2.6　竹林資源光譜數據庫應用

2.6.1　典型植被反射光譜曲線特征比較

利用所構建的光譜數據庫，將2007年11月至2008年10月所測定的不同植被類型的反射光譜曲線數據導入數據庫，進行數據查詢與相關屬性信息的提取，進行不同時相下同一樹種的植被反射光譜曲線特征比較分析，結果見圖2-4至圖2-11。

圖2-4、圖2-5是2007年11月（冬季）不同植被類型的反射光譜曲線及一階導數曲線圖。在圖2-4中，各植被類型的反射率在可見光波段差異不大，在近紅外波段則較為明顯。“綠區”中各植被類型的光譜反射率均小于10%，其中杉木具有最大的反射率值為9.53%。紅光吸收谷主要位于670～680nm之間的波段。在近紅外波段，杉木的反射率約為60%，明顯高于其他植被類型，比木荷和大年毛竹高約20%。通過一階導數曲線（圖2-5）可知，各植被類型的綠峰均較為明顯，主要位于550nm左右，杉木的峰值略高于其他植被類型。各植被類型的斜率峰值均位于718nm和719nm，杉木的斜率峰值為0.012，明顯高于其他4種類型，木荷、大年毛竹、馬尾松和小年毛竹峰值分別為0.008、0.007、0.007和0.006。從紅邊振幅特征來看，杉木和木荷的振幅均高于大年毛竹和小年毛竹，春季和夏季的幅度明顯高于秋季和冬季，這一特征與木荷相似，秋、冬季由于葉綠素的減少導致紅邊振幅的下降，這主要也與毛竹的換葉機制有關。

圖2-6、圖2-7是2008年4月（春季）不同植被類型的反射光譜曲線及一階導數曲線圖。在這個時期小年毛竹已經基本落葉，只需考慮大年毛竹的光譜特征。從圖2-7可知，不同植被類型在可見光波段和近紅外波段的反射率差異均較明顯。其中，各植被類型的“綠區”最大值位于551～556nm波段，光譜反射率差異較大，其中毛竹具有最大的反射率值為12%，木荷、馬尾松和杉木的反射率值分別為9.7%、7.1%和4.3%。紅光吸收谷較為集中，主要位于672nm左右。在近紅外波段，各植被類型的反射率差異較大，其中木荷的反射率明顯高于其他植被類型，最大值約為62.1%，毛竹、馬尾松和杉木的反射率分別為51.2%、37%和22%。通過一階導數曲線（圖2-7）表明，各植被類型的綠峰最大值位于520～530nm之間且較為明顯，其中毛竹的峰值為0.003，明顯高于其他植被類型。從斜率峰值來看，各植被類型的峰值均位于717nm和718nm，與圖2-5結果極為相似。其中木荷的斜率峰值為0.014，并明顯高于其他3種類型，毛竹、馬尾松和杉木的斜率峰值分別為0.009、0.008和0.004。從紅邊振幅特征來看，4種植被類型的紅邊振幅在春季出現了較為明顯的差異。

圖2-8、圖2-9是2008年7月（夏季）不同植被類型的反射光譜曲線及一階導數曲線圖。夏季是植被的生長旺季，植物體的各種生理代謝最為活躍。從圖2-9可知，可見光波段和近紅外波段中不同植被類型的反射率差異較圖2-6的有所減小。“綠區”中馬尾松的反射率最大值位于555nm，木荷、杉木和毛竹均位于556nm。木荷具有最大的反射率值為11.8%，毛竹、杉木和馬尾松的反射率值分別為10.4%、8.7%和6.7%，光譜反射率差異較小。紅光吸收谷主要位于670～675nm之間。在近紅外波段，杉木的反射率高達55.9%，木荷、毛竹和馬尾松的反射率分別為51.5%、45.8%和43%。圖2-9所示，各植被類型的綠峰最大值位于525nm左右。從斜率峰值來看，各植被類型的峰值均位于718nm。杉木的斜率峰明顯高于其他3種類型，杉木、木荷、馬尾松和毛竹的斜率峰值分別為0.013、0.009、0.008和0.007。杉木和木荷的紅邊振幅大于馬尾松和大年毛竹，但后二者之間的差異不明顯。

圖2-10、圖2-11是2008年10月（秋季）不同植被類型的反射光譜曲線及一階導數曲線圖。從圖2-10可知，不同植被類型的反射率在可見光波段較為集中，但反射值較4月份和7月份有所下降，杉木的反射率為最大值7.6%，小年毛竹則僅為3.7%。紅光吸收谷最小值位于670nm處。在近紅外波段不同植被類型的差異較大，杉木與木荷的反射率約在40%左右，大年毛竹與馬尾松約為30%，小年毛竹反射率為20%左右。從圖2-11可知，不同植被類型的綠峰最大值位于525nm處，但比4月份和7月份的數據均有所下降。不同植被類型的斜率峰值均位于718nm，杉木和木荷的斜率峰值均為0.009，明顯高于其他植被類型。馬尾松、大年毛竹和小年毛竹的斜率峰值分別為0.006、0.0055和0.004。從紅邊振幅特征來看，杉木和木荷的振幅差異不大，其次為馬尾松和毛竹大年，毛竹小年最小。

2.6.2　不同時相典型地物光譜特征分析

植物的光譜特征如可見光的綠峰和紅光與近紅外之間的紅邊特征等的變化，能夠反映植物的生化含量變化、物候期和類別等信息。閩北地區竹林常與馬尾松、杉木和木荷等鄉土的針葉樹、闊葉樹混交生長。毛竹、針葉樹和闊葉樹之間葉片組成、內含物含量、冠層結構及物候特征等因素的不同，導致不同植被類型之間以及同一植被類型在不同季節下光譜特征存在較大差異。植物的光譜特征如可見光的綠峰和紅光與近紅外之間的紅邊特征等的變化能夠反映植物的生化含量變化、物候期和類別等信息。

（一）不同時相典型樹種的反射光譜曲線特征比較

利用所構建的光譜數據庫，將2007年11月至2008年10月所測定的不同植被類型的反射光譜曲線數據導入數據庫，進行數據查詢與相關屬性信息的提取，進行同一樹種在不同時相植被反射光譜曲線特征比較分析，結果見圖2-12至圖2-17。

馬尾松是我國長江流域及其以南地區綠化及造林的重要樹種，其在不同季節的光譜反射率基本保持穩定（圖2-12），在可見光波段的最大值均位于556nm處，其中春季的反射率為最大值7.10%，夏季、秋季和冬季的反射率值分別為6.70%、6.90%和5.72%。在近紅外波段，夏季的光譜反射率值則大于其他季節，秋季的反射率最小，兩者之間相差約10%。從一階導數曲線（圖2-13）來看，光譜反射的綠峰均較明顯，綠峰和紅邊斜率峰的最大值分別位于526nm和718nm處，不同季節之間反射率值差異不明顯，兩者的最大值分別為0.0015和0.0081。從紅邊振幅和紅邊位置變化情況來看，不同季節植物冠層的葉綠素含量變化不大。

不同季節杉木的光譜反射率在可見光波段和近紅外波段均差異明顯，其中夏季和冬季的光譜反射率明顯高于春季和秋季（圖2-14）。杉木在可見光波段的光譜反射率最大值均位于556nm處，冬季的反射率為最大值9.54%，夏季與冬季的反射率為8.70%，秋季的反射率值僅為7.60%，春季為最小值4.30%；紅光吸收谷最小值位于671或672nm處。在近紅外波段，夏季和冬季的光譜反射率約比秋季高15%，春季的反射率最小。杉木的光譜反射綠峰位于525nm，其中春季的峰值為0.0010，明顯低于其他季節。紅邊斜率峰值均位于718nm處且差異明顯，其中夏季為最大值0.0132（圖2-15）。從杉木的紅邊振幅來看，春季的振幅最小，表明冠層的葉綠素含量最小，這主要和杉木新葉的生長狀況有關。

木荷光譜反射率與杉木的有所不同，春季的光譜反射率最高，其次為夏季，秋季和冬季則較為接近（圖2-16）。木荷在可見光波段的光譜反射率最大值均位于556nm處，夏季的反射率為最大值11.76%，春季、秋季和冬季的反射率分別為9.70%、8.23%和6.3%。在近紅外波段，春季的光譜反射率比夏季的高約15%，比秋季和冬季高約25%。杉木的光譜反射綠峰位于525nm，但不同季節間差異不明顯。從紅邊特征看，最大斜率峰值均位于718nm，其中春季的峰值為0.0135，明顯高于其他季節（圖2-17）。春季和夏季的振幅明顯高于秋季和冬季，這主要和闊葉樹的物候有關，秋、冬季由于植物葉綠素的減少導致紅邊振幅的下降。

（二）不同季節毛竹林與典型地物光譜特征差異分析

毛竹具有大年和小年之分，其光譜反射特征也有別于其他植被類型。從整體來看，毛竹的春季、夏季光譜反射率高于秋季和冬季，毛竹大年的反射率大于毛竹小年（圖2-18）。毛竹在可見光波段的光譜反射率最大值位于556nm處，春季的反射率為最大值12.00%，秋季的毛竹小年的反射率為最低值3.7%。在近紅外波段，光譜反射率值大小為：春季＞夏季＞冬季（大年）＞冬季（小年）＞秋季（大年）＞秋季（小年）。毛竹的光譜反射綠峰均位于526nm，春季的峰值為最大值0.0025。毛竹的最大紅邊斜率峰值位于718nm處，其中春季為最大值0.009，秋季（小年）為最小值0.004（圖2-19）。毛竹的紅邊振幅特征顯示春季和夏季的幅度明顯高于秋季和冬季，這一特征與木荷相似，秋、冬季由于植物葉綠素的減少導致紅邊振幅的下降，這主要與毛竹的大、小年換葉機制有關。

2.6.3　其他地物光譜特征

利用所構建的光譜數據庫，將2007年11月所測定的不同地物類型的反射光譜曲線數據導入數據庫，進行數據查詢與相關屬性信息的提取，進行不同土地利用類型的反射光譜曲線特征比較分析，結果見圖2-20。包括水泥路面、裸地和農田。水泥路面的光譜反射率在可見光波段呈上升趨勢，拐點出現在600nm處，而在近紅外波段則基本趨于平穩，是非常理想的地物光譜重建地面測試點。裸地的光譜在可見光和短波近紅外范圍內隨波長的增加反射率增大，與水泥路面相較于713nm處，并逐漸趨于平穩。農田由于作物的覆蓋，表現出了植物與土壤混合后的光譜特征，在670nm處具有明顯的紅光吸收谷。

2.6.4　光譜數據庫匹配技術應用

將野外實測的毛竹、馬尾松、杉木、闊葉樹等各樹種的冠層光譜數據，經重采樣等數據處理，與TM影像進行匹配，為TM影像的遙感解譯提供重要基礎。重采樣匹配得到的TM影像藍、綠、紅、近紅外波段的光譜反射率見圖2-21，這樣各林種光譜在重采樣后的4個TM波段范圍的光譜反射率就構成各林種的光譜向量，進而得到各樹種的光譜相似值，見表2-7。

表2-7　各樹種間光譜相似值

通過圖2-21可知：在綠波段，杉木易與其他林種相區分；在近紅外波段，各林種的光譜反射率都有大幅度的提高，并且各樹種的反射率差異比可見光波段大，非常容易區分；各樹種的光譜反射率曲線形狀非常相似。在近紅外波段各樹種都有較高的反射率是由于葉子的細胞壁和細胞空隙間折射率不同，導致多重反射引起的。各樹種間的葉子內部結構變化大，故在近紅外波段的反射差異比在可見光波段大得多。各樹種的光譜反射率曲線形狀非常相似是因為影響其波譜特性的主導控制因素是一致的。

通過對各樹種的光譜曲線進行相似性分析，根據表2-7可知：毛竹和杉木、杉木與闊葉樹的光譜相似值相對最大；馬尾松與杉木、竹針混交林和杉木、竹闊混交林與杉木、杉闊混交林與杉木、杉闊混交林與闊葉樹、闊葉樹與竹闊混交林的光譜相似值也比較大。由于光譜相似值越小表示兩光譜越相似，那么樹種間光譜相似值越大，意味著樹種的光譜曲線的差異越大，在遙感影像上越容易區分。

遙感圖像基于光譜的分類方法，取決于其光譜的差異，分類的原則是類間差別最大，而類內差別最小。從研究結果可以看到，各樹種間的光譜曲線有一定差異，尤其兩兩樹種間的光譜差異較為明顯。