黃河源區(qū)瑪曲縣不同沙化程度高寒草地光譜特征分析

陳政融，楊雪梅，唐進年，張 忠，李銀科，張衛(wèi)星，王景瑞，李學(xué)敏

（1.浙江海洋大學(xué)創(chuàng)新創(chuàng)業(yè)學(xué)院, 浙江 舟山 316022；2.蘭州文理學(xué)院旅游學(xué)院, 甘肅 蘭州 730000；3.甘肅省治沙研究所, 甘肅 蘭州 730000）

位于黃河源區(qū)的瑪曲縣是我國重要的水源涵養(yǎng)區(qū)和補給區(qū)[1-3]，該地區(qū)典型的高寒草地孕育著我國獨有的生物和物種資源，是青藏高原地區(qū)生物多樣性最豐富和保存最完整的草地之一，同時也是生態(tài)環(huán)境最為敏感和脆弱的區(qū)域之一[4]。近年來，受全球氣候變暖、人為擾動加劇和鼠兔害頻發(fā)的共同影響，瑪曲縣高寒草地出現(xiàn)類似沙漠景觀的退化過程[5]，集中表現(xiàn)為草地沙化、地表裸露和次生裸地“黑土灘”的出現(xiàn)[6-8]，嚴(yán)重威脅青藏高原以及黃河流域的生態(tài)安全和區(qū)域經(jīng)濟發(fā)展。

隨著黃河流域生態(tài)保護戰(zhàn)略的提出，瑪曲草地沙化引發(fā)了大量學(xué)者的關(guān)注，相關(guān)研究有瑪曲高寒草地沙化面積動態(tài)監(jiān)測研究[4,9]，草地沙化成因及機理分析研究[10-11]、高寒草甸沙化過程中的植物群落及多樣性研究[12-14]、高寒草甸沙化的土壤研究[5,15-16]等。上述研究有利于掌握草地沙化動態(tài)變化，對于生態(tài)保護及社會發(fā)展決策有著十分重要的意義，但對于高寒草地自然和人為影響退化方面的研究卻鮮有涉及，傳統(tǒng)的草地沙化動態(tài)監(jiān)測大多基于中、低分辨率的多光譜遙感進行，無法實現(xiàn)沙化草地地表微板塊高精度分類和精細(xì)化識別的需求。高光譜遙感因波段連續(xù)、光譜分辨率高、圖譜合一的特性，能夠直接對地物進行精細(xì)化光譜測定與定量分析，從而準(zhǔn)確反映同一像元中不同地物類型之間的微弱變化[17-18]。關(guān)于瑪曲地區(qū)高光譜遙感的研究較少，主要有利用光譜特征變量實現(xiàn)草地退化過程中的毒雜草分類[19]、基于高光譜成像技術(shù)對高寒牧區(qū)的土地利覆蓋進行分類和草地生物量監(jiān)測[20]、運用高光譜遙感技術(shù)對牧草發(fā)育所需的營養(yǎng)成分進行遙感估測[21]。本研究使用瑪曲縣不同沙化程度草地的實測光譜，通過分析其曲線特性以闡明不同沙化草地的光譜反射差異，并探索不同沙化程度草地的光譜響應(yīng)特性，最后獲得高光譜遙感對不同沙化程度草地的識別能力，為區(qū)域內(nèi)植被反演及驗證、典型地物光譜庫的建立和遙感制圖提供數(shù)據(jù)支持[22]，以期為利用遙感技術(shù)實現(xiàn)草原沙化信息提取和草地資源監(jiān)測提供數(shù)據(jù)基礎(chǔ)。

1 材料與方法

1.1 研究區(qū)概況

瑪曲縣位于青藏高原的東段、若爾蓋高原西北邊緣，地處甘肅、青海和四川交界處，是中國大地貌單元中第二和第三階梯交界地帶，平均海拔3 300～4 806 m，地處33°06′30″～34°30′15″ N，100°45′45″～102°29′00″ E。全縣總土地面積10 190 km2，其中天然草地8 587 km2，占土地總面積的約85%，自古就有“羌中畜牧甲天下”和“亞洲第一草場”的美譽?，斍h屬典型的青藏高原大陸季風(fēng)氣候類型，高寒濕潤，年均降水量和蒸發(fā)量分別為615.5 mm 和1 347.3 mm，降水主要集中在5 月—9 月；年均氣溫1.55 ℃，無絕對無霜期，太陽輻射較強，全年日照數(shù)在2 613.9 h 左右，年均風(fēng)速為2.5 m·s-1。該地的植被類型主要包括山地針葉林、高寒常綠灌木林、高寒草甸等，土壤類型主要有高山和亞高山草甸土、草甸土、沼澤土、泥炭土等?，斍h屬于川西、東高原灌草甸區(qū)，亞高山草甸草地構(gòu)成了該地區(qū)天然草地的主體。近幾十年以來，瑪曲的草地沙化現(xiàn)象日益加劇，在高寒草地上出現(xiàn)沙化草地或流動沙丘。據(jù)統(tǒng)計，瑪曲縣不同退化程度的天然草地占總草地的90% 以上[4]，草地覆蓋率也由85%降低到45%以下[6]。沙化地表單元由過去的零星分布向集中連片分布演變[10]，主要集中在黃河西南岸的河曲馬場境內(nèi)、縣域中部曼日瑪和采日瑪鄉(xiāng)交界區(qū)以及歐拉鎮(zhèn)黃河兩岸，如圖1 所示。

圖1 研究區(qū)概況Figure 1 Location of the study area

1.2 沙化草地分類

參考前人對沙化草地劃分標(biāo)準(zhǔn)并結(jié)合瑪曲的實地情況將其劃分為6 個沙化程度[23-24]，分別是未沙化草地、輕度沙化草地、中度沙化草地、重度沙化草地、極重度沙化草地以及沙化恢復(fù)區(qū)(表1)。

表1 瑪曲縣草地沙化分類Table 1 Classification of grassland desertification in Maqu County

1.3 數(shù)據(jù)信息采集

本研究采用美國Analytical Spectral Devices Inc公司設(shè)計生產(chǎn)的全光譜便攜式地物光譜儀Fieldspec?4 Standard-Res (FS4S)，光譜范圍為350～2 500 nm，光譜采樣間隔約1.5 nm，光譜分辨率3.5 nm。測量工作在2021 年8 月中下旬進行，期間選擇晴朗、無云、光照條件好、風(fēng)力較小的天氣條件進行野外光譜測量，探頭視場角為25°，探頭垂直向下與被測地物保持1.0 m 左右的距離。

本研究選取的實測點所處區(qū)域地形平坦，可以代表周圍較大面積的特征，能夠?qū)崿F(xiàn)與遙感圖像匹配。測量前嚴(yán)格按照操作規(guī)程，去除暗電流的影響，進行標(biāo)準(zhǔn)白板定標(biāo)，為保證光譜數(shù)據(jù)具有代表性，對除重度和極重度沙化之外的草地采取5 次測量取算術(shù)平均值將其作為該地物類型的光譜曲線。因重度和極重度沙化等低覆蓋度樣方內(nèi)光譜存在較大的隨機性和不均一性，為了削減誤差增強數(shù)據(jù)的準(zhǔn)確性，在對其進行測量時將探頭對準(zhǔn)圓心區(qū)域進行20 次光譜測量，運用ViewSpecPro 軟件剔除差異較大的光譜曲線并對剩余曲線取算術(shù)平均值作為以上兩種地物類型的光譜曲線。

考慮到儀器和環(huán)境的噪聲影響[22-25]，本研究選取了包含400—1 350、1 416—1 795 和1 971—2 470 nm等區(qū)間波段用于隨后的分析。

選取不同沙化程度草地的50 cm × 50 cm 的地面樣方，通過數(shù)碼相機在距離地表1 m 處進行垂直拍攝獲取該樣方的數(shù)碼照片，運用基于卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network, CNN)的現(xiàn)代人工智能技術(shù)進行植被蓋度信息自動提取。

1.4 數(shù)據(jù)處理與分析

采用MATLAB 2021a 對原始光譜曲線進行一階微分和包絡(luò)線去除處理，光譜特征參數(shù)提取、植被指數(shù)計算以及制圖均采用Excel 2016 完成，具體計算過程及公式如下。

1.4.1 一階微分

利用一階微分法去除部分系統(tǒng)誤差、凋落物等低頻光譜成分和削弱大氣背景的噪聲，增強局部位置的光譜響應(yīng)差異，放大地物光譜信息的微小變化[26]。具體計算公式如下：

1.4.2 包絡(luò)線去除

包絡(luò)線去除可以有效突出光譜曲線的吸收和反射特征，使不同光譜曲線的特征值差異顯著。根據(jù)反射率光譜曲線，在吸收谷所在處選取合適的波段，將波段的兩個端點定義為吸收的起點和終點，起點和終點的連線稱為“外殼”(Hull)。每個波段上的包絡(luò)線去除值等于該波段的反射率值除以Hull值。利用包絡(luò)線去除法處理后的光譜曲線，吸收谷被放大[27]。具體計算過程如下：

式中：CRi為 波段i處對應(yīng)的包絡(luò)線值，Ri為波段i處的光譜反射率，RHi為波段i處對應(yīng)的“Hull”值，K為吸收起終點之間的“Hull”的斜率，Rstart、Rend分別為吸收起點和終點的反射率， γstart、 γend分別為吸收起點和終點處的波長值。

1.4.3 光譜特征參數(shù)

三邊參數(shù)是植被光譜區(qū)別于其他物種的重要參數(shù)，包括紅邊、黃邊、藍邊。紅邊位置是指在 680—760 nm 范圍內(nèi)，反射率的一階導(dǎo)數(shù)最大值對應(yīng)的波長，該波長所對應(yīng)的斜率即為紅邊幅值。黃邊位置是在560—640 nm 范圍內(nèi)反射率的一階導(dǎo)數(shù)最大值對應(yīng)的波長，該波長對應(yīng)的斜率即為黃邊幅值；藍邊位置是指在 490—530 nm 范圍內(nèi)反射率的一階導(dǎo)數(shù)最大值對應(yīng)的波長，該波長所對應(yīng)的斜率即為藍邊幅值。

1.4.4 植被指數(shù)計算

簡單依靠光譜敏感波段的高光譜分析往往存在一定的局限性，利用植被指數(shù)有利于區(qū)分植被內(nèi)部結(jié)構(gòu)的差異，建立光譜信息的線性與非線性的組合，提高遙感光譜信息的精度[28]。本研究所選取以下8 種常用的植被指數(shù)分析草地的波段特征(表2)。

表2 植被指數(shù)及其表達式Table 2 Vegetation indices and their formulas

2 結(jié)果

2.1 光譜特征

比較目標(biāo)地物的光譜曲線特征可以在一定程度上實現(xiàn)不同沙化草地的區(qū)分。據(jù)圖2 所示，在400—2 470 nm 波段區(qū)間，除了極重度沙化光譜曲線之外，其他幾種類型的沙化草地光譜曲線形態(tài)表現(xiàn)基本一致，并且在不同的波段范圍內(nèi)呈現(xiàn)出差別。

圖2 瑪曲縣不同沙化程度草地高光譜反射率曲線Figure 2 Hyperspectral curve of grassland with different degrees of desertification in Maqu County

極重度沙化草地的光譜曲線表現(xiàn)為波浪形，波谷較寬且淺平，在400—900 nm 波段之間存在明顯的弓形突起區(qū)，同時在550 nm 后呈現(xiàn)平直狀態(tài)形成一條近似于X 軸平行的起伏曲線，在1 400 和2 200 nm 處存在明顯的吸收峰，這可以作為識別極重度沙化草地的依據(jù)。

在720—1 350 nm 區(qū)間，隨著沙化程度的加重植被覆蓋度不斷降低，進入光譜儀視域內(nèi)的綠色植被占比逐漸減小，反射率也不斷減弱。其中未沙化草地的反射率明顯高于其他類型的沙化草地，極重度沙化草地的反射率最低，各類型的沙化草地反射率差異明顯，具體表為未沙化 ＞ 輕度沙化＞ 中度沙化 ＞ 重度沙化 ＞ 沙化恢復(fù)區(qū) ＞ 極重度沙化，可以在該波段內(nèi)實現(xiàn)有效區(qū)分。在720—1 000 nm 區(qū)間，所有不同類型的沙化草地表現(xiàn)出反射率隨草地沙化程度的加重而不斷減小的規(guī)律，區(qū)分性最佳。

除極重度沙化草地外，其他5 種沙化草地的光譜曲線總體特征是在480 和680 nm 周圍形成兩個吸收谷，在550 nm 周圍形成一個小反射峰。在可見光和近紅外波段不同沙化草地類型反射率陡峭抬升，形成綠色植物獨有的紅邊，表現(xiàn)出明顯的植被光譜特征。在750—1 300 nm 范圍內(nèi)，出現(xiàn)高反射平臺并保持高位波動。在1 300—2 470 nm 范圍內(nèi)，光譜曲線的特征總體呈下降趨勢，并在1 450、2 450 nm 附近出現(xiàn)小的吸收谷，在1 650 和2 200 nm 附近出現(xiàn)遞減的反射峰，以上5 種類型的沙化草地的光譜趨勢、吸收峰和吸收谷的表現(xiàn)都與綠色植被光譜特征相吻合。該5 種沙化草地光譜分別在510—560和650—690 nm 范圍內(nèi)出現(xiàn)綠峰和紅谷。510—560 nm范圍內(nèi)的綠峰波段，反射率均低于0.2，未沙化和輕度沙化之間的差異性較小，都維持在較低的水平，重度沙化的綠峰值最大。650—690 nm 范圍內(nèi)的紅谷波段內(nèi)未沙化和輕度沙化草地的紅谷反射率都比較小且極為接近，無法區(qū)分兩者之間的差異，實際區(qū)分效果不佳。

2.2 光譜特征參數(shù)分析

不同沙化程度草地的一階微分光譜曲線如圖3所示，除極重度沙化草地外其他5 種不同沙化程度草地的三邊位置基本一致，在紅邊幅值和面積處區(qū)分性比較好，紅邊幅值和紅邊面積的排序一致，依次為未沙化 ＞ 輕度沙化 ＞ 中度沙化 ＞ 沙化恢復(fù)區(qū) ＞重度沙化(表3)。黃邊參數(shù)的差異主要表現(xiàn)在重度沙化和沙化恢復(fù)區(qū)上，其位置、幅值及面積均與其余類型的沙化草地表現(xiàn)不同，但其兩者較為接近，區(qū)分度不佳。由此可見，紅邊是相對理想?yún)^(qū)分以上地物類型的光譜參數(shù)。

表3 不同沙化程度草地的光譜參數(shù)Table 3 Spectral parameters of grassland with different degrees of desertification

圖3 瑪曲縣不同沙化程度草地一階微分光譜曲線Figure 3 First-order differential spectral curve of grassland with different degrees of desertification in Maqu County

對“紅邊”范圍(680—760 nm)光譜反射率的一階微分曲線分析發(fā)現(xiàn)(圖4)，未沙化和輕度沙化草地呈明顯的“雙峰”特性。未沙化和輕度沙化草地的一階微分值在分別在721 和719 nm 處達到最大，其主峰波長均大于次峰波長；沙化恢復(fù)區(qū)雖保留“雙峰”特性，但“雙峰”退化明顯。中度沙化、重度沙化和沙化恢復(fù)草地的雙峰特征消失，保留單峰，峰值分別出現(xiàn)在704、706、721 nm。極重度沙化在紅邊區(qū)間內(nèi)緊貼X 軸并與其保持平行，無明顯變化特征。

圖4 “紅邊”范圍內(nèi)的一階微分光譜曲線Figure 4 First-order differential spectral curve within the Red Edge

2.3 吸收特征分析

為了擴大弱吸收特征同時有效抑制土壤背景的噪聲，通常采用連續(xù)統(tǒng)去除的方法提取光譜特征。如圖5 顯示，利用包絡(luò)線去除法處理過的光譜曲線，在可見光吸收谷(510—560 nm，650—700 nm)，綠峰(1 400—1 500 nm)區(qū)間的光譜特征被放大，波峰波谷更為突出，6 種不同沙化類型的草地在紅光范圍內(nèi)比在藍光范圍內(nèi)有著更強烈吸收效應(yīng)。在可見光吸收谷范圍內(nèi)，未沙化草地的吸收深度比其他幾種類型的沙化草地要大，據(jù)此可以將未沙化草地區(qū)分出來，極重度沙化在此范圍內(nèi)的光譜曲線特征無明顯的吸收谷且值一直處于高位，也容易分區(qū)。在600—700 nm 波段范圍內(nèi)，吸收深度隨著草地覆蓋度的增加而增大，6 種不同類型沙化程度的吸收深度依次為未沙化 ＞ 輕度沙化 ＞ 中度沙化 ＞ 沙化恢復(fù)區(qū) ＞ 重度沙化 ＞ 極重度沙化?？傮w而言，經(jīng)過包絡(luò)線去除之后發(fā)現(xiàn)，吸收深度是區(qū)分不同類型沙化草地最有效的特征。

圖5 瑪曲縣不同沙化程度草地連續(xù)去統(tǒng)光譜曲線Figure 5 Continuum-removed spectrum of grassland with different degrees of desertification in Maqu County

2.4 植被指數(shù)特征分析

通過對不同波段的數(shù)學(xué)運算獲取不同類型的植被指數(shù)，有利于消除土壤溫度、濕度等影響，準(zhǔn)確反映植被光譜差異、植被覆蓋情況和監(jiān)測植被生長狀況。計算不同沙化程度草地光譜曲線對應(yīng)的NDVI、DVI 等指標(biāo)，定量表征不同沙化類型草地的光譜特征并計算出不同沙化類型草地的閾值為后期實現(xiàn)沙化草地遙感準(zhǔn)確制圖提供判別依據(jù)。不同沙化類型草地各植被指數(shù)判別閾值詳見圖6 和表4。

表4 瑪曲縣不同沙化類型草地植被指數(shù)閾值Table 4 Threshold of vegetation indices for grassland with different degrees of desertification in Maqu County

圖6 瑪曲縣不同沙化類型草地植被指數(shù)Figure 6 Vegetation indices of grassland with different degrees of desertification in Maqu County

NDVI、RVI、DVI、RDVI、SAVI 和GRVI 的參數(shù)值隨著沙化程度地不斷加重都呈現(xiàn)出不斷減小的規(guī)律，其中未沙化的各類植被指數(shù)均處于最高值，極重度沙化的各類植被指數(shù)均處于最低值。沙化恢復(fù)區(qū)的各類植被指數(shù)大小介于重度沙化和極重度沙化之間。各類型的植被指數(shù)在不同沙化類型的草地中的差別明顯，RVI、GRVI 指數(shù)在不同程度沙化草地中表現(xiàn)出較大的差異，其指數(shù)值均顯著高于其他指數(shù)值，具有較好的識別能力，可以有效表征不同沙化程度的草地。根據(jù)不同沙化類型草地的植被指數(shù)閾值可其進行判定，其中RVI、GRVI 分別高于7.93 和3.72 的可判別為未沙化草地，低于1.10 和0.38的可判別為極重度沙化草地。

3 討論與結(jié)論

光譜反射曲線是地物對電磁波反射的集中體現(xiàn)，代表物體的獨特特征，其受植被覆蓋度、生長情況、土壤和水分等條件的影響[29]。對地物光譜特征研究通過分析得知，極重度沙化草地的光譜反射率隨著波長的增加而增加，沒有植被光譜曲線特征，與典型土壤光譜特征相似。這是因為極重度沙化草地位于流動沙丘，植被覆蓋度在5%以下，為典型的荒漠土壤。該類型沙地的光譜在600 和800 nm 波段附近存在一個明顯的弓形突起區(qū)，這與荒漠土壤光譜曲線的研究一致[30]。除極重度沙化外的光譜曲線中，在350—1 300 nm 之間都具有綠光反射峰，紅光吸收峰和近紅外高反射區(qū)，光譜曲線有著大致相同的走向趨勢。在可見光波段內(nèi)具有明顯的綠峰、紅谷和紅邊特征，這些特征是跟綠色植被共有的一般性規(guī)律一致[31]，主要是因為草地植物的覆蓋使其出現(xiàn)該特征，同時其在包絡(luò)線去除之后吸收谷特征明顯，吸收谷深度受沙化程度直接影響，隨著沙化程度的嚴(yán)重而不斷減小，且區(qū)分明顯。

草地的沙化程度同植被覆蓋率密切相關(guān)，不同類型和不同植被覆蓋度植物冠層的差異導(dǎo)致反射率的大小變化差異，對紅光的吸收減弱，紅邊斜率逐漸減小[31]，本研究的結(jié)果與該結(jié)論相同。植被是影響反射率的決定性因素之一，不同沙化程度的草地植被覆蓋度的變化影響其光譜曲線的變化，未沙化、輕度沙化的草地因其保持較高的植被覆蓋度和物種豐富度在光譜曲線上表現(xiàn)出極為明顯的植被光譜特征，紅邊參數(shù)中的一階微分中也出現(xiàn)了植被獨有的“雙峰”現(xiàn)象。隨著沙化程度的加深，不同程度的沙化草地植被覆蓋度逐漸減少，中度、重度、極重度和沙化恢復(fù)區(qū)草地光譜曲線的植被特征消失并趨向于線性的土壤曲線發(fā)展，光譜曲線的雙峰逐漸模糊直至消失。張凱等[31]認(rèn)為隨著生物量、植被覆蓋度和葉面積指數(shù)的減小，土壤背景的影響逐漸增強，導(dǎo)致雙峰現(xiàn)象逐漸消失，本研究也發(fā)現(xiàn)了該現(xiàn)象；同時，隨著植被覆蓋度的減少，地表逐漸裸露并沙化，導(dǎo)致土壤背景嚴(yán)重影響樣方內(nèi)的光譜反射率，所測光譜中包含了大部分的土壤信息，也會造成光譜曲線的植被特征明顯減弱甚至消失[32]。值得注意的是中度沙化和沙化恢復(fù)區(qū)的植被覆蓋度相當(dāng)，但卻表現(xiàn)出不同的光譜曲線特征，造成該現(xiàn)象的原因有兩個，其一是因為中度沙化和沙化恢復(fù)區(qū)的先鋒物種存在差別。中度沙化的先鋒種為高山蒿草(Carex parvula)、高山早熟禾(Poa alpina)、紫羊茅(Festuca rubra)等，而沙化恢復(fù)區(qū)的先鋒種為鵝絨委陵菜(Argentina anserina)、釘柱委陵菜(Potentilla saundersiana)、乳漿大戟(Euphorbia esula)等，不同的物種造成了覆蓋度相同光譜曲線卻有差別的現(xiàn)象；其二是沙化恢復(fù)區(qū)的樣方本底有較多的非光合作用植被，在測量時，較多的非光合作用植被進入儀器視場，使得其在近紅外波段的光譜范圍更接近重度沙化草地。

對圖6 中常用的植被指數(shù)分析后，發(fā)現(xiàn)NDVI、RVI 等植被指數(shù)表現(xiàn)一致，依次排序為未沙化 ＞ 輕度沙化 ＞ 中度沙化 ＞ 沙化恢復(fù)區(qū) ＞ 重度沙化 ＞ 極重度沙化。未沙化草地的各類指數(shù)最高，極重度沙化草地最低，表明植被覆蓋度及生長情況對以上指標(biāo)有較強的相關(guān)性[32-33]，不同沙化程度的NDVI 值同杜子濤等[34]關(guān)于蓋度分級與NDVI 的分級對應(yīng)關(guān)系保持一致，也從側(cè)面驗證了植被指數(shù)參與分類的有效性。該系列植被指數(shù)能夠為基于高光譜數(shù)據(jù)的沙區(qū)地表精細(xì)化分類提供數(shù)據(jù)支持。

高光譜數(shù)據(jù)的優(yōu)勢之一在于目標(biāo)特征的精細(xì)提取和識別，特征選擇是其應(yīng)用的關(guān)鍵問題[27]。通過處理和分析野外實測的高光譜數(shù)據(jù), 尋找細(xì)微差別，確定特征波段，掌握沙化草地的光譜特征及變化規(guī)律，從而提高遙感地物識別精度是本研究的要解決的關(guān)鍵問題，但高寒草地植被覆蓋受季節(jié)、水分含量、葉綠素、冠層蒸騰、組織結(jié)構(gòu)等指標(biāo)的影響，會導(dǎo)致在同一地區(qū)不同季節(jié)呈現(xiàn)出迥異的光譜特征。而且對于植被覆蓋度較低的沙化地區(qū)，土壤背景會對草地光譜產(chǎn)生較大的影響，土壤含水量、顏色以及有機質(zhì)含量的變化都會導(dǎo)致光譜特征出現(xiàn)差異，因此如何更好地探測或剔除背景信息，結(jié)合野外混合光譜數(shù)據(jù)以及純凈光譜信息、植被冠層信息開展不同沙化草地識別研究，是目前高寒草甸沙化光譜特征提取和識別的重難點研究內(nèi)容之一，也是本研究后續(xù)要解決的問題。

4 結(jié)論

為了準(zhǔn)確對不同沙化程度草地進行精細(xì)化分類，本研究基于瑪曲實測光譜數(shù)據(jù)，通過對其光譜曲線特性分析，探討不同沙化程度草地的光譜響應(yīng)特征和差異性，實現(xiàn)高光譜遙感對不同沙化程度草地的識別能力。主要結(jié)論：

1)瑪曲不同沙化程度草地光譜在400—2 470 nm波段內(nèi)大體呈現(xiàn)出兩種不同的特征。極重度沙化草地的光譜曲線變現(xiàn)為波浪形，在600 和800 nm 處存在弓形突起區(qū)，呈現(xiàn)典型的荒漠化土壤特征，其余5 種光譜曲線表現(xiàn)出明顯植物光譜特征，其紅邊、紅谷、綠峰及三邊參數(shù)位置均與植物的光譜曲線變現(xiàn)一致。

2)基于高光譜反射率數(shù)據(jù)的定量分析發(fā)現(xiàn)，在原始光譜中容易將極重度沙化同其他類型的沙化草地進行區(qū)分，針對未沙化、輕、中、重及沙化恢復(fù)區(qū)類型草地來講，720—1 000 nm 是區(qū)分以上5 種類型沙化草地的最佳波段。利用一階微分和包絡(luò)線去除的光譜轉(zhuǎn)化方法，對草地光譜反射率曲線進行處理，發(fā)現(xiàn)較好的可用于不同程度沙化草地區(qū)分的特征波段還有510—560、650—700 nm、紅邊幅值和吸收深度。

3)不同的植被指數(shù)都隨著沙化程度的不斷加重都呈現(xiàn)出不斷減小的規(guī)律，RVI、GRVI 指數(shù)在不同程度沙化草地中表現(xiàn)出較大的差異，通過分析不同沙化草地的閾值發(fā)現(xiàn)RVI、GRVI 指數(shù)閾值區(qū)分度大且分級明顯，可實現(xiàn)不同沙化程度草地的有效區(qū)分。