植被光谱特性

植物照明光谱是指供给植物生长和发育所需的光线，其中包含了各种波长的光。

不同波长的光对植物的生长和发育起着不同的影响。

在植物照明中，通常使用的光谱包括以下几个主要波长范围：
1.蓝光（400-500纳米）：蓝光是植物光合作用中的关键波长。

它对植物的幼苗生长、叶片生长和开花有促进作用。

2.绿光（500-600纳米）：绿光在光合作用中被植物较少吸收，对光合作用的效率影响较小。

但绿光对植物的形态和开花周期有一定的调节作用。

3.红光（600-700纳米）：红光是植物光合作用中主要的激发光，对植物的光合作用、生长和开花起着重要作用。

红光可以促进植物的伸长生长。

4.远红外光（700-800纳米）：远红外光对植物的伸长生长起到促进作用。

除了上述主要波长范围外，植物还对其他波长的光有一定的反应。

例如，紫外光（280-400纳米）可以促进植物的花期提前和色素积累，而近红外光（800纳米以上）对植物的发芽和开花周期具有一定的影响。

因此，在设计植物照明系统时，需要综合考虑植物的生长需求，并根据所需的生长阶段和特定植物种类选择适当的光谱组合，以提供最适宜的光线供给。

NDVI的理论基础NDVI的理论基础植被指数按不同的监测方法和计算方法可分为多种多样的植被指数。

常用的有：归一化植被指数NDVI；垂直植被指数PVI；比值植被指数RVI；消除土壤影响的植被指数SAVI和全球植被指数GVI等。

其中，NDVI则是使用最广泛，效果也较好的一种。

NDVI（Normalized Difference Vegetation Index）归一化植被指数，又称标准化植被指数，在使用遥感图像进行植被研究以及植物物候研究中得到广泛应用，它是植物生长状态以及植被空间分布密度的最佳指示因子，与植被分布密度呈线性相关。

归一化植被指数(NDVI)是近红外与红色通道反射率比值(SR=NIR/RED)的一种变换形式，NDVI=(NIR-R)/(NIR+R)。

植被覆盖度（fv）fv=（NDVI-NDVImin)/(NDVImax-NDVImin).叶面积指数（LAI）LAI=k-1ln(1-fv)-1，k是消光系数，每种植被k各不相同，一般植被取值范围是0.8-1.3。

NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、枯叶、粗超度等，且与植被覆盖有关，-1≤NDVI≤1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大。

用NDVI判断植物生长的状态：植物叶绿素发生光合作用而吸收红光，所以长势越好的植物吸收红光越多，反射近红外光也越多。

所以NDVI能反应植物生物量的多少，NDVI越大，植物长势越好。

附表：植被指数指数应用计算公式测量值的意义优点局限性NDVI 归一化植被指数监测植被生长状态、植被覆盖度和消除部分辐射误差等NDVI=(NIR-R)/(NIR+R)-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等能反映出植物冠层的背景影响，如土壤、潮湿地面、枯叶、粗超度等，且与植被覆盖有关对高植被区具有较低的灵敏度RVI 比值植被指数是绿色植物的的灵敏指数参数，用于检测和估算植物生物量RVI=NIR/R绿色健康植被覆盖地区的RVI远大于1，而无植被覆盖的地面（裸土、人工建筑、水体、植被枯死或严重虫害）的RVI在1附近。

植被光谱分析与植被指数计算在遥感中，常常结合不同波长范围的反射率来增强植被特征，如植被指数（vegetation indices ——VI）的计算，植被指数（VI）是两个或多个波长范围内的地物反射率组合运算，以增强植被某一特性或者细节。

目前，在科学文献中发布了超过150种植被指数模型，这些植被指数中只有极少数是经过系统的实践检验。

本文总结现有植被指数，根据对植被波谱特征产生重要影响的主要化学成份：色素（Pigments）、水分（Water）、碳（Carbon）、氮（Nitrogen），总结了7大类实用性较强的植被指数，即：宽带绿度、窄带绿度、光利用率、冠层氮、干旱或碳衰减、叶色素、冠层水分含量。

这些植被指数可以简单度量绿色植被的数量和生长状况、叶绿素含量、叶子表面冠层、叶聚丛、冠层结构、植被在光合作用中对入射光的利用效率、测量植被冠层中氮的相对含量、估算纤维素和木质素干燥状态的碳含量、度量植被中与胁迫性相关的色素、植被冠层中水分含量等。

包括以下内容：∙∙●植被光谱特征∙∙●植被指数∙∙●HJ-1-HSI植被指数计算1.植被光谱特征植被跟太阳辐射的相互关系有别于其他物质，如裸土、水体等，比如植被的“红边”现象，即在<700nm附近强吸收，>700nm高反射。

很多因素影响植被对太阳辐射的吸收和反射，包括波长、水分含量、色素、养分、碳等。

研究植被的波长范围一般为400 nm to 2500 nm，这也是传感器设计选择的波长范围。

这个波长范围可范围以下四个部分：∙∙●可见光（Visible）：400 nm to 700 nm∙∙●近红外（Near-infrared——NIR）：700 nm to 1300 nm∙∙●短波红外1（Shortwave infrared 1—— SWIR-1）：1300 nm to 1900 nm∙∙●短波红外2（Shortwave infrared 2——SWIR-2）：1900 nm to 2500 nm其中NIR和SWIR-1的过渡区（1400nm附近）是大气水的强吸收范围，卫星或者航空传感器一般不获取这范围的反射值。

不同类型的地物在遥感影像中呈现出不同的光谱曲线特征。

以下是一些常见地物的光谱曲线特征：
植被：植被在可见光波段（0.4-0.7微米）表现出较高的反射率，特别是在绿色波段（0.5-0.6微米）反射率最高。

这是因为植被对太阳辐射的吸收主要集中在红光和蓝光波段，而对绿光波段较少吸收，因此呈现出较高的反射率。

水体：水体在可见光波段表现出较低的反射率，尤其在蓝光波段（0.45-0.5微米）反射率较低。

这是因为水体对蓝光有较强的吸收能力，吸收了大部分蓝光能量，导致较低的反射率。

土壤：土壤的光谱曲线特征受其成分和含水量的影响。

一般而言，裸土在可见光波段的反射率较高，而在近红外波段（0.7-1.3微米）反射率较低。

不同类型的土壤（如沙质土壤、粘质土壤等）的光谱特征会有所差异。

建筑物：建筑物通常呈现出较高的反射率，尤其在可见光和近红外波段。

建筑物的反射率与其材质和表面特性有关，如玻璃、金属等材质会呈现出较高的反射率。

道路：道路表面通常具有较高的反射率，尤其在可见光和近红外波段。

道路的光谱特征与其材质、路面状况和光照条件等因素相关。

植被光谱分析与植被指数计算在遥感中，常常结合不同波长范围的反射率来增强植被特征，如植被指数（vegetation indices——VI）的计算，植被指数（VI）是两个或多个波长范围内的地物反射率组合运算，以增强植被某一特性或者细节。

目前，在科学文献中发布了超过150种植被指数模型，这些植被指数中只有极少数是经过系统的实践检验。

本文总结现有植被指数，根据对植被波谱特征产生重要影响的主要化学成份：色素（Pigments）、水分（Water）、碳（Carbon）、氮（Nitrogen），总结了7大类实用性较强的植被指数，即：宽带绿度、窄带绿度、光利用率、冠层氮、干旱或碳衰减、叶色素、冠层水分含量。

这些植被指数可以简单度量绿色植被的数量和生长状况、叶绿素含量、叶子表面冠层、叶聚丛、冠层结构、植被在光合作用中对入射光的利用效率、测量植被冠层中氮的相对含量、估算纤维素和木质素干燥状态的碳含量、度量植被中与胁迫性相关的色素、植被冠层中水分含量等。

包括以下内容：植被光谱特征植被指数HJ-1-HSI植被指数计算1.植被光谱特征植被跟太阳辐射的相互关系有别于其他物质，如裸土、水体等，比如植被的“红边”现象，即在<700nm附近强吸收，>700nm高反射。

很多因素影响植被对太阳辐射的吸收和反射，包括波长、水分含量、色素、养分、碳等。

研究植被的波长范围一般为400 nm to 2500 nm，这也是传感器设计选择的波长范围。

这个波长范围可范围以下四个部分：可见光（Visible）：400 nm to 700 nm近红外（Near-infrared——NIR）：700 nm to 1300 nm短波红外1（Shortwave infrared 1——SWIR-1）：1300 nm to 1900 nm短波红外2（Shortwave infrared 2——SWIR-2）：1900 nm to 2500 nm其中NIR和SWIR-1的过渡区（1400nm附近）是大气水的强吸收范围，卫星或者航空传感器一般不获取这范围的反射值。

在光谱的中红外阶段，绿色植物的光谱响应主要被1.4μm、1.9μm和2.7μm附近的水的强烈吸收带所支配。

地面植物具有明显的光谱反射特征，不同于土壤、水体和其他的典型地物，植被对电磁波的响应是由其化学特征和形态学特征决定的，这种特征与植被的发育、健康状况以及生长条件密切相关。

在可见光波段内，各种色素是支配植物光谱响应的主要因素，其中叶绿素所起的作用最为重要。

在中心波长分别为0.45μm（蓝色）和0.65μm（红色）的两个谱带内，叶绿素吸收大部分的摄入能量，在这两个叶绿素吸收带间，由于吸收作用较小，在0.54μm（绿色）附近行程一个反射峰，因此许多植物看起来是绿色的。

除此之外，叶红素和叶黄素在0.45μm （蓝色）附近有一个吸收带，但是由于叶绿素的吸收带也在这个区域内，所以这两种黄色色素光谱响应模式中起主导作用。

在光谱的近红外波段，植被的光谱特性主要受植物叶子内部构造的控制。

健康绿色植物在近红外波段的光谱特征是反射率高（45%-50%），透过率高（45%-50%），吸收率低（<5%）。

在可见光波段与近红外波段之间，即大约0.76μm附近，反射率急剧上升，形成“红边”现象，这是植物曲线的最为明显的特征，是研究的重点光谱区域。

许多种类的植物在可见光波段差异小，但近红外波段的反射率差异明显。

同时，与单片叶子相比，多片叶子能够在光谱的近红外波段产生更高的反射率（高达85%），这是因为附加反射率的原因，因为辐射能量透过最上层的叶子后，将被第二层的叶子反射，结果在形式上增强了第一层叶子的反射能量。

在光谱的中红外阶段，绿色植物的光谱响应主要被1.4μm、1.9μm和2.7μm附近的水的强烈吸收带所支配。

2.7μm处的水吸收带是一个主要的吸收带，它表示水分子的基本振动吸收带。

1.9μm，1.1μm，0.96μm处的水吸收带均为倍频和合频带，故强度比谁的基本吸收带弱，而且是依次减弱的。

1.4μm和1.9μm处的这两个吸收带是影响叶子的中红外波段光谱响应的主要谱带。

云南大学东陆园植被景观的光谱特征曹帅强;李阳阳;张军【摘要】植被景观是我国校园生态环境建设与文化认知的重要组成部分,非成像地物光谱仪得到的植被光谱特征是植被景观分类的重要依据.以云南大学东陆园为例,采用野外光谱仪对针、阔、草三种典型绿色植被和不同颜色植被的反射光谱进行采集和处理,得到六种植被的反射光谱.通过分析三种绿色植被的反射光谱特征、一阶导数光谱和二阶导数光谱,建立了校园植被景观中针、阔、草的区分特征规律.研究结果表明:(1)特征值分别位于反射光谱的红光区(反射率从高到低依次为:草地、阔叶林、针叶林)、一阶导数光谱红边峰值(峰值从高到低次序与反射率相同)和二阶导数的四个特征波段(683 nm—703 nm(二阶导数>0)、724 nm—755 nm(二阶导数<0)、756 nm—760 nm(二阶导数>0)和760 nm—765 nm(二阶导数<0)),峰值从高到低分别对应草地、阔叶林、针叶林,且二阶导数区分性最好;(2)彩色植被由于花青素差异,红、黄、蓝青三种花在可见光波段对应颜色区域呈现较高的反射率,因此可见光区的反射特征可以用来区分不同色系的彩色植被.【期刊名称】《衡阳师范学院学报》【年(卷),期】2018(039)003【总页数】7页(P116-122)【关键词】校园植被景观;反射光谱;导数光谱;云南大学【作者】曹帅强;李阳阳;张军【作者单位】湖南省古村古镇文化遗产数字化传承协同创新中心,湖南衡阳421002;云南大学资源环境与地球科学学院,云南昆明 650000;湖南省古村古镇文化遗产数字化传承协同创新中心,湖南衡阳 421002;湖南省古村古镇文化遗产数字化传承协同创新中心,湖南衡阳 421002【正文语种】中文【中图分类】Q436校园植被景观是我国重要“科—学—游”一体化为集合的文化功能、空间构景和地域特色等的总和，具有一定的地方意义。

学术界主要从校园植物景观的群落结构特征[1]、文化内涵[2]、规划设计[3]与配置[4]、质量提升改造[5]等方面做了大量研究工作，但对于充分识别校园植被景观特征仍需要深入探讨。

土壤，水体，植被的光谱反射曲线特征
自然状态下土壤表面的反射率没有明显的峰值和谷值。

土壤的反射光谱特征主要受到土壤中的原生矿物和次生矿物、土壤水分含量、土壤有机质、铁含量、土壤质地等因素的影响。

水的光谱特征主要是由水本身的物质组成决定，同时又受到各种水状态的影响。

地表较纯洁的自然水体对0.4~2.5μm 波段的电磁波吸收明显高于绝大多数其它地物。

在光谱的可见光波段内，水体中的能量-物质相互作用比较复杂，光谱反射特性概括起来有一下特点:
(1)光谱反射特性可能包括来自三方面的贡献:水的表面反射、水体底部物质的反射和水中悬浮物质的反射。

(2)光谱吸收和透射特性不仅与水体本身的性质有关，而且还明显地受到水中各种类型和大小的物质--有机物和无机物的影响。

(3)在光谱的近红外和中红外波段，水几乎吸收了其全部的能量，即纯净的自然水体在近红外波段更近似于一个“黑体”，因此，在 1.1~2.5μm 波段，较纯净的自然水体的反射率很低，几乎趋近于零。

植物的光谱特征可使其在遥感影像上有效地与其他地物相区别。

同时，不同的植物各有其自身的波谱特征，从而成为区分植被类型、长势及估算生物量的依据。

健康的绿色植被的光谱反射特征地面植物具有明显的光谱反射特征，不同于土壤、水体和其他的典型地物，植被对电磁波的响应是由其化学特征和形态学特征决定的，这种特征与植被的发育、健康状况以及生长条件密切相关。

在可见光波段内，各种色素是支配植物光谱响应的主要因素，其中叶绿素所起的作用最为重要。

健康的绿色植被，其光谱反射曲线几乎总是呈现“峰和谷”的图形，可见光谱内的谷是由植物叶子内的色素引起的。

例如叶绿素强烈吸收波谱段中心约0.45um和0.67um（常称这个谱带为叶绿素吸收带）的能量。

植物叶子强烈吸收蓝区和红区的能量，而强烈反射绿区能量，因此肉眼觉得健康的植被呈绿色。

除此之外，叶红素和叶黄素在0.45um（蓝色）附近有一个吸收带，但是由于叶绿素的吸收带也在这个区域内，所以这两种黄色色素光谱响应模式中起主导作用。

如果植物受到某种形式的抑制而中断了正常的生长发育，它会减少甚至停止叶绿素的产生。

这将导致叶绿素的蓝区和红区吸收带减弱，常使红波段反射率增强，以至于我们可以看到植物变黄（绿色和红色合成）。

从可见光区到大约0.7um的近红外光谱区，可看到健康植被的反射率急剧上升。

在0.7-1.3um区间，植物的反射率主要来自植物叶子内部结构。

健康绿色植物在0.7-1.3um间，的光谱特征的反射率高达（45%-50%），透过率高达（45%-50%），吸收率低至（<5%）。

植物叶子一般可反射入射能量的40%-50%，其余能量大部分透射过去，因为在这一光谱区植物叶子对入射能量的吸收最少（一般少于5%）。

在光谱的近红外波段，植被的光谱特性主要受植物叶子内部构造的控制。

在可见光波段与近红外波段之间，即大约0.76um附近，反射率急剧上升，形成“红边”现象，这是植物曲线的最为明显的特征，是研究的重点光谱区域。

许多种类的植物在可见光波段差异小，但近红外波段的反射率差异明显。

同时，与单片叶子相比，多片叶子能够在光谱的近红外波段产生更高的反射率（高达85%），这是因为附加反射率的原因，因为辐射能量透过最上层的叶子后，将被第二层的叶子反射，结果在形式上增强了第一层叶子的反射能量。

健康绿色植被的光谱曲线通常表现为特定的形态和特征，这些特征可以用来评估植被的生理状态和健康程度。

以下是健康绿色植被的典型光谱曲线特征：1.可见光区谷底：在可见光区域（约400-700纳米），健康的绿色植被通常表现出一个谷底，即在绿色波段（约500-600纳米）附近的较低反射率。

这是由于叶绿素的吸收作用，在该波段能量被吸收较多。

2.叶绿素吸收峰：健康的绿色植被在蓝光（约400-500纳米）和红光（约600-700纳米）波段中通常表现出较高的吸收峰。

这是由于叶绿素和其他色素对光的选择性吸收，起到光合作用的关键作用。

3.近红外吸收谷：在近红外波段（约700-900纳米），健康的绿色植被通常表现出一个吸收谷。

这是由于植被中的细胞结构和叶片内部的吸收作用，使得近红外波段的光能量被吸收较多。

4.近红外反射波段：在近红外波段中超过900纳米的范围内，健康的绿色植被通常显示出较高的反射率。

这是由于植被的细胞结构、气孔和叶片内部的反射作用，使得该波段的光能量相对较好地反射出来。

以上是健康绿色植被典型的光谱曲线特征。

这些特征可以通过光谱仪或遥感技术获取，用来评估植被的养分状况、生长状态、受到的胁迫程度等，对于农业、生态学研究、植被监测等领域具有重要意义。

植被指数介绍目录1. 植被指数概述 .................................. 错误!未定义书签。

2. 植被指数的分类 ................................ 错误!未定义书签。

不考虑影响因子 ................................ 错误!未定义书签。

考虑影响因子 .................................. 错误!未定义书签。

消除土壤因子.............................. 错误!未定义书签。

消除大气因子.............................. 错误!未定义书签。

消除综合因子.............................. 错误!未定义书签。

3. 植被指数的应用 ................................ 错误!未定义书签。

生态 .......................................... 错误!未定义书签。

林业 .......................................... 错误!未定义书签。

农业 .......................................... 错误!未定义书签。

环境 .......................................... 错误!未定义书签。

海洋 .......................................... 错误!未定义书签。

参考文献.......................................... 错误!未定义书签。

1.植被指数概述植被指数是用不同波段的植被-土壤系统的反射率因子以一定形式组合成的参数，它与植被特征参数间的函数联系比单一波段值更稳定、可靠[1]。

植被的光谱特性色素吸收决定着可见光波段的光谱反射率，细胞结构决定近红外波段的光谱反射率，而水汽吸收决定了短波红外的光谱反射率特性。

一般情况下，植被在350 - 2500nm范围内具有如下典型反射光谱特征:(1 )350一490nm谱段:由于400一450nm谱段为叶绿素的强吸收带，425一490nm 谱段为类胡罗卜素的强吸收带，380nm波长附近还有大气的弱吸收带，故350一490nm谱段的平均反射率很低，一般不超过10%，反射光谱曲线的形状也很平缓;(2) 490一600mn谱段:由于550nm波长附近是叶绿素的强反射峰区，故植被在此波段的反射光谱曲线具有波峰的形态和中等的反射率数值(约在8-28%之间); (3) 600一700nm谱段:650一700nm谱段是叶绿素的强吸收带，610、660nm谱段是藻胆素中藻蓝蛋白的主要吸收带，故植被在600一700nm的反射光谱曲线具有波谷的形态和很低的反射率数值(除处于落叶期的植物群落外，通常不超过10%)(4) 700一750nm谱段:植被的反射光谱曲线在此谱段急剧上升，具有陡而近于直线的形态。

其斜率与植物单位面积叶绿素(a+b)的含量有关，但含量超过4一5mg.cm'2后则趋于稳定;(5) 750一1300nm谱段:植被在此波段具有强烈反射的特性(可理解为植物防灼伤的自卫本能)，故具有高反射率的数值。

此波段室内测定的平均反射率多在35一78%之间，而野外测试的则多在25一65%之间。

由于760nm, 850nm, 910nm,960nm 和1120nm等波长点附近有水或氧的窄吸收带，因此，750.1300nm谱段的植被反射光谱曲线还具有波状起伏的特点;(6) 1300一1600nm谱段:与1360一1470nm谱段是水和二氧化碳的强吸收带有关，植被在此谱段的反射光谱曲线具有波谷的形态和较低的反射率数值(大多在12一18%之间):(7) 1600一1830nm谱段:与植物及其所含水分的波谱特性有关，植被在此波段的反射光谱曲线具有波峰的形态和较高的反射率数值(大多在20一39%之间); (8) 1830一2080mn 谱段:此谱段是植物所含水分和二氧化碳的强吸收带，故植被在此谱段的反射光谱曲线具有波谷的形态和很低的反射率数值(大多在6一10%之间);(9) 2080一2350nm谱段:与植物及其所含水分的波谱特性有关，植被在此波段的反射光谱曲线具有波峰的形态和中等的反射率数值(大多在10一23%之间): (10) 2350一2500mn谱段:此谱段是植物所含水分和二氧化碳的强吸收带，故植被在此谱段的反射光谱曲线具有波谷的形态和较低的反射率数值(大多在8一12%之间)。

锡林格勒典型植被类型光谱特征鹿琳琳;李庆亭;张熙;刘玲玲;隋悦【摘要】内蒙古草原是全球变化研究的热点区域。

遥感是进行大尺度草地动态监测最为有效的工具。

为基于遥感数据的草地分类识别和动态变化监测提供依据，该文以锡林格勒盟的典型植被类型为研究对象，采集冠层反射率光谱数据，分析其波形和植被指数光谱特征。

研究结果表明：红边面积、红边斜率以及680nm 附近的叶绿素吸收谷特征参量，能够有效区分不同密度的草地和农业植被。

归一化植被指数 NDVI、绿度归一化植被指数 GNDVI 和优化调节植被指数 OSAVI 的变化趋势一致，能够反映植被绿度信息，适宜于监测植被长势。

%Inner Mongolia grassland is an important region for global change study.Remote sensing is an effective tool for large-scale grassland monitoring.To assist the classification and dynamic monitoring of grassland,reflectance spectra were measured and the spectral features were analyzed for representative vegetations in Xilingol.The results showed that red edge slopes,red edge areas and the absorption features of chlorophyll near 680nm differ a lot and can be used for classification of vegetation types.NDVI,GNDVI and OSAVI show the same changing trend for different vegetation types,which reflect the greenness of different vegetations and are appropriate for monitoring the growth condition.【期刊名称】《遥感信息》【年(卷),期】2015(000)004【总页数】6页(P55-60)【关键词】遥感;光谱特征;植被指数;红边;草地【作者】鹿琳琳;李庆亭;张熙;刘玲玲;隋悦【作者单位】中国科学院遥感与数字地球研究所数字地球重点实验室，北京100094;中国科学院遥感与数字地球研究所数字地球重点实验室，北京 100094;中国科学院遥感与数字地球研究所数字地球重点实验室，北京 100094; 山东科技大学测绘科学与工程学院，山东青岛 266590;中国科学院遥感与数字地球研究所数字地球重点实验室，北京 100094;中国科学院遥感与数字地球研究所数字地球重点实验室，北京 100094【正文语种】中文【中图分类】TP751草地是全球陆地生态系统的主要类型之一，它与森林和海洋并列为地球的三大碳库，在全球变化研究中占有重要地位。

地物光谱特征
地物光谱特征是指不同地物（如植被、土壤、水体等）在不同波段的光谱反射特性。

1. 植被光谱特征：植被在可见光谱区域（400-700nm）表现出明显的吸收特征，主要是由于叶绿素的吸收作用。

在红光（约650-700nm）处，植被的反射率较低，而在近红外光（约700-1300nm）处，植被的反射率较高。

这种反射特征可用于估算植被的叶绿素含量和植被覆盖度。

2. 水体光谱特征：水体对可见光和近红外光呈现不同的反射和吸收特性。

水体对蓝光（约400-500nm）吸收较高，对绿光（约500-600nm）吸收较低，而对近红外光（约700-800nm）反射率较高。

这种反射特征可用于水质参数（如浊度、叶绿素浓度等）的监测。

3. 土壤光谱特征：土壤的光谱反射特性受土壤类型、含水量、有机质含量等因素的影响较大。

一般来说，裸露土壤在可见光谱区域呈现较高的反射率，而在近红外光谱区域呈现较低的反射率。

土壤的反射特征可用于土壤类型分类、土壤有机质含量和水分含量估算等。

不同地物的光谱特征可以通过遥感技术获取和分析，从而实现对地物类型、分布、变化等的监测和研究。

黄河口典型植被光谱及NDVI 变化对比分析单春芝，王娟，孙乐成，刘旭东（国家海洋局北海环境监测中心，山东青岛266033）摘要：作为黄河口地区两种典型的植被群落类型，芦苇群落（Comm.Phragmites australis ）与互花米草群落（Comm.Spartinaalterniflora）在遥感影像的表征较为相似，利用单时相遥感影像识别时，易存在混淆区域。

工作中发现，两种植被处于不同生长期时，其遥感影像具有不同的表征。

为了提高黄河口地区芦苇、互花米草两类植被群落遥感识别结果的可靠性，本文通过获取多时相遥感影像中芦苇、互花米草群落纯净像元的光谱值，分析植被“红边”光谱曲线随时间的变化特征，进一步计算研究区多期遥感影像NDVI （Normalized Difference Vegetation Index ），提取纯净像元的NDVI 值，对比分析这两种植被NDVI 指数在时间序列上的变化特征，发现芦苇群落与互花米草群落的NDVI 值在时间序列上存在明显区别。

结果表明，利用5月的影像能够较好地识别芦苇群落的分布范围，利用11月影像能够较好地识别互花米草群落的分布范围。

本研究结果可为今后黄河口地区这两类典型植被群落的遥感识别方法研究提供可靠依据。

关键词：黄河口；芦苇；互花米草；植被群落；NDVI ；识别中图分类号：P736.22文献标识码：A文章编号：1001原6932（圆园21）01原园062原08Comparison analysis of typical vegetation spectrum and NDVI changes in the Yellow River EstuarySHAN Chunzhi,WANG Juan,SUN Lecheng,LIU Xudong渊North China Sea Environmental Monitoring Center,State Oceanic Administration,Qingdao 266033)Abstract ：As two typical vegetation communities in the Yellow River Estuary,Comm.Phragmites australis and Comm.Spartina alterniflora are similar in the representation of remote sensing images.They can be easily confused in the process of single-phase remote sensing image recognition.It is found in the work that the two vegetation communities are different in different growth periods.Therefore,in order to improve the reliability of the results of remote sensing recognition of these two typical vegetation,the spectral values of pure pixels were extracted to analyze the change characteristics of "red edge"with time.Further,multi-phase remote sensing image NDVI in the study area was calculated and the value of pure pixels was ex鄄tracted.By comparing and analyzing the NDVI change characteristics of the two vegetations in the time series,it is found that the NDVI values are significantly different.Experiments prove that the distribution of P.australis can be better identified us鄄ing the May image and the distribution range of S.alterniflora can be identified using the November image.The conclusioncan be used for remote sensing recognition of these two vegetations in the Yellow River Estuary and it is reliable.Keywords ：Yellow River Estuary;Phragmites australis;Spartina alterniflora ;vegetation community;NDVI;recognition 收稿日期：2020-06-21；修订日期：2020-09-30基金项目：国家重点研发计划（SQ2018YFC140023-05）作者简介：单春芝（1986—），男，硕士，主要从事海岸带遥感研究。

植被光谱特征400~700nm波段，植被强吸收波段，反射和透射都很低。

由于植物色素吸收，特别是叶绿素a、b的强吸收，在可见光波段形成两个反射率很低的吸收谷（450nm蓝光和660nm红光附近）和一个反射峰（550nm的绿光处），呈现出其独特的光谱特征，即“蓝边”、“绿峰”、“黄边”、“红谷”等区别于土壤、岩石、水体的独特光谱特征。

700nm~780nm波段，是叶绿素在红波段的强吸收到近红外波段多次散射形成的高反射平台的过渡波段，又称为植被反射率红边。

红边是植被营养、长势、水分、叶面积等的指示性特征，并得到了广泛应用与证实。

当植被生物量大、色素含量高、生长力旺盛时，红边位置会向长波方向移动（红移）；而当遇病虫害、污染、叶片老化等因素发生时，红边位置会向短波方向移动（蓝移）。

780nm~1350nm波段，叶片内部结构能够解释其光谱反射率特性。

由于光线在叶片内部的多次散射形成，且色素和纤维素在该波段来说是近似是透明的（多次散射最多10%被吸收），即便是叶片含水量也只是在970nm、1200nm附近有两个微弱的吸收特征，所以多次散射的结果便是近50%的光线被反射，近50%被透射。

该波段植被反射率较高且相对平稳，因此称反射率平台（又称为反射率红肩）的光谱反射率强度取决于叶片内部结构，特别是叶肉与细胞间空隙的相对厚度。

但叶片内部结构影响叶片光谱反射率的机理比较复杂，已有研究表明，当细胞层越多，光谱反射率越高；细胞形状、成分的各向异性及差异越明显，光谱反射率也越高。

当冠层叶片呈多层分布时，由于被透射光线可以多次反射，因此，在该波段随叶面积指数增大反射率也增高。

1350nm~2500nm波段，叶片水分吸收主导了该波段的光谱反射率特性。

由于1450nm、1940nm、2700nm的强吸收特征，这些吸收光谱位置中间，形成2个主要反射峰，位于1650nm和2200nm附近。

由于叶片水分的吸收波段受到大气中水汽的强烈干扰，而将大气水汽和植被水分对光谱反射率的贡献相分离的难度很大，虽取得了部分进展，但仍满足不了植被含水量的定量遥感需求。