杜正朕，王 琳，包云軒，周 曉

（南京信息工程大學(xué)氣象災(zāi)害預(yù)報和評估協(xié)同創(chuàng)新中心/江蘇省農(nóng)業(yè)氣象重點實驗室，南京 210044）

傳統(tǒng)的植被監(jiān)測方法主要是靠人工采樣，覆蓋范圍小，費時費力，還有可能破壞濕地，效果往往不盡如人意[3]。高光譜遙感信息具有波段多、波譜連續(xù)等特點，能實時獲取所觀測對象的光譜分布。隨著高光譜遙感技術(shù)的普及以及數(shù)據(jù)庫的完善，遙感技術(shù)已經(jīng)成為識別與監(jiān)控大尺度植被的重要手段[4]，在精確識別灘涂濕地植被方面已取得較多成果，Pengra 等[5]利用高光譜衛(wèi)星圖像和高光譜傳感器繪制了北美入侵植物南蘆葦?shù)膱D譜。Lee 等[6]利用遙感技術(shù)監(jiān)控不同時期臺灣淡水河口紅樹林群落，進而分析提取不同時期植被的面積和類型。Zomer 等[7]通過對加利福尼亞等三處沿海濕地中的植物冠層和葉片光譜進行觀測，將不同波段范圍內(nèi)的植物光譜特征進行了歸納。劉潤紅等[8]通過不同分辨率的遙感影像，對濱海濕地的資源管理與生態(tài)監(jiān)控進行了綜合評價。謝靜等[9]結(jié)合不同時期的遙感圖像，提取不同月份的濕地特征信息，對三江平原內(nèi)濕地面積和類型格局變化進行了歸納分析。宋仁飛等[10]以東洞庭湖為研究對象，利用高光譜技術(shù)對苔草、蘆葦、蘆蒿、辣蓼和旱柳開展了數(shù)據(jù)變換和分類識別。此外，利用遙感技術(shù)能夠識別濕地植被類型并進行生物量反演研究[11]。Wang 等[12]根據(jù)不同濕地植被光譜的差異，利用高空間分辨率圖像與LiDAR 數(shù)據(jù)整合并繪制了高精度的米草生物量圖譜。

但近年來，針對灘涂濕地生態(tài)系統(tǒng)的研究大多集中在濕地資源的合理開發(fā)利用[13-14]，而且針對濕地植被光譜的研究也多集中在選取最優(yōu)方法進行濕地植被種類劃分上，對不同生長時期不同植被的光譜反射率差異的研究鮮有關(guān)注。因此，本研究以江蘇鹽城濕地珍禽國家級自然保護區(qū)內(nèi)的本地植物蘆 葦和外來入侵植物互花米草為研究對象，在原始光譜的基礎(chǔ)上，利用連續(xù)統(tǒng)去除法和一階導(dǎo)數(shù)光譜對不同時期兩種植物的光譜特征進行分析，以期實現(xiàn)快速準(zhǔn)確地識別濕地內(nèi)不同植被，從而為濕地植被的動態(tài)監(jiān)測和濕地生態(tài)系統(tǒng)的保護提供參考。

1 材料與方法

1.1 研究區(qū)域概況

江蘇鹽城濕地珍禽國家級自然保護區(qū)為中國最大的海岸濕地保護區(qū)，地處江蘇省鹽城市東部（32o48′47″-34o29′28″N，119o53′45″-121o18′12″E），總面積約為2.4×105hm2[15]，其中核心區(qū)域面積約為2.2×104hm2（圖1），核心區(qū)受到了嚴(yán)格的保護，人為影響較小，為本研究的開展提供了便利。研究區(qū)域內(nèi)植被類型簡單，且呈帶狀分布，自海向陸依次為互花米草、鹽蒿和蘆葦。其中互花米草原本為入侵物種，20 世紀(jì)60年代由人工栽種而成，現(xiàn)在已經(jīng)發(fā)展為500～1000m 的植被帶[16]?；セ撞莶粌H可以提高土壤肥力，作為牲畜的牧草，還可以減弱海水沖擊，有效防風(fēng)護堤，但是其對當(dāng)?shù)氐纳鷳B(tài)環(huán)境具有強烈的侵占效應(yīng)，往往導(dǎo)致其它植物種群數(shù)量大量減少[17]。蘆葦是研究區(qū)的本土物種，在凈化污水和造紙工業(yè)中起著重要作用，能夠為灘涂動物尤其是丹頂鶴提供珍貴的食物來源?；セ撞莸娜~片形狀、結(jié)構(gòu)與蘆葦極為相似，是植被類型劃分中的難點。鹽蒿為肉質(zhì)植物，葉片呈現(xiàn)紅色，尤其秋季紅色更為鮮艷，因此，其無論在冠層結(jié)構(gòu)、葉片顏色、葉面積指數(shù)等方面均與其它兩種植物有明顯差異，在光譜上也很容易與其它植被區(qū)分，故不作分析。

圖1 研究區(qū)域位置示意圖[15]Fig.1 Location of the study area in coastal beach [15]

1.2 數(shù)據(jù)采集

2017年7月18-20日和10月17-21日在核心區(qū)內(nèi)設(shè)置一條垂直于海岸線的樣方帶。分別選取蘆葦和互花米草（簡稱米草）作為研究對象，每種植物選取5 個樣點，每個樣點設(shè)置3 個大小為1m×1m 的樣方（共設(shè)15 個樣方）。從每個樣方中隨機選擇10個葉片，使用美國ASD FieldSpec3 便攜式地物光譜儀在室內(nèi)分別對葉片的上中下3 個部位進行觀測，取平均值作為該葉片的光譜數(shù)據(jù)。

1.3 光譜數(shù)據(jù)處理

利用ViewSpec Pro軟件對光譜數(shù)據(jù)進行預(yù)處理，導(dǎo)出原始光譜和一階導(dǎo)數(shù)數(shù)據(jù)。利用Origin 軟件進行平滑處理，減小噪聲。利用ENVI 軟件將平滑過的數(shù)據(jù)導(dǎo)入，并進行連續(xù)統(tǒng)去除。連續(xù)統(tǒng)去除法可以有效突出光譜曲線的吸收和反射特征，與其它光譜曲線進行特征數(shù)值的比較，從而提取特征波段以供分類識別[18]?？紤]到光譜特征主要表現(xiàn)在可見-近紅外波段上且波長大于1000nm 以后的光譜數(shù)據(jù)受水吸收等影響波動較大[19]，所以最終選擇350-1000nm波段數(shù)據(jù)，數(shù)據(jù)間隔為1nm。

利用SPSS19.0 判斷兩種植物葉片光譜差異的顯著性水平。

2 結(jié)果與分析

2.1 兩種灘涂植被光譜特征的種間差異

2.1.1 夏季光譜

“新鮮血液力量”的不斷充實、“經(jīng)驗豐富骨干”的奮力拼搏、“忠誠天脊精神”的代代傳承，為“十百千萬”四大工程積極推進積蓄了充沛能量。

圖2a 為夏季蘆葦和米草的原始光譜曲線。從整體上看，夏季蘆葦和米草的光譜曲線基本一致，且兩者在綠光波段以550nm 附近為中心處均表現(xiàn)出明顯的反射峰，在紅光波段以670nm 附近為中心處均表現(xiàn)出明顯的吸收谷。在可見光波段米草的光譜反射率略高于蘆葦，在近紅外波段反而低于蘆葦，但這種差異未達到顯著性水平。

圖2b 是連續(xù)統(tǒng)去除后的光譜曲線。由圖可見，在對原始光譜進行連續(xù)統(tǒng)去除之后，曲線特征與原光譜曲線特征產(chǎn)生了變化。米草和蘆葦在以490nm 附近為中心的藍光波段和以670nm 為中心的紅光波段均表現(xiàn)出明顯的吸收谷，在以540nm 為中心的綠光波段處均表現(xiàn)出明顯的反射峰。在379-722nm 的可見光波段范圍內(nèi)米草反射率高于蘆葦，且二者差異在400-690nm波段范圍內(nèi)大多達到顯著性水平（P＜0.05）。對比圖2a、2b 可見，在可見光波段范圍內(nèi)，連續(xù)統(tǒng)去除法能夠區(qū)分出蘆葦和米草，但是在近紅外波段范圍內(nèi)原始光譜和連續(xù)統(tǒng)去除法均不易區(qū)分。

圖2c 為夏季兩種植物的一階導(dǎo)數(shù)光譜曲線，主要顯示了原始光譜曲線的變化速率。由圖可見，夏季兩種植物的一階導(dǎo)數(shù)光譜曲線特征基本一致，僅在920-964nm 波段范圍內(nèi)達到顯著差異（P＜0.05）。在 708nm 處的反射率反應(yīng)兩種植物在“紅邊”的反射率增速達到了極值，即紅邊幅值達到最大。由表1 可見，夏季兩種植被的紅邊參數(shù)無顯著差別，綠峰紅谷參數(shù)也較為接近，一階導(dǎo)數(shù)光譜無法有效區(qū)分兩者。

圖2 蘆葦與米草夏季（7月中旬）光譜曲線對比Fig.2 Comparison of spectral curves between Phragmites australis and Spartina alterniflora in summer (in the middle ten-day of July)

表1 夏季兩種植被光譜特征參數(shù)Table 1 Spectrum parameters of two vegetation types in summer

2.1.2 秋季光譜

由圖3a 可以看出，秋季蘆葦和米草的光譜曲線也基本一致，均在綠光波段以550nm 為中心表現(xiàn)出明顯的反射峰，在紅光波段以670nm 為中心表現(xiàn)出明顯的吸收谷，在此之后的波段反射率都呈現(xiàn)先上升后基本穩(wěn)定的趨勢。在秋季，蘆葦?shù)姆瓷渎室恢备哂诿撞荩麄€波段范圍內(nèi)差異達到顯著性水平（P＜0.05），利用原始光譜反射率的差異可以直觀區(qū)分兩者。

圖3 蘆葦與米草秋季（10月中旬）光譜曲線對比Fig.3 Comparison of spectral curves between Phragmites australis and Spartina alterniflora in autumn (in the middle ten-day of October)

圖3b 為原始光譜曲線進行連續(xù)統(tǒng)去除后獲得的曲線圖，在該圖中，兩種植物的光譜曲線差異在410-518nm 達到顯著水平（P＜0.05），蘆葦?shù)姆瓷渎矢哂诿撞?。此外，兩者的吸收谷和反射峰波段也發(fā)生了變化。兩者在綠光波段以545nm 為中心處存在近乎相同的反射峰，在藍光波段以495nm 為中心處和紅光波段以678nm 為中心存在類似的吸收谷，米草吸收谷深度大于蘆葦。在近紅外波段范圍內(nèi)連續(xù)統(tǒng)去除后無法有效區(qū)分兩種植被。

秋季兩種植物的一階導(dǎo)數(shù)光譜曲線（圖3c）也基本一致，結(jié)合表2 可見，兩種植被的紅邊參數(shù)差異不顯著，兩種植被的綠峰位置和紅谷位置也十分接近，但蘆葦?shù)木G峰紅谷幅值大于米草。

表2 秋季兩種植被光譜特征參數(shù)Table 2 Spectrum parameters of two plants in autumn

2.2 兩種灘涂植被光譜特征的季節(jié)差異

2.2.1 蘆葦光譜

由圖4a 可見，蘆葦?shù)墓庾V原始曲線在夏季與秋季的變化趨勢基本一致，但總體上夏季蘆葦?shù)姆瓷渎矢哂谇锛?，且二者?50-540nm 波段范圍和紅光-近紅外波段（＞720nm）差異達到顯著性水平（P＜0.05），可以有效識別蘆葦?shù)牟煌L階段。

經(jīng)過連續(xù)統(tǒng)去除后的光譜曲線表明（圖4b），在350-500nm 波段范圍內(nèi)，夏季蘆葦反射率略高于秋季，而在520-700nm 波段范圍內(nèi)，秋季蘆葦反射率 顯著高于夏季（P＜0.05），且反射峰中心位置相對夏季右移，反射峰高度顯著增高。說明連續(xù)統(tǒng)去除法在該波段內(nèi)可以有效區(qū)分蘆葦不同的生長階段。

圖4c 為蘆葦在夏秋兩季的一階導(dǎo)數(shù)光譜曲線。由圖可見，其一階導(dǎo)數(shù)光譜曲線形態(tài)也非常接近，但在708nm 附近的峰值大小存在顯著差異。結(jié)合表1 和表2 可知，蘆葦夏季的紅邊幅值大于秋季，且差異顯著（P＜0.05），但不同季節(jié)的綠峰紅谷參數(shù)差異不顯著。說明一階導(dǎo)數(shù)光譜在紅邊位置可以區(qū)分蘆葦不同的生長階段。

圖4 夏秋兩季蘆葦?shù)墓庾V曲線對比 Fig.4 Comparison of spectral curves of Phragmites australis in summer(the middle ten-day of July) and in autumn (the middle ten-day of October)

2.2.2 米草光譜

圖5a 為夏季和秋季米草的原始光譜曲線。由圖可見，整體上夏季和秋季米草光譜曲線形態(tài)基本一致。在350-1000nm 波段，夏季反射率顯著高于秋季（P＜0.05），由此可以有效區(qū)別米草的不同生長階段。

經(jīng)過連續(xù)統(tǒng)去除后（圖5b），米草在不同季節(jié)的差異主要體現(xiàn)在可見光波段。其中秋季光譜曲線在350-524nm 波段范圍內(nèi)顯著低于夏季（P＜0.05），在524-590nm 波段范圍內(nèi)顯著高于夏季（P＜0.05），且夏秋兩季的反射峰和吸收谷也呈現(xiàn)出不同的分布：夏季光譜曲線僅在綠光波段以536nm 為中心處表現(xiàn)出明顯的反射峰，而秋季在綠光波段以436nm 為中心處還存在一個反射峰，其高度明顯低于夏季，但原曲線中相同位置處的反射峰中心移動到綠光波段541nm 處，并且反射峰高度顯著增加。秋季米草在藍光波段以495nm 為中心處和紅光波段以677nm 為中心處的吸收谷深度相比夏季也出現(xiàn)明顯降低?？梢?，在350-590nm 波段范圍內(nèi)，連續(xù)統(tǒng)去除法也可以區(qū)分米草的不同生長階段。

圖5c 為米草在夏秋兩季的一階導(dǎo)數(shù)光譜曲線。由圖可見，紅邊位置處夏季峰值顯著大于秋季（P＜0.05）。結(jié)合表1 和表2 可知，米草夏秋兩季的紅邊、綠峰和紅谷位置都很接近，但夏季的紅邊、綠峰和紅谷幅值皆大于秋季。

圖5 夏秋兩季米草的光譜曲線對比Fig.5 Comparison of spectral curves of Spartina alterniflora in summer(the middle ten-day of July) and in autumn (the middle ten-day of October)

3 結(jié)論與討論

3.1 討論

本研究以江蘇鹽城濕地珍禽國家級自然保護區(qū)內(nèi)蘆葦和米草為研究對象，對其原始光譜特征、連續(xù)統(tǒng)去除后的光譜特征，以及一階導(dǎo)數(shù)光譜特征進行比較，并分析不同品種不同季節(jié)間的光譜差異。研究表明，夏季蘆葦和米草原始光譜曲線大體一致，光譜特征差異較小，兩者無法有效區(qū)分。但在經(jīng)過連續(xù)統(tǒng)去除之后，兩者曲線差異較大，在可見光波段蘆葦光譜反射率顯著低于米草（P＜0.05）。而秋季蘆葦和米草原始曲線差異顯著，蘆葦?shù)姆瓷渎矢哂诿撞?，且在整個波段內(nèi)都達到顯著性差異（P＜0.05）。秋季光譜經(jīng)過連續(xù)統(tǒng)去除后光譜反射率差異反而僅在410-518nm 達到顯著性水平（P＜0.05），蘆葦?shù)姆瓷渎矢哂诿撞荨：蚊烂穂20]研究表明，7月互花米草和蘆葦?shù)墓庾V曲線都表現(xiàn)出典型的綠色植物光譜特征，兩者曲線基本相似，但連續(xù)統(tǒng)去除后降低了環(huán)境條件對光譜反射率的影響，使不同反射光譜之間的差異增大，因此，在可見光波段內(nèi)出現(xiàn)了顯著性差異。10月米草正處于植株緩慢變黃并且部分米草倒伏的階段，這也解釋了秋季米草光譜曲線波動較多，反射率降低的現(xiàn)象。張雪薇等[21]在長江口南匯濕地的研究結(jié)果與本次試驗得出結(jié)論相似，即7月兩種植被的原始光譜特征差異較小，經(jīng)過連續(xù)統(tǒng)去除后，兩者差異卻非常顯著?！凹t邊”是植被光譜最顯著的表現(xiàn)之一，其所在的波段位置出現(xiàn)一階導(dǎo)數(shù)光譜反射率值為最大值，不同植被甚至是同種植被不同生長狀態(tài)的“紅邊”位置會存在差異[22]。除了秋季蘆葦?shù)木G峰紅谷明顯高于米草外，其余紅邊參數(shù)和綠峰紅谷參數(shù)基本相同，一階導(dǎo)數(shù)光譜和光譜特征參數(shù)基本無法區(qū)分兩者。張啟明[23]在研究長江口南匯東灘植被時也發(fā)現(xiàn)了類似現(xiàn)象，夏季兩者的光譜特征參數(shù)差異很小，不易區(qū)分。

綜上所述，在400-690nm 波段范圍內(nèi)使用連續(xù)統(tǒng)去除法后，夏季米草的反射率高于蘆葦，達到顯著性差異（P＜0.05），可以有效區(qū)分蘆葦和米草。在秋季，蘆葦原始光譜曲線反射率在整個波段內(nèi)都顯著高于米草 （P＜0.05），便于直接區(qū)分兩者。一階導(dǎo)數(shù)光譜和光譜特征參數(shù)在夏秋兩季都無法有效區(qū)分這兩種植被。

通過分析植被光譜特征的時間差異發(fā)現(xiàn)，夏季植被的原始光譜反射率均明顯高于秋季，蘆葦季節(jié)間反射率差異在350-540nm 波段和紅光-近紅外波段范圍內(nèi)（＞720nm）差異達到顯著水平（P＜0.05），而米草季節(jié)間反射率差異在350-1000nm 波段范圍內(nèi)均達到顯著水平。這是因為夏季是蘆葦和米草生長的旺盛期，葉片厚度較大，葉綠素含量較高，因此，反射率較高。但隨著時間的推移，由于光照和溫度的降低，秋季植被會逐漸衰落，光譜反射率會出現(xiàn)較大的降低[24]。張雪薇等[25]在研究夏秋季節(jié)潮灘植被光譜特征時發(fā)現(xiàn)，夏季蘆葦光譜反射率大多高于秋季，因為秋季蘆葦葉片細(xì)胞內(nèi)的葉綠素含量明顯下降，色素的分解多于合成，從而影響了蘆葦?shù)墓庾V曲線。對于蘆葦而言，經(jīng)過連續(xù)統(tǒng)去除后，夏季反射率在520-700nm 波段范圍內(nèi)顯著低于秋季（P＜0.05），這恰好彌補了原始光譜在該波段范圍內(nèi)的不足。對于米草而言，350-590nm 波段范圍內(nèi)，夏秋兩季反射率曲線波動較大，且差異達到顯著水平（P＜0.05），可以用來確認(rèn)原始光譜識別的準(zhǔn)確性。王佳鵬[26]的研究發(fā)現(xiàn)，蘆葦和互花米草的葉綠素含量與光譜變量相關(guān)性分別達到0.87 和0.86，因此，在秋季隨著葉綠素含量的下降，植被光譜反射率會顯著下降。同時，他還發(fā)現(xiàn)位于紅光波段范圍內(nèi)的曲線經(jīng)過連續(xù)統(tǒng)去除之后，與葉綠素含量的相關(guān)性更高，這與本研究結(jié)果相似。無論是蘆葦還是米草，夏秋兩季植被的一階導(dǎo)數(shù)光譜反射率均在“紅邊”范圍內(nèi)達到差異顯著，夏季植被的紅邊幅值大于秋季。從夏季到秋季，蘆葦?shù)木G峰紅谷位置基本無變化，但米草的綠峰紅谷幅值卻明顯減小。劉浦東[27]認(rèn)為，植被葉綠素含量的差異對紅邊位置的光譜反射率及其通過運算得到的紅邊參數(shù)具有重要影響。秋季植被的葉綠素含量下降，紅邊幅值也隨之減小。

綜上所述，在350-540nm 波段和近紅外波段范圍內(nèi)，蘆葦夏季原始光譜曲線反射率明顯高于秋季，可以有效區(qū)分不同生長時期的蘆葦，在520-700nm 波段范圍內(nèi)連續(xù)統(tǒng)去除后更易區(qū)分。對于米草而言，整個波段范圍內(nèi)，夏季植被反射率遠(yuǎn)大于秋季，使用原始光譜可以快速識別。夏秋兩季植被的一階導(dǎo)數(shù)光譜曲線均在“紅邊”位置差異顯著，夏季的反射率遠(yuǎn)大于秋季，由此也可識別不同生長階段的植被。

但由于外界條件的限制，本研究僅對比了蘆葦和米草在夏季和秋季的光譜差異，未來將增加春季和冬季的光譜差異，并考慮增加高光譜衛(wèi)星遙感影像的研究，以進一步實現(xiàn)利用高光譜遙感技術(shù)對濕地不同生長階段植被的精確識別。

3.2 結(jié)論

（1）蘆葦和米草可以用高光譜數(shù)據(jù)進行區(qū)分。在夏季，使用連續(xù)統(tǒng)去除法后，可見光波段蘆葦光譜反射率顯著低于米草（P＜0.05），可以有效區(qū)分蘆葦和米草。在秋季，由于蘆葦和米草的原始光譜曲線差異顯著，在整個波段內(nèi)蘆葦?shù)姆瓷渎曙@著高于米草，分析原始光譜曲線更適合區(qū)分兩者。

（2）同一植物類型的光譜特征在不同季節(jié)有顯著差異。在350-540nm 波段和近紅外波段范圍內(nèi)夏季蘆葦光譜反射率顯著高于秋季（P＜0.05），分析蘆葦原始光譜曲線更容易區(qū)分植被所處的生長階段，而在520-700nm 波段范圍內(nèi)，秋季蘆葦光譜反射率顯著高于夏季（P＜0.05），連續(xù)統(tǒng)去除法顯得更為合適。整個波段范圍內(nèi)，夏季米草光譜反射率顯著高于秋季（P＜0.05），分析其原始光譜曲線可以直觀地區(qū)分植被所處的生長階段。

（3）一階導(dǎo)數(shù)光譜不適合單獨區(qū)分蘆葦和米草，但可以根據(jù)其“紅邊”參數(shù)以及植被光譜特征參數(shù)的變化對不同生長階段的植被進行識別。