浅析遥感技术在植被研究中的应用李永红（宁夏大学资源环境学院宁夏银川 750021）摘要: 遥感是指应用探测仪器，不与探测目标相接触，从远处把目标物的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术[1]。
遥感技术作为21世纪空间信息技术的支柱之一，在植被研究中发挥着重要的作用。
本文从遥感的基本内涵出发，通过查阅相关的文献、参考资料和对资料进行归纳总结,阐述了大面积农作物估产的方法、常见的植被指数，介绍了遥感植被解译应用，通过对遥感图像的四个特征进行比较，得出在一般情况下，空间分辨率和辐射分辨率成反比的结论；并对高新技术遥感在植被研究中的应用过程和发展前景进行简单概述。
关键字:遥感,植被,微波,高光谱遥感（Remote Sensing）是20世纪60年代发展起来的对地观测的综合性技术，是指应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术。
植被调查是遥感的重要应用领域。
植被是环境的的重要组成因子，也是反映区域生态环境的最好标志之一，同时也是土壤、水文等要素的解译标志，个别还是找矿的指示植物。
植被成像及解译的研究成果可以为环境监测、生物多样性保护、农业、林业等有关部门提供信息服务。
1 植被遥感1.1植物的光谱特征遥感技术的物理基础是地物对电磁波的反射、吸收和发射特性[2]。
遥感波段的辐射源不同，辐射与地物相互作用的机理就不同，因此所反映的地物信息也就不同。
在可见光、近红外波段，主要反射太阳光的辐射，遥感信息所反映的主要是地物的反射率。
反射率的一个重要特点就是光谱特性，也即反射率随波长的变化而变化。
我们能够利用遥感信息识别不同地物的一个根本原因就是因为各种地物间光谱特性具有一定的差异。
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。
图1显示了健康的绿色植物有效光谱响应特征。
图1 绿色植物有效光谱响应特征健康植物的的波谱曲线有明显的特点，在可见光的0.55μm附近有一个反射率为10%～20%的小反射峰，在0.45μm和0.65μm附近有两个明显的吸收谷，在0.7～0.8μm是一个陡坡,反射率急剧增高,在近红外波段0.8～1.3μm之间形成一个高的,反射率可达40%或更大的反射峰,在1.45μm,1.95μm和2.6～2.7μm处有三个吸收谷[1]。
健康绿色植被都具有基本的光谱特性，其光谱响应曲线有一定的变化范围，但曲线形态变化是基本相似的，这是因为影响其波谱特性的主导控制因素一致。
从植物的典型波谱曲线来看，影响植物光谱的因素包括植物叶子的颜色，叶子的组织结构，叶子的含水量以及植物的覆盖度[3]。
对于不同植物类型的区分，可依据(1)不同植物由于叶子的组织结构和所含色素不同，具有不同的光谱特征。
如在近红外光区，草本植物的反射高于阔叶树，阔叶树高于针叶树。
(2)利用植物的物候期差异来区分植物。
如冬季落叶树和常绿树很好区别。
(3)根据植物的生态条件区别植物类型。
如地形上的阴坡和阳坡，不同高度的地形部位，都分布着不同的植物类型。
对于植物生长状况的解译，可依据健康的绿色植物具有典型的光谱特征，而遭受病虫害的植物其反射光谱曲线的波状特征被拉平的现象进行判断[1]。
1.2 大面积农作物的遥感估产植被遥感在大面积的农作物估产中的运用主要包括农作物识别, 种植面积估算和建立农作物估产模式三方面[1]。
(1)农作物识别，获得植被分布图:根据作物的色调、图形结构等差异大的物候期的遥感时相和特定的地理位置等的特征，将其与其他植被分开。
(2)种植面积估算：利用高时相分辨率的卫星影象对作物生长的全过程进行动态监测，监测作物长势水平的有效方法是利用卫星多光谱通道影像的反射值得到植被指数（VI , Vegetation Index）。
植被指数是估计植物光合作用、叶子凋落、固氮等过程的重要参量,是植物生长模型中的一个非常关键的变量,可用来模拟植物的生长过程,估算植物的生产能力[11]。
对于经济型植物的估产有利于前期准备工作的进行，减少或避免不必要的后期投入。
植被研究中非常重要的参数有比值植被指数（RVI），又称为绿度，为二通道反射率之比，是较早发展的用于估算和监测植被覆盖的植被指数，能较好地反映植被覆盖度和生长状况的差异，特别适用于植被生长旺盛、具有高覆盖度的植被监测，但RVI对大气影响敏感，而且当植被覆盖不够浓密时（小于50%），它的分辨能力也很弱，只有在植被覆盖浓密的情况下效果最好。
归一化植被指数（NDVI : Normalized Differece Vegetation Index）为两个通道反射率之差除以它们的和，在植被处于中、低覆盖度时，该指数随覆盖度的增加而迅速增大，当达到一定覆盖度后增长缓慢，所以适用于植被早、中期生长阶段的动态监测。
植被指数已被广泛用来定性和定量表征植被覆盖度及其生长状况，但由于大气变化的影响, 使植被指数未能真实反映地表植被的真实分布状况,造成其应用的局限性, 一种解决此问题的简易方法是仅通过中巴资源卫星(CBERS: China Brazil Environment Resource Satellite) 图像的第3、第4 波段中的水体, 推算卫星接收到的大气程辐射, 消除了大气对归一化植被指数(NDVI) 的影响, 减小植被指数所受的大气影响,应用结果表明,该方法能使植被指数较好地反映植被的生长及分布状况[4]。
建立农作物估产模式是大面积农作物的遥感估产的第三个方面，是指用选定的植物灌浆期植被指数与某一作物的单产进行回归分析，得到回归方程。
1.2遥感植被解译的应用遥感植被解译在城市绿化调查与生态坏境评价，草场资源调查，林业资源调查方面有着重要应用。
例如：我国在内蒙古草场遥感综合调查、天山北坡草场调查、湖北西南山区草场调查、西藏北部草场调查中，在应用遥感技术确定草场类型，进行草场质量评价的基础上，内蒙古草场资源遥感结合地面样点光谱测量数据，指出比值植被指数RVI=NIR/R与产草量W 有良好的关系：W = -86.9 + 162.65RVI (相关系数r = 0.966)根据这一方程计算出全自治区草场的总产草量。
这对确定草场载畜量，对草场的可持续利用有实际意义。
遥感植被解译是遥感图像解译的一方面，遥感图像具有4个特征：空间分辨率，波谱分辨率，辐射分辨率和时间分辨率。
一般而言，遥感器系统的空间分辨率越高，其识别物体的能力越强，辐射分辨率越高，则对地物的识别与区分能力越强。
但空间分辨率与辐射分辨率之间存在矛盾，一般IFOV越大，最小可分像素越大，空间分辨率越低；但是IF0V越大，即瞬时获得的入射能量越大，辐射测量越敏感，对微弱能量差异的检测能力越强，则辐射分辨率越高。
简言之，空间分辨率的增大，将伴之以辐射分辨率的降低。
对于波谱分辨率，不同波谱分辨率的传感器对同一地物的探测效果有很大区别，间隔愈小，分辨率愈高，但波段并非简单的越多越好，而要区别对待。
波段分得越细，越容易增加数据的冗余度，反而达不到识别效果。
2 高新遥感技术在植被研究中的应用2.1 微波遥感(microwave remote sensing)2.1.1微波遥感介绍在电磁波谱中,波长在1mm～1m的波段范围称微波。
微波遥感是通过微波传感器获取从目标地物发射或反射的微波辐射，经过判读处理来识别地物的技术[1]。
微波遥感分有主动和被动两大类，雷达属于前者，它是通过向目标地物发射微波并接收其后向散射信号来实现对地观测遥感的方式。
由于微波具有穿云透雾的能力（根据瑞利散射原理），不依赖于太阳作为辐射源，能全天候、全天时工作，而且比光波能更深的穿透植被，因而在植被研究中有特殊作用。
2.1.2微波遥感在植被研究中的应用由于被动微波数据的空间分辨率多为几十千米，无法满足植被的分类和提取研究要求，但能对植被的面积和发射的能量进行反应。
要能识别植被的类型必须具有较高分辨率。
利用遥感进行植被识别，还需要选择植被生长期的特定时间段获取遥感数据，雷达可以穿透云层全天时全天候的工作，为植被识别研究提供了有保障的数据供应[1]。
1969 年,美国堪萨斯大学的Haralick等对K波段的雷达图像进行研究,表明植被类型影响信号强度,并且与光学图像相比较,在作物区分中表现良好[5]。
光学数据能反应植被的光谱信息，但不具有分类的高精度优势。
微波波段的测量值主要取决于研究对象的几何特性和介电特性，利用多波段多极化的雷达数据及雷达和光学数据相结合能改进植被分类精度。
Ferrazzoli等对多波段多极化雷达分类进行了实验,结果表明,单波段单极化的SAR 数据识别农作物是有局限性的,利用多波段多极化的雷达数据,可以获取高达90 %的精确度[5]。
微波遥感对某些地物具有特殊的波谱特性，因此可利用这一点来判断植被的生长环境，能较容易地分辨出可见光和红外遥感所不能区别的某些目标物特性。
在微波波段中，水的比辐射率为0.4，而冰的比辐射率为0.99，在常温下两者的亮度温度相差100K，很容易区别，而在红外波段，水的比辐射率为0.96，冰的比辐射率为0.92，两者相差甚微，不易区别[]1。
可利用这一特性，在严寒的冬季，对经济型怕寒植被做防寒准备，防止天气寒冷影响到植被的生长，而影响到经济效应。
由于微波是指波长1～1 000 mm 的电磁波，其波长较长，衍射现象显著，因此微波传感器的分辨率一般都比较低，要提高分辨率必须加大天线尺寸[1]。
其次，观测精度和取样速度往往不能协调，要保证精度就需要有较长的积分时间，取样速度就要降低，通常是以牺牲精度来提高取样速度的[1]。
此外，地球表面的地物温度大多在200～300 K，峰值波长在10～15μ的范围，都落在红外波段，因此红外波段的辐射量要比微波大几个数量级。
然而，由于微波的特殊物理性质，使红外测量精度远不及微波，也要差几个数量级。
因此，总的来说，红外和微波遥感各有优缺点[1]。
2.2高光谱遥感（Hyperspectral Remote Sensing）2.2.1高光谱遥感介绍高光谱遥感与一般遥感主要区别在于：高光谱遥感的波段多，且波段很窄，仅小于10nm,能获取观测地物完整的连续光谱曲线，其光谱分辨率高，空间分辨率较高，光谱可覆盖从可见光到热红外的的全部电磁辐射覆盖范围。
2.2.2高光谱遥感应用于植被研究中的依据植被具有独特的光谱特征。
健康的绿色植物光谱曲线(见图1)由于叶绿素的吸收作用，在0.45μm（蓝）和0.67μm（红）波段为低谷；由于叶子内部的液态水分的强烈的吸收作用，在1.4μm，1.9μm和2.7μm处有三个明显的低谷，在近红外区（0.7μm～1.3μm）有很宽的高反射率区，此外在1.6μm和2.2μm处也有两个反射峰，但是，由于植物品种，叶子生长部位，生长季节等区别，植被光谱曲线的峰和谷的形态，位置都会产生很大的差异[1]。