植被指数的研究.docVIP

植被指数的研究 　　摘要目前,通过卫星遥感资料确定区域面上植被分布、类型的研究受到许多实用领域的普遍重视,并由此提出许多形式不同的植被指数。由于土壤背景噪声是造成植被指数不确定的重要原因之一,为此不同学者在标准化差值植被指数的基础上提出了多种旨在能消弱土壤背景噪声的土壤调整植被指数,如权重差值植被指数、土壤调整植被指数和转化土壤调整植被指数等等。主要是阐述植被指数的发展现状和探讨植被指数的各类模型及其特征。 　　关键词植被指数;土壤背景噪音;植被 　　中图分类号S7文献标识码A文章编号1673-9671-(2010)081-0008-02 　　 　　1主要研究内容、途径及技术路线 　　主要研究内容是研究植被指数的各类模型,通过进行对MODIS原始影像数据进行计算,由ERDAS进行处理得到各类植被指数的图像。通过对输出影像的非监督分类计算其植被覆盖度,讨论各种植被指数的特征并比较。 　　主要原理是在多光谱图像的地物识别中,多光谱数据是最直接的知识源。与视觉判读者识别图像过程带有的主观性以及低效率相比,多光谱模式分类技术把识别问题转化为光谱特征空间的定量求解而具有客观和高效的优势。遥感应用中大量数据的处理,不可能对所有影响进行监督分类等处理,同时多种不同的应用目的使得选择单一的分类方案是不可能的,例如不同的目的的专题信息提取多种不同的要素。所以遥感数据要求建立能快速反映和实用性强的模型。研究植被指数也应该建立模型,诸如NDVI、RVI,SAVI等各种植被指数的参数模型。 　　2植被指数的分类 　　植被指数按发展阶段可分为三类:第一类植被指数基于波段的线性组合(差或和)或原始波段的比值,由经验方法发展的,没有考虑大气影响、土壤亮度和土壤颜色,也没有考虑土壤、植被间的相互作用(如RVI等)。它们表现了严重的应用限制性,这是由于它们是针对特定的遥感器(Landsat MSS)并为明确特定应用而设计的。第二类植被指数大都基于物理知识,将电磁波辐射、大气、植被覆盖和土壤背景的相互作用结合在一起考虑,并通过数学和物理及逻辑经验以及通过模拟将原植被指数不断改进而发展的(如PVI、SAVI、MSAVI、TSAVI、ARVI、GEMI、AVI、NDVI等)。它们普遍基于反射率值、遥感器定标和大气影响并形成理论方法,解决与植被指数相关的但仍末解决的一系列问题。 　　第三类植被指数是针对高光谱遥感及热红外遥感而发展的植被指数(如DVI、Ts-VI、PRI等)。这些植被指数是近几年来基于遥感技术的发展和应用的深入而产生的新的表现形式。尽管许多新的植被指数考虑了土壤、大气等多种因素并得到发展,但是应用最广的还是NDVI,并经常用NDVI作参考来评价基于遥感影像和地面测量或模拟的新的植被指数,NDVI在植被指数中仍占有重要的位置。 　　MODIS的NDVI产品是对当前NOAAAVHRR NDVI产品的改进产品,既是一起设计和一起特性改进的结果,也是过去10年植被指数研究成果的结晶。已经有许多人提出了旨在提高NDVI对植被生物物理学参数的估计能力的新的植被指数定义。有一些新的植被指数与植物生物物理学参数的关系更接近线性,没有那么快地饱和,与fAPAR的关系也更加密切。其在浓度植被区拓展的线性敏感性是由于近红外波段可穿透叶冠层的敏感性。对已有的植被指数定义进行比较是确定改进植被指数之可行性的第一步。 　　研究计划将比较下列对近红外波段敏感的植被指数: 　　加权差分植被指数(WDVI); 　　土壤调节植被指数(SAVI); 　　垂直植被指数(PVI); 　　全球环境监测指数(GEMI)。 　　另外,也将比较使用绿色和红色波段的几种植被指数: 　　绿通道植被指数(NDVIg); 　　大气修正植被指数(ARVI); 　　增强的土壤、大气修正植被指数(MSAVI)。 　　3植被指数研究的两种数据应用的比较 　　在世界各国发射的卫星所获得的数据中,目前应用最广的是NOAA-AVHRR数据。据不完全统计,目前我国大约有百余个单位安装了NOAA-AVHRR数据接收站。自1999年起,美国开始了第二阶段对地观测系统(EOS)计划,TERRA-MODIS数据将逐步取代NOAA-AVHRR数据。NOAA-AVHRR系列卫星有20多年的全球NDVI数据,MODIS-NDVI的加入可以为业务监测研究提供时间更长的序列资料。AVHRR-NDVI主要用于干旱的预警、土地覆盖分类、干旱监测、土地退化、森林开采和大范围的年度植被变化等。若MODIS-NDVI可以完全替代AVHRR-NDVI进行变化监测,则对将来的研究工作非常有利。因为在进行植被指数研究时,往往需要进行很长时间的序列资料的比较和平均,这就涉及到大量的历史资料。由于MODIS数据是新的