遥感第九章 植被遥感
植被遥感
（1）针叶林（云杉林、松树林） 在比例尺为 1:10000 ～ 1:15000 的像片上，针叶 林一般是深灰色颗粒状图型，随比例尺进一步小 ，表现为暗色调均匀的细粒状影纹。在比例尺大 于1:10000的像片上，可以判读其树冠形态、特征 ，多数针叶林的树呈圆锥形或椭圆形。 （云杉、 松树）
（2）阔叶林（山杨、白桦） 其影像色调比针叶林浅，一般呈灰色和浅灰色 颗粒状或粗圆粒状图型，在秋季像片上，不同树种 的树冠颜色有较大差异，因而形成色调混杂的影像 ，山杨多呈白色，白桦呈浅灰色，树冠呈倒卵形。 （3）针阔叶混交林 兼具上述两者的特征，针叶林呈深灰色的细颗 粒状，而阔叶林呈浅灰色，颗粒较粗，两者交错混 生，有的林斑以针叶林为主，阔叶林为副，有的则 反之。
因此，在遥感影像上，植被的信息体现不明 显，与健康植被极易区分。
五、污染植物的判读标志与危害程度分类
1、判读标志 （1）颜色 受污染的植物在彩红外像片上显示的红色纯度下降，出现 暗红、黑红、浅红、棕青等色。 （2）形态 树木影像的大小，是指树冠大小的反映。相同的树种的同 龄树木，树冠影像自污染源向远离污染源方向逐渐增大。 （3）综合标志 树木受污染危害致死造成的残缺现象，以树群空间展布的 图式呈现出来，不同于未受污染的树群形态。 上述标志要互相补充，互相印证，综合应用，以此圈定出 大气污染生态场的范围。
3、叶子的含水量
叶子在 1.45μm， 1.95μm和 2.6～ 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 。 植物叶子含水量的增加，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，特别是在近红外波段， 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）
二、影响植物光谱的因素 1、叶绿素 植物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。
植被遥感研究综述
植被遥感研究综述摘要：随着计算机科学的发展，遥感技术可以有效完成复杂时空尺度海量信息的收集处理，其与森林资源研究的交叉、融合大大提高了复杂时空尺度上森林资源动态研究的表达能力。
遥感已在森林资源综合监测、林火监测方面广泛应用。
由于RS 分辨率大幅度提高，波谱范围不断扩大，特别是星载和机载成像雷达的出现，使RS 具备多功能、多时相、全天候能力。
其中NOAA 卫星广泛用于监测全球森林宏观变化，MSS、TM、SPOT 用于区域中森林资源动态监测。
遥感技术极大地推动了我国森林植被的研究。
关键词：遥感信息处理植被监测植被指数1引言森林资源，是林业和生态环境建设的基础，总面积超过40亿hm，约占陆地总面积的31%，对经济、社会和环境的可持续发展有不可替代的作用。
遥感影像分类是森林资源调查和监测不可缺少的内容。
从不同来源、不同形式的遥感信息提取出森林植被的专题信息，为划分森林类型、绘制林相图、清查森林资源、预测预报森林病虫害及森林火灾、合理规划、利用和保护森林资源提供基础和依据。
20 世纪以来，由于森林面积萎缩和质量下降引发的生态环境事件不断出现，使得森林健康问题得到前所未有的关注，各国学者开展了大量而富有成效的研究工作。
但是，传统的原地观测与受控实验等研究方法不仅需要耗费大量的人力物力资源，且速度缓慢，缺乏时间序列上的可比性，一些偏远地区更是难以到达；因为缺乏恰当的尺度转换手段，整体研究结果常常难以令人信服，方法具有一定的局限性。
遥感技术则为人们提供了广阔的视野、海量的信息及一个可以实现客观、连续、重复、动态对比分析和推断预警的工作平台，已成功应用于植被研究的诸多领域，显示出强大的生命力。
2基本原理森林植被的物理属性与草原、荒漠、农田、水体、建筑用地等土地利用类型有很大的区别；不同森林植被在不同生存环境和生长发育阶段，体内生化物质组成、含量、特性以及细胞结构、含水量也各不相同，这种物理属性的差异形成了目标物独特的光谱反射曲线，是用于判断和区别森林植被的重要手段。
高光谱遥感的应用(课堂PPT)
不同传感器红外波段与红波段的光谱响应
11
实例1：MODIS数据
原始modis影像
(b) 植被指数NDVI影像图
(a) 植被指数VIUPD影像图
12
实例2：日本高光谱GLI数据
全球反射率影像图(B1+B5+B8) (GLI数据2003年4月7日)
全球植被指数影NDVI像图 (GLI数据2003年4月7日)
14
地表岩性
岩石分为三大类：沉积岩、火成岩和变质岩， 各类岩石由于形成的环境不同，具有不同的光 谱特性。
沉积岩：以Fe离子的变化作为判别依据，三阶 铁离子（0.5和0.9微米）与二阶铁离子（1.0微 米）的光谱特性并不一样。
火成岩：SiO2的含量。 变质岩：比如白云石和方解石中的Mg和Ca离
新
疆
柯
坪
地
区
岩
石灰岩
性
填
图
白云岩
18
19
20
矿山污染
甘甫平等利用航天 Hyperion高光谱数 据研究矿山污染物 的识别，通过对矿 山野外光谱特征综 合分析，结合污染 物的特征，展开对 废矿的污染物提取 的研究。 （2004）
21
油气渗漏探测
当石油在地表的侵入点明显而且范围较大的时候，高 光谱遥感的发展为油气管线渗漏监测提供了有效的解 决方案。
油气渗漏和土壤混杂点很难被多光谱遥感监测到，原 因在于它们被其他材料所冲淡。而高光谱遥感器提供 了充足的光谱分辨率，可以在可见光，近红外，短波 红外提供大量的光谱数据。
国外政府的投入很大，大的石油公司都有一套完备的 高光谱遥感油气管道监测系统。
22
三、农业方面的应用
高光谱遥感在农业科研和应用技术上主要表现在以下几 个方面：
森林植被遥感图像分类及目标识别
森林植被遥感图像分类及目标识别植被遥感图像分类及目标识别是利用遥感技术进行森林植被研究和保护的重要手段。
它通过获取植被信息，实现对植被类型分类和目标识别的精准分析，为森林生态系统的管理、保护和可持续发展提供科学依据。
一、植被遥感图像分类森林植被遥感图像分类是指将遥感图像中的植被区域按照物种、功能和结构等特征进行分类。
这一过程需要借助计算机视觉和机器学习等技术手段，从遥感图像中提取有关植被的特征信息，并根据这些特征进行分类和识别。
在植被遥感图像分类中，常用的方法包括基于像元和基于对象两种方式。
基于像元的分类方法是指将每个像素点视为分类单元，通过像素点的光谱信息、纹理信息和形状信息等进行分类。
而基于对象的分类方法是将一组相连的像素点或区域视为一个分类单元，利用连接关系和形状特征进行分类。
常用的遥感图像分类算法包括支持向量机（Support Vector Machine，SVM）、随机森林（Random Forest）、卷积神经网络（Convolutional Neural Network，CNN）等。
这些算法在特征提取、模型训练和分类决策等方面都有不同的优势，可以根据实际情况选择合适的算法进行植被遥感图像分类。
二、目标识别森林植被遥感图像目标识别是指在植被图像中准确识别出目标，如森林火灾、病虫害、盗伐等，以及其他与植被有关的人为活动。
目标识别的目的是及时监测和预警植被异常情况，为森林生态环境的保护提供依据。
目标识别的关键技术包括特征提取、目标检测和目标分类。
特征提取是从植被图像中提取与目标相关的特征信息，可以包括颜色、纹理、形状、结构等特征。
目标检测是在植被图像中寻找目标的位置和边界，常用的方法包括边缘检测、区域生长和模板匹配等。
目标分类是将检测到的目标进行分类和识别，可以利用机器学习和深度学习等技术进行分类模型的训练和应用。
在实际应用中，为了提高目标识别的准确性和效率，可以将植被遥感图像与其他数据源相结合，如地理信息系统（Geographic Information System，GIS）、气象数据和传感器数据等，进行多源数据融合分析。
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@
最新第9章 遥感图像在森林资源调查中的应用ppt课件
二、象对立体观察的方法 ❖ 取两张象对的像片； ❖ 两张像片按基线定向； ❖ 左右眼分别凝视两张像片的同名地物。
通常借助透镜立体镜和反光立体镜观测象 对的地物立体影像。
第三节 航空像片的森林判读
一、航空像片森林判读
根据航空像片地物的影像特征和森林分布规律， 对森林类型（土地类别）和调查因子进行定性和定量 的识别，称为航空像片森林判读。
(2)此零件直径实际尺寸最大可以是4_0_._0_2_毫__米；
此零件直径实际尺寸最小可以是_3_9_.9_7_毫__米；
(3)如果一个零件直径是39.97毫米,它合格吗？合格
2.某种药品的说明书上标明保存温度是(20±2)
℃，由此可知，在__1_8__℃~__2_2__℃范围内保
存才合适；
3.一个食品包装袋标有“20±5克”，那么
积的那张像片上，进行连线，所限定的面积即 为使用面积。
第二节 航空像片的立体观测
一、象对的立体观察的概念 ❖ 立体象对：用同一物镜的航摄机在空中同一
高度的摄影站连续摄影取得有足够重叠度的 相邻两张航空像片叫做一个立体象对。 ❖ 相对立体观察：在；÷立体象对上观察同名 地物点的影像，用它交绘出空间的位置而得 到的立体效应叫做象对的立体观察。
❖ SPOT卫星全色波段数据的分辨率为2. 5m , 多 光谱数据的地面分辨率为10m ,因此利用全色波 段将10m 的多光谱数据融合为2. 5m 的多光谱 数据可以充分利用二者的信息,提高目视解译的 精度。
❖ SPOT 卫星影像在土地利用调查与管理、森林 覆盖监测、土壤侵蚀监测、土地沙漠化监测以 及城市规划等研究方面都发挥了重要的作用。
食品重量范围是__1_5_g__~_2_5_g____;
4.某食品的包装袋标有“净含量385±5克”，
植被遥感应用张超
如果忽略掉土壤线与轴的截距，并设
A点为任一植被——土壤系统的实测
值在坐标中的位置，则PVI值就代表
θ
Red
A点到土壤线间的垂直距离。
红外指数
红外指数 Infrared Index (II) 综合考虑了植被在近红外和短波红外对于植被生物量比较敏感，水分的影响 :
II NIRTM 4 MIRTM 5 NIRTM 4 MIRTM 5
TM穗帽变换的参数矩阵
植物遥感依赖于对植物叶片和植被冠层光谱特性的 认识，因而首先了解植物叶片和植被的结构，及叶 片和植被结构的光谱特性。
叶片光谱特征
叶面切面结构及其与 光谱特征的关系
上表皮层；栅栏层；海 绵层；气孔；下表皮层 叶绿素、水、木质素、 纤维素等物质
叶片的机构
光与叶片相互作用的机理－I 反射
Epidermis:表皮，上皮；palisade：栅栏；spongy：海绵
0.45 - 0.52 mm and 0.63 - 0.69 mm
Absorption Efficiency
假彩色合成图像
真彩色图像
不同生长状态 橡树叶子的反
射特性
Jensen, 2000
1 a
3 2
不同橡树叶子的反射特性
a.
b. 4
45 40 35 30 25 20 15 10
5
d. 0
Bl ue (0.45 - 0.52mm)
其中，
p * rb p* red p * blue p * red
在使用之前需要对蓝波段、红波段、和近红外波段进行分子散射和臭氧吸收的纠 正。
增强植被指数
针对 MODIS 数据提出的增强植被指数 Enhanced Vegetation Index (EVI)：
第九章遥感应用
二、不同植物类型的区分
在高分辨率遥感影像上，不仅可以利用植物的光谱来 区分植被类型，而且可以直接看到植物顶部和部分侧 面的形状、阴影、群落结构等，可比较直接地确定乔 木、灌木、草地等类型，还可以分出次一级的类型。
草本植物:在高分辨遥感影像上表现为大片均匀的色调，由于 草本植物比较低矮因而看不出阴影。
第九章 遥感应用
第一节 植被遥感 第二节 水体遥感 第三节 大气遥感 第四节 土壤遥感 第五节 高光谱遥感
第一节 植被遥感
一、植被的光谱特征
1、健康植物的反射光谱特征：
有两个反射峰、五个吸收谷。
第三节 植被遥感
一、植被的光谱特征
2、影响植物光谱的因素
✓植物叶子的颜色：植物
叶子中含有多种色素，在可见光 范围内，其反射峰值落在相应的
一、水体的光谱特征
太阳辐射到达水面后，一部分被水面直接反射回空中形 成水面反射光，它的强度与水面状况有关，但除了发生镜 面反射的情况之外，一般仅占到入射光的3.5％左右；其 余光透射进水中，大部分被水体吸收，部分被水体悬浮泥 沙和有机生物散射，构成水体散射光，其中返回水面的部 分称后向散射光；部分透过水层，到达水底再反射，构成 水底反射光，这部分光与后向散射光一起组成水中光，回 到水面再折向空中。
太湖悬浮物监测
33
五、水体悬浮物的确定
2、叶绿素的确定
水体叶绿素浓度增加，蓝光波段的反射率下降，绿光波 段的反射率增高；
水面叶绿素和浮游生物浓度高时，近红外波段仍存在一 定的反射率，该波段影像中水体不呈黑色，而呈灰色， 甚至浅灰色。
六、水体污染的探测
1、水体污染物浓度大且使水色显著地变黑、红、黄等，与 背景水色有较大差异时，在可见光波段的影像上可识别 出来。
植被遥感综述
植被遥感及其应用综述一，植被与植被遥感 (2)二，植被指数 (2)三，植被遥感和植被指数的发展历史 (2)四，植被光谱特征 (3)五，植被遥感反射模型 (5)六，植被指数的影响因素 (6)1 土壤背景 (7)（1）土壤颜色............................... 错误！未定义书签。
（2）土壤亮度............................... 错误！未定义书签。
3 大气 (8)4 传感器影响 (9)（1）传感器定标 (9)（2）传感器光谱影响 (9)5 双向反射模型 (9)七，各种植被指数 (10)（一）, 简单植被指数 (10)1，比值植被指数 (10)2，差值植被指数 (11)3，归一化差值植被指数 (13)（二），基于土壤线的植被指数 (14)垂直植被指数 (14)土壤调节植被指数和修正的土壤调节植被指数 (16)（三），减少大气效应的植被指数 (18)1全球环境监测指数 (18)2抗大气植被指数 (18)3增强植被指数 (19)八，植被指数与植被遥感应用 (21)1 植被指数与分类 (21)2 植被指数与典型地物信息提取 (21)3 植被指数与土地覆盖及植被覆盖情况调查 (23)4 植被遥感与生态环境监测 (24)5 植被指数与农业生产 (25)九，植被指数与生物物理参数 (26)1 植被指数与叶面积指数 (26)2 植被指数与植被盖度 (27)3 植被指数与生物量 (27)（1）植被指数估算草场植被高度与植被盖度 (28)（2）植被指数、生物量与作物估产 (28)4 植被指数与叶绿素 (28)十，植被指数与地表生态环境参数 (29)1 植被指数与气候因子 (29)2植被指数与降水、植物蒸发量、土壤水分的关系 (30)十一，植被指数的技术进展 (30)一，植被与植被遥感陆地表面分布着由许多植物组成的各种植物群落，如森林、草原、灌丛、荒漠、草甸、沼泽等，总称为该地区的植被。
植被生态遥感
植被生态遥感
1.植被的光谱特征 1.植被的光谱特征 2.植被指数 2.植被指数 3.植被生态遥感的应用 3.植被生态遥感的应用
1.植被的光谱特征 1.植被的光谱特征
健康植物的反射光谱特征：
两个反射峰、五个吸收谷
在地表景物中，通常只有植物在近红外 在地表景物中， 波段有很高的反射率， 波段有很高的反射率，所以在彩色红外 航空像片或包含近红外波段的假彩色合 成遥感图像上可以很容易区分植被和其 他景物。 他景物。
作 业（四）
查阅相关资料， 查阅相关资料，以遥感技术在植被生 态研究中的某方面应用为例，说明遥 态研究中的某方面应用为例， 感技术在植被生态研究中的具体应用 过程及价值。 过程及价值。
在植被指数中，通常选用对绿色植物（ 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 绿素引起的）强吸收的可见光红波段和对 可见光红波段 绿色植物（叶内组织引起的）高反射的近 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 红外波段。 的最典型的波段， 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， 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。 种组合对增强或揭示隐含信息将是有利的。
城市绿化调查
改善城市的生态环境，提高城市绿化水平， 改善城市的生态环境，提高城市绿化水平， 是城市生态建设的重要问题。 是城市生态建设的重要问题。 三维绿化指数（绿量） 三维绿化指数（绿量）
草场资源调查
草场上牧草的长势好坏与牧草的产量直接相关， 草场上牧草的长势好坏与牧草的产量直接相关，而产草 量是载畜量（单位面积草场可养牲畜的头数） 量是载畜量（单位面积草场可养牲畜的头数）的决定因 在应用遥感技术确定草场类型， 素。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，结合地面样点光谱测量数据， 的基础上，结合地面样点光谱测量数据，找出某类植被 指数与产草量的关系即可进行草场资源调查 此外还可将产草量指标与实际载畜量进行比较， 此外还可将产草量指标与实际载畜量进行比较，以确定 哪些草场还有潜力，哪些草场属于超载， 哪些草场还有潜力，哪些草场属于超载，从而为畜牧业 的发展提供科学的依据。 的发展提供科学的依据。在具体工作中还可划分出不同 草场类型，不同产草量等级，分别确定合理的载畜量。 草场类型，不同产草量等级，分别确定合理的载畜量。
植被遥感监测技术研究及其应用
植被遥感监测技术研究及其应用植被遥感监测技术指利用卫星、无人机或其他遥感设备，获取和分析大规模植被信息、数据，以实现对植被覆盖、多样性、质量和增长等方面进行定量化、定性化的量化分析和监测管理。
植物是地球上最重要、最复杂的生物群落之一，它们与动物一样处于生态系统中的核心位置。
植被的类型、数量和分布，对于环境保护、气候变化和食品与水源供应等诸多方面都是至关重要的。
因此，对于植被的准确监测和分析，一直是生态学和气候科学研究中的重点难点之一。
同时，传统的植被监测手段存在着一些不足，如时间、空间和成本等方面的限制，限制了其广泛应用。
而植被遥感技术的出现，则为研究人员提供了一个全新的价值。
植被遥感监测技术以其高效、迅捷、稳定和精度高的特点优势，逐渐成为了近年来植被监测技术的主导。
一、植被遥感技术的原理植被遥感技术是应用电磁波的物理学原理，通过获取植被遥感图像，并将图像转化为数字信息。
随后通过处理数字数据，实现对植被生长状况、植被类型、植被密度、叶绿素含量、植被开花、灾害情况等多种植被信息的处理、分析和预测。
具体而言，这一技术可以利用卫星遥感、空中遥感和地面或者水下传感器技术自由选择的多种手段，获取植被辐射信息、植被光谱信息、植被形态信息等，从而对植被覆盖、植被生长、物种及类别等进行高效准确监测。
二、植被遥感监测技术的应用植被遥感监测技术应用广泛，其示例包括以下四个方面：1、生态环保和自然资源保护。
植被遥感技术能够提供非常准确的植被监测数据，以及对植被及其环境的评估和分类分析, 在自然资源保护管理方面加强维护，助力于更科学、更有效、更智能的生态环保和自然资源保护管理。
如植被盖度模型、物种和环境分类以及水资源管理模型等都是植被遥感监测技术的重要应用领域之一。
2、农业和林业管理。
利用植被遥感监测技术获取的植被信息，为农业生产和林业管理提供了不可替代的信息。
农业用地选址、田块规划、水资源利用等生产决策都是建立在对植被生长情况进行精准监测和预测之上的。
植被遥感
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
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
环境遥感技术及应用(田静毅)植被遥感课件
环境遥感技术及应用（田静毅）植被遥感
24
n 由NOAA/AVHRR数据获得的植被条件指数 VCI被定义为：
V C (NI D NV m D )/eI N d (Vm D I a N x Vm D ) IinVI
式中，NDVI、NDVImax、NDVImed、 NDVImin分别为平滑化后每周（7天）的NDVI 以及它的多年最大值、中值、最小值（以象元 为计算单元）。
环境遥感技术及应用（田静毅）植被遥感
16
n 经归一化处理的AVHRR的NDVI，部分消除了太 阳高度角、卫星扫描角及大气程辐射的影响，特 别适用于全球或各大陆等大尺度的植被动态监测。 这是因为，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，其NDVI值近于0；而在 有植被覆盖的情况下，NDVI为正值（＞0），并 随着植被覆盖度增大，其NDVI值越大。可见， 几种典型的地面覆盖类型在大尺度NDVI图象上 区分鲜明，植被得到有效的突出。
26
n 研究结果表明，用植被条件指数VCI对植被 覆盖度的估算误差＜16%，低覆盖区误差 更小；且VCI与实测的植被覆盖度相关性较 高（相关系数约0.76）。因此，用遥感卫星 数据所获得的植被条件指数VCI方法，来定
量估算大面积植被覆盖度和生物量是有效 的。
环境遥感技术及应用（田静毅）植被遥感
27
DV D I N NI RDR N
环境遥感技术及应用（田静毅）植被遥感
20
n 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。
植被遥感粗略总结
GPP，NPP，NEP，NEEGross Primary Production（GPP）is the total amount of CO2 that is fixed by the plant in photosynthesis.Respiration, R,Rp =Respiration by PlantsRh = Respiration by HeterotrophsRd = Respiration by Decomposers (the microbes)Net Primary Production(NPP)is the net amount of primary production after the costs of plant respiration are included. Therefore, NPP = GPP –Rp净初级生产力（NPP）净初级生产力（NPP）则是由光合作用所产生的有机质总量中扣除自养呼吸后的剩余部分。
净初级生产力=总初级生产力-自养呼吸消耗Net Ecosystem Production(NEP)is the net amount of primary production after the costs of respiration byplants, hetertrophs, and decomposers are all included. Therefore,NEP = GPP -(Rp + Rh + Rd)NEP (net ecosystem productivity) 净生态系统生产力：指净第一生产力中再减去异养呼吸所消耗的光合产物碳通过陆地生态系统循环。
NEP=NPP-异养呼吸net ecosystem exchange(NEE) = -NEPGPP (gross primary productivity) 总初级生产力.单位时间内生物通过光合作用途径所固定的光合产物量或有机碳总量,又称总第一性生产力或总生态系统生产力(GEP),是生态系统C循环的基础.NPP (net primary productivity) 净初级生产力植物光合作用所固定的光合产物中扣除植物自身的呼吸消耗部分,也称第一性生产力NPP=GPP-植物自养呼吸NEP (net ecosystem productivity) 净生态系统生产力指净第一生产力中再减去异养呼吸所消耗的光合产物NEP=NPP-异养呼吸NEE (net ecosystem exchange ) 净生态系统碳交换量陆地与大气系统间的CO2通量与生态系统的GPP,NPP,NEP,NBP,在某些假定条件下所观测的CO2通量与其中的某个概念是一致的.一般与NEP 相同,当植被相当繁茂,土壤呼吸相对较小时,可以近似看作为生态系统的NPP.RP =呼吸的植物RH =呼吸异养生物的RD =呼吸的分解者（微生物）第二章双向反射率分布函数（BRDF）的物理意义是：来自方向地表辐照度的微增量与其所引起的方向上反射辐射亮度增量之间的比值。
7遥感应用-植被遥感
植被遥感
植被遥感目的： 1、确定植被分布 2、确定植被类型 3、确定植被长势 4、估算植被生物量 服务于： 1、环境监测 2、农业 2 3、林业 …………
2
植被遥感
1、植物的光谱特征
3
植被遥感
1、植物的光谱特征——影响因素 （1）叶子的颜色
4
植被遥感
1、植物的光谱特征——影响因素 （2）叶子的组织构造 可见光波段的吸收 与反射
NDVI——归一化植被指数 NDVI——归一化植被指数 ——
NDVI=(NIR-R)/(NIR+R)，或两个波段反射率的计算。 1、NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误 差等； 2、-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高 反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖， 且随覆盖度增大而增大； 3、NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射 率的对比度。对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的 速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度； 4、NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、学、枯 叶、粗超度等，且与植被覆盖有关；
14
RVI——比值植被指数 RVI——比值植被指数 ——
RVI=NIR/R，或两个波段反射率的比值。 1、绿色健康植被覆盖地区的RVI远大于1，而无植被覆盖的地面（裸土、 人工建筑、水体、植被枯死或严重虫害）的RVI在1附近。植被的RVI通常大 于2； 2、RVI是绿色植物的灵敏指示参数，与LAI、叶干生物量(DM)、叶绿素 含量相关性高，可用于检测和估算植物生物量； 3、植被覆盖度影响RVI，当植被覆盖度较高时，RVI对植被十分敏感； 当植被覆盖度<50%时，这种敏感性显著降低； 4、RVI受大气条件影响，大气效应大大降低对植被检测的灵敏度，所 以在计算前需要进行大气校正，或用反射率计算RVI。
植被遥感调查
三、主要植被类型的影像特征
航空像片的植被判读
判读标志为：色调 色彩和纹理结构 色彩和纹理结构。 判读标志为：色调/色彩和纹理结构。 纹理结构：细小地物在影像上构成的组合图案。 纹理结构：细小地物在影像上构成的组合图案。 地物的性质不同，组合图案也不同， 地物的性质不同，组合图案也不同，以此来判读 地物群体的性质。 地物群体的性质。 以判读植物群落为主。 以判读植物群落为主。 植被的判读一般要用多波段合成的图像， 植被的判读一般要用多波段合成的图像，如标准 假彩色合成图像。在该图像上植被为红色。 假彩色合成图像。在该图像上植被为红色。
红光和红外波段的不同组合统被称为植被指数。 利用它们的比值、差分、线性组合等多种组合来增 强或揭示隐含的植物信息。
植被指数的定量测量可表明植被活力，而 且植被指数比单波段用来探测生物量有更好的 灵敏性。植被指数有助于增强遥感影像的解译 力，并已作为一种遥感手段广泛应用于土地利 用覆盖探测、植被覆盖密度评价、作物识别和 作物预报等方面，并在专题制图方面增强了分 类能力。
② 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）
4.在高分辨率的遥感影像上，根据植被顶部及部 分侧面形状、阴影、群落结构等区分植被类型
（1）针叶林（云杉林、松树林） 在比例尺为1:10000～1:15000的像片上，针叶 林一般是深灰色颗粒状图型，随比例尺进一步小 ，表现为暗色调均匀的细粒状影纹。在比例尺大 于1:10000的像片上，可以判读其树冠形态、特征 ，多数针叶林的树呈圆锥形或椭圆形。 （云杉、 松树）
六、利用植被指数监测作物长势水平 植被指数已广泛用来定性和定量评价植被覆 盖及其生长活力。由于植被光谱受到植被本身、 土壤亮度、环境条件、阴影、土壤颜色和湿度、 大气空间—时相变化等因素的影响，因此植被指 数往往具有明显的地域性和时效性，没有一个普 遍的值，其研究经常表明不同的结果。20多年来 ，已研究发展了几十种不同的植被指数。 在植被指数中，通常选用对绿色植物强吸收 的可见光红波段和对绿色植物强反射的近红外波 段。这两个波段不仅是植物光谱、光合作用中的 最重要的波段，而且它们对同一生物物理现象的 光谱响应截然相反，形成的明显反差，这种反差 随着叶冠结构、植被覆盖度而变化。 建立植被指数的关键在于，如何有效地结 合各有关的光谱信号，在增强植被信息的同时， 使非植被信息最小化。
- 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、"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、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)。
荒漠化是发生在上述气候区内的土地退化，按 成因分为：
风蚀荒漠化 沙化、沙漠化
水蚀荒漠化 劣地或石质坡地，如浙江常山大塘溪 福建长汀 县河田，西南诸省的山区。也有以泥石流方式呈 现土地砂石化景观分布在河谷中，如滇东北的 东川市小江流域等；或以石山荒漠化景观分布 在岩溶山区，如广西西部及云南东部等地。
三.城市生态环境 1.定义;经过人类充分改造过的人工环境，属于人类生态系统
的范畴（社会生态系统）。
阳光 空气 水资源 森林 气候 岩石 动物 植物 微生物 自然景观
城市自然生态子系统
利用遥感技术调查、分析
城市经济生态子系统
城市生产、分配、流通与消 费的各个环节
物质
居住 饮食 服务 供应 医疗 旅游 人们心理状态
传感器 NOAA/AVHRR 波段 用途
LANDSAT/TM SPOT/HRV CBERS/CCD 红色、近红外-远红外 大中小比例尺 土地利用研究 中大比例尺土 地利用监测
全球、大洲、区域等 尺度环境资源研究
2.植被 植被遥感调查中经常用植被指数区分不同植被类型。 通常利用植物光谱中的近红外与可见光红波段两个典型波 段值。 近红外波段是叶子健康状况最灵敏的标志，对植被长 势差异敏感，指示光合作用能否正常进行； 可见光红波段被植被叶绿素强吸收，进行光合作用制造 干物质，是光合作用的代表性波段。 植被指数便于植物专题研究、绿色植物的遥感监测、 病虫害监测及生物量估算等。 目前植被监测的遥感数据有： NOAA/AVHRR LANDSAT/TM/ETM CBERS/CCD
SPOT/HRV
3.湿地 水域与陆地间的交互区域，是地球上具有多功能的独特的 生态系统，是自然界最富有生机的生态景观和人类最重要 的生存环境之一。 森林 ————————地球之“肺” 湿地 ————————地球之“肾” 湿地巨大的经济效益、极丰富的生物多样性和极高的 生物生产力为人类生存创造了重要条件。在我国，湿地占 国土面积的1.65%，湿地能吸收CO2等温室气体，降解污染 物，其生态系统效益价值高达2.67万亿元，在全国陆地生 态系统总价值中占47.71%，是最昂贵的生态系统。 利用遥感技术研究湿地包括湿地景观格局调查、湿地景 观破碎化程度调查、湿地景观变化分析、湿地类型遥感解 译等。 --------------------------------------------------------------------------------
已利用
可利用而目前尚未利用
沼泽地 滩涂 重盐碱地等
根据当前技术经济条件难以利用
沙漠 戈壁 冰川 永久雪地 高寒荒漠 石山
（2）按照主要用途，划分已利用土地； （3）每种用地再根据利用条件、方式和方向细分。
在我国20世纪80年代中期土地利用详查中将土地分 成8大类：1.耕地、2.园地、3.林地、4.牧草地、5.居民点 及工矿用地、6.交通用地、7.水域、8.未利用土地。具体 如下：
土地利用分类系统 一级类型 二级类型 11.水田 含义
1.耕地
有水源保证和灌溉设施，种水稻、莲藕、席草等水 生作物； 12.水浇地 有水源保证和灌溉设施，种植非水生作物； 13.旱地 无灌溉设施，靠天然降水生长作物； 14.菜地 种植蔬菜为主的耕地、温室、大棚等。
21.果园 果树为主
22.茶园
2.园地 23.桑园 24.橡胶园 25.其它用地
1
波段特征
0.45～0.50 色素吸收波段（蓝、青）。即位于叶红素及叶绿素吸 0.44～0.51 收区（特性与红波段类似） 0.52～0.59 绿色反射波段（绿、黄）。对区分不同林型及树种可 提供较多的信息。近红外波段/红波段-比值植被指数 0.51～0.60 可提供作物生长有用信息。
2
3
0.63～0.69 红波段。对区分有无植被覆盖、覆盖度及植物健康 状况极为敏感。有人认为用0.74～0.91/0.63～0.69作 0.62～0.69 比值分析效果最好。
4.牧草地 42.人工草地
郁闭度(crown density; canopy density) 定义1：单位面积上林冠覆盖林地面积与林地总面积之比。 所属学科：生态学（一级学科）；群落生态学（二级 学科） 定义2：林地中乔木树冠遮蔽地面的程度。它是树冠投影面积与林地面积的比值，常用十分法表示，从0.1～1.0。 所属学科：资源科技（一级学科）；森林资源学（二级学科）
冻融荒漠化 冻融荒漠化是由于在昼夜或季节性温差较大的地区，岩体 或土壤由于剧烈的热胀冷缩而造成结构的破坏或质量的退化。 中国冻融荒漠化土地的面积共36.6万平方公里，占荒漠化土地 总面积的 13.8%。冻融荒漠化土地主要分布在青藏高原的高海 拔地区，在甘肃的少数高山区及横断山脉北侧的四川巴塘、得 荣、乡城等县的金沙江及其支流流域上游有零星分布。
5.水土流失 实质是土壤侵蚀。 以航空、航天等多平台遥感资料为信息源。 土壤侵蚀量调查应选择雨季前后的最新遥感图像。 目前水土流失监测的遥感数据有： Landsat/TM CBERS/CCD SPOT/HRV
三、土地利用/土地覆盖遥感 1.土地利用/土地覆盖分类系统 （1）首先根据利用程度上的差别和加强利用的可 能性可以分成三大类：
城市社会生态子系统 文化 艺术 宗教 法律
精神
2.城市“五岛”效应
热岛效应： 干岛效应：地面干燥，城市水汽蒸散量<乡村，市区绝对湿度<四郊，
尤以夏季晴朗白天为甚。 湿岛效应：夜间地面迅速冷却，气温垂直递减率减少，水汽向上输送 量随之减少，在近地层空气中的水汽含量反而高于四郊， 形成“湿岛”。 浑浊岛效应：城市工业交通、民用锅灶等排出的烟尘及大气中光化学 过程生成的二次污染物使空气变浑浊，能见度下降，日照 和太阳辐射强度降低，形成以城市为中心的“浑浊岛”。 雨岛效应：城市大气中的湿性凝结核丰富，水汽可在未饱和之前出现 凝结，热岛上升气流又使城市上空云量多于郊区，使降雨 量多于郊区，是为“雨岛”。
茶树为主
桑树为主 橡胶树为主 除上述的其它，如花园、黄花园等。
土地利用分类系统 一级类型 二级类型 31.有林地 32.疏林地 33.灌木林地 含义
3.林地
郁闭度>30%的天然、人工林 郁闭度10-30%的林地 覆盖度>40%的林地 造林后不满3-5年或飞播后不满5-7年，成活率 34.未成林造林地 达合理造林株树的41%，尚未郁闭但有成林希 望的新造林地。 35.迹地 森林采伐、火烧后5年内未更新土地 36.苗圃地 41.天然草地 固定的林木育苗地 以天然草本植物为主，未经改良，用于放牧或 割草。 人工种植的牧草地，包括人工配置用于牧业的 灌木地。
1.1～1.3 近红外波段。在高反射区与水吸收区之间，能区分植 被类别。
6 7 8
1.55～1.75 近红外波段。位于几个水吸收带之间的反射峰，对土 2.1～2.3 壤及绿色植物有很强的对比。
地物的识别，除了对其波谱特性的一些地学研究以 外，还须注重图像时相的物候期的分析，即以时间分辨 率作为基本保证。如木本植物都有其萌芽期、展叶盛期、 开花盛期、树叶变色期、果实成熟期和落叶末期等。
4.荒漠化 按《联合国防治荒漠化公约》的定义，荒漠化发 生在年降雨量与潜在蒸发量之比在0.05～0.65之间 的气候区，即干旱区、半干旱区和亚湿润干旱区。 潜在蒸发量，即参考作物蒸发蒸腾量，也称可 能蒸发量或大气蒸发能力。 潜在蒸发量必须具备2个条件：一是土壤水分 能充分供给，使蒸发蒸腾不因水分减少而减少；二 是有较大范围的同类作物覆盖。通常，人们将充分 供水、生长着短绿草条件下测量的蒸发蒸腾量，称 为潜在蒸发量，记为ET0。 潜在蒸发量是蒸发量计算中应用最广泛的1个 参数，是计算实际蒸发量的基础。
0.7～0.74 红波段，过渡波段。仅能增加噪声，不宜包括在其它 波段中，TM、SPOT均避开这一波段。但受金属毒 害的植物反射率表现最明显，大约有10nm蓝移，而 高粱等作物在成熟期有大约10nm的红移。
4
波长范围 序号 /μm
波段特征
5
红、近红外波段。绿色植物各种变量与反射率关系 最敏感的波段，为植物通用波段。其中0.74～ 0.74～0.90 0.80μm与背景土壤形成明显对比，对区分不同覆盖 度作物长势最好。为避开0.74μm及0.92 ～0.98μm的 O2、H2O的吸收，可选择0.76～0.90μm。
第一节 生态环境概述 第二节 自然生态环境遥感
第一节 生态环境概述
一、生态环境的含义
生态学中的生态：生物与其生存环境的关系。 生态环境：除环境污染之外的人类生存的环境。可 分为： 自然生态环境：基础，主要部分； 农业环境：半人工生态环境，是在自然环境的 基础上经人类改造发展起来的。 城市生态环境：人类建设的产物。
水域生态
海洋生态 生物生态 城市生态
30～60
15～30 5～10 10～30
50～100
20～100 10～30 30～50
0.4～1.108 0 ～14.0
0.4～0.768 0 ～14.0 0.4～0.76 0.4～0.768 0 ～14.0
第二节 自然生态环境遥感
一、自然生态环境监测对遥感数据的需求
二、自然生态环境
1.组成与结构如下：
阳光 空气 岩石 土壤 河流 湖泊 湿地 地下水 海洋 ―头顶一方天” ―脚踏一方地”
大气圈 岩石圈
非生物因子
―水”
水圈
生物因子
动物 植物 微生物
―食物”ห้องสมุดไป่ตู้
生物圈
2.当代全球面临的主要生态环境问题 近代工业革命，科技飞跃发展，世界经济迅速增长，产生 了一系列生态环境问题。 全球变暖：温室气体CO2排放量增加 臭氧层破坏：氟利昂制冷剂的使用，臭氧层变薄或空洞 酸雨：空气中SO2和氮氧化物等酸性污染引起的pH值小于 5.6的酸性降水。 淡水资源危机：缺水现象普遍。 森林锐减 土地荒漠化：1992年联合国环境与发展大会定义：“由于 气候变化和人类不合理的经济活动等因素，使干旱半干旱和 具有干旱灾害的半湿润地区土地发生了退化”。 生物多样性减少：生物多样性—一个地区内基因、物种和生 态系统多样性的总和。 垃圾成灾