植被光譜遙感數(shù)據(jù)的研究現(xiàn)狀及其展望

1、浙江大學(xué)學(xué)報(bào)(農(nóng)業(yè)與生命科學(xué)版27(6:682690,2001Jour nal of Zhej iang Univer sity (Agr ic.&Life Sci.收稿日期:2000-12-21基金項(xiàng)目:國(guó)家自然科學(xué)基金資助項(xiàng)目(49771056作者簡(jiǎn)介:申廣榮(1965,女,山西太谷縣人,副教授,博士生,主要從事植被遙感,農(nóng)業(yè)信息技術(shù)應(yīng)用方面的研究.文章編號(hào):1008-9209(200106-0682-09植被光譜遙感數(shù)據(jù)的研究現(xiàn)狀及其展望申廣榮,王人潮(浙江大學(xué)農(nóng)業(yè)遙感與信息技術(shù)應(yīng)用研究所,浙江杭州310029摘要:植被光譜遙感是地表植被地學(xué)過(guò)程對(duì)地觀測(cè)的強(qiáng)有力工具.本文概述了植

2、被光譜遙感在植被信息提取、植物長(zhǎng)勢(shì)監(jiān)測(cè)和估產(chǎn)以及估算植物光合有效輻射和初級(jí)生產(chǎn)力等方面的應(yīng)用及研究現(xiàn)狀,特別關(guān)注了高光譜遙感及其與近年逐步興起的多角度遙感結(jié)合,更精確地反演植被參數(shù)等方面的發(fā)展?fàn)顩r.并討論了今后植被光譜遙感應(yīng)用發(fā)展的方向和研究領(lǐng)域.關(guān)鍵詞:植被光譜遙感;高光譜遙感;植被監(jiān)測(cè);雙向反射模型;數(shù)據(jù)融合中圖分類號(hào):Q 948.15;TP 79文獻(xiàn)標(biāo)識(shí)碼:ASHEN Guang-r ong,WANG R en-cha o (I nst .of Agr ic .Remote S ensing &I nf orm .A ppli .,Zhej iang U -niver sity

3、,H angz hou 310029,China R eview of the application of vegeta tion r emote sensing .Journal of Zhejiang University (Agr ic.&Life Sci.,2001,27(6:682-690Abstr act :Vegetation r emot e sensing data plays an impor tant role in monitoring dynamically ea rth re-sour ce fr om the space .In this paper ,

4、t he applicat ion of vegetation r emote sensing in detecting the vege-ta tion growth st ate,estimating the canopy biochemical char acter istics and pr oductivity of crop fr om veget ation r emote sensing dat a war e r eviewed in detail.T he special at tention to t he r ecent wor ks about t he integr

5、 ation of multiangle r emot e sensing a nd hyperspectral r emote sensing data to inver t accurat ely veget ation par ameter s war e given .F inally the paper discussed the way and studied fields of the fur ther a pplication of rem ote sensing informat ion.Key wor ds :vegeta tion r emot e sensing ;hy

6、per spectr al r emot e sensing ;vegeta tion monitoring ;bi -direc-tional reflectance distr ibution function m odel ;data fusion近年來(lái),隨著遙感和計(jì)算機(jī)軟、硬件技術(shù)的發(fā)展與完善,植被光譜遙感的應(yīng)用范圍越來(lái)越廣且不斷深入.除在區(qū)域和全球尺度上廣泛應(yīng)用于從高空對(duì)農(nóng)作物與林木生長(zhǎng)狀況,農(nóng)業(yè)估產(chǎn)和生態(tài)環(huán)境的監(jiān)測(cè)外,還應(yīng)用于山區(qū)地物識(shí)別和分類制圖以及地質(zhì)找礦,酸雨的監(jiān)測(cè),植被覆蓋空間結(jié)構(gòu)的分析和監(jiān)測(cè)以及地下深部油氣與逐步建立及完善的雙向反射模型的反演相結(jié)合,加上逐步成熟的植被高光

7、譜分析算法,為更準(zhǔn)確地探測(cè)植被的精細(xì)光譜信息,定量反演植被各組分含量及葉面積指數(shù)LAI 等植被結(jié)構(gòu)參數(shù),精確估算植物所吸收的光合有效輻射APAR,植物的初級(jí)生產(chǎn)力N PP等指標(biāo)提供了可能,從而推進(jìn)了遙感定量化的進(jìn)程.植被光譜遙感已成為地表植被地學(xué)過(guò)程對(duì)地觀測(cè)的強(qiáng)有力工具.1應(yīng)用及研究現(xiàn)狀植物的反射光譜曲線具有顯著的特征1.不同的植物以及同一種植物的不同生長(zhǎng)發(fā)育階段,正常生長(zhǎng)的植物和由于受病蟲(chóng)害的侵?jǐn)_或患有缺素癥的植物,其反射光譜曲線的形態(tài)和特征不同,此外,由于灌溉和施肥等條件以及地下深部富集元素的不同也會(huì)引起植物反射光譜曲線的變化.因此,可以利用植被光譜遙感的這一特征和遙感數(shù)據(jù),結(jié)合地面調(diào)查,

8、借助于GIS和GPS的支持,進(jìn)行區(qū)域和全球尺度上農(nóng)作物與林木生長(zhǎng)狀況及生態(tài)環(huán)境的監(jiān)測(cè)等領(lǐng)域的應(yīng)用研究.1.1植被信息的提取根據(jù)植被的反射光譜特征,通常是用植被紅光,近紅外波段的反射率和其它因子及其組合所獲得的植被指數(shù)VI來(lái)提取植被信息2,并在區(qū)域和全球尺度上從高空監(jiān)測(cè)植被.歸一化植被指數(shù)NDVI是最廣泛使用的一種植被指數(shù),它使應(yīng)用遙感圖象進(jìn)行植被研究以及植物物候研究得到了廣泛應(yīng)用,是植物生長(zhǎng)狀態(tài)及植被空間分布密度的最佳指示因子,與植被分布密度呈線性相關(guān).另外還有土壤調(diào)節(jié)植被指數(shù)SAVI,變形的土壤調(diào)節(jié)植被指數(shù)T SAVI,修正的土壤調(diào)節(jié)植被指數(shù)MSAVI,垂直植被指數(shù)PVI,黃色指數(shù)YI等等.

9、T s.Purevdorj用地面實(shí)測(cè)的反射光譜數(shù)據(jù)結(jié)合氣象衛(wèi)星AVHRR數(shù)據(jù),通過(guò)計(jì)算NDVI,SAVI, MSAV I和T SAVI來(lái)估計(jì)植被覆蓋度,比較分析結(jié)果表明,用TSAVI和NDVI估計(jì)面積大、植被密度高區(qū)域的植被覆蓋度效果更佳3.S. J.Hurcom認(rèn)為在半干旱區(qū)用地面測(cè)量的反射光譜數(shù)據(jù)經(jīng)高光譜分解技術(shù),通過(guò)NDVI估計(jì)植被的豐度比用LAI或生物量等指標(biāo)效果好4.另外,NDVI和植被的低覆蓋度及葉面積指數(shù)有相關(guān)關(guān)系,從而可以用遙感估算植被的低覆蓋度和葉面積指數(shù)5.但實(shí)驗(yàn)表明,對(duì)土壤背景的變化較為敏感.利用高光譜遙感數(shù)據(jù)可以消除土壤信號(hào)在NDV I中的作用6.結(jié)合雙向反射模型的應(yīng)用

10、,可以提取更精確的植被信息.最優(yōu)化土壤調(diào)節(jié)植被指數(shù)OSAVI= (NIR-R/(NIR+R+0.16,其中土壤調(diào)節(jié)系數(shù)0.16是減小土壤背景影響的最優(yōu)值. Michael D.Steven用地面測(cè)量光譜數(shù)據(jù)與SPOT結(jié)合,對(duì)英國(guó)的甜菜用SAIL-SOIL-SPECT-PROSPECT-KUU SK模型檢測(cè)OS-AVI對(duì)各種觀測(cè)和環(huán)境因子的敏感性.認(rèn)為由于甜菜葉大且接近地面從而易于產(chǎn)生的熱點(diǎn)效應(yīng)是可以忽略的,但葉角分布對(duì)甜菜的產(chǎn)量和覆蓋度的估算是很重要的一個(gè)因子7.J.Qiu 等人也通過(guò)反演植被的雙向反射模型來(lái)估算植被的表面特性8.利用混合光譜分解技術(shù)可以提高定量監(jiān)測(cè)植被豐度隨時(shí)間變化的精確性與

11、準(zhǔn)確性9.1.2植被長(zhǎng)勢(shì)監(jiān)測(cè)和估產(chǎn)683第6期申廣榮,王人潮植被光譜遙感數(shù)據(jù)的研究現(xiàn)狀及其展望行大面積作物長(zhǎng)勢(shì)監(jiān)測(cè)和估算水稻產(chǎn)量奠定了基礎(chǔ).同時(shí),通過(guò)地面實(shí)測(cè)的光譜數(shù)據(jù)研究作物不同生長(zhǎng)發(fā)育階段的反射波譜特征及與作物長(zhǎng)勢(shì)的關(guān)系,也為利用衛(wèi)星遙感資料進(jìn)行水稻宏觀長(zhǎng)勢(shì)的監(jiān)測(cè)提供了理論依據(jù)12,21.溫剛利用NOAA/NASA Pathfinder AVHRR陸地?cái)?shù)據(jù)集,建立了中國(guó)東部季風(fēng)區(qū)(108°123°E,210°45°N的1986年歸一化植被指數(shù)N DVI距平圖象序列,展示了中國(guó)東部季風(fēng)區(qū)的植被物候季節(jié)性特征和地域差異22.Wessman等用機(jī)載高分辨率

12、光譜儀所獲得的圖象來(lái)估計(jì)Wis-consin州整個(gè)森林冠層的木質(zhì)素濃度,并且在未受到干擾的森林生態(tài)系統(tǒng)中觀測(cè)到冠層木質(zhì)素濃度與有效N之間有很強(qiáng)的相關(guān)性,并認(rèn)為冠層木質(zhì)素可以作為氮狀態(tài)的一個(gè)指標(biāo),從而通過(guò)遙感可估計(jì)森林地區(qū)的N循環(huán)速率并制圖23.LAI=-(1/2Cln(1-U式中C2=k2-B2,k為植被吸收系數(shù),B為散射系數(shù);U為歸一化植被因子.該方程中使用的不是某幾個(gè)點(diǎn)的導(dǎo)數(shù)值,而是包含了葉綠素吸收和葉細(xì)胞反射重要波段范圍內(nèi)的導(dǎo)數(shù)波形積分值32.同時(shí),實(shí)驗(yàn)也已證明用高光譜分辨率數(shù)據(jù)能夠估計(jì)葉片的化學(xué)成分33.植被光譜模型反演植被生物物理參量是定量遙感發(fā)展的重要趨勢(shì).在植被雙向反射模型中,植

13、被體內(nèi)唯一與光譜特征有關(guān)的是葉片的反射率和透射率.PROSPECT植被光譜模型可以在400 2500nm的光譜范圍內(nèi)以比較高的光譜分辨率模擬葉片的光譜特性,因而可以作為植被雙向反射模型如SAIL模型的輸入?yún)⒘?從而計(jì)算高光譜條件下的植被雙向反射特性.Jacque-moud已證明了該模型的可反演性.Kuusk,B.A ndrieu等分別將PROSPECT模型用于自己的模型反演工作34,35,結(jié)果證明利用這種模型,可以反演葉片的化學(xué)組分和植被的結(jié)構(gòu)特征.Barry D.Ganapol建立了植被葉片的輻射傳輸模型(LEAFMOD,給定葉片的厚度和一些光學(xué)特性如葉片吸收和散射系數(shù)即可估算葉684浙江大

14、學(xué)學(xué)報(bào)(農(nóng)業(yè)與生命科學(xué)版第27卷片的反射和透射系數(shù).反過(guò)來(lái),由實(shí)測(cè)的葉片反射和透射光譜特性即可計(jì)算葉片的吸收和散射系數(shù)36.Terence P.Dawson也建立了模型LIBERT Y,通過(guò)葉片的光譜數(shù)據(jù)來(lái)監(jiān)測(cè)葉片的生物化學(xué)成分37.1.3光能利用和蒸散理論和實(shí)驗(yàn)都證明植物冠層的光合有效輻射與反射率有聯(lián)系.遙感所得的A PAR比LAI 能更可靠地估計(jì)作物的生物量,因?yàn)樽魑锏墓夂献饔眠^(guò)程直接把APAR能量轉(zhuǎn)換成干物質(zhì),因此APAR是作物初級(jí)生產(chǎn)力的一個(gè)較好的指標(biāo).冠層的理化特性在一定程度上控制著森林的初級(jí)生產(chǎn)力(NPP,比如葉面積和氮含量通過(guò)控制光合作用和傳輸速率來(lái)影響NPP. T ucker等

15、在研究大氣CO2濃度的變化與ND-VI動(dòng)態(tài)關(guān)系的基礎(chǔ)上,認(rèn)為可用NDVI來(lái)估計(jì)植被的光合能力44.在利用參數(shù)模型進(jìn)行NPP 的估算時(shí),有的直接利用NDVI與NPP的關(guān)系進(jìn)行計(jì)算.Prince在Sahelia在半干旱草原進(jìn)行了長(zhǎng)達(dá)8年的實(shí)地生產(chǎn)力觀測(cè),并與同一時(shí)期的多時(shí)相NOAA的年NDVI之和進(jìn)行分析,表明生產(chǎn)力在03000kg/hm2的范圍內(nèi)時(shí)它們之間存在很強(qiáng)的線性關(guān)系45.另外,也有人認(rèn)為年NDVI與ANPP間存在非線性關(guān)系. Chong等認(rèn)為ANPP與NDVI間存在冪函數(shù)關(guān)系46;而肖乾廣等則認(rèn)為ANPP與NDVI間存在對(duì)數(shù)函數(shù)關(guān)系,并用此關(guān)系估算了中國(guó)陸地的NPP47.1.5植被的分類

16、制圖基于遙感數(shù)據(jù)的植被分類和制圖,主要利用遙感的數(shù)據(jù)特征,輔以其它地面數(shù)據(jù)并借助于GIS進(jìn)行數(shù)據(jù)整合、分類和GPS的精確定位來(lái)實(shí)現(xiàn).借助于GIS和GPS的支持,遙感圖象還可應(yīng)用于植被覆蓋空間結(jié)構(gòu)的分析和監(jiān)測(cè).用遙感數(shù)據(jù)進(jìn)行分類,一般多用NDVI數(shù)據(jù).因?yàn)槟陜?nèi)的NDVI隨時(shí)間的變化與物候相關(guān),特別是在氣候年變化大,生境多樣的地區(qū).如Badwhar利用Landsat MSS數(shù)據(jù)根據(jù)ND-VI高峰值的時(shí)間、最大值和生長(zhǎng)季的長(zhǎng)度來(lái)區(qū)分作物類型49.隨著遙感應(yīng)用的深入,人們逐685第6期申廣榮,王人潮植被光譜遙感數(shù)據(jù)的研究現(xiàn)狀及其展望由于植被特征受地形和氣候的影響很大,因此遙感和GIS結(jié)合的植被分類已日

17、漸受到重視.Sader等用四種不同分類方法對(duì)Maine 州的森林濕地進(jìn)行分類,并對(duì)分類精度進(jìn)行了顯著性檢驗(yàn),結(jié)果表明,GIS模型分類方法顯著優(yōu)于傳統(tǒng)的非監(jiān)督分類和T aseled cap分類55.實(shí)驗(yàn)證明:用圖象處理、GIS和數(shù)據(jù)庫(kù)來(lái)整合多時(shí)相/歷史數(shù)據(jù)和地面輔助數(shù)據(jù)等多源數(shù)據(jù)的分類方法是未來(lái)植被分類制圖中最具有前途的方法.1.6其它方面利用植被光譜遙感數(shù)據(jù)還可進(jìn)行陸地生態(tài)學(xué)等其它領(lǐng)域的研究.比如對(duì)洪澇、旱情56和火災(zāi)57的監(jiān)測(cè),對(duì)土壤狀況、土地覆蓋變化的監(jiān)測(cè)以及景觀多樣性和生物多樣性的監(jiān)測(cè)和制圖.吳繼友等通過(guò)對(duì)山東招遠(yuǎn)金礦區(qū)赤松針葉反射光譜紅邊的季節(jié)特征研究,認(rèn)為春季和秋季是高光譜遙感探測(cè)赤

18、松林下金屬礦藏的最好季節(jié)58.植被光譜特性還可用來(lái)探測(cè)地下深部的油氣貯藏量59.李德成等研究了模擬酸雨對(duì)水稻葉片反射光譜特性的影響,結(jié)果表明:酸雨會(huì)引起水稻葉片反射光譜中可見(jiàn)光區(qū)和中紅外區(qū)的反射率升高,近紅外區(qū)的反射率降低,相應(yīng)的反射率比值也隨之變化,一階和二階導(dǎo)數(shù)光譜藍(lán)移,且上述變化的程度與酸雨的酸度、水稻的品種和生育期有關(guān)60.這一結(jié)果也表明遙感技術(shù)監(jiān)測(cè)酸雨污染作物是可行的.2應(yīng)用展望植被光譜遙感數(shù)據(jù)以其顯著的特點(diǎn)已經(jīng)成為連接遙感數(shù)據(jù),地面測(cè)量,光譜模型和應(yīng)用的強(qiáng)有力的工具.伴隨著遙感和計(jì)算機(jī)軟硬件技術(shù)的發(fā)展和遙感理論研究的不斷深化,植被光譜遙感數(shù)據(jù)將具有更為廣闊的應(yīng)用前景.2.1地面遙感

19、的深化遙感應(yīng)用研究最初是通過(guò)航空遙感實(shí)驗(yàn)和地面實(shí)況勘測(cè),詳細(xì)研究一些典型地區(qū)的環(huán)境背景條件;利用航空光譜輻射計(jì)與地球資源衛(wèi)星進(jìn)行大面積的同步觀測(cè)實(shí)驗(yàn),為遙感圖象的糾正與數(shù)據(jù)處理,提供幾何校準(zhǔn)與輻射校準(zhǔn)的依據(jù).然后用實(shí)測(cè)的光譜數(shù)據(jù)研究植被的各種光譜特征例如通過(guò)計(jì)算NDVI等各種植被指數(shù),為用氣象衛(wèi)星或地球資源衛(wèi)星對(duì)植被資源進(jìn)行動(dòng)態(tài)的監(jiān)測(cè)和管理提供依據(jù).隨著遙感技術(shù)的發(fā)展和應(yīng)用的不斷深入,發(fā)展高光譜和多角度遙感是適合于對(duì)某一植被類型進(jìn)行小尺度定點(diǎn)研究的地面遙感今后發(fā)展的必然趨勢(shì),也是遙感進(jìn)一步定量化的需要和基礎(chǔ).高光譜遙感的顯著特點(diǎn)是在特定光譜區(qū)域以高光譜分辨率同時(shí)獲取連續(xù)的地物光譜圖象,從而使遙

20、感應(yīng)用著重于在光譜維上進(jìn)行空間信息展開(kāi),定量分析地球表層生物物理化學(xué)過(guò)程和參數(shù).高光譜遙感的超多波段(幾十,上百個(gè)和光譜分辨率高(320nm的特點(diǎn),使其可探測(cè)植被的精細(xì)光譜信息(特別是植被各種生化組分的吸收光譜信息,反演各組分含量,監(jiān)測(cè)植被生長(zhǎng)狀況.目前在世界上已有30余臺(tái)航空成象光譜儀正在運(yùn)行之中,用得最多的是AVIRIS成象光譜數(shù)據(jù),如何有效地充分686浙江大學(xué)學(xué)報(bào)(農(nóng)業(yè)與生命科學(xué)版第27卷第 6 期 申廣榮, 王人潮植被光譜遙感數(shù)據(jù)的研究現(xiàn)狀及其展望 687 利用這些高光譜數(shù)據(jù)進(jìn)行植被定量對(duì)地觀測(cè), 除發(fā)展和建立各種有效的圖象處理技術(shù)和相關(guān) 的植被光譜分析算法外, 進(jìn)行地面高光譜遙感 的

21、深入研究是關(guān)鍵. 為此首先應(yīng): ¹建造高光譜 數(shù)據(jù)庫(kù), 以便高光譜圖象與此直接匹配識(shí)別植 被類型和土壤覆蓋類型等. º深入研究植被的 高光譜特性與植被生物物理參量的關(guān)系, 建立 合理的模型, 為用高光譜圖象在大范圍內(nèi)反演 植被的各種生長(zhǎng)參數(shù), 監(jiān)測(cè)植被長(zhǎng)勢(shì), 估產(chǎn)奠定 基礎(chǔ). »充分利用高光譜數(shù)據(jù), 改進(jìn)傳統(tǒng)的植被 指數(shù)以定量獲取植被生物物理參量( LAI, 生物 量, 光合有效吸收系數(shù) APAR 等 , 實(shí)現(xiàn)植被生 物化學(xué)成分定量制圖. ¼與多角度遙感相結(jié)合, 利用高光譜數(shù)據(jù)分析影響雙向反射的因子進(jìn)而 建立雙向反射模型, 以便增強(qiáng)植被冠層( 群叢 結(jié)構(gòu)

22、參數(shù)反演的精確性和準(zhǔn)確性. 其次, 地表反射是非朗伯體的, 植被的反射 特性不僅與表面光學(xué)性質(zhì)和冠層結(jié)構(gòu)有關(guān), 還 與太陽(yáng)光入射角度及觀測(cè)角度有關(guān). 而且, 這兩 種角度的差異, 明顯地引起冠層反射的差別, 這 種差別不僅隨著雙種角度的變化而變化, 而且 隨著冠層結(jié)構(gòu)要素的變化而變化. 因此, 從逆過(guò) 程分析, 通過(guò)這種變化可以獲得更豐富的冠層 結(jié)構(gòu)信息, 基于這種考慮, 在植被遙感領(lǐng)域中, 植被雙向反射的研究就異軍突起. 目前, 已建立 了大約 200 種雙向反射模型. 其中一類基于幾 何原理, 一類基于輻射傳輸原理, 還有混合模型 將二者結(jié)合起來(lái). 盡管雙向反射模型已經(jīng)取得 了重大的進(jìn)展,

23、 但遠(yuǎn)沒(méi)有達(dá)到完美的地步, 從而 應(yīng)用于生產(chǎn)實(shí)踐即以遙感信息更精確地反演植 被冠層更豐富的結(jié)構(gòu)參數(shù). 這是因?yàn)? ¹雙向反 射模型需要同一冠層的多角度的反射信息. 而 對(duì)于目前普遍使用的 LANDSAT 、 NOAA 衛(wèi)星 資料而言, 均不能很好滿足這種要求. º大多數(shù) 雙向反射模型還 沒(méi)有擺脫地面觀測(cè)的輔助信 息. 所以, 雙向反射模型要能達(dá)到實(shí)用階段, 需 通過(guò)地面遙感, a . 與高光譜遙感數(shù)據(jù)結(jié)合, 在 解決模型精度和所需地面觀測(cè)參數(shù)間矛盾的基 礎(chǔ)上, 建立更合適的雙向反射模型. b. 進(jìn)行最 佳波段和最佳角度的試驗(yàn), 回答在什么波段, 什 么角度能得到最多信息,

24、要多少波段, 多少角度 的信息才能實(shí)現(xiàn)冠層結(jié)構(gòu)參數(shù)的反演. »在上 述研究的基礎(chǔ)上, 進(jìn)一步研究用于糾正由于觀 測(cè)角度引起的 NOAA AVIHRR 圖象畸變的實(shí) 用模式, 從而深化將地面與衛(wèi)星圖象資料相結(jié) 合進(jìn)行植被覆蓋的監(jiān)測(cè)等方面的應(yīng)用研究, 為 遙感的進(jìn)一步定量化奠定基礎(chǔ). 的應(yīng)用 2. 23S 的結(jié)合和多源遙感影象數(shù)據(jù)融合技術(shù) 隨著遙感技術(shù)的發(fā)展及光學(xué)、 熱紅外和微 波等大量不同衛(wèi)星傳感器對(duì)地觀測(cè)的應(yīng)用, 獲 取的同一地區(qū)的多種遙感影像數(shù)據(jù)( 多時(shí)相、 多 光譜、 多傳感器、 多平臺(tái)和多分辨率 越來(lái)越多. 與單源遙感影像數(shù)據(jù)相比, 多源遙感影像數(shù)據(jù) 所提供的信息具有冗余性、

25、互補(bǔ)性和合作性. 多 源遙感影象數(shù)據(jù)的冗余性表示他們對(duì)環(huán)境或目 標(biāo)的表示、 描述或解譯結(jié)果相同; 互補(bǔ)性是指信 息來(lái)自不同的自由度且相互獨(dú)立; 合作性是不 同傳感器在觀測(cè)和處理信息時(shí)對(duì)其它信息有依 賴關(guān)系. 所以, 為了從多源遙感信息中提取比從 單源數(shù)據(jù)中更豐富、 更可靠、 更有用的信息, 要 進(jìn) 行“ 據(jù)融合” 實(shí) 際上, 遙感中的“ 數(shù) . 數(shù)據(jù)融 合” 屬于一種屬性融合, 它是將同一地區(qū)的多源 遙感影象數(shù)據(jù)加以智能化合成, 產(chǎn)生比單一信 息源更精確、 更完全、 更可靠的估計(jì)和判斷. 通 過(guò)“ 數(shù)據(jù)融合” 可提高影像的空間分解力和清晰 度, 提高平面測(cè)圖精度、 分類精度與可靠性, 增 強(qiáng)解

26、譯和動(dòng)態(tài)監(jiān)測(cè)能力, 減少模糊度, 有效提高 遙感影象數(shù)據(jù)的利用率等. 航空遙感由于其地面分辨率高, 飛行時(shí)間 靈活, 比較適合于冠層結(jié)構(gòu)和群落結(jié)構(gòu)動(dòng)態(tài)方 面的研究. 微波遙感具有全天侯工作的能力, 也 已被應(yīng)用于冠層結(jié)構(gòu)、 植被分類和生物量估算 等的研究中. 成象光譜儀的出現(xiàn)使從飛機(jī)到衛(wèi) 星平臺(tái)獲取高光譜分辨率圖象數(shù)據(jù)成為可能. 在數(shù)字化地球的浪潮中, 為充分發(fā)揮各遙感平 臺(tái)的優(yōu)勢(shì), 多源遙感影象數(shù)據(jù)融合在今后遙感 動(dòng)態(tài)監(jiān)測(cè)全球植被資源中將發(fā)揮越來(lái)越大的作 用. 全球定位系統(tǒng) GP S 可以實(shí)現(xiàn)研究中調(diào)查取 樣的準(zhǔn)確定位. 地理信息系統(tǒng) GIS 在空間數(shù)據(jù) 管理, 空間分析, 多源數(shù)據(jù)的整合、

27、 數(shù)據(jù)的統(tǒng)計(jì) 分析、 模型的建立和制圖等方面具有強(qiáng)大的功 能. 所以, 3S 的結(jié)合是今后遙感成功應(yīng)用于全 球植被監(jiān)測(cè)和管理研究中的必然趨勢(shì). 688 浙 江 大 學(xué) 學(xué) 報(bào)( 農(nóng)業(yè)與生命科學(xué)版 第 2 7 卷 2. 3植被生態(tài)學(xué)中應(yīng)用的深化 遙感為在區(qū)域和全球尺度上研究生態(tài)系統(tǒng) 的能量流動(dòng)提供了一個(gè)可靠工具, 并已取得了 許多成果. 今后, 將進(jìn)一步加強(qiáng)對(duì)不同生態(tài)系統(tǒng) 特別是全球變化敏感的生態(tài)系統(tǒng)的能量利用和 生產(chǎn)力等的研究. 人類活動(dòng)和各種自然因子均 會(huì)引起生物多樣性在各個(gè)水平上( 物種、 生態(tài)系 統(tǒng)和景觀 的變化. 因此在區(qū)域和全球尺度上, 在對(duì)研究區(qū)分類以后, 利用遙感數(shù)據(jù)進(jìn)行生態(tài) 系

28、統(tǒng)多樣性和景觀性的研究是完全可行的. 在 上述研究的基礎(chǔ)上, 利用植被光譜數(shù)據(jù), 還可進(jìn) 行生態(tài)系統(tǒng)光能利用率、 水分利用率、 生物量, 生產(chǎn)力和生物多樣性以及與氣候變化的關(guān)系的 研究, 從而認(rèn)識(shí)氣候變化對(duì)不同生態(tài)系統(tǒng)和不 同生態(tài)過(guò)程的影響, 進(jìn)一步研究他們對(duì)全球變 化的響應(yīng), 并預(yù)測(cè)其變化發(fā)展的趨勢(shì). 總之, 植被光譜遙感數(shù)據(jù)以其特有的優(yōu)勢(shì) 已經(jīng)在區(qū)域和全球尺度上從高空對(duì)植被資源, 植物長(zhǎng)勢(shì), 農(nóng)業(yè)估產(chǎn)和生態(tài)環(huán)境的監(jiān)測(cè)以及地 質(zhì)找礦, 植被覆蓋空間結(jié)構(gòu)的分析和監(jiān)測(cè)以及 地下深部油氣的探測(cè)等領(lǐng)域得到了廣泛應(yīng)用. 高光譜和多角度遙感的發(fā)展使得植被指數(shù)、 植 被葉面積指數(shù)、 光合有效輻射等因子的估

29、算以 及植被生物化學(xué)參數(shù)分析、 植被生物量和作物 單產(chǎn)估算、 作物病蟲(chóng)害的監(jiān)測(cè)精度得到提高, 推 進(jìn)了遙感定量化的進(jìn)程. 為了充分利用植被光 譜遙感數(shù)據(jù), 應(yīng)加強(qiáng)遙感的實(shí)驗(yàn)研究, 快速獲取 更多更準(zhǔn)確的植被光譜數(shù)據(jù); 深化理論研究, 揭 示植被光譜中內(nèi)在的隱含特征以提高各種參數(shù) 的估算精度; 拓寬拓廣應(yīng)用研究, 挖掘植被光譜 數(shù)據(jù)的最大潛力. Ref er ences: 1 Lin Pei( 林 培主編 . Ag ricul tur al remote sensing ( 農(nóng) 業(yè) 遙感 M . Beijing : Agricul tu re Press , 1992. ( in Chin es

30、e 2 PEN Shao-lin, GU O Zhi -hua, WANG Bos un ( 彭少 麟, 郭志華, 王伯蓀 . Appl icat ions of RS and GIS on T errest rial Veget at ion E cology J . Chinese J ournal o Ef cology( 生態(tài)學(xué)雜志 , 1999, 18( 5 : 52-64 . ( in Chinese 3 Pu revdorj Ts , T at eishi R , Ishiyama T , et al . Relat ions hios between percent veget

31、 at ion cover and veget at ion indices J . I nt J Remote Sensing , 1998, 19( 18 : 3519-3535. 4 Hur com S J, Harris on A R. T he NDVI and spect ral decompos ition for semi-arid vegetat ion abu ndan ce est imat ion J . I nt J Remote Sensi ng, 1998, 19 ( 16 : 3109-3125. 5 T oby N , Carl son, David A Ri

32、pl ey. On t he R el at ion bet ween NDVI , Fract ional Veget at ion Cover and Leaf Area Index J . Remote Sens. E nviron, 1997, 62: 241252. 6 ZHANG Liang-pei, ZHEN Lan-fen, TONG Qi n-xi( 張 良培, 鄭蘭 芬, 童慶 禧 . The Est im at ion of Veget at ion Variab les Based on High R es olut ion Spect ra J . J ournal

33、of R emot e Sensing ( 遙 感 學(xué) 報(bào) , 1997, 1 ( 2 : 111114. ( in Chinese 7 M ichael D, St even . T he Sens it ivit y of th e OSAVI Veget ation Index t o Observat ional Parameters J . R emot e Sens. Envir on, 1998, 63: 49-60 . 8 Qiu J , GAO W, Les ht B M. Invert ing opt ical r eflect ance t o es t imate su

34、rface propert ies of veget at ion canopies J . I nt J Remote Sensing , 1998, 19( 4 : 641656. 9 Andr ew J. Qu ant ifying Veget at ion Change in Semiarid Environ ment s : Precision and Accuracy of Spedt ral Mixt ure Analys is and th e Normalizde Difference Vegetat ion Index J . R emot e Sens Envir on,

35、 2000, 73: 87102. 10 FENG Chen- ji, ZHAO Zh on g- wen, CHE NG J i- chen, et al ( 馮 承 績(jī), 趙 仲 文, 承 繼 成, 等 . An inquiry int o met hod of monit oring growt h vigour of wint er wheat and es ti mat ing it yiel d using NOAA AVHR R, Lands at Mass and Spect ral Dat a J . R emot e Sensing of E nvironment Chi

36、na ( 環(huán)境 遙感 , 1987, 2 ( 4 : 274-284. ( in Ch ines e 11 TIAN Guo-liang, XIANG Yue-qi n( 田 國(guó)良, 項(xiàng) 月琴 . Es ti mat ion of R ice Yiel e from R em otely Sens ed DataÊ. Based on Spect ral R eflect an ce and Land sat Im ages J . R emote Sensing o Envi ronment China ( 環(huán) 境 遙 f 感 , 1989, 4( 1 : 73-80. ( in

37、Ch ines e 12 WANG Yan-yi ( 王 延 頤 . The Relations hip Bet ween Veget ation Ind ex and Ri ce Growt h and Rice Yield Compon ent s J . R emot e Sensing f or Land & R esources ( 國(guó)土資源學(xué)報(bào) , 1996 , 1: 56-59. ( in Chinese 13 LU O Jian-chen, YANG Zh ong-en ( 駱 劍承, 楊忠 恩 . Stud y on applying NOAA-AVHR R dat

38、a t o monit oring J . R emot e Sensing f or L and & Resources ( 國(guó)土 資源 學(xué)報(bào) , 1993, 2: 10-16. ( in Ch ines e 14 Ousama Abou- Is mail . Devel o ment of ri ce y iel d est ip mati on syst em using r emot e sensing and simul ation mod el -case st udy: Zhej iang p rovi nce D . Handzhou : Zh ejiang Unive

39、r sit y, 2000. veget at ion ecology environment in Zhejiang Province 第 6 期 申廣榮, 王人潮植被光譜遙感數(shù)據(jù)的研究現(xiàn)狀及其展望 689 15 Qi J , Kerr Y H , M oran M S, et al . Leaf Area Index Est imat es U sing R em otely Sens ed Dat a an d BRDF model s in a Semiarid R egion J . R emot e Sens E nviron, 2000, 73: 18-30. 16 Gon g

40、P , Wand D X , Liang S . Invert ing a canopy reflect ance model u sing a neural net work J . I nt. J . Remote Sensing , 1999, 20: 111-122. 17 Weiss M, Baret F, Myneni R B, et al. Invest igat ion of a m od el invers ion t echnique t o es t imat e canopy b ioph ysical variables from s pect ral an d di

41、rect ional reflect ance dat a J . Ag ronomte, 2000, 20( 1 : 3-22. 18 Ch opping M J . Large-scal e BR DF retrieval over New Mex ico wit h a mul tiangl ar NOAA AVHR R J . Remote Sensi ng of Envi ronment , 2000, 74( 1 : 163-191. 19 Cs iszar I, Gut man G, Romanov P, et al . Using ADEOS / POLDER dat a t

42、o reduce angul ar variabil ity of NOAA / AVHR R reflect ance J . R emote Sensing of Envir onment , 2001, 76( 3 : 399-409. 20 Goel N S, Qin W. In fl uen ce of canopy ar chit ect ure on rel at ionsh ips bet ween various veget at ion in dices and LAI and FPAR: a comput er sim ulat ion J . Remote sensin

43、g review, 1994, 10: 309-347. 21 WANG Yan-yi, GAO Qin-fang ( 王延頤, 高慶芳 . The rel at ionship between sp ectru m in p addy f iel ds and rice growth and y iel d comp onent s J . Remote Sensi ng f or Land & Resources( 國(guó)土 資源學(xué)報(bào) , 1996, 1: 51-55. ( in Chinese 22 WEN Gang( 溫 剛 . Seas onal phonological cha

44、racterist ics in Eas t China mons oon region wit h AVHR R n orm al ized differen ce vegetat ion index data set J . J ournal of Remote Sensing ( 遙 感學(xué)報(bào) , 1998, 2( 4 : 270275. (i n Ch ines e 23 Wess man C A . Remot e sensin g of canopy chemis tr y and nit rogen cycling in temperat e fores t ecosys tems

45、 J . N at ure, 1998, 335: 154-156. 24 Ad ams M L , Ph ilpot W D . Yellowness in dex : an appl icat ion of spect ral second derivat ives to es tim at e chl or os is of leaves in s tr ess ed veget at ion J . I nt . J . Remote Sensi ng, 1999, 20( 18 : 3663-3675. 25 Ponzoni F J , Gon calves J L de M. Sp

46、 ect ral feat ures ass ociat ed with nit rogen, phos phorus and pot as sium deficiencies in Eucalypt us s al igna s eeding leaves J . I nt J Remote Sensi ng, 1999, 20( 11 : 2249-2264. 26 Malt hus T J, Maderia A C. High Resolu tion Spect roradi om et ry : Spect ral R eflect an ce of Fiel d Bean Leave

47、s In fect ed by Botr ytis Fabae J . R emote Sens. E nviron, 1993, 45: 107-116. 27 TIAN Guo-l iang , BAO Pei -l i, LI Jian-jun, et al ( 田國(guó) 良, 包佩麗, 李建軍, 等 . Effect s of Cadmium and C opper in Soil on Spect ral R eflect ance of R ice J . Remote Sensing of E nvironment China ( 環(huán)境遙感 , 1998, 3( 1 : 140-14

48、9. ( in Chinese 28 Gao W, Lesht B M. Model Invers ion of Sat ellit e-Measu red R eflect ances for Obt aining Surface Biophys ical and Bidirect ional Reflect ance C har acterist ics of Gras sland J . Remote Sens E nviron, 1997, 59: 461-471 . 29 R enaud Mat hieu , Marcel Pouget , Bernard Cer vell e, e

49、t Indice Simul at ed Usin g Laboratory Refl ect ance Data and T ypic Soil Color of an Arid E nvironment J . R emot e Sens Envir on, 1998, 66: 17-28 . 30 Hol er D H N, Dock ray M, Barber J . T he Red Edg e of Plant Leaf Refl ectance J . I nt J Remote Sens, 1983, 4: 273-288. 31 WANG R en-chao, CHEN Mi

50、n g-zhen, JIANG Hen-ximech anis m of t he rice yield est imati on by remote sen sing É. The rice reflect an ce charact eris tics of d iffer ent nit rogen l evels and t he select ion of t heir sensit ive ban ds J . J ournal of Zhej iang Agr icul tural Univer si ty( 浙江 農(nóng)業(yè)大學(xué)學(xué)報(bào) , 1993, 19( Sup. : 7

51、-14. ( in Chinese 32 T ONG Qin-xi , ZHEN L an-fen, WANG J in-nian( 童慶 禧, 鄭 蘭 芬, 王 晉年 . Stu dy on Imaging Spect rometer R emot e Sensing Ibform at ion for Wet l and Veget at ion J . J our nal o Remote Sensi ng ( 遙感 學(xué) 報(bào) 1997, 1 f ( 1 : 50-57. ( in Chinese 33 NIU Zheng, CHEN Yon g-hua, SHUI Hong -zhi(

52、牛 錚, 陳 永 華, 隋 洪 智 . M ech anis m Analysis of Leaf Bioch emical Concent rat ion b y High Spect ral Remot e Sen sing J . J ournal o Remote Sensing (遙感學(xué)報(bào) , 2000, 4 f ( 2 : 125-129. ( in Chinese areas by t he in versi on of a canopy reflect ance model J . Int . J . R emot e Sensi ng, 1998, 19 ( 15 : 289

53、32905 . 35 Andrieu B, Baret F , Jacquem ou d S, et al . E valu at ion of an Improved Version of SAIL Model for Simulat ing Bidirect ional Refl ect ance of Sug ar Beet Canopies J . R emot e Sens. Envir on, 1997, 60: 247-257. 36 Barry D Ganap ol , Lee F J ohnson , Ph ilip D Hammer. LEAFM OD : A New Wi

54、th in- Leaf Radiative Tr ans fer Model J . R emot e Sens. E nvir on, 1998, 63: 182-193 . 37 Terence P Daws on, Paul J Curr an, St ephen E Pl ummer. LIBER TY-Modeling th e Effect s of Leaf BiochemSens. E nviron, 1998, 65: 50-60. 38 Fang H J, Wu B F , Liu H Y , et al . Us ing NOAA AVHR R and lands at

55、T M to es ti mat e rice area year-byyear J . Int ernat ional J ournal of R emot e Sensi ng, 1998, 19( 3 : 521-525. al . Relat ionship s bet ween Sat ell it e-Based Radiomet ric an ( 王 人 潮, 陳 銘 臻, 蔣 亨 顯 . St udies on agron om ic 34 Kuu sk A. Monit oring of veget ation paramet ers on l arg e ical Conc

56、ent rat ion on Reflect ance Spect ra J . R emote 690 浙 江 大 學(xué) 學(xué) 報(bào)( 農(nóng)業(yè)與生命科學(xué)版 第 2 7 卷 39 HUANG Jin- fen ( 黃敬 峰 . R ice y iel d esti mati on using NOAA/ AVH RR dat a integ rat ed wi th GI S-A case st udy o Zhej iang p rovince, Chi na D . Handzhou : f Zhejiang Univer sit y , 1999. ( in Chinese 40 ZHANG X

57、iao- yan g, L I J in- fen( 張曉陽(yáng), 李 勁峰 . T he Derivat ion of a Reflect ance Medel for th e E st imati on of Leaf Area Index U sing Perpendicu lar Veg et at ion Index J . R emote Sensing Technology and A l icat ion ( 遙 感 pp 技術(shù)與應(yīng)用 , 1995, 10( 3 : 13-18. ( in Chinese 41 E duar do R idao J ose R Conde , I

58、nes Minguez M . Es tim at ing Fapar fr om Nin e Veget at ion In dices for Irrigated an d Non irrigated Faba Bean and Semileafless Pea Canopies J . R emot e Sens Envir on, 1998, 66: 87-100. 42 Pat rice Bicheron, M arc L eroy. A Met hod of Biophysical Param et er R et rieval at Global Scale by Inversion of a Veget at ion Reflect