引用本文
邢键, 叶颖慧, 马召, 彭博, 杨柳松, 宋文龙. 森林地表凋落物含水率红外光谱特性分析[J]. 光谱学与光谱分析, 2018,38(10): 3101-3105.
XING Jian, YE Ying-hui, MA Zhao, PENG Bo, YANG Liu-song, SONG Wen-long. NIR Spectral Characteristics of Moisture Content for Forest Litter[J]. Spectroscopy and Spectral Analysis, 2018,38(10): 3101-3105.
Doi:10.3964/j.issn.1000-0593(2018)10-3101-05  
Permissions
Copyright©2018, 《光谱学与光谱分析》期刊社
《光谱学与光谱分析》期刊社 所有
森林地表凋落物含水率红外光谱特性分析
邢键, 叶颖慧, 马召, 彭博, 杨柳松, 宋文龙
东北林业大学机电工程学院, 黑龙江 哈尔滨 150040

作者简介: 邢 键, 1979年生, 东北林业大学机电工程学院副教授 e-mail: xingniat@sina.com

收稿日期: 2017-10-16 接受日期: 2018-02-19
基金: 国家自然科学基金项目(61405045, 31470714), 中央高校基本科研业务费(2572017DB04)资助
摘要

为了实现森林地表凋落物含水率的实时测量, 研究了森林地表凋落物含水率与红外光谱特性参数之间的关系。 选取了四种森林地表凋落物, 搭建了含水率红外光谱测量装置, 获得了不同含水率所对应的红外吸收光谱图, 分析了不同含水率与峰值吸收光强、 谷肩连线与谷底连线交点纵坐标、 吸收谷面积之间的关系。 结果表明, 含水率吸收谱线峰值在1 450 nm附近; 三种光谱参数中, 森林地表凋落物含水率与峰值吸收光强线性相关性最好, 所得一元回归方程经F检验显著性良好, 斜率的相对不确定度均小于1.0%和截距的相对不确定度小于0.51%, 相关系数 γ>0.95。 为含水率实时测量仪的光源选择和标定提供了依据。

关键词: 含水率; 森林地表凋落物; 近红外光谱; 森林防火
中图分类号:S76 文献标志码:A
NIR Spectral Characteristics of Moisture Content for Forest Litter
XING Jian, YE Ying-hui, MA Zhao, PENG Bo, YANG Liu-song, SONG Wen-long
College of Mechanical and Electrical Engineering, Northeast Forestry University, Harbin 150040, China
Abstract

In order to develop a real-time measuring instrument based on NIR spectral absorption method for forest surface litter moisture content, the relationship between water content and absorption spectrum of litter in forest was analyzed in this paper. In addition, four kinds of forest surface litter were selected and the infrared absorption spectrum measuring device was constructed. Besides, the infrared absorption spectrum corresponding to different water content were obtained. The relationship between the different moisture content and the peak absorption intensity, the absorption valley areaand the vertical axis of the valley connection and the valley connection are analyzed. The results showed that the peak value of water absorption was near 1 450 nm, and the correlation between water content and peak absorption intensity of forest litter was better. The single regression equation was well tested by F-test, and the relative uncertainty of slope was less than 1.0% and the intercept of the relative uncertainty of less than 0.51%, the correlation coefficient r>0.95. It provides the basis for the light source and calibration process of the moisture content real-time measuring instrument.

Keyword: Moisture content; Forest surface litter; NIR Spectrum; Forest fire prevention
引 言

森林可燃物是森林燃烧的物质基础, 而地表凋落物是最容易引发森林火灾的可燃物之一, 因此它的含水率直接影响林火发生的难易程度和林火行为[1, 2, 3, 4]。 森林地表凋落物含水率主要通过长期野外样地实验, 利用称重法测量地表凋落物的含水率, 结合当时的气象条件构建含水率预测模型。 这种预测模型受林分种类、 环境和气象条件变化的影响较大, 因此这也是森林火险等级能否准确预报所面临的一个主要问题[5, 6, 7]。 称重法是通过一段时间现场采集的凋落物迅速装入密封袋, 带回实验室称鲜重, 再放入烘干炉内烘干至质量不再变化为止, 然后称干重, 最后通过含水率的定义实现含水率的测量, 进而结合气象条件构建含水率预测模型[8, 9, 10]。 这种方法显然受各种因素的制约难以实现含水率的准确预报, 因此含水率的实时测量显得尤为重要。 目前, 有关森林地表凋落物含水率实时测量的方法仍鲜见报道。

由于森林地表凋落物中存在水分子, 而水分子结构中通过羟基(OH)的伸缩振动和变角振动而产生对红外线的吸收, 吸收波长随水分相互间或水分子和其他分子间所形成的氢键结合程度而变化, 同时不同含水率也直接影响红外光谱吸收的强度[11], 这为利用红外光谱吸收技术实现森林地表凋落物含水率的实时测量提供了理论依据。 本文测量了四种森林地表凋落物在不同含水率条件下的红外吸收光谱, 分析了含水率与不同光谱参数之间的相关性, 为光源和探测器的选择提供依据, 也为后续的光谱法森林地表凋落物含水率实时测量奠定了基础。

1 样本采集

森林地表凋落物的样本采自东北林业大学实验林场, 北纬45° 42'48″, 东经126° 37'43″海拔140 m、 气温18° 。 采集落叶松、 白桦、 柳树、 胡桃楸的落叶作为地表凋落物, 将四种样本剪碎至2~5 mm大小, 模拟在自然环境长期作用下最易燃的森林地表凋落物。

图1 凋落物样本
(a): 落叶松针; (b): 柳树; (c): 白桦; (d):胡桃楸Fig.1 Litter samples
(a): Pine; (b): Willow; (c): Birch; (d): Juglandaceae

2 研究方法
2.1 称重法测量含水率

将样本放入蒸馏水中浸湿, 到饱和状态, 取出样品沥净表面水分, 放入DZF-6020真空干燥箱中, 调节干燥箱温度至55 ℃, 每隔5 min利用天平测定一次质量m1, 共进行十次测量, 最后一次测量后将样本烘干至恒重, 测出干重m2, 代入式(1)中, 计算含水率。

四种凋落物十组含水率测量结果如表1所示。 表中松针、 柳树、 胡桃楸、 白桦的容器质量分别是14.32, 13.06, 11.17和14.45 g; 松针、 柳树、 胡桃楸、 白桦的干重分别是1, 1.33, 1.65和1.33 g。 含水率计算见式(1)

α=m1-m2m2×100%(1)

表1 样本质量和含水率 Table 1 Sample quality and moisture
2.2 光谱测量

在每一次烘干结束进行样本称重后, 用美国海洋光学的Flame-NIR光谱仪结合“ Y” 型光纤对样本进行红外反射光谱测量, 光源采用功率为5 W的HL-2000卤钨灯(实验装置如图2所示), 并在每条谱线上标注称重法测得的含水率, 如图3所示。 结果表明, 光谱吸收峰值在1 450 nm附近, 这为实际测量时光源的选择提供了依据。

图2 实验装置示意图Fig.2 Schematic of experimental device

图3 四种样本不同含水率的近红外光谱
(a): 松针; (b): 柳树叶; (c): 白桦树叶; (d): 胡桃楸树叶Fig.3 NIR spectrum of different moisture content of four leaves samples
(a): Pine; (b): Willow; (c): White birch; (d): Juglandaceae

3 数据处理
3.1 光谱参数计算

(1)H2O吸收光谱吸收光谱强度I, 由光谱图直接读出;

(2)H2O吸收谷函数在1 350~1 600 nm积分S;

(3)读取1 350~1 600 nm波段的光强值;

(4)将上述数据存入EXCEL软件, 得到波长与光强的二维数据;

(5)建立折线图, 进行曲线拟合, 为保证拟合效果, 选取6次拟合;

(6)由EXCEL给出拟合方程;

(7)由拟合方程, 通过MATLAB计算积分, 公式如式(2)

S=∫13501650f(λ)dλ(2)

从而获得H2O吸收谷面积参数S;

(8)读取横坐标x1=1 350 nm和x2=1 650 nm的光强值, 分别为y1, y2;

(9)计算(x1, y1)和(x2, y2)两点之间的直线方程(见图4);

图4 谷肩连线与谷底连线交点的纵坐标D的示意图Fig.4 Ordinate D of intersection of the shoulder line and the valley bottom

(10)通过光谱图获得所有数据的谷底横坐标;

(11)将谷底横坐标带入(9)中的直线方程, 获得谷肩连线与谷底连线交点的纵坐标D(见图4), 四种凋落物在不同含水率下的光谱参数如表2和表3所示。

表2 松针与柳树叶不同含水率下的光谱参数 Table 2 Larch needles and Willow Spectral parameters with different moisture content
表3 白桦叶与胡桃楸不同含水率下的光谱参数 Table 3 Birch needles and Juglans mandshurica spectral parameters with different moisture content
3.2 含水率与光谱参数相关性分析

为了获得样本含水率与光谱参数之间的关系, 应用afSPSS统计软件分析各个参数与含水率之间的相关性, 如表4所示。 结果表明对各种样本含水率与三种光谱参数相关性分析可知, 吸收光谱强度I与含水率γ 最相关, 相关系数松针为-0.939, 柳树叶为-0.931, 胡桃楸叶为-0.953, 白桦叶为-0.983, 所以用吸收光谱强度I与含水率γ 建立含水率测量的数学模型。

表4 样本含水率与光谱参数相关性 Table 4 Correlation between sample moisture content and spectral parameters
3.3 模型建立

使用SPSS Statistic 20.0计算参数的估计值, 建立一元回归模型。 根据表5所得, 相关系数r接近于1, 拟合效果较好; 通过F检验, 由Sig.值均< 0.01, 可知显著性十分明显, 因此所建立的模型可用。

设y为含水率, x为样本吸收光谱强度, 建立一元回归模型

Pine: y=-0.015x+0.594

Willow: y=-0.011x+0.272

Birch: y=-0.016x+0.505

Juglandaceae: y=-0.01x+0.334

表5 线性相关性和参数估计值 Table 5 Linear correlation and parameter estimation
3.4 不确定度分析

回归模型由线性最小二乘法获得。 假定xi数列(含水率)本身随机误差基本可以忽略, 则直线方程斜率k和截距b的误差主要来自yi数列(吸收光谱强度)的A类不确定度Δ A。 yi的标准偏差为式(3)

Sy=∑[yi-(kxi+b)]2n-2(3)

式(3)中, n为yi-xi测量对数。

k和b的不确定度分别以式(4)和式(5)计算

Δk=nn∑xi2-(∑xi)2Sy(4)Δb=nn∑xi2-(∑xi)2Sy=Δk∑xi2n=Δkx2¯(5)

相关系数r的表达式为式(6)

r=LxyLxxLyy=∑xiyi-1n∑xi∑yi[∑xi2-1n(∑xi)2][(∑yi2-1n(∑yi)2]    (6)

经计算, 松树、 柳树、 白桦和胡桃楸样本斜率k的相对不确定度均小于1.0%和截距b的相对不确定度小于0.51%, 相关系数r> 0.95。

4 结 论

搭建了森林地表凋落物含水率红外光谱测量装置, 测量结果表明森林地表凋落物吸收峰在1 450 nm附近, 这为测量仪器光源及探测器的选择提供了依据。 分析了四种森林地表凋落物含水率与三种光谱特性参数(峰值吸收光强、 谷肩连线与谷底连线交点纵坐标、 吸收谷面积)之间的关系, 结果表明森林地表凋落物含水率与吸收光谱强度具有较好的线性相关性。 针对剪碎树叶与真实树叶存在差别的问题, 拟进一步研究建立剪碎树叶和真实树叶失水率之间的关系。

森林地表凋落物含水率的光谱分析为后续含水率实时测量仪器的研制奠定了基础。

The authors have declared that no competing interests exist.

参考文献
[1] WANG Rui-jun(王瑞君). Forest Fire Prevention(森林防火), 1997, 2: 16. [本文引用:1]
[2] SHAN Yan-long, ZHANG Min, YU Yong-bo, et al(单延龙, 张敏, 于永波, 等). Journal of Beihua University·Natural Science Edition(北华大学学报·自然科学版), 2004, 5(3): 264. [本文引用:1]
[3] WU Di, SUN Zhong-qiu(吴迪, 孙仲秋). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2017, 37(8): 2533. [本文引用:1]
[4] HE Xiao-xu, DUAN Shao-guang, HU Zhi-dong, et al(何晓旭, 段绍光, 胡志东, 等). Journal of Northwest Forestry College(西北林学院学报), 2013, 28(2): 143. [本文引用:1]
[5] Penuelas J, Pinol J, Ogaya R. Int. J. Remote Sens. , 1997, 18(13): 2896. [本文引用:1]
[6] Liu Y Q. Ecohydrology, 2016, 10(2): 1. [本文引用:1]
[7] Chae H M. J. Fac. Agr. Kyushu. Uni. , 2017, 62(1): 23. [本文引用:1]
[8] Matthews S, Gould J, Mccaw L. Int. J. Wildland . Fire. , 2010, 19(4): 459. [本文引用:1]
[9] XING Jun-jing, QU Zhi-lin(邢俊景, 曲智林). Journal of North-East Forestry University(东北林业大学学报), 2017, 45(3): 58. [本文引用:1]
[10] JIN Sen, LI Jian-min(金森, 李建民). Journal of Central South University of Forestry & Technology(中南林业科技大学学报), 2014, (12): 27. [本文引用:1]
[11] Muroga S, Hikima Y, Ohshima M. Appl. Spectrosc. , 2017, 71(6): 1300. [本文引用:1]