植被光谱分析与植被指数计算在遥感实验的应用

植被光谱分析与植被指数（Vegetation Indices, VI）是遥感技术中解析植被生理生态特征的核心工具。通过量化植被对不同波长光的吸收与反射特性，可反演植被的叶绿素含量、水分状态、冠层结构等关键参数，为农业、生态监测及气候变化研究提供科学依据。

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-HS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 nmto 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。

图1部分叶色素的相对光谱吸收特征

●水分(Water)

叶子的几何特性、冠层结构和对水的需求影响植被的水分含量。水分对植被反射率的影响波段范围在NIR和SWIR(图2)。在1400nm和1900nm附近有吸收波谷，但是传感器一般会避开这两个波段范围。在970nm和1190nm附近也有强吸收特征，可利用这两个波段范围监测植被水分。

●碳(Carbon)

植物中的碳是以很多形式存在，包括糖，淀粉，纤维素和木质素等。纤维素和木质素的吸收特征表现在短波光谱范围内容(图3)。

图1部分叶色素的相对光谱吸收特征

●水分(Water)

叶子的几何特性、冠层结构和对水的需求影响植被的水分含量。水分对植被反射率的影响波段范围在NIR和SWIR(图2)。在1400nm和1900nm附近有吸收波谷，但是传感器一般会避开这两个波段范围。在970nm和1190nm附近也有强吸收特征，可利用这两个波段范围监测植被水分。

●碳(Carbon)

植物中的碳是以很多形式存在，包括糖，淀粉，纤维素和木质素等。纤维素和木质素的吸收特征表现在短波光谱范围内容(图3)。

图2叶片水和碳(纤维素和木质素)相对光谱吸收特征