遥感技术在植被研究中的应用

《遥感技术在植被研究中的应用》由会员分享，可在线阅读，更多相关《遥感技术在植被研究中的应用（5页珍藏版）》请在装配图网上搜索。

1、浅析遥感技术在植被研究中的应用李永红(宁夏大学资源环境学院 宁夏银川750021)摘要：遥感是指应用探测仪器，不与探测目标相接触，从远处把目标物的电磁波 特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术1 遥感技术作为21世纪空间信息技术的支柱之一，在植被研究中发挥着重要的作 用。本文从遥感的基本内涵出发，通过查阅相关的文献、参考资料和对资料进行 归纳总结，阐述了大面积农作物估产的方法、常见的植被指数，介绍了遥感植被 解译应用，通过对遥感图像的四个特征进行比较，得出在一般情况下，空间分辨 率和辐射分辨率成反比的结论；并对高新技术遥感在植被研究中的应用过程和发 展前景进行简单

2、概述。关键字:遥感，植被，微波，高光谱遥感(Remote Sensing)是20世纪60年代发展起来的对地观测的综合性技术，是指应 用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示 出物体的特征性质及其变化的综合性探测技术。植被调查是遥感的重要应用领域。植被是环 境的的重要组成因子，也是反映区域生态环境的最好标志之一，同时也是土壤、水文等要素 的解译标志，个别还是找矿的指示植物。植被成像及解译的研究成果可以为环境监测、生物 多样性保护、农业、林业等有关部门提供信息服务。1植被遥感1.1植物的光谱特征遥感技术的物理基础是地物对电磁波的反射、吸收和发射特性2遥感波段

3、的辐射源不 同，辐射与地物相互作用的机理就不同，因此所反映的地物信息也就不同。在可见光、近红 外波段，主要反射太阳光的辐射，遥感信息所反映的主要是地物的反射率。反射率的一个重 要特点就是光谱特性，也即反射率随波长的变化而变化。我们能够利用遥感信息识别不同地 物的一个根本原因就是因为各种地物间光谱特性具有一定的差异。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。图1显示了健康的绿色植物有效光谱响应特征。，控制叶子反射 J率的土要岗案鼎、54kF一一,k 光潜区冷站光波段疫甄夕卜波居中红外波 图1绿色植物有效光谱响应特征健康植物的的波谱曲线有明显的特点，在可见光的0.55um附近有一个

4、反射率为10% 20%的小反射峰，在0.45um和0.65rm附近有两个明显的吸收谷，在0.70.8rm是一个 陡坡，反射率急剧增高,在近红外波段0.81.3rm之间形成一个高的，反射率可达40%或更 大的反射峰，在1.45um,1.95um和2.62.7rm处有三个吸收谷e。健康绿色植被都具有 基本的光谱特性，其光谱响应曲线有一定的变化范围，但曲线形态变化是基本相似的，这是 因为影响其波谱特性的主导控制因素一致。从植物的典型波谱曲线来看，影响植物光谱的因 素包括植物叶子的颜色，叶子的组织结构，叶子的含水量以及植物的覆盖度。对于不同植物类型的区分，可依据(1)不同植物由于叶子的组织结构和所含色

5、素不同， 具有不同的光谱特征。如在近红外光区，草本植物的反射高于阔叶树，阔叶树高于针叶树。 (2)利用植物的物候期差异来区分植物。如冬季落叶树和常绿树很好区别。(3)根据植物的生 态条件区别植物类型。如地形上的阴坡和阳坡，不同高度的地形部位，都分布着不同的植物 类型。对于植物生长状况的解译，可依据健康的绿色植物具有典型的光谱特征，而遭受病虫 害的植物其反射光谱曲线的波状特征被拉平的现象进行判断1。1.2大面积农作物的遥感估产植被遥感在大面积的农作物估产中的运用主要包括农作物识别，种植面积估算和建立 农作物估产模式三方面u(1)农作物识别，获得植被分布图:根据作物的色调、图形结构等 差异大的物候

6、期的遥感时相和特定的地理位置等的特征，将其与其他植被分开。(2)种植面 积估算：利用高时相分辨率的卫星影象对作物生长的全过程进行动态监测，监测作物长势水 平的有效方法是利用卫星多光谱通道影像的反射值得到植被指数(VI, Vegetationindex)。植被指数是估计植物光合作用、叶子凋落、固氮等过程的重要参量是植物生长模型中 的一个非常关键的变量，可用来模拟植物的生长过程,估算植物的生产能力11。对于经济型植 物的估产有利于前期准备工作的进行，减少或避免不必要的后期投入。植被研究中非常重要 的参数有比值植被指数(RVI)，又称为绿度，为二通道反射率之比，是较早发展的用于估 算和监测植被覆盖的

7、植被指数，能较好地反映植被覆盖度和生长状况的差异，特别适用于植 被生长旺盛、具有高覆盖度的植被监测，但RVI对大气影响敏感，而且当植被覆盖不够浓密 时(小于50%)，它的分辨能力也很弱，只有在植被覆盖浓密的情况下效果最好。归一化植 被指数(NDVI : Normalized Differece Vegetation Index)为两个通道反射率之差除以它们的和， 在植被处于中、低覆盖度时，该指数随覆盖度的增加而迅速增大，当达到一定覆盖度后增长 缓慢，所以适用于植被早、中期生长阶段的动态监测。植被指数已被广泛用来定性和定量表 征植被覆盖度及其生长状况，但由于大气变化的影响，使植被指数未能真实反映

8、地表植被的 真实分布状况，造成其应用的局限性，一种解决此问题的简易方法是仅通过中巴资源卫星 (CBERS: China Brazil Environment Resource Satellite)图像的第3、第4 波段中的水体，推算 卫星接收到的大气程辐射，消除了大气对归一化植被指数(NDVI)的影响，减小植被指数所 受的大气影响，应用结果表明，该方法能使植被指数较好地反映植被的生长及分布状况4。建立农作物估产模式是大面积农作物的遥感估产的第三个方面，是指用选定的植物灌浆 期植被指数与某一作物的单产进行回归分析，得到回归方程。1.2遥感植被解译的应用遥感植被解译在城市绿化调查与生态坏境评价，草

9、场资源调查，林业资源调查方面有着 重要应用。例如：我国在内蒙古草场遥感综合调查、天山北坡草场调查、湖北西南山区草场 调查、西藏北部草场调查中，在应用遥感技术确定草场类型，进行草场质量评价的基础上， 内蒙古草场资源遥感结合地面样点光谱测量数据，指出比值植被指数RVI=NIR/R与产草量W 有良好的关系：W = -86.9 + 162.65RVI(相关系数 r = 0.966)根据这一方程计算出全自治区草场的总产草量。这对确定草场载畜量，对草场的可持续利用 有实际意义。遥感植被解译是遥感图像解译的一方面，遥感图像具有4个特征：空间分辨率，波谱分 辨率，辐射分辨率和时间分辨率。一般而言，遥感器系统的

10、空间分辨率越高，其识别物体的 能力越强，辐射分辨率越高，则对地物的识别与区分能力越强。但空间分辨率与辐射分辨率 之间存在矛盾，一般IFOV越大，最小可分像素越大，空间分辨率越低；但是IF0V越大，即 瞬时获得的入射能量越大，辐射测量越敏感，对微弱能量差异的检测能力越强，则辐射分辨 率越高。简言之，空间分辨率的增大，将伴之以辐射分辨率的降低。对于波谱分辨率，不同 波谱分辨率的传感器对同一地物的探测效果有很大区别，间隔愈小，分辨率愈高，但波段并 非简单的越多越好，而要区别对待。波段分得越细，越容易增加数据的冗余度，反而达不到 识别效果。2高新遥感技术在植被研究中的应用2.1 微波遥感(microw

11、ave remote sensing)2.1.1微波遥感介绍在电磁波谱中，波长在1mm1m的波段范围称微波。微波遥感是通过微波传感器获取从 目标地物发射或反射的微波辐射，经过判读处理来识别地物的技术J微波遥感分有主动和 被动两大类，雷达属于前者，它是通过向目标地物发射微波并接收其后向散射信号来实现对 地观测遥感的方式。由于微波具有穿云透雾的能力(根据瑞利散射原理)，不依赖于太阳作 为辐射源，能全天候、全天时工作，而且比光波能更深的穿透植被，因而在植被研究中有特 殊作用。2.1.2微波遥感在植被研究中的应用由于被动微波数据的空间分辨率多为几十千米，无法满足植被的分类和提取研究要求， 但能对植被的

12、面积和发射的能量进行反应。要能识别植被的类型必须具有较高分辨率。利用 遥感进行植被识别，还需要选择植被生长期的特定时间段获取遥感数据，雷达可以穿透云层 全天时全天候的工作，为植被识别研究提供了有保障的数据供应I 1969年,美国堪萨斯大 学的Haralick等对K波段的雷达图像进行研究,表明植被类型影响信号强度，并且与光学图像 相比较，在作物区分中表现良好5。光学数据能反应植被的光谱信息，但不具有分类的高精度优势。微波波段的测量值主要 取决于研究对象的几何特性和介电特性，利用多波段多极化的雷达数据及雷达和光学数据相 结合能改进植被分类精度。Ferrazz。li等对多波段多极化雷达分类进行了实验

13、，结果表明，单波 段单极化的SAR数据识别农作物是有局限性的，利用多波段多极化的雷达数据，可以获取高 达90 %的精确度5。微波遥感对某些地物具有特殊的波谱特性，因此可利用这一点来判断植被的生长环境， 能较容易地分辨出可见光和红外遥感所不能区别的某些目标物特性。在微波波段中，水的比 辐射率为0.4,而冰的比辐射率为0.99，在常温下两者的亮度温度相差100K，很容易区 别，而在红外波段，水的比辐射率为0.96,冰的比辐射率为0.92，两者相差甚微，不易区别 h。可利用这一特性，在严寒的冬季，对经济型怕寒植被做防寒准备，防止天气寒冷影响到 植被的生长，而影响到经济效应。由于微波是指波长11 00

14、0 mm的电磁波，其波长较长，衍射现象显著，因此微波传 感器的分辨率一般都比较低，要提高分辨率必须加大天线尺寸1。其次，观测精度和取样速 度往往不能协调，要保证精度就需要有较长的积分时间，取样速度就要降低，通常是以牺牲 精度来提高取样速度的IL此外，地球表面的地物温度大多在200300 K，峰值波长、在 1015 u的范围，都落在红外波段，因此红外波段的辐射量要比微波大几个数量级。然而， 由于微波的特殊物理性质，使红外测量精度远不及微波，也要差几个数量级。因此，总的来 说，红外和微波遥感各有优缺点IL2.2 高光谱遥感(Hyperspectral Remote Sensing) 2.2.1高光

15、谱遥感介绍高光谱遥感与一般遥感主要区别在于:高光谱遥感的波段多，且波段很窄，仅小于10nm, 能获取观测地物完整的连续光谱曲线，其光谱分辨率高，空间分辨率较高，光谱可覆盖从可 见光到热红外的的全部电磁辐射覆盖范围。2.2.2高光谱遥感应用于植被研究中的依据植被具有独特的光谱特征。健康的绿色植物光谱曲线（见图1）由于叶绿素的吸收作用， 在0.45um （蓝）和0.67um （红）波段为低谷；由于叶子内部的液态水分的强烈的吸收作 用，在1.4顷，1.9um和2.7顷 处有三个明显的低谷，在近红外区（0.7顷1.3顷）有 很宽的高反射率区，此外在1.6nm和2.2rm处也有两个反射峰，但是，由于植物

16、品种，叶 子生长部位，生长季节等区别，植被光谱曲线的峰和谷的形态，位置都会产生很大的差异1 高光谱成像光谱仪对波段的精细划分，能够记录这些光谱特征的差异，而一般的遥感波段数 据是不可能做到的。2.2.3高光谱遥感在植被研究中的应用高光谱遥感的波段多，且波段很窄，能获取观测地物完整的连续光谱曲线，能分辨不同 物体光谱特征的微小差异。成像光谱仪在可见光至红外波段范围内，被分割成几百个窄波段， 具有很高的光谱分辨率，有利于识别更多的目标。高光谱遥感在传统遥感的时间和空间分辨率上增加了光谱分辨率可以准确探测并获取 植物的精细光谱信息（特别是植被各种生化组分的光谱信息）来反演氮素营养和其他生化组 分含量

17、，进一步发展和完善植被遥感监测技术，大大提高了监测精度6经济型植被的培育需要判断植被氮营养状况，高光谱遥感在提高对植被精确实时施肥方 面具有重要意义。目前，对氮素进行田间直接无损测试结合精确定量的智能化模式有慢慢取 代传统的实验室定性或半定性的手工测试的趋势。高分辨率多光谱近地测量技术是基于当植 被作物氮素发生变化时,其光谱反射特性发生改变的基础上，获取子像元（最终光谱单元信息）， 在光谱维上进行空间信息展开,定量分析地球表层生物物理化学过程和参数7-8。通过高光谱 遥感植被指数技术可以提取植被冠层结构定量信息9。蒲瑞良等用小型机载成像光谱仪 （CASI）测得的航空高光谱分辨率数据（光谱范围约

18、417800 nm）估计森林族叶化学成分浓度， 最后用导数光谱的多项式逐步回归方程进行分析10。寻找氮素的敏感波段及其反射率在不 同氮素水平下的表现一直是科学家的研究对象，研究发现许多植物在缺氮时无论是叶片还是 植物冠层水平的可见光波段反射率都有增加，对氮含量变化最敏感的波段在530560 nm区 域,因此可根据这一结论9，绘制波谱曲线，及时发现氮素含量是否异常。高光谱遥感在植被研究中的意义还体现在，它的应用使得植被遥感的范围被扩大到生态 意义上11。高光谱植被遥感主要用于植被的识别、分类，如Treitz等利用高空间分辨率遥 感数据在大比例尺度内进行森林生态系统分类,通过植被物理、化学参数实现

19、对植物生化成 分（如N、P、K、淀粉、水分、纤维素、木质素等含量）及其物理特征物理量的估测等12。 植物的“红边”效应是其应用的一个重要方面。如：位置在0.68-0.75 um之间的光谱曲线， 找到其一阶微分的最大值，该值对应的波长称为“红边”。当植物叶绿素含量高，生长活力 旺盛时，“红边”向长波方向移动；当植物被病虫害感染或受到污染时，“红边”将向短波 方向移动。当植物覆盖度增大时“红边”的斜率会变陡。3植被遥感研究的分析方法植被遥感研究的分析方法，除了应用于地质分析中的一些方法外,主要有以下几种技术1： （1）多元统计分析技术，是用原始的光谱反射率或经过数学变换后的数据作为自变量，以 叶面

20、积指数、生物量、叶绿素含量等作为因变量，建立多元回归预测模型来估计或预测生物 物理和生物化学参数。（2）基于光谱波长位置变量的分析技术，是根据波长或其他参数的变化量为自变量，求得与因变量的关系来估计因变量。如上一节提到的“红边”效应就是该分 析技术的体现。(3)光学模型方法，是基于光学辐射传输理论的模型。(4)参数成图技术， 是根据所选择的预测模型，通过高光谱影像对每个象元计算单参数预测值，并将其分类后成 图。4遥感技术在植被研究中的应用展望遥感技术经过几十年的发展，无论在遥感平台、遥感传感器、还是遥感信息处理、遥感 应用等方面，都获得了飞速的发展,目前遥感正进入一个以微波遥感技术、高光谱遥感

21、技术为 主的时代上曲。作为对地观测高新技术发展起来的高光谱遥感,已经成为3S技术的重要组成 部分，同时也是精准农业的重要技术手段之一。为实现精准农业作为大农业的发展要求，高 光谱遥感的发展趋势就是遥感信息定量化和“定性”、“定位”一体化快速遥感技术。但要指出 的是对高光谱遥感数据的分析方法限制了其在某些方面的应用,所以高光谱遥感信息的提取 及解译还需要进一步提高，为应用领域的扩展提供理论基础。今后微波遥感研究将集中在对 多参数微波数据的应用研究，对包括农作物在内的植被参数的定量化提取模型研究以及业务 化农作物监测和估产系统的建立。中国是幅员辽阔，资源丰富的大国，利用遥感手段及时掌 握复杂多变的

22、自然资源和生态环境信息，对于进行正确的资源利用决策和有效的植被绿化规 划与管理，尤有重要意义。我国应该加快研究步伐，积极探索遥感新技术，使遥感技术在建 设祖国的进程中发挥更大的积极作用。参考文献：1 梅安新，彭望琭,秦其明，等.遥感导论M.北京:高等教育出版社,2001.2 刘峰，张继贤,靳奉祥，等.地物波谱研究现状及方法的初步探讨J.北京测绘,2005,3.3 赵英时等.遥感应用分析原理与方法M.北京：科学出版社,2003.4 赵巧华，何金海.基于资源卫星图像对NDVI进行大气修正的一种简单方法J.南京气象 学院学报,2003,26(2).5 鹿琳琳，郭华东，韩春明.微波遥感农业应用研究进展

23、J.安徽农业科学学报,2008 ,36 :1289 - 1291 ,1294.6 李映雪，谢晓金,徐德福.高光谱遥感技术在作物生长监测中的应用研究进展J.麦类作物 学报,2009 ,29 (1) :174178.7 童庆禧，郑兰芬.湿地植被成像光谱遥感研究J .遥感学报,1997,1 (1) : 5057.8 刘海启.美国农业遥感技术应用现状简介J .国土资源遥感,1997,19 (4) : 6265.9 王为.高光谱遥感技术的发展及其在农业上的应用J.江西农业学报,2009,21(5):2326.10 蒲瑞良，宫鹏.森林生物化学与CASI高光谱分辨率遥感数据的相关分析J .遥感学报, 1997, 1 (2) : 115123.11 孙钊.高光谱遥感的应用J .贵州教育学院学报(自然科学),2004,15(4).12 张凤丽，万余庆.利用高光谱数据进行植被生化成分反演方法研究J .地球信息科 学,2001 (4) :71 - 75.13 杨哲海，韩建峰,宫大鹏，等.高光谱遥感技术的发展与应用J .海洋测绘,2003, 23 (6): 5558.14 袁迎辉，林子瑜.高光谱遥感技术综述J .中国水运,2007, 7(8) : 156157.