遥感导论 第七章 遥感应用.pptVIP

7.5.3 高光谱遥感在其它领域中的应用 大气遥感 目前用高光谱研究大气，主要目标是水蒸气、云和气溶胶研究。 水文与冰雪 利用高光谱成像光谱仪可以测定沿海、江河、湖泊中的叶绿素、浮游生物、有机质、悬浮物、水生植物等以及它们的分布。 还可探测到冰雪覆盖度、粒径、地表液态含水量、混杂物和深浅等冰雪性质。 环境与灾害 高光谱图像可用来探测危险环境因素，研究弃矿环境的恢复问题等。 土壤调查 高光谱土壤遥感可以提供土壤表面状况和性质的空间信息，空间差异性。 城市环境 高光谱和高空间分辨率遥感数据的结合，有可能细分出城市地物和人工目标。 * 7.2.6 水深的探测 蓝光波段对平静、清澈的水体有较大的透射能力，并且水底反射波也较强，此时蓝光波段影像上的灰度可反映水深。 当水体含沙量较低时，可利用蓝光波段和绿光波段的比值，求出相对深度。 7.3 植被遥感 植被遥感应用目的： 1、确定植被分布 2、确定植被类型 3、确定植被长势 4、估算植被生物量 7.3.1 植物的光谱特征 1、健康植物的反射光谱特征： 有两个反射峰、五个吸收谷。 绿色植物有效光谱响应特征 （1）植物叶子的颜色 植物叶子中含有多种色素，在可见光范围内，其反射峰值落在相应的波长范围内。 2、影响植物光谱的因素 不同颜色叶子的反射光谱 （2）叶子的组织构造 对可见光波段的吸收与反射 对近红外波段强烈反射 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海绵组织构成。 （3）叶子的含水量 水分含量对玉米叶子反射率的影响 植物叶子含水量增加将使整个光谱反射率降低。 （4）植物的覆盖程度 叶面指数越大，光谱曲线特征形态受背景下垫面的影响越小。当叶面指数大于5时，几乎不受下垫面的影响。 棉花叶子1~6层叠置的光谱曲线 7.3.2 不同植物类型的区分 1、不同植物由于叶子的组织结构和所含色素不同，具有不同的光谱特征。 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 同一植物在不同季节的光谱特征有明显变化，不同的植物生长期不同，光谱特征变化也不一样。 3、根据植物生态条件区分植物类型 不同种类的植物，有不同的适宜生态条件，如温度、水分、土壤、地貌条件等。 受温度的限制，不同地带生长着不同的植物，在同一地理地带受海拔高度的影响，形成不同的温度--湿度组合和植被类型。 4、利用高分辨率遥感影像区分植物。 不仅可以利用植物光谱来区分植物类型，而且可以直接看到植物顶部和部分侧影的形状、阴影、群落结构等，可较直接的确定其类型。 7.3.3 植物生长状况的解译 健康的绿色植物具有典型的光谱特征。遭受病虫害的植物，海绵组织受到破坏，叶子的色素比例也发生变化，其反射光谱曲线的波状特征被拉平，近红外区的变化更明显。 7.3.4 大面积农作物的遥感估产 主要包括三个方面： 农作物的识别与种植面积估算； 农作物长势的检测； 估产模式的建立。 1、根据作物的色调、图形结构等差异最大的物候期的遥感影 像和特定的地理位置等特征，将其与其他植被分开。 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（Vegetation Index），常用的植被指数： （1）比值植被指数 RVI (Ratio Vegetation Index) 由于近红外波段与可见光红光波段对绿色植物的光谱响应十分不同，两者简单的数值比能充分表示两反射率之间的差异，为比值植被指数。 2、利用高时相分辨率的卫星影像对作物生长的全过程进行动态监测 （2）归一化植被指数 NDVI（Normalized VI） 为近红外波段与可见光红光波段数值之差和这两个波段数值之和的比值。 在植被遥感中，NDVI应用广泛的原因： NDVI是植被生长状态及植被覆盖度的最佳指示因子。 NDVI经比值处理，可以部分消除与太阳高度角、卫星观测角、地形、云和大气条件有关的辐照度条件变化等的影响。 对于陆地表面主要覆盖而言，云、水、雪在可见光波段比近红外波段有较高的反射作用。 NDVI image of Arizona from the MODIS sensor acquired on March 14, 2002. The image has been color coded so that areas of high NDVI appear in shades of green and areas