植被是生长于地球表层的各种植物类型的总称，在地球系统中扮演着重要的角色，它是地球表层内重要的再生资源。植被是全球变化中最活跃、最有价值的影响因素和指示因子。它同时影响着地气系统的能量平衡，在气候、水文和生化循环中起着重要的作用。因此，地球植被及其变化一直被各国科学家和政府所关注。
一、植被遥感反演简介
陆地表面的植被通常是遥感观测和记录的第一表层，是遥感图像最直接反映的信息。我们可以通过遥感提供的植被信息及其变化来提取与反演各种植被参数，监测其变化过程与规律。
早期的植被遥感主要是植被和土地覆盖类型的识别，之后逐步转向专题信息的提取与表达。如今，植被遥感需要了解植被生理和遥感原理。
从植被生理角度来看，植被遥感主要基于植被与光辐射的互相作用，但是植被冠层的形状大小和空间结构比较复杂，不同种类的植被冠层均不相同，因此在植被遥感中甚至将单独的一株树木看作某个简单的几何体。从遥感原理角度看，在可见光—近红外区域内，植被在近红外波段的反射最为明显。
二、应用领域
植被遥感目前主要应用于农情信息获取，夯实智慧农业根基。通过对各类光学及雷达卫星影像进行分析，可以做到土地覆盖识别、作物识别、长势监测等等。
1. 土地覆盖分类图
土地覆盖是自然营造物和人工建筑物所覆盖的地表诸要素的综合体，卫星遥感一般可实现对耕地、林地、草地、水域、城乡用地、未利用土地等一级地类的分布监测和面积统计。
2. 作物地图
植被遥感可实现像元级的，水稻、玉米、大豆、冬小麦、番茄、油菜、棉花等农作物的精准识别，包括作物空间分布和面积等属性。
3. 长势监测
作物在生长过程中光合作用色素在可见光波段的反射能量很低，而在近红外波段反射率会陡增，通过归一化植被指数NDVI，可有效反应作物生长状况。
三、 提取方法概述
遥感图像上的植被信息主要通过绿色植物叶子和植被冠层的光谱特性及其差异、变化反映。而对于复杂的植被遥感，通常利用多光谱遥感数据经过一定的分析运算，获得对植被长势、生物量等具有一定指示意义的数值，即植被指数。
1. 归一化植被指数（NDVI）
NDVI是最常用的植被指数之一，值域在[-1，1]之间，云、水、雪的NDVI值为负；岩石、裸土的NDVI接近于0；在有植被覆盖的情况下NDVI值为正，且值越大表示植被覆盖度越大。同时NDVI已被证实与绿色生物量、光合作用等植被参数有关。
2. 半经验模型（混合模型）
半经验模型是统计模型与物理模型结合的混合模型：
这个模型是结合几何光学和辐射传输的混合模型GORT。由于几何光学模型和辐射模型分别在不同维度上具有各自的优势，充分利用几何光学模型在解释阴影投射面积和地物表面空间相关性上的基本优势，用辐射传输方法求解多次散射对各面积分亮度的贡献，分两个层次来建立光照面与阴影区反射强度的辐射传输模型，并以模型联系二者，发展了GORT混合模型。
卫星遥感是监测全球植被的有效手段，可迅速获取大范围观测资料，为人类提供了监测、量化和研究人类有序活动及气候变化对区域或全球植被变化的影响，也为人类保护地球生态环境提供了指引。
至此，卫星遥感的发展历程，核心卫星及关于PM2.5和PM10的反演、水体和城市黑臭水体的识别、夜光遥感反演等五大应用场景的盘点告一段落。遥感应用领域远不止于此，正确使用卫星遥感数据以达到研究目的是一个较为复杂的过程，我们将持续关注遥感领域的发展，为大家带来更详实的应用案例分享。
参考文献：
1. 公示9，3.2植被遥感。
2. 大地量子，产品手册。
图片来源：大地量子
热门跟贴