基于像元二分模型的植被覆盖度反演.docx

基于像元二分模型的植被覆盖度反演.docx

《基于像元二分模型的植被覆盖度反演.docx》由会员分享，可在线阅读，更多相关《基于像元二分模型的植被覆盖度反演.docx（18页珍藏版）》请在冰豆网上搜索。

基于像元二分模型的植被覆盖度反演

实习报告

题目XX市基于像元二分模型的植被覆盖度反演

学院测绘科学与技术学院

专业班级测绘工程1903班

姓名XXX

学号17410080518

任课教师XX、XXX

日期2020年1月10日

一．实习目的2

二．实习地点及时间2

三．实习具体内容2

1.数据获取2

2.数据预处理3

2.1数据读取与定标3

2.2图像裁剪4

2.3大气校正5

3.植被覆盖度估算6

3.1NDVI计算6

3.2掩膜文件制作8

3.3获取阈值9

3.4生成参数文件9

3.5植被覆盖度11

3.6植被覆盖度验证和分类13

4.植被覆盖度时空变化分析14

4.1各期植被覆盖度的基本情况14

4.2植被覆盖度的动态变化检测15

四．实习心得16

一．实习目的

掌握ENVI软件的基本操作掌握遥感卫星影像的处理流程提高学生分析问题解决问题能力，增强实践技能。

学会地面测量和遥感估算两种方法。

地面测量常用于田间尺度，遥感估算常用于区域尺度。

目前已经发展了很多利用遥感测量植被覆盖度的方法，较为实用的方法是利用植被指数近似估算植被覆盖度，常用的植被指数为NDVI。

二．实习地点及时间

XX科技大学临潼校区骊山校区11#509,2020年1月7日到2020年1月9日。

三．实习具体内容

1.数据获取

本专题使用的数据在地理空间数据云下载。

所使用的数据为甘肃省XX市2014年4月7

日和2018年4月2日landsat8OLI。

图1数据获取

2.数据预处理

2.1数据读取与定标

1.数据读取

在ENVI主菜单中，选择File-〉OpenAs->Landsat->GeoTIFFwithMetadata，在对话框中选

择“\1-Landsat8数据\LC81290362014097LGN00_MTL.txt”文件，ENVI自动将数据真彩色显示，对数据做全景显示和拉伸，在DataManager中，自动按照波长分成五个组：

多光谱、

全色、卷云、热红外、质量波段。

2•传感器定标

这步的目的是为FLAASH大气校正准备数据：

定标符合单位要求的辐射量数据、转换数据储存顺序等。

（1）在ENVIT）olbox中选择Tdolbox/RadiometricCorrection/RadiometricCalibration选择

*

_注：

此步骤可以使用shp文件对图像进行SpatialSubset，以减少数据量。

M

（2）辐射定标工具会从元数据文件中自动获取相关的参数信息，包括成像日期、定标参数等，设置以下几个参数：

lCalibrationType：

Radianee。

tOutputInterleave:

BIL

iOutputdataType:

Float

S

p

e

c

单击FLAASHSetttings按钮，自动计算ScaleFactor：

0.1

注：

默认OLI定标参数得到的辐射亮度值的单位为W/（m2*sr*卩m）FLAASH大

气校正要求的辐射亮度值的单位为：

（卩W）/（cm2*nm*sr），两者差10倍关系，因此ScaleFactor设置0.1目的是将单位转成FLAASH要求。

t（3）选择输出路径和文件名2014_rad.dat，单击OK执行定标处理结果如下:

图214年传感器定标

a

l

多光谱组

同样的方法对另一景Landsat8多光谱数据进行辐射定标。

选择输出路径和文件名2014_rad.dat。

2.2图像裁剪

使用甘肃省xx市行政边界裁剪图像。

（1）选择File->Oper，选择*.shp作为筛选条件，打开裁剪图像所在区域的Shapefile

矢量文件导入结果如图4:

MJ

AZITrT-iW曲'EEfK

（2）在Toolbox中，选择/Regionsoflnterest/SubsetDatafromROIs,选择裁剪图像。

（3）在SpatialSubsetviaROIparameters中，设置以下参数：

在

在"MaskpixelsoutsideofROI?

”项中，选择yes。

裁

（4）剪选择输出路径及文件名14_rad_tianshui.dat，单击OK裁剪图像，结果图如

图5所示:

o

2.3大气校正

在Toolbox中，选择/RadiometricCorrection/FLAASHAtmosphericCorrection，打开FLAASH工具将相关参数填入shp。

（1）文件输入与输出信息项目

单击VnputRadianeeImage按钮，选择上一步准备好的辐射亮度数据的裁剪结果a2014_rad_tianshui.dat”。

在RadianceScaleFactors对话框中选择

Usesinglescalefactorforallbands（Singlescalefactor：

1，在定标中已经进行了单位转换，这里直接输入：

。

0。

单击OutputReflectaneeFile按钮选择输出文件名和路径。

（2）传感器与图像目标信息

Lat:

55.81904406°Lon：

139.02248813°（ENVI5中自动获取）

SensorType：

Landsat-8OLI

FlightTime:

03:

32:

04（从元数据文件中获取或者从下载

GFIightDate:

2014-04-07r网站中获取）。

（o

3（u

4（n

5（d

大7）多光谱设置（MultispectralSettings）

气ED

模e

He如果内存大于4G,则UseTiledProcessing可设置为No;否则设置TileSize（MB）为

模/a00M。

其余按照默认设置。

（9）u单击Apply按钮，执行FLAASH

sMidL-LatitudeSummer

iR

3.1ND0。

计算

直接使用ENVI中的NDVI计算工具计算。

（1）在Toolbox中，选择Spectral/Vegetation/NDVI。

NDVICalculationInputFile面板中，选

择14rad_tianshui_ref.dat图像，点击"OK”。

⑵在NDVI^CalculationParameters对话框中，单击"InputFileType”下拉菜单，选择LandsatOLI，手动填入“Red”为4,“NearIR”为5。

提示：

因为目前NDVI计算工具只能识别原始Landsat8OLI数据，我们这里输入的是经过

处理的结果,1暂时只能手动输入，希望以后改进。

⑶在"OutputDataType”下拉菜单选择输出浮点型（FloatingPoint）。

（4）选择输出路径及文件名，点击“OK”。

t

a

图6

NDVI

由于大气校正后的结果有部分像元为负值，主要集中在阴影地区，这部分区域计算得到的NDVI在［-1,1］之外，为了便于后面的分析，我们这里统一将这部分像元进行处理，即值大于1的变为1，小于-1的变成-1。

去除异常值：

bandmath表达式：

-1>b1<1B1：

NDVI

得到去除异常值文件：

NDVI_去除异常值.dat

3.2掩膜文件制作

在ENVI中打开classimage.dat，这个数据与NDVI数据严格空间配准。

总共有5类土地覆盖类型：

林地：

1

农业用地：

2

城市用地：

3

水体：

4

其他：

5

图8土地覆盖分类图

我们利用这五种土地覆盖类型分别为NDVI生成5个掩膜文件。

下面以林地为例子介绍

这个过程：

（1）打开NDVI结果“NDVI_去除异常值.dat”。

（2）在Toolbox中选择/RasterManagement/Masking/ApplyMask，在SelectInputFile面板中

选择“NDVI_去除异常值.dat”NDVI图像文件，点击MaskOptions->BuildMask。

⑶在MaskDefinition面板中，单击Options->lmportDataRange，选择土地覆盖分类图

classimage.dat。

在最大、最小值中同时填入1。

（4）选择输出路径输出，完成掩膜文件的生成。

不关闭MaskDefinition面板，分别输入其他土地覆盖类型的像元值生成其他四类掩膜文件。

3.3获取阈值

这一步就是求解NDVImax和NDVImin，使用上一步获取的掩膜文件分别对NDVI图像文

件进行统计，在一定置信度范围内获取每个掩膜文件（也就是土地覆盖类型）对应的最大和

最小NDVI值。

下面以林地为例介绍这个过程：

（1）在Toolbox中，选择/Statistics/ComputeStatistics，如下图所示，分别选择ndvi文件

“NDVI_去除异常值.dat”作为统计文件，以及掩膜文件。

（2）在统计类型面板中，勾选直方图（Histogram）选项。

（3）得到统计结果。

地物覆盖类型的NDVI阈值，如下表：

表

2014年

2018年

土地覆盖类型

NDVImin（NDVIsoil）

NDVImax（NDVIve

g）

NDVImin（NDVIsoil）

NDVImax（NDVIveg）

林地

0.121569

0.678431

0.32765

0.71365

农业用地

0.147411

0.214603

0.163286

0.275404

城市用地

-0.035294

0.270588

0.184314

0.505882

水体

0.08948

0.165195

0.053726

0.433725

其他

0.406863

0.427602

0.129412

0.615686

3.4生成参数文件

这一步是根据上面得到的NDVI阈值分别生成NDVIsoil和NDVIveg参数文件，主要使用bandmath工具，表达式如下：

NDVIsoil：

b1*0.121569+b2*0.147411+b3*（-0.035294）+b4*0.08948+b5*0.406863

其中b1:

林地掩膜文件b2：

农业用地掩膜文件b3:

城市用地掩膜文件

b4:

水体掩膜文件b5:

其他用地掩膜文件

NDVIveg：

b1*0.678431+b2*0.214603+b3*0.270588+b4*0.165195+b5*0.427602

其中b1:

林地掩膜文件b2:

农业用地掩膜文件b3:

城市用地掩膜文件

b4:

水体掩膜文件b5:

其他用地掩膜文件此生成的参数文件为2014年，结果图如图10下:

图10

这一步是根据上面得到的NDVI阈值分别生成NDVIsoil和NDVIveg参数文件，主要使用bandmath工具，表达式如下：

NDVIsoil：

b1*0.32765+b2*0.163286+b3*（0.184314）+b4*0.053726+b5*0.129412

其中b1:

林地掩膜文