植被遙感調查

植被遙感調查

植被調查是遙感的重要應用領域。以確定植被的分布、類型、長勢為主。植被判讀的原理是植物的光譜特性。不同的植物由于結構和葉綠素含量不同，具有不同的光譜特征，特別是近紅外波段有較大的差別。利用植物的物候差異也可區分植物類型，如冬季落葉樹和常綠樹很好區別。利用植物的生態條件區別植物類型。如地形上的陰坡和陽坡，不同高度的地形部位，都分布著不同的植物類型受病蟲害的植物，結構和葉綠素含量發生很大的變化，尤其是近紅外波段與健康植物區別最為明顯。作物的長勢主要用植被指數來監測。植被指數可用來建立農作物的估產模型。植被調查是遙感的重要應用領域。一、植物的光譜特征一、植物的光譜特征1、在可見光的附近有一個反射率為10％～20％的小反射峰，在和附近有兩個明顯的吸收谷。2、在～是一個陡坡，反射率急劇增高，在近紅外波段～之間形成一個高的，反射率可達40％或更大的反射峰。3、在，和～處有三個吸收谷。1、在可見光的附近有一個反射率為10％～20％的小反射峰，在二、影響植物光譜的因素

1、葉綠素

植物葉子中含有多種色素，如葉青素、葉紅素、葉綠素等。在可見光范圍內，其反射峰值落在相應的波長范圍內。二、影響植物光譜的因素

1、葉綠素

不同生長狀態橡樹葉子的反射特性Jensen,2000不同生長狀態橡樹葉子的反射特性Jensen,2000Jensen,2000不同橡樹葉子的反射特性Jensen,2000不同橡樹葉子的反射特性2、葉子的組織構造

綠色植物的葉子是由上表皮、葉綠素顆粒組成的柵欄組織和多孔薄壁細胞組織（海綿組織）構成。

葉綠色對紫外線和紫色光的吸收率極高，對藍色光和紅色光也強吸收，以進行光合作用。對綠色光部分則部分吸收，部分反射，所以葉子呈綠色，并形成在附近的一個小反射峰值，而在～0.45μm及0.65μm附近有兩個吸收谷。

葉子的多孔薄壁細胞組織（海綿組織）對～的近紅外光強烈地反射，形成光譜曲線上的最高峰區。

2、葉子的組織構造

綠色植物的葉子是由上表皮、葉3、葉子的含水量葉子在，和～處各有一個吸收谷，這主要有由葉子的細胞液、細胞膜及吸收水分所形成。植物葉子含水量的增加，將使整個光譜反射率降低，反射光譜曲線的波狀形態變得更為明顯，特別是在近紅外波段，幾個谷更為突出。3、葉子的含水量水分含量對植被反射率的影響（以木蘭為例）Jensen,2000水分含量對植被反射率的影響（以木蘭為例）Jensen,204、植物覆蓋度植物覆蓋程度越大，光譜特征形態受背景下墊面影響愈小。葉面指數——植物所有葉子的累加面積總和與覆蓋地面面積之比。4、植物覆蓋度三、主要植被類型的影像特征

航空像片的植被判讀判讀標志為：色調/色彩和紋理結構。紋理結構：細小地物在影像上構成的組合圖案。地物的性質不同，組合圖案也不同，以此來判讀地物群體的性質。以判讀植物群落為主。植被的判讀一般要用多波段合成的圖像，如標準假彩色合成圖像。在該圖像上植被為紅色。三、主要植被類型的影像特征航空像片的植被判讀衛星圖像的植被判讀衛星圖像上，植被是群體的特征，不能反映個體的形態，只能判讀出植被的類型、生長狀況、分布范圍。植被類型的判讀要依據紋理結構和色調，并要有該地植物群落組成和植被分類圖等資料，要經過實地調查和驗證。植被的判讀一般要用多波段合成的圖像，如標準假彩色合成圖像。在該圖像上植被為紅色。衛星圖像的植被判讀1.不同植物由于葉子組織結構不同和所含色素不同，具有不同的光譜特征1.不同植物由于葉子組織結構不同和所含色素不同，具有2.利用植被的物候期差異來區分植被①冬季多數植物凋零——長年常綠植被；②同種植被在不同季節的波譜特征差異；③不同植物生長期的不同，光譜特征也有差異；

2.利用植被的物候期差異來區分植被3.根據植被生態條件的不同區分植物即植被的所謂綜合地理環境（溫度、水分、土壤類型、地形地貌等）①比如：（我國北方山坡的陰陽面差異性）山地陰坡——易生長適應溫度變化不大、濕度較大的環境的植物；山地陽坡——易生長適應溫度變化大、濕度要求不高環境的植物；

例如：華北山地陰坡——多為喬木陽坡——灌木山脊較緩的地帶——草本植物

3.根據植被生態條件的不同區分植物即植被的所謂綜合地理環境②同一地理環境植被的垂直分帶性（以山西省太原以南地區植物的垂直分帶性為例）②同一地理環境植被的垂直分帶性植被遙感光譜分析實用課件（以山西省太原以南地區植物的垂直分帶性為例）1、判讀標志EVI是對NDVI引入了土壤的調整因子,L,和另外兩個因子,C1和C2，用來使用蘭波段對紅波段進行大氣中氣溶膠的散射影響.Thisiswhywetlandoftenappearsurprisinglydarkontraditionalinfraredcolorcomposites.健康植被在近紅外的反射高臺區四、污染植物反射光譜特征分析例如：華北山地利用近紅外波段和中紅外波段定義Healthy,mono-specificstandsoftidalwetlandsuchasSpartinaoftenexhibitmuchlowerreflectanceinthevisible(blue,green,andred)wavelengthsthantypicalterrestrialvegetationduetothesaturatedtidalflatunderstory.不同生長狀態橡樹葉子的反射特性III類：危害中度區，葉片郁度一般，樹葉有病害，葉子發黃，樹冠中等，樹木無殘缺現象，影像呈暗紅、棕紅、粉紅色星點狀，近紅外光譜反射值ρ＝40～50％。健康植被在近紅外的反射高臺區在農作物生長的結束季節，將產生估計低值。穗帽變換——綠度植被指數

GVI（greennessvegetationIndex）TM穗帽變換的參數矩陣I類：危害極嚴重區，樹林葉片郁閉度極小，葉片干枯萎縮，樹木接近死亡，樹冠小，樹林殘缺現象嚴懲，影像呈暗棕青、棕紅色稀小的星點狀，近紅外光譜反射值在ρ＜30％。Rocketal(1999提出)濕度強化指數MoistureStressIndex(MSI):4.在高分辨率的遙感影像上，根據植被頂部及部分側面形狀、陰影、群落結構等區分植被類型

（以山西省太原以南地區植物的垂直分帶性為例）4.在高分辨率的（1）針葉林（云杉林、松樹林）在比例尺為1:10000～1:15000的像片上，針葉林一般是深灰色顆粒狀圖型，隨比例尺進一步小，表現為暗色調均勻的細粒狀影紋。在比例尺大于1:10000的像片上，可以判讀其樹冠形態、特征，多數針葉林的樹呈圓錐形或橢圓形。（云杉、松樹）（1）針葉林（云杉林、松樹林）（2）闊葉林（山楊、白樺）其影像色調比針葉林淺，一般呈灰色和淺灰色顆粒狀或粗圓粒狀圖型，在秋季像片上，不同樹種的樹冠顏色有較大差異，因而形成色調混雜的影像，山楊多呈白色，白樺呈淺灰色，樹冠呈倒卵形。（3）針闊葉混交林兼具上述兩者的特征，針葉林呈深灰色的細顆粒狀，而闊葉林呈淺灰色，顆粒較粗，兩者交錯混生，有的林斑以針葉林為主，闊葉林為副，有的則反之。

（2）闊葉林（山楊、白樺）（4）灌叢多呈密集的細粒狀結構，色調淺灰，因其覆蓋度比森林低，又有植株的陰影，故多呈均勻的淺色或灰色色調。植被遙感光譜分析實用課件（5）草本植被主要根據影像色調和生態環境判讀草本植物被，其色調一般為均勻的灰白和淺灰色。按生態條件的不同，可分為草原、草甸、沼澤三大類草本類型。水分條件好的草原，植被茂密，色調較深一些，而荒漠化草原植被較稀疏，表土裸露或鹽漬化，色調淺，或呈花斑狀圖型。草甸群落色調較暗且均勻，多分布在水分較豐富的溝漠灘及低地地帶。沼澤群落分布在多水的封閉洼地或湖泊地區，形成暗色云塊或“墨水跡”狀圖型。植被遙感光譜分析實用課件四、污染植物反射光譜特征分析

四、污染植物反射光譜特征分析

植物在生長過程中受到某種物質污染后，內部結構、葉綠素和水分含量就會發生不同程度的變化，其反射光譜特性也隨之變化，污染越嚴重變化越大。

植物在生長過程中受到某種物質污染后，內部結構、葉根據受損植被與健康植被光譜曲線的比較，確定植被受傷害的程度。1.植被因受到病蟲害、農作物因缺乏營養、缺乏水分使其生長不良。植被波譜特征要發生變化，反映在影像上的色調形態的變化；2.例如：海棉組織受到破壞，葉子色素發生了變化，至使在可見光區域內兩個吸收谷（藍、紅）就不明顯了。而綠光處反射峰值也會變低、變平；3.在近紅外區，峰值被消低，甚至消失，整個光譜曲線的波狀特征被拉平。因此，在遙感影像上，植被的信息體現不明顯，與健康植被極易區分。根據受損植被與健康植被光譜曲線的比較，確定植被受傷害五、污染植物的判讀標志與危害程度分類1、判讀標志（1）顏色受污染的植物在彩紅外像片上顯示的紅色純度下降，出現暗紅、黑紅、淺紅、棕青等色。（2）形態樹木影像的大小，是指樹冠大小的反映。相同的樹種的同齡樹木，樹冠影像自污染源向遠離污染源方向逐漸增大。（3）綜合標志樹木受污染危害致死造成的殘缺現象，以樹群空間展布的圖式呈現出來，不同于未受污染的樹群形態。

上述標志要互相補充，互相印證，綜合應用，以此圈定出大氣污染生態場的范圍。五、污染植物的判讀標志與危害程度分類2、分類尺度I類：危害極嚴重區，樹林葉片郁閉度極小，葉片干枯萎縮，樹木接近死亡，樹冠小，樹林殘缺現象嚴懲，影像呈暗棕青、棕紅色稀小的星點狀，近紅外光譜反射值在ρ＜30％。II類：危害嚴重區，樹木葉片郁閉度很小，葉片枯萎，有壞死斑現象，樹冠較小，樹木殘缺較嚴懲，影像呈棕青、棕紅、粉紅色星點狀，近紅外光譜反射值ρ＝30～40％。2、分類尺度III類：危害中度區，葉片郁度一般，樹葉有病害，葉子發黃，樹冠中等，樹木無殘缺現象，影像呈暗紅、棕紅、粉紅色星點狀，近紅外光譜反射值ρ＝40～50％。IV類：危害低程度區，植被發育較好，樹葉有病害但不明顯，樹冠較大，影像呈稍發暗的紅色及粉紅色星點狀，近紅外光譜射值ρ＝50～60％。0類：健康區，大氣質量較好，植被發育茂盛，影像為鮮紅色星點狀，近紅外光譜反射值ρ＞60％。植被遙感光譜分析實用課件六、利用植被指數監測作物長勢水平

植被指數已廣泛用來定性和定量評價植被覆蓋及其生長活力。由于植被光譜受到植被本身、土壤亮度、環境條件、陰影、土壤顏色和濕度、大氣空間—時相變化等因素的影響，因此植被指數往往具有明顯的地域性和時效性，沒有一個普遍的值，其研究經常表明不同的結果。20多年來，已研究發展了幾十種不同的植被指數。在植被指數中，通常選用對綠色植物強吸收的可見光紅波段和對綠色植物強反射的近紅外波段。這兩個波段不僅是植物光譜、光合作用中的最重要的波段，而且它們對同一生物物理現象的光譜響應截然相反，形成的明顯反差，這種反差隨著葉冠結構、植被覆蓋度而變化。建立植被指數的關鍵在于，如何有效地結合各有關的光譜信號，在增強植被信息的同時，使非植被信息最小化。六、利用植被指數監測作物長勢水平植被指數已廣

紅光和紅外波段的不同組合統被稱為植被指數。利用它們的比值、差分、線性組合等多種組合來增強或揭示隱含的植物信息。紅光和紅外波段的不同組合統被稱為植被指數。

植被指數的定量測量可表明植被活力，而且植被指數比單波段用來探測生物量有更好的靈敏性。植被指數有助于增強遙感影像的解譯力，并已作為一種遙感手段廣泛應用于土地利用覆蓋探測、植被覆蓋密度評價、作物識別和作物預報等方面，并在專題制圖方面增強了分類能力。植被指數的定量測量可表明植被活力，而且植被指數簡單比值植被指數(RatioVegetationIndex)第一個植被指數:葉綠素在紅波段的吸收谷健康植被在近紅外的反射高臺區(Cohen,1991).RVI對大氣影響敏感，而且當植被覆蓋不夠濃密時（小于50%），它的分辨能力也很弱，只有在植被覆蓋濃密的情況下效果最好。

土壤有近于1的比值，植被則會表現出高于2的比值。增強植被與土壤背景之間的輻射差異。是植被長勢、豐度的度量方法之一。簡單比值植被指數第一個植被指數:土壤有近于1的比值，植被則會標準差植被指數(NormalizedDifferenceVegetationIndex)標準差植被指數NormalizedDifferenceVegetationIndex(NDVI):對綠色植被表現敏感，主要用途：1）可以進行不同植被類型初級生產量的估計(e.g.Lenneyetal.,1996)；2）識別不同的生態區(Ramseyetal.,1995)；3）監測地球表面植被的物候類型，常被用來進行區域和全球的植被狀態研究；4）評價生長期和變干期的長短(HueteandLiu,1994).對低密度植被覆蓋，NDVI對于觀測和照明幾何非常敏感。但在農作物生長的初始季節，將過高估計植被覆蓋的百分比；在農作物生長的結束季節，將產生估計低值。

標準差植被指數標準差植被指數NormalizedDiff水的NDVI值?0巖石、裸土的NDVI值≈0植被的NDVI值?0，且隨植被覆蓋度的增大而增大水的NDVI值?0植被遙感光譜分析實用課件為土壤線與坐標軸之間的夾角實驗表明，對每一種土壤而言，其紅色波段與近紅外波段的垂直視反射率因子值隨土壤含水量及表面粗糙度的變化近似滿足線性關系，并稱它為土壤線。如果忽略掉土壤線與軸的截距，并設A點為任一植被——土壤系統的實測與值在--坐標中的位置，則PVI值就代表A點到土壤線間的垂直距離。垂直植被指數

ParticularVegetationIndexAPVI的顯著特點較好地濾除了土壤背景的影響，且對大氣的敏感程度也小于其它植被指數。廣泛應用于大面積作物估產。為土壤線與坐標軸之間的夾角實驗表明，對每一種土壤而言，其紅紅外指數紅外指數InfraredIndex(II)

綜合考慮了植被在近紅外和中紅外對于植被生物量比較敏感，水分的影響(Hardiskyetal.,1983;1986):Healthy,mono-specificstandsoftidalwetlandsuchasSpartinaoftenexhibitmuchlowerreflectanceinthevisible(blue,green,andred)wavelengthsthantypicalterrestrialvegetationduetothesaturatedtidalflatunderstory.Ineffect,themoistsoilabsorbsalmostallenergyincidenttoit.Thisiswhywetlandoftenappearsurprisinglydarkontraditionalinfraredcolorcomposites.Jensen,2000紅外指數紅外指數InfraredIndex(II)Je濕度強化指數Rocketal(1999提出)濕度強化指數MoistureStressIndex(MSI):利用近紅外波段和中紅外波段定義Jensen,2000TM4:0.76-0.90,生物量和作物的長勢測定；TM5:1.55-1.75,土壤水分和地質應用，水陸邊界等。濕度強化指數Rocketal(1999提出)濕度強化土壤調整的植被指數（SoilAdjustedVegetationIndex）在NDVI的基礎上引入了土壤調整因子,L,以便最大限度地降低背景在土壤－植被相互作用中的一次影響(Hueteetal.,1994):

L的值一般可取0.5，對不同的土壤都比較適合，可以降低土壤亮度的變化。(HueteandLiu,1994).當L=0，SAVI=NDVI對中等植被覆蓋區，L=乘法因子（1+L）主要用來保證SAVI值與NDVI值一樣介于-1和+1之間土壤調整的植被指數在NDVI的基礎上引入了土壤調整因子,L土壤和大氣調整的植被指數SoilandAtmosphericallyResistantVegetationIndex(SARVI)HueteandLiu(1994)提出：在SAVI的基礎上那個引入藍波段來排除大氣的影響。

其中，在使用之前需要對藍波段、紅波段、和近紅外波段進行分子散射和臭氧吸收的糾正。土壤和大氣調整的植被指數HueteandLiu(199增強植被指數EnhancedVegetationIndex(EVI)針對MODIS數據提出的增強植被指數：EVI是對NDVI引入了土壤的調整因子,L,和另外兩個因子,C1

和

C2，用來使用蘭波段對紅波段進行大氣中氣溶膠的散射影響.C1:紅光波段的大氣糾正因子；C2：藍光波段的大氣糾正因子；L：冠層背景糾正因子G：增益因子。根據經驗，參數,C1

＝

,C2

＝,和L＝在高覆蓋度時提高了敏感性(HueteandJustice,1999).增強植被指數針對MODIS數據提出的增強植被指數：穗帽變換——綠度植被指數

GVI（greennessvegetationIndex）穗帽變換——綠度植被指數

GVI（greennessvegTM穗帽變換的參數矩陣(NormalizedDifferenceVegetationIndex)在該圖像上植被為紅色。相同的樹種的同齡樹木，樹冠影像自污染源向遠離污染源方向逐漸增大。第二特征為綠度，可見光植被吸收和近紅外植被反射的綜合響應；相同的樹種的同齡樹木，樹冠影像自污染源向遠離污染源方向逐漸增大。①比如：（我國北方山坡的陰陽面差異性）與主成分變換的區別是，變換以后還有殘余的相關，并將滾滾普特征和自然景觀屬性聯系起來。（以山西省太原以南地區植物的垂直分帶性為例）C2：藍光波段的大氣糾正因子；第二特征為綠度，可見光植被吸收和近紅外植被反射的綜合響應；植被調查是遙感的重要應用領域。EnhancedVegetationIndex(EVI)這兩個波段不僅是植物光譜、光合作用中的最重要的波段，而且它們對同一生物物理現象的光譜響應截然相反，形成的明顯反差，這種反差隨著葉冠結構、植被覆蓋度而變化。植被判讀的原理是植物的光譜特性。穗帽變換（TasseledCap）特殊的線性變換；與主成分變換的區別是，變換以后還有殘余的相關，并將滾滾普特征和自然景觀屬性聯系起來。第一特征為亮度，反應總體輻射率的綜合效果，并僅僅與影響總體反射率的物理過程有關；第二特征為綠度，可見光植被吸收和近紅外植被反射的綜合響應；第三特征為濕度，是可見光、近紅外的反射能量總和與兩個中紅外波段反射量的差值，反應水分條件，特別是土壤的濕度狀態。穗帽變換——綠度植被指數

GVI（greennessvegetationIndex）TM穗帽變換的參數矩陣穗帽變換（TasseledCap）穗TM穗帽變換的參數矩陣TM穗帽變換的參數矩陣MSS和IKONOSWhentoderiveyourownKTcoefficients?IKONOSMSSMSS和IKONOSWhentoderiveyour感謝觀看感謝觀看47

植被遙感調查

植被遙感調查

植被調查是遙感的重要應用領域。以確定植被的分布、類型、長勢為主。植被判讀的原理是植物的光譜特性。不同的植物由于結構和葉綠素含量不同，具有不同的光譜特征，特別是近紅外波段有較大的差別。利用植物的物候差異也可區分植物類型，如冬季落葉樹和常綠樹很好區別。利用植物的生態條件區別植物類型。如地形上的陰坡和陽坡，不同高度的地形部位，都分布著不同的植物類型受病蟲害的植物，結構和葉綠素含量發生很大的變化，尤其是近紅外波段與健康植物區別最為明顯。作物的長勢主要用植被指數來監測。植被指數可用來建立農作物的估產模型。植被調查是遙感的重要應用領域。一、植物的光譜特征一、植物的光譜特征1、在可見光的附近有一個反射率為10％～20％的小反射峰，在和附近有兩個明顯的吸收谷。2、在～是一個陡坡，反射率急劇增高，在近紅外波段～之間形成一個高的，反射率可達40％或更大的反射峰。3、在，和～處有三個吸收谷。1、在可見光的附近有一個反射率為10％～20％的小反射峰，在二、影響植物光譜的因素

1、葉綠素

植物葉子中含有多種色素，如葉青素、葉紅素、葉綠素等。在可見光范圍內，其反射峰值落在相應的波長范圍內。二、影響植物光譜的因素

1、葉綠素

不同生長狀態橡樹葉子的反射特性Jensen,2000不同生長狀態橡樹葉子的反射特性Jensen,2000Jensen,2000不同橡樹葉子的反射特性Jensen,2000不同橡樹葉子的反射特性2、葉子的組織構造

綠色植物的葉子是由上表皮、葉綠素顆粒組成的柵欄組織和多孔薄壁細胞組織（海綿組織）構成。

葉綠色對紫外線和紫色光的吸收率極高，對藍色光和紅色光也強吸收，以進行光合作用。對綠色光部分則部分吸收，部分反射，所以葉子呈綠色，并形成在附近的一個小反射峰值，而在～0.45μm及0.65μm附近有兩個吸收谷。

葉子的多孔薄壁細胞組織（海綿組織）對～的近紅外光強烈地反射，形成光譜曲線上的最高峰區。

2、葉子的組織構造

綠色植物的葉子是由上表皮、葉3、葉子的含水量葉子在，和～處各有一個吸收谷，這主要有由葉子的細胞液、細胞膜及吸收水分所形成。植物葉子含水量的增加，將使整個光譜反射率降低，反射光譜曲線的波狀形態變得更為明顯，特別是在近紅外波段，幾個谷更為突出。3、葉子的含水量水分含量對植被反射率的影響（以木蘭為例）Jensen,2000水分含量對植被反射率的影響（以木蘭為例）Jensen,204、植物覆蓋度植物覆蓋程度越大，光譜特征形態受背景下墊面影響愈小。葉面指數——植物所有葉子的累加面積總和與覆蓋地面面積之比。4、植物覆蓋度三、主要植被類型的影像特征

航空像片的植被判讀判讀標志為：色調/色彩和紋理結構。紋理結構：細小地物在影像上構成的組合圖案。地物的性質不同，組合圖案也不同，以此來判讀地物群體的性質。以判讀植物群落為主。植被的判讀一般要用多波段合成的圖像，如標準假彩色合成圖像。在該圖像上植被為紅色。三、主要植被類型的影像特征航空像片的植被判讀衛星圖像的植被判讀衛星圖像上，植被是群體的特征，不能反映個體的形態，只能判讀出植被的類型、生長狀況、分布范圍。植被類型的判讀要依據紋理結構和色調，并要有該地植物群落組成和植被分類圖等資料，要經過實地調查和驗證。植被的判讀一般要用多波段合成的圖像，如標準假彩色合成圖像。在該圖像上植被為紅色。衛星圖像的植被判讀1.不同植物由于葉子組織結構不同和所含色素不同，具有不同的光譜特征1.不同植物由于葉子組織結構不同和所含色素不同，具有2.利用植被的物候期差異來區分植被①冬季多數植物凋零——長年常綠植被；②同種植被在不同季節的波譜特征差異；③不同植物生長期的不同，光譜特征也有差異；

2.利用植被的物候期差異來區分植被3.根據植被生態條件的不同區分植物即植被的所謂綜合地理環境（溫度、水分、土壤類型、地形地貌等）①比如：（我國北方山坡的陰陽面差異性）山地陰坡——易生長適應溫度變化不大、濕度較大的環境的植物；山地陽坡——易生長適應溫度變化大、濕度要求不高環境的植物；

例如：華北山地陰坡——多為喬木陽坡——灌木山脊較緩的地帶——草本植物

3.根據植被生態條件的不同區分植物即植被的所謂綜合地理環境②同一地理環境植被的垂直分帶性（以山西省太原以南地區植物的垂直分帶性為例）②同一地理環境植被的垂直分帶性植被遙感光譜分析實用課件（以山西省太原以南地區植物的垂直分帶性為例）1、判讀標志EVI是對NDVI引入了土壤的調整因子,L,和另外兩個因子,C1和C2，用來使用蘭波段對紅波段進行大氣中氣溶膠的散射影響.Thisiswhywetlandoftenappearsurprisinglydarkontraditionalinfraredcolorcomposites.健康植被在近紅外的反射高臺區四、污染植物反射光譜特征分析例如：華北山地利用近紅外波段和中紅外波段定義Healthy,mono-specificstandsoftidalwetlandsuchasSpartinaoftenexhibitmuchlowerreflectanceinthevisible(blue,green,andred)wavelengthsthantypicalterrestrialvegetationduetothesaturatedtidalflatunderstory.不同生長狀態橡樹葉子的反射特性III類：危害中度區，葉片郁度一般，樹葉有病害，葉子發黃，樹冠中等，樹木無殘缺現象，影像呈暗紅、棕紅、粉紅色星點狀，近紅外光譜反射值ρ＝40～50％。健康植被在近紅外的反射高臺區在農作物生長的結束季節，將產生估計低值。穗帽變換——綠度植被指數

GVI（greennessvegetationIndex）TM穗帽變換的參數矩陣I類：危害極嚴重區，樹林葉片郁閉度極小，葉片干枯萎縮，樹木接近死亡，樹冠小，樹林殘缺現象嚴懲，影像呈暗棕青、棕紅色稀小的星點狀，近紅外光譜反射值在ρ＜30％。Rocketal(1999提出)濕度強化指數MoistureStressIndex(MSI):4.在高分辨率的遙感影像上，根據植被頂部及部分側面形狀、陰影、群落結構等區分植被類型

（以山西省太原以南地區植物的垂直分帶性為例）4.在高分辨率的（1）針葉林（云杉林、松樹林）在比例尺為1:10000～1:15000的像片上，針葉林一般是深灰色顆粒狀圖型，隨比例尺進一步小，表現為暗色調均勻的細粒狀影紋。在比例尺大于1:10000的像片上，可以判讀其樹冠形態、特征，多數針葉林的樹呈圓錐形或橢圓形。（云杉、松樹）（1）針葉林（云杉林、松樹林）（2）闊葉林（山楊、白樺）其影像色調比針葉林淺，一般呈灰色和淺灰色顆粒狀或粗圓粒狀圖型，在秋季像片上，不同樹種的樹冠顏色有較大差異，因而形成色調混雜的影像，山楊多呈白色，白樺呈淺灰色，樹冠呈倒卵形。（3）針闊葉混交林兼具上述兩者的特征，針葉林呈深灰色的細顆粒狀，而闊葉林呈淺灰色，顆粒較粗，兩者交錯混生，有的林斑以針葉林為主，闊葉林為副，有的則反之。

（2）闊葉林（山楊、白樺）（4）灌叢多呈密集的細粒狀結構，色調淺灰，因其覆蓋度比森林低，又有植株的陰影，故多呈均勻的淺色或灰色色調。植被遙感光譜分析實用課件（5）草本植被主要根據影像色調和生態環境判讀草本植物被，其色調一般為均勻的灰白和淺灰色。按生態條件的不同，可分為草原、草甸、沼澤三大類草本類型。水分條件好的草原，植被茂密，色調較深一些，而荒漠化草原植被較稀疏，表土裸露或鹽漬化，色調淺，或呈花斑狀圖型。草甸群落色調較暗且均勻，多分布在水分較豐富的溝漠灘及低地地帶。沼澤群落分布在多水的封閉洼地或湖泊地區，形成暗色云塊或“墨水跡”狀圖型。植被遙感光譜分析實用課件四、污染植物反射光譜特征分析

四、污染植物反射光譜特征分析

植物在生長過程中受到某種物質污染后，內部結構、葉綠素和水分含量就會發生不同程度的變化，其反射光譜特性也隨之變化，污染越嚴重變化越大。

植物在生長過程中受到某種物質污染后，內部結構、葉根據受損植被與健康植被光譜曲線的比較，確定植被受傷害的程度。1.植被因受到病蟲害、農作物因缺乏營養、缺乏水分使其生長不良。植被波譜特征要發生變化，反映在影像上的色調形態的變化；2.例如：海棉組織受到破壞，葉子色素發生了變化，至使在可見光區域內兩個吸收谷（藍、紅）就不明顯了。而綠光處反射峰值也會變低、變平；3.在近紅外區，峰值被消低，甚至消失，整個光譜曲線的波狀特征被拉平。因此，在遙感影像上，植被的信息體現不明顯，與健康植被極易區分。根據受損植被與健康植被光譜曲線的比較，確定植被受傷害五、污染植物的判讀標志與危害程度分類1、判讀標志（1）顏色受污染的植物在彩紅外像片上顯示的紅色純度下降，出現暗紅、黑紅、淺紅、棕青等色。（2）形態樹木影像的大小，是指樹冠大小的反映。相同的樹種的同齡樹木，樹冠影像自污染源向遠離污染源方向逐漸增大。（3）綜合標志樹木受污染危害致死造成的殘缺現象，以樹群空間展布的圖式呈現出來，不同于未受污染的樹群形態。

上述標志要互相補充，互相印證，綜合應用，以此圈定出大氣污染生態場的范圍。五、污染植物的判讀標志與危害程度分類2、分類尺度I類：危害極嚴重區，樹林葉片郁閉度極小，葉片干枯萎縮，樹木接近死亡，樹冠小，樹林殘缺現象嚴懲，影像呈暗棕青、棕紅色稀小的星點狀，近紅外光譜反射值在ρ＜30％。II類：危害嚴重區，樹木葉片郁閉度很小，葉片枯萎，有壞死斑現象，樹冠較小，樹木殘缺較嚴懲，影像呈棕青、棕紅、粉紅色星點狀，近紅外光譜反射值ρ＝30～40％。2、分類尺度III類：危害中度區，葉片郁度一般，樹葉有病害，葉子發黃，樹冠中等，樹木無殘缺現象，影像呈暗紅、棕紅、粉紅色星點狀，近紅外光譜反射值ρ＝40～50％。IV類：危害低程度區，植被發育較好，樹葉有病害但不明顯，樹冠較大，影像呈稍發暗的紅色及粉紅色星點狀，近紅外光譜射值ρ＝50～60％。0類：健康區，大氣質量較好，植被發育茂盛，影像為鮮紅色星點狀，近紅外光譜反射值ρ＞60％。植被遙感光譜分析實用課件六、利用植被指數監測作物長勢水平

植被指數已廣泛用來定性和定量評價植被覆蓋及其生長活力。由于植被光譜受到植被本身、土壤亮度、環境條件、陰影、土壤顏色和濕度、大氣空間—時相變化等因素的影響，因此植被指數往往具有明顯的地域性和時效性，沒有一個普遍的值，其研究經常表明不同的結果。20多年來，已研究發展了幾十種不同的植被指數。在植被指數中，通常選用對綠色植物強吸收的可見光紅波段和對綠色植物強反射的近紅外波段。這兩個波段不僅是植物光譜、光合作用中的最重要的波段，而且它們對同一生物物理現象的光譜響應截然相反，形成的明顯反差，這種反差隨著葉冠結構、植被覆蓋度而變化。建立植被指數的關鍵在于，如何有效地結合各有關的光譜信號，在增強植被信息的同時，使非植被信息最小化。六、利用植被指數監測作物長勢水平植被指數已廣

紅光和紅外波段的不同組合統被稱為植被指數。利用它們的比值、差分、線性組合等多種組合來增強或揭示隱含的植物信息。紅光和紅外波段的不同組合統被稱為植被指數。

植被指數的定量測量可表明植被活力，而且植被指數比單波段用來探測生物量有更好的靈敏性。植被指數有助于增強遙感影像的解譯力，并已作為一種遙感手段廣泛應用于土地利用覆蓋探測、植被覆蓋密度評價、作物識別和作物預報等方面，并在專題制圖方面增強了分類能力。植被指數的定量測量可表明植被活力，而且植被指數簡單比值植被指數(RatioVegetationIndex)第一個植被指數:葉綠素在紅波段的吸收谷健康植被在近紅外的反射高臺區(Cohen,1991).RVI對大氣影響敏感，而且當植被覆蓋不夠濃密時（小于50%），它的分辨能力也很弱，只有在植被覆蓋濃密的情況下效果最好。

土壤有近于1的比值，植被則會表現出高于2的比值。增強植被與土壤背景之間的輻射差異。是植被長勢、豐度的度量方法之一。簡單比值植被指數第一個植被指數:土壤有近于1的比值，植被則會標準差植被指數(NormalizedDifferenceVegetationIndex)標準差植被指數NormalizedDifferenceVegetationIndex(NDVI):對綠色植被表現敏感，主要用途：1）可以進行不同植被類型初級生產量的估計(e.g.Lenneyetal.,1996)；2）識別不同的生態區(Ramseyetal.,1995)；3）監測地球表面植被的物候類型，常被用來進行區域和全球的植被狀態研究；4）評價生長期和變干期的長短(HueteandLiu,1994).對低密度植被覆蓋，NDVI對于觀測和照明幾何非常敏感。但在農作物生長的初始季節，將過高估計植被覆蓋的百分比；在農作物生長的結束季節，將產生估計低值。

標準差植被指數標準差植被指數NormalizedDiff水的NDVI值?0巖石、裸土的NDVI值≈0植被的NDVI值?0，且隨植被覆蓋度的增大而增大水的NDVI值?0植被遙感光譜分析實用課件為土壤線與坐標軸之間的夾角實驗表明，對每一種土壤而言，其紅色波段與近紅外波段的垂直視反射率因子值隨土壤含水量及表面粗糙度的變化近似滿足線性關系，并稱它為土壤線。如果忽略掉土壤線與軸的截距，并設A點為任一植被——土壤系統的實測與值在--坐標中的位置，則PVI值就代表A點到土壤線間的垂直距離。垂直植被指數

ParticularVegetationIndexAPVI的顯著特點較好地濾除了土壤背景的影響，且對大氣的敏感程度也小于其它植被指數。廣泛應用于大面積作物估產。為土壤線與坐標軸之間的夾角實驗表明，對每一種土壤而言，其紅紅外指數紅外指數InfraredIndex(II)

綜合考慮了植被在近紅外和中紅外對于植被生物量比較敏感，水分的影響(Hardiskyetal.,1983;1986):Healthy,mono-specificstandsoftidalwetlandsuchasSpartinaoftenexhibitmuchlowerreflectanceinthevisible(blue,green,andred)wavelengthsthantypicalterrestrialvegetationduetothesaturatedtidalflatunderstory.Ineffect,themoistsoilabsorbsalmostallenergyincidenttoit.Thisiswhywetlandoftenappearsurprisinglydarkontraditionalinfraredcolorcomposites.Jensen,2000紅外指數紅外指數InfraredIndex(II)Je濕度強化指數Rocketal(1999提出)濕度強化指數MoistureStressIndex(MSI):利用近紅外波段和中紅外波段定義Jensen,2000TM4:0.76-0.90,生物量和作物的長勢測定；TM5:1.55-