基于光譜指數(shù)的喀斯特植物葉片葉綠素含量定量估算

何 文， 余 玲， 姚月鋒

( 1. 廣西喀斯特植物保育與恢復(fù)生態(tài)學(xué)重點(diǎn)實(shí)驗(yàn)室， 廣西壯族自治區(qū)中國(guó)科學(xué)院 廣西植物研究所， 廣西 桂林 541006；2. 桂林理工大學(xué) 環(huán)境科學(xué)與工程學(xué)院， 廣西 桂林 541006； 3. 西南大學(xué) 地理科學(xué)學(xué)院， 重慶 400715 )

植物葉片葉綠素作為主要的光能吸收物質(zhì)，能直接把吸收的光能進(jìn)行轉(zhuǎn)化與傳遞(Gitelson et al., 2003)，是生物圈與大氣圈之間碳、水和能量交換與循環(huán)的重要環(huán)節(jié)(Croft et al., 2020)。健康植物體內(nèi)的葉綠素含量通常被認(rèn)為高于不健康植物(Wu et al., 2008)。因此，植物葉片葉綠素含量的高低可作為典型區(qū)域如喀斯特地區(qū)植被生長(zhǎng)健康狀況及其對(duì)周?chē)h(huán)境脅迫適應(yīng)的重要指示指標(biāo)(Palta, 1990)。傳統(tǒng)的植物葉片葉綠素測(cè)定方法主要是通過(guò)測(cè)量葉片葉綠素提取液的吸光度實(shí)現(xiàn)，這種方法不但要破壞植株，耗時(shí)費(fèi)力，而且不能實(shí)時(shí)地進(jìn)行大尺度監(jiān)測(cè)(Madeira et al., 2000；蘇偉等，2019)。隨著遙感技術(shù)特別是高光譜遙感技術(shù)的發(fā)展，由于其具有波段多且能夠捕獲不同植物葉片對(duì)微弱光譜的差異，為植被生化參數(shù)特別是植物葉綠素含量的定量估算提供了快速、有效、非破壞性的數(shù)據(jù)采集與分析方法(Gitelson et al., 2003；Zhang et al., 2008；Bioucas-Dias et al., 2013)。

目前，對(duì)植物葉片葉綠素含量進(jìn)行高光譜定量估算的主要方法大致可以歸納為兩種：一種是通過(guò)建立各種輻射傳輸機(jī)理模型進(jìn)行估算，如經(jīng)典的PROSPECT模型(Jacquemoud et al., 2009)；另一種則是通過(guò)尋找適宜的光譜指數(shù)模型進(jìn)行估算(Croft et al., 2020)。輻射傳輸機(jī)理模型適用性廣，但一般機(jī)理模型都是基于一定條件的假設(shè)，不確定性因素較多，且在不同區(qū)域或不同植物類(lèi)型的應(yīng)用上往往具有病態(tài)性特征(Darvishzadeh et al., 2008)。同時(shí)，輻射傳輸機(jī)理模型所需的驅(qū)動(dòng)參數(shù)較多，有些參數(shù)不易獲取。相反，經(jīng)驗(yàn)光譜指數(shù)模型雖然強(qiáng)烈依賴(lài)擬合的數(shù)據(jù)庫(kù)，但其對(duì)驅(qū)動(dòng)參數(shù)要求簡(jiǎn)單且在植物葉片葉綠素含量估算上精度較高(Fang et al., 2017)。由于數(shù)據(jù)源和研究方法的局限性，構(gòu)建適用于所有區(qū)域植物葉片葉綠素含量定量估算的光譜指數(shù)(Rei & Quan, 2017)以及探討適合于典型喀斯特區(qū)域植物葉片葉綠素含量定量估算的光譜指數(shù)研究還相對(duì)缺乏。

我國(guó)西南喀斯特地區(qū)屬于全球三大喀斯特集中分布區(qū)中面積最大(約54萬(wàn)km)、發(fā)育最強(qiáng)烈的連片裸露碳酸鹽巖地區(qū)(王世杰等，2017；王克林等，2019)。該地區(qū)作為珠江及西南諸河的源頭，是長(zhǎng)江流域及東南亞一些國(guó)際河流的重要補(bǔ)給區(qū)，也是我國(guó)重要的生態(tài)屏障區(qū)，對(duì)維系珠江、長(zhǎng)江流域下游乃至東南亞的生態(tài)與社會(huì)安全具有重要的作用(陳洪松等，2018)。但該地區(qū)也屬于老、少、邊、窮地區(qū)，貧困區(qū)與石漠化高度重疊，形成了典型的生態(tài)脆弱區(qū)?？λ固氐貐^(qū)地表植被對(duì)于維持脆弱生態(tài)系統(tǒng)具有決定性作用(Zhao et al., 2020)。通過(guò)對(duì)喀斯特植物葉片葉綠素含量等生化參數(shù)的遙感定量估算研究，不僅可以及時(shí)掌握喀斯特脆弱生態(tài)系統(tǒng)的動(dòng)態(tài)變化，為喀斯特脆弱生態(tài)系統(tǒng)功能評(píng)價(jià)提供重要參數(shù)，還可為喀斯特脆弱生態(tài)系統(tǒng)應(yīng)對(duì)氣候變化與人類(lèi)活動(dòng)的研究提供科學(xué)依據(jù)。

在總結(jié)以往植物葉片生化參數(shù)估算所常用光譜指數(shù)研究的基礎(chǔ)上，我們通過(guò)差值、比值、歸一化以及倒數(shù)差值的光譜指數(shù)構(gòu)建方式對(duì)所采集的4種典型喀斯特植物——黃荊()、鹽麩木()、樸樹(shù)()和紅背山麻桿()葉片原始光譜波段(400～2 500 nm)的反射率及其一階導(dǎo)數(shù)值與同步測(cè)定的植物葉片葉綠素含量進(jìn)行遍歷分析，以期找到最優(yōu)光譜指數(shù)模型并將其應(yīng)用于喀斯特植物葉片葉綠素含量的定量估算研究，為喀斯特植物葉片葉綠素含量及其他植物生化參數(shù)的遙感定量估算提供科學(xué)依據(jù)與技術(shù)支撐。

1 材料與方法

1.1 研究區(qū)

本研究樣地位于廣西桂林市大埠鄉(xiāng)喀斯特山地(110°19′49″ E、25°03′16″ N)，境內(nèi)喀斯特發(fā)育強(qiáng)烈，屬典型的喀斯特峰林平原或峰叢平原地貌。該地區(qū)屬于中亞熱帶季風(fēng)氣候區(qū)，年均氣溫約19 ℃，年平均降雨量約1 900 mm，且雨熱同期于每年3—9月。土壤類(lèi)型為喀斯特典型的紅色石灰壤。該區(qū)域自然植被以灌叢為主，優(yōu)勢(shì)植物種為龍須藤()、金櫻子()、黃荊、樸樹(shù)以及紅背山麻桿等。

此外，為比較同一植物在喀斯特和非喀斯特生境下葉片葉綠素含量和反射光譜差異，在距離大埠鄉(xiāng)喀斯特樣地約15 km的中國(guó)科學(xué)院桂林植物園內(nèi)(非喀斯特區(qū)域)進(jìn)行同種植物的葉片葉綠素含量及其光譜波段同步測(cè)量進(jìn)行對(duì)照試驗(yàn)。兩個(gè)樣地距離較近，氣溫、降雨、濕度等氣候條件基本一致，但在地質(zhì)條件等因素上差異顯著：大埠鄉(xiāng)樣地為典型喀斯特山地，巖體主要由石灰?guī)r構(gòu)成，土層薄，植被群落為典型的喀斯特灌叢；而中國(guó)科學(xué)院桂林植物園樣地內(nèi)巖體為砂頁(yè)巖，土層深厚，植被群落為典型亞熱帶常綠闊葉林，以喬木為主。為消除因植物種類(lèi)不同和個(gè)體差異因素對(duì)實(shí)驗(yàn)造成的影響，選擇喀斯特區(qū)常見(jiàn)優(yōu)勢(shì)樹(shù)種，且非喀斯特區(qū)共有的黃荊、鹽麩木、樸樹(shù)和紅背山麻桿4個(gè)樹(shù)種為研究對(duì)象，并選擇樹(shù)齡、胸徑、冠幅等相對(duì)一致的植株進(jìn)行測(cè)量(表1)。

表 1 4種植物基本形態(tài)特征Table 1 Basic morphological characteristics of four species

1.2 植物葉片反射光譜和葉綠素含量測(cè)量

本實(shí)驗(yàn)葉片樣品采集及葉片光譜測(cè)量時(shí)間選擇植物的生長(zhǎng)季(2017年夏季7—9月)，并選擇晴朗無(wú)云的正午進(jìn)行測(cè)量。在試驗(yàn)樣地內(nèi)選取4種喀斯特區(qū)域常見(jiàn)植物——黃荊、鹽麩木、樸樹(shù)和紅背山麻桿；每種植物隨機(jī)選擇6～8株，每株選取3片健康完整葉片，同步測(cè)量葉片反射光譜(原位測(cè)量)和葉片葉綠素含量。其中，葉片反射光譜數(shù)據(jù)采用美國(guó)ASD Field Spec 4便攜式地物光譜儀(波段范圍為350～2 500 nm)加載的手持葉夾式葉片光譜探測(cè)器測(cè)量。因便攜式地物光譜儀350～400 nm的波段對(duì)葉片光譜反射率的信號(hào)噪聲較大，在實(shí)際的光譜反射率選擇中選擇400～2 500 nm波段反射率與同步測(cè)定的植物葉片葉綠素含量建立關(guān)系。每個(gè)葉片重復(fù)測(cè)量3條光譜，將同一植株上3片葉子的所測(cè)光譜取平均值作為葉片光譜反射率?？偣膊杉?2株植物，96個(gè)葉片的光譜反射率。

葉片葉綠素含量參照李合生(2000)的試驗(yàn)方法，采用紫外分光光度計(jì)(SPECORD 50 PLUS)測(cè)量。葉片葉綠素含量測(cè)定時(shí)將同一植株上測(cè)過(guò)反射光譜的3片葉子混合后取樣測(cè)量。

1.3 分析方法

1.3.1 光譜指數(shù)及其轉(zhuǎn)換 植被光譜指數(shù)種類(lèi)繁多且功能各不相同 (Xue & Su, 2017)。通過(guò)文獻(xiàn)收集和整理，從130多種常用植被光譜指數(shù)中篩選出15種與植被色素有關(guān)的常用光譜指數(shù)(表2)，并探討這些光譜指數(shù)在喀斯特植物葉片葉綠素含量定量估算中的表現(xiàn)。

表2中各光譜指數(shù)主要為差值植被指數(shù)(difference vegetation index, DVI)、比值植被指數(shù)(simple ratio vegetation index, SRVI)、歸一化植被指數(shù)(normalized difference vegetation index, NDVI)以及倒數(shù)差值植被指數(shù)(inverse difference vegetation index, IDVI)。因此，利用差值、比值、歸一化以及倒數(shù)差值方式對(duì)所采集的喀斯特植物葉片原始光譜反射率及其一階導(dǎo)數(shù)值與同步測(cè)定的植物葉片葉綠素含量進(jìn)行遍歷分析，直至找到最優(yōu)光譜波段組合的指數(shù)模型，進(jìn)一步探討這些光譜指數(shù)與喀斯特植物葉片葉綠素含量之間的關(guān)系，以期為喀斯特植物葉片葉綠素含量快速定量估算提供更可靠的光譜指數(shù)。差值、比值、歸一化以及倒數(shù)差值光譜指數(shù)表達(dá)式如式(1)(2)(3)和(4)所示：

(,)=1-2

(1)

(,)=12

(2)

(,)=()1-2)(1+2)

(3)

(,)=11-12

(4)

式中：為光譜波段；為對(duì)應(yīng)波段反射率。

對(duì)植物葉片原始光譜反射率進(jìn)行轉(zhuǎn)換通常能夠提高基于光譜指數(shù)方法對(duì)植物生化參數(shù)估算的精度(Dawson et al., 1998)。因此，本研究采用導(dǎo)數(shù)轉(zhuǎn)換將葉片原始光譜反射率轉(zhuǎn)換為一階導(dǎo)數(shù)值，并將基于一階導(dǎo)數(shù)值構(gòu)建的光譜指數(shù)分別命名為dDVI、dSRVI、dNDVI和dIDVI。一階導(dǎo)數(shù)轉(zhuǎn)換后的光譜指數(shù)數(shù)學(xué)表達(dá)式與原始光譜指數(shù)一致，僅將葉片原始光譜反射率替換為原始光譜反射率一階導(dǎo)數(shù)值。

1.3.2 基于光譜指數(shù)的植物葉片葉綠素含量定量估算驗(yàn)證 為了驗(yàn)證基于各光譜指數(shù)估算的植物葉片葉綠素含量精度，我們以實(shí)驗(yàn)室測(cè)定的葉片葉綠素含量為真值，采用決定系數(shù)()及均方根誤差(root mean squared error，RMSE)評(píng)價(jià)基于光譜指數(shù)的喀斯特與非喀斯特植物葉片葉綠素含量的估算能力。決定系數(shù)和均方根誤差的數(shù)學(xué)表達(dá)式如式(5)和式(6)所示(Zhao et al., 2017)：

(5)

(6)

2 結(jié)果與分析

2.1 喀斯特和非喀斯特植物葉片葉綠素含量及其光譜特征

喀斯特生境生長(zhǎng)的樸樹(shù)、黃荊和鹽麩木葉片葉綠素含量均顯著高于非喀斯特區(qū)域(<0.01)，均值分別相差1.08、1.12、1.05 mg·g(圖1)。而紅背山麻桿葉片葉綠素含量在不同生境中差異不顯著(>0.05)。經(jīng)方差分析與多重比較表明，不同植物葉片光譜反射率差異顯著(<0.01)，尤其是樸樹(shù)與其他3種植物葉片光譜反射率之間皆存在顯著性差異(<0.05)。不同植物之間葉片光譜反射率差異主要發(fā)生在可見(jiàn)光波段中530～590 nm、近紅外波段中750～1 300 nm、1 600 nm及2 200 nm附近(圖2)。此外，同一植物葉片光譜反射率在喀斯特與非喀斯特生境中存在差異，其中紅背山麻桿和黃荊差異較小，而鹽麩木和樸樹(shù)的光譜反射率差異明顯。

表 2 本研究使用的光譜指數(shù)Table 2 Spectral indexes used in this study

喀斯特為大埠鄉(xiāng)喀斯特區(qū)植物樣本，非喀斯特為中國(guó)科學(xué)院桂林植物園非喀斯特區(qū)植物樣本，下同；ab表示區(qū)域間樣本在0.01水平差異極顯著；a表示區(qū)域間樣本在0.05水平差異不顯著。數(shù)據(jù)均為平均值±標(biāo)準(zhǔn)誤(樣本量為32)。Karst represents the samples from karst areas in Dabu Township, and Non-karst represents the samples from Guilin Botanical Garden, the same below; a and b indicate extremely significant differences at the level of 0.01, and a indicate no significant differences at the level of 0.05 between different areas. Each point of data represents (number of sample sizes is 32).圖 1 不同區(qū)域不同植被葉片葉綠素含量變化Fig. 1 Leaf chlorophyll content changes of different vegetations in different areas

圖 2 植物在喀斯特與非喀斯特區(qū)葉片光譜反射率差異Fig. 2 Differences in leaf spectral reflectance of plants in karst and non-karst areas

2.2 喀斯特植物葉片葉綠素含量與光譜各波段的相關(guān)性

喀斯特植物葉片葉綠素含量與光譜反射率之間的相關(guān)性隨波段不同差異較大(圖3)。葉片原始光譜反射率與植物葉片葉綠素含量的相關(guān)系數(shù)()在1 661 nm波段處最大，為0.53。葉片原始光譜經(jīng)過(guò)一階導(dǎo)數(shù)轉(zhuǎn)換后與植物葉片葉綠素含量的相關(guān)性在部分波段明顯增強(qiáng)，相關(guān)系數(shù)絕對(duì)值大于0.53的波段達(dá)到270個(gè)，絕對(duì)值最大值出現(xiàn)在2 384 nm波段處，為0.78。

圖 3 植物葉片葉綠素含量與葉片原始光譜反射率及其一階導(dǎo)數(shù)值相關(guān)性Fig. 3 Correlations between leaf chlorophyll content and spectral reflectance (raw reflectance spectra and the first-order derivative spectra)

2.3 基于葉片原始光譜反射率及其一階導(dǎo)數(shù)值的最優(yōu)光譜指數(shù)查找

上述研究表明，很難找到一種通用的光譜指數(shù)適合于喀斯特與非喀斯特地區(qū)植物葉片葉綠素含量定量估算。因此，探討適合于特定區(qū)域植物葉片葉綠素含量定量估算的光譜指數(shù)仍需進(jìn)一步研究，尤其是在生境較為特殊的喀斯特區(qū)域。通過(guò)差值、比值、歸一化以及倒數(shù)差值光譜指數(shù)與各波段組合方式探討發(fā)現(xiàn)，在500～800 nm處、1 500～1 700 nm處以及1 900～2 100 nm處4種光譜指數(shù)與其他波段組合的相關(guān)性較為顯著(圖4)，說(shuō)明這些范圍波段的光譜對(duì)植物葉片葉綠素含量相對(duì)較為敏感。葉片原始光譜反射率經(jīng)過(guò)一階導(dǎo)數(shù)變換后，其與葉片葉綠素含量相關(guān)性較高的光譜指數(shù)高值區(qū)域更加集中(圖5)。其中，500～800 nm波段是基于原始光譜反射率一階導(dǎo)數(shù)值的差值、比值、歸一化以及倒數(shù)差值光譜指數(shù)最敏感的區(qū)域。

圖 4 基于葉片原始光譜反射率的差值植被指數(shù)(a)，比值植被指數(shù)(b)，歸一化植被指數(shù)(c)和倒數(shù)差值植被指數(shù)(d)相關(guān)系數(shù)分布圖Fig. 4 Correlation coefficient distributions of difference vegetation index (a), simple ratio vegetation index (b), normalized difference vegetation index (c), and inverse difference vegetation index (d) based on the raw reflectance spectra of leaves

圖 5 基于葉片原始光譜反射率一階導(dǎo)數(shù)值的差值植被指數(shù)(a)，比值植被指數(shù)(b)，歸一化植被指數(shù)(c)和倒數(shù)差值植被指數(shù)(d)相關(guān)性系數(shù)分布圖Fig. 5 Correlation coefficient distributions of difference vegetation index (a), simple ratio vegetation index (b), normalized difference vegetation index (c), and inverse difference vegetation index (d) based on the first-order derivative spectra of leaves

基于葉片原始光譜反射率的各類(lèi)型光譜指數(shù)大致在1 642 nm和1 665 nm附近的波段組合效果最好(表3)，決定系數(shù)最大且均方根誤差較小。各類(lèi)光譜指數(shù)的喀斯特植物葉片葉綠素含量定量估算精度基本一致，決定系數(shù)都超過(guò)0.6。但葉片原始光譜反射率經(jīng)過(guò)一階導(dǎo)數(shù)變換后，4種類(lèi)型光譜指數(shù)對(duì)喀斯特植物葉片葉綠素含量的定量估算精度均有所提高，其中以葉片原始光譜反射率一階導(dǎo)數(shù)值的差值光譜指數(shù) [(760，769)]估算精度最好，決定系數(shù)高達(dá)0.71， 均方根誤差僅為0.19 mg·g。

表 3 基于葉片原始光譜反射率及其一階導(dǎo)數(shù)值的不同類(lèi)型光譜指數(shù)最優(yōu)波段組合Table 3 Optimal combination of spectral indexes based on raw reflectance spectra and first-order derivative spectra of leaves

2.4 基于各光譜指數(shù)的喀斯特植物葉片葉綠素含量估算精度驗(yàn)證

本研究所采用的15種常用光譜指數(shù)不一定適合于喀斯特植物葉片葉綠素含量的定量估算(表4)。常用光譜指數(shù)對(duì)喀斯特植物葉片葉綠素含量的定量估算能力普遍較弱，決定系數(shù)()為0～0.45，表現(xiàn)相對(duì)較好的是改良紅邊歸一化植被指數(shù)(mND705)和葉綠素吸收面積光譜指數(shù)(CAAI)，其決定系數(shù)分別為0.45和0.43，均方根誤差均為0.26 mg·g。采用相同方法對(duì)非喀斯特植物葉片葉綠素含量進(jìn)行定量估算及其精度驗(yàn)證發(fā)現(xiàn)，基于歸一化植被指數(shù)、色素簡(jiǎn)單比值指數(shù)(PSNDa和PSNDb)以及生理反射指數(shù)(PRI)對(duì)非喀斯特植物葉片葉綠素進(jìn)行定量估算均取得較好的效果，均在0.4以上，說(shuō)明這些常用光譜指數(shù)在非喀斯特植物葉片葉綠素含量定量估算中更為適用，但其在喀斯特植物葉片葉綠素含量定量估算中并不能通用。雖然熒光比值指數(shù)(FRI1)和葉綠素吸收面積光譜指數(shù)在定量估算喀斯特與非喀斯特植物葉片葉綠素含量時(shí)精度相當(dāng)，但從決定系數(shù)來(lái)看，其估算能力還是相對(duì)較低。

表 4 常用光譜指數(shù)的植物葉片葉綠素含量定量估算精度驗(yàn)證Table 4 Accuracy performance of different spectral indexes in estimation of plant leaf chlorophyll content

2.5 喀斯特植物葉片葉綠素含量定量估算的光譜指數(shù)選擇

差值光譜指數(shù)在400～2 500 nm間任意兩個(gè)波段的組合運(yùn)算相比其他3種類(lèi)型光譜指數(shù)所表現(xiàn)出來(lái)的喀斯特植物葉片葉綠素含量定量估算精度要更好(圖6)。差值光譜指數(shù)與喀斯特植物葉片葉綠素含量相關(guān)系數(shù)大于0.70的光譜指數(shù)個(gè)數(shù)在葉片原始光譜反射率中達(dá)36 734個(gè)，而在葉片原始光譜反射率一階導(dǎo)數(shù)值中達(dá)到61 876個(gè)，遠(yuǎn)遠(yuǎn)優(yōu)于其他3種光譜指數(shù)表現(xiàn)形式。且從表3中可以看出，無(wú)論是基于葉片原始光譜反射率還是其一階導(dǎo)數(shù)值，其最優(yōu)的光譜指數(shù)都是差值光譜指數(shù)，說(shuō)明4種光譜指數(shù)中，差值光譜指數(shù)更適合于喀斯特植物葉片葉綠素含量的定量估算。

圖 6 與植物葉片葉綠素含量相關(guān)系數(shù)大于等于0.70的光譜指數(shù)個(gè)數(shù)Fig. 6 Number of spectral indexes that correlation coefficients values are larger than and equal to 0.7 with plants leaf chlorophyll content

通過(guò)喀斯特與非喀斯特植物葉片光譜的“三邊”參數(shù)研究發(fā)現(xiàn)(表5)，喀斯特植物葉片光譜紅邊位置紅移現(xiàn)象明顯，樣本平均紅邊面積明顯增大。同時(shí)，相比于非喀斯特區(qū)域，喀斯特植物葉片光譜除紅邊位置紅移外，藍(lán)邊位置及黃邊位置也有一定的變化。而許多常用光譜指數(shù)都與這三邊參數(shù)有或多或少的關(guān)系，這可能是常用指數(shù)在喀斯特植物葉片葉綠素含量定量估算效果不理想的原因之一。對(duì)比喀斯特與非喀斯特同一植物的葉片比葉面積發(fā)現(xiàn)，喀斯特植物葉片比葉面積均值為(150.1±12.03)cm·g，非喀斯特植物葉片比葉面積均值為(118.81±4.46)cm·g，兩者有明顯差異在一定程度上說(shuō)明同一種植物的葉片結(jié)構(gòu)在喀斯特與非喀斯特地區(qū)有所差異。植物葉片結(jié)構(gòu)的差異也導(dǎo)致了葉片對(duì)光譜敏感度的不同。

表 5 喀斯特與非喀斯特植物葉片光譜“三邊”參數(shù)對(duì)比Table 5 Comparison of trilateral parameters of leaf spectral reflectance of plants in karst and non-karst areas

對(duì)基于葉片原始光譜反射率及其一階導(dǎo)數(shù)值的4種類(lèi)型光譜指數(shù)在400～2 500 nm波段遍歷研究發(fā)現(xiàn)(表6)，相比于喀斯特區(qū)，非喀斯特區(qū)4種光譜指數(shù)的最優(yōu)光譜指數(shù)波段向藍(lán)光和綠光方向移動(dòng)，而波段向近紅外長(zhǎng)波方向移動(dòng)，表明適用于非喀斯特植物葉片葉綠素含量定量估算的光譜指數(shù)不一定適合于喀斯特地區(qū)。

表 6 非喀斯特植物葉片原始光譜反射率及其一階導(dǎo)數(shù)值的不同類(lèi)型光譜指數(shù)最優(yōu)波段組合Table 6 Optimal combination of different types of spectral indexes based on raw reflectance spectra and first-order derivative reflectance of plant leaf in non-karst areas

3 討論與結(jié)論

目前，通過(guò)光譜指數(shù)定量估算植物葉片葉綠素含量已經(jīng)可獲得較高精度(Main et al., 2011; Croft et al., 2014)，但這些常用光譜指數(shù)主要基于非喀斯特植物葉片光譜反射率與葉片葉綠素含量間關(guān)系建立起來(lái)，對(duì)于基于光譜指數(shù)的喀斯特植物葉片葉綠素含量遙感定量估算及其光譜指數(shù)適應(yīng)性研究還相對(duì)缺乏。我國(guó)西南喀斯特地區(qū)面積約54萬(wàn)km，是全球喀斯特集中分布區(qū)面積最大，巖溶發(fā)育最強(qiáng)烈，生物多樣性豐富，人地矛盾最尖銳的典型生態(tài)脆弱區(qū)(王克林等，2019)?？λ固氐貐^(qū)土層淺薄，土壤富鈣而偏堿性，且具有高度的土被空間異質(zhì)性(朱守謙，1997)。特殊的喀斯特生境脅迫尤其是干旱脅迫成為我國(guó)西南喀斯特地區(qū)植物生長(zhǎng)演替與分布的主要限制因子(Liu et al., 2011)。受特殊喀斯特生境影響，生長(zhǎng)于喀斯特地區(qū)的植物與非喀斯特地區(qū)的植物相比，往往表現(xiàn)出不同的功能性狀特征(Geekiyanage et al., 2017)，如喀斯特植物往往具有較高的光合作用能力和水分利用效率(Fu et al., 2019)。植物葉片葉綠素含量可作為典型區(qū)域植物生長(zhǎng)及其對(duì)環(huán)境脅迫響應(yīng)的指示指標(biāo)(Zhang et al., 2008)。因此，本研究在總結(jié)以往基于光譜指數(shù)的植物生化參數(shù)定量估算研究基礎(chǔ)上，通過(guò)差值、比值、歸一化以及倒數(shù)差值光譜指數(shù)構(gòu)建方式對(duì)所采集的4種典型喀斯特植物——黃荊、鹽麩木、樸樹(shù)和紅背山麻桿葉片原始光譜波段(400～2 500 nm)反射率及其一階導(dǎo)數(shù)值與同步測(cè)定的葉片葉綠素含量進(jìn)行遍歷分析，直至獲得最優(yōu)光譜波段組合的指數(shù)模型，并將其應(yīng)用于喀斯特植物葉片葉綠素含量定量估算。

本研究所選擇的15種與植被色素有關(guān)的常用光譜指數(shù)中，改良紅邊歸一化光譜指數(shù)(mND705)對(duì)喀斯特植物葉片葉綠素含量定量估算精度較高。這可能是因?yàn)楦牧技t邊歸一化光譜指數(shù)受植物種類(lèi)以及葉片結(jié)構(gòu)影響的敏感性較低，能夠更好地應(yīng)用于不同植被類(lèi)型的葉片葉綠素含量定量估算(Main et al., 2011)；而其他常用光譜指數(shù)在喀斯特植物葉片葉綠素含量的定量估算中相比非喀斯特地區(qū)估算精度較差。如本研究中，基于歸一化植被指數(shù)、結(jié)構(gòu)不敏感色素指數(shù)以及三角形光譜指數(shù)在定量估算喀斯特植物葉片葉綠素含量時(shí)，模型的決定系數(shù)()均為0。受植物葉片結(jié)構(gòu)差異對(duì)光譜敏感性影響，采用經(jīng)典的歸一化植被指數(shù)在定量估算植物葉片葉綠素含量時(shí)精度低于其他光譜指數(shù)如葉綠素植被指數(shù)(chlorophyll vegetation index, CVI)(Frazzi, 2011)。基于光譜指數(shù)的植物生化參數(shù)定量估算中，歸一化植被指數(shù)并非一直有效(Khadka et al., 2021)。相關(guān)研究也表明，基于三角形光譜指數(shù)的植物葉片葉綠素估算精度較低，且低于真實(shí)值(姜海玲等，2016)。因此，在選擇光譜指數(shù)進(jìn)行植物生化參數(shù)定量估算時(shí)需要考慮光譜指數(shù)的普適性。喀斯特植物葉片結(jié)構(gòu)、營(yíng)養(yǎng)元素等均與非喀斯特區(qū)具有明顯差別，這可能是導(dǎo)致喀斯特與非喀斯特植物葉片對(duì)光譜反射率敏感性不一的原因。因此，基于非喀斯特地區(qū)植物葉片光譜反射率與葉片葉綠素含量之間關(guān)系建立的光譜指數(shù)模型不一定適合于喀斯特地區(qū)植物葉片葉綠素含量的定量估算。

光譜指數(shù)的波段組合方式及其表現(xiàn)形式多種多樣(劉暢等，2016)，光譜波段的有效選取是建立光譜指數(shù)模型的關(guān)鍵。本研究通過(guò)差值、比值、歸一化以及倒數(shù)差值的光譜構(gòu)建方式對(duì)喀斯特植物葉片原始光譜反射率及其一階導(dǎo)數(shù)值與同步測(cè)定的植物葉片葉綠素含量進(jìn)行遍歷研究發(fā)現(xiàn)，基于植物葉片原始光譜反射率一階導(dǎo)數(shù)值的差值光譜指數(shù) [(760，769)]能夠很好地估算喀斯特植物葉片葉綠素含量，其精度優(yōu)于其他常用光譜指數(shù)。(760，769)所選擇的波段接近短波近紅外區(qū)，這一區(qū)域?qū)χ参锶~片色素具有一定的相關(guān)性，同時(shí)對(duì)植物葉片結(jié)構(gòu)等較為敏感(Jacquemoud & Baret, 1990；宮兆寧等，2014)。喀斯特與非喀斯特區(qū)相比，水分條件是關(guān)鍵影響因素。在相同的氣候條件下，喀斯特地區(qū)植被更容易受到水分脅迫(郭柯等，2011；Liu et al., 2011)。干旱脅迫下植物葉片大小、厚度、氣孔導(dǎo)度、柵欄組織等都會(huì)發(fā)生變化(曹林青等，2018)，并引起植物葉片光譜反射率顯著差異(Chaturvedi et al., 2019)。本研究對(duì)比喀斯特和非喀斯特地區(qū)的同一植物葉片光譜特征時(shí)也發(fā)現(xiàn)類(lèi)似結(jié)果，在喀斯特與非喀斯特不同生境條件下，同一植物葉片光譜反射率差異顯著，尤其是對(duì)光譜的近紅外波段尤其敏感。因此，針對(duì)特殊生境的喀斯特區(qū)域，單獨(dú)提出喀斯特植物葉片葉綠素含量定量估算的光譜指數(shù)是必要的。此外，受樣本量以及區(qū)域限制的影響，本研究所提出的基于植物葉片原始光譜反射率一階導(dǎo)數(shù)值的差值光譜指數(shù) [(760，769)]，需要在不同喀斯特生境以及不同植物大量樣本的葉片葉綠素含量定量估算中進(jìn)一步研究驗(yàn)證，以提高其估算精度及適用性。

喀斯特植物葉片葉綠素含量及其他生化參數(shù)定量估算精度的提高，是快速、準(zhǔn)確評(píng)價(jià)喀斯特地區(qū)植物生長(zhǎng)狀況及其對(duì)環(huán)境脅迫響應(yīng)研究的關(guān)鍵。本研究通過(guò)對(duì)4種典型喀斯特植物實(shí)測(cè)的葉片高光譜反射率數(shù)據(jù)與同步測(cè)定的葉片葉綠素含量之間關(guān)系進(jìn)行研究，提出了基于植物葉片原始光譜反射率一階導(dǎo)數(shù)值的差值光譜指數(shù) [(760，769)]，并成功應(yīng)用于喀斯特植物葉片葉綠素含量的定量估算?；谥参锶~片原始光譜反射率一階導(dǎo)數(shù)值的差值光譜指數(shù) [(760，769)]在喀斯特植物葉片葉綠素含量定量估算的精度遠(yuǎn)優(yōu)于其他常用光譜指數(shù)，豐富了喀斯特植物葉片葉綠素含量遙感定量估算的研究，為大范圍無(wú)損監(jiān)測(cè)喀斯特植物葉片葉綠素含量及其他生化參數(shù)提供科學(xué)依據(jù)與技術(shù)支持。