农业信息技术：第7章 农业遥感技术（3-4）.pptVIP

第三节 农业遥感方法 （三）植被指数模型 植被指数是指由多光谱数据，经线性和非线性组合构成的对植被有一定指示意义的各种数值。植物光谱中红波段和近红外波段反射率及其相互关系，是构成各种植被指数的核心。红波段被植物叶绿素强吸收，进行光合作用制造干物质，它是光合作用的代表波段；近红外波段是叶子健康状况最灵敏的标志，它 对植被差异及植物长势反映敏感，指示着光合作用能否正常进行。 常用的植被指数主要有以下几种： 归一化差值植被指数 （NDVI） NDVI被定义为近红外波段与可见光红波段数值之差和这两个波段数值之和的比值，即NDVI =（IR-R）/（IR+R）。在陆地卫星MSS中， NDVI =（M7-M5）/（M7+M5）；在气象卫星AVHRR中， NDVI =（CH2-CH1）/（CH2+CH1）。 其中，Ｃｈ1为可见光通道,Ｃｈ2为近红外通道。它在植被研究以及植物物候研究中得到广泛应用。它是植物生长状态及植物空间分布密度的最佳指示因子，与植物分布密度呈线性相关，因此又称为生物量（Biomass）指标。 比值植被指数（RVI） 指近红外波段与可见光红波段数值的比值，即RVI=IR/R。在陆地卫星MSS中，RVI=M7/M5；在气象卫星AVHRR中，RVI=CH2/CH1。 RVI与叶面积指数（LAI）、叶干生物量、叶绿素含量相关最好。更使用于植被旺盛、具有高覆盖度的植物的监测。 环境植被指数（EVI） 又称差值植被指数，被定义为近红外波段与可见光波段数据的差值，即EVI=IR-R。在陆地卫星MSS中，EVI=CH2-CH1。EVI对土壤背景的变化较RVI敏感。在AVHRR的植被遥感中应用较为普遍。 绿度植被指数（GVI）和垂直植被指数（PVI） 国内的黄签（1986），根据大气参数、大气外太阳光光谱照度数据，AVHRR定标参数及由实验计算出的转换系数，获得实际应用的绿色植被指数，其表达式为：GVI=1.6225CH2-2.2978CH1+11.0656。国外专家对于陆地卫星2号MSS数据而言， GVI=0.3887M7+0.577M6-0.660M5-0.283M4 +32 PVI=0.939M7-0.344M5+0.09 叶面积指数（LAI） 指在单位面积地面上，植物群体所有叶子的面积累加的总面积。 目前，关于植被指数模型研究和应用较多的是NDVI、RVI、EVI、GVI和LAI等。 第四节 农业遥感应用 一、农业资源遥感调查 （一）农业资源调查的现状 目前，农业资源调查方法仍然是以传统的方法为主，但是遥感技术的应用越来越受到重视。 (二) 农业资源调查的内容 包含了土地资源遥感调查，生物资源遥感调查，气候资源遥感调查，水资源遥感调查和矿产资源遥感调查等五个方面的内容。 （三）土地资源遥感调查 ⑴土地资源遥感调查的内容 土壤侵蚀，土地覆盖和土地利用，城市土地利用，山地利用，荒地，沙漠化与防治等。 ⑵土地资源遥感调查的准备工作 1)组织准备 组织准备包括调查领导小组和专业队伍组建。 2)编写《土地资源遥感调查书》，制定工作计划。 3)资料的准备及整理 4)物质准备 5)技术准备 ⑶野外工作 1)路线调查 2)室内预判 3)野外验证 ⑷室内工作阶段 1)拼图 2)（纠正）转绘 3)量算面积 ⑸编写土地资源调查报告 二、农作物种植面积的遥感估算方法 ⑴航天遥感方法 1)数字资料处理方法 2)建立绿度－面积模式的方法 利用航天卫星资料获取植被指数与调查的作物种植面积建立回归方程，以求得农作物种植面积。 ⑵面积框图取样法 面积框图取样法是在原美国农业部统计局的面积抽样统计估产的基础上发展起来的。它的基本原理是利用遥感影像分层，利用统计学方法抽样。 ⑶地理信息系统与遥感信息结合获取作物种植面积方法 1)利用地理信息系统和TM资料提取种植面积的方法 2)利用TM、NOAA和地理信息系统综合提取作物种植面积的方法 3)利用NOAA/AVHRR和地理信息系统配合提取作物种植面积 三、农作物遥感估产模型方法研究 ⑴光谱估产模式 光谱估产模型是在地面选择农作物的最佳生育期，运用光谱仪测定农作物的反射率，找出适宜的光谱变量（植被指数），建立起光谱变量与农作物产量及其农学参数之间的相关模式。 最常见的单产光谱模式类型有：①Y=A+BX（式中Y为估测单产，X为光谱变量，A与B为回归系数)；②Y=A+BX+CX2(式中Y为估测单产，X为光谱变量，A、B、C为回归系数)；③Y=A+BXD+CXH+DXmf+Exms(式中Y为估测