表观反射率及其在植被遥感中的应用 - 图文

植物生态学报２００５，２９（１）７４～８０ＡｃｔａＰｈｙｔｏｅｃｏｌｏｇｉｃａＳｉｎｉｃａ表观反射率及其在植被遥感中的应用池宏康周广胜许振柱肖春旺袁文平（中国科学院植物研究所植被数量生态学重点实验室，北京１０００９３）摘要由于植被遥感应用定量化和监测等的需求，光学遥感数据的辐射校正更加受到重视。该文论述了辐射校正，辐射定标和大气校正的概念以及它们之间的区别及关系。特别对辐射定标的结果之一，大气层顶表观反射率，简称表观反射率（Ａｐｐａｒｅｎｔｒｅｆｌｅｃｔａｎｃｅ）的定义、概念、计算和它在植被遥感中的应用等方面，进行了详细的论述。关键词表观反射率辐射校正辐射定标大气校正植被遥感ＡＰＰＡＲＥＮＴＲＥＦＬＥＣＴＡＮＣＥＡＮＤＩＴＳＡＰＰＬＩＣＡＴＩ（）ＮＳＩＮＶＥＧＥ７Ｌ～’ｎＯＮＲ团Ⅶ（）１＿ＥＳＥＮＳＩＮＧＣＨＩＨｏｎｇ—ＫａｎｇＺＨＯＵＧｕａｎｇ—ＳｈｅｎｇＸＵＺｈｅｎ—ＺｈｕＸＭ０Ｃｈｕｎ—ＷａｎｇａｎｄＹＵＡＮＷｅｎ?Ｐｉｎｇ（ＬａｂｏｒａｔｏｒｙｏｆＱｕａｎｔｉｔａｔｉｖｅｌ／ｅｇｅｔａｔｉｏｎＥｃｏｌｏｇｙ，ＩｎｓｔｉｔｕｔｅｏｆＢｏｔａｎｙ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００９３，Ｃｈｉｎａ）ＡｂｓｔｒａｃｔＲｅｍｏｔｅｓｅｎｓｉｎｇｏｆｖｅｇｅｔａｔｉｏｎｉｓｄｅｖｅｌｏｐｉｎｇｉｎｔｏａｈｉｇｈｌｙｑｕａｎｔｉｔａｔｉｖｅｓｃｉｅｎｃｅ．Ｈｏｗｅｖｅｒ，ｓｏｍｅｃｏｎ—ｃｅｐｔｓａｎｄｔｅｒｍｓｒｅｌａｔｅｄｔｏｑｕａｎｔｉｔａｔｉｖｅｒｅｍｏｔｅｓｅｎｓｉｎｇａｒｅｃｏｎｆｕｓｉｎｇｆｏｒｎｏｖｉｃｅｓｏｆｔｈｉｓｆｉｅｌｄ．１１１ｅｇｏａｌｏｆｔｈｉｓｐａｐｅｒｉｓｔｏｃｌａｒｉｆｙｆｕｚｚｙｃｏｎｃｅｐｔｓａｎｄｐｒｏｍｉｓｃｕｏｕｓｔｅｒｍｓａｎｄｔｏｉｎｔｒｏｄｕｃｅｍｅｔｈｏｄｓａｂｏｕｔｄａｔａｐｒｏｃｅｓｓｉｎｇｏｆｒｅ—ｍｏｔｅｓｅｎｓｉｎｇｉｎｆｏｒｍａｔｉｏｎ．Ｆｉｒｓｔ，ｃｏｎｃｅｐｔｓａｂｏｕｔｒａｄｉｏｍｅｔｒｉｃｃｏｒｒｅｃｔｉｏｎ，ｒａｄｉｏｍｅｔｉｉｃｃａｌｉｂｒａｔｉｏｎ．ａｔｍｏｓｐｈｅｒｉｃｃｏｒｒｅｃｔｉｏｎａｎｄｔｈｅｄｉｆｆｅｒｅｎｃｅｓａｎｄｒｅｌａｔｉｏｎｓｈｉｐｓｂｅｔｗｅｅｎｔＩｌｅｍｗｅｒｅｄｉｓｃｕｓｓｅｄ．Ｉｎｏｐｔｉｃａｌｒｅｍｏｔｅｓｅｎｓｉｎｇ．ｒａｄｉｏ．ｍｅｔｒｉｃｃｏｒｒｅｃｔｉｏｎｉｎｃｌｕｄｅｓｒａｄｉｏｍｅｔｒｉｃｃａｌｉｂｒａｔｉｏｎａｎｄａｔｍｏｓｐｈｅｒｉｃｃｏｒｒｅｃｔｉｏｎ．ＴｈｅａｉｍｏｆｒａｄｉｏｍｅｔｒｉｅｃａｌｉｂｒａｔｉｏｎｉＳｔｏｅｌｉｍｉｎａｔｅｔｈｅｅｒｒｏｒｓｉｎｔｈｅｓｅｎｓｏｒｓｏｆｔｈｅｓａｔｅｌｌｉｔｅ。ａｎｄｔｈｅａｉｍｏｆａｔｍｏｓｐｈｅｒｉｃｃｏｒｒｅｃｔｉｏｎｉＳｔｏｅｌｉｍｉｎａｔｅｔＩｌｅｅｆｆｅｃｔｓｏｆａｔｍｏｓｐｈｅｒｉｃｉｎｔｅｒｆｅｒｅｎｃｅｏｎｓａｔｅｌｌｉｔｅｄａｔａ．Ｉｎｇｅｎｅｒａｌ．ｔｈｅｆｉｒｓｔｓｔｅｐｉＳｒａｄｉｏｍｅｔｒｉｃｃａｌｉｂｒａｔｉｏｎａｎｄｔｈｅｎａｔｍｏｓｐｈｅｒｉｃｃｏｒｒｅｃｔｉｏｎ．ＡｐｐａｒｅｎｔｒｅｆｌｅｃｔａｎｃｅｉＳｏｎｅｏｆｔｈｅｒｅｓｕｌｔｓｏｆｒａｄｉｏｍｅｔｒｉｃｃａｌｉｂｒａｔｉｏｎａｎｄｉＳａｖｅｒｙｉｍｐｏｒ．ｔａｎｔｐｈｙｓｉｃａｌｖａｒｉａｂｌｅｉｎｐｒｏｃｅｓｓｉｎｇｒｅｍｏｔｅｓｅｎｓｉｎｇｄａｔａ．ｎｅｄｅｆｉｎｉｔｉｏｎｏｆａｐｐａｒｅｎｔｒｅｆｌｅｃｔａｎｃｅｃａｎｂｅｉｎｄｉｃａｔｅｄｗｉｔｈａｆｏｒｍｕｌａ．７１１ｌｅｃａｌｃｕｌａｔｉｏｎｏｆａｐｐａｒｅｎｔｒｅｆｌｅｃｔａｎｃｅｗａｓｅｘｐｌａｉｎｅｄｓｔｅｐ—ｂｙ—ｓｔｅｐｕｓｉｎｇｅｘａｍｐｌｅｓｗｉｔｈＬａｎｄ－ｓａｔ一５ａｎｄＬｍｄｓａｔ一７ｓａｔｅｌｌｉｔｅｉｍａｇｅｓ．Ａｃａｓｅｓｍａｙｗａｓｐｒｅｓｅｎｔｅｄｉｎｏｒｄｅｒｔｏｓｈｏｗｔｈｅｉｍｐｏｒｔａｎｃｅｏｆａｐｐａｒｅｎｔｒｅｆｌｅｃｔａｎｃｅｉｎｔｈｅｃａｌｃｕｌａｔｉｏｎｏｆ彻Ｖ／（Ｎｏｒｍａｌｉｚｅｄｄｉｆｆｅｒｅｎｃｅｖｅｇｅｔａｔｉｏｎｉｎｄｅｘ）．Ｆｉｎａｌｌｙ，ｉｔｓａｐｐｌｉｃａｔｉｏｎｓｉｎｖｅｇｅｔａｔｉｏｎｒｅｍｏｔｅｓｅｎｓｉｎｇｗｅｒｅｌｉｓｔｅｄａｎｄｄｉｓｃｕｓｓｅｄ．ＫｅｙｗｏｒｄｓＡｐｐａｒｅｎｔｒｅｆｌｅｃｔａｎｃｅ，Ｒａｄｉｏｍｅｍｃｃｏｒｒｅｃｔｉｏｎ，Ｒａｄｉｏｍｅｔｒｉｃｃａｌｉｂｒａｔｉｏｎ，Ａｔｍｏｓｐｈｅｒｉｃｃｏｒｒｅｃｔｉｏｎ，Ｖｅｇｅｔａｔｉｏｎｒｅｍｏｔｅｓｅｎｓｉｎｇ最近十几年植被遥感向定量化和动态监测方向题被再次提出。其中，光学遥感数据的辐射校正就深入发展。许多文章涉及到植被的生物量（Ｔｏｄｄｅｔ是一个典型例子。许多有关遥感的书籍和文章中，ｏｆ．，１９９８；Ｓａｎｎｉｅｒｅｔａ１．，２００２；Ｆｏｏｄｙｅｔａ１．，２００３）、辐射校正的概念、定义和方法等内容涉及较少，而且净初级生产力（ＮＰＰ）（Ｒｅｉｃｈ，１９９９；Ｂｅｌｃｈａｎｓｋｙ＆有些概念和术语时常混淆。这些都影响了遥感技术Ｄｏｕｇｌａｓ，２００２；Ｄａｗｓｏｎｅｔａ１．，２００３）的估测；草地退应用水平的提高。化和森林破坏等的监测（ＤｉＭａｉｏＭａｎｔｏｖａｎｉ＆Ｓｅｔｚｅｒ，本文试图对辐射校正中存在的一些容易混淆的１９９７；Ｔｕｃｋｅｒ＆Ｔｏｗｎｓｈｅｎｄ，２０００；Ｈｏｌｍｅｔａ１．，２００３；概念和术语，进行澄清。特别对植被遥感应用定量Ｈｏｓｔｅｒｔｅｔａ１．，２００３）。另外，在植被遥感中经常涉及到植被指数，例如，归一化差植被指数（ＮＤＶＩ）。用化、监测，具有特殊作用的大气层顶表观反射率（简何种遥感数据计算才能得到较真实的植被指数？对称表观反射率，Ａｐｐａｒｅｎｔｒｅｆｌｅｃｔａｎｃｅ）的定义，计算及于同一块森林或草地，如何对比和监测它们在不同在植被遥感中的应用等方面，进行了详细分析和研时期的状况？这些研究均需要定量化的方法。这究，以期对使用光学遥感数据进行各种植被遥感应样，光学遥感中原来一直存在，但是被忽视的一些问用的研究人员有一定的参考价值。收稿日期：２００３一ｌｌ，１９接受１３期：２００４—０４．２９基金项目：国家重点基础研究发展规划项目（９７３项目）（Ｇ１９９９０４３４０７）和国家自然科学基金项目（４０２３１０１８）Ｅ—ｍａｉｌ：ｈｃｈｉ＠ｉｂｃａｓ．ａｃ．ｃｎ万　方数据１期池宏康等：表观反射率及其在植被遥感中的应用７５１背景ＤＮ值。理想状况下，光学遥感传感器各波段纪录下的辐射通量应该是地物反射的精确测量值。然１９７２年美国发射了第一颗地球资源卫星，初期而，误差（噪声）在遥感数据获取过程中，通过几种途大量的遥感应用主要集中于地物（土壤、植被和水体径混杂进来。辐射校正的目的就是消除这些误差等）的识别与分类。用户得到的遥感数据（ＭＳＳ、ＴＭ）（噪声）。它们包括，由传感器本身产生的内部误差是整数的ＤＮ值（Ｄｉｓｔａｌｎｕｍｂｅｒｖａｌｕｅ）。用户可以直和由环境影响——大气和地形影响引起的外部误接用这些原始遥感数据对各种地物进行识别和分差。内部误差一般是系统的、可以预测的，通过卫星类。由于来自水体、植被、土壤和城市等地物的信号发射之前的辐射定标（Ｐｒｅ．ｆｌｉ。ｓｈｔｃａｌｉｂｒａｔｉｏｎ）和运行中很强，传感器和大气的影响不足以妨碍到对这些地的星上辐射定标（Ｏｎｂｏａｒｄｃａｌｉｂｒａｔｉｏｎ）、替代（场地）物之间差异的探测和识别。使用ＤＮ值数据不仅不辐射定标（Ｖｉｃａｒｉｏｕｓｃａｌｉｂｒａｔｉｏｎ）来确定。而外部误差影响结果，而且处理速度较快。因此，在相当长一段在自然界是变化的、不确定的，非系统误差。一般在时间内，辐射校正被忽视。随着遥感应用领域的扩内部误差校正（即辐射定标）后，由用户自己来消除展，资源和环境的遥感监测越来越重要，遥感定量化这种误差。在平原地区，只进行大气校正即可消除程度要求更高，内容不再限于森林变为草原或草原它，而在山区，除大气校正外，有时还要进行地形辐改变为农田这样质变的监测，提出了对土地覆盖类射校正。图１清楚地说明了辐射校正、辐射定标和型，在某一时问内无质变的监测新需求。例如，对大气校正等之间的关系。辐射定标的目的是消除传一片草地，要求监测１０或２０年内，它的生物量、生感器本身产生的误差。大气校正则消除大气散射、产力和覆盖度等的变化情况。植被的这些生态学特吸收等引起的误差。对在光学遥感数据获取过程征量，要用生物物理量，例如，叶面积指数（丛，）、光中，产生的一切与辐射有关的误差的校正（包括辐射合有效辐射（ＰＡＲ）等来获取。这些生物物理量的差定标和大气校正）统称辐射校正。在遥感监测等具异信息微弱，要消除大气这样的环境影响因素，才有体应用中，大气校正难度较大。有时只能依据遥感可能获得。另外，光学传感器的性能随时问变化，引影像中的暗色物体（例如湖泊）校正，不能完全消除起输出信号值的漂移。这样遥感数据之间的长时间大气的影响。然而，根据辐射定标，传感器产生的误比较，精度也将受到影响。原始遥感数据的ＤＮ值差则较容易消除。辐射定标的结果是给出一个联系已不适宜直接用来监测这种类型的变化，它们需要ＤＮ值与辐射亮度Ｌ关系的公式和一些参数。这样经过辐射校正后，才能胜任遥感监测的新需求。根据遥感数据中的ＤＮ值和这些参数，就可以计算长期以来，各种书刊关于辐射校正（Ｒａｄｉｏｍｅｔｒｉｃ出相应的进入传感器的辐射亮度值和表观反射率。ｃｏｒｒｅｃｔｉｏｎ）的定义和内容没有统一。辐射定标（Ｒａ—遥感应用人员特别关注能反映地物眭质和特征的反ｄｉｏｍｅｔｒｉｃｃａｌｉｂｒａｔｉｏｎ）、辐射校正和大气校正（Ａｔｍｏ．射率，因此，下面主要论述表观反射率。ｓｐｈｅｒｉｃｃｏｒｒｅｃｔｉｏｎ）使一些初步参与遥感应用的人员感到困惑。他们不知道三者之间的区别和关系。有２表观反射率的人员将辐射定标与辐射校正等同，有的则认为大２．１表观反射率的概念气校正是独立于辐射校正的。从光学遥感数据的获在文献中，表观反射率有多个不同的提法。例取过程，我们知道地物反射的辐射亮度Ｌ（Ｒａｄｉａｎｃｅ）如，场景的大气层顶等价反射率（ｒｎｌｅＴＯＡｅｑｕｉｖａｌｅｎｔ通过大气层，然后被卫星传感器接收，最后转换为ｒｅｆｌｅｃｔａｎｃｅｏｆｓｃｅｆｌｅ）（Ｄｉｎｇｕｉｒａｒｄ＆Ｓｌａｔｅｒ，１９９９）；表观辐射定标ＲａｄｉｏｍｅｔｒｉｃｃａｌｉｂｒａｔｉｏｎＲａａｔ伽。罂翌孽器，。。ｔｔ。ｎ＿１大气校正枷唧圭妣㈣呲渤图ｌ辐射校正、辐射定标和大气校正之间的区别与相互关系Ｆｉｇ．１Ｔｈｅｄｉｆｆｅｒｅｎｃｅａｎｄｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｒａｄｉｏｍｅｔｒｉｃｃｏｒｒｅｃｔｉｏｎ，ｒａｄｉｏｍｅｔｒｉｃｃａｌｉｂｒａｔｉｏｎａｎｄａｔｍｏｓｐｈｅｒｉｃｃｏｒｒｅｃｔｉｏｎ万　方数据７６植物生态学报２９卷星上反射率（Ａｐｐａｒｅｎｔａｔ—ｓａｔｅｌｌｉｔｅｒｅｆｌｅｃｔａｎｃｅ）（Ｈｉｌｌ＆Ｓｔｕｒｍ，１９９１）星上光谱行星反照率（Ａｔ—ｓａｔｅｌｌｉｔｅｓｐｅｃ—ｔｒａｌｐｌａｎｅｔａｒｙａｌｂｅｄｏｓ）（Ｍａｒｋｈａｍ＆Ｂａｒｋｅｒ，１９８７）和等价光谱反照率（Ｅｑｕｉｖａｌｅｎｔｓｐｅｃｔｒａｌａｌｂｅｄｏ）（Ｐｒｉｃｅ，１９８７）等等。目前，虽然这个物理量有不同的名称，但是它的定义可以用（１）式来表达（Ｒｏｄｅｒｉｃｋｅｔａ１．，１９９６；Ｍａｒｋｈａｍ＆Ｂａｒｋｅｒ，１９８７）。ＩＤ２面砑而丌?￡?Ｄ２式中，ｐ为大气层顶（ＴＯＡ）表观反射率（无量纲），丌为常量（球面度ｓｒ），Ｌ为大气层顶进入卫星传感器的光谱辐射亮度（ｗ?ｍ。２?ｓｒ＿１?／ａｎ。１），Ｄ为日地之间距离（天文单位），ＥＳＵＮ为大气层顶的平均太阳光谱辐照度（Ｗ?ｍ以?ｔａｎ－１），０为太阳的天顶角。以上（１）式成立的条件是假设在大气层顶，有一个朗勃特（Ｌａｎｂｅｒｔｉａｎ）反射面。太阳光以天顶角０入射到该面。如图２，该表面的辐照度为Ｅ＝ＥＳＵＮ?ＣｏｓＯ／Ｄ２（吕斯骅，１９８１）。该表面的辐射出射度Ｍ＝ｒｒＬ（吕斯骅，１９８１）。根据Ｌａｎｂｅｒｔｉａｎ反射率定义，大气层顶的表观反射率ｐ等于Ｍ和Ｅ的比值，即ｌ拭ｐＤ：一Ｍ：ｉ者华矢五。这就是上面（ｌＤ２—２面面Ｆ石丽。赵祝是上回（１，武驯田术。１）式的由来。Ｅ这里还有三点需要说明。第一，Ｌ和ＥＳＵＮ分别为光谱辐射亮度和光谱辐照度，与波段有关，不同的波段有其相应的值。图２大气层顶（，ＩＤＡ）的表观反射率ｐＦｉｇ．２Ａｐｐａｒｅｎｔｒｅｆｌｅｃｔａｎｃｅｐａｔｔｈｅｔｏｐｏｆａｔｍｏｓｐｈｅｒｅ（ＴＯＡ）第二，注意单位的一致。例如，￡的单位是ｗ?ｍ＿２?ｓｒ。１?ｔａｎ－。。如果资料给出的￡为ｍｗ?ｃｍ。２?ｓｒ。１?／ａｎ～，应该换算为前者（１Ｗ?ｍ。２?ｓｒ一１?ｔａｎ。１＝０．１ｍＷ?ｅｍ－２．ｓｒ一１?ｔａｎ一１）。第三，￡是大气层顶进入卫星传感器的光谱辐射亮度。实际上，它是来自地物和大气辐射亮度的总和。因此，大气层顶的表观反射率ｐ也是地面反万　方数据射率ＩＤＧ和大气反射率以的总和，即：ＩＤ＝ＩＤＧ＋ＩＤＡ（２）２．２表观反射率的计算分为两个步骤。首先计算光谱辐射亮度￡，然后根据（１）式求取表观反射率』０。２．２．１光谱辐射亮度的计算￡是大气层顶卫星传感器接收的辐射亮度。如前所述，辐射定标就是确定￡与ＤＮ的关系式，以及相应的定标参数增益（Ｇａｉｎ）和偏移（Ｂｉａｓ）。由于光学传感器器件性能的退化，这些参数也在改变。通过星上对传感器的辐射定标和地面的替代辐射定标，不断修正这些参数。地面站给用户提供卫星的ＤＮ数据时，这些参数也同时被提供。例如，用户得到一帧２００１年８月１４日，内蒙古锡林浩特附近的Ｌａｎｄｓａｔ一７ＥＴＭ＋的ＤＮ数据。在提供的文件中，可以查到ＥＴＭ＋１～５，７波段的Ｇａｉｎ和Ｂｉａｓ的参数值（本文主要论述Ｌａｎｄｓａｔ．５和ｌ＿ａｎｄｓａｔ一７的ＴＭ和ＥＴＭ＋中的１。５，７反射波段）。根据以下公式（３），我们就可以分别计算出各个波段每个像元的辐射亮度￡值。￡＝Ｇａｉｎ?删＋Ｂｉａｓ（３）如果，没有定标参数Ｇａｉｎ和Ｂｉａｓ的资料，某一波段的￡可以根据（４）式计算。（３）和（４）式均来自网上（ｈｔｔｐ：／／ｌｔｐｗｗｗ．ｇｓｆｅ．ｇｏｖ／ＩＡＳ／ｈａｎｄｂｏｏｋ／ｈａｎｄ—ｂｏｏｋ—ｈｔｍｌｓ／ｃｈａｐｔｅｒｌ￡＝“一Ｑｌ：：４三一一而考型—Ｌ?（ＱＣＡＬ—ＱＣＡＬ１／ｅｈａｐｔｅｒｌ。ｉ。）＋ＱＣ１．ｈｔｍｌ）。，一，．ＡＬ“”７。。ｉ。、Ｌ血。（４）式中，ＱＣＡＬ为某一像元的ＤＮ值，即ＱＣＡＬ＝ＤＮ。Ｑ呲一为像元可以取的最大值２５５。ＱＣａＬＩｌｌｉ。为像元可以取的最小值。如果卫星数据来自ＬＰＧＳ（Ｔｈｅｌｅｖｅｌ１ｐｒｏｄｕｃｔｇｅｎｅｒａｔｉｏｎｓｙｓｔｅｍ），则ＱＣＡＬ。ｉ。＝１（Ｌａｎｄｓａｔ．７数据属于此类型）。如果卫星数据来自美国的ＮＬＡＰＳ（ＮａｔｉｏｎａｌＬａｎｄｓａｔＡｒｃｈｉｖｅＰｒｏｄｕｃｔｉｏｎＳｙｓ．ｔｅｍ），则ＱＣＡＬ。ｉ。＝０（Ｌａｎｄｓａｔ．５的ＴＭ数据属于此类型）。根据以上情况，对于Ｌａｎｄｓａｔ一７来说，（４）式可以改写为（５）式（ＱＣＡＬＩｌｌｉ。＝１）。￡＝丝铲?（删一１）＋ＬＩＩｌｉ。，一，（５）对于Ｌａｎｄｓａｔ一５来说，（４）式可以改写为（６）式（ＱＣＡＬＭＩＮ＝０）￡＝生铲。ＤⅣ＋Ｌ。ｉ。，一，．（６）￡一和Ｌｍｉｎ分别为ＱＣＡＬ＝２５５和ＱＣＡＬ＝１（或１期池宏康等：表观反射率及其在植被遥感中的应用Ｏ）时的光谱辐射亮度值。我们可以在网上（ＮＡＳＡ浩特附近的Ｌａｎｄｓａｔ．７卫星数据（获取于２００１年８月ＬａｎｄｓａｔＰｒｏｊｅｃｔＳｃｉｅｎｃｅＯｆｆｉｃｅ，１９９８ａ）查找到Ｉ＿ａｎｄｓａｔ一７１４日）应该采用后面４列参数，而且除了４波段（太ＥＴＭ＋各个反射波段的￡一和￡商。值（表１）。阳高度角为５４．１。）采用低增益的Ｌ。。和Ｌｍｉｎ参数Ｉ＿ａｎｄｓａｔ－７的￡。。和Ｌｍｉｎ选取要注意两个问题。外，其余１—３和５、７波段均采用高增益的￡。。和首先，了解卫星资料获取的时间。２０００年７月１日Ｌｍｉｎ参数。之前的，采用前面４列；反之，用后面４列。第二个Ｌａｎｄｓａｔ一５发射于１９８４年３月。现在，２０年过去问题涉及到高增益（Ｈｉｇｈｇａｉｎ）和低增益（Ｌｏｗｇａｉｎ）了，它仍旧在轨道上正常运转。总体上看，在整个运的参数。为了使传感器的辐射分辨率达到最大，而行期间，它的传感器有较好的辐射稳定性。然而，内又不使其达到饱和，根据地表类型（非沙漠和冰面的部的定标器灯（Ｃａｌｉｂｒａｔｏｒｌａｍｐｓ）的亮度在逐渐增加，陆地、沙漠、冰与雪、水体、海冰、火山等６大类型）和特别在１９８８年以后，这种状况更加明显。为了使太阳高度角状况来确定采用高增益参数或是低增益Ｌａｎｄｓａｔ－５的ＴＭ辐射定标，达到能与Ｌａｎｄｓａｔ．７的参数。一般低增益的动态范围比高增益大１．５倍，ＥＴＭ＋进行比较的精度。最近，ＴＭ数据用一套新的因此当地表亮度较大时，用低增益参数；其它情况用参数来进行辐射定标。这套参数的使用，以２００３年高增益参数。在非沙漠和冰面的陆地地表类型中，５月５日为分界线（表２）。从Ｌａｎｄｓａｔ．５发射的１９８４ＥＴＭ＋的１～３和５、７波段采用高增益参数，４波段年３月１日至２００３年５月４日，这段期间获取的ＴＭ在太阳高度角低于４５。时也用高增益参数，反之则用数据的辐射定标使用表２中的左边数据，而２００３年低增益参数。详见文献（ＮＡＳＡＬａｎｄｓａｔＰｒｏｊｅｃｔＳｃｉｅｎｃｅ５月５日以后，使用右边的数据。这样，根据（５）式Ｏｆｆｉｃｅ，１９９８ｂ）。和（６）式，Ｌａｎｄｓａｔ．７和Ｌａｎｄｓａｔ一５某波段每个像元的根据上面的两种情况，前面提到的内蒙古锡林ＤＮ值可以转换为光谱辐射亮度￡。表１Ｌａｎｄｓａｔ一７ＥＴＭ＋各个反射波段的￡一和￡一值Ｔａｂｌｅ１ＴｈｅｖａｌｉｌＰ：￥ｏｆ￡㈨ａｎｄ三ｔ１１ｉｔｌｆｏｒｒｅｆｌｅｃｔｉｎｇｂａｎｄｓｏｆＬａｎｄｓａｔ－７ＥＴＭ＋（Ｗ?ｍ－２?Ｓｒ一１?ｔａｎ一１）表２Ｌａｎｄｓａｔ．５ＴＭ各个反射波段的Ｌ一和Ｌｍ值２．２．２表观反射率的计算Ｔａｂｌｅ２Ｔｈｅｖａｌｕｅｓｏｆ￡㈨ａｎｄ￡曲ｆｏｒｒｅｆｌｅｃｔｉｎｇｂａｎｄｓｏｆＬａｎｄｓａｔ一５ＴＭ（Ｗ?ｍ一２?ｓｒ一１?，ｔｔｍ一１）Ｌａｎｄｓａｔ－７和Ｉ＿ａｎ＆ａｔ一５的１～５，７波段的表观反射率均用前面的公式（１）计算。其中，／ｒ是常量；光谱辐射亮度￡用（５）和（６）式求得；Ｄ为日地之间距离，根据表３，可以推算全年任何一天的日地距离；ＥＳＵＮ为大气层顶的平均太阳光谱辐照度，根据表４可查得。臼为太阳的天顶角，地面站提供的头文件给出的是太阳高度角卢，因此，０＝９０。一ｐ。另外，可以用（７）式（吕斯骅，１９８１），直接求取ｃｏｓ０。Ｃｏｓ０＝Ｓｉｎ４＇?Ｓｉｎ艿＋Ｃｏｓ４＇?Ｃｏｓ艿?Ｃｏｓｈ（７）万　方数据７８植物生态学报２９卷式中：够为地理纬度，艿为太阳赤纬，ｈ为太阳２．２．３表观反射率的计算实例的时角。太阳赤纬是太阳光与地球赤道平面的夹下面以２００１年８月１４日内蒙古锡林浩特附近角，一年中它在±２３。２７７之间变动，春分和秋分时太的Ｌａｎｄｓａｔ．７卫星ＤＮ数据（表５（ｂ））为例，计算５种阳直射赤道艿＝０，夏至时太阳直射北回归线艿＝地物在波段ＥＴＭ３和ＥＴＭ４中的光谱辐射亮度￡和２３。２７’，冬至时太阳直射南回归线艿＝一２３０２７’。一表观反射率ｐ。计算所需要的参数见表５（ａ），特别年内８的变化值可以查天文年历。太阳时角以地要注意ＥＴＭ４的￡一和Ｌｍｉ．的选取和天顶角０的取方时１２：００的时角ｈ为０，６：００为一ｒｒ／２，１８：００为值。具体的计算按照前面介绍的步骤进行。计算结＋丌／２。果见表５（ｂ）。表３随时间变化的日地距离（天文单位）Ｔａｂｌｅ３Ｅａｒｔｈ—Ｓｕｎｄｉｓｔａｎｃｅａｔｄｉｆｆｅｒｅｎｔｔｉｍｅ（Ａｓｔｒｏｎｏｍｉｃａｌｕｎｉｔｓ）表４ｌａｎｄｓ，ａｔ一７和Ｌａｎｄｓａｔ一５的大气层顶平均太阳光谱辐照度Ｔａｂｌｅ４Ｍｅａｎｓｏｌａｒｓｐｅｃｔｒａｉｒｒａｄｉａｎｃｅａｔｔｈｅａｔｍｏｓｐｈｅｒｉｃｔ卵ｆｏｒＬａｎｄｓａｔ－７ａｎｄＬａｎｄｓａｔ一５（ｗ?ｍ－２?ｔ．ｔｍ。１）表５５种地物在波段ＥＴＭ３和ＥＴＭ４中的光谱辐射亮度和表观反射率计算实例Ｔａｂｌｅ５ＣａｓｅｓｔｕｄｙｏｎｓｐｅｃｔｒａｌｒａｄｉａｒｌｅｅａｎｄａｐｐａｒｅｎｔｒｅｆｌｅｃｔａｎｃｅｏｆｆｉｖｅｔａｒｇｅｔｓｉｎＥＴＭ３ａｎｄＥＴＭ４（ａ）计算ＥＴＭ３和ＥＴＭ４中的光谱辐射亮度和表观反射率所需要的参数ｎｅｐａｒａｍｅｔｅｒｓｉｎｃｏｍｐｕｔｉｎｇｓｐｅｃｔｒａｌｒａｄｉａｎｅｅａｎｄａｐｐａｒｅｎｔｒｅｆｌｅｃｔａｎｃｅｆｏｒＥＴＭ３ａｎｄＥＩＭ４（ｂ）５种地物在波段ＥＴＭ３和ＥＴＭ４中的ＤＮ值和计算得到的Ｌ、１０和ＮＤＶＩ值ＶａｌｕｅｓｏｆＤＮａｎｄ三，１０ａｎｄＮＤＶＩｄｅｒｉｖｅｄｆｒｏｍｃａｌｃｕｌａｔｉｏｎｆｏｒｆｉｖｅｔａｒｇｅｔｓｉｎＥｒＮ３ａｎｄＥＴＭ４地物ＤＮＬ』ＤＮＤＶＩＴａｒｇｅｔＥｌ＇Ｍ３ＥＴＭ４ＤＬ４ｐ３ｐ４ＤＮＬ｜Ｄ林地Ｗｏｏｄｌａｎｄ４５９５２２．３５３８６．０１３０．０５７４０．３２７９０．３５７１０．５８７５０．７０２２草地Ｇｒａｓｓｌａｎｄ９６７４５４．０５７６５．６５８０．１３８７０．２５０３—０．１２９４０．０９６９０．２８６９农地Ｆａｒｍｌａｎｄ５２１２１２６．７０４１１１．２１５０．０６８５０．４２３９０．３９８８０．６１２８０．７２１７裸沙Ｓａｎｄ１７０１０４１００．０５９９４．７３７０．２５６７０．３６１ｌ一０．２４０９—０．０２７３０．１６９０水体Ｗａｒｅｌ＂５５１８２８．５６９１１．３７８０．０７３３０．０４３４—０．５０６８—０．４３０４—０．２５６５３表观反射率在植被遥感中的应用动变量的生态学模型都需要植被指数的参与。卫星的ＤＮ值、辐射亮度值￡和表观反射率ｐ均可以计３．１构建植被指数算植被指数。以归一化差植被指数（ＮＤＶＩ）为例，植被指数（ｗ）与植被的生物量、净初级生产力ＮＤＶＩ＝（ＮＩＲ—Ｒ）／（ＮＩＲ＋Ｒ），ＮＩＲ和Ｒ分别为近（ＮＰＰ）、覆盖度，以及冠层的叶面积指数（叫）等，都红外和红光，它们计算的结果见表５（ｂ）。显然，三有较好的相关性。许多遥感模型和以遥感信息为驱者用同一公式计算出了不同的ＮＤＶＩ数值。哪种万　方数据

１期池宏康等：表观反射率及其在植被遥感中的应用７９ＮＤＶＩ数值接近地物的实际情况？从理论上分析，ＤＮ未经过任何校正，包括辐射定标校正，而且只是进入传感器中的辐射能的一种数字转换形式，不能本质地反映地物的辐射特性。￡和』Ｄ都经过了辐射定标校正，但是，当ｐ再经过大气校正后，它就是地物的反射率，能本质地反映地物的辐射特性。由它构成的ＮＤＶＩ植被指数最接近地物的ＮＤＶＩ。以表５（ｂ）中的草地和裸沙为例。尽管草地为退化草地，在地面它的ＮＤＶＩ值可以达到０．３左右。然而，￡的ＮＤＶＩ值为０．０９６９，在地面这是裸地的ＮＤＶＩ值。ＤＮ的ＮＤＶＩ值更离谱，为一０．１２９４，这是地面水体的ＮＤＶＩ数值。ｐ的ＮＤＶＩ值为０．２８６９，最接近地面退化草地的ＮＤＶＩ值。在裸沙一行中，只有ｐ的ＮＤＶＩ值（Ｏ．１６９０）接近裸沙的实际情况，￡和ＤＮ的值均为负数，是地面水体的ＮＤＶＩ数值范围。以上的分析和计算结果说明只有表观反射率』Ｄ构成的植被指数能较好地反映地物的情况。这也是辐射定标将卫星的ＤＮ值转换为表观反射率ｐ的原因之———Ｏ、３．２遥感模型中的变量许多植被遥感应用要求用地物的光谱反射率与生物物理量建立遥感模型。例如，ＳＡＩＬ模型。３．３大气校正在定量化植被遥感应用中，大气影响是主要误差来源之一，而且消除这种影响很困难。一般来说，要完成大气校正，必须先进行辐射定标。表观反射率是辐射定标的结果之一。因此，可以认为表观反射率计算是大气校正的前期准备。前面的（２）式，ｌＤ＝ｆ０Ｇ＋砌表明表观反射率１０是地物反射率ＩＤＧ和大气反射率砌的和。大气校正就是消除砌。有时，由于种种原因不能用大气传输模型进行大气校正，可以用表观反射率进行部分简单校正。例如，根据遥感影像中的暗色地物，用直方图最小值方法校正（彭望禄，１９９１）。这样可以尽量减少砌，即大气的影响。“裸沙土壤线”大气校正方法（Ｃｈｉ，２００３），可以实用于干旱和半干旱地区ＮＯＡＡ—ＡＶＨＲＲ通道１（Ｒ）和通道２（ＮＩＲ）的大气校正，即去除（２）式中大气的反射率１０。。但是，使用的卫星数据不是ＤＮ值，必须是表观反射率ｐ。３．４不同时期遥感数据的比较在植被遥感监测中，经常遇到不同时期遥感数据的比较。这类遥感数据的比较，包括同一个传感器，不同时间遥感数据的比较和不同传感器遥感数据的比较。长期监测同一植被或地区，既是使用同万　方数据一个传感器，由于光学传感器的性能随时间变化，会引起输出信号值的漂移。要消除这种影响，必须进行辐射定标，将ＤＮ值换算为表观反射率，然后才能进行不同时间遥感数据之间的比较。然而，对于不同传感器遥感数据的比较，还要面对传感器之间的波段、光谱分辨率和空间分辨率的差异等问题。当然，在实际遥感应用中为了尽量减少传感器之间的差异，一般选择相同卫星系列传感器的遥感数据进行比较，例如，Ｉａｎｄｓａｔ．５的ＴＭ和Ｌａｎｄｓａｔ．７的ＥＴＭ＋。这两个传感器的１—５和７反射波段相同，而且地面分辨率也相同。只要将它们的ＤＮ值分别换算为表观反射率，就可以相互比较。４讨论以上主要以Ｌａｎｄｓａｔ一５和Ｌａｎｄｓａｔ一７为例，论述了表观反射率的定义、概念、计算方法和在植被遥感中的应用。以上的计算方法原理，同样适用于其它卫星，例如ＳＰＯＴ、ＮＯＡＡ等传感器的遥感数据表观反射率。Ｌａｎｄｓａｔ．５发射于１９８４年３月１日，至今已运行２０年。我国卫星地面站建立于２０世纪８０年代中期，也应接收和存档了近２０年的Ｉｚｎｄｓａｔ．５的数据。美国２００３年发布的Ｌａｎｄｓａｔ一５ＴＭ数据新的辐射定标参数（表２），又为其早期数据的应用奠定了基础。通过表观反射率，可以在近２０年的时间尺度上，对我国的植被资源和生态环境进行动态监测，发掘Ｌａｎｄｓａｔ一５遥感数据的潜在价值。如前所述，卫星光学传感器的性能随时问变化，它的辐射定标参数也会改变。在计算表观反射率时，应上网查看是否有变化，以新的定标参数为准。参考文献ＢｅｌｃｈａｎｓｋｙＧＩ，ＤｏｕｇｌａｓＤＣ（２００２）．Ｉｎｔｅｇｒａｔｉｎｇｒｅｍｏｔｅｌｙｓｅｎｓｅｄｄａｔａｗｉｔｈａｎｅｃｏｓｙｓｔｅｍｍｏｄｅｌｔｏｅｓｔｉｍａｔｅｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉ～４ｔｙｉｎＥａｓｔＡｓｉａ．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，８１，５８—６６．ＣｈｉＩｌＫ（２００３）．ＰｒａｃｔｉｃａｌａｔｍｏｓｐｈｅｒｉｃｃｏｒｒｅｃｔｉｏｎｏｆＮＯＡＡ—ＡＶＨＲＲｄａｔａｕｓｉｎｇｔｈｅｂａｒｅ—ｓａｎｄｓｏｉｌｌｉｎｅｍｅｔｈｏｄ．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａ／ｏｆＲｅｍｏｔｅＳｅｎｓｉｎｇ，２４，３３６９—３３７９．ＤａｗｓｏｎＴＰ，Ｎｏｎ｝ｌ删，ＨｕｍｍｅｒＳＥ（２００３）．ＦｏｒｅｓｔｅｃｏｓｙｓｔｅｍｃＨｏｍｐｈｙｌｌｃｏｎｔｅｎｔ：ｉｍｐｌｉｃａｔｉｏｎｓｆｏｒｒｅｍｏｔｅｌｙｓｅｎｓｅｄｅｓｔｉｍａｔｅｓｏｆｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ．Ｉｎｔｅｒｎａｔｉｏｎａ／ＪｏｕｒｎａｌｏｆＲｅｍｏｔｅＳｅｎｓ—ｉｎｇ，２４，６１１—６１７．ＤｉＭａｉｏＭａｎｔｏｖａｎｉＡＣ，ＳｅｔｚｅｒＡＷ（１９９７）．ＤｅｆｏｒｅｓｔａｔｉｏｎｄｅｔｅｃｔｉｏｎｉｎｔｈｅＡｍａｚｏｎｗｉｔｈａｎＡＶＨＲＲ—ｂａｓｅｄｓｙｓｔｅｍ．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａ／ｏｆＲｅｍｏｔｅＳｅ，ｕ／ｎｇ，１８，２７３—２８６．ＤｉｎｇｕｉｒａｒｄＭ，ＳｌａｔｅｒＰＮ（１９９９）．Ｃａｌｉｂｒａｔｉｏｎｏｆｓｐａｃｅ—ｍｕｌｔｉｓｐｅｃｔｒａｌｉｍａｇｉｎｇｓｅｎｓｏｒｓ：ａｒｅｖｉｅｗ．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，６８，】‘Ⅺ一２０５．植物生态学报２９卷ＦｏｏｄｙＧＭ，ＢｏｙｄｔｒｏｐｉｃａｌｆｏｒｅｓｔＤＳ，Ｃｕｔｌｅｒ心（２００３）．Ｐｒｅｄｉｃｔｉｖｅｒｅｌａｔｉｏｎｓｏｆ垤ＤａｔａａｎｄＧｅｏｇｒａｐｈｉｃａｌＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍ（遥感数据的计ＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙＰｒｅｓｓ，ｂｉｏｍａｓｓｆｒｏｍ１．ａｎｄｓａｔＴＭｄａｔａａｎｄｔｈｅｉｒｔｌｍｌｓｆｅｒ－ａｂｉｌｉｔｙｂｅｔｗｅｅｎｒｅｇｉｏｎｓ．Ｒｅｍｏｔｅ—４７４．Ｓｅ，堪／ｎｇｏｆＥｎｖ／ｒｏｎｍｅｎｔ，８５，４６３算机处理与地理信息系统）．ＢｅｉｊｉｎｇＢｅｉｊｉｎｇ，１—３９０．（ｉｎＣｈｉｎｅｓｅ）ＰｒｉｃｅＪＣ（１９８７）．Ｃａｌｉｂｒａｔｉｏｎｏｆｓａｔｅｌｌｉｔｅｒａｄｉｏｍｅｔｅｒｓａｎｄｔｈｅｃｏｍ．ＨｉｌｌＪ，ＳｔｕｒｍＢ（１９９１）．ＲａｄｉｏｍｅｔｒｉｃｃｏｒｒｅｃｔｉｏｎｏｆｍｕｌｔｉｔｅｍｐｏｒａｌＴｈｅｍａｔｉｃＭａｐｐｅｒｄａｔａｆｏｒｕｓｅｉｎａｇｒｉｃｕｌｔｕｒａｌｌａｎｄ－ｃｏｖｅｒｃｌａｓｓｉｔｌｃａ－ｔｉｏｎｐ缸ｉｓｏｎｏｆｖｅｇｅｔａｔｉｏｎｉｎｄｉｃｅｓ．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２１．１５—２７．Ｒｅｉｃｈｎｅｔａｎｄｖｅｇｅｔａｔｉｏｎｍｏｎｉｔｏｒｉｎｇ．Ｉｎｔｅｍａ曲ｎａ／Ｊｏｕｒｎａ／ｏｆＲｅｍｏｔｅＰＢ（１９９９）．ＡｎｐｒｉｍａｒｙｉｎＳｅｎｓｉｎｇ，１２，１４７１—１４９１．ＨｏｌｍＡＭ，Ｓｈａｎｅｏｆｓｐａｔｉａｌｌｙ－ｄｉｓｔｒｉｂｕｔｅｄｍｏｄｅｌｉｎｇｏｆｐｒｏｄｕｃｔｉｏｎ（ＮＰＰ）ａｔｔｈｅｌａｎｄｓｃａｐｅｓｃａｌｅａｎｄｉｔｓ印－ａｐｐｒｏａｃｈｔｏＨ，Ｃｒｉｄｌａｎｄｔｉｍｅ－ｉｎｔｅｇｒａｔｅｄＷ，Ｒｏｄｅｒｉｃｋ皿（２００Ｂ）．７ｎｌｅＮ０从ＮＤＶＩｄａｔａａｎｄｒａｉｎｆａｌｌｔｏａｓ∞鹪ｌａｎｄ—ｕｓｅｐｌｉｃ撕ｏｎｖａｌｉｄａｔｉｏｎｏｆＥＯＳＮＰＰｐｒｏｄｕｃｔｓ．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，７０，５９—８１．ＲｏｄｅｒｉｃｋＭ，ＳｍｉｔｈＲ，ｌ＿ｏｄｗｉｃｋｓｃａｐｅｄｅｇｒａｄａｔｉｏｎｉｎｔｈｅａｒｉｄｓｈｌＭｂｌａｎｄｏｆＷｅｓｔｅｒｎＡｕｓｔｒａｌｉａ．Ｒｅ．ｍｏｔｅＳｅｎｓｉｎｇＨｏｓｔｅｒｔｏｆＥｎｖｉｒｏｎｍｅｎｔ．８５．１４５—１５８．ＡＶＨＲＲ－ｄｅｒｉｖｅｄＧ（２００３）．ｃａｓｅＰ，Ｒ浏［ｅｒＡ，舢Ｊ，ＵｄｅｌｈｏｖｅｎＮＤＶＩｉｍａｇｅｒｙ．ＲｅｍｏｔｅＧ（１９９６）．Ｃａｌｉｂｒａｔｉｎｇｌｏｎｇ－ｔｅｒｍＳｅｎｓｉｎｇｏｆＥｎｖ／ｒｏｎｍｅｎｔ，Ｔ，Ｔｓｉｏｕｒｌｉｓ５８．１—１２．Ｓａ／ｉｎｉｅｒＣＡＤ，ＴａｙｌｏｒＲｅｔｒｏｓｐｅｃｔｉｖｅｓｔｕｄｉｅｓｏｆｇｒａｚｉｎｇ－ｉｎｄｕｃｅｄｌａｎｄｄｅｇｒａｄａｔｉｏｎ：ａＪＣ，ＨｅｓｓｉｓＷＤ（２００２）．Ｒｅａｌ－ｔｉｍｅｍｏｎｉｔｏｒ．ｗｉｔｈｓｔｕｄｙｉｎｃｅｎｔｒａｌＣｒｅｔｅ，Ｇｒｅｅｃｅ．Ｉｍｅｍａｔ／ｏｎａ／Ｊｏｕｎｍ／ｏｆＲｅｍｏｔｅｉｎｇｏｆｖｅｇｅｔａｔｉｏｎｂｉｏｍａｓｓＲｅｍｏｔｅＮ删—彳幻西矗ｉｎＥｔｏｓｈａＮａｔｉｏｎａｌＳｅｎｓｉｎｇ，２４，４０１９—４０３４．№ＳＨ（吕斯骅）（１９８１）．ＰｈｙｓｉｃａｌＦｏｕｎｄａｔｉｏｎｏｆＲｅｍｏｔｅＳｅｍ／ｎｇ（遥感的物理基础）．ＣｏｍｍｅｒｃｉａｌＰｒｅｓｓ，Ｂｅｉｊｉｎｇ，２０６—２３４．（ｉｎＣｈｉｎｅｓｅ）ＭａｒｋｈａｍＰａｒｋ，Ｎａｍｉｂｉａ，ｆｏｒｆｉｒｅｒｉｓｋａｓｓｃｓ￥ｍｅｎｔ．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａ／ｏｆＳ口／ｎｇ，２３，７１—８９．ａｎｄｕｎｇｒａｚｅｄｒａｎｇｅｌａｎｄｓｕｓｉｎｇｓｐｅｃｔｒａｌｉｎｄｉｃｅｓ．Ｉｎｔｅｒ－’ＩｂｄｄＳＷ，ＨｏｆｆｅｒＲＭ，ＭｉｌｃｈｕｎａｓＤＧ（１９９８）．ＢｉｏｍａｓｓｅｓｔｉｍａｔｉｏｎｏｎｓｒａｚｅｄＢＬ，ＢａｒｋｅｒＪＬ（１９８７）．ＴｈｅｍａｔｉｃＭａｐｐｅｒｂａｎｄｐａｓｓｓｏｌａｒＳｅｎｓ—ｅｘｏａｔｍｏｓｐｈｅｒｉｃｉｒｒａｄｉａｎｃｅｓ．Ｉｎｔｅｒｎａｔ／ｏｎａ／Ｊｏｕｒｎａ／ｏｆＲｅｍｏｔｅｎａｔ／ｏｎａ／Ｊｏｕｒｎａ／ｏｆＲｅｍｏｔｅｓ％／ｎｇ，１９，４２７—４３８．ＴｕｃｋｅｒＣＪ，ＴｏｗｎｓｈｅｎｄＪＲＧ（２０００）．Ｓｔｒａｔｅｇｉｅｓｆｏｒｍｏｎｉｔｏｒｉｎｇｔｒｏｐｉ－ｃａｌｉｎｇ，８，５１３—５２３．ＰｅｎｇＷＬ（彭望禄）（１９９１）．Ｃｏｍｐｕｔｅｒｄ舭枷伽璐ｉＪｌｇｓａｔｅｌｌｉｔｅｄａｔａ．Ｉｎｔｅｒｎａｔｉｏｎａ／Ｊｏｕｒｎａ／ｏｆＲｅ—ＰｒｏｃｅｓｓｉｎｇｏｆＲｅｍｏｔｅＳｅｎｓ一ｍｏｔｅＳｅｎｓｉｎｇ，２１，１４６ｌ一１４７２．责任编委：傅伯杰责任编辑：张丽赫万方数据　表观反射率及其在植被遥感中的应用

作者：作者单位：刊名：英文刊名：年，卷(期)：被引用次数：

池宏康， 周广胜， 许振柱， 肖春旺， 袁文平

中国科学院植物研究所植被数量生态学重点实验室,北京,100093植物生态学报

ACTA PHYTOECOLOGICA SINICA2005,29(1)39次

参考文献(18条)

1.Belchansky GI;Douglas DC Integrating remotely sensed data with an ecosystem model to estimate netprimary productivity in East Asia[外文期刊] 2002(1)

2.Chi HK Practical atmospheric correction of NOAA-AVHRR data using the bare-sand soil line method[外文期刊] 2003(17)

3.Dawson TP;North PRJ;Plummer SE Forest ecosystem chlorophyll content: implications for remotelysensed estimates of net primary productivity[外文期刊] 2003(3)

4.Di Maio Mantovani AC;Setzer AW Deforestation detection in the Amazon with an AVHRR-based system[外文期刊] 1997

5.Dinguirard M;Slater PN Calibration of space-multispectral imaging sensors: a review[外文期刊] 19996.Foody GM;Boyd DS;Cutler MEJ Predictive relations of tropical forest biomass from Landsat TM dataand their transferability between regions[外文期刊] 2003(4)

7.Hill J;Strum B Radiometric correction of multitemporal Thematic Mapper data for use inagricultural land-cover classification and vegetation monitoring[外文期刊] 1991

8.Holm AM;Shane H;Cridland W;Roderick ML The use of time-integrated NOAA NDVI data and rainfall toassess landscape degradation in the arid shrubland of Western Australia[外文期刊] 2003(2)9.Hostert P;Roder A;Hill J;Udelhoven T,Tsiourlis G Retrospective studies of grazing-induced landdegradation: a case study in central Crete, Greece[外文期刊] 200310.吕斯骅 Physical Foundation of Remote Sensing (遥感的物理基础) 1981

11.Markham BL;Barker JL Thematic Mapper bandpass solar exoatmospheric irradiances[外文期刊] 198712.彭望禄 Computer Processing of Remote Sensing Data and Geographical Information System(遥感数据的计算机处理与地理信息系统) 1991

13.Price JC Calibration of satellite radiometers and the comparison of vegetation indices[外文期刊]1987

14.REICH PB An approach to spatially-distributed modeling of net primary production (NPP) at thelandscape scale and its application in validation of EOS NPP products[外文期刊] 1999

15.Roderick M;Smith R;Lodwick G Calibrating long-term AVHRR-derived NDVI imagery[外文期刊] 1996(1)16.Sannier CAD;Taylor JC;Plessis WD Real-time monitoring of vegetation biomass with NOAA-AVHRR inEtosha National Park,Namibia,for fire risk assessment 2002

17.Todd SW;Hoffer RM;Milchunas DG Biomass estimation on grazed and ungrazed rangelands usingspectral indices[外文期刊] 1998

18.Tucker CJ;Townshend JRG Strategies for monitoring tropical deforestation using satellite data[外

文期刊] 2000(6/7)

本文读者也读过(9条)

1. 徐斌.杨秀春.侯向阳.陶伟国.覃志豪.XU Bin.YANG Xiuchun.HOU Xiangyang.TAO Weiguo.QIN Zhihao 草原植被遥感监测方法研究进展[期刊论文]-科技导报2007,25(9)

2. 陈良富.徐希孺.CHEN Liang-fu.XU Xi-ru 植被遥感的Monte Carlo模拟研究[期刊论文]-地理科学进展2000,19(1)

3. 池宏康.周广胜.许振柱.袁文平.CHI Hong-kang.ZHOU Guang-sheng.XU Zhen-zhu.YUAN Wen-ping 草地植被盖度的近距离遥感测定[期刊论文]-草业学报2007,16(2)

4. 宋巍巍.管东生.SONG Wei-wei.GUAN Dong-sheng 五种TM影像大气校正模型在植被遥感中的应用[期刊论文]-应用生态学报2008,19(4)

5. 刘志杰.刘荫椿.LIU Zhi-jie.LIU Yin-chun 植被遥感异常及金矿找矿意义[期刊论文]-东华理工大学学报（自然科学版）2008,31(1)

6. 龙晶 植被遥感特征的新认识[会议论文]-2004

7. 张生军.王天明.李钟汶.牟溥.寇晓军.葛剑平.ZHANG Sheng-jun.WANG Tian-ming.LI Zhong-wen.MOU Pu.KOUXiao-jun.GE Jian-ping 新疆植被遥感绿度指数与水、热关系的动态相关分析[期刊论文]-生态与农村环境学报2009,25(2)

8. 许振柱.周广胜.李晖.王玉辉.赵敏.袁文平 羊草干物质积累及叶片气体交换对土壤水分的响应[期刊论文]-干旱区研究2003,20(4)

9. 袁文平.周广胜.YUAN Wenping.ZHOU Guangsheng 中国东北样带三种针茅草原群落初级生产力对降水季节分配的响应[期刊论文]-应用生态学报2005,16(4)

引证文献(39条)

1.张兆明.何国金.王威 基于TM和LISS 3数据的地表反射率反演比较研究[期刊论文]-遥感信息 2006(6)

2.古丽给娜·塔依尔江.塔西甫拉提·特依拜.阿依提拉·吾加布都拉 基于表观反射率的植被指数遥感监测[期刊论文]-新疆农业科学 2010(9)

3.黄瑾.杨武年.张敏.郑富强 普格县植被覆盖度遥感动态监测分析[期刊论文]-地理空间信息 2009(2)4.郭洁滨.黄冲.王海光.马占鸿 基于SPOT5影像的小麦条锈病遥感监测初探[期刊论文]-植物保护学报 2009(5)5.倪忠云.何政伟.赵银兵.高慧.蔡柯柯.王乐 汶川地震前后都江堰植被盖度变化的遥感研究[期刊论文]-水土保持研究 2009(4)

6.刘薇.张涛 纯水的激光反射率的研究[期刊论文]-光学与光电技术 2010(1)

7.罗宏宇.周婷婷.陈文惠 基于ETM+影像的土地覆盖类型与地表温度相关性研究[期刊论文]-亚热带资源与环境学报 2010(2)

8.岳玮.刘慧明.孙国钧 基于遥感和GIS技术的祖厉河流域植被覆盖动态变化监测[期刊论文]-兰州大学学报（自然科学版） 2009(z1)

9.张玉萍.郭洁滨.王爽.王海光.马占鸿 小麦条锈病卫星与近地光谱反射率的比较[期刊论文]-植物保护学报2009(2)

10.郑刚.彭世揆.刘庄.刘学 大气校正前后植被指数与森林蓄积量关系研究[期刊论文]-林业资源管理 2008(5)11.梁钊雄.王兮之 佛山市植被覆盖度的遥感估算及变化分析[期刊论文]-佛山科学技术学院学报（自然科学版）2011(2)

12.朱高龙.李明泽.居为民.陈镜明.吴中忠 HJ-ICCD与Landsat-5TM在森林叶面积指数反演中的比较分析[期刊论文]

-东北林业大学学报 2011(1)

13.吴柏清.何政伟.闫静.许辉熙 基于遥感与GIS技术的水电站库区植被覆盖度动态变化分析[期刊论文]-水土保持研究 2008(3)

14.罗江燕.塔西甫拉提·特依拜.陈金奎 基于表观反射率的渭-库绿洲植被动态变化分析[期刊论文]-水土保持研究 2008(5)

15.彭光雄.何宇华.李京.陈云浩.林文娟 中巴地球资源02星CCD图像交叉定标与大气校正研究[期刊论文]-红外与毫米波学报 2007(1)

16.周旭.张斌.刘刚才 元谋干热河谷近30年植被变化遥感监测[期刊论文]-长江流域资源与环境 2010(11)17.刘学孔.赵红蕊.傅罡.汪夕明 CBERS-02B卫星数据在涪陵区土地利用分类中的应用[期刊论文]-测绘科学2013(1)

18.汪凌霄.冯学智.肖鹏峰 新疆玛纳斯河流域卫星雪盖信息提取的影响因素分析[期刊论文]-遥感信息 2011(5)19.游绚.晏路明 基于ETM+影像辐射传导方程算法的地表温度反演[期刊论文]-科技情报开发与经济 2009(27)20.盖利亚.刘正军.张继贤 CHRIS/PROBA高光谱数据的预处理[期刊论文]-测绘工程 2008(1)

21.韩念龙.刘闯.许旭 基于FLAASH的CBERS-02B星CCD影像大气校正[期刊论文]-安徽农业科学 2011(4)

22.王妮.江南.吕恒.彭世揆 不同遥感影像大气纠正算法在农作物种植面积提取中的对比[期刊论文]-内蒙古农业科技 2011(4)

23.张川.刘少峰.刘衍宏.裴晓寅 基于辐射传输模型的Hyperion光谱重建应用评价[期刊论文]-国土资源遥感2010(2)

24.ZHAO Jinling.LIU Chuang Monitoring Dynamic Change of Land Cover Based on SVM and Satellite Imagesin Hanoi,Vietnam[期刊论文]-武汉大学自然科学学报（英文版） 2010(4)

25.李国砚.张仲元.郑艳芬.刘晓玫 MODIS影像的大气校正及在太湖蓝藻监测中的应用[期刊论文]-湖泊科学2008(2)

26.倪忠云.何政伟.赵银兵.赵勇.南希 基于RS和GIS的丹巴县植被盖度与地质灾害关系研究[期刊论文]-物探化探计算技术 2011(2)

27.但尚铭.何飞.但玻.任国业.石承苍 基于Landsat/TM和ETM+的理塘草地沙化趋势及其驱动力分析[期刊论文]-四川环境 2009(4)

28.钟山.张万昌 汉江流域叶面积指数(LAI)空间尺度转换研究[期刊论文]-遥感信息 2008(2)29.孙源.顾行发.余涛.高海亮 环境星CCD数据大气校正研究[期刊论文]-国土资源遥感 2010(4)

30.周兵.李家国.吴贯锋.刘扬 面向遥感产品生产的可视化数据流模型[期刊论文]-河南大学学报（自然科学版）2013(1)

31.李金香.塔西甫拉提·特依拜.雷磊.田源 干旱区典型绿洲热场分布规律研究 ——以渭干河-库车河三角洲绿洲为例[期刊论文]-中国沙漠 2011(4)

32.张兆永.海米提·依米提 干旱区典型绿洲热场分布规律研究——以渭干河-库车河三角洲绿洲为例[期刊论文]-气象与环境学报 2011(2)

33.宋巍巍.管东生 五种TM影像大气校正模型在植被遥感中的应用[期刊论文]-应用生态学报 2008(4)34.韩海辉.杨太保.王艺霖 近30年青海贵南县土地利用与景观格局变化[期刊论文]-地理科学进展 2009(2)35.郑盛.赵祥.张颢.何祺胜.曹春香.陈良富 HJ-1卫星CCD数据的大气校正及其效果分析[期刊论文]-遥感学报

2011(4)

36.高永年.张万昌 遥感影像地形校正研究进展及其比较实验[期刊论文]-地理研究 2008(2)

37.马泽清.刘琪璟.徐雯佳.李轩然.刘迎春 基于TM遥感影像的湿地松林生物量研究[期刊论文]-自然资源学报2008(3)

38.吴雨航 大气程辐射对遥感图像像元值贡献估计[学位论文]硕士 2006

39.郑盛.赵祥.张颢.何祺胜.曹春香.陈良富 HJ-1卫星CCD数据的大气校正及其效果分析[期刊论文]-遥感学报2011(4)

本文链接：http://d.wanfangdata.com.cn/Periodical_zwstxb200501011.aspx

本文来源：https://www.bwwdw.com/article/b3qp.html