高光谱遥感在植被覆盖研究中的应用

植被高光谱遥感数据，根据其获取方式的不同，采用相应的高光谱遥感信息处理技术处理后，可用于植被参数估算与分析、植被长势监测等领域。植被覆盖调查采用常规的地面样本方法或遥感图像解译等手段完成。多光谱遥感数据( 如TM、SPOT、中巴资源一号等卫星的遥感图像数据)被广泛应用于植被覆盖调查，但是由于多光谱遥感的光谱分辨率、空间分辨率以及时间分辨率的局限性，严重影响了所获得的植被覆盖信息的精度。而高光谱遥感技术能够提供丰富的光谱信息，有利于提取植被覆盖测量数据，对于获得高质量的植被覆盖信息至关重要。同时，高光谱遥感技术还能精准地估计一些森林生物物理参数，如植被类型、叶面积指数、郁闭度和覆盖度等。

吴见等用NDVI阈值方法提取植被信息，使用最小噪声变换对Hyperion高光谱遥感图像数据进行压缩，采用一种空间信息与光谱信息相结合的高光谱图像植被分类法完成研究区植被分类。1995年12月，中国科学院遥感应用研究所与国外研究机构合作开展了湿地植被高光谱遥感监测实验。实验中采用模块化航空成像光谱仪(MAIS)，在研究区选择了典型地物类型进行野外调查、采样分析和野外准同步光谱测量，同时制作了研究区内极为详细的植被分类图。浦瑞良等使用多元统计和光谱导数技术评价小型机载成像光谱仪CASI)数据估计冠层生化浓度的潜力和效率。童庆禧等”在鄱阳湖湿地建立了植被因子与生物量之间的经验模型，并对研究区进行生物量制图。文献利用高光谱遥感图像数据分析了叶绿素荧光效应，认为荧光效应的存在为生化物质尤其是叶绿素含量的遥测提供了可能。张霞等利用实用型模块化成像光谱仪(OMIS)在北京小汤山地区获取的航空高光谱遥感图像数据，运用红边、光谱吸收特征分析方法和逐步回归算法，进行了从高光谱遥感图像数据直接获取小麦氮含量的方法探索和可行性研究。