1實驗部分

1.1實驗設計

實驗場位于北京市大興區(N:39°39'2.56″，E:116°34'33.10″)，長40m，寬20m。在實驗場分別設計8個草地、大豆實驗小區，各有四個天然氣脅迫區和對照區，實驗小區大小為2.5m×2.5m，各小區間隔為0.5m，天然氣泄漏點位于中心位置，泄漏速率為1L·min－1.

1.2數據采集與預處理

冠層數據測量儀器為光譜儀，其光譜范圍為350～2500nm，共1024個波段，光纖視場角為25°。選擇天氣晴朗時進行野外實地采集，時間為北京時間10:00—14:00，第一次數據采集日期為2016年8月26日。每個測區沿著東西軸線均勻布設4個測量點，在每個小區測量光譜之前用標準板校正光譜儀，垂直測量距離為1m。冠層數據采用5點平滑法進行平滑處理，如式(1)

式(1)中，Ｒi為第i波段的反射率值，Ｒ平滑為每個波段平滑后的反射率值。

圖1數據采集與實驗

1.3數據處理與分析方法

1.3.1一階微分處理

植被光譜一階微分處理可以有效消除或減弱土壤背景的影響，突出植被光譜曲線上相關的生化方面的細微變化，更有利于反映植被差異特征。

式(2)中，f(Ｒi)為第i波段的光譜反射率，為f'(Ｒi)波長的一階微分值，ΔＲ為Ｒi+1到Ｒi的間隔。

1.3.2連續小波變換處理

連續小波變換(CWT)處理光譜曲線后可以增強光譜吸收特征信息，通過一個小波基函數將光譜曲線在不同尺度上轉換成對應的小波系數，如式(3)和式(4)

式(3)和式(4)中，f(t)為光譜反射率數據;t為光譜波段;φa，b(t)為小波基函數;a為尺度因子，b為平移因子。

1.3.3J-M距離

J-M距離具有收斂性，其判別標準如下，通常用J2ij來表達，當0＜J2ij≤1.0時，類別之間無可分性;當1.0＜J2ij≤1.8時，類別之間有一定可分性，但也有部分重疊;當1.8＜J2ij≤2.0時，類別間具有很好的可分性，可用式(5)和式(6)表示。

式(6)中，σi和σj為相應的矩陣樣本協方差;μi和μj分別為類別i和j的樣本平均向量。

1.4選用的植被指數

根據前人研究結果，選擇了部分植被指數并與本研究設計的指數進行對比分析。

表1高光譜指數

2 數據處理與分析

2.1冠層數據分析

草地在天然氣泄漏脅迫11天后，可見光范圍內(380～760nm)反射率差異較小，近紅外范圍內(760～900nm)反射率降低。從圖2可以看出，隨著脅迫持續，可見光范圍內反射率逐漸增大，近紅外范圍內反射率降低，但脅迫組和對照組的差距在減小。大豆在受天然氣泄漏脅迫11天后可見光范圍內反射率沒有變化，近紅外范圍內反射率稍微減小，隨脅迫持續進行，可見光范圍內反射率仍沒有顯著差異，而近紅外范圍內差異在增大。天然氣泄漏脅迫使草地和大豆的光譜曲線發生了變化，但是不同植被的光譜曲線變化具有差異性。從圖2中可以看出，脅迫第22天時，冠層光譜一階微分處理后，草地脅迫組出現輕微的紅邊藍移現象，紅邊藍移達9nm，但是大豆的脅迫組并未出現明顯的紅邊藍移現象。在整個生育期都具有上述規律。

2.2小波能量系數分析

選擇的小波基函數為Bior1.3(雙正交樣條)，分解尺度為21，22，23，24，25，26共六個尺度，用MatlabＲ2014a軟件對草地和大豆冠層光譜數據進行一階微分和CWT處理，將每條處理后的光譜曲線分解成上述尺度小波系數。分解尺度小，包含的細微信息多，則不利于敏感波段選擇;分解尺度大，包含的細微信息少，信息量損失較多，同樣不利于選擇敏感波段。因此通過分析不同尺度的小波系數圖發現在700～770nm內，尺度22和23有多處峰值和谷值，表明在不同波段位置對照組和實驗組具有差異性，且變化劇烈，穩定性較差;尺度24和25有較少的峰值和谷值，尺度25曲線過于平滑，信息損失量過大，因此選擇尺度24進行敏感波段分析，如圖3所示。對照組與實驗組的一階小波能量系數進行差值分析，從圖3中可見，草地對照組與實驗組在685，718和745nm附近差異較大;大豆對照組與實驗組在685，700，715，745和765nm處有較大差異，綜合草地和大豆的多期實測數據分析，發現685和715nm處的差值規律具有一定的穩定性，因此選擇685和715nm作為敏感波段來檢測天然氣然氣泄漏脅迫下的草地和大豆，從而構建DW指數:DW685－DW715)/(DW685+DW715)。

圖29月30日草地(a)和大豆(b)冠層光譜反射率，9月19日草地(c)和大豆(d)一階微分數據

圖3草地(a)和大豆(b)小波能量系數和實驗組與對照組的能量系數差值(c)

2.3歸一化能量系數指數分析

設計歸一化指數DW與PＲI，NDVI，NPCI，D725/D702等四個指數進行定性與定量地比較分析，并用JM距離定量地比較對照組與實驗組之間的可分性。從表2中可見，草地PＲI，NDVI和NPCI從脅迫第33天開始，對照組與實驗組之間的J-M距離大于1.8，而構建的DW指數與D725/D702從脅迫第22天開始就可以穩定地識別天然氣脅迫下的草地。大豆PＲI，NDVI，NPCI和D725/D702在整個實驗期內J-M距離都小于1.8，而DW指數從脅迫第22天開始就可以很好地識別天然氣脅迫下的大豆，且D725/D702指數并不具備識別大豆的能力，因此DW指數更具有普適性。PＲI，NDVI，NPCI和D725/D702指數在脅迫33天后均能夠識別天然氣泄漏脅迫下的草地，而無法識別脅迫大豆，說明草地對天然氣泄漏脅迫的敏感性高于大豆。PＲI，NDVI，NPCI和D725/D702指數不能同時識別天然氣脅迫下的草地和大豆，對不同植被缺乏穩定性，而DW指數可以穩定地識別天然氣脅迫下的草地和大豆，具有一定的普適性。

圖4實驗組和對照組不同高光譜指數對比圖

表2草地和大豆不同高光譜指數J-M距離

3 結論

通過野外模擬天然氣地下儲氣庫或管道微泄漏對地表植被的脅迫實驗，分析植被光譜變化特征，構建微泄漏點識別模型，主要得出以下結論:

(1)天然氣微泄漏脅迫下的草地與大豆冠層光譜與對照組相比，在可見光區域變化不一致，但在近紅外區域都降低了。

(2)在一階微分處理基礎上對光譜進行連續小波變換，通過小波能量系數發現685和715nm是區分對照組與脅迫組的敏感波段。

(3)通過J-M距離檢驗，結果表明DW指數在天然氣微泄漏脅迫發生22天后，可以穩健地區分健康與脅迫的草地與大豆，而PＲI，NDVI，NPCI，D725/D702指數僅能夠在脅迫33天后識別健康與脅迫草地，則在整個生育期無法準確地識別健康與脅迫大豆。DW指數既可以早于其他指數識別天然氣微泄漏下脅迫下的植被，又能夠同時識別脅迫草地與大豆，具有一定的普適性與魯棒性。因此利用高光譜通過植被的光譜曲線變化來檢測天然氣泄漏點的方法有可行性;但本實驗僅選擇兩種植被，還需通過更多植被來進行檢驗與驗證

審核編輯：湯梓紅