《遥感技术与应用原理》第7章 遥感技术的应用.pptVIP

第七章：遥感应用 第七章 遥感技术的应用 第一节 植被遥感 第二节 水体遥感 第三节 土地利用土地覆盖 第四节 土壤遥感 第五节 地质遥感 第五节 高光谱遥感的应用 第一节 植被遥感 一、植被的光谱特征 1、健康植物的反射光谱特征：有两个反射峰、五个吸收谷。 一、植被的光谱特征 植物叶子的颜色 叶子的组织结构 叶子的含水量 植物的覆盖度 二、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。 3、根据植物的生态条件区别植物类型。 三、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。遭受病虫害的植物其反射光谱曲线的波状特征被拉平。 四、植被指数 ，对十复杂的植被遥感，仅用个别波段或多个单波段数据分析对比来提取植被信息是相当局限的。因而往往选用多光谱遥感数据经分桥运算(加、减、乘、除等线性或非线性组合方式)，产生某些对植被长势、生物量等有一定指示意义的数值——即所谓的“植被指数”。它用一种简单而有效的形式——仅用光谱信号，不需其他辅助资料．也没有任何假设条件，来实现对植物状态信息的表达，以定件和定量地评价植被覆盖、生长活力及生物量等。 上图中死亡和健康植被、土壤在光谱特征上的差异明显，这种差异是计算许多植被指数的基础。 建立植被指数的关键在于：如何有效地综合各有关的光谱信号，在增强植被信息的同时，使非植被信号最小化。 五、大面积农作物的遥感估产 遥感大面积作物估产主要涉及3方而内容： 作物识别 作物面积提取 作物长势分析 在这3方面内容综合的基础上，建立不同条件的多种估产模式，进行作物的遥感估产 通过作物遥感识别、作物专题信息提取、作物长势分析，提取了作物生长及与产量有关的参数，则可以建立包括统计模型、半经验模型和物理模型在内的多种遥感估产模型。 1、根据作物的色调、图形结构等差异大的物候期的遥感时相和特定的地理位置等的特征，将其与其他植被分开。 获得植被分布图。 2、利用高时相分辨率的卫星影象对作物生长的全过程进行动态监测 得到植被指数：比值植被指数、归一植被指数、差值植被指数、正交植被指数。 3、建立农作物估产模式 用选定的植物灌浆期植被指数与某一作物的单产进行回归分析，得到回归方程。 六、遥感植被解译的应用 1、植被制图 2、城市绿化调查与生态环境评价 3、草场资源调查 4、林业资源调查 第二节 水体遥感 一、水体的光谱特征： 传感器所接受的辐射包括水面反射光、悬浮物反射光、水底反射光和天空散射光。 不同水体的水面性质、水中悬浮物的性质和数量、水深 和水底特性的不同，传感器上接收的反射光谱特性存在差异,为遥感探测水体提供了基础。 水体的反射光谱 水的反射光谱递减规律，由于水在红外波段[NIR、SWIR)的强吸收，水体红光部分反射率降到2％一3％．在近红外、短波红外部分几乎吸收全部的入射能量，因此水体在这两个波段的反射能量很小。这一持征与植被和土壤光谱形成十分明显的差异，因而在红外波段识别水体是较容易。 第二节 水体遥感 二、水体界线的确定 在近红外图像上，水体呈黑色； 在雷达图像上，水体呈黑色。 三、水体悬浮物的确定 1、泥沙的确定 浑浊水体的反射光谱曲线整体高于清水； 波谱反射峰值向长波方向移动。（“红移） 随着悬浮泥沙浓度的加大，可见光对水体的透射能力减弱，反射能力加强。 波长较短的可见光，如蓝光和绿光对水体的穿透力较强，可反映出水面下一定深度的泥沙分布状况。 三、水体悬浮物的确定 2、叶绿素的确定 水体叶绿素浓度增加，蓝光波段的反射率下降，绿光波段的反射率增高； 水面叶绿素和浮游生物浓度高时，近红外波段仍存在一定的反射率，该波段影像中水体不呈黑色，而呈灰色，甚至浅灰色。 一般说来，对可见光遥感而言，波长0.43-0.65μm，为测量水中叶绿素含量的 最佳波段 0.58-0.68 μm对不同泥沙浓度出现辐射峰值、即对水中泥沙反映最敏感，是遥感监测水体混浊度的最佳波段，被NOAA，风云气象卫星及海洋卫星选择。 因此调查水色．多选用o．45—0．65 μm谱段。 四、水温的探测 热红外影像上白天水体为暗色调，夜晚为浅色调。 水深指水的穿深能力．即水体的透光性能。它是由衰减长度来衡量的。衰减长度是表示水中能见度的一个量度单位。 水体本身的光谱持性是与水深相关的。清澈水体，随水深的增加其光谱特征的变化，即阳光透入清水的光谱特征，近水面的曲线形态近似十太阳辐