2022年遥感应用专题报告 .pdf
《2022年遥感应用专题报告 .pdf》由会员分享,可在线阅读,更多相关《2022年遥感应用专题报告 .pdf(10页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、吉林大学地探学院遥感应用专题植被遥感应用学生姓名:叶应辉任课老师:邢立新学号: 2010622028 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页,共 10 页 - - - - - - - - - 吉林大学地探学院1 遥感应用专题之植被遥感应用植被是生长于地球表层的各种植物类型的总称,在地球系统中扮演着重要的角色,它是地球表层内重要的再生资源。植被是全球变化中最活跃、最有价值的影响要素和指示因子。植被影响地气系统的能量平衡,在气候、 水文和生化循环中起着重要作用,是气候和人
2、文因素对环境影响的敏感指标。因此,地球植被及其变化一直被各国科学家和政府所关注。卫星遥感是监测全球植被的有效手段,卫星从太空遥视地球,不受自然和社会条件的限制,迅速获取大范围观测资料,为人类提供了监测、 量化和研究人类有序活动和气候变化对区域或全球植被变化影响的可能。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
3、问题属于更深层次的遥感数据定量分析方法与反演技术。(3) 能否准确的估算出与植被光合作用有关的若干物理量,例如植被表面水分蒸腾量、光合作用强度(干物资生产率)、叶表面温度等。一、植物的光谱特征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。同时,不同的植物各有其自身的波谱特征,从而成为区分植被类型、长势及估算生物量的依据。1、健康植物的反射光谱特征健康植物的波谱曲线有明显的特点(图1),在可见光的0.55 m 附近有一个反射率为1020的小反射峰。在0.45 m 和 0.65 m 附近有两个明显的吸收谷。在0.70.8m 是一个陡坡,反射率急剧增高。在近红外波段0.81.3 m 之间形
4、成一个高的,反射率可达40或更大的反射峰。在1.45 m, 1.95 m 和 2.62.7 m 处有三个吸收谷。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页,共 10 页 - - - - - - - - - 吉林大学地探学院2 图 1 绿色植物有效光谱响应特征2、影响植物光谱的因素响植物光谱的因素除了植物本身的结构特征,同时也受到外界的影响。外界影响主要包括季节的变化, 植被的健康状况,植物的含水量的变化,植株营养物质的缺乏与否等等。但外界的影响总是通过植物本身生长发育的特
5、点在有机体的结构特征反映出来的。从植物的典型波谱曲线来看,控制植物反射率的主要因素有植物叶子的颜色、叶子的细胞构造和植物的水分等。植物的生长发育、植物的不向种类、灌溉、施肥、气候、土壤、地形等因素都对有机物的光谱特征发生影响,使其光谱曲线的形态发生变化。叶子的多孔薄壁细胞组织(海绵组织)对0.8 m1.3m 的近红外光强烈地反射,形成光谱曲线上的最高峰区。其反射率可达40,甚至高达60%,吸收率不到15。叶子的含水量叶子在1.45 m1.95m 和 2.62.7 m 处各有一个吸收谷,这主要由叶子的细胞液、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(图2),反射光谱曲
6、线的波状形态变得更为明显,特别足在近红外波段,几个吸收谷更为突出。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页,共 10 页 - - - - - - - - - 吉林大学地探学院3 图 2 水分含量对玉米叶子反射率的影响二、植被生态参数的估算植被指数是遥感领域中用来表征地表植被覆盖,生长状况的一个简单, 有效的度量参数。随着遥感技术的发展,植被指数在环境、生态、农业等领域有了广泛的应用。在环境领域,通过植被指数来反演土地利用和土地覆盖的变化,逐渐成为实现对全球环境变化的研究
7、重要手段; 生态领域, 随着斑块水平的生态系统研究成果拓展到区域乃至全球的空间尺度上,植被指数成了空间尺度拓展的连接点;在农业领域, 植被指数广泛应用在农作物分布及长势监测、产量估算、农田灾害监测及预警、区域环境评价以及各种生物参数的提取。总之,随着人们对于全球变化研究的深入,以遥感信息推算区域尺度乃至全球尺度的植被指数日益成为令人关注的问题。1、植被指数与植被覆盖度的关系植被覆盖度指植被冠层的垂直投影面积与土壤总面积之比。即植/土比。传感器所测得的反射辐射R 可表示为:其中, RV 为植被的总反射辐射,RS 为土壤的总反射辐射,C 为植被覆盖度,则:名师资料总结 - - -精品资料欢迎下载
8、- - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页,共 10 页 - - - - - - - - - 吉林大学地探学院4 式中,为植被与土壤混合光谱反射率;V、S分别为纯植被和纯土壤宽波段反射率。据理论推导, RVI 、 NDVI 与植土比分别呈指数和幂函数关系,当LAI 较小时,它们与植土比的变化反应不敏感。PVI 与植土比呈直线相关,其对植土比的感应能力也随LAI 减小而降低。就估测作物而言,PVI 较为优越,但应选LAI 较大的时期。实际上, 植土比和叶面积指数同时随空间而变化,因此, 需综合考虑植被指数与两者的关
9、系。对同一地区来说,作物品种特性差异较小,作物长势越好, 叶面积指数越大作物产量就越高。 也就是说,作物(主指冬小麦)的理论产量与抽穗期叶面积指数呈很好的直线相关关系。因此, 可以将一个地区的平均叶面积指数(LAI )与该地区植土比 (KW )的乘积(LK )作为该地区作物总产的线性相关因子。2、植被指数与生物量的关系生物量指的是植物组织的重量。它是由植物光合作用的干物质积累所致。显然,叶面积指数 LAI与植被覆盖度均是生物量的重要指标,它们都与植被指数相关。关于植被指数与生物理的定量关系,将在下面的 “作物估产” 部分作详细论述。这里仅讨论植被条件指数与植被覆盖度、生物量的关系。由 NOAA
10、/AVHRR数据获得的植被条件指数VCI 被定义为: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)。Anatoly 等( 1990)曾对干湿两种气候条件和不同生态区(高程与NDVI 值不同),运用 NOAA/AVHRR数据获得的植被条件指数VCI 来估算植被覆盖度以及草场与作物生产力,并通过大量地面实测数据来验证遥感估算的结果。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
11、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。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 5 页,共 10 页 - - - - - - - - - 吉林大学地探学院5 3、植被指数与地表生态环境参数的关系植被指数如NDVI 常被认为是气候、地形、植被/生态系统和土壤/水文变量的函数。从概念上讲,可以用这些环境因子建立NDVI 模型:式中, C 为气候子模型,V 为植被 /生态子模型, P 为地形子模型,S 为土壤 /水文子模型。这些子模型又可
12、表示为各自主因子的数:上述的 E1、E2、 E3、E4 为由未考虑的环境变量或潜在的测量误差引起的模型误差。可以看出上述模型涉及的因子很多,许多因子也难以具体化。但是由于其中一些环境变量并非完全独立, 具有相关性, 如日照与气温常高度相关、土壤持水性与透水性呈负相关。因此,模型可以被简化, 有些变量可以由其它变量描述,则用有限的环境变量建立NDVI 模型是可能的。很显然,描述NDVI 的这些环境变量均随时间/空间变化,则可以认为NDVI是个三维变量。但是对于一个特定的地理位置和一定时间尺度(如年或10 年),地形子模型可认为是常量,植被 /生态系统子模型及土壤/水文子模型也变化不大或基本倾向于
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2022年遥感应用专题报告 2022 遥感 应用 专题报告
限制150内