第五章-植被遙感



《第五章-植被遙感》由會(huì)員分享,可在線閱讀,更多相關(guān)《第五章-植被遙感(113頁(yè)珍藏版)》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。
1、第5章 植被遙感,Geography Analysis for Remote Sensing,遙感地學(xué)分析,主要內(nèi)容,一、植被遙感原理 二、植被分類 三、植被生態(tài)參數(shù) 四、植被指數(shù)與地表參數(shù)的關(guān)系 五、中國(guó)及中亞地區(qū)荒漠化遙感監(jiān)測(cè)研究,一、植被遙感原理,植被遙感不僅依賴于對(duì)單張植物葉片的光譜特性的認(rèn)識(shí),還需要進(jìn)一步認(rèn)識(shí)植被冠層的光譜特性。 (一)單張葉片光譜特性,單張葉片分為表皮、葉脈和葉肉組成,單張葉片的反射、吸收和透射特性,反射輻射,透射輻射,入射輻射-散射輻射=吸收輻射,用于增加植物體溫和光合作用,植物葉片的反射、透射和吸收特性隨種類、生長(zhǎng)期、病害及入射波長(zhǎng)不同而變化,故可依據(jù)此識(shí)別植被
2、、診斷病害及估產(chǎn)。,(二)影響植被葉片光譜的因素,1. 葉綠素 植被葉子中含有多種色素,如葉青素、葉紅素、葉綠素等,在可見(jiàn)光范圍內(nèi),其反射峰值落在相應(yīng)的波長(zhǎng)范圍內(nèi)。,葉綠素a和葉綠素b導(dǎo)致以0.45m和0.67m為中心形成兩個(gè)強(qiáng)烈的吸收帶。,不同生長(zhǎng)狀態(tài)的橡樹(shù)葉子,不同橡樹(shù)葉子的反射特性,2. 葉子的組織構(gòu)造,綠色植物的葉子是由上表皮、葉綠素顆粒組成的柵欄組織和多孔薄壁細(xì)胞組織(海綿組織)構(gòu)成的。,根據(jù)葉子的結(jié)構(gòu)可分為結(jié)構(gòu)稀疏(典型的雙子葉植物)和結(jié)構(gòu)緊湊(典型的單子葉植物)。,小麥、水稻、竹子,蘋(píng)果、棉花、向日葵,近紅外波段的變化,不同類型植物光譜曲線的差異,葉子年齡的增長(zhǎng),隨著葉齡的增長(zhǎng),
3、背腹性葉子的葉肉間空隙增多,新葉,成熟葉片,衰老葉片,近紅外波段反射率的變化,3. 葉片含水量,葉子在1.45m、1.95m和2.62.7m處各有一個(gè)吸收谷,這主要是由于葉子的細(xì)胞液、細(xì)胞膜及吸收水分子所形成的。,4. 植被覆蓋度,一般而言,植被覆蓋程度越大,光譜特征形態(tài)受背景下墊面的影響越小,二、不同類型植被區(qū)分,植被具有典型的波譜特征,將其余其它典型地物,如人工建筑、裸土、水域等區(qū)分容易,但對(duì)植被類型劃分卻有一定難度。 不同植被類型,因組織結(jié)構(gòu)、季相、生態(tài)條件等不同而具有不同的光譜特征和冠層形態(tài)特征。如: 正常針葉林為紅到品紅,枯萎為暗紅色,即將枯死時(shí)為青色。 故可根據(jù)植被光譜、季相、生態(tài)
4、環(huán)境、冠層形態(tài)進(jìn)行植被類型識(shí)別。,1. 根據(jù)植被光譜劃分,不同植物由于葉子的組織結(jié)構(gòu)和所含色素的不同,具有不同的光譜特征。 在近紅外光區(qū),草本植物的反射高于闊葉樹(shù),闊葉樹(shù)高于針葉樹(shù),2. 根據(jù)植物的物候差異來(lái)區(qū)分植物 冬季多數(shù)植物凋零-長(zhǎng)年常綠植被 同種植被在不同季節(jié)的波譜特征差異 不同植物生長(zhǎng)期的不同,光譜特征也有差異,植物季節(jié)性規(guī)律,各種作物的生長(zhǎng)期和收獲期的差異,3. 根據(jù)植物的生態(tài)條件的不同來(lái)區(qū)分植被,不同種類的植物有不同的適宜生態(tài)條件,如溫度、水分、土壤、地貌等。 比如:(我國(guó)北方山坡的陰陽(yáng)面差異性) 山地陰坡-易生長(zhǎng)適應(yīng)溫度變化不大,濕度較大的環(huán)境的生物 山地陽(yáng)坡-易生長(zhǎng)適應(yīng)溫度變
5、化不大,濕度要求不高的環(huán)境的生物,同一地理環(huán)境植被的垂直分帶性 (以山西省太原以南地區(qū)植物的垂直分帶性為例),4. 根據(jù)植被冠層形態(tài)區(qū)分植被,在高分辨率的遙感影像上,根據(jù)植被頂部及部分側(cè)面形狀、陰影、群落結(jié)構(gòu)等區(qū)分植被類型。 草本植物表現(xiàn)為大片均勻的色調(diào),因其低矮無(wú)陰影; 灌木呈不均勻細(xì)顆粒結(jié)構(gòu),灌木一般不高,陰影不明顯;,(1)針葉林(云杉、松樹(shù)林) 在比例尺為1:1萬(wàn)或1:15000的影片上,針葉林一般是深灰色顆粒狀圖型,隨比例尺進(jìn)一步變小,表現(xiàn)為暗色調(diào)均勻的細(xì)粒狀影紋 (2)闊葉林(山楊、白樺) 其影像色調(diào)比針葉林淺,一般呈灰色或淺灰色顆粒狀或粗圓粒狀圖型,在秋季影片上,不同樹(shù)種的樹(shù)冠顏
6、色有較大差異,因而形成色調(diào)混雜的影像。 (3)針闊混交林,(4)灌叢 多呈密集的細(xì)粒狀結(jié)構(gòu),色調(diào)淺灰,因其覆蓋度比森林低,又有植株陰影,故多呈均勻的淺色或灰色色調(diào)。,三、植被生態(tài)參數(shù),植被指數(shù)是遙感領(lǐng)域中用來(lái)表征地表植被覆蓋,生長(zhǎng)狀況的一個(gè)簡(jiǎn)單、有效的度量參數(shù)。 隨著遙感技術(shù)的發(fā)展,植被指數(shù)在環(huán)境、生態(tài)、農(nóng)業(yè)等領(lǐng)域有了廣泛的應(yīng)用。 隨著人們對(duì)于全球變化研究的深入,以遙感信息推算區(qū)域尺度乃至全球尺度的植被指數(shù)日益成為令人關(guān)注的問(wèn)題。,植被指數(shù)的概念,遙感圖像上的植被信息,主要通過(guò)綠色植物葉子和植被冠層的光譜特性及其差異、變化而反映的,不同光譜通道所獲得的植被信息可與植被的不同要素或某種特征狀態(tài)有
7、各種不同的相關(guān)性, 如葉子光譜特性中,可見(jiàn)光譜段受葉子葉綠素含量的控制 近紅外譜段受葉內(nèi)細(xì)胞結(jié)構(gòu)的控制 中紅外譜段受葉細(xì)胞內(nèi)水分含量的控制,但是,對(duì)于復(fù)雜的植被遙感,僅用個(gè)別波段或多個(gè)單波段數(shù)據(jù)分析對(duì)比來(lái)提取植被信息是相當(dāng)局限的。因而往往選用多光譜遙感數(shù)據(jù)經(jīng)分析運(yùn)算(加、減、乘、除等線性或非線性組合方式),產(chǎn)生某些對(duì)植被長(zhǎng)勢(shì)、生物量等有一定指示意義的數(shù)值即所謂的“植被指數(shù)”。 它用一種簡(jiǎn)單有效的形式來(lái)實(shí)現(xiàn)對(duì)植物狀態(tài)信息的表達(dá),以定性和定量地評(píng)價(jià)植被覆蓋、生長(zhǎng)活力及生物量等。,以美國(guó)陸地衛(wèi)星Landsat TM傳感器獲取的遙感數(shù)據(jù)為例,植被指數(shù)就是由第三波段的紅光波段(Red)和第四波段的近紅外
8、波段進(jìn)行運(yùn)算而得到可以表征植被狀況的植被指數(shù)。,植被指數(shù)的類型,植被指數(shù)類型,在植被指數(shù)中,通常選用對(duì)綠色植物強(qiáng)吸收的可見(jiàn)光紅波段和對(duì)綠色植物高反射的近紅外波段構(gòu)建。,植被指數(shù)類型,比值植被指數(shù)(RVI) 歸一化植被指數(shù)(NDVI) 土壤修正植被指數(shù)(SAVI) 轉(zhuǎn)換土壤調(diào)整植被指數(shù)(TSAVI) 修改型二次土壤調(diào)節(jié)植被指數(shù) (MSAVI) 差值植被指數(shù)(DVI) 綠度植被指數(shù)(GVI) 垂直植被指數(shù)(PVI),1. 比值植被指數(shù),根據(jù)可見(jiàn)光紅波段(R)和近紅外波段(NIR)對(duì)綠色植物的光譜響應(yīng)的不同,且具有倒轉(zhuǎn)關(guān)系。兩者的數(shù)值比能充分表達(dá)兩反射率之間的差異,或,對(duì)于綠色植物葉綠素引起的紅光吸
9、收和葉肉組織引起的近紅外強(qiáng)反射,RVI值高(一般大于2)。而對(duì)于無(wú)植被的地面包括裸土、人工特征物、水體以及枯死或受脅迫植被,因不顯示這種特殊的光譜響應(yīng),則RVI值低(一般等于1)。因此,比值植被指數(shù)能增強(qiáng)植被與土壤背景之間的輻射差異。,比值植被指數(shù)可提供植被反射的重要信息,是植被長(zhǎng)勢(shì)、豐度的度量方法之一 同理,可見(jiàn)光綠波段(葉綠素引起的反射)與紅波段之比G/R,也是有效的。 比值植被指數(shù)可從多種遙感系統(tǒng)中得到。 但主要用于Landsat的MSS、TM和氣象衛(wèi)星的AVHRR。,RVI是綠色植物的一個(gè)靈敏指示參數(shù) 它與葉面積指數(shù)(LAI)、葉干生物量(DM)、葉綠素含量相關(guān)性高,被廣泛用于估算和監(jiān)
10、測(cè)綠色植物生物量。 在植被高密度覆蓋情況下,它對(duì)植被十分敏感,與生物量的相關(guān)性最好。但當(dāng)植被覆蓋度小于 50% 時(shí),它的分辨能力顯著下降。 RVI 對(duì)大氣狀況很敏感,大氣效應(yīng)大大地降低了它對(duì)植被檢測(cè)的靈敏度,尤其是當(dāng) RVI值 高時(shí)。因此,最好運(yùn)用經(jīng)大氣糾正的數(shù)據(jù),或?qū)刹ǘ蔚幕叶戎担―N)轉(zhuǎn)換成反射率( )后再計(jì)算 RVI,以消除大氣對(duì)兩波段不同非線性衰減的影響。,DN值轉(zhuǎn)換為反射率的公式,在Landsat 7快速格式產(chǎn)品的頭文件輻射記錄段中含有與輻射校正有關(guān)的參數(shù),用戶可利用這些參數(shù)將圖象象元的亮度值轉(zhuǎn)換成地物的輻射值或反射率。 輻射記錄段以“gains and biases in asc
11、ending band number order”開(kāi)始,逐行、按波段順序記錄了輻射校正有關(guān)的參數(shù),每行中按bias、gain的順序排列,其中bias的單位是W/m2 . ster .m,gain的單位是(W/m2 . ster .m)/DN。,2. 歸一化植被指數(shù)(NDVI),計(jì)算公式,NDVI介于-1和1之間,負(fù)值表示地面覆蓋為云、水、雪等,對(duì)可見(jiàn)光高反射;0表示巖石或裸土等,NIR和R近似相等;正值表示有植被覆蓋,且隨覆蓋度增大而增大 幾種典型的地面覆蓋類型在大尺度NDVI圖象上區(qū)分鮮明,植被得到有效的突出。因此,NDVI 特別適用于全球或各大陸等大尺度的植被動(dòng)態(tài)監(jiān)測(cè)。,NDVI的主要用途
12、 1)可以進(jìn)行不同植被類型初級(jí)生產(chǎn)量的估計(jì); 2)識(shí)別不同的生態(tài)區(qū); 3)監(jiān)測(cè)地球表面植被的物候類型,常被用來(lái)進(jìn)行區(qū)域或全球的植被狀態(tài)研究; 4)評(píng)價(jià)生長(zhǎng)期和變干期的長(zhǎng)短,NDVI的局限性,NDVI 對(duì)土壤背景的變化較為敏感。 實(shí)驗(yàn)證明: 低植被覆蓋度時(shí)(15%),植被NDVI值高于裸土NDVI值,植被可被檢測(cè)出來(lái),但因植被覆蓋度很低(如干旱、半干旱地區(qū)),其 NDVI很難指示區(qū)域生物量; 中植被覆蓋度時(shí)(2580%), NDVI值 隨生物量的增加呈線性迅速增加; 高植被覆蓋度時(shí)(80%), NDVI值 增加延緩而呈現(xiàn)飽和狀態(tài),對(duì)植被檢測(cè)靈敏度下降。 實(shí)驗(yàn)表明,作物生長(zhǎng)初期NDVI將過(guò)高估計(jì)植
13、被覆蓋度,而作物生長(zhǎng)結(jié)束季節(jié),NDVI值偏低。 NDVI 更適用于植被發(fā)育中期或中等覆蓋度植被檢測(cè)。,增強(qiáng)型植被指數(shù)(EVI),為了克服NDVI高植被區(qū)易飽和、低植被區(qū)易受土壤背景影響的缺點(diǎn),一種新型的植被指數(shù)增強(qiáng)性植被指數(shù)(Enhanced Vegetation Index,EVI)被發(fā)展,該植被指數(shù)引入了藍(lán)光波段降低了大氣的影響。,C1: 紅光波段的大氣糾正因子;C2:藍(lán)光波段的大氣糾正因子;L: 冠層背景糾正因子;G: 增益因子。 根據(jù)經(jīng)驗(yàn),參數(shù)C1 =6.0,C2 =7.5和L=1.0,G=2.5 在高覆蓋度時(shí)提高了敏感性。,MODISEVI改善表現(xiàn)在:(1)大氣校正包括大氣分子、氣溶
14、膠、薄云、水汽和臭氧。而AVHRRNDVI僅對(duì)瑞利散射和臭氧吸收做了校正;這樣MODISEVI可以不采用基于比值的方法。因?yàn)楸戎邓闶绞且灾脖恢笖?shù)飽和為代價(jià)來(lái)減少大氣影響;(2)根據(jù)藍(lán)光和紅光對(duì)氣溶膠散射存在差異的原理。采用“抗大氣植被指數(shù)(ARVl)對(duì)殘留氣溶膠做進(jìn)一步的處理;(3)采用“土壤調(diào)節(jié)植;波指數(shù)(SAVl)”減弱了樹(shù)冠背景土壤變化對(duì)植被指數(shù)的影響;(4)綜合ARVI和SAVI的理論基礎(chǔ)。形成“增強(qiáng)型植被指數(shù)(EVI)”。它可以同時(shí)減少來(lái)自大氣和土壤噪音的影響。,DVI差值植被指數(shù),差值植被指數(shù)(DVI)又稱環(huán)境植被指數(shù)(EVI),被定義為近紅外波段與可見(jiàn)光紅波段數(shù)值之差。即:,差值
15、植被指數(shù)的應(yīng)用遠(yuǎn)不如RVI、NDVI。它對(duì)土壤背景的變化極為敏感,有利于對(duì)植被生態(tài)環(huán)境的監(jiān)測(cè)。另外,當(dāng)植被覆蓋濃密(80%)時(shí),它對(duì)植被的靈敏度下降,適用于植被發(fā)育早中期,或低中覆蓋度的植被檢測(cè)。,土壤修正植被指數(shù),SAVI(Soil-Adjusted Vegetation Index)修正了土壤背景的敏感性。,或,L是一個(gè)土壤調(diào)節(jié)系數(shù),是由實(shí)際區(qū)域條件所決定的常量,用來(lái)減小植被指數(shù)對(duì)不同土壤反射變化的敏感性; L取值介于0-1之間;L=0表示植被覆蓋度為0;L=1表示土壤背景的影響為0,這種情況只有在被樹(shù)冠濃密的高大樹(shù)木覆蓋的地方才會(huì)出現(xiàn) ;一般情況下,L取值為0.5 因子(1+L)主要是用
16、來(lái)保證最后的SAVI值與NDVI值一樣介于-1和+1之間。,試驗(yàn)證明: SAVI降低土壤背景的影響,改善植被指數(shù)與LAI的關(guān)系。但可能丟失部分植被信號(hào),使植被指數(shù)偏低; “ L”取值隨植被蓋度變化的規(guī)律是植被蓋度越大,L取值越大。 對(duì)低密度植被(LAI=00.5),L取值較小,且隨L 增加,土壤對(duì)植被的影響越??;當(dāng) L=1 時(shí),土壤的影響幾乎消失; 對(duì)較高密度植被(LAI=1),最佳調(diào)節(jié)系數(shù) L= 0.75; 一般 L=0.5時(shí),對(duì)較寬幅度的LAI值,具有較好地降低土壤噪聲的作用。,同一副影像的植被指數(shù)計(jì)算出來(lái)的 S(SAVI)/N(NDVI)存在以下變化趨勢(shì):S/N越大,植被指數(shù)消除土壤影響
17、的效果越好 。S/N最大時(shí)的L值是研究區(qū)最合適的 L值。 SAVI也是應(yīng)用比較廣泛的一種植被指數(shù), 它可以在一定的程度上減弱土壤背景的影響,而不用計(jì)算土壤線的參數(shù)。 在以往的研究中 SAVI用于提取植被信息和植被覆蓋度、比較不同植被的差異、反演葉綠素和氮含量、分析與葉面積指數(shù)之間的相關(guān)性并計(jì)算葉面積指數(shù)、作為遙感分類的基礎(chǔ)、監(jiān)測(cè)旱情及修正模型。,NDVI、EVI及SAVI關(guān)系,如果土壤影響小的情況下,SAVINDVI; 如果大氣影響較小的話,EVISAVI; 如果土壤和大氣影響均較小的話,EVINDVI。,轉(zhuǎn)換土壤調(diào)整植被指數(shù)(TSAVI),式中,a、b 分別為土壤背景線的截距和斜率。 TSA
18、VI使土壤背景值有關(guān)參數(shù)(a,b)直接參與指數(shù)運(yùn)算 實(shí)驗(yàn)證明,SAVI 和 TSAVI 在描述植被覆蓋和土壤背景方面有著較大的優(yōu)勢(shì)。 因其考慮了(裸土)土壤背景的有關(guān)參數(shù),它們比 NDVI 對(duì)低植被蓋度有更好的指示意義,適用于半干旱地區(qū)的土地利用制圖。,土壤線(soil line),土壤對(duì)植被指數(shù)的影響主要是土壤表面的不同反射特性。它可以是由土壤濕度、粗糙度、陰影,有機(jī)質(zhì)含量及植被結(jié)構(gòu)(多次散射)等引起的。土壤在可見(jiàn)光紅波段( R )與近紅外波段(NIR)的反射率具有線性關(guān)系。,A,土壤在R與NIR 波段的反射率具有線性關(guān)系。則在NIRR通道的二維坐標(biāo)中,土壤(植被背景)光譜特性的變化,表現(xiàn)為
19、一個(gè)由近于原點(diǎn)發(fā)射的直線,稱為“土壤線”。 表示為: IR = b R + a, a、b為土壤線截距和斜率 植被背景,包括水體/雪/各種類型土壤/落葉等非光合作用目標(biāo)均表現(xiàn)在基線上; 所有植被象素均分布在基線上NIR一側(cè) 綠色光合作用越強(qiáng),離“土壤線”越遠(yuǎn)。,二維土壤光譜線,土壤線計(jì)算方法,一實(shí)地采樣:實(shí)地采集多個(gè)土壤樣點(diǎn),并測(cè)定這些土壤樣點(diǎn)在紅波段和近紅外波段上的光譜反射率,以近紅外波段上反射率作為 y軸、紅波段上反射率作為 x軸,將土壤的反射率值作線性回歸得到土壤線 。 二基于衛(wèi)星遙感影像:在遙感影像的近紅外波段和紅光波段組成的二維平面內(nèi),土壤樣點(diǎn)也呈線狀分布。在一定的觀測(cè)條件下,土壤線方
20、程可以從遙感圖像的近紅外波段和紅波段的反射率或DN值組成的散點(diǎn)圖中求取。,修改型二次土壤調(diào)整植被指數(shù)MSAVI,MSAVI不依賴于土壤線,算法很簡(jiǎn)單,是所有考慮土壤背景影響的植被指數(shù)中最簡(jiǎn)單的一種,因此應(yīng)用也非常廣泛。 MSAVI主要用于分析植物的長(zhǎng)勢(shì)、荒漠化的研究、草地估產(chǎn)、計(jì)算葉面積指數(shù)、分析土壤有機(jī)質(zhì)、監(jiān)測(cè)旱情、分析土壤侵蝕。,纓帽變換中的綠度植被指數(shù)(GVI),為了排除或減弱土壤背景值對(duì)植被光譜或植被指數(shù)的影響,除了前述出現(xiàn)一些調(diào)整、修正土壤亮度的植被指數(shù)(如SAVI、TSAVI、MSAVI等)外,還廣泛采用了光譜數(shù)值的纓帽變換技術(shù)(Tasseled Cap,即TC變換)。,纓帽變換(
21、TC) 是一種通用的植被指數(shù),可以被用于Landsat MMS或Landsat TM數(shù)據(jù) 。 Landsat MSS纓帽變換為四維空間,包括: 土壤亮度指數(shù)SBI,反映土壤反射率變化的信息 綠色植被指數(shù)GVI,反映地面植物的綠度 黃色成分:說(shuō)明植物的枯萎程度 Non-such指數(shù),無(wú)實(shí)際意義,可去除,壓縮數(shù)據(jù)量 變換矩陣c 綠度指數(shù)(GVI)=-0.290MSS4-0.562MSS5-0.600MSS6+0.491MSS7,Landsat TM纓帽變換為6維空間,前三維分量有意義,包括: 亮度,反映總體亮度變換 綠度GVI,反映地面植物的綠度 濕度 變換矩陣c(去掉分辨率低的6波段) 綠度指數(shù)
22、(GVI),垂直植被指數(shù)(PVI),在R、NIR的二維坐標(biāo)系內(nèi),土壤的光譜響應(yīng)表現(xiàn)為一條斜線即土壤亮度線。 土壤在R(x軸)與NIR(Y軸)波段均顯示較高的光譜響應(yīng),隨著土壤特性的變化,其亮度值沿土壤線上下移動(dòng)。 植被一般在紅波段響應(yīng)低,而在近紅外波段光譜響應(yīng)高。因此在這二維坐標(biāo)系內(nèi)植被多位于土壤線的左上方。,不同植被與土壤亮度線的距離不同。于是Richardson(1977)把植物象元到土壤亮度線的垂直距離定義為垂直植被指數(shù)(Perpendiclar Vegetation Index)。 PVI是一種簡(jiǎn)單的歐幾里德距離。表示為:,其中,S為土壤反射率,V為植被反射率,R為紅波段,NIR為紅外
23、波段。,PVI表征著在土壤背景上存在的植被的生物量,距離越大,生物量越大,PVI也可定量表達(dá)為:,其中,DNNIR、DNR分別為NIR、R兩波段的反射輻射亮度值;b為土壤基線與NIR反射率縱軸的截距;為土壤基線與R光反射率橫軸的夾角。,PVI的顯著特點(diǎn)是較好地濾除了土壤背景的影響,且對(duì)大氣效應(yīng)的敏感程度也小于其它植被指數(shù)。正因?yàn)樗鼫p弱和消除了大氣、土壤的干擾,所以被廣泛應(yīng)用于作物估產(chǎn)。 在巖石和土壤光譜特征都變化很大的干旱和半干旱地區(qū),作為首選植被指數(shù)。,植被指數(shù)總結(jié),NDVI和DVI等指數(shù)均受土壤背景的影響大,且隨波長(zhǎng)、土壤特征(含水量、有機(jī)質(zhì)含量、表面糙度等)及植被覆蓋度、作物排列方向等的
24、變化而變化。 植被指數(shù)的主要組成波段是紅光和近紅外波段,葉子對(duì)紅光的強(qiáng)吸收,弱透射和反射,而作為背景的土壤則在紅光波段強(qiáng)反射。因此在植被非完全覆蓋的情況下,土壤背景的影響較大,且隨覆蓋度變化而變化。 葉子對(duì)近紅外的反射和透射均較高(各占50%),吸收極少,而土壤對(duì)近紅外光的反射明顯小于葉子的反射,因此,在植被非完全覆蓋的情況下,冠層的近紅外反射輻射中,葉層的多次反射及與土壤的相互作用是復(fù)雜的,土壤的影響仍然較大。,三、植被指數(shù)與地表參數(shù)的關(guān)系,1、與葉面積指數(shù)的關(guān)系 葉面積越大則光合作用越強(qiáng),而光 合作用越強(qiáng),又使植物群體的葉面積越大,植物干物質(zhì)積累越多,生物量越大。同時(shí),植物群體的葉面積越大
25、,植物群體的反射輻射增強(qiáng)。,葉面積大,植被葉片密集,其反射近紅外輻射越強(qiáng),在0.7微米-0.9微米反射能量越多; 葉面積大,入射輻射直接到達(dá)地表部分較少,土壤反射更弱,土壤影響也小。,實(shí)驗(yàn)證明: 當(dāng)作物群體LAI大于3時(shí),其反射率可達(dá)太陽(yáng)總輻射的20%; 當(dāng)正常稻田L(fēng)AI為4時(shí)的能量透過(guò)率為太陽(yáng)總輻射的23%或低于20%; 對(duì)草本植物而言,葉片傾角較大,光很容易透過(guò)冠層直達(dá)底部直至土壤。當(dāng)LAI高達(dá)7.5時(shí),有5%的入射光可到達(dá)土壤表面。,葉面積指數(shù)計(jì)算方法,直接實(shí)測(cè)方法 長(zhǎng)寬法、稱重法 這些方法均需要消耗一定的人力進(jìn)行實(shí)物測(cè)量。 借助有關(guān)測(cè)量工具 例如LAI-2000、LAI-2200、LI
26、-3100C、LI-3000、AccuPAR等,此方法仍需實(shí)地進(jìn)行測(cè)量。 僅能獲得地面有限點(diǎn)的LAI值,對(duì)于推廣獲取大范圍LAI存在很大局限性,不能滿足植被生態(tài)和作物長(zhǎng)勢(shì)監(jiān)測(cè)需求。 遙感反演方法 由于遙感數(shù)據(jù)具有覆蓋范圍廣、時(shí)間與空間分辨率高、花費(fèi)相對(duì)較少等優(yōu)點(diǎn)。 可以用定量遙感方法反演區(qū)域LAI。 作物生長(zhǎng)模型模擬LAI,直接測(cè)量法,Sunscan獲取葉面積指數(shù),遙感反演法,葉面積指數(shù)一般大于1,小于10,在光譜曲線中,近紅外波段的反射率隨葉面指數(shù)增加而增加。 高塔遙感實(shí)驗(yàn)場(chǎng)的大量觀測(cè)資料表明,植被指數(shù)NDVI或RVI與葉面積指數(shù)LAI的相關(guān)系數(shù)很高,且與LAI呈非線性函數(shù)關(guān)系。,式中的A、
27、B、C及A、B 、C 均為經(jīng)驗(yàn)系數(shù),可通過(guò)模擬試驗(yàn)獲得。其中, A、 A值是由植物本身的光譜反射確定的,不同葉形,葉傾角及散射系數(shù)造成不同的A值及A值;B、B值與葉傾角、觀測(cè)角有關(guān),當(dāng)葉呈水平狀,則線性關(guān)系明顯;當(dāng)葉呈非水平狀,隨著LAI的增大,植被指數(shù)增大速率較慢,兩者呈余弦關(guān)系,基本是線性的。C、C值取決于葉子對(duì)輻射的衰減,這種衰減是呈非線性的指數(shù)函數(shù)變化。,2. 植被指數(shù)和葉綠素含量的關(guān)系,葉子生長(zhǎng)初期,葉綠素含量與輻射能吸收間幾乎直線相關(guān),即葉綠素含量增多,藍(lán)、紅波段吸收增強(qiáng),綠波段反射率降低,近紅外反射率增強(qiáng),植被指數(shù)增大; 但當(dāng)葉綠素含量增加到一定程度后,吸收率近于飽和,反射率變化
28、小,植被指數(shù)的差異不明顯,因而植物在生長(zhǎng)旺季較難區(qū)分。,不同作物由于植土比的差異,其表達(dá)葉綠素含量的光譜模型是不同。,小麥幾種植被指數(shù)模型與葉綠素含量的時(shí)間剖面曲線的關(guān)系,圖中可見(jiàn),G5曲線與葉綠素含量相當(dāng)吻合。 實(shí)驗(yàn)證明,對(duì)小麥而言, 的光譜模型表達(dá)葉綠素含量最佳 。,其余四個(gè)綠度模型分別為:,對(duì)大豆言,因葉子較早封壟,土壤影響較小,則G3光譜模型反映葉綠素含量最佳。,3. 植被指數(shù)和植被覆蓋度的關(guān)系,植被覆蓋度指植被冠層的垂直投影面積與土壤總面積之比,即植/土比。傳感器所測(cè)得的反射輻射R可表示為: 其中,RV為植被的總反射輻射,RS為土壤的總反射輻射,C為植被覆蓋度,則:,式中,為植被與土
29、壤混合光譜反射率, v、s分別為純植被和純土壤寬波段反射率。,據(jù)理論推導(dǎo),RVI、NDVI與植土比分別呈指數(shù)和冪函數(shù)關(guān)系,當(dāng)LAI較小時(shí),它們與植土比的變化反應(yīng)不敏感。 PVI與植土比呈直線相關(guān),其對(duì)植土比的感應(yīng)能力也隨LAI減小而降低。就估測(cè)作物而言,PVI較為優(yōu)越,但應(yīng)選LAI較大的時(shí)期。 實(shí)際上,植土比和葉面積指數(shù)同時(shí)隨空間而變化,因此,需綜合考慮植被指數(shù)與兩者的關(guān)系。,4. 植被指數(shù)和生物量的關(guān)系,生物量指的是植物組織的重量。它是由植物光合作用的干物質(zhì)積累所致。顯然,葉面積指數(shù)LAI與植被覆蓋度均是生物量的重要指標(biāo),它們都與植被指數(shù)相關(guān)。討論植被條件指數(shù)與植被覆蓋度、生物量的關(guān)系。 研
30、究表明,引入植被條件指數(shù)來(lái)定量估算大面積植被覆蓋度和生物量是有效的。,由NOAA/AVHRR數(shù)據(jù)獲得的植被條件指數(shù)VCI被定義為: 式中,NDVI、NDVImax、NDVImed、NDVImin分別為平滑化后每周(7天)的NDVI以及它的多年最大值/中值/最小值(以象元為計(jì)算單元) 研究表明,用植被條件指數(shù)VCI對(duì)植被覆蓋度的估算誤差16%,低覆蓋區(qū)誤差更??;且VCI與實(shí)測(cè)的植被覆蓋度相關(guān)性較高(相關(guān)系數(shù)約0.76)。,5. 植被指數(shù)和地表生態(tài)環(huán)境參數(shù)的關(guān)系,植被指數(shù)如NDVI常被認(rèn)為是氣候、地形、植被/生態(tài)系統(tǒng)和土壤/水文變量的函數(shù)。從概念上講,可以用這些環(huán)境因子建立NDVI模型: 式中,C
31、為氣候子模型,V為植被/生態(tài)子模型,P為地形子模型,S為土壤/水文子模型。這些子模型又可表示為各自主因子的數(shù):,對(duì)于一個(gè)特定的地理位置和一定時(shí)間尺度(如年或10年),地形子模型可認(rèn)為是常量,植被/生態(tài)系統(tǒng)子模型及土壤/水文子模型也變化不大或基本傾向于常量。那么,應(yīng)該說(shuō)變化較大的是氣候子模型,或者說(shuō),對(duì)一個(gè)具體時(shí)間(t),一個(gè)具體地點(diǎn)的NDVI主要成為相關(guān)氣候變量的函數(shù):,(1)植被指數(shù)與氣候參數(shù)的關(guān)系 影響植被指數(shù)的氣候參數(shù)主要指水、氣溫和日照,因此上式可表示為: 式中Tt表示在具體時(shí)間t之前一段時(shí)間的某個(gè)因子的累計(jì)影響;一般說(shuō)來(lái),氣溫和日照是與同一年度的季節(jié)密切相關(guān),而季節(jié)可用日期來(lái)加以描述
32、。因此,可用一個(gè)指定變量日期(j),作為表示氣候季節(jié)的變量,則上式可簡(jiǎn)化為:,研究表明,NDVI與降水空間分布及年內(nèi)、年際變化有關(guān),并建立了NDVI與降水/土壤水分含量之間的描述性/統(tǒng)計(jì)性關(guān)系,NDVI是識(shí)別氣候干旱程度的一種方法。 研究表明 ,氣候干旱的作物水分指數(shù)(CMI)、干旱指數(shù)(PDSI)、缺水指數(shù)(HD)3個(gè)指數(shù)的空間/時(shí)間變化可以通過(guò)NOAA/AVHRR的4種植被指數(shù)來(lái)估算 。,(2)植被指數(shù)和植物蒸發(fā)量、土壤水分的關(guān)系 一般說(shuō)來(lái),NDVI能反映植被狀況,而植被狀況與植被蒸發(fā)量、土壤水分有關(guān)的。對(duì)某一站點(diǎn)的綠色植被連續(xù)測(cè)定表明,累計(jì)的蒸發(fā)量與累計(jì)的植被指數(shù)間高度相關(guān) Smith等
33、(1990)對(duì)半干旱地區(qū)的研究表明,圖象上測(cè)得的植被覆蓋與實(shí)際地面測(cè)得的蒸發(fā)量有密切關(guān)系:Desjardins(1989、1990)的研究發(fā)現(xiàn),草本植被冠層測(cè)得的CO2和H2O通量高度相關(guān);Cihlar等(1991)通過(guò)作物生長(zhǎng)季節(jié)每15天的NDVI、氣象站點(diǎn)的氣象數(shù)據(jù),由土壤水分模型(VSMB、SWOM)反演計(jì)算了根系不同深度水含量以及生態(tài)、土壤等信息。在GIS支持下研究NOAA/AVHRR的NDVI與生態(tài)變量的關(guān)系以及用NDVI來(lái)估算蒸發(fā)量的可能性。,研究發(fā)現(xiàn),不同的植被/土壤組合顯示不同的NDVI變化軌跡,它與潛在的蒸發(fā)量(PE)曲線的趨勢(shì)密切相關(guān)。實(shí)際蒸發(fā)量(AE)與相應(yīng)的NDVI間相
34、關(guān)系數(shù)為0.77;NDVI與前15天的潛在蒸發(fā)量間相關(guān)系數(shù)為0.86;整個(gè)生長(zhǎng)季節(jié)的累計(jì)NDVI與累計(jì)蒸發(fā)量高度相關(guān),相關(guān)系數(shù)達(dá)0.96。 研究表明,用NDVI和潛在蒸發(fā)量(PE)可以估算15天為周期的實(shí)際蒸發(fā)量(AE),估算誤差約1015%。這個(gè)結(jié)果說(shuō)明NDVI的變化軌跡可提供植物季相變化的重要信息,并能較好的估算實(shí)際蒸發(fā)量(AE)。,不少學(xué)者研究了不同的干旱半干旱地區(qū)植被指數(shù)與土壤水分的關(guān)系,發(fā)現(xiàn)植被指數(shù)與各種測(cè)量所得的土壤水分有效性(availability)之間有密切的經(jīng)驗(yàn)關(guān)系。 Singh等(1988)的研究發(fā)現(xiàn),植被指數(shù)與土壤水分受脅迫(Stress)的關(guān)系,依賴于植被的類型,許多
35、研究表明,NDVI可以作為一種有用的土壤含水量指標(biāo)。,五、植被遙感的應(yīng)用,大面積農(nóng)作物的遙感估產(chǎn) 植被及其動(dòng)態(tài)變化制圖 災(zāi)害監(jiān)測(cè) 草場(chǎng)資源調(diào)查 林業(yè)資源調(diào)查,1. 農(nóng)作物遙感估產(chǎn),農(nóng)作物估產(chǎn)則是指根據(jù)生物學(xué)原理, 在收集分析各種農(nóng)作物不同生育期不同光譜特征的基礎(chǔ)上, 通過(guò)平臺(tái)上的傳感器記錄的地表信息, 辨別作物類型, 監(jiān)測(cè)作物長(zhǎng)勢(shì), 并在作物收獲前, 預(yù)測(cè)作物的產(chǎn)量的一系列方法。 包括三方面內(nèi)容:農(nóng)作物識(shí)別、種植面積估算、長(zhǎng)勢(shì)與旱情監(jiān)測(cè)和估產(chǎn)模式建立,農(nóng)作物識(shí)別與種植面積估算 可以根據(jù)作物的色調(diào)、圖形結(jié)構(gòu)等差異最大的物候期(時(shí)相)的遙感影像和特定的地理位置等的特征,將其與其他植被區(qū)分(解譯)開(kāi)
36、來(lái)。 如冬小麥時(shí)相選?。翰シN后-越冬前(10月底-12月)和返青后-拔節(jié)前(每年3-4月)這兩時(shí)段,冬小麥處于綠色期,其它綠色植被進(jìn)入枯黃期。 方法:遙感數(shù)據(jù)分類、綠度分層和混合像元分解,不同農(nóng)作物光譜特性存在差別,作物長(zhǎng)勢(shì)監(jiān)測(cè)-動(dòng)態(tài)觀測(cè) 利用高時(shí)相分辨率的衛(wèi)星影像(如NOAA、FY- 等)對(duì)作物生長(zhǎng)的全過(guò)程進(jìn)行動(dòng)態(tài)觀測(cè)。 冬小麥言,長(zhǎng)勢(shì)和旱情是影響冬小麥產(chǎn)量非常重要的兩個(gè)指標(biāo)。 長(zhǎng)勢(shì)監(jiān)測(cè):用NOAA數(shù)據(jù)計(jì)算每半月的NDVI,推測(cè)冬小麥的長(zhǎng)勢(shì)和空間分布。 旱情監(jiān)測(cè):采用氣象站土壤水分資料,結(jié)合NDVI數(shù)據(jù),通過(guò)旱情模型計(jì)算每旬的旱情。,建立農(nóng)作物單產(chǎn)估產(chǎn)模式 利用國(guó)內(nèi)外大量預(yù)測(cè)單產(chǎn)模型,如氣象
37、統(tǒng)計(jì)模型、遙感模型等,結(jié)合使用多種模型,綜合專家知識(shí)、作物長(zhǎng)勢(shì)及旱情監(jiān)測(cè)結(jié)果,調(diào)整數(shù)量模型預(yù)測(cè)值,準(zhǔn)確估測(cè)各級(jí)估產(chǎn)區(qū)域的作物單產(chǎn)。 y=a+bVI,其中y為單產(chǎn)。,其中y為單產(chǎn); 為該研究區(qū)某農(nóng)作物的總產(chǎn) 量;A為某作物的播種面積;,現(xiàn)有遙感估產(chǎn)的問(wèn)題,數(shù)據(jù)源的選取和精度控制方面:為降低成本,大面積估產(chǎn)用NOAA數(shù)據(jù),其低空間分辨率導(dǎo)致作物面積分布信息不準(zhǔn)確;提高空間分辨率的SPOT和QuickBird影像數(shù)據(jù),因時(shí)間分辨率降低,不能進(jìn)行連續(xù)的作物長(zhǎng)勢(shì)監(jiān)測(cè),降低估產(chǎn)精度。 遙感估產(chǎn)模型小區(qū)實(shí)驗(yàn)可行,但不能滿足大面積估產(chǎn)需求:依據(jù)植被指數(shù)與農(nóng)學(xué)參數(shù)建立的遙感估產(chǎn)回歸模型,普適性較差,未來(lái)應(yīng)考慮模
38、型的機(jī)理性與普適性,增強(qiáng)模型在區(qū)域間或年份間的通用性。,未來(lái)估產(chǎn)的研究趨勢(shì),提高數(shù)據(jù)源的空間分辨率。 利用數(shù)據(jù)反演綜合氣候環(huán)境因子 極端氣候條件下的產(chǎn)量評(píng)估 構(gòu)建新植被指數(shù)提高估產(chǎn)精度,植被遙感病蟲(chóng)害監(jiān)測(cè) 依據(jù):受病蟲(chóng)害時(shí),葉片會(huì)出現(xiàn)顏色改變、結(jié)構(gòu)破壞或外形改觀等病態(tài),葉片的反射光譜有明顯改變。 在近紅外波段(700nm)受病害的植被反射率比健康作物的反射率大。,植被反射光譜紅邊特征,植被及其動(dòng)態(tài)變化制圖 應(yīng)用遙感影像進(jìn)行植被分類制圖,尤其是大范圍的植被制圖,是一種非常有效且節(jié)約人力物力的方法。 在全球生態(tài)環(huán)境變化的背景下,植被生態(tài)遙感從主要了解局地植被狀況和類型,發(fā)展到圍繞全球生態(tài)環(huán)境而進(jìn)行
39、大尺度植被動(dòng)態(tài)監(jiān)測(cè)及植被與氣候環(huán)境的關(guān)系研究上。,呼倫貝爾草地類型分布圖,全球植被覆蓋分布,全球落葉植被覆蓋分布,草場(chǎng)資源調(diào)查,草場(chǎng)上牧草的長(zhǎng)勢(shì)好壞與牧草的產(chǎn)量直接相關(guān),而產(chǎn)草量是載畜量(單位面積草場(chǎng)可養(yǎng)牲畜的頭數(shù))的決定因素。在應(yīng)用遙感技術(shù)確定草場(chǎng)類型,進(jìn)行草場(chǎng)質(zhì)量評(píng)價(jià)的基礎(chǔ)上,結(jié)合地面樣點(diǎn)光譜測(cè)量數(shù)據(jù),找出某類植被指數(shù)與產(chǎn)草量的關(guān)系即可進(jìn)行草場(chǎng)資源調(diào)查。 此外還可將產(chǎn)草量指標(biāo)與實(shí)際載畜量進(jìn)行比較,以確定哪些草場(chǎng)還有潛力,哪些草場(chǎng)屬于超載,從而為畜牧業(yè)的發(fā)展提供科學(xué)的依據(jù)。在具體工作中還可劃分出不同草場(chǎng)類型,不同產(chǎn)草量等級(jí),分別確定合理的載畜量。,林業(yè)資源調(diào)查,林業(yè)部門(mén)是采用遙感技術(shù)進(jìn)行資源
40、調(diào)查最早的部門(mén)之一,在我國(guó)的各大林區(qū)都應(yīng)用過(guò)遙感影像制作森林分布圖、宜林地分布圖等,并對(duì)林地的面積變化進(jìn)行動(dòng)態(tài)監(jiān)測(cè)。尤其是1987-1990年之間全面開(kāi)展的“三北”防護(hù)林遙感綜合調(diào)查的重點(diǎn)科技攻關(guān)項(xiàng)目,對(duì)橫貫我國(guó)的東北、華北和西北已建的防護(hù)林網(wǎng)的分布、面積、保存率和有效性進(jìn)行評(píng)估。,中國(guó)及中亞地區(qū)荒漠化遙感監(jiān)測(cè),荒漠化概念及類型 荒漠化指標(biāo)體系的確定方法 荒漠化指標(biāo)反演模型及計(jì)算 荒漠化等級(jí)分類,荒漠化概念及類型,1993到1994年國(guó)際防治荒漠化公約政府間談判委員會(huì)(INCD),經(jīng)多次反復(fù)討論,最后在防治荒漠化公約上確定的荒漠化定義為:包括氣候變異和人類活動(dòng)在內(nèi)的種種因素造成的干早、半干旱和
41、亞濕潤(rùn)干早地區(qū)的土地退化。 “干旱、半干旱和亞濕潤(rùn)干旱地區(qū)”是指年降水量與潛在蒸發(fā)散之比即濕潤(rùn)指數(shù)在0.05-0.65之間的地區(qū),但不包括極區(qū)和副極區(qū)。,荒漠化類型,根據(jù)荒漠化成因可分為風(fēng)蝕荒漠化(沙漠化)、水蝕荒漠化(黃土高原)、凍融荒漠化(青藏高原的高海拔地區(qū))和土壤鹽漬化。,荒漠化指標(biāo)體系確定,荒漠化評(píng)價(jià)是通過(guò)荒漠化監(jiān)測(cè)指標(biāo)體系來(lái)實(shí)現(xiàn)的。 開(kāi)展荒漠化的遙感監(jiān)測(cè)研究首先要確定荒漠化的不同程度及其判別指標(biāo)。 荒漠化指標(biāo)具有兩個(gè)用途:一是用于估計(jì)過(guò)去發(fā)生的土地退化數(shù)量,二是用于判斷當(dāng)前管理實(shí)踐對(duì)生態(tài)系統(tǒng)產(chǎn)生什么影響。,結(jié)合進(jìn)行大尺度荒漠化遙感監(jiān)測(cè)的研究目的,選取出可以反映不同荒漠化特征,并且是能夠通過(guò)中低分辨率遙感影像遙感反演出來(lái)的荒漠化遙感監(jiān)測(cè)指標(biāo),以便快速地進(jìn)行荒漠化的宏觀和實(shí)時(shí)監(jiān)測(cè)。 本研究選取的指標(biāo): 植被覆蓋度(FVC):年最大植被覆蓋度 改進(jìn)型土壤調(diào)整植被指數(shù)(MSAVI) :反映荒漠化土地自然屬性和生態(tài)狀況的,生長(zhǎng)季(4-10月)累積值。 反照率(Albedo):生長(zhǎng)季的反照率平均值 陸地表面溫度(LST):生長(zhǎng)季陸面溫度平均值 土壤濕度(TVDI):反映荒漠化土地物理屬性,生長(zhǎng)季的平均值。,
- 溫馨提示:
1: 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
2: 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
3.本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
5. 裝配圖網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 離心泵的檢修各零部件檢修標(biāo)準(zhǔn)
- 金屬材料疲勞強(qiáng)度的八大主要影響因素
- 機(jī)械安全知識(shí)
- 電機(jī)的工作原理與種類
- 設(shè)備點(diǎn)檢內(nèi)容
- 有效防止液壓系統(tǒng)漏油的技術(shù)要領(lǐng)
- 鈑金和管工機(jī)械安全操作規(guī)程
- 閥門(mén)的100個(gè)專業(yè)術(shù)語(yǔ)
- 某單位機(jī)械設(shè)備安全檢查表
- 離心泵的汽蝕與吸入特性
- 過(guò)濾網(wǎng)目數(shù)標(biāo)準(zhǔn)
- 減少設(shè)備潤(rùn)滑故障的措施
- 離心泵機(jī)械密封安裝使用規(guī)則
- 閥門(mén)常見(jiàn)故障與原因
- 呼吸閥和真空破壞閥基礎(chǔ)知識(shí)總結(jié)
相關(guān)資源
更多