- 1、本文档共46页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
植被遥感光谱分析.
???????植被遥感调查???? 植被调查是遥感的重要应用领域。 以确定植被的分布、类型、长势为主。 植被判读的原理是植物的光谱特性。 不同的植物由于结构和叶绿素含量不同,具有不同的光谱特征,特别是近红外波段有较大的差别。 利用植物的物候差异也可区分植物类型,如冬季落叶树和常绿树很好区别。 利用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 受病虫害的植物,结构和叶绿素含量发生很大的变化,尤其是近红外波段与健康植物区别最为明显。 作物的长势主要用植被指数来监测。 植被指数可用来建立农作物的估产模型。 一、植物的光谱特征 1、在可见光的0.55μm附近有一个反射率为10%~20%的小反射峰,在0.45μm和0.65μm附近有两个明显的吸收谷。 2、在0.7~0.8μm是一个陡坡,反射率急剧增高,在近红外波段0.8~1.3μm之间形成一个高的,反射率可达40%或更大的反射峰。 3、在1.45μm,1.95μm和2.6~2.7μm处有三个吸收谷。 二、影响植物光谱的因素 1、叶绿素 植物叶子中含有多种色素,如叶青素、叶红素、叶绿素等。在可见光范围内,其反射峰值落在相应的波长范围内。 2、叶子的组织构造 绿色植物的叶子是由上表皮、叶绿素颗粒组成的栅栏组织和多孔薄壁细胞组织(海绵组织)构成。 叶绿色对紫外线和紫色光的吸收率极高,对蓝色光和红色光也强吸收,以进行光合作用。对绿色光部分则部分吸收,部分反射,所以叶子呈绿色,并形成在0.55μm附近的一个小反射峰值,而在0.33~0.45μm 及0.65μm 附近有两个吸收谷。 叶子的多孔薄壁细胞组织(海绵组织)对0.8~1.3μm的近红外光强烈地反射,形成光谱曲线上的最高峰区。 三、主要植被类型的影像特征 卫星图像的植被判读 卫星图像上,植被是群体的特征,不能反映个体的形态,只能判读出植被的类型、生长状况、分布范围。 植被类型的判读要依据纹理结构和色调,并要有该地植物群落组成和植被分类图等资料,要经过实地调查和验证。 植被的判读一般要用多波段合成的图像,如标准假彩色合成图像。在该图像上植被为红色。 2. 利用植被的物候期差异来区分植被 ①冬季多数植物凋零 —— 长年常绿植被; ②同种植被在不同季节的波谱特征差异; ③不同植物生长期的不同,光谱特征也有差异; 3. 根据植被生态条件的不同区分植物即植被的所谓综合地理环境(温度、水分、土壤类型、地形地貌等) ①比如:(我国北方山坡的阴阳面差异性) 山地阴坡——易生长适应温度变化不大、湿度较 大的环境的植物; 山地阳坡——易生长适应温度变化大、湿度要求 不高环境的植物; 例如:华北山地 阴坡——多为乔木 阳坡——灌木 山脊较缓的地带——草本植物 4.在高分辨率的遥感影像上,根据植被顶部及部分侧面形状、阴影、群落结构等区分植被类型 (1)针叶林(云杉林、松树林) 在比例尺为1:10000~1:15000的像片上,针叶林一般是深灰色颗粒状图型,随比例尺进一步小,表现为暗色调均匀的细粒状影纹。在比例尺大于1:10000的像片上,可以判读其树冠形态、特征,多数针叶林的树呈圆锥形或椭圆形。 (云杉、松树) (2)阔叶林(山杨、白桦) 其影像色调比针叶林浅,一般呈灰色和浅灰色颗粒状或粗圆粒状图型,在秋季像片上,不同树种的树冠颜色有较大差异,因而形成色调混杂的影像,山杨多呈白色,白桦呈浅灰色,树冠呈倒卵形。 (3)针阔叶混交林 兼具上述两者的特征,针叶林呈深灰色的细颗粒状,而阔叶林呈浅灰色,颗粒较粗,两者交错混生,有的林斑以针叶林为主,阔叶林为副,有的则反之。 六、利用植被指数监测作物长势水平 水的NDVI值?0 岩石、裸土的NDVI值≈0 植被的NDVI值?0,且随植被覆盖度的增大而增大 TM穗帽变换的参数矩阵 MSS和IKONOS 植被指数的定量测量可表明植被活力,而且植被指数比单波段用来探测生物量有更好的灵敏性。植被指数有助于增强遥感影像的解译力,并已作为一种遥感手段广泛应用于土地利用覆盖探测、植被覆盖密度评价、作物识别和作物
文档评论(0)