植被高光谱遥感的应用研究综述_申广荣

第19卷第4期2001年12月

上海交通大学学报(农业科学版)

J OU RNAL O F S HAN GHAI JIAO TON G UNIV ERS ITY(AGRICULT URAL SCIENCE)

Vol.19No.4

Dec.2001

文章编号:1000-193X(2001)04-0315-07

植被高光谱遥感的应用研究综述⒇

申广荣,王人潮

(浙江大学农业遥感与信息技术应用研究所,杭州310029)

摘　要:植被高光谱遥感以其显著的特点已经成为连接遥感数据处理、地面测量、光谱模型和应用的强有力的工具。本文概述了植被高光谱遥感数据的处理方法和高光谱分析的算法以及它在植被参数估算与分析、植被长势监测、估产及生物量估算等领域的应用现状,特别是与近年逐步兴起的多角度遥感结合在建立与完善双向反射模型,更精确地反演植被参数等方面的发展状况。并讨论了进一步充分利用植被高光谱遥感数据,加速遥感定量化进程的一些途径。

关键词:植被高光谱遥感;高光谱分析;植被监测;双向反射模型

中图分类号:S127 文献标识码:A

Review of the application of vegetation

hyperspectral remote sensing

S H EN Guang-rong,W AN G Ren-chao

(Inst.o f Ag ric.Remo te Sensing a nd Info rm.Appli.,Zhejia ng U niv ersity,Hang zho u310029,China)

Abstract:H y perspec tral remo te sensing da ta,co mpa red w ith wide-band remo te sensing da ta,has the adv antag e o f high spect ral resolutio n.In this paper,the me tho ds of hyperspectral remo te sensing info rma tion processing,spectra l ana ly sis and its application in detecting the v eg etatio n g ro wth sta te,estima ting the cano py bio ch emica l char acteristics and pr oduc-tivity of rice fr om v eg eta tio n hyper spectra l r emo te sensing data ar e review ed in detail.An detailed r ev iew on r ecent w o rks about the integ r atio n o f multiangle r emote sensing and h yperspec tral r emote sensing data to co nstruct the bidir ec tional re-flecta nce distributio n functio n mo del and then inv er t v eg eta tion para meters accura tely are g iv en.Finally the pa per discuss the w ay o f further applicatio n of hy per spectr al remo te sensing infor matio n in o rde r to promo te qua nlifing remo te sensing. Key words:v eg eta tio n hyperspectra l remo te sensing;hyper spectra l analysis;v egeta tio n mo nito ring;Bi-dir ectio nal re-flecta nce distribution func tion mo del

高光谱遥感技术是连接遥感数据处理、地面测量、光谱模型和应用的强有力工具,其显著特点是在特定光谱区域以高光谱分辨率同时获取连续的地物光谱图象,其超多波段信息使得根据混合光谱模型进行混合象元分解获取“子象元”或“最终光谱单元”信息的能力得到提高,从而使得遥感应用着重于在光谱维上进行空间信息展开,定量分析地球表层生物物理化学过程和参数[1]。由于高光谱遥感能提供更多的精细光谱信息,它除了应用于矿物识别并实现单矿物识别和填图外,已广泛地应用于植被遥感中,并已成为地表植被地学过程对地观测的强有力工具[2]。

植被高光谱遥感数据,按获取方式的不同,采用相应的高光谱遥感信息处理技术处理后,可用于植被参数估算与分析,植被长势监测,估产及遥感图象定标与纠正等领域。近年来,随着双向反射模型的建立与

⒇收稿日期:2000-12-25;修稿日期:2001-01-28

基金项目:国家自然科学基金资助项目(40171065)

作者简介:申广荣(1965-),女,山西太谷人,副教授,在读博士,研究方向:遥感、农业信息技术应用.

316上海交通大学学报(农业科学版) 第19卷

完善,高光谱遥感与双向反射模型的反演相结合,加上逐步成熟的植被高光谱分析算法,为更准确地探测植被的精细光谱信息,定量反演植被各组分含量及叶面积指数LAI等植被结构参数,精确估算植物所吸收的光合有效辐射APAR,植物的初级生产力NPP等指标提供了可能,从而推进了遥感定量化的进程。

1　植被高光谱遥感信息的处理方法

高光谱遥感信息易受诸如遥感器老化、地物二向性反射、大气效应、地形因子等外部因素的影响,这些因子都会削弱高光谱遥感数据赖以区分地物的敏感性。因而,高光谱遥感信息的光谱——图象转换,必须进行定标和大气辐射校正,以消除这些因子的影响,这是遥感定量化研究的一个关键环节。常规的还有光谱图象增强处理,一方面是为了消除噪声,突出目标地物;另一方面也是为了将来进一步的导数运算。鉴于植被高光谱遥感图象的特殊性,对所获得的图象还需进行一些必要的处理。

1.1　降维运算

为了将高光谱遥感数据与常用的宽波段数据进行对比分析,有必要对它进行降维处理。主要的降维方法都是通过卷积运算得到低光谱分辨率数据。如AV IRIS(Airbo rne Visible/Infrared Imaging Spectrome-ter)光谱(224个波段)通过卷积运算可减少到La ndsat TM的对应光谱段,以便于两者进行对比分析。1.2　导数光谱技术[3]

导数光谱技术是分析高光谱遥感信息较为常用和有效的一种技术。因为二阶或更高阶导数对于由于太阳角、云的覆盖、地形因素等引起的图象亮度明暗度的变化相对不敏感,对于太阳光、天空光的光谱变化也几乎不敏感。一般用的较多的是一阶或二阶导数技术,导数技术通常直接针对光谱数据的某些特殊应用。比如,淡水湖组成成分浓度的检测,大气校正,波段分解等。此外,导数光谱主要反映了由于植物中叶绿素等吸收光产生的波形变化并能揭示光谱峰值的内在特性。因此,导数光谱可用在高光谱遥感中对植被指数进行估算和分析。

1.3　红边效应分析技术

由于植物体内叶绿素吸收作用的影响,植被反射光谱在红到近红外区(660～770nm)出现一个陡峭的爬山脊,称为“红边”[2]。通常采用红边斜率和红边位置两个因子来描述红边的特性。利用植被高光谱遥感信息可以较为细致地描述植被的红边特性,“红边”的位置和斜率可以通过导数运算得到。红边斜率主要与植被覆盖度或叶面积指数有关,覆盖度越高或叶面积指数越大,红边斜率越大。红边位置主要与叶片叶绿素含量有关,当植被中叶绿素b含量减少时,红边位置将向短波方向偏移,通常称之为“蓝移”。当植被因缺水而发生叶子枯萎时,红边位置将向长波方向偏移(红移)。而用宽波段数据几乎不可能得到与叶绿素含量密切相关的“红边”光学参数[4]。

1.4　高光谱遥感数据的压缩

随着遥感技术的发展和对遥感数据需求量的增长,具有高光谱分辨率覆盖几百条波段的成像光谱仪越来越多。为方便这些高光谱遥感数据的传输和存储及利用,高光谱遥感数据的压缩技术成为必需的、关键性的遥感图象处理技术。

高光谱遥感数据的压缩有两种类型:无损压缩和有损压缩。采用哪种压缩根据图象应用的目的,精度的要求而定。比如用于一个小区域某项研究的高光谱遥感数据,其量很大,为了减少购买、存储等的费用,在可接受的精度范围内,可采用有损压缩。Michael J.Ryan(1997)认为有损压缩的关键是压缩图象的合适措施和标准,针对高光谱数据,他采用最大似然分类法对有损压缩的各种方法进行了比较和检验,提出了矢量量化的高光谱遥感数据有损压缩方法[5]。

2　植被高光谱分析算法

目前在世界上已有30余台航空成象光谱仪正在运行,用的最多的是AV IRIS成象光谱数据。如何有效地充分利用这些高光谱数据进行植被定量对地观测,植被高光谱分析算法是关键。常用的植被高光谱分