1、雅安市雨城区几种常见乔木树种夏季光谱特征分析作者：李红 专业：林学（经济林方向） 学号：20082036 指导老师：赖家明摘要：本文以四川省雅安市雨城区为例，利用 ASD 地便携式光谱仪对雨城区几种常见乔木树种的反射光谱进行了测定。对目的树种光谱特征、光谱反射一阶导数特征以及光谱反射二阶导数特征进行了分析。研究表明：常绿阔叶林、针叶林树种种间光谱反射率混淆严重，难以区分；根据其光谱反射率在7501100nm 范围上反射率大小，可以总结为：构树 香樟巨桉梨树杉木柳杉马尾松侧柏。在反射光谱的一阶导数和二阶导数特征的研究中发现巨桉、香樟、梨树、构 树、杉木、柳杉、 侧柏等树种具有独特的光谱一阶导数特
2、征，马尾松具有独特的光谱二阶导数特征，通过建立对应的光谱反射一介导数和二阶导数模型，可以将其信息提取识别。关键词：光谱特征，树种识别，光 谱微分spectral analysis of several kinds of common tree species in summer in Yaan Yucheng DistrictForestry(Economic forests) Li hong 20082036Instructor: Lai JiamingAbstract: This paper Sichuan Province Yucheng District, for example, t
3、he use of portable objects ASD spectrometer to the main tree species in their reflectance spectra were measured; on the main spectral characteristics of forest tree species, the first derivative spectral reflectance characteristics, and the second derivative spectral reflectance characteristics were
4、 analyzed. The results show that: evergreen broadleaf forest, coniferous forest tree species in a serious confusion between the spectral reflectance is difficult to distinguish. According to their spectral reflectance in750 1100nm range on the size of the reflectivity, can be summed up: Broussonetia
5、 papyriferaCamphorEucalyptus grandisPear treeFir woodCryptomeria fortuneiMasson PineOriental Arborvitae. In the reflection spectrum the first derivative and second derivative features in the study found Broussonetia papyrifera, Camphor, Eucalyptus grandis, Pear tree, Fir wood, Cryptomeria fortunei,
6、Oriental Arborvitae have unique spectral characteristics of the first derivative; Masson Pine have unique spectral characteristics of the second derivative. through the establishment of the corresponding reflectance ordinary derivative and second derivative model identification can be extracted.Key
7、words：spectral characteristics, species identification, spectral derivativ1 前言随着世界经济的飞速发展，也随着全世界范围对环境保护日益重视，森林发挥出的巨大生态效益也逐渐被人们所认同并接受，因此对林业的科学经营和管理显得尤为重要 1。植被作为地球陆地覆盖面积最大、对人类生存环境和生存质量影响最显著的因子，一直是生态学研究的核心内容，而准确的辨别森林树种是利用和保护森林资源的基础和依据 2。所谓遥感(RS) 即利用某种装置在不与研究对象直接接触的情况下,收集对象的信息，通过处理分析，最后提取有用信息并加以利用的一种技术
8、3,4。随着遥感技术的出现和不断改进，使得森林参数的调查与林地的分析变的更加容易与精确。地物光谱特征的测量则是理论研究的重要内容，也是各种遥感应用分析的基础 5,6。反射光谱曲线是植物遥感的重要依据 7，不同的植物以及同一种植物的不同生长发育阶段，其反射光谱曲线的形态和特征不同。在植物遥感中，健康绿色植物的光谱特征主要取决于其叶片的状态，特别是在可见光和近红外波段内，植物的光谱特征与叶片叶绿素浓度有着紧密联系 8-11。通过地物光谱仪，人们可以快速准确地识别树种 12，获得森林参数和林木的生长状况等信息，更好地利用和管理森林资源，森林资源也正朝着更好的方向发展。在过去二三十年里，由于技术和设备
9、的限制，遥感技术只能单纯地将树种针叶、阔叶两大类，无法克服因为不同树种经常有极为相似的光谱特征（通常称为“异物同谱”现象）和因为光谱遥感所依赖的光照条件无常，可能引起的相同树种具有显著不同的光谱特征（即所谓的“同物异谱”现象） 13。但是近年来，高光谱遥感突破了这一瓶颈，高光谱遥感在光谱空间上大大抑制了其他干扰因素的影响，能够准确地探索到具有细微光谱差异的各种地物类型，极大的提高了森林树种的识别精度 1415。光谱技术为林业生产提供了丰富的信息源，给落后的森林资源清查和监测工作带来了新的契机 13。当前，林业正走向信息化， “数字林业”正向我们走来，而光谱分析技术便是我们强大的信息保证。所以将
10、光谱特征与林业工作相结合，不仅避免了以前常规方法的不足，而且对林业生产与发展起到了积极的作用。就目前同类研究而言，缺少对川西地区（盆周山区）森林植被及树种光谱的测定和分析，缺少对每一类型内各树种间的光谱特征分析。川西林区是我国重要的林区，其中以常绿阔叶林最具有代表性。为此，本实验以四川省雅安市雨城区为例，利用 ASD 便携式地物光谱仪对其主要森林树种的反射光谱进行测定；对光谱特征以及其微分导数特征进行分析，从而揭示出川西林区代表性树种的光谱特征，每一类型内各树种间的光谱特征，各树种独特的光谱微分导数特征，从而为川西地区植被类型和树种遥感提供理论基础。2 研究区域概况雨城区位于四川盆地西部边缘雅
11、安市的东部，处于盆地与青藏高原的过渡地带，素有“西藏门户”之称。地理位置界于东经 1025110312和北纬 29403014之间，南北长 63km，东西宽 34km。全区幅员面积约为 1067km2。全区地势西高东低，处于邛崃山脉二郎山支脉大相岭北坡，为中低山地带。山地占全区总面积极 91%，其中海拔 1000m 以下的低山占 45%，1000m 以上的中山占 46%，平地占 9%，主要是河谷阶地和山间盆地。由于地形特殊，全年有效光照较少，雨水较多。3 研究方案3.1 光谱仪器光谱测量采用美国 ASD(Analytical SpectralDe-vice)公司的便携式地物光谱仪，波段值范围为
12、 3502 500 nm，最快采集速度为 100ms，其中，3501 000 nm 光谱采样间隔为 1.4 nm，光谱分辨率为 3 nm； 1 0002 500 nm 光谱采样间隔为 2 nm，光谱分辨率为 10 nm。采用 ASD 光谱仪标准配置 5和 25视场角。波长精度为1 nm。3.2 测量对象选择测量对象为雅安市雨城区常见乔木树种如香樟、构树、梨树、巨桉、侧柏、柳杉、杉木、马尾松等具有代表性的针、阔叶林乔木树种。对象的选取直接关系到试验的成败，所以我们选择的树种应具有一定的代表性和针对性。首先我们选择的树种的都是我们熟知的、常见的。这样有利于我们在试验开展，也有利于对试验结果的核实。
13、其次，我们选择的树种都是南方的常见林木树种，具有一定的地域代表性，使得试验结果更有说服力。测量对象为同地域内茂盛、健康的树种，避免环境、虫害等因素的干扰，确保实验的结果准确无误。3.3 研究方法3.3.1 外业测定在天气明朗的时候，携带 ASD 便携式光谱仪在调查林地对乔木树种进行调查，将光纤连接样本采样，光纤的视场均为 25。测量采用垂直测量的方法，先将探头对准标准版进行测量，并保存结果作为参照，然后再在保持太阳光照条件一致下 7，迅速移动光纤探头放置于距目标冠层中心处 130cm 高度，并垂直向下观测 16。分别在东、南、西、北四个方向测定，每个方向测定 10 次，在每次测定前均进行白班校
14、正，取平均值作为观测目标的反射值,记录数据。对于十分高大的无法近距离提取其信息的乔木树种，我们采用将其茂盛、健康的枝条砍下，将其模拟成直径为 2 米的树冠状，然后提取其特征信息，这样也能保证我们试验结果的准确性。3.3.2 内业数据处理将外业获得的光谱反射数据输入计算机，通过 ASD ViewSpecPro 软件对其进行初步的曲线分析，除去异常数据后，再对目的树种光谱数据取平均值并运用 excel 软件进行统计分析得到最终的树种光谱反射率、光谱反射一阶导数和光谱反射二阶导数。将各树种的光谱反射曲线、光谱反射一阶导数、光谱反射二阶导数进行比较分析。得出实验结果。由于在野外地物波谱测量结果的准确性
15、受多种因素的影响，如测量时间的选择、仪器的视角的大小、光线入射与观测的几何角度、测量时刻的太阳高度角与方位角、目标的时空变化性、水、大气和仪器自身条件等因素都直接影响着测量结果的精度。所以我们需要对光谱曲线进行平滑处理，最后得到乔木树种的光谱反射率特征曲线。4 实验结果分析与讨论4.1 树种光谱特征分析4.1.1 各树种光谱特征曲线分析与比较将外业获得的树种光谱反射值通过 ASD ViewSpecPro 软件制作其光谱曲线，在去除异常数据后，再对目的树种各个方向的光谱数据取平均值并运用 excel软件得到最终的光谱特征曲线，如图 1 所示。00.10.20.30.40.50.6200 300
16、400 500 600 700 800 900 1000波 长 /nm光谱反射率/%侧 柏构 树梨 树香 樟巨 桉柳 杉马 尾松杉 木图 1 各树种光谱反射率特征曲线由图 1 知道，阔叶林树种和针叶林树种之间的光谱特征曲线在 320730nm波段之间反射率没有明显区别，很难在这一波段区分目的树种的类别。当波长在 730920nm 之间时，各树种的光谱反射率产生了明显的差异。根据其反射率从高到低的顺序排列，分别为构树、香樟、巨桉、梨树、杉木、柳杉、马尾松、侧柏。4.1.2 阔叶树种光谱特征曲线比较与分析将测得的阔叶树种的光谱反射值通过 ASD ViewSpecPro 软件制作其光谱曲线，如图 2
17、 所示。00.10.20.30.40.50.6200 300 400 500 600 700 800 900 1000波 长 /nm光谱反射率/%构 树梨 树香 樟巨 桉图 2 阔叶树种光谱反射率曲线在 320nm680nm 之间，构树的光谱反射率最高，巨桉的光谱反射率最低，在 680nm720nm 间，梨树、香樟、巨桉的光谱反射率出现交叉重叠的现象。在320nm680nm 波段之间，各树种光谱反射率相差不大，其中构树的光谱反射率最高，巨桉的光谱反射率最低，梨树与香樟出现交叉的现象。720nm 波段以后，各阔叶树种光谱反射率有了明显的差异，从高到低一次是构树、香樟、巨桉、梨树。从整个范围来看，
18、构树的光谱反射率一直高于其他阔叶树种。各树种在705nm920nm 时光谱反射值如表 1 所示树 种 光谱反射率/%构 树香 樟巨 桉梨 树0.4730.5550.4410.4940.3830.4250.3820.405 4.1.3 针叶树种光谱特征曲线分析与比较将测得的针叶树种的光谱反射值通过 ASD ViewSpecPro 软件制作其光谱曲线，如图 3 所示。00.050.10.150.20.250.30.350.40.45200 300 400 500 600 700 800 900 1000波 长 /nm光谱反射率/%侧 柏柳 杉马 尾 松杉 木图 3 针叶树种光谱特反射率曲线由图 3
19、 发现，侧柏、柳杉、马尾松、杉木四树种光谱反射率曲线在320nm690nm 波段之间时反射率差异不大，其中侧柏反射值始终高于其他三个树种，柳杉、马尾松、杉木在这个波段则相互交错。690nm705nm 之间时四个树种的光谱反射率曲线相互重叠，很难辨别，在 705nm920nm 之间各树种的光谱反射率差异逐渐体现出来，从高到低一次为杉木、柳杉、马尾松、侧柏。各树种在 705nm920nm 时光谱反射值如表 2 所示树 种 光谱反射率/%杉 木柳 杉马尾松侧 柏0.1880.3770.1840.2900.1820.3260.1720.215 4.2 光谱微分法光谱一阶微分、二阶微分是常用的光谱处理方
20、法 17。光谱微分可以反映光谱曲线在坡度上的细微变化 18和植被内在的吸收特征，为植被识别提供依据。由于土壤光谱曲线呈线性，光谱微分可以消除土壤对植被光谱的影响。另外，采用微分技术可以消除光谱数据间的系统误差，减弱大气辐射、散射和吸收目标光谱的影响，以便提取可识别地物光谱吸收峰参数 19。二阶或更高阶导数对太阳角、地形、天空云量等因素的变化比较敏感。4.2.1 光谱一阶微分为了进一步揭示出这些树种反射光谱的异同点，对反射光谱进行一阶导数运算，再进行曲线特征比较，采用以下公式对其进行一阶导数的变换：(i)= (i+1)-(i-1)/2式中， i 为每个波段的波长；( i)为波长 i 的一阶微分光
21、谱， 是波长 i-1到 i 的间隔 2021。将目的树种的光谱数据输入 ASD ViewSpecPro 软件，得到各树种的光谱反射一阶曲线，如图 4 所示图 4 各树种光谱反射一阶曲线将各目的树种光谱反射一阶导数的原始数据导出后输入 excel 中进行统计分析得到各树种在特殊波段内特征曲线。各树种特征曲线如下图所示：-0.002-0.00100.0010.0020.003356358 525526 593599 797799 853854 897898波 长 /nm光谱反射一阶导数 构 树梨 树香 樟巨 桉侧 柏柳 杉马 尾 松杉 木图 5 构树一阶导数特征波段范围-0.01-0.00500.
22、0050.01347348604605770770829830871871890891924924波 长 /nm光谱反射一阶导数 构 树梨 树香 樟巨 桉侧 柏柳 杉马 尾 松杉 木图 6 梨树一阶导数特征波段范围-0.004-0.00200.0020.0040.0060.008329332 490492 616618 888888 905905 927927波 长 /nm光谱反射一阶导数 构 树梨 树香 樟巨 桉侧 柏柳 杉马 尾 松杉 木图 7 香樟一阶导数特征波段范围-0.003-0.002-0.00100.0010.00234434662662678778783983987987990
23、4904波 长 /nm光谱反射一阶导数 构 树梨 树香 樟巨 桉侧 柏柳 杉马 尾 松杉 木图 8 巨桉一阶导数特征波段范围-0.006-0.004-0.00200.0020.004337338 559561 735735 746747 873873 945946波 长 /nm光谱反射一阶导数构 树梨 树香 樟巨 桉侧 柏柳 杉马 尾 松杉 木图 9 侧柏一阶导数特征波段范围-0.002-0.00100.0010.0020.003567567 748748 871871 885885 894894 906906波 长 /nm光谱反射一阶导数构 树梨 树香 樟巨 桉侧 柏柳 杉马 尾 松杉 木图
24、 10 柳杉一阶导数特征波段范围-0.01-0.00500.0050.01328328 856856 878878 893894 919920 925925波 长 /nm光谱反射一阶导数 构 树梨 树香 樟巨 桉侧 柏柳 杉马 尾 松杉 木图 11 杉木一阶导数特征波段范围通过统计分析得到上面各树种的特征波段，根据各树种的光谱反射率一阶导数的曲线特征，将其值简化为正值和负值，其正值表示其反射率随波长的增加而增加，其负值表示其反射率随波长的增加而减少 22。通过以上分析得到这些树种光谱反射率的一阶导数特征波段的差异，构建模型就可以将阔叶树种中的构树、梨树、香樟、巨桉；针叶树种中的侧柏、柳杉、杉木
25、辨别出来。但是由于在马尾松的一阶导数曲线中没有找到和其它树种不同的特征点，因而很难将其和其它树种区分开来。对此我们将尝试继续对马尾松的光谱反射进行二阶导数分析，希望能够找到马尾松的特征波段。4.2.2 光谱二阶微分为了能够找到马尾松区别于其他树种的特征点，继续对马尾松的反射光谱进行二阶导数运算，再进行曲线比较分析。采用以下公式进行二阶导数运算：(i) =(i+1)-(i-1)/2=(i+1)-2(i)+(i-1)/2式中， i 为每个波段的波长；( i)为波长 i 的二阶微分光谱， 是波长 i-1 到i 的间隔 2021。将目的树种的光谱数据输入 ASD ViewSpecPro 软件，得到各树种的光谱反射一阶曲线，如图 12 所示：图 12 各树种光谱反射二阶曲线将马尾松的二阶导数曲线数据导数 excel 中经统计分析得到马尾松的二阶导数特征波段，如图 13 所示：-0.004-0.00200.0020.0040.006925925934934951951101010101052105210561056波 长 /nm光谱反射二阶导数构 树梨 树香 樟巨 桉侧 柏柳 杉马 尾 松杉 木图 13 马尾松二阶导数特征波段范围根据针叶林树种的光谱反射率二阶导数的曲线特征，将其值像一阶导数值
