植被遙感課件

第5章植被遙感

GeographyAnalysisforRemoteSensing遙感地學(xué)分析1-第5章植被遙感

GeographyAnalysisf2-2-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、中國及中亞地區(qū)荒漠化遙感監(jiān)測研究3-主要內(nèi)容一、植被遙感原理3-一、植被遙感原理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。（一）單張葉片光譜特性單張葉片分為表皮、葉脈和葉肉組成4-一、植被遙感原理植被遙感不僅依賴于對單張植物葉片的光譜特性的單張葉片的反射、吸收和透射特性入射輻射外部反射內(nèi)部反射散射輻射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5-單張葉片的反射、吸收和透射特性入射輻射外部反射內(nèi)部反射散反射植物葉片的反射、透射和吸收特性隨種類、生長期、病害及入射波長不同而變化，故可依據(jù)此識別植被、診斷病害及估產(chǎn)。6-植物葉片的反射、透射和吸收特性隨種類、生長期、病害及入射波長（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，在可見光范圍內(nèi)，其反射峰值落在相應(yīng)的波長范圍內(nèi)。7-（二）影響植被葉片光譜的因素1.葉綠素7-葉綠素a和葉綠素b導(dǎo)致以0.45μm和0.67μm為中心形成兩個強(qiáng)烈的吸收帶。8-葉綠素a和葉綠素b導(dǎo)致以0.45μm和0.67μm為中心形成不同生長狀態(tài)的橡樹葉子不同橡樹葉子的反射特性9-不同生長狀態(tài)的橡樹葉子不同橡樹葉子的反射特性9-2.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。10-2.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、竹子蘋果、棉花、向日葵11-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（近紅外波段的變化12-近紅外波段的變化12-不同類型植物光譜曲線的差異13-不同類型植物光譜曲線的差異13-葉子年齡的增長隨著葉齡的增長，背腹性葉子的葉肉間空隙增多新葉成熟葉片衰老葉片14-葉子年齡的增長隨著葉齡的增長，背腹性葉子的葉肉間空隙增多新葉近紅外波段反射率的變化15-近紅外波段反射率的變化15-3.葉片含水量葉子在1.45μm、1.95μm和2.6~2.7μm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。16-3.葉片含水量葉子在1.45μm、1.95μm和2.6~24.植被覆蓋度17-4.植被覆蓋度17-一般而言，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18-一般而言，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，即將枯死時為青色。故可根據(jù)植被光譜、季相、生態(tài)環(huán)境、冠層形態(tài)進(jìn)行植被類型識別。19-二、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，闊葉樹高于針葉樹20-1.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2.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21-2.根據(jù)植物的物候差異來區(qū)分植物21-植物季節(jié)性規(guī)律22-植物季節(jié)性規(guī)律22-各種作物的生長期和收獲期的差異23-各種作物的生長期和收獲期的差異23-24-24-3.根據(jù)植物的生態(tài)條件的不同來區(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25-3.根據(jù)植物的生態(tài)條件的不同來區(qū)分植被不同種類的植物有不同同一地理環(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）海拔植物群落2500m以上山地草甸2200~2500m云松、紅樺1600m~2200m華北落葉松、云杉、白樺、楊樹1200m~1600m刺槐、蒙古櫟、遼東櫟、楊700m~1200m楊、櫟樹26-同一地理環(huán)境植被的垂直分帶性海拔植物群落2500m以上山地草27-27-4.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；28-4.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（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（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。（3）針闊混交林29-（1）針葉林（云杉、松樹林）29-（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)。30-（4）灌叢30-三、植被生態(tài)參數(shù)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)。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。31-三、植被生態(tài)參數(shù)植被指數(shù)是遙感領(lǐng)域中用來表征地表植被覆蓋，生植被指數(shù)的概念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，如葉子光譜特性中，可見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32-植被指數(shù)的概念遙感圖像上的植被信息，主要通過綠色植物葉子和植但是，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(yùn)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)”。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。33-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)分析對以美國陸地衛(wèi)星LandsatTM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)行運(yùn)算而得到可以表征植被狀況的植被指數(shù)。34-以美國陸地衛(wèi)星LandsatTM傳感器獲取的遙感數(shù)據(jù)為例，35-35-植被指數(shù)的類型36-植被指數(shù)的類型36-37-37-植被指數(shù)類型在植被指數(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。38-植被指數(shù)類型在植被指數(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）39-植被指數(shù)類型比值植被指數(shù)（RVI）39-1.比值植被指數(shù)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?qū)τ诰G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。40-1.比值植被指數(shù)根據(jù)可見光紅波段（R）和近紅外波段（NIR比值植被指數(shù)可提供植被反射的重要信息，是植被長勢、豐度的度量方法之一

同理，可見光綠波段（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。

41-比值植被指數(shù)可提供植被反射的重要信息，是植被長勢、豐度的度量RVI是綠色植物的一個靈敏指示參數(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)測綠色植物生物量。在植被高密度覆蓋情況下，它對植被十分敏感，與生物量的相關(guān)性最好。但當(dāng)植被覆蓋度小于50%

時，它的分辨能力顯著下降。RVI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(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（）后再計算RVI，以消除大氣對兩波段不同非線性衰減的影響。42-RVI是綠色植物的一個靈敏指示參數(shù)42-DN值轉(zhuǎn)換為反射率ρ的公式在Landsat7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“gainsandbiasesinascendingbandnumberorder”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bias的單位是W/m2.ster.μm，gain的單位是(W/m2.ster.μm)/DN。43-DN值轉(zhuǎn)換為反射率ρ的公式在Landsat7快速格式產(chǎn)品的2.歸一化植被指數(shù)（NDVI）計算公式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。44-2.歸一化植被指數(shù)（NDVI）計算公式NDVI介于-1和1NDVI的主要用途1）可以進(jìn)行不同植被類型初級生產(chǎn)量的估計；2）識別不同的生態(tài)區(qū)；3）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；4）評價生長期和變干期的長短45-NDVI的主要用途45-NDVI的局限性NDVI對土壤背景的變化較為敏感。實驗證明：

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；中植被覆蓋度時（25—80%），NDVI值隨生物量的增加呈線性迅速增加；高植被覆蓋度時（＞80%），NDVI值增加延緩而呈現(xiàn)飽和狀態(tài)，對植被檢測靈敏度下降。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。NDVI更適用于植被發(fā)育中期或中等覆蓋度植被檢測。46-NDVI的局限性NDVI對土壤背景的變化較為敏感。實驗證增強(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)（EnhancedVegetationIndex，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，參數(shù)C1=6.0，C2=7.5和L=1.0，G=2.5在高覆蓋度時提高了敏感性。47-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MODIS—EVI改善表現(xiàn)在：(1)大氣校正包括大氣分子、氣溶膠、薄云、水汽和臭氧。而AVHRR—NDVI僅對瑞利散射和臭氧吸收做了校正；這樣MODIS—EVI可以不采用基于比值的方法。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；(2)根據(jù)藍(lán)光和紅光對氣溶膠散射存在差異的原理。采用“抗大氣植被指數(shù)(ARVl)對殘留氣溶膠做進(jìn)一步的處理；(3)采用“土壤調(diào)節(jié)植；波指數(shù)(SAVl)”減弱了樹冠背景土壤變化對植被指數(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)”。它可以同時減少來自大氣和土壤噪音的影響。48-MODIS—EVI改善表現(xiàn)在：(1)大氣校正包括大氣分子、氣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光紅波段數(shù)值之差。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。49-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)（土壤修正植被指數(shù)SAVI（Soil-AdjustedVegetationIndex）修正了土壤背景的敏感性。或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，用來減小植被指數(shù)對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冠濃密的高大樹木覆蓋的地方才會出現(xiàn)；一般情況下，L取值為0.5因子（1+L）主要是用來保證最后的SAVI值與NDVI值一樣介于-1和+1之間。50-土壤修正植被指數(shù)SAVI（Soil-AdjustedVeg試驗證明：①SAVI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；②“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。對低密度植被（LAI=0～0.5），L取值較小，且隨L增加，土壤對植被的影響越?。划?dāng)L=1時，土壤的影響幾乎消失；對較高密度植被（LAI=1），最佳調(diào)節(jié)系數(shù)L=0.75；一般L=0.5時，對較寬幅度的LAI值，具有較好地降低土壤噪聲的作用。51-試驗證明：51-③同一副影像的植被指數(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。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。52-③同一副影像的植被指數(shù)計算出來的S(SAVI)/N(NDVNDVI、EVI及SAVI關(guān)系如果土壤影響小的情況下，SAVI~NDVI；如果大氣影響較小的話，EVI~SAVI；如果土壤和大氣影響均較小的話，EVI~NDVI。53-NDVI、EVI及SAVI關(guān)系如果土壤影響小的情況下，SAV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。TSAVI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。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。54-轉(zhuǎn)換土壤調(diào)整植被指數(shù)（TSAVI）式中，a、b分別為土壤背土壤線（soilline）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。A55-土壤線（soilline）土壤對植被指數(shù)的影響主要是土壤表土壤在R與NIR波段的反射率具有線性關(guān)系。則在NIR—R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(diǎn)發(fā)射的直線，稱為“土壤線”。表示為：IR=bR+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

56-土壤在R與NIR波段的反射率具有線性關(guān)系。則在NIR—R通土壤線計算方法一實地采樣：實地采集多個土壤樣點(diǎn)，并測定這些土壤樣點(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(diǎn)圖中求取。57-土壤線計算方法一實地采樣：實地采集多個土壤樣點(diǎn)，并測定這些土修改型二次土壤調(diào)整植被指數(shù)MSAVIMSAVI不依賴于土壤線，算法很簡單，是所有考慮土壤背景影響的植被指數(shù)中最簡單的一種，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。58-修改型二次土壤調(diào)整植被指數(shù)MSAVIMSAVI不依賴于土壤線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)（TasseledCap，即TC變換）。59-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纓帽變換（TC）是一種通用的植被指數(shù)，可以被用于LandsatMMS或LandsatTM數(shù)據(jù)。LandsatMSS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：說明植物的枯萎程度Non-such指數(shù)，無實際意義，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+0.491MSS760-纓帽變換（TC）是一種通用的植被指數(shù)，可以被用于LandsLandsatTM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)（GVI）61-LandsatTM纓帽變換為6維空間，前三維分量有意義，包垂直植被指數(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。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。62-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)（PerpendicμlarVegetationIndex）。PVI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

63-不同植被與土壤亮度線的距離不同。于是Richardson（1PVI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；θ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)。64-PVI也可定量表達(dá)為：其中，DNNIR、DNR分別為NIR、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、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。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。65-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，植物群體的葉面積越大，植物群體的反射輻射增強(qiáng)。66-三、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66-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。67-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-實驗證明：當(dāng)作物群體LAI大于3時，其反射率可達(dá)太陽總輻射的20%；當(dāng)正常稻田L(fēng)AI為4時的能量透過率為太陽總輻射的23%或低于20%；對草本植物而言，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)LAI高達(dá)7.5時，有5%的入射光可到達(dá)土壤表面。68-實驗證明：68-葉面積指數(shù)計算方法直接實測方法

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(diǎn)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。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(fèi)相對較少等優(yōu)點(diǎn)。

可以用定量遙感方法反演區(qū)域LAI。作物生長模型模擬LAI

69-葉面積指數(shù)計算方法直接實測方法

長寬法、稱重法這些方法均直接測量法70-直接測量法70-Sunscan獲取葉面積指數(shù)71-Sunscan獲取葉面積指數(shù)71-72-72-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。73-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74-74-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。75-式中的A、B、C及A'、B'、C'均為經(jīng)驗系數(shù)，可通過模2.植被指數(shù)和葉綠素含量的關(guān)系葉子生長初期，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；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。76-2.植被指數(shù)和葉綠素含量的關(guān)系葉子生長初期，葉綠素含量與輻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。77-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。其余四個綠度模型分別為：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。78-其余四個綠度模型分別為：對大豆言，因葉子較早封壟，土壤影響較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,ρ為植被與土壤混合光譜反射率,ρv、ρs分別為純植被和純土壤寬波段反射率。79-3.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。PVI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。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。80-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，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。81-4.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（以象元為計算單元）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??；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）。82-由NOAA/AVHRR數(shù)據(jù)獲得的植被條件指數(shù)VCI被定義為：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)：83-5.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(diǎn)的NDVI主要成為相關(guān)氣候變量的函數(shù)：84-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（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：85-（1）植被指數(shù)與氣候參數(shù)的關(guān)系85-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。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/時間變化可以通過NOAA/AVHRR的4種植被指數(shù)來估算。86-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（2）植被指數(shù)和植物蒸發(fā)量、土壤水分的關(guān)系一般說來，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(diǎn)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)Smith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(diǎn)的氣象數(shù)據(jù)，由土壤水分模型（VSMB、SWOM）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。87-（2）植被指數(shù)和植物蒸發(fā)量、土壤水分的關(guān)系87-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。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10～15%。這個結(jié)果說明NDVI的變化軌跡可提供植物季相變化的重要信息，并能較好的估算實際蒸發(fā)量（AE）。88-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)。89-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)植被及其動態(tài)變化制圖災(zāi)害監(jiān)測草場資源調(diào)查林業(yè)資源調(diào)查90-五、植被遙感的應(yīng)用大面積農(nóng)作物的遙感估產(chǎn)90-1.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。包括三方面內(nèi)容：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91-1.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,在收集農(nóng)作物識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。如冬小麥時相選?。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92-農(nóng)作物識別與種植面積估算92-不同農(nóng)作物光譜特性存在差別93-不同農(nóng)作物光譜特性存在差別93-作物長勢監(jiān)測----動態(tài)觀測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。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)。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。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。94-作物長勢監(jiān)測----動態(tài)觀測94-95-95-96-96-建立農(nóng)作物單產(chǎn)估產(chǎn)模式利用國內(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)。y=a+bVI，其中y為單產(chǎn)。97-建立農(nóng)作物單產(chǎn)估產(chǎn)模式97-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；98-其中y為單產(chǎn)；為該研究區(qū)某農(nóng)作物的總產(chǎn)98-現(xiàn)有遙感估產(chǎn)的問題數(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)，因時間分辨率降低，不能進(jìn)行連續(xù)的作物長勢監(jiān)測，降低估產(chǎn)精度。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。99-現(xiàn)有遙感估產(chǎn)的問題數(shù)據(jù)源的選取和精度控制方面：為降低成本，大未來估產(chǎn)的研究趨勢提高數(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)量評估構(gòu)建新植被指數(shù)提高估產(chǎn)精度100-未來估產(chǎn)的研究趨勢提高數(shù)據(jù)源的空間分辨率。100-植被遙感病蟲害監(jiān)測依據(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。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。101-植被遙感病蟲害監(jiān)測101-植被反射光譜紅邊特征RSR0(紅邊寬度)如：葉綠素含量高、生長旺盛時，紅邊的“紅移”；植物遭病蟲害而失綠時，紅邊的“藍(lán)移”現(xiàn)象等。σP(斜邊拐點(diǎn))λ0λPλS(紅邊肩部點(diǎn))(紅邊起點(diǎn))紅邊位置102-植被反射光譜紅邊特征RSR0(紅邊寬度)如：植被及其動態(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)行大尺度植被動態(tài)監(jiān)測及植被與氣候環(huán)境的關(guān)系研究上。103-植被及其動態(tài)變化制圖103-呼倫貝爾草地類型分布圖104-呼倫貝爾草地類型分布圖104-全球植被覆蓋分布全球落葉植被覆蓋分布105-全球植被覆蓋分布全球落葉植被覆蓋分布105-草場資源調(diào)查草場上牧草的長勢好壞與牧草的產(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)確定草場類型，進(jìn)行草場質(zhì)量評價的基礎(chǔ)上，結(jié)合地面樣點(diǎn)光譜測量數(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)行草場資源調(diào)查。此外還可將產(chǎn)草量指標(biāo)與實際載畜量進(jìn)行比較，以確定哪些草場還有潛力，哪些草場屬于超載，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類型，不同產(chǎn)草量等級，分別確定合理的載畜量。106-草場資源調(diào)查草場上牧草的長勢好壞與牧草的產(chǎn)量直接相關(guān)，而產(chǎn)草107-107-林業(yè)資源調(diào)查林業(yè)部門是采用遙感技術(shù)進(jìn)行資源調(diào)查最早的部門之一，在我國的各大林區(qū)都應(yīng)用過遙感影像制作森林分布圖、宜林地分布圖等，并對林地的面積變化進(jìn)行動態(tài)監(jiān)測。尤其是1987-1990年之間全面開展的“三北”防護(hù)林遙感綜合調(diào)查的重點(diǎn)科技攻關(guān)項目，對橫貫我國的東北、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)行評估。108-林業(yè)資源調(diào)查林業(yè)部門是采用遙感技術(shù)進(jìn)行資源調(diào)查最早的部門之一中國及中亞地區(qū)荒漠化遙感監(jiān)測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)反演模型及計算荒漠化等級分類109-中國及中亞地區(qū)荒漠化遙感監(jiān)測荒漠化概念及類型109-荒漠化概念及類型1993到1994年國際防治荒漠化公約政府間談判委員會(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在內(nèi)的種種因素造成的干早、半干旱和亞濕潤干早地區(qū)的土地退化?！案珊?、半干旱和亞濕潤干旱地區(qū)”是指年降水量與潛在蒸發(fā)散之比即濕潤指數(shù)在0.05-0.65之間的地區(qū)，但不包括極區(qū)和副極區(qū)。110-荒漠化概念及類型1993到1994年國際防治荒漠化公約政府間荒漠化類型根據(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。111-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）、水蝕荒漠荒漠化指標(biāo)體系確定荒漠化評價是通過荒漠化監(jiān)測指標(biāo)體系來實現(xiàn)的。開展荒漠化的遙感監(jiān)測研究首先要確定荒漠化的不同程度及其判別指標(biāo)?；哪笜?biāo)具有兩個用途:一是用于估計過去發(fā)生的土地退化數(shù)量，二是用于判斷當(dāng)前管理實踐對生態(tài)系統(tǒng)產(chǎn)生什么影響。112-荒漠化指標(biāo)體系確定荒漠化評價是通過荒漠化監(jiān)測指標(biāo)體系來實現(xiàn)的結(jié)合進(jìn)行大尺度荒漠化遙感監(jiān)測的研究目的，選取出可以反映不同荒漠化特征，并且是能夠通過中低分辨率遙感影像遙感反演出來的荒漠化遙感監(jiān)測指標(biāo)，以便快速地進(jìn)行荒漠化的宏觀和實時監(jiān)測。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，生長季（4-10月）累積值。反照率(Albedo)：生長季的反照率平均值陸地表面溫度(LST)：生長季陸面溫度平均值土壤濕度(TVDI)：反映荒漠化土地物理屬性，生長季的平均值。113-結(jié)合進(jìn)行大尺度荒漠化遙感監(jiān)測的研究目的，選取出可以反映不同荒第5章植被遙感

GeographyAnalysisforRemoteSensing遙感地學(xué)分析114-第5章植被遙感

GeographyAnalysisf115-2-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、中國及中亞地區(qū)荒漠化遙感監(jiān)測研究116-主要內(nèi)容一、植被遙感原理3-一、植被遙感原理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。（一）單張葉片光譜特性單張葉片分為表皮、葉脈和葉肉組成117-一、植被遙感原理植被遙感不僅依賴于對單張植物葉片的光譜特性的單張葉片的反射、吸收和透射特性入射輻射外部反射內(nèi)部反射散射輻射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118-單張葉片的反射、吸收和透射特性入射輻射外部反射內(nèi)部反射散反射植物葉片的反射、透射和吸收特性隨種類、生長期、病害及入射波長不同而變化，故可依據(jù)此識別植被、診斷病害及估產(chǎn)。119-植物葉片的反射、透射和吸收特性隨種類、生長期、病害及入射波長（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，在可見光范圍內(nèi)，其反射峰值落在相應(yīng)的波長范圍內(nèi)。120-（二）影響植被葉片光譜的因素1.葉綠素7-葉綠素a和葉綠素b導(dǎo)致以0.45μm和0.67μm為中心形成兩個強(qiáng)烈的吸收帶。121-葉綠素a和葉綠素b導(dǎo)致以0.45μm和0.67μm為中心形成不同生長狀態(tài)的橡樹葉子不同橡樹葉子的反射特性122-不同生長狀態(tài)的橡樹葉子不同橡樹葉子的反射特性9-2.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。123-2.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、竹子蘋果、棉花、向日葵124-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（近紅外波段的變化125-近紅外波段的變化12-不同類型植物光譜曲線的差異126-不同類型植物光譜曲線的差異13-葉子年齡的增長隨著葉齡的增長，背腹性葉子的葉肉間空隙增多新葉成熟葉片衰老葉片127-葉子年齡的增長隨著葉齡的增長，背腹性葉子的葉肉間空隙增多新葉近紅外波段反射率的變化128-近紅外波段反射率的變化15-3.葉片含水量葉子在1.45μm、1.95μm和2.6~2.7μm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。129-3.葉片含水量葉子在1.45μm、1.95μm和2.6~24.植被覆蓋度130-4.植被覆蓋度17-一般而言，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131-一般而言，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，即將枯死時為青色。故可根據(jù)植被光譜、季相、生態(tài)環(huán)境、冠層形態(tài)進(jìn)行植被類型識別。132-二、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，闊葉樹高于針葉樹133-1.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2.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134-2.根據(jù)植物的物候差異來區(qū)分植物21-植物季節(jié)性規(guī)律135-植物季節(jié)性規(guī)律22-各種作物的生長期和收獲期的差異136-各種作物的生長期和收獲期的差異23-137-24-3.根據(jù)植物的生態(tài)條件的不同來區(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138-3.根據(jù)植物的生態(tài)條件的不同來區(qū)分植被不同種類的植物有不同同一地理環(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）海拔植物群落2500m以上山地草甸2200~2500m云松、紅樺1600m~2200m華北落葉松、云杉、白樺、楊樹1200m~1600m刺槐、蒙古櫟、遼東櫟、楊700m~1200m楊、櫟樹139-同一地理環(huán)境植被的垂直分帶性海拔植物群落2500m以上山地草140-27-4.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；141-4.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（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（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。（3）針闊混交林142-（1）針葉林（云杉、松樹林）29-（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)。143-（4）灌叢30-三、植被生態(tài)參數(shù)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)。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。144-三、植被生態(tài)參數(shù)植被指數(shù)是遙感領(lǐng)域中用來表征地表植被覆蓋，生植被指數(shù)的概念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，如葉子光譜特性中，可見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145-植被指數(shù)的概念遙感圖像上的植被信息，主要通過綠色植物葉子和植但是，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(yùn)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)”。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。146-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)分析對以美國陸地衛(wèi)星LandsatTM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)行運(yùn)算而得到可以表征植被狀況的植被指數(shù)。147-以美國陸地衛(wèi)星LandsatTM傳感器獲取的遙感數(shù)據(jù)為例，148-35-植被指數(shù)的類型149-植被指數(shù)的類型36-150-37-植被指數(shù)類型在植被指數(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。151-植被指數(shù)類型在植被指數(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）152-植被指數(shù)類型比值植被指數(shù)（RVI）39-1.比值植被指數(shù)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?qū)τ诰G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。153-1.比值植被指數(shù)根據(jù)可見光紅波段（R）和近紅外波段（NIR比值植被指數(shù)可提供植被反射的重要信息，是植被長勢、豐度的度量方法之一

同理，可見光綠波段（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。

154-比值植被指數(shù)可提供植被反射的重要信息，是植被長勢、豐度的度量RVI是綠色植物的一個靈敏指示參數(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)測綠色植物生物量。在植被高密度覆蓋情況下，它對植被十分敏感，與生物量的相關(guān)性最好。但當(dāng)植被覆蓋度小于50%

時，它的分辨能力顯著下降。RVI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(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（）后再計算RVI，以消除大氣對兩波段不同非線性衰減的影響。155-RVI是綠色植物的一個靈敏指示參數(shù)42-DN值轉(zhuǎn)換為反射率ρ的公式在Landsat7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“gainsandbiasesinascendingbandnumberorder”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bias的單位是W/m2.ster.μm，gain的單位是(W/m2.ster.μm)/DN。156-DN值轉(zhuǎn)換為反射率ρ的公式在Landsat7快速格式產(chǎn)品的2.歸一化植被指數(shù)（NDVI）計算公式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。157-2.歸一化植被指數(shù)（NDVI）計算公式NDVI介于-1和1NDVI的主要用途1）可以進(jìn)行不同植被類型初級生產(chǎn)量的估計；2）識別不同的生態(tài)區(qū)；3）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；4）評價生長期和變干期的長短158-NDVI的主要用途45-NDVI的局限性NDVI對土壤背景的變化較為敏感。實驗證明：

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；中植被覆蓋度時（25—80%），NDVI值隨生物量的增加呈線性迅速增加；高植被覆蓋度時（＞80%），NDVI值增加延緩而呈現(xiàn)飽和狀態(tài)，對植被檢測靈敏度下降。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。NDVI更適用于植被發(fā)育中期或中等覆蓋度植被檢測。159-NDVI的局限性NDVI對土壤背景的變化較為敏感。實驗證增強(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)（EnhancedVegetationIndex，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，參數(shù)C1=6.0，C2=7.5和L=1.0，G=2.5在高覆蓋度時提高了敏感性。160-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MODIS—EVI改善表現(xiàn)在：(1)大氣校正包括大氣分子、氣溶膠、薄云、水汽和臭氧。而AVHRR—NDVI僅對瑞利散射和臭氧吸收做了校正；這樣MODIS—EVI可以不采用基于比值的方法。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；(2)根據(jù)藍(lán)光和紅光對氣溶膠散射存在差異的原理。采用“抗大氣植被指數(shù)(ARVl)對殘留氣溶膠做進(jìn)一步的處理；(3)采用“土壤調(diào)節(jié)植；波指數(shù)(SAVl)”減弱了樹冠背景土壤變化對植被指數(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)”。它可以同時減少來自大氣和土壤噪音的影響。161-MODIS—EVI改善表現(xiàn)在：(1)大氣校正包括大氣分子、氣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光紅波段數(shù)值之差。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。162-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)（土壤修正植被指數(shù)SAVI（Soil-AdjustedVegetationIndex）修正了土壤背景的敏感性。或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，用來減小植被指數(shù)對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冠濃密的高大樹木覆蓋的地方才會出現(xiàn)；一般情況下，L取值為0.5因子（1+L）主要是用來保證最后的SAVI值與NDVI值一樣介于-1和+1之間。163-土壤修正植被指數(shù)SAVI（Soil-AdjustedVeg試驗證明：①SAVI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；②“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。對低密度植被（LAI=0～0.5），L取值較小，且隨L增加，土壤對植被的影響越小；當(dāng)L=1時，土壤的影響幾乎消失；對較高密度植被（LAI=1），最佳調(diào)節(jié)系數(shù)L=0.75；一般L=0.5時，對較寬幅度的LAI值，具有較好地降低土壤噪聲的作用。164-試驗證明：51-③同一副影像的植被指數(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。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。165-③同一副影像的植被指數(shù)計算出來的S(SAVI)/N(NDVNDVI、EVI及SAVI關(guān)系如果土壤影響小的情況下，SAVI~NDVI；如果大氣影響較小的話，EVI~SAVI；如果土壤和大氣影響均較小的話，EVI~NDVI。166-NDVI、EVI及SAVI關(guān)系如果土壤影響小的情況下，SAV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。TSAVI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。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。167-轉(zhuǎn)換土壤調(diào)整植被指數(shù)（TSAVI）式中，a、b分別為土壤背土壤線（soilline）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。A168-土壤線（soilline）土壤對植被指數(shù)的影響主要是土壤表土壤在R與NIR波段的反射率具有線性關(guān)系。則在NIR—R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(diǎn)發(fā)射的直線，稱為“土壤線”。表示為：IR=bR+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

169-土壤在R與NIR波段的反射率具有線性關(guān)系。則在NIR—R通土壤線計算方法一實地采樣：實地采集多個土壤樣點(diǎn)，并測定這些土壤樣點(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(diǎn)圖中求取。170-土壤線計算方法一實地采樣：實地采集多個土壤樣點(diǎn)，并測定這些土修改型二次土壤調(diào)整植被指數(shù)MSAVIMSAVI不依賴于土壤線，算法很簡單，是所有考慮土壤背景影響的植被指數(shù)中最簡單的一種，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。171-修改型二次土壤調(diào)整植被指數(shù)MSAVIMSAVI不依賴于土壤線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)（TasseledCap，即TC變換）。172-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纓帽變換（TC）是一種通用的植被指數(shù)，可以被用于LandsatMMS或LandsatTM數(shù)據(jù)。LandsatMSS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：說明植物的枯萎程度Non-such指數(shù)，無實際意義，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+0.491MSS7173-纓帽變換（TC）是一種通用的植被指數(shù)，可以被用于LandsLandsatTM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)（GVI）174-LandsatTM纓帽變換為6維空間，前三維分量有意義，包垂直植被指數(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。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。175-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)（PerpendicμlarVegetationIndex）。PVI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

176-不同植被與土壤亮度線的距離不同。于是Richardson（1PVI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；θ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)。177-PVI也可定量表達(dá)為：其中，DNNIR、DNR分別為NIR、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、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。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