遥感应用模型课件:03高光谱遥感应用模型及案例.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《遥感应用模型课件:03高光谱遥感应用模型及案例.ppt》由用户(罗嗣辉)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 遥感 应用 模型 课件 03 光谱 案例
- 资源描述:
-
1、 探索耕地上农作物生长状态、环境、产量的关系 将3S及相关农业学科有机结合 实施过程:带定位系统和产量传感器的联合收获机每秒自动采集田间定位及对应小区平均产量数据通过计算机处理,生成作物产量分布图根据田间地形、地貌、土壤肥力、墒情等参数的空间数据分布图,作物生长发育模拟模型,投入、产出模拟模型及根据作物管理专家知识库等,建立作物管理辅助决策支持系统,并在决策者的参与下生成作物管理处方图根据处方图采用不同方法与手段或相应的处方,农业机械按小区实施目标投入和精细农业精细农业管理。这一技术思想是通过多次循环的实践,来不断改善农田资源环境,积累知识,逐步使作物生产管理精细化。 绿色植物包含的组分基本相
2、同,光谱特征: 0.40.7um,主控因素是叶绿素 0.680.75um,植物的反射率急剧上升 0.71.3um,体内水吸收和冠层结构引起 1.32.5um,明显看出反射率跌落,跌落程度主要取决于大气含水量 红边是绿色植物在680nm740nm之间反射率增高最快的点,也是一阶导数光谱在该区间内的拐点。 红边的描述包括红边的位置和红边的斜率 红边位置:叶绿素a和b浓度,叶细胞结构变化,植物冠层结构,但对噪声不敏感 红边斜率:植被覆盖度和页面指数有关,覆盖度越高,红边斜率越大 生长状况:好,红边右移;差,红边蓝移蓝边:蓝光在490530nm之间反射率一阶导数最大值位置黄边:黄光在550582nm之
3、间反射率一阶导数最小值位置归一化差异植被指数NVDI=(TM4-TM3)/(TM4+TM3)植被页面指数(LAI):见教材136页红边一阶导数最大值(DRE):它对绿色植物量(LAI)反映极为敏感叶面叶绿素指数(LCI):反映叶面叶绿素含量叶面水含量指数(WI):比较970nm水吸收波段和900nm的反射率相对而定的参数归一化差异水体指数(NDWI):反映植物叶面水分含量,比较1240nm水吸收波段和860nm的反射率相对而定的参数 生化组分 水分 覆盖度 混合地物 生长阶段植物光合作用色素的影响 叶绿素:生长状况和生产能力 类胡萝卜素:吸收带在蓝紫光,不吸收红光的波长较长的光 藻胆素:吸收绿
4、橙光,吸收光谱在橙红部分,而藻红蛋白吸收最大值在绿色和黄色部分 植物本身颜色差异大时,在光谱曲线上有很大区别 对高光谱遥感建模最有指导意义的是植物体内色素含量及各类色素间比例的差异 红边左侧的反射率主要与叶绿素的含量有关,红边右侧的反射率主要取决于叶内组织结构和植物体内含水量的影响。 红边向长波方向的位移反映了植物叶绿素浓度的增加 沙枣的光谱反射率明显高于其它树种,在559nm附近的反射峰相对宽度和高度远高于其它树种,反面茸毛含量太高,降低了表面叶绿素反射特征;在7561360nm叶片反面的反射率比正面要低;其它波段,茸毛含量越高,反射率越高。 蛋白质、木质素和纤维素对植物光谱的影响,绿色植物
5、方面不显著,主要吸收特征出现在1450nm2450nm之间 植物在红外和短红外波段(6901300nm)由于叶绿素的强反射导致高平台,出现两个(以972nm、1172nm为中心)吸收峰,其是由大气中的水蒸气和植物体内的水分决定的。 实验材料:样品猜自木耳菜、抱桐叶和梧桐叶,木耳菜代表蔬菜类含水量高,抱桐叶和梧桐叶代表常见的成熟阶段的树叶,含水量较低 实验过程:采摘后立即进行光谱测试和称重,24小时内分时段光谱测试和称重,选择夏季晴朗高温干燥天气,在通风口对叶片自然晾干,确保叶片24h内干燥,使叶绿素分解到最低限度。含水量大于90时,在795nm附近出现叶绿素的反射峰;小于90时此处无峰值。(B
6、1B2B3)当水分含量低于50时,在1304nm处出现最大值(B1B2B3)。作物进入成熟期,体内的干物质含量增高,水分含量相对降低,大约在9050,B1,B2,B3,B4的波长位置、反射率的相对大小与体内含水量的多少密切相关。比较在1120nm和1300nm附近出现的第二个峰值B2和第三个峰值B3的位置,发现所有植物叶面随着水分含量的降低,反射率峰值位置向长波方向逐渐移动。第四个峰值B4的位置随着水分含水量的降低向短波方向移动抱桐叶的干燥物在900nm之后光谱比其在潮湿状态下的反射率高出15以上,与表面大量蜡质茸毛有关植物体内水分还决定了972nm和1172nm处的光谱吸收强度,水分越大,吸
7、收越强。叶绿素尚未降解的情况下,植物缺水,红边位置将向短波方向偏移,新鲜木耳菜红边为721nm,干燥后为711nm覆盖度影响的实验 实验过程:将抱桐叶平展依次切取同等宽度的条带,分别放在黄土和白纸上,按不同覆盖度测试光谱反射率,测试过程中,适当挪动叶片整体位置,保持叶片各条带相对应位置不变,测量多次,求平均值。 结论:背景为黄土时,模拟与实测的整体相关性达到0.97,尤其在3501000nm之间相关性高达0.99;背景为白纸时,整体相关性达到0.99,其中350nm750nm之间覆盖度与光谱之间相关性更高。 原因:细粒黄土易粘连到叶面,且粘连黄土具有随机性 植被覆盖度变化实质上反映了单位面积上
8、叶绿素的含量变化 同一成熟度状态下的植物覆盖变化时,红边位置几乎(详见教材148页) 当植物冠层中成年鲜绿叶片含量增加,红边位置会向 混合为线性混合,光谱信号是按各个组分所占面积比例与其光谱的乘积叠加的 天然状态下的植物混合生长有其区域性和相对稳定的组合方式,混合通常是发生在几类植物之间。 同一植物在不同生长期内各组分含量不同,所有这些组分变化对植物反射光谱都有影响 例子:叶绿素a和b、胡萝卜素的总含量在开花之前连续增加,开花之后到成熟期,叶绿素总体含量开始衰减,叶绿素a的含量比叶绿素b的衰减快 不同生长期的植物光谱曲线是不同的,不能用一种光谱曲线代表整个生长期的光谱特征 植物光谱可以反映其成
9、分和结构的变化,也与植物生长过程有关,已被广泛应用于植被生态环境调查、农作物估产、土地利用监测、海洋叶绿素浓度调查等领域。 方法一:运用生物化学成分与光谱数据或由此衍生的各种植被参数,经过多元回归分析,建立定量关系。 方法二:运用光谱数据的波长进行定量分析。 计算方法(见教材150页,表6.2) 不敏感色素指数(SIPI):能最佳表示不同样本、不同条件下的胡萝卜素、叶绿素a与光谱反射率的关系 色素简化指数PSSR和色素专项归一化指数PSND、PSSRa与叶绿素a以及PSSRb与叶绿素b的之间存在强烈的指数关系 NDVI对中、高叶绿素含量的差异非常敏感 主要吸收区间400500nm、660690
10、nm,其反射率对叶绿素含量变化不敏感 玉米、小麦、大豆,三类植物的干物重量与它们的高度和叶面指数(LAI)紧密相关,从高光谱图像上计算的植被指数可用于计算“光合成有效辐射累计吸收量(APAR)”,进而估算植物的干物质量。 生殖生长期小麦的干物质量却与APAR的相关性很低,说明存在其它因素影响干物质累计量的估算结果。 树木干枯落叶的生化组分与光谱相关实验和分析 玉米冠层光谱与生物化学分析:波深均一化多元逐步线性回归方法,成功地对干枯植物落叶的生化组分(氮、木质素和纤维)含量作出了估算。:首先要选定氮、木质素、纤维素的特征波谱对应的波长位置;然后对波谱曲线进行背景去除和波深均一化处理,得到波深曲线
11、;最后对各生化组分的特征波普进行波深分析,利用特征吸收处的所有波长变量来线性拟合氮、木质素或纤维素含量数据,从而建立起能够反演植物体内氮、木质素和纤维素含量的回归方程。:首先把所采集的植物叶子在温度70度的烘箱内烘干48h;然后用孔径1mm的筛网进行过滤,再进行反射波谱测试,波长范围在1100nm2498nm;最后对样本进行氮、纤维素和木质素含量测定。:去除背景、波深归一化处理、多元逐步线性回归结果 A去除背景:枯叶内许多化学成分的化学健在这些波长范围内具有不稳定的吸收特征,对氮、木质素、纤维素的波谱特征有不同程度的影响。背景去除技术首先估算出波谱曲线中非研究对象所造成的特征吸收峰,然后利用背
12、景去除算法将这种影响去除掉。 过程:用线性分段方法逼近背景线,得出背景线方程;根据方程进行背景处理;计算每个特征吸收区间各波长所对应的波深 B波深归一化处理:实验室条件下植物的反射波谱曲线随叶内化学组分的不同仅发生轻微变化,如果将实验室算法用于室外光谱计算,还要降低其它因素的影响,这一算法处理就是要消除这些因素的影响,经过波深归一化处理的波谱曲线吸收特征与枯叶内的化学组分含量有更好的相关性。 C多元逐步线性回归结果:采用多元线性回归法,选择与植物体内生物化学成分高度相关的波深、波长估算其含量。 氮的估算:选定5个相关性较好的波长位置 木质素含量的估算:木质素含量的估算需要6个波长位置 纤维素含
13、量的估算:纤维素含量估算需要8个波长 结果:计算表明,回归过程所选波段与氮、木质素、纤维素含量之间的相关系数较高;计算值与实验室测量值的标准方差较低,说明估算结果较为准确,应用到植被冠层生化组分研究,对森林生态系统监测有意义,应用于大规模遥感数据分析还必须考虑其它因素的影响,其中包括传感器特性差别(信噪比及带宽)、大气影响、植被覆盖率及冠层结构差异等。 玉米生长过程中,NDVI、红边位置、LAI等生物参数都发生显著的变化,能反映玉米的生长状况。 植被指数必须能敏感反映叶面状态和密度,对背景如土壤、气候、大气湍流、太阳位置等反应不敏感,植物的反射能力与叶绿素的含量在红光波段为负相关,在近红外波段
14、为正相关。 区分外来物种:物种识别过程中,光谱的波形是主要识别标志。 例子:见教材159页 美国西北部山地已经受到一种来自欧洲的植物阔叶大戟的入侵。它乳白的汁液是有毒的,无法充当牲畜的牧草。经过七年的研究,科学家发现放养跳甲虫可以确保它们只吃入侵植物,而不吃当地的原生物种。 监测植物的水状态植物叶面水分的吸收区间有多个,中心波长:970nm、1200nm、1400nm、1940nm,970nm处为强吸收小麦水势与光谱吸收强度的关系,分析研究了110个野外样本,结果表明,1650nm1850nm处小麦的吸收特征主要是受叶面水含量控制,利用吸收强度可以预测小麦的水势,误差小于12。橡树水状态的光谱
15、标志,测量了139个橡树叶样本在3502500nm之间的反射光谱。相对水分含量不仅与中心波长在975nm、1200nm处的吸收深度、宽度和吸收面积为线性相关,还与另外三波段比值为线性相关,其中吸收面积与含水量的关系比其它参数的相关性更加稳定密切。由于微气候、土壤特性、降雨以及其它环境因素的影响,同一物种的光谱特征会出现偏移现象。意外胁迫因素,如:空气污染、重金属污染、干旱等也会改变植物叶面的光谱,甚至某些树种生长阶段的不同也能导致同一物种的光谱差异,叶面的病原体和附着生物也改变叶面光谱,尤其是老叶的光谱。用AVIRIS图像结合地面采样分析,探测松针的化学组分和湿度变化规律,研究高光谱遥感监测生
16、态和环境的方法。测定了冠层氮含量、总叶绿素含量、湿度等参数,回归分析表明,氮、叶绿素、湿度与光谱之间的相关系数依次为81、79、70。主成分变换后的四元参数法预测叶面氮含量时效果最好,蓝边和黄边位置的光谱一阶导数的最大值预测的效果较好,红光和绿光的反射率差值能预测氮、磷、钾的含量。总体看来,单变量回归分析时,光谱参数与营养物含量的相关性较低,在单变量分析中只有两个植被指数RB和NRB能用于三种营养物含量的预测。实际上,用各类光谱参数预测氮含量的效果比较差,磷次之,钾最好。有主成分变换参数参与多变量回归分析时,氮效果最好,钾次之,磷最好。不同含铁量的营养液中的玉米和向日葵的光谱进行测试研究,两种
17、植物因为缺铁降低了干物质的重量、单个叶子面积、叶绿素a和b的含量,反射光谱的红边位置向短波方向移动,玉米叶子的铁含量与叶绿素a、b的相关性分别为0.92和0.93。反射率与叶面铁含量非线性负相关,玉米比向日葵对铁缺乏更敏感。 病虫害导致植物叶面枯黄、凋零,改变光谱反射特征,建立叶绿素含量与反射率的关系 黄色指数(YI)是反映光谱曲线3个点之间差别的近似值,YI对大气叶面结构和水含量的变化不敏感。利用AVIRIS图像模拟产生NDVI和YI图像,能提取枯黄病信息;橡树叶面染病后的水状态和光谱反射率均发生显著变化,利用主成分分析和集群分析,从光谱特征上区分番茄的病虫害程度。其中第一组分量与健康番茄的
18、光谱相关,第二组分与病番茄组分相关。对生化组分的分析,可以反演森林生态系统的病虫害信息。由于微气候、土壤特性、降雨以及其它环境因素的影响,空气污染、重金属污染、干旱等也会改变植物叶面的光谱从遥感图像上提取大气浓度信息和吸收差异。这些方法对水气估算的均方差均为6,如果水气吸收波段的地面反射率发生突变,或者有其它气体影响,误差会达到百分之几十,所以需要预先调查森林、火山、工业污染。对AVIRIS图像的线性光谱混合分析(SMA)适于获取干旱草场的生态系统和微地貌差异信息,探测识别植物在干燥和潮湿年之间结构上的细微变化,不同类型植物之间的光谱差异大,同样类型植物在多年之间的光谱差别不大。常绿林和落叶林
19、因能够吸收到更深层的土壤水,所以它们的LAI和生长状况的年际变化比草地变化小,要全面反映生态系统结构,还必须考虑子像元组分的双向反射率。在对地表反射光谱未知的情况下,能根据AVIRIS高光谱遥感图像的光谱反射率监测大气中某些气体的含量,前提是空中没有固体悬浮物,大气清洁,所用光谱范围在8002500nm之间。利用分类和光谱混合技术,天然林火的发生与地表可燃植物的水分含量密切相关,植被指数(VI)在一定程度上能够成功用于有燃烧趋向的植被环境分析,前提是全面理解植物叶面和冠层的光谱以及光谱随空间和时间的变化规律。固体废弃物污染、粉尘污染、尾矿污染、有害气体污染。一方面有自身的光谱特征,另一方面,污
20、染物也影响着植物的生长发育,改变了植物的光谱形态。石油污染对植物的影响机理:石油在植物表面的富集,植物的叶、茎和躯干表面变色,叶面逐步失去叶绿素,从绿依次变成暗绿色、黄绿色和黄色,植物的茎依次变成灰褐色、暗褐色、黑色;石油污染破坏了植物体内的水分平衡,影响新陈代谢,产生毒性物质,危及植物生长。石油污染对土壤反射率的影响:使土壤反射率大为降低,严重污染的土壤光谱呈平滑曲线。植物光谱对环境胁迫的响应:遥感对植物胁迫的探测是基于植物对太阳光谱响应的差别,健康植物对太阳辐射的响应总体上相似,在近红外区域,植物对来自细胞壁和分子空间的太阳光有强烈的散射,使健康植物的光谱具有各自的特征,从而可以作为物种鉴
21、别标志。叶绿素的损失是红光反射率增加、吸收率降低的原因。遥感探测胁迫和覆盖率变化的方法:能探测植物胁迫的早期阶段,方法包括:植被指数、红边位置探测、波段吸收分析、光谱混合分析、小波变换和神经元网络分析。主要植物光谱特征 不同生长期玉米的光谱特征 不同蔬菜的光谱特征 主要农作物的光谱特征 优势灌草类植物光谱特征 优势树种光谱特征 土壤是由固体、液体和气体三相共同组成的多相体系。 土壤矿物质占土壤绝大部分;有机质占110,绝大部分在表层。 土壤液相:土壤中水分及其水溶物 土壤气相:土壤中无数空隙充满空气 土壤结构:A0覆盖层;A淋溶层;B淀积层;C母质层;D基岩。原生矿物:受到物理风化作用直接来源
22、于岩石的碎屑,化学成分和结晶构造没有改变。次生矿物:风化过程和成土过程新生成的矿物,包括各种简单盐类、次生氧化物和铝硅酸盐类矿物等。简单盐类:原生矿物经化学风化后的最终产物,结晶构造也较简单,常见于干旱和半干旱地区。三氧化物类:硅酸盐矿物彻底风化后的产物,构造简单,常见于湿热的热带和亚热带地区的土壤,特别是基性岩(玄武岩、石灰岩、安山岩)上发育的土壤含量最多。次生硅酸盐类:这类矿物普遍存在于土壤中,种类很多,由长石等原生硅酸盐矿物风化而成,是构成土壤的主要成分,又称黏土矿物或黏粒矿物。土壤中次生硅酸盐可分为三大类,即伊利石、蒙脱石和高岭石。伊利石:风化程度较低的矿物,膨胀性较小,有较高的阳离子
23、代换量富含钾蒙脱石:伊利石进一步风化产物,基性岩碱性环境下形成,阳离子代换量极高,植物难以利用它吸收水分。高岭石:风化程度极高的矿物,膨胀性小,阳离子代换量亦低。作为土壤原生矿物的方解石、石膏,以及次生矿物蒙脱石、伊利石、高岭石都有比较稳定的光谱吸收特征,通过分析土壤光谱特征,可以反演土壤组分。 组成有机体的各种有机化合物,称为非腐殖物质(蛋白质、糖类、树脂、有机酸) 腐殖质的特殊有机化合物(腐植酸、富里酸和腐黑物) 腐殖质含量的增加会改变土壤的光谱特征(当木炭超过10时,蒙脱石的光谱特征显得很微弱) 土壤颗粒表面的吸附力和微细孔隙的毛细管力可以保持水分;沙土孔隙大漏水,黏土孔隙小不易漏水。
24、土壤水分其实是土壤溶液,因此,土壤水分既是养分的主要来源,也是污染物向其它环境圈层迁移的媒介。 土壤光谱反射率随着水分的增加快速降低。 主要成分:氮、氧、二氧化碳 差异一:土壤中的空气不连续 差异二:土壤中的空气二氧化碳含量高 原因:生物呼吸作用、有机物的分解 土壤粒级:以颗粒物状态存在,土粒可以分为若干组,同组土粒成分和性质基本一致,组间差异明显,较细的土粒中,钙、镁、磷、钾等元素含量较高,一般来说,土粒越细所含养分越多,反之,则越少。 土壤质地:土壤中所占的相对比例或重量百分数称为土壤的机械组成。 质地不同的土壤表现出的不同性状其光谱形态也不同。 同一类土壤的光谱之间存在一定差异,但是总体
展开阅读全文