ENIV高光譜數(shù)據(jù)在植被分析中的應(yīng)用

韓彩玲　張永忠

(1.蘭州交通大學(xué)測(cè)繪與地理信息學(xué)院,甘肅蘭州　730070;2.甘肅省地理國(guó)情監(jiān)測(cè)工程實(shí)驗(yàn)室,甘肅蘭州　730070)

ENIV高光譜數(shù)據(jù)在植被分析中的應(yīng)用

韓彩玲1張永忠2

(1.蘭州交通大學(xué)測(cè)繪與地理信息學(xué)院,甘肅蘭州730070;2.甘肅省地理國(guó)情監(jiān)測(cè)工程實(shí)驗(yàn)室,甘肅蘭州730070)

在遙感影像處理中,植被指數(shù)提取廣泛應(yīng)用于定性和定量評(píng)價(jià)植被覆蓋及其生長(zhǎng)活力。本文利用高光譜數(shù)據(jù)介紹了ENVI遙感圖像處理軟件對(duì)遙感影像進(jìn)行植被指數(shù)分析的方法。

植被指數(shù)ENVI遙感

在遙感應(yīng)用領(lǐng)域，植被指數(shù)已廣泛用來(lái)定性和定量評(píng)價(jià)植被覆蓋及其生長(zhǎng)活力。植被指數(shù)主要反映植被在可見(jiàn)光、近紅外波段反射與土壤背景之間差異的指標(biāo)，各個(gè)植被指數(shù)在一定條件下能用來(lái)定量說(shuō)明植被的生長(zhǎng)狀況由于植被光譜表現(xiàn)為植被、土壤亮度、環(huán)境影響、陰影、土壤顏色和濕度復(fù)雜混合反應(yīng)，而且受大氣空間—時(shí)相變化的影響，因此植被指數(shù)沒(méi)有一個(gè)普遍的值，其研究經(jīng)常表明不同的結(jié)果。

植被指數(shù)經(jīng)過(guò)二十年的發(fā)展，目前已經(jīng)有幾十多種，但常用的植被指數(shù)有:歸一化植被指數(shù)(NDVI)、比值植被指數(shù)(RVI)、差值植被指數(shù)(DV I)、土壤調(diào)節(jié)植被指數(shù)(SA V I)和修正型植被指數(shù)(MSAVI)等。

植被種類和健康狀況的不同，決定了不同的特征光譜信息。但是不同的植物類別，其葉子的色素含量、細(xì)胞結(jié)構(gòu)、含水量均有不同，因而光譜響應(yīng)總存在一定的差異。高光譜數(shù)據(jù)可以非常敏感的捕捉到這些差異。目前，在植被遙感中，研究較多的是高光譜植被遙感技術(shù)。

高光譜植被遙感主要研究生態(tài)遙感所涉及的植被類型的識(shí)別與分類、植物生化成分的估測(cè)、植物生態(tài)學(xué)評(píng)價(jià)等。

1　ENVI介紹

圖1　農(nóng)作物脅迫性分析

ENVI——完整的遙感圖像處理平臺(tái)ENVI(The Environment for Visualizing Im ages)是美國(guó)Exelis Visual In form ation Solutions公司的旗艦產(chǎn)品。它是由遙感領(lǐng)域的科學(xué)家采用交互式數(shù)據(jù)語(yǔ)言IDL(Interactive Data Language)開(kāi)發(fā)的一套功能強(qiáng)大的遙感圖像處理軟件。它是快速、便捷、準(zhǔn)確地從影像中提取信息的首屈一指的軟件解決方案。今天，眾多的影像分析師和科學(xué)家選擇ENVI來(lái)從遙感影像中提取信息。ENVI已經(jīng)廣泛應(yīng)用于科研、環(huán)境保護(hù)、氣象、石油礦產(chǎn)勘探、農(nóng)業(yè)、林業(yè)、醫(yī)學(xué)、國(guó)防&安全、地球科學(xué)、公用設(shè)施管理、遙感工程、水利、海洋、測(cè)繪勘察和城市與區(qū)域規(guī)劃等領(lǐng)域。

目前，眾多的影像分析師和科學(xué)家選擇ENVI軟件從遙感影像中提取信息。ENVI 軟件已經(jīng)廣泛應(yīng)用于科研、環(huán)境保護(hù)、氣象、石油、礦產(chǎn)勘探、農(nóng)業(yè)、林業(yè)、醫(yī)學(xué)、國(guó)防安全、地球科學(xué)、公用設(shè)施管理、遙感工程、水利、海洋、勘察測(cè)繪和城市規(guī)劃等領(lǐng)域。

2　高光譜數(shù)據(jù)應(yīng)用于植被監(jiān)測(cè)的優(yōu)勢(shì)

健康植物的波譜特征主要取決于它的葉子，受其影響，健康植物的波譜特征表現(xiàn)如下:

可見(jiàn)光譜段:在可見(jiàn)光譜段內(nèi)，植物的光譜特征主要受葉的各種色素的支配，其中葉綠素起著最重要的作用。由于色素的強(qiáng)烈吸收，葉的反射和投射很低。在0.45um為中心的藍(lán)波段和0.67um為中心的紅波段葉綠素強(qiáng)烈吸收輻射能(＞90%)而呈吸收低谷。在這兩個(gè)吸收谷之間(0.54um附近)吸收相對(duì)減少，形成綠色反射峰(10%～20%)而呈現(xiàn)綠色植物。

圖2　農(nóng)作物脅迫性分析

圖3　農(nóng)作物脅迫性分析

近紅外譜段:在近紅外譜段內(nèi)，植物的光譜特征取決于葉片內(nèi)部的細(xì)胞結(jié)構(gòu)。葉片的反射和投射能相近(各占入射能的45%～50%)，而吸收能量很低(＜5%)。在0.74um附近，反射率急劇增加。在近紅外0.74um-1.3um譜段內(nèi)形成高反射。

短波紅外譜段:在短波紅外譜段內(nèi)(1.3um以外)，植物的入射能基本上均吸收或者反射，透射極少。植物的光譜特征受葉子總含水量的控制，葉子的反射率與葉內(nèi)總含水量約成負(fù)相關(guān)，即反射總量是葉內(nèi)水分含量及葉片厚度的函數(shù)。由于葉子細(xì)胞間及內(nèi)部的水分含量，綠色植物的光譜反射率受到以1.4um、1.9um以及2.7um為中心的水吸收帶的控制，而呈跌落狀態(tài)的衰減曲線。

高光譜數(shù)據(jù)可以非常敏感的捕捉到這些差異。目前，在植被遙感中，研究較多的是高光譜植被遙感技術(shù)。

3　植被分析

3.1植被指數(shù)計(jì)算器

ENVI有27種植被指數(shù)，但是它會(huì)根據(jù)你的波段信息，自動(dòng)列出來(lái)可以計(jì)算哪些植被指數(shù)，每個(gè)植被指數(shù)都有不同的計(jì)算公式。我們可以根據(jù)自己的需求，來(lái)計(jì)算所需要的植被指數(shù)。

3.2植被指數(shù)的提取

植被指數(shù)提取的方法很多，最常用的一種方法是通過(guò)遙感影像處理軟件對(duì)遙感影像不同波段進(jìn)行處理，從而得到各類植被指數(shù)。目前常見(jiàn)的Landsat TM遙感影像，共有7個(gè)波段，其中TM 3(波長(zhǎng)0.63～0.69Lm)為紅外波譜段，為葉綠素主要吸收波段;TM 4(波長(zhǎng)0.76～0.90Lm)為近紅外波譜段，對(duì)綠色植被的差異敏感，為植被通用波段。M odis遙感影像共有36個(gè)光譜通道，其第一波段(0.62～0.67Lm)、第二波段(0.841～0.876Lm)分別是紅色和近紅外波段，可以用第一和第二波段計(jì)算植被指數(shù)。例如歸一化植被指數(shù)NDVI的定義是:NDVI=NIR-Red/NIR+Red

利用遙感影像處理軟件提取植被指數(shù)的一般流程為:(1)使用感影像處理軟件打開(kāi)遙感圖像;(2)依據(jù)植被指數(shù)公式，對(duì)圖像不同波段進(jìn)行波段計(jì)算;(3)生成植被指數(shù)圖像文件。

3.3植被分析工具

3.3.1農(nóng)作物脅迫分析

創(chuàng)建農(nóng)作物脅迫的空間分布圖，根據(jù)分布圖判斷出適合農(nóng)作物生長(zhǎng)的區(qū)域，可用于精確的農(nóng)業(yè)分析。判斷依據(jù)主要有以下幾個(gè)指標(biāo):(1)綠度:用來(lái)標(biāo)識(shí)閑置農(nóng)田、虛弱的植被、健康的作物;(2)光利用效率:用來(lái)標(biāo)識(shí)植被生長(zhǎng)率;(3)冠層氮含量:用來(lái)估計(jì)相關(guān)的氮等級(jí)。根據(jù)脅迫性的大小，分為九個(gè)等級(jí)，脅迫性越小，更利于農(nóng)作物生長(zhǎng)，反之亦然。

根據(jù)農(nóng)作物脅迫的空間分布圖可知，干旱農(nóng)作物不能有效的利用氮和光能，表現(xiàn)為脅迫較高;而健康生長(zhǎng)作物則表現(xiàn)為較低的脅迫。用戶能從農(nóng)作物脅迫的空間分布圖上判斷出適合農(nóng)作物生長(zhǎng)的區(qū)域，該工具可用于精確農(nóng)業(yè)分析。如圖1所示。

3.3.2易燃性分析

創(chuàng)建農(nóng)易燃性分析的空間分布圖，根據(jù)分布圖判斷出農(nóng)作物易燃的程度。判斷依據(jù)主要有以含水量、光照、高度、二氧化碳含量等等。類似于農(nóng)作物脅迫分析，也分為九個(gè)等級(jí)。等級(jí)越高，著火性越大，反之亦然。

易燃性空間分布制圖能夠用于森林規(guī)劃，也可用它來(lái)分析城郊混合區(qū)的火災(zāi)風(fēng)險(xiǎn)。高易燃性分布區(qū)域通常由處于干燥和干旱狀態(tài)的植被構(gòu)成，水分含量很少;而低易燃性分布區(qū)通常由茂盛的綠色植被構(gòu)成。如圖2所示。

3.3.3林木健康的分析

創(chuàng)建林木健康的空間分布圖，根據(jù)分布圖判斷出農(nóng)作物易燃的程度。判斷依據(jù)主要有以含水量、高度、二氧化碳含量等等。林木健康程度分布圖可用于檢測(cè)病蟲害以及枯萎病的發(fā)生情況，也可以用于評(píng)估某地區(qū)的木材收獲量。如圖3所示。

4　結(jié)語(yǔ)

由上述實(shí)驗(yàn)可知，通過(guò)植被指數(shù)計(jì)算可以得到多種指數(shù)結(jié)果，可根據(jù)自己的需要作出不同的選擇。植被分析分為農(nóng)作物脅迫分析、易燃性分布分析、林木健康分析三種較常用的方法，每種方法的各要素指數(shù)分析可以選擇不同的分析方式。在實(shí)驗(yàn)過(guò)程中我們可以嘗試更多的方法進(jìn)行植被指數(shù)分析，并找出它們之間的共同點(diǎn)及區(qū)別，一邊以后處理圖像可以更好的選擇適宜的方法。隨著遙感技術(shù)的不斷發(fā)展，對(duì)植被信息提取的方法也不斷增多，各種新的方法又不斷地引入到植被信息的提取中，但卻有各自的缺點(diǎn)和特殊的使用條件。因此，我們應(yīng)該根據(jù)各自需求，選用合適的方法。

[1]梅安新,彭望等.遙感導(dǎo)論[M].北京:高等教育出版社,2002.

[2]馬春林.基于植被指數(shù)NDVI的遙感信息提取[J].中國(guó)高新技術(shù)企業(yè),2008(10).

[3]鄧書斌.ENVI遙感圖像處理方法[M].北京:科學(xué)出版社,2011.5.

[4]Heike Schmidt & Arnon Karnieli. Remote sensing of the seasonal variability of vegetation in a semi-arid environment[J]. Journal of Arid Environments ,(2000)45:43-59.

[5]陳勁,松韓玲.運(yùn)用ENVI提取遙感影像中的植被信息[J].測(cè)繪標(biāo)準(zhǔn)化,2005(21):20-22.

[6]韓月嬌.植被信息提取方法的研究與探討[J].中國(guó)科技財(cái)富,2012 (2).

[7]郭鈮.植被指數(shù)及其研究進(jìn)展[J].干旱氣象,2003(4).

[8]常慶瑞,蔣平安,周勇,李瑞雪 等.遙感技術(shù)導(dǎo)論[M].北京:科學(xué)出版社,2008.

In remote sensing image processing, vegetation index are w idely used in the qualitative and quantitative evaluation of vegetation and grow th vigor.This paper introduces the method of vegetation index analysis by ENVI Hyperspectral Imaging Data .

vegetation index; ENVI; Hyperspectral Imaging