遥感在植被监测方面的应用T课件.ppt

1、遥感在植被监测方面的应用遥感在植被监测方面的应用 植被解译的目的是为了在遥感影植被解译的目的是为了在遥感影像上有效地确定植被的分布、类像上有效地确定植被的分布、类型、长势等信息，以及对植被的型、长势等信息，以及对植被的生物量作出估算，因而，它可以生物量作出估算，因而，它可以为环境监测、生物多样性保护、为环境监测、生物多样性保护、农业、林业等有关部门提供信息农业、林业等有关部门提供信息服务。服务。遥感对植被的监测分析：遥感对植被的监测分析：一一 植物的光谱特征植物的光谱特征二二 不同植物类型的区分不同植物类型的区分三三 植物生长状况的解译植物生长状况的解译四四 大面积农作物的遥感估产大面积农作物

2、的遥感估产五五 遥感植被解译的应用遥感植被解译的应用一一 植物的光谱特征植物的光谱特征1健康植物的反射光谱特征健康植物的反射光谱特征 遥感技术的物理基础是地物对电磁波的遥感技术的物理基础是地物对电磁波的反射、吸收和发射特性。遥感波段的辐射源反射、吸收和发射特性。遥感波段的辐射源不同，辐射与地物相互作用的机理就不同，不同，辐射与地物相互作用的机理就不同，因此所反映的地物信息也就不同。在可见光因此所反映的地物信息也就不同。在可见光、近红外波段，主要反射太阳光的辐射，遥、近红外波段，主要反射太阳光的辐射，遥感信息所反映的主要是地物的反射率。反射感信息所反映的主要是地物的反射率。反射率的一个重要特点就

3、是光谱特性，也即反射率的一个重要特点就是光谱特性，也即反射率随波长的变化而变化。我们能够利用遥感率随波长的变化而变化。我们能够利用遥感信息识别不同地物的一个根本原因就是因为信息识别不同地物的一个根本原因就是因为各种地物间光谱特性具有一定的差异。植物各种地物间光谱特性具有一定的差异。植物的光谱特征可使其在遥感影像上有效地与其的光谱特征可使其在遥感影像上有效地与其他地物相区别。他地物相区别。图图1 绿色植物有效光谱响应特征绿色植物有效光谱响应特征 健康植物的的波谱曲线有明显的特点，在可见光的0.55m附近有一个反射率为10%20%的小反射峰，在0.45m和0.65m附近有两个明显的吸收谷，在0.7

4、0.8m是一个陡坡,反射率急剧增高,在近红外波段0.81.3m之间形成一个高的,反射率可达40%或更大的反射峰,在1.45m,1.95m和2.62.7m处有三个吸收谷。健康绿色植被都具有基本的光谱特性，其光谱响应曲线有一定的变化范围，但曲线形态变化是基本相似的，这是因为影响其波谱特性的主导控制因素一致。从植物的典型波谱曲线来看，影响植物光谱的因素包括植物叶子的颜色，叶子的组织结构，叶子的含水量以及植物的覆盖度。当植物的生长状况发生变化时，其波普曲线的形态也会随之改变。如植物病虫害，农作物因缺乏营养和水分而生长不良时，海绵组织受到破坏，叶子的色素比例也发生变化，使得可见光区的两个吸收谷不明显，0

5、.55um处的反射峰按植物叶子被损害的程度而变低。近红外区的变化更为明显，峰值被削低，甚至消失，整个反射光谱曲线的波状特征变得不明显，如下图所示。因此比较受损植物与健康植物的光谱曲线，可以确定植物受伤害的程度。受损害植物光谱曲线受损害植物光谱曲线 近红外波段在植物遥感中的重要作用，这是因为近红外区的反射是受叶内复杂的叶腔结构和腔内对近红外辐射的多次散射控制，以及近红外光对叶片有近50%的透射和重复反射的原因。随着植物的生长、发育或受病虫害胁迫状态或水分亏缺状态等的不同，植物叶片的叶绿素含量、叶腔的组织结构、水分含量均会发生变化，致使叶片的光谱特性变化。虽然这种变化在可见光和近红外区同步出现，但

6、近红外的反射变化更为明显。这对于植物/非植物的区分、不同植被类型的识别、植物长势监测等是很有价值的。植物的发射特征主要表现在热红外和微波谱段。植物在热红外谱段的发射特征，遵循普朗克（Planck）黑体辐射定律，与植物温度直接相关。植物是非黑体而是灰体，因而研究它的热辐射特征必须考虑植物的发射率。植物的发射率是随植物类别、水分含量等的变化而变化。健康绿色植物的发射率一般在0.960.99范围内，常取0.970.98；干植物的发射率变幅较大，一般为0.880.94。普朗克定律描述的黑体辐射在不同温度下的频谱：普朗克定律描述的黑体辐射在不同温度下的频谱：植物的微波辐射特征能量较低，受大气干扰较小，也

7、可用黑体辐射定律来描述。植物的微波辐射能量（即微波亮度温度）与植物及土壤的水分含量有关。而植物的雷达后向散射强度（即主动微波辐射）与其介电常数和表面粗糙度有关。它反映了植物水分含量和植物群体的几何结构，同样传达了大量植物的信息。研究表明：JERS-1的SJU（L波段）图像可以穿透植被，而得到植物生长环境的信息；ERS-1的SAR（C波段）图像可以直接监测植被，并含有土壤和地形信息（Genya.S，1996）；Palosm（1998）研究了多波段（L、C、P）、多极化的SAR数据与农田观测的叶面积之间关系，指出可以用多波段雷达数据估算作物叶面积指数（LAI）。可见，植物的发射特征（热红外和微波）

8、和微波散射特征信息是光学反射遥感数据的补充，也是植物遥感的理论基础。2 影响植物光谱的因素影响植物光谱的因素 影响植物光谱的因素有植物本身的结构特影响植物光谱的因素有植物本身的结构特征，也有外界的影响，但外界的影响总是通过征，也有外界的影响，但外界的影响总是通过植物本身生长发育的特点在有机体的结构特征植物本身生长发育的特点在有机体的结构特征中反映出来的。中反映出来的。由于植物品种、叶子生长部位及生长季节由于植物品种、叶子生长部位及生长季节等的不同，植被光谱曲线的峰和谷的形态、位等的不同，植被光谱曲线的峰和谷的形态、位置都会产生很大的差异。高光谱成像仪对波段置都会产生很大的差异。高光谱成像仪对波

9、段的精细划分，能够记录这些光谱特征的差异，的精细划分，能够记录这些光谱特征的差异，而常规遥感由于波段数据的局限则不可能做到而常规遥感由于波段数据的局限则不可能做到。高光谱遥感：高光谱遥感是高光谱分辨率遥感（Hyperspectral Remote Sensing）的简称。它是在电磁波谱的可见光，近红外，中红外和热红外波段范围内，获取许多非常窄的光谱连续的影像数据的技术（Lillesand&Kiefer 2000）。其成像光谱仪可以收集到上百个非常窄的光谱波段信息。二二 不同植物类型的区分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，不同植物由于叶子的组织结构和所含色素不同，具

10、有不同的光谱特征。具有不同的光谱特征。如在近红外光区，草本植物的反射高于阔叶树，阔叶树高于针叶树。禾本草科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，透光性较阔叶差。茂密的草本植物在可见光区低于阔叶树，而在近红外区可高于阔叶树。阔叶树叶片中的海绵组织使得它在近红外区的反射明显高于没有海绵组织的针叶树。在0.81.1um的近红外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利用植物的物候期差异来区分植物，也是植被遥感重要反方法之物，也是植被遥感重要反方法之一。一。物候：生物长期适应温度条件的周期性变化，形成与此相适应的生长发

11、育节律，这种现象称为物候现象。如冬季落叶树和常绿树很好区别。最明显的是冬季时，落叶树的树叶已经凋零，叶子的色素组织已经发生了变化，在遥感图像上显示不出植物的影像特征，无论是可见光区还是近红外光区，总体的反射率都下降，蓝光吸收谷和红光吸收谷都不明显。而常绿植物仍旧保持正常的光谱特征所以容易区分。3 根据植物植物生态条件区别植物类型根据植物植物生态条件区别植物类型 不同植物种类，有不同的生存条件，如温度、水分、土壤、地貌条件等。如地形上的阴坡和阳坡，不同高度的地形部位，都分布着不同的植物类型。在我国北方那些，那些要求温度变化幅度较小、湿度较大的林木多生长在山地的阴坡，而对温度和湿度都要求较低的草地

12、多分布在山地的阳坡。对于植物生长状况的解译，可依据健康的绿色植物具有典型的光谱特征，而遭受病虫害的植物其反射光谱曲线的波状特征被拉平的现象进行判断。几种植物的不同遥感影像几种植物的不同遥感影像l草本植物在高分辨率的遥感影像图片上表现为大片均匀的色调，由于草本植物比较矮小因而看不出阴影，区别于灌木和乔木。l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。l乔木：体型高大，有明显阴影，根据落影可以观察其侧面轮廓。结合纹理结构的粗细，明确分别出针叶或阔叶，甚至种类。三三 植物生长状况解译植物生长状况解译1 作物的长势主要用植被指数来监测。作物的长势主要用植被指数来监测。遥感图像

13、上的植被信息，主要通过绿色植遥感图像上的植被信息，主要通过绿色植物叶子和植被冠层的光谱特性及其差异、变化物叶子和植被冠层的光谱特性及其差异、变化而反映的，不同光谱通道所获得的植被信息可而反映的，不同光谱通道所获得的植被信息可与植被的不同要素或某种特征状态有各种不同与植被的不同要素或某种特征状态有各种不同的相关性，如叶子光谱特性中，可见光谱段受的相关性，如叶子光谱特性中，可见光谱段受叶子叶绿素含量的控制、近红外谱段受叶内细叶子叶绿素含量的控制、近红外谱段受叶内细胞结构的控制、中红外谱段受叶细胞内水分含胞结构的控制、中红外谱段受叶细胞内水分含量的控制。量的控制。对于复杂的植被遥感，仅用个别波段或多

14、个单波段数据分析对比来提取植被信息是相当局限的。因而往往选用多光谱遥感数据经分析运算（加、减、乘、除等线性或非线性组合方式），产生某些对植被长势、生物量等有一定指示意义的数值即所谓的“植被指数”。它用一种简单有效的形式来实现对植物状态信息的表达，以定性和定量地评价植被覆盖、生长活力及生物量等。在植被指数中，通常选用对绿色植物（叶绿素引起的）强 吸收的可见光红波段和对绿色植物（叶内组织引起的）高反射的近红外波段。这两个波段不仅是植物光谱中的最典型的波段，而且它们对同一生物物理现象的光谱响应截然相反，故它们的多种组合对增强或揭示隐含信息将是有利的。另外，对植被长势监测的信息可包括：叶面积指数、叶片

15、氮含量和氮积累量等。叶面积指数（叶面积指数（leaf area index）又叫叶面积系数，是一块地上作物叶片的总面积与占地面积的比值。即：叶面积指数=绿叶总面积/占地面积。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。苹果园的最大叶面积指数一般不超过5，能维持在34较为理想。盛果期的红富士苹果园，生长期亩枝量维持在1012万条之间，叶面积指数基本能达到较为适宜的指标。氮对提高叶面积指数、光合势、叶绿素含量和生长率均有促进作用,而净同化率随施氮增加而下降。施氮对大豆光

16、合速率无显著影响。随施氮增加叶面积指数提高的正效应可以抵消净同化率下降的负效应,从而最终获得一个较高的生长率。因此,高产栽培首先应考虑获得适当大的叶面积指数。四四 大面积农作物的遥感估产大面积农作物的遥感估产 美国对世界小麦产量的估产精度已达90%以上，并扩大到对玉米、大豆等八种以上作物的估产。我国于19831986年在京津冀进行跨省市的统一网络较大范围冬小麦遥感估产试验，精度也超过90%。遥感估产的优点是可以得到长时间尺度和大空间尺度的生产资料，因而它仍是未来生产力探测方法的发展方向。遥感与作物模型结合，实现作物生长的动态模拟和预报，是目前国内外关注的热点。通过遥感与模型的结合，估算出实际产

17、量，通过作物模拟出潜在生产力，可分析出潜在生产力与实际产量间的差距。在此基础上，通过寻找限制当前产量的因素，可为提高产量提供政策建议和方法指导。宇振荣登对建立遥感作物模拟复合模型的原理、方法进行了探讨，并在点上进行了校正。利用NOAA卫星遥感估算地面植物冠层温度并计算冠层与大气间温差，进而计算PS123模型所需作物实际蒸腾和水分胁迫系数，建立遥感作物模拟复合模型PS-X，从而可以在多点、不同土壤类型上，对区域作物产量及产量差进行估测和分析。利用PS-X模型进行产量估测，在平原地区精度可以达到90%以上。遥感植物估产的两种模式：遥感植物估产的两种模式：一、遥感统计模型 目前，基于统计的遥感估产有

18、三种技术路线：一是遥感光谱绿度值（植被指数）生物量关系模式。在对作物、草原、森林的估产中这是常用的思路，但是该方法得到的遥感估产等级图只反映卫星摄影时的植物长势和生物量的空间分布状况：二是遥感光谱绿度值-地物光谱绿度值-生物量关系模式，即先分析实测地物光谱绿度值与生物量之间的关系，建立相应模型，再分析卫星遥感植被指数与地物光谱绿度值的关系，建立卫星遥感植被指数与与生物量之间的关系模型，最后利用光谱检测模型进行检测与估产；三是遥感-地学综合模式。该方法将气温、降水等环境因子引入模式，与遥感-生物量模型互相补充，克服各自存在的缺陷，可进一步提高估产精度。建立的统计模型有线性、幂函数、指数、对数等，

19、回归的方法有一元回归、多元回归、逐步回归等，得到的系数差别较大，并且应用也局限于建模的时间和地点，在很多情况下地面资料的数量也影响模型的精度。二、遥感综合模型二、遥感综合模型 综合模型借助遥感信息和植被信息、气象因子等来建立，其包含了更多的信息量，可以更加精确地反映植被的生物物理参数。尽管这类方法前景广阔，但受到模型中大量参数和变量获取的限制（如呼吸、衰老、光合作用、碳分配、凋落物的分解等），以及当物种的组成在时空上变化较大时出现复杂的、异质性的、冠层的描述问题的影响，部分模型只适用于当时的研究区域，如何通过“尺度扩大”来改进模式中的区域限制，更好地适用遥感信息的同化需要，也是亟需解决的一个关

20、键问题。目前Landsat TM/ETM和NOAA/AVHRR数据已被广泛用于估算森林植被生物量，如郭志华等通过样方调查方准确定位，根据LandsatTM数据7个波段信息及其线性与非线性组合，应用逐步回归技术分别建立了粤西及附近地区的森林生物量。五五 遥感植被解译的应用遥感植被解译的应用1 植被制图植被制图2 城市绿化调查与生态环境评价城市绿化调查与生态环境评价3 操场资源调查操场资源调查4 林业资源调查林业资源调查 遥感植被解译在城市绿化调查与生态坏境评价，草场资源调查，林遥感植被解译在城市绿化调查与生态坏境评价，草场资源调查，林业资源调查方面有着重要应用。例如：我国在内蒙古草场遥感综合调业

21、资源调查方面有着重要应用。例如：我国在内蒙古草场遥感综合调查、天山北坡草场调查、湖北西南山区草场调查、西藏北部草场调查查、天山北坡草场调查、湖北西南山区草场调查、西藏北部草场调查中，在应用遥感技术确定草场类型，进行草场质量评价的基础上，内中，在应用遥感技术确定草场类型，进行草场质量评价的基础上，内蒙古草场资源遥感结合地面样点光谱测量数据，指出比值植被指数蒙古草场资源遥感结合地面样点光谱测量数据，指出比值植被指数RVI=NIR/R 与产草量与产草量W有良好的关系：有良好的关系：W=-86.9+162.65RVI (相关系数相关系数r=0.966)根据这一方程计算出全自治区草场的总产草量。这对确定

22、草场载畜量根据这一方程计算出全自治区草场的总产草量。这对确定草场载畜量，对草场的可持续利用有实际意义。，对草场的可持续利用有实际意义。遥感植被解译是遥感图像解译的一方面，遥感图像具有遥感植被解译是遥感图像解译的一方面，遥感图像具有4个特征个特征：空间分辨率，波谱分辨率，辐射分辨率和时间分辨率。一般而言，：空间分辨率，波谱分辨率，辐射分辨率和时间分辨率。一般而言，遥感器系统的空间分辨率越高，其识别物体的能力越强，辐射分辨率遥感器系统的空间分辨率越高，其识别物体的能力越强，辐射分辨率越高，则对地物的识别与区分能力越强。但空间分辨率与辐射分辨率越高，则对地物的识别与区分能力越强。但空间分辨率与辐射分

23、辨率之间存在矛盾，一般之间存在矛盾，一般IFOV越大，最小可分像素越大，空间分辨率越越大，最小可分像素越大，空间分辨率越低；但是低；但是IF0V越大，即瞬时获得的入射能量越大，辐射测量越敏感，越大，即瞬时获得的入射能量越大，辐射测量越敏感，对微弱能量差异的检测能力越强，则辐射分辨率越高。简言之，空间对微弱能量差异的检测能力越强，则辐射分辨率越高。简言之，空间分辨率的增大，将伴之以辐射分辨率的降低。对于波谱分辨率，不同分辨率的增大，将伴之以辐射分辨率的降低。对于波谱分辨率，不同波谱分辨率的传感器对同一地物的探测效果有很大区别，间隔愈小，波谱分辨率的传感器对同一地物的探测效果有很大区别，间隔愈小，

24、分辨率愈高，但波段并非简单的越多越好，而要区别对待。波段分得分辨率愈高，但波段并非简单的越多越好，而要区别对待。波段分得越细，越容易增加数据的冗余度，反而达不到识别效果。越细，越容易增加数据的冗余度，反而达不到识别效果。灰体灰体 定义：对于各种波长的电磁波的吸收系数为常定义：对于各种波长的电磁波的吸收系数为常数且与波长无关的物体，其吸收系数介于数且与波长无关的物体，其吸收系数介于0与与1之间的之间的物体。物体。灰体对可见光波段的吸收和反射在各波长段为一灰体对可见光波段的吸收和反射在各波长段为一常数，即不具有选择性吸收和反射的物体，如黑色物常数，即不具有选择性吸收和反射的物体，如黑色物体其体其吸

25、收系数吸收系数为为1（反射系数为（反射系数为0），白色物体），白色物体反射系反射系数数为为1（吸收系数为（吸收系数为0），而灰色物体则反射系数和吸），而灰色物体则反射系数和吸收系数在各波长段皆为常数，因此呈现出或黑或白或收系数在各波长段皆为常数，因此呈现出或黑或白或灰的颜色。灰的颜色。某种物体的辐射光谱是连续的，并且在任何温度某种物体的辐射光谱是连续的，并且在任何温度下所有各下所有各波长波长射线的射线的辐射强度辐射强度与同温度与同温度黑体黑体的相应波的相应波长射线的辐射强度之比等于长射线的辐射强度之比等于常数常数,那么这种物体就叫做那么这种物体就叫做理想灰体，或简称灰体。实际物体在某温度下的辐

26、射理想灰体，或简称灰体。实际物体在某温度下的辐射强度与波长的关系是不规则的，因此不是灰体。但在强度与波长的关系是不规则的，因此不是灰体。但在工程计算上为了方便起见，近似把它们都看作是灰体工程计算上为了方便起见，近似把它们都看作是灰体。植物遥感依赖于对植物叶片和植被冠层光谱特性的认识，因而需要首先了解植物叶片和植被的结构。图2.1显示叶片的内部结构。叶片的最上层为上表皮，由较密集的细胞组成，并被半透明的薄膜（阻止水分丢失）覆盖；最下层为下表皮，含气孔可与外界进行气体、水分交换，这是植物光合作用和植物生长的根本保证；上下表皮之间为栅栏组织和海绵组织，其中，栅栏组织由长透镜状细胞平行排列而成，它又叫叶绿粒是由叶绿素和其它色素组成；海绵叶肉组织由相互分离的不规则状细胞组成，面积保证光合作用中O2与CO2的充分交换。介电常数：介质在外加电场时会产生感应电荷而削弱电场，原外加电场(真空中)与最终介质中电场比值即为介电常数又称诱电率。如果有高介电常数的材料放在电场中，场的强度会在电介质内有可观的下降。谢谢！