选择滁州市琅琊山景区灌木、 落叶乔木、 常绿乔木共9个树种, 它们是: 石楠(Photinia Serrulata, PS)、 海桐(Pittosporum Tobira, PT)、 鹅掌楸(Liriodendron Chinense, LC)、 香樟(Cinnamomum Camphora, CC)、 桂花(Osmanthus Fragrans, OS)、 杨树(Populus Tremula, PT)、 广玉兰(Magnolia Grandiflora, MG)、 红玉兰(Magnolia Liliiflora, ML)、 梧桐(Firmiana Simplex, FS), 采集不同树种健康成熟单株的叶片, 每颗树采集3片, 每种树采集60片, 将叶片编号后同时进行光谱与SPAD值测量。 光谱测量采用美国ASD Field Spec光谱仪, 叶绿素测定采用SPAD-502叶绿素仪, 测量在晴朗的上午进行, 每次测量叶片光谱与叶绿素时先按照说明进行校准, 每片树叶在叶基、 叶中、 叶尖部位进行光谱测量, 每个样点光谱数据记录8次, 同时在该样点上进行SPAD值测量。

取每个样点8次光谱数据的平均值为该点的光谱数据, 同时对每片树叶三个样点的SPAD值与光谱数据取平均, 作为该叶片的SPAD值与对应的光谱反射率。

将预处理过的叶片SPAD值与光谱数据导入EXCEL, SPSS17.0和MATLAB12a软件中, 利用软件中的统计分析功能, 计算不同树种的叶片SPAD值与原始光谱反射率、 单波段变换及波段不同组合方式之间的相关系数。

将相同树种叶片样本按照叶绿素相对值(SPAD)的大小以5为间隔分组, 并将同一组样本的光谱曲线平均化, 得到9个树种不同SPAD值的光谱曲线, 并对原始光谱做一阶微分变换, 得到一阶微分曲线图(图1)。

图1

Fig.1

Figure Option ViewDownloadNew Window

图1 同一树种不同SPAD值叶片原始光谱和一阶微分光谱 (a): 石楠; (b): 海桐; (c): 广玉兰; (d): 鹅掌楸; (e): 桂花; (f): 香樟; (g): 梧桐; (h): 红玉兰; (i): 杨树Fig.1 Original spectra and the first derivative curves of leaves with different SPAD values (a): Photinia Serrulata; (b): Pittosporum Tobira; (c): Magnolia Grandiflora; (d): Liriodendron Chinense; (e): Osmanthus Fragrans; (f): Cinnamomum Camphora; (g): Firmiana Simplex; (h): Magnolia Liliiflora; (i): Populus Tremula

在可见光波段, 叶片的光谱反射率主要受叶绿素的影响。 如图1(a)所示, 石楠叶片SPAD值为0~5, 6~10, 11~15的样本由于叶绿素含量低反射率光谱的峰值明显红移, 出现了绿谷、 红谷、 红峰的特征, 与SPAD值较高的其余样本的绿峰、 蓝谷、 红谷有差异。 SPAD值为0~5组的样本反射率峰值位于610~630 nm波段, 显著高于其余组, 一阶微分曲线也符合该特征; SPAD值为0~5, 6~10, 11~15的样本在600和700 nm附近形成峰值, 其余样本的峰值在530和700 nm左右。 700~740 nm范围, 所有石楠样本的光谱反射率陡峭上升, 在740 nm附近达到最大, 即红边现象。

780~1 350 nm波段叶片的反射率主要受细胞结构的影响, 不同SPAD值叶片的光谱反射率整体较高, 呈波浪状, 其中反射率最低的是SPAD值为6~10的样本; SPAD值为46~50的叶片在1 099 nm附近反射率最高, 达0.5。 1 350~2 500 nm波段, 由于水对光的吸收作用形成两个谷值; SPAD值较高(36~40, 41~45, 46~50)的叶片中水对光的吸收作用小于其余组。

如图1(b)所示, 可见光波段, 海桐叶片SPAD值为0~5和11~15的样本组光谱绿峰高度与宽度较其余组大, 峰值位置红移; SPAD值为0~5的样本组反射率在599nm波段最高, 达0.32; SPAD值为31~35和36~40两组样本光谱曲线几近重叠; 700~750 nm波段, 所有海桐叶片光谱反射率陡峭上升, 出现红边效应。 780~1 350 nm波段, 不同SPAD值的样本细胞结构变化大, 导致光谱区分明显, 但规律性不强; SPAD值为36~40的样本反射率最高; SPAD值为46~50的海桐叶片受样本数量影响光谱曲线与其余组的变化规律不一致。 1 350~2 500 nm波段, SPAD值较高的样本水对光的吸收作用较小, 46~50组样本的含水量形成的吸收峰最低, 0~5组样本的吸收峰最高。 从一阶微分图中可知, 海桐SPAD值为0~5和11~15的样本在可见光波段与其余组区分明显, 形成两个明显的峰值及一个谷值; SPAD值在0~35区间的样本组在1 000 nm附近形成断裂点。

由图1(c)可知, 可见光波段, 不同SPAD值的广玉兰叶片样本均有蓝谷、 红谷、 绿峰、 红边的光谱特征; SPAD值为0~5和6~10的样本因叶绿素含量低, 反射峰高且较宽, 并向绿光与红光交接波段延伸。 780~1 350 nm波段, 不同SPAD值的样本光谱曲线规律一致, 曲线之间交叉较少。 反射率最高的样本的SPAD值为31~35, 反射率最低的样本的SPAD值为0~5。 1 350~2 500 nm波段, 在第一个谷值, SPAD值较低组叶片含水量对光的吸收作用较明显, 但第二谷值规律不显著; 叶片SPAD值为31~35的样本对光的吸收相对最小。 一阶微分图可知, 不同SPAD值广玉兰叶片可见光波段在520和700 nm附近形成两个峰值, 在近红外波段1 400和1 900 nm左右形成谷值, SPAD值为0~5的样本一阶微分曲线变化显著。

由图1(d)所示, 可见光波段, 不同SPAD值的鹅掌楸叶片光谱反射率比其余所测树种变异较少, 光谱曲线更为聚集, 蓝谷、 红谷、 绿峰、 红边的光谱特征更为明显; SPAD值为16~20的样本绿峰峰值最高, 达0.2, SPAD值为0~5和11~35的样本绿峰聚集, 高于SPAD值为6~10和41~50的样本。 在780~1 350 nm波段, SPAD值较高(26~50)的样本的反射率显著高于SPAD值较低(0~25)样本。 1 350~2 500 nm波段, SPAD值不同引起的光谱变化较小; 有两个吸收带, 第一个在1 460 nm波段附近, SPAD值较高的样本含水量对光的吸收作用较小。 从一阶微分图可知, 不同SPAD值鹅掌楸叶片相比其余所测树种变化较小, 在527, 727和1 000 nm波段分异大。

由图 1(e)可知, 可见光波段, 不同SPAD值桂花叶片光谱曲线较其余树种区分稍大, SPAD值为26~50的5组光谱曲线密集, 反射率峰值在563 nm, 有典型蓝谷、 红谷、 红边特征参数; 而SPAD值为0~25的5组光谱曲线区分明显; 总体上SPAD值越小, 光谱反射率越高, 同时绿峰宽度增大, 峰值红移; SPAD值为0~5的样本由于叶绿素缺失导致峰值在红光波段, 缺失蓝谷特征参数, 红边陡坡缩减。 780~1 350 nm波段, SPAD值为0~5的样本反射率最高, 其余组样本交叉较多, 不易区分。 1 350~2 500 nm波段, SPAD值高的叶片含水量对光的吸收作用相对明显, 与其余树种相反。 从一阶微分图可知, 可见光波段仍是区分不同SPAD值桂花叶片的最佳波段, SPAD值为0~5, 6~10和11~15的桂花叶片样本光谱曲线变化尤为显著。

香樟为四季常绿树种, 所测叶片SPAD值绝大多数分布在10~40之间。 由图1(f)可知, 可见光波段, 不同SPAD值的香樟叶片样本反射率峰值在560~570 nm; SPAD值最低的两个样本组绿峰峰值显著高于其余组; SPAD值高的样本, 其峰值相对较低。 780~1 350 nm波段, SPAD值为46~50的香樟叶片样本因数量关系, 光谱曲线与其余组差异较大, SPAD值为11~15的样本反射率最高, SPAD值为26~30的样本反射率最低。 1 350~2 500 nm波段, 不同SPAD值香樟叶片光谱特征变化无明显规律。 从一阶微分图可知, 各组样本在可见光波段区分度较好, SPAD值为46~50样本在这一波段光谱曲线变化较平缓。

所测梧桐、 杨树叶片SPAD值在11~40范围内。 由图1(g)和(i)可知, 不同SPAD值的梧桐叶片光谱反射曲线较杨树区分度小。 可见光波段, 两种树叶叶片反射率变化规律相似, 反射峰在560 nm附近, 除杨树叶片的SPAD值为11~15的样本在560~600 nm形成宽的反射峰, 反射率变化不稳定外, 其余样本表现为SPAD值越低, 反射率越高。 780~1 350 nm波段, 梧桐叶片SPAD值较高的三组样本光谱曲线交错重叠, 且反射率高于其余三组SPAD值较低样本; 所有树种中, 不同SPAD值杨树叶片样本在这一波段的区分度最高; 各样本组光谱曲线无交叉点, 说明杨树细胞结构受叶绿素含量影响较大, 但并不严格遵循SPAD值高, 反射率高的变化规律。 1 350~2 500 nm波段, 梧桐叶片SPAD值较高(26~40)的叶片含水量对光的吸收作用较弱; 而杨树叶片变化规律不明显。 从一阶微分图可知, 在可见光波段545和730 nm附近不同SPAD值梧桐、 杨树叶片光谱曲线区分度较大。

所测红玉兰叶片SPAD值在6~35之间。 如图1(h)所示, 可见光波段, 不同红玉兰叶片蓝谷、 红谷、 绿峰、 红边特征参数突出, 在490和690 nm附近形成叶绿素吸收带, 570 nm左右形成反射峰; SPAD值较低的三组样本绿峰峰值较高。 780~1350nm波段, SPAD值为31~35的样本反射率最高, SPAD值为26~30的样本反射率最低。 1 350~2 500 nm波段, 各组样本光谱曲线规律性不强。 从一阶微分图可知, 不同SPAD值红玉兰叶片在700 nm附近的红边区分度较高。

根据所测9个树种叶片SPAD值分布范围, 选取SPAD值为11~35的样本, 分成11~15, 16~20, 21~25, 26~30和31~35五组原始光谱曲线, 并选择变化较明显的350~1 000 nm波段做一阶微分变换进行对比, 以期得到相同SPAD值不同树种叶片的光谱特征差异, 如图2所示。

图2

Fig.2

Figure Option ViewDownloadNew Window

图2 相同SPAD值不同树种叶片原始光谱及一阶微分光谱变化曲线 (a): SPAD值为11~15; (b): SPAD值为16~20; (c): SPAD值为21~25; (d): SPAD值为26~30; (e): SPAD值为31~35Fig.2 Original spectra and the first derivative curves of leaves of different tree species with the same SPAD value (a): SPAD values between 11 and 15; (b): SPAD values between 16 and 20; (c): SPAD values between 21 and 25; (d): SPAD values between 26 and 30; (e): SPAD values between 31 and 35

SPAD值为11~15时, 在可见光波段, 反射率最高的为海桐达27%, 其次是香樟和桂花, 最低的是杨树和广玉兰, 杨树和石楠的反射峰值在610 nm波段附近, 其余树种在560~570 nm波段之间。 780~1 350 nm波段, 香樟叶片光谱反射率最高, 杨树最低, 且显著有别于其他树种, 其余树种光谱曲线交错。 1 350~2 500 nm波段, 香樟反射率最高, 桂花、 梧桐、 鹅掌楸次之, 三组曲线较接近。 一阶微分图中, 不同树种峰值在528和701 nm附近, 变化最小的是杨树, 石楠反射率在550~620 nm波段与其余树种形成正负反差。

SPAD值为16~20时, 各树种叶片在500和680 nm波段附近形成叶绿素吸收带, 杨树反射峰在575 nm附近, 其余树种在560~570 nm之间, 反射峰值香樟最低, 桂花最高, 鹅掌楸第二。 780~1 350 nm波段, 不同树种光谱曲线变化剧烈, 1 000~1 350 nm尤为明显, 其中石楠、 广玉兰、 桂花、 杨树光谱曲线聚集, 香樟和鹅掌楸光谱曲线接近。 1 350~2 500 nm波段, 鹅掌楸、 杨树反射率较高, 广玉兰、 香樟反射率较低。 一阶微分图中, 不同树种峰值在528和701 nm附近, 桂花光谱变化最显著, 整体曲线变化幅度较SPAD值为11~15的样本小。

SPAD值为21~25时, 在可见光波段, 桂花反射率最高, 梧桐最低。 780~1 350 nm波段, 广玉兰反射率最高, 桂花最低。 在1 350~2 500 nm波段, 样本曲线较为接近, 区分不显著。 一阶微分图显示, 各树种变化趋势一致, 桂花与其余树种区分度较大。

SPAD值为26~30时, 鹅掌楸在整个所测波段反射率都较高。 在可见光波段, 杨树反射率较高, 海桐最低, 反射峰集中在567 nm波段附近。 780~1 350 nm波段, 鹅掌楸、 广玉兰光谱反射率高于其余树种, 其余依次为梧桐、 杨树、 桂花、 石楠、 红玉兰、 海桐、 香樟, 其中桂花与石楠光谱曲线交叠。 1 350~2 500 nm波段, 梧桐反射率较高, 广玉兰较低。 一阶微分图可知, 香樟、 鹅掌楸变化较大, 710 nm波段附近的峰值带各树种区分较大。

SPAD值为31~35时, 500~1 350 nm波段广玉兰区分明显, 反射率显著高于其余树种。 可见光波段, 叶绿素反射峰集中在565~575 nm波段, 梧桐与香樟叶片反射率较低。 1 350~2 500 nm波段, 桂花反射率最低, 海桐最高。 从一阶微分图可知, 广玉兰与其余树种区分较大, 变化显著。

从总体上来看, 随着SPAD值的升高, 各树种光谱反射率在可见光波段规律性较强, 各树种光谱曲线更为聚集, 差异逐渐缩小。

利用高光谱精准反演叶片叶绿素含量的前提是掌握特征波段及波段组合, 为识别叶片SPAD值光谱的特征波段, 选择原始光谱、 原始光谱倒数、 原始光谱一阶微分、 原始光谱二阶微分四种常用光谱单波段分析指标, 与9个树种叶片SPAD值进行相关分析, 并制成相关系数图(图3)。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 不同树种叶片SPAD值与原始光谱(a)、 倒数(b)、 一阶微分(c)、 二阶微分光谱(d)的相关系数Fig.3 Relationship between the SPAD values of different tree leaves and spectral reflectance (a), reciprocal spectral reflectance (b), the first-derivative spectral reflectance (c), the second-derivative spectral reflectance (d)

桂花叶片SPAD值与原始光谱在整个所测波段呈负相关, 其余树种与原始光谱在可见光波段呈负相关, 780~2 500 nm波段为正相关, 其中香樟在1 400~2 500 nm波段, 石楠在500~600 nm波段, 鹅掌楸在650~700 nm波段正好相反。 在所测波段, 原始光谱反射率与反射率倒数和9个树种叶片SPAD值的相关系数变化趋势相反, 且规律性较强。 将原始光谱反射率做一阶微分与二阶微分变换能提高叶片SPAD值与光谱反射率的相关性, 但是相邻波段变化剧烈, 无规律。 原始光谱二阶微分与海桐叶片SPAD值在727 nm波段负相关系数最高, 为0.77; 原始光谱一阶微分与其余8个树种SPAD值相关性最高, 与鹅掌楸、 桂花最大负相关系数分别为0.68和0.93, 特征波段为1 296和508 nm, 与广玉兰、 红玉兰、 石楠、 梧桐、 香樟、 杨树在755, 749, 740, 738, 744和721 nm波段正相关系数最大, 分别为0.95, 0.94, 0.92, 0.97, 0.94和0.98。

为识别不同树种SPAD值的高光谱特征波段组合, 选择五个常用光谱指数:

比值指数(RI)

RI=Ri/Rj

归一化指数(NDVI)

NDVI=Ri-Rj/Ri+Rj

差值指数(DI)

DI=Ri-Rj

光谱反射率一阶微分归一化指数(DNDVI)

DNDVI=R'i-R'j/R'i+R'j

光谱反射率一阶微分比值指数(DRI)

DRI=R'i/R'j

其中, i与j为光谱任意波段, R_i和R_j为i和j波段的光谱反射率, R'_i和R'_j为i和j波段的光谱反射率一阶微分。

选择灌木石楠(PS)、 乔木落叶鹅掌楸(LC)、 常绿乔木香樟(CC)、 所有所测树种(total measured trees, TMT)四组样本叶片的SPAD值, 分别与5个光谱指数利用MATLAB软件进行相关性分析, 制作相关性矩阵二维图, 如图4所示, 红色到蓝色表示高正相关到高负相关。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 不同树种叶片SPAD值与光谱指数相关矩阵Fig.4 Correlation matrix for SPAD values and spectral indices

石楠叶片SPAD值与DI, NDVI和RI三个指数相关性较好, 其中与DI指数相关系数最大, 为0.956, 波段组合位于981和733 nm。 鹅掌楸叶片SPAD值与DNDVI, DRI指数最大相关系数达0.8, 其中与DNDVI指数在832和645 nm波段组合相关系数最大, 值为0.83。 香樟叶片SPAD值与5个指数最大相关系数均达0.96以上, 其中与DRI指数在744和506 nm波段组合处相关系数最高, 达0.99。 不分树种叶片SPAD值与5个指数最大相关系数均在0.95以上, 其中与DRI指数相关系数最大值为0.97, 波段组合为737和1 478 nm。 从整体上来看, DI, NDVI和RI指数与叶片SPAD值相关系数较大的为可见光波段与其余波段的组合, 连续性较强, 且NDVI与RI指数效果较为接近; DNDVI与DRI指数能有效提升与某些树种叶片SPAD值的最大相关系数, 但相关系数较高波段组合变化无规律性, 且不连续。