本文用国产高光谱分辨率成像光谱仪系统数据对荒漠化评价建立定量化遥感信息模型。对荒漠化评价因子中的主要定量因子(植被盖度、生物量和土壤含水率)进行了定量反演;对难于进行定量计算的评价指标,先通过目视解译获得各因子的编码图,分别进行影像化后参加荒漠化程度评价遥感信息模型计算。通过每个像元都可获取全部评价因子的指标值,在现有的荒漠化评价方法的基础上,建立以像元为单位的荒漠化程度评价的定量化遥感信息模型并输出荒漠化程度分布图。结果表明,用高光谱数据定量反演荒漠化地区植被生物量、盖度和土壤含水率是比较可靠的。当反演区域内灌木和草地同时存在时多项式模型的精度要明显高于线性模型;当植被类型单一时,模型即为较高精度的线性模型,但模型的应用地域范围受到限制,只能分块进行计算。因此,在只有灌木和草地的区域用多项式模型反演会提高效率。土壤含水量的反演方法适合于地形平坦、植被比较稀疏的条件。但研究发现,基于土壤热惯量的含水量模型具有一定的抗植被干扰能力。荒漠化程度评价的遥感信息模型的精度主要取决于现有荒漠化评价的方法(即评价指标是否科学合理、专家给定的权重和等级标准是否客观)以及各指标数据的获取精度。
Quantitative RSIM (Remote Sensing Information Model)was improved to evaluate the desertification degrees by using the data of state produced hyperspectral resolution imagining spectrometer, and the mainly quantitative factors on desertification assessment were retrieved which including the vegetation cover, the biomass and the soil water content. For the indexes which are difficult to count, the recoding maps based on the visual interpretation are obtained and then imaged respectively to be used in the RSIM. Every pixel in image can be used to acquire the indexes of all the evaluative factors. Based on the current methods on desertification assessment, quantitative RSIM on the basis of the pixel is developed and the distributing map of desertification degree is plotted in this paper. The result shows that it is relied to retrieve quantitatively the vegetation cover, the biomass and the soil water content of the desert area by the data of hyperspectral resolution imagining spectrometer, when there are both the shrub and the grassland in the retrieved region, the precision of the polynomial model is obvious higher than that of the linear model, contrastingly when the type of the vegetations is simplification, the linear model has the higher precision but limited applied range and can only be applied in block. So the retrieval efficiency can be improved by using the polynomial model in the region having only the shrub and the grassland. The method retrieving the soil water content is suitable to the flat area with sparse vegetations, at the same time the research shows that the model based on the soil thermal inertia stands against the interference of vegetations. On the whole, the precision of the desertification assessment RSIM lies on the data acquired precision and the current methods on desertification assessment that is to say whether the appraisable indexes are rationale and scientific or not and whether the weigh and the grade criteria that the experts give are objective or not.
全 文 ：第 v{卷 第 u期
u s s u年 v 月
林 业 科 学
≥≤∞× ≥∂ ∞ ≥≤∞
∂²¯1v{ o²1u
¤µqou s s u
荒漠化程度评价高光谱遥感信息模型
范文义
k东北林业大学 哈尔滨 txsswsl
摘 要 } 本文用国产高光谱分辨率成像光谱仪系统数据对荒漠化评价建立定量化遥感信息模型 ∀对荒漠化
评价因子中的主要定量因子k植被盖度 !生物量和土壤含水率l进行了定量反演 ~对难于进行定量计算的评价
指标 o先通过目视解译获得各因子的编码图 o分别进行影像化后参加荒漠化程度评价遥感信息模型计算 ∀通
过每个像元都可获取全部评价因子的指标值 o在现有的荒漠化评价方法的基础上 o建立以像元为单位的荒漠
化程度评价的定量化遥感信息模型并输出荒漠化程度分布图 ∀结果表明 o用高光谱数据定量反演荒漠化地区
植被生物量 !盖度和土壤含水率是比较可靠的 ∀当反演区域内灌木和草地同时存在时多项式模型的精度要明
显高于线性模型 ~当植被类型单一时 o模型即为较高精度的线性模型 o但模型的应用地域范围受到限制 o只能
分块进行计算 ∀因此 o在只有灌木和草地的区域用多项式模型反演会提高效率 ∀土壤含水量的反演方法适合
于地形平坦 !植被比较稀疏的条件 ∀但研究发现 o基于土壤热惯量的含水量模型具有一定的抗植被干扰能力 ∀
荒漠化程度评价的遥感信息模型的精度主要取决于现有荒漠化评价的方法k即评价指标是否科学合理 !专家
给定的权重和等级标准是否客观l以及各指标数据的获取精度 ∀
关键词 } 高光谱分辨率 o荒漠化评价 o遥感信息模型
收稿日期 }usst2sz2tu ∀
基金项目 }国家自然科学基金kvsszsyswl !国家/ {yv0计划项目 vs{2tv2sxkvl ∀
ΗΨΠΕΡΣΠΕΧΤΡΑΛ ΡΕΜΟΤΕ ΣΕΝΣΙΝΓ ΙΝΦΟΡ ΜΑΤΙΟΝ ΜΟ∆ΕΛ
ΦΟΡ ∆ΙΣΕΡΤΙΦΙΧΑΤΙΟΝ ∆ΕΓΡΕΕ ΑΣΣΕΣΣΜΕΝΤ
ƒ¤± • ±¨¼¬
k Νορτηεαστ Φορεστρψ Υνιϖερσιτψ Ηαρβινtxsswsl
Αβστραχτ } ±∏¤±·¬·¤·¬√¨ ≥ k °¨²·¨ ≥¨ ±¶¬±ª±©²µ°¤·¬²± ²§¨ l¯º¤¶¬°³µ²√¨ §·² √¨¤¯∏¤·¨·«¨ §¨¶¨µ·¬©¬¦¤·¬²± §¨ªµ¨ ¶¨¥¼
∏¶¬±ª·«¨ §¤·¤²©¶·¤·¨2³µ²§∏¦¨§«¼³¨µ¶³¨¦·µ¤¯ µ¨¶²¯∏·¬²±¬°¤ª¬±¬±ª¶³¨¦·µ²°¨ ·¨µo¤±§·«¨ °¤¬±¯¼ ∏´¤±·¬·¤·¬√¨ ©¤¦·²µ¶²± §¨2
¶¨µ·¬©¬¦¤·¬²± ¤¶¶¨¶¶°¨ ±·º¨ µ¨ µ¨·µ¬¨√¨ §º«¬¦«¬±¦¯∏§¬±ª·«¨ √¨ ª¨·¤·¬²±¦²√¨ µo·«¨ ¥¬²°¤¶¶¤±§·«¨ ¶²¬¯ º¤·¨µ¦²±·¨±·qƒ²µ·«¨
¬±§¨¬¨¶º«¬¦«¤µ¨ §¬©©¬¦∏¯··²¦²∏±·o·«¨ µ¨¦²§¬±ª°¤³¶¥¤¶¨§²±·«¨ √¬¶∏¤¯ ¬±·¨µ³µ¨·¤·¬²±¤µ¨ ²¥·¤¬±¨ §¤±§·«¨ ±¬°¤ª¨§µ¨2
¶³¨¦·¬√¨ ¼¯·² ¥¨ ∏¶¨§¬±·«¨ ≥ q∞√¨ µ¼ ³¬¬¨¯¬±¬°¤ª¨ ¦¤± ¥¨ ∏¶¨§·²¤¦´∏¬µ¨ ·«¨ ¬±§¨¬¨¶²©¤¯¯·«¨ √¨¤¯∏¤·¬√¨ ©¤¦·²µ¶q
¤¶¨§²±·«¨ ¦∏µµ¨±·°¨ ·«²§¶²± §¨¶¨µ·¬©¬¦¤·¬²±¤¶¶¨¶¶°¨ ±·o ∏´¤±·¬·¤·¬√¨ ≥ ²±·«¨ ¥¤¶¬¶²©·«¨ ³¬¬¨¯¬¶§¨√¨ ²¯³¨ §¤±§·«¨
§¬¶·µ¬¥∏·¬±ª°¤³²©§¨¶¨µ·¬©¬¦¤·¬²± §¨ªµ¨¨¬¶³¯²·¨§¬±·«¬¶³¤³¨µq׫¨ µ¨¶∏¯·¶«²º¶·«¤·¬·¬¶µ¨ ¬¯¨§·²µ¨·µ¬¨√¨ ∏´¤±·¬·¤·¬√¨ ¼¯
·«¨ √¨ ª¨·¤·¬²±¦²√¨ µo·«¨ ¥¬²°¤¶¶¤±§·«¨ ¶²¬¯ º¤·¨µ¦²±·¨±·²©·«¨ §¨¶¨µ·¤µ¨¤¥¼·«¨ §¤·¤²©«¼³¨µ¶³¨¦·µ¤¯ µ¨¶²¯∏·¬²±¬°¤ª2
¬±¬±ª¶³¨¦·µ²°¨ ·¨µoº«¨ ±·«¨µ¨ ¤µ¨ ¥²·«·«¨ ¶«µ∏¥¤±§·«¨ ªµ¤¶¶¯¤±§¬±·«¨ µ¨·µ¬¨√¨ §µ¨ª¬²±o·«¨ ³µ¨¦¬¶¬²±²©·«¨ ³²¯¼±²°¬¤¯
°²§¨¯¬¶²¥√¬²∏¶«¬ª«¨µ·«¤±·«¤·²©·«¨ ¬¯±¨ ¤µ°²§¨¯o¦²±·µ¤¶·¬±ª¯¼ º«¨ ±·«¨ ·¼³¨ ²©·«¨ √¨ ª¨·¤·¬²±¶¬¶¶¬°³¯¬©¬¦¤·¬²±o·«¨
¬¯±¨ ¤µ°²§¨¯«¤¶·«¨ «¬ª«¨µ³µ¨¦¬¶¬²±¥∏·¯¬°¬·¨§¤³³¯¬¨§µ¤±ª¨ ¤±§¦¤±²±¯¼ ¥¨ ¤³³¯¬¨§¬± ¥¯²¦®q≥²·«¨ µ¨·µ¬¨√¤¯ ©¨©¬¦¬¨±¦¼
¦¤± ¥¨ ¬°³µ²√¨ §¥¼ ∏¶¬±ª·«¨ ³²¯¼±²°¬¤¯ °²§¨¯¬±·«¨ µ¨ª¬²± «¤√¬±ª²±¯¼·«¨ ¶«µ∏¥¤±§·«¨ ªµ¤¶¶¯¤±§q׫¨ °¨ ·«²§µ¨·µ¬¨√2
¬±ª·«¨ ¶²¬¯ º¤·¨µ¦²±·¨±·¬¶¶∏¬·¤¥¯¨·²·«¨ ©¯¤·¤µ¨¤ º¬·«¶³¤µ¶¨ √¨ ª¨·¤·¬²±¶o¤··«¨ ¶¤°¨ ·¬°¨ ·«¨ µ¨¶¨¤µ¦«¶«²º¶·«¤··«¨
°²§¨¯ ¥¤¶¨§²±·«¨ ¶²¬¯·«¨µ°¤¯ ¬±¨ µ·¬¤¶·¤±§¶¤ª¤¬±¶··«¨ ¬±·¨µ©¨µ¨±¦¨ ²©√¨ ª¨·¤·¬²±¶q±·«¨ º«²¯¨o·«¨ ³µ¨¦¬¶¬²±²©·«¨ §¨2
¶¨µ·¬©¬¦¤·¬²± ¤¶¶¨¶¶°¨ ±· ≥ ¬¯¨¶²±·«¨ §¤·¤2¤¦´∏¬µ¨§³µ¨¦¬¶¬²±¤±§·«¨ ¦∏µµ¨±·°¨ ·«²§¶²± §¨¶¨µ·¬©¬¦¤·¬²±¤¶¶¨¶¶°¨ ±··«¤·
¬¶·²¶¤¼ º«¨·«¨µ·«¨ ¤³³µ¤¬¶¤¥¯¨¬±§¨¬¨¶¤µ¨ µ¤·¬²±¤¯¨¤±§¶¦¬¨±·¬©¬¦²µ±²·¤±§º«¨·«¨µ·«¨ º¨ ¬ª«¤±§·«¨ ªµ¤§¨ ¦µ¬·¨µ¬¤·«¤·
·«¨ ¬¨³¨µ·¶ª¬√¨ ¤µ¨ ²¥¨¦·¬√¨ ²µ±²·q
Κεψ ωορδσ} ¼³¨µ¶³¨¦·µ¤¯ µ¨¶²¯∏·¬²±o⁄¨ ¶¨µ·¬©¬¦¤·¬²± ¤¶¶¨¶¶°¨ ±·o °¨²·¨ ≥¨ ±¶¬±ª±©²µ°¤·¬²± ²§¨¯
对于具有不同时空尺度的复杂的荒漠化监测国内外学者已达成共识 o必须采用先进的技术手段和
最新的研究成果 o以提高监测水平 o扩展监测内容k安惠民 ot||t ~吴薇 ot||z ~陆诗雷 ot||{l ∀我国在试
点研究和专家论证的基础上 ot||{年编写了/全国荒漠化监测主要技术规定0 ot||{ ∗ t|||年开展了第
一次荒漠化监测工作 ∀荒漠化监测中应该解决土地利用类型 !荒漠化类型和荒漠化程度的专题信息提
取 ∀对于土地利用类型 o用 × 图像目视解译基本能够解决 ~对荒漠化类型用任何遥感信息源进行自动
分类可能精度都不会太高 o因为无论是风蚀荒漠化 !水蚀荒漠化 o还是盐渍荒漠化或冻融荒漠化 o每一种
荒漠化类型中的土地利用类型都不单一 ~对于荒漠化程度评价有很多指标 o其中有定量的 o也有定性的 o
如果对定量指标用遥感方法定性解译 o则失去了定量化指标的意义 ∀
高光谱遥感技术是 us世纪末的最后 us年中人类在对地观测方面取得的重大技术突破之一 ∀由于
光谱分辨率大幅度提高 o使得一些定量的地物参数反演成为可能k陈述彭 ot||zl ∀本研究选取科尔沁沙
地的内蒙奈曼旗为研究试验区 o对荒漠化程度及其主要评价因子进行了定量的遥感信息模型的研究 ∀
t 数据获取
试验区选择在内蒙古自治区奈曼旗境内 o总面积约 {sss ®°u ∀该地区属风蚀荒漠化比较典型的地
区 o中国科学院兰州沙漠研究所在此设有生态定位研究站 ∀选择了试验区后收集了有关资料 ∀飞行时
间为 usss p sy p tz ∗ t{ o共飞行两个架次 ∀飞行时天气晴好无云 o气象部门测定能见度为 uy ®°∀飞行
范围为科尔沁沙地k奈曼旗l }∞tusβvs. ∗ tutβvs. owuβvx. ∗ wvβvx. ∀飞行方式采用条带抽样 o共布设 y
条航带 o机载高光谱数据的获取采用中科院上海技术物理所研制的 ≥2实用模块化成像光谱仪系
统 o该系统的主要参数为 }在 s1w ∗ tu1x Λ°的光谱范围内分 tu{波段 o扫描宽度 xtu像元 o瞬时视场 v毫
弧度 o总视场 |s度 ∀
地面调查 }在预选出的调查图斑内 o选择具有代表性的样方 o用 °≥确定精确的地理位置 o并对样
方进行植被 !土壤等方面的各项因子调查 o共调查 xs个样地 o样方的面积为草地 t °u !灌木 tss °u ∀
u 荒漠化程度评价方法
211 荒漠化评价指标
荒漠化评价指标的选取 o应用已有的研究成果 }
∆ Γ n Τ n Β ktl
∆为荒漠化程度 ~Γ为植被状况 ~Τ为土壤状况 ~Β为地表状况k王君厚余 ot||yl ∀
根据外业调查 o奈曼旗有风蚀 !水蚀和盐渍化三种荒漠化类型 o其中风蚀荒漠化是主要类型 ∀
212 荒漠化评价的方法
对荒漠化程度评价用公式kul计算 }
∆ Ε
ν
ι t
ΞιΨιϕ kul
∆为某一荒漠化土地单元k地块或图斑l程度指数 oν为评价指标因子数 oΞι 为第 ι个评价因子的权重 o
Ψιϕ为第 ι个评价因子在第ϕ个等级标准时的等级值 ∀
为了从遥感数据中获取指标值并参照已有研究成果 o将每个指标划分为 x个等级标准 o并赋予等级
值 o而各指标因子的权重总和为 ts o由此而建立起风蚀荒漠化土地程度评价指标体系见表 t o在荒漠化
土地程度的判定中 o可根据各指标编码的等级值 o可利用公式kul求得该地块k图斑l的荒漠化程度指数 o
荒漠化程度等级标准 o见表 uk王君厚等 ot||y ~高尚武等 ot||{l ∀
v 主要评价因子的定量反演
311 植被生物量导数光谱的理论分析模型
为了不失一般性 o假定某一像元的光谱反射率为 }
uy 林 业 科 学 v{卷
表 1 荒漠化土地程度评价体系
Ταβ .1 Ασσεσσµεντ σψστεµ ον λανδ δεσερτιφιχατιον δεγρεε
评价指标
³³µ¤¬¶¨° ±¨·
¬±§¨¬
权重
• ¬¨ª«·
Ξι
等级标准
µ¤§¨
¦µ¬·¨µ¬²±
等级值
µ¤§¨ √¤¯∏¨
Ψιϕ
评价指标
³³µ¤¬¶¨° ±¨·
¬±§¨¬
权重
• ¬¨ª«·
Ξι
等级标准
µ¤§¨
¦µ¬·¨µ¬²±
等级值
µ¤§¨ √¤¯∏¨
Ψιϕ
植被覆盖度
∂ ª¨¨·¤·¬²±
¦²√ µ¨¤ª¨ k h l
v
ys
ys ∗ wt
ws ∗ uy
ux ∗ ts
[ ts
t
u
v
w
x
土壤质地
≥²¬¯
·¨¬·∏µ¨
t1x
粘壤 ≤ ¤¯¼ ²¯¤°
壤 ²¤°
沙壤 ≥¤±§¼ ²¯¤°
壤沙 ²¤°¼ ¶¤±§
砂 ≥¤±§
t
u
v
w
x
植被生物量
∂ ª¨¨·¤·¬²±
¥¬²°¤¶¶kª#°pul
u
xss
xss ∗ vss
vss ∗ txs
txs ∗ xs
xs
t
u
v
w
x
地表结皮状况
ªª¯²°¨ µ¤·¨§
¶∏µ©¤¦¨
t1x
极结皮
∞¬·µ¨°¨¯¼
¤ªª¯²° µ¨¤·¨§
中结皮 ¬§§¯¨
无结皮 ²±
t
v
x
土壤含水率
׫¨ µ¤·¨ ²©¶²¬¯
º¤·¨µ¦²±·¨±·
t
v
v ∗ u1v
u1u ∗ t1x
t1w ∗ s1z
s1z
t
u
v
w
x
沙丘形态
°¤·¨µ± ²©
§∏±¨
t
平沙地 ƒ¯ ¤·¶¤±§
低沙丘 ²º µ¨§∏±¨
中沙丘 ¬§§∏±¨
高沙丘 ¬ª«¨µ§∏±¨
特高沙丘 ∞¬¦¨³·¬²±¤¯
t
u
v
w
x
表 2 土地荒漠化程度等级
Ταβ .2 Λανδ δεσερτιφιχατιον δεγρεε
程度 µ¤§¨ 非荒漠化 ²±2§¨¶¨µ·¬©¬¦¤·¬²± 轻度 ¨ ±·¯¨ 中度 ²§¨µ¤·¬²± 重度 ≥ √¨¨ µ¬·¼ 极重度 °°²§¨µ¤·¬²±
指数值 ±§¨¬ [ tx ty ∗ uv uw ∗ vt vu ∗ ws ws
Ρ ΑΡ ∂ n ΒΡ≥
Α n Β t
Ρ∂ 和 Ρ≥ 分别是纯植被分量和纯土壤分量的反射率 oΑ!Β代表在单位面积内 Ρ∂ 和 Ρ≥ 所占的面积
百分比 ∀由于 Α可用一个简单的反射模型来表示k°µ¬¦¨ ot||vl o即 }
Α t p εpuχΛ
式中 oΛ为叶面积指数 !χ αu p σu oα为吸收系数 oσ为散射系数 ∀这样该像素的光谱即为 }
Ρ kt p εpuχΛl # Ρ∂ n εpuχΛ # Ρ≥
对上式进行微分 }
§ν Ρ
§νΚ kt p ε
puχΛl §
ν Ρ∂
§νΚ n ε
puχΛ # §
ν Ρ≥
§νΚ
由于在植被/红边0ky{s Κ {ss ±°l的光谱范围内 }
§ν Ρ ∂
§νΚ
§ν Ρ≥
§νΚ
_ §
ν Ρ
§νΚ Υ kt p ε
puχΛl §
ν Ρ∂
§νΚ
由此式可解出叶面积指数 }
Λ p tuχ ±¯ t p
Ρχ
Ρ∂χ
考虑到到导数运算增强了高频信息 o导致了较大的噪声的特点 o在分析中利用 Κt ky{s ±°l到 Κu
k{ss ±°l之间的导数波形的积分作为反映植被信息的因子 < ∀
< ΘΚuΚt §
ν Ρ
§νΚ§Κ kt p ε
puχΛl # <√
vy 第 u期 范文义 }荒漠化程度评价高光谱遥感信息模型
其中 Κt 到 Κu 是反映植被/红边0特性的光谱段 o<√ 是指纯植被分量的导数谱在 Κt 到 Κu 之间的积
分 o亦即是全植被覆盖时在 Κt 到 Κu 的积分 ∀
从中解出叶面积指数 }Λ p tu χ¯ ± t p
<
<√
如果 < <√ o则叶面积数 Λ趋于 ] o如果 < s o则 Λ s 定义 <Π<√ 为归一化植被因子 5 则
Λ p tu χ¯ ±kt p 5l kvl
这就是叶面积指数的理论模型 ∀
根据生物量与叶面积指数关系模型k童庆禧等 ot||zl o植被生物量与叶生物量与总生物量之比 !特
定叶面积指数有关 }
Μ× Λ× pt # Λ≥ pt # Λ kwl
式中 Λ× 是叶生物量与地上总干生物量之比 ~Λ≥ 是叶面积指数与叶生物量之比 o称为特定叶面积指
数 ∀将公式kvl代入kwl得 }
Μ× p kuχlpt # Λ× pt # Λ≥ pt # ±¯kt p 5l
Λ× 和 Λ≥ 都是与植被类型有关的参数 o很难直接从成象光谱仪数据中获得 ∀对研究区域用实测数
据进行模拟 o得到一个半经验 !半理论的生物量公式 o拟合分析见图 t ∀
图 t 植被生物量拟合分析
ƒ¬ªqt ±¤¯¼¶¬¶²©√¨ ª¨·¤·¬²± ¥¬²°¤¶¶©¬·¬±ª
图 t的公式是用草地和灌木的样地数据拟合的k该植被类型只有 |个样地l o公式中的 Ξ是 ±¯kt p
5l o在实际操作中 o先对原始图像进行求导 o对每一植被类型在/红变0范围内积分找出最大值 o以此为
基准做归一化得 5 ∀从图中可知 }多项式模型的精度要明显高于线性模型 ∀研究中发现 o当植被类型
单一时 o模型即为较高精度的线性模型 o但是 o模型的使用范围受到限制 o只能分块进行计算 ∀因此 o根
据实地测得的各类灌 !草的光谱曲线 o灌木和草地的光谱在/红边0范围内曲线相差很小 o在只有灌木和
草地的区域用多项式模型反演生物量 ∀
312 植被盖度的估计
对于同一种植被类型 o盖度越大则其生物量越大 ∀因此 o对植被盖度的估计同样应该分植被类型进
行 o根据上面的分析 o仍将灌木和草地作为一类处理 ∀用灌木和草地的样地资料对归一化植被因子 5
与植被盖度之间的关系进行拟合 o结果见图 u ∀
公式中的 Ξ为 u1t节定义的归一化植被因子 5 <Π<√ ∀
313 土壤含水量的计算模型
用遥感方法监测土壤含水量 o很多研究者多通过土壤热惯量来获取含水率的数据 ∀荒漠化地区植
被盖度较低 o根据隋洪智等人的研究 o在裸土或低植被覆盖率条件下 }
Ω α n β 3 Π
wy 林 业 科 学 v{卷
图 u 植被盖度与归一化植被因子的经验拟合公式
ƒ¬ªqu ∞°³¬µ¬¦¤¯ ©¬·¬±ª¨´ ∏¤·¬²±¶²©¦²√¨ µ¤ª¨ §¨ªµ¨¨¤±§⁄∂
式中 }Ω为土壤含量 ~Π为土壤热惯量 o Π ΚρΘ
为热传导系数 oρ为比热容 oΘ为密度 ∀
从热惯量的定义可以看出 o与土壤含水率有关的许多物理性质都包含在热惯量中 o所以 o在土壤含
水量的研究中转为研究土壤含水量与热惯量的关系就很自然 ∀但如何获得土壤热惯量 Π很难 o因为
!¦!Θ都难以同遥感信息对应 ∀许多研究人员k肖乾广 ot||s ~马霭乃 ot||zl从热传导方程出发经理论推
导得到下式
Π u Θt p Α∃Τ
式中 oΑ为反照度 oϖ Τ为地面昼夜温差 oΠ为热惯量 oΘ为总辐射 ∀由于在一定光谱范围内总辐射相
同 o因此 oΠ随kt p Αlr ϖ Τ的值的增大单调上升 okt p Αlr ϖ Τ值的大小反映热惯量 Π的相对大小 ∀
这样 oϖ Τ可通过对各类地物实测获得 o也可在气象定位观测站查得 o对反照度 Αo根据马霭乃的研
究结果 }
Α s1wuvςισ n s1xzz Νιρ
ςισ为可见光范围内波段kwss ∗ zys ±°l反射率的加和 oΝιρ为近红外范围内的波段kzys ∗ ts{s ±°l
反射率加和 ∀
这样 o从成像光谱仪数据中计算kt p Αlr ϖ Τo用样地实测数据对土壤含水率与kt p Αlr ϖ Τ进行拟
图 v 土壤热惯量与土壤含水率关系式
ƒ¬ªqv ¨¯¤·¬²±¶«¬³¶¥¨·º¨ ±¨ ¶²¬¯·«¨µ°¤¯ ¬±¨ µ¬¤¤±§¶²¬¯ º¤·¨µ¦²±·¨±·
合得土壤含水率的计算公式 o结果见图 v ∀
w 荒漠化程度评价遥感信息模型的建立
遥感信息模型与一般的数学模型相比 o其变量
一定是与地理分布有关的k即与图像有关l o并且是
离散和可视化的 ∀遥感信息中最基本的几何单元是
像元 o因此遥感信息模型是按像元计算的 ∀在第 v
节分别对植被生物量 !植被盖度 !和土壤含水率用成
像光谱仪数据按像元进行了定量反演 ~对沙丘形态 !
地表结皮状况和土壤质地三个因子 o用成像光谱图
像结合 × 图像目视解译 o获得各因子的编码图 o对
编码图用公式kxl进行影像化 ∀
γ Ι p Ι°¬±Ι°¤¬ p Ι°¬± ≅ uux kxl
γ 是每个编码因子的灰度值 oΙ°¬±和 Ι°¤¬分别是整幅图像中编码的最小值和最大值 oΙ是每一点的编
xy 第 u期 范文义 }荒漠化程度评价高光谱遥感信息模型
码值 ∀影像化后 o每个像元都有因子数据 o便于遥感信息模型的计算 ∀至此 o风蚀荒漠化评价的各因子
都可以按像元获得数据 o限于篇幅 o每个因子的反演图略 ∀将植被生物量 !盖度 !土壤含水量 !沙丘形态 !
地表结皮状况和土壤质地作为变量 o用公式kul按像元进行计算便建立了荒漠化程度评价的遥感信息模
型并能得到荒漠化程度等级值图 o统计整幅图像的最大值和最小值 o用公式kzl进行影像化 ∀研究区内
共 y条航线 o取某一航线中的一小块为例 ∀结果见图 w ∀
图 w 荒漠化程度评价结果
ƒ¬ªqw ¶¶¨¶¶°¨ ±·µ¨¶∏¯·²± §¨¶¨µ·¬©¬¦¤·¬²± §¨ªµ¨¨
黑色为轻度荒漠化土地 o深灰色为中度荒漠化土地 o浅灰色为重度荒漠化土地 o淡灰色为极重
度荒漠化土地 ∀
¯¤¦®µ¨³µ¨¶¨±·¶·«¨ ª¨±·¯¨2§¨¶¨µ·¬©¬¦¤·¬²± ¤¯±§o§¤µ®ªµ¨¼ µ¨³µ¨¶¨±·¶·«¨ °²§¨µ¤·¬²±o¯¬ª«·
ªµ¨¼ µ¨³µ¨¶¨±·¶·«¨ ¶¨√¨ µ¬·¼o³¤¯¨ªµ¨¼ µ¨³µ¨¶¨±·¶·«¨ ¬°°²§¨µ¤·¬²±q
x 结论与讨论
用高光谱数据定量反演荒漠化地区植被生物量和盖度是比较可靠的 ∀当反演区域内灌木和草地同
时存在时 o多项式模型的精度要明显高于线性模型 ~当植被类型单一时 o模型即为较高精度的线性模型 o
但模型的应用地域范围受到限制 o只能分块进行计算 ∀因此 o在只有灌木和草地的区域用多项式模型反
演会提高效率 ∀
土壤含水量的反演方法适合于地形平坦 !植被比较稀疏的条件 ∀但研究发现 o基于土壤热惯量的含
水量模型具有一定的抗植被干扰能力 o这可能是由于植被的含水量与其热惯量高度相关 o而植被含水量
与土壤含水量又有联系的缘故 ∀但是 o土壤的含水量与植物的蒸腾和根系的吸收都有关系 o特别是在植
被盖度较大时这种机理更为复杂 o需要进行深入的研究 ∀
荒漠化程度评价的遥感信息模型的精度主要取决于现有荒漠化评价的方法k即评价指标是否科学
合理 !专家给定的权重和等级标准是否客观l以及各指标数据的获取精度 ∀
yy 林 业 科 学 v{卷
水蚀荒漠化和盐渍荒漠化程度的评价方法与风蚀荒漠化评价方法基本相同 ∀对定性因子采用目视
解译 o对于难以反演的定量因子k如土壤含盐量 !养分等l o可通过实地调查的点数据进行内插获得模拟
影像 ∀内插的方法很多 o如平面函数 !斜面函数 !广义样条 !二元三次多项式 !离散余弦变换等 o其中最常
用的是二元三次多项式 ∀但因子之间的分布区域边界需要进一步研究 ∀
参 考 文 献
安惠民 q试论荒漠生态监测的特点和监测指标的确定 q干旱环境监测 ot||t oxktl }wu ∗ wx
陈述彭 q遥感地学分析的时空维 q遥感学报 qt||z otkvl }tyt ∗ tzt
高尚武 o王葆芳 o朱灵益等 q中国沙质荒漠化土地评价指标体系 q林业科学 ot||{ ovwkul }t ∗ ts
李小文 o高 峰 o王锦地等 q遥感反演中参数的不确定性与敏感性矩阵 q遥感学报 ot||z otktl }yz ∗ zu
陆诗雷 q土地荒漠化动态监测及其技术路线探讨 q干旱区资源与环境 ot||{ otuktl }z ∗ tu
马蔼乃 q遥感信息模型 q北京 }北京大学出版社 ot||z
王君厚 o孙司衡 q荒漠化类型划分及其数量化评价体系 q干旱环境监测 ot||y otskvl }tvs ∗ tvz
吴 薇 q沙漠化遥感动态监测的方法与实践 q遥感技术与应用 qt||z otw ∗ us
肖乾广 q用 Π∂ 资料监测土壤湿度 q遥感信息 ot||s otktl }uu ∗ ux
张良培 o李德仁 o童庆禧等 q鄱阳湖地区土壤 !植被光谱混合模型的研究 q测绘学报 ot||z owkvl }ttt ∗ ttw
²¨· ƒ q°¤ª¬±ª¶³¨¦·µ²¶¦²³¼©²µ ¤¨µ·«²¥¶¨µ√¤·¬²±q∞³¬¶²§¨¶ot||t otxktl }z ∗ tw
¬¯¯ µ¨ ετ αλq ±∏¤±·¬·¤·¬√¨ ¦«¤µ¤¦·¨µ¬½¤·¬²± ²©·«¨ √ ª¨¨·¤·¬²± µ¨§ §¨ª¨ µ¨©¯ ¦¨·¤±¦¨ o ± ¬±√¨ µ·¨§2ª¤∏¶¶¬¤± µ¨©¯ ¦¨·¤±¦¨ °²§¨¯o±·qq °¨²·¨ ≥ ±¨¶¬±ªo
t||s ottktsl }tzxx ∗ tzvv
°µ¬¦¨ ≤ q∞¶·¬°¤·¬±ª¨¤© µ¨¤±§¨¬©µ²° ≥¤·¨¯ ¬¯·¨ ⁄¤·¤o∞∞∞q×µ¤±¶o¨ ²¶¦¬q °¨²·¨ ≥¨ ±¶ot||v ovtkvl }zuz ∗ zvw
²¥¨µ· µ¨ ±¨ o¬¦«¤¨¯ετ αλqq°¤ª¬±ª¶³¨¦·µ²¦²³¼ ¤±§·«¨ ¤¬µ¥²µ±¨ √¬¶¬¥¯ Π¨¬±©µ¤µ¨§¬°¤ª¬±ª¶³¨¦·µ²° ·¨¨µk∂≥l q °¨²·¨ ≥¨ ±¶q∞±√¬µ²±ot||{ oyx
kxl }uuz ∗ uw{
作者更正 }
usst年5林业科学6第 vz卷第 x期 ttt页倒数第 y行有误 o将/褐腐菌和白腐菌都具有分解木质素
的酶系统 ∀0改成/褐腐菌和白腐菌都具有分解纤维素的酶系统 o而白腐菌还具有分解木质素的第二套酶
系统 ∀0
zy 第 u期 范文义 }荒漠化程度评价高光谱遥感信息模型