最新版第六章植被遥感.ppt

* 典型的地面覆盖类型的NDVI值域： ?? 云、水、雪 R NIR，则NDVI 0 ?? 岩石、裸土 R ≌ NIR，则NDVI ≌ 0 ?? 植被 R NIR，则NDVI 0 .精品课件. * .精品课件. * NDVI的一个缺陷在于，对土壤背景的变化较为敏感。实验证明，当植被覆盖度小于15%时，植被的NDVI值高于裸土的NDVI值，植被可以被检测出来，但因植被覆盖度很低，如干旱、半干旱地区，其NDVI很难指示区域的植物生物量，而对观测与照明却反应敏感；当植被覆盖度由25～80%增加时，其NDVI值随植物量的增加呈线性迅速增加；当植被覆盖度大于80%时，其NDVI值增加延缓而呈现饱和状态，对植被检测灵敏度下降。 .精品课件. * 差值植被指数（DVI）? 差值植被指数（DVI）又称环境植被指数（EVI），被定义为近红外波段与可见光红波段数值之差。即： 差值植被指数的应用远不如RVI、NDVI。它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。另外，当植被覆盖浓密（≥80%）时，它对植被的灵敏度下降，适用于植被发育早－中期，或低－中覆盖度的植被检测。 .精品课件. * 缨帽变换中的绿度植被指数（GVI） 而对于TM而言，可见光—红外6个波段数据经缨帽变换(TC)的前三个分量主要反映土壤亮度、绿度、湿度特征，第四分量主要为噪声。其中绿度指数可表示为： TC变换既然是以各波段的辐射亮度值作为变量的，这些亮度值中包含了太阳辐射、大气辐射、环境辐射等多要素的综合信息，因而TC变换所得的图形和数值，受大气纯度、光照角度等外界条件的变化而波动。 .精品课件. * 在作物研究中，为了突出作物本身的光谱特征的动态信息，尽量排除大气环境等因素的影响，在TC变换中选用反射率来替代亮度值，将典型的缨帽变换图形进一步发展为G-转换图形，即绿度转换图形。图形中的一维是作物在红波段（R）与近红外波段（NIR）组合的绿度模型（绿度变量G），另一维是作物在0.4~1.1的平均反射率，每一种作物在由这两个变量组成的象限里均有各自独特的变化图形和不同的空间位置。 .精品课件. * 在绿度转换图形上，土壤与植被光谱特征互不相干，植被的绿度测量可排除土壤背景的干扰，一个通过植被光谱图形反映植被的生长状况，另一个通过土壤亮度线反映植被的生长条件绿度转换图形可以直接形象地反映了G、P两维变量的变化规律和植被发育过程中空间结构的变化，且信息量得到压缩。但是它缺乏时间变量。 .精品课件. * 尽管图形反映了作物生长过程，而作物生长过程本身是时间的函数，作物光谱是随时间的变化而变化的，但由于它缺乏具体的时间变量、不能描述作物生长期的长短，特别是当两种作物在图形和空间位置相近，需用时间参数加以鉴别时，该图形反映出一定的局限性。为了弥补这一不足，往往运用多时相动态资料，绘制绿度时间剖面曲线，以显示作物不同生长期中的显著差异。 .精品课件. * 5.5 植被指数与地表参数的关系 （1） 植被指数与叶面积指数的关系 叶面积指数LAI是指每单位土壤表面积的叶面面积比例。它对植物光合作用和能量传输是十分有意义的。 叶面积越大则光合作用越强，而光合作用越强，又使植物群体的叶面积越大，植物干物质积累越多，生物量越大。同时，植物群体的叶面积越大，植物群体的反射辐射增强。 实验证明：当作物群体LAI大于3时，其反射率可达太阳总辐射的20%；当正常稻田LAI为4时的能量透过率 为太阳总辐射的23%或低于20%；对草本植物而言，叶片倾角较大，光很容易透过冠层直达底部直至土壤则当LAI高达7.5时，有5%的入射光可到达土壤表面。 .精品课件. * 叶面积指数LAI，是利用遥感技术监测植被长势和估算产量的关键参数。然而，叶面积指数LAI往往是难以直接从遥感仪器获得，但是它与遥感参数—植被指数间有密切的关系，它是联系植被指数与植物光合作用的一个主要的植冠形态参数。叶面积指数一般大于1，小于10，在光谱曲线中，近红外波段的反射率随叶面指数增加而增加。 .精品课件. * 外表上的和表面覆盖面积随时间发生变化，是植物和地面其它大多数地物（特别是那些与气候无关的）相区别的标志。植被指数NDVI或RVI与叶面积指数LAI的相关系数很高，且与LAI呈非线性函数关系。 式中的A、B、C及A、B 、C 均为经验系数，可通过模拟试验获得。其中， A、 A值是由植物本身的光谱反射确定的，不同叶形，叶倾角及散射系数造成不同的A值及A值；B、B值与叶倾角、观测角有关，当叶呈水平状，则线性关系明显；当叶呈非水平状，随着LAI的增大，植被指数增大速率较慢，两者呈余弦关系，基本是线性的。C、C