服务热线:
86-0755-23229824
您当前所在位置: 首页>>应用案例>>遥感案例展示
地物光谱仪植物测量

便携式地物光谱仪的地物测试案例

1.为什么用地物光谱仪对地物进行测试?

对于地物的测试,传统的方法有化学法等。随着光谱学的发展,现在可以运用光谱法去对地物进行测试,获取地物自身的信息。无论是植被、土壤、水体还是人工地物都具有其自身特征的光谱反射率,我们可以通过地物光谱仪去测试地物的光谱反射率,有些地物信息是可以直接通过地物光谱测量去获取,除此之外地物光谱测量也能辅助一些化学法或者其他方法去对地物做研究。

2.地物光谱特征

每种地物的自身特性都不一样,有些地物会吸收掉大部分的太阳光,而有些会将大部分太阳光反射出去,这种地物的反射率比较高,有一些能被部分太阳光透过,这些地物都具有不一样的反射光谱。所谓光谱学,就是研究一定波长的电磁波在液体,固体和气体这三种介质中经过反射,辐射,散射以及吸收作用的学科。研究地物光谱特征主要就是研究其反射光谱,知道地物的光谱吸收段并通过吸收段的光谱响应来获取反演地物的材料,状态等等。光谱范围能否包括我们测试地物需要提取的特征点获取信息的光谱吸收段,是我们能否顺利研究获取地物信息的关键,所以我们首先需要知道光谱范围,还需要看其光谱分辨率,光谱带宽以及信噪比。相邻的两个通道的中心波长的波长间隔就是光谱分辨率,这个波长间距对被测地物的局部特征反映有影响,采样间隔越小,就越能反映被测地物的局部吸收。光谱带宽是指光谱仪内一个光谱通道的宽度,带宽的宽窄直接影响了地物测量的精确性,带宽太宽,就会导致我们需要提取的特征点丢失,测量精度低,带宽越窄,就不容易损失有用的信息,在邻近的谱段能测到的波谱样本越多,对地物的测量就越精确,有利于数据处理

。信噪比是传感器的信号功率(SP)和噪声功率(NP)之比,它取决于探测器的敏感度、光谱宽度、被测量物表面反射和发射光的强度,当信噪比低的时候,噪声功率的占比就会比较高,对地物的信号探索反演有很大的干扰;当信噪比高时,就能更准确的去获取地物的光谱信息。

除了植被、土壤等典型的地物光谱,人们还开始研究一些人工地物的光谱特征,比如迷彩服的绿色与植被的绿色的区别。而且根据这些需要,也建立起越来越精确且多样的地物光谱库,为高光谱影像分类和匹配做准备。

2.1典型地物光谱特征

大量的光谱波段提供了不同且极其丰富的地物遥感信息,直接基于地物的吸收谱线的分析,是辨别地物类型,获取地物性质的最基本也是最有效的方法,因为不同类型的地物具有不同特征的吸收谱线。表2-1列出了波段范围内的一些显著的地物光谱特征。

表2-1 不同波段区间的光谱吸收特征

波段号

波长范围(nm)

光谱吸收特征

1

450-520

蓝绿光区,水体最大透过率的位置

2

520-600

绿光区,匹配植被的绿光反射峰

3

630-690

红光区、用于判定植物类型的叶绿素吸收带

4

760-900

近红外反射区、可用于确定生物量参数和海岸带制图

5

1550-1750

红外反射区、用于分析土壤含水量和植被覆盖

6

2080-2350

近红外反射区、热液蚀变引起的矿物吸收谱带

不同的地物在不同的波段内响应都不同,沥青、水泥地以及其他的一些人工地物在可见光范围内的光谱反射率随着波长增加而增加;各种类型的植被光谱反射率曲线在不同波段都有以下几种特点:在可见光区内植物光谱反射率会有一个极大值和一个最小值,分别在550到560nm之间和650到680nm之间,而且在近红外(730-1000nm)光谱区有一段较平缓和比较高的反射率;本次测量将会测量几种不同的植被,并且根据获取的光谱信息对植被进行不同的分析。

2.2植被光谱特征

用地物光谱仪获取的光谱反射率可以表现出不同植物类型的光谱特征,又能通过光谱特征去研究反演出植被的组织结构、环境条件、元素含量。一般来说,健康的绿色植物的光谱曲线总是会呈现很明显的“高反射峰”和“低反射谷”。如图2-1植被的反射光谱特征和其他地光谱特征不一样。

图2-1植被反射光谱特征

经过对图2.1的分析,可以得知健康绿色植被光谱曲线主要有以下的特点:(1)在可见光波段(400-760nm)有一个小的反射峰,两侧有两个吸收带,即在450nm和670nm 波段为反射低谷,这是由于叶绿素对蓝光和红光吸收作用强,而对绿光反射作用强的原因。(2)植被的最独特的特征就是在700-800nm有一个斜率很大、变化很大的反射曲线,在1100nm处到达峰值。(3)由于叶子内部的含水量的强烈吸收作用,除了在970nm有一个小的吸收段外,在1400nm,1900nm和2700nm处有三个显而易见的低反射谷。(4)此外在1600nm和2200nm处也有两个反射峰。

2.3 植被光谱的特征参数

为了更好地研究植被的反射率光谱,人们提出了一系列的植被系数来研究植被的光谱特征,这些参数能够更好地反映植被本身的生长情况、叶绿素含量等参数,可以更好地帮助人们研究植被本身生长状况、生长趋势等等。表2-2列出了常用的植被光谱特征参数。

表2-2 常用植被光谱特征参数

植被光谱特征参数

参数对应的植物特征

红边(RE)

红边是植被在670~740nm之间反射率增高最快的点,也是一阶导数光谱在该区间的拐点,是绿色植被最显著的标志。

蓝边(BE)

蓝边是指蓝色光在490~530nm之间反射率一阶导数的最大值位置。

黄边(YE)

黄边是指黄色光在550~582nm之间反射率一阶导数的最小值位置。

归一化差异植被指数(NDVI)

NDVI一般指近红外波段反射率和可见光波段反射率的差值与其和值的比值。NDVI=(NIR-R)/(NIR+R)

NDVI可以很好的反映植被本身的生长状况、植被覆盖率等;当-1<=NDVI<=1,则说明R>NIR,一般有这样的反射率的地面覆盖为云、水等;若NDVI=0,则代表R=NIR,说明被测地物为岩石;当NDVI>1,说明被测地物有植被,而且随着植被占比的提高而提高;NDVI的劣势在于,它不是以线性拉伸的形式呈现NIR与R的反射对比度,这导致了在植被占比较高的区NDVI的灵敏度降低;NDVI与植被占比相关,可以反映出被测区域是否有土壤、枯叶等背景影响。

差值植被指数(DVI)

DVI能很好地反映植被覆盖度的变化,但对土壤背景的变化较敏感,当植被覆盖度在15%~25% 时,DVI随生物量的增加而增加,植被覆盖度大于80% 时,DVI对植被的灵敏度有所下降。DVI=NIR-R

植被叶面积指数(LAI)

是指单位面积内植被所有叶面积的总和除以单位面积。叶面积指数是植被冠层结构的一个重要指数,它反映植被的许多生物物理过程。遥感方法计算叶面积的指数的方法,通常是利用植被在近红外波段有较高的反射率,间接计算叶面积指数。

红边一阶导数最大值(DRE)

它对植被的植物量(叶面指数LAI)反映极为敏感,其他如一阶导数积分、二阶导数积分与绿色植被的覆盖度有非常紧密的线性关系。

3.地物光谱特征的数据获取

3.1野外光谱数据采集

环境因素、仪器参数灵敏度、采集的方法、地物本身特性等各种因素都会影响我们野外地物光谱测量的结果,所以我们在测量前需要根据被测的地物和人物指定相应的测试方案,尽可能规避所有对所测结果产生影响的各种干扰因素,尽可能保证所得的光谱数据能够真实体现出地物本身的光谱特性,并且记录当时使用的仪器参数,测量条件以及被测地物的信息。这样测量出来的数据才具有可靠性,为之后的数据反演和光谱库建立提供依据成。

3.2地物光谱测量条件和注意事项

3.2.1地物光谱测量条件

①目标选取:选取的被测地物要具有象征性,需要能准确反映出该地物的平均生态情况。(根据实际需求)。在测量植被冠层等地物时,需要考虑土壤覆盖率等背景因素。

②能见度的要求:除了测量内容包括对大气污染程度的研究,测量的能见范围要不小于10千米。

③云量限定:太阳光源需稳定,不能够时而阴天时而晴天,云量也需要稳定,若在测量过程中光照强度发生变化,则需要重新进行标定。

④风力要求:一般情况下测量时风力不大于5级,若测量植物,测量时风力不大于3级。

⑤测量时间:上午10时至下午2时是最好的地物光谱测试时间段。

测量步骤:

①记录测量仪器及附件名称、编号。

②记录测量时间、地点(地理位置和经纬度)、环境(天气,能见度,风力等)。

③记录测量目标,可使用照相机进行实物拍照。

④开始测量。

⑤测量结束后,记录结束时间,测量人员。

3.2.2地物光谱测量注意事项

野外光谱测试的时间要求是在上午十点至下午二点进行,若下午三四点太阳光依旧充足且稳定,则可以进行测量。风力小于5级,若测量地物为植被,则风力小于3级,如果被测地物为土壤,要避免雨后的湿气对土壤反射率的影响。要选择能反映出地物平均自然性的地物,对同一种地物进行多次测量,排除随机性,保证测试结果准确可比,使数据具有代表性。

仪器测试要求:仪器的探头需要正对着地物,使探测面与水平面持平。

传感器镜头的选择:根据测量地物的面积、地物覆盖率去选择不同视场角的镜头,视场角较大的镜头适合测量距离较近、地物覆盖率高的地物。若测量地物较远或者该地物覆盖率不高的情况下,则需要用到视场角较小的镜头。

避免阴影:校准标定标准板时需要正对着阳光,测量的时候也需要正对着阳光,避免阴影。野外大面积测试光谱数据时,需要根据太阳光的方向设计测试方案。

白板反射校正:根据被测地物自身反射率高低,选择合适反射率的标准板。由于太阳光角度、强弱时刻发生变化,仪器需要经常用白板校准,天气较好的情况下几分钟需要标定一次。若天气较差,标定的频率则需要更高。当阴影不可避免时,使用参考白板校正时应注意遮荫。

防止光背景污染:野外测量时,应该注意到被测地物周围的环境是否对地物本身的反射光谱特征有影响,若有则需要记录下来或者规避该影响。测量植被时,土壤覆盖率较高的话,则需要更换视场角镜头以及记录土壤的光谱数据,后期对植被光谱数据进行校正。除此之外,测试人员需要穿深色颜色的衣服,避免改变被测物体的反射光谱特征。

测量时间和校准频率:光谱测试应在上午十点至下午两点之间完成,并在光照稳定的条件下进行。在时间充裕的情况下,尽可能多测几组数据,以求平均值,降低仪器等因素带来的影响。进行水体测量时,需要换低反射率的标准板重新标定,测量数据应至少跨越一个波浪周期。

采集辅助数据:记录所有测试地物的GPS信息,并且记录测试时每种被测地物的周围环境,并且拍照记录,以便后续数据分析。

4.数据获取及处理

4.1数据获取

①实验仪器:本实验使用iSpecField-NIR便携式地物光谱仪(图4-1),其光谱范围250-1700nm,通道数2200,探测器为2048像素CCD/512像素InGaAs-TEC致冷:固定全息光栅分光,光谱分辨率为1.5nm@250-1100nm;3nm@1100-1700nm,最短积分时间为30微秒,视场角为8°以及99%标准白板。

②实验时间地点人物:2021年3月24日,湖南省湘潭县,李卓钊,陈煜豪等。图4-2为现场测试图。

图4-1 便携式地物光谱仪iSpecField-NIR

图4-2 现场测试图

③测试地物:油菜花(黄花白花),蒜苗,韭菜,生菜。

4.2数据处理

下面将通过几种植物系数计算来分析被测地物:

被测地物:黄油菜花;时间2021年3月24日;GPS:N27°47′19.188″,E112°59′18.024″。图4-3为测试的黄油菜花图,图4-4为黄油菜花的反射率曲线图,表4-1为黄油菜花的植物系数计算结果。

zi_01_185703

图4-3 黄油菜花

图4-4 黄油菜花反射率图

表4-1 黄油菜花植被系数计算结果

植被系数

计算结果

NDVI归一化差异植被指数

0.5592

RVI比值植被系数

3.98049

DVI差值植被指数

27.41616

WI叶面水含量指数

1.0618

被测地物:白油菜花;时间2021年3月24日;GPS:N27°47′18.696″,E112°59′18.300″;图4-5为测试的白油菜花图;图4-6为白油菜花光谱反射率图;表4-2为白油菜花植被系数计算结果。

图4-5 测试的白油菜花图

图4-6 白油菜花光谱反射率图

表4-2 白油菜花植被系数计算结果

植被系数

计算结果

NDVI归一化差异植被指数

0.63644

RVI比值植被系数

4.50123

DVI差值植被指数

39.68619

WI叶面水含量指数

1.14746

被测地物:韭菜;时间2021年3月24日12:21:29; GPS:N27°47′21.736″,E112°59′14.568″;图4-7为测试的韭菜图;图4-8为韭菜光谱反射率图;表4-3为韭菜植被系数计算结果。

图4-7测试的韭菜图

图 4-8 韭菜光谱反射率图

表4-3 韭菜的植被系数计算结果

植被系数

计算结果

NDVI归一化差异植被指数

0.68749

RVI比值植被系数

5.39989

DVI差值植被指数

23.99589

WI叶面水含量指数

1.05686

被测地物:蒜苗;时间2021年3月24日12:22:03; GPS:N27°47′21.516″,E112°59′16.648″;图4-9为测试的蒜苗图;图4-10为蒜苗光谱反射率图;表4-4为蒜苗植被系数计算结果。

图4-9 测试的蒜苗图

图4-10 蒜苗的光谱反射率图

表4-4 蒜苗的植被系数计算结果

植被系数

计算结果

NDVI归一化差异植被指数

0.79490

RVI比值植被系数

8.75118

DVI差值植被指数

36.02176

WI叶面水含量指数

1.13612

被测地物:生菜;时间2021年3月24日13:33:44; GPS:N27°46′45.942″,E112°53′6.474″;图4-11为测试的生菜图;图4-12为生菜光谱反射率图;表4-5为生菜植被系数计算结果。

图4-11 测试的生菜图

图4-12 生菜的光谱反射率图

表4-5 生菜的植被系数计算结果

植被系数

计算结果

NDVI归一化差异植被指数

0.82100

RVI比值植被系数

10.171307

DVI差值植被指数

33.83744

WI叶面水含量指数

1.12779

图4-13是将五种测试地物光谱反射率图进行整合对比,能够发现白油菜花整体反射率最高,黄油菜花、生菜、蒜苗反射率差不多,整体反射率最低的是韭菜。由于叶绿素主要吸收红光和蓝紫光,而叶绿素a主要吸收红光,叶绿素b主要吸收蓝紫光。从图可看出白油菜花在450nm吸收很少,可以定性分析出该测试白油菜花叶绿素b含量较低,黄油菜花在680nm的红光部分吸收较少,可以定性分析出该测试黄油菜花的叶绿素a含量较低。其余三种地物在450nm和680nm都有相应吸收,都含有一定的叶绿素a和叶绿素b。

图4-13 五种地物反射率对比图

表4-6为五种测试地物的植被系数对比图。NDVI指数越接近1植被生长越是茂盛,通过数据对比能得出测试地物中最茂盛的是生菜,其次是蒜苗、韭菜、黄油菜花、白油菜花;RVI指数能一定条件下反映植被生长状况,RVI指数越大植被生长状况越好,通过数据对比得出测试地物中生长状况最好的是生菜,其次是蒜苗、韭菜、黄油菜花、白油菜花;DVI指数在一定条件下反映生物量的变化,他们的生物量最多的是白油菜花,其次是蒜苗、生菜、黄油菜花、韭菜;WI指数能反映叶面水含量,几种地物水含量最大的是白油菜花,其次是蒜苗、生菜、韭菜、黄油菜花。

表4-6 五种测试地物的植被系数统计

植被系数\测试地物

黄油菜花

白油菜花

韭菜

蒜苗

生菜

NDVI归一化差异植被指数

0.5592

0.63644

0.68749

0.79490

0.82100

RVI比值植被系数

3.98049

4.50123

5.39989

8.75118

10.171307

DVI差值植被指数

27.41616

39.68619

23.99589

36.02176

33.83744

WI叶面水含量指数

1.0618

1.14746

1.05686

1.13612

1.12779

5.结论

通过本次测试,可得出测试的地物中,白油菜花的叶绿素b含量较低,黄油菜花的叶绿素a含量较低,其余三种植被都含有一定量的叶绿素a和叶绿素b。通过植被指数的直观反馈,测试地物中最茂盛以及生长状况最好的是生菜,其次是蒜苗、韭菜、黄油菜花、白油菜花;生物量最多的是白油菜花,其次是蒜苗、生菜、黄油菜花、韭菜;几种地物水含量最大的是白油菜花,其次是蒜苗、生菜、韭菜、黄油菜花。本测试是区域高光谱遥感的前期采样工作,若需要获取区域内的地物光谱特征,则需要用无人机高光谱(图5-1为无人机高光谱iSpecHyper-VM100)去获取该区域的地物光谱特征,再通过便携式地物光谱仪采样的光谱数据做对比、建模,完成区域高光谱遥感工作。

图5-1 iSpecHyper-VM100无人机高光谱



Copyright © 2020 All Rights Reserved 莱森光学(深圳) 有限公司·版权所有 备案号:粤ICP备18141551号