Page 79 - 遥感技术在生态环境监测中的应用研究

遥感技术在生态环境监测中的应用研究

的大小体现了所含信息的多少。但由于景物各波段的辐射特性之间的相关性，用三个方差

最大的波段合成的结果并不一定能获得最多的信息。当三者之间相关很强时，各波段所包
含的信息之间有着大量的重复和冗余。因此，选择三个波段的组合时，必须同时考虑各单
波段方差要大而波段间相关性要小这样两个条件，即考虑组合图像的信息量最大。以下为

目前用于波段选择的主要方法。
（1）熵和联合熵
目前人们通常根据波段组合前后信息量的变化来评价波段选择效果的好坏，熵和联合

熵就是经常被采用的评价指标。图像的熵值是衡量图像信息丰富程度的一个重要指标，熵
值的大小表示图像所包含的平均信息量的多少。熵是和信号值（如亮度或灰度值）出现的
概率相联系的。对于所有可能出现的亮度值或灰度值的自信息求加权和，就得到了熵。一

般来说，熵值越大，图像直方图也就越平滑，亮度值的动态范围也大，因此，代表的信息
量越多。该方法常用于多波段遥感，对高光谱遥感来说，由于波段众多，波段间相关程度

高，不仅运算量大，而且容易形成最佳波段的不唯一性。
（2）优化分类波段选择
波段指数法是从高光谱数据具有的特点出发，综合考虑图像的信息量和相关性两个因

素，并且对高光谱数据进行分组分块，从而选择出最佳波段组合的方法。
（二）高光谱分辨率遥感在植被监测中的应用方法

1. 植被信息的提取
不同种植物以及同一种植物的不同生长发育阶段，或者是不同植物绿叶之间，由于
其叶绿素含量和水分含量的不同，其反射光谱曲线的形态和特征都会产生不同，因此利用

高光谱数据可以进行植被信息的提取。通过高光谱遥感植被指数技术可以提取植被冠层结
构定量信息。蒲瑞良等用小型机载成像光谱仪测得的航空高光谱分辨率数据（光谱范围
为 417nm ～ 800nm），再结合导数光谱的多项式逐步回归方程进行分析，分别得到总叶

绿素（TC）和全氮（TN）的中心波长分别为 748nm、507nm、735nm 和 780nm、764nm、
566nm。表明：使用光谱方式的小型机载成像光谱仪数据及 NDVI 值提取植被信息，结合
光谱微分技术能明显地改善森林族叶化学成分的估算。

2. 植被长势监测和估产
高光谱遥感的超多波段（几十、上百个）、光谱分辨率高（3nm ～ 20nm）的特点，

使其可探测植被的精细光谱信息（特别是植被各种生化组分的吸收光谱信息），反演各组
分含量，监测植被的生长状况。如：可以通过高光谱信息进行植物病虫害的监测。植物病
虫害的监测是通过监测叶子的生物化学成分来进行的。病虫害感染导致叶子叶肉细胞结构

发生变化，使得叶子的光谱反射率也发生了变化。利用遥感信息进行作物估产总要是利用
某种植被指数在作物生长发育之关键期内的和与产量的实测或统计数据间建立起各种形式

的相关方程来实现的。
72