七、高光谱遥感应用

1七、高光谱遥感应用7.1精准农业高光谱遥感7.2内陆水质高光谱遥感7.3矿物填图高光谱遥感张兵中国科学院对地观测与数字地球科学中心E-mail:[e-mail]精准农业高光谱遥感精准农业：就是利用遥感、卫星定位系统等技术实时获取农田作物的生产环境、生长状况的时空变化信息，及时对农业进行管理，并对作物苗情、病虫害、墒情的发展趋势进行分析、模拟，为农业的高效管理提供必要的空间信息。在获取上述信息基础上，利用地理信息系统、专家系统、决策支持系统等技术，按每一地块或单元在像元级上做出具体决定，准确地进行变量灌溉、施肥、喷洒农药等。3精准农业要求回答的3W问题：What？When？Where？Precisionfarming:DotherightthingattherightplaceandattherighttimeProvidingrelevantandreliableagronomicindexestofarmers7.1精准农业高光谱遥感4多光谱遥感的信息可以知道作物是否受到胁迫。而高光谱遥感则可以推断出造成胁迫的原因是水分缺乏、病虫害还是施肥不足或者其它原因。高光谱遥感可反演的农学参数主要有:叶绿素a、叶绿素b、叶绿素a＋b、木质素、氮、纤维素、水含量、磷、蛋白质、氨基酸以及淀粉。作物参数反映了作物长势、水肥亏缺状况、营养组分含量等信息，也是预测作物产量的主要指标。7.1精准农业高光谱遥感5高光谱遥感精准农业研究的主要几个方面：(1)植被生理生化参量反演：LAI、叶绿素、水分、氮素；(2)作物参量综合农学分析：长势分布图、生成农田处方图；(3)作物生长时间序列分析：生育期监测、病虫害监测、种植模式信息提取等。7.1精准农业高光谱遥感6植被冠层的反射率光谱主要由植被的三方面因素决定：（1）植被冠层外形和结构属性，LAI；（2）可见光－近红外波段冠层的生物化学属性，叶绿素等；（3）短波红外谱段冠层的水分含量和其它植被成分。LAIisdefinedasonehalfthetotalgreenleafareaperunithorizontalgroundsurfacearea.Ref.:ChenandBlack(1992a)7.1精准农业高光谱遥感7LAI直接测量方法(1)直接采样测量(2)点接触和穿刺（探针）(3)落叶收集LAI间接测量方法利用光学仪器通过辐射传输测量计算LAI，目前可用的仪器包括：•Li-CorLAI-2000PlantCanopyAnalyzer•CIDDigitalPlantCanopyImager•DecagonSunfleckCeptometer•Demon•TRAC7.1精准农业高光谱遥感8ViewfactorShadedFoliageSkySunlitFoliageLAI-2000Hemisphericalphotograph9影响LAI仪器测量的两个主要因素：1.叶面角度分布2.叶面空间分布ViewZenithAngleGapfractionOpenForestDenseForest7.1精准农业高光谱遥感101）波段之间相关性统计2）波段与作物参量间相关性统计计算反射率光谱波段或其变换（导数、对数光谱等）与植被生物物理或化学参量之间的相关系数。7.1精准农业高光谱遥感113）多元统计回归方法逐步回归分析方法筛选出反射率光谱或其变换形式（如导数光谱，对数光谱）与某个生物物理或生化参量相关密切的若干个波段，建立统计回归方程，然后利用该方程对未知样本的参量进行预测。优点：简单易行，对实验室可控条件下测得的光谱进行应用时，一般都能取得满意的结果缺点：应用到野外测量数据或遥感图像上时，由于受大气、冠层几何条件、冠层结构、土壤背景等因素的影响，所建立的回归方程往往缺乏鲁棒性和普适性，即波段选择对所使用的数据依赖性很强。。7.1精准农业高光谱遥感12小麦全氮含量与冠层光谱反射率在不同时间的相关统计-0.6-0.4-0.20.00.20.40.63508501350185023505/175/245/31相关系数波长7.1精准农业高光谱遥感13-0.8-0.6-0.4-0.20.00.20.40.60.81.0350850135018502350导数光谱与植株含水量的相关统计(拔节期)-0.8-0.6-0.4-0.20.00.20.40.60.81.04505506507508509507.1精准农业高光谱遥感14化学统计光谱标定技术（ChemometricCalibrationTechniques）–FollowsBeersLaw–Linearregression-basedmodels–calculationsusinglog1/Reflectance•CalibrationCalibrationImage•Samples⇒⇒⇒Model⇒⇒⇒Spectra•DevelopApply7.1精准农业高光谱遥感15化学统计学模型建立MultipleSamplesNIRDataDataPre-TreatmentCalibrationSamplesValidationSamplesChemometricAnalysisCalibrationModelModelPredictionsStd.MethodAnalysisNIRDataDataPre-TreatmentValidateDifferencesStd.MethodAnalysis7.1精准农业高光谱遥感167.1精准农业高光谱遥感17FreshLeafCalibration—BandPositions7.1精准农业高光谱遥感18FreshVs.DryPredictedNitrogen7.1精准农业高光谱遥感19AVIRISNitrogenPLSCalibration7.1精准农业高光谱遥感20AVIRISPredictedVs.ActualNitrogen7.1精准农业高光谱遥感21DryLeafBandDepthNitrogenCalibration7.1精准农业高光谱遥感22BandDepthPredictedNitrogenVs.ActualNitrogen7.1精准农业高光谱遥感23缺点：回归方程缺乏鲁棒性和扩展性。模型受大气、土壤背景、作物种类、时间（成分和结构改变）的影响很大。使用条件：建模与应用同步。7.1精准农业高光谱遥感241.86.5以NDVI(dr745,dr699.2)为估算因子得到的小汤山小麦田块叶片全氮分布图指导定点精确施肥－氮肥处方图7.1精准农业高光谱遥感25构建一个理想的植被指数要求：构建一个理想的植被指数要求：（1）对植被条件敏感：覆盖度、水分、矿物质含量、健康状况、几何形态、种植方式、叶片分布等；（2）对土壤亮度不敏感；（3）对土壤颜色不敏感；（4）对大气与太阳照度变化不敏感；（5）对植被周边环境变化不敏感；（6）对遥感器视场等观测条件变化不敏感。7.1精准农业高光谱遥感26第一类的VI是基于独立波段的线性变换或比值；第二类VI是基于植被与太阳辐射、大气、土壤背景等相互作用的物理过程。第一类植被指数IndexAbbreviationFormulaAuthorandYearRatioVegetationIndexVegetationIndexNumberTransformedVegetationIndexGreenVegetationIndexSoilBrightnessIndexYellowVegetationIndexNonSuchIndexSoilBackgroundLineRVIVINTVIGVISBITVINSISBLNIRRRNIR5.0+NDVI(-0.283MSS4-0.660MSS5+0.577MSS6+0.388MSS7)(0.332MSS4+0.603MSS5+0.675MSS6+0.262MSS7)(-0.889MSS4+0.428MSS5+0.76MSS6-0.041MSS7)(0.016MSS4+0.131MSS5-0.425MSS6+0.882MSS7)(MSS7-2.4MSS5)PrarsonandMiller,1972PearsonandMiller,1972Rouseetal.,1974KauthandThomas,1974KauthandThomas,1976KauthandThomas,1976KauthandThomas,1976RichardsonandWiegand,1977DifferencedVegetationIndexMisraSiolBrightnessIndexMisraGreenVegetationIndexMisraYellowVegetationIndexMisraNonSuchIndexDVIMSBIMGVIMYVIMNSI(2.4MSS7-MSS5)(0.406MSS4-0.600MSS5+O.645MSS6+0.243MSS7)(-0.386MSS4-0.530MSS5+0.535MSS6+0.532MSS7)(0.723MSS4-0.597MSS4+0.206MSS6-0.278MSS7)(0.404MSS4-0.039MSS5-0.505MSS6+0.762MSS7)Misraetal.,1977Misraetal.,1977Misraetal.,1977Misraetal.,1977RichardsonandWiegand,19777.1精准农业高光谱遥感27IndexAbbreviationFormulaAuthorandYearPerpendicularVegetationIndexAshburnVegetationIndexGreennessAboveBareSiolMulti-TemporalVegetationIndexGreennessVegetationandSoilBrightnessAdjustedSiolbrightnessIndexAdjustedGreenVegetationIndexTransformedVegetationIndexDifferencedVegetationIndexNormalizedDifferenceGreennessIndexRednessIndexNormalizedDifferenceIndexPVIAVIGRABSMTVGVSBASBIAGVITVIDVINDGIRINDI()()22NIRegeolRegeol′′′′−+−ρρρρ(2.0MSS7-MSS5)(GVI-0.091788SBI+5.58959)NDVI(date2)-NDVI(date1)SBIGVI(2.0YVI)GVI-(1+0.018GVI)YVI-NSI/25.05.05.0+++NDVINDVINDVI(NIR-R)RGRG+−GRGR+−MIRNIRMIRNIR+−RichardsonandWiegand,1977Ashburn,1978Hayetal.,1979Yazdanietal.,1981Badhwar,1981Jacksonetal.,1983Jacksonetal.,1983PerryandLautenschlager,1984Clevers,1986Chamardetal.,1991EscadafalandHuete,1991McNairnandProtz,19937.1精准农业高光谱遥感28第二类植被指数IndexAbbreviationFormulaAuthorandYearNormalizedDifferenceVegetationPerpendicularVegetationIndexSoilAdjustedVegetationIndexTransformedSAVITransformedSAVIAtmosphericallyResistantVegetationIndexGlobalEnvironmentMonit