植被遥感特征的新认识

《植被遥感特征的新认识》由会员分享，可在线阅读，更多相关《植被遥感特征的新认识（5页珍藏版）》请在金锄头文库上搜索。

1、植被遥感特征的新认识木龙晶( 国家林业局规划院，北京1 0 0 7 1 4 )摘要：本文针对研究中遇到的植被异常现象进行了研究分析，认识到当前遥感植被分析中存在着误区，从理论上分析了“异常现象”产生的原因，对植被的遥感特征提出了新的见解。遥感应用研究主要根据目标物的波谱特征来探讨从遥感数据中提取相关信息的方法。植被分析是遥感技术应用最活跃的领域之一。植被光谱研究似乎比较成熟对红光波段吸收而对近红外波段强反射的光谱特征作为经典的植被光谱被广泛应用。用这两个波段求得的植被指数一直用于植被信息提取及植被生长状况研究。虽然植被指数的计算方法很多，但计算方法无论怎么变化，都没有离开植被在红光区吸收在近红

2、外区高反射的光谱特征模式。在人们的头脑中已形成这样一个概念，用红光和近红外波段数据计算出的植被指数直接反映地表植被生长状况，数值高表明植被生长状况好，植被盖度大，生物量高，即都是正相关。然而本课题研究中，发现这样一种异常现象，有的植被并没表现出大家公认的植被光谱特征，按常规方法计算出的归一化植被指数值非常低甚至植被盖度很大的情况下植被指数却出现负值，表明这种植被对近红外波段不是强反射，而是吸收。这与沿用了三十年的人们普遍认可的植被光谱特征是相悖的。本文从理论上对这种现象进行了探讨和解释，并指出了当前遥感植被分析中存在的误区，对植被的遥感特征提出了新的见解1 遥感信息中的植被“异常”现象对于搞遥

3、感应用研究的人来说，最熟悉不过的就是植被的光谱特征了，植被光谱曲线模式已经定格在人们的头脑里。一提起植被光谱，我们会很自然地想到对红光波段吸收，对近红外波段强反射的特征( 见图1 ) 。当前用于植被信息提取及植被生长状况研究的植被指数主要用这两个波段来计算植被生长状况较好的地区植被指数值就相对较高，这似乎是公认的。圈1 植物( 大豆) 光谱：l ：“8 6 3 ”资助课题( 编号：2 0 0 1 A A l3 6 0 5 0 )6 0然而本课题研究中，在进行地面调查数据与图像对比分析时：发现这样一种现象，有的植被并没表现出大家公认的植被光谱特征这种植被在用近红外波段作为红通道的假彩色合成图像上

4、不是红色，而是完全不同的暗绿色调( 见图2 ) ，用归一化植被指数计算公式得到的植被指数值非常低，甚 至在植被盖度很大的情况下出现负值，这是不合常理的现象。过去遇到过这种情况，由于没有详细的地面调查资料，往往推测为植被生长期的不同、土壤类型不一样或是土壤湿度大所造成的。为了分析原因，我们专门购买了2 0 0 1 年7 月、2 0 0 2 年9 月和2 0 0 3 年5 月三个时相的T M 数据，从比较结果看，这种植被在不同月份图像上色调没有变化( 见图3 ) ，这就否定了生长期不同的说法。表1 是图2 中A 、B 两点的地面调查结果，从地面调查数据看，这种植被区的土壤含水量不但不高，反而偏低。

5、土壤类型是与周围相同的风沙土，也与推测的结果不符。植被盖度和生物量都比较高，却反映不出植被的光谱特征。，J L 种推测均被否定。显然这种植被对近红外波段不是强反射，而是吸收。这与沿用了三十年的人们普遍认可的植被光谱特征是相悖的。虽然让人难以接受，但通过对其它样地测量数据对比分析，可以肯定这种情况既是客观存在，也不是个别现象。因此，要想搞清这个问题，我们必须摆脱传统观念的束缚，从理论上重新认识植被遥感特征A 点为典型植被B 点为光谱特征异常的植被圈20 M I s I 图像采用b a n d 2 5 b a n d l 2 5 b a n d 2 0 ( 红绿蓝) 组合( 相当于T M 4 5

6、3 组合)2 0 0 0 年6 月2 0 0 1 年7 月2 0 0 2 年9 月2 0 0 3 年5 月图3T M 图像采用T M 4 5 3 ( 红绿蓝) 组合中间部位的暗绿色为光谱特征异常的植被表1 地面样地调查结果植被盖度平均高度生物量( 鲜重)土壤水分样点号土壤类型 C mg m 2A9 01 54 0 0草甸土2 3 9 7B8 52 54 7 6风沙土0 9 82 遥感植被分析中存在的误区自从1 9 7 2 年第一颗地球资源卫星发射成功，人们就开始了应用遥感技术进行区域性地球资源的调查和监测工作。地物光谱作为遥感的基础，甚至在资源卫星发射之前就开始了对它的研究。各领域的科研人员依

7、据相关地物的光谱特征探讨信息提取方法，进行定量分析，从而实现对地球资源的宏观调查和监测。由于植被是地球的最表层资源，植被研究也就成为遥感应用的最活跃的领域之一。人们对植被的光谱特征似乎比较熟悉，植被光谱以对红波段吸收，对近红外波段反射的独有特征被人们一致认可和采川。利用这两个波段数据计算植被指数用于区域植被分析。经过几十年的应用研究。人们不断调接和改善着植被指数计算模型，发展了很多算法，但到目前为止还没有一个被普遍接受的计算方法。因为用植被指数分析植被盖度和生物量的结果精度较低，有些情况下还会得到相反的结果。其主要原因就是植被指数分析建立在一个有缺陷的基础之上，遥感植被分析中存在着误区。植物生

8、长的物质基础来自光合作用合成的碳水化合物。光合作用是指绿色物利用太阳能将二氧 化碳和水转化为碳水化合物并放出氧气的过程，可用以下公式表示：光能 c o ：+ H ：o 粕H 。o + 0 2十 叶绿素这个过程需要三个条件，即阳光、空气( 二氧化碳) 和水，三个条件缺一不可。同一个地区，光照条件相同，二氧化碳的吸收又必须有水的参与，因此水分条件就成了植物生长的关键。只有水分供应充足，光合作用才能更充分进行由于植被生长在不同的地貌部位，环境条件各异，水分供应并不均匀，植被的光合作用差异很火。生长在不同条件区的植被，自身也不断调整生理机能以适应环境。因此，缺水条件下的植被在光照强的情况下，为了保持水

9、分而减少或停止光合作用，某些能量转换选 择在其它时间进行( 如景天属植物选择在夜闯进行) 。遥感圈像记录的是地物的瞬间光谱特征，遥感数据的获取多在光照较强的时段因此从遥感的角度讲，水分条件好，光合作用强的植被光谱与过去认可的典型光谱特征一致：而干早条件下的植被光谱特征则截然不同。图4 给出了用高光谱数据求得的两种植被的相对辐射曲线，从图上可以看出，在成像时间干旱草地对近红外波段是吸收的，用近红外和红光两个波段求出的归一化植被指数接近或小于零。按过去植被信息提取方法，这类植被是被忽略掉的，造成误判。这是误区的一个方蔼。与光合作用伴生的是植物的蒸腾作用，蒸腾作用指水分以蒸汽形式从植物体表面散失的过

10、程植物吸收C 0 2 时，由于C 0 2 气体不能通过细胞膜，只有湿润细胞接触空气时，溶于水的C 0 2 才能被吸收，在此过程蒸腾是不可避免的。蒸腾作用不仅有利于C 0 2 的同化，促进根系对水的吸收和矿物质元素在植物体内的运转，还有一个对遥感来说很重要的意义就是给植物表面进行降温。因此，光合作用强的植物，水分充足，蒸腾量大，植物冠层温度较低；干旱植物缺水，蒸腾量小，则冠层温度较高。从图4 可以看出这一点与蒸腾作用强的植被相比，干旱草地对近红外波段反射值较低，但在热红# h ) - L 个波段的辐射值明显增高。图5 给出了干旱草地不同盖度情况下的波谱特征，可以看出，干旱草地热辐射较强，甚至高于

11、裸露沙地。在热红外波段( 中心波长1 0 4 3 9 8 r i m ) 植被盖度越大温度图4 水分条件不同的干旱草地和草甸草地太阳辐射波谱曲线图5 不同盖度干旱草地的波谱特征图6 图2 中B 点区域的热红外图像酗越高，显现出植被盖度与温度的正相关( 见图提取的参考信息。这是误区的另一个方面。3 植被遥感特征的新认识6 ) 。而以往遥感植被研究中仅把温度低作为植被特征通过以上的研究分析，对植被的遥感特征总结出以下几点认识：遥感数据反映的是瞬间的地表信息，对于千差万别的地表植被状况，不能用同一尺度来衡量。遥感中的植被对近红外波段不只是强反射，有些则表现为吸收。在干旱地区有些植被的表面温度比较高，

12、甚至高于裸露的沙地。干旱区某些植被具有植被指数低和温度高的特点，而过去的植被信息提取则以植被指数高和温度低为依据，这种植被是被忽略的。从遥感的角度讲，以往认识的植被光谱特征只是部分植被状况的反映。有些植被表现为完全不同的特征。因此，仅用植被指数进行植被状况分析，其结果是不全面和不准确的。 遥感植被分析要走出误区，才能获得更准确合理的结果。参考文献l23456891 01 l1 2叶荣华、范文义、龙品等，高光谱遥感技术在荒漠化监测中应用的研究，中国林业出版社2 0 0 1郭华东等，感知天地一信息获取与处理技术，科学出版社2 0 0 0杨继、郭友好、杨雄、饶广远，植物生物学，高等教育出版社1 9

13、9 9马蔼乃，遥感信息模型，北京大学出版社1 9 9 7王正兴、刘闯、赵冰茹，A V H R R 草地分类的潜力和局限：以锡林郭勒草原为例，自然资源学报，2 0 0 3A s n e r ，G P ，a n dH e i d e b r e c h t ，K B ，2 0 0 2 S p e c t r a lu a m i x i n go fv e g e t a t i o n ，s o l la n dd r yc a r b o ncoveri na r i dr e g i o n s C o m p a r i n gm u l t i s p e c t r a la n dh

14、 y p e r s p e c t r a lo b s e r v a t i o n s n t e r n a t i o n a lJ o u r n a lo fR e m o t eS e n s i n g , v 2 3 ，n o 1 9 ，p 3 9 3 9 3 9 5 8 B o r a k ，J S 。a n dS t r a h l e r ，A H ，1 9 9 9 F e a t u r es e l e c t ，i o na n dl a n dcoverC l a s s i f i c a t i o no faM O D I S 一1 i k ed a

15、t as e tf o ras e m i a r i de n v i r o n m e n t n t e r n a t i o n a lJ o u r n a lo f R e m o t eS e n s i n g , v 2 0 ，n o 5 ，P 9 1 9 9 3 8 H u e t e ，A R ，D i d a n ，K ，M i u r a ，T ，R o d r i g u e z ，E P ，G a o ，X ，a n dF e r r e i r a ，L G ，2 0 0 2 O v e r v i e wo ft h er a d i o m e t r

16、i ca n db i o p h y s i c a l p e r f o r m a n c eo ft h eM O D I Sv e g e t a t i o ni n d i c e s R e m o t eS e n s i n go f砌v i r o n m e n t ，v 8 3 ，n o 2 0 0 2 ，P 1 9 5 2 1 3M c V i c a r ，T R ，a n dB i e r w i r t h ，P N 。2 0 0 1 R a p i d l ya s s e s s i n gt h e1 9 9 7d r o u g h ti nP a u p aN e wG u i n e aU S i n gc o m p o s i t eA V H R Ri m a g e r y I n t e r n a t i o n a lJ o u r n a lo f R e m o