植被遥感

第二章植被遥感第二讲植被遥感1、本讲内容概述（1）植物遥感原理▲叶片和植被▲植物的光谱特征（2）植被指数▲植被指数的概念▲植被指数的种类（3）植被指数与地表参数的关系▲植被指数与叶面积指数的关系▲植被指数与叶绿素含量的关系▲植被指数与植被覆盖度的关系▲植被指数与生物量的关系▲植被指数与地表生态环境参数的关系▲植被指数与气候参数的关系▲植被指数与植物蒸发量、土壤水分的关系（4）植被遥感应用▲大面积农作物的遥感估产▲植被动态变化制图▲城市绿化调查与生态环境评价▲草场资源调查▲林业资源调查2、本讲内容▲植物内部所含的色素、水分以及它的结构等控制着植物特殊的光谱响应。同时，植被在生长发育的不同阶段（从发芽－生长－衰老），从其内部成分结构到外部形态特征均会发生一系列周期性的变化。这变化是以季节为循环周期的，故称之为植物季相节律。植物季相节律从植物细胞的微观结构到植物群体的宏观结构上均会有反映，致使植物单体或群体的物理光学特征也发生周期性变化。▲陆地植被是那些危及人类生存的生物地球化学循环中的关键因子。如全球碳循环中，陆地植被尤其是热带或北纬地区的陆地植被是很关键的。通过遥感提供的植被宏观变化及影响这些变化的生态环境因子间的相互作用和整体效应，可以对于那些对人类生存有特殊意义的生态区如热带雨林、半干旱区农牧交错地带等进行变化监测和专题研究。▲植物遥感研究由来已久。早期的研究主要集中在植物及土地覆盖类型的识别、分类与专题制图等。随后，则致力于植物专题信息的提取与表达方式上，提出了多种植被指数，并利用植被指数进行植被宏观监测以及生物量估算－包括作物估产、森林蓄积量估算、草场蓄草量估算等。随着定量遥感的逐步深入，植被遥感研究己向更加实用化、定量化方向发展，提出了几十种植被指数模型，研究植被指数与生物物理参数（叶面积指数，叶绿素含量，植被覆盖度，生物量等）植被指数与地表生态环境参数（气温、降水、蒸发量、土壤水分等）的关系，以提高植物遥感的精度，并深入探讨植被在地表物质能量交换中的作用。2.1植物遥感原理（1）叶片和植被▲植物遥感依赖于对植物叶片和植被冠层光谱特性的认识，因而需要首先了解植物叶片和植被的结构。图2.1显示叶片的内部结构。叶片的最上层为上表皮，由较密集的细胞组成，并被半透明的薄膜（阻止水分丢失）覆盖；最下层为下表皮，含气孔可与外界进行气体、水分交换，这是植物光合作用和植物生长的根本保证；上下表皮之间为栅栏组织和海绵组织，其中，栅栏组织由长透镜状细胞平行排列而成，它又叫叶绿粒是由叶绿素和其它色素组成；海绵叶肉组织由相互分离的不规则状细胞组成，面积保证光合作用中O2与CO2的充分交换。▲植株是由叶、叶柄、茎、枝、花等不同组分组成。从植物遥感一一植物与光（辐射）的相互作用出发，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、大小以及几何与外部结构一一包括成层现象（涉及多次散射）、覆盖度（涉及空隙率、阴影）等。▲植被结构是随着植物的种类、生长阶段、分布方式的变化而变化的。在定量遥感中它大致可分为水平均匀植被（连续植被）和离散植被（不连续植被）两种。两者之间并无严格界线。草地、幼林、生长茂盛的农作物等多属前者，而稀疏林地、果园、灌丛等多属后者。植被结构可通过一组特征参数来描述和表达，如叶面积指数LAI（定义为单位地表面积上方植物单叶面积的总和）、叶面积体密度FAVD（定义为某一高度上单位体积内叶面积的总和）、空隙率（或间隙率）、叶倾角分布LAD（分为均匀型、球面型、倾斜型等）。▲植物的光合作用是指植物叶片的叶绿素吸收光能和转换光能的过程。它所利用的仅是太阳光的可见光部分（0.4~0.76μm），即称之为光合有效辐射（PAR），约占太阳辐射的47%~50%，其强度随着时间、地点、大气条件等变化。植物叶片所吸收的光合有效辐射（APAR）的大小及变化取决于太阳辐射的强度和植物叶片的光合面积。而光合面积不仅与叶面积指数（LAI）有关，还与叶倾角（LAD）、叶间排列方式、太阳高度角等有关。光合面积与叶绿素浓度结合可以反映作物群体参与光合作用的叶绿素数量。而水、热、气、肥等环境因素直接影响PAR向干物质转换的效率。如叶片缺水、气孔减小，直接影响作为光合作用原料的CO2的吸收。▲射入叶片的可见光部分中的蓝光、红光及少部分绿光可被叶绿素所吸收，用于光合作用。叶子的光合作用过程总是伴随着叶子的呼吸作用进行的。叶子通过其下表皮层的气孔吸入CO2，并扩散到叶腔内；在光能的作用下，叶内的二氧化碳（CO2）与水汽（H2O）结合，经光合作用过程生成碳水化合物（C6H12O6）和呼出氧气（O2）。▲植物在光合作用过程中将转换和消耗光能。此外，射入植被的光能除了被叶子吸收外，还有部分的反射和透射（部分透射能可达地表）。部分阳光投射到植物体的非光合器官上，因而光合作用的潜力是受植物类型、结构、生态环境等多方面因素的影响。（2）植物的光谱特征▲近红外波段在植物遥感中的重要作用，这是因为近红外区的反射是受叶内复杂的叶腔结构和腔内对近红外辐射的多次散射控制，以及近红外光对叶片有近50%的透射和重复反射的原因。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，植物叶片的叶绿素含量、叶腔的组织结构、水分含量均会发生变化，致使叶片的光谱特性变化。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。▲植物的发射特征主要表现在热红外和微波谱段。植物在热红外谱段的发射特征，遵循普朗克（Planck）黑体辐射定律，与植物温度直接相关。植物非黑体而是灰体，因而研究它的热辐射特征必须考虑植物的发射率。植物的发射率是随植物类别、水分含量等的变化而变化。健康绿色植物的发射率一般在0.96~0.99范围内，常取0.97~0.98；干植物的发射率变幅较大，一般为0.88~0.94。▲植物的微波辐射特征能量较低，受大气干扰较小，也可用黑体辐射定律来描述。植物的微波辐射能量（即微波亮度温度）与植物及土壤的水分含量有关。而植物的雷达后向散射强度（即主动微波辐射）与其介电常数和表面粗糙度有关。它反映了植物水分含量和植物群体的几何结构，同样传达了大量植物的信息。研究表明：JERS-1的SJU（L波段）图像可以穿透植被，而得到植物生长环境的信息；ERS-1的SAR（C波段）图像可以直接监测植被，并含有土壤和地形信息（Genya.S，1996）；Palosm（1998）研究了多波段（L、C、P）、多极化的SAR数据与农田观测的叶面积之间关系，指出可以用多波段雷达数据估算作物叶面积指数（LAI）。可见，植物的发射特征（热红外和微波）和微波散射特征信息是光学反射遥感数据的补充，也是植物遥感的理论基础。▲Boochs（1990）指出，植被对电磁波的响应，即植被的光谱反射或发射特性是由其化学和形态学特征决定的。而这种特征与植被的发育、健康状况以及生长条件密切相关。因此，可以采用多波段遥感数据来揭示植物活动的信息，进行植物状态监测等。▲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。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监测的反射值，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，如图2.2所示。▲在植物冠层，多层叶子提供了多次透射、反射的机会。因此，在冠部近红外反射随叶子层数的增加而增加（图2.3）。试验证明，约8层叶的近红外反射率达最大值。▲植物冠层的波谱特性，除了受植物冠层本身组分——叶子的光学特性的控制，还受植物冠层的形状结构、辐照及观测方向等的影响。因此，植被的波谱特性与覆盖度、生物量密切相关。图2.4显示紫苜蓿在整个生长周期光谱反射率的变化。植被覆盖度从0（裸地）→近100（几乎全覆盖），光谱特征从裸地光谱到植物光谱占主导地位，生物量也逐渐增加。原则上，生物量可以通过比较近红外区（0.8~1.1μm）与绿光区（0.4μm）的反射率求得。▲所谓“红边”是指红光区外叶绿素吸收减少部位（约0.7μm）到近红外高反射率（0.7μm）之间，健康植物的光谱响应陡然增加（亮度增加约10倍）的这一窄条带区。Collins（1978）研究作物不同生长期内的高光谱扫描数据发现，作物快成熟时，其叶绿素吸收边（即红边）向长波方向移动，即“红移”。这种“红移”现象除了作物外，其他植物也有，且红移量随植物类型而变化，因而可以通过对作物红边移动的观察来评价作物间的差异以及某一特定作物成熟期的开始。Collins还认为选择约在0.745μm和0.78μm很窄的波段，可观察这一特定期的“红移”现象。“红移”出现的原因虽很复杂，但其重要原因是由于作物成熟叶绿素a大量增加（即叶黄素代替叶绿素）所致。Horler等（1983）通过实验研究认为红边（0.68~0.80μm）可以作为植物受压抑（胁迫状态）的光谱指示波段区（图2.5）。图2.5植物光谱的“红边”红移2.2植被指数（1）植被指数的概念▲遥感图像上的植被信息，主要通过绿色植物叶子和植被冠层的光谱特性及其差异、变化而反映的，不同光谱通道所获得的植被信息可与植被的不同要素或某种特征状态有各种不同的相关性，如叶子光谱特性中，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”。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。▲在植被指数中，通常选用对绿色植物（叶绿素引起的）强吸收的可见光红波段和对绿色植物（叶内组织引起的）高反射的近红外波段。这两个波段不仅是植物光谱中的最典型的波段，而且它们对同一生物物理现象的光谱响应截然相反，故它们的多种组合对增强或揭示隐含信息将是有利的。（2）植被指数的种类▲由于植被光谱受到植被本身、土壤背景、环境条件、大气状况、仪器定标等内外因素的影响，因此植被指数往往具有明显的地域性和时效性。20多年来，国内外学者已研究发展了几十种不同的植被指数模型。大致可归纳为以下几类：▲1）比值值被指数（RVI）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，且具倒转关系。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：或（2-1）▲DN为近红外、红外段的计数值（灰度值），ρ为地表反照率。▲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、水体以及枯死或受胁迫植被，因不显示这种特殊的光谱响应，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。▲比值植被指数能增强植被与土壤背景之间的辐射差异。土壤一般有近于1的比值，而植被则会表现出高于2的比值。可见，比值植被指数可提供植被反射的重要信息，是植被长势、丰度的度量方法之一。同理，可见光绿波段（叶绿素引起的反射）与红波段之比G/R，也是有效的。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。▲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