健康绿色植被光谱曲线
各典型地物的光谱曲线
常见地物的光谱曲线比较
不同地物的反射光谱曲线 不同，从图中我们可以看 出： 0.4~0.5 μm波段的相片可 以把雪和其他地物区分开； 0.5~0.6 μm波段的相片可 以把沙漠和小麦、湿地区 分开； 0.7~0.9 μm波段的相片， 可以把小麦和湿地区分开。
岩石的光谱曲线
岩石反射曲线无统一特 征，矿物成分、矿物含 量、风化程度、含水状 况、颗粒大小、表面光 滑度、色泽都有影响。 例如：浅色矿物与暗色 矿物对其影响较大，浅 色矿物反射率高，暗色 矿物反射率低。 自然界岩石多被植、被 土壤覆盖，所以与其覆 盖物也有关
思考题
电磁波谱
BACK
地物波谱特征
在可见光与近红外波段，地表物体自身的辐射几乎等于零。地物 发出的波谱主要以反射太阳辐射为主。太阳辐射到达地面之后， 物体除了反射作用外，还有对电磁辐射的吸收作用。电磁辐射未 被吸收和反射的其余部分则是透过的部分，即： 到达地面的太阳辐射能量＝反射能量＋吸收能量＋透射能量
一般而言，绝大多数物体对可见光都不具备透射能力，而有些物 体如水，对一定波长的电磁波透射能力较强，特别是对0. 45 ~ 0. 56μm的蓝绿光波段，一般水体的透射深度可达10~20 m， 清澈水体可达100 m的深度。
植物的有一个反射峰值，大 约0.55 μm（绿）处，两 侧0.45 μm（蓝）和0.67 μm（红）则有两个吸收 带； 近红外波段0.7~0.8 μm 有一反射陡坡，至1.1 μm附近有一峰值，形成 植被独有特征； 中红外波段1.3~2.5 μm 受植物含水量影响，吸
到达地面的太阳辐射能量反射能量吸收能量透射能量一般而言绝大多数物体对可见光都不具备透射能力而有些物一般而言绝大多数物体对可见光都不具备透射能力而有些物体如水对一定波长的电磁波透射能力较强特别是对体如水对一定波长的电磁波透射能力较强特别是对0
一种抗强光干扰的植被图谱健康分析算法仿真
文章编号 ： １ ０ ０ ６— ９ ３ ４ ８ （ ２ ０ １ ３ ） ０ ６—０ ４ ０ １— ０ ４
计
算
机
仿
真
２ ０ １ ３ 年６ 月
一
种 抗 强光 干 扰 的植 被 图谱 健康 分 析 算 法 仿 真
林 楠。 于合 龙
（ 吉林农业 大学 ， 吉林 长春 １ ３ ０ １ １ ８ ）
摘要 ： 大范围的植被 中包含较为复杂的植物种类 ， 在植被遥感信息中， 不 同的植物种类 具有 自身不 同的波谱 特征， 在吸收强 光照后 ， 一些不 同植物 的遥感属性会随着对光照敏感 特征发生变化 ， 使整个植被健康光谱 曲线发生非正常变化 ， 造成监测结
果有误。传统 的植被 图谱分析算法主要通过绿色植物的光谱遥感 特性 曲线的形态反 映植被 的健康程度 ， 一旦 曲线在光照干
１ 引言
植被是覆盖在某 一地 区地 面上具 有一 定密度 的所 有植
是平 原 ， 判断是 什么 类型 的高原 和平 原等 。其 二 ， 是否 可 以 使用遥感数据 定量分析法 以及反演技术 ， 分 析植被 的相 关关 键参数 ， 例如叶面积指数 （ Ｌ Ａ Ｉ ） 、 叶子 宽度 、 植被层平均 高度 、 树冠特征 等。其三 ， 是否可 以有效地 预测那些 与植被光 合作 用相关 的物理量 ， 例 如植被 的健 康程 度 ， 虫 害入 侵程 度 。高
中图分类号 ： Ｔ Ｐ ３ ９ １ ． ９ 文 献标 识 码 ： Ｂ
Ａｎ ｔ ｉ Ｓ ｔ ｒ ｏ ｎ ｇ Ｉ ｎ ｔ ｅ ｒ ｆ ｅ ｒ ｅ ｎ ｃ ｅ ｏ ｆ Ｖｅ ｇ ｅ ｔ ａ ｔ ｉ ｏ ｎ Ｍａ ｐ Ｈｅ ａ ｌ ｔ ｈ Ａｎ ａ ｌ ｙ ｓ ｉ ｓ Ａｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ Ｓ ｉ ｍｕ ｌ ａ ｔ ｉ ｏ ｎ
地物反射率光谱特征曲线
地物反射率光谱特征曲线地物反射率光谱特征曲线是指在不同波长下地物对太阳辐射所反射的光的强度的变化。
通过分析地物反射率光谱特征曲线，可以获取有关地物组成、结构和性质的信息，从而在科学研究、遥感监测和环境保护等领域中发挥重要作用。
地物反射率光谱特征曲线的形状和特点是由地物类型和组成决定的。
不同地物具有不同的反射特性，因此其光谱曲线也会有很大的差异。
植被是地表最常见的地物之一，其反射率光谱特征曲线呈现出明显的特征。
在可见光波段（400-700nm），植被的反射率较高，主要是由于叶片的叶绿素吸收太阳光造成。
在红光波段（约650-700nm），植被的反射率特别高，这一段被称为"红光高谷"。
而在近红外光波段（700-1300nm），植被的反射率则相对较低，这主要是由于植被的叶绿素吸收光能的能力较弱。
土壤是地表另一个重要的地物，其反射率光谱特征曲线也有其独特之处。
在可见光波段，土壤的反射率较低，主要是由于土壤中的颜色成分（如氧化铁）吸收了部分能量。
而在近红外光波段，土壤的反射率会有所增加，这是因为土壤中存在一些具有较高反射率的矿物质，如黏土和白云石。
水体是另一种常见的地物类型，其反射率光谱特征曲线也具有独特的特征。
在可见光波段，清澈的水体的反射率较低；而在近红外光波段，水体的反射率会急剧增加。
这是因为水体中的吸收和散射现象导致部分光线无法透过水体，反而被反射回来。
除了以上提到的几种地物类型外，还有许多其他地物也具有特征明显的反射率光谱特征曲线，如岩石、建筑物、云等。
通过对这些地物的光谱特征进行解析，可以帮助我们识别和区分不同的地物类型，进而对地表进行准确的遥感监测和研究。
总而言之，地物反射率光谱特征曲线是一种重要的遥感分析工具，能够提供地物组成和性质的有关信息。
通过研究不同地物在不同波长下的反射率变化，我们能够更好地了解地球表面的特征和变化，为科学研究和环境保护提供有力支持。
各典型地物的光谱曲线-文档资料
常见地物比较光谱曲线 植被光谱曲线 土壤光谱曲线 水体光谱曲线 岩石光谱曲线
地物波谱特征
在可见光与近红外波段，地表物体自身的辐射几乎等于零。地物
发出的波谱主要以反射太阳辐射为主。太阳辐射到达地面之后， 物体除了反射作用外，还有对电磁辐射的吸收作用。电磁辐射未 被吸收和反射的其余部分则是透过的部分，即： 到达地面的太阳辐射能量＝反射能量＋吸收能量＋透射能量 一般而言，绝大多数物体对可见光都不具备透射能力，而有些物 体如水，对一定波长的电磁波透射能力较强，特别是对0. 45 ~ 0. 56μm的蓝绿光波段，一般水体的透射深度可达10~20 m，清澈 水体可达100 m的深度。 对于一般不能透过可见光的地面物体，波长5 cm的电磁波却有透 射能力，如超长波的透射能力就很强，可以透过地面岩石和土壤。
土壤的光谱曲线
自然状态下，土壤表面的 反射率没有明显的峰值和 谷值，一般来说，土质越 细反射率越高。有机质和 含水量越高反射率越低， 土类与肥力也对土壤反射 率有影响。但由于其波谱 曲线较平滑，所以在不同 光谱段的遥感影像上土壤 亮度区别并不明显。
水体的光谱曲线
水体反射率较低，小于 10%，远低于大多数的其 他地物，水体在蓝绿波段 有较强反射，在其他可见 光波段吸收都很强。纯净 水在蓝光波段最高，随波 长增加反射率降低。在近 红外波段反射率为0；含叶 绿素的清水反射率峰值在 绿光段，水中叶绿素越多 则峰值越高。这一特征可 监测和估算水藻浓度。 而浑浊水、泥沙水反射率 高于以上，峰值出现在黄 红区。
岩石的光谱曲线
岩石反射曲线无统一特 征，矿物成分、矿物含 量、风化程度、含水状 况、颗粒大小、表面光 滑度、色泽都有影响。 例如：浅色矿物与暗色 矿物对其影响较大，浅 色矿物反射率高，暗色 矿物反射率低。 自然界岩石多被植、被 土壤覆盖，所以与其覆 盖物也有关
植被指数
植被指数（Vegetable Index）植被指数是不同遥感光谱波段间的线性或非线性组合，被认为能作为反映绿色植被的相对丰度和活性的辐射量值（无量纲）的标志，是绿色植被的叶面积指数（LAI）、盖度、叶绿素含量、绿色生物量以及被吸收的光合有效辐射（APAR）的综合体现。
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。
植被指数主要反映植被在可见光、近红外波段反射与土壤背景之间差异的指标，各个植被指数在一定条件下能用来定量说明植被的生长状况。
1、健康的绿色植被在NIR和R的反射差异比较大，原因在于R对于绿色植物来说是强吸收的，NIR则是高反射高透射的；2、建立植被指数的目的是有效地综合各有关的光谱信号，增强植被信息，减少非植被信息3、植被指数有明显的地域性和时效性，受植被本身、环境、大气等条件的影响几种常用的植被指数及其应用（一）比值植被指数（RVI)公式：RVI=ρNIR/ρRED(近红外波段反射率/红光波段反射率)特征：植被覆盖度影响RVI，当植被覆盖度较高时，RVI对植被十分敏感；当植被覆盖度<50%时，这种敏感性显著降低；值的范围是0-30+，一般绿色植被区的范围是2-8。
RVI受大气条件影响，大气效应大大降低对植被检测的灵敏度，所以在计算前需要进行大气校正，或用反射率计算RVI。
应用：①利用比值植被指数研究城市建设用地扩张速率，预测或规划城市未来今年的发展前景。
不同用地的地表温度由高到低排序是城镇用地、工矿与交通用地、农村宅基地、林地、旱地，说明建设用地的地表温度较高，其比值植被指数较非建设用地小。
RVI的平均值Ｍ和标准差Ｄ可以作为定量指标来提取建设用地：RVI ≤Ｍ-Ｄ/２为建设用地；RVI＞Ｍ-Ｄ/２为非建设用地。
②可用于实时、快速、无损监测作物氮素状况，这对于精确氮肥管理有重要意义。
利用高光谱比值指数RSI(990,720)来估算小麦叶片氮积累量为便携式小麦氮素监测仪的研制开发及遥感信息的快速提取提供了适用可行的波段选择与技术依据。
绿色植被的归一化差值植被指数
绿色植被的归一化差值植被指数
绿色植被的归一化差值植被指数（Normalized Difference Vegetation Index, NDVI）是一种用于评估植被覆盖率和生长状况的指数。
它是通过测量植被吸收和反射红外光和可见光波段中的能量来计算的。
在计算过程中，NDVI 会将红外波段和可见光波段的光谱信息进行归一化，然后用红外波段的反射率减去可见光波段的反射率，再除以两者的反射率和得到的商。
这个值范围从-1 到+1，其中负值表示非植被区域，0 表示无植被覆盖，而正值则越高表示植被覆盖率越高。
NDVI 在农业、林业、生态和气象等领域中被广泛应用。
通过对NDVI 值进行分析，可以识别植被覆盖率和类型，监测植被生长状态和变化，评估土地利用和土地覆盖等信息。
此外，NDVI 还可用于估算植被生产力和碳储量等指标。
总之，NDVI 是一种重要的植被指数，它可以为我们提供有关植被覆盖、生长状态和生产力等方面的重要信息。
植被指数总结
植被指数总结植被指数概念：利用卫星不同波段探测数据组合而成的，能反映植物生长状况的指数。
植物叶面在可见光红光波段有很强的吸收特性，在近红外波段有很强的反射特性，这是植被遥感监测的物理基础，通过这两个波段测值的不同组合可得到不同的植被指数。
差值植被指数又称农业植被指数，为二通道反射率之差，它对土壤背景变化敏感，能较好地识别植被和水体。
该指数陌生物量的增加而迅速增大。
比值植被指数又称为绿度，为二通道反射率之比，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。
归一化植被指数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。
蓝光、红光和近红外通道的组合可大大消除大气中气溶胶对植被指数的干扰，所组成的抗大气植被指数可大大提高植被长势监测和作物估产精度。
遥感技术可以监测植被的变化，主要研究植被的替代指标. NDVI，又称标化植被指数，是目前应用最为广泛的指标，是近红外波段与红色波段的差异经二者之和校正后的结果. 公式为：NDVI=（NIR-RED）/（NIR+RED），该指数值介于-1与1之间： 0代表该区域基本没有植被生长；负值代表非植被覆盖的区域；取值0~1之间，数字越大代表植被的覆盖面积越大，植被的量越多。
云、水体和冰雪在红色及近红外波段均有较大反射，其NDVI值为负值；土壤和岩石在这两个波段的反射率基本相同，因此其NDVI值接近0. 对于Landsat TM传感器来说，其红外及可见红光波段分别为CH4和CH3波段. 为了对不同像素显示配色，按公式（NDVI-NDVI极小值）/（NDVI极大值-NDVI极小值）×255将NDVI扩展为0~255.计算NDVI必须用反射率。
DN值有多种类型，TM、NOAA的原始数据就是DN值，不能用来直接计算NDVI，必须通过辐射定标计算成反射率，才能用来计算NDVI。
植被光谱分析与植被指数计算
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。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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。