遥感第九章植被遥感课件

第九章植被遥感

本章介绍植被遥感，要求学生重点掌握植被遥感的有关内容。

（1）通过遥感影像从土壤背景中区分出植被覆盖区域并对植被类型进行划分，区分是森林、草场或者农田，并区分森林、草场、农作物的类型等。（2）能否从遥感数据中反演出植被的各种重要参数，例如叶面积指数LAI、叶子宽度、平均叶倾角、植被层平均高度、树冠形状等等，这一类问题属于更深层次的遥感数据定量分析方法与反演技术。（3）能否准确的估算出与植被光合作用有关的若干物理量，例如植被表面水分蒸腾量、光合作用强度（干物资生产率）、叶表面温度等。植物遥感研究的主要内容第一节生态环境概述第二节自然生态环境遥感一、生态环境的含义生态学中的生态：生物与其生存环境的关系。生态环境：除环境污染之外的人类生存的环境。可分为：自然生态环境：基础，主要部分；农业环境：半人工生态环境，是在自然环境的基础上经人类改造发展起来的。城市生态环境：人类建设的产物。第一节生态环境概述二、自然生态环境

1.组成与结构如下：生物因子非生物因子阳光空气岩石土壤河流湖泊湿地地下水海洋动物植物微生物“头顶一方天”“脚踏一方地”“水”生物圈水圈岩石圈大气圈“食物”2.当代全球面临的主要生态环境问题近代工业革命，科技飞跃发展，世界经济迅速增长，产生了一系列生态环境问题。全球变暖：温室气体CO2排放量增加臭氧层破坏：氟利昂制冷剂的使用，臭氧层变薄或空洞酸雨：空气中SO2和氮氧化物等酸性污染引起的pH值小于

5.6的酸性降水。淡水资源危机：缺水现象普遍。森林锐减土地荒漠化：1992年联合国环境与发展大会定义：“由于气候变化和人类不合理的经济活动等因素，使干旱半干旱和具有干旱灾害的半湿润地区土地发生了退化”。生物多样性减少：生物多样性—一个地区内基因、物种和生态系统多样性的总和。垃圾成灾三.城市生态环境1.定义;经过人类充分改造过的人工环境，属于人类生态系统的范畴（社会生态系统）。城市经济生态子系统城市自然生态子系统阳光空气水资源森林气候岩石动物植物微生物自然景观城市生产、分配、流通与消费的各个环节利用遥感技术调查、分析城市社会生态子系统居住饮食服务供应医疗旅游人们心理状态文化艺术宗教法律精神物质2.城市“五岛”效应热岛效应：干岛效应：地面干燥，城市水汽蒸散量<乡村，市区绝对湿度<四郊，尤以夏季晴朗白天为甚。湿岛效应：夜间地面迅速冷却，气温垂直递减率减少，水汽向上输送量随之减少，在近地层空气中的水汽含量反而高于四郊，形成“湿岛”。浑浊岛效应：城市工业交通、民用锅灶等排出的烟尘及大气中光化学过程生成的二次污染物使空气变浑浊，能见度下降，日照和太阳辐射强度降低，形成以城市为中心的“浑浊岛”。雨岛效应：城市大气中的湿性凝结核丰富，水汽可在未饱和之前出现凝结，热岛上升气流又使城市上空云量多于郊区，使降雨量多于郊区，是为“雨岛”。常规生态监测对遥感技术需求的参数一、自然生态环境监测对遥感数据的需求

遥感在生态研究中的应用是从研究植被入手的。

无论是土壤重金属污染、植被病虫害，还是野生动物生态环境，在遥感影像中都是通过植被的光谱特征变化来反映，因而遥感图像应以能反映植被的不同种类和生长状况为主。第二节自然生态环境遥感

植物遥感的最佳波段范围在0.4～2.5μm的可见光、近红外范围内，可划分为8个有效波段。

地物的识别，除了对其波谱特性的一些地学研究以外，还须注重图像时相的物候期的分析，即以时间分辨率作为基本保证。如木本植物都有其萌芽期、展叶盛期、开花盛期、树叶变色期、果实成熟期和落叶末期等。二、自然生态环境监测的内容1.土地利用/土地覆盖（LandUse/LandCoverChange,LUCC）土地覆盖：地球陆地表层和近地面层的自然状况，是自然过程和人类活动共同作用的结果。作物、草原、森林、道路、建筑物及土壤、冰川、水面等。土地利用：人类利用土地的自然属性和社会属性不断满足自身需求的行为过程。如农业、放牧、城市建设等。目前土地利用/土地覆盖监测的遥感数据2.植被植被遥感调查中经常用植被指数区分不同植被类型。通常利用植物光谱中的近红外与可见光红波段两个典型波段值。近红外波段是叶子健康状况最灵敏的标志，对植被长势差异敏感，指示光合作用能否正常进行；可见光红波段被植被叶绿素强吸收，进行光合作用制造干物质，是光合作用的代表性波段。植被指数便于植物专题研究、绿色植物的遥感监测、病虫害监测及生物量估算等。目前植被监测的遥感数据有：

NOAA/AVHRRLANDSAT/TM/ETMSPOT/HRVCBERS/CCD3.湿地水域与陆地间的交互区域，是地球上具有多功能的独特的生态系统，是自然界最富有生机的生态景观和人类最重要的生存环境之一。森林————————地球之“肺”湿地————————地球之“肾”湿地巨大的经济效益、极丰富的生物多样性和极高的生物生产力为人类生存创造了重要条件。在我国，湿地占国土面积的1.65%，湿地能吸收CO2等温室气体，降解污染物，其生态系统效益价值高达2.67万亿元，在全国陆地生态系统总价值中占47.71%，是最昂贵的生态系统。

利用遥感技术研究湿地包括湿地景观格局调查、湿地景观破碎化程度调查、湿地景观变化分析、湿地类型遥感解译等。--------------------------------------------------------------------------------4.荒漠化按《联合国防治荒漠化公约》的定义，荒漠化发生在年降雨量与潜在蒸发量之比在0.05～0.65之间的气候区，即干旱区、半干旱区和亚湿润干旱区。

潜在蒸发量，即参考作物蒸发蒸腾量，也称可能蒸发量或大气蒸发能力。潜在蒸发量必须具备2个条件：一是土壤水分能充分供给，使蒸发蒸腾不因水分减少而减少；二是有较大范围的同类作物覆盖。通常，人们将充分供水、生长着短绿草条件下测量的蒸发蒸腾量，称为潜在蒸发量，记为ET0。潜在蒸发量是蒸发量计算中应用最广泛的1个参数，是计算实际蒸发量的基础。

荒漠化是发生在上述气候区内的土地退化，按成因分为：风蚀荒漠化沙化、沙漠化水蚀荒漠化劣地或石质坡地，如浙江常山大塘溪福建长汀县河田，西南诸省的山区。也有以泥石流方式呈现土地砂石化景观分布在河谷中，如滇东北的东川市小江流域等；或以石山荒漠化景观分布在岩溶山区，如广西西部及云南东部等地。冻融荒漠化冻融荒漠化是由于在昼夜或季节性温差较大的地区，岩体或土壤由于剧烈的热胀冷缩而造成结构的破坏或质量的退化。中国冻融荒漠化土地的面积共36.6万平方公里，占荒漠化土地总面积的13.8%。冻融荒漠化土地主要分布在青藏高原的高海拔地区，在甘肃的少数高山区及横断山脉北侧的四川巴塘、得荣、乡城等县的金沙江及其支流流域上游有零星分布。土壤盐渍化土壤盐渍是指易溶性盐分在土壤表层积累的现象或过程，也称盐碱化。我国盐渍土或称盐碱土的分布范围广、面积大、类型多，总面积约1亿公顷。主要发生在干旱、半干旱和半湿润地区。其他因素形成的荒漠化

目前荒漠化监测的遥感数据有：

NOAA/AVHRRLandsat/TMCBERS/CCD5.水土流失实质是土壤侵蚀。以航空、航天等多平台遥感资料为信息源。土壤侵蚀量调查应选择雨季前后的最新遥感图像。

目前水土流失监测的遥感数据有：

Landsat/TMCBERS/CCDSPOT/HRV三、土地利用/土地覆盖遥感1.土地利用/土地覆盖分类系统（1）首先根据利用程度上的差别和加强利用的可能性可以分成三大类：已利用可利用而目前尚未利用根据当前技术经济条件难以利用沼泽地滩涂重盐碱地等沙漠戈壁冰川永久雪地高寒荒漠石山（2）按照主要用途，划分已利用土地；（3）每种用地再根据利用条件、方式和方向细分。

在我国20世纪80年代中期土地利用详查中将土地分成8大类：1.耕地、2.园地、3.林地、4.牧草地、5.居民点及工矿用地、6.交通用地、7.水域、8.未利用土地。具体如下：

土地利用分类系统

土地利用分类系统郁闭度(crowndensity;canopydensity)定义1：单位面积上林冠覆盖林地面积与林地总面积之比。所属学科：生态学（一级学科）；群落生态学（二级学科）定义2：林地中乔木树冠遮蔽地面的程度。它是树冠投影面积与林地面积的比值，常用十分法表示，从0.1～1.0。所属学科：资源科技（一级学科）；森林资源学（二级学科）

土地利用分类系统土地利用分类系统

为了实施全国土地和城乡地政统一管理，科学划分土地利用类型，明确土地利用各类型含义，统一土地调查、统计分类标准，合理规划和利用土地，国家质量监督检验检疫总局、国家标准化管理委员会于2007年8月10日发布了《土地利用现状分类》（GB/T21010-2007）国家标准。该标准采用一级、二级两个层次的分类体系，共分12个一级类、57个二级类。其中一级类包括：耕地、园地、林地、草地、商服用地、工矿仓储用地、住宅用地、公共管理与公共服务用地、特殊用地、交通运输用地、水域及水利设施用地、其他土地。

GB/T21010-2007土地利用现状分类和编码GB/T21010-2007土地利用现状分类和编码GB/T21010-2007GB/T21010-2007GB/T21010-2007GB/T21010-2007GB/T21010-2007GB/T21010-20072.土地利用/土地覆盖信息源的选取主要使用空间分辨率为10m至1km的可见光及近红外波段数据，包括：Landsat/TM/MSSMSS最大空间分辨率为80m，最大制图比例尺为1：25万TM最大空间分辨率为30m，最大制图比例尺为1：10万SPOTHRVHRV最大空间分辨率为10m，最大制图比例尺为1：1万AVHRR最大空间分辨率为1km，最大制图比例尺为1：250万NOAAAVHRR1、健康植物的反射光谱特征

有两个反射峰、五个吸收谷。在可见光的0.55μm附近有一个反射率为10％一20％的小反射峰；四、植被遥感在0.45μm和0.65μm附近有两个明显的吸收谷；在0.7一0.8μm是一个陡坡，反射率急剧增高；在近红外波段0.8—1.3μm之间形成一个高的，反射率可达40％或更大的反射峰；在1.45μm，1.95μm和2.6—2.7μm处有三个吸收谷。在地表景物中，通常只有植物在近红外波段有很高的反射率，所以在彩色红外航空像片或包含近红外波段的假彩色合成遥感图像上可以很容易区分植被和其他景物。植物叶子的颜色植物叶子中含有多种色素，如叶青素、叶红素、叶黄素、叶绿素等。在可见光范围内，其反射峰值落在相应的波段范围内(图7.18)。

2、影响植物光谱的因素叶子的组织结构绿色植物的叶子是由上表皮、叶肉（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)）和下表皮构成。叶脉叶肉上表皮下表皮叶子的组织结构叶肉：海绵组织——接近下表皮，细胞形状不规则，排列较疏松，里面的叶绿素较少。栅栏组织——接近上表皮，细胞呈圆柱形，排列较整齐，里面的叶绿素较多。

叶绿素对紫外、紫光吸收率极高，对蓝光、红光也强烈吸收以进行光合作用，对绿色光部分吸收部分反射，故叶子呈绿色，并形成0.55μm的小反射峰，在0.33-0.45μm及0.65μm处形成两个吸收谷。

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。其反射率可达40％，甚至高达60％，吸收率不到15％。叶子的含水量叶子在1.45μm，l.95μm和2.6—2.7μm处各有一个吸收谷，这主要由叶子的细胞液、细胞膜及吸收水分所形成。植物叶子含水量的增加，将使整个光谱反射率降低(图7.19)，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，几个吸收谷更为突出。植物覆盖度植物叶子的密度不大，当不能形成对地面的全覆盖时，传感器接收的反射光是植物的光谱信息和部分下垫面的反射光两者的叠加。图7.20表明，棉花叶子的层数愈多，即叶面积指数(植物所有叶子的累加面积总和与覆盖地面面积之比)愈大，光谱曲线特征形态受背景下垫面的影响愈小。当叶面积指数大于5时，几乎不受下垫面的影响。“红移”与“蓝移”“红边”定义为反射光谱的一阶微分最大值所对应的光谱位置，通常位于0.68~0.75μm之间。当绿色植物叶绿素含量高，生长旺盛时，“红边”会向波长增加的方向偏移，称“红移”。当植物由于受金属元素“毒害”、感染病虫害、污染受害或者缺水缺肥等原因而“失绿”时，则“红边”会向波长短的方向移动，称“蓝移”。因此，根据“红边”位移量可以精确地估计叶绿素含量或探测叶片的生化组分。研究者发现生长在富含Cu、Mo等重金属元素土壤上的植物，受金属元素“毒害”影响，其光谱反射特性会发生一些变化，主要表现就是红边和绿峰会向短波区偏移10~20nm不等，见图7.4。这种矿化带植物光谱异常是植物遥感探矿的有用指标。矿区红杉林反射曲线的蓝移现象3、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。

如禾本科草本植物的叶片组织比较均一，没有栅状组织和海绵组织的区别，细胞壁多角质化并含有硅质，透光性较阔叶树差。茂密的草本植物在可见光区低于阔叶树，而在近红外光区可高于阔叶树(图7.21)。阔叶树叶片中的海绵组织使得它在近红外光区的反射明显高于没有海绵组织的针叶树。图7.21还表明，在0.8-1.1μm的近红外光区影像上，可以有效地区分出针叶树、阔叶树和草本植物。（2）利用植物的物候期差异来区分植物。

是植被遥感重要方法之一。最明显的是冬季时，落叶树的叶子已经凋谢，叶子的色素组织都发生变化，在遥感影像上显示不出植物的影像特征，无论是可见光区和近红外光区，总体的反射率都下降，蓝光吸收谷和红光的吸收谷都不明显。而常绿的树木仍然保持植物反射光谱曲线特征，两者很容易辨别。

同一种植物在不同季节的光谱特征有明显的变化；不同植物光谱曲线比较不同的植物生长期不同，光谱特征的变化也是不一样的。

因此通过各种植物的物候特征，生长发育的季节变化，可以利用有利时机，识别植物的种类。（3）根据植物的生态条件区别植物类型。不同种类的植物，有不同的适宜生态条件，如温度条件、水分条件、土壤条件、地貌条件等等。这些条件在一个地区综合地影响着植被的分布，但其中的主导因素起着重要的作用。如在我国北方，那些要求温度变幅较小、湿度较大的林木多生长在山地的阴坡，而对温度和湿度要求较低的草地多分布在山地的阳坡。受温度的限制，不同地理地带生长着不同的植物，在同一地理地带受海拔高度的影响，形成不同的温度—湿度组合和植被类型。如山西省太原地区植物的分布如下：表7-1山两省太原以北地区植物的分布

在高分辨率遥感影像上，不仅可以利用植物的光谱来区分植被类型，而且可以直接看到植物顶部和部分侧面的形状、阴影、群落结构等，可比较直接地确定乔木、灌木、草地等类型，还可以分出次一级的类型。草本植物在高分辨遥感影像上表现为大片均匀的色调，由于草本植物比较低矮因而看不出阴影，这有别于灌木和乔木。灌木：遥感影像呈不均匀的细颗粒结构，一般灌木植株高度不大，阴影不明显。乔木：形体比较高大，有明显的阴影，根据其落影可看到其侧面的轮廓。从乔木的树冠也可明显地识别出其阳面和阴面(本影)以及树冠的形状，并结合其纹理结构的粗细，明确地区分出针叶树和阔叶树，甚至具体的树种，图7.23为不同针叶林树冠的形状及其落影。

在此基础上，还可以区分出针阔叶混交林、常绿落叶阔叶混交林、森林草地、灌木草地等等。4、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。一旦遭受病虫害，叶子的色素比例也发生变化，使得可见光的两个吸收谷不明显，0.55μm处的反射峰按植物叶子被损伤的程度而变低、变平。近红外光区的峰值被削低，甚至消失。整个反射光谱曲线的波状特征被拉平(图7.24)。因此，根据受损植物与健康植物光谱曲线的比较，可以确定植物受伤害的程度。-----------------------------------------------------------------------2015-9-295、大面积农作物的遥感估产农作物估产用遥感手段大面积地对某种作物做出产量预测，为国家进行国民经济重大决策提供基础信息。遥感估产的前提

大面积单一作物。5、大面积农作物的遥感估产

大面积农作物的遥感估产主要包括三方面的内容：农作物的识别与种植面积的估算长势监测估产模式的建立（1）农作物的识别与种植面积的估算根据作物的色调、图形结构等差异最大的物候期（时相）的遥感影像和特定的地理位置等的特征，将其与其他植被分开。

大面积的农作物除了具备与一般植被相似的光谱特征外，大都分布在地面较为平坦的平原、盆地、河谷内，少量分布在山坡、丘陵的顶部；田块通常具有规则的几何形状(山区零星小块耕地除外)。在农作物估产时，除了使用空间分辨率较低的卫星遥感影像，如NOAA/AVHRR、我国的FY-l影像外；结合使用Landsat、CBERS等中等分辨率的影像，作出农作物的分布图；还必须应用较高分辨率的SPOT影像及高分辨率的遥感影像(如IKONOS和航空遥感影像等)对农作物分布图进行抽样检验，修正农作物分布图。从而求出农作物的播种面积。2、长势监测

利用高时相分辨率的卫星影像(如NOAA、FY-1、FY-2等)对作物生长的全过程进行动态监测。对作物的播种、返青、拔节、封行、抽穗、灌浆等不同阶段的苗情、长势制出分片分级图，并与往年同样苗情的产量进行比较、拟合，并对可能的单产作出预估。在这些阶段中．如发生病虫害或其他灾害，使作物受到损伤，也能及时地从卫星影像上发现，及时地对预估的产量作出修正。冬小麦不同生育期绿度变化曲线监测作物长势水平的有效方法是利用卫星多光谱通道影像的反射值得到植被指数(VI，Vegetationlndex)。常用的植被指数有比值植被指数(RVI，RatioVegetationIndex)、归一化植被指数(NDVI，NormalizedVegetationlndex)、差值植被指数(DVI，DifferenceVegetationIndex)和正交植被指数(PVI，Perpendi’cularVegetationlndex)等。

比值植被指数：

RVI=NIR/R

式中，NIR为遥感影像中近红外波段的反射值,如NOAA/AVHRR中的CH2或LandsatTM4或MSS7等；R为遥感影像中的红光波段反射值，如NOAA/AVHRR中的CH1或LandsatTM3或MSS5等。

归一化植被指数：

NDVI=（NIR-R）/（NIR+R）式中各项符号含义同。

差值植被指数：

DVI＝NIR-R

正交植被指数：

PVI=1.6225(NIR)-2.2978(R)+11.0656

此式适用于NOAA卫星AVHRR。而对于Landsat而言，可写为:PVI＝0.939(NIR)-0.344(R)+0.09

到底选择哪一个植被指数作为监测农作物长势的估产指标，必须经2至3年的数据拟合，试估产后加以确定。(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，得到回归方程。如果作物返黄成熟期没有发生灾害或天气突变等影响作物产量的事件。那么，估产方程作为模型被确定。该方程为：

y＝a+bVI式中y：为某一农作物的单产，单位kg/hm2：

a：为回归方程式的截距；

b：为直线的斜率；

VI：为选定的植被指数。

最后求得总产y^：y^＝yA式中y^：为该地区某农作物的总产量，单位:t；

A：为某作物的播种面积，单位hm2。

例如：山西省运城地区的小麦遥感估产试验研究中，在应用遥感影像求得小麦播种面积的基础上，应用NOAA卫星的AVHRR数据求取小麦抽穗期归一化植被指数：

NDVI＝(ch2-ch1)/(ch2+ch1)

经与多年小麦产量数据拟合，得到小麦成熟期单产模型：

Y=232.009+49.3045NDVI-6.6878T（r=0.935）

式中，T为利用NOAA热红外通道求得的植冠温度值。此处T取负值是由于4月中旬至5月上旬是小麦最干旱的时期，土壤水分与小麦产量的关系很大，植冠温度反映了作物的水分状况。供水正常时，蒸腾增强，叶温降低；供水不足时，蒸腾减弱，叶温升高。因此，植冠温度与产量成反比。在1700km2麦田所划的17个亚区中，通过卫星影像求得的小麦播种面积与典型村实测比较，精度为81.1％-99.5％；与各县平均单产比较，精度达到90.8％-96.9％。Wecanthereforeusethisinformationtoevaluatevegetationtype,condition,ordensity.Onewayofcharacterizingthisrelationshipwithasinglevariableisbydividingthenear-infraredreflectancebytheredreflectance(NIR/Red).Thelargerthisratio,themorephotosyntheticallyactivevegetationispresent;thelowertheratio,thelessphotosyntheticallyactivevegetationpresent.Withaircraftandsatellitedigitalsensorsweacquirebrightnessorreflectancedatainseparateregionsoftheelectromagneticspectrum.ThisallowsustocreateaNIR/RedratioimagesimplybydividingtheNIRimagebytheRedimage.Becausetheseratiovalueswillvaryconsiderablyfromoneregiontoanother,awayofnormalizingtheratiowasestablishedcalledtheNormalizedDifferenceVegetationIndexorNDVI.NDVI=(NIR–Red)/(NIR+Red).TheNDVIimageofArizona(Figure3)showstherangeofNDVIacrossthestate.植被指数Figure3.NDVIimageofArizonafromtheMODISsensoracquiredonMarch14,2002.TheimagehasbeencolorcodedsothatareasofhighNDVIappearinshadesofgreenandareasoflowNDVIappearinshadesoftanandbrown.主要植被指数主要植被指数五、遥感植被解译的应用1、植被制图

应用遥感影像进行植被的分类制图，尤其是大范围的植被制图，是一种非常有效而且节约大量人力物力的工作，已被广泛的采用。

在我国内蒙古草场资源遥感调查，“三北”防护林遥感调查、水土流失遥感调查、洪湖水生植被调查、洞庭湖芦苇资源的调查、天山博斯腾湖水生植物调查、新疆塔里木河流域胡杨林调查、华东地区植被类型制图、南方山地综合调查等许多研究中，都充分利用了遥感影像，其制图精度超过了传统方法。

此外，在湖北的神农架地区以及湖北、四川部分地区的大熊猫栖息地的调查中，利用遥感影像把大熊猫的主要食用植物箭竹与其他植物区别开来，从而为圈定大熊猫的栖息地起到了重要的作用。2、城市绿化调查与生态环境