地球上的植被是什么颜色?

开篇：润墨网以专业的文秘视角，为您筛选了一篇地球上的植被是什么颜色?范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

我们用肉眼只能达到“只见树木，不见森林”，那么，如何对全国尺度、甚至全球尺度的植被进行实时、时相的监测呢?这就需要依托“遥感之眼”了。

遥感是20世纪60年代以来迅速发展起来的一种综合性探测技术，建立在现代物理学、计算数学、电子计算机技术、航天、航空和地学基础之上，属于空间科学的范畴，是空间科学的一个重要组成成分。由于它能够接受和记录从紫外线、可见光、红外线到微波波段被测物体的电磁波信息，从而扩大了人们的视野与观察领域，把人们对地球资源环境的研究推向一个崭新的阶段。可以说，遥感把天体探测、军事探测、气象观测、资源考察、环境监测、地图测绘等工作提高到了集中的自动化水平，既大大节约了人力和时间，又及时地获得丰富、宝贵的资料，提供了相关的应用技术。

现代遥感技术已经形成了从地面到空间，从数据资料的搜集、处理过渡到对资料判读、解译。应用的完整体系。遥感科学技术根据研究对象的不同，基本上分成宇宙遥感和地球遥感两大类。宇宙遥感又分为空间物理遥感和太阳系的行星遥感；地球遥感包括地球物理遥感、气象观测遥感、海洋遥感、陆地资源遥感、环境监测遥感和地图测绘遥感等。在实际应用中，遥感技术更是、广泛地渗透到科学技术的各个领域。

我国在农、林方面的遥感应用起步算是比较早的，从20世纪70年代末开始，就分别对北方7省冬小麦、黑龙江省大豆及春小麦、南方稻区水稻、棉花等进行过农作物的遥感估产。在林业资源的调查中遥感也得到了较为广泛的应用。几十年来，在有关森林火灾、“三北”防护林调查、森林病虫害监测等方面都大量地使用了遥感数据。

那么，对于不同时间、不同种类的作物、森林资源，它们在“遥感之眼”中是以什么形式表现出来的呢?

航空影像中的植被

航空影像，是地面上的物体以一定的色调和形态特征所表现出来的影像，是被摄区域地表景观现象的综合缩影，它能够真实、客观地记录地理环境诸要素的综合信息。虽然航空遥感图像有黑白像片、黑白红外像片、彩色红外像片、多光谱像片以及雷达像片等等多种，但黑白像片仍是航空遥感中主要使用的基本图像资料。我们可以利用航空影像判定植物群落类型、性状、分布范围及其分布规律，为查明植物资源及其开发利用提供资料。对影像最“原始”、最直接的判定就是对影像中的植被进行目视解译。

在植被解译中，影像中植被的形状、大小、色调、阴影以及图案等解译指标都有重要的意义和作用。但由于植被具有随季节变化的明显特点，所以某些指标也随着季节而变，很不稳定。比如说色调，随着植被夏绿秋黄的变化而夏深秋浅，草本植物和落叶树表现得尤为明显。另外，落叶树的树冠及其阴影形状，也随季节的不同而有相应的变化。

图像比例尺的不同，植被解译标志的作用也就不一样。比如，在夏季拍摄的大比例尺图像上，不同树种的色调虽然差别不大，但它能明显地反映出不同树种所特有的树冠形状、颗粒大小及其本身阴影的特点，所以形状和大小就成为了判定不同树种的主要依据；而在秋季拍摄的中、小比例尺图像上，由于比例尺较小，各种形状的树冠在图像上都呈现为圆形颗粒，这时，影像的形状和大小就失去了判别图像的价值，而色调差异就成为了主要的解译依据。

此外，树种的分布对植被的解译也至关重要，因为不同的树种都有各自的生物学特征，从而形成了不同的分布规律，可以作为解译参考。例如，分布于小兴安岭的云杉、冷杉和红松，单从其树冠形态和色调上是很难区分的，但若考虑到云杉、冷杉多分布在低洼的河滩地上，而红松却宜生长在排水良好的山脊和坡地上这一差别，就能较容易地将其分辨出来。

针叶林是由松、柏、杉、枞等常青树种组成的，他们在可见光波段的反射率较低，所以，不管在任何季节拍摄的图像上，都呈现深灰色调，其树冠形态常呈锥形或边缘不整齐的锯齿形，容易识别。

阔叶树有杨、枫、榆、栎等很多类型。其影像特征受地区或成像季节的影响很大，在不同季节和地区的像片上，其树冠形状、色调和阴影都不相同。夏季，阔叶树的色调基本一致，比针叶林稍浅。秋冬季节树叶凋落，色调变浅，与针叶林色调差别很大，常呈不规则灰色网状。由不同树种组成的杂木林，除具有深浅混杂的色调外，还常生长在山的阴坡。平坦地区的果树林，种植较规则，排列整齐；在山区则多种植在居民点附近或农田四周土层较厚的地方。

灌木丛在像片里通常显得颗粒细小，分布的颜色也是由浅灰到深灰的均一色调，但因其种类较多，影像特征也比较复杂，所以，往往要借助其他地带性分布规律来加以区别。例如，华北地区的荆条灌丛多生长在山地向阳坡，而绣线菊等灌丛却生长在山地背阴坡，二者的色调和颗粒大致相同，不易区分，但根据生长环境却能把它们区分出来。

除了上面提到的这些竹林的色调比阔叶林还浅，呈浅灰色，图案为整齐的毛絮状。大片竹林多生长在我国南方，北方只在个别地方零星种植。

草本植物主要是根据其影像色调进行判别，例如草原的影像色调一般为浅灰色，状况不佳的色调更浅，状况好的色调相对较深。

卫星影像中的植被

和航空影像的目视解译相类似，对陆地卫星图像的目视解译，也是根据影像的色调、形态、图案组合等解译标志来识别地理事物和地理现象的。但由于陆地卫星图像和航空影像的成像系统和成像方式不尽相同，所以，对陆地卫星图像的目视解译又有其自身的特点。卫星图像上所反映出的植被色调及形态，并不是植被的个体特征，而是其群体的分布状况。它是植被类型、疏密程度和植被生长状况等多种因素的综合反映。所以，在作植被解译时，既要注意植被的光谱特征，又要对影响其光谱特征的各种因素作综合分析，慎重判别。

由于植物色素及其细胞发育随季节而变，所以光谱特征也因季节而异，尤其是在春、秋季节，差异更加明显。因此在卫星图像上也就反映出色调、色彩的明显差别。当然，在植被遭受病虫害和人为伤害时，也会因叶片组织受到损害而使它的反射强度明显减弱。在标准彩色图像上，植物表现为红色而不是绿色，幼嫩植物带粉红色，长势好的为红色，成熟时是鲜红色，受伤害的植物呈暗红色，干枯的不呈红色。阔叶树比针叶树显得更加鲜红，灌丛颜色较为浅淡，水稻则呈暗红色。

除了目视解译，我们还可以利用植被指数来判别卫星影像中的植被信息。植被指数是遥感领域中用来体现地表植被覆盖、生长状况的一个简单、有效的度量参数。植被指数的建立是基于植被在红色和近红外波段反差较大的光谱特征，本质上是在综合考虑各有关的光谱信号的基础上，把多波段反射率做一定的数学变换，使其在增强植被信息的同时，不受非植被信号影响。但影响植被指数的因子比较多，有与光学特性和植被覆盖状态相关的各种因子，也有大气影响、土壤影响、遥感器影响等等。植被指数按遥感数据采集的平台也可以分为航空植被指数和航天植被指数两大类，航空遥感具有灵活机动和高空间分辨率等优点，然而由于航空遥感为低遥感平台成像，太阳高度角、飞行姿态等对地物成像的影响较卫星像片严重得多，同时气象的影响、航片摄影、冲洗印制等环节所造成影像还原程度的不一致，使得同一套航片中不同航片之间的色差、色彩均匀度不一致的问题很常见。若直接套用已有的植被指数及信息提取方法，则会造成各种偏差，显然不适应城市绿化遥感的定量分析要求。航天遥感植被指数相对航空遥感植被指数而言，发展比较早也相对成熟。随着遥感技术的发展，植被指数在环境、生态、农业等领域都有了广泛的应用。在环境领域，通过植被指数来反演土地利用和土地覆盖的变化，逐渐成为实现对全球环境变化的研究重要手段；在生态领域，随着斑块水平的生态系统研究成果拓展到区域乃至全球的空间尺度上，植被指数成了空间尺度拓展的连接点；在农业领域，植被指数广泛应用在农作物分布及长势监测、产量估算、农田灾害监测及预警、区域环境评价以及各种生物参数的提取上。

总之，随着人们对于全球变化研究的深入，以遥感信息推算区域尺度乃至全球尺度的植被指数日益成为令人关注的问题。