不同含水量土壤高光谱二向性反射特征研究*

刘 影，姚艳敏※，司海青

(1.农业部农业信息技术重点实验室，北京 100081； 2.中国农业科学院农业资源与农业区划研究所，北京 100081)

·技术方法·

不同含水量土壤高光谱二向性反射特征研究*

刘 影1， 2，姚艳敏1， 2※，司海青1， 2

(1.农业部农业信息技术重点实验室，北京 100081； 2.中国农业科学院农业资源与农业区划研究所，北京 100081)

【目的】探讨高光谱遥感土壤含水量对土壤二向性反射分布函数(bidirectional reflectance distribution function，BRDF)的影响，可为改进土壤含水量高光谱遥感反演机理模型，提高反演精度奠定重要基础。【方法】该研究在室内条件下对含水量为5%～45%(按5%递增)的土样进行多角度光谱测定，分析光源天顶角、观测天顶角、观测方位角及含水量不同对土壤二向性反射特征的影响。【结果与结论】由于土壤表面颗粒之间的相互遮蔽，土壤BRDF随光源天顶角的增加而增大，随观测天顶角的减小而降低，且土壤BRDF随观测天顶角的变化与波长有关。后向散射方向的土壤BRDF最高，前向散射方向的土壤BRDF最小。在400～1 400nm波段范围内，当土壤含水量小于田间持水量时，土壤BRDF值随含水量的增加而降低；大于田间持水量时，土壤BRDF值随含水量的增加而增加。但在波长1 400～2 400nm范围内，不同的观测位置下，土壤含水量不同引起土壤BRDF的变化没有明显规律。

高光谱 BRDF 多角度 土壤含水量

0 引言

土壤质量含水量是表征一定深度土层干湿程度的物理量，在农业、气象、水文、地理等研究领域是一个关键变量。国内外对于土壤含水量高光谱遥感反演都进行过大量研究[1-5]，发现在可见光至近红外的波段范围内，当土壤含水量低于田间持水量时，土壤光谱反射率随土壤含水量的增加而降低； 而当土壤含水量大于田间持水量时，土壤光谱反射率随着土壤含水量的增加而增加。魏娜[6]研究得出不同含水量下土壤光谱曲线在1 400nm、1 900nm、2 100nm波段附近具有较强的吸收特征。司海青等[7]认为不同含水量土壤光谱曲线的主要差异是水分吸收峰偏移的位置以及深度，在近红外区域差异变大，特别是1 450nm和1 900nm波段范围附近的水分吸收谷出现明显的增大趋势。以上研究都假设土壤表面为朗伯体，反射各向同性，大都设置某一固定角度的光源照射土壤，高光谱仪的探头垂直观测土壤表面的光谱反射率。在此观测条件下测得的土壤反射率仅表现出了土壤的光谱特性，即不同物质对电磁波的吸收带不同而造成的反射率随波长的变化，没有考虑土壤反射率的方向性问题，因此与自然条件下土壤的真实反射率有一定的差异，影响了高光谱土壤含水量的反演精度。

地物的反射特性不仅具有光谱特性，而且也有方向特性，即反射率随光源-目标-传感器的几何关系变化而变化，这是由地物的结构特征所造成[8]。通常裸露土壤表面是高度的、强烈后向散射的各向异性，土壤表面越粗糙，越呈现非朗伯体特性[9]，并且光源入射方向和传感器观测方向的不同会使土壤光谱反射特征具有明显的方向性，即土壤具有二向性反射特征。土壤的二向性反射特性是当前定量遥感研究的热点之一，一些学者在土壤二向性反射特性及二向性反射分布函数(BRDF)模型方面做了初步的研究[10-14]。由于土壤含水量的变化会改变土壤颗粒表面对光的散射和吸收，也使土壤表面反射方向的反射信息发生变化。在土壤含水量对土壤反射率方向性的影响研究方面，吕云峰等[15]通过分析野外实测土壤多角度高光谱数据与含水量之间的关系，认为土壤含水量在560nm、670nm、865nm波段处的反演结果有差异，并且在865nm波段处的土壤含水量反演精度最稳定。程街亮[13]在室内条件下测定不同含水量土壤二向反射特性，认为在整个波段范围内，随着土壤含水量的减少，土壤的单次散射反照率呈增加的趋势。杨贵军[16]等在野外条件下对土壤进行多角度观测，认为土壤含水量在近红外、红和短波红外波段处的反演精度较高。以上研究或者只是采用几个土壤含水量样本而不是含水量梯度样本测定土壤二向反射率； 或者在野外条件下测定，光源入射角、观测方位角等难以控制，因此其研究分析的土壤含水量对土壤二向性反射特征的影响不全面，且没有获得基于机理模型的高光谱土壤含水量反演最佳参数值，土壤含水量高光谱反演精度难以保证。

因此，文章在室内多角度不同含水量土壤光谱测量的基础上，研究分析了光源入射角、观测角度不同对土壤二向性反射特征的变化规律，分析土壤含水量与土壤反射光谱特性和方向特性的关系，为基于机理模型的土壤含水量高光谱建模，提高土壤含水量的定量反演精度提供科学依据。

1 材料与方法

1.1 研究区域与土样采集

该文研究的采样区位于吉林省公主岭市，采样时间为2015年10月18～20日，采样点为玉米已收获的耕地裸土，采样深度为0～20cm，尽量保持原状土装入大铝盒内(直径15cm、高度7cm)。共采集60个土样，其中黑土和黑钙土各采集30个。剔出土壤样本中杂物，以备室内含水量梯度配置及土壤二向性反射率测定。另采集1kg土样，装于土袋中，用于后续土样室内化验分析。

表1 土壤含水量梯度实际测量值统计 %

1.2 样品制备

将采集的原状土样在室内不破坏表面粗糙度的条件下，采用烘干称重法计算土壤含水量，并测定土壤二向性反射率。测得的土样粗糙度范围为1.03～1.15。首先将土样加水至过饱和状态，静止24h，待土样表面的自由水消失后，测定饱和状态下的土壤二向性反射率，并称重； 然后将土样置于80℃的烘箱中烘干3h，自然状态下放至恒温称重，并测定此状态下的土壤二向性反射率。土样重复烘干3次，获得不同土壤含水量状态下的二向性反射率。最后将土样置于105℃的烘箱中烘干8h，称重后，计算不同处理的土壤含水量。

该研究设计9个土壤含水量梯度(5%、10%、15%、20%、25%、30%、35%、40%、45%)。从实测的土壤含水量值中选取接近预设含水量值的土样，进行土壤二向性反射特性分析。选取土样实测含水量的统计描述见表1。

1.3 室内土壤BRDF的测定

将配置好的土样在暗室内采用美国ASD Fieldspec Pro FR型高光谱仪测定土壤BRDF。光源为两个50W的卤素灯，保持30或60的入射天顶角(θs)置于土样同一侧，距离土样30cm。探测器的观测天顶角(θ0)介于0～60之间，每隔10探测一次土壤光谱信息，探头距离土样15cm，探头视场角为10。光源的方位角(φ)为0、90、180。每个土样的观测角度共38个，具体的角度设置见表2。当光源方位角为0时，光源入射方向与观测方向在同一侧为前向散射； 当光源方位角为180时，光源入射方向与观测方向在两侧为后向散射。每次光谱测量前均用白板进行标准化处理，保证观测数据的准确性。对每个观测方向自动采集5条土壤光谱曲线，取5条曲线的算术平均值作为土样在该方向上的土壤BRDF值。

表2 土壤二向性反射率测量角度设置表

光源方向探测方向天顶角方位角观测天顶角300102030405060901020304050601800102030405060600102030405060901020304050601800102030405060

1.4 光谱数据预处理

在全波段范围中350～399nm和2 400～2 500nm受光谱仪光感度低和土壤反射率低的影响，信噪比低，因此剔除这两个波段。然后，利用ViewSpec Pro软件对光谱曲线进行断点修正(Splice Correction)，并采用Savitzky-Golay平滑方法对光谱曲线进行平滑处理。平滑后的光谱曲线用于基于包络线去除法的不同含水量土壤光谱敏感波段确定以及土壤二向性反射特性分析。

1.5 包络线去除法

包络线去除法是一种常用的光谱分析方法，能够有效增强光谱曲线的吸收和反射特性，将反射率归一化为0～1.0，吸收特征也归一化到统一的背景上，利于与其他光谱曲线特征值比较[17]。从直观上看，包络线相当于光谱曲线的“外壳”，一般定义为逐点直线顺次连接光谱曲线上凸出的峰值点，并使折线在峰值点上的外角大于180°，用连续的折线段来表示光谱曲线的包络线[18]。通过计算每个波段的原始光谱反射率与包络线的反射率比值，即为光谱的去包络线反射率值，其计算方法如公式(1)和(2)[19]。该研究中的包络线去除法是利用ENVI 5.0软件中的Continuum Re-moved完成的。

(1)

(2)

式中，Rcj是波段j的包络线去除值；Rj是波段j的原始光谱反射率； K是在吸收曲线里起始点波段和末端点波段之间的斜率； λj是第j波段波长； λb和λa是在吸收曲线里的起始点波长和末端点波长；Rb和Ra是在吸收曲线里的起始点和末端点的原始光谱反射率。

图1 含水量为5%的土样在不同光源角、观测角、方位角处的原始光谱和去包络线曲线图

2 结果与分析

2.1 敏感波段确定

图1表示含水量为5%的土样在不同观测位置的原始光谱曲线和去包络线曲线，可以看出原始光谱曲线在400～1 000nm波段范围内，随波长的增加，其对应的土壤反射率逐渐增加。并且在490nm、1 419nm、1 919nm和2 210nm波段处有较强的特征吸收峰，其中1 400nm附近主要是水分吸收了该波段附近的电磁波，是以羟基为主的吸收带； 1 900nm附近是以层间水为主的水分吸收带； 2 200nm附近的吸收峰不是由水分引起的，而是有机质中的羟基振动引起的吸收带[20]。而且去包络线曲线在这几个波段处也有较强的吸收特征，而在650nm波段附近也有一弱吸收峰。另外比较其他处理的土壤光谱曲线和去包络线曲线，图中特征吸收峰的位置并没有因为观测位置和土壤含水量的不同而发生改变。因此，该研究选取490nm、650nm、1 419nm、1 919nm和2 210nm为土壤含水量的光谱敏感波段，开展后续研究工作。该结论与前人研究的黑土土壤光谱敏感波段主要集中在可见光和近红外波段范围内相一致[5-6， 21-23]。如，姚艳敏等[23]得出黑土的敏感波段主要集中在400～410、1 400～1 850、2 050～2 200nm范围内； 刘焕军等[24]研究认为黑土光谱的特征吸收峰主要在510、650、921、1 420、2 206nm波段处。

2.2 土壤BRDF随观测天顶角变化分析

基于选择的土壤含水量光谱敏感波段，分析观测天顶角的变化对不同含水量土壤BRDF的影响。从图2中可以看出，土壤的BRDF随观测天顶角的增加而增加。这主要是由于原状土表面粗糙，土壤表面颗粒间发生多次散射，使光源发出的入射光被吸收，颗粒间倾角越大吸收的入射光越多，探测到的BRDF越低[25]。而且由于土壤表面颗粒之间的相互遮蔽，随着观测天顶角的增大，观测方向探测到的阴影面积减少，因此随着观测天顶角的增加土壤BRDF增加。

图2 含水量为30%的土壤BRDF在光源天顶角30和60处随观测天顶角的变化

图3 光源天顶角为60处含水量为30%的黑土不同波长BRDF随观测天顶角的变化

当观测天顶角与光源入射角相同且在同一侧时，出现了热点效应(hot spot)。热点效应是指后向散射方向靠近光源位置处出现一个增强的反射峰。Hapke[25]等研究认为，当土壤样本处于含水状态下时，热点效应主要是由阴影遮蔽引起的； 而当土壤处于干燥状态下时，热点效应主要由相干后向散射引起的。本研究的土壤为含水土样，因此热点效应主要由阴影遮蔽引起。但图2中30光源天顶角时，热点位置的反射率与理论上的变化相悖。分析原因主要是由于30光源向斜下方发出入射光时，探测器也在光源的下方，其自身会在热点方向投下阴影，使探测到的土壤BRDF值降低，产生干扰。图2中60光源天顶角时，光源发出的光近似平直，产生的阴影对探测的影响较小，因此该热点处土壤BRDF没有降低。热点效应在实际室内环境下观测是很难获取的，并且光源天顶角越小对热点效应的干扰越大。

通过图3可以看出，在整个波长范围内，土壤BRDF在可见光波段范围小于在近红外和短波红外波段范围。因此得出BRDF不仅与光源和观测的方向有关，与波长的变化也有密切关系。

2.3 土壤BRDF随相对方位角变化分析

图4 含水量为30%的土壤BRDF随相对方位角0、90、180的变化

图5 含水量为30%的土壤在30和60光源天顶角的BRDF变化

2.4 土壤BRDF随光源天顶角变化情况

2.5 不同含水量对土壤BRDF的影响

图6 不同条件下BRDF随含水量变化

前人研究认为，在垂直观测下，土壤含水量与反射率之间存在1个“临界值”，该值接近于土壤的田间持水量。当含水量低于田间持水量时，随含水量的增加土壤颜色变深，土壤BRDF值降低； 当含水量高于田间持水量时，随含水量继续增加，土壤颗粒表面易形成一层较薄的水膜发生镜面反射，使土壤BRDF值增加[2， 4， 26-28]。该研究测得的黑土和黑钙土的田间持水量范围为28.16%～35.07%，通过图6可以明显看出，在同一个观测位置，波长在400～1 400nm范围内，不同含水量土壤BRDF值的变化规律与前人研究结论相近。当土壤含水量低于30%时，土壤BRDF值随含水量增加而降低； 当土壤含水量高于30%时，随着土壤含水量的增加土壤BRDF值升高。但波长在1 400～1 500nm、1 900～2 000nm范围内，随土壤含水量的增加BRDF值降低，吸收谷面积增大，与前人研究结论略有不同。图6a、(c)垂直观测中波长在1 500～1 800nm范围内土壤含水量为30%的BRDF值最低，而图6b、(d)30观测角中土壤含水量为45%的BRDF值最低。波长在2 000～2 400nm范围内，图6a、(b)中BRDF值随土壤含水量的增加而降低，而图(c)、(d)中没有相同的变化趋势。因此，在波长1 400～2 400nm范围内，不同的光源天顶角、观测天顶角和方位角下，土壤含水量不同引起的BRDF变化规律并没有遵循前人研究的结论，原因有待进一步分析和研究。研究土壤方向性反射率与含水量之间的内在规律性，能够更准确的分析土壤含水量与土壤光谱的关系，这也是利用高光谱影像数据进行土壤含水量反演的重要前提。

3 结论与讨论

该研究基于室内实测土壤多角度光谱数据，研究了不同含水量条件下土壤二向性反射分布特性。根据实验结果得到以下结论。不同土壤含水量BRDF光谱曲线的敏感波段主要为490nm、1 419nm、1 919nm和2 210nm。当观测天顶角不同时，由于土壤颗粒间相互遮蔽产生阴影变化，因此土壤BRDF随观测天顶角的增大而增加。并且由于探测器自身产生的阴影，使热点位置处的反射率降低； 当观测方位角不同时，由于探测器视场范围内的阴影变化，使后向散射方向的BRDF最大，前向散射方向的BRDF最低。当光源天顶角不同时，由于土壤表面颗粒之间的相互遮蔽、反射和吸收，产生的阴影面积增大、反射出的辐射能减少，土壤BRDF随光源天顶角的增大而降低。当土壤含水量不同时，在400～1 400nm波段范围内，当土壤含水量小于田间持水量时，土壤BRDF值随含水量的增加而降低； 大于田间持水量时，土壤BRDF值随含水量的增加而增加。但在波长1 400～2 400nm范围内，不同的光源天顶角、观测天顶角和方位角下，土壤含水量不同引起土壤BRDF的变化没有明显规律。

该研究通过大量的室内实测数据，从多角度遥感方面分析了不同含水量土壤的二向性反射特性，为建立适用的土壤含水量高光谱定量反演模型，提高反演精度奠定基础。本实验只对不同含水量的黑土和黑钙土BRDF变化规律进行了研究，若开展其它土壤类型的研究，可以参照本方法进行实际的测量。实验中的多角度设置有限，以后的实验中可以增加观测角度，提高数据的可靠性。该研究是将原状土样取回在实验室内进行多角度观测，环境条件人为可控制，测得的数据受到的干扰较小，但与真实的BRDF值有差异。虽然野外条件下，不同含水量、光源天顶角，观测天顶角及相对方位角等观测条件很难准确控制，但在以后的扩展研究中应尝试在野外条件下观测不同含水量土壤的BRDF值。另外，该研究针对的是原状土，没有考虑土壤表面粗糙度对土壤二向性反射特性的影响，在今后的研究中需要进一步完善，为土壤高光谱多角度研究提供更完善的理论依据。

[1] Liu W D，Baret F，Gu X F，et al.Relating soil surface moisture to reflectance.Remote Sensing of Environment， 2002， 81： 238～246

[2] Liu W D，Baret F，Zhang B，et al.Using hyperspectral data to estimate soil surface moisture under experimental conditions.Journal of Remote Sensing， 2004, 8(5): 434～442

[3] Whiting M L，Li L，Ustin S L.Predicting water content using Gaussian model on soil spectral.Remote Sensing of Environment， 2004， 89： 535～552

[4] 吉别克·哈力克巴义. 基于实测高光谱数据的地表土壤水分含量反演研究.乌鲁木齐：新疆大学， 2011

[5] 王晓. 土壤含水量高光谱特性与估测模型研究.泰安：山东农业大学， 2012

[6] 魏娜. 土壤含水量高光谱遥感监测方法研究.北京：中国农业科学院， 2009

[7] 司海青， 姚艳敏，王德营，等.含水率对土壤有机质含量高光谱估算的影响.农业工程学报， 2015, 31(9): 114～120

[8] 江冲亚. 多角度观测方法与土壤反射率建模.北京：中国科学院大学， 2014

[9] 邓孺孺， 田国良，柳钦火，等.粗糙地表土壤含水量遥感模型研究.遥感学报， 2004, 8(1): 75～80

[10]Jacquemoud S，Baret F，Hanocq J F.Modeling spectral and bidirectional soil reflectance.Remote Sensing of Environment， 1992： 41～123

[11]Chappell A，Zobeck T，Brunner G.Using bi-directional soil spectral reflectance to model soil surface changes induced by rainfall and wind-tunnel abrasion.Remote Sensing of Environment， 2006, 102(34): 328～343

[12]Wu Y Z，Peng G，Qiang L，et al.Retrieving photometric properties of desert surfaces in China using the Hapke model and MISR data.Remote Sensing of Environment， 2009, 113(1): 213～223

[13]程街亮， 纪文君，周银，等.土壤二向反射特性及水分含量对其影响研究.土壤学报， 2011, 48(2): 255～262

[14]刘小珊. 土壤二向反射特性研究与标准光谱库的应用.武汉：华中农业大学， 2015

[15]吕云峰， 孙仲秋，赵云升.基于野外双向反射信息利用反射模型反演土壤含水量研究.武汉：光学学报， 2015, 35(3): 352～358

[16]Yang G J，Zhao C J，Huang W J，et al.Extension of the Hapke bidirectional reflectance model to retrieve soil water content.Hydrology and Earth System Sciences， 2011， 15： 2317～2326

[17]陈述彭， 童庆禧，郭华东.遥感信息机理研究.北京：科学出版社， 1998： 163～164

[18]丁丽霞， 王志辉，葛宏立.基于包络线法的不同树种叶片高光谱特征分析.浙江林学院学报， 2010， 06： 809～814

[19]Bach M，Mauser W.Modeling and model verification of the spectral reflectance of soils under varying moisture conditions.Proceedings of IEEE IGARSS’, 1994，(4)： 2354～2356

[20]史舟.土壤地面高光谱遥感原理与方法.北京：科学出版社， 2014

[21]何挺. 土地质量高光谱遥感监测方法研究.武汉：武汉大学， 2003

[22]王昌佐， 王纪华，王锦地，等.裸土表层含水量高光谱遥感的最佳波段选择.遥感信息, 2003，(4)： 33～36

[23]姚艳敏， 魏娜，唐鹏钦，等.黑土土壤水分高光谱特征及反演模型.农业工程学报， 2011, 27(8): 95～100

[24]刘焕军， 张柏，刘殿伟，等.松嫩平原典型土壤高光谱定量遥感研究.遥感学报， 2008, 12(4): 647～654

[25]Hapke B，Dominick D，Nelson R，et al.The cause of the hot spot in vegetation canopies and soils：shadow-hiding versus coherent backscattering.Remote Sensing of Environment， 1996, 58(1): 63～68

[26]Liu D S，Wang Z S.A modeling study of potential evapotranspiration and the estimation of Chinese soil moisture regimes.Pedosphere， 1996, 6(3): 193～200

[27]Bedidi A，Cervelle B，Madeira J，et al.Moisture effects on visible spectral characteristics of lateritic soils.Soil Science, 1992，(153)： 129～141

[28]Muller E，Decamps H.Modeling soil moisture reflectance.Remote Sensing of Environment, 2000，(76)： 173～180

STUDY ON HYPERSPECTRAL BIDIRECTIONAL REFLECTANCE CHARACTERISTICS UNDER DIFFERENT SOIL MOISTURE CONTENTS*

Liu Ying1， 2，Yao Yanmin1， 2※，Si Haiqing1， 2

(1.Key Laboratory of Agri-informatics, Ministry of Agriculture, Beijing 100081, China; 2.Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081, China)

Aiming to study the effect of soil moisture contents (SMC) on the soil bidirectional reflectance distribution function (BRDF), which can lay an important foundation for the improvement of SMC hyperspectral inversion mechanism model and accuracy, this paper conducted multi-angle spectrometry measurement to soil samples with different SMC from 5% to 45% (the interval of 5%), analyzed the influences of different light source zenith angle, observing zenith angle, azimuth angle and SMC on soil BRDF. The results showed that because of interaction between soil surface particles, soil BRDF increased with the light source zenith angle increasing and decreased with the observing zenith angle decreasing. The change of soil BRDF with zenith angle was related to the wavelength. The BRDF in backscatter direction was the highest, while it was the lowest in the forward scattering direction. In the range of 400～1400 nm wavelength, soil BRDF declined with SMC rising when SMC was less than the field water holding capacity, but soil BRDF raised with SMC rising when SMC was larger than the field water holding capacity. In the range of 1400～2400 nm wavelength and under different observation position, there was no obvious rules for the change of soil BRDF caused by different SMC.

hyperspectral; BRDF; multi-angle; soil moisture content

10.7621/cjarrp.1005-9121.20170109

2016-09-14 作者简介：刘影(1992—)，女，黑龙江鹤岗人，硕士。研究方向：农业资源遥感。※通讯作者：姚艳敏(1964—)，女，河北石家庄人，博士、研究员。研究方向：农业定量遥感。Email：yaoyanmin@caas.cn *资助项目：国家科技重大专项“高分辨率对地观测系统”(09-Y30B03-9001-13/15)； 国家重大科学研究计划(973计划)“全球变化研究”(2010CB951501-2)

TP79; S152.7

A

1005-9121[2017]01051-08