遥感地学分析_第一章植被遥感4

植被遥感的原理和应用1. 植被遥感的原理植被遥感是指利用遥感技术获取关于植被的信息。

主要通过感知、识别和解译植被的光谱、空间和时间特征，从而实现对植被生态系统的监测和评估。

植被遥感的原理可以概括为以下几点：•光谱反射特性：植被对不同波段的电磁辐射有不同的反射特性。

通过测量植被对可见光和红外辐射的反射率，可以获取与植被生理和结构特征相关的信息。

•植被指数：植被指数是通过计算植被光谱特征之间的关系得到的一种指标。

常用的植被指数有归一化植被指数（NDVI）、差值植被指数（DVI）等。

植被指数可以反映植被的生长状况和叶绿素含量等信息。

•植被分类：通过分析植被光谱特征的差异，可以将植被进行分类和识别。

常用的植被分类方法包括基于光谱特征的有监督分类和无监督分类等。

•时序变化：植被在不同季节和年份的生长状态存在差异，通过观测植被的时序变化，可以获取植被的生长过程和季节变化规律。

2. 植被遥感的应用植被遥感可以广泛应用于农林牧渔、环境保护、地质勘察和城市规划等领域。

以下是一些植被遥感的具体应用：•农业管理：植被遥感可以用于农作物的监测和评价。

通过监测植被生长状况和叶面积指数变化，可以实现农作物的施肥、灌溉和病虫害防治等管理工作。

•生态环境监测：植被遥感可以用于湿地、森林和草原等生态系统的监测和评估。

通过监测植被覆盖度、植被类型和植被退化状况等指标，可以了解生态系统的健康状况和环境变化趋势。

•火灾监测：植被遥感可以通过监测植被的温度和湿度等指标，实现对火灾的预警和监测。

及时发现火点并采取措施可以有效减少火灾的危害和损失。

•城市绿化规划：植被遥感可以用于城市的绿化规划和管理。

通过分析城市植被覆盖度和类型分布，可以优化城市绿地布局和植被种植结构，改善城市环境质量。

•土地利用变化：植被遥感可以用于监测土地利用变化和评估土地资源的可持续利用。

通过比较不同时间段的遥感影像，可以分析土地利用类型的变化和转移。

3. 总结植被遥感是一种重要的环境监测和资源管理技术。

第一章遥感:指空对地的遥感,即从远离地面的不同工作平台上（如高塔、气球、飞机、火箭、人造地球卫星、宇宙飞船、航天飞机等）通过传感器，对地球表面的电磁波(辐射)信息进行探测,并经信息的传输、处理和判读分析,对地球的资源与环境进行探测和监测的综合性技术。

地学分析是以地学规律为基础对信息进行的分析处理过程。

地学分析方法主要有地理相关分析法、主导因素法、环境本底法、交叉分析法、信息复合等. 遥感的目的:建立模型，从简单到复杂地分析图像,从少到多地利用图像，从遥感数据中获取需要的遥感信息。

人们通过对遥感信息的处理、分析、复原和反演来揭示地表各种现象和过程的规律。

遥感地学分析是建立在地学规律基础上的遥感信息处理和分析模型，其结合物理手段、数学方法和地学分析等综合型应用技术和理论，通过对遥感信息的处理和分析,获得能反映地球区域分异规律和地学发展过程的有效信息的理论方法.遥感信息源的综合特征（１）多源性多平台多波段多视场ﻭ(2)空间宏观性遥感影像覆盖范围大、视野广，具有概括性ﻭ（3)遥感信息的时间性瞬时特征时效性重返周期与多时相(4)综合性、复合性多种地理要素的综合反映多分辨率遥感信息的综合（５)波谱、辐射量化性地物波谱反射、辐射的定量化记录(6)遥感信息在地学分析中的模糊性和多解性地面信息是多维的、无限的（时间和空间的),而遥感信息是简化的二维信息ﻭ遥感信息的复杂性和不确定性主要表现在：同物异谱、异物同谱；混合象元；时相变化；信息传输中的衰减和增益(辐射失真和几何畸变)遥感数据介绍1ﻭ)高分辨率遥感数据2)中分辨率遥感数据3）低分辨率遥感数据高分辨率（高清晰度）遥感卫星像片空间分辨率一般为5m—１0m 左右,卫星一般在距地600kｍ（千米）左右的太阳同步轨道上运行。

ﻭ应用范围:ﻭ精度相对较高的城市内部的绿化、交通、污染、建筑密度、土地、地籍等的现状调查、规划、测绘地图;大型工程选址、勘察、测图和已有工程受损监测等；还可应用于农业、林业、灾害等领域内的详细调查和监测。

遥感地学分析的重点知识-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN第1章绪论一、遥感地学分析遥感地学分析是以地学规律为基础对遥感信息进行的分析处理过程。

地学分析方法与遥感图像处理方法有机地结合起来，一方面可扩大地学研究本身的视域，提高对区域的认识水平；另一方面可改善遥感分析、处理、识别目标的精度。

二、遥感的分类1、以探测平台划分；（地面、航空、航天、航宇）2、按探测的电磁波段划分；3、按电磁辐射源划分；（被动、主动）4、按应用目的划分。

（地质、农业、林业、水利、海洋等）二、按探测的电磁波段划分1、可见光遥感2、红外遥感3、微波遥感4、多光谱遥感5、紫外遥感6、高光谱遥感三、遥感信息定量化的定义遥感信息定量化是指通过实验或物理模型将遥感信息与观测目标参量联系起来，将遥感信息定量地反演或推算为某些地学、生物学或大气等测量目标参量。

四、遥感信息的定量化两重含义1、遥感信息在电磁波不同波段内给出的地标物质定量的物理量和准确的空间位置。

2、从定量的遥感信息中，通过实验或物理模型将遥感信息与地学参量联系起来，定量地反演或推算某些地学或生物学的参量。

3、定量化模型：分析模型、经验模型、半经验模型。

第2章地物光谱特征与遥感数字图像信息提取一、地物的反射光谱特性反射率——用来表示不同地物对入射电磁波的反射能力的不一样。

反射——当电磁辐射到达两种不同介质的分界面时，入射能力的一部分或全部返回原介质的现象。

光谱反射率——Ρ(λ)=E R（λ）/E I(λ)↓↓↓反射率反射能入射能一般地说，当入射电磁波长一定时，反射能力强的地物，反射率大，在黑白遥感图像上呈现的色调就浅。

反之，反射入射光能力弱的地物，反射率小，在黑白遥感图像上呈现的色调就深。

判读遥感图像的重要标志——在遥感图像上色调的差异。

判读识别各种地物的基础和依据——不同地物在不同波段反射率存在着差异，在不同波段的遥感图像上就呈现出不同的色调。

遥感地学分析一、名词解释遥感地学分析：是建立在地学规律基础上的遥感信息处理和分析模型，其结合物理手段、数学方法和地学分析等综合型应用技术和理论，通过对遥感信息的处理和分析，获得能反映地球区域分异规律和地学发展过程的有效信息的理论方法。

热惯量：由于系统本身有一定的热容量，系统传热介质具有一定的导热能力，所以当系统被加热或冷却时，系统温度上升或下降往往需要经过一定的时间，这种性质成为系统的热惯量(Thermal inertia)。

叶方位角：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。

红边：反射光谱的一阶微分最大值所对应的光谱位置.光合有效辐射：植物光合作用所能利用的可见光部分的太阳辐射。

简答1、植被遥感中NDVI应用最广泛？①NDVI是对植被生长状态及植被覆盖度的最佳指示因子。

NDVI 与 LAI、绿色生物量、植被覆盖度、光合作用等植被参数有关；NDVI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NDVI对半干旱区降雨量、对大气CO2浓度随季节和纬度变化均敏感。

②NDVI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 / 阴影和大气条件有关的辐照度条件变化）等的影响。

③NDVI介于-1和1之间，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示岩石或裸土等，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。

几种典型的地面覆盖类型在大尺度NDVI图象上区分鲜明，植被得到有效的突出。

因此，NDVI 特别适用于全球或各大陆等大尺度的植被动态监测。

二、论述题1、植被指数影响因素。

①物候期、农事历。

物候期指自然植物在其生长发育过程中，其生理、外形、结构等的季节性变化，可通过遥感加以监测。

对于农作区，物候期表现为地方农事历，即耕作、播种、发芽、生长、成熟、收获、休闲等季相循环周期。

它是由作物的生长特点、地方气候、地方农业耕作方式与习惯等决定的。

可见，植被指数提取中遥感数据时相选择的重要性。

如何利用遥感技术进行城市绿地和植被覆盖度分析城市绿地和植被覆盖度是评估城市生态环境质量的重要指标，也是衡量城市可持续发展的关键要素之一。

而遥感技术的应用为城市绿地和植被覆盖度的分析提供了良好的手段。

本文将从遥感技术的原理、数据获取和处理、分析方法和应用前景等方面来探讨如何利用遥感技术进行城市绿地和植被覆盖度分析。

一、遥感技术原理遥感技术是通过对地面物体反射、辐射和散射的电磁波进行探测和记录，获取地表信息的一种方法。

遥感技术原理主要基于电磁波与物体之间的相互作用，通过传感器接收不同频谱范围的电磁波，识别和测量地表特征。

二、数据获取和处理城市绿地和植被覆盖度的分析需要获取高质量的遥感数据。

常用的遥感数据包括卫星遥感数据和航空遥感数据。

卫星遥感数据具有广域覆盖和周期性观测的特点，适用于大范围的城市绿地和植被监测。

而航空遥感数据具有较高的空间分辨率和信息精度，可以更准确地获取城市绿地和植被覆盖度的信息。

在数据处理方面，遥感影像的预处理是不可或缺的一步。

预处理包括几何校正、辐射校正和大气校正等。

几何校正用于纠正影像的平差误差，使其与地面形状一致。

辐射校正则是通过转换原始数据的辐射量，消除光谱影像之间的辐射差异。

大气校正是去除大气对遥感影像的影响，提高影像的质量。

三、分析方法城市绿地和植被覆盖度的分析可以采用基于指数的方法，如归一化植被指数（NDVI）和改进的植被指数（EVI）。

NDVI通过计算红外辐射和可见光辐射之间的比值来估算植被生长的状况，数值范围在-1到1之间。

EVI相比于NDVI，考虑了近红外辐射和蓝光辐射，适用于高覆盖度和低覆盖度的地区。

另外，基于分类的方法也是常用的分析手段。

通过遥感影像的像元分类，可以将不同的地物类型分割出来，进而分析城市绿地和植被覆盖度。

常用的分类方法包括基于像元的最大似然分类、支持向量机（SVM）分类和随机森林分类等。

四、应用前景利用遥感技术进行城市绿地和植被覆盖度分析具有广阔的应用前景。

遥感地学分析方法南京地区植被指数提取与分析：采用的遥感数据：Landsat TM （120－38南京地区）。

植被指数提取方法：植被主要通过绿色植物叶子和植被冠层的光谱特性及其差异、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有相关性，所以我们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），产生某些对植被长势、生物量等有一定指示意义的数值——即所谓的“植被指数”。

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、生长活力及生物量等。

在植被指数中，通常选用对绿色植物（叶绿素引起的）强吸收的可见光红波段和对绿色植物（叶内组织引起的）高反射的近红外波段。

这两个波段不仅是植物光谱中的最典型的波段，而且它们对同一生物物理现象的光谱响应截然相反，故它们的多种组合对增强或揭示隐含信息将是有利的。

1、提取归一化植被指数归一化指数（NDVI）被定义为近红外波段与可见光红波段数值之差和这两个波段数值之和的比值。

公式：NDVI=（TM4-TM3）/（TM4+TM3）2、提取绿度植被指数GVIGVI=-0.2848*TM1-0.2435*TM2-0.5436*TM3+0.7243*TM4+0.084*TM5-0.1800*TM7 在ENVY3.2的主菜单basic tools下，运行band math子菜单，输入上述公式，得到图像3、提取比值植被指数RVI比值值被指数（RVI）由于可见光红波段（R）与近红外波段（NIR）对绿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差异。

公式：RVI= TM4/TM3在ENVY3.2的主菜单basic tools下，运行band math子菜单，输入上述公式，得到图像4、提取差值植被指数公式：RVI= TM4-TM3在ENVY3.2的主菜单basic tools下，运行band math子菜单，输入上述公式，得到图像将得到的几种植被指数按RGB合成后得到彩色图像，可以很明显的看到黄色较亮的部分为植被覆盖区。

植被遥感检测的原理与方法
植被遥感检测是利用遥感技术获取地面植被信息的过程。

其原理和方法主要包括以下几个方面：
1. 光谱特征：植被具有不同的光谱特征，不同类型的植被在不同波段的反射率存在差异。

利用遥感传感器获取地面反射光谱信息，可以判断植被的类型和状态。

2. 植被指数：植被指数是通过计算不同波段反射率之间的比值或差值来反映植被状态的指标。

常用的植被指数包括NDVI（归一化植被指数）、EVI（增强型植被指数）等。

通过计算植被指数可以评估地表植被的覆盖度、生长情况等。

3. 形状特征：植被在不同生长阶段和环境条件下具有不同的形状特征。

通过遥感图像的形态学处理方法，可以提取植被的边界、形状和空间分布等信息。

4. 纹理特征：植被表面的纹理信息可以反映植被的结构和生长状况。

纹理特征分析方法包括协方差矩阵、灰度共生矩阵等。

通过提取植被纹理特征，可以评估植被的密度、分布等。

在植被遥感检测中，常用的方法包括单波段阈值法、多波段指数法、分类方法等。

单波段阈值法是利用一个波段的反射率或亮度信息，通过设置合适的阈值来划分植被和非植被区域。

多波段指数法是通过计算不同波段的植被指数，根据指数的阈值或变化趋势来区分植被类型。

分类方法是使用统计学、机器学习等技术，将
遥感影像像素分为植被和非植被两类，并实现植被类型的自动识别和分类。

常用的分类方法包括最大似然法、支持向量机、深度学习等。

植被遥感检测的原理和方法可以根据具体应用需求和数据资源来选择和应用，从而实现对不同区域和不同尺度的植被信息的提取和分析。