高光谱遥感在荒漠林植被指数(VI)比较中的应用
发布时间:2023-12-07
浏览次数:599
植被指数是对地表植被状况的简单、有效和经验的度量,,利用地面遥感和航天遥感数据结合植被指数实现快速调查,可以研究各数据中植被指数的差异。本文简单介绍了高光谱遥感在荒漠林植被指数(VI)比较中的应用。
植被指数是对地表植被状况的简单、有效和经验的度量,,利用地面遥感和航天遥感数据结合植被指数实现快速调查,可以研究各数据中植被指数的差异。本文简单介绍了高光谱遥感在荒漠林植被指数(VI)比较中的应用。
荒漠林植被数据的采集
植被利用光合作用吸收二氧化碳并释放氧气,是陆地生态系统的重要组成部分,还具有防风固沙,减少地表径流、减噪、滞尘等作用,在物质循环和能量流动中处于关键的地位。植被指数有助于增强遥感影像的解译能力,在植被覆盖度、碳储量估测、作物种类识别、产量预测预报以及专题制图方面都有应用。
为了准确衡量区域内植被的种类、覆盖度、面积以及动态变化等指标,采用高效的植被调查手段是十分必要的。传统的基于地面植被调查耗时费力,近代遥感技术的发展,改变了传统的植被调查技术,形成了快速、便捷、大尺度的观测手段,可以不受自然和社会条件的限制,迅速获得观测图像来分析植被的变化情况。
利用地面高光谱数据和光学影像中分别对梭梭林和柽柳林进行归一化植被指数(NDVI)、重归一化植被指数(RDVI)和土壤调节植被指数(SAVI)3 种植被指数的提取,并进行比较。
在荒漠林植被数据的采集中,推荐使用赛斯拜克无人机高光谱成像系统SF500,光谱范围覆盖400~1000nm,光谱分辨率优于2.5nm,具有极高的噪信比和空间分辨率,可以实现对物质信息的全面检测。
荒漠林植被数据的分析
高光谱的3种植被指数数值差异不大且都是正值,但光学影像的3种植被指数中NDVI 和SA-VI的数值小于RDVI,并且负值较多。光学影像植被指数出现负值的主要原因是光学影像的数据来源是90 m x90 m的样地的平均值算来的,由于荒漠植被的覆盖度较低,所以地面的反射光会影响到数值。
同时很多植被指数都具有尺度效应,在不同的样地大小范围内计算的数值会有所不同。高光谱VI的特点就是以点的形式对植被提取所需数据,可以避免客观因素的影响,能够更精准的计算出植被指数,而且可以得到比较典型的红边植被指数和倒数植被指数。
在地面高光谱数据中,无论是梭梭的高光谱植被指数,还是柽柳的高光谱植被指数,其3种植被指数的变化趋势和数值大小都很接近,特别是 SAVI 和 RDVI更加接近,但NDVI的变化要大于其他2种植被指数。由于冠层结构的差异,柽柳3种高光谱植被指数值均大于柽柳。
在TM 光学影像中,梭梭和柽柳的光学影像植被指数的NDVI 和 SAVI的数值基本保持在一定范围内,且变化幅度微小。而RDVI的数值变化较大其数值本身又大于NDVI 和 SAVI,相对不稳定,RDVI对植被覆盖度有更强的反应能力。
干旱、半干旱的荒漠化地区,植被覆盖度和植被生物量是衡量地表植被状况的两个重要指标,也是影响土壤侵蚀与水土流失的主要因子[18-19]。准确地评估荒漠化地区的植被覆盖度和植被生物量状况,对于掌握荒漠化发展态势具有重要意义。
相关产品
-
高光谱数据特征波长变量选择方法有哪些?
高光谱成像仪获取的数据非常的庞大,这些信息比较的冗沉,采取一定的方法提取对建模有效的波长变量,删除冗余变量,减少波长变量个数,优化模型,提高模型预测精确度非常..
-
高光谱数据预处理及高光谱数据特征波段提取方法
高光谱成像仪在获取样品的光谱数据时,会有很多信息是重复的或者是无信息变量甚至可能是影响数据模型结果的噪声数据,因此就需要对光谱数据进行预处理,提取特征波长数据..
-
高光谱成像技术:刑侦领域物证提取
在刑事侦查中,指纹因其唯一性和稳定性被誉为“物证之王”,而血指纹作为恶性案件现场的关键痕迹,其高效提取对案件侦破至关重要。然而,传统方法如Photoshop软件..
-
高光谱成像技术:解锁文物修复的无损密码
在历史的长河中,古籍、壁画等文物承载着人类文明的记忆。然而,高温、高湿、光照等环境因素不断侵蚀着这些文化瑰宝——墨水氧化导致字迹模糊,颜料褪色使壁画失去光彩,石..