摘要：天然草地牧草營養品質的優劣不僅影響家畜的生長發育，同時也影響畜產品的品質，對草牧業的發展具有至關重要的意義。高光譜遙感技術的飛速發展使深入研究天然草地牧草品質的動態變化成為可能。本研究綜述了目前可利用的高光譜遙感數據以及天然草地牧草營養品質遙感反演的主要成果、常用方法和最新研究動態，分析了我國在天然草地牧草營養品質監測與評價方面尚存在數據獲取困難、相關研究缺乏、軟硬件性能不足等問題;在多種觀測平臺及相關技術不斷革新背景下，探索星載、機載和地面高光譜數據的有機結合，強化高光譜遙感儀器性能，提高關鍵營養成分的反演精度是未來研究的重點。

　　關鍵詞：天然草地;牧草營養;品質;高光譜遙感;進展

　　我國天然草地資源分布廣泛，牧草種類豐富多樣[1]。牧草質量的評價指標涵蓋其營養品質和飼用價值等方面。牧草中理化參量(如氮素、葉綠素等)是草地植被生長狀況觀測、牧草飼用價值評價、草畜營養平衡分析、全球氣候變化監測和碳循環研究的關鍵指標[2-4]。牧草常規營養成分包括粗灰分、粗纖維、粗脂肪、粗蛋白、水分和無氮浸出物，其他常用的營養成分有干物質、中性洗滌纖維、酸性洗滌纖維和礦物質(氮、磷、鉀、鈣等)。蛋白質和礦物質含量越高，粗纖維素含量越低，說明牧草的營養價值就越高，反之，牧草的營養價值就越低[5-6]。

　　牧草品質評價需要考慮其適口性、消化率、營養價值等因素[2]。傳統的牧草品質研究主要依賴于地面采樣的理化分析及相關數據的空間插值技術，通常存在耗時耗力、成本巨大、空間代表性較差等弊端，難以準確反映大尺度上的牧草品質時空動態變化和分布情況。多光譜遙感由于受其有限的光譜通道及不連續的寬波段的制約，在天然草地動態監測中，通常局限于草地生物量、蓋度及生長狀況等方面的宏觀研究。高光譜遙感，歷經30多年的發展，已經成為一項頗具特色的前沿技術，逐步使得人們可以通過遙感技術更為全面和細致的認知事物。

　　目前，高光譜遙感已應用到地球科學和生命科學的方方面面，在地質找礦、環境監測、森林和農業調查(如森林火災、作物品質監測)、陸地和海洋生態系統調查(如生物入侵、植被生態、作物分類等)、化學與生物毒氣探測和海洋生物等領域發揮著愈加重要的作用[3-4，7-16]。特別是其在植被生化參數的探測和反演方面所取得的一些探索性的研究成果[17-20]，進一步促進了天然草地牧草營養品質的監測和評價的深入研究。我國天然草地畜牧業發展相當迅速，牧草和飼料作物作為重要的生產資料，其營養品質的高低直接影響畜產品的質量和家畜的生長發育，對草牧業的發展也有非常重要的貢獻[21]。為此，本研究綜述了目前國內外可利用的高光譜遙感資料，并結合其在草地監測方面的一些應用，總結了牧草營養品質高光譜遙感監測的常用方法，國內外最新研究動態，以及尚存的問題和未來可能的發展趨勢，以期為天然草地牧草營養品質和飼用價值評價、草畜營養平衡等研究提供科學參考。

　　1可利用的衛星遙感數據

　　1983年，世界上第一臺成像光譜儀AIS-1(aeroimagingspectrometer-1)在美國研發成功，并成功地應用于植被理化特征分析及礦物填圖等方面的研究中，初顯了高光譜遙感的魅力。隨后，加拿大的FLI(fluorescencelineimager)、CASI(compactairbornespectrographicimager)，美國的AVIRIS(airbornevisible/infraredimagingspectrometer)、DAIS(digitalairborneimagingspectrometer)，澳大利亞的HyMap等航空成像光譜儀研制成功。這些光譜儀在經歷了試驗和運行后，廣泛應用于多種行業。

　　到20世紀90年代末期，航天高光譜遙感技術獲得了歷史性的發展變革。隨后，一系列搭載高光譜和多光譜成像光譜儀的衛星相繼升空，為植被理化參量的估測提供了更多可利用的數據源。2000年11月21日美國地球觀測衛星EO-1(earthobserving-1)攜帶高光譜成像儀Hyperion成功發射。Hyperion傳感器是第一臺星載高光譜圖譜測量儀，共有242個波段，其光譜范圍為400～2500nm，光譜分辨率是10nm，空間分辨率30m。在運行了16年后，EO-1衛星于2017年1月25日正式退役，目前存檔數據可以利用，但在我國青藏高原地區僅有部分2015年之前的影像可供選擇。

　　在2001年10月22日，歐洲太空局發射的PROBA(projectforon-boardautonomy)搭載了一種緊湊式高分辨率成像分光計CHRIS(compacthighresolu-tionimagingspectrometer)，該傳感器成像光譜范圍為400～1050nm，光譜分辨率為5～12nm，地面分辨率為17/34m。CHRIS作為一種成像裝置，成像模式多，光譜范圍寬，分辨率高，同一地點可以5個不同角度成像。這些優點不僅有利于生物量評估和生物健康狀況的監測，而且對植被或森林的冠層結構、密度、識別植被或林木種類等方面很有幫助。CHRIS自2002年10月1日開始提供數據服務，目前在我國草原地區存檔數據較少，且數據預處理相對煩瑣。

　　之后，德國的RapidEye衛星(一個由5顆地球觀測衛星組成的衛星星座)于2008年8月29日發射升空，任務壽命為7年，包括5個波段(藍光：440～510nm;綠光：520～590nm;紅光：630～685nm;紅邊：690～730nm;近紅外：760～850nm)，空間分辨率為5m，該衛星自2009年2月1日開始提供數據服務至今，其紅邊波段可以對植被分類、植被生長評估、作物估產等提供更加有效的量化手段，使其在農業和林業領域得到廣泛應用。但是，該衛星影像數據需要付費購買，價格約為12元·km-2。

　　WorldView-2于2009年10月8日成功發射，它擁有8個多光譜波段，空間分辨率為2m，其紅邊波段(705～745nm)可以輔助分析有關植物生長情況，能夠直接反映植物健康狀況有關信息。目前存檔數據較多，也可編程定制需要的數據。雖然該數據空間分辨率和精度較高，但是價格相對昂貴，適用于小范圍驗證性應用。在2015年6月23日，Sentinel-2的A星成功發射升空，隨后B星也于2017年3月7日發射，并成功組網運行。Sentinel-2從可見光到短波紅外共有13個波段，分辨率為10/20/60m，重訪周期為5d，并且擁有4個紅邊波段。由于紅邊波段對植被生長、葉綠素、氮素等比較敏感，所以該數據廣泛應用于植被生物或物理指標的反演。而且該數據免費開源，可利用的存檔數據較多，相對其他衛星，容易獲取，可以應用于區域尺度的草地監測和評價。但是，在草原地區，特別是我國青藏高原地區，由于光學衛星易受天氣等因素的影響，影像云量較大，想要選擇與采樣時間和地點匹配性較高，而且云量較少的數據，仍然存在一些困難。

　　20世紀80年代初、中期，在國家“863”計劃和科技攻關項目的支持下，我國也逐步開展了高光譜成像技術的研發計劃。經過數十年的不斷發展，我國的航空高光譜技術取得了眾多卓越成就。2008年9月6日我國成功發射環境與災害監測預報小衛星，其上搭載有一臺高光譜成像儀(hyper-spectrumimager，HSI)，它在可見光到近紅外光譜波段范圍(450～950nm)具有115個波段，空間分辨率為100m，光譜分辨率優于5nm，這標志著我國衛星高光譜遙感應用時代的來臨。

　　目前，HSI數據已廣泛應用于農業和畜牧業的諸多領域，在草地植被理化成分的監測方面也有出色的表現，不足的是，其100m的空間分辨率在更加精細的草地觀測中適用性不強。隨后，我國于2011年9月29日成功發射“天宮一號”空間站(Tiangong-1)，由實驗艙和資源艙構成，攜帶一個高光譜成像儀。繼天宮一號完成其使命后，2016年9月15日又發射了第二個空間實驗室“天宮二號”，并搭載了全新的空間應用載荷設備。其寬波段成像儀包括18個通道(14個波段位于可見光-近紅外譜段，2個波段位于短波紅外譜段，2個波段位于熱紅外譜段)可以實現可見光、短波紅外和熱紅外多光譜大視場全推掃成像的組合集成功能，在生態環境監測、植被識別、土地覆蓋分類等方面均具有較大的應用潛力。與此同時，隨著我國高分專項工程的不斷推進，我國分別于2018年5月9日和2018年6月2日相繼發射了高分五號衛星(世界上首顆實現對大氣和陸地綜合觀測的全譜段高光譜衛星)和高分六號衛星(我國首顆精準農業觀測的高分衛星)，其中高分六號具有寬覆蓋、高分辨率、高效能成像、高質量成像等特點，并首次增加了能夠有效反映作物生長狀況的“紅邊”波段。

　　這些高光譜儀器的研制成功和應用，為我國高光譜遙感技術的發展和革新提供了穩固的技術支撐。可見光及短波紅外高光譜傳感器是高分五號衛星上的主載荷之一，由中國科學院上海技術物理研究所研制，具有30m的地面分辨率和5～10nm的光譜分辨率，可以同時獲取地物在400～2500nm范圍共330個連續譜段的空間信息和光譜信息。而且該傳感器解決了遙感應用中的許多關鍵科學問題。目前，高分五號、六號兩顆衛星已正式投入使用。在草地的區域觀測、健康評價和參數反演等方面，充分利用現有數據資源，尤其是最新的高分五號、六號數據，必將大幅提高天然草地牧草營養品質的研究進程。

　　2天然草地牧草營養品質遙感反演方法

　　2.1傳統的多元統計分析方法

　　該類方法主要是利用逐步回歸、偏最小二乘法、主成分分析等光譜變量篩選方法，篩選出與某個理化參量密切相關的若干波段，在降低光譜波段維度的同時，盡可能保留有效信息構建光譜變量與理化參量之間的回歸模型，并且基于此模型，利用未參與建模的樣本數據對模型精度、預測能力和泛化能力進行評價[22]。這種方法具有簡單、易行等優點，通常都能獲得較為理想的估測精度。由于天然草地較高的物種豐富度和復雜的地形地貌，利用衛星遙感數據和野外地物光譜觀測資料進行牧草理化參量的估測時，光譜波段的選擇易受數據本身局限性的影響，模型一般缺乏普適性和魯棒性[23-24]。

　　2.2基于光譜特征和光譜指數的分析方法

　　(1)特征變量法：該方法主要是提取光譜曲線上的一些吸收谷或反射峰特征，并將其參量化，再建立與某個理化參量之間的經驗模型。表1列出了常用的光譜特征變量，其中在植被理化參量反演方面，應用最為廣泛的光譜特征是綠色植被所特有的“紅邊”，與之相關的光譜變量包括紅邊位置、紅邊幅值和紅邊斜率等。相關研究已證明，綠色植被的葉綠素、氮素以及生物量等參數與上述紅邊參量之間具有很強的相關性[25-27]。除此之外，一些量化的光譜吸收特征，比如吸收位置、吸收深度、吸收寬度以及吸收對稱性等，也可以用于植被理化參量的反演[28]。

　　在不同的生態區域和生育時期，光譜變量對特定理化參量的敏感性也會發生變化，所以究竟哪些光譜變量對牧草營養成分的反演更為有效，還需要結合研究區實際情況開展研究。已有的研究表明，發展多變量的植被參量反演模型是可行的，可以克服草地時空異質性和光譜變量的局限性。值得注意的是，在野外自然條件下，某些易受大氣水汽和植被葉片水分影響的波段的光譜吸收特征容易被水分吸收所淹沒，在實際應用中應盡量避免水分吸收帶來的影響。

　　(2)光譜指數法：該方法主要將兩個或者多個特征波段按照線性或非線性的方式進行組合，構成對特定理化參量敏感的光譜指數，主要反映植被在可見光、近紅外波段的光譜反射率與土壤背景之間的差異。高光譜遙感數據具有大量的窄波段和較高的光譜分辨率，這為發展一個針對特定理化參數敏感而對于大氣、土壤等背景不敏感的植被指數提供了便利和優勢。在植被理化參量反演方面，NDVI可消除部分大氣和太陽高度角的影響，對土壤背景的變化也很敏感，可用于估算植被的生物量、色素含量、植被蓋度、氮素等理化參數，但是NDVI在草地盛草期存在飽和現象。

　　REP、NDVI705、mSR705和VOG等基于紅邊構建的植被指數可以很好地反映綠色植被的紅邊信息，與植被葉片氮素、葉綠素等含量密切相關，通常用于植被缺素癥的診斷和氮素含量的空間分布制圖;SAVI和OSAVI可以在很大程度上避免土壤背景等因素的影響，從而對理化參數的反演提供更多有效的信息;SR、DVI和RDVI可以有效地響應可見光與近紅外之間的差異，對草地地上部分生物量和群落蓋度有較好的敏感性;NDNI和NRI可以有效地估測植被冠層的氮素含量;PRI和SIPI對植被色素的變化非常敏感，尤其是在不同的生育時期。事實上，受植被高光譜遙感影響因子的復雜性和多樣化，不同植被指數對不同理化參量的敏感性也存在時空上的差異，要改進或發展一個具有廣泛適用性的高光譜指數仍然是未來研究的一個熱點[29-31]。

　　2.3物理模型方法

　　應用上述兩種方法構建的理化參量統計模型均屬于經驗或半經驗模型，雖然簡單易用但缺乏普適性和可移植性。因此，基于輻射傳輸理論的物理模型反演方法也逐漸廣泛應用于植被理化參數的反演[52-57]，該方法在植被生長狀況信息的提取方面具有良好的應用前景。通常來講，物理模型可分為冠層模型和葉片模型。葉片輻射傳輸模型如PROSPECT、LIBERTY和LEAFMOD等，主要是通過模擬光在葉片內部傳輸和交互的規律，從而用于構建葉片反射率和透射率的模型。

　　3牧草營養品質的高光譜遙感研究動態

　　3.1主要研究成果

　　近年來，國內外眾多專家學者在草地牧草營養品質監測與評價方面的研究重點多集中在草地植被高光譜特征分析、牧草關鍵營養成分時空反演和模擬制圖等方面，并取得如下初步研究成果：

　　(1)在牧草葉片及冠層水平上，發現了一些對牧草營養成分高度敏感的基于光譜面積、光譜位置和植被指數的高光譜遙感監測指標[27，63-65]。例如，提出對牧草營養成分含量、冠層結構非常敏感的窄帶綠度指數(如紅邊位置指數、紅邊歸一化植被指數等)，發現可定量計算綠色植被在光合作用過程中對入射太陽光利用效率的光利用率指數(如光化學植被指數、結構不敏感色素指數和紅綠比值指數)，構建出可估算植被冠層中營養成分相對含量的冠層營養成分指數，如歸一化氮素指數等。

　　(2)構建了天然草地牧草部分營養成分(如氮、磷、碳及纖維素等)的高光譜遙感反演模型，在部分地區開展了牧草營養成分在時空尺度上的變化模擬與制圖研究[18-19，66-69]。由于氮素含量在很大程度上決定著草地的營養品質，通常是草食動物采食最受限制的養分之一。因此，在牧草礦物質元素含量的高光譜研究方面，有關葉片及冠層氮素含量的研究較為深入，相關研究報道較多[70-72]。

　　3.2牧草常規營養成分高光譜遙感

　　水分是植物細胞原生質的主要組分，在植物的生理活動中有著重要的作用。高光譜反演技術憑借其快速、高效和無損的優勢，已成為評估植物含水量的重要方法。基于高光譜遙感數據，建立植物水分含量與反射率光譜之間的回歸模型是準確估算植被水分含量的前提[73]。1971年，Thomas等[74]初步探討了光譜反射率與葉片含水率之間的關系，結果表明葉片的相對含水率與1450和1930nm處的反射率顯著相關。Curran[75]研究發現，葉片水分的吸收作用可以用1450nm附近的光譜吸收來表示。

　　Carter[76]和Dobrowski等[77]的研究結果表明，利用近紅外波段的弱吸收峰(950～970nm)可以有效地監測植物水分含量，尤其是690和740nm處的光譜反射率可以反映植被的水分脅迫狀態。在其他種類植物試驗中，研究發現在1450nm附近的波段，其光譜反射率與葉片含水量之間也具有較高的相關性[78-80]。劉良云等[81]利用基于輻射傳輸理論的PROSPECT葉片光學模型，探討了葉片含水量與光譜反射率之間的相互關系，發現975、1200、1450和1950nm等處的光譜反射率是影響葉片含水量變化的主要因子。雖然PROSPECT模型可以表征葉片內部理化物質吸收對光譜的影響，但是尚不能用其定量表述葉片表面和內部結構變化對葉片水分含量變化的響應。

　　4亟待解決的問題

　　經過近30年的發展，高光譜遙感技術雖然在牧草營養品質研究方面取得了顯著進展，但從實際應用角度看，在天然草地牧草營養成分監測與評價方面，尚存在如下問題：

　　(1)長期以來高光譜遙感數據，特別是航空高光譜遙感數據，由于受成像時間短、覆蓋范圍小、數據獲取權限、研究區天氣狀況等眾多因素的影響，在較大尺度草地監測領域的相關研究還十分有限。目前在軌運行的搭載高光譜成像傳感器和含紅邊的多光譜傳感器的衛星數量仍然較少，雖然部分數據可以免費獲取(如HJ-1AHSI，Sentinel-2和Hyperion等)，但是高分辨的衛星數據(如WorldView-2、RapidEye和高分五號等)仍然需要巨大的經濟投入，所以降低數據成本是促進草地營養品質在區域尺度上監測的重要途徑。

　　(2)缺乏與高光譜衛星遙感研究的有機結合，很難形成覆蓋較大時空范圍而且可以用于生產實踐的研究成果。目前的研究多集中在局部區域的試驗性研究，在實際應用中還存在諸多困難。開發局部地區成熟的可以直接利用的數據產品(如養分空間分布、品質分級等)，可以對草地的管理和利用提供更科學、更便捷的幫助。

　　(3)增強高光譜遙感儀器性能，開展近地表、航空及航天高光譜遙感綜合研究，加強高光譜遙感圖像處理系統的功能是高光譜遙感技術系統研究的永恒主題。我國在高光譜遙感研究的軟硬件方面還有待加強，需要進一步開發高光譜數據處理軟件，并形成商業化的運作[4]。

　　(4)我國在農作物營養品質方面的研究日漸成熟，但是在草原方面的相關研究還十分有限，目前仍然處于起步階段。草地高光譜遙感研究主要依賴地物光譜儀，多限于地物光譜特征分析，研究領域較廣[4，92-93]，涉及天然草地類型及植物的反射光譜分析、草地優勢植物物種光譜特征分析[94-95]、草地植物花期獨有光譜特征研究[96]、退化草地光譜響應分析[97]、草地土壤養分監測[98]、毒雜草光譜特征分析[99]和草地生物量評估[100-102]等方面。由于受樣品理化成分分析成本、采樣區域天氣、遙感成像時空特征等因素的制約，現有的高光譜數據并未得到充分的挖掘和利用。

　　5展望

　　綜觀國內外研究動態和已取得的一些初步研究成果，高光譜遙感經過近30年的發展，在相關技術體系研發、理論研究和實踐應用等方面不斷取得重要進展。就天然草地牧草營養成分和飼用價值高光譜遙感而言，需要繼續在已有研究的基礎上開展多尺度、多平臺及多樣化的研究，未來發展趨勢可總結如下：

　　(1)利用近年來得到廣泛應用的無人機(unmannedaerialvehicle，UAV)技術和航空高光譜成像設備，更加靈活機動地獲取不同草地類型的高光譜遙感數據，可以為地域分布廣闊、種類復雜多樣的天然草地牧草營養成分的研究提供更加豐富多樣的數據源，是航空高光譜遙感未來的發展趨勢之一。

　　(2)采用地面、機載和星載高光譜數據相結合的方法，克服空間尺度效應，全面研究不同類型草地牧草的光譜特征，探索涵蓋主要牧草營養成分的高光譜遙感敏感指數、診斷方法及其監測模型。此外，光學遙感衛星易受到云的影響，開發可靠的高光譜影像去云算法，勢在必行。

　　草地方向論文投稿刊物：《草地學報》是中國科學技術協會主管、中國草學會主辦、中國農業大學草地研究所承辦的草學領域高級中文學術刊物。旨在報道草學領域最新科研成果，促進學術交流，推動草業發展。