天然草地牧草营养品质的高光谱遥感研究进展

　　摘要：天然草地牧草营养品质的优劣不仅影响家畜的生长发育，同时也影响畜产品的品质，对草牧业的发展具有至关重要的意义。高光谱遥感技术的飞速发展使深入研究天然草地牧草品质的动态变化成为可能。本研究综述了目前可利用的高光谱遥感数据以及天然草地牧草营养品质遥感反演的主要成果、常用方法和最新研究动态，分析了我国在天然草地牧草营养品质监测与评价方面尚存在数据获取困难、相关研究缺乏、软硬件性能不足等问题;在多种观测平台及相关技术不断革新背景下，探索星载、机载和地面高光谱数据的有机结合，强化高光谱遥感仪器性能，提高关键营养成分的反演精度是未来研究的重点。

　　关键词：天然草地;牧草营养;品质;高光谱遥感;进展

　　我国天然草地资源分布广泛，牧草种类丰富多样[1]。牧草质量的评价指标涵盖其营养品质和饲用价值等方面。牧草中理化参量(如氮素、叶绿素等)是草地植被生长状况观测、牧草饲用价值评价、草畜营养平衡分析、全球气候变化监测和碳循环研究的关键指标[2-4]。牧草常规营养成分包括粗灰分、粗纤维、粗脂肪、粗蛋白、水分和无氮浸出物，其他常用的营养成分有干物质、中性洗涤纤维、酸性洗涤纤维和矿物质(氮、磷、钾、钙等)。蛋白质和矿物质含量越高，粗纤维素含量越低，说明牧草的营养价值就越高，反之，牧草的营养价值就越低[5-6]。

　　牧草品质评价需要考虑其适口性、消化率、营养价值等因素[2]。传统的牧草品质研究主要依赖于地面采样的理化分析及相关数据的空间插值技术，通常存在耗时耗力、成本巨大、空间代表性较差等弊端，难以准确反映大尺度上的牧草品质时空动态变化和分布情况。多光谱遥感由于受其有限的光谱通道及不连续的宽波段的制约，在天然草地动态监测中，通常局限于草地生物量、盖度及生长状况等方面的宏观研究。高光谱遥感，历经30多年的发展，已经成为一项颇具特色的前沿技术，逐步使得人们可以通过遥感技术更为全面和细致的认知事物。

　　目前，高光谱遥感已应用到地球科学和生命科学的方方面面，在地质找矿、环境监测、森林和农业调查(如森林火灾、作物品质监测)、陆地和海洋生态系统调查(如生物入侵、植被生态、作物分类等)、化学与生物毒气探测和海洋生物等领域发挥着愈加重要的作用[3-4，7-16]。特别是其在植被生化参数的探测和反演方面所取得的一些探索性的研究成果[17-20]，进一步促进了天然草地牧草营养品质的监测和评价的深入研究。我国天然草地畜牧业发展相当迅速，牧草和饲料作物作为重要的生产资料，其营养品质的高低直接影响畜产品的质量和家畜的生长发育，对草牧业的发展也有非常重要的贡献[21]。为此，本研究综述了目前国内外可利用的高光谱遥感资料，并结合其在草地监测方面的一些应用，总结了牧草营养品质高光谱遥感监测的常用方法，国内外最新研究动态，以及尚存的问题和未来可能的发展趋势，以期为天然草地牧草营养品质和饲用价值评价、草畜营养平衡等研究提供科学参考。

　　1可利用的卫星遥感数据

　　1983年，世界上第一台成像光谱仪AIS-1(aeroimagingspectrometer-1)在美国研发成功，并成功地应用于植被理化特征分析及矿物填图等方面的研究中，初显了高光谱遥感的魅力。随后，加拿大的FLI(fluorescencelineimager)、CASI(compactairbornespectrographicimager)，美国的AVIRIS(airbornevisible/infraredimagingspectrometer)、DAIS(digitalairborneimagingspectrometer)，澳大利亚的HyMap等航空成像光谱仪研制成功。这些光谱仪在经历了试验和运行后，广泛应用于多种行业。

　　到20世纪90年代末期，航天高光谱遥感技术获得了历史性的发展变革。随后，一系列搭载高光谱和多光谱成像光谱仪的卫星相继升空，为植被理化参量的估测提供了更多可利用的数据源。2000年11月21日美国地球观测卫星EO-1(earthobserving-1)携带高光谱成像仪Hyperion成功发射。Hyperion传感器是第一台星载高光谱图谱测量仪，共有242个波段，其光谱范围为400～2500nm，光谱分辨率是10nm，空间分辨率30m。在运行了16年后，EO-1卫星于2017年1月25日正式退役，目前存档数据可以利用，但在我国青藏高原地区仅有部分2015年之前的影像可供选择。

　　在2001年10月22日，欧洲太空局发射的PROBA(projectforon-boardautonomy)搭载了一种紧凑式高分辨率成像分光计CHRIS(compacthighresolu-tionimagingspectrometer)，该传感器成像光谱范围为400～1050nm，光谱分辨率为5～12nm，地面分辨率为17/34m。CHRIS作为一种成像装置，成像模式多，光谱范围宽，分辨率高，同一地点可以5个不同角度成像。这些优点不仅有利于生物量评估和生物健康状况的监测，而且对植被或森林的冠层结构、密度、识别植被或林木种类等方面很有帮助。CHRIS自2002年10月1日开始提供数据服务，目前在我国草原地区存档数据较少，且数据预处理相对烦琐。

　　之后，德国的RapidEye卫星(一个由5颗地球观测卫星组成的卫星星座)于2008年8月29日发射升空，任务寿命为7年，包括5个波段(蓝光：440～510nm;绿光：520～590nm;红光：630～685nm;红边：690～730nm;近红外：760～850nm)，空间分辨率为5m，该卫星自2009年2月1日开始提供数据服务至今，其红边波段可以对植被分类、植被生长评估、作物估产等提供更加有效的量化手段，使其在农业和林业领域得到广泛应用。但是，该卫星影像数据需要付费购买，价格约为12元·km-2。

　　WorldView-2于2009年10月8日成功发射，它拥有8个多光谱波段，空间分辨率为2m，其红边波段(705～745nm)可以辅助分析有关植物生长情况，能够直接反映植物健康状况有关信息。目前存档数据较多，也可编程定制需要的数据。虽然该数据空间分辨率和精度较高，但是价格相对昂贵，适用于小范围验证性应用。在2015年6月23日，Sentinel-2的A星成功发射升空，随后B星也于2017年3月7日发射，并成功组网运行。Sentinel-2从可见光到短波红外共有13个波段，分辨率为10/20/60m，重访周期为5d，并且拥有4个红边波段。由于红边波段对植被生长、叶绿素、氮素等比较敏感，所以该数据广泛应用于植被生物或物理指标的反演。而且该数据免费开源，可利用的存档数据较多，相对其他卫星，容易获取，可以应用于区域尺度的草地监测和评价。但是，在草原地区，特别是我国青藏高原地区，由于光学卫星易受天气等因素的影响，影像云量较大，想要选择与采样时间和地点匹配性较高，而且云量较少的数据，仍然存在一些困难。

　　20世纪80年代初、中期，在国家“863”计划和科技攻关项目的支持下，我国也逐步开展了高光谱成像技术的研发计划。经过数十年的不断发展，我国的航空高光谱技术取得了众多卓越成就。2008年9月6日我国成功发射环境与灾害监测预报小卫星，其上搭载有一台高光谱成像仪(hyper-spectrumimager，HSI)，它在可见光到近红外光谱波段范围(450～950nm)具有115个波段，空间分辨率为100m，光谱分辨率优于5nm，这标志着我国卫星高光谱遥感应用时代的来临。

　　目前，HSI数据已广泛应用于农业和畜牧业的诸多领域，在草地植被理化成分的监测方面也有出色的表现，不足的是，其100m的空间分辨率在更加精细的草地观测中适用性不强。随后，我国于2011年9月29日成功发射“天宫一号”空间站(Tiangong-1)，由实验舱和资源舱构成，携带一个高光谱成像仪。继天宫一号完成其使命后，2016年9月15日又发射了第二个空间实验室“天宫二号”，并搭载了全新的空间应用载荷设备。其宽波段成像仪包括18个通道(14个波段位于可见光-近红外谱段，2个波段位于短波红外谱段，2个波段位于热红外谱段)可以实现可见光、短波红外和热红外多光谱大视场全推扫成像的组合集成功能，在生态环境监测、植被识别、土地覆盖分类等方面均具有较大的应用潜力。与此同时，随着我国高分专项工程的不断推进，我国分别于2018年5月9日和2018年6月2日相继发射了高分五号卫星(世界上首颗实现对大气和陆地综合观测的全谱段高光谱卫星)和高分六号卫星(我国首颗精准农业观测的高分卫星)，其中高分六号具有宽覆盖、高分辨率、高效能成像、高质量成像等特点，并首次增加了能够有效反映作物生长状况的“红边”波段。

　　这些高光谱仪器的研制成功和应用，为我国高光谱遥感技术的发展和革新提供了稳固的技术支撑。可见光及短波红外高光谱传感器是高分五号卫星上的主载荷之一，由中国科学院上海技术物理研究所研制，具有30m的地面分辨率和5～10nm的光谱分辨率，可以同时获取地物在400～2500nm范围共330个连续谱段的空间信息和光谱信息。而且该传感器解决了遥感应用中的许多关键科学问题。目前，高分五号、六号两颗卫星已正式投入使用。在草地的区域观测、健康评价和参数反演等方面，充分利用现有数据资源，尤其是最新的高分五号、六号数据，必将大幅提高天然草地牧草营养品质的研究进程。

　　2天然草地牧草营养品质遥感反演方法

　　2.1传统的多元统计分析方法

　　该类方法主要是利用逐步回归、偏最小二乘法、主成分分析等光谱变量筛选方法，筛选出与某个理化参量密切相关的若干波段，在降低光谱波段维度的同时，尽可能保留有效信息构建光谱变量与理化参量之间的回归模型，并且基于此模型，利用未参与建模的样本数据对模型精度、预测能力和泛化能力进行评价[22]。这种方法具有简单、易行等优点，通常都能获得较为理想的估测精度。由于天然草地较高的物种丰富度和复杂的地形地貌，利用卫星遥感数据和野外地物光谱观测资料进行牧草理化参量的估测时，光谱波段的选择易受数据本身局限性的影响，模型一般缺乏普适性和鲁棒性[23-24]。

　　2.2基于光谱特征和光谱指数的分析方法

　　(1)特征变量法：该方法主要是提取光谱曲线上的一些吸收谷或反射峰特征，并将其参量化，再建立与某个理化参量之间的经验模型。表1列出了常用的光谱特征变量，其中在植被理化参量反演方面，应用最为广泛的光谱特征是绿色植被所特有的“红边”，与之相关的光谱变量包括红边位置、红边幅值和红边斜率等。相关研究已证明，绿色植被的叶绿素、氮素以及生物量等参数与上述红边参量之间具有很强的相关性[25-27]。除此之外，一些量化的光谱吸收特征，比如吸收位置、吸收深度、吸收宽度以及吸收对称性等，也可以用于植被理化参量的反演[28]。

　　在不同的生态区域和生育时期，光谱变量对特定理化参量的敏感性也会发生变化，所以究竟哪些光谱变量对牧草营养成分的反演更为有效，还需要结合研究区实际情况开展研究。已有的研究表明，发展多变量的植被参量反演模型是可行的，可以克服草地时空异质性和光谱变量的局限性。值得注意的是，在野外自然条件下，某些易受大气水汽和植被叶片水分影响的波段的光谱吸收特征容易被水分吸收所淹没，在实际应用中应尽量避免水分吸收带来的影响。

　　(2)光谱指数法：该方法主要将两个或者多个特征波段按照线性或非线性的方式进行组合，构成对特定理化参量敏感的光谱指数，主要反映植被在可见光、近红外波段的光谱反射率与土壤背景之间的差异。高光谱遥感数据具有大量的窄波段和较高的光谱分辨率，这为发展一个针对特定理化参数敏感而对于大气、土壤等背景不敏感的植被指数提供了便利和优势。在植被理化参量反演方面，NDVI可消除部分大气和太阳高度角的影响，对土壤背景的变化也很敏感，可用于估算植被的生物量、色素含量、植被盖度、氮素等理化参数，但是NDVI在草地盛草期存在饱和现象。

　　REP、NDVI705、mSR705和VOG等基于红边构建的植被指数可以很好地反映绿色植被的红边信息，与植被叶片氮素、叶绿素等含量密切相关，通常用于植被缺素症的诊断和氮素含量的空间分布制图;SAVI和OSAVI可以在很大程度上避免土壤背景等因素的影响，从而对理化参数的反演提供更多有效的信息;SR、DVI和RDVI可以有效地响应可见光与近红外之间的差异，对草地地上部分生物量和群落盖度有较好的敏感性;NDNI和NRI可以有效地估测植被冠层的氮素含量;PRI和SIPI对植被色素的变化非常敏感，尤其是在不同的生育时期。事实上，受植被高光谱遥感影响因子的复杂性和多样化，不同植被指数对不同理化参量的敏感性也存在时空上的差异，要改进或发展一个具有广泛适用性的高光谱指数仍然是未来研究的一个热点[29-31]。

　　2.3物理模型方法

　　应用上述两种方法构建的理化参量统计模型均属于经验或半经验模型，虽然简单易用但缺乏普适性和可移植性。因此，基于辐射传输理论的物理模型反演方法也逐渐广泛应用于植被理化参数的反演[52-57]，该方法在植被生长状况信息的提取方面具有良好的应用前景。通常来讲，物理模型可分为冠层模型和叶片模型。叶片辐射传输模型如PROSPECT、LIBERTY和LEAFMOD等，主要是通过模拟光在叶片内部传输和交互的规律，从而用于构建叶片反射率和透射率的模型。

　　3牧草营养品质的高光谱遥感研究动态

　　3.1主要研究成果

　　近年来，国内外众多专家学者在草地牧草营养品质监测与评价方面的研究重点多集中在草地植被高光谱特征分析、牧草关键营养成分时空反演和模拟制图等方面，并取得如下初步研究成果：

　　(1)在牧草叶片及冠层水平上，发现了一些对牧草营养成分高度敏感的基于光谱面积、光谱位置和植被指数的高光谱遥感监测指标[27，63-65]。例如，提出对牧草营养成分含量、冠层结构非常敏感的窄带绿度指数(如红边位置指数、红边归一化植被指数等)，发现可定量计算绿色植被在光合作用过程中对入射太阳光利用效率的光利用率指数(如光化学植被指数、结构不敏感色素指数和红绿比值指数)，构建出可估算植被冠层中营养成分相对含量的冠层营养成分指数，如归一化氮素指数等。

　　(2)构建了天然草地牧草部分营养成分(如氮、磷、碳及纤维素等)的高光谱遥感反演模型，在部分地区开展了牧草营养成分在时空尺度上的变化模拟与制图研究[18-19，66-69]。由于氮素含量在很大程度上决定着草地的营养品质，通常是草食动物采食最受限制的养分之一。因此，在牧草矿物质元素含量的高光谱研究方面，有关叶片及冠层氮素含量的研究较为深入，相关研究报道较多[70-72]。

　　3.2牧草常规营养成分高光谱遥感

　　水分是植物细胞原生质的主要组分，在植物的生理活动中有着重要的作用。高光谱反演技术凭借其快速、高效和无损的优势，已成为评估植物含水量的重要方法。基于高光谱遥感数据，建立植物水分含量与反射率光谱之间的回归模型是准确估算植被水分含量的前提[73]。1971年，Thomas等[74]初步探讨了光谱反射率与叶片含水率之间的关系，结果表明叶片的相对含水率与1450和1930nm处的反射率显著相关。Curran[75]研究发现，叶片水分的吸收作用可以用1450nm附近的光谱吸收来表示。

　　Carter[76]和Dobrowski等[77]的研究结果表明，利用近红外波段的弱吸收峰(950～970nm)可以有效地监测植物水分含量，尤其是690和740nm处的光谱反射率可以反映植被的水分胁迫状态。在其他种类植物试验中，研究发现在1450nm附近的波段，其光谱反射率与叶片含水量之间也具有较高的相关性[78-80]。刘良云等[81]利用基于辐射传输理论的PROSPECT叶片光学模型，探讨了叶片含水量与光谱反射率之间的相互关系，发现975、1200、1450和1950nm等处的光谱反射率是影响叶片含水量变化的主要因子。虽然PROSPECT模型可以表征叶片内部理化物质吸收对光谱的影响，但是尚不能用其定量表述叶片表面和内部结构变化对叶片水分含量变化的响应。

　　4亟待解决的问题

　　经过近30年的发展，高光谱遥感技术虽然在牧草营养品质研究方面取得了显著进展，但从实际应用角度看，在天然草地牧草营养成分监测与评价方面，尚存在如下问题：

　　(1)长期以来高光谱遥感数据，特别是航空高光谱遥感数据，由于受成像时间短、覆盖范围小、数据获取权限、研究区天气状况等众多因素的影响，在较大尺度草地监测领域的相关研究还十分有限。目前在轨运行的搭载高光谱成像传感器和含红边的多光谱传感器的卫星数量仍然较少，虽然部分数据可以免费获取(如HJ-1AHSI，Sentinel-2和Hyperion等)，但是高分辨的卫星数据(如WorldView-2、RapidEye和高分五号等)仍然需要巨大的经济投入，所以降低数据成本是促进草地营养品质在区域尺度上监测的重要途径。

　　(2)缺乏与高光谱卫星遥感研究的有机结合，很难形成覆盖较大时空范围而且可以用于生产实践的研究成果。目前的研究多集中在局部区域的试验性研究，在实际应用中还存在诸多困难。开发局部地区成熟的可以直接利用的数据产品(如养分空间分布、品质分级等)，可以对草地的管理和利用提供更科学、更便捷的帮助。

　　(3)增强高光谱遥感仪器性能，开展近地表、航空及航天高光谱遥感综合研究，加强高光谱遥感图像处理系统的功能是高光谱遥感技术系统研究的永恒主题。我国在高光谱遥感研究的软硬件方面还有待加强，需要进一步开发高光谱数据处理软件，并形成商业化的运作[4]。

　　(4)我国在农作物营养品质方面的研究日渐成熟，但是在草原方面的相关研究还十分有限，目前仍然处于起步阶段。草地高光谱遥感研究主要依赖地物光谱仪，多限于地物光谱特征分析，研究领域较广[4，92-93]，涉及天然草地类型及植物的反射光谱分析、草地优势植物物种光谱特征分析[94-95]、草地植物花期独有光谱特征研究[96]、退化草地光谱响应分析[97]、草地土壤养分监测[98]、毒杂草光谱特征分析[99]和草地生物量评估[100-102]等方面。由于受样品理化成分分析成本、采样区域天气、遥感成像时空特征等因素的制约，现有的高光谱数据并未得到充分的挖掘和利用。

　　5展望

　　综观国内外研究动态和已取得的一些初步研究成果，高光谱遥感经过近30年的发展，在相关技术体系研发、理论研究和实践应用等方面不断取得重要进展。就天然草地牧草营养成分和饲用价值高光谱遥感而言，需要继续在已有研究的基础上开展多尺度、多平台及多样化的研究，未来发展趋势可总结如下：

　　(1)利用近年来得到广泛应用的无人机(unmannedaerialvehicle，UAV)技术和航空高光谱成像设备，更加灵活机动地获取不同草地类型的高光谱遥感数据，可以为地域分布广阔、种类复杂多样的天然草地牧草营养成分的研究提供更加丰富多样的数据源，是航空高光谱遥感未来的发展趋势之一。

　　(2)采用地面、机载和星载高光谱数据相结合的方法，克服空间尺度效应，全面研究不同类型草地牧草的光谱特征，探索涵盖主要牧草营养成分的高光谱遥感敏感指数、诊断方法及其监测模型。此外，光学遥感卫星易受到云的影响，开发可靠的高光谱影像去云算法，势在必行。

　　草地方向论文投稿刊物：《草地学报》是中国科学技术协会主管、中国草学会主办、中国农业大学草地研究所承办的草学领域高级中文学术刊物。旨在报道草学领域最新科研成果，促进学术交流，推动草业发展。