测绘讲义遥感+GPS.ppt

不同的荒漠化类型，其发生发展都与地形条件有密切的关系，如：水蚀荒漠化一般都发生在山地或丘陵地区，而盐渍荒漠化多发生在低洼易涝的地区。因此有人将数字高程模型（或地形因子如坡度、坡向等）引入，作为判读荒漠化的因素之一。 另外，一个地区的沟谷密度能反映该地区土地荒漠化程度。因为经过季节交替，地表物质由于强烈的物理风化变得更加疏松，夏季降水集中，沟谷的侵蚀作用愈加强烈，其中尤以冲沟的侵蚀最为活跃。 热惯量是地物阻止其温度变化的一种特性。 土壤热惯量与土壤的热传导率!比热容等有关,而这些特性与土壤含水量密切相连,因此可以通过推算不同形式的土壤热惯量反演土壤水分。 热惯量法反演土壤水分的精度取决于两个关键的步骤：一是推算不同形式的热惯量值;二是建立它们与土壤水分含量的关系式反演土壤水分。 地表温差 土壤质地 地形 风场 用土壤受光面和阴影面!叶子受光面和阴影面的温差信息来建立热几何光学模型 热惯量法主要应用于裸土条件。 基于研究区蒸散量计算的方法 地表蒸散包括土壤蒸发和植物蒸腾两部分,是土壤-植被-大气间能量相互作用和交换的表现,与土壤水分含量有着明显的相关关系。在植被覆盖区常从蒸散角度出发或计算区域蒸散量或由蒸散量构造相应的指标监测干旱 植被部分覆盖时,土壤和植被热特性不同,对地表蒸散的贡献也不同，因此将地表蒸散细化为土壤蒸发和植物蒸腾,分别建立冠层土壤表面的热量平衡方程。 此方法依赖于经验,各种简化模型也不例外,使其难于推广到生产实践中。 基于归一化植被指数(NDVI)和温度的方法： 起初多以单一植被指数作为监测指标,但它对旱情的反具有滞后性。由蒸发引起的土壤!冠层温度的升高现象对分胁迫的反映更具时效性。所以就有研究将植被指数和种温度综合起来构造干旱监测指标。其中最常用的是归一化植被指数NDVI和地表温度或冠层温度的组合。 用NDVI和陆地表面温度(LST)构建特征空间,计算温度植被旱情指数。 NDVI与植被冠层温度的组合 水分充足时植被指数和冠层温度都保持在一定范围内。相反,若出现旱情植被指数会降低,冠层温度也会因作物气孔被迫关闭而升高。可以利用这种响应关系定义旱情监测指标： 如:植被供水指数 VSWI=Ts/NDVI 其中,Ts是作物冠层温度“ 基于植被指数和温度的干旱监测方法,是根据植被覆盖状况的变化来进行的,不适于裸土情况。 基于土壤水分光谱特征的方法： 土壤水分含量约大于5%时,随土壤水分含量的增加土壤反射率呈指数下降趋势“这一规律为遥感方法监测土壤水分提供了可能。两者关系常用下式表示: R=aebP 其中R为光谱反射率,P为土壤水分百分数,a,b为待定系数。 但是,土壤水分-反射率的正相关关系受土壤水分含量的限制,一般在土壤水分含量不超过25%的时候较明显,超过25%以后反射率将出现反弹,模型将不再适用。而且根据不同的土壤质地需要对模型中的参数a,b进行调整,需要丰富的先验知识和资料。 (1)用遥感监测土壤水分的过程通常是先反演出地表物理参数,再建立参数与水分的关系式因此,定量遥感推算地表参数成为这一过程的关键,其精度直接关系到监测的效果。因此,由空间分辨率引出的混合像元分解技术,各种热通量的计算，地表温度的反演等在监测中是关键技术。 植被遥感 植物的光谱特征 影响植物光谱的因素 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。 叶子的组织构造 叶子的含水量 植物覆盖程度 植被遥感 不同植物类型的区分 不同植被类型，由于组织结构不同，季相不同，生态条件不同而具有不同的光谱特征、形态特征和环境特征，在遥感影像中可以表现出来。 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。茂密的草本植物在可见光区低于阔叶树，而在近红外光区高于阔叶树。阔叶树叶片中的海绵组织使得它在近红外光区的反射明显高于没有海绵组织的针叶树。在0.8～1.1微米的近红外光影像上，可以有效地区分出针叶树、阔叶树和草本植物。 植被遥感 不同植物类型的区分 利用植物的物候期差异来区分植物，也是植被遥感重要方法之一。最明显的是冬季时，落叶树的叶子已经凋谢，叶子的色素组织都发生变化，在遥感影像上显示不出植物的影像特征，无论是可见光区和近红外光区，总体的反射率都下降，蓝光和红光的吸收谷都不明显。而常绿的树木仍然保持植物反射光谱曲线特征，两者很容易辨别。同一种植物在不同季节的光谱特征有明显的变化；不同的植物生长期不同，光谱特征的变化也是不一样的。因此通过各种植物的物候特征，生长发育的季节变化，可以利用有利时机，识别植物的种类。 植被遥感 不同植物类型的区分 根据植物生态条件区别植物类型。不同种类的植物，有不同的适宜生态条件，如温度条件、水分条件、土壤条件、地貌条件等等。这些条件在一个地区综合地影响着植被的分