm間有明顯的光譜重疊現象，而750~950nm間不重疊。但在高光譜曲線中450~950nm間都重疊。總體上，未打草區域的光譜反射率值均高于已打草區域的值，并且有明顯的差距。

3.2打草前后牧草植被指數差異分析

利用無人機高光譜影像數據計算了歸一化植被指數（NDVI）、紅綠比值植被指數（RGI）、紅邊指數（VOGI）、光化學植被指數（PRI）、類胡蘿卜素反射指數（CRI）、花青素反射指數（ARI）、比值植被指數（SRI）和紅邊位置指數（REPI）等8種窄波段植被指數（圖3）。其中，PRI、RGI、CRI、ARI等指數出現了大量的無效值，而且多數出現在未打草區域，因此，對比分析時未采用。

圖 3 試驗區不同植被指數影像對比

圖3中的NDVI、SRI、VOGI和REPI等4項植被指數的值在正常范圍內，從中直觀地看出已打草區的值均高于未打草區，其中，VOGI指數最明顯。為了量化已打草和未打草區域的植被指數上的差異，提取了地面樣方范圍內的指數，并制作了箱形統計圖（圖4）。

圖 4 未打草區域和已打草區域牧草不同植被指數差異

從圖4能看出NDVI、SRI和VOGI指數的已打草區域的均值均高于未打草區域，而且離散程度較低；REPI指數上2個區域的離散程度均較低，而未打草區域的值高于已打草區域

3.3打草前后牧草生物量差異分析

為了分析已打草區域和未打草區域牧草生物量的差異，對比分析了已采集的地面樣方生物量差異。打草區域采集了牧草地上生物量較多部分，但因打草機的不同或打草方式的不同，地上會殘留一定的生物量。并且打草時采集的是牧草的冠層部分，包括了頂部的葉子、花朵和果實等，留下的是貼地面的少量的葉子和根莖部分。把已采集的42個樣方的生物量進行統計后制作成圖5。

圖 5 牧草場地上生物量對比

圖5中，A是未打草區域的生物量，B是已打草區域的生物量。從圖5能看出未打草區域的鮮重是最重，均值約180g·m-2，并且每個樣方之間的離散程度較大，而打草后留下的生物量比較少，鮮重均值約100g·m-2。因牧草冠層部分的水分含量較高，烘干后的干重大大減少，均值約125g·m-2，約蒸發了55g·m-2水分，而貼地面的根莖部分的含水量較少，烘干后的干重約70g·m-2，僅損耗了約30g·m-2水分。

圖 6 未打草（8號）和已打草（23號）樣方照片

已打草和未打草區樣方內的牧草狀態見圖6，其中，8號樣方是未打草之前的牧草，能看出針茅冠層已經枯黃，而打草后剩下的是比較綠的部分。從生物量的對比分析中看出，已打草區域剩余的生物量遠低于未打草區域。

四、結論

通過對比典型草原區牧草打草前后光譜反射率變化特征、植被指數差異、牧草地上生物量等表型差異得出如下結論：

（1）在典型草原打草期打草前后地面光譜反射率和高光譜反射率在450~730nm區域表現出較高的一致性，在750~950nm區域打草前的地物光譜曲線高于打草后，且兩者沒有重疊部分，已打草區的無人機高光譜曲線大約有1/3與打草前的光譜曲線重疊，其主要原因是地面光譜儀探頭視場角小于高光譜成像儀，所以受到樣方內背景值（土壤）的光譜反射率影響導致出現了打草后750~950nm區域反射率均小于打草前的現象。

（2）未打草區域的NDVI、SRI和VOGI指數值均低于已打草區域的值，其中，VOGI值差異比較明顯。可以用于打草場的識別等工作中。

（3）打草前后的生物量的差異很明顯，從試驗區的實測值來講，未打草區域和已打草區域的生物量均值大約相差80g·m-2，說明打草時采集的是這個相差的部分，還有一部分留在原地。這個結果能很好地糾正混淆產草量和生物量的現象。采集生物量時經常采用刈割法，就是齊地面裁剪采集所有地上生物量，而打草是采用打草機，打草后在地表上留下較多的生物量，這個部分無法統計到產草量中。

推薦：

便攜式高光譜成像系統iSpecHyper-VS1000

專門用于公安刑偵、物證鑒定、醫學醫療、精準農業、礦物地質勘探等領域的最新產品，主要優勢具有體積小、幀率高、高光譜分辨率高、高像質等性價比特點采用了透射光柵內推掃原理高光譜成像，系統集成高性能數據采集與分析處理系統，高速USB3.0接口傳輸，全靶面高成像質量光學設計，物鏡接口為標準C-Mount，可根據用戶需求更換物鏡。

審核編輯 黃宇