第三章植被遥感城市与环境学院王细元xiyuan80_wang@163.com遥感地学分析,黄家柱教授遥感地学分析王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing意义:植被是全球变化中最活跃、最有价值的影响因素和指示因子。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,是气候和人文因素对环境影响的敏感指标。王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing研究主要方向:从土壤背景中区分出植被覆盖区域。(延伸:植被类型,类型质量)反演出植被的各种重要参数。(叶面积指数、叶子宽度、树冠行政、高度)估算与光合作用有关的物理量。(叶面积温度、植被表面水分蒸腾量)王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing内容提要3.1植被的光谱特性3.2植被生态参数的估算3.3灾害监测3.4资源遥感调查王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing3.1植被的光谱特性3.1.1健康植被的光谱特性健康植物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。王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing3.1植被的光谱特性王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing3.1.2植被光谱特征的影响因素影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点在有机体的结构特征反映出来的。王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing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。王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing不同植物光谱反射曲线比较王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing不同颜色叶子的反射光谱叶子颜色王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing不同水分含量对玉米叶子反射率的影响王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing红边定义为反射光谱的一阶微分最大值所对应的光谱位置。当叶绿素含量高,生长旺盛时,红边向波长增加的方向偏移,称红移。当植被受损时,则红边会向波长短的方向移动,称蓝移。王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing植物遭受不同程度损害的反射光谱曲线王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing3.2植被生态参数的估算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”(VegetationIndex)。它用一种简单有效的形式来实现对植物状态信息的表达,以定性和定量地评价植被覆盖、生长活力及生物量等。王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing相关文献(自学)南京市城市绿地现状遥感分析——周文佐等摘要:……研究中尝试用NDVI波段及其它波段组合对南京城市植被进行解译,效果较好。研究结果表明,南京生态绿地分布很不平衡。……基于TM影像的城市绿地信息提取方法研究——姚静等摘要:……实验过程中首先对图像进行预处理,然后通过四种绿地信息提取方案进行比较分析,这四种方案分别为:原始波段合成法、主成份分析法、归一化植被指数(NDVI)法和实验波段组合法。……王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing基于TM影像的重庆市北碚区地表植被覆盖变化—兰明娟摘要:……利用重庆市北碚区1988年与2007年的LandsatTM影像数据,编制归一化植被指数(NDVI)图,进而计算生成植被覆盖度图像.通过掩膜技术和变化检测等方法提取了研究区1988-2007年的植被覆盖变化信息.……基于遥感的城市绿地信息监测分析——以扬州市为例——许超摘要:……利用不同时相的CBERS02的CCD数据和中国资源卫星二号星的全色数据,选用合适的方法对城市主要地物信息进行自动(半自动)提取,对扬州市城区绿地系统的变化进行动态监测及分析。……王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing城市绿地遥感信息自动提取研究——以广州市为例——刘小平,邓孺孺,彭晓鹃摘要:……提出了一种新的基于像元信息分解和神经网络分类相结合的城市绿地遥感信息自动提取方法。……基于ETM+遥感影像的南京市城市绿地的动态监测——郑光摘要:……本文利用1988年和2002年的南京市域范围的ETM+/TM影像,通过分别计算亮度指数和垂直植被指数,建立亮度-垂直植被指数(BI-PVI)平面,通过计算TM3-TM4平面内的点到非植被线的距离,求得亮度-植被指数向量,进而得出变化向量获取城市绿地的变化……王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing植被指数的主要种类:(1)比值植被指数(RVI)(2)归一化植被指数(NDVI)(3)差值植被指数(DVI)(4)缨帽变换中的绿度植被指数(GVI)(5)垂直植被指数(PVI)3.2植被生态参数的估算王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing(1)比值植被指数(RatioVegetationIndex)由于可见光红波段(R)与近红外波段(NIR)对绿色植物的光谱响应十分不同。两者简单的数值比能充分表达两反射率之间的差异。比值植被指数可表达为:RVI=DNNIR/DNR或RVI=NIR/R(简单表示为NIR/R)3.2植被生态参数的估算王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensingRVI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。3.2植被生态参数的估算王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing(2)归一化植被指数(NormalizedDifferenceVegetationIndex)NDVI=(DNNIR-DNR)/(DNNIRDNR)NDVI=(NIR-R)/(NIR+R)实际上,NDVI是简单比值RVI经非线性的归一化处理所得。3.2植被生态参数的估算王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing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。NDVI的一个缺陷在于,对土壤背景的变化较为敏感。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。3.2植被生态参数的估算王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing3.2植被生态参数的估算王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing(3)差值植被指数(DifferenceVegetationIndex)差值植被指数(DVI)又称环境植被指数(EVI),被定义为近红外波段与可见光红波段数值之差。即DVI=DNNIR-DNR或DVI=NIR-R3.2植被生态参数的估算王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing差值植被指数的应用远不如RVI、NDVI。它对土壤背景的变化极为敏感,有利于对植被生态环境的监测。上述的NDVI、DVI等植被指数均受土壤背景的影响大,且这种影响是相当复杂的,它随波长、土壤特征(含水量、有机质含量、表面粗糙度等)及植被覆盖度、作物排列方向等的变化而变化。3.2植被生态参数的估算王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing(4)缨帽变换中的绿度植被指数(GVI)缨帽变换(TC)是指在多维光谱空间中,通过线性变换、多维空间的旋转,将植物、土壤信息投影到多维空间的一个平面上,在这个平面上使植被生长状况的时间轨迹(光谱图形)和土壤亮度轴相互垂直。也就是,通过坐标变换使值被与土壤特征分离。缨帽变换是一种通用的植被指数,可以被用于LandsatMMS或LandsatTM数据。3.2植被生态参数的估算王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing缨帽变换(TC变换)是以陆地卫星MSS各波段的辐度亮度值作为变量。经线性变换后,组成4个新变量:TC10.433MSS40.632MSS50.586MSS60.264MSS7TC2-0.290MSS4-0.562MSS5-0.600MSS60.491MSS7TC3-0.829MSS40.522MSS50.039MSS60.194MSS7TC40.233MSS40.021MSS5-0.543MSS60.810MSS73.2植被生态参数的估算王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing第一分量TC1表征“土壤亮度”,它反映土壤亮度信息;第二分量TC2表征“绿度”,它与绿色植被长势、覆盖度等信息直接相关;第三分量为“黄度”,无确定意义,位于TC1、TC2的右侧;第四分量为“nonesuch”无景观意义,主要为噪声(包含系统噪声和大气信息)。第一、二分量往往集中了95%或更多的信息。因此,植被、土壤信息主要集中在由TC1、TC2组成的二维图形中。3.2植被生态参数的估算王细元城市与环境学院遥感地学分析GeographyAnalysisforRemoteSensing而对于TM而言,可见光—红外6个波段数据经缨帽变换的前三个分量主要反映土壤亮度、绿度、湿度特征,第四分量主要为噪声。其中绿度指数可表示为:GV