新大遙感地學(xué)分析課件第7章 植被遙感

第7章植被遙感主要內(nèi)容7.1植被的光譜特性7.1.1健康植被的光譜特性7.1.2植被光譜特征的影響因素7.2植被生態(tài)參數(shù)的估算7.2.1葉面積指數(shù)的估算7.2.2植被葉綠素含量的估算7.2.3植被蓋度的估算7.2.4生物量的估算7.3災(zāi)害監(jiān)測7.3.1病蟲害監(jiān)測7.3.2森林火災(zāi)監(jiān)測7.3.3旱災(zāi)監(jiān)測7.4資源遙感調(diào)查7.4.1草場資源調(diào)查7.4.2林業(yè)資源調(diào)查7.1植被的光譜特性7.1.1健康植被的光譜特性植物的光譜特征可使其在遙感影像上有效地與其他地物相區(qū)別。同時，不同的植物各有其自身的波譜特征，從而成為區(qū)分植被類型、長勢及估算生物量的依據(jù)。健康植物的波譜曲線有明顯的特點(diǎn)，在可見光的0.55μm附近有一個反射率為10％~20％的小反射峰。在0.45μm和0.65μm附近有兩個明顯的吸收谷。在0.7~0.8μm是一個陡坡，反射率急劇增高。在近紅外波段0.8~1.3μm之間形成一個高的，反射率可達(dá)40％或更大的反射峰。在1.45μm，1.95μm和2.6~2.7μm處有三個吸收谷。7.1植被的光譜特性7.1.2植被光譜特征的影響因素

影響植物光譜的因素除了植物本身的結(jié)構(gòu)特征，同時也受到外界的影響。外界影響主要包括季節(jié)的變化，植被的健康狀況，植物的含水量的變化，植株營養(yǎng)物質(zhì)的缺乏與否等等。但外界的影響總是通過植物本身生長發(fā)育的特點(diǎn)在有機(jī)體的結(jié)構(gòu)特征反映出來的。從植物的典型波譜曲線來看，控制植物反射率的主要因素有植物葉子的顏色、葉子的細(xì)胞構(gòu)造和植物的水分等。植物的生長發(fā)育、植物的不向種類、灌溉、施肥、氣候、土壤、地形等因素都對有機(jī)物的光譜特征發(fā)生影響，使其光譜曲線的形態(tài)發(fā)生變化。7.1植被的光譜特性不同植物光譜反射曲線比較

7.1植被的光譜特性不同顏色葉子的反射光譜

7.1植被的光譜特性不同水分含量對玉米葉子反射率的影響

7.1植被的光譜特性植物遭受不同程度損害的反射光譜曲線

7.1植被的光譜特性

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，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。7.2植被生態(tài)參數(shù)的估算植被指數(shù)的主要種類：（1）比值植被指數(shù)（RVI）（2）歸一化植被指數(shù)（NDVI）（3）差值植被指數(shù)（DVI）（4）纓帽變換中的綠度植被指數(shù)（GVI）（5）垂直植被指數(shù)（PVI）

7.2植被生態(tài)參數(shù)的估算

（1）比值植被指數(shù)（RatioVegetationIndex）由于可見光紅波段（R）與近紅外波段（NIR）對綠色植物的光譜響應(yīng)十分不同，且具倒轉(zhuǎn)關(guān)系。兩者簡單的數(shù)值比能充分表達(dá)兩反射率之間的差異。比值植被指數(shù)可表達(dá)為：

RVI=DNNIR/DNR（簡單表示為NIR/R）7.2植被生態(tài)參數(shù)的估算RVI是綠色植物的一個靈敏的指示參數(shù)。研究表明，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。此外，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（ρ）后再計算RVI，以消除大氣對兩波段不同非線性衰減的影響。7.2植被生態(tài)參數(shù)的估算（2）歸一化植被指數(shù)（NormalizedDifferenceVegetationIndex）NDVI=（DNNIR-DNR）/（DNNIRDNR）實際上，NDVI是簡單比值RVI經(jīng)非線性的歸一化處理所得。7.2植被生態(tài)參數(shù)的估算

在植被遙感中，NDVI的應(yīng)用最為廣泛。它是植被生長狀態(tài)及植被覆蓋度的最佳指示因子，與植被分布密度呈線性相關(guān)。因此又被認(rèn)為是反映生物量和植被監(jiān)測的指標(biāo)。

NDVI的一個缺陷在于，對土壤背景的變化較為敏感。

實驗表明，作物生長初期NDVI將過高估計植被覆蓋度，而在作物生長的結(jié)束季節(jié)，NDVI值偏低。因此，NDVI更適用于植被發(fā)育中期或中等覆蓋度的植被檢測。7.2植被生態(tài)參數(shù)的估算7.2植被生態(tài)參數(shù)的估算7.2植被生態(tài)參數(shù)的估算（3）差值植被指數(shù)（DifferenceVegetationIndex）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DVI=DNNIR-DNR7.2植被生態(tài)參數(shù)的估算

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。上述的NDVI、DVI等植被指數(shù)均受土壤背景的影響大，且這種影響是相當(dāng)復(fù)雜的，它隨波長、土壤特征（含水量、有機(jī)質(zhì)含量、表面粗糙度等）及植被覆蓋度、作物排列方向等的變化而變化。7.2植被生態(tài)參數(shù)的估算（4）纓帽變換中的綠度植被指數(shù)（GVI）纓帽變換（TC）是指在多維光譜空間中，通過線性變換、多維空間的旋轉(zhuǎn)，將植物、土壤信息投影到多維空間的一個平面上，在這個平面上使植被生長狀況的時間軌跡（光譜圖形）和土壤亮度軸相互垂直。也就是，通過坐標(biāo)變換使值被與土壤特征分離。纓帽變換是一種通用的植被指數(shù)，可以被用于LandsatMMS或LandsatTM數(shù)據(jù)。7.2植被生態(tài)參數(shù)的估算

纓帽變換（TC變換）是以陸地衛(wèi)星MSS各波段的輻度亮度值作為變量。經(jīng)線性變換后，組成4個新變量：TC10.433MSS40.632MSS50.586MSS60.264MSS7TC2-0.290MSS4-0.562MSS5-0.600MSS60.491MSS7TC3-0.829MSS40.522MSS50.039MSS60.194MSS7TC4

0.233MSS40.021MSS5-0.543MSS60.810MSS77.2植被生態(tài)參數(shù)的估算

第一分量TC1表征“土壤亮度”，它反映土壤亮度信息；第二分量TC2表征“綠度”，它與綠色植被長勢、覆蓋度等信息直接相關(guān)；第三分量為“黃度”，無確定意義，位于TC1、TC2的右側(cè)；第四分量為“nonesuch”無景觀意義，主要為噪聲（包含系統(tǒng)噪聲和大氣信息）。第一、二分量往往集中了95%或更多的信息。因此，植被、土壤信息主要集中在由TC1、TC2組成的二維圖形中。7.2植被生態(tài)參數(shù)的估算

而對于TM而言，可見光—紅外6個波段數(shù)據(jù)經(jīng)纓帽變換的前三個分量主要反映土壤亮度、綠度、濕度特征，第四分量主要為噪聲。其中綠度指數(shù)可表示為：

GVI=-0.2848TM1-0.2435TM2-0.5436TM3+0.7243TM4+0.084TM5-0.1800TM77.2植被生態(tài)參數(shù)的估算7.2植被生態(tài)參數(shù)的估算7.2植被生態(tài)參數(shù)的估算7.2植被生態(tài)參數(shù)的估算（5）垂直植被指數(shù)（PVI）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)（PerpendicularVegetationIndex）。

PVI是一種簡單的歐幾米得（Euclidean）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。7.2植被生態(tài)參數(shù)的估算PVI=

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，也可將PVI定量表達(dá)為：

PVI=（DNNIR-b）?cos-DNR?sin

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。7.2植被生態(tài)參數(shù)的估算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)。從理論上講，GVI、PVI均不受土壤背景的影響，對植被具有適中的靈敏度，利于提取各種土壤背景下生長的植被專題信息。其數(shù)值已擴(kuò)展到TM的6維數(shù)據(jù)（除TM6熱紅外數(shù)據(jù)），以及AVHRR的可見光——近紅外數(shù)據(jù)，并有現(xiàn)成的模型和成熟的圖象處理算法.7.2植被生態(tài)參數(shù)的估算7.2.1葉面積指數(shù)的估算葉面積指數(shù)LAI是指每單位土壤表面積的葉面面積比例。它對植物光合作用和能量傳輸是十分有意義的。綠色植物的葉子是它進(jìn)行光合作用的基本器官。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)。7.2植被生態(tài)參數(shù)的估算

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)底部直至土壤則當(dāng)LAI高達(dá)7.5時，有5%的入射光可到達(dá)土壤表面。葉面指數(shù)一般大于1，小于10

如下圖所示，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。7.2植被生態(tài)參數(shù)的估算7.2植被生態(tài)參數(shù)的估算

外表上的和表面覆蓋面積隨時間發(fā)生變化，是植物和地面其它大多數(shù)地物（特別是那些與氣候無關(guān)的）相區(qū)別的標(biāo)志。作物在一個生長季節(jié)表現(xiàn)出非常強(qiáng)烈的變化，如下圖：地面特征三個階段的變化。A.裸土（baresoilinfield）B.生長旺季（fullgrowth）C.秋季落葉（fallsenescence）7.2植被生態(tài)參數(shù)的估算7.2植被生態(tài)參數(shù)的估算

根據(jù)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。

VI與LAI的關(guān)系，除了隨不同物候期植物生理狀況的變化而變化以外，還依賴于太陽高度角和方位角變化對植冠反射的影響，以及依賴于生態(tài)系統(tǒng)的類型如冠層密度、下墊面類型等。7.2植被生態(tài)參數(shù)的估算7.2植被生態(tài)參數(shù)的估算7.2植被生態(tài)參數(shù)的估算7.2植被生態(tài)參數(shù)的估算7.2.2植被葉綠素含量的估算葉子生長初期，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)，綠被段反射率降低，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。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的。7.2植被生態(tài)參數(shù)的估算小麥光譜組合模型和葉綠素含量的時間剖面曲線

7.2植被生態(tài)參數(shù)的估算

分析小麥幾種植被指數(shù)模型與葉綠素含量的時間剖面曲線的關(guān)系。實驗證明，對小麥而言G5（NIR/R2）的光譜模型表達(dá)葉綠素含量最佳。其余四個綠度模型分別為：7.2植被生態(tài)參數(shù)的估算G2=G4=G3=G1=RVI=NIR/R7.2.3植被蓋度的估算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：RRVCRS（1-C）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7.2植被生態(tài)參數(shù)的估算

則：

C1=（R-RS）/（RV-RS）C2=（-S）/（V-S）式中，為植被與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。7.2植被生態(tài)參數(shù)的估算

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。7.2植被生態(tài)參數(shù)的估算7.2.4生物量的估算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)。7.2植被生態(tài)參數(shù)的估算

由NOAA/AVHRR數(shù)據(jù)獲得的植被條件指數(shù)VCI被定義為：VCI=（NDVI-NDVImed）/（NDVImax-NDVImin）式中，NDVI、NDVImed、NDVImax、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）。7.2植被生態(tài)參數(shù)的估算Anatoly等（1990）曾對干濕兩種氣候條件和不同生態(tài)區(qū)（高程與NDVI值不同），運(yùn)用NOAA/AVHRR數(shù)據(jù)獲得的植被條件指數(shù)VCI來估算植被覆蓋度以及草場與作物生產(chǎn)力，并通過大量地面實測數(shù)據(jù)來驗證遙感估算的結(jié)果。研究結(jié)果表明，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）。因此，用遙感衛(wèi)星數(shù)據(jù)所獲得的植被條件指數(shù)VCI方法，來定量估算大面積植被覆蓋度和生物量是有效的。7.2植被生態(tài)參數(shù)的估算7.3災(zāi)害監(jiān)測7.3.1病蟲害監(jiān)測病蟲害是農(nóng)業(yè)生產(chǎn)的大敵，它不僅能造成減產(chǎn)，而且大大降低了質(zhì)量。一個國家或地區(qū)，如果發(fā)生了病蟲害，必須在最短的時間內(nèi)了解受災(zāi)的作物（或果木）和面積。遙感技術(shù)可以隨時提供情報。以便及時采取措施治理或合理安排計劃。據(jù)美國農(nóng)業(yè)部報告，每年由于植物病害的損失約37億美元，由于蟲害的損失約38億美元。

遙感病蟲害調(diào)查已有一些成功的例子。許多經(jīng)驗告訴我們，用近紅外光譜段的彩紅外片或熱探測，調(diào)查病蟲害的危害效果較好。其道理，一種可能的解釋是：健康葉片海綿狀的葉肉組織，在其全部空間都充滿了水分而膨脹時，對任何輻射能都是一種良好的反射體，對近紅外波段的輻射能力也如此，間插在其間的柵狀柔軟網(wǎng)胞組織。吸收可見光中的藍(lán)光和紅光，反射綠光；當(dāng)水分代謝受到妨礙，植物開始衰蔽時，葉內(nèi)就逐漸毀壞，接著植物逐漸枯死，從而導(dǎo)致葉片對近紅外輻射的反射能力減小。7.3災(zāi)害監(jiān)測

這種變化，在可見光部分的反射率發(fā)生改變之前的相當(dāng)長一段時間內(nèi)就發(fā)生了。這是因為在這段時間內(nèi)，在柵狀柔軟網(wǎng)胞組織中，葉綠素的數(shù)量或質(zhì)量還沒有發(fā)生改變。紅外波段的像片上，可以早于人的肉眼觀測到病蟲的危害，這對于病蟲害調(diào)查和測報極其重要。此外，樹和人一樣，有病的樹溫度升高，有時比正常溫度高2.2℃。病越重的樹，紅外輻射越多。7.3災(zāi)害監(jiān)測7.3.2森林火災(zāi)監(jiān)測隨著社會的發(fā)展，人們?nèi)找骊P(guān)注森林、草場火災(zāi)及季節(jié)性燃燒對氣候和經(jīng)濟(jì)的影響，迫切需要對其進(jìn)行監(jiān)測。1998年，全球火災(zāi)監(jiān)測中心（GlobalFireMonitoringCenter，簡稱GFMC）成立，其主要目的是讓世界各國通過Internet分享其火災(zāi)監(jiān)測的成果，發(fā)展和規(guī)范全球火災(zāi)監(jiān)測的方法，并為其它科學(xué)組織提供各種火災(zāi)監(jiān)測產(chǎn)品。采用航空監(jiān)測火災(zāi)的手段是不經(jīng)濟(jì)的，而且也難以覆蓋所有地區(qū)。自有了對地觀測衛(wèi)星，這種大范圍乃至全球的火災(zāi)監(jiān)測成為可能。星載掃描幅寬、每天覆蓋全球的高溫傳感器，是提供大面積火情監(jiān)測高效、經(jīng)濟(jì)的主要手段。7.3災(zāi)害監(jiān)測

森林火災(zāi)是森林的首要大害，全世界因火災(zāi)造成的損失約1‰。利用遙感技術(shù)監(jiān)測火災(zāi)在國外其始于60年代初期的航空熱紅外探測。目前用于林火監(jiān)測的主要有熱紅外數(shù)據(jù)、TM數(shù)據(jù)和NOAA/AVHRR數(shù)據(jù)。熱紅外受大氣窗口的局限，目前主要應(yīng)用3~5m波段和8~14m波段這兩個大氣窗口，這與一般認(rèn)為林火溫度在600~900K之間，其峰值波在3.22~4.83m相吻合。因此3~5m波段是監(jiān)測林火的最佳波段。由3~5m波段的掃描圖像，能清楚地顯示火點(diǎn)，火線的形狀、大小和位置，對于特別小的隱火、殘火有較強(qiáng)的識別能力。7.3災(zāi)害監(jiān)測

美國是利用衛(wèi)星進(jìn)行火災(zāi)監(jiān)測的最早國家，目前用多種衛(wèi)星資料開展火災(zāi)監(jiān)測，如NOAA/AVHRR，GOES，EOS/MODIS、國防氣象衛(wèi)星等。目前對全球公開的產(chǎn)品主要是由EOS/MODIS生成的火災(zāi)監(jiān)測產(chǎn)品，包括日產(chǎn)品、8天合成產(chǎn)品，10km和50km月格點(diǎn)統(tǒng)計產(chǎn)品等，后者適用于全球氣候模式應(yīng)用。7.3災(zāi)害監(jiān)測7.3.3旱災(zāi)監(jiān)測干旱是目前世界普遍關(guān)心的重大問題，第三世界大多數(shù)國家都受到干旱的嚴(yán)重威脅。由于環(huán)境進(jìn)一步惡化，科學(xué)家們預(yù)測近50年世界某些地方將進(jìn)一步干旱。我國每年都有干旱發(fā)生。據(jù)不完全統(tǒng)計，我國各種受災(zāi)面積中，旱災(zāi)占61%，水災(zāi)占24%，冰雹災(zāi)占9%，霜凍災(zāi)占6%。國家每年用于救濟(jì)干旱災(zāi)害的費(fèi)用達(dá)6.7億元人民幣。為了合理使用水資源，有效地抗旱救災(zāi)，必須迅速知道那里受旱，程度如何，而衛(wèi)星遙感監(jiān)測是一種有效方法。7.3災(zāi)害監(jiān)測

通常干旱是指某地團(tuán)長期沒有降水或降水顯著偏少造成空氣干燥、土壤缺水甚至干涸的現(xiàn)象。干旱沒有唯一的標(biāo)準(zhǔn)，可以從各個方面去定義，但都離不開水和植被。遙感監(jiān)測干旱也基于土壤水分和植被狀況。對于裸地，衛(wèi)星遙感的重點(diǎn)是土壤含水量，對于有植被覆蓋的區(qū)域，衛(wèi)星遙感的重點(diǎn)是植被指數(shù)的變化及植被冠層蒸騰狀況的變化。

7.3災(zāi)害監(jiān)測干旱遙感監(jiān)測的主要方法有：（1）熱慣量法（2）植被指數(shù)法（3）植被供水指數(shù)法（4）距平植被指數(shù)法7.3災(zāi)害監(jiān)測7.4.1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)