第五章 植被遙感

1、第5章 植被遙感 Geography Analysis for Remote Sensing 遙感地學(xué)分析 第五章 植被遙感 第五章 植被遙感 主要內(nèi)容 n一、植被遙感原理 n二、植被分類 n三、植被生態(tài)參數(shù) n四、植被指數(shù)與地表參數(shù)的關(guān)系 n五、中國及中亞地區(qū)荒漠化遙感監(jiān)測研究 第五章 植被遙感 一、植被遙感原理 n植被遙感不僅依賴于對單張植物葉片的光譜特性的 認(rèn)識，還需要進(jìn)一步認(rèn)識植被冠層的光譜特性。 n（一）單張葉片光譜特性 單張葉片分為表皮 、葉脈和葉肉組成 第五章 植被遙感 n單張葉片的反射、吸收和透射特性 入射輻射入射輻射 外部反射外部反射 內(nèi)部反射內(nèi)部反射 散散 射射 輻輻 射射

2、 反射輻射反射輻射 透射輻射透射輻射 入射輻射入射輻射-散射輻射散射輻射=吸收輻射，用于增加植物體溫和光合作用吸收輻射，用于增加植物體溫和光合作用 第五章 植被遙感 植物葉片的反射、透射和吸植物葉片的反射、透射和吸 收特性隨種類、生長期、病收特性隨種類、生長期、病 害及入射波長不同而變化，害及入射波長不同而變化， 故可依據(jù)此識別植被、診斷故可依據(jù)此識別植被、診斷 病害及估產(chǎn)。病害及估產(chǎn)。 第五章 植被遙感 （二）影響植被葉片光譜的因素 n1. 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 見光范圍內(nèi)，其 反射峰值落在相 應(yīng)的波長范圍內(nèi) 。 第五章 植被遙感 葉綠素a和

3、葉綠素b導(dǎo)致以0.45m和0.67m為中心形成兩 個強(qiáng)烈的吸收帶。 第五章 植被遙感 不同生長狀態(tài)的橡樹葉子 不同橡樹葉子的反射特性 第五章 植被遙感 2. 葉子的組織構(gòu)造 n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。 第五章 植被遙感 n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、竹子小麥、水稻、竹子 蘋果、棉花、向日葵蘋果、棉花、向日葵 第五章 植被遙感 近紅外波段的變化 第五章 植被遙感 不同類型植物光譜曲線的差異 第五章 植被遙感 葉子年齡的增長 n隨著葉齡的增長，背腹性葉子的葉肉間空隙

4、增多 新葉新葉成熟成熟葉片葉片 衰老葉片衰老葉片 第五章 植被遙感 近紅外波段反射率的變化 第五章 植被遙感 3. 葉片含水量 n葉子在1.45m、1.95m和2.62.7m處各有一 個吸收谷，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。 第五章 植被遙感 4. 植被覆蓋度 第五章 植被遙感 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 第五章 植被遙感 二、不同類型植被區(qū)分 n植被具有典型的波譜特征，將其余其它典型地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，但物，如人工建筑、裸土、水域等區(qū)分容易，但 對植被類型劃分

5、卻有一定難度。對植被類型劃分卻有一定難度。 n不同植被類型，因組織結(jié)構(gòu)、季相、生態(tài)條件不同植被類型，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。等不同而具有不同的光譜特征和冠層形態(tài)特征。 如：如： q正常針葉林為紅到品紅，枯萎為暗紅色，即將枯死時正常針葉林為紅到品紅，枯萎為暗紅色，即將枯死時 為青色。為青色。 n故可根據(jù)故可根據(jù)植被光譜植被光譜、季相季相、生態(tài)環(huán)境生態(tài)環(huán)境、冠層形冠層形 態(tài)態(tài)進(jìn)行植被類型識別進(jìn)行植被類型識別。 第五章 植被遙感 1. 根據(jù)植被光譜劃分 n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。 n在近紅外光區(qū)，草本植 物的

6、反射高于闊葉樹， 闊葉樹高于針葉樹 第五章 植被遙感 n2. 根據(jù)植物的物候差異來區(qū)分植物 冬季多數(shù)植物凋零-長年常綠植被 同種植被在不同季節(jié)的波譜特征差異 不同植物生長期的不同，光譜特征也有差異 第五章 植被遙感 植物季節(jié)性規(guī)律 第五章 植被遙感 各種作物的生 長期和收獲期 的差異 第五章 植被遙感 第五章 植被遙感 3. 根據(jù)植物的生態(tài)條件的不同來區(qū)分植被 n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。 n比如：（我國北方山坡的陰陽面差異性） 山地陰坡-易生長適應(yīng)溫度變化不大，濕度較大的環(huán) 境的生物 山地陽坡-易生長適應(yīng)溫度變化不大，濕度要求不高 的環(huán)境的生物 第五章

7、 植被遙感 n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） 海拔海拔植物群落植物群落 2500m以上山地草甸 22002500m云松、紅樺 1600m2200m華北落葉松、云杉、白樺、楊樹 1200m1600m刺槐、蒙古櫟、遼東櫟、楊 700m1200m楊、櫟樹 第五章 植被遙感 第五章 植被遙感 4. 根據(jù)植被冠層形態(tài)區(qū)分植被 n在高分辨率的遙感影像上，根據(jù)植被頂部及部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。分側(cè)面形狀、陰影、群落結(jié)構(gòu)等區(qū)分植被類型。 n草本植物表現(xiàn)為大片均勻草本植物表現(xiàn)為大片均勻的色調(diào)，因其低矮無的色

8、調(diào)，因其低矮無 陰影；陰影； n灌木呈不均勻細(xì)顆粒結(jié)構(gòu)，灌木一般不高，陰灌木呈不均勻細(xì)顆粒結(jié)構(gòu)，灌木一般不高，陰 影不明顯；影不明顯； 第五章 植被遙感 n（1）針葉林（云杉、松樹林） 在比例尺為1：1萬或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 n（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，不同樹種的樹冠顏 色有較大差異，因而形成色調(diào)混雜的影像。 n（3）針闊混交林 第五章 植被遙感 n（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，

9、故多呈均勻的淺色或 灰色色調(diào)。 第五章 植被遙感 三、植被生態(tài)參數(shù) n植被指數(shù)是遙感領(lǐng)域中用來表征地表植被覆蓋， 生長狀況的一個簡單、有效的度量參數(shù)。 n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。 n隨著人們對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)注的問題。 第五章 植被遙感 植被指數(shù)的概念 n遙感圖像上的植被信息，主要通過綠色植物葉子 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)有各種不同的相關(guān)性， q如葉子光譜特性中，可見光譜段受葉子葉綠素含量的 控制

10、q近紅外譜段受葉內(nèi)細(xì)胞結(jié)構(gòu)的控制 q中紅外譜段受葉細(xì)胞內(nèi)水分含量的控制 第五章 植被遙感 n但是，對于復(fù)雜的植被遙感，僅用個別波段或 多個單波段數(shù)據(jù)分析對比來提取植被信息是相 當(dāng)局限的。因而往往選用多光譜遙感數(shù)據(jù)經(jīng)分 析運算（加、減、乘、除等線性或非線性組合 方式），產(chǎn)生某些對植被長勢、生物量等有一 定指示意義的數(shù)值即所謂的“植被指數(shù)”。 n它用一種簡單有效的形式來實現(xiàn)對植物狀態(tài)信 息的表達(dá)，以定性和定量地評價植被覆蓋、生 長活力及生物量等。 第五章 植被遙感 n以美國陸地衛(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波段進(jìn)行

11、 運算而得到可以表征植被狀況的植被指數(shù)。 第五章 植被遙感 第五章 植被遙感 植被指數(shù)的類型 第五章 植被遙感 第五章 植被遙感 植被指數(shù)類型 n在植被指數(shù)中，通常選用對綠色植物強(qiáng)吸收的可見光紅 波段和對綠色植物高反射的近紅外波段構(gòu)建。 第五章 植被遙感 植被指數(shù)類型 n比值植被指數(shù)（比值植被指數(shù)（RVI） n歸一化植被指數(shù)（歸一化植被指數(shù)（NDVI） n土壤修正植被指數(shù)（土壤修正植被指數(shù)（SAVI） n轉(zhuǎn)換土壤調(diào)整植被指數(shù)（轉(zhuǎn)換土壤調(diào)整植被指數(shù)（TSAVI） n修改型二次土壤調(diào)節(jié)植被指數(shù)修改型二次土壤調(diào)節(jié)植被指數(shù) （MSAVI） n差值植被指數(shù)（差值植被指數(shù)（DVI） n綠度植被指數(shù)（綠度植

12、被指數(shù)（GVI） n垂直植被指數(shù)（垂直植被指數(shù)（PVI） 第五章 植被遙感 1. 比值植被指數(shù) n根據(jù)可見光紅波段（R）和近紅外波段（NIR）對綠 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 或或 n對于綠色植物葉綠素引起的紅光吸收和葉肉組織引起的 近紅外強(qiáng)反射，RVI值高（一般大于2）。而對于無植被 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。 第五章 植被遙感 q比值植被指數(shù)可提供植被反射的重要信息，是植被長比值植被指數(shù)可提供

13、植被反射的重要信息，是植被長 勢、豐度的度量方法之一勢、豐度的度量方法之一 q同理，可見光綠波段（葉綠素引起的反射）與紅波段同理，可見光綠波段（葉綠素引起的反射）與紅波段 之比之比G/R，也是有效的。，也是有效的。 q比值植被指數(shù)可從多種遙感系統(tǒng)中得到。比值植被指數(shù)可從多種遙感系統(tǒng)中得到。 q但主要用于但主要用于Landsat的的MSS、TM和氣象衛(wèi)星的和氣象衛(wèi)星的 AVHRR。 第五章 植被遙感 RVI是綠色植物的一個靈敏指示參數(shù) n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)測綠色植物生物量。 n在植被高密度覆蓋情況下，它對植被十分敏感，與生物 量

14、的相關(guān)性最好。但當(dāng)植被覆蓋度小于 50% 時，它的 分辨能力顯著下降。 nRVI 對大氣狀況很敏感，大氣效應(yīng)大大地降低了它對植 被檢測的靈敏度，尤其是當(dāng) RVI值 高時。因此，最好 運用經(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（ ）后再計算 RVI，以消除大氣對兩波段 不同非線性衰減的影響。 第五章 植被遙感 nDN值轉(zhuǎn)換為反射率的公式 太陽高度角的余角成像時太陽天頂角，即，大氣頂部的太陽副照度 ，日地天文單位距離，取輻射能量值，圓周率，反射率，式中， ）（ 圖像的偏置圖像的增益，樣本灰度值，輻射量度值，式中， QE0 1dsLPiP cosQ*0Eds*ds*L*PiP b

15、iasgainDNL * biasgainDNL 在在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。反射率。 輻射記錄段以輻射記錄段以“gains and biases in ascending band number order” 開始，逐行、按波段順序記錄了輻射校正有關(guān)的參數(shù)，每行中按開始，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，其中的順序

16、排列，其中bias的單位是的單位是W/m2 . ster .m，gain的單位是的單位是 (W/m2 . ster .m)/DN。 第五章 植被遙感 2. 歸一化植被指數(shù)（NDVI） 計算公式 RNIR RNIR RNIR RNIR DD DD NDVI NDVI或 NDVI介于-1和1之間，負(fù)值表示地面覆蓋為云、水、 雪等，對可見光高反射；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態(tài)監(jiān)測。 第五章 植被遙感 nNDVI

17、的主要用途 n1）可以進(jìn)行不同植被類型初級生產(chǎn)量的估計； n2）識別不同的生態(tài)區(qū)； n3）監(jiān)測地球表面植被的物候類型，常被用來進(jìn) 行區(qū)域或全球的植被狀態(tài)研究； n4）評價生長期和變干期的長短 第五章 植被遙感 NDVI的局限性 nNDVI 對土壤背景的變化較為敏感。 實驗證明： q 低植被覆蓋度時（15%），植被NDVI值高于裸土NDVI 值，植被可被檢測出來，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； q 中植被覆蓋度時（2580%）， NDVI值 隨生物量的增 加呈線性迅速增加； q 高植被覆蓋度時（80%）， NDVI值 增加延緩而呈現(xiàn) 飽和狀態(tài)，對植被

18、檢測靈敏度下降。 n實驗表明，作物生長初期NDVI將過高估計植被覆蓋 度，而作物生長結(jié)束季節(jié)，NDVI值偏低。 nNDVI 更適用于植被發(fā)育中期或中等覆蓋度植被檢測。 第五章 植被遙感 增強(qiáng)型植被指數(shù)（EVI） n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，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。 LCC G B2R1NIR RNIR EVI 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，參數(shù)C1

19、 =6.0，C2 =7.5和L=1.0，G=2.5 在高覆蓋度時提高了敏感性。 第五章 植被遙感 MODISEVI改善表現(xiàn)在：改善表現(xiàn)在：(1)大氣大氣 校正包括大氣分子、氣溶膠、薄云、校正包括大氣分子、氣溶膠、薄云、 水汽和臭氧。而水汽和臭氧。而AVHRRNDVI僅僅 對瑞利散射和臭氧吸收做了校正；對瑞利散射和臭氧吸收做了校正； 這樣這樣MODISEVI可以不采用基于可以不采用基于 比值的方法。因為比值算式是以植比值的方法。因為比值算式是以植 被指數(shù)飽和為代價來減少大氣影響；被指數(shù)飽和為代價來減少大氣影響； (2)根據(jù)藍(lán)光和紅光對氣溶膠散射存根據(jù)藍(lán)光和紅光對氣溶膠散射存 在差異的原理。采用在

20、差異的原理。采用“抗大氣植被抗大氣植被 指數(shù)指數(shù)(ARVl)對殘留氣溶膠做進(jìn)一步對殘留氣溶膠做進(jìn)一步 的處理；的處理；(3)采用采用“土壤調(diào)節(jié)植；波土壤調(diào)節(jié)植；波 指數(shù)指數(shù)(SAVl)”減弱了樹冠背景土壤變減弱了樹冠背景土壤變 化對植被指數(shù)的影響；化對植被指數(shù)的影響；(4)綜合綜合 ARVI和和SAVI的理論基礎(chǔ)。形成的理論基礎(chǔ)。形成 “增強(qiáng)型植被指數(shù)增強(qiáng)型植被指數(shù)(EVI)”。它可以。它可以 同時減少來自大氣和土壤噪音的影同時減少來自大氣和土壤噪音的影 響。響。 第五章 植被遙感 DVI差值植被指數(shù) n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光紅波段 數(shù)值

21、之差。即： 差值植被指數(shù)的應(yīng)用遠(yuǎn)不如RVI、NDVI。它對土壤 背景的變化極為敏感，有利于對植被生態(tài)環(huán)境的監(jiān) 測。另外，當(dāng)植被覆蓋濃密（80%）時，它對植 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。 第五章 植被遙感 土壤修正植被指數(shù) nSAVI（Soil-Adjusted Vegetation Index）修正了 土壤背景的敏感性。 或或 L L是一個土壤調(diào)節(jié)系數(shù)，是由實際區(qū)域條件所決定的常量，是一個土壤調(diào)節(jié)系數(shù)，是由實際區(qū)域條件所決定的常量， 用來減小植被指數(shù)對不同土壤反射變化的敏感性；用來減小植被指數(shù)對不同土壤反射變化的敏感性； L L取值介于取值介于0-10-1之

22、間；之間；L=0L=0表示植被覆蓋度為表示植被覆蓋度為0 0；L=1L=1表示表示 土壤背景的影響為土壤背景的影響為0 0，這種情況只有在被樹冠濃密的高大，這種情況只有在被樹冠濃密的高大 樹木覆蓋的地方才會出現(xiàn)樹木覆蓋的地方才會出現(xiàn) ；一般情況下，；一般情況下，L L取值為取值為0.50.5 因子（因子（1+L1+L）主要是用來保證最后的）主要是用來保證最后的SAVISAVI值與值與NDVINDVI值一值一 樣介于樣介于-1 -1和和+1+1之間。之間。 第五章 植被遙感 n試驗證明： nSAVI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，使植被指數(shù)偏 低； n

23、“ 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。 n對低密度植被（對低密度植被（LAI=0LAI=00.50.5），），L L取值較小，且隨取值較小，且隨L L 增增 加，土壤對植被的影響越?。划?dāng)加，土壤對植被的影響越小；當(dāng) L=1 L=1 時，土壤的影響時，土壤的影響 幾乎消失；幾乎消失； n對較高密度植被（對較高密度植被（LAI=1LAI=1），最佳調(diào)節(jié)系數(shù)），最佳調(diào)節(jié)系數(shù) L= 0.75L= 0.75； n 一般一般 L=0.5L=0.5時，對較寬幅度的時，對較寬幅度的LAILAI值，具有較好地降低值，具有較好地降低 土壤噪聲的作用土壤噪聲的作用。 第五章 植被遙感 n同一

24、副影像的植被指數(shù)計算出來的 S(SAVI)/N(NDVI)存在以下變化趨勢：S/N越大，植被 指數(shù)消除土壤影響的效果越好 。S/N最大時的L值是研 究區(qū)最合適的 L值。 nSAVI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，而不用計算土壤線 的參數(shù)。 n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)性并計算葉面積指數(shù)、作為遙 感分類的基礎(chǔ)、監(jiān)測旱情及修正模型。 第五章 植被遙感 NDVI、EVI及SAVI關(guān)系 n如果土壤影響小的情況下，SAVINDVI； n如果大氣影響較小的話，EVI

25、SAVI； n如果土壤和大氣影響均較小的話，EVINDVI。 第五章 植被遙感 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。 qTSAVI使土壤背景值有關(guān)參數(shù)（a，b）直接參與指數(shù)運算 q實驗證明，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。 q因其考慮了（裸土）土壤背景的有關(guān)參數(shù)，它們比 NDVI 對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。 )/()(abaNIRRbaRNIRaTSAVI 第五章 植被遙感 土壤線（soil line） n土壤對植被指數(shù)的影 響主要是土壤表面的 不同反射特性。它可 以是由土

26、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。 土壤在可見光紅波段 （ R ）與近紅外波段 （NIR）的反射率具 有線性關(guān)系。 N NI IR R Soil Line R R A 第五章 植被遙感 n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)為一個由近于原點發(fā)射的直線，稱為 “土壤線”。 n表示為： IR = b R + a， na、b為土壤線截距和斜率 n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； l所有植被象素均分布在基線上NIR一側(cè) l綠色光合作用越強(qiáng)，離“

27、土壤線”越遠(yuǎn)。 二維土壤光譜線二維土壤光譜線 第五章 植被遙感 土壤線計算方法 n一實地采樣：實地采集多個土壤樣點，并測定這 些土壤樣點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 。 n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)，土壤樣點也呈線 狀分布。在一定的觀測條件下，土壤線方程可以 從遙感圖像的近紅外波段和紅波段的反射率或 DN值組成的散點圖中求取。 第五章 植被遙感 修改型二次土壤調(diào)整植被指數(shù)MSAVI qMSAVI不依賴于土壤線，算法很簡單，是所有考慮土 壤背景影

28、響的植被指數(shù)中最簡單的一種，因此應(yīng)用也 非常廣泛。 qMSAVI主要用于分析植物的長勢、荒漠化的研究、草 地估產(chǎn)、計算葉面積指數(shù)、分析土壤有機(jī)質(zhì)、監(jiān)測旱 情、分析土壤侵蝕。 第五章 植被遙感 纓帽變換中的綠度植被指數(shù)（GVI） n 為了排除或減弱土壤背 景值對植被光譜或植被 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）。 第五章 植被遙感 q纓帽變換（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) 。 qLa

29、ndsat MSS纓帽變換為四維空間，包括： n土壤亮度指數(shù)SBI，反映土壤反射率變化的信息 n綠色植被指數(shù)GVI，反映地面植物的綠度 n黃色成分：說明植物的枯萎程度 nNon-such指數(shù)，無實際意義，可去除，壓縮數(shù)據(jù)量 q變換矩陣c q綠度指數(shù)（GVI）=-0.290MSS4-0.562MSS5- 0.600MSS6+0.491MSS7 第五章 植被遙感 qLandsat TM纓帽變換為6維空間，前三維分量有意義， 包括： n亮度，反映總體亮度變換 n綠度GVI，反映地面植物的綠度 n濕度 q變換矩陣c（去掉分辨率低的6波段） q綠度指數(shù)（GVI） 0.30370.27930.47430.

30、55850.50820.1863 0.28480.24350.54360.72430.08400.1800 0.15090.19730.32790.34060.71120.4572 0.82420.08490.43920.05800.20120.2768 0.32800.05490.10750.18550.43570.8085 0.108 C 40.90220.41200.05730002510.0238 第五章 植被遙感 垂直植被指數(shù)（PVI） n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。 n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

31、性的變化，其亮度值沿土 壤線上下移動。 n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。 第五章 植被遙感 n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）。 nPVI是一種簡單的歐幾里德距離。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 第五章 植被遙感 nPVI也可定量表達(dá)為： 其中，DNNIR、D

32、NR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的顯著特點是較好地濾除了土壤背景的影響，且 對大氣效應(yīng)的敏感程度也小于其它植被指數(shù)。正因為 它減弱和消除了大氣、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)。 第五章 植被遙感 植被指數(shù)總結(jié) nNDVI和DVI等指數(shù)均受土壤背景的影響大，且隨波長、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、作物排列方向等的變化而變化。 n植被指數(shù)的主要組成波段是紅光和近紅外波段，葉子對紅 光的強(qiáng)吸收，弱

33、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。 n葉子對近紅外的反射和透射均較高（各占50%），吸收極 少，而土壤對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。 第五章 植被遙感 三、植被指數(shù)與地表參數(shù)的關(guān)系 n1、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 ，植物群體的葉面積越大，植 物群體的反射輻射增強(qiáng)。 第五章

34、 植被遙感 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。 第五章 植被遙感 n實驗證明： q當(dāng)當(dāng)作物群體作物群體LAILAI大于大于3 3時，其反射率可達(dá)太陽總輻射的時，其反射率可達(dá)太陽總輻射的 20%20%； q當(dāng)當(dāng)正常稻田正常稻田L(fēng)AILAI為為4 4時的能量透過率為太陽總輻射的時的能量透過率為太陽總輻射的 23%23%或低于或低于20%20%； q對對草本植物草本植物而言，葉片傾角較大，光很容易透過冠層而言，葉片傾角較大，光很容易透過冠層 直達(dá)底部直至土壤。當(dāng)直達(dá)底部直至土壤

35、。當(dāng)LAILAI高達(dá)高達(dá)7.57.5時，有時，有5%5%的入射光的入射光 可到達(dá)土壤表面。可到達(dá)土壤表面。 第五章 植被遙感 葉面積指數(shù)計算方法 l直接實測方法 長寬法、稱重法 這些方法均需要消耗一定的人力進(jìn)行實 物測量。 借助有關(guān)測量工具 例如LAI-2000、LAI-2200、LI-3100C、 LI-3000、AccuPAR等，此方法仍需實地進(jìn)行測量。 僅能獲得地面有限點的LAI值，對于推廣獲取大范圍LAI 存在很大局限性，不能滿足植被生態(tài)和作物長勢監(jiān)測需 求。 l遙感反演方法 由于遙感數(shù)據(jù)具有覆蓋范圍廣、時間與空 間分辨率高、花費相對較少等優(yōu)點。 可以用定量遙感方法反演區(qū)域LAI。 l

36、作物生長模型模擬LAI 第五章 植被遙感 直接測量法 第五章 植被遙感 nSunscan獲取葉面積指數(shù) 第五章 植被遙感 第五章 植被遙感 遙感反演法 n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。 n高塔遙感實驗場的大量觀測資料表明，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。 第五章 植被遙感 第五章 植被遙感 n式中的A、B、C及A、B 、C 均為經(jīng)驗系數(shù)，可通過 模擬試驗獲得。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

37、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值取決于葉子對輻射的衰減，這種 衰減是呈非線性的指數(shù)函數(shù)變化。 第五章 植被遙感 2. 植被指數(shù)和葉綠素含量的關(guān)系 n葉子生長初期，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； n但當(dāng)葉綠素含量增加到一定程度后，吸收率近于飽 和，反射率變化小，植被指數(shù)的差異不明顯，因而 植物在生長旺季較難區(qū)分。 第五章 植被遙感 n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

38、同。 小麥幾種植被指數(shù)模型與葉綠小麥幾種植被指數(shù)模型與葉綠 素含量的時間剖面曲線的關(guān)系素含量的時間剖面曲線的關(guān)系 圖中可見，G5曲線與葉綠素 含量相當(dāng)吻合。 實驗證明，對小麥而言， 的光譜模型表達(dá)葉綠素含量最 佳 。 第五章 植被遙感 n其余四個綠度模型分別為： n對大豆言，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。 第五章 植被遙感 3. 植被指數(shù)和植被覆蓋度的關(guān)系 n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。傳感器所測得的反射輻射R可表 示為： n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

39、土壤混合光譜反射率, v、s分別為 純植被和純土壤寬波段反射率。 第五章 植被遙感 n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，它們與植土比的變化反應(yīng)不 敏感。 nPVI與植土比呈直線相關(guān)，其對植土比的感應(yīng)能力也 隨LAI減小而降低。就估測作物而言，PVI較為優(yōu)越， 但應(yīng)選LAI較大的時期。 n實際上，植土比和葉面積指數(shù)同時隨空間而變化，因 此，需綜合考慮植被指數(shù)與兩者的關(guān)系。 第五章 植被遙感 4. 植被指數(shù)和生物量的關(guān)系 n生物量指的是植物組織的重量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

40、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。 n研究表明，引入植被條件指數(shù)來定量估算大面積植被 覆蓋度和生物量是有效的。 第五章 植被遙感 n由NOAA/AVHRR數(shù)據(jù)獲得的植被條件指數(shù)VCI 被定義為： n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（以象元為計算單元） n研究表明，用植被條件指數(shù)VCI對植被覆蓋度的估算誤 差16%，低覆蓋區(qū)誤差更小；且VCI與實測的植被覆 蓋度相關(guān)性較高（相關(guān)系數(shù)約0.76）。 第五章 植被遙感 5. 植被指數(shù)和地表生態(tài)環(huán)境參

41、數(shù)的關(guān)系 n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： n式中，C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)： 第五章 植被遙感 n對于一個特定的地理位置和一定時間尺度（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)該說變化較大的是氣候子模型，或 者說，對一個具體時間（t），一個具體地點的 NDVI主要成為相關(guān)氣候變量的函數(shù)： 第五章 植被遙感 n（1）植被指數(shù)與氣

42、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： n式中Tt表示在具體時間t之前一段時間的某個因子的 累計影響；一般說來，氣溫和日照是與同一年度的 季節(jié)密切相關(guān)，而季節(jié)可用日期來加以描述。因此 ，可用一個指定變量日期（j），作為表示氣候 季節(jié)的變量，則上式可簡化為： 第五章 植被遙感 n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)計性關(guān)系，NDVI是識別氣候干旱程度的 一種方法。 n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個指數(shù)的空間 /時間變化可以通

43、過NOAA/AVHRR的4種植被指數(shù)來 估算 。 第五章 植被遙感 n（2）植被指數(shù)和植物蒸發(fā)量、土壤水分的關(guān)系 n一般說來，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。對某一站點的綠色植被連續(xù) 測定表明，累計的蒸發(fā)量與累計的植被指數(shù)間高度相關(guān) nSmith等（1990）對半干旱地區(qū)的研究表明，圖象上測 得的植被覆蓋與實際地面測得的蒸發(fā)量有密切關(guān)系： Desjardins（1989、1990）的研究發(fā)現(xiàn)，草本植被冠層 測得的CO2和H2O通量高度相關(guān)；Cihlar等（1991）通 過作物生長季節(jié)每15天的NDVI、氣象站點的氣象數(shù)據(jù) ，由土壤水分模型（VSMB、SWOM）

44、反演計算了根系 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來估算蒸發(fā)量的可能性。 第五章 植被遙感 n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）曲線的趨勢密切相關(guān)。 實際蒸發(fā)量（AE）與相應(yīng)的NDVI間相關(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；整個生 長季節(jié)的累計NDVI與累計蒸發(fā)量高度相關(guān)，相關(guān)系數(shù)達(dá) 0.96。 n研究表明，用NDVI和潛在蒸發(fā)量（PE）可以估算15天為 周期的實際蒸發(fā)量（AE），估算誤差約1015%。這個 結(jié)果說明NDVI的

45、變化軌跡可提供植物季相變化的重要信 息，并能較好的估算實際蒸發(fā)量（AE）。 第五章 植被遙感 n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)與各種測量所得 的土壤水分有效性（availability）之間有密切的經(jīng) 驗關(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 多研究表明，NDVI可以作為一種有用的土壤含水量指標(biāo) 。 第五章 植被遙感 五、植被遙感的應(yīng)用 l大面積農(nóng)作物的遙感估產(chǎn) l植被及其動態(tài)變化制圖 l災(zāi)害監(jiān)測 l草場資源調(diào)查 l林業(yè)資源調(diào)查 第五章 植被遙感 1. 農(nóng)作物遙感估產(chǎn) n農(nóng)作

46、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, 通過平臺上的傳感器記錄的地表信息, 辨別作物 類型, 監(jiān)測作物長勢, 并在作物收獲前, 預(yù)測作物 的產(chǎn)量的一系列方法。 n包括三方面內(nèi)容：農(nóng)作物識別、種植面積估算、長勢與農(nóng)作物識別、種植面積估算、長勢與 旱情監(jiān)測和估產(chǎn)模式建立旱情監(jiān)測和估產(chǎn)模式建立 第五章 植被遙感 n農(nóng)作物識別與種植面積估算農(nóng)作物識別與種植面積估算 n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）開來。 n如冬小麥時相選取：播種后-越冬前（10月底-12月） 和返青后

47、-拔節(jié)前（每年3-4月）這兩時段，冬小麥 處于綠色期，其它綠色植被進(jìn)入枯黃期。 n方法：遙感數(shù)據(jù)分類、綠度分層和混合像元分解方法：遙感數(shù)據(jù)分類、綠度分層和混合像元分解 第五章 植被遙感 不同農(nóng)作物光譜特性存在差別 第五章 植被遙感 n作物長勢監(jiān)測-動態(tài)觀測 n利用高時相分辨率的衛(wèi)星影像（如NOAA、FY- 等）對作物生長的全過程進(jìn)行動態(tài)觀測。 q冬小麥言，長勢和旱情是影響冬小麥產(chǎn)量非常重要的 兩個指標(biāo)。 q長勢監(jiān)測：用NOAA數(shù)據(jù)計算每半月的NDVI， 推測冬小麥的長勢和空間分布。 q旱情監(jiān)測:采用氣象站土壤水分資料，結(jié)合 NDVI數(shù)據(jù)，通過旱情模型計算每旬的旱情。 第五章 植被遙感 第五章

48、植被遙感 第五章 植被遙感 n建立農(nóng)作物單產(chǎn)估產(chǎn)模式 q利用國內(nèi)外大量預(yù)測單產(chǎn)模型，如氣象統(tǒng)計模型、遙 感模型等，結(jié)合使用多種模型，綜合專家知識、作物 長勢及旱情監(jiān)測結(jié)果，調(diào)整數(shù)量模型預(yù)測值，準(zhǔn)確估 測各級估產(chǎn)區(qū)域的作物單產(chǎn)。 qy=a+bVI，其中y為單產(chǎn)。 第五章 植被遙感 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； 第五章 植被遙感 現(xiàn)有遙感估產(chǎn)的問題 n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)，因時間分辨率降低，不能進(jìn)行 連續(xù)的作物長勢

49、監(jiān)測，降低估產(chǎn)精度。 n遙感估產(chǎn)模型小區(qū)實驗可行，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，未來應(yīng)考慮模型的機(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。 第五章 植被遙感 未來估產(chǎn)的研究趨勢 n提高數(shù)據(jù)源的空間分辨率。 n利用數(shù)據(jù)反演綜合氣候環(huán)境因子 n極端氣候條件下的產(chǎn)量評估 n構(gòu)建新植被指數(shù)提高估產(chǎn)精度 第五章 植被遙感 n植被遙感病蟲害監(jiān)測植被遙感病蟲害監(jiān)測 n依據(jù)：受病蟲害時，葉片會出現(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。 n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。 第五章 植被遙感 植被反射光譜紅邊特征 0 10 20 30 40 50 350450550650750850950105011501250 波長（nm） 反射率（