基于 CASI 航空高光谱数据的植被指数计算.PDFVIP

基于CASI 航空高光谱数据的植被指数计算 佘晓君 张立福 李瑶 王思恒 中国科学院 遥感与数字地球研究所 北京市朝阳区大屯路甲20 号北（100101） shexj@radi.ac.cn 主题词：高光谱；植被指数；UNVI；CASI；GPP 20 世纪80 年代成像光谱技术的发展使很多在宽波段探测不到的植被细节信息在高光 谱遥感中能被探测到，从而也大大拓展了植被指数的应用范围。如Gamon 等（1992）提 出的光化学植被指数PRI 用来反演叶片叶绿素含量或光能利用率LUE 效果良好[1] 。除了 这类窄波段几何运算的植被指数之外，还有基于光谱模式细分的波段转换植被指数 UNVI[2] 。UNVI 多应用于卫星数据上，如MODIS 、Landsat, Hyperion, CHRIS ，对于表征 植被生长状态、植被数量等有良好的表征作用。此外，姜海玲等利用地面光谱数据计算的 UNVI 较之其它植被指数能更好的反演叶绿素浓度[3] 。然而，基于航飞数据的UNVI 计算 还未有研究。所以，本文将采用CASI 航空高光谱数据进行UNVI 的计算研究及应用。 本工作采用的2012 年黑河流域联合实验中CASI 航空高光谱数据[4]，光谱范围380 ~ 1050nm（48 个波段）, 光谱带宽2.3nm, 半高全宽FWHM 为7.1-7.2nm，空间分辨率1km。 选取了大满超级站（100.37223E，38.85551N ）附近的2012 年0 月07 日的航空数据，计 算得到UNVI, PRI, NDVI ，TCARI 等植被指数。 植被指数UNVI 计算步骤如下： Step1. 对航空高光谱数据进行预处理得到反射率数据R 。 Step2. 利用标准样本连续光谱数据归一化值按照CASI 传感器光谱响应函数重构得到各波 段的重构反射率P4×48, ei si Pk ()S i ()d P ik ei si S i ()d Step3. 将步骤一影像数据中任一像素的光谱反射率值，利用重构反射率矩阵进行正交空间 投影转换，得到四种标准地物的特征参数(Cw, Cv, Cs, C4), C (P T P )1 P T R kn ik ik ik in ; C 0.1C C Step4. 得到高光谱植被指数UNVI v s 4 . C C C w v s 1. 表 四种植被指数表达式及影像协方差 VI 计算公式 参考文献 协方差 NDVI [5] 0.169395 R R NDVI 750 705 R R 750 705 PRI