全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
植被调查是遥感的重要应用领域。植被是环境的重要组成因子,也是反映区域生态环境的最好标志之一,同时也是土壤、水文等要素的解译标志。个别植被还是找矿的指示植物。
植被解译的目的是在遥感影响上有效地确定植被的分布、类型、长势等信息,以及对植被的生物量做出估算,因而,它可以为环境监测、生物多样性保护、农业、林业等有关部门提供信息服务。
植物的光谱特征可使其在遥感影像上有效地与其他地物相区别。同时,不同的植物各有其自身的波谱特征,从而成为区分植被类型、长势及估算生物量的依据。
健康植物的波谱反射曲线有明显的特点,下图为反映特点的特征图。
影像植物光谱的因素有植物本身的结构特征,也有外界的影响,但外界的影响总是通过植物本身生长发育的特点在有机体的结构特征中反映出来的。
从植物的典型波谱曲线来看,控制植物反射率的主要因素有植物叶子的颜色、叶子的细胞结构和植物的水分等。植物的生长发育、植物的不同种类、灌溉、施肥、气候、土壤、地形等因素都对植物的光谱特征发生影响,使其光谱曲线的形态发生变化。
不同植被类型,由于组织结构不同,季相不同,生态条件不同面具有不同的光谱特征、形态特征和环境特征,在遥感影像中可以表现出来。
(1).不同植物由于叶子的组织结构和所含色素不同,具有不同的光谱特征。
(2).利用植物的物候期差异来区分植物,也是植被遥感重要方法之一。最明显的是冬季时,落叶树的叶子已经凋谢,叶子的色素组织都发生变化,在遥感影像上显示不出植物的影像特征,无论是可见光区和近红外光区,总体的反射率都下降,蓝光吸收谷和红光的吸收谷都不明显。而常绿的树木仍然保持植物反射光谱曲线特征,两者很容易辨别。同一种植物在不同季节的光潜特征有明显的变化;不同的植物生长期不同,光谱特征的变化也是不一样的。因此通过各种植物的物候特征,生长发育的季节变化,叮以利用有利时机,识别植物的种类。
(3).根据植物生态条件区别植物类型。不同种类的植物,有不同的适宜生态条件,如温度条件、水分条件、土壤条件、地貌条件等等。这些条件在一个地区综合地影响着植被的分布,但其中的主导因素起着重要的作用。如在我国北方,那些要求温度变幅较小、湿度较大的林木多生长在山地的阴坡,而对温度和湿度要求较低的草地多分布在山地的阳坡。
健康的绿色植物具有典型的光谱特征。当植物生长状况发生变化时,其波谱曲线的形态也会随之改变,1如落叶乔木秋冬季节,树叶枯黄凋落,如植物因受到病虫害,农作物因缺乏营养和水分而生长不良时,海绵组织受到破坏,叶子的色素比例也发生变化,使得可见光区的两个吸收谷不明显,0.5μm处的反射峰按植物叶子被损伤的程度而变低、变平。近}T外光区的变化更为明显,峰值被削低,甚全消失,整个反射光谱曲线的波状特征被拉平,因此,根据受损植物与健康植物光谱曲线的比较,可以确定植物受伤害的程度。
大面积农作物的遥感估产主要包括于方i}内容:农作物的识别与种植面积估算,长势监测和估产模式的建立。
(1)可以根据作物的色调、图形结构等差异最大的物候期(时相)的遥感影像和特定的地理位置等的特征,将其与其他植被区分开来。大面积的农作物除了具备与一般植被相似的光谱特征外,大都分布在地面较为平坦的平原、盆地、河谷内,少量分布在“!坡、丘陵的顶部。由于耕作的需要,田块通常具有规则的几何形状(山区零星小块耕地除外)。在农作物估产时,除了使用空间分辨率较低的卫星遥感影像,如NOAA的AVHRR}、我国的FY一1影像外,并结合使用Landsat、CBERS等中等分辨率的影像,作出农作物的分布图。还必须应用较高分辨率的SPOT影像及高分辨率的遥感影像(如IKONOS和航空遥感影像等) 对农作物分布图进行抽样检验,修止农作物分布图。从而求出农作物的播种面积。
(2)利用高时相分辨率的卫星影像(如NOAA, FY一1,FY一2等)对作物生长的全过程进行动态观测。对作物的播种、返青、拔节、封行、抽穗、灌浆等不同阶段的苗情、长势制出分片分级图,并与往年同样苗情的产量进行比较、拟合,并对可能的单产作出预估。在这些阶段中,如发生病虫害或其他灾害,使作物受到损伤,也能及时地从卫星影像上发现,及时地对预估的产量作出修正。
(3)建立农作物估产模式。用选定的植物灌浆期植被指数与某一作物的单产进行回归分析,得到回归方程。
遥感植被解译有极为广泛的用途,资源卫星都把植被的探测作为重要的目标,无论是传感器波段的选择或是重访周期(时相分辨率)的选择都.充分考虑植被的生长规律。
应用遥感影像进行植被的分类制图,尤其是大范围的植被制图,是一种非常有效而且节约大量人力物力的工作,已被广泛的采用。
改善城市的生态环境,提高城市绿化水平是我国城市生态建设的重要问题。
草场上牧草的长势好坏与牧草的产量直接相关,而产草量是载畜量(单位面积草场可养牲畜的头数)的决定因素。
林业部门是我国采用遥感技术进行资源调查最早的部门之一,在我国的各大林区都应用过遥感影像制作森林分布图、宜林地分布图等,并对林地的面积变化进行动态监测。