第二章 植被遥感模型 遥 感 物 理

合集下载

第二章 植被遥感应用模型

第二章  植被遥感应用模型

37
内部的多次反射与折射,向上反射穿出上表皮层便构成反射光,向下折射穿出下表皮层便 形成透射光,这一过程具有明显的随机性质,因此反射率与透射率是相近的。这一波段范 围内具有很宽很强的反射峰是植被所独有的波谱特征,当叶子发生枯萎或因缺水而凋谢, 这意味着细胞的萎缩,折射率差异的减少,其宏观表现为这一波段的反射率值明显下降。 (3)1.1μm-2.5μm 这一波段范围的波谱特征基本上被液态水的吸收特性所控制,图 2-1-5 展示了液态水 的吸收特征。对可见光而言,液态水是相当透明的,但在近红外波段它存在两个强烈的吸 收峰,中心分别在 1.42μm 与 1.96μm,这就造成了叶子在这两个中心带上存在两个强烈的 吸收谷,其谷深与液态水含量有关。 基于能量守恒原理,反射率(ρλ),透射率(τλ)与吸收率(αλ),三者之和等于“1” 。 ρλ + τλ + αλ = 1 它们三者之间相互关系示意图 2-1-6 (4)单片叶子的波谱从以 0.68μm 为中心的反射率极小值过渡到从 0.8μm 开始的反射 峰, 其间必存在一个拐点,也就是∂(∂ρλ) / ∂(∂λ)= 0 的点,我们称拐点所对应的波长为“红 边” ,显然“红边”的变动与叶子内部的物理状态密切相关,例如任何原因引起近红外反射 峰的降低,均为引起“红边”位置的迁移,所以“红边”概念对排除外来干扰,特别是对 来自土壤背景的干扰,提取植被状态信息是十分有用的,有关问题我们将在成象光谱仪的 遥感信息提取方法一节中详述。 通过以上分析,单叶面的波谱特征基本上被叶子内部所含物质种类、数量以及叶子内 部结构,叶子物理状态所控制,因此可以判断不同生育期的叶子亦可能展示出波谱特征上 的差别 ,图 2-1-7 展示了白色橡树叶的反射率,波谱随季节的变化规律。 应该注意到 4 月 17 日嫩叶的反射率光谱特征是以 0.68μm 为中心的强吸收谷还没有形 成,这表明嫩叶内的叶绿素,含量还较低,同时 0.74μm-1.1μm 波段的反射峰值却很高, 接近 50%,这表明嫩叶内的细胞是充分膨胀的,叶子表面的蜡层还没有充分形成,随着时间 推移吸 收谷和反射峰逐步形成,叶子成熟后其波谱特征少变,当叶子接近枯萎,首先以 0.68μm 为中心的吸收谷被填塞,随之红外反射峰值逐步减小。 多层叶子重迭时叶子反射率波谱特征由图 2-1-8 所示,所展示的为棉花叶子重迭时的 波谱。 当层数增加时, 0.7μm-1.1μm 波段的反射峰值亦随之增加, 并逐步趋近于一个极值, 而吸收谷基本不变,这是因为单叶片在 0.68μm 附近的吸收率往往高达 90%以上,而反射峰 值一般低于 50%,换言之反射与透射具有相近的数值。 1.3 单片叶子波谱特征的理论解释 1977 年 C.J.Tucker 对单片叶子的波谱特征进行了数值模拟, 他把光子与叶子的相互作 用分解为十个相互独立,而又有联系的子过程,由图 2-1-9 展示对该图作如下说明: (1)代表太阳辐射 (2)代表由表面蜡层直接反射的太阳辐射 (3)栅网薄壁组织 (4)薄壁组织内的吸收过程 (5)薄壁组织内的散射过程 (6)由薄壁组织向上的漫辐射 (7)海绵状叶肉层

遥感地学分析—植被遥感原理

遥感地学分析—植被遥感原理

(一)单张叶片光谱特性及影响因素
❖ 3、叶片反射波谱的影响因素 ❖ 1)叶片生化组分
❖ 叶绿素a、b,导致0.45μm与0.67μm为中心形 成两个强烈的吸收带;
❖ 胡萝卜素、叶黄素导致0.43μm-0.48μm范围内 形成强烈的吸收带。
❖ 两吸收谷间(0.54μm附近)吸收相对较少, 形成绿色反射峰(10%-20%)。
✓ 等面叶的组织分化不明显。
(一)单张叶片光谱 特性及影响因素
❖ 1、植物叶片结构
✓ 叶片一般具有三部分:表皮、叶肉和叶脉 ✓ 表皮:包围整个叶片,由一层或多层组成。表
皮细胞扁平,排列紧密,通常不含叶绿体,外 表常有一层角质层。
(一)单张叶片光谱
特性及影响因素
❖ 1、植物叶片结构
✓ 叶肉:为表皮内的同化薄壁组织,有两种: (1)栅栏组织:紧靠上表皮下方,呈圆柱状,
叶方位角:法线在水平面上的投影与正北方向 的交角称为叶子在该点的方位角。
(二)植被冠层光谱特性及影响因素
❖ 2、植被冠层影响因素-植被结构
各参数的描述,如:
同一叶子的不同部位,其倾角和方位角可能有很大 差异,测量时,根据叶片弯曲程度将叶片分成几部 分,对每一部分进行测量。
一个冠层内叶倾角的分布模式可以从0 ° (水平叶 )到90 ° (垂直叶),一般用间隔为10°作出的叶 倾角分布频率图来表示。
植被遥感研究的主要内容:
• (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,区分是森林还是 草场或者农田,进而可以问是什么类型的森林, 什么类型的草场,什么样的农作物,如此等等。
• (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。

植被遥感_精品文档

植被遥感_精品文档

对于绿色植物叶绿素引起的红光吸收和叶肉组织引起的 近红外强反射,RVI值高(一般大于2)。而对于无植被 的地面包括裸土、人工特征物、水体以及枯死或受胁迫 植被,因不显示这种特殊的光谱响应,则RVI值低(一 般等于1)。因此,比值植被指数能增强植被与土壤背 景之间的辐射差异。
比值植被指数可提供植被反射的重要信息,是植被长 势、丰度的度量方法之一
4. 植被覆盖度
一般而言,植 被覆盖程度越 大,光谱特征 形态受背景下 垫面的影响越 小
二、不同类型植被区分
植被具有典型的波谱特征,将其余其它典型地 物,如人工建筑、裸土、水域等区分容易,但 对植被类型划分却有一定难度。
不同植被类型,因组织结构、季相、生态条件 等不同而具有不同的光谱特征和冠层形态特征。 如:
遥感地学分析
Geography Analysis for Remote Sensing
第5章 植被遥感
主要内容
一、植被遥感原理 二、植被分类 三、植被生态参数 四、植被指数与地表参数的关系 五、中国及中亚地区荒漠化遥感监测研究
一、植被遥感原理
植被遥感不仅依赖于对单张植物叶片的光谱特性的 认识,还需要进一步认识植被冠层的光谱特性。
山地阴坡---易生长适应温度变化不大,湿度较大的环 境的生物
山地阳坡---易生长适应温度变化不大,湿度要求不高 的环境的生物
同一地理环境植被的垂直分带性
(以山西省太原以南地区植物的垂直分带性为例)
海拔
2500m以上 2200~2500m 1600m~2200m 1200m~1600m 700m~1200m
冬季多数植物凋零----长年常绿植被 同种植被在不同季节的波谱特征差异 不同植物生长期的不同,光谱特征也有差异

遥感应用模型5-植被(2)-叶面积指数估算模型

遥感应用模型5-植被(2)-叶面积指数估算模型

由于缺乏卫星过境时详细的大气剖面资料(如气 溶胶和水汽含量等),因此6S模型等大气校正模 型的应用将会受到限制。
利用暗目标法对遥感影像进行大气校正,以获得 地面反射率数据。
地面叶面积指数测量方法
考察路线与采样点的选取应遵循如下原则:一是 植物分布的代表性、均匀性;二是遥感图像可读 性;三是交通可行性。
因此,探讨利用遥感影像估算植被的叶面积指数的 方法已成为当前建立全球及区域气候、生态模型的 基础工作之一。
通常检验遥感反演叶面积指数的精度常常通过地 面实地测量的方式。
地面测量叶面积指数的方法有很多种,大致分为 两类—直接测量法和间接测量法。
➢直接测量法包括系数法和比叶重法等。在叶子 的采集和叶面积的测量过程中,具有一定的破 坏性。
➢光学模型法,基于植被的双向反射率分布函数 ,是一种建立在辐射传输模型基础上的模型, 它把LAI作为输入变量,采用迭代的方法来推算 LAI。
统计模型法输入参数单一,不需要复杂的计算, 因此成为遥感估算LAI的常用方法。但不同植被类 型的LAI与植被指数的函数关系会有所差异,在使 用时需要重新调整、拟合。
第二章 植被遥感本章主来自内容 叶面积指数估算模型
叶面积指数估算模型
叶面积指数(LAI)是指单位地表面积上方植物叶 单面面积的总和,它是叶覆盖的无量纲度量。
叶面积指数作为进行植物群体和群落生长分析的重 要参数和评价指标,在农业、林业及生态学等领域 得到了广泛的应用。
依靠传统的地面样方实测的方法来估算叶面积指数 又是一项花费巨大人力、财力且精度不高的工作。
光学模型法的优点是有物理模型基础,不受植被 类型的影响,然而由于模型过于复杂,反演非常 耗时,且反演估算LAI过程中有些函数并不总是收 敛的。

遥感应用模型2-植被遥感(续)

遥感应用模型2-植被遥感(续)

武汉大学遥感信息工程学院 巫兆聪 教授/博导
zcwoo@
§3.5 NDVI与植被分类 图a为按照常规假彩色 合成方案给出的合成图像, 由图可见独立的耕地地块 如果继续细分波谱,比 在这幅图像上只表现出很 如引入高光谱技术,将可见 小的色调差异,很难区分 光和红外波段分割成多达数 作物的类型。图b以ASTER 百个非常窄的、相对更连续 在可见光和近红外的多个 的光谱段,将可以进行植被 附加波段以不同的方案合 更细微光谱变化的探测和分 成。很明显,使用附加波 析,而进一步提高植物种类 段的不同组合改进了对植 识别精度。 物/作物反射率细微差别的 分辨能力,可以区分更多 的农作物类型。 细分波谱后几种合成方案的比较
比如水体、林中裸地等。
武汉大学遥感信息工程学院 巫兆聪 教授/博导
zcwoo@
§3.5 NDVI与植被分类
1 基于原始影像的植被分类
在聚类完成后,可以由目视判读和实地调查的结果,为各 基于植被类型之间的波谱差异,可以对遥感获得的分波 类别指定属性。比如在该聚类结果中,经判定绿色是白杨。它 段图像数据进行监督或非监督分类。下图是一个由TM图像做 说明有些植物类型有可能由图像处理技术自动提取。 林地非监督分类的例子。
武汉大学遥感信息工程学院 巫兆聪 教授/博导
zcwoo@
§3.5 NDVI与植被分类
为了进行小区域更微观的分类,在植物/农作物管理和调查中 可以使用Landsat和SPOT等所载的多波段传感器的数据计算NDVI。
其中TM3和MSS5、SPOT2代表可见光红光波段的反射率,可提
供有关叶射率,对于探测植物细胞的反射率比较敏感。
遥感应用模型
—— 植被遥感(续)
武汉大学遥感信息工程学院 巫兆聪 教授/博导 zcwoo@

遥感物理3.2 第二节 土壤与植被的偏振特性 遥感物理教学课件 第三章 土壤和冰雪遥感

遥感物理3.2 第二节  土壤与植被的偏振特性 遥感物理教学课件  第三章   土壤和冰雪遥感
如果界面为完全粗糙面,由于从界面不同部位的反射 波之间没有固定的相位差,反射波总体上也不会表现 出偏振现象。
2/3
裸露土壤反射光的偏振度
土壤颗粒尺度越小,土壤表面就越光滑,产生镜面反 射可能性就越大,偏振度也越大。 土壤含水量大时,液态水充满土壤空隙,土壤表面变 得更光滑,偏振度也越高。
能否画出示意图? 与波长和角度的关系呐?
电磁波传输过程中,
E0
固定在某时间 t 看: λ
固定在某位置 z 处看,电矢量随着时间推移上下波动, 上图的截面表现为:
0 2π
π/2 3π/2
π
4/11
实际上,一束电磁波既包括在X轴上的波动,也包括在Y轴 上的波动。即电磁波的波动可以分解为X分量和Y分量:
Ex (z, t) = Exm cos(ωt – kz+φx) Ey (z, t) = Eym cos(ωt – kz+φy) 其中φx、 φy分别为电场X分量、Y分量的初始相位。 其综合效果一般表现为其垂直于传输方向的截面为椭圆, 即电矢量的端点轨迹为椭圆。
L L(, s, t, , p)
当电磁波与物质相互作用产生反射或散射时,总会导 致电磁波的偏振状态的改变。因此了解反射或散射前 后偏振状态的改变便可成为了解物质特性的一种手段。
什么是右手定则?
2/11
电磁波的表达
前面提到的遥感中的辐射传输方程基本是根据电磁波 的粒子性推导出来的,而描述偏振则必须用电磁波的 波动性来解释。
1/3
光学遥感数据中的偏振来源
回忆§1.1.3对镜面反射的描述,当一束电磁波投向光 滑界面并产生镜面反射时,如果入射角为布儒斯特角, 则反射波为线偏振波,折射波为部分偏振波。
即使入射角不是布儒斯特角,镜面反射的过程也会产 生偏振波。

植被遥感

植被遥感

谢谢欣赏
3.4大面积农作物的遥感估产
1.农作物的识别与种植面积的估算。
大面积农作物大都分布在地面较为平坦的平原、盆地、河谷,少量分布在山坡和 丘陵的顶部。由于耕作的需要,农田长具有规则的几何形状。根据这些特征将其与其 他植被区别开。估算种植面积时首先用中低分辨率的影像来作出农作物的分布图,然 后用高分辨率的遥感影像修正农作物的分布图,从而求出农作物的种植面积。 2.长势监测 监视作物长势水平的有效方法是利用卫星多光谱影像的反射值得到植被指数,常 用的植被指数是比值植被指数(RVI)、归一化植被指数(NVI)、差值植被指数(DVI)、正 交植被指数(PVI)等。
植被遥感
• • • • • 植物的光谱特征 不同植物类型的区分 植物生长状况的解释 大面积农作物的遥感估产 遥感植被解译的应用
3.1植物的光谱色素特别是叶绿素对紫外线、紫色光、蓝色光、红色光 的吸收率极高以进行光合作用,在上述几个波段形成吸收谷,在 0.55微米附近有一反射率为10%~20%的小反射峰。 叶子的薄壁细胞组织对0.8~1.3微米的近红外光强烈反射,形成 光谱曲线上的最高峰区,反射率可达40%或者更大。 植物叶子含水量的增加使整个光谱反射率降低,特别是在近红 外波段(0.76~3微米),几个吸收谷更为突出. 反射光谱曲线的波状 形态变的更加明显。
城市绿化调 对城市绿地分布、 绿地类型进行定量研究 查与生态环 提出“三维绿化指数“指标,评价城市绿化水平 境调查
草场资 源调查 林业资 源调查
确定草场类型,进行草场质量评价,确定合理的载畜量 确定草场潜力,为畜牧业的发展提供科学依据 对三北防护林网的分布、面积、保存率和有效性进行评估 制作林地分布、土地利用、土地类型等多种专题地图
3.2.2根据遥感影像区分植被类型

植被遥感

植被遥感

第二章植被遥感第二讲植被遥感1、本讲内容概述(1)植物遥感原理▲叶片和植被▲植物的光谱特征(2)植被指数▲植被指数的概念▲植被指数的种类(3)植被指数与地表参数的关系▲植被指数与叶面积指数的关系▲植被指数与叶绿素含量的关系▲植被指数与植被覆盖度的关系▲植被指数与生物量的关系▲植被指数与地表生态环境参数的关系▲植被指数与气候参数的关系▲植被指数与植物蒸发量、土壤水分的关系(4)植被遥感应用▲大面积农作物的遥感估产▲植被动态变化制图▲城市绿化调查与生态环境评价▲草场资源调查▲林业资源调查2、本讲内容▲植物内部所含的色素、水分以及它的结构等控制着植物特殊的光谱响应。

同时,植被在生长发育的不同阶段(从发芽-生长-衰老),从其内部成分结构到外部形态特征均会发生一系列周期性的变化。

这变化是以季节为循环周期的,故称之为植物季相节律。

植物季相节律从植物细胞的微观结构到植物群体的宏观结构上均会有反映,致使植物单体或群体的物理光学特征也发生周期性变化。

▲陆地植被是那些危及人类生存的生物地球化学循环中的关键因子。

如全球碳循环中,陆地植被尤其是热带或北纬地区的陆地植被是很关键的。

通过遥感提供的植被宏观变化及影响这些变化的生态环境因子间的相互作用和整体效应,可以对于那些对人类生存有特殊意义的生态区如热带雨林、半干旱区农牧交错地带等进行变化监测和专题研究。

▲植物遥感研究由来已久。

早期的研究主要集中在植物及土地覆盖类型的识别、分类与专题制图等。

随后,则致力于植物专题信息的提取与表达方式上,提出了多种植被指数,并利用植被指数进行植被宏观监测以及生物量估算-包括作物估产、森林蓄积量估算、草场蓄草量估算等。

随着定量遥感的逐步深入,植被遥感研究己向更加实用化、定量化方向发展,提出了几十种植被指数模型,研究植被指数与生物物理参数(叶面积指数,叶绿素含量,植被覆盖度,生物量等)植被指数与地表生态环境参数(气温、降水、蒸发量、土壤水分等)的关系,以提高植物遥感的精度,并深入探讨植被在地表物质能量交换中的作用。

光学遥感与热红外遥感模型

光学遥感与热红外遥感模型

第二章光学遥感与热红外遥感模型2.3 植被冠层反射模型2.3.3 几何光学模型几何光学原理很早就用于解释天文观测中粗糙表面的方向性反射现象,林、农学家也曾应用实物园锥、椭球、园柱来模拟单株或规则排列的作物在不同行向、行距、株距组合时对不同入照方向直射光的截获。

Egbert(1976)和Otterman(1981)较早引用几何光学的数学模型到植被的BRDF研究,但他们的模型假定植株为很小的几何体且每像元内有大量的植株,因而未能突出几何光学(Geometric-optical model, GO)模型在不连续植被BRDF上的优势。

第二章光学遥感与热红外遥感模型2.3 植被冠层反射模型2.3.3 几何光学模型与辐射传输(RT)模型基于微体积内散射方程不同,几何光学模型基于“景合成模型”,即从遥感像元的观测尺度出发,将像元视场的总亮度,看做是:在观测器视场内,一部分是太阳光承照面,一部分在阴影中,而观测的结果是二者亮度的面积加权和。

Jackson等(1972)提出了行作物的四分量模型(承照植被、阴影中植被、承照地面和地面阴影)。

李一Strahler(1985,1986)根据稀疏林的实际情况,抛弃了“小几何体”假定,直接用森林结构参数计算四个分量随太阳角和观察角变化,建立了遥感像元尺度的天然林BRDF模型。

第二章光学遥感与热红外遥感模型2.3 植被冠层反射模型2.3.3 几何光学模型影响植被冠层的光学遥感信号的因素主要有:(1)植被冠层组分(叶、枝、杆)的光学特性;(2)冠层下背景(下垫面,如土壤、苔藓)的光学特性;(3)植被组分的角度分布特性;(4)植被组分的空间分布。

其中后两个因素主要取决于冠层结构。

将叶片层看做混浊介质的辐射传输模型,可以描述(1)(2)和(3),而几何光学模型则强调(4)在解释遥感信号中的作用,因而可以很好表述以上全部4个因素的作用,对空间结构明显的植被遥感信号的解释有优势。

第二章光学遥感与热红外遥感模型2.3 植被冠层反射模型2.3.3 几何光学模型植被遥感的几何光学模型大致可分为两类:1)用几何光学原理计算植被冠层的承照面积比和阴影面积比,用经验参数或测量数据确定冠层组分的光学特性。

遥感应用模型6-植被(3)-初级生产力

遥感应用模型6-植被(3)-初级生产力

FPAR的估算
在一定范围内, FPAR与NDVI之间存在着线性关 系,这一关系可以根据某一植被类型NDVI的最大 值和最小值以及所对应的FPAR最大值和最小值来 确定;
式中,NDVIi ,max和NDVIi ,min分别对应第i种植被类 型的NDVI 最大值和最小值
FPAR 与比值植被指数RVI(SR) 也存在较好的线性 关系
总初级 生产力 自养呼吸 的消耗量
NPP作为地表碳循环的重要组成部分,不仅直接 反映了植被群落在自然环境条件下的生产能力, 表征陆地生态系统的质量状况; 而且是判定生态系统碳源/ 汇和调节生态过程的 主要因子,在全球变化及碳平衡中扮演着重要的 作用; 是判定大气成分,尤其是CO2浓度的变化的重要 因子,使得NPP的研究对气候具有重要的指导意 义。
水分胁迫影响系数Wε(x , t)反映了植物所能利用的 有效水分条件对光能利用率的影响,随着环境中有 效水分的增加,Wε(x , t)逐渐增大,它的取值范围 为0. 5 (在极端干旱条件下) 到1 (非常湿润条件下);
式中,E(x, t)为区域实际蒸散量(mm),可根据周广 胜和张新时建立的区域实际蒸散模型求取; Ep(x , t) 为区域潜在蒸散量 (mm) ;可根据 Boucher 提出的 互补关系求取。
NPP的估算模型
NPP 的 估 算 可 以 由 植 物 吸 收 的 光 合 有 效 辐 射 ( APAR) 和实际光能利用率(ε) 两个因子来表示,其 估算公式如下:
式中,APAR (x, t)表示像元x 在t月吸收的光合有效 辐射,ε(x , t)表示像元x 在t月的实际光能利用率。 光能利用率指单位土地面积上,农作物通过光合作 用所产生的有机物中所含的能量与所接受的太阳能 的比。

植被遥感

植被遥感
RV:植被总反射辐射 RS:土壤总反射辐射 R:传感器测的反射辐射
C1 = ( R − RS ) /( RV − RS )
C2 = ( ρ − ρs ) /( ρv − ρs )
ρ:植被与土壤混合光谱反射率 ρs :纯土壤宽波段反射率 ρv :纯植被宽波段反射率
RVI、NDVI与植土比分别成指数和幂函数关系 RVI、NDVI与植土比分别成指数和幂函数关系。 与植土比分别成指数和幂函数关系。 遥感测量植被覆盖度方法: 遥感测量植被覆盖度方法: 回归模型法、植被指数与像元分解模型法。 回归模型法、植被指数与像元分解模型法。 回归模型法:是通过对遥感数据的某一波段、波段组合或利用遥感数据 回归模型法:是通过对遥感数据的某一波段、
NDVI = A[1 − B exp(−C • LAI )] RVI = A′[1 − B′ exp(−C ′ • LAI )]
A、B、C为经验系数。 A由植物本身光谱反射确定 B与叶倾角、观测角相关 C取决于叶子对辐射的衰减,衰减成非线性的指数函数关系。
植被指数与叶绿素含量的关系: 植被指数与叶绿素含量的关系:
3)差值植被指数DVI 差值植被指数DVI
DVI = DN NIR − DN R
4)缨帽变换中的绿度植被指数GVI 缨帽变换中的绿度植被指数GVI
GVI = −0.2848TM 1 − 0.2435TM 2 − 0.5436TM 3 + 0.7243TM 4 + 0.084TM 5 − 0.18TM 7
植物内部所含的色素、水分以及它的结构等控制 植物内部所含的色素、 所含的色素 着植物特殊的光谱响应。 着植物特殊的光谱响应。 植被在生长发育的不同阶段(从发芽-生长生长发育的不同阶段 植被在生长发育的不同阶段(从发芽-生长-衰 ),内部成分结构及外部形态特征均会发生变 老),内部成分结构及外部形态特征均会发生变 化。

遥感应用模型2-植被遥感

遥感应用模型2-植被遥感

壤水分)估算;
§3.1 植被遥感
三、植物遥感原理
~~植物遥感依赖于对植物叶片和植被冠层光谱特性的认识。 ~~植物光谱特征主要依赖于植物的叶结构、组分以及含水量
等因素,健康植物的波谱曲线具有明显的特点。
~~从植物遥感——植物与光的相互作用出发,植被结构主要
指植物叶子的形状(用叶倾角分布LAD表示)、大小(叶面积 指数LAI)、植被冠层的形状、大小以及几何与外部结构—— 包括成层现象、覆盖度等来表述。
§3.1 植被遥感 ~~许多因素会影响植物的光谱特征,包括植物类型、生长阶 段、健康水平、季节和立地条件,它们使植物光谱包含了更多、 更复杂的信息。
~~当植物发生病虫害时,叶绿素水平会出现不同程度的下降, 叶细胞结构和含水量等也会发生相应变化; ~~ 通常虫害越严重,这种变化就越显著,表现为近红外波段 附近的反射率下降。 ~~ 可以在遥感图像上测定这种波谱特征的变化,并与相应的 虫害水平进行相关分析,得到统计相关的定量表达式,用于确 定未知区域植物的虫害水平。
~~ ~~ ~~
NIR和R波段的不同组合包含90%以上的植被信息。
植被指数可以有效地综合有关的光谱信号,增强植被信息,减 少非植被信息,是对地表植被状况的简单、有效及经验的度量。
因为植被本身、大气、传感器定标、传感器观测条件、太阳照 明几何、土壤湿度、颜色和亮度等的影响,植被指数有明显的地 域性和时效性,研究结果经常不一致。
§3.2 植被指数——常用植被指数定义及特点
2 比值植被指数(RVI)
RVI = NIR / R
~~绿色健康植被地区RVI远大于1,无植被覆盖的地面(裸土、人
工建筑、水体、植被枯死或严重虫害)约为1;
~~绿色植物的灵敏指示参数,与LAI、干叶生物量(DM)、叶绿素

第二章遥感的物理基础

第二章遥感的物理基础

28
传感器探测波段的设计,是通过分析
比较地物光谱数据而确定的。
多光谱扫描仪(MSS)的波段设计:

MSS1(0.5-0.6 μm) MSS2(0.6-0.7 μm) MSS3(0.7-0.8 μm) MSS4(0.8-1.1 μm)

TM的波段: TM1 0.45~0.52μm TM2 0.52~0.60μm TM3 0.63~0.69μm TM4 0.76~0.90μm TM5 1.55~1.75μm TM6 10.4~12.5μm TM7 2.08~2.35μm

2 k 4 4 4 W0 T T 2 2 15c h
40
(3)维恩位移定律:Wien's displacement law
随着温度的升高,辐射最大值对应 的峰值波长向短波方向移动。
max T b
温度 波长 300 9.66 500 5.80 1000 2.90 2000 1.45 3000 0.97 4000 0.72 5000 0.58 6000 0.48 7000 0.41
W

W黑
W W黑

4
在给定的温度下,物体的发射率=吸收率(同一波 段);吸收率越大,发射率也越大。
第二章:遥感的物理基础
第一节:电磁波与电磁波谱 第二节:地物的光谱特性 第三节:大气对电磁辐射的影响 第四节:彩色合成原理
1
第一节:电磁波与电磁波谱
一、电磁波:电磁场在空间以一定的 速度由近及远的传播过程。从能量的 角度又称为电磁辐射。
二、电磁波谱
按电磁波波长的长短,依次排列制成 的图表叫电磁波谱。 依次为:
37
1.
2.
3、黑体辐射定律

植被遥感物理机理

植被遥感物理机理

植被遥感物理机理
植被遥感是一种用于研究地球表面植被特征的技术,它可以检测、定位和跟踪植被信息,提供对植被变化的数据和反馈。

利用植被遥感技术,可以获取关于植被的空间分布和空间变化的信息,以及这些变化的原因和影响。

植被遥感的物理机理是地面植被形态特征与无线电波相互作用,从而形成地表反射、吸收、散射和折射等物理特性。

地表植被水库吸收和散射无线电波,从而影响地表反射和散射特性,也就是说无线电波和植被形成“共同体”,植被作用是形成这一共同体的重要组成部分,也是地表能量反射和散射的主要调节因子。

植被反射和散射波的特征表现为不同的波段的特异性,反射率和散射率。

结合此物理机理,地球站对地表植被及其信息和变化进行了实时监测,得到地表植被特征参数,从而获得植被分布情况,资源调查数据,以及植被变化原因和空间差异。

同时,植被形态和特征也会影响无线电波的传播特性,这是因为植被对于空气层的参数有明显的影响,这种影响主要体现在表面温度、温度梯度、湿度、水分持久性、降水量等参数。

这些参数的变化会影响无线电波的传播,进而影响植被的反射和散射特性。

植被遥感技术可以用来研究植被分布和空间变化,可以用来支持和指导植被调查、研究和管理,以及更好地掌握植被变化的实时动态,进一步开展植被模型研究和应用研究。

综上所述,植被遥感的物理机理是在植被的反射和散射特性以及
无线电波的传播特性之间发挥作用,它是表征植被分布、空间变化特征的重要手段,也可以用来指导植被调查和管理,是为植被研究和应用研究提供新的技术和数据支持的重要手段。

遥感物理2.2

遥感物理2.2
阴影树冠面积为: 阴影树冠面积为:
2
π 2 a T = π r − a C = r (1 − cos θ i ) 2
如左图,假设太阳以θi角入射半 如左图,假设太阳以θ 径为r 的球型树冠, 径为r 的球型树冠,则阴影背景 面积即是以粗线表示的面积在水 平面上的投影: 平面上的投影: aZ = πr2/cosθi = πr2secθi
森林中的地面通常不是裸土,而是草类等低矮植被。 森林中的地面通常不是裸土,而是草类等低矮植被。
6/17 类似上节讲过的混合象元,象元(冠层)的反射率为: 类似上节讲过的混合象元,象元(冠层)的反射率为: R = KCRC + KTRT + KGRG + KZRZ KC、KT 、 KG 、 KZ分别为几何光学模型中的四个分量, 分别为几何光学模型中的四个分量, 即光照树冠、阴影树冠、光照背景、 即光照树冠、阴影树冠、光照背景、阴影背景在象元中所 占面积比例,RC、RT、RG、RZ则分别为上述四个分量的 占面积比例, 反射率(假设均为朗伯反射)。 反射率(假设均为朗伯反射)。 几何光学模型的基础就是四分量模型,上式是其基本模型 几何光学模型的基础就是四分量模型, ,所有后续模型都建立在上式的基础上。其关键在于根据 所有后续模型都建立在上式的基础上。 假设条件,求取K 的表达式, 假设条件,求取KC、KT 、 KG 、 KZ的表达式,条件不同 ,面积比例 K 的表达式也不同。 的表达式也不同。
i与传
cos Θ = cos θi cos θv + sin θi sin θv cos(ϕi − ϕv )
参考直视时平均每个树冠的光照面积和阴影面积分别为: 参考直视时平均每个树冠的光照面积和阴影面积分别为:
A' C =
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

假设,而不失各种椭球假设的一般性。
5/17
几何光学模型的四分量 (four components) 对稀疏森林成像时,遥感象元反射率由四部分 组成,即光直接照射的树冠、树冠阴影面、直 接照射的地面(背景)、阴影遮蔽的地面。
森林中的地面通常不是裸土,而是草类等低矮植被。
6/17 类似上节讲过的混合象元,象元(冠层)的反射率为: R = KCRC + KTRT + KGRG + KZRZ KC、KT 、 KG 、 KZ分别为几何光学模型中的四个分量, 即光照树冠、阴影树冠、光照背景、阴影背景在象元中所
2/17
椭球向球型的坐标转换 利用坐标转换可以进一步将椭球转换为球型, 使数学表达更为简单。
传感器 太阳
(θi,φi)
r
(θv,φv) 假设树冠是一个垂直 半径为 b,水平半径为 r的椭球,球心位于一 个坡度为θs、方位为φs 的坡面上方h。
z (θ=0)
b
h
坡向
(θs, φs)
x (φ=0)
坡面方向以法线为准。 所有方位以 x 轴为准。
R 2
2 R 2 A' T (1 cos) 2
(1 cos)
15/17 整个区域内共有λA 棵树,即全部光照树冠面积合计为 :
2 考虑到区域面积投影到视线垂直方向的平面上,也就是传
感器像平面上,即像元面积比地面实际面积小,为Acosθv。 于是像元内光照树冠面积比例:
A
R2
模型条件描述 在实际应用中,我们更多地会遇到树木比较 密的林地,此时树木之间在太阳方向和视线 方向出现相互遮挡,阴影也可能重叠。本小 节即探讨建立这种浓密条件下的模型。
模型中仍存在四分量,即光照树冠、阴影树冠、光照 背景、阴影背景,各分量为朗伯体,林木位于水平地
面,并且仍忽略天空散射光的影响。
2/17
注意假设是无遮挡的。 地面投影形状是椭圆。
9/17
垂直下视条件下 1 个象元中四分量的面积
假设 1 个象元内有 n棵树,则四分量的面积分别为:
n AC (aC) j (1 cos i ) rj2 2 j1 j1 n n AT (aT) j (1 cos i ) rj2 2 j1 j1 n
e 又出现了! n趋于无穷?
5/17 引入单位面积内树木的平均个数 λ,存在 λ = n/S,带入上式, 即得到光照点概率为
a ,阴影点概率为 e a 。 1e
稀疏表达是浓密表达的一阶展开。
上式中,a 是树冠在水平地面投影面积,它与投射方向 Ω(θ, φ) 有关,即太阳方向不同,a 也不同,应写为 a(θ, φ)。
遥 感 物 理
第二章 植被遥感模型 第二节 冠层反射率模型--几何光学模型 Canopy Reflectance (CR) Model – Geometric - Optical Model
√ §2.2.1 稀疏分布林冠椭球模型 §2.2.2 浓密分布条件下的模型 §2.2.3 进一步的讨论
1/17
7/17
垂直下视条件下的 1 棵树的光照树冠面积aC 许多传感器,如Landsat、SPOT均可以近似 看作垂直下视(nadir view)。
如左图,假设太阳以θi角入射半 径为r 的球型树冠,则图中以粗 r 线表示的光照树冠面积为:
θi
aC
2 aC r (1 cos i ) 2
aC 的表达式是如何推导的?
如左图,假设太阳入射方向为
太阳
(θi, φi)
传感器
(θv, φv)
Ωi(θi , φi),传感器观测方向为
Ωv(θv, φv)。 r
通过旋转坐标系,使传感器方 向变为垂直,即可借鉴树冠直
半径为r 的球型树冠
视时的公式。
14/17 旋转坐标系后,太阳的入射角即变为太阳入射方向 Ωi与传 感器观测方向Ωv的夹角Θ,并有:
m = λπR2为林木 平均郁密度,或 称覆盖指数
11/17
垂直下视条件下 象元中四分量的面积比例
将上述AC、AT、AZ、AG四个表达式分别除以象元 面积 A,则光照树冠、阴影树冠、阴影背景、 光照 背景在象元中所占面积比例分别为:
R 2 KC (1 cos i ) 2 R 2 KT (1 cos i ) 2
3/17 首先我们定义一个新的高度坐标: r z' z b 在新的坐标空间里,原来的直线仍为直线,椭球变成了球, 而几个变量分别变为:
' tan 1 ( b tan i ) 入射方向天顶角: i r b 观察方向天顶角: 'v tan 1 ( tan v ) r ' 1 r 坡度角: s tan ( tan s ) b r h' h 球心高度: b
占面积比例,RC、RT、RG、RZ则分别为上述四个分量的
反射率(假设均为朗伯反射)。 几何光学模型的基础就是四分量模型,上式是其基本模型 ,所有后续模型都建立在上式的基础上。其关键在于根据 假设条件,求取KC、KT 、 KG 、 KZ的表达式,条件不同 ,面积比例 K 的表达式也不同。
RC、RT、RG、RZ一般可以通过实测获得。
我们前面对布尔模型推导过程中例举的是照射,但间隙对视角方向同样存在。
7/17 将树冠分为光照树冠、阴影树冠,将背景分为光照背景、 阴影背景,由此可得四分量面积比例间的关系:
AZ
2 ( a Z ) j se c i r j j1 j1
n
n
若象元面积为 A,则光照背景面积为:
AG A AC AT AZ A (1 se ci ) rj2
j1
n
第 j 棵树的树冠半径为 rj 。
10/17 为了反演方便,将遥感成像的森林进行参数化,引入统计 数据,即林区单位面积内树木的平均个数 λ,以及树冠平
8/17
垂直下视条件下的 1 棵树的阴影树冠面积aT和 阴影背景面积aZ
阴影树冠面积为:
2
2 aT r aC r (1 cos i ) 2
如左图,假设太阳以θi角入射半 径为r 的球型树冠,则阴影背景 面积即是以粗线表示的面积在水
平面上的投影:
aZ = πr2/cosθi = πr2secθi
4/17 然后再旋转坐标系,使坡面的法向成为新坐标系的z’’轴, 即 x 轴旋转 φs’,z’ 轴旋转 θ s’。
在新的坐标空间里,入射方向与观测方向的天顶角和方位
角、球心高度等都会发生变化,具体的公式更加复杂,可 以自行推导。 经过这样 z 方向的线形拉伸和坐标系向坡面方向旋转,斜 坡上的椭球植株(林木)的几何光学问题就完全等效于水 平地面上的球型植株问题。 因此,在下述推导中,我们均会采用水平球型的几何分布
KZ R 2 se ci
KG 1 R 2 (1 seci )
某些文献中,除以A-AG,造成面积比例的表达式不同。
12/17
垂直下视时的冠层反射率
将四分量的面积比例代入前面所述公式:
R KCRC KTRT KGRG KZRZ 1 2 1 R [ (1 cosi ) RC (1 cosi ) RT 2 2 seciRZ (1 seci ) RG ] RG
cos cos i cos v sini sinv cos(i v )
参考直视时平均每个树冠的光照面积和阴影面积分别为:
A' C
R 2
2
(1 cosi )
A' T
R 2
2
(1 cosi )
我们进而得到任意视角下单个树冠光照和阴影的面积:
A' C
遥 感 物 理
第二章 植被遥感模型 第二节 冠层反射率模型--几何光学模型 Canopy Reflectance (CR) Model – Geometric - Optical Model
§2.2.1 稀疏分布林冠椭球模型 √ §2.2.2 浓密分布条件下的模型 §2.2.3 进一步的讨论
1/17
3/17
布尔模型 (Boolean model) 利用概率统计方法推导光照(可记为1)和阴 影(可记为0)出现的概率。
只考虑地面。假设每个树冠在地 面产生的阴影面积为 a,在面积 为 S的地面上一共有 n棵树,则 没有阴影(即光照)的地面的比 例是多少?这是一个概率问题。 当存在 1棵树时,阴影比例为a/S, 则光照比例为 1 - a/S。 当存在 2棵树时,光照比例是?
4/17 存在 2棵树时,由于阴影可能重叠,阴影比例不是简单的 2a/S。我们可以换个角度考虑。
只有 1棵树时,光照比例,即地面某点不是阴影的概率是
1-a/S;2棵树时,满足前后 2次投射后同时为光照点的概率 即为 (1-a/S)2,由此可算出此时阴影点概率为 1- (1-a/S)2 。 依次类推,n棵树时,光照点概率为:(1-a/S)n 。 上式可以写为: (1 - a/S) n eln[(1a / S) n ] enln(1a / S) 考虑当x很小时: ln(1 x) x 浓密条件下a/S 很小,因此光照点概率可以写为:e na / S
均半径 R。因而存在:
2 2 r AR j j1 n
此时,1 个象元中四分量的面积分别为:
R 2 AC A (1 cos i ) 2 R 2 AT A (1 cos i ) 2 AZ AR 2 se ci
AG A AR 2 (1 se ci )
模型假设条件描述 本模型用于对森林地区冠层反射率的求算。 所谓冠层反射率,指植被上界出射辐射与入 射辐射的比值。模型有 2个主要假设: • 稀疏分布:森林中树木分布非常稀疏, 相互之间没有遮挡,树木阴影没有重叠; • 椭球树冠:树冠形状为椭球。它有固定 几何形状,而且数学表达简单。
相关文档
最新文档