遥感应用模型3-植被

影响植物光谱的因素
往往近红外波段比可见光波段能更清楚地观测到 这些变化。这种变化和差异，是人们鉴别和监测 植物的依据。 随着植物的生长、发育或受病虫害胁迫状态或水 分亏缺状态等的不同，植物叶子的叶绿素含量和 叶腔的组织结构均会发生变化，致使叶子的光谱 特性变化。 虽然这种变化在可见光和近红外区同步出现，但 近红外的反射变化更为明显。这对于植物/非植物 的区分、不同植被类型的识别、植物长势监测等 是很有价值的。
在植被遥感中，NDVI的应用最为广泛。它是植被生 长状态及植被覆盖度的最佳指示因子，与植被分布 密度呈线性相关。因此又被认为是反映生物量和植 被监测的指标。
经归一化处理的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。 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，因而其 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。
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，使其R与NIR值有较大的差异， 使RVI值高。
而对于无植被的地面包括裸土、人工特征物、水体 以及枯死植被，则RVI值低。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。 比值植被指数可从多种遥感系统中得到。但主要用 于Landsat的MSS、TM和气象卫星的AVHRR。
L 的值一般可取 0.5 ，对不同的土壤都比较适合，
在1.45μm，1.95μm和2.6～2.7μm处有三个吸收谷。
植物的光谱特征
不同的植物类别，光谱响应曲线总存在着一定的差 异，即使同一植物随叶的新老、稀密、季节不同、 土壤水分等影像，均含导致整个谱段或个别谱段内 反射率的变化。
嫩 叶
成熟 叶
老 叶
叶子的组织对光谱的影响
叶绿色对紫外线和紫色光的吸收率极高，对蓝色光 和红色光也强吸收，以进行光合作用。对绿色光部 分则部分吸收，部分反射，所以叶子呈绿色，并形 成在0.55μm附近的一个小反射峰值，而在0.33～ 0.45μm 及0.65μm 附近有两个吸收谷。 叶子的多孔薄壁细胞组织（海绵组织）对0.8～ 1.3μm的近红外光强烈地反射，形成光谱曲线上的 最高峰区。
叶面积指数与植被覆盖度
植被覆盖度是一个重要的生态学参数，其定义为植 被（包括叶、茎、枝）在地面的垂直投影面积占统 计区总面积的百分比。（针对一个区域） 植被盖度的定义为植被植株冠层或叶面在地面的垂 直投影占植被区总面积的比例。（针对植被区） 叶面积指数（Leaf Area Index, LAI）：植被组分面积 （每个单面面积）之和与植被在地面垂直投影面积 的比值，即植被叶的层数。 植被覆盖度可以理解为植被的水平密度，而叶面积 指数则体现了植被的垂直密度，两者均为最常用的 植被指标。
根据受损植被与健康植被光谱曲线的比较， 确定植被受伤害的程度。
植被因受到病虫害、农作物因缺乏营养、缺乏水分 使其生长不良。植被波谱特征要发生变化，反映在影 像上的色调形态的变化； 例如：海棉组织受到破坏，叶子色素发生了变化， 至使在可见光区域内两个吸收谷（蓝、红）就不明显 了。而绿光处反射峰值也会变低、变平；
实验表明，作物生长初期NDVI将过高估计植被覆 盖度，而在作物生长的结束季节，NDVI值偏低。 因此，NDVI更适用于植被发育中期或中等覆盖度 的植被检测。
土壤调整植被指数
在NDVI的基础上引入了土壤调整因子, L, 以便最 大限度地降低背景在土壤－植被相互作用中的影 响
(1 L) NIR red SAVI NIR red L
植物覆盖度
植物覆盖程度越大，光谱特征形态受背景下垫面 影响愈小。 叶面指数——植物所有叶子的累加面积总和与覆 盖地面面积之比。
污染植物反射光谱特征分析
植物在生长过程中受到某种物质污染后，内 部结构、叶绿素和水分含量就会发生不同程度的 变化，其反射光谱特性也随之变化，污染越严重 变化越大。
植被遥感的意义
利用植物的生态条件区别植物类型,如地形上的阴 坡和阳坡Leabharlann Baidu不同高度的地形部位，都分布着不同 的植物类型。 受病虫害的植物，结构和叶绿素含量发生很大的 变化，尤其是近红外波段与健康植物区别最为明 显。
作物的长势主要用植被指数来监测。
植被指数可用来建立农作物的估产模型。
假彩色合成图像
植被结构
植株是由叶、叶柄、茎、干、花等不同组分 组成。
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（用叶面积指数LAI表示） 、植被冠层的形状、大小及外部结构，包括成 层现象（涉及多次散射）、覆盖度（涉及空隙 率、阴影）等。 植被结构是随植物的种类、生长阶段、分布方 式的变化而变化的。在定量遥感中它通过一组 特征参数来描述和表达。
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）




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。 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。
比值植被指数
Rir RVI Rr
叶绿素在红波段的吸收谷 健康植被在近红外的高反射区 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。
土壤有近于1的比值，植被则会表现出高于2的比值。 增强植被与土壤背景之间的辐射差异。 是植被长势、丰度的度量方法之一。
但是，NDVI的一个缺陷在于，对土壤背景的变化较 为敏感。 实验证明，当植被覆盖度小于15%时，植被的NDVI值 高于裸土的NDVI值，植被可以被检测出来，但因植 被覆盖度很低，如干旱、半干旱地区，其NDVI很难 指示区域的植物生物量，而对观测与照明却反应敏 感； 当植被覆盖度由25—80%增加时，其NDVI值随植物 量的增加呈线性迅速增加； 当植被覆盖度大于80%时，其NDVI值增加延缓而呈现 饱和状态，对植被检测灵敏度下降。
RVI是绿色植物的一个灵敏的指示参数。研究表明， 它与叶面积指数（LAI）、叶干生物量（DM）、叶绿 素含量相关性高，被广泛用于估算和监测绿色植物生 物量。 在植被高密度覆盖情况下，它对植被十分敏感，与 生物量的相关性最好，但当植被覆盖度小于50%时， 它的分辨能力显著下降。 此外， RVI 对大气状况很敏感，大气效应大大地降低 了它对植被检测的灵敏度，尤其是当RVI值高时。 因此，最好运用经大气纠正的数据，或将两波段的灰 度值（ DN ）转换成反射率（ ρ ）后再计算 RVI ，以消 除大气对两波段不同非线性衰减的影响。
在近红外区，峰值被消低，甚至消失，整个光谱曲 线的波状特征被拉平。
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。
植被指数
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。 叶子光谱特性中，可见光谱段受叶子叶绿素含量的 控制、近红外谱段受叶内细胞结构的控制、中红外 谱段受叶细胞内水分含量的控制。 对于复杂的植被遥感，仅用个别波段或多个单波段 数据分析对比来提取植被信息是相当局限的。 因而往往选用多光谱遥感数据经分析运算（加、 减、乘、除等线性或非线性组合方式），产生某些 对植被长势、生物量等有一定指示意义的数值—— 即所谓的“植被指数”。 20多年来，已研究发展了几十种不同的植被指数。
植被结构—连续型
京9428
95021
植被结构—离散型
植被冠层光谱特性
一般说来，由于阴影的影响，往往冠层的反射低 于单叶的实验室测量的反射值，但在近红外谱段冠 层的反射更强。 这是由于植物叶子透射约50%——60%的近红外辐射 能，透射到下层的近红外辐射能被下层叶反射，并 透过上层叶，导致冠层红外反射的增强。
Yel low Red/orange
1
30 25
Brown
2 3 4
20 15 10 5
d. 0
B lue (0.45 - 0.52m) G reen (0.52 - 0.60m) Red (0.63 - 0.69m) Near-Inf rared (0.70 - 0.92m)
叶子的含水量
影响植物光谱的因素
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。
不同生长状态 橡树叶子的反 射特性
Jensen, 200
3
1 a
2
不同橡树叶子的反射特性
a.
b. 4
c.
45 40
35
Percent Reflectance
Green l eaf
在适当的环境下，可以容易地监测到作物受水份缺 乏或病虫害的胁迫作用，有时可使农民在察觉前即 进行处理。胁迫作用的指标是作物在近红外波段反 射率的逐渐减少，如下图所示一组对大豆叶在其因 水份缺失而经历细胞壁损坏胁迫作用增强过程的近 红外波段波谱反射率野外测试的波谱曲线。
植被冠层反射
单叶的光谱行为对植被冠层光谱特性是重要的， 但并不能完全解释植被冠层的光谱反射。植被冠 层是由许多离散的叶子组成，这些叶子的大小、 形状、方位、覆盖范围是变化的。 自然状态下的植被冠层（如一片森林或作物）是 由多重叶层组成，上层叶的阴影挡住了下层叶， 整个冠层的反射是由叶的多次反射和阴影的共同 作用而成，而阴影所占的比例受光照角度、叶的 形状、大小、倾角等的影响。
真彩色图像
植被遥感原理
植被对太阳辐射的吸收、反射和透射主要由叶片 和植被结构决定
植物叶片和植被冠层使得植物光谱反射曲线呈现 出起伏变化的特征 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。
植物的光谱特征
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。
第三章 植被遥感
本章主要内容
植被遥感的意义 植被的光谱特征 植被指数
植被遥感的意义
植被遥感是遥感的重要应用领域。 以确定植被的分布、类型、长势。
植被判读的原理是植物的光谱特性。
不同的植物由于结构和叶绿素含量不同，具有不同 的光谱特征，特别是近红外波段有较大的差别。
利用植物的物候差异也可区分植物类型，如冬季落 叶树和常绿树很好区别。
归一化植被指数
NIR red NDVI NIR red
对绿色植被表现敏感，主要用途： 进行不同植被类型初级生产量的估计； 识别不同的生态区 ； 监测地球表面植被的物候类型，常被用来进行区域 和全球的植被状态研究 ； 评价生长期和变干期的长短 对低密度植被覆盖，NDVI对于观测和照明几何非常 敏感。但在农作物生长的 初始季节，将过高估计植被 覆盖的百分比；在农作物生长的结束季节，将产生估计 低值。