胡楊葉綠素濃度監(jiān)測的新方法探索,林業(yè)論文胡楊森林群落是南疆荒漠地帶獨特的森林生態(tài)系統(tǒng),具有調(diào)節(jié)氣候、防風(fēng)固沙、阻止沙漠外延北侵、穩(wěn)定河道、維持荒漠區(qū)生態(tài)平衡的重要功能,是維系塔里木河流域荒漠生態(tài)系統(tǒng)的主體[1];而葉綠素是廣泛存在于綠色植物中的最主要色素,是光合作用的捕光物質(zhì),在光合作用中發(fā)揮著重要的生理功能[2];因而,快速準(zhǔn)確地估測植物體內(nèi)葉綠素含量,能夠提供植物與環(huán)境有直接關(guān)系的重要信息,并對植物長勢監(jiān)測及植物營養(yǎng)診斷有著極其重要的意義[3].隨著遙感技術(shù)的發(fā)展,方便獲取不同時間和空間尺度的植被冠層光譜信息成為可能[4];因而,高光譜技術(shù)已經(jīng)在植物葉綠素含量動態(tài)監(jiān)測方面得到了廣泛的應(yīng)用.Horler等研究了植被光譜反射率與葉綠素含量的相關(guān)關(guān)系,結(jié)果表示清楚紅邊位置在植被葉綠素濃度估算中起很重要的作用[5];Curran等研究表示清楚光譜紅邊位置對植被冠層的葉綠素濃度最為敏感[6].Madeira等研究了葉片、冠層光譜反射率與色素含量的相關(guān)性,提出光譜反射率能夠作為估測葉綠素含量的有效手段[7];周蘭萍等利用高光譜研究了荒漠植物光譜特征,表示清楚荒漠植物由于其葉片的色素含量、含水量和組織構(gòu)造不同,反射率具有各自不同的特點[8];聞建光等建立了基于高光譜數(shù)據(jù)提取水體葉綠素a濃度的混合光譜模型[9];姚付啟等建立了基于紅邊參數(shù)的植被葉綠素含量高光譜估算模型[10];韓立妹等進行了水體葉綠素a的遙感監(jiān)測研究,結(jié)果表示清楚R705nm/R680nm光譜反射率比值、696nm反射率一階微分與葉綠素a濃度顯著相關(guān)[11].綜上所述,國內(nèi)外學(xué)者利用高光譜數(shù)據(jù)對植被葉綠素濃度的反演研究主要集中在玉米、小麥等農(nóng)作物、水體藻類等植被[12-15],而對于胡楊葉片葉綠素遙感建模研究還鮮見報道,因而,文中利用光譜反射率數(shù)據(jù)構(gòu)建的高光譜指數(shù)與胡楊葉片的葉綠素濃度進行一元及多元回歸分析,建立胡楊葉片葉綠素含量的高光譜估測模型,進而探尋求索一種胡楊葉綠素濃度監(jiān)測的新方式方法,為胡楊生理狀態(tài)與健康狀況的評價提供理論基礎(chǔ),也為天然胡楊林保育、管理提供科學(xué)根據(jù).1材料與方式方法1.1研究區(qū)大概情況研究區(qū)選擇新疆阿瓦提縣艾買卻克墩鎮(zhèn)天然胡楊林保衛(wèi)區(qū),其位于塔里木河流域上游源流區(qū)的葉爾羌河下游,東經(jīng)801954.71~802413.10和北緯401553.72~401823.13之間.研究區(qū)屬暖溫帶大陸性干旱氣候,干旱少雨,蒸發(fā)量大,年降水量稀少,寒暑變化劇烈.其兩岸分布著不同齡級的天然胡楊,林下植被主要是檉柳、甘草、蘆葦?shù)?樣區(qū)結(jié)合Rapideye遙感影像,建立了30塊監(jiān)測樣地,樣地大小為30m30m(圖1),用GPS對樣地進行準(zhǔn)確定位.1.2研究方式方法1.2.1光譜數(shù)據(jù)采集本研究采用ISI921VF-512地物光譜輻射計對胡楊葉片的光譜反射率進行測量;光譜儀的波段范圍為392.53~1095.3nm,共512個波段,光譜采樣間隔為1.4nm,光譜分辨率為3.5nm,視場角為2.5外業(yè)測量時間選擇在12:00~16:00之間,每個月采集90個樣品,每次記錄5條采樣光譜,以其平均值作為一個樣品的光譜反射值.1.2.2葉綠素含量測定根據(jù)DanielA.SimsandJohnA.Gamon(2002)的方式方法[16],用丙酮-Tris緩沖液(體積比為80:20)作為葉綠素的浸提劑,采用分光光度法測定,計算葉綠素a、葉綠素b的濃度:葉綠素a(chla)=0.01373A663-0.000897A537-0.003046A647葉綠素b(chlb)=0.02405A647-0.004305A537-0.005507A663式中的Ax表示在波長Xnm時用1cm的比色杯測量的浸提液的吸光度值.chla,chlb分別表示浸提液中葉綠素a和葉綠素b的摩爾濃度,單位是molml-1.葉綠素含量的單位表示為:單位葉片鮮重的葉綠素含量(mg/gFw).1.2.3高光譜指數(shù)的計算以葉綠素濃度為自變量,高光譜指數(shù)為因變量進行回歸分析建立預(yù)測模型,進而定量反演葉綠素濃度(表1).1.2.4數(shù)據(jù)分析數(shù)據(jù)分析采用EXCEL2003和SPSS17進行.2結(jié)果與分析2.1胡楊葉片葉綠素含量與高光譜指數(shù)的一元線性關(guān)系以鮮重葉綠素a,b,a+b濃度為自變量,表1中高光譜指數(shù)為因變量進行線性回歸分析.由表2能夠看出:鮮重葉綠素a、b、a+b含量與所有植被指數(shù)、紅邊指數(shù)1、構(gòu)造不敏感色素指數(shù)、植被衰減指數(shù)、類胡蘿卜素反射指數(shù)2以及花青素反射指數(shù)1的一元線性相關(guān)性均到達極顯著水平,華而不實相關(guān)系數(shù)最大的是紅邊歸一化植被指數(shù)(NDVI705),分別到達了0.6529,0.5327,0.6006.2.2胡楊葉綠素濃度與高光譜指數(shù)的多元線性關(guān)系植物葉片中各種生化物質(zhì)對應(yīng)特定的光譜吸收特征,這是進行波段選擇的基本根據(jù).但這些生化成分混合在一起,使得相互間削弱或加強各自的吸收特征[18].因而,估測某一生化成分時只用單一波段是不夠的,需要進行波段選擇和重組,選用多元回歸分析是最好的方式方法之一[19].多元線性回歸方程的一般形式為:y=0+1x1+2x2++kxk(1)式中:y代表葉綠素含量,xk代表第k個高光譜指數(shù),k代表回歸系數(shù).由表3可知:葉綠素濃度與高光譜指數(shù)之間的多元回歸模型的擬合相關(guān)系數(shù)r值均比一元回歸模型大,因而,可選擇其作為胡楊葉綠素濃度的估算模型.2.3模型精度評價文中采用均方根誤差(RMSE)來進行模型精度的評價.式中:yi表示實測值,yi表示預(yù)測值,n為樣本數(shù).由圖3可知在葉綠素濃度多元線性估算模型里,葉綠素a、b、a+b估算模型的擬合R值與預(yù)測R值均大于0.6,且均具有較小的RMSE值;華而不實又以葉綠素a+b濃度的估算模型最優(yōu),其擬合R值、預(yù)測R值及RMSE分別為0.7225、0.6933和0.1679.總體來講,多元線性回歸模型優(yōu)于一元線性回歸模型.3討論文中建立的天然胡楊葉綠素濃度的估測模型,總體效果較為理想,為大面積反演天然胡楊的葉綠素濃度提供了理論基礎(chǔ).基于高光譜數(shù)據(jù)葉綠素的建模,一般通過相關(guān)分析確定適于反演天然胡楊葉綠素含量的光譜波段和植被指數(shù);然后采用統(tǒng)計學(xué)方式方法構(gòu)建葉綠素濃度高光譜估算模型;方式方法有單變量線性與非線性擬合模型和逐步回歸分析、歸一化反射率法、一階微分法、反射比法、多元回歸法、主成分分析和偏最小二乘回歸分析、高光譜指數(shù)等構(gòu)建方式方法;而模型精度提高必須使得高光譜數(shù)據(jù)與天然胡楊葉綠素濃度之間的決定系數(shù)R2在一定范圍內(nèi),這就需要提高光譜數(shù)據(jù)質(zhì)量,盡量減少外界因素對光譜數(shù)據(jù)影響,同時找到合適的方式方法構(gòu)建模型,以此提高模型的精度.4結(jié)論文中選擇新疆阿瓦提縣天然胡楊林保衛(wèi)區(qū)為研究區(qū),采用ISI921VF-512野外地物光譜輻射計實地測量了胡楊生長季節(jié)6月至10月每月塔里木河上游天然胡楊葉片393-1095nm可見-近紅外波段反射率數(shù)據(jù),并分析了胡楊葉片葉綠素含量,通過回歸分析建立了胡楊葉片葉綠素含量與高光譜指數(shù)一元線性模型和多元線性回歸模型,結(jié)果表示清楚:(1)一元線性模型中,鮮重葉綠素a,b,a+b含量與高光譜指數(shù)NDVI705的相關(guān)性均極顯著,且在十三個模型中相關(guān)系數(shù)R值最大.(2)利用胡楊葉片葉綠素濃度與高光譜指數(shù)建立的多元回歸模型中,相關(guān)系數(shù)R值均大于一元線性回歸模型,可作為胡楊葉綠素濃度的估算模型.以下為參考文獻[1]劉普幸.疏勒河中下游綠洲胡楊種群構(gòu)造與動態(tài)研究[J].自然資源學(xué)報,2018,26(3):429-439.[2]許丹,伍維模,王家強,等.塔里木河流域上游天然胡楊葉片葉綠素與可見光-近紅外光譜反射率的相關(guān)性研究[J].塔里木大學(xué)學(xué)報,2020,24(4):53-59.[3]梁爽,趙庚星,朱西存.蘋果樹葉片葉綠素含量高光譜估測模型研究[J].光譜學(xué)與光譜分析,2020,32(5):1367-1370.[4]董晶晶,王力,牛錚.植被冠層水平葉綠素含量的高光譜估測[J].光譜學(xué)與光譜分析,2018,29(11):3003-3006.[5]HorlerDNH,BarberJ,BarringerAR.Effectsofheavymetalsontheabsorbanceandreflectancespectraofplants[J].InternationalJournalofRemoteSensing,1980,1(2):121-136.[6]CurranPJ,DunganJL,GholzHL.Exploringtherelationshipbetweenreflectancerededgeandchlorophyllcontentinslashpine[J].TreePhysiology,1990,7:33-38.[7]MadeiraAC,MendoncaA,FerreiraME,etal.Relationshipbetweenspectroradiometricandchlorophyllmeasurementsingreenbeanscommuni-cation[J].SoilScienceandPlantAnalysis,2000,31(5-6):631-643.[8]周蘭萍,魏懷東,丁峰,等.石羊河流域下游民勤荒漠植物光譜特征分析[J].干旱區(qū)資源與環(huán)境,2020,27(3):121-125.[9]聞建光,肖青,楊一鵬,等.基于高光譜數(shù)據(jù)提取水體葉綠素a濃度的混合光譜模型[J].水科學(xué)進展,2007,18(2):270-276.[10]姚付啟,張振華,楊潤亞,等.基于紅邊參數(shù)的植被葉綠素含量高光譜估算模型[J].農(nóng)業(yè)工程學(xué)報,2018,25(2):123-129.[11]韓立妹,肖捷穎,王宇游,等.北方典型水庫型水源地水體葉綠素a含量遙感監(jiān)測研究[J].中國生態(tài)農(nóng)業(yè)學(xué)報,2020,20(9):1243-1247.[12]BrogeNH,MortensenJV.Derivinggreencropareaindexandcanopychlorophylldensityofwinterwheatfromspectralreflectancedata[J].RemoteSensingofEnvironment,2002,81(1):45-57.[13]王磊,白由路.不同氮處理春玉米葉片光譜反射率與葉片全氮和葉綠素含量的相關(guān)研究[J].中國農(nóng)業(yè)科學(xué),2005,38(11):2268-2276.[14]楊峰,范亞民,李建龍,等.高光譜數(shù)據(jù)估測稻麥葉面積指數(shù)和葉綠素密度[J].農(nóng)業(yè)工程學(xué)報,2018,26(2):237-243.[15]王超,馮美臣,王君杰,等.基于光譜遙感的冬小麥籽粒淀粉積累量的監(jiān)測[J].中國生態(tài)農(nóng)業(yè)學(xué)報,2020,21(4):440-447.[16]SimsDA,GamonJA.Relationshipbetweenleafpigmentcontentandspectralreflectanceacrossawiderangeofspecies,leafstructurean