遥感地学应用03 植物遥感.ppt

* 6、植被指数与气候参数的关系 影响植被指数的气候参数主要指水、气温和日照，因此上式可表示为： 式中Tt表示在具体时间t之前一段时间的某个因子的累计影响；一般说来，气温和日照是与同一年度的季节密切相关，而季节可用日期来加以描述。 因此，可用一个指定变量——日期（j），作为表示气候季节的变量，则上式可简化为： * 对于一个时间分辨率为天的NDVI模型，上式的t为j ，则： 也就是说，日期为j的NDVI为降水和日期j的函数。它受日期（表征气温与日照）以及该日期前一时间段降水的影响。 * 7、 植被指数与植物蒸发量、土壤水分的关系 一般说来，NDVI能反映植被状况，而植被状况与植被蒸发量、土壤水分有关的。对某一站点的绿色植被连续测定表明，累计的蒸发量与累计的植被指数间高度相关 Smith等（1990）对半干旱地区的研究表明，图象上测得的植被覆盖与实际地面测得的蒸发量有密切关系：Desjardins（1989、1990）的研究发现，草本植被冠层测得的CO2和H2O通量高度相关；Cihlar等（1991）通过作物生长季节每15天的NDVI、气象站点的气象数据，由土壤水分模型（VSMB、SWOM）反演计算了根系不同深度水含量以及生态、土壤等信息。在GIS支持下研究NOAA/AVHRR的NDVI与生态变量的关系以及用NDVI来估算蒸发量的可能性。 * 研究发现，不同的植被/土壤组合显示不同的NDVI变化轨迹，它与潜在的蒸发量（PE）曲线的趋势密切相关。实际蒸发量（AE）与相应的NDVI间相关系数为0.77；NDVI与前15天的潜在蒸发量间相关系数为0.86；整个生长季节的累计NDVI与累计蒸发量高度相关，相关系数达0.96。 研究表明，用NDVI和潜在蒸发量（PE）可以估算15天为周期的实际蒸发量（AE），估算误差约10～15%。这个结果说明NDVI的变化轨迹可提供植物季相变化的重要信息，并能较好的估算实际蒸发量（AE）。 * 不少学者研究了不同的干旱—半干旱地区植被指数与土壤水分的关系，发现植被指数与各种测量所得的土壤水分有效性（availability）之间有密切的经验关系。Singh等（1988）的研究发现，植被指数与土壤水分受胁迫（Stress）的关系，依赖于植被的类型，许多研究表明，NDVI可以作为一种有用的土壤含水量指标。 * Choμdhμry Golμs（1988）运用Nimbμs-7的多通道微波辐射仪（SMMR）和NOAA/AVHRR数据，由SMMR的微波数据得亮度温度和由AVHRR得植被指数NDVI，再通过降水指数（API）模型与土壤湿度进行相关分析。同时用SMMR和AVHRR的可见光—近红外数据建立土壤湿度模型（线性回归方程）得到4级土壤湿度，与不考虑植被的3级土壤湿度相比较。 Di（1991）提出用NOAA/AVHRR所得的NDVI和表面温度，以及气候数据计算区域尺度土壤水分的方法。研究结果表明，此法所得的区域土壤水分与作物水分指数（CMI）和Palmer干旱指数（PDSI）有高度相关。 * 3.6 植被遥感的应用 大面积农作物的遥感估产 植被及其动态变化制图 城市绿化调查 草场资源调查 林业资源调查 * 大面积农作物估产 农作物估产 用遥感手段大面积地对某种作物做出产量预 测，为国家进行国民经济重大决策提供基础信 息。 遥感估产的前提 大面积单一作物 * 遥感数据的采集与预处理 根据区域分布、作物类别、农事历等特点，选择合适的遥感数据。 空间、光谱分辨率选择：AVHRR + TM 时相选择：选择作物最易识别或对产量最有意义的生长期 预处理：辐射纠正、几何纠正、大气校正、叠加行政界线等。 * 作物识别与面积提取 遥感数据的分类 绿度分层 混合像元分解 作物长势分析 常以植被指数作为评价作物生长状态的定量标准。 某一时刻的植被指数是该时刻作物长势和面积的函数，在面积变化很小的情况下，植被指数的变化主要与作物长势有关，能够直接建立植被指数与作物长势的关系。 * * * * * 植被及其动态变化制图 应用遥感影像进行植被分类制图，尤其是大范围的植被制图，是一种非常有效而且节约人力物力的工作。 随着全球生态环境的变化，植被生态遥感从主要了解局地植被状况和类型，发展到围绕全球生态环境而进行大尺度（全球、洲际、国家）植被的动态监测及植被与气候环境的关系的研究上。 * 全球植被覆盖分布 全球落叶植被覆盖分布 * 全球常绿植被覆盖分布 * 城市绿化调查 改善城市的生态环境，提高城市绿化水平，是城市生态建设的重要问题。 三维绿化指数（绿量） * 草场资源调查 草场上牧草的长势好坏与牧草的产量直接相关，而产草量是载畜量（单位面积草场可养牲畜的头数）的决定因素。在应用遥感技术确定