选择特殊符号
选择搜索类型
请输入搜索
在光谱的近红外波段,植被的光谱特性主要受植物叶子内部构造的
控制。健康绿色植物在近红外波段的光谱特征是反射率高(45%-50%),透过率高(45%-50%),吸收率低(<5%)。在可见光波段与近红外波段之间,即大约0.76μm附近,反射率急剧上升,形成“红边”现象,这是植物曲线的最为明显的特征,是研究的重点光谱区域。许多种类的植物在可见光波段差异小,但近红外波段的反射率差异明显。同时,与单片叶子相比,多片叶子能够在光谱的近红外波段产生更高的反射率(高达85%),这是因为附加反射率的原因,因为辐射能量透过最上层的叶子后,将被第二层的叶子反射,结果在形式上增强了第一层叶子的反射能量。
在光谱的中红外阶段,绿色植物的光谱响应主要被1.4μm、1.9μm和2.7μm附近的水的强烈吸收带所支配。2.7μm处的水吸收带是一个主要的吸收带,它表示水分子的基本振动吸收带。1.9μm,1.1μm,0.96μm处的水吸收带均为倍频和合频带,故强度比谁的基本吸收带弱,而且是依次减弱的。1.4μm和1.9μm处的这两个吸收带是影响叶子的中红外波段光谱响应的主要谱带。1.1μm和0.96μm处的水吸收带对叶子的反射率影响也很大,特别是在多层叶片的情况下。研究表明,植物对入射阳光中的红外波段能量的吸收程度是叶子中总水分含量的函数,即是叶子水分百分含量和叶子厚度的函数。随着叶子水分减少,植物中红外波段的反射率明显增大(Philip et al. ,1978)2100433B
地面植物具有明显的光谱反射特征,不同于土壤、水体和其他的典型地物,植被对电磁波的响应是由其化学特征和形态学特征决定的,这种特征与植被的发育、健康状况以及生长条件密切相关。
在可见光波段内,各种色素是支配植物光谱响应的主要因素,其中叶绿素所起的作用最为重要。在中心波长分别为0.45μm(蓝色)和0.65μm(红色)的两个谱带内,叶绿素吸收大部分的摄入能量,在这两个叶绿素吸收带间,由于吸收作用较小,在0.54μm(绿色)附近行程一个反射峰,因此许多植物看起来是绿色的。除此之外,叶红素和叶黄素在0.45μm(蓝色)附近有一个吸收带,但是由于叶绿素的吸收带也在这个区域内,所以这两种黄色色素光谱响应模式中起主导作用。
光纤探头就比较简单了,直接接到光谱仪上,一般的光纤探头一端接激发光,一端接光谱仪,然后将光纤探头对准被测物就可以了,被测物一般放在光纤探针输出端的焦点位置上,这样光谱仪就可以需要的光谱了
光谱仪 光谱仪spectrometer将复色光分离成光谱的光学仪器。光谱仪有多种类型,除在可见光波段使用的光谱仪外,还有红外光谱仪和紫外光谱仪。按色散元件的不同可分为棱镜光谱仪、光栅光谱仪和干涉光谱仪...
光谱仪有很多种的 ,比如高利通的便携式拉曼光谱仪,可见光谱仪,紫外光谱仪,微型光谱仪等等`
天然草地植被覆盖度的高光谱遥感估算模型
利用ASDFieldSpecProFRTM光谱仪,对内蒙古自治区锡林郭勒盟的天然草地进行高光谱遥感地面观测,并计算天然草地植被覆盖度;选择25个高光谱特征变量与天然草地植被覆盖度进行相关性分析.结果表明,共有17个变量通过极显著性检验,尤以红边波长范围内一阶微分波段值总和(SDr)的相关系数0·781为最高·在此基础上将观测数据分成两组一组观测数据作为训练样本(n=49),运用单变量线性、非线性和逐步回归方法,建立植被覆盖度高光谱遥感估算模型;另一组观测数据作为检验样本(n=32),进行精度检验·分析结果显示,采用逐步回归分析方法,运用冠层原始反射率数据估算草地植被覆盖度的效果并不理想;而以红边波长范围内一阶微分波段值的总和(SDr)为变量的线性回归方程是最佳估算模型,模型标准差为10·4%,估算精度为83·99%.
呼伦贝尔沙化草原植被覆盖度估算光谱模型
选用美国ASD公司F ieldspec光谱仪,在内蒙古呼伦贝尔高原中西部的沙化草地进行了高光谱遥感地面观测以及草地植被覆盖度测定。运用回归分析方法,建立归一化植被指数(NDVI)与植被覆盖度(fc)之间的地面光谱模型。基于决定系数(R2)判断,拟合较理想的模型为乘幂模型和指数模型,R2分别达到0.752和0.716。误差分析显示指数模型和幂函数模型拟合误差较小。综合分析后确定选用乘幂函数作为研究区植被覆盖度估算模型(fc=0.7479*NDVI1.1928,R=0.86,p<0.001)。该模型为呼伦贝尔沙化草地区域植被覆盖度测定提供了新的技术方法。
在遥感应用领域,植被指数已广泛用来定性和定量评价植被覆盖及其生长活力。由于植被光谱表现为植被、土壤亮度、环境影响、阴影、土壤颜色和湿度复杂混合反应,而且受大气空间—时相变化的影响,因此植被指数没有一个普遍的值,其研究经常表明不同的结果。该指数随生物量的增加而迅速增大。比值植被指数又称为绿度,为二通道反射率之比,能较好地反映植被覆盖度和生长状况的差异,特别适用于植被生长旺盛、具有高覆盖度的植被监测。归一化植被指数为两个通道反射率之差除以它们的和。在植被处于中、低覆盖度时,该指数随覆盖度的增加而迅速增大,当达到一定覆盖度后增长缓慢,所以适用于植被早、中期生长阶段的动态监测。蓝光、红光和近红外通道的组合可大大消除大气中气溶胶对植被指数的干扰,所组成的抗大气植被指数可大大提高植被长势监测和作物估产精度。