基于无人机高光谱遥感的荒漠化草原地物分类研究2.0

一、引 言

内蒙古地处祖国北部边疆，拥有草原、森林、荒漠、沙漠、裸地等多种生态类型，是我国北方面积最大的生态功能区，承担着筑牢祖国北方生态安全屏障的重要使命，必须把保护草原作为生态系统保护的首要任务，不断加强草原退化、荒漠化防治工作。草地生态系统具有保护环境、维护生态平衡、调节气候变化和防止水土流失等方面的功能，拥有较强的碳储蓄、碳循环能力和不可替代的生态价值及经济社会效益。

近年来，由气候变化及人类活动等多种因素引起的草地退化，导致荒漠化草原植被区域稀疏、下垫面土壤裸露面积增加，进而引发生态环境持续恶化，生物多样性明显下降，畜牧业发展受到影响。此外，草原退化严重影响了草原生态系统的固碳能力，造成草地再生能力下降。草原退化已成为世界性生态问题之一，加强草原退化调查已成为草地工作者关注和研究的热点问题。

荒漠化草原地物主要包括植被和裸土两类地物，植被生长低矮稀疏、裸土呈碎片化分布，二者分界不清晰、不规则，对数据的光谱分辨率、空间分辨率、数据分析和识别分类方法提出更高要求。草原退化调查监测须获取客观准确的实测数据，无人机搭载高光谱成像仪进行低空遥感，是荒漠化草原地物分类的重要手段，可提供地物精细分类所需的理想遥感数据，充分发挥出两种设备纳米级光谱分辨率与厘米级空间分辨率相结合的双重优势，具有数据分辨率高、灵活机动的特点。

——续——

五、地面高光谱遥感数据反射率光谱分析

5.3 阴影区地物反射率光谱曲线及分析

地势起伏、地物间相互遮挡、物体投影等均可在荒漠化草原形成阴影，遥感图像上普遍存在黑色的阴影区域，阴影区域的地物光谱发生改变，对荒漠化草原植被信息提取造成干扰，本研究对阴影区域植被与鼠洞进行反射率光谱曲线提取与光谱特征分析。

5.3.1 阴影区域植被

提取荒漠化草原阴影区域内植被反射率光谱曲线如图 1 所示，可以发现蓝谷、绿峰、红谷、近红外高反射率平台等绿色植被光谱特征被削弱，但红边特征和近红外反射率波段的水分吸收谷仍表现出明显的特征，近红外反射率最高值为 4%。

图1阴影区域植被反射率光谱曲线

5.3.2 阴影区域鼠洞

荒漠化草原上容易形成鼠害，鼠洞是常见的一种阴影区域，鼠洞特点是不存在生长的绿色植被，光谱受裸土影响较大。提取阴影区域鼠洞反射率光谱曲线如图2所示，可以看出鼠洞反射率整体较低，在近红外波段最高值约为 7%，鼠洞反射率光谱曲线在可见光波段呈现平缓增长的一条直线，在近红外波段突然上升形成一个较窄平台。

图2 阴影区域鼠洞反射率光谱曲线

5.4 光照区植被反射率光谱曲线及分析

荒漠化草原植物属于抗旱的稀疏植被类型，具有单株生长、叶片狭小细长、多呈针刺状的特点，采集单种植物冠层高光谱数据，选择四种荒漠化草原植物（短花针茅、冷蒿、栉叶蒿、无芒隐子草）进行地面高光谱数据采集。高光谱遥感图像中植被光谱特征较弱，分类难度较大。利用高光谱遥感丰富的光谱信息，探索一种光谱变换方法用于区分荒漠化草原地物间光谱的细微差别。

5.4.1 原始反射率光谱曲线及分析

经过数据筛选和反射率校正，在图像数据上运用多点平均法分别求得四种植物的反射率平均光谱曲线作为该种植物的原始反射率光谱曲线，图3 为以上四种植物的原始反射率光谱曲线，可以看出四种植物原始光谱反射率曲线形态基本相似，原始反射率光谱曲线均存在蓝谷、绿峰、红谷、近红外反射平台、近红外水分吸收谷，各特征参数位置相近，通过统计原始反射率光谱曲线关键位置光谱信息，发现利用原始反射率光谱曲线难以区分四种植物。

图3 四种植物原始反射率光谱曲线

四种植物（短花针茅、冷蒿、栉叶蒿、无芒隐子草）的原始反射率光谱数据均较低，在近红外波段有明显差异，统计近红外波段反射率数值如下：短花针茅为43.705%，冷蒿为 39.234%，栉叶蒿为 29.562%，无芒隐子草近红外波段反射率光谱数值最高为 50.347%，在红边出现的位置存在微弱差别，且在近红外波段水分吸收谷区间内存在较大差异。

5.4.2 一阶微分光谱曲线及分析

由于四种植物原始反射率光谱曲线相似度较高，为获得植物间细微的光谱差异，采用一阶微分光谱变换获得四种植物的一阶微分光谱曲线，如下图4 所示，可以看出四种植物的一阶微分光谱曲线整体走势基本相似。

图4 四种植物一阶微分光谱曲线

通过分析短花针茅、冷蒿、栉叶蒿、无芒隐子草的一阶微分光谱特征相似程度，发现在可见光波段短花针茅和冷蒿相似度较高，栉叶蒿和无芒隐子草在 400～672nm内的波形相似，短花针茅和无芒隐子草在 400～700nm 内的波形相似，短花针茅和栉叶蒿在 400～555nm 内的波形相似，冷蒿和无芒隐子草在 400～674nm 内的波形相似，冷蒿与栉叶蒿在 400～670nm 内的波形相似。统计四种植物光谱特征三边参数如表 1 所示。

表1 四种植物三边参数

红边位置从前到后依次为：栉叶蒿、无芒隐子草、短花针茅、冷蒿，红边幅值由大到小依次为：无芒隐子草、短花针茅、冷蒿、栉叶蒿，红边面积由大到小依次为：无芒隐子草、短花针茅、冷蒿、栉叶蒿，统计黄边位置时发现短花针茅、冷蒿、栉叶蒿的黄边位置相同，无芒隐子草黄边位置前于以上三种植被，黄边幅值由大到小依次为：短花针茅、冷蒿、无芒隐子草、栉叶蒿，黄边面积由大到小依次为：短花针茅、冷蒿、无芒隐子草、栉叶蒿，蓝边位置由大到小依次为：短花针茅、冷蒿、无芒隐子草三种植被蓝边位置均为 524.8nm，后于栉叶蒿的蓝边位置 522.5nm，蓝边振幅由大到小依次为：短花针茅、无芒隐子草、冷蒿、栉叶蒿，蓝边面积由大到小依次为：无芒隐子草、短花针茅、冷蒿、栉叶蒿。

5.4.3 连续统去除光谱曲线及分析

连续统去除法可以获得短花针茅、冷蒿、栉叶蒿、无芒隐子草细微的光谱吸收特征差异，图5为以上四种植物的连续统去除光谱曲线，短花针茅吸收位置为674.6nm，最大吸收深度为 0.873456，吸收宽度为 214.8nm；冷蒿吸收位置 674.6nm，最大吸收深度为 0.854918，吸收宽度为 217.2nm；栉叶蒿吸收位置为 674.6nm，最大吸收深度为 0.850233，吸收宽度为 227.2nm；无芒隐子草吸收位置为 677nm，最大吸收深度为 0.832474，吸收宽度为 209.7nm，可以发现连续统去除处理后，短花针茅、冷蒿、栉叶蒿、无芒隐子草的光谱差异得到放大。

图5 四种植物连续统去除光谱曲线

六、无人机高光谱遥感数据反射率光谱分析

6.1 植被

对2018 年无人机高光谱遥感采集系统 30m 高度下获取的植被进行反射率光谱曲线提取及光谱特性分析，6 月数据代表了植被开花期反射率光谱数据，8 月数据代表了植被结实期反射率光谱数据，由图6 发现结实期的无人机高光谱遥感图像上提取的植被光谱在近红外波段上反射率光谱数值高于开花期，表现出较强的植被特征。

图6 无人机高光谱遥感图像上植被反射率光谱曲线

6.2 光照区植被

随机选取2021 年 7 月上旬无人机高光谱遥感采集系统 30m 高度下获取的 4 幅光照区域植被图像数据，各随机提取 10 个植被像元反射率光谱曲线，如图7 所示，不同颜色反射率光谱曲线代表取自不同像元。整体来看，不同图像植被群落的反射率光谱曲线走势大致相同，具有一般绿色植被光谱的“峰谷”特征。具体分析各幅图像植被光谱特征，统计出蓝谷反射率一般在 5%～10%之间，红谷反射率一般在5%～20%之间，绿峰反射率一般在 5%～20%之间，近红外波段反射率一般在 15%～30%之间。

图7 无人机高光谱遥感图像数据光照区域植被反射率光谱曲线

6.3 阴影区植被

为了在无人机高光谱遥感图像上荒漠化草原阴影区域开展植被信息提取研究，对无人机高光谱遥感采集系统在 30m 高度下获取的 2019 年 6 月下旬植被光谱数据进行反射率光谱曲线提取及光谱特性分析，图像数据上的阴影区域如图8 所示，由于阴影区域呈现黑色，导致在阴影区域内提取绿色植被信息时存在困难。

图8 无人机高光谱遥感图像数据上的阴影区域

6.3.1提取阴影区域植被像元反射率光谱曲线

对无人机高光谱遥感图像数据进行辐射校正、滤波降噪、平均光谱等预处理，在阴影区域和光照区域分别提取植被像元反射率光谱，如下图 9 所示，阴影区域植被蓝谷反射率约为 3%，红谷反射率约为 5%、绿峰反射率约为 5%、近红外反射率约为 15%。

图9 光照区域植被与阴影区域植被的反射率光谱曲线对比图

6.4 裸土

随机选取 2021 年 7 月上旬无人机高光谱遥感采集系统 30m 高度下获取的 4 幅光照区域裸土图像数据，各随机提取 10 个裸土像元的反射率光谱曲线，如图10所示，不同颜色光谱曲线代表取自不同像元。在可见光和近红外波段上，裸土的光谱反射率曲线走势大致相同，呈现缓慢上升趋势，发现裸土反射率光谱曲线近红外波段反射率一般在 15%～25%之间。

图10 无人机高光谱图像数据裸土反射率光谱曲线

与地面植被的光谱特征相比，无人机采集植被的光谱信息主要有以下规律：可以观察到明显的蓝谷、绿峰、红谷、红边、近红外波段的反射率平台及近红外波段水分吸收谷等绿色植被的光谱特征；蓝谷、绿峰、红谷等特征参数的反射率较高，近红外波段光谱反射率较低；荒漠化草原无人机高光谱遥感图像上的裸土数据同样受到“尺度效应”的影响，与地面土壤的光谱特征相比，无人机采集裸土的光谱信息主要有以下规律：可以发现在可见光到近红外波段上反射率光谱曲线增长较为快速，增长过程波动较少，近红外波段反射率较高，原因在于无人机高光谱遥感图像上的裸土像元受到周围植被光谱影响较小；荒漠化草原无人机高光谱遥感图像上的阴影数据包含植被信息，与地面阴影区域的光谱特征相比，无人机采集的阴影区域光谱信息主要有以下规律：阴影反射率光谱曲线近红外波段存在一个平台，近红外波段反射率最高值较高，而地面高光谱遥感图像上的阴影反射率光谱曲线在近红外波段仍呈上升趋势，原因在于无人机高光谱遥感图像上的阴影区域光谱可能包含了植被信息。

综合分析荒漠化草原地物遥感数据的尺度效应，由于无人机数据像元覆盖的区域面积较大，提取无人机高光谱遥感图像上的植被光谱是覆盖面积内地物混合像元的综合反射光谱。无人机在野外状态采集数据时，飞行高度不同对应采集的像元区域面积不同，导致光谱测量不可避免存在尺度效应问题，而地物高光谱特征受到背景等多种因素影响，其光谱曲线与地面对应光谱曲线差异较大。荒漠化草原植被生长混生稀疏，导致在无人机高光谱遥感图像上存在大量的混合像元。

七、总 结

本章介绍了光谱信号的定义及反射率光谱信号特征提取的三种方法；进行了多种地面高光谱遥感数据地物的反射率光谱分析，发现连续统去除法可以效增大地物的光谱差异；进行了无人机高光谱遥感数据多种地物的反射率光谱分析，创建一种用于扩大光照区域与阴影区域光谱差异的阴影植被指数 SI，进而提出 SI-NDVI光谱指数组合方法，用于提取阴影区域的植被微弱光谱信息，发现在绿光波段、红光波段、近红外波段建立高光谱植被指数可提取阴影区域内的植被光谱信息。

推荐：

便携式高光谱成像系统iSpecHyper-VS1000

专门用于公安刑侦、物证鉴定、医学医疗、精准农业、矿物地质勘探等领域的最新产品，主要优势具有体积小、帧率高、高光谱分辨率高、高像质等性价比特点采用了透射光栅内推扫原理高光谱成像，系统集成高性能数据采集与分析处理系统，高速USB3.0接口传输，全靶面高成像质量光学设计，物镜接口为标准C-Mount，可根据用户需求更换物镜。

审核编辑 黄宇