打开文本图片集
摘要：为了更准确地测量植被对太阳辐射的有效吸收量，本文对基于HJ-1A卫星的HSI数据进行植被吸收光合有效辐射APAR的研究，为阴阳叶的吸收有效光合辐射量的分离计算提供基础，并为森林生态系统净初级生产力计算提供准确的参数数据。研究的主要步骤有以下三步：首先对一景包含漠河气象站的HSI数据进行预处理，其中包括HSI数据的格式转换，去条带处理以及大气校正等；在此基础上应用逐日太阳辐射模型计算日总太阳辐射，并通过NDVI计算得到光合有效辐射吸收比率FPAR；最后用FPAR与太阳辐射共同计算出APAR。最终得到处理后的图像，并且验证了逐日太阳辐射模型和研究区域气象站数据的相关性，通过NDVI和SR的结合计算出FPAR，精度得到了提高；植被吸收光合有效辐射APAR计算完成后，将灰度图像显示为专题图像。从专题图中可以得出不同地区森林的APAR值，并最终推算出全年的APAR。
关键词：
HSI数据处理；太阳辐射模型；FPAR；APAR
中图分类号：S 771文献标识码：A文章编号：1001-005X（2017）02-0022-06
引言
吸收光合有效辐射（Absorbed Photosynthetically Active Radiation，APAR）指植被冠层吸收的参与光合生物量积累的光合有效辐射部分[1]。森林生态系统净初级生产力在研究碳循环和全球气候变化中具有重要地位，绿色植物冠层吸收光合有效辐射是CASA等碳循环模型中计算净初级生产力的基础参数，因此，准确估算区域APAR对研究区域森林生态系统的光合作用、净初级生产力和碳循环具有十分重要的意义，并且研究APAR是进一步研究植被阴阳叶APAR分离与计算的基础[2]。最初，由于辐射观测点极少，获得APAR的观测资料较少，人们主要运用气候学计算方法，包括理论和经验方法，获得任一地区的APAR分布情况，但具有依赖于地面的气候观测资料、计算方法参数多、计算过程复杂的缺陷，后来，一部分学者开始尝试利用遥感信息来反演大范围地区的APAR分布。
Hipps等研究了冬小麦抽穗前后APAR与LAI的函数关系[3]；Meeree等研究得到植物的光合作用产物与APAR呈近似线性关系[4]；Chen（1999）根据两叶模型，将冠层植被分为阴叶和阳叶，分别计算阴阳叶的太阳辐射，可用于阴阳叶APAR的分离与计算[5]。在国内，张喜旺等利用MODISNDVI数据研究了2010年河南省APAR分布[6]；李刚等基于MODIS数据研究了内蒙古地区APAR及其时空变化特征[7]；陈新芳等研究对于大范围APAR的监测和估算，通过对PAR和基于遥感数据计算的FPAR来实现[8]。本研究基于高光谱遥感数据分三步估算APAR。高光谱遥感数据具有高光谱分辨率，被广泛应用于植被长势检测及植被生物化学信息提取，环境资源减灾HJ-1A卫星搭载超光谱成像仪（Hyper-SpectralImager，简称HSI），其数据具有高光谱分辨率、较短的时间分辨率和较低的信噪比，且对广大用户免费下载，是本文研究大兴安岭漠河地区很好的遥感数据源。
1研究区域概况及数据
研究区域是黑龙江省大兴安岭地区，该地区位于东经121°12′～127°00′、北纬50°00′～53°33′。东部紧挨小兴安岭，西部和内蒙古紧密相连，南部与松嫩平原交界，北部与俄罗斯只有一江之隔。大兴安嶺地区平均海拔573 m，年平均气温-26℃，年平均降水量4285～5268 mm，该地区与全国其他地区均不相同，是典型的寒温带大陆性季风气候，全年无霜期80～110 d，冰封期180～200 d。太阳辐射数以百万计共4 500耳，年日照2 600 h，年累积温度2 100℃。
HJ-1A星HSI数据根据其校正程度共分为0～5级产品，分别为原始数据产品、辐射校正产品、系统几何校正产品、几何精校正产品、高程校正产品和标准镶嵌图像产品[9]。普通用户通过访问中国资源卫星应用中心的网站就可以免费获得HSI的2级产品，本文采用HSI的2级产品。研究选取了包含122°22′E，53°28′N漠河气象站的黑龙江省大兴安岭地区的一景图像，该景图像的产品号是1049632，图像的详细信息见表1。
21HSI数据预处理
HSI数据的预处理包括图像旋转、去条纹、大气校正和MNF噪声分离变换等过程。HJ-1A星 HSI数据 2 级产品存在像元灰度值比较小、与周围有明显差异的垂直条带。条带噪声的存在严重影响了图像的质量和应用，使有用波段信息不能完全被人们获得和利用。因此，本文选取了全局去条纹法对条纹进行去除（图2）[10]。HSI数据去条纹处理时认为图像是按列垂直排列的，所以在进行去条纹处理前要对图像先进行旋转。之后，对进行条带处理后的HSI数据采用ENVI的FLAASH模块进行大气校正
对比大气校正前后的光谱曲线可知（图3），去条纹的噪声处理和大气校正后原始图像在近红外波段的反射峰值有所提高，突出了植被特征，在蓝光处出现了吸收谷，消除了大气的多次散射影响。最后，对处理前后的图像做MNF噪声变换，图像处理后图像信息主要集中的波段噪声较少。
22逐日太阳辐射的模拟
太阳辐射是地球表层上的物理、生物和化学过程的主要能源，也是生态系统过程模型、水文模拟模型和生物物理模型研究中的必要参数[12]。本文选取大兴安岭研究区域中的漠河气象站，将该气象站的气象数据和辐射数据作为逐日太阳辐射模型中纬度、日照时数和实测日太阳辐射的输入数据，对逐日太阳辐射进行模拟。
太阳辐射是太阳直接辐射和散射辐射之和，时间尺度不同太阳总辐射值不同。利用逐日太阳辐射模型可以计算出一天之中的太阳总辐射，一天当中太阳总辐射与当天日长和日照时数有关，逐日太阳辐射利用Angtrom-Prescott方程计算
1研究区域概况及数据
研究区域是黑龙江省大兴安岭地区，该地区位于东经121°12′～127°00′、北纬50°00′～53°33′。东部紧挨小兴安岭，西部和内蒙古紧密相连，南部与松嫩平原交界，北部与俄罗斯只有一江之隔。大兴安岭地区平均海拔573 m，年平均气温-26℃，年平均降水量4285～5268 mm，该地区与全国其他地区均不相同，是典型的寒温带大陆性季风气候，全年无霜期80～110 d，冰封期180～200 d。太阳辐射数以百万计共4 500耳，年日照2 600 h，年累积温度2 100℃。
HJ-1A星HSI数据根据其校正程度共分为0～5级产品，分别为原始数据产品、辐射校正产品、系统几何校正产品、几何精校正产品、高程校正产品和标准镶嵌图像产品[9]。普通用户通过访问中国资源卫星应用中心的网站就可以免费获得HSI的2级产品，本文采用HSI的2级产品。研究选取了包含122°22′E，53°28′N漠河气象站的黑龙江省大兴安岭地区的一景图像，该景图像的产品号是1049632，图像的详细信息见表1。
2研究方法
本研究的主要流程包含三步：首先对一景包含漠河气象站的HSI数据进行预处理，包括HSI数据的格式转换，去条带处理以及大气校正等；第二，在此基础上应用逐日太阳辐射模型计算日总太阳辐射，并通过归一化植被指数（NDVI）和比值植被指数（SR）计算得到光合有效辐射吸收比率FPAR；最后用FPAR与太阳辐射共同计算出APAR。流程如图1所示。
21HSI数据预处理
HSI数据的预处理包括图像旋转、去条纹、大气校正和MNF噪声分离变换等过程。HJ-1A星 HSI数据 2 级产品存在像元灰度值比较小、与周围有明显差异的垂直条带。条带噪声的存在严重影响了图像的质量和应用，使有用波段信息不能完全被人们获得和利用。因此，本文选取了全局去条纹法对条纹进行去除（图2）[10]。HSI数据去条纹处理时认为图像是按列垂直排列的，所以在进行去条纹处理前要对图像先进行旋转。之后，对进行条带处理后的HSI数据采用ENVI的FLAASH模块进行大气校正[11]。
对比大气校正前后的光谱曲线可知（图3），去条纹的噪声处理和大气校正后原始图像在近红外波段的反射峰值有所提高，突出了植被特征，在蓝光处出现了吸收谷，消除了大气的多次散射影响。最后，对处理前后的图像做MNF噪声变换，图像处理后图像信息主要集中的波段噪声较少。
22逐日太阳辐射的模拟
太阳辐射是地球表层上的物理、生物和化学过程的主要能源，也是生态系统过程模型、水文模拟模型和生物物理模型研究中的必要参数[12]。本文选取大兴安岭研究区域中的漠河气象站，将该气象站的气象数据和辐射数据作为逐日太阳辐射模型中纬度、日照时数和实测日太阳辐射的输入数据，对逐日太阳辐射进行模拟。
太阳辐射是太阳直接辐射和散射辐射之和，时间尺度不同太阳总辐射值不同。利用逐日太阳辐射模型可以计算出一天之中的太阳总辐射，一天当中太阳总辐射与当天日长和日照时数有关，逐日太阳辐射利用Angtrom-Prescott方程计算[13]：
H=HL×（a+b×S/SL）。（1）
式中：H为日实测太阳总辐射；HL为晴天状态下的地面总辐射；S为日照时数；SL为日长；a和b为两个经验参数，本文引用童成立等利用实测总辐射和日照百分率月平均值等资料计算得到的适合我国大部分地区的经验参数a为0248，b为0752[13]。
理想状态下（晴天状态）大气上空太阳辐射通过大气层到达地面的辐射量可以表示为：
HL=08×HO。（2）
式中：HL为理想状态下（晴天状态）的地面总辐射；HO为大气上空的太阳总辐射。
大气上空的太阳总辐射HO计算公式：
HO=（1/π）·Gsc·EO·（cosΦ·cosδ·sinWs+（π/180）·sinΦ·sinδ·Ws。（3）
式中：Gsc为太阳常数，其值一般为1 367 W/m2（相当于118108 MJ/（m2·d））；EO为地球轨道偏心率校正因子；Φ为纬度；δ为太阳赤纬；Ws为时角（角度）。
23光合有效辐射
到达地球表面的全部太阳辐射只有一部分特定波段的太阳辐射能被绿色植物用来进行光合作用，这部分能量被称作光合有效辐射，其中光合有效辐射量与到达地表的太阳总辐射有关，利用公式计算：
PAR=H×ηPAR。（4）
式中：PAR为光合有效辐射；H为日实测太阳总辐射；ηPAR为光合有效辐射占太阳辐射的比值，不同方法得到的ηPAR有差异，国内学者估算PAR时多采用ηPAR为049～050，本文采用Szeice测定的 为05[14]。
24植物吸收光合有效辐射
植物吸收光合有效辐射与植被类型和植被覆盖状况有关，用植物光合有效辐射吸收率来表示植物对光合辐射的吸收效率，研究表明光合有效辐射吸收率与NDVI和植被类型有关，本文APAR的估算是基于CASA模型的，计算APAR是以像元为单位逐一计算的，植物吸收光合有效辐射可以表示为[15]：
APAR=PAR×FPAR。（5）
式中：APAR为植物吸收光合有效辐射；PAR为光合有效辐射；FPAR为光合有效辐射吸收率，利用植物吸收光合有效辐射计算公式就可以计算出每一个像元的植物吸收光合有效辐射，从而确定整个研究区域的总的植物吸收光合有效辐射。
25光合有效輻射吸收比例FPAR的计算
251归一化植被指数NDVI计算FPAR
植被对太阳有效辐射的吸收比例FPAR取决于植被类型和植被覆盖情况，由遥感数据获得的归一化植被指数FPAR能很好地反映植物覆盖状况[16]。在一定范围内，FPAR与NDVI之间存在着线性关系[17]，这一个关系可以根据FPAR的最大值、最小值以及该种植物类型对应的NDVI的最大值、最小值来确定。由于FPAR的最大值最小值与植被类型无关，分别取095和0001[18]，所以具体公式如下：
FPAR（x，t）=NDVI（x，t）-NDVIminNDVImax-NDVImin×（FPARmax-FPARmin）+FPARmin。（6）
252比值植被指数SR计算FPAR
进一步研究表明，FPAR与比值植被指数SR也存在着较好的线性关系[19]，可由以下公式表示：
FPAR（x，t）=SR（x，t）-SRminSRmax-SRmin×（FPARmax-FPARmin）+FPARmin。（7）
其中，FPAR的最大值和最小值分别取095和0001，SR（x，t）由公式（8）确定：
SR（x，t）=1+NDVI（x，t）1-NDVI（x，t）。（8）
由于本研究区域为大兴安岭区域，该区域的植被类型主要为落叶针叶林，所以根据朱文泉[20]对中国各陆地植被类型NDVI和SR的最大值最小值列出的分布表查得本式中NDVImax为0738，NDVImin为0023，SRmax为663，SRmin为105。
3结果与分析
31逐日太阳辐射的结果验证
选取了大兴安岭地区的漠河气象站进行比较分析，其辐射观测台站地理信息见。
根据逐日太阳辐射模型模拟计算了大气上界和地面晴空条件下的太阳辐射日变化，逐日太阳辐射值选取了2013年漠河气象站全年记录的日太阳实测辐射值。结果表明模拟计算得到的晴空条件下太阳辐射值与实际观测到的逐日太阳辐射最大值基本一致（图4），少数奇异点（32766 MJ/m2）为缺测数据，由于大气上界的太阳辐射穿过大气层时，大气中的各种成分会对太阳辐射有吸收、散射作用，最终导致太阳辐射的衰减，使得到达地球表面的太阳辐射值小于大气上界的太阳辐射值。
利用逐日太阳辐射模型计算得到漠河气象站一年中每日的太阳辐射模拟值与动态监测的太阳辐射真实值，进行回归分析（图5），模型模拟结果与漠河观测站点结果有很高的相关性（表4），决定系数（R2）达到了095，平均偏差MBE为-106 MJ/（m2·d），表明逐日太阳辐射模拟值偏小，并且大都小于实际观测的太阳辐射值，均方根误差RMSE反映了模拟值与实际观测值间的偏离程度，为194 MJ/（m2·d），其结果小于童成立等对黑龙江漠河的研究结果[21]，以太阳辐射预测值为横坐标，残差为纵坐标，得到残差图（图6），图中可以看出描绘的点围绕残差等于0的直线上下随机散布，表明变量实测太阳辐射与模拟太阳辐射有显著的线性相关关系，进而表明逐日太阳辐射模型可用于模拟漠河气象站地区的日太阳辐射值，实现了由漠河气象站的点辐射值，验证太阳辐射模型并应用到一景遥感图像的面辐射值，可用于APAR的计算，但是日照时数和日序数作为逐日太阳辐射模型的输入参数，在时间步长为旬、月和年的情况下，模拟太阳辐射值计算的工作量势必增大。
32基于NDVI和SR估算的FPAR结果
以往研究表明，通过NDVI估算出来的FPAR值高于实测值，通过SR估算出来的FPAR值低于实测值，但是SR估算出来的误差小于直接由NDVI估算出来的结果，所以基于这种情况，Los SO[22]将这两种方法结合起来，取两者的平均值作为FPAR的估算值，此时估算的FPAR与实测值之间的误差达到最小。本研究最终将基于NDVI估算的FPAR和基于SR估算的FPAR的两个结果加和取平均值作为FPAR的最终估算值[23]。
33植物吸收光合有效辐射APAR的估算结果
通过ENVI软件计算研究区遥感图像的APAR，并利用密度分割工具将APAR的大小分割成13等级，分不同的颜色显示，运用ArcMap制作成一景遥感图像中APAR分布图，具体结果如图7所示。
从大兴安岭漠河地区APAR分布图可以看出，APAR值为5～6 MJ/（m2·d）和6～7 MJ/（m2·d）的分布最多，
占据了整个区域的65%以上，通过与HSI数据的标准假彩色影像图进行对比，APAR值为5～6 MJ/（m2·d）所分布的地方为大片平地上的森林，APAR值为4～5 MJ/（m2·d）所分布的地方为坡地上的森林，而APAR值为3～4 MJ/（m2·d）所分布 的地方为平地上的草地和低矮的植被，裸地上没有APAR值。由于本研究的是大兴安岭漠河地区一天的APAR值，用一天的APAR值估计年APAR值约为1 800 MJ/（m2·a），在对我国植被净第一生产力的估算中[24-26]，东北长白山、小兴安岭、大兴安岭等林区的APAR值一般在1 300～2 200 MJ/（m2·a），所以本研究基本符合要求。
4结论
植被吸收光合有效辐射是计算森林生态系统净初级生产力的一个非常重要的参数，本研究基于HJ-1A星HSI数据的APAR研究方法，以一景遥感图像作为数据源，运用ENVI对HSI数据进行预处理，根据漠河气象站的气象和辐射数据，应用逐日太阳模型模拟出太阳总辐射，利用NDVI和SR估算FPAR，最后基于CASA模型以像元为单位逐一计算出APAR。主要研究结果如下：
（1）本文选取了全局去条纹法对HSI数据旋转后垂直分布的条纹进行去除，可以在保证信息质量的前提下，最大程度的去除条纹的影响，提高图像质量。
（2）本文对逐日太阳辐射模拟结果进行统计分析，得出模拟值与实测值相比普遍偏低，但偏差不大，RMSE為194 MJ/m2·d，以日照时数和日序数作为模型输入参数时，如果在时间步长为旬、月、年时，模拟太阳辐射值的工作量增大，模型方法将在之后研究中进一步改进。与已有的太阳辐射模型相比，该模型具有易操作的特点，所需的输入资料简单（纬度，日照时数，日序数），实测太阳辐射与模拟太阳辐射有显著的线性相关关系，模拟值与实测值之间达到了显著相关水平，决定系数（R2）为095，模拟漠河气象站地区的每日太阳辐射精度高，实现了由漠河气象站的点辐射值，到一景遥感图像的面辐射值，可作为APAR计算的重要参数。
对CASA模型的算法进行了改进和简化，改进了其中的FPAR算法，由于由NDVI计算出的FPAR值偏高，由SR估计的FPAR偏小，其中SR由NDVI计算得到，所以将NDVI和SR的影响结合起来考虑，使得最后得到的FPAR结果更接近于真实值。
本研究获得的NDVI数据在无植被地区有时会出现较大的值，因此这需要将遥感数据和地面植被数据在计算前后进行比对，尽量消除这种由于数据本身原因而导致结果误差的特殊情况。
【参考文献】
[1]王保林，王晶杰，杨勇，等.植被光合有效辐射吸收分量及最大光能利用率算法的改进[J].草业学报，2013，22（5）：220-228.
[2]何明珠.遥感数据与两叶光能利用率模型同化的总初级生产力模拟[D].南京：南京大学，2013.
[3]Hipps L E，Asrar G，Kanemasu E T.Assessing the interception of photosynthetically active radiation in winter wheat[J].Agricultural Meteorology，1983，28：253-259.
[4]Meere K，McCree J.A solarineter for measuring photosynthetically active radiation[J].Agric Meteorol，1966，3（5-6）：353-366.
[5]Chen J M，Liu J，Cihlar J，et al.Daily canopy photosynthesis model through temporal and spatial scalingforremote sensing applications[J].Ecological Modelling，1999，124（2-3）：99-119.
[6]張喜旺，于宁，秦奋，等.基于遥感的植被吸收光合有效辐射估算[J].生态科学，2013，32（5）：604-608.
[7]李刚，辛晓平，王道龙，等.基于MODIS数据的草地植被光合过程参数估算——以内蒙古自治区为例[J].中国草地学报，2008，33（3）：1-7.
[8]陈新芳，安树青，陈镜明，等.森林生态系统生物物理参数遥感反演研究进展[J].生态学杂志，2005，24（9）：1074-1079.
[9]钮立明，蒙继华，吴炳方，等.HJ-1A星HSI数据2级产品处理流程研究[J].国土资源遥感，2011（1）：77-82.
[10]高海亮，顾行发，余涛，等.Hyperion遥感影像噪声去除方法研究[J].遥感信息，2014，29（3）：3-7.
[11]Gao B，Montes M J，Davis C O.Atmospheric correction algorithms for hyperspectral remote sensing data of land and ocean[J].Remote Sensing of Environment，2009，113（1）：17-24.
[12]齐月，房世波，周文佐.近50年来中国地面太阳辐射变化及其空间分布[J].生态学报，2014，34（24）：7444-7453.
[13]左大康，王懿贤，陈建绥.中国地区太阳总辐射的空间分布特征[J].气象学报，1963（1）：78-96.
[14]Szeicz G.Solar radiation for plant growth[J].Journal of Applied Ecology，1974，11（11）：617-636.
[15]董丹，倪健.利用CASA模型模拟西南喀斯特植被净第一性生产力[J].生态学报，2011，31（7）：1855-1866.
[16]董泰锋，蒙继华，吴炳方.基于遥感的光合有效辐射吸收比率（FPAR）估算方法综述[J].生态学报，2012，32（22）：7190-7201.
[17]Ruimy A，Saugier B.Methodology for the estimation of terrestrial net primary production from remotely sensed data[J].Journal of Geophysical Research，1994，97：18515-18521.
[18]高艳妮，于贵瑞，张黎，等.中国陆地生态系统净初级生产力变化特征——基于过程模型和遥感模型的评估结果[J].地理科学进展，2012，31（1）：109-117.
[19]Los S O，Justice C O，Tucker C J.A global 1by 1NDVI dataset for climate studies derived from the GIMMS continental NDVI data[J].International Journal of Remote Sensing，1994，15：3493-3518.
[20]朱文泉，潘耀忠，张锦水.中国陆地植被净初级生产力遥感估算[J].植物生态学报，2007，31（3）：413-424.
[21]童成立，张文菊，汤阳，等.逐日太阳辐射的模拟计算[J].中国农业气象，2005，26（3）：165-169.
[22]Los S O.linkages between global vegetation and climate：an analysis based on NOAA advanced very high resolution radiometer data[D].Oregon：National Oceanic and Atmospheric Administration，1998.
[23]Peng D，Zhang B，Liu L.Comparing spatiotemporal patterns in Eurasian FPAR derived from two NDVI-based methods[J].International Journal of Digital Earth，2012，5（4）：1-16.
[24]陈正华，麻清源，王建，等.利用CASA模型估算黑河流域净第一性生产力[J].自然资源学报，2008，23（2）：263-273.
[25]吕丹桔，施心陵，吴云鹏.基于Labview的植物红光吸收动态监测[J].林业机械与木工设备，2015，43（1）：35-36+42.
[26]孙存举，雷建华，唐果山，等.基于SPOT NDVI影像的阿坝州植被变化遥感监测[J].四川林业科技，2014，35（6）：56-59.