葉面積指數(shù)

植被是陸表生態(tài)系統(tǒng)的重要組成成分，而葉片則是植被與外界進(jìn)行相互作用的一個(gè)重要器官，葉面積指數(shù)是定量描述植被進(jìn)行光合作用、呼吸作用、蒸騰作用的一個(gè)重要參數(shù)，被定義為單位地表面積上植被冠層葉面積的一半。對(duì)于葉面積指數(shù)的地面測(cè)量方法，分為直接和間接測(cè)量，目前已有眾多學(xué)者對(duì)每一種測(cè)量方法的優(yōu)缺點(diǎn)以及適應(yīng)條件進(jìn)行了充分的綜述。

在眾多地面簡介測(cè)量方法中，利用攝影成像技術(shù)獲取植被葉面積指數(shù)是其中的一種重要分支。成像方法測(cè)量葉面積指數(shù)的基本原理是通過對(duì)植被冠層進(jìn)行單一角度或者多角度拍照，并采用一種合適的分類方法，根據(jù)拍照的角度不同，進(jìn)行處理后得到植被冠層單一角度或者多角度間隙率，然后根據(jù)間隙率模型推算葉面積指數(shù)。相比較于一些專用的LAI測(cè)量儀器，在攝影成像法獲取葉面積指數(shù)的技術(shù)方案中，可用的成像設(shè)備類型比較豐富，包括專業(yè)的單反相機(jī)以及普通的數(shù)碼相機(jī)，還有早期的膠片相機(jī)。因此，攝影成像法是一種更為靈活的LAI地面測(cè)量技術(shù)。

隨著移動(dòng)終端技術(shù)的發(fā)展，當(dāng)前的手機(jī)或平板電腦中已經(jīng)集成了多種傳感器，其中成像傳感器已經(jīng)成了智能手機(jī)的標(biāo)準(zhǔn)配置。因此，在傳統(tǒng)的攝影成像技術(shù)之上，最近幾年來，有些研究者嘗試?yán)弥悄苁謾C(jī)來獲取植被葉面積指數(shù)。REF等曾發(fā)布了一種基于智能手機(jī)的APP，可以運(yùn)行于安卓系統(tǒng)與蘋果系統(tǒng)，通過獲取特定角度(57.5°)的植被冠層間隙率來推算葉面積指數(shù)。REF并首先在ascatter-seededrice作物類型中進(jìn)行了測(cè)試，其后，REF對(duì)PocketLAI進(jìn)行了更多種植被類型的對(duì)比試驗(yàn)。Confalonieri等的研究成果為基于非常容易得到的智能手機(jī)實(shí)現(xiàn)專業(yè)的植被葉面積指數(shù)測(cè)量提供了一個(gè)很好的例子。

與PocketLAI類似，本文也實(shí)現(xiàn)了一種基于智能終端的植被葉面積指數(shù)測(cè)量系統(tǒng)(稱之為LAISmart)，但LAISmart比PocketLAI提供了更為靈活的操作方式以及用戶可選的分類特征集，從設(shè)備操作方便性以及算法靈活性上進(jìn)行了優(yōu)化。因此，我們?cè)O(shè)計(jì)LAISmart系統(tǒng)的目的有兩個(gè)，一是充分利用當(dāng)前成熟的智能終端設(shè)備的成像與高性能計(jì)算功能，實(shí)現(xiàn)植被葉面積指數(shù)實(shí)時(shí)計(jì)算;二是為用戶提供操作與數(shù)據(jù)處理選擇，方便用戶根據(jù)實(shí)際情況進(jìn)行測(cè)量設(shè)置。

與已有的智能手機(jī)LAI測(cè)量系統(tǒng)比較，LAISmart在以下三個(gè)方面進(jìn)行了改進(jìn)。第一方面是提供了更為靈活的拍攝角度，不僅僅局限于單一的57.5°。雖然(Wilson1960)早在1960年就從理論上分析了當(dāng)觀測(cè)天頂角為57.5°時(shí)候，葉片在這個(gè)觀測(cè)方向的投影函數(shù)近似等于0.5而與葉傾角無關(guān)。然而，(Liu,Patteyetal.2013)等對(duì)農(nóng)作物的冠層結(jié)果表明，當(dāng)LAI值大于1.5以后，在57.5°時(shí)獲取的LAI值并不能比垂直觀測(cè)視角觀測(cè)值有更好的質(zhì)量提升，反而，57.5°的觀測(cè)值更容易受到圖像分類精度的影響，因?yàn)殡S著冠層間隙率減少，圖像信號(hào)強(qiáng)度隨著路徑長度的增加而降低。因此，在LAISmart中，我們不再將觀測(cè)角度固定在57.5°，而是提供了一個(gè)靈活的觀測(cè)方式，用戶可以根據(jù)實(shí)際情況自行設(shè)置冠層角度(0-180°之間)。第二個(gè)改進(jìn)是，LAISmart提供了更為靈活的圖像分類特征選擇，用戶可以根據(jù)植被類型以及天空光照條件選擇合適的分類特征?；跀z影成像技術(shù)的葉面積指數(shù)測(cè)量精度，直接受制于圖像的分類精度。由于拍攝條件的差異以及植被類型的差異，在分類算法相同的情況下，選擇不同的分類特征會(huì)得到差異非常大的分類結(jié)果，從而導(dǎo)致從同一幅影像中提取的間隙率差異很大。因此，很難有一個(gè)固定的分類特征能夠適應(yīng)不同的光照條件以及植被類型。在LAISmart中，我們提供了多種分類特征供用戶選擇。第三個(gè)改進(jìn)方面是LAISmart實(shí)現(xiàn)了一種集成式的野外測(cè)量設(shè)備，由數(shù)據(jù)采集終端、數(shù)據(jù)處理終端以及一個(gè)便攜式儀器支架組成。這種集成式的裝配方式能夠提高用戶的野外工作效率。由于LAISmart成像的觀測(cè)角度不再固定位57.5°，當(dāng)用戶選擇較小的觀測(cè)角度，例如0°左右的時(shí)候，如果以手持手機(jī)進(jìn)行拍照的話，很容易將操作者拍攝進(jìn)照片中。并且，由于此時(shí)用戶視線不是正對(duì)著手機(jī)屏幕，因此，對(duì)手機(jī)的操作很不方便。為了提高儀器野外操作的便利性，我們將取景工作與監(jiān)控兩部分工作進(jìn)行分離，利用前端手機(jī)實(shí)現(xiàn)取景與傾角計(jì)算，利用后端手機(jī)實(shí)現(xiàn)對(duì)前端手機(jī)的監(jiān)控以及圖像實(shí)時(shí)分類和LAI計(jì)算。前端與后端之間通過無線熱點(diǎn)進(jìn)行聯(lián)網(wǎng)與數(shù)據(jù)傳輸。

LAISmart由硬件和軟件組成，其中硬件包括信息采集智能終端、用戶操作控制臺(tái)與儀器支架;軟件包括信息采集軟件模塊、無線傳輸控制模塊以及實(shí)時(shí)計(jì)算存儲(chǔ)模塊。其中信息采集軟件模塊內(nèi)嵌在信息采集智能終端中;無線傳輸控制模塊分別部署在信息采集智能終端與用戶操作控制臺(tái)內(nèi)，負(fù)責(zé)建立信息采集終端與用戶操作控制臺(tái)連接;實(shí)時(shí)計(jì)算存儲(chǔ)模塊內(nèi)嵌在用戶操作控制臺(tái)智能終端系統(tǒng)內(nèi)。圖1分別顯示了LAISmart各模塊之間的連接關(guān)系(a)以及LAISmart系統(tǒng)設(shè)計(jì)圖(b)。

信息采集智能終端和用戶操作控制臺(tái)分別是一個(gè)智能手機(jī)系統(tǒng)，其中智能手機(jī)硬件系統(tǒng)要求配置GPS傳感器、陀螺儀傳感器、環(huán)境光照傳感器、成像傳感器、WIFI傳感器，操作系統(tǒng)為安卓4.0以上。

信息采集軟件負(fù)責(zé)完成成像傳感器、GPS傳感器、陀螺傳感器信息采集，并將采集到的傳感器數(shù)據(jù)通過無線傳輸控制模塊發(fā)送到用戶操作控制臺(tái)。LAI實(shí)時(shí)計(jì)算存儲(chǔ)模塊部署在用戶操作控制臺(tái)內(nèi)，負(fù)責(zé)接收無線傳輸控制模塊傳來的圖像并對(duì)圖像進(jìn)行自動(dòng)處理，并負(fù)責(zé)把處理結(jié)果保存在用戶操作控制臺(tái)終端的存儲(chǔ)器上。在LAISmart系統(tǒng)開始工作的時(shí)候，首先打開用戶操作控制臺(tái)的無線熱點(diǎn)功能，信息采集智能終端通過wifi與用戶操作控制臺(tái)的無線熱點(diǎn)建立連接，從而達(dá)到在用戶操作控制臺(tái)上管理、控制信息采集智能終端的目的。

1.1LAI計(jì)算方法

根據(jù)冠層間隙率分布規(guī)律，如果葉片隨機(jī)分布且葉子尺寸遠(yuǎn)遠(yuǎn)小于冠層尺寸，則冠層間隙率與葉面積指數(shù)之間的關(guān)系為(Nilson1971)

基于可以得到LAI的計(jì)算公式

其中為冠層間隙率，為觀測(cè)點(diǎn)頂角，為葉片在觀測(cè)方向上平均投影面積比。

由可知，計(jì)算LAI值需要預(yù)先得到。然而，葉片的投影比是一個(gè)與葉傾角分布以及觀測(cè)幾何有關(guān)的函數(shù)，嚴(yán)格的計(jì)算需要多個(gè)角度的觀測(cè)間隙率，這勢(shì)必增加觀測(cè)的復(fù)雜度。Goudriaan等的研究結(jié)果表明，葉傾角分布函數(shù)可以用球形分布來近似，這時(shí)候的葉片平均投影面積比為0.5，且和傳感器的視場角無關(guān)(Goudriaan1988)?；谶@個(gè)假設(shè)，(LiuandPattey2010;Liu,Patteyetal.2013)等實(shí)現(xiàn)了用單一角度(垂直向下)的數(shù)字照片中獲取農(nóng)作物葉面積指數(shù)。在本文中，仍然采用這一假設(shè)，則有

其中來自信息采集智能終端的陀螺儀姿態(tài)信息，即俯仰角，冠層間隙率等同于信息采集智能終端在觀測(cè)方向的圖像中的背景像素所占的比例(向下拍攝時(shí)土壤為背景，向上拍攝時(shí)天空為背景)。對(duì)的計(jì)算是通過對(duì)圖像分類而得到的。

1.2冠層間隙率計(jì)算

在測(cè)量時(shí)，用戶可以根據(jù)植被高度變化來設(shè)置信息采集終端的成像傳感器的鏡頭的拍攝方向。對(duì)于高大樹木或者較高的農(nóng)作物(如玉米)，此時(shí)的攝像傳感器鏡頭向上拍攝。這時(shí)，視野內(nèi)只有植被與天空;而對(duì)于低矮的農(nóng)作物，用戶可以將傳感器距離冠層一定高度向下拍攝。此時(shí)的視場內(nèi)為植被與土壤。因此，對(duì)于圖像中間隙率的提取其實(shí)就是對(duì)數(shù)字照片中的植被與非植被的自動(dòng)分類。

日本學(xué)者大津于1979年提出一種自動(dòng)提取圖像前景與背景分割閾值的算法，稱之為大津法(OTSU)(Otsu1979)。OTSU算法的原理是尋找一個(gè)分割閾值，使得分割后的二值圖像類間方差法最大。目前OTSU算法在圖像自動(dòng)分割、圖像陰影提取與消除等多個(gè)方面得到的廣泛應(yīng)用。本文采用OTSU算法實(shí)現(xiàn)圖像中間隙率的自動(dòng)提取。

但是，由于拍攝條件不同(成像傳感器方向、天空光比例)等的影響，圖像中的背景(天空或土壤)和前景(植被)的分類特征會(huì)發(fā)生變化，因此，很難保持一種特征實(shí)現(xiàn)對(duì)各種情況圖像的自動(dòng)分割。因此，在LAISmart系統(tǒng)中，基于原始的RGB圖像，系統(tǒng)提供了3種分類特征供用戶選擇，分別是:綠度指數(shù)(GI)(Booth,Coxetal.2005)，即GI=(2*G-R-B)/(2*G-R-B);藍(lán)色波段亮度值(B);圖像HSV空間的亮度(V)。其中GI對(duì)于區(qū)分向下拍攝的圖像中的植被與土壤比較有效，而B則能夠有效區(qū)分散射光較強(qiáng)的情況向上拍攝的照片的植被與天空，V則適用于在晴天情況下向上拍攝的圖像分割。在LAISmart采用OpenCV函數(shù)庫(http://opencv.org)實(shí)現(xiàn)OTSU算法。

1.3測(cè)量實(shí)驗(yàn)

為了驗(yàn)證LAISmart在不同林種的測(cè)量性能，我們?cè)诒本煼洞髮W(xué)校園內(nèi)(北京，中國)選擇了兩個(gè)測(cè)量實(shí)驗(yàn)區(qū)，分別稱之為S1測(cè)區(qū)(N39.961°,E116.366°)和S2測(cè)區(qū)(N39.963,E116.362)，測(cè)區(qū)面積分別是30*40m2和60*50m2。S1測(cè)區(qū)內(nèi)主要樹種包括側(cè)柏(Platycladusorientalis)與白皮松(Cuspidaianana)，屬于針葉林，S2測(cè)區(qū)主要樹種為懸鈴木(Platanushispanica)，屬于闊葉林。S1和S2區(qū)的測(cè)量時(shí)間是2015年5月26日與29日。為了減少太陽直射光的影響，提高圖像的分類精度，我們選擇黃昏時(shí)間，天空散射光比例較大的情況進(jìn)行觀測(cè)。測(cè)量時(shí)，操作人員手持LAISmart使傳感器視角盡量垂直向上拍攝，這樣在視場內(nèi)看到的只有植被與天空。我們還同步進(jìn)行了LAI-2000設(shè)備的觀測(cè)。LAISmart的camera圖像分辨率為320*480Pixel，測(cè)量時(shí)將系統(tǒng)設(shè)置為自動(dòng)曝光模式。

兩個(gè)實(shí)驗(yàn)區(qū)測(cè)量剖線以及測(cè)量點(diǎn)分布分別如圖2(a)，(b)所示。圖中箭頭方向代表行進(jìn)方向，測(cè)點(diǎn)間的距離大約5米。S1實(shí)驗(yàn)區(qū)在南北測(cè)量方向上，LAI-2000的測(cè)量方式為每條剖線開始測(cè)量之前，測(cè)量一次總的天空散射輻射，然后在每條剖線上測(cè)量7次透過輻射(簡稱為1上7下)，而在東西方向?yàn)?上5下。實(shí)驗(yàn)中一共12條剖線，圖中數(shù)字代表剖線編號(hào)。LAISmart的測(cè)量位置在剖線的網(wǎng)格的交點(diǎn)附近(誤差不超過1m)。在S2測(cè)區(qū)部署了5條南北向剖線，LAI-2000和LAISmart在剖線上分別進(jìn)行測(cè)量，LAI-2000采用1上7下模式。