《利用高光谱数据估算不同厚度潮间带红树林叶片叶绿素含量》研究报告

本报告介绍由Yunxia Zhao, Chunhua Yan, Shan Lu, Pei Wang, Guo Yu Qiu和Ruili Li（通讯作者）共同完成的一项原创性研究成果。该研究于2019年7月在线发表于国际期刊 Ecological Indicators 第106卷。作者团队主要来自北京大学深圳研究生院环境与能源学院（深圳市重金属污染控制与资源化重点实验室）、东北师范大学地理科学学院以及中国科学院自动化研究所（模式识别国家重点实验室，脑科学与智能技术卓越中心）。本研究旨在开发一种适用于红树林生态系统、对叶片表面（叶正面与叶背面）差异不敏感的非破坏性叶绿素含量估算方法，以监测全球红树林的健康状况与退化进程。

一、 研究背景 红树林作为高生产力、高生化活性的生态系统，分布于全球118个国家，拥有重要的生态功能。然而，受人类活动和气候变化影响，全球红树林正普遍退化。叶绿素（Chlorophyll, Chl）含量是反映植物光合潜力、初级生产力和胁迫状况的关键生物指标，其变化可直接指示红树林的健康状态与退化程度。因此，准确、快速、非破坏性地监测红树林叶片叶绿素含量至关重要。

传统的叶绿素测定方法（如分光光度法）耗时、破坏样本且难以大范围应用。基于光谱反射率的遥感方法为此提供了替代方案。大量研究已针对陆地植物开发了众多基于少数波段的植被指数（Vegetation Index, VI）来估算叶绿素含量。然而，针对具有独特叶片结构（如厚角质层、下表皮气孔少、常具绒毛等）的红树林，尤其是潮间带红树林，相关研究较少，且现有指数大多基于单一物种、单一叶表面（通常是叶正面）数据构建，难以直接应用于叶片结构和表面特征差异显著的不同红树林物种。

本研究旨在填补这一空白。研究选择了四种具有不同叶片厚度和结构的代表性红树林物种：秋茄（Kandelia candel）、白骨壤（Avicennia marina）、桐花树（Aegiceras corniculatum）和海桑（Sonneratia apetala）。通过分析这些物种叶片正反两面的高光谱数据，评估并优化九类常用植被指数，目标是开发一个对叶片表面变异不敏感、能准确估算多种红树林叶绿素含量的有效指数，并量化叶片厚度对光谱指数性能的影响。

二、 详细工作流程 本研究的工作流程系统而严谨，主要包含以下步骤： 1. 研究区域与样本采集：研究地点位于中国广东深圳湾的福田自然保护区。于2015年10月至11月的晴朗天气，采集了四种红树林的叶片样本，总计220片（秋茄52片、白骨壤54片、桐花树56片、海桑58片）。采集后立即置于暗袋并冰上保存，以尽可能减少叶绿素降解。所有后续测量均在离体后4小时内完成。 2. 光谱测量：在暗室中使用便携式光谱辐射计（ASD FieldSpec® 3）进行叶片光谱测量。该设备测量范围为350-2500 nm。对每片叶片的正面（adaxial surface）和背面（abaxial surface）分别进行三次光谱反射率测量并取平均值，以确保数据可靠性。 3. 叶绿素含量与叶片厚度测定： * 在与光谱测量相对应的叶片区域，使用打孔器获取5个直径6mm的叶盘。 * 使用95%乙醇提取叶绿素，经离心后，利用分光光度计测定上清液在特定波长的吸光度。 * 依据Wintermans和De Mots（1965）的公式计算单位面积的叶绿素含量（µg/cm²）。 * 使用分辨率为0.01 mm的数显卡尺测量每片叶片的厚度。 4. 数据处理与分析：将总样本的三分之二（秋茄36、白骨壤38、桐花树38、海桑40，共152片叶子的304个光谱数据）用于模型校准（建模），剩余三分之一用于验证。 * 植被指数评估与筛选：研究系统评估了九大类共40个已发表的叶绿素植被指数（见文中表1），并遍历了九大类指数公式在所有波段（400-1000 nm）的组合。九大类指数包括：单波段反射率（R）、反射率倒数（IR）、两波段反射率倒数差（DI）、简单比值（SR）、归一化差值（ND）、单波段反射率与两波段反射率乘积的比值（RSP）、改进型Datt指数（MDATT）、一阶导数（D）以及两波段一阶导数的比值（RD）。 * 最优指数开发：通过计算每个指数（包括所有遍历组合）与实测叶绿素含量之间的相关系数（R）和均方根误差（RMSE），筛选出对两种叶表面都表现最优的指数类型及具体波段组合。 * 模型验证与影响因素分析：使用预留的验证数据集评估最优模型的预测能力。通过比较四种物种各自的回归模型与总体回归模型的差异，分析物种特异性。进一步，通过协方差分析（ANCOVA），将叶片厚度作为协变量，检验其对估算精度的影响。 * 散射不敏感性验证：对原始光谱数据施加任意的加性和乘性常数变换，以模拟散射条件的变化，然后检验MDATT类指数在变换前后与叶绿素含量的相关性是否保持不变，以此验证其对绝对辐射定标和散射变化的稳定性。

三、 主要研究结果 1. 不同叶表面光谱特征比较：四种红树叶片的正面和背面光谱反射率曲线形状相似，但在可见光波段（400-760 nm），背面反射率明显高于正面；在近红外波段（760-1000 nm），正面反射率略高或相近。其中，桐花树叶片（背面有绒毛）在可见光波段的反射率最高，这与绒毛增强光反射的特性相符。研究还发现，在约745 nm波长附近，两种叶表面的反射率差异最小，暗示包含此附近波长的指数可能对叶表面差异较不敏感。 2. 叶绿素敏感光谱范围识别：通过分析单波段反射率与叶绿素含量的相关性，确定了对叶绿素最敏感和最不敏感的波段分别为707 nm和752 nm。这与许多其他植物的研究结果一致。对所有九类指数进行全波段遍历分析后，发现最有效的叶绿素估算波段普遍集中在500-570 nm和690-780 nm两个范围，特别是550 nm、707 nm和752 nm附近的波段。 3. 最优植被指数筛选与改进：在评估的九类指数中，改进型Datt指数（MDATT）类型表现最佳，其与叶绿素含量的最低相关系数绝对值（|R|）下限最高（>0.86）。这表明MDATT结构在消除叶表面和内部结构差异影响方面具有优势。通过遍历优化，本研究开发了一个新的指数，命名为改进型MDATT指数（Improved MDATT, IMDATT），其具体形式为 (R527 - R746) / (R527 - R747)。在校准数据集中，IMDATT指数与叶绿素含量的相关系数高达-0.88，RMSE为8.70 µg/cm²，在所有测试指数中表现最优。 4. 模型验证与预测性能：使用独立的验证数据集（136个数据点）对基于IMDATT指数的估算模型进行检验。结果显示，预测值与实测值之间存在高度一致性（R=0.87，RMSE=8.20 µg/cm²），证明了该模型的可靠性和预测能力。 5. 物种差异与叶片厚度影响： * 模型在不同物种间的表现存在差异。对于秋茄和桐花树，基于全部物种数据建立的通用模型与各自的物种特定模型无显著差异，表明通用模型适用于这两个物种。然而，对于白骨壤和海桑，物种特定模型的斜率与通用模型有显著差异，表明存在物种特异性，使用物种特定模型能获得更高的精度（R值分别达0.94和0.96）。 * 进一步分析发现，这种性能差异与叶片厚度密切相关。四种物种的平均叶片厚度分别为：海桑（0.31 mm）、白骨壤（0.43 mm）、桐花树（0.42 mm）、秋茄（0.58 mm）。IMDATT指数与叶绿素含量的相关系数（R）与叶片厚度呈显著的负相关（r = -0.96）。协方差分析也证实，叶片厚度对预测结果有显著影响。这表明，IMDATT指数对于叶片较薄的物种（如海桑）估算效果更佳。 6. 指数稳定性验证：对光谱数据人为引入加性和乘性噪声（模拟散射变化）后，计算得到的MDATT类指数与叶绿素含量的相关系数保持不变，证明了此类指数对辐射定标误差和散射变化具有良好的鲁棒性。

四、 研究结论 本研究表明，在全球红树林面临退化的背景下，高光谱遥感提供了一种有效且非破坏性的叶绿素含量估算方法。通过对四种不同厚度红树叶片的双面光谱分析，研究系统评估并优化了九类植被指数。结果发现，改进型Datt指数（MDATT）是估算多种红树叶绿素含量最有效的指数类型。新开发的IMDATT指数 (R527 - R746) / (R527 - R747) 在所有测试指数中表现最佳，并且在独立验证中显示出良好的普适性和准确性。

研究进一步指出，IMDATT指数的性能受物种和叶片厚度的共同影响。该指数对叶片较薄的物种估算精度更高。因此，IMDATT指数可广泛应用于潮间带红树林植物，特别是薄叶物种的叶绿素含量监测。本研究为红树林生态系统健康状况的遥感监测提供了一个稳健的工具。

五、 研究亮点与价值 1. 研究问题新颖且具有重要应用价值：首次系统性地针对具有独特叶片结构的潮间带红树林，开发对叶片正反两面差异不敏感的非破坏性叶绿素估算方法，直接服务于红树林退化监测这一紧迫的生态问题。 2. 研究方法系统严谨：研究设计周全，涵盖了四种典型红树林物种、足量的样本（220片叶片）、双面光谱测量、以及严格的建模与验证流程。特别是采用了全波段遍历的方法来搜索最优指数和波段，避免了主观选择带来的偏差。 3. 重要发现： * 明确了MDATT类指数在消除红树叶表面结构差异影响方面的优越性。 * 开发了针对红树林优化的高精度IMDATT指数（(R527 - R746) / (R527 - R747)），并提供了完整的性能评估。 * 揭示了叶片厚度是影响植被指数估算红树叶绿素精度的一个重要因素，为未来针对不同结构植被的遥感建模提供了重要参考。 4. 成果的稳健性与普适性：研究不仅验证了指数在校准集上的表现，还通过了独立验证集的检验，并证明了指数对光谱散射变化的稳定性，增强了研究成果的可信度和实际应用潜力。 5. 提供了实用工具：本研究最终产出了一个具体的、经过验证的植被指数（IMDATT）及其回归模型，可供生态学家和遥感研究人员直接应用于红树林叶绿素含量的遥感反演，为红树林生态系统的保护和恢复管理提供了有力的技术支撑。