遥感技术在植被研究中的应用

浅析遥感技术在植被研究中的应用

李永红

（宁夏大学资源环境学院宁夏银川 750021）

摘要: 遥感是指应用探测仪器，不与探测目标相接触，从远处把目标物的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术[1]。遥感技术作为21世纪空间信息技术的支柱之一，在植被研究中发挥着重要的作用。本文从遥感的基本内涵出发，通过查阅相关的文献、参考资料和对资料进行归纳总结,阐述了大面积农作物估产的方法、常见的植被指数，介绍了遥感植被解译应用，通过对遥感图像的四个特征进行比较，得出在一般情况下，空间分辨率和辐射分辨率成反比的结论；并对高新技术遥感在植被研究中的应用过程和发展前景进行简单概述。

关键字:遥感,植被,微波,高光谱

遥感（Remote Sensing）是20世纪60年代发展起来的对地观测的综合性技术，是指应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术。植被调查是遥感的重要应用领域。植被是环境的的重要组成因子，也是反映区域生态环境的最好标志之一，同时也是土壤、水文等要素的解译标志，个别还是找矿的指示植物。植被成像及解译的研究成果可以为环境监测、生物多样性保护、农业、林业等有关部门提供信息服务。

1 植被遥感

1.1植物的光谱特征

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[2]。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，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。图1显示了健康的绿色植物有效光谱响应特征。

图1 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0.55μm附近有一个反射率为10%～

20%的小反射峰，在0.45μm和0.65μm附近有两个明显的吸收谷，在0.7～0.8μm是一个陡坡,反射率急剧增高,在近红外波段0.8～1.3μm之间形成一个高的,反射率可达40%或更大的反射峰,在1.45μm,1.95μm和2.6～2.7μm处有三个吸收谷[1]。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[3]。

对于不同植物类型的区分，可依据(1)不同植物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。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。

(2)利用植物的物候期差异来区分植物。如冬季落叶树和常绿树很好区别。(3)根据植物的生态条件区别植物类型。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。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[1]。

1.2 大面积农作物的遥感估产

植被遥感在大面积的农作物估产中的运用主要包括农作物识别, 种植面积估算和建立农作物估产模式三方面[1]。(1)农作物识别，获得植被分布图:根据作物的色调、图形结构等差异大的物候期的遥感时相和特定的地理位置等的特征，将其与其他植被分开。(2)种植面积估算：利用高时相分辨率的卫星影象对作物生长的全过程进行动态监测，监测作物长势水平的有效方法是利用卫星多光谱通道影像的反射值得到植被指数（VI , Vegetation Index）。

植被指数是估计植物光合作用、叶子凋落、固氮等过程的重要参量,是植物生长模型中的一个非常关键的变量,可用来模拟植物的生长过程,估算植物的生产能力[11]。对于经济型植物的估产有利于前期准备工作的进行，减少或避免不必要的后期投入。植被研究中非常重要的参数有比值植被指数（RVI），又称为绿度，为二通道反射率之比，是较早发展的用于估算和监测植被覆盖的植被指数，能较好地反映植被覆盖度和生长状况的差异，特别适用于植被生长旺盛、具有高覆盖度的植被监测，但RVI对大气影响敏感，而且当植被覆盖不够浓密时（小于50%），它的分辨能力也很弱，只有在植被覆盖浓密的情况下效果最好。归一化植被指数（NDVI : Normalized Differece Vegetation Index）为两个通道反射率之差除以它们的和，在植被处于中、低覆盖度时，该指数随覆盖度的增加而迅速增大，当达到一定覆盖度后增长缓慢，所以适用于植被早、中期生长阶段的动态监测。植被指数已被广泛用来定性和定量表征植被覆盖度及其生长状况，但由于大气变化的影响, 使植被指数未能真实反映地表植被的真实分布状况,造成其应用的局限性, 一种解决此问题的简易方法是仅通过中巴资源卫星(CBERS: China Brazil Environment Resource Satellite) 图像的第3、第4 波段中的水体, 推算卫星接收到的大气程辐射, 消除了大气对归一化植被指数(NDVI) 的影响, 减小植被指数所受的大气影响,应用结果表明,该方法能使植被指数较好地反映植被的生长及分布状况[4]。

建立农作物估产模式是大面积农作物的遥感估产的第三个方面，是指用选定的植物灌浆期植被指数与某一作物的单产进行回归分析，得到回归方程。

1.2遥感植被解译的应用

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W 有良好的关系：

W = -86.9 + 162.65RVI (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。这对确定草场载畜量，对草场的可持续利用有实际意义。