高光谱与多光谱数据融合在植被水域分类与生态保护中的应用

高光谱遥感技术在植被、水域分类与生态保护信息提取中，有着显著的应用优势和成果，通过光谱连续和图谱合一的特性，能够对植被水城分类信息进行准确识别和精细分类。

与传统的多光谱遥感相比，高光谱遥感技术突破了地物波普信息易受波普分辨率的限制无法区分的局限性，整个热红外、短红外、近红外波段以及可见光的连读光谱以及上百个波段都可以提取，同时通过纳米级的光谱分辨率，可以对影像中的每个像元精细光谱进行提取。

1 高光谱遥感技术概述

高光谱遥感技术通过将微弱信号检测、精密光学机器、计算机技术、探测器技术、信息处理技术等进行集合一体形成的全新遥感技术。这种综合性技术利用纳米级光谱分辨率进行地表地物的城像，通过上百个波段进行连续光谱信息的获取，使地物辐射信息、空间信息、光谱信息等同步获取得以实现，因其具有的应用优势，使其在得到了广泛的应用，同时具有广阔的发展前景。与传统的遥感技术相比，其获取数据具有空间分辨率高、波段多、相邻波段的相关性高、光谱分辨率高、数据冗余大等特点。地面信息通过高光谱分辨率得以丰富，并在海洋、农业、军事、林业、天文学学等领域得到广泛应用，其中在植被信息提取领域也加大了相关的应用研究"

2 植被遥感概述

2.1植被光谱特征

遥感技术是以地物对电磁波吸收、反射和发射特性为物理基础，采用不同波段的辐射源，与地物之间的辐射作用机理也存在着差异，对地物信息反映也不相同。通过近红外波段和可见光，可以对太阳光的辐射进行反射，地物反射率通过遥感信息进行反映。在反射率中，随波长变化反射率也所发生的变化，这种光谱特性也是反射率的重要特点之一。通过各种地物间光谱特性所在的差异性，使不同地物的信息识别得以实现，通过植物的光谱特性，能够在高光谱遥感技术应用中有效地与其他地物进行区别，并加以精

细化识别。植物的光谱响应特征如图1所示。不同植物类型其叶子所含色素和组织结构等也存在着差异，其光谱特征也有所不同，可利用植物类型进行区分；另外可利用植物的物候期的不同进行区分，比如区分常绿树和冬季落叶树；按照植物的生态条件进行类型区分，比如不同高度、不同地形都分布着不同类型的植物；另外还可根据遭受病虫害的植物以及健康植物所反射的光谱曲线特征进行分析和判断。

2.2农作物遥感估产

在农作物估产中，植物信息提取的高光谱逼感技术也得到了应用，其主要作用体现在三个方面：农作物估产模式建立、种植面积估算以及农作物识别，农作物生长的全过程利用高分辨率的卫星影像进行动态监测，利用卫星多光谱通道影像的反射值对植被指数进行获取，从而实现对农作物长势水平的监测；通过农作物的图形结构、色调等方面存在的差异，以及特定地理位置，物候期的遥感等特征，将其与其他植被进行区分识别；通过单一作物的单产数据与指定作物灌浆期植被指数进行回归分析，并通过回归方程实现农作物估产模式的构建国。

2.3高光谱遥感技术的应用

目前航空成像光谱仪中AVRIS成像光谱数据居多，其主要利用高光谱数据，通过混合像元分解、光谱植被指数、光谱匹配以及模型反演等方式，对植被信息进行定量提取和研究

2.3.1植被水分含量提取

在光谱反射率数据中，植被的水分胁迫状况能够得到体现，在不同波段处能够有效反映植被水分信息。根据相关的研究显示，水稻的水分亏损情况可以通过960mm处的导数光谱进行反应；农作物含水量以及缺水状况可以通过光谱反射率进行定量测定和诊断；纤维素和木质素的含量

与水分之间呈现负相关的关系，能够对作物水分状态进行间接反应。另外高光谱对叶片水分状况进行估算的主要途径有，植被的生物化学参数，主要包括木质素和纤维素含量与水分含量的关系、叶绿索含量的；其次是植被含水量和植被状态的关系；然后是直接对植被含水量进行估测。

2.3.2植被光合色素提取

植被生物量可以通过植被差异指数等可以估测的绿色生物量，叶绿素积累量等光谱植被指数进行反映。地面植被叶绿素积累量可以通过与叶绿素积累量存在显著相关性的机载传感器或地表传感器进行测定。相关研究表明，叶绿素密度与群体反射光谱的相关性叫好，叶绿素密度信息可以通过植被光谱的红边位置更好地予以反映，

2.3.3植被碳氨比提取

作为全球生态农业变化的研究领域所广泛考虑的重要因素，可以对植物的营养利用效率进行体现，也是对植物落叶分解速率进行调节的重要因素，对植物生命过程起到重要的调节和维持作用，所以在农业领域和植物生长精细研究中有着重要的价值。另外在全球气候变化以及营养元素迁移等方面，氨循环和碳循环作为重要的关键因素，与碳氮比密不可分。目前通过高光谱遥感技术对植物叶片碳氮比进行定量研究的可行性也在不断进行探讨，使碳氮比遥感定量的研究和拓展得到有效促进。