遥感概论9-1课件

第七章地理遥感第四节植被遥感第四节植被遥感植被调查是遥感的重要应用领域。以确定植被的分布、类型、长势为主。植被判读的原理是植物的光谱特性。第四节植被遥感植被遥感原理植被遥感解译植被指数与植被模型概念1.1植物的光谱特征近红外波段可见光波段短波红外1.1植物的光谱特征1、在可见光波段，植被的反射率主要受叶绿素含量的影响；2、在近红外波段，植被反射率主要受叶子内部结构的影响；3、在短波红外波段，植被反射率主要受叶子水分含量的影响。影响植被光谱特征的因素色素含量叶子的组织构造叶子水分的含量不同生长状态橡树叶子的反射特性叶子的组织构造的影响绿色植物的叶子是由上表皮、叶绿素颗粒组成的栅栏组织和多孔薄壁细胞组织（海绵组织）构成。

叶子的多孔薄壁细胞组织（海绵组织）对0.8～1.3μm的近红外光强烈地反射，形成光谱曲线上的最高峰区。

叶子含水量的影响

植物叶子含水量的增加，将使整个光谱反射率降低，反射光谱曲线的波状形态变得更为明显，特别是在近红外波段，几个谷更为突出。1.2植被结构与光谱特征参数植被结构包括：叶子的形状和大小，植被冠层的形状和大小等。针叶树阔叶树植被冠层樟树白杨树显然，不同的植被结构对于阳光的反射特性会有所不同，从而在遥感影像上呈现出不同的特征。叶面积指数（LAI）叶面积指数（leafareaindex）又叫叶面积系数，是指单位土地面积上植物叶片总面积占土地面积的倍数。即：

叶面积指数=叶片总面积/土地面积。叶面积指数是反映作物群体大小的较好的动态指标。在一定的范围内，作物的产量随叶面积指数的增大而提高。当叶面积指数增加到一定的限度后，田间郁闭，光照不足，光合效率减弱，产量反而下降。叶面积体密度（FAVD）某一高度上单位体积内叶面积的总和。可以反映叶子的浓密程度。空隙率指植被冠层间的间隙率。空隙率越高，植被越稀疏。1.3植被冠层反射单片叶子的光学特性对植被冠层光谱特性是重要的，但并不能完全解释植被冠层的光谱反射。植被冠层是由许多离散的叶子组成，这些叶子的大小、形状、方位、覆盖范围是变化的。

多重叶层互相遮挡，造成阴影阴影的分布受光照角度、叶片大小和分布的影响。1.3植被冠层反射对于可见光波段，冠层的反射率小于单片叶子，原因在于叶片之间互相遮挡造成阴影，降低了可见光波段的反射率。对于近红外波段，冠层反射率大于单片叶子，原因在于，近红外光能透过叶片并反射回来。植物冠层的波谱特性，除了受植物冠层本身组分——叶子的光学特性的控制，还受植物冠层的形状结构、辐照及观测方向等的影响。因此，植被的波谱特性与覆盖度、生物量密切相关。右图显示紫苜蓿在整个生长周期光谱反射率的变化。植被覆盖度从0（裸地）→近100（几乎全覆盖），光谱特征从裸地光谱到植物光谱占主导地位，生物量也逐渐增加。二、植被遥感解译植被覆盖类型解译植被地带性及植被区划解译植被物候特征与植被长势分析2.3植被地带性分布及植被区划解译植被地带性是进行植被遥感和植被区划的主要依据。植被地带性可分为纬度地带性、经度地带性和垂直地带性。比如：（我国北方山坡的阴阳面差异性）山地阴坡——易生长适应温度变化不大、湿度较大的环境的植物；山地阳坡——易生长适应温度变化大、湿度要求不高环境的植物；

例如：华北山地阴坡——多为乔木阳坡——灌木山脊较缓的地带——草本植物同一地理环境植被的垂直分带性（以山西省太原以南地区植物的垂直分带性为例）2.3植被物候特征与植被长势分析利用遥感多时相图像数据，可以对植被的物候特征及其生长过程进行解译和分析。应根据作物生长规律，选择恰当时期的影像进行分析植物病虫害的遥感监测植物在生长过程中受到病虫害侵袭后，内部结构、叶绿素和水分含量就会发生不同程度的变化，其反射光谱特性也随之变化，病虫害越严重变化越大。三、植被指数与植被信息提取植被指数的概念植被指数信息模型3.1植被指数的概念红光和红外波段的不同组合统被称为植被指数。利用它们的比值、差分、线性组合等多种组合来增强或揭示隐含的植物信息。3.1植被指数的概念植被指数的定量测量可表明植被活力，而且植被指数比单波段用来探测生物量有更好的灵敏性。植被指数有助于增强遥感影像的解译力，并已作为一种遥感手段广泛应用于土地利用覆盖探测、植被覆盖密度评价、作物识别和作物预报等方面，并在专题制图方面增强了分类能力。3.2植被指数信息模型比值植被指数（RVI）归一化植被指数（NDVI）差值植被指数（DVI）绿度植被指数（GVI）比值植被指数（RVI）比值植被指数的数学表达式：低高植被RVI>1比值植被指数（RVI）的特点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。土壤有近于1的比值，植被则会表现出高于2的比值。增强植被与土壤背景之间的辐射差异。是植被长势、丰度的度量方法之一。RVI742假彩色合成归一化植被指数（NDVI）数学表达式：对绿色植被表现敏感，主要用途：1）可以进行不同植被类型初级生产量的估计(e.g.Lenneyetal.,1996)；2）识别不同的生态区(Ramseyetal.,1995)；3）监测地球表面植被的物候类型，常被用来进行区域和全球的植被状态研究；4）评价生长期和变干期的长短(HueteandLiu,1994).对低密度植被覆盖，NDVI对于观测和照明几何非常敏感。但在农作物生长的初始季节，将过高估计植被覆盖的百分比；在农作物生长的结束季节，将产生估计低值。

水的NDVI值≺0岩石、裸土的NDVI值≈0植被的NDVI值≻0，且随植被覆盖度的增大而增大NDVITM4、3、2假彩色合成差值植被指数（DVI）数学表达式：揭示植被覆盖下土壤信息。NDVIT