遥感技术与植被覆盖变化

遥感技术与植被覆盖变化,汇报人：学号：,林业资源信息系统专题课程讨论,教师：,汇报内容,1.研究植被覆盖变化的意义2.植被指数的概念3.植被指数的发展4.基于NDVI时序数据的植被覆盖动态监测5.存在问题及展望,林业资源信息系统专题课程讨论,1.研究植被覆盖变化的意义,(1)全球变化过程大气组成变化气候变化由于人口、经济、技术和社会的压力而引起的土地利用(覆盖)的变化。(2)植被是土地覆盖的最主要部分，植被覆盖变化可影响辐射平衡、水分循环等过程。(3)意义：预测未来气候变化对植被覆盖的影响趋势；土地植被覆盖变化反映了该区域的人类生产生活需求与经济社会发展之间的关系动态。,林业资源信息系统专题课程讨论,2.植被指数的概念,(1)植被活动：大尺度植被生长和覆盖的动态变化。通常通过卫星遥感进行监测。(2)植被指数(Vegetationindex)：指根据绿色植被反射波段的特性，利用以红光和近红外波段为主的多光谱遥感数据，经线性及非线性组合从而构成的对植被有一定的指示意义的各种数值。是两个或多个波长范围内的地物反射率经过组合运算，以增强植被某一特性或者细节特征。,林业资源信息系统专题课程讨论,2.植被指数的概念,(3)植被指数应用的原理,林业资源信息系统专题课程讨论,在绿色波段(0.55m)附近，由于叶绿素对绿光的反射，形成一个小的峰值。在近红外波段，由于叶肉海绵组织结构中有许多空腔，具有很大的反射表面，而且细胞内叶绿体呈水溶胶状态，辐射能量大都被散射掉，形成高反射率，表现在反射曲线上从0.7m处反射率迅速增大，至1.1m附近有一峰值。,2.植被指数的概念,(4)植被指数的用途植被指数所得数值能够较好地反映地表植被覆盖状况和生长情况，为常用的光谱常量(董永平等，2005)。作为光谱常量指标，它可反映：地表植被覆盖、生长、生物量以及判别植被种类，在遥感研究中用来表征地表植被覆盖和生长状况(杜子涛等，2008)；定性和定量评价植被覆盖、生长活力以及生物量等。,林业资源信息系统专题课程讨论,2.植被指数的概念,目前已有超过40种植被指数。其应用领域包括：全球与区域土地覆盖变化(Dajimaetal.,1990)；植被覆盖评价(张军和葛剑平，2001)；植被分类(盛永伟等，1995)；植被与环境因子变化(李本纲和陶澎，2000)；干旱监测(郭铌等，1997)；诊断植被一系列生物物理参量，如叶面积指数(LAI)、生物量等(孙睿等，2000；肖乾广等，1996)；分析植被生长过程：净初级生产力(NPP)、蒸腾(田庆久等，1998)和农业产业预报(Chi,1995)。,林业资源信息系统专题课程讨论,内蒙古2009年植被指数，绿色部分值较高，表明东北部植被覆盖度高。,3.植被指数的发展,(1)最早的一种植被指数是Pearson等于1972年提出来的比值植被指数(RVI)。但RVI对大气影响敏感，而且当植被覆盖不够浓密时(小于50%)，它的分辨能力也很弱，只有在植被覆盖浓密的情况下效果最好。(2)植被指数按发展阶段可以分为3类(田庆久等，1998)：基于波段线性组合的植被指数，如RVI、MSBI、GVI等；,林业资源信息系统专题课程讨论,LandsatMSS原始影像数据,遥感影像融合数据,LandsatMSS：美国陆地卫星系列遥感影像数据，覆盖范围为北纬83到南纬83之间的所有陆地区域。数据更新周期为16天（Landsat13的周期为18天），空间分辨率为30米（RBV和MSS传感器的空间分辨率为80米）。,3.植被指数的发展,基于电磁波辐射、土壤背景和大气修正的植被指数，如NDVI、MSAVI、SAVI、AVI、TSAVI、ARVI、GEMI等；基于热红外信息和叶面反射率的植被指数，如DVI、PRI等。,3.植被指数的发展,林业资源信息系统专题课程讨论,3.植被指数的发展,(4)以距离为基础的归一化植被指数（Normalizeddifferencevegetationindex，以下简称NDVI）是最常用的指数。优点：NDVI的算式简单，不涉及任何参数的确定，可以消除大部分与仪器定标、太阳角、地形、云阴影和大气条件有关辐射的变化，增强了对植被的响应能力，应用最为普遍，且其探测低盖度植被的能力最强(王正兴等，2003；郭铌，2003)。,林业资源信息系统专题课程讨论,3.植被指数的发展,(5)主要应用的数据源NOAA/AVHRR-NDVI由美国地球资源观测系统(EarthObservationSystem，EOS)数据中心提供，存有1982-2006年间20多年资料积累，空间分辨率为8和16km，时间分辨率为10天。SPOT/VGT-NDVI由比利时弗莱芒技术研究所(FlemishInstituteforTehnologicalResearch，vito)VGT影像处理中心提供，保存了1998年至今全球逐旬NDVI数据，空间分辨率为1km。EOS/MODIS-NDVI是由美国EROS(地球资源观测系统)数据中心提供，该数据空间分辨率大幅提高，目前有250m、500m和1000m三种空间分辨率产品，保存有2000年至今时间分辨率为16天的全球NDVI数据。,林业资源信息系统专题课程讨论,4基于NDVI时序数据的植被覆盖动态监测,(1)卫星遥感已成为监测地表植被覆盖的有效数据源，并极大地推动了全球变化中植被与气候以及人类活动关系的研究。(2)NDVI可与植被覆盖度、生物量、叶面积指数密切相关，能够敏感地反映出植物生长、季节和年际动态等变化特征(Zhouetal，2001)。(3)NDVI是遥感数据中近红外波段(NIRS)和红光波段(RED)反射率的比值参数，计算公式为：NDVI=(NlR-RED)/(NIR+RED)其中，NDVI值介于-1和1之间。,林业资源信息系统专题课程讨论,4基于NDVI时序数据的植被覆盖动态监测,(4)近30年来，国内外已有大量基于NDVI长时间序列数据的植被年际变化动态监测在全球尺度(Kawabata等，2001)、洲际尺度(Zhou等，2001)以及区域尺度(Yu等，2003；邱海军等，2011)上广泛开展。(5)内容涉及植被物候特征、光合作用活力以及人类活动对植被覆盖的影响等方面。(6)北半球中高纬度地区的植被活动普遍地增加，而南半球干旱半干旱区域植被光合作用明显减少。我国植被活动明显增强，但空间差异较大，西北部分地区植被有退化趋势，东部大部分地区以增加为主。快速城市化进程导致了长三角和珠三角地区的植被覆盖显著减少，而部分地区在退耕还林还草生态工程后，植被覆盖有明显增加。,林业资源信息系统专题课程讨论,5.存在问题及展望,(1)NDVI本身还有不足，如：NDVI的饱和问题（高植被覆盖率区域容易饱和）；对大气影响的纠正不彻底；对对高植被区具有较低的灵敏度，低植被覆盖区土壤背景的影响没有处理；受到定标和仪器特性、云和云影、大气、双向反射率、土壤及叶冠背景、高生物量区饱和等因素影响；“最大值合成法”不能保证选择最佳像元等(王正兴等，2003；郭铌，2003)。,林业资源信息系统专题课程讨论,5.存在问题及展望,(2)在干旱和半干旱区，植被信号解译的难度较大，植被指数变化可能受植被形态和生长特征的控制程度低(VerstraeteandPinty,1991)；尝试建立植被指数与低植被覆盖度间的关系也很困难(彭道黎和滑永春，2009)。干旱半干旱气候带区域内植被稀少，生态环境问题突出(倪永明等，2006)，该