地球上的植被是什么顏色?

我們用肉眼只能達到“只見樹木，不見森林”，那么，如何對全國尺度、甚至全球尺度的植被進行實時、時相的監測呢?這就需要依托“遙感之眼”了。

遙感是20世紀60年代以來迅速發展起來的一種綜合性探測技術，建立在現代物理學、計算數學、電子計算機技術、航天、航空和地學基礎之上，屬于空間科學的范疇，是空間科學的一個重要組成成分。由于它能夠接受和記錄從紫外線、可見光、紅外線到微波波段被測物體的電磁波信息，從而擴大了人們的視野與觀察領域，把人們對地球資源環境的研究推向一個嶄新的階段?？梢哉f，遙感把天體探測、軍事探測、氣象觀測、資源考察、環境監測、地圖測繪等工作提高到了集中的自動化水平，既大大節約了人力和時間，又及時地獲得豐富、寶貴的資料，提供了相關的應用技術。

現代遙感技術已經形成了從地面到空間，從數據資料的搜集、處理過渡到對資料判讀、解譯。應用的完整體系。遙感科學技術根據研究對象的不同，基本上分成宇宙遙感和地球遙感兩大類。宇宙遙感又分為空間物理遙感和太陽系的行星遙感；地球遙感包括地球物理遙感、氣象觀測遙感、海洋遙感、陸地資源遙感、環境監測遙感和地圖測繪遙感等。在實際應用中，遙感技術更是、廣泛地滲透到科學技術的各個領域。

我國在農、林方面的遙感應用起步算是比較早的，從20世紀70年代末開始，就分別對北方7省冬小麥、黑龍江省大豆及春小麥、南方稻區水稻、棉花等進行過農作物的遙感估產。在林業資源的調查中遙感也得到了較為廣泛的應用。幾十年來，在有關森林火災、“三北”防護林調查、森林病蟲害監測等方面都大量地使用了遙感數據。

那么，對于不同時間、不同種類的作物、森林資源，它們在“遙感之眼”中是以什么形式表現出來的呢?

航空影像中的植被

航空影像，是地面上的物體以一定的色調和形態特征所表現出來的影像，是被攝區域地表景觀現象的綜合縮影，它能夠真實、客觀地記錄地理環境諸要素的綜合信息。雖然航空遙感圖像有黑白像片、黑白紅外像片、彩色紅外像片、多光譜像片以及雷達像片等等多種，但黑白像片仍是航空遙感中主要使用的基本圖像資料。我們可以利用航空影像判定植物群落類型、性狀、分布范圍及其分布規律，為查明植物資源及其開發利用提供資料。對影像最“原始”、最直接的判定就是對影像中的植被進行目視解譯。

在植被解譯中，影像中植被的形狀、大小、色調、陰影以及圖案等解譯指標都有重要的意義和作用。但由于植被具有隨季節變化的明顯特點，所以某些指標也隨著季節而變，很不穩定。比如說色調，隨著植被夏綠秋黃的變化而夏深秋淺，草本植物和落葉樹表現得尤為明顯。另外，落葉樹的樹冠及其陰影形狀，也隨季節的不同而有相應的變化。

圖像比例尺的不同，植被解譯標志的作用也就不一樣。比如，在夏季拍攝的大比例尺圖像上，不同樹種的色調雖然差別不大，但它能明顯地反映出不同樹種所特有的樹冠形狀、顆粒大小及其本身陰影的特點，所以形狀和大小就成為了判定不同樹種的主要依據；而在秋季拍攝的中、小比例尺圖像上，由于比例尺較小，各種形狀的樹冠在圖像上都呈現為圓形顆粒，這時，影像的形狀和大小就失去了判別圖像的價值，而色調差異就成為了主要的解譯依據。

此外，樹種的分布對植被的解譯也至關重要，因為不同的樹種都有各自的生物學特征，從而形成了不同的分布規律，可以作為解譯參考。例如，分布于小興安嶺的云杉、冷杉和紅松，單從其樹冠形態和色調上是很難區分的，但若考慮到云杉、冷杉多分布在低洼的河灘地上，而紅松卻宜生長在排水良好的山脊和坡地上這一差別，就能較容易地將其分辨出來。

針葉林是由松、柏、杉、樅等常青樹種組成的，他們在可見光波段的反射率較低，所以，不管在任何季節拍攝的圖像上，都呈現深灰色調，其樹冠形態常呈錐形或邊緣不整齊的鋸齒形，容易識別。

闊葉樹有楊、楓、榆、櫟等很多類型。其影像特征受地區或成像季節的影響很大，在不同季節和地區的像片上，其樹冠形狀、色調和陰影都不相同。夏季，闊葉樹的色調基本一致，比針葉林稍淺。秋冬季節樹葉凋落，色調變淺，與針葉林色調差別很大，常呈不規則灰色網狀。由不同樹種組成的雜木林，除具有深淺混雜的色調外，還常生長在山的陰坡。平坦地區的果樹林，種植較規則，排列整齊；在山區則多種植在居民點附近或農田四周土層較厚的地方。

灌木叢在像片里通常顯得顆粒細小，分布的顏色也是由淺灰到深灰的均一色調，但因其種類較多，影像特征也比較復雜，所以，往往要借助其他地帶性分布規律來加以區別。例如，華北地區的荊條灌叢多生長在山地向陽坡，而繡線菊等灌叢卻生長在山地背陰坡，二者的色調和顆粒大致相同，不易區分，但根據生長環境卻能把它們區分出來。

除了上面提到的這些竹林的色調比闊葉林還淺，呈淺灰色，圖案為整齊的毛絮狀。大片竹林多生長在我國南方，北方只在個別地方零星種植。

草本植物主要是根據其影像色調進行判別，例如草原的影像色調一般為淺灰色，狀況不佳的色調更淺，狀況好的色調相對較深。

衛星影像中的植被

和航空影像的目視解譯相類似，對陸地衛星圖像的目視解譯，也是根據影像的色調、形態、圖案組合等解譯標志來識別地理事物和地理現象的。但由于陸地衛星圖像和航空影像的成像系統和成像方式不盡相同，所以，對陸地衛星圖像的目視解譯又有其自身的特點。衛星圖像上所反映出的植被色調及形態，并不是植被的個體特征，而是其群體的分布狀況。它是植被類型、疏密程度和植被生長狀況等多種因素的綜合反映。所以，在作植被解譯時，既要注意植被的光譜特征，又要對影響其光譜特征的各種因素作綜合分析，慎重判別。

由于植物色素及其細胞發育隨季節而變，所以光譜特征也因季節而異，尤其是在春、秋季節，差異更加明顯。因此在衛星圖像上也就反映出色調、色彩的明顯差別。當然，在植被遭受病蟲害和人為傷害時，也會因葉片組織受到損害而使它的反射強度明顯減弱。在標準彩色圖像上，植物表現為紅色而不是綠色，幼嫩植物帶粉紅色，長勢好的為紅色，成熟時是鮮紅色，受傷害的植物呈暗紅色，干枯的不呈紅色。闊葉樹比針葉樹顯得更加鮮紅，灌叢顏色較為淺淡，水稻則呈暗紅色。

除了目視解譯，我們還可以利用植被指數來判別衛星影像中的植被信息。植被指數是遙感領域中用來體現地表植被覆蓋、生長狀況的一個簡單、有效的度量參數。植被指數的建立是基于植被在紅色和近紅外波段反差較大的光譜特征，本質上是在綜合考慮各有關的光譜信號的基礎上，把多波段反射率做一定的數學變換，使其在增強植被信息的同時，不受非植被信號影響。但影響植被指數的因子比較多，有與光學特性和植被覆蓋狀態相關的各種因子，也有大氣影響、土壤影響、遙感器影響等等。植被指數按遙感數據采集的平臺也可以分為航空植被指數和航天植被指數兩大類，航空遙感具有靈活機動和高空間分辨率等優點，然而由于航空遙感為低遙感平臺成像，太陽高度角、飛行姿態等對地物成像的影響較衛星像片嚴重得多，同時氣象的影響、航片攝影、沖洗印制等環節所造成影像還原程度的不一致，使得同一套航片中不同航片之間的色差、色彩均勻度不一致的問題很常見。若直接套用已有的植被指數及信息提取方法，則會造成各種偏差，顯然不適應城市綠化遙感的定量分析要求。航天遙感植被指數相對航空遙感植被指數而言，發展比較早也相對成熟。隨著遙感技術的發展，植被指數在環境、生態、農業等領域都有了廣泛的應用。在環境領域，通過植被指數來反演土地利用和土地覆蓋的變化，逐漸成為實現對全球環境變化的研究重要手段；在生態領域，隨著斑塊水平的生態系統研究成果拓展到區域乃至全球的空間尺度上，植被指數成了空間尺度拓展的連接點；在農業領域，植被指數廣泛應用在農作物分布及長勢監測、產量估算、農田災害監測及預警、區域環境評價以及各種生物參數的提取上。

總之，隨著人們對于全球變化研究的深入，以遙感信息推算區域尺度乃至全球尺度的植被指數日益成為令人關注的問題。

責任編輯 趙 檸