搜索
第八章植被遥感东华理工大学长江学院2009年3月一、植被的反射光谱特征二、植被长势监测与作物估产三、森林病虫灾害监测主要内容一、植被的反射波谱特征叶绿素的反射峰（0.55mm-绿）和两个吸收带（0.45mm-蓝和0.67mm-红）近红外（0.7-0.8-1.1mm）反射“陡坡”，植被最独特的特征，受植被叶细胞结构的影响所形成的高反射率中红外波段（1.3-2.5mm）受植物含水量影响，吸收率大增，反射率大大下降叶绿素较强吸收：0.45mm、0.67mm叶肉组织强反射：0.74~1.3mm水的主要吸收：1.45,1.92,2.7mm次之：0.96、1.2micrometers可见光(400-700nm),近红外(700-1350nm),短波红外(1350-2500nm)Pigmentationinternalleafstructuresvivowatercontent、Internalleafstructure植被（可见光波段的变化）叶绿素减少、其它色素增加、红光附近反射率上升植被（近红外波段的变化）结构稀疏(典型的双子叶植物)结构紧凑(典型的单子叶植物)植被（近红外波段的变化）植被（近红外波段的变化）随着年龄的增长，背腹性叶子的叶肉间空隙增多从结构的角度来看，结构稀疏叶片的生长扩大了本叶片结构的空隙植被（近红外波段的变化）由于年轻，不成熟稀疏结构叶片相较于年长树叶叶绿素含量较低、空隙率较少，它们反映了更多的可见光辐射和较少的红外辐射植被（近红外波段的变化）：通常来说落叶树（阔叶）有叶片结构比较稀疏；针叶树（针叶）叶片结构比较紧凑；植被（近红外波段的变化）：多层叶子导致近红外反射增加植被（近红外波段的变化）：叶生物量和近红外反射之间的关系植被（中红外波段的变化）：叶片水份含量与反射率之间的关系二、大面积农作物的遥感估产•大面积农作物的遥感估产•包括三方面内容：农作物识别、种植面积估算、长势监测和估产模式建立•（一）可以根据作物的色调、图形结构等差异最大的物候期（时相）的遥感影像和特定的地理位置等的特征，将其与其他植被区分开来。不同农作物光谱特性存在差别叠合光谱图•（2）利用高时相分辨率的卫星影像对作物生长的全过程进行动态监测。•植被指数（VegetationIndex，VI）•常用的植被指数有：•RVI，比值植被指数：RVI=NIR/R•NDVI，归一化植被指数：NDVI=（NIR-R）/（NIR+R）•DVI，差值植被指数：DVI=NIR-R•PVI，正交植被指数：①NOAA卫星的AVHRR：PVI=1.6225(NIR)-2.2798(R)+11.0656②Landsat：PVI=0.939(NIR)-0.344(R)+0.09•（3）建立农作物估产模式。•y=a+bVI•其中y为单产；为该研究区某农作物的总产量；A为某作物的播种面积；y（一）森林病虫灾害的特点1直观性2阶段性3多尺度性4累积性三、森林病虫灾害监测（二）遥感的优势：1宏观性2客观性3周期性4便捷性（三）遥感的劣势：1时间分辨率2空间分辨率3光学遥感的局限性健康的绿色植物具有典型的光谱特征。当植物生长状况发生变化时，其波谱曲线的形态也会随之改变。如植物因受到病虫害，农作物因缺乏营养和水分而生长不良时，海绵组织受到破坏，叶子的色素比例也发生变化，使得可见光区的两个吸收谷不明显。近红外光区的变化更为明显，峰值被削低，甚至消失，整个反射光谱曲线的波状特征被拉平。因此，根据受损植物与健康植物光谱曲线的比较，可以确定植物受伤害的程度。健康植物轻微受损严重受损（四）卫星遥感监测原理（五）遥感影像处理软件它主要承担遥感影像增强、滤波、几何校正、大气校正、坐标转换、影像变换、分类、解译、特征提取、影像融合和镶嵌等任务。同时，兼有地理信息系统中的矢量数据显示和编辑、查询、制图输出等功能。它广泛应用于资源与环境动态监测系统的建设。东堰口东堰口1995.12.07东堰口1996.10.22东堰口1995东堰口1996年度森林质量变化图严重中等轻微健康严重中等轻微健康年度森林质量变化图（六）遥感监测技术的局限性1.时间分辨率低2.病虫情监测非常困难3.数据不能完全保障4.复层林分\混交林分的监测精度难以提高