第五章-植被遥感

2013-2014（1）资源与环境学院罗欣UESTC第五章植被遥感Contents植被遥感基础植被特征信息（植被指数）植被参数的遥感反演应用实例第一节植被遥感原理植被遥感依赖于对植被叶片和植被冠层光谱特性的认识。叶片和植被结构植被的光谱特征5.1.1叶片和植被结构1、叶片结构气孔2、植被结构叶子的形状：叶倾角分布LAD（LeafAngleDistribution）叶子的大小：叶面积指数LAI（LeafAreaIndex）植被冠层的形状、大小和空间结构（成层现象、覆盖度）等。2、植被结构植被结构是随着植被的种类、生长阶段、分布方式的变化而变化的。定量遥感中大致分为水平均匀植被和离散植被两种。植被结构可通过一组特征参数来描述和表达。如：叶面积指数LAI（单位地表面积上方植被单叶面积的总和）、叶面积体密度FAVD（某一高度上单位体积内叶面积的总和）、间隙率、叶倾角分布LAD（用分布函数表征）。Note:3、植被的光合作用植被叶片的叶绿素吸收光能和转换光能的过程。利用的仅是太阳光的可见光部分，成为光合有效辐射（PAR，PhotosyntheticallyActiveRadiation）。晴天光合作用速率日变化0123456787:008:309:3010:3011:3012:0013:0014:0015:0016:0017:00时间光合作用速率(μmol•m-2•s-1)水稻合欢(阔叶树)桔树(10.19)桔树(10.20)阔叶树不同部位叶片光合作用日变化01234567:008:009:0010:0011:0012:0013:0014:0015:0016:0017:00时间光合作用速率(μmol/m2)顶部中部(东)中部(西)底部(东)底部(西)利用的仅是太阳光的可见光部分，成为光合有效辐射（PAR，PhotosyntheticallyActiveRadiation）。叶片吸收的光合有效辐射（APAR，AbsorbedPhotosyntheticActiveRadiation）的大小及变化取决于太阳辐射的强度和植被叶片的光合面积。光合面积与叶绿素浓度结合可以反映植被群体参与光合作用的叶绿素数量。水、热、气、肥等环境因素直接影响PAR向干物质转换的效率。（干物质生产模型）Note:5.1.2植被的光谱特征叶片的光谱特征植被冠层反射红边位移1、叶片的光谱特征2、影响植被叶片光谱的因素叶绿素叶子的组织构造叶子的含水量植被覆盖度（1）叶绿素植被叶子中含有多种色素，如叶青素、叶红素、叶绿素等。在可见光范围内，其反射峰值落在相应的波长范围内。2、影响植被叶片光谱的因素（2）叶子的组织构造叶绿素对紫外线和紫色光的吸收率极高，对蓝色光和红色光也强吸收，以进行光合作用。对绿色光部分则部分吸收，部分反射，所以叶子呈绿色，并形成在0.54μm附近的一个小绿色反射峰，而在0.33～0.45μm及0.67μm附近有两个吸收谷。叶子的多孔薄壁细胞组织（海绵组织）和细胞空隙间的折射率不同对0.74～1.3μm的近红外光强烈地反射，形成光谱曲线上的最高反射区。2、影响植被叶片光谱的因素（3）叶子的含水量叶子在1.4μm，1.9μm和2.7μm处各有一个吸收谷，这主要有由叶子的细胞液、细胞膜及吸收水分所形成。植被叶子含水量的增加，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，特别是在短波红外波段，几个谷更为突出。水分含量对植被反射率的影响（以木兰为例）（4）植被覆盖度植被覆盖程度越大，光谱特征形态受背景下垫面影响愈小。在0.7~1.4μm与1.5~1.9μm有很高红外反射峰，反射率可高达70%以上，这两峰与前边红光波谷是植被光谱的特征。这第一峰波长段还处在太阳光能波谱中主要能量分布区（0.2~1.4μm）占有全部太阳光能量90.8%，这是遥感识别植被并判断植被状态的主要依据。3、不同植被类别区分3、不同植被类别区分不同植被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，草本植被的反射高于阔叶树，阔叶树高于针叶树。利用植被的物候期差异来区分植被。根据植被的生态条件区别植被类型。草桦松4、植被的发射特征植被的微波辐射特征能量较低，受大气干扰较小，也可用黑体辐射定律来描述。植被的微波辐射能量（微波亮度温度）与植被和土壤水分含量有关。植被的雷达后向散射强度与其介电常数和表面粗糙度有关，反映了植被的水分含量和植被群体的几何结构。植被的发射特征和微波散射特征是光学遥感反射遥感数据的补充。4、植被的发射特征发射特征主要表现在热红外和微波波段。植被在热红外波段的发射特征，遵循普朗克黑体辐射定律，与植被温度直接相关。植被的发射率随植被类别、水分含量等变化而变化。健康绿色植被发射率一般在0.96---0.99，干植被发射率一般在0.88---0.94。5、植被冠层反射近红外遥感器太阳光叶层近红外透射光50-60%叶层叶层冠层的反射率低于单叶的实验室测量的反射值，在近红外谱段冠层的反射更强。5、植被冠层反射在植被冠层，多层叶子提供了多次透射、反射的机会。冠层近红外反射随叶子的层数增加而增加。（叶子的光学特性）、冠层的形状结构、辐照及冠层方向、背景光谱等影响。总之，植被的光谱特性与植被的空间结构、覆盖度、生物量密切相关。5、植被冠层反射6、“红边”位移“红边”是指红光区外叶绿素吸收减少部位（约0.7μm）到近红外高反射率（0.7μm）之间，健康植被的光谱响应陡然增加（亮度增加约10倍）的这一窄带区。“红移”：作物快成熟时，叶绿素吸收边（即红边）向长波方向移动。红移量随植被类型而变化。“红移”出现的原因虽很复杂，重要原因是由于作物成熟叶绿素a大量增加（叶黄素代替叶绿素）所致。“红移”的应用：很多营养胁迫条件下均能产生程度不一的“红移”，在一定条件下（例如，氮素不足），缺素程度与红移程度有较好的相关性，有可能利用“红移“大小建模诊断缺素种类及程度。6、“红边”位移而植被因地球化学效应，即受地球化学元素异常影响（如金属毒害作用），会诱发植被出现中毒性病变，其光谱红边则发生“蓝移”（向短波方向偏移）。思考题早期的植被遥感主要研究什么内容？现在呢？什么是植被季相节律？它在植被遥感中有何作用？植被结构参数有哪些？结合叶片结构，分析植被叶片反射光谱特征。第二节植被指数运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。植被指数中，通常选用绿色植被（叶绿素引起的）强吸收的可见光红波段和对绿色植被（叶内组织引起的）高反射的近红外波段。在植被指数中，通常选用对绿色植被强吸收可见光红波段与对绿色植被近红外波段，可以利用它们用比值、差分、线性组合等多种形式来增强或揭示隐含植被信息。1、植被指数模型由于绿色植被在可见光波段（R）与近红外（NIR）光谱特征差别很明显，两波段反射率比值可充分反映这一特点RVI是绿色植被灵敏指示指数，它与叶面积指数（LAI）、叶干生物量、叶绿素含量相关性很高，被广泛用于估算与监测绿色植被生物量。土壤有近于1的比值，植被则会表现出高于2的比值。（1）比值植被指数在植被高密度覆盖情况下，它对植被十分敏感，与生物量的相关性最好。但当植被覆盖度小于50％时，它的分辨能力显著下降。此外，RVI对大气状况很敏感，大气效应大大地降低了它对植被检测的灵敏度，尤其是当RVI值高时。因此，最好运用经大气纠正的数据，或将两波段的灰度值（DN）转换成反射率（ρ）后再计算RVI，以消除大气对内波段不同非线性衰减的影响。1、植被指数模型（1）比值植被指数（2）差值植被指数（DVI）DVI为近红外波段与可见光红波段数值之差。差值植被指数的应用远不如RVI、NDVI。它对土壤背景的变化极为敏感，有利于对植被生态环境的监测。另外，当植被覆盖浓密（≥80%）时，它对植被的灵敏度下降，适用于植被发育早－中期，或低－中覆盖度的植被检测。1、植被指数模型（3）归一化植被指数（NDVI）针对浓密植被的红光反射很小，其RVI值将无界增长，Deering（1978）首次提出将简单的比值植被指数RVI，经非线性归一化处理得“归一化差值植被指数”NDVI，使其比值限定在[-1，1]范围内。归一化植被指数（NDVI）被定义为近红外波段与可见光红波段数值之差和这两个波段数值之和的比值。1、植被指数模型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。NDVI是植被生长状态及植被覆盖度的最佳指示因子。许多研究表明NDVI与LAI、绿色生物量、植被覆盖度、光合作用等植被参数有关。如NDVI与光合有效吸收辐射（FAPAR）近线性关系：而与LAI呈非线性相关：NDVI的时间变化曲线可反映季节和人为活动的变化；而NDVI在生长季节内的时间积分与净第一生产力（NPP）相关；研究还表明NDVI与叶冠阻抗、潜在水汽蒸发、碳固留等过程有关。甚至整个生长期的NDVI对半干旱区的降雨量、对大气CO2浓度随季节和纬度变化均敏感。因此，NDVI被认为是监测地区或全球植被和生态环境变化的有效指标。NDVI优势1、植被指数模型NDVI经比值处理，可以部分消除与太阳高度角、卫星观测角、地形、云／阴影和大气条件有关的辐照度条件变化（大气辐射）等的影响。比值消除噪声的程度取决于噪声的相关性和地面接近朗伯体的程度。同时，NDVI的归一化处理，使因遥感器标定衰退（即仪器标定误差）对单波段的影响从10％--30％降到对NDVI的0％--6％，并使由地表二向反射和大气效应造成的角度影响减小。因此，NDVI增强了对植被的响应能力。1、植被指数模型NDVI优势对于陆地表面主要覆盖而言，云、水、雪在可见光波段比近红外波段有较高的反射作用，因而其NDVI值为负值（＜0）；岩石、裸土在两波段有相似的反射作用，因而其NDVI值近于0；而在有植被覆盖的情况下，NDVI为正值（＞0），且随植被覆盖度的增大而增大。几种典型的地面覆盖类型在大尺度NDVI图像上区分鲜明，植被得到有效的突出。因此，它特别适用于全球或各大陆等大尺度的植被动态监测。1、植被指数模型不同地类NDVI的取值NDVI局限性NDVI增强了近红外与红色通道反射率的对比度，它是近红外和红色比值的非线性拉伸，其结果是增强了低值部分，抑制了高值部分。如比值从5增至10再增至15，NDVI从0.67增至0.82（增加20％）、再增至0.87（增加6％）。结果导致对高植被区较低的敏感性。1、植被指数模型NDVI对植冠背景的影响较为敏感，其中包括土壤背景、潮湿地面、雪、枯叶、粗糙度等因素的变化，其敏感性与植被覆盖度有关。实验证明，当植被覆盖度小于15％时，植被的NDVI值高于裸土的NDVI值，植被可以被检测出来，但因植被覆盖度很低，如干旱、半干旱地区，其NDVI很难指示区域的植被生物量；当植被覆盖度由25％-80％增加时，其NDVI值随植被量的增加呈线性迅速增加；当植被覆盖度大于80％时，其NDVI值增加延缓面呈现饱和状态，对植被检测灵敏度下降。1、植被指数模型NDVI局限性作物生长初期NDVI将过高估计植被覆盖度，而在作物生长的后期NDVI值偏低。因此，NDVI更适用于植被发育中期或中等覆盖度（低——中等叶面积指数）的植被检测。中等植被覆盖度（50％）下，植被指数对土壤背景的敏感性最大；随着覆盖度减小，植被传递冠层散射和土壤反射的能力减弱；而植被盖度很高时，植被也无法传递有价值的土壤信号。只有中等盖度，近红外波段能量的散射与透射产生出与植被信号很相似的土壤反射光谱信号。1、植被指数模型NDVI局限性1、植被指数模型①土壤线ρNIRSoilLineρRθA土壤对植被指数的影响主要是土壤表面的不同反射特性。它可以是由土壤湿度、粗糙度、阴影，有机质含量及植被结构（多次散射）等引起的。土壤在可见光红波段（R）与近红外波段（NIR）的反射率具有线性关系。