·本文是利用低空遙感技術和人工智能技術進行荒漠草原退化地物蓋度監測與健康狀況評估的一項基礎工作，為實時、高效的荒漠草原退化指示地物蓋度統計奠定了基礎，為推動區域性草原生態保護與修復提供了平臺和技術支持。

一、引言

在人類社會的進程中，環境問題逐漸成為人們關注的焦點。氣候變暖、水資源匱乏、土地退化、生物多樣性減少以及沙塵暴頻繁發生等現象對人類的生存環境構成了嚴重威脅，同時也成為制約社會和經濟可持續發展的重要因素。造成環境問題的根本原因大多源于人類生產活動中過度排放和對自然界物產過度開采引起的，而草原退化則是其中一個極其嚴重的生態問題。本文是利用低空遙感技術和人工智能技術進行荒漠草原退化地物蓋度監測與健康狀況評估的一項基礎工作，為實時、高效的荒漠草原退化指示地物蓋度統計奠定了基礎，為推動區域性草原生態保護與修復提供了平臺和技術支持。

二、研究區概況

格根塔拉草原處于中國北方典型的荒漠草原地帶。東于錫林郭勒典型草原接壤，西與阿拉善東部草原化荒漠相鄰。作為草原植被最旱生的荒漠草原，其植被蓋度低，植被群落矮小，生態系統具有明顯的脆弱性。研究區位于內蒙古自治區烏蘭察布市四子王旗境內(圖1)。

圖6研究區域示意圖

該地區被認為是中國三大生態脆弱帶之一。四子王旗地貌山地、丘陵和高原面積占比分別為4.1%、56.1%和39.8%。四子王旗草地總面積占全旗國土面積的85.4%，主體草原類型為荒漠草原，如圖2所示。近年來，隨著氣候變暖、人類活動和畜牧業生產等因素的影像，荒漠草原退化現象顯著加劇，生態系統協調能力持續下降，進一步提高了草原的脆弱性。據統計，轄區內約90%的草原已被劃分為退化草原。受氣候條件及地形地貌的影響，全旗地下水系分布不均勻，水資源匱乏，草原地區呈半缺水或缺水狀態。

圖2 2022年7月研究區域地貌

無研究區植物群落主要由旱生性植物種組成，群落結構簡單，草層低矮且稀疏分布，如圖3所示。該生態系統中，生物多樣性和生物量相對較低，植被類型多以耐寒抗旱性種類為主。建群種和優勢種包括短花針茅、無芒隱子草以及沙生針茅等;退化指示種為小半灌木冷嵩;伴生種有小葉錦雞兒、狹葉錦雞兒和駝絨藜等灌木;一年生植物以阿爾泰狗娃花、豬毛菜和櫛葉蒿為主。短花針茅、無芒隱子草和小半灌木冷嵩等植被在研究區中占據了超過80%的群落生物量。此外，雜類草主要以旱生和中旱生雜草為主。

圖3 2021年研究區植被蓋度分布圖

三、數據采集及預處理

依據國家技術標準《天然草地退化、沙化、鹽漬化的分級指標》(GB19377-2003)，天然草地退化監測的監測項目主要包含植被群落組成結構、群落特征、指示植物、地上產草量、地表特征、土壤養分和土壤理化性質等7項指標。本研究以格根塔拉荒漠草原植被蓋度、裸露土壤面積占比以及退化指示植物群落蓋度為研究對象，其中退化指示植被群落包括建群種短花針茅、退化指示種冷蒿和優勢種無芒隱子草等植物。根據荒漠草原氣候特征及天然草地的物候期特性，選擇在2021～2023年的植被長勢較好的7～8月進行數據采集。

3.1野外調查及樣方布置

野外調查主要包括對研究區進行人工踏訪、RTK樣方定位和樣方布置等，并獲取樣方冠層RGB圖像。隨后通過目測法對每一個樣方進行觀測，主要記錄植被垂直投影面積、裸土面積、植被群落數量和植被群落相對占比等指標。

圖4外業調查與樣方布置

3.2 數據采集

本研究采用無人機懸停掃描方式采集荒漠草原退化地物高光譜遙感影像。地面站通過無線通信技術發送指令，使得操作員能夠實時控制無人機的飛行方向、高度、速度等參數。

3.3數據預處理

在進行無人機高光譜遙感影像數據采集時，由于云量、強風以及其他外在因素的干擾，導致影響成像質量，包括圖像過曝光和扭曲變形等。為確保獲取數據的有效性，首先通過人工檢查的方式剔除扭曲變形等成像不佳的遙感影像，然后將數據導入軟件進行反射率校正，即結合標準板和暗電流將無量綱的DN值轉換為地物光譜反射率，如圖5所示。

圖5 高光譜遙感影像輻射校正圖

反射率校正前；（b）反射率校正后

四、基于光譜信號特征的草原退化地物分類研究

本章結合以往的研究數據以及研究區草原植被群落的結構低矮、稀疏分布特性，選擇了四種適用于計算低密度綠色植被覆蓋度的植被指數，包括歸一化植被指數(NDVI)、比值植被指數(RVI)、土壤調節植被指數(SAVI)和差值植被指數(DVI)等，以比較不同植被指數對低空無人機高光譜遙感影響的荒漠草原植被蓋度的估算能力及精確度，如表1所示。

表1 常用植被指數及其特性

4.1荒漠草原退化指示地物光譜特性分析

本研究在2021～2023年期間共獲取了450幅低空無人機高光譜遙感影像，所采集地光譜數據包含256個波段，覆蓋波段范圍為400nm～1000nm。豐富的地物光譜信息為準確識別目標提供了數據基礎。本節將對利用無人機高光譜遙感獲取的荒漠草原退化指示地物影像進行光譜特性分析，研究選取了裸土、植被以及非植被進行光譜特性分析，其中非植被主要以枯草為主。選取經過預處理的無人機高光譜遙感影像中具有代表性數據，進行反射率光譜特性分析。利用ENVI軟件分別繪制各類地物反射率光譜曲線，其中不同顏色的反射率光譜曲線分別代表取自不同感興趣區域的純凈像元，如圖6所示。

圖6 地物反射率光譜曲線

（a）裸露土壤；（b）植被；（c）非植被

通過圖6(a)可以看出，土壤在可見光范圍內表現出較低的反射率，尤其在藍光和綠光波段，紅光波段反射率逐漸上升，且隨著波長的增加土壤的反射率呈現上升趨勢。植被在可見光波段的光譜特征受到葉綠素的影響，其主要吸收藍光和紅光，而在綠光波段的吸收相對較弱，導致可見光中綠光波段560nm波長附近形成反射峰(559.9nm)，相比之下，在紅光波段670nm波長附近形成反射谷(672.2nm)，所謂“綠峰紅谷”，如圖6(b)所示。同時，隨著波長的增加反射率呈現出陡增的趨勢。在近紅外波段，特別是在紅邊690nm～750nm附近，植被的反射率顯著上升，表現出植被對近紅外光有較強的反射。總體而言，植被光譜曲線存在藍谷、綠峰、紅谷和近紅外反射平臺等特征。枯草由于失去了植被原有的水分和葉綠素，其反射率光譜特征主要由木質素、纖維素及氮含量等決定，相比綠色植被差別較大，在可見光波段不具備藍谷、綠峰及紅谷等綠色植被的反射率特征。其反射率光譜曲線隨著波長的增加表現出線性增長趨勢，且在500nm～1000nm范圍枯草的反射率始終低于裸露土壤，如圖6(c)所示。

圖7 地物反射率平均光譜曲線

為了更好的展示荒漠草原退化指示地物的反射率光譜曲線特性，采用多點平均法分別提取上述地物的反射率平均光譜曲線。通過選取每類地物感興趣區域各300個純凈像元，并平均運算得到各類地物反射率均值，光譜反射率均值公式如式(2)所示，得到裸土、植被和非植被的光譜反射率曲線，如圖7所示。

3.2退化指示植被群落光譜特征分析

本節將重點分析退化指示植被群落的反射率光譜曲線，以進行建群種(短花針茅)、退化指示種(冷蒿)和優勢種(無芒隱子草)群落的閾值分類研究。

在處理無人機高光譜遙感系統采集的植被純樣方影像數據時，研究采取了一種綜合的樣方選擇策略，以避免單一樣方數據代表性不足、誤差影響大和空間變異性等問題，從而提升數據的代表性和可靠性。首先，將對整個研究區域的植被純樣方高光譜數據按照群落類型進行分類，每一類植被群落都被視為一個獨立的研究單元;接著，從每一類植被群落研究單元中隨機選擇三個樣方進行反射率光譜曲線分析，其能夠更好的反映整個研究區域的植被狀況，詳見圖8.

圖8 純樣方假彩色圖像（a）植被群落假彩色圖像；（b）植被增強圖像

圖中依次排序為建群種、退化指示種和優勢種群落。圖9中分別展示了建群種、退化指示種和優勢種植被群落高光譜影像中隨機提取的20個純凈像元反射率光譜曲線，不同曲線顏色分別代表取自不同的感興趣區域。總體而言，圖9a、33b和33c揭示了荒漠草原退化指示植被群落的反射率光譜曲線走勢在很大程度上是一致的，展現出了典型綠色植被光譜的“綠峰”、“紅谷”、“紅邊”特征，且存在區分度較低。具體分析植被群落光譜曲線特征，統計出藍谷區域的反射率約為5%，綠峰區域反射率在6%～8%之間，紅谷反射率在4%～8%之間，而近紅外波段反射率在12%～28%之間。

圖9 植被群落光譜反射率曲線（a）建群種；（b）退化指示種；（c）優勢種

本章所使用的無人機高光譜遙感的荒漠草原退化指示植被群落純樣方影像數據主要包含建群種、退化指示種、優勢種、枯草(枯枝落葉)和裸土等。為了更清晰地揭示退化指示植被群落的反射率光譜曲線特征，本節采用光譜反射率均值公式進行平均運算。分別從每類植被群落中分別提取300個純凈像元的反射率平均光譜曲線，詳見圖10.

圖10 植被群落反射率平均光譜曲線

從圖中可以觀察到，植被群落在波長560nm(555.2nm～562.3nm)附近具有較明顯的綠光反射峰，波長680nm(674.6nm～684.3nm)附近具有明顯的紅光吸收谷;在波長400nm～720nm之間建群中和優勢種反射率光譜曲線存在高度重合;而退化指示種在波長720nm～1000nm之間光譜反射率明顯高于建群種和優勢種植被群落;且優勢種在波長730nm～900nm之間光譜反射率偏高于建群種。

四、小結

本章闡述了植被指數在地表觀測方面的研究概況，并對常用植被指數進行了介紹;研究分析了荒漠草原退化地物光譜特性，并利用歸一化植被指數、土壤調節植被指數提取了植被的光譜特征信息，針對傳統植被指數中裸土和非植被閾值區間重疊較高的問題，采用J-M距離法進行特征波段提取，成功實現了裸土和非植被的分類;深入分析了植被群落反射率光譜特性，針對建群種、退化指示種和優勢種具有典型綠色植被光譜的“綠峰”、“紅谷”、“紅邊”特征，同時反射率光譜曲線存在高度一致問題，依據波長730nm～900nm區間植被群落光譜反射率特征，利用特征波段求和方式研究了植被群落閾值分布區間。

推薦

無人機高光譜成像系統iSpecHyper-VM100

iSpecHyper-VM系列無人機高光譜成像系統配合定制開發的高性能穩定云臺，能夠有效降低飛行過程中無人機抖動引起的圖像扭曲與模糊。該系統與大疆M350RTK無人機完美適配，廣泛應用于農業、林業、水環境等行業領域，系統支持配件升級及定制化開發，為教育科研、智慧農業、目標識別、軍事反偽裝等行業高端應用領域提供了高性價比解決方案。

萊森光學(深圳)有限公司是一家提供光機電一體化集成解決方案的高科技公司，我們專注于光譜傳感和光電應用系統的研發、生產和銷售。

審核編輯 黃宇