遥感地学分析第一章植被遥感ppt课件

《遥感地学分析第一章植被遥感ppt课件》由会员分享，可在线阅读，更多相关《遥感地学分析第一章植被遥感ppt课件（176页珍藏版）》请在金锄头文库上搜索。

1、遥感地学分析遥感地学分析第一章第一章植被遥感植被遥感一、植被遥感原理一、植被遥感原理二二、植被分类、植被分类三、植被生态参数的估算三、植被生态参数的估算四四、与光合作用有关的物理量的估算、与光合作用有关的物理量的估算五、中国及中亚地区荒漠化遥感监测五、中国及中亚地区荒漠化遥感监测研究研究主要内容植被n植被植被是是生长于地球表层的各种植物类型的总生长于地球表层的各种植物类型的总称称，在地球系统中扮演着重要的角色，它是，在地球系统中扮演着重要的角色，它是地球表层内重要的再生资源。地球表层内重要的再生资源。n植被是全球变化中最活跃、最有价值的影响植被是全球变化中最活跃、最有价值的影响要素和指示因子（

2、找水、矿）。要素和指示因子（找水、矿）。n植被影响地气系统的能量平衡植被影响地气系统的能量平衡,在气候、水文在气候、水文和生化循环中起着重要作用和生化循环中起着重要作用,是气候和人文因是气候和人文因素对环境影响的敏感指标。素对环境影响的敏感指标。植被n因此因此,地球植被及其变化一直被各国科学地球植被及其变化一直被各国科学家和政府所关注。家和政府所关注。n卫星遥感是监测全球植被的有效手段卫星遥感是监测全球植被的有效手段,为为人类提供了监测、量化和研究人类有序人类提供了监测、量化和研究人类有序活动和气候变化对区域或全球植被变化活动和气候变化对区域或全球植被变化影响的可能。影响的可能。植被遥感研究的

3、主要内容：n（1）通过遥感影像从土壤背景中区分出植被）通过遥感影像从土壤背景中区分出植被覆盖区域，并对植被类型进行划分，区分是覆盖区域，并对植被类型进行划分，区分是森林还是草场或者农田，进而可以问是什么森林还是草场或者农田，进而可以问是什么类型的森林，什么类型的草场，什么样的农类型的森林，什么类型的草场，什么样的农作物，如此等等。作物，如此等等。n（2）能否从遥感数据中反演出植被的各种重）能否从遥感数据中反演出植被的各种重要参数，例如叶面积指数（要参数，例如叶面积指数（LAI）、叶子宽度、）、叶子宽度、平均叶倾角、植被层平均高度、树冠形状等平均叶倾角、植被层平均高度、树冠形状等等，这一类问题属

4、于更深层次的遥感数据定等，这一类问题属于更深层次的遥感数据定量分析方法与反演技术。量分析方法与反演技术。植被遥感研究的主要内容：n（3）能否准确的估算出与植被光合作用有关）能否准确的估算出与植被光合作用有关的若干物理量，例如植被表面水分蒸腾量、的若干物理量，例如植被表面水分蒸腾量、光合作用强度（干物资生产率）、叶表面温光合作用强度（干物资生产率）、叶表面温度等。度等。关于植被资源的清查与分类方面以已取得了较为关于植被资源的清查与分类方面以已取得了较为突出的成绩，后两个问题正是植被遥感所要突出的成绩，后两个问题正是植被遥感所要研究的问题，虽已取得了相当的进展，但到研究的问题，虽已取得了相当的进展

5、，但到成熟仍需时日。成熟仍需时日。一、植被遥感原理一、植被遥感原理v植被遥感不仅依赖于对植被遥感不仅依赖于对单张植物叶片单张植物叶片的光的光谱特性，还需进一步认识谱特性，还需进一步认识植被冠层植被冠层的光谱的光谱特性。特性。v1 1、植物叶片结构、植物叶片结构叶片是绿色植物的主要受光面积，也是遥感传叶片是绿色植物的主要受光面积，也是遥感传感器所接收到的植被信号的主要贡献者。分为感器所接收到的植被信号的主要贡献者。分为异面叶异面叶和和等面叶等面叶两种。两种。异面叶异面叶的叶肉组织有较大分化，形成的叶肉组织有较大分化，形成栅栏组织栅栏组织和和海绵组织海绵组织，故叶片上下面的受光情况不同，故叶片上下

6、面的受光情况不同，上呈深绿色，下呈淡绿色。上呈深绿色，下呈淡绿色。等面叶等面叶的组织分化不明显。的组织分化不明显。（一）单张叶片光谱（一）单张叶片光谱特性及影响因素特性及影响因素v1 1、植物叶片结构、植物叶片结构叶片一般具有三部分：叶片一般具有三部分：表皮表皮、叶肉叶肉和和叶脉叶脉表皮表皮：包围整个叶片，由一层或多层组成。表：包围整个叶片，由一层或多层组成。表皮细胞扁平，排列紧密，通常皮细胞扁平，排列紧密，通常不含叶绿体不含叶绿体，外，外表常有一层表常有一层角质层角质层。（一）单张叶片光谱（一）单张叶片光谱特性及影响因素特性及影响因素v1 1、植物叶片结构、植物叶片结构叶肉叶肉：为表皮内的同

7、化薄壁组织，有两种：为表皮内的同化薄壁组织，有两种：（1 1）栅栏组织栅栏组织：紧靠上表皮下方，呈圆柱状，垂：紧靠上表皮下方，呈圆柱状，垂直于表皮细胞，并紧密排列呈栅状，直于表皮细胞，并紧密排列呈栅状，内含较多内含较多叶绿体叶绿体。在两面叶或针形叶，栅栏组织亦分布。在两面叶或针形叶，栅栏组织亦分布于下表皮上方或整个表皮内侧四周，但亦有一于下表皮上方或整个表皮内侧四周，但亦有一些水生及阴生植物的叶是完全没有栅栏组织的。些水生及阴生植物的叶是完全没有栅栏组织的。（2 2）海绵组织海绵组织：细胞形状多不规则，：细胞形状多不规则，内含较少叶内含较少叶绿体绿体，位于，位于栅栏组织下方栅栏组织下方，层次不

8、清，层次不清，排列疏排列疏松松，状如海绵。，状如海绵。（一）单张叶片光谱（一）单张叶片光谱特性及影响因素特性及影响因素v1 1、植物叶片结构、植物叶片结构叶脉叶脉：为贯穿于叶肉间的维管束。主脉部分维：为贯穿于叶肉间的维管束。主脉部分维管束较粗大，侧脉及小脉部分维管束较细小。管束较粗大，侧脉及小脉部分维管束较细小。叶脉具有输导和支持的作用，是盐分和水分的叶脉具有输导和支持的作用，是盐分和水分的运输管道，也是光合作用产物的运输通道。运输管道，也是光合作用产物的运输通道。（一）单张叶片光谱（一）单张叶片光谱特性及影响因素特性及影响因素v2 2、单张叶片的反射、吸收和透射特性单张叶片的反射、吸收和透射

9、特性（一）单张叶片光谱特性及影响因素（一）单张叶片光谱特性及影响因素入射辐射入射辐射外部反射外部反射内部反射内部反射透射辐射透射辐射反射辐射反射辐射散散射射辐辐射射入射辐射入射辐射-散射辐射散射辐射=吸收辐射，用于增加植物体温和光合作用吸收辐射，用于增加植物体温和光合作用v2 2、单张叶片的反射、吸收和透射特性单张叶片的反射、吸收和透射特性（一）单张叶片光谱特性及影响因素（一）单张叶片光谱特性及影响因素1）绿色叶片反射和透射光谱非常相似；）绿色叶片反射和透射光谱非常相似；2）叶片对紫外线吸收很大，达）叶片对紫外线吸收很大，达90%-99%；3）叶片对可见光以吸收为主（约）叶片对可见光以吸收为主

10、（约90%），且蓝），且蓝-紫光紫光（0.38-0.47um）和橙）和橙-红光（红光（0.62-0.68um）的光合有的光合有效辐射吸收最大，约效辐射吸收最大，约90%，绿光吸收最少，吸收率为，绿光吸收最少，吸收率为50%-90%。4）从）从0.69um始，叶片对近红外始，叶片对近红外辐射的吸收迅速减小，在辐射的吸收迅速减小，在0.76和和1.2um间有最小吸收率，间有最小吸收率，5-25%，故反射和透射最大。，故反射和透射最大。v2 2、单张叶片的反射、吸收和透射特性单张叶片的反射、吸收和透射特性（一）单张叶片光谱特性及影响因素（一）单张叶片光谱特性及影响因素5）超过）超过1.2um，又以吸

11、收为主，且在，又以吸收为主，且在1.4、1.9和和2.7um出现液态水吸收带，吸收作用增强，达到出现液态水吸收带，吸收作用增强，达到70-95%。6）1.3um的短波红外，入射能基本均被吸的短波红外，入射能基本均被吸收或反射，透射极少。收或反射，透射极少。植物叶片的反射、透射和吸植物叶片的反射、透射和吸收特性随种类、生长期、病收特性随种类、生长期、病害及入射波长不同而变化，害及入射波长不同而变化，故可依据此识别植被、诊断故可依据此识别植被、诊断病害及估产。病害及估产。v3 3、叶片反射波谱的影响因素叶片反射波谱的影响因素v1 1）叶片生化组分）叶片生化组分v叶片生化组分包括叶片生化组分包括水水

12、、叶绿叶绿素素、胡萝卜素胡萝卜素、纤维素纤维素和和蛋蛋白质白质等，它们决定了叶片的等，它们决定了叶片的吸收特性。吸收特性。（一）单张叶片光谱特性及影响因素（一）单张叶片光谱特性及影响因素v植物的光谱特性受植物的光谱特性受叶子总含水量叶子总含水量的的控制控制，反射率与，反射率与总含水量呈相关关系。总含水量呈相关关系。不同水分含量玉米叶子反射曲线不同水分含量玉米叶子反射曲线v3 3、叶片反射波谱的影响因素叶片反射波谱的影响因素v1 1）叶片生化组分）叶片生化组分v在可见光谱段内，植物光谱特性主要受在可见光谱段内，植物光谱特性主要受叶内各叶内各种色素种色素（叶绿素和胡萝卜素等）的支配，其中（叶绿素和

13、胡萝卜素等）的支配，其中叶绿素叶绿素起最主要的作用。起最主要的作用。v因色素强烈吸收，叶片的反射和透射都很低。因色素强烈吸收，叶片的反射和透射都很低。（一）单张叶片光谱特性及影响因素（一）单张叶片光谱特性及影响因素v3 3、叶片反射波谱的影响因素叶片反射波谱的影响因素v1 1）叶片生化组分）叶片生化组分v叶绿素叶绿素a、b，导致，导致0.45m与与0.67m为中心形为中心形成两个强烈的吸收带；成两个强烈的吸收带；v胡萝卜素、叶黄素导致胡萝卜素、叶黄素导致0.43m-0.48m范围范围内形成强烈的吸收带。内形成强烈的吸收带。v两吸收谷间（两吸收谷间（0.54m附近）吸收相对较少，附近）吸收相对较

14、少，形成绿色反射峰（形成绿色反射峰（10%-20%）。）。（一）单张叶片光谱特性及影响因素（一）单张叶片光谱特性及影响因素组分吸收组分吸收不同色素影响反射率n植物叶子中含有多种色素，如植物叶子中含有多种色素，如叶青素叶青素、叶红素叶红素、叶黄素叶黄素、叶绿素叶绿素等，在可见光等，在可见光范围内，其反射峰值落在相应波长范围范围内，其反射峰值落在相应波长范围内。内。不同颜色叶子的反射光谱不同橡树叶子的反射特性不同橡树叶子的反射特性12a34a.b.c.05101520253035Blue (0.45 - 0.52 m mm)Percent ReflectanceGreen leafYellowRe

15、d/orange Brown 42134540Green (0.52 - 0.60 m mm)Red (0.63 - 0.69 m mm)Near-Infrared (0.70 - 0.92 m mm)d.随着植物生长，随着植物生长，叶绿素减少、叶绿素减少、其它色素增加、其它色素增加、红光附近反射率红光附近反射率上升上升不同色素影响反射率不同生长状不同生长状态橡树叶子态橡树叶子反射特性反射特性v3 3、叶片反射波谱的影响因素叶片反射波谱的影响因素v1 1）叶片生化组分）叶片生化组分v蛋白质、纤维素蛋白质、纤维素+木质素木质素的吸收在的吸收在波长大于波长大于1.9um后有增加趋势，即该类化学成分

16、在可见后有增加趋势，即该类化学成分在可见光光-近红外区对植物反射率影响很小，但在短近红外区对植物反射率影响很小，但在短波红外影响增大。波红外影响增大。v因此，可利用短波红外光谱判断植物是否缺肥因此，可利用短波红外光谱判断植物是否缺肥并可进行氮含量的定量估算。并可进行氮含量的定量估算。（一）单张叶片光谱特性及影响因素（一）单张叶片光谱特性及影响因素短波红外吸收特征短波红外吸收特征v3 3、叶片反射波谱影响因素叶片反射波谱影响因素v2 2）叶片内部结构：）叶片内部结构：在在0.7m-1.3m近红外谱段，植物光谱特性主近红外谱段，植物光谱特性主要取决于要取决于叶片内部的细胞结构叶片内部的细胞结构，叶

17、片反射与透，叶片反射与透射能各占射能各占4550%左右，吸收则很少。左右，吸收则很少。因为，透入叶子内部的光线，因细胞壁与细胞因为，透入叶子内部的光线，因细胞壁与细胞孔腔的折射率有明显差异，造成光线在叶子内孔腔的折射率有明显差异，造成光线在叶子内部的多次反射与折射。部的多次反射与折射。由于植物类别间的叶片结构差异很大，故不同由于植物类别间的叶片结构差异很大，故不同植物在近红外区的反射差异比在可见光区大的植物在近红外区的反射差异比在可见光区大的多，用近红外谱段进行植物类型区分。多，用近红外谱段进行植物类型区分。（一）单张叶片光谱特性及影响因素（一）单张叶片光谱特性及影响因素不同类型植物光谱曲线的

18、差异植被（植被（近红外波段近红外波段的变化）的变化）双子叶与单子叶植物双子叶与单子叶植物( (典型双子叶植物典型双子叶植物 ) )苹果、棉花、向日葵苹果、棉花、向日葵结构疏松，孔隙多，结构疏松，孔隙多，多次反射增加多次反射增加( (典型单子叶植物典型单子叶植物 ) )小麦、水稻、竹子小麦、水稻、竹子结构紧凑结构紧凑双子叶植物反射率高于单子叶植物反射率双子叶植物反射率高于单子叶植物反射率落叶树（阔叶）落叶树（阔叶）叶片结构比较稀叶片结构比较稀疏；疏；针叶树（针叶）针叶树（针叶）叶片结构比较紧叶片结构比较紧凑；凑；阔叶林与针叶林阔叶林与针叶林不同成熟期的叶片不同成熟期的叶片由于年轻，不成熟由于年轻

19、，不成熟稀疏结构叶片相较稀疏结构叶片相较于年长树叶叶绿素于年长树叶叶绿素含量较低、空隙率含量较低、空隙率较少，它们反映了较少，它们反映了更多的可见光辐射更多的可见光辐射和较少的红外辐射和较少的红外辐射榕树病害的反射光谱曲线对比v3 3、叶片反射波谱影响因素叶片反射波谱影响因素v3 3）叶片表面特征）叶片表面特征v叶片表面发丝状物和蜡状物叶片表面发丝状物和蜡状物也是影响叶片反射也是影响叶片反射率的重要因素。率的重要因素。v因不同植物种间表面发丝状物的差异较大，故因不同植物种间表面发丝状物的差异较大，故无法用统一的模式描述其对发射率的影响。无法用统一的模式描述其对发射率的影响。v叶片表面蜡状物改变

20、叶面粗糙度，影响反射率。叶片表面蜡状物改变叶面粗糙度，影响反射率。v叶片蜡状物对紫外和蓝光的反射增强，因其直叶片蜡状物对紫外和蓝光的反射增强，因其直径为径为125nm，使该波段产生瑞利散射。，使该波段产生瑞利散射。（一）单张叶片光谱特性及影响因素（一）单张叶片光谱特性及影响因素v总体来看，健康绿色植被叶片的光谱特性表总体来看，健康绿色植被叶片的光谱特性表现为相似的峰现为相似的峰- -谷相间的谱带特征。谷相间的谱带特征。 但不同植被因其叶子的色素含量、细胞但不同植被因其叶子的色素含量、细胞结构、含水量、叶表面特征等均有不同，其结构、含水量、叶表面特征等均有不同，其光谱响应曲线存在着差异，这种变化

21、和差异光谱响应曲线存在着差异，这种变化和差异正是可以用来鉴别和监测植物的依据。正是可以用来鉴别和监测植物的依据。（一）单张叶片光谱特性及影响因素（一）单张叶片光谱特性及影响因素（二）（二）植被冠层光谱特性及影响因素植被冠层光谱特性及影响因素1、绿色植被冠层的反射、绿色植被冠层的反射植被冠层由植被冠层由叶、花、茎、果实叶、花、茎、果实等共同构成。等共同构成。冠层光谱不仅受叶片影响，还是茎、花、穗以冠层光谱不仅受叶片影响，还是茎、花、穗以及下垫面工作作用的结果。及下垫面工作作用的结果。（二）（二）植被冠层光谱特性及影响因素植被冠层光谱特性及影响因素1、绿色植被冠层的反射、绿色植被冠层的反射l传感器

22、接收到的植被冠层辐射是：传感器接收到的植被冠层辐射是：1）从植被组分上直接反射的光（冠层一次散）从植被组分上直接反射的光（冠层一次散射）；射）；2）被植被组分和地表多次散射最终逸）被植被组分和地表多次散射最终逸出到达传感器的光（多次散射）；出到达传感器的光（多次散射）；3）从地面一次反射直接到达传感器的）从地面一次反射直接到达传感器的光（地表一次散射）光（地表一次散射）（二）（二）植被冠层光谱特性及影响因素植被冠层光谱特性及影响因素自然状态下植被冠层是由多重叶层组成，上层自然状态下植被冠层是由多重叶层组成，上层叶的阴影挡住了下层叶，整个冠层的反射是由叶的阴影挡住了下层叶，整个冠层的反射是由叶的

23、多次反射和阴影的共同作用而成的。叶的多次反射和阴影的共同作用而成的。冠层阴影冠层阴影所占比例受光照角度，叶的形状、大所占比例受光照角度，叶的形状、大小、倾角等的影响。小、倾角等的影响。阴影一般会导致冠层的反射阴影一般会导致冠层的反射低于低于单叶的实验室单叶的实验室测定反射值。测定反射值。但在但在近红外谱段近红外谱段冠层的反射率冠层的反射率高于高于单叶片，这单叶片，这是由是由多层叶子的多次透射多层叶子的多次透射反射导致反射导致，且冠层，且冠层反射随层数增加而增加，反射随层数增加而增加，大致大致8层叶片层叶片的冠层结的冠层结构其反射率达到构其反射率达到最大值最大值；v2 2、植被冠层影响因素、植被

24、冠层影响因素- -植被结构植被结构p植被结构指植物体表面的空间分布结构。植被结构指植物体表面的空间分布结构。p植被结构是随着植被结构是随着植被种类植被种类、生长阶段生长阶段、分布方式分布方式的不同而变化，详细描述很复杂。的不同而变化，详细描述很复杂。p根据遥感研究需要，采用根据遥感研究需要，采用简化简化的结构特征，分为：的结构特征，分为：水平均匀植被水平均匀植被（连续植被）和（连续植被）和离散植被离散植被两种。两种。p草地、幼林、生长茂盛农作物等为连续植被草地、幼林、生长茂盛农作物等为连续植被p疏林地、果园、灌丛等为离散植被疏林地、果园、灌丛等为离散植被（二）（二）植被冠层光谱特性及影响因素植

25、被冠层光谱特性及影响因素v2 2、植被冠层影响因素、植被冠层影响因素- -植被结构植被结构p从植被遥感从植被遥感- -植物与光的相互作用出发，植植物与光的相互作用出发，植被结构主要指被结构主要指叶子形状叶子形状（用叶倾角分布（用叶倾角分布LADLAD表示），表示），大小大小（叶面积指数（叶面积指数LAILAI表示），表示），植植被冠层形状被冠层形状、大小及、大小及几何与外观结构几何与外观结构，同，同时也包括时也包括植被的成层现象植被的成层现象（与多次散射有（与多次散射有关）、关）、覆盖度覆盖度（涉及间隙率、阴影）等。（涉及间隙率、阴影）等。（二）（二）植被冠层光谱特性及影响因素植被冠层光谱特性

26、及影响因素v2 2、植被冠层影响因素、植被冠层影响因素- -植被结构植被结构p各参数的描述，如：各参数的描述，如：p冠层高度：冠层高度：土壤表层至冠层最顶部的高度。冠土壤表层至冠层最顶部的高度。冠层接收到的辐射能量往往在冠层顶部最大，随层接收到的辐射能量往往在冠层顶部最大，随冠层深度的增加而逐渐减弱，故辐射传输是冠冠层深度的增加而逐渐减弱，故辐射传输是冠层高度的函数。层高度的函数。（二）（二）植被冠层光谱特性及影响因素植被冠层光谱特性及影响因素v2 2、植被冠层影响因素、植被冠层影响因素- -植被结构植被结构p各参数的描述，如：各参数的描述，如：p叶面积指数叶面积指数LAILAI：单位土地面积

27、上的柱体内：单位土地面积上的柱体内全部全部植物叶子面积植物叶子面积（仅叶片向上半面）之和。（仅叶片向上半面）之和。pLAILAI无量纲，用每平方米地表面积上的平方米叶面积无量纲，用每平方米地表面积上的平方米叶面积表示。表示。p单位地表面积上叶面积的多少对光线透过、截获等单位地表面积上叶面积的多少对光线透过、截获等至关重要。至关重要。（二）（二）植被冠层光谱特性及影响因素植被冠层光谱特性及影响因素v2 2、植被冠层影响因素、植被冠层影响因素- -植被结构植被结构p各参数的描述，如：各参数的描述，如：p叶面积体密度叶面积体密度FAVDFAVD：某一高度上的单位体积内：某一高度上的单位体积内的叶面积

28、的总和。的叶面积的总和。p其测量其测量单位单位为每立方米群从容积中的平方米叶面积，为每立方米群从容积中的平方米叶面积，即即m m-1-1. .p间隙率：间隙率：在一个固定的入射角条件下，一束光在一个固定的入射角条件下，一束光透过植被冠层而没有被拦截的概率。透过植被冠层而没有被拦截的概率。（二）（二）植被冠层光谱特性及影响因素植被冠层光谱特性及影响因素v2 2、植被冠层影响因素、植被冠层影响因素- -植被结构植被结构p各参数的描述，如：各参数的描述，如：p植被覆盖度：植被覆盖度：植被冠层的垂直投影面积与土壤植被冠层的垂直投影面积与土壤总面积之比，即植土比。总面积之比，即植土比。p叶倾角叶倾角：叶

29、子向上半面某一点上的法线方向与：叶子向上半面某一点上的法线方向与Z Z轴（垂直于水平面指向天空）的交角，称为叶轴（垂直于水平面指向天空）的交角，称为叶子在该点的倾角。子在该点的倾角。p叶方位角叶方位角：法线在水平面上的投影与正北方向：法线在水平面上的投影与正北方向的交角称为叶子在该点的方位角。的交角称为叶子在该点的方位角。（二）（二）植被冠层光谱特性及影响因素植被冠层光谱特性及影响因素v2 2、植被冠层影响因素、植被冠层影响因素- -植被结构植被结构p各参数的描述，如：各参数的描述，如：p同一叶子的不同部位，其倾角和方位角可能有很大同一叶子的不同部位，其倾角和方位角可能有很大差异，测量时，根据

30、叶片弯曲程度将叶片分成几部差异，测量时，根据叶片弯曲程度将叶片分成几部分，对每一部分进行测量。分，对每一部分进行测量。p一个冠层内叶倾角的分布模式可以从一个冠层内叶倾角的分布模式可以从0 0 （水平叶）（水平叶）到到90 90 （垂直叶），一般用间隔为（垂直叶），一般用间隔为1010作出的叶倾作出的叶倾角分布频率图来表示。角分布频率图来表示。p用分布函数用分布函数LADLAD来描述不同的倾角类型，如来描述不同的倾角类型，如均匀型均匀型、球面型球面型、倾斜型倾斜型（二）（二）植被冠层光谱特性及影响因素植被冠层光谱特性及影响因素不同生长期苜蓿反射率与生物量、覆盖度的关系红边-研究热点n在近年随着高

31、光谱遥感的兴起而发展起来的光在近年随着高光谱遥感的兴起而发展起来的光谱数据分析技术中，谱数据分析技术中，植被植被“红边红边”位移现象位移现象是是研究最多、成效显著的成果之一。研究最多、成效显著的成果之一。n“红边红边”定义为反射光谱的一阶微分最大值所定义为反射光谱的一阶微分最大值所对应的光谱位置，对应的光谱位置，对应红光区外叶绿素吸收减对应红光区外叶绿素吸收减少部位到近红外高反射肩之间少部位到近红外高反射肩之间，健康植物的光，健康植物的光谱响应陡然增加的（量度增加约谱响应陡然增加的（量度增加约10倍）的这一倍）的这一窄条区。通常位于窄条区。通常位于0.680.75m之之间。间。n当绿色植物叶绿

32、素含量高，生长旺盛时，当绿色植物叶绿素含量高，生长旺盛时，“红红边边”会向波长增加的方向偏移，称会向波长增加的方向偏移，称“红移红移”。n当植物由于受金属元素当植物由于受金属元素“毒害毒害”、感染病虫害、感染病虫害、污染受害或者缺水缺肥等原因而污染受害或者缺水缺肥等原因而“失绿失绿”时，时，则则“红边红边”会向波长短的方向移动，称会向波长短的方向移动，称“蓝移蓝移”。红边-研究热点nCollins（1978）研究作物不同生长期内）研究作物不同生长期内的高光谱扫描数据发现，作物快成熟时，的高光谱扫描数据发现，作物快成熟时，其叶绿素吸收边（即红边）向长波方向移其叶绿素吸收边（即红边）向长波方向移动

33、，存在动，存在“红移红移”现象。现象。n各种植物都存在红移现象，但红移量随植各种植物都存在红移现象，但红移量随植物类型存在差异。因此红移现象可以用来物类型存在差异。因此红移现象可以用来评价作物间的差异以及特定作物的成熟期评价作物间的差异以及特定作物的成熟期的开始。的开始。nHorler等（等（1983）研究还认为红边可以作）研究还认为红边可以作为植物受胁迫的光谱指示波段为植物受胁迫的光谱指示波段矿区红杉林反射曲线的蓝移现象 n还可根据还可根据“红边红边”位位移量可以精确地估计移量可以精确地估计叶绿素含量或探测叶叶绿素含量或探测叶片的生化组分。片的生化组分。n二三十年前，研究者二三十年前，研究者

34、就发现生长在富含就发现生长在富含Cu，Mo等重金属等重金属元素土壤上的植物，受金属元素元素土壤上的植物，受金属元素“毒害毒害”影响，其影响，其光谱反射特性会发生一些变化，主要表现就是红边光谱反射特性会发生一些变化，主要表现就是红边和绿峰会向短波区偏移和绿峰会向短波区偏移10nm20nm不等（见图）。不等（见图）。这种矿化带植物光谱异常是植物遥感探矿的有用指这种矿化带植物光谱异常是植物遥感探矿的有用指标。标。红边-研究热点植物光谱的“红边”红移现象注意n不同植物种类虽有共同的光谱反射特性，不同植物种类虽有共同的光谱反射特性，形成很有特色的光谱反射曲线，但并不是形成很有特色的光谱反射曲线，但并不是

35、千树一面。千树一面。n实际上，不同种属，处于不同生长环境，实际上，不同种属，处于不同生长环境，其光谱反射曲线有许多差异：其光谱反射曲线有许多差异：如泡桐、杨树等阔叶树，枝叶繁茂，太阳辐射如泡桐、杨树等阔叶树，枝叶繁茂，太阳辐射经过上下多层的叶面反射，上述绿色植被的光经过上下多层的叶面反射，上述绿色植被的光谱反射特性表现得尤为突出；谱反射特性表现得尤为突出；杉松等针叶树，杉松等针叶树， 叶面积指数低，相当比重太叶面积指数低，相当比重太阳辐射穿过枝叶空隙直接投射到地面，植被反阳辐射穿过枝叶空隙直接投射到地面，植被反射总体降低，绿光区的小反射峰值也趋于平缓；射总体降低，绿光区的小反射峰值也趋于平缓；

36、草类则基本上介于两者之间。草类则基本上介于两者之间。n不同植被类型在可见光区的反射率彼此不同植被类型在可见光区的反射率彼此差异小，曲线几乎重叠在一起，进入红差异小，曲线几乎重叠在一起，进入红外区，反射率的差异就扩大了，彼此容外区，反射率的差异就扩大了，彼此容易区分。易区分。n因此因此0.8m、1.7m和和2.3m都是识别都是识别不同植被类型的最佳波段。不同植被类型的最佳波段。注意二、植被分类二、植被分类n植被具有典型的波谱特征，将其余其它典植被具有典型的波谱特征，将其余其它典型地物，如人工建筑、裸土、水域等区分型地物，如人工建筑、裸土、水域等区分容易，但对植被类型划分却有一定难度。容易，但对植

37、被类型划分却有一定难度。n不同植被类型，因组织结构、季相、生态不同植被类型，因组织结构、季相、生态条件等不同而具有不同的光谱特征和冠层条件等不同而具有不同的光谱特征和冠层形态特征。如：形态特征。如：正常针叶林为红到品红，枯萎为暗红色，即正常针叶林为红到品红，枯萎为暗红色，即将枯死时为青色。将枯死时为青色。n故可根据故可根据植被光谱植被光谱、季相季相、生态环境生态环境、冠冠层形态层形态进行植被类型识别。进行植被类型识别。（一）利用植物光谱特征区分植被类型（一）利用植物光谱特征区分植被类型n阔叶林与针叶林阔叶林与针叶林n草与阔叶林草与阔叶林（二）利用物候期差异区分植被类型（二）利用物候期差异区分植

38、被类型n落叶林与常绿林落叶林与常绿林n前提是需要获取典型植被类型的物候季影前提是需要获取典型植被类型的物候季影像像（三）利用生态环境条件区分植被类型（三）利用生态环境条件区分植被类型n不同种类植物有不同的适宜生态条件，如不同种类植物有不同的适宜生态条件，如温度条件、水分条件、土壤条件、地貌条温度条件、水分条件、土壤条件、地貌条件等。件等。n植物在地球表面的分布取决于热量和水分植物在地球表面的分布取决于热量和水分主导环境因子，及植物自身的适应性和变主导环境因子，及植物自身的适应性和变异能力。异能力。n我国森林气候带自北向南为：我国森林气候带自北向南为：寒温带针叶林寒温带针叶林-温带针阔混交林温带

39、针阔混交林-暖温带落叶林暖温带落叶林和针叶林和针叶林-亚热带常绿阔和针椰林亚热带常绿阔和针椰林-热带季雨林热带季雨林和雨林。和雨林。（三）利用生态环境条件区分植被类型（三）利用生态环境条件区分植被类型n我国北方，要求温度变幅小，湿度较大的林木我国北方，要求温度变幅小，湿度较大的林木多长在山地阴坡，对温度和湿度要求低的草地多长在山地阴坡，对温度和湿度要求低的草地多分布在山地阳坡。多分布在山地阳坡。n随海拔变化产生不同温热组合决定了植被分布：随海拔变化产生不同温热组合决定了植被分布：云南保山在海拔云南保山在海拔1300-2500m，气候暖湿为亚热带暖，气候暖湿为亚热带暖性常绿阔叶林和针叶林；性常绿

40、阔叶林和针叶林；海拔海拔2600-3200亚高山区气候温凉，为温带寒带高山亚高山区气候温凉，为温带寒带高山暗针叶林暗针叶林海拔海拔3200m以上亚高山和高山，气候多变，多为雪以上亚高山和高山，气候多变，多为雪线，生长高山寒温带苔藓，还有部分高山灌丛矮林线，生长高山寒温带苔藓，还有部分高山灌丛矮林和草地。和草地。（四）利用冠层形态特征区分植被类型（四）利用冠层形态特征区分植被类型n草本植物表现为大片均匀的色调，因其低草本植物表现为大片均匀的色调，因其低矮无阴影；矮无阴影；n灌木呈不均匀细颗粒结构，灌木一般不高，灌木呈不均匀细颗粒结构，灌木一般不高，阴影不明显；阴影不明显；三、植被生态参数估算三、

41、植被生态参数估算n植植被指数被指数是遥感领域中用来表征地表植被是遥感领域中用来表征地表植被覆盖，生长状况的一个简单，有效的度量覆盖，生长状况的一个简单，有效的度量参数。参数。n随着遥感技术的发展，植被指数在环境、随着遥感技术的发展，植被指数在环境、生态、农业等领域有了广泛的应用。生态、农业等领域有了广泛的应用。环境环境领域，通过植被指数来反演土地利用和领域，通过植被指数来反演土地利用和土地覆盖变化，逐渐成为实现对全球环境变土地覆盖变化，逐渐成为实现对全球环境变化的研究重要手段；化的研究重要手段；生态生态领域，随着斑块水平的生态系统研究成领域，随着斑块水平的生态系统研究成果拓展到果拓展到 区域乃

42、至全球的空间尺度上，植被区域乃至全球的空间尺度上，植被指数成了空间尺度拓展的连接点；指数成了空间尺度拓展的连接点；三、植被生态参数估算三、植被生态参数估算农业农业领域，植被指数广泛应用在农作物分布及长领域，植被指数广泛应用在农作物分布及长势监测、产量估算、农田灾害监测及预警、区势监测、产量估算、农田灾害监测及预警、区 域环境评价以及各种生物参数的提取。域环境评价以及各种生物参数的提取。n总之，随着人们对于全球变化研究的深总之，随着人们对于全球变化研究的深入，以遥感信息推算区域尺度乃至全球入，以遥感信息推算区域尺度乃至全球尺度的植被指数日益成为令人关注的问尺度的植被指数日益成为令人关注的问题。题

43、。本节内容n植被指数概念植被指数概念n植被指数类型植被指数类型n植被指数与叶面积指数关系植被指数与叶面积指数关系n植被指数与叶绿素含量关系植被指数与叶绿素含量关系n植被指数与植被覆盖度关系植被指数与植被覆盖度关系n植被指数与生物量关系植被指数与生物量关系n植被指数与气候参数关系植被指数与气候参数关系（一）植被指数概念n遥感图像上的植被信息，主要通过遥感图像上的植被信息，主要通过绿色绿色植物叶子植物叶子和和植被冠层植被冠层的光谱特性及其差的光谱特性及其差异、变化而反映的，不同光谱通道所获异、变化而反映的，不同光谱通道所获得的植被信息可与植被的不同要素或某得的植被信息可与植被的不同要素或某种特征状

44、态有各种不同的相关性，种特征状态有各种不同的相关性，如叶子光谱特性中，可见光谱段受叶子叶如叶子光谱特性中，可见光谱段受叶子叶绿素含量的控制绿素含量的控制近红外谱段受叶内细胞结构的控制近红外谱段受叶内细胞结构的控制中红外谱段受叶细胞内水分含量的控制中红外谱段受叶细胞内水分含量的控制n再如，可见光中绿光波段再如，可见光中绿光波段0.520.52 m0.59 m0.59 m m对区分对区分植物类别敏感；植物类别敏感；n红光波段红光波段0.630.63 m0.69m0.69 m m对植被覆盖度、植物生对植被覆盖度、植物生长状况敏感等。长状况敏感等。n但是，对于复杂的植被遥感，仅用个别波段或多但是，对于

45、复杂的植被遥感，仅用个别波段或多个单波段数据分析对比来提取植被信息是相当局个单波段数据分析对比来提取植被信息是相当局限的。因而往往选用多光谱遥感数据经分析运算限的。因而往往选用多光谱遥感数据经分析运算（加、减、乘、除等线性或非线性组合方式），（加、减、乘、除等线性或非线性组合方式），产生某些对植被长势、生物量等有一定指示意义产生某些对植被长势、生物量等有一定指示意义的数值的数值即所谓的即所谓的“植被指数植被指数”。n它用一种简单有效的形式来实现对植物状态信息它用一种简单有效的形式来实现对植物状态信息的表达，以定性和定量地评价植被覆盖、生长活的表达，以定性和定量地评价植被覆盖、生长活力及生物量等

46、。力及生物量等。（一）植被指数概念n植被指数举例以美国陆地卫星Landsat TM传感器获取的遥感数据为例，植被指数就是由第三波段的红光波段（Red）和第四波段的近红外波段进行运算而得到可以表征植被状况的植被指数。（一）植被指数概念(二)植被指数类型n由于植被光谱受到植被本身、土壤背景、由于植被光谱受到植被本身、土壤背景、环境条件、大气状况、仪器定标等内外因环境条件、大气状况、仪器定标等内外因素的影响，因此植被指数往往具有明显的素的影响，因此植被指数往往具有明显的地域性和时效性。地域性和时效性。n20多年来，国内外学者已研究发展了几十多年来，国内外学者已研究发展了几十种不同的植被指数模型见表种

47、不同的植被指数模型见表7-1。主要植被指数表达式一览表主要植被指数表达式一览表（续）植被指数模型植被指数模型-类型类型n比值植被指数：比值植被指数：两个或以上波段反射率或DN值的比值。n差值植被指数：差值植被指数：两个波段反射率或DN值的差值；n角度植被指数：角度植被指数：通过计算波段之间的夹角参数；植被指数模型植被指数模型-目标目标n反映植被的生长状况，同样的植被具有相似或反映植被的生长状况，同样的植被具有相似或相同的植被指数；相同的植被指数；n同一区域不同生长阶段植被的变化；同一区域不同生长阶段植被的变化；n减弱大气对遥感信号的影响，即大气辐射纠正减弱大气对遥感信号的影响，即大气辐射纠正问

48、题；问题；n削弱土壤背景的影响；削弱土壤背景的影响；n减小不同传感器之间的差别；减小不同传感器之间的差别；n增强不同时间之间的稳定性；增强不同时间之间的稳定性；。植被指数模型植被指数模型-介绍介绍n比值植被指数（比值植被指数（RVI）n归一化植被指数（归一化植被指数（NDVI）n土壤修正植被指数（土壤修正植被指数（SAVI）n转换土壤调整植被指数（转换土壤调整植被指数（TSAVI）n修改型二次土壤调节植被指数修改型二次土壤调节植被指数 （MSAVI）n差值植被指数（差值植被指数（DVI）n绿度植被指数（绿度植被指数（GVI）n垂直植被指数（垂直植被指数（PVI）1、比值植被指数RVIn可见光红

49、波段（可见光红波段（R）与近红外波段（）与近红外波段（NIR）对绿）对绿色植物的光谱响应十分不同，且具倒转关系。色植物的光谱响应十分不同，且具倒转关系。两者简单的数值比能充分表达两反射率之间的两者简单的数值比能充分表达两反射率之间的差异。比值植被指数可表达为：差异。比值植被指数可表达为：式中DN为近红外/红外段计数值（灰度值），地表反照率n对于绿色植物叶绿素引起的红光吸收和叶肉组对于绿色植物叶绿素引起的红光吸收和叶肉组织引起的近红外强反射，织引起的近红外强反射，RVI值高（一般大于值高（一般大于2）。而对于无植被的地面包括裸土、人工特）。而对于无植被的地面包括裸土、人工特征物、水体以及征物、水

50、体以及枯死或受胁迫植被枯死或受胁迫植被，因不显示，因不显示这种特殊的光谱响应，则这种特殊的光谱响应，则RVI值低（一般等于值低（一般等于1）。因此，比值植被指数能增强植被与土壤）。因此，比值植被指数能增强植被与土壤背景之间的辐射差异。背景之间的辐射差异。 或或比值植被指数可提供植被反射的重要信息，是植被比值植被指数可提供植被反射的重要信息，是植被长势、丰度的度量方法之一长势、丰度的度量方法之一 同理，可见光绿波段（叶绿素引起的反射）与红波同理，可见光绿波段（叶绿素引起的反射）与红波段之比段之比G/R，也是有效的。，也是有效的。比值植被指数可从多种遥感系统中得到。比值植被指数可从多种遥感系统中得

51、到。但主要用于但主要用于Landsat的的MSS、TM和气象卫星的和气象卫星的AVHRR。 1、比值植被指数RVIRVIRVI是绿色植物的一个灵敏指示参数是绿色植物的一个灵敏指示参数n它与叶面积指数（它与叶面积指数（LAILAI）、叶干生物量（）、叶干生物量（DMDM）、叶绿素含）、叶绿素含量相关性高，被广泛用于估算和监测绿色植物生物量。量相关性高，被广泛用于估算和监测绿色植物生物量。n在植被在植被高密度覆盖情况高密度覆盖情况下，它对植被十分敏感，与生物量下，它对植被十分敏感，与生物量的相关性最好。但的相关性最好。但当植被覆盖度小于当植被覆盖度小于 50%50% 时，它的分辨时，它的分辨能力显

52、著下降。能力显著下降。nRVI RVI 对大气状况很敏感，大气效应大大地降低了它对植被对大气状况很敏感，大气效应大大地降低了它对植被检测的灵敏度，尤其是当检测的灵敏度，尤其是当 RVIRVI值值 高时。因此，最好运用高时。因此，最好运用经大气纠正的数据，或将两波段的灰度值（经大气纠正的数据，或将两波段的灰度值（DNDN）转换成反）转换成反射率（射率（ ）后再计算）后再计算 RVIRVI，以消除大气对两波段不同非线，以消除大气对两波段不同非线性衰减的影响。性衰减的影响。1、比值植被指数RVInDN转换为反射率P公式n在在Landsat7快速格式产品的头文件辐射记录段中含有与辐射校正有关快速格式产

53、品的头文件辐射记录段中含有与辐射校正有关的参数，用户可利用这些参数将图象象元的亮度值转换成地物的辐射值的参数，用户可利用这些参数将图象象元的亮度值转换成地物的辐射值或反射率。或反射率。n辐射记录段以辐射记录段以“gainsandbiasesinascendingbandnumberorder”开始，逐行、按波段顺序记录了辐射校正有关的参数，每行中按开始，逐行、按波段顺序记录了辐射校正有关的参数，每行中按bias、gain的顺序排列，其中的顺序排列，其中bias的单位是的单位是W/m2.ster.m，gain的单位是的单位是(W/m2.ster.m)/DN。1、比值植被指数RVI2、归一化植被指

54、数NDVI对浓密植被，因红光反射很小，则对浓密植被，因红光反射很小，则RVIRVI值将无界增长；值将无界增长； NDVI NDVI 是简单比值植被指数是简单比值植被指数RVIRVI，经非线性的归一化处理后，使所得，经非线性的归一化处理后，使所得的比值，限定在的比值，限定在 -1-1，1 1 范围内。范围内。归一化植被指数归一化植被指数( (Normalized vegetation indexNormalized vegetation index) )NDVINDVI介于介于-1-1和和1 1之间，负值表示地面覆盖为云、水、之间，负值表示地面覆盖为云、水、雪等，对可见光高反射；雪等，对可见光高

55、反射；0 0表示岩石或裸土等，表示岩石或裸土等，NIRNIR和和R R近似相等；正值表示有植被覆盖，且随覆近似相等；正值表示有植被覆盖，且随覆盖度增大而增大盖度增大而增大几种典型的地面覆盖类型在大尺度几种典型的地面覆盖类型在大尺度NDVINDVI图象上区图象上区分鲜明，植被得到有效的突出。因此，分鲜明，植被得到有效的突出。因此，NDVI NDVI 特别特别适用于全球或各大陆等大尺度的植被动态监测。适用于全球或各大陆等大尺度的植被动态监测。式中DN为近红外/红外段计数值（灰度值），地表反照率植被遥感中植被遥感中NDVI应用最广泛应用最广泛n 是植被生长状态及植被覆盖度的最佳指示因子。是植被生长状

56、态及植被覆盖度的最佳指示因子。 研究表明：研究表明：NDVI NDVI 与与 LAILAI、绿色生物量、植被覆盖度、光合作用、绿色生物量、植被覆盖度、光合作用等植被参数有关。如等植被参数有关。如 NDVINDVI与与FAPARFAPAR（吸收光合有效辐射比）吸收光合有效辐射比）近近线性关系，而与线性关系，而与 LAI LAI 呈非线性相关；呈非线性相关；NDVINDVI的时间变化曲线可反的时间变化曲线可反映季节和人为活动变化；甚至整个生长期的映季节和人为活动变化；甚至整个生长期的NDVINDVI对半干旱区对半干旱区降降雨量雨量、对大气、对大气CO2CO2浓度浓度随季节和纬度变化均敏感。因此，随

57、季节和纬度变化均敏感。因此，NDVI NDVI 被认为是监测地区或全球植被和生态环境变化的有效指标。被认为是监测地区或全球植被和生态环境变化的有效指标。n NDVINDVI经比值处理，可部分消除与太阳高度角、卫星观测角、经比值处理，可部分消除与太阳高度角、卫星观测角、地形、大气程辐射（云地形、大气程辐射（云 / / 阴影和大气条件有关的辐照度条件变阴影和大气条件有关的辐照度条件变化）等的影响。同时，化）等的影响。同时，NDVINDVI的归一化处理，使因传感器标定衰的归一化处理，使因传感器标定衰退的影响降低（对单波段从退的影响降低（对单波段从10-30%10-30%降到对降到对NDVINDVI的

58、的0-6%0-6%），并使），并使由地表二向反射和大气效应造成的角度影响减小。因此，由地表二向反射和大气效应造成的角度影响减小。因此，NDVI NDVI 增强了对植被的响应能力。增强了对植被的响应能力。NDVI的局限的局限nNDVI NDVI 对土壤背景的变化较为敏感。对土壤背景的变化较为敏感。 实验证明：实验证明：低植被覆盖度时（低植被覆盖度时（15%15%），植被），植被NDVINDVI值高于裸土值高于裸土NDVINDVI值，值，植被可被检测出来，但因植被覆盖度很低（如干旱、半干植被可被检测出来，但因植被覆盖度很低（如干旱、半干旱地区），其旱地区），其 NDVINDVI很难指示区域生物量；

59、很难指示区域生物量； 中植被覆盖度时（中植被覆盖度时（252580%80%），）， NDVINDVI值值 随生物量的增加随生物量的增加呈线性迅速增加；呈线性迅速增加； 高植被覆盖度时（高植被覆盖度时（80%80%），）， NDVINDVI值值 增加延缓而呈现饱增加延缓而呈现饱和状态，对植被检测灵敏度下降。和状态，对植被检测灵敏度下降。n实验表明，作物生长初期实验表明，作物生长初期NDVI将过高估计植被覆盖将过高估计植被覆盖度，而作物生长结束季节，度，而作物生长结束季节，NDVI值偏低。值偏低。nNDVI NDVI 更适用于植被发育中期或中等覆盖度植被检测。更适用于植被发育中期或中等覆盖度植被检

60、测。3、土壤修正植被指数、土壤修正植被指数nSAVISAVI（Soil-Adjusted vegetation indexSoil-Adjusted vegetation index）- -修正修正NDVINDVI对土壤背对土壤背景敏感景敏感L L是一个土壤调节系数，是由实际区域条件所决定是一个土壤调节系数，是由实际区域条件所决定的常量，用来减小植被指数对不同土壤反射变化的的常量，用来减小植被指数对不同土壤反射变化的敏感性；敏感性；L L取值介于取值介于0-10-1之间；之间；L=0L=0表示植被覆盖度为表示植被覆盖度为0 0；L=1L=1表示土壤背景的影响为表示土壤背景的影响为0 0，这种情

61、况只有在被树冠，这种情况只有在被树冠浓密的高大树木覆盖的地方才会出现浓密的高大树木覆盖的地方才会出现 ；一般情况；一般情况下，下，L L取值为取值为0.50.5因子（因子（1+L1+L）主要是用来保证最后的）主要是用来保证最后的SAVISAVI值与值与NDVINDVI值一样介于值一样介于-1-1和和+1+1之间。之间。或或3、土壤修正植被指数、土壤修正植被指数nSAVISAVI（Soil-Adjusted vegetation indexSoil-Adjusted vegetation index）- -修正修正NDVINDVI对土壤背对土壤背景敏感景敏感L L是一个土壤调节系数，它由实际区域

62、条件所决定的常量，用来减小植是一个土壤调节系数，它由实际区域条件所决定的常量，用来减小植被指数对不同土壤反射变化的敏感性；被指数对不同土壤反射变化的敏感性；L L取值介于取值介于0-10-1之间，植被覆盖度越大，之间，植被覆盖度越大，L L取值越大取值越大L=1L=1表示土壤背景对植被信息的提取没有影响，表示土壤背景对植被信息的提取没有影响，这是一种理想状态，实这是一种理想状态，实际中几乎不会出现，只有在冠层覆盖密度很大的情况下才有可能出现际中几乎不会出现，只有在冠层覆盖密度很大的情况下才有可能出现 一般情况下，一般情况下，L L取值为取值为0.50.5L L为为0 0时，时，SAVISAVI

63、就是就是NDVI NDVI ；中等植被盖度区，中等植被盖度区，L L一般接近于一般接近于0.50.5；因子（因子（1+L1+L）主要是用来保证最后的）主要是用来保证最后的SAVISAVI值与值与NDVINDVI值一样介于值一样介于-1-1和和+1+1之之间。间。或或试验证明试验证明n SAVI SAVI降低土壤背景的影响，改善植被指数与降低土壤背景的影响，改善植被指数与LAILAI的关系。的关系。但可能丢失部分植被信号，使植被指数偏低；但可能丢失部分植被信号，使植被指数偏低；n “ L L”取值随植被盖度变化的规律是植被盖度越大，取值随植被盖度变化的规律是植被盖度越大，L L取值越大取值越大n

64、对低密度植被（对低密度植被（LAI=0LAI=00.50.5），），L L取值较小，且随取值较小，且随L L 增加，土壤对植被的影响越小；当增加，土壤对植被的影响越小；当 L=1 L=1 时，土壤的时，土壤的影响几乎消失；影响几乎消失；n对较高密度植被（对较高密度植被（LAI=1LAI=1），最佳调节系数），最佳调节系数 L= 0.75L= 0.75；n 一般一般 L=0.5L=0.5时，对较宽幅度的时，对较宽幅度的LAILAI值，具有较好地值，具有较好地降低土壤噪声的作用降低土壤噪声的作用。n同一副影像的植被指数计算出来的同一副影像的植被指数计算出来的 S(SAVI)/N(NDVI)S(SA

65、VI)/N(NDVI)存存在以下变化趋势：在以下变化趋势：S/NS/N越大，植被指数消除土壤影响的效越大，植被指数消除土壤影响的效果越好果越好 。S/NS/N最大时的最大时的L L值是研究区最合适的值是研究区最合适的 L L值。值。SAVI应用领域应用领域nSAVI也是应用比较广泛的一种植被指数，也是应用比较广泛的一种植被指数，它可以在一定的程度上减弱土壤背景的影响，它可以在一定的程度上减弱土壤背景的影响，而不用计算土壤线的参数。而不用计算土壤线的参数。n在以往的研究中在以往的研究中SAVI用于提取植被信息和用于提取植被信息和植被覆盖度、比较不同植被的差异、反演叶植被覆盖度、比较不同植被的差异

66、、反演叶绿素和氮含量、分析与叶面积指数之间的相绿素和氮含量、分析与叶面积指数之间的相关性并计算叶面积指数、作为遥感分类的基关性并计算叶面积指数、作为遥感分类的基础、监测旱情及修正模型。础、监测旱情及修正模型。 4、转换土壤调整植被指数转换土壤调整植被指数TSAVITSAVInTSAVITSAVI（Soil-Adjusted vegetation indexSoil-Adjusted vegetation index）式中，式中，a a、b b 分别为土壤背景线的截距和斜率。分别为土壤背景线的截距和斜率。TSAVITSAVI使土壤背景值有关参数（使土壤背景值有关参数（a a，b b）直接参与指数

67、运算）直接参与指数运算 实验证明，实验证明，SAVI SAVI 和和 TSAVI TSAVI 在描述植被覆盖和土在描述植被覆盖和土壤背景方面有着较大的优势。壤背景方面有着较大的优势。因其考虑了（裸土）土壤背景的有关参数，它们因其考虑了（裸土）土壤背景的有关参数，它们比比 NDVI NDVI 对低植被盖度有更好的指示意义，适用对低植被盖度有更好的指示意义，适用于半干旱地区的土地利用制图。于半干旱地区的土地利用制图。土壤线土壤线土壤在土壤在R R与与NIR NIR 波段的反射率具有线性关系。则在波段的反射率具有线性关系。则在NIRNIRR R通道的二维坐标中，土壤（植被背景）光谱通道的二维坐标中，

68、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，特性的变化，表现为一个由近于原点发射的直线， 二维土壤光谱线二维土壤光谱线 称为称为“土壤线土壤线”。表示为：表示为： IR = b R + aIR = b R + a，a、b为土壤线截距和斜率为土壤线截距和斜率植被背景，包括水体植被背景，包括水体/ /雪雪/ /各种类型土壤各种类型土壤/ /落叶等非光合作用目标均表现在基线上；落叶等非光合作用目标均表现在基线上；l所有植被象素均分布在基线上所有植被象素均分布在基线上NIRNIR一侧一侧l绿色光合作用越强，离绿色光合作用越强，离“土壤线土壤线”越远。越远。n一一实地采样实地采样：实

69、地采集多个土壤样点，并测定这：实地采集多个土壤样点，并测定这些土壤样点在红波段和近红外波段上的光谱反射些土壤样点在红波段和近红外波段上的光谱反射率，以近红外波段上反射率作为率，以近红外波段上反射率作为y轴、红波段上轴、红波段上反射率作为反射率作为x轴，将土壤的反射率值作线性回归轴，将土壤的反射率值作线性回归得到土壤线得到土壤线。n二二基于卫星遥感影像基于卫星遥感影像：在遥感影像的近红外波段：在遥感影像的近红外波段和红光波段组成的二维平面内，土壤样点也呈线和红光波段组成的二维平面内，土壤样点也呈线状分布。在一定的观测条件下，土壤线方程可以状分布。在一定的观测条件下，土壤线方程可以从遥感图像的近红

70、外波段和红波段的反射率或从遥感图像的近红外波段和红波段的反射率或DN值组成的散点图中求取。值组成的散点图中求取。土壤线计算方法土壤线计算方法TSAVI局限性局限性土壤线不一定是一条严格的直线，而土壤线不一定是一条严格的直线，而具有一定的宽度，这就给精确地求解具有一定的宽度，这就给精确地求解土壤线带来一定得困难。土壤线带来一定得困难。对修改型土壤调节植被指数的应用非对修改型土壤调节植被指数的应用非常少，因为在遥感中土壤线的获得比常少，因为在遥感中土壤线的获得比较困难，而对较困难，而对修改型二次土壤调节植修改型二次土壤调节植被指数被指数的应用很多。的应用很多。 5、修改型二次土壤调整植被指修改型二

71、次土壤调整植被指数数MSAVIMSAVInMSAVIMSAVI（ModifiedModified Soil-Adjusted vegetation Soil-Adjusted vegetation indexindex）MSAVI不依赖于土壤线，算法很简单，是所有考不依赖于土壤线，算法很简单，是所有考虑土壤背景影响的植被指数中最简单的一种，因虑土壤背景影响的植被指数中最简单的一种，因此应用也非常广泛。此应用也非常广泛。MSAVI主要用于分析植物的长势、荒漠化的研究、主要用于分析植物的长势、荒漠化的研究、草地估产、计算叶面积指数、分析土壤有机质、草地估产、计算叶面积指数、分析土壤有机质、监测旱情

72、、分析土壤侵蚀。监测旱情、分析土壤侵蚀。 6、差值植被指数、差值植被指数DVInDVIDVI( (difference vegetation indexdifference vegetation index) )差值植被指数的应用远不如差值植被指数的应用远不如RVIRVI、NDVINDVI。它对土。它对土壤背景的变化极为敏感，有利于对植被生态环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（境的监测，又称环境植被指数（EVIEVI）。）。 当植被覆盖浓密（当植被覆盖浓密（80%80%）时，）时，DVI DVI 对植被的对植被的灵敏度下降，适用于植被发育早灵敏度下降，适用于植

73、被发育早中期，或低中期，或低中覆盖度的植被检测中覆盖度的植被检测。总结n上述上述NDVI、DVI等植被指数均受土壤背景的影响大，等植被指数均受土壤背景的影响大，且该影响相当复杂，它随波长、土壤特征（含水量、且该影响相当复杂，它随波长、土壤特征（含水量、有机质含量、表面粗糙度等）及植被覆盖度、作物排有机质含量、表面粗糙度等）及植被覆盖度、作物排列方向等的变化而变化。列方向等的变化而变化。n植被指数的主要组成波段红光和近红外光而言，叶子植被指数的主要组成波段红光和近红外光而言，叶子对红光的作用主要是吸收，而透射、反射均很小，作对红光的作用主要是吸收，而透射、反射均很小，作为背景的土壤则红光的反射较

74、强，因此在植被非完全为背景的土壤则红光的反射较强，因此在植被非完全覆盖情况下，冠层的红光反射辐射中，土壤背景的影覆盖情况下，冠层的红光反射辐射中，土壤背景的影响较大，且随着覆盖度的变化而变化；响较大，且随着覆盖度的变化而变化；n叶子对近红外光的反射、透射均较高（约各占叶子对近红外光的反射、透射均较高（约各占50%），），吸收极少，而土壤对近红外光的反射明显小于叶的反吸收极少，而土壤对近红外光的反射明显小于叶的反射。因此在植被非完全覆盖的情况下，冠层的近红外射。因此在植被非完全覆盖的情况下，冠层的近红外反射辐射中，叶层的多次反射及与土壤的相互作用是反射辐射中，叶层的多次反射及与土壤的相互作用是复

75、杂的，土壤背景的影响仍较大。复杂的，土壤背景的影响仍较大。7、绿度植被指数、绿度植被指数GVI为了排除或减弱土壤背景值对植物光谱或植为了排除或减弱土壤背景值对植物光谱或植被指数的影响，除前述出现一些调整、修正被指数的影响，除前述出现一些调整、修正土壤亮度的植被指数（如土壤亮度的植被指数（如SAVI、TSAV、MSAVII等）外，还广泛采用了光谱数值的等）外，还广泛采用了光谱数值的缨帽变换技术缨帽变换技术（TasseledCap，即，即TC变换）变换）。该技术是由。该技术是由K.J.Kath和和G.S.Thomas首首先提出，故又称之为先提出，故又称之为K-T变换。变换。7、绿度植被指数、绿度植

76、被指数GVI缨帽变换（缨帽变换（TC）是指在多维光谱空间中，通过是指在多维光谱空间中，通过线性变换、多维空间的旋转，将植物、土壤信息线性变换、多维空间的旋转，将植物、土壤信息投影到多维空间的一个平面上，在这个平面上使投影到多维空间的一个平面上，在这个平面上使植被生长状况的时间轨迹（光谱图形）植被生长状况的时间轨迹（光谱图形）和土壤和土壤亮度轴相互垂直。亮度轴相互垂直。 也就是，通过坐标变换使值被与土壤特征分离。也就是，通过坐标变换使值被与土壤特征分离。植被生长过程的光谱图形呈所谓的植被生长过程的光谱图形呈所谓的“缨帽缨帽”图形；图形；而土壤光谱则构成一条土壤亮度线，有关而土壤光谱则构成一条土壤

77、亮度线，有关土壤土壤特征（含水量、有机质含量、粒度大小、土壤矿特征（含水量、有机质含量、粒度大小、土壤矿物成分、土壤表面粗糙度等）和光谱变化都沿土物成分、土壤表面粗糙度等）和光谱变化都沿土壤亮度线方向产生。壤亮度线方向产生。7、绿度植被指数、绿度植被指数GVI缨帽变换（缨帽变换（TC）是一种通用的植被指数，可以是一种通用的植被指数，可以被用于被用于LandsatMMS或或LandsatTM数据数据。LandsatMSS缨帽变换为四维空间，包括：缨帽变换为四维空间，包括：n土壤亮度指数土壤亮度指数SBISBI，反映土壤反射率变化的信息反映土壤反射率变化的信息n绿色植被指数绿色植被指数GVIGVI

78、，反映地面植物的绿度反映地面植物的绿度n黄色成分：黄色成分：说明植物的枯萎程度说明植物的枯萎程度nNon-suchNon-such指数，指数，无实际意义，可去除，压缩数据量无实际意义，可去除，压缩数据量变换矩阵变换矩阵c绿度指数（绿度指数（GVI）=-0.290MSS4-0.562MSS5-0.600MSS6+0.491MSS77、绿度植被指数、绿度植被指数GVILandsatTM缨帽变换为缨帽变换为6维空间，前三维分量有维空间，前三维分量有意义，包括：意义，包括：n亮度，亮度，反映总体亮度变换反映总体亮度变换n绿度绿度GVIGVI，反映地面植物的绿度反映地面植物的绿度n湿度湿度变换矩阵变换矩

79、阵c（去掉分辨率低的（去掉分辨率低的6波段）波段）绿度指数（绿度指数（GVI）8、垂直植被指数、垂直植被指数PVInPVIPVI( (perpendicular vegetation indexperpendicular vegetation index) )n在在R、NIR的二维坐标系内，土壤的光谱响应表的二维坐标系内，土壤的光谱响应表现为一条斜线现为一条斜线即土壤亮度线。即土壤亮度线。n土壤在土壤在R（x轴）与轴）与NIR（Y轴）波段均显示较轴）波段均显示较高的光谱响应，随着土壤特性的变化，其亮度高的光谱响应，随着土壤特性的变化，其亮度值沿土壤线上下移动。值沿土壤线上下移动。n植被一般在红

80、波段响应低，而在近红外波段光植被一般在红波段响应低，而在近红外波段光谱响应高。因此在这二维坐标系内植被多位于谱响应高。因此在这二维坐标系内植被多位于土壤线的左上方。土壤线的左上方。 n不同植被与土壤亮度线的距离不同。于是不同植被与土壤亮度线的距离不同。于是Richardson（1977）把植物象元到土壤亮度）把植物象元到土壤亮度线的垂直距离定义为线的垂直距离定义为垂直植被指数垂直植被指数（PerpendiclarVegetationIndex）。nPVI是一种简单的欧几里德距离。表示为：是一种简单的欧几里德距离。表示为：其中，其中，S S为土壤反射率，为土壤反射率，V V为植被反射率，为植被反

81、射率，R R为红波段，为红波段，NIRNIR为红外波段。为红外波段。nPVI表征着在土壤背景上存在的植被的生物量，表征着在土壤背景上存在的植被的生物量，距离越大，生物量越大距离越大，生物量越大 8、垂直植被指数、垂直植被指数PVInPVI也可定量表达为：也可定量表达为：其中，其中，DNDNNIRNIR、DNDNR R分别为分别为NIRNIR、R R两波段的反射辐射亮度值；两波段的反射辐射亮度值；b b为土壤基线与为土壤基线与NIRNIR反射率纵轴的截距；反射率纵轴的截距；为土壤基线为土壤基线与与R R光反射率横轴的夹角。光反射率横轴的夹角。nPVI的显著特点是较好地滤除了土壤背景的影的显著特点

82、是较好地滤除了土壤背景的影响，且对大气效应的敏感程度也小于其它植被响，且对大气效应的敏感程度也小于其它植被指数。正因为它减弱和消除了大气、土壤的干指数。正因为它减弱和消除了大气、土壤的干扰，所以被广泛应用于作物估产。扰，所以被广泛应用于作物估产。n在岩石和土壤光谱特征都变化很大的干旱和半在岩石和土壤光谱特征都变化很大的干旱和半干旱地区，作为首选植被指数。干旱地区，作为首选植被指数。8、垂直植被指数、垂直植被指数PVIGVIGVI和和PVIPVI指数实际应用模型算法指数实际应用模型算法nMSS数据应用模型算法：数据应用模型算法：nAVHRR数据应用模型算法：数据应用模型算法：植被指数简单应用植被

83、指数简单应用-RVI森林虫森林虫害监测害监测n森林病虫害严重威胁着林木生存，使材质降低并影响其更新，被誉为“不冒烟的森林火灾”，因为森林病虫害造成的经济损失和林木损失都达到甚至超过了森林火灾，而它对生态环境所带来的负效应就更严重了。n必须及时准确掌握病虫害发生发展。n当树木遭受病虫害侵袭时，首先是近红外波段的反射率明显降低，近红外陡坡效应明显削弱甚至消失；n接着绿光区的小反射峰值位置逐渐向红光区漂移，叶色由绿变黄、变褐，以致枯死。n健康树木与受害树木光谱特性的差异成为遥感监测病虫害的依据。植被指数简单应用植被指数简单应用-RVI森林虫森林虫害监测害监测n选择选择NDVI、RVI、PVI和和GV

84、I进行植被病虫害进行植被病虫害遥感监测，发现：遥感监测，发现：nNDVI对高覆盖植被检测的灵敏度下降；对高覆盖植被检测的灵敏度下降；nRVI在高覆盖度下对植被十分敏感，与生物量在高覆盖度下对植被十分敏感，与生物量相关性很好；相关性很好；nPVI和和GVI虽可减少土壤植被背景值对植物光虽可减少土壤植被背景值对植物光谱的影响，但在多层森林群落结构及丘陵、谱的影响，但在多层森林群落结构及丘陵、山地地区，就不能准确反映植被情况。山地地区，就不能准确反映植被情况。n相对言，相对言，RVI监测森林病虫害较为有效。监测森林病虫害较为有效。植被指数简单应用植被指数简单应用-RVI森林虫森林虫害监测害监测(三)

85、植被指数与叶面积指数关系n叶面积指数叶面积指数LAI是指每单位土壤表面积的叶面面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积比例。它对植物光合作用和能量传输是十分有意义的。有意义的。n绿色植物的叶子是它进行光合作用的基本器官，绿色植物的叶子是它进行光合作用的基本器官，叶片的叶绿素在光照条件下发生光合作用，产叶片的叶绿素在光照条件下发生光合作用，产生植物干物质积累，并使叶面积增大。生植物干物质积累，并使叶面积增大。n叶面积越大则光合作用越强，而光叶面积越大则光合作用越强，而光合作用越强，合作用越强，又使植物群体的叶面积越大，植物干物质积累又使植物群体的叶面积越大，植物干

86、物质积累越多，生物量越大。同时，植物群体的叶面积越多，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。越大，植物群体的反射辐射增强。n实验证明：当当作物群体作物群体LAILAI大于大于3 3时，其反射率可达太时，其反射率可达太阳总辐射的阳总辐射的20%20%；当当正常稻田正常稻田LAILAI为为4 4时的能量透过率为太阳时的能量透过率为太阳总辐射的总辐射的23%23%或低于或低于20%20%；对对草本植物草本植物而言，叶片倾角较大，光很容而言，叶片倾角较大，光很容易透过冠层直达底部直至土壤。当易透过冠层直达底部直至土壤。当LAILAI高达高达7.57.5时，有时，有5%5%的入

87、射光可到达土壤表面。的入射光可到达土壤表面。(三)植被指数与叶面积指数关系n叶面积指数叶面积指数LAI，是利用遥感技术监测植被长，是利用遥感技术监测植被长势和估算产量的关键参数。势和估算产量的关键参数。n叶面积指数的手动测量可以获得小范围或区域叶面积指数的手动测量可以获得小范围或区域的值，但很难获得大范围的数据，提供不了研的值，但很难获得大范围的数据，提供不了研究全球变化、气候分析所需要的数据。究全球变化、气候分析所需要的数据。n但是它与遥感参数但是它与遥感参数植被指数间有密切的关系，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它是联系植被指数与植物光合作用的一个主要的植冠

88、形态参数。的植冠形态参数。n叶面积指数一般大于叶面积指数一般大于1，小于，小于10。n在光谱曲线中，近红外波段的反射率随叶面积在光谱曲线中，近红外波段的反射率随叶面积指数增加而增加。指数增加而增加。(三)植被指数与叶面积指数关系n高塔遥感实验场的大量观测资料表明，高塔遥感实验场的大量观测资料表明，植被指数植被指数NDVI或或RVI与叶面积指数与叶面积指数LAI的相关系数很高，且与的相关系数很高，且与LAI呈非线性函呈非线性函数关系，如下：数关系，如下：(三)植被指数与叶面积指数关系n式中的式中的A、B、C及及A、B、C均为经验系均为经验系数，可通过模拟试验获得。其中，数，可通过模拟试验获得。其

89、中，A、A值值是由植物本身的光谱反射确定的，不同叶形，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叶倾角及散射系数造成不同的A值及值及A值；值；B、B值与叶倾角、观测角有关，当叶呈水值与叶倾角、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，平状，则线性关系明显；当叶呈非水平状，随着随着LAI的增大，植被指数增大速率较慢，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。两者呈余弦关系，基本是线性的。C、C值值取决于叶子对辐射的衰减，这种衰减是呈非取决于叶子对辐射的衰减，这种衰减是呈非线性的指数函数变化。线性的指数函数变化。(三)植被指数与叶面积指数关

90、系n式中，K为作物群体消光系数，如冬小麦拔节前K0.28；拔节后K0.35。C为作物覆盖度。 (三)植被指数与叶面积指数关系n叶子生长初期，叶绿素含量与辐射能吸叶子生长初期，叶绿素含量与辐射能吸收间几乎直线相关，即叶绿素含量增多，收间几乎直线相关，即叶绿素含量增多，蓝、红波段吸收增强，绿波段反射率降蓝、红波段吸收增强，绿波段反射率降低，近红外反射率增强，植被指数增大；低，近红外反射率增强，植被指数增大；n但当叶绿素含量增加到一定程度后，吸但当叶绿素含量增加到一定程度后，吸收率近于饱和，反射率变化小，植被指收率近于饱和，反射率变化小，植被指数的差异不明显，因而数的差异不明显，因而植物在生长旺季植

91、物在生长旺季较难区分较难区分。(四)植被指数与叶绿素含量关系n不同作物由于植土比的差异，其表达叶绿素不同作物由于植土比的差异，其表达叶绿素含量的光谱模型是不同。含量的光谱模型是不同。 (四)植被指数与叶绿素含量关系小麦几种植被指数模型与叶绿小麦几种植被指数模型与叶绿素含量的时间剖面曲线的关系素含量的时间剖面曲线的关系n图中可见，图中可见，G5曲线与曲线与叶绿素含量相当吻合。叶绿素含量相当吻合。n实验证明，对小麦而言，实验证明，对小麦而言，的光谱模型表达叶绿素的光谱模型表达叶绿素含量最佳含量最佳 。 (四)植被指数与叶绿素含量关系n其余四个绿度模型分别为：其余四个绿度模型分别为：n对大豆言，因叶

92、子较早对大豆言，因叶子较早封垄，土壤影响较小，封垄，土壤影响较小，则则G3光谱模型反映叶绿光谱模型反映叶绿素含量最佳。素含量最佳。(五)植被指数与植被覆盖度关系n植被覆盖度植被覆盖度指植被冠层的垂直投影面积与土指植被冠层的垂直投影面积与土壤总面积之比。即植壤总面积之比。即植/土比。土比。n传感器所测得的传感器所测得的反射辐射反射辐射R可表示为：可表示为：其中，RV为植被的总反射辐射，RS为土壤的总反射辐射，C为植被覆盖度，n则则：式中，为植被与土壤混合光谱反射率； V、 S分别为纯植被和纯土壤宽波段反射率。n据理论推导，据理论推导，RVI、NDVI与植土比分别呈指与植土比分别呈指数和幂函数关系

93、，当数和幂函数关系，当LAI较小时，它们与植土较小时，它们与植土比的变化反应不敏感。比的变化反应不敏感。nPVI与植土比呈直线相关，其对植土比的感应与植土比呈直线相关，其对植土比的感应能力也随能力也随LAI减小而降低。就估测作物而言，减小而降低。就估测作物而言，PVI较为优越，但应选较为优越，但应选LAI较大的时期。较大的时期。n实际上，植土比和叶面积指数同时随空间而实际上，植土比和叶面积指数同时随空间而变化，因此，需综合考虑植被指数与两者的变化，因此，需综合考虑植被指数与两者的关系。关系。(五)植被指数与植被覆盖度关系n生物量生物量指的是植物组织的重量。它是由指的是植物组织的重量。它是由植物

94、光合作用的干物质积累所致。植物光合作用的干物质积累所致。(六)植被指数与生物量关系n数据源：数据源：TM、MODIS、微波辐射计数、微波辐射计数据；据；n方法：经验和半经验方法方法：经验和半经验方法n选用指数：选用指数：NDVI、RVI、PVI、VCI（条（条件植被指数）件植被指数）n研究对象：森林、草地、湿地研究对象：森林、草地、湿地n研究结果：线性、指数、研究结果：线性、指数、RBF神经网络神经网络模型及多元非线性模型模型及多元非线性模型(六)植被指数与生物量关系n植被条件指数植被条件指数VCI被定义为：被定义为：式中，NDVI、NDVImax、NDVImed、NDVImin分别为平滑化后

95、每周（7天）的NDVI以及它的多年最大值/中值/最小值（以象元为计算单元） n研究表明，用植被条件指数VCI对植被覆盖度的估算误差16%，低覆盖区误差更小；且VCI与实测的植被覆盖度相关性较高（相关系数约0.76）。n用遥感卫星数据所获得的植被条件指数用遥感卫星数据所获得的植被条件指数VCI方法，方法，来定量估算大面积植被覆盖度和生物量是有效的。来定量估算大面积植被覆盖度和生物量是有效的。NOAA/AVHRR定义植被条件指数定义植被条件指数n影响植被指数的气候参数主要指水、气温和影响植被指数的气候参数主要指水、气温和日照。日照。n研究表明，研究表明，NDVI与与两三个月的累计降水两三个月的累计

96、降水有很有很好的相关关系：一次降水引起好的相关关系：一次降水引起NDVI峰值出现，峰值出现，峰值出现时间约滞后峰值出现时间约滞后1525天。天。n这种滞后现象可解释为：降水到达植物根部，这种滞后现象可解释为：降水到达植物根部，被根系吸收并输送到叶部，并影响到叶的色被根系吸收并输送到叶部，并影响到叶的色素和结构所需要的时间。素和结构所需要的时间。n这个响应时间随这个响应时间随植物生长模式、日期、土壤植物生长模式、日期、土壤特性特性等而变化。等而变化。(七)植被指数与气候参数关系（一）植被指数概念n研究表明，研究表明，NDVI与降水空间分布及年内、年与降水空间分布及年内、年际变化有关，并建立了际变

97、化有关，并建立了NDVI与降水与降水/土壤水分土壤水分含量之间的描述性含量之间的描述性/统计性关系，统计性关系，NDVI是识别是识别气候干旱程度的一种方法。气候干旱程度的一种方法。 n研究表明研究表明，气候干旱的作物水分指数，气候干旱的作物水分指数（CMI）、干旱指数（）、干旱指数（PDSI）、缺水指数）、缺水指数（HD）3个指数的空间个指数的空间/时间变化可以通过时间变化可以通过NOAA/AVHRR的的4种植被指数来估算种植被指数来估算 。nTM数据所提取的数据所提取的NDVI和亮度温度及表面温和亮度温度及表面温度梯度之间的线性关系，并研究不同地表类度梯度之间的线性关系，并研究不同地表类型表

98、面温度的植被效应。型表面温度的植被效应。 (七)植被指数与气候参数关系（一）植被指数概念（三）植物光合作用（三）植物光合作用p植物光合作用是植物叶片的叶绿素吸收光能植物光合作用是植物叶片的叶绿素吸收光能和转化光能的过程。和转化光能的过程。p植物光合作用所能利用的仅仅是植物光合作用所能利用的仅仅是太阳光的可太阳光的可见光部分（见光部分（0.40.7um0.40.7um），），这个波长范围的这个波长范围的太阳辐射也称为太阳辐射也称为光合有效辐射光合有效辐射（Photosynthetically Active RadiationPhotosynthetically Active Radiation，

99、简称，简称PARPAR），这部分大约占太阳辐射的），这部分大约占太阳辐射的47%50%47%50%左右。左右。（三）植物光合作用（三）植物光合作用p植物叶片能吸收的光合有效辐射（植物叶片能吸收的光合有效辐射（APARAPAR）的）的大小及变化取决于大小及变化取决于太阳辐射的强度太阳辐射的强度和和植物叶植物叶片的光合面积片的光合面积。p光合面积与光合面积与LAILAI、LADLAD、叶间排列方式叶间排列方式、太阳太阳高度角高度角等参数有关等参数有关。n植物光合作用的效率（干物质转换的多少）植物光合作用的效率（干物质转换的多少）除与植物类型有关，还与水、热、气、肥等除与植物类型有关，还与水、热、气

100、、肥等环境因素直接相关。环境因素直接相关。（三）植物光合作用（三）植物光合作用pMonteithMonteith（19971997）提出干物质生产效率模型，表）提出干物质生产效率模型，表示为：示为：p 为截获光合有效辐射转换为干物质的效率；为截获光合有效辐射转换为干物质的效率；i i为太阳光合有效为太阳光合有效辐射截获率；辐射截获率；Q Q为太阳光合有效辐射；为太阳光合有效辐射；t t为光合时间；为光合时间；W W为作物光为作物光合作用所产生所有干物质数量合作用所产生所有干物质数量n叶子通过其下表皮的气孔吸入二氧化碳，并扩散叶子通过其下表皮的气孔吸入二氧化碳，并扩散到叶腔内，在光能作用下，二氧

101、化碳与水汽截获，到叶腔内，在光能作用下，二氧化碳与水汽截获，生成碳水化合物生成碳水化合物n除被叶片吸收的光能，其它部分被反射或透过叶除被叶片吸收的光能，其它部分被反射或透过叶片到达地表或下层叶片。片到达地表或下层叶片。农作物的遥感估产n农作物估产则是指根据生物学原理, 在收集分析各种农作物不同生育期不同光谱特征的基础上, 通过平台上的传感器记录的地表信息, 辨别作物类型, 监测作物长势, 并在作物收获前, 预测作物的产量的一系列方法。n包括三方面内容：农作物识别、种植面积估算、农作物识别、种植面积估算、长势与旱情监测和估产模式建立长势与旱情监测和估产模式建立n（一）可以根据作物的色调、图形结构

102、等差异最（一）可以根据作物的色调、图形结构等差异最大的大的物候期（时相）物候期（时相）的遥感影像和特定的地理位的遥感影像和特定的地理位置等的特征，将其与其他植被置等的特征，将其与其他植被区分（解译）区分（解译）开来。开来。n如冬小麦时相选取：播种后如冬小麦时相选取：播种后-越冬前（越冬前（10月底月底-12月）和返青后月）和返青后-拔节前（每年拔节前（每年3-4月）这两时段，月）这两时段，冬小麦处于绿色期，其它绿色植被进入枯黄期。冬小麦处于绿色期，其它绿色植被进入枯黄期。不同农作物光谱特性存在差别叠合光谱图n（2）利用高时相分辨率的卫星影像对作物）利用高时相分辨率的卫星影像对作物生长的全过程进

103、行动态的长势监测。生长的全过程进行动态的长势监测。冬小麦言，冬小麦言，长势和旱情长势和旱情是影响冬小麦产量非常是影响冬小麦产量非常重要的两个指标。重要的两个指标。长势监测长势监测：用：用NOAA数据计算每半月的数据计算每半月的NDVI，推测冬小麦的长势和空间分布。，推测冬小麦的长势和空间分布。旱情监测旱情监测:采用气象站土壤水分资料，结采用气象站土壤水分资料，结合合NDVI数据，通过旱情模型计算每旬的数据，通过旱情模型计算每旬的旱情。旱情。n（3）建立农作物单产估产模式。）建立农作物单产估产模式。利用国内外大量预测单产模型，如气象统利用国内外大量预测单产模型，如气象统计模型、遥感模型等，结合使

104、用多种模型，计模型、遥感模型等，结合使用多种模型，综合专家知识、作物长势及旱情监测结果，综合专家知识、作物长势及旱情监测结果，调整数量模型预测值，准确估测各级估产调整数量模型预测值，准确估测各级估产区域的作物单产。区域的作物单产。y=a+bNDVI，其中，其中y为单产。为单产。n（3）建立农作物单产估产模式。）建立农作物单产估产模式。n其中其中y为单产；为单产；为该研究区某农作物的总产为该研究区某农作物的总产量；量；A为某作物的播种面积；为某作物的播种面积；n数据源的选取和精度控制方面：数据源的选取和精度控制方面：为降低成本，为降低成本，大面积估产用大面积估产用NOAA数据，其低空间分辨率导数

105、据，其低空间分辨率导致作物面积分布信息不准确；提高空间分辨率致作物面积分布信息不准确；提高空间分辨率的的SPOT和和QuickBird影像数据，因时间分辨影像数据，因时间分辨率降低，不能进行连续的作物长势监测，降低率降低，不能进行连续的作物长势监测，降低估产精度。估产精度。n遥感估产模型小区实验可行，但不能满足大面遥感估产模型小区实验可行，但不能满足大面积估产需求：积估产需求：依据植被指数与农学参数建立的依据植被指数与农学参数建立的遥感估产回归模型，普适性较差，未来应考虑遥感估产回归模型，普适性较差，未来应考虑模型的机理性与普适性，增强模型在区域间或模型的机理性与普适性，增强模型在区域间或年份

106、间的通用性。年份间的通用性。现有遥感估产问题？现有遥感估产问题？n数据源的选取和精度控制方面：数据源的选取和精度控制方面：为降低成本，为降低成本，大面积估产用大面积估产用NOAA数据，其低空间分辨率导数据，其低空间分辨率导致作物面积分布信息不准确；提高空间分辨率致作物面积分布信息不准确；提高空间分辨率的的SPOT和和QuickBird影像数据，因时间分辨影像数据，因时间分辨率降低，不能进行连续的作物长势监测，降低率降低，不能进行连续的作物长势监测，降低估产精度。估产精度。n遥感估产模型小区实验可行，但不能满足大面遥感估产模型小区实验可行，但不能满足大面积估产需求：积估产需求：依据植被指数与农学

107、参数建立的依据植被指数与农学参数建立的遥感估产回归模型，普适性较差，未来应考虑遥感估产回归模型，普适性较差，未来应考虑模型的机理性与普适性，增强模型在区域间或模型的机理性与普适性，增强模型在区域间或年份间的通用性。年份间的通用性。现有遥感估产问题？现有遥感估产问题？n提高数据源的空间分辨率。提高数据源的空间分辨率。n利用数据反演综合气候环境因子利用数据反演综合气候环境因子n极端气候条件下的产量评估极端气候条件下的产量评估n构建新植被指数提高估产精度构建新植被指数提高估产精度未来估产的研究趋势！未来估产的研究趋势！四、中国及中亚地区荒漠化遥感监测 n荒漠化概念及类型荒漠化概念及类型n荒漠化指标体

108、系的确定方法荒漠化指标体系的确定方法n荒漠化指标反演模型及计算荒漠化指标反演模型及计算n荒漠化等级分类荒漠化等级分类（一）荒漠化概念及类型（一）荒漠化概念及类型-概念概念n1993到到1994年国际防治荒漠化公约政府间谈判年国际防治荒漠化公约政府间谈判委员会委员会(INCD)，经多次反复讨论，最后在防治荒，经多次反复讨论，最后在防治荒漠化公约上确定的漠化公约上确定的荒漠化荒漠化定义为定义为:包括包括气候变气候变异和人类活动在内的种种因素造成的干早、异和人类活动在内的种种因素造成的干早、半干旱和亚湿润干早地区的土地退化半干旱和亚湿润干早地区的土地退化。n“土地退化土地退化”是指由于使用土地或由于

109、一种营力是指由于使用土地或由于一种营力或数种营力结合致使雨浇地、水浇地或使草原、或数种营力结合致使雨浇地、水浇地或使草原、牧场、森林和林地的生物或经济生产力和复杂性牧场、森林和林地的生物或经济生产力和复杂性下降或丧失，其中包括下降或丧失，其中包括风蚀和水蚀致使土壤物风蚀和水蚀致使土壤物质流失质流失;土壤物理、化学和生物特性或经济特土壤物理、化学和生物特性或经济特性退化性退化;自然植被长期丧失等。自然植被长期丧失等。（一）荒漠化概念及类型（一）荒漠化概念及类型-概念概念n“干旱、半干旱和亚湿润干旱地区干旱、半干旱和亚湿润干旱地区”是指年降水是指年降水量与潜在蒸发散之比即湿润指数在量与潜在蒸发散之

110、比即湿润指数在0.05-0.65之之间的地区，但不包括极区和副极区。间的地区，但不包括极区和副极区。n“土地土地”是指具有陆地生物生产力的系统，由土是指具有陆地生物生产力的系统，由土壤、植物、其它生物区系和在该系统中发挥作用壤、植物、其它生物区系和在该系统中发挥作用的生态及水文过程组成。的生态及水文过程组成。n这一定义表明这一定义表明荒漠化的本质荒漠化的本质是土地退化，且气候是土地退化，且气候因素主要是因素主要是干旱干旱的影响的影响;n另该定义也明确指出荒漠化的分布范围，在干旱、另该定义也明确指出荒漠化的分布范围，在干旱、半干旱及亚湿润干旱区。半干旱及亚湿润干旱区。（一）荒漠化概念及类型（一）

111、荒漠化概念及类型-概念概念n“干旱、半干旱和亚湿润干旱地区干旱、半干旱和亚湿润干旱地区”是指年降水是指年降水量与潜在蒸发散之比即湿润指数在量与潜在蒸发散之比即湿润指数在0.05-0.65之之间的地区，但不包括极区和副极区。间的地区，但不包括极区和副极区。n“土地土地”是指具有陆地生物生产力的系统，由土是指具有陆地生物生产力的系统，由土壤、植物、其它生物区系和在该系统中发挥作用壤、植物、其它生物区系和在该系统中发挥作用的生态及水文过程组成。的生态及水文过程组成。n这一定义表明这一定义表明荒漠化的本质荒漠化的本质是土地退化，且气候是土地退化，且气候因素主要是因素主要是干旱干旱的影响的影响;n另该定

112、义也明确指出荒漠化的分布范围，在干旱、另该定义也明确指出荒漠化的分布范围，在干旱、半干旱及亚湿润干旱区。半干旱及亚湿润干旱区。（一）荒漠化概念及类型（一）荒漠化概念及类型-概念概念n注*表示不可能发生荒漠化的区域（一）荒漠化概念及类型（一）荒漠化概念及类型-类型类型n风蚀荒漠化风蚀荒漠化n水蚀荒漠化水蚀荒漠化n冻融荒漠化冻融荒漠化n土壤盐渍化土壤盐渍化1、风蚀荒漠化n既既沙质荒漠化沙质荒漠化，也就是，也就是沙漠化沙漠化，是以空气动力，是以空气动力为主的自然营力叠加在人类活动的条件下所造为主的自然营力叠加在人类活动的条件下所造成的土地退化过程。成的土地退化过程。n干旱多风干旱多风和和沙源丰富的沙

113、质地表沙源丰富的沙质地表是产生风蚀沙是产生风蚀沙漠化的漠化的条件和物质基础条件和物质基础，特别是在干旱与大风，特别是在干旱与大风在时间上同步的情况下。在时间上同步的情况下。n人为活动造成植被的破坏人为活动造成植被的破坏，为沙质荒漠化的发，为沙质荒漠化的发生提供了生提供了可能可能。n如西部沙漠周围的绿洲分布区，内蒙古高原上如西部沙漠周围的绿洲分布区，内蒙古高原上的沙地以及东北平原西部的沙地。的沙地以及东北平原西部的沙地。2、水蚀荒漠化n定义：定义：是以是以降水和重力作用降水和重力作用为自然营力为自然营力叠加在人类不合理活动条件下的土地退叠加在人类不合理活动条件下的土地退化，是我国干旱、半干旱和亚

114、湿润干旱化，是我国干旱、半干旱和亚湿润干旱区重要的荒漠化类型之一。区重要的荒漠化类型之一。n主要分布在半干旱、亚湿润干早区的以主要分布在半干旱、亚湿润干早区的以水蚀为主要方式的土地退化地区，如水蚀为主要方式的土地退化地区，如黄黄土高原土高原，北方的石灰岩北方的石灰岩分布地区。分布地区。3、冻融荒漠化n定义：定义：主要发生在高海拔地区，由于季主要发生在高海拔地区，由于季节和昼夜温差大，岩体和土体因剧烈的节和昼夜温差大，岩体和土体因剧烈的热胀冷缩而造成地表利用难度加大而引热胀冷缩而造成地表利用难度加大而引起的土地退化。起的土地退化。n如如我国的青藏高原的一些高海拔地区我国的青藏高原的一些高海拔地区

115、。4、土壤盐渍化n定义：定义：是在干旱、亚干旱条件下由于不是在干旱、亚干旱条件下由于不合理灌溉和管理措施不当产生的可溶性合理灌溉和管理措施不当产生的可溶性盐类在地表的累积而造成的土地退化过盐类在地表的累积而造成的土地退化过程。程。n如如塔里木盆地的绿洲塔里木盆地的绿洲，河套平原河套平原、银川银川平原平原、华北平原华北平原和和东北平原西部的部分东北平原西部的部分地区。地区。（二）荒漠化指标体系确定方法（二）荒漠化指标体系确定方法n荒漠化荒漠化是目前世界瞩目的环境问题，是目前世界瞩目的环境问题，荒漠化监荒漠化监测测对对荒漠化防治对策的制定荒漠化防治对策的制定具有重要意义。具有重要意义。n荒漠化监测

116、的主要内容是荒漠化监测的主要内容是荒漠化发生空间范围荒漠化发生空间范围及其及其分类分级分类分级。n荒漠化评价是通过荒漠化监测指标体系来实现荒漠化评价是通过荒漠化监测指标体系来实现的。的。n开展荒漠化的遥感监测研究首先要确定荒漠化开展荒漠化的遥感监测研究首先要确定荒漠化的不同程度及其判别指标。的不同程度及其判别指标。n荒漠化指标具有两个用途荒漠化指标具有两个用途:一是用于估计过去一是用于估计过去发生的土地退化数量，二是用于判断当前管理发生的土地退化数量，二是用于判断当前管理实践对生态系统产生什么影响。实践对生态系统产生什么影响。（二）荒漠化指标体系确定方法（二）荒漠化指标体系确定方法n1、荒漠化

117、程度监测指标体系的荒漠化程度监测指标体系的地带性原则地带性原则地带性原则地带性原则是是要求所建立指标体系随着生物要求所建立指标体系随着生物气候带的不同而有差异气候带的不同而有差异。指标体系应是多样。指标体系应是多样的，而不是惟一的。的，而不是惟一的。指标体系中主要的生物性指标如植被盖度、指标体系中主要的生物性指标如植被盖度、土地生产力、土地生产力、NDVI从湿润地区向极端干旱从湿润地区向极端干旱区降低。反过来，风蚀风积地形所占的比例、区降低。反过来，风蚀风积地形所占的比例、沙丘的密度与高度却逐渐增高。沙丘的密度与高度却逐渐增高。地带性原则的第一个体现是同级别的退化土地带性原则的第一个体现是同级

118、别的退化土地在不同的地带度量指标应有不同。地在不同的地带度量指标应有不同。（二）荒漠化指标体系确定方法（二）荒漠化指标体系确定方法n2、荒漠化荒漠化程度程度等级的划分等级的划分荒漠荒漠是是荒漠化程度荒漠化程度最严重最严重的土地，也可以说是土地荒的土地，也可以说是土地荒漠化程度发展的顶极。漠化程度发展的顶极。设定荒漠化发展程度极严重一级为荒漠，且为比较初设定荒漠化发展程度极严重一级为荒漠，且为比较初始水平，按照荒漠化逆过程发展，把始水平，按照荒漠化逆过程发展，把各类土地与荒漠各类土地与荒漠作比较作比较，逐次确定出各类土地在重、中和轻度的荒漠，逐次确定出各类土地在重、中和轻度的荒漠化土地中的等级。

119、化土地中的等级。张煌星张煌星(1996)认为，中国土地荒漠化程度评价宜采用认为，中国土地荒漠化程度评价宜采用四级制四级制，即荒漠化程度分轻、中、重和极重四个等级，即荒漠化程度分轻、中、重和极重四个等级，它能够较为客观准确地反映各种荒漠化土地类型地荒它能够较为客观准确地反映各种荒漠化土地类型地荒漠化程度，这也是国际上以及我国比较常用的荒漠化漠化程度，这也是国际上以及我国比较常用的荒漠化程度等级划分方法。程度等级划分方法。不同区域不同荒漠化等级中各地类与荒漠的比重可以不同区域不同荒漠化等级中各地类与荒漠的比重可以采用采用训练样本训练样本的方法得到。的方法得到。（二）荒漠化指标体系确定方法（二）荒漠

120、化指标体系确定方法n3、荒漠化荒漠化监测指标的监测指标的确定确定结合进行大尺度荒漠化遥感监测的研究目的，结合进行大尺度荒漠化遥感监测的研究目的，选取出可以反映不同荒漠化特征，并且是能够选取出可以反映不同荒漠化特征，并且是能够通过中低分辨率遥感影像遥感反演出来的荒漠通过中低分辨率遥感影像遥感反演出来的荒漠化遥感监测指标，以便快速地进行荒漠化的宏化遥感监测指标，以便快速地进行荒漠化的宏观和实时监测。观和实时监测。本研究选取的指标：本研究选取的指标：n植被覆盖度植被覆盖度(FVC)和和改进型土壤调整植被指数改进型土壤调整植被指数(MSAVI)：反映荒漠化土地自然属性和生态状况的，：反映荒漠化土地自然

121、属性和生态状况的，n反照率反照率(Albedo)、陆地表面温度陆地表面温度(LST)、土壤湿度土壤湿度(TVDI)：反映荒漠化土地物理属性：反映荒漠化土地物理属性（二）荒漠化指标体系确定方法（二）荒漠化指标体系确定方法n4、荒漠化荒漠化监测指标的监测指标的具体数据具体数据植被覆盖度植被覆盖度(FVC)：年最大植被覆盖度；：年最大植被覆盖度；改进型土壤调整植被指数改进型土壤调整植被指数(MSAVI)：MSAVI的的生长季生长季(4一一10月月)累积值；累积值；反照率反照率(Albedo)：生长季的反照率平均值；：生长季的反照率平均值；陆地表面温度陆地表面温度(LST)：生长季的陆面温度平均：生长

122、季的陆面温度平均值；值；土壤湿度土壤湿度(TVDI)：生长季的生长季的土土壤湿度壤湿度(TVDI)平平均值均值。（三）荒漠化监测指标反演模型及计算（三）荒漠化监测指标反演模型及计算1）改进型土壤调整植被指数改进型土壤调整植被指数(MSAVI)2）反照率反照率(Albedo)3）陆地表面温度陆地表面温度(LST)4）植被覆盖度植被覆盖度(FVC)5）土壤湿度土壤湿度(TVDI)1）改进型土壤调整植被指数改进型土壤调整植被指数(MSAVI)n数据源数据源：美国美国NOAA一一AVHRR陆地数据集，数陆地数据集，数据空间分辨率据空间分辨率Ikm，1995年年10日合成数据。通日合成数据。通道是道是C

123、HI(可见光可见光0.58一一0.68um)和和cH2(近红外近红外0.725一一1.10um)反射率数据。反射率数据。n反演模型：反演模型：式中：式中：R R是指可见光波段，是指可见光波段，NIRNIR是指近红外波段。是指近红外波段。n计算出每旬计算出每旬MSAVI值后，将三个旬的平均值作值后，将三个旬的平均值作为每月的为每月的MSAVI值，再对生长季值，再对生长季(4一一10月月)的的月月MSAVI值累加，得到生长季的值累加，得到生长季的MSAVI的累积的累积值。值。1）改进型土壤调整植被指数改进型土壤调整植被指数(MSAVI)n数据源数据源：传感器传感器-对对MODISIB辐射数据产品经

124、辐射数据产品经大气校正后得到的每日表面反射率产品大气校正后得到的每日表面反射率产品L2G数数据据;时间时间-2001年的年的16天合成数据；天合成数据；通道通道-可见可见光和近红外波段；光和近红外波段；空间分辨率空间分辨率-Ikm。n反演模型反演模型（与（与NOAA-AVHRR一致）一致）n计算出每旬计算出每旬MSAVI值后，将三个旬的平均值作值后，将三个旬的平均值作为每月的为每月的MSAVI值，再对生长季值，再对生长季(4一一10月月)的的月月MSAVI值累加，得到生长季的值累加，得到生长季的MSAVI的累积的累积值。值。1）改进型土壤调整植被指数改进型土壤调整植被指数(MSAVI)n研究结

125、果表明研究结果表明MSAVI将土壤背景的影响减至最将土壤背景的影响减至最低，增强了对植被的敏感性；低，增强了对植被的敏感性；n故，本研究选用故，本研究选用MSAVI作为荒漠化监测指标，作为荒漠化监测指标，是因为是因为MSAVI既能尽量消除土壤背景的影响，既能尽量消除土壤背景的影响，也不需要人为确定参数，比较方便客观。也不需要人为确定参数，比较方便客观。返回返回2）反照率反照率(Albedo)-AVHRR数据源数据源n意义意义：是地表能量平衡的重要参数，是描述地球辐射是地表能量平衡的重要参数，是描述地球辐射季节性变化的特征参数，也是对生物圈和气候过程产季节性变化的特征参数，也是对生物圈和气候过程

126、产生影响的重要参数之一。生影响的重要参数之一。n定义定义：指在地表向上半球的可见光和近红外波段的反指在地表向上半球的可见光和近红外波段的反射能量之和。射能量之和。nNOAA/AVHRR反照率反演模型：反照率反演模型：式中：式中：R Rch1ch1和和R Rch2ch2是用百分比表示的地面反射率。是用百分比表示的地面反射率。n处理流程：计算每处理流程：计算每10天合成后反照率，取每三旬的反天合成后反照率，取每三旬的反照率平均值得到月反照率，然后对生长季照率平均值得到月反照率，然后对生长季(4一一10月月)共共7个月的反照率求平均，得到生长季平均反照率数据。个月的反照率求平均，得到生长季平均反照率

127、数据。2）反照率反照率(Albedo)-MODIS数据源数据源nMODIS反照率反照率-直接用直接用MODIS反照率产品反照率产品n数据源：数据源：传感器传感器-MODIs的双向反射分布函数的双向反射分布函数(BRDF)反照率产品，是反照率产品，是16天合成数据；天合成数据；时间时间-2001年；年；空间分辨率空间分辨率-1kmn数据处理流程：数据处理流程：得到中国及中亚地区的每得到中国及中亚地区的每16天合天合成的反照率数据后，对生长季成的反照率数据后，对生长季(4一一10月月)的反的反照率数据求平均，分别得到中国和中亚地区的照率数据求平均，分别得到中国和中亚地区的生长季平均反照率数据。生长

128、季平均反照率数据。返回返回3）陆地表面温度陆地表面温度(LST)-AVHRR数据源数据源n意义意义：是一个重要的环境变量，决定着地表和大气之是一个重要的环境变量，决定着地表和大气之间的能量与物质交互，是地球表面能量守恒和温室效间的能量与物质交互，是地球表面能量守恒和温室效应的一个很好的指标。应的一个很好的指标。n数据源数据源：1995年年Ikm分辨率的分辨率的NOAA一一AVHRR陆地数陆地数据集中的两个热红外通道据集中的两个热红外通道:Ch4(10.5一一11.3um)和和Ch5(11.5一一12.5um，是每旬的合成数据。，是每旬的合成数据。n分裂窗算法分裂窗算法的反演模型的反演模型-（1

129、）计算陆地表面温度：）计算陆地表面温度：n分裂窗算法分裂窗算法的反演模型的反演模型-（2）计算地表比辐射率）计算地表比辐射率：由以上两式求得分波段的比辐射率由以上两式求得分波段的比辐射率4 4和和5 5n数据处理流程：数据处理流程：（1）计算归一化植被指数）计算归一化植被指数NDVINDVI=（Ch2-Ch1）/（Ch2+Ch1），式中，），式中，Ch1和和Ch2为可见光通道与近红外通道的用百分比表示为可见光通道与近红外通道的用百分比表示的地面反射率的地面反射率3）陆地表面温度陆地表面温度(LST)-AVHRR数据源数据源（2）计算地表比辐射率）计算地表比辐射率利用前面提的比辐射率反演模型计算

130、分波段的比辐利用前面提的比辐射率反演模型计算分波段的比辐射率射率（3）计算陆面温度）计算陆面温度Ts利用利用BeckerandLi的分裂窗算法计算中国及中亚的分裂窗算法计算中国及中亚地区的每旬陆面温度。地区的每旬陆面温度。（4）计算出每旬的陆面温度后，每三旬取平均求得生计算出每旬的陆面温度后，每三旬取平均求得生长季长季(4一一10月月)每月的温度，然后对生长季共每月的温度，然后对生长季共7个月个月的陆面温度求平均，得到中国及中亚地区生长季的的陆面温度求平均，得到中国及中亚地区生长季的平均陆面温度值。平均陆面温度值。3）陆地表面温度陆地表面温度(LST)-AVHRR数据源数据源3）陆地表面温度陆

131、地表面温度(LST)-MODIS数据源数据源n直接应用直接应用MODIS陆面温度产品陆面温度产品n数据源：数据源：2001年年8日合成的日合成的MODIS陆面温度产陆面温度产品，空间分辨率品，空间分辨率1KMn数据处理流程：数据处理流程：首先合成中国及中亚地区的每首先合成中国及中亚地区的每8天的温度数据，然后用最大值合成法求得生长天的温度数据，然后用最大值合成法求得生长季季(4一一10月月)每月的陆面温度，最后对生长季每月的陆面温度，最后对生长季7个月的陆面温度取平均，分别获得中国及中亚个月的陆面温度取平均，分别获得中国及中亚地区的生长季平均陆面温度。地区的生长季平均陆面温度。返回返回n意义意

132、义：描述植被群落及生态系统的重要参数，描述植被群落及生态系统的重要参数，是衡量地表植被状况的一个最重要的指标，又是衡量地表植被状况的一个最重要的指标，又是影响土壤侵蚀与水土流失的主要因子。是影响土壤侵蚀与水土流失的主要因子。n数据源数据源：1995年年Ikm分辨率的分辨率的NOAA一一AVHRR的的NDVI的的10日最大值合成数据，及日最大值合成数据，及1km的的NOAA土地覆土地覆被分类图被分类图n反演模型反演模型：4）植被覆盖度植被覆盖度(FVC)-AVHRR数据源数据源n数据流程数据流程：（1）NDVI计算计算依据公式依据公式NDVI=(NIR-R)/(NIR+R)，式中，式中，R为可见

133、光波段，为可见光波段，NIR为近红外波段为近红外波段（2）年最大）年最大NDVI计算计算（3）NDVIs计算计算（4）NDVIc,v计算计算（5）植被覆盖度）植被覆盖度=(NDVIp,max-NDVIs)/(NDVIc,v-NDVIs)4）植被覆盖度植被覆盖度(FVC)-AVHRR数据源数据源每个像元的每个像元的NDVI值可以看成是有植值可以看成是有植被覆盖部分的被覆盖部分的NDVI与无植被覆盖部分与无植被覆盖部分的的NDVI的加权平均，其中有植被覆盖的加权平均，其中有植被覆盖部分的部分的NDVI的权重即为此像元的植被的权重即为此像元的植被覆盖度覆盖度而无植被覆盖部分的而无植被覆盖部分的NDV

134、I的的权重即为权重即为(1-)。（3）NDVIs计算计算（3）NDVIs计算计算n由于图像中不可避免的存在着噪声的影响，由于图像中不可避免的存在着噪声的影响，它可能产生过低或过高的它可能产生过低或过高的NDVI值，如果用这值，如果用这样的值来计算植被覆盖度只会得到错误的结样的值来计算植被覆盖度只会得到错误的结果。果。n为了避免这样错误的发生，在确定为了避免这样错误的发生，在确定NDVIc,v和和NDVIs时，原则上应确定一个置信度，做出时，原则上应确定一个置信度，做出图像中每种土地覆盖类型的每个像元集合的图像中每种土地覆盖类型的每个像元集合的NDVI概率分布，计算置信区间内的最大值概率分布，计

135、算置信区间内的最大值NDVIc,v与最小值与最小值NDVIs。nNDVIs应该是不随时间改变的，对于大多数类应该是不随时间改变的，对于大多数类型的裸地表面，理论上应该接近零，一般取型的裸地表面，理论上应该接近零，一般取值值0.05。（3）NDVIs计算计算n对于对于IGBP其它土地覆盖类型，在冬天可能有其它土地覆盖类型，在冬天可能有更小的更小的NDVI值，而在夏天，由于云污染和大值，而在夏天，由于云污染和大气的影响，气的影响，NDVI的取值具有更大的不确定性。的取值具有更大的不确定性。n因此，对每一种因此，对每一种IGBP土地覆盖类型分别确定土地覆盖类型分别确定一个一个NDVIs值是不实际的值

136、是不实际的.n在估算植被覆盖度时，把所有土地覆盖类型在估算植被覆盖度时，把所有土地覆盖类型的的NDVIs都取值为都取值为0.05.（4）NDVIc,v计算计算nZeng等人估算过等人估算过1992年的全球植被覆盖度年的全球植被覆盖度.n方法是：方法是：使用大量来自美国地质局使用大量来自美国地质局(USGS)的的lm分辨率的数字化航片和俄国分辨率的数字化航片和俄国2m分辨率的制分辨率的制图卫星图像，通过三人对相同区域进行目视图卫星图像，通过三人对相同区域进行目视解译，然后取其平均值，估算了美国和西欧解译，然后取其平均值，估算了美国和西欧的植被覆盖度。的植被覆盖度。n根据目视结果，确定了根据目视结

137、果，确定了IGBP不同土地覆盖类不同土地覆盖类型中植被覆盖度为型中植被覆盖度为100%时，所对应的置信度时，所对应的置信度（见下表）。（见下表）。n数据源数据源：2001年年MODIS植被指数植被指数NDVI16天合天合成数据产品和土地覆盖分类图。空间分辨率为成数据产品和土地覆盖分类图。空间分辨率为1KM。土地覆盖分类用。土地覆盖分类用IGBP17种土地覆盖分种土地覆盖分类系统类系统n数据流程：数据流程：(1)年最大年最大NDVI值求算值求算先用最大值合成法求得先用最大值合成法求得2001年的年的NDVI最大值最大值(2)确定不同土地覆被类型的确定不同土地覆被类型的NDVIc,v根据根据zen

138、g确定的置信度，利用确定的置信度，利用MoDIs数据分别对数据分别对不同土地覆盖类型做不同土地覆盖类型做NDVIi的累积频率图，然后确的累积频率图，然后确定不同土地覆盖类型的定不同土地覆盖类型的NDVIc,v4）植被覆盖度植被覆盖度(FVC)-MODIS数据源数据源将将2001年的年的NDVI最大值图像和最大值图像和2001年的土地覆盖年的土地覆盖分类图合成到一个文件，然后对文件的每个像元按分类图合成到一个文件，然后对文件的每个像元按照其所属土地覆盖类别，依据表照其所属土地覆盖类别，依据表4-4中各土地覆被中各土地覆被类型的象元类型的象元%找到与各土地覆被类型相对应的找到与各土地覆被类型相对应

139、的NDVIc,v值，作为像元的最大值，作为像元的最大NDVI值，值，NDVIc,v和和NDVIs，代入植被覆盖度计算公式，求算中亚及中，代入植被覆盖度计算公式，求算中亚及中国国2001年的植被覆盖度。年的植被覆盖度。4）植被覆盖度植被覆盖度(FVC)-MODIS数据源数据源75%75%75%75%返回返回n意义意义：土壤湿度是与地面气象学、水文学土壤湿度是与地面气象学、水文学和生态学相关的重要环境变量之一，同和生态学相关的重要环境变量之一，同样对全球变化、荒漠化的研究也具有重样对全球变化、荒漠化的研究也具有重要的意义。要的意义。n研究方法：研究方法：温度旱情指数温度旱情指数(TVDI)作为旱情

140、指标能够较好地反映作为旱情指标能够较好地反映表层土壤水分变化趋势，并且发现以陆面温度为基表层土壤水分变化趋势，并且发现以陆面温度为基础的旱情指标相对比以植被指数为基础的旱情指标础的旱情指标相对比以植被指数为基础的旱情指标更合理。更合理。本研究采用本研究采用TVDITVDI作为土壤湿度的一个衡量指标，作为土壤湿度的一个衡量指标，来反演中国及中亚地区的土壤水分状况来反演中国及中亚地区的土壤水分状况5）土壤湿度土壤湿度-温度旱情植被指温度旱情植被指数数(TVDI)TVDI介绍nTVDI是基于是基于NDVI和地表温度（和地表温度（LST）构建的构建的n对于一个区域而言对于一个区域而言,若地表覆盖从裸土

141、到若地表覆盖从裸土到密闭植被冠层密闭植被冠层,土壤湿度由干旱到湿润土壤湿度由干旱到湿润,则该区域每个像元的则该区域每个像元的NDVI和和LST组成组成的散点图为梯形的散点图为梯形。n裸土表面温度的变化与表层土壤湿度变化密切相裸土表面温度的变化与表层土壤湿度变化密切相关。一般随着植被覆盖度的增加关。一般随着植被覆盖度的增加,表面温度降低。表面温度降低。TVDI介绍B湿润裸露土壤湿润裸露土壤D干旱密闭植被冠干旱密闭植被冠层，土壤干旱、植层，土壤干旱、植被蒸腾弱被蒸腾弱C湿润密闭冠层，湿润密闭冠层，土壤湿润、植被蒸土壤湿润、植被蒸腾强腾强A干燥裸露土壤干燥裸露土壤干旱状态干旱状态湿润状态湿润状态区域

142、内每一区域内每一像元的像元的NDVI与与LST值将分值将分布在布在A、B、C、D4个基个基点构成的点构成的NDVI-Ts特特征空间内征空间内TVDI计算公式TVDI计算流程n（1）计算）计算NDVIn（2）获取陆地表面温度值）获取陆地表面温度值LSTn（3）编程提取相同）编程提取相同NDVI下不同像元对下不同像元对应的所有温度中的最大应的所有温度中的最大LST和最小和最小LST，NDVI精度为精度为0.01n（4）用线性回归的方法拟合）用线性回归的方法拟合LST最大最大值与值与NDVI关系（干边），以及关系（干边），以及LST最小最小值与值与NDVI关系（湿边）关系（湿边）n（5）利用）利用T

143、VDI公式求算每旬的公式求算每旬的TVDI贵州特征空贵州特征空间数据及干间数据及干湿边确定湿边确定n数据源：数据源：1995年空间分辨率为年空间分辨率为1km的的NOAA-AVHRR的的NDVI数据和通道数据和通道4(10.5-11.3um)和通道和通道5(11.5-12.5um)的的热红外数据，为热红外数据，为10日合成数据日合成数据n处理流程：处理流程：首先计算出每个旬的首先计算出每个旬的NDVI和陆面温度值和陆面温度值(具具体算法体算法AVHRR陆面温度反演部分陆面温度反演部分)用前述求算用前述求算TVDI的方法得到每旬的的方法得到每旬的TVDI值值由每旬的由每旬的TVDI值得到生长季值得到生长季4-10月月TVDI的的平均值平均值5）土壤湿度土壤湿度-温度旱情植被指温度旱情植被指数数(TVDI)-AVHRR数据源数据源（四）荒漠化等级分类（四）荒漠化等级分类n采用监督分类中的最大似然法，依据前面采用监督分类中的最大似然法，依据前面建立的荒漠化遥感监测指标标准，选取训建立的荒漠化遥感监测指标标准，选取训练样本，进行荒漠化程度等级分类。练样本，进行荒漠化程度等级分类。