高光譜遙感森林應用一直是植被遙感的主要領(lǐng)域，近年來，國內(nèi)外相繼開展了森林類型識別、郁閉度和葉面積指數(shù)估測以及森林生物化學參數(shù)提取等方面的研究。本文簡單總結(jié)了高光譜遙感在林業(yè)中的應用.。

?

1. 森林物種識別

植被光譜不僅具有高度相似性和高空間變異性，更具有時間動態(tài)性強的特點，充分發(fā)揮高光譜遙感的獨特性能，將大大提高物種識別和分類精度。森林物種識別是高光譜植被特征識別研究中備受矚目的應用領(lǐng)域。森林樹種類型識別的主要目的是提取森林樹種的專題信息，為劃分森林類型、繪制林相圖和清查森林資源提供基礎(chǔ)和依據(jù)。

目前研究多集中在河湖、鹽沼、海岸灘等濕地生境的植被識別及制圖，即群落尺度的區(qū)分，由于受光譜數(shù)據(jù)庫不健全的限制，一般要結(jié)合地面調(diào)查來提取不同物種典型的特征光譜曲線。

數(shù)據(jù)源多采用A VIRIS，CASI、Hyprion等航空航天反射光譜數(shù)據(jù)，或高分辨率光譜儀實地測得的數(shù)據(jù)，通過波段組合、Logistic回歸、建立光譜信息模型等方法，實現(xiàn)對主要物種、森林類型乃至具體樹種的識別。也有學者借此對植被空間分布制圖、植被變化監(jiān)測進行研究，均取得了與地面數(shù)據(jù)相當好的一致性。

混合決策樹、專家決策樹法常用于農(nóng)作物的精細分類，由于農(nóng)田、草原等生境物種組成相對簡單，高光譜遙感與普通遙感手段相比優(yōu)勢并不明顯。因此在這些領(lǐng)域，高光譜更多應用于草原生物量估算、農(nóng)作物理化信息提取等方面。.

?

高光譜影像CASI和SASI. 森林樹種識別結(jié)果

?

2. 冠層結(jié)構(gòu)特征識別

這方面工作的重點主要是針對混交林冠層，以及在區(qū)分藤蔓植物和樹種基礎(chǔ)上的冠層描繪。對于混交林而言，多樣化的尺度和反射特征、多層樹冠結(jié)構(gòu)以及冠層內(nèi)、冠層間的樹蔭

交錯都給準確描繪樹冠帶來重重困難。研究者試圖通過混合光譜分解、高光譜雙向反射分布函數(shù)等方法獲得植被冠層結(jié)構(gòu)特征，并取得了一些成果。但是，高光譜遙感對于密集的、多冠層區(qū)域的冠層結(jié)構(gòu)識別，精度還不是特別理想。在植被冠層結(jié)構(gòu)識別研究中，高光譜遙感還需要進一步的研究。

?

3. 生理生化特征識別

高光譜遙感在植被自動識別、植被長勢及其空間分布定量化、冠層植被營養(yǎng)診斷、植被脅迫監(jiān)測與診斷等方面均得到了廣泛應用。在森林樹種的生理生化特征識別中，主要涉及葉面積指數(shù)、生物量、水分含量、郁閉度、光合有效輻射、葉綠素、各種營養(yǎng)成分(N、P、K 等)，(半)纖維、木質(zhì)素、淀粉和蛋白質(zhì)等。

Zaroc2Tejada等通過不同尺度下冠層光譜模擬，獲得了隨葉綠素含量變化的一些規(guī)律。發(fā)現(xiàn)MCARI/OSA VI能有效去除土壤背景對植被葉綠素含量估測的影響，利用MCARI/OSA VI植被指數(shù)進行葉綠素(a+b)含量的估測可達到預想的效果。

Dury等的研究中，使用包絡線去除HYMAP遙感數(shù)據(jù)對桉樹進行監(jiān)測，發(fā)現(xiàn)利用高光譜數(shù)據(jù)反演的氮含量估測值與同步實測冠層葉片的氮含量具有一致性。

宮鵬等利用CASI高光譜數(shù)據(jù)對美國俄勒岡州針葉樹的LAI進行了估測實驗。結(jié)果發(fā)現(xiàn)LAI與歸一化植被指數(shù)(NDVI)之間的雙曲線關(guān)系是估計LAI最合適的方法。

張良培等利用進行一階導數(shù)運算處理后的高光譜數(shù)據(jù)對生物量進行估計，其結(jié)果很好地反映了地面的實際情況。

此外，我們還可以通過森林生理生化特性的識別得到不同森林樹種間的差異信息，利用這些差異信息進行樹種類型識別研究，可以更為有效地提高樹種類型識別的精度。如Martin結(jié)合不同森林樹種之間特有的生化特性，將高光譜數(shù)據(jù)A VIRIS(航空可見光/紅外成像光譜儀)與簇葉化學成分之間建立關(guān)系，成功鑒別了10種森林類型(紅楓、紅櫟、闊葉混交林、白松、鐵杉、針葉混交林、挪威云杉、紅松、云杉沼澤林及落葉闊葉沼澤林)。