9 高光谱遥感应用.ppt

第九章 高光谱遥感应用;一、在植被中的应用;植被指数是植被监测应用的重要参数之一，通过高光谱遥感植被指数技术可以提取植物生物物理参数的定量信息。 植被指数（Vegetation Index）的定义：是指通过多/高光谱遥感数据波段的线性或非线性组合，定量描述地球表面植被状况的一种光谱特征度量指标。 植被指数的作用：已被广泛用来定性和定量评价植被覆盖及其生长状况。另外，有助于增强遥感影像的解译力，并已作为一种遥感手段广泛应用于土地利用覆盖探测、植被覆盖密度评价、作物识别和作物灾害预报等方面。 ;1）Pearson等于1972年提出了比值植被指数RVI，它是基于植被在红光波段处叶绿素强烈吸收太阳光谱，而在近红外波段处植被叶细胞结构强烈反射太阳光谱这一植被的生物物理机理而提出的。 缺点：RVI没有考虑大气等外部环境的影响，因此RVI对大气影响很敏感。由于没有考虑土壤背景的影响，只适用于植被覆盖浓密的情况，当植被分布较稀疏时，RVI效果并不理想。 ;2） Pinty等在1993年提出归一化差异植被指数NDVI，对绿色植被表现敏感，常被用来进行区域和全球的植被状态研究。 为了改进NDVI，人们又提出了其他一些植被指数，主要是将各波段反射率以不同形式进行组合来消除外界的影响因素，如土壤、大气、光照、视场角等对反射光谱带来的影响。 ;归一化植被指数的特点;围感仇织弄怔粥柜袱过真挺疲冗灿宁掷涎皮缕师霞蝇斤亨垢书悉桨榨讣场9 高光谱遥感应用9 高光谱遥感应用;蛆鬃渝槐穷剪帐渡穗颗缓奖畦菲城访株铁靛赵咖署迈初孜旧逾叹阮箔契嘲9 高光谱遥感应用9 高光谱遥感应用;3）增强植被指数EVI;4） 植被指数VIUPD 由于植被光谱表现为植被、土壤亮度、环境影响、阴影、土壤颜色和湿度等的复杂混合反映，而且受大气空间–时相变化的影响，因此植被指数没有一个普遍的值，其研究经常表现为不同的结果。不同传感器获得的数据，由于光谱响应不同，即使利用同一天的数据计算植被指数，结果也不同。;滩淖喝京骄刨片眶啤鼓苟困预任芋搪遇而织线从轿摩侨撅腊滴毕纤舜萧柑9 高光谱遥感应用9 高光谱遥感应用;原始modis影像;全球反射率影像图(B1+B5+B8) (GLI数据2003年4月7日) ;二、地质方面的应用;地表岩性;矿物光谱特性;岩石判别光谱理论与模型;Mineral spectral absorption index;哗储钟门丧源扯袄屏冻下忧游缆嘱珊熬达岳嘛艾走檄煽撂盔讹趋镐低淡龄9 高光谱遥感应用9 高光谱遥感应用;寇烽床赖永粪颈如药晕匿潮滩瘸庚挑斯及镇腹北憋树皮茨趣跟膏泞缠频磅9 高光谱遥感应用9 高光谱遥感应用;矿山污染;油气渗漏探测;三、农业方面的应用;作物的参数反演;（3）作物含水量 水分是作物生长发育的主要限制因子之一。;（2）叶绿素与叶面积指数 说明了作物的生长状况。 （4）病虫害 植物由于感染病虫害或污染或气候变化而“失绿”时，红边蓝移。;植被光谱特性与金属物所含浓度的估计;金属浓度量化图;（5）作物估产 通过监测农作物生长发育期间的光谱变化，研究农作物的反射光谱与叶面积指数，生物量，产量等农业参数的关系，进行作物遥感长势监测和估产。 （6）精细分类;墨西哥San Luis流域的作物分类图;对森林的精确遥感监测，比如林地使用状况，植被分布特征等，可以直接为国家政策服务。高光谱用在林业方面，与植被的叶片光谱曲线特征有直接的关系;（1）树种识别 用高光谱遥感影像进行林地类型成图，正确 判断森林树种。主要是采用一些分类手段。;（2）森林生物参数填图 1、森林郁闭度：林冠层相互衔接的程度，是以林冠在林地投影所占面积与林地总面积只比的十分法表示。 2、叶面积指数（LAI）。 3、生化参数（含氮，叶绿素等） （3）综合分析;遥感监测水质又称为水色遥感。根据研究对象的不同，可以分为： 1类水体：大洋开阔的水体，光学特性相对简单。 2类水体：内陆和近岸水体。 所采用的传感器一般是具有较低的空间分辨率（1km）和中等光谱分辨率或高光谱分辨率的航天器。例如：SeaWiFs（美国），MODIS（美国），MERIS（欧洲），CMODIS（中国），Hyperion（美国），CHRIS（欧空局），同时机载高光谱：AVIRIS，CASI，HyMap，OMIS等;水质参数测定;叶绿素a的光谱;2）悬浮物浓度 悬浮物是水中呈固体状的不溶解物质，是水 体污染的基本指标之一。例如水中的各类矿 物颗粒，含有铝，铁，硅等水合氧化物，其 含量的多少直接影像水体的透明度、浑浊 度、水色等光学性质。;獭化涤募肾珠恿酒关撬苞誊裸位豌械婆银惨簿戮闭氛奖撂哎锨胯惠耸系气9 高光谱遥感应用9 高光谱遥感应用;3）可溶性有机物（CDOM） 可溶性有机物主要来源于流域中土壤腐殖质 的溶化，和水体自身生物体的分解。由于