遥感在植被病虫害监测的应用1.ppt

  1. 1、本文档共21页,可阅读全部内容。
  2. 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. 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. 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
遥感在植被病虫害监测的应用1

遥感在植被病虫害监测方面的应用 ——以森林病虫害监测为例 小组成员: 陈真、李欢欢 吴双、夏琳 遥感在森林病虫害方面的监测 一、背景与发展历程 二、监测依据和原理 三、监测手段方法 四、 举例说明(以对松毛虫的监测为例) 五、小结 一、遥感病虫害监测的背景与现状 背景: 森林病虫害发生面积不断增加,防治难度大。随着人工造林面积的增加,特别是单一树种纯林的增加,病虫危害加剧: (一)成灾病虫种类增多,危害损失严重 (二)危险性病虫害潜在威胁增大 (三)顽固难治, 而遥感技术可以随时提供信息,直观准确地反映农作物病虫害分布范围、发生面积、危害程度和确切地点,还可以模拟病虫害种群的消长趋势,从而对病虫害发生发展作出准确的预报。这种技术还可用于农作物病虫害方面的大范围的调查,其研究结果可以加强农业方面的计划性,并可以建立起没有污染的和稳产高产的农业。 现状: 高光谱遥感技术是目前国际上监测植被病虫害光谱特性变化最先进的手段之一。研究植被病虫害后的光谱变化,寻找病虫害程度与原始光谱、植被指数、导数光谱等变化之间的关系,确定原始光谱不同植被和病虫害监测的敏感光波和敏感时期,是目前高光谱遥感应用植被病虫害监测热点和关键。 植物的光谱特征: 随着植物的生长、发育或受病虫害胁迫状态或水分亏缺状态等的不同,植物叶片的叶绿素含量、叶腔的组织结构、水分含量均会发生变化,致使叶片的光谱特性变化。虽然这种变化在可见光和近红外区同步出现,但近红外的反射变化更为明显。这对于植物/非植物的区分、不同植被类型的识别、植物长势监测等都很有价值。 植被指数: 利用卫星不同波段探测数据组合而成的,能反映植物生长状况的指数。 二、植被遥感病虫害监测的依据和原理 当植被受到病虫害等灾害时,叶片会出现颜色的改变、结构破坏或外形改观等病态, 叶片的反射光谱有明显的改变。 一般在近红外70 0 n m 波段,受病害的植被的反射率比绿色的健康作物的反射率大,一般作物反射能力越强, 图像上接收的辐射能量就越多, 颜色就发白、发灰; 反之,植被反射能力越弱, 图像上接收的辐射能量就越少,颜色就发暗、发黑。这就使得遥感技术能够监测植被长势。 健康的绿色植物具有典型的光谱特征。当植物生长状况发生变化时,其波谱曲线的形态也会随之改变。 健康而茂密的森林其林冠叶绿素较多,因而在蓝光、红光波段,吸收率较高,而在绿光、红外波段的反射率较高。 遭受病虫害的森林,由于其失去了大量的叶子或叶子枯黄,这就使得在蓝光、红光波段的吸收率下降 ,而在绿光、红外波段的反射率也下降,从而造成病虫害前后的森林光谱变化。植物因受到病虫害,植物因缺乏营养和水分而生长不良时,海绵组织受到破坏,叶子 的色素比例也发生变化,使得可见光区的两个吸收谷不明显。 近红外光区的变化更为明显峰值被削低,甚至消失,整个反射光谱曲线的波状特征被拉平。这些变化能为遥感所感知,因此,根据受损植物与健康植物 光谱曲线的比较可以确定植物受伤害的程度。 三、遥感监测植被病虫害的手段 常用的遥感探测手段有: 航空目视法。乘坐轻型飞机低空飞行,在相片上目视勾绘病虫害分布及其受害类型。 航空摄影法。利用色彩红外片探测受害植被在红外辐射能力方面的变化,以确定受害地区和受害程度。 多阶抽样法。用航空视察、高空摄影、卫星图像做受害分析。利用抽样方法估测出受害植被数量、面积、蓄积量等。 四、以松毛虫灾害的 TM影像监测技术为例 1.卫星遥感技术在松毛虫灾害控制中的技术特点 2.试验方法 3.分析监测结果以及进行地面验证 4.结论与讨论 卫星遥感技术在松毛虫灾害控制中的特点: 1. 宏观性、 客观性、 综合性和周期性 2. 快捷、 廉价性 3. 时间分辨率较低 4. 区域性 试验方法: 1. 试验区选择——安徽潜山县 2. 遥感数据的预处理 3. 数据校正和配准 4. 数据的归一化 遥感数据的预处理 从中国科学院遥感卫星地面站获取了美国陆地卫星 — 5的 TM数据 ,分别选取了 1993 年 11 月15日 ,1995年12月 7 日 ,1996 年 10 月 22 日的影像 数据。 数据校正和配准 首先对三年的数据进行严格的几何精校正和配准,为了确保配准精度在一个像元之内 ,我们采用最新出版的 1∶

您可能关注的文档

文档评论(0)

zhuwenmeijiale + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7065136142000003

1亿VIP精品文档

相关文档