高光谱遥感能否帮助山区经济林进行树种识别？

基于高光谱遥感的山区经济林树种识别研究

引言

经济林是我国森林资源的重要组成部分，关系到国民经济和社会的发展，具有经济、社会和生态三大效益，在维护国家生态环境安全、丰富林产品供给、增加农民收入和提高生活质量等方面具有巨大贡献且地位不可替代。开展经济林调查工作，对于了解和掌握经济林资源现状和分布信息、提高林业整体发展水平、以及科学经营与持续利用森林资源等都具有十分重要的意义。

树种识别是林业资源调查的重要组成部分，而准确识别树种对于自然资源管理十分重要。由于早期技术手段落后，常规的树种识别主要以实地调查为主，其工作量大、劳动强度高、耗费大量时间与资源、成本高且效率低，并且复杂的地理环境给调查工作增加了一定的难度和危险。

近年来快速发展的遥感技术，使森林资源信息的获取更加便捷、准确、高效，其在林业资源监测及树种分类识别等方面具有十分重要的作用，逐渐成为林业资源监测的重要技术手段。

材料与方法

2.1 研究区概况

研究区位于河北省保定市满城区龙门山庄现代农业园区，地理坐标范围为东经115°26'~115°27'，北纬 39°09'~39°10'，海拔约为11030米，属于太行山区，该地区气候属暖温带半湿润半干旱大陆性季风气候，四季分明，光照充足，雨热同期。当地年平均气温12.9°C，日照时数2412.7小时无霜期大约190 天平均降水约 546.5毫米，摘植生态林28万余株，种植经济林约134 hm2，主要裁种的经济林树种:苹果、、柿、樱桃、核桃、枣树、桃树等，其中枣树和桃树种植数量较少，故本研究选取苹果、杏树、柿树、樱桃、核桃，以及生态林洋槐，共6种树种为研究对象，具体树种类型及叶片特见表 1，研究区位置及况如图1所示。

图1研究区位置及概况图

表１研究选取树种类型及特征

2.2 冠层高光谱数据获取

冠层光谱数据采集时间为2021年8月14日一16日，测量时间在北京时间中午11:00-14:00，测量光源为太阳光。采集光谱时需要天气状况保持晴朗无云、无风，采集人员需穿着深色衣服以减少对测量结果的影响。测量冠层高光谱反射率前，需要使用标准白板进行校正。测量时，将地物光谱仪传感器探头垂直向下正对待测树种冠层，高度保持在1m左。采集人员面向光源，尽量在短时间内完成一组数据的测量。由于太阳入射随时间变化会发生改变，每间隔10分钟需再次进行白板校正，以保证测量结果的准确性。进行光谱采集的同时，需要记录采样点的位置信息。冠层光谱数据采集时，每个树种选取长势具有代表性的10棵，每棵树采集10条数据，即各树种分别采集100个光谱数据，最终取平均值作为该树种的冠层光谱反射率。

2.3 叶片高光谱数据获取

叶片光谱数据采集时间同样为2021年8 月14日一16 日，测量时间为中午11:00一14:00，太阳光为光源。采集数据时保证天气晴朗无云、无风。使用仪器自带的叶片夹进行光谱数据的采集，首先进行白板校正，在校正完毕后，开始叶片光谱的测量。叶片光谱数据采集时，每个树种选取长势具有代表性的10 棵，每上选择 10个叶片，即各树种分别采 100个叶片光数据，最后通过计算得到的平均值作为该树种的叶片光谱反射率。

材料与方法

3.1 基于地面高光谱数据树种光谱特征分析

3.1.1 原始光谱特征分析

将地面高光谱数据经过异常值去除、去除水汽吸收波段、求平均及 S-G 平滑降噪处理后，得到图2和图所示研究区6种树种的原始平均光谱曲线，具有典型绿被反光特征。由于叶绿素在 400~760 nm内对红光光具有吸用对绿光产较强的反作用，因此绿色植被在此区域具有两谷一峰的明显变化特。第一个吸出现在 490 nm附近，在400~500nm之间，反射率较低且变化平缓，6种树种的反射率值均在0.1以下，当波长逐渐增大到550nm附近时，出现第一个反射峰，这是由于该区域是叶绿素的强反射带，因此形成明显凸起的反射绿峰，6 种树种的反射率值均在 0.06-0.12 左右。此时，樱桃和洋槐的反射率较高，超过了0.11，苹果的反射率较低，为0.07。此后反射率开始下降，在670nm 附近出现第二个吸收谷，即“红谷”，这是因为叶绿素在这一区域具有较强的吸收作用，六种树种的反射率值均在 0.03~0.06 之间。在670~750nm之间，6种树种的光谱反射率急剧上升曲线斜率迅速增大，出现明显的反射陡坡，即“红边”效应，主要是此波长范围内的绿色植被光谱特征受叶片的内部结构的影响。在 750-960nm范围内出现了六种树种的第二个反射峰,反射率值在0-0.6之间明显高于第一个反射峰。6 种树种的叶片光谱反射率值由高到低依次为子、果、杏树、核桃、楼桃、洋槐，各个树种的光谱反射率之间具有一定差异。在 960~1000 nm之间，所有树种的光谱反射率值出现先下降后升高的趋势，其中970nm附近为水汽的吸带，对反射率有一定影响。

图2基于地面高光谱６种树种叶片原始光谱曲线

图3是6种树种冠层原始光谱曲线，总体上看各个树种之间存在一定差异，但随着波长增加反射率值的变化势基本相同，表现出典型被的光征。

图3基于地面高光谱６种树种冠层原始光谱曲线

在 400~670 nm范围光曲线仍然表现出“两谷一峰”的特点，分别在490nm和670nm达到较低值。在550nm处各个光反射率达到峰值，反射率值最大在0.07左右，其中苹果在550nm处各个光谱反射率值与其他树种相比最低，能够被明显区分开，在 670~750nm之间，各个树种反射率快增强，形成明显“红边”。在750~960nm范围内，6种树种的冠层反射率值继续增大，在960nm附近出现峰值，此范围内除柿子和洋槐，其他树种的冠层光谱反射曲线具有显著差异，且柿子和洋槐的反射率值高于其他树种，此区间内光谱反射率值由大到小依次为:洋槐、柿子、苹果、核桃、樱桃、杏树。在960~1000nm范围内，各个树种的光谱曲线表现出明显的先下降后上升的趋势，且与叶片光谱曲线相比更加显著。

结果与分析

本研究使用高光谱遥感数据进行树种识别，虽然在空间及光谱维度上具有较高的分辨率，但是在识别过程中会受到各种因素的影响，导致目标地物出现“异物同谱”和“同物异谱”现象而地物自身具有植被指数信息和纹理特征，在树种别过程中加入植被指数和纹理特征对树种识别的精度有一定的提升。本文在对研究区6种种进行识别的过程中，当加入植被指数和纹理特征参与识别时，总体识别精度得到了一定的提升。同时，在结合相关算法进行分类时，纹理特征对分类结果有一定的促进作用，植被指数和纹理特征在经济林树种识别中具有重要意义。

推荐：

便携式地物光谱仪iSpecField-NIR/WNIR

专门用于野外遥感测量、土壤环境、矿物地质勘探等领域的最新明星产品，由于其操作灵活、便携方便、光谱测试速度快、光谱数据准确是一款真正意义上便携式地物光谱仪。

审核编辑 黄宇