基于hyperion高光谱影像的荒漠植被覆盖度估测.docxVIP

基于hyperion高光谱影像的荒漠植被覆盖度估测 干旱地区占世界陆地面积的三分之一以上。生态系统的极端脆弱性容易受到过度开发、不合理土地利用和气候变化的影响，尤其是在干旱地区。植被覆盖被认为是评估土壤侵蚀的最有效指标。干旱地区植被覆盖的正确使用对土壤资源的合理利用和土壤侵蚀的正确评估非常重要。 稀疏植被覆盖是干旱地区植被的最显著特点,对其的准确遥感估算一直是遥感应用领域的难题之一.目前,混合像元分解方法在干旱、半干旱地区植被覆盖度的估测中已得到广泛应用[10,11,12,13,14,15],研究结果表明利用该方法估测植被覆盖度的能力明显优于常用的归一化植被指数(NDVI)等植被指数方法.然而,受多光谱数据分辨率较低的影响,该类方法选取端元的数量有限,且光谱特征不够精细,在试验区地面情况较复杂的情况下,往往不能选取足够的精细光谱端元,进而使像元分解的误差增大,植被覆盖度估测的能力降低.高光谱遥感获取的图像数据具有几十个甚至上百个波段,这为更多、更精细端元的提取提供了可能,也使高光谱遥感在混合光谱分解方面具有更大优势.如McGwire等以机载Probe-1高光谱影像为数据源,利用线性光谱混合模型对干旱地区稀疏植被覆盖度(12%)进行估测,取得了不错的效果,但该方法并没有在其他地区得到有效地推广及验证,尤其是针对星载高光谱数据源的相关研究更是鲜见.因此,本研究选取甘肃省民勤绿洲-荒漠