植被指数和应用

第七章植被遥感第四节植被指数(VegetationIndex)及其应用√§7.4.1植被指数综述§7.4.2植被指数分类§7.4.3土壤背景影响与消除§7.4.4大气影响与消除§7.4.5植被指数应用GlobalVegetationIndexfromMODIS1）植被指数的由来当人们用不同波段的植被-土壤系统的反射率因子以一定的形式组合成一个参数时，发现它可以突出植被信息，抑制其它目标信息，同时它与植被特性参数间的函数联系（如LAI），比单一波段值更稳定、可靠。我们把这种多波段反射率因子的组合统称为植被指数（或植被光谱参数）。对于遥感数据的信息来讲，很难对其进行分解，从而得到有用的一些参数，而植被指数恰好能应用于大范围的植被覆盖定性研究。不同的植被覆盖类型可以通过其特有的光谱特征进行区分，这是由于叶绿素在红波段内对太阳辐射的吸收以及叶片细胞结构对红外波段内太阳辐射的强反射。当我们观察植被的反射率曲线时，红与红外区间反射率的差异会由于绿色植被的不同覆盖而变化。使用这两个波段信息的组合能够区分植被与土壤，以及测量不同植被覆盖度下的光合有效生物量。2）植被指数的基本原理3）应用植被指数提取植被信息比单通道值准确可靠（a）植被-土壤系统是一个复杂的非朗伯体系，其反射率是太阳方向、传感器方向、自身结构参数（LAI、LAD等）、光学参数（叶片反射率与透过率、土壤发射率等）等因子的函数，不同种类、不同发育期会有所变化，而且有些参数难以获得。此外，由于自然状况（风、病虫害）和人为状况的影响，各通道反射率也会发生变化，造成判读困难。当采用多波段时，可以通过比值或差值形式，部分消除某些参数（如LAD）在各波段上产生的同步影响。（b）传感器测量的是来自目标的辐射亮度值，当辐射环境发生变化时（如大气透明度变化造成太阳直射和天空光变化，地形地貌也会影响辐射环境），接收的目标亮度会发生变化，难以作为判读的依据。但植被指数可以部分消除这一影响。43432121dFSdFSLdFSdFSLiririririririrrrrrrrr其中S、F分别为太阳光谱和传感器响应函数，则有：BLLdFS/LdFS/LRVIrirrrriririrrir2143B受辐射环境变化的影响比单一波段要小得多。1RVI1RVINDVI第七章植被遥感第四节植被指数(VegetationIndex)及其应用§7.4.1植被指数综述√§7.4.2植被指数分类§7.4.3土壤背景影响与消除§7.4.4大气影响与消除§7.4.5植被指数应用根据函数形式，植被指数主要分为2类。（1）比值型植被指数Rir与Rr分别为近红外与红色波段的反射率。RVI称为比值植被指数NDVI称为标准差值植被指数（2）垂直距离型植被指数PVI称为垂直植被指数irrPVI=Rcosθ-RsinθrirRRRVIrirrirRRRRNDVI§7.4.2植被指数分类irrPVI=(R-b)cosθ-Rsinθ垂直植被指数的物理意义：sinθR-cosθR=PVIrirθARirRrθθθ为土壤线与Rr坐标轴之间的夹角。若忽略土壤线在Rir轴上的截距，则A(Rr,Rir)的PVI值实际上就是A点到土壤线的垂直距离。何为土壤线？植被、水体的坐标分布？土壤线Kauth和Thomas(1976)基于Landsat-MSS的4个波段数据，在四维空间中分析了裸露土壤光谱的变化情况。他们认为裸露土壤信号的变化都应该归结为其亮度的变化而造成的，因为大部分的土壤光谱数据都位于从原点出发的一条直线线上。这条直线被称为“土壤线”或“土壤亮度向量”。Richardson和Wiegand(1977)的研究表明，在红、近红外空间中，土壤像元会沿一条直线排列。这个发现导致了“土壤背景线”（SoilBackgroundLine，SBL）的产生。基于SBL的指数同样也能区分土壤和植被。SBL可以使用下面的公式表示：NIR=aR+b这里，a是土壤线的斜率，b是土壤线在原点时的纵坐标。AReviewofVegetationIndices第七章植被遥感第四节植被指数(VegetationIndex)及其应用§7.4.1植被指数综述§7.4.2植被指数分类√§7.4.3土壤背景影响与消除§7.4.4大气影响与消除§7.4.5植被指数应用假设存在土壤线（斜率M，截距I）：Rs,ir=MRs,r+I回忆：rirrirRRRRNDVI对于裸露土壤：如假设I=0，则NDVI=(M-1)/(M+1)，不等于0；如I≠0，则NDVI=[(M-1)Rs,r+I]/[M+1)Rs,r+I]，不仅不等于0，而且与土壤辐射亮度有关。所以NDVI受土壤影响较大。同时由于NDVI饱和值很低（LAIMAX≈2-3）、非朗伯特性显著、大气影响较大，因此NDVI不是一个好的植被指数形式。什么情况下裸露土壤的NDVI=0？§7.4.3土壤背景影响与消除为了解释背景的光学特征变化并修正NDVI对土壤背景的敏感，Huete等（1998）提出了可适当描述土壤-植被系统的简单模型，即土壤调整植被指数（SAVI-SoilAdjustedVegetationIndex），其表达式为：其中，L是一个土壤调节系数。大量试验证明，SAVI降低了土壤背景的影响，改善了植被指数与叶面积指数LAI的线性关系。但可能丢失部分植被信息，使植被指数偏低。一般来说，SAVI仅在土壤线参数a＝1，b＝0时适用。Baret和Guyot（1991）提出植被指数应该依特殊的土壤线特征来校正，以避免其在低LAI值时出现的错误。为此，他们又提出了转换型土壤调整指数（TSAVI），表示为：TSAVI是对SAVI的改进，它着眼于土壤线实际的a和b，而不是假设它们为1和0。为了减少SAVI中裸露土壤的影响，Qi等（1994）发展了修改型土壤调整植被指数（MSAVI），表示为：第七章植被遥感第四节植被指数(VegetationIndex)及其应用§7.4.1植被指数综述§7.4.2植被指数分类§7.4.3土壤背景影响与消除√§7.4.4大气影响与消除§7.4.5植被指数应用大气对组成植被指数的红、近红外波段有不同的衰减系数。大气的吸收和散射一般使植被的红光辐射增强（因散射、上行程辐射中大气的贡献）、近红外辐射降低（因散射和水汽吸收等衰减作用），两者对比度下降，导致植被指数发生变化。尽管大气效应影响各种植被指数，且总效果往往使植被指数信号下降，但其影响的程度却有很大的不同。差值植被指数在浑浊和晴朗的天气条件下变化很小，而比值植被指数数值可下降50％，其它指数位于上述两者之间。大气效应对NDVI的影响以气溶胶最严重，水汽次之，再次是瑞利散射。这些影响限制了对植被的检测和对植被胁迫现象的探测。甚至有的研究发现，不确定的大气影响所产生的冠层光谱变化有时超过植被自身的变化。因此，在计算NDVI，RVI等植被指数之前，需要对大气效应进行修正。§7.4.4大气影响与消除Kanfman等（1992）提出了大气阻抗植被指数（ARVI-atmosphericallyresistantvegetationindex），即利用可见光的蓝光（B）和红光（R）对大气响应的差异，用红－蓝波段组合替代了NDVI的红波段，以减少植被指数对大气性质的依赖。ARVI可表示为：其中，gamma为光学路径效应因子，通常取1.0。ARVI减小了大气气溶胶引起的大气散射对红波段的影响，减小了植被指数因大气条件变化而引起的变化。通过使用大气辐射传输模型模拟表明，ARVI对大气的敏感性比NDVI小4倍。Pinty和Verstraete（1992）针对大气效应，对AVHRR数据进行了自纠正处理，提出了一个NIR和R波段反射率的非线性组合指数－全球环境监测指数（GEMI），这一指数使AVHRR数据的大气效应达到最小，却保留了植被覆盖的信息。GEMI可表示为：应该说明的是，叶冠背景对植被指数的影响也与大气有关。研究表明，随着大气气溶胶的增加，背景值对植被指数的影响减小。Liu和Huete（1995）发展了“改进型土壤大气修正植被指数（EVI）”将背景调整和大气修正结合起来。EVI被简化为：EVI=2.5*(NIR-Red)/(NIR+6*Red-7.5*Blue-1)L为背景（土壤）调整系数，C1，C2为拟合系数。MODIS算法中使用：第七章植被遥感第四节植被指数(VegetationIndex)及其应用§7.4.1植被指数综述§7.4.2植被指数分类§7.4.3土壤背景影响与消除§7.4.4大气影响与消除√§7.4.5植被指数应用Leafareaindex(LAI)isratioofthetotalareaofallleavesonaplanttotheareaofgroundcoveredbytheplant.叶面积指数（LAI）是指每单位地表面积的叶面积比例。它对植物光合作用和能量传输是十分有意义的。绿色植物的叶子是它进行光合作用的基本器官，叶片的叶绿素在光照条件下发生光合作用，产生植物干物质积累，并使叶面积增大。叶面积越大则光合作用越强；而光合作用越强，又使植物群体的叶面积越大，植物干物质积累越多，生物量越大。叶面积指数是利用遥感技术监测植被长势和估算产量的关键参数。叶面积指数LAI往往是难以直接从遥感数据获得，但是它与遥感参数－植被指数间有密切的关系，它是联系植被指数与植物光合作用的一个主要的植冠形态参数，可以通过大量的理论和实验研究，建立各种相关的理论和经验统计模型。叶面积指数（LAI）计算冠层反射率模型中的LAI如果把Boolean原理应用到植被-土壤体系所构成的混合象元，则有：ee,sLAIkLAIk,v,R)1(RR其中R∞,v,λ为植被冠层十分浓密（把土壤背景全部覆盖掉），或者说植被层厚为无限深时的植被冠层反射率因子，Rs,λ为土壤背景的双向反射率因子，kλ为消光系数，是Ω0、Ω、LAD等参数的函数。PVI与LAI关系假设存在土壤线（斜率M，截距I）：注意到存在：，以及：Rs,ir=MRs,r+I22M1MinsM11coseeeer,sLAIkLAIkr,vrir,sLAIkLAIkir,virR)1(RRR)1(RRrririr若假定kir=kr=k，I=0，则有：)e1)(MRR(cossinRcosRPVIkLAIr,vir,vrir因此PVI与LAI成指数型函数关系，与植被反射率成线性关系，与土壤背景信息无关（假设kir=kr）。,,1ln[1]cos()virvrPVILAIkRMRRVI与LAI关系eeLAIkr,vr,sr,vLAIkir,vir,sir,vrirrir)RR(R)RR(RRRRVI由于Rv,r值很小，所以：eeeeeeLAI)kk(LAIkLAI)kk(r,sir,vir,sLAIkrs,irv,LAIkr,sLAIkir,vir,sir,vrirrrirrrirCBRRRRRR)RR(RRVI当LAI取小值时，可进一步近似：(1)[1()]()[()]RVIBkrLAICkirkrLAIBCBkrCkirkrLAI植被指数与LAI之间的相关系数非常高，且与LAI呈非线性函数关系。)]exp(1[)]exp(1[LAICBARVILAICBANDVI或者表示为：CBANDVILAI]/)/1ln[(其中，A是由植物本身的光谱反射确定的；B与叶倾角、观测角有关；C值取决于叶子对辐射的衰减。A、B通常接近于1，对于小麦，叶角为球形分布，C通常取0.5。叶绿素含量反演叶子生长初期，叶绿素含量与辐射能吸收间几乎直线相关，即叶绿素含量增多，蓝、红波段吸收增强，绿波段反射率降低，近红外反射率增强，植被指数增大；但当叶绿素含量增加到一定程度以后，吸收率接近于饱和，反射率变化小，植被