第三章遥感的应用 2016.pptVIP

3.3.1 植被光学特性 ? “红边位移”现象 ? 红边位移 ? 作物快成熟时，其叶绿素吸收边向长波方向移动，即“红移” ? 其他植物也存在红移，且红移量随植物类型而变化 ? “红移”出现的重要原因是植物成熟或受胁迫时叶黄素逐步代 替叶绿素所致 ? 红移可以用来评价作物间的差异以及某一特定作物成熟期的开 始 ? 对于植物来说，可以作为植物受压抑（胁迫状态）的表现 3.3.2 植被指数 ? 植被指数的基础 ? 植被在可见光、近红外波段的反射特征的明显差异性 ? 该反射特性与植被的覆盖度、生长状态等明显相关 ? 绿色植物在可见光红波段（ 0.6-0.7um ）强吸收，在近 红外波段（ 0.7-1.1um ）高反射和高透射 ? 植被指数大多基于红光波段和近红外波段 3.3.2 植被指数 ? 比值植被指数（ RVI-Ratio Vegetation Index ） ? 近红外波段 (NIR) 与红光波段 (R) 的比值 ? DN ：灰度值 ρ：地表反射率 ? 比值能反映植被覆盖度、健康程度 ? 健康的、覆盖度高的植被 RVI 高，一般植被的 RVI 高于 2 ，土壤 近于 1 ? RVI 与叶面积指数、叶干生物量、叶绿素含量相关性很高 3.3.2 植被指数 ? 归一化植被指数（ NDVI-Normalized Difference Vegetation Index ） ? 近红外波段 (NIR) 与红光波段 (R) 组合运算的比值 ? 是比值植被指数（ RVI ）的归一化处理 3.3.2 植被指数 ? 归一化植被指数（ NDVI ） ? 是植被生长状态和植被覆盖度的最佳指示因子 ? 可以部分消除与太阳高度角、卫星观测角、地形、云、阴影 和大气等的影响 ? 取值范围在 [-1,1] ? 云、水、雪等 0 ? 岩石、裸土近于 0 ? 植被 0 ，值越大，覆盖度越大 3.3.2 植被指数 ? 归一化植被指数（ NDVI ） ? NDVI 也有缺陷，即对土壤背景的变化比较敏感 ? 实验表明： ? 作物生长初期， NDVI 会过高估计植被覆盖度 ? 作物生长后期， NDVI 对植被检测灵敏度下降，会低估植被覆盖 度 ? NDVI 适用于植被发育中期，或中等覆盖度的植被检测 3.3.2 植被指数 ? 差值植被指数（ DVI-Difference Vegetation Index ） ? 近红外波段（ NIR ）与红光波段（ R ）数值之差 ? 对土壤背景的变化极为敏感，有利于对植被生态环境的 监测，又称环境植被指数（ EVI ） ? 当植被覆盖浓密（ =80% ）时，对植被灵敏度下降，适 用于植被发育早—中期，或低—中覆盖度的检测 3.3.2 植被指数 ? 由于土壤在红光波段和近红外波段的反射都较强，因 此 NDVI 、 DVI 等植被指数在植被非完全覆盖的情况下， 均受土壤背景的影响大 ? 以下两个植被指数较好的消除了土壤的影响 3.3.2 植被指数 ? 缨帽变换中的绿度植被指数（ GVI ） ? 通过变换得到亮度、绿度、土壤湿度三组分 ? 绿度和湿度分别代表植被和土壤 ? 植被和土壤的光谱特征得到了分离 ? GVI 受大气浑浊度、光照条件等外界条件的影响 3.3.2 植被指数 ? 垂直植被指数 ? 指数建立基础 ? 为了消除植被的背景（水体、学、各类土壤、落叶等）的影响 ? 研究表明，土壤在红光波段（ R ）与近红外波段（ NIR ）的反射 率具有线性关系 ? 土壤（植被背景）光谱特性的变化，表现为一个由近于原点发 射的直线，称为“土壤线”（见图 8.5 ），可表示为 IR = aR + b 3.3.2 植被指数 ? 如图 8.5 ： ? 植被背景均表现在基线（土壤线） 上 ? 所有的植被像素均分布在基线上 的 NIR 一侧 ? 绿色光合作用越强，离“土壤线” 越远 ? 在该图中，植被像元的表现特征 是叶子光学特征、生物量、叶冠 结构参数的函数 图 8.5 二维土壤光谱线 3.3.2 植被指数 ? 垂直植被指数 ? 垂直植被指数（ PVI-Perpendicolar Vegetation Index ） 是在 R 、 NIR 二维数据中对绿度植被指数（ GVI ）的模拟， 两者物理意义相似 ? 基于图 8.5 ，把植物像元到土壤亮度线的垂直距离定义为 垂