专利名称：一种草地植被覆盖度遥感估测方法
技术领域：
本发明涉及一种遥感估测草地植被覆盖度的方法，尤其是一种非破坏性的、能够利用地面高光谱数据和卫星遥感数据准确快速确定草原植被覆盖度格局和动态的方法，属于遥感应用领域。
背景技术：
植被覆盖度(观测区域内植被垂直投影面积占地表面积的百分比)是一个重要的生态系统基础参数，在考察地表蒸散发、土壤水分、水土流失以及光合作用的过程时，植被覆盖度都是作为一个重要的控制因子，并且在全球和区域变化监测以及生态服务功能评估等很多研究中都要用到定量化的植被覆盖度信息。植被覆盖度测量方法的改进以及测量精度的提高是各领域尤其是生态系统健康评估研究的需要。植被覆盖度测算方法的发展大致经历了简单目测估算、仪器测量计算和遥感解译分析等阶段。目前，利用遥感数据来估算植被覆盖度已成为测量植被覆盖度的主要手段之一，尤其是对大面积区域估算植被覆盖度时，遥感技术体现出更多的优势，如时效性、经济性等。利用遥感资料测量植被盖度的方法大致可以归纳为3类，即经验模型法，植被指数法和像元分解模型法。植被指数法和像元分解模型法是近些年被日益广泛使用的方法。通过遥感与实测相结合建立估算模型的方法正在逐渐取得新的进展。然而，目前还没有一种标准的方法用来监测植被覆盖度。归一化植被指数(NDVI) 是用于监测植被变化的最经典植被指数，也是遥感估算植被覆盖度研究中最常用的植被指数，有许多学者在研究中都对使用NDVI估算植被覆盖度的方法以及研究结果作了检验。 Bradley将NDVI与植被覆盖度作线性相关分析，肯定了 NDVI与植被覆盖度有良好的相关性。高光谱遥感(Hyperspectral Remote knsing)在电磁波谱的可见光、近红外、中红外和热红外波段范围内，能够获取光谱分辨率达到纳米级的连续图谱数据。它源于多光谱遥感技术，以测谱学为基础在20世纪80年代初发展起来的遥感前沿技术。高光谱遥感的显著特点之一是其所提供的高光谱分辨率。过去的多光谱遥感如TM等只能提供7个100 200nm分辨率的间断波段信息，而高光谱遥感则可提供几十至数百个IOnm左右分辨率的连续波段信息，使得高光谱遥感有足够的光谱分辨率，能够辨别那些利用多光谱遥感技术不能辨别的地物特征。目前尚无案例证明地面高光谱提取植被指数和遥感数据提取植被指数相结合方法估测草地植被覆盖度的有效性。本研究在前人研究基础上，利用地面试验所得的高光谱数据，依据MODIS红光波段和近红外波段的范围，提取并计算实测地面光谱数据的归一化植被指数(ASD NDVI)，并利用实测ASD NDVI与MODIS NDVI的关系，结合实测草地植被覆盖度，建立可用于大面积估算植被覆盖度的的光谱模型
发明内容
本发明的主要目的是克服现有直接利用遥感影像技术预测草地植被覆盖度的不足，为利用地面实测的高光谱数据和Modis卫星数据准确及时估测草地植被覆盖度格局和动态提供一种新方法。该发明主要是在下述技术方案下完成的。本发明所述技术问题是由以下技术方案实现的(
图1)。一种草地植被覆盖度遥感估测方法，包括如下步骤
(一)野外试验数据采集及处理；
(二)Modis卫星数据的下载和处理；
(三)数据分析建模及精度检验。优选的，
所述步骤(一)野外试验数据采集及处理为
掌握研究区概况后，确定野外采样路线，进行野外试验，包括野外地面高光谱采集、植被覆盖度采集以及相关地形地貌、植被群落结构、地理坐标数据的采集记录，并对这些试验数据进行处理和分析。所述步骤(二)Modis卫星数据的下载和处理为
确定研究区的地理范围后，下载Modis遥感数据，在Envi软件中经过矫正、合成、坐标和存储格式的转化以后，在Arcmap中按研究区域进行裁切，获得整个生长季NDVI分布格局，依据野外采样时记录的地理坐标，提取与野外时间同步的野外样地的Modis NDVI数据。所述步骤(三)数据分析建模及精度检验
通过分析研究区内实测ASD NDVI和实测草地植被覆盖度(fc)散点关系，选用合适的函数进行回归分析，然后通过分析地面与高空遥感植被指数的定量关系，将所建立的统计方程转化为可以用于草地大面积估测植被覆盖度的修正的Modis预测模型，并利用标准误差和平均误差系数对所建模型精度进行检验。更优选的，
所述步骤(一)野外试验数据采集及处理为 (1)野外试验主要使用设备包括(图2 )
地面光谱辐射仪，用于测量研究区内地面各种草地类型的光谱数据； 数码相机，用于采集样方植被覆盖度数据及研究区各种草地类型的描述数据； 样方取样工具，ImX Im样方框；
便携式电脑，用于记录光谱辐射仪所采集的高光谱数据、植被群落描述数据、测量条件和被测量地点的地理坐标，生成的研究区野外草地植被光谱数据库；
便携式GPS，与便携式电脑相连接用于记录各个采样点的地理坐标，包括海拔高度、经纬度信息。(2)数据库逻辑图构成主要包括(图3)
利用野外光谱辐射仪采集的草地植被高光谱DN值与反射率数据、野外采集草地样方照片对应获得植被覆盖度数据、依据地理坐标提取的与野外试验同期的Modis NDVI数据、 野外试验样地地形地貌和地理坐标数据、野外试验样地植被群落构成描述数据； (3)步骤为
①选择大样地在进行地面野外试验时，首先在分析TM遥感影像、土地利用现状图和植被类型图的基础上，选择大致250mX 250m植物生长均勻大样地，要求其植被斑块面积较大且在植被组成上具有代表性，以满足将来建立地面光谱数据与Modis的植被指数相关关系的像元匹配要求；
②数据采集试验过程中选择大样地中最具有典型和代表性的典型样地，每个典型样地做30个ImX Im的样方；另外的一般样地中每个做5个ImX Im的样方；使用美国ASD公司的Fieldspec 3光谱辐射仪进行草地植被光谱测定，视场角25°，光谱范围350-2500nm ； 采样间隔为1. 4nm (350 IOOOnm区间)和2nm (在1000 2500nm区间)；观测时传感器垂直向下，距离冠层0. 5m，每个ImX Im的样方测量5组高光谱数据，具体高光谱测量点位示意图见图4 (5个测点代表光谱仪感应器探头垂直对应的地面位置，圆环代表光谱仪感应器探头地面测试范围)；同时所用的光谱仪探头感应器每隔10 15分钟用白板进行校正；为减少太阳辐照度的影响，选择的天气状况良好，晴朗无云，风力较小，太阳光强度充足并稳定的时段，野外光谱测量的时间在10:00 15:00 ；
每个ImX Im样方测量光谱数据5组，用数据线连接光谱仪和GPS，通过无线将笔记本电脑和光谱仪连接，在笔记本上记录的每组光谱数据中带有地理坐标和海拔高度；为了获得草地植被覆盖度数据，每个小样方测完光谱后，用数码相机垂直于地面，距离冠层0. 5m拍照，将每个样方对应的光谱数据编号和照片编号以及样方植被描述等详细记录；
③草原植被覆盖度提取由于照相属中心投影，相片四周变形较大，因此在计算机测算相片植被覆盖度前，先切除相片的边缘部分，即当相片横着摆放时，左右两边分别平行地截除掉1/5的长度、上下两边分别平行地截除掉1/8的长度，相片剩余的中心部分用于进行植被覆盖度的计算机测量，在ERDAS (9.1)处理照片，使用Modeler命令完成，将照片转变为灰度值，然后与原照片比较，找出植物与非植物部分临界点，将照片转化为0，1的黑白图，统计分析植物部分占整个分析区域的比例，得到每张照片所对应的每个小样方的植被覆盖度；
④地面高光谱数据处理(图5):地面光谱数据处理在Viewspecpro Version5. 6软件中完成，在室内电脑中安装Viewspec pro Version5. 6软件；将所有测得的地面光谱数据拷贝到电脑硬盘中，在Viewspec pro Version5. 6软件窗口打开需要处理的植被光谱数据，默认存储的方式为DN值，在ftOcess窗口中利用Reflectance/transmttence命令将原始数据 DN格式转换为地面草地植被反射率，改变其纵坐标为0 1 ；利用ftOcess窗口中Lambda integration命令提取与Modis近红外波段(841 - 876 nm)和红光波段(620 - 670 nm) 一致的光谱反射率平均值，利用公式(1)在excel中完成归一化植被指数的计算，
权利要求
1.一种草地植被覆盖度遥感估测方法，其特征在于，包括如下步骤(一)野外试验数据采集及处理；(二)Modis卫星数据的下载和处理；(三)数据分析建模及精度检验。
2.根据权利要求1所述的遥感估测方法，其特征在于，所述步骤(一)野外试验数据采集及处理为掌握研究区概况后，确定野外采样路线，进行野外试验，包括野外地面高光谱采集、植被覆盖度采集以及相关地形地貌、植被群落结构、地理坐标数据的采集记录，并对这些试验数据进行处理和分析。
3.根据权利要求2所述的遥感估测方法，其特征在于，所述步骤(二)Modis卫星数据的下载和处理为确定研究区的地理范围后，下载Modis遥感数据，在Envi软件中经过矫正、合成、坐标和存储格式的转化以后，在Arcmap中按研究区域进行裁切，获得整个生长季NDVI分布格局图，依据野外采样时记录的地理坐标，提取与野外时间同步的野外样地的Modis NDVI数据。
4.根据权利要求3所述的遥感估测方法，其特征在于，所述步骤(三)数据分析建模及精度检验通过分析研究区内实测ASD NDVI和实测草地植被覆盖度散点关系，选用合适的函数进行回归分析，然后通过分析地面与高空遥感植被指数的定量关系，将所建立的统计方程转化为可以用于草地大面积估测植被覆盖度的修正的Modis估产模型，并利用标准误差和平均误差系数对所建模型精度进行检验。
5.根据权利要求1-4任一权利要求所述的遥感估测方法，其特征在于，所述步骤(一) 野外试验数据采集及处理为(1)野外试验主要使用设备包括地面光谱辐射仪，用于测量研究区内地面各种草地类型的光谱数据；数码相机，用于采集样方植被覆盖度数据及研究区各种草地类型的描述数据；样方取样工具，ImX Im样方框；便携式电脑，用于记录光谱辐射仪所采集的高光谱数据、植被群落描述数据、测量条件和被测量地点的地理坐标，生成的研究区野外草地植被光谱数据库；便携式GPS，与便携式电脑相连接用于记录各个采样点的地理坐标，包括海拔高度、经纬度信息；(2)数据库逻辑图构成主要包括利用野外光谱辐射仪采集的草地植被高光谱DN值与反射率数据、野外采集草地样方照片对应获得植被覆盖度数据、依据地理坐标提取的与野外试验同期的Modis NDVI数据、 野外试验样地地形地貌和地理坐标数据、野外试验样地植被群落构成描述数据；(3)步骤为①选择大样地在进行地面野外试验时，首先在分析TM遥感影像、土地利用现状图和植被类型图的基础上，选择大致250mX 250m植物生长均勻大样地，要求其植被斑块面积较大且在植被组成上具有代表性，以满足将来建立地面光谱数据与Modis的植被指数相关关系的像元匹配要求；②数据采集试验过程中选择大样地中最具有典型和代表性的典型样地，每个典型样地做30个ImX Im的样方；另外的一般样地中每个做5个ImX Im的样方；使用美国ASD公司的Fieldspec 3光谱辐射仪进行草地植被光谱测定，视场角25°，光谱范围350-2500nm ； 采样间隔为1. 4nm，在350 IOOOnm区间和2nm，在1000 2500nm区间；观测时传感器垂直向下，距离冠层0. 5m，每个ImXlm的样方测量5组高光谱数据；同时所用的光谱仪探头感应器每隔10 15分钟用白板进行校正；为减少太阳辐照度的影响，选择的天气状况良好，晴朗无云，风力较小，太阳光强度充足并稳定的时段，野外光谱测量的时间在10:00 15:00 ；每个ImX Im样方测量光谱数据5组，用数据线连接光谱仪和GPS，通过无线将笔记本电脑和光谱仪连接，在笔记本上记录的每组光谱数据中带有地理坐标和海拔高度；为了获得草地植被覆盖度数据，每个小样方测完光谱后，用数码相机垂直于地面，距离冠层0. 5m拍照，将每个样方对应的光谱数据编号和照片编号以及样方植被描述等详细记录；③草原植被覆盖度提取由于照相属中心投影，相片四周变形较大，因此在计算机测算相片植被覆盖度前，先切除相片的边缘部分，即当相片横着摆放时，左右两边分别平行地截除掉1/5的长度、上下两边分别平行地截除掉1/8的长度，相片剩余的中心部分用于进行植被覆盖度的计算机测量，在ERDAS9. 1处理照片，使用Modeler命令完成，将照片转变为灰度值，然后与原照片比较，找出植物与非植物部分临界点，将照片转化为0，1的黑白图，统计分析植物部分占整个分析区域的比例，得到每张照片所对应的每个小样方的植被覆盖度；④地面高光谱数据处理地面光谱数据处理在Viewspecpro Version5. 6软件中完成，在室内电脑中安装Viewspec pro Version5. 6软件；将所有测得的地面光谱数据拷贝到电脑硬盘中，在Viewspec pro Version5. 6软件窗口打开需要处理的植被光谱数据，默认存储的方式为DN值，在ftOcess窗口中利用Reflectance/transmttence命令将原始数据 DN格式转换为地面草地植被反射率，改变其纵坐标为0 1 ；利用ftOcess窗口中Lambda integration命令提取与Modis近红外波段841 - 876 nm和红光波段620 - 670 nm 一致的光谱反射率平均值，利用公式(1)在excel中完成归一化植被指数的计算，
6.根据权利要求1-4任一权利要求所述的遥感估测方法，其特征在于，所述步骤(二) Modis卫星数据的下载和处理为 (1 )工具MODIS是NASA的对地观测卫星计划中的中分辨率传感器，本发明使用EOS-Modis/ Terra中16天合成的NDVI数据，图像空间分辨率为250m，数据格式为HDF，为MODIS陆地产品中的植被指数产品M0D13 ； (2) Modis数据处理在httpS://lpdaaC. usgs. gov/注册并下载与野外试验时间同步的研究区的Modis NDVI数据在Envi软件中经过矫正、合成、坐标和存储格式的转化以后，再在Arcmap中按研究区域进行裁切，按地理坐标提取Modis NDVI数据，用于和地面实测ASD NDVI对比。
7.根据权利要求1-4任一权利要求所述的遥感估测方法，其特征在于，所述步骤(三) 数据分析建模及精度检验(1)选取回归模型在以往研究的基础上，利用excel中的图表向导功能绘制研究区内样本的实测ASD NDVI和实测草地植被覆盖度(fc)散点关系图，在excel中选择合适的函数进行回归分析和模型构建；(2)建立预测模型本发明利用excel中的图表向导功能直接拟合Modis NDVI数据和地面实测ASD NDVI 的线性回归方程，将拟合所得的线性回归方程代入到上一步所选出的回归模型中，得到可以用于草地大面积估测植被覆盖度的修正的Modis预测模型；(3)精度检验为了检验回归模型和修正的Modis预测模型的拟合效果和预测效果，以及是否可根据所测样本资料来推断总体情况，分析建立的回归方程决定系数UO的大小，并对其进行厂检验，利用实测植被覆盖度值与预测植被覆盖度的关系对所建立的预测模型进行模型精度检验，并选用标准误差(SE，Eq. (2)和平均误差系数(MEC，Eq. (3)进行检验，计算公式为
全文摘要
本发明公开了一种草地植被覆盖度遥感估测方法，属于遥感应用领域。该方法包括野外试验数据采集及处理、Modis卫星数据的下载和处理、数据分析建模及精度检验等步骤。本发明通过地面高光谱试验建立预测植被覆盖度地面光谱模型和修正Modis光谱模型，有别于其他同类研究中直接利用卫星遥感数据或利用简单目测估算、仪器测量计算的作法，有助于提高预测精度，有利于草地资源的科学管理和合理利用，对于正确评价草原真实的生产状况和永续利用草场资源具有重要现实意义。
文档编号G01S17/89GK102288954SQ20111021822
公开日2011年12月21日 申请日期2011年8月1日 优先权日2011年8月1日
发明者冯朝阳, 叶生星, 吕世海, 陈艳梅, 高吉喜 申请人:高吉喜