第六章遥感技术应用 2

1,第六章：遥感技术应用第一节：遥感数据源的综合分析方法第二节：遥感技术应用领域,2,第一节：遥感数据源的综合分析方法,遥感数据源的选择遥感数据处理应用方法,3,一、遥感数据源的选择遥感地学对象的地学属性：空间分布，光谱反射和发射特征，时相变化。遥感信息源的评价标准：4个分辨率选择遥感数据源时，看其是否能反映研究对象的空间分布、是否符合波谱特征和时相变化规律，两者相符，则可能成功，反之基本条件不具备则可能不成功。同时，还要考虑提取信息的类型、解决问题的精度要求（尺度大小）和成本等，综合考虑，选择合适的遥感数据。,4,二、遥感数据处理应用方法充分利用遥感数据本身的潜力。各种处理变换，从方法上：目视、分类、定量模型；用地物之间、地物和环境之间的相互关系，推断出遥感图像没有反映出来的信息。综合的地学分析：信息复合、交叉分析法、环境本底、分层分类、地理相关分析,5,第二节：遥感技术应用领域,资源调查环境监测区域分析宏观研究本节主要介绍植被遥感、土壤遥感。另外简单介绍作物估产和土地利用制图。,6,植被遥感,一、植被的光谱特征1、健康植物的反射光谱特征：有四个反射峰、五个吸收谷。,7,植物叶子的颜色叶子的组织结构叶子的含水量植物的覆盖度,2、影响植物光谱的因素,8,二、不同植物类型的区分,1、不同植物由于叶子的组织结构和所含色素不同，具有不同的光谱特征。在近红外光区，草本植物的反射高于阔叶树，阔叶树高于针叶树。2、利用植物的物候期差异来区分植物。3、根据植物的生态条件区别植物类型。注意不同时间、地区有不同特点,9,三、植物生长状况的解译,健康的绿色植物具有典型的光谱特征。遭受病虫害的植物其反射光谱曲线的波状特征被拉平。,10,四、植被指数和叶面积指数,（一）植被指数的类型及其影响因素（二）叶面积指数,11,（一）植被指数通过遥感的多波段计算表达出植被的光谱特性的遥感变量称为植被指数,归一化植被指数,RVI=nir/red,比值植被指数,DVI=nir-red,差值植被指数,式中:nir、red、blue分别为近红外、红色可见光和蓝色可见光大气校正后的地表反射率;为辐射校正系数。,抗大气影响植被指数,12,土壤调节植被指数,其中:L为土壤调节系数,它是植被密度的函数,应根据具体的植被密度而变化,一般取L=0.5,它的确定需要预先知道植被数量。,垂直植被指数,其中a,b为可调参数，a=10.489,b=6.604,增强型植被指数,C1、C2和L为可调参数,13,植被遥感中，从一开始就被普遍认同和采用的方法是，利用植被反射光谱在可见光和近红外波段上明显的不同，构建遥感植被指数，在研究纠正植被形态、土壤光学特性、太阳位置以及云和大气等影响的基础上，反演地表状况，用以与各种植被变量（包括LAI）、植株生物量、植被覆盖度、光合组织总量、光合有效辐射和初级生产力等因子进行相关分析。这种方法抓住了植被的光谱特征，简单而明确。具有很强的实用性，易于为大多数研究者接受，目前开展的很大一部分植被遥感的研究工作都是从这方面展开的。,14,（二）叶面积指数叶面积指数(leafareaindex,LAI)为植物冠层表面物质、能量交换的描述提供结构化的定量信息，是估计植物冠层功能的重要参数，也是生态系统中最重要的结构参数之一目前有三种不同定义：单位水平地面面积上所有叶子表面积的总和(TLAI-totalleafareaindex)，它的含义是所有叶子的外部表面面积。单位水平地面面积上单面叶面积的总和(OLAI-totalonesidedleafareaindex)，也常被称为是TLAI的一半，不考虑叶子上下表面是否对称。Chen1992年正式提出了单位地面面积上总叶面积的一半这个定义并进行了验证，在植物学上普遍应用。单位水平地面面积上所有叶子投影面积的总和(PLAI-projectedleafareaindex),15,LAI的测定方法及原理（1）直接测量法：包括树木解析法、点接触法、落叶收集法。也可以用打孔法和照相法。（2）间接测量法：目前所采用的间接测量法是用光学仪器测量，包括LAI-2000、TRAC、鱼眼相机等遥感反演LAI比较成熟可以用统计模型，也可以用物理模型,利用查找表反演LAI的结果图,与TRAC测量的LAI的值对比图,16,土壤遥感,土壤是在地形,气候等多种成土因素的综合作用下形成的.在遥感影象上，不同的土壤类型的特征不如水体,植被等要素明显，而且，土壤的性状主要表现在剖面上，而不是在土壤的表面。土壤类型和一些参数信息提取主要通过综合分析，并依靠间接解译标志。,17,土壤的光谱特征,地表植被稀少的情况下，土壤的光谱曲线与其机械组成和颜色密切相关.土壤表面有植被覆盖时,覆盖度小于15%,光谱特征与裸土相似;在15%-70%,表现为混合光谱.,18,不同含水量土壤光谱特征,1450nm1800nm是区分土壤含水量的最佳光谱范围,19,遥感估算植被稀疏地区土壤含水量,20,土壤和绿色植物光谱比较,21,消除土壤背景的影响,22,大面积农作物的遥感估产,1、根据作物的色调、图形结构等差异大的物候期的遥感时相和特定的地理位置等的特征，将其与其他植被分开。获得农田分布图。2、利用高时相分辨率的卫星影象对作物生长的全过程进行动态监测得到植被指数：比值植被指数、归一植被指数、差值植被指数、正交植被指数。3、建立农作物估产模式用选定的植物灌浆期植被指数与某一作物的单产进行回归分析，得到统计模型。,23,土地利用制图（以目视解译为例）,遥感数据源的选择，遥感地学对象的地学属性：土地利用的空间分布，光谱特征，调查的时间，尺度大小；考虑解决问题的精度要求和成本，综合考虑选择合适的遥感数据。进行精确的几何校正分类系统的确定：地表覆盖类型从粗到细以信息树表示的分级结构的分类形式。表示各类别等级的详细程度。我国土地分类的一级类型：耕地林地草地居住用地、工矿用地、交通用地水域特殊用地、难利用地6类。解译过程1、目视解译准备工作阶段，明确解译任务与要求；收集与分析有关资料和工具；选择合适波段与恰当时相的遥感影像。2、初步解译与研究区的野外考察，初步解译的主要任务是掌握解译区域特点和地理概况，野外训练，根据任务制定分类系统，探索解译方法，为全面解译奠定基础。野外考察：编制各种地物的解译标志登记表，以作为建立地区性的解译标志的依据。在此基础上，针对分类系统，建立目视解译标志。3、室内解译，勾绘出每种地物分布范围和界限，识别地物的属性。