1、基于遙感數(shù)據(jù)的 青海湖流域植被指數(shù)研究學(xué) 生：劉金鋒導(dǎo) 師：殷青軍專 業(yè)：地圖學(xué)與地理信息系統(tǒng)生命與地理科學(xué)學(xué)院論文開題生命與地理科學(xué)學(xué)院論文開題 陶冶情操陶冶情操 嚴謹治學(xué)嚴謹治學(xué) 求實創(chuàng)新求實創(chuàng)新 為人師表為人師表研究路線研究路線研究背景研究背景研究現(xiàn)狀研究現(xiàn)狀研究內(nèi)容研究內(nèi)容報報 告告 內(nèi)內(nèi) 容容 研究的目的：以“植被一土壤一大氣”系統(tǒng)為一個整體目標，考慮遙感器及電磁波輻射特性,針對具體環(huán)境，謹慎取舍植被指數(shù)，拓寬植被指數(shù)的研究領(lǐng)域.研究目的及意義研究背景研究背景植被指數(shù)研究意義 拓展研究區(qū)域，助于遙感應(yīng)用開發(fā)及植被指數(shù)發(fā)展4 為流域植被監(jiān)測、生物量反演、植被覆蓋度估測等方面提供科學(xué)監(jiān)測

2、根據(jù)3定量表明植被活力，比單波段探測更具靈敏性3 1研究流域適宜植被指數(shù)指標，評價流域植被狀況3 2植被指數(shù)國內(nèi)外研究現(xiàn)狀植被指數(shù)國內(nèi)外研究現(xiàn)狀三類三類植被指數(shù)植被指數(shù)基于波段線性組合經(jīng)基于波段線性組合經(jīng)驗發(fā)展而成未考慮大驗發(fā)展而成未考慮大氣土壤亮度顏色及土氣土壤亮度顏色及土壤植被間相互作用壤植被間相互作用（RVI RVI ）基于物理知識考慮電基于物理知識考慮電磁波輻射大氣植被覆磁波輻射大氣植被覆蓋和土壤背景相互作蓋和土壤背景相互作用數(shù)學(xué)物理及模擬不用數(shù)學(xué)物理及模擬不斷改進原有指數(shù)而成斷改進原有指數(shù)而成(PVI(PVI、SAVISAVI、MSAVIMSAVI、TSAVITSAVI、GEMIGE

3、MI、NDVI)NDVI) 基于高光譜遙感及熱紅基于高光譜遙感及熱紅外遙感發(fā)展而成的新外遙感發(fā)展而成的新形式形式(DVI(DVI、Ts-VITs-VI、PHIPHI) 部分植被指數(shù)之間相互關(guān)系部分植被指數(shù)之間相互關(guān)系 描述植被指數(shù)和土壤背景矛盾比值植被指數(shù)比值植被指數(shù)PVI最早對大氣敏感植被濃密效果好歸一化差異植被指數(shù)歸一化差異植被指數(shù)NDVI比值（ -1,1 ）內(nèi)消除大部分輻照度影響對綠色植被敏感土壤調(diào)節(jié)植被指土壤調(diào)節(jié)植被指數(shù)數(shù)SAVI 減少土壤植被冠層干擾SAVISAVI三個新形式三個新形式SAVI1,2,3SAVI1,2,3修正的土壤調(diào)節(jié)植被指數(shù)修正的土壤調(diào)節(jié)植被指數(shù)MSAVI 減少SA

4、VI中裸土影響改 進 轉(zhuǎn) 換 型 土 壤 調(diào) 整 植 被 指 數(shù)改 進 轉(zhuǎn) 換 型 土 壤 調(diào) 整 植 被 指 數(shù)TSAVI 轉(zhuǎn)換與土壤線有關(guān) 附加X值將土壤亮度影響減到最小基于理性考慮土壤干燥濕潤太陽入射角 結(jié)合理論基礎(chǔ)結(jié)合理論基礎(chǔ)藍光和紅光對氣溶膠散射存在差異原理抗大氣植被指數(shù)抗大氣植被指數(shù)ARVI減弱樹冠和背景土壤變化干擾土壤調(diào)節(jié)植被指土壤調(diào)節(jié)植被指數(shù)數(shù)SAVI增增 強強 型型 植植 被被 指指 數(shù)數(shù) EVI同時減少來自大氣和土壤噪音影響雙向反射分布函數(shù)（BRDF）合成法 進 一 步 提 高EVI對植被季節(jié)性變化的敏感性高光譜分辨率遙感的發(fā)展以高光譜分辨率遙感的發(fā)展以及熱紅外遙感技術(shù)的應(yīng)

5、用及熱紅外遙感技術(shù)的應(yīng)用 紅邊植被指數(shù)、導(dǎo)數(shù)植被指數(shù)紅邊植被指數(shù)、導(dǎo)數(shù)植被指數(shù)(DVI)、溫、溫度植被指數(shù)度植被指數(shù)(Ts一一)、生理反射植被指數(shù)、生理反射植被指數(shù)(PHI) Kauth等利用Landsat MSS的4個光譜段作為4維空間分析了裸土的光譜變化 ，提出了“土壤線”或“土壤亮度 矢量”的觀點。 Richardson等促使了土壤背景線指數(shù)（SBL）的發(fā)展，并用來辨別土壤和植被覆蓋。Jackson等發(fā)展了垂直植被指數(shù)（PVI） ，發(fā)展了基于n維光譜波段并在n維空間中計算植被指數(shù)的方法。高志海8 等利用TM 資料, 分析了NDVI 、SAVI 和MSAVI 對植被信息的提取能力, 結(jié)果表

6、明SAVI 提取植被信息效果較好,消除土壤影響和適應(yīng)植被變化的能力強 。池宏康9利用NOAA/ AVHRR 數(shù)據(jù)評價了適于提取黃土高原地區(qū)植被信息的最佳植被指數(shù)是MSAVI 。MSAVI 能增強植被信號, 最大限度地消除土壤背景的影響 。Huete 等11分析了MODIS 與AVHRR 植被指數(shù)特點。說明EVI 比NDVI 對高生物量區(qū)更敏感。 植被指數(shù)發(fā)展趨勢植被指數(shù)發(fā)展趨勢 未來研究應(yīng)以“植被一土壤一大氣”系統(tǒng)為一個整體目標，并應(yīng)考慮到遙感器及電磁波輻射特性。 超(高)光譜遙感技術(shù)(如AVIRIS)及熱紅外多光譜遙感技術(shù)(如ASTER)的發(fā)展將拓寬植被指數(shù)的研究領(lǐng)域，并將成為新的研究生長點

7、。 論文選題的研究特色和創(chuàng)新之處論文選題的研究特色和創(chuàng)新之處 研究特色研究特色 青海湖流域植被指數(shù)研究為本論文區(qū)域選取特色青海湖流域植被指數(shù)研究為本論文區(qū)域選取特色 1 數(shù)據(jù)采集參數(shù)測量和背景值測定為本論文實踐特色數(shù)據(jù)采集參數(shù)測量和背景值測定為本論文實踐特色2光譜相關(guān)性分析修正系統(tǒng)論和統(tǒng)計學(xué)方法分析背景為技術(shù)特色光譜相關(guān)性分析修正系統(tǒng)論和統(tǒng)計學(xué)方法分析背景為技術(shù)特色3 創(chuàng)新之處青海湖流域具青海湖流域具體區(qū)域植被指體區(qū)域植被指數(shù)的研究數(shù)的研究NDVINDVI研究的較研究的較多但其明顯問多但其明顯問題不能忽略如題不能忽略如飽和問題、土飽和問題、土壤背景的干擾壤背景的干擾等，相關(guān)植被等，相關(guān)植被指數(shù)

8、綜合研究指數(shù)綜合研究對比分析尋求對比分析尋求最優(yōu)植被指數(shù)最優(yōu)植被指數(shù)采用相關(guān)分析采用相關(guān)分析和系統(tǒng)論等方和系統(tǒng)論等方法分析光譜和法分析光譜和相關(guān)參數(shù)，充相關(guān)參數(shù)，充分考慮土壤背分考慮土壤背景值的干擾景值的干擾 研究內(nèi)容與方法研究內(nèi)容與方法 植被指數(shù)沒有一個統(tǒng)一的值，其研究結(jié)果經(jīng)常不一致 ，研究青海湖流域植被指數(shù)指標，選取適宜性指標，對青海湖流域植被作出評價。擬研究解決的問題擬研究解決的問題基本內(nèi)容基本內(nèi)容（1）研究青海湖流域區(qū)域特點，分析可能影響青海湖流域植被指數(shù)的環(huán)境因子 ；（2）采集野外光譜數(shù)據(jù)，統(tǒng)計光譜特征、周圍環(huán)境因素及其地物類型（植被類型）； （3）針對不同類型典型地物（注意考查高中

9、低覆蓋度植物），分析其光譜特征，并修正部分光譜特征；（4）植被指數(shù)參數(shù)（土壤、水分、溫度、坡度、坡向等）和土壤背景值參數(shù)的測定； （5）分析光譜數(shù)據(jù)，驗證實驗效果，研究青海湖流域植被指數(shù)指標，選取適宜性指標，對青海湖流域植被作出評價?；痉椒ɑ痉椒ǎ?）青海湖流域區(qū)域特征分析，統(tǒng)計數(shù)據(jù)研究影響植被指數(shù)的環(huán)境因子；（2）光譜數(shù)據(jù)的提取和光譜特征統(tǒng)計；（3）典型植被光譜特征分析及其修正;（4）植被指數(shù)參數(shù)和土壤背景值參數(shù)的測定；（5）實驗效果的驗證，植被指數(shù)評價和適宜性指數(shù)選取。技術(shù)路線技術(shù)路線光譜數(shù)據(jù)的提光譜數(shù)據(jù)的提取和統(tǒng)計取和統(tǒng)計 植被指數(shù)交互比較植被指數(shù)交互比較結(jié)論結(jié)論修正的光譜數(shù)修正的光

10、譜數(shù)據(jù)據(jù)植被指數(shù)參數(shù)植被指數(shù)參數(shù)的修正的修正土壤背景值參土壤背景值參數(shù)修正數(shù)修正植被指數(shù)參數(shù)植被指數(shù)參數(shù)的測定的測定土壤背景值參土壤背景值參數(shù)的測定數(shù)的測定區(qū)區(qū)域域環(huán)環(huán)境境因因子子分分析析植植被被指指數(shù)數(shù)表表達達式式1 實驗效果驗證檢驗實驗效果驗證檢驗植植被被指指數(shù)數(shù)表表達達式式2植植被被指指數(shù)數(shù)表表達達式式3植植被被指指數(shù)數(shù)表表達達式式4植植被被指指數(shù)數(shù)表表達達式式5 光譜儀光譜儀開展研究已具備的條件開展研究已具備的條件 （1）豐富的數(shù)據(jù)資料 （2）成熟植被指數(shù)表達式 （3） 區(qū)域個例植被指數(shù)對比研究成功案 例表明流域植被指數(shù)研究可行研究可能遇到的困難和問題研究可能遇到的困難和問題1）樣方的

11、選擇；）樣方的選擇； 2）光譜數(shù)據(jù)提取及其前期處理精度；）光譜數(shù)據(jù)提取及其前期處理精度； 4）適合植被指數(shù)表達式的選定取舍；）適合植被指數(shù)表達式的選定取舍； 3）土壤背景值參數(shù)的率定）土壤背景值參數(shù)的率定 5）植被指數(shù)交互比較總結(jié)）植被指數(shù)交互比較總結(jié) 針對可能出現(xiàn)困難的解決措施針對可能出現(xiàn)困難的解決措施1）認真充分研究區(qū)域特點和地表植被特征，努力選取代表）認真充分研究區(qū)域特點和地表植被特征，努力選取代表性強的樣方；性強的樣方；2）光譜數(shù)據(jù)提取盡量減少人為因素造成的誤差，采用均值）光譜數(shù)據(jù)提取盡量減少人為因素造成的誤差，采用均值法等盡量突出普遍代表性特征；法等盡量突出普遍代表性特征； 3）植被

12、指數(shù)參數(shù)和土壤背景值參數(shù)認真測定并采用數(shù)學(xué)方）植被指數(shù)參數(shù)和土壤背景值參數(shù)認真測定并采用數(shù)學(xué)方法加以修正，；法加以修正，；4）結(jié)合植被指數(shù)表達式特點，選取區(qū)域適宜性指數(shù)，樣本）結(jié)合植被指數(shù)表達式特點，選取區(qū)域適宜性指數(shù)，樣本選取平均值；選取平均值； 5) 提高指數(shù)提取精度，使交互比較具體可行。提高指數(shù)提取精度，使交互比較具體可行。 論文工作進度計劃 2013年年06月至月至08月月:收集相關(guān)已有文獻，大量閱讀文獻整理收集相關(guān)已有文獻，大量閱讀文獻整理文章思路，制定工作總體思路；文章思路，制定工作總體思路； 2013年年09月月-10月月:收集論文需要數(shù)據(jù)，數(shù)據(jù)分析，數(shù)據(jù)基礎(chǔ)收集論文需要數(shù)據(jù)，數(shù)

13、據(jù)分析，數(shù)據(jù)基礎(chǔ)處理，統(tǒng)計光譜特征處理，統(tǒng)計光譜特征 ； 2013年年11月至月至12月月:光譜數(shù)據(jù)修正，參數(shù)測量，土壤背景值光譜數(shù)據(jù)修正，參數(shù)測量，土壤背景值測定，提取的植被指數(shù)比較總結(jié)；測定，提取的植被指數(shù)比較總結(jié)； 2014年年01月至月至2014年年04月：完成論文初稿；月：完成論文初稿； 2014年年5月：論文修改；月：論文修改； 2014年年6月：答辯、定稿，提交論文。月：答辯、定稿，提交論文。論文擬寫篇幅，預(yù)期成果應(yīng)用價值論文擬寫篇幅，預(yù)期成果應(yīng)用價值 擬寫篇幅為擬寫篇幅為4000050000字字 應(yīng)用價值應(yīng)用價值1）植被指數(shù)僅用一種簡單而有效的形式一光譜信號，實現(xiàn)對植物狀）植被

14、指數(shù)僅用一種簡單而有效的形式一光譜信號，實現(xiàn)對植物狀態(tài)信息的表達，以定性和定量評價植被覆蓋、生長活力及生物等態(tài)信息的表達，以定性和定量評價植被覆蓋、生長活力及生物等 ；2）植被指數(shù)在與地表植被的覆蓋度具有密切的關(guān)系的同時還在一）植被指數(shù)在與地表植被的覆蓋度具有密切的關(guān)系的同時還在一定程度上反映著植被的演化信息，通過合適的數(shù)學(xué)模型，實現(xiàn)地定程度上反映著植被的演化信息，通過合適的數(shù)學(xué)模型，實現(xiàn)地表植被覆蓋度的多時相和長期的監(jiān)測表植被覆蓋度的多時相和長期的監(jiān)測 ；3）作為一種遙感手段廣泛應(yīng)用于土地利用覆蓋探測、植被覆蓋密）作為一種遙感手段廣泛應(yīng)用于土地利用覆蓋探測、植被覆蓋密度評價、作物識別和作物預(yù)

15、報等方面，在專題制圖方面增強了分度評價、作物識別和作物預(yù)報等方面，在專題制圖方面增強了分類能力；類能力；4）可用來診斷植被一系列生物物理參量）可用來診斷植被一系列生物物理參量:葉面積指數(shù)葉面積指數(shù)(LAI)、植被、植被覆蓋率、生物量、光合有效輻射吸收系數(shù)覆蓋率、生物量、光合有效輻射吸收系數(shù)(AFAR)等等;反過來又可用反過來又可用來分析植被生長過程來分析植被生長過程:凈初級生產(chǎn)力凈初級生產(chǎn)力(NPP)和蒸散和蒸散(蒸騰蒸騰)等。等。 主要參考文獻主要參考文獻1田慶久, 閡祥軍，植被指數(shù)研究進展，地球科學(xué)進展J，1998,13（4）2王正興，劉闖，植被指數(shù)研究進展：從AVHRR-NDVI到MOD

16、IS-EVIJ，生態(tài)學(xué)報，2003,23（5）3 王正興，劉闖，植被指數(shù)研究進展：從AVHRR-NDVI到MODIS-EVIJ，生態(tài)學(xué)報，2003,23（5）4 Miller J RQuantitative characterization of the vegetation red edge reflectance：1An invertedGaussian reflectance modelInternational Journal 0f Remote Sensing，1990，11(10)：l 755一l 7735 Gamon J AA narrow-waveband spectral i

17、ndex that tracks diurnal changes in photosynthetic efficiencyRemote Sensing of Environment，1992，4l：3544 6 Huete A R. A soil adjusted vegetation index (SAVI) J . Re2mote Sense Environ. 1988 , (25) :295 - 309.7 Qi J . A modified soil adjusted vegetation indexJ . Remote Sense Environ ,1994 , (48) : 119

18、 - 126.8高志海、魏懷東,丁峰,等. TM 影像VI 提取植被信息技術(shù)研究J . 干旱區(qū)資源與環(huán)境,1998 ,12 (3) :98 - 104.9池宏康. 黃土高原地區(qū)提取植被信息方法的研究J . 植物學(xué)報,1996 ,38 (1) :40 - 44.10Liu H Q , Huete. A Feedback Based Modification of the NDVI to Minimize Canopy Background and Atmospheric Noise J .IEEE Trans Geosci Remote Sensing , (33) :457 - 465.11Huete A , Didan K, Mi