陕西省NDVI影像制作及其应用研究.docx
- 文档编号:8667435
- 上传时间:2023-02-01
- 格式:DOCX
- 页数:38
- 大小:1.88MB
陕西省NDVI影像制作及其应用研究.docx
《陕西省NDVI影像制作及其应用研究.docx》由会员分享,可在线阅读,更多相关《陕西省NDVI影像制作及其应用研究.docx(38页珍藏版)》请在冰豆网上搜索。
陕西省NDVI影像制作及其应用研究
论文题目:
陕西省NDVI影像制作及其应用研究
摘要
在遥感影像处理中,植被指数提取广泛应用于定性和定量评价植被覆盖及其生长活力。
植被指数有助于增强遥感影像的解译力,并已作为一种遥感手段广泛应用于土地利用覆盖探测、植被覆盖密度评价、作物识别和作物预报等方面。
基于MODIS数据提取NDVI指数是目前最常见的一种植被指数提取方法。
本文介绍了使用ENVI遥感图像处理软件对MODSI数据进行NDVI植被指数提取,对植被指数提取的关键部分进行分析,并给出植被指数提取的技术流程。
利用MODIS数据研究植被指数的时空变化特征,可以较详细地反映不同类型植被在其生长周期内的长势情况,以及各类植被生长状况在空间上的过渡和差异性。
在同一季节,由于地表的非均匀性,NDVI值的分布表现出差异特征。
不同植被类型的NDVI季节变化差别显著,有着明显的可分性,这种NDVI时间序列如实地刻画了各种类型植被的生长规律,并能区分它们在生长规律上的细微差别。
本文的主要思想:
MODIS数据是一种最常用的提取植被指数的数据。
在提取过程中,以全国2003年MODIS影像数据为基础,使用ENVI软件提取陕西省整个行政区域的归一化植被指数NDVI,并最终制作陕西省2003年整个行政区域动态植被变化图以及分析陕西省2003年植被生成情况。
关键字:
ENVI;归一化植被指数NDVI;MODIS;遥感;陕西植被
ABSTRACT
Inremotesensingimageprocessing,vegetationindexextractioniswidelyappliedinqualitativeandquantitativeevaluationofvegetationanditsgrowthvitality.Vegetationindexhelpstoenhanceremotesensingimageinterpretation,andasameansofremotesensinghasbeenwidelyappliedtolandusecoveringvegetationcoverdensitydetectionandidentificationandevaluation,cropforecast,etc.BasedontheindexNDVIextractioncomposedmulti-temporalMODISimagesarethemostcommonplantwasindexextractionmethod.ArticleintroducestheuseofremotesensingimageprocessingsoftwareENVIMODSIvegetationindexNDVIdataextractionofvegetationindex,akeypartoftheextractionandanalysis,extractiontechnologyprocessofvegetationindex.
Usecomposedmulti-temporalMODISimagesofvegetationindexstudythespatialandtemporalvariationcharacteristics,canreflectthedifferenttypesofdetailinthegrowthcycleofvegetation,andthegrowingofvegetationgrowthinspacetransitionanddifference.Inthesameseason,theinhomogeneityofthesurface,thedistributionofNDVIvaluesshowsdifferences.Differentvegetation’stypesofNDVIseasonalchangeshaveaobviousdifference,separability,thistimesequencefaithfullyNDVIportraysthegrowthofvegetationtypes,andcandistinguishthegrowingregularitynicety.
Themainthought:
Thatcomposedmulti-temporalMODISimagesisoneofthemostcommonextractvegetationindexdata.IntheprocessofextractingtheMODIS2003,basedonthedata,usingimageENVIsoftwarethroughouttheadministrativeregionofshaanxiprovinceextractionvegetationindexNDVI,andfinallymadetheadministrativeregionofshaanxiprovincein2003andtheanalysisofdynamicvegetationvariationofshaanxiprovincein2003,vegetationgeneration.
Keywords:
ENVI;NDVI;MODIS;RemoteSensing;ShaanxiVegetation
Thesis:
Application
目录
1绪论1
1.1引言1
1.2技术背景及研究意义2
1.2.1技术背景2
1.2.2研究意义2
1.2.3研究区域介绍3
1.3国内外研究现状4
1.4本文使用的软件介绍5
1.5本文的主要研究内容和组织结构9
1.5.1本文的主要研究内容9
1.5.2本文的组织结构10
1.6小结11
2利用MODIS数据制作NDVI影像12
2.1MODIS数据12
2.1.1MODIS数据的概念12
2.1.2MODIS数据来源14
2.1.2.1获取数据途径14
2.1.2.2本文数据来源14
2.2生成NDVI影像15
2.2.1NDVI植被指数的概念15
2.2.2生成NDVI图像具体方法16
2.2.2.1数据准备16
2.2.2.2数据裁剪17
2.2.2.3NDVI计算20
2.3小结24
3用NDVI图像生成彩色植被图25
3.1生成模拟真彩色图像的意义25
3.2NDVI生成模拟真彩色植被图像的原理25
3.3NDVI图像生成模拟真彩色植被图的具体方法步骤25
3.4小结27
4陕西省2003年NDVI空间、时态特征分析28
4.1制作2003年陕西植被动态图28
4.1.1制作动态植被图的软件选择28
4.1.2制作动态植被图的具体步骤29
4.2分析陕西2003年植被信息31
4.2.1分析植被信息的依据31
4.2.2分析陕西2003年植被情况31
4.2.2.1陕西2003年植被在空间及时间上分布情况31
4.2.2.2陕西2003年不同地类NDVI值变化情况34
4.3小结38
5结论39
5.1本论文主要完成的工作39
5.2展望39
致谢41
参考文献42
附录44
表一:
2003年全年23期MODIS数据起止日期44
表二:
数据规格45
表三:
植被类型分类表45
1绪论
1.1引言
遥感影像解译技术是随着遥感技术的产生而诞生的。
传感器获取的数据必须经过处理和解译才能成为有用的信息。
所谓遥感影像解译就是对遥感图像上的各种特征进行综合分析、比较、推理和判断,最后提取出各种地物目标信息的过程。
遥感影像解译包括目视解译、人机交互解译、基于知识的遥感影像解译、影像智能解译(即自动解译)等。
遥感解译经历了从人工解译到半自动解译,正在向全智能化解译的方向发展。
植被指数是遥感监测地面植物生长和分布的一种方法。
由于不同绿色植被对不同波长光的吸收率不同,光线照射在植物上时,近红外波段的光大部分被植物反射,而可见光波段的光则大部分被植物吸收,通过对近红外和红波段反射率的线性或非线性组合,可以消除地物光谱产生的影响,得到的特征指数称为植被指数。
植被指数经过近20年的发展,目前有几十种,但常用的植被指数有:
归一化植被指数NDVI(NormalizedDifferenceVegetationIndex)、比值植被指数RVI(RatioVegetationIndex)、差值植被指数DVI(DifferenceVegetationIndex)、土壤调节植被指数SAVI(theSoilAdjustedVegetationIndex)、修正型土壤植被指数MSAVI(ModifiedSoilAdjustedVegetationIndex)等。
[1]在遥感应用领域,植被指数已广泛用来定性和定量评价植被覆盖及其生长活力。
植被指数有助于增强遥感影像的解译力,并已作为一种遥感手段广泛应用于土地利用覆盖探测、植被覆盖密度评价、作物识别和作物预报等方面。
[2]MODIS数据是一种最常用的提取植被指数的数据。
所使用的数据源影像Band1为红光波段,该波段位于叶绿素的主要吸收带,可用于区分植物类型、覆盖度、判断植物生长状况等,此外该波段对裸露地表、植被、岩性、地层、构造、地貌、水文等特征均可提供丰富的植物信息;Band2为近红外波段,该波段位于植物的高反射区,反映了大量的植物信息,多用于植物的识别、分类,同时它也位于水体的强吸收区,用于勾绘水体边界,识别与水有关的地质构造、地貌等,这样NDVI=
=
,所以按照这个公式就可以得到NDVI图像。
在提取过程中,以全国2003年MODIS影像数据为基础,使用ENVI软件提取陕西省整个行政区域的归一化植被指数NDVI,并最终制作陕西省2003年整个行政区域动态植被变化图。
1.2技术背景及研究意义
1.2.1技术背景
遥感技术是20世纪60年代以来发展最为迅速的科学技术领域。
遥感是从空间通过传感器对地观测获取地理信息的一种技术手段。
经过四十年的发展,该项技术手段已从可见光发展到红外、微波;从单波段发展到多波段、多角度;从静态资源分析发展到动态环境监测;从空间维发展到时空维;从多维光谱到超维光谱。
一个多层次、立体、多角度、全方位和全天候的地理信息获取系统已经形成。
这为高精度、实时的三维地形数据采集奠定了坚实的基础。
现代遥感史以20世纪60年代末人类首次登上月球为重要里程碑。
随着信息技术和传感器技术的飞速发展,卫星遥感影像分辨率有了很大提高,包括空间分辨率、光谱分辨率和时间分辨率。
40年来,随着人们对遥感技术研究的深入,特别是与其他高新技术(包括GPS、GIS、虚拟现实技术,网络技术和多媒体技术等)的综合使用,使遥感技术取得了重大进展。
在光谱探测方面,成像光谱仪的出现,使每个波段的范围变得越来越窄,达到10nm以下,波段数达到288个,可以有效地反映出地物的模拟真实谱貌。
民用遥感传感器的空间分辨力已达到2.5米左右(SPOT图像),1999年9月,美国空间成像公司成功发射载有IKONOS传感器的小卫星,能够提供1米的全色波段和4米的多光谱波段,是世界上第一颗商用1米分辨率的遥感卫星。
目前卫星遥感图像(如QUICKBIRD图像)的空间分辨率可达0.61米。
微波遥感是20世纪90年代迅速发展起来的遥感技术,各波段波长从1mm到1000mm,它具有多波段、多极化和全天候、全天时的特点。
在遥感数据处理方面,随着计算机技术的迅速发展,使海量遥感数据的快速处理成为现实。
当代遥感技术的发展主要表现在多传感器、高分辨率和多时相等特征。
1.2.2研究意义
自20世纪60年代以来,特别是80年代以后,航天技术、传感器技术、控制技术、电子技术、计算机技术及通讯技术的发展,大大推动了遥感技术的发展。
各种运行于太空中的遥感平台多尺度、多层次、多角度、多谱段地对地球进行着连续观测,各种先进的对地观测系统源源不断地向地面提供着丰富的数据源。
如何从海量遥感数据中及时、准确地获取所需信息并加以利用,一直是我们急需而又难以解决的问题之一。
随着地理信息系统等相关理论和技术的发展,越来越多的遥感信息急待转换成计算机能够使用的信息,需要解决的几个主要技术难题包括:
遥感影像复杂信息的分割和获取(包括图形、识别特征和光谱信息提取)、多种信息源的空间数据标准统一、遥感和地理信息系统的复合以及多源遥感信息复合、多种目标提取与识别模型的标准化和集成等等。
植被指数按不同的监测方法和计算方法又可分为多种多样的植被指数。
常用的有:
归一化植被指数NDVI;垂直植被指数PVI;比值植被指数RVI;消除土壤影响的植被指数SAVI和全球植被指数GVI等。
其中,NDVI则是使用最广泛,效果也较好的一种。
NDVI(NormalizedDifferenceVegetationIndex)归一化植被指数,又称标准化植被指数,在使用遥感图像进行植被研究以及植物物候研究中得到广泛应用,它是植物生长状态以及植被空间分布密度的最佳指示因子,与植被分布密度呈线性相关。
实验表明,NDVI对土壤背景的变化较为敏感;它是单位象元内的植被类型、覆盖形态、生长状况等的综合反映,其大小取决于植被覆盖度和叶面积指数等要素;NDVI对植被盖度的检测幅度较宽,有较好的时相和空间适应性,因此应用较广。
利用NDVI制作出的植被信息图可以直观的反映2003年陕西省行政区域内植被生长情况,可以在生成的动态图中了解到植被的变化状况,能直接为有关领导或部门做出有相关决策时快速直观地提供有效的信息依据。
1.2.3研究区域介绍
陕西山地总面积741万公顷,占全省土地总面积的36%,高原总面积926万公顷,总面积的45%,平原391万公顷,占总面积的19%。
耕地总面积480万公顷,占总面积的23.3%,水田面积20.4万公顷,占总面积的1%,旱地面积369.2万公顷,占总面积的17.9%,水浇地88.7万公顷,占总面积的4.3%,林地962.6万公顷,占总面积的46.8%,草地317.9万公顷,占总面积的15.4%,水域面积40.3万公顷,占总面积的2%。
[3]
陕西境内气候差异很大,由北向南渐次过度为温带、暖温带和北亚热带。
年平均降水量576.9毫米,年平均气温13.0℃,无霜期218天左右。
复杂多样的气候特点和地形地貌,孕育出万千物种和世间珍奇,堪称自然博物馆,有“小中国之称”。
陕西南北狭长,有山地、高原、盆地、沙地,大小河流交错,纵跨温带、暖温带和北亚热带气候,自然环境复杂,生态条件多样,植物资源种类繁多,植被分布具有明显的地带性。
从南到北有温带草原,森林草原,暖温带落叶阔叶林,北亚热带常绿阔叶林。
因此,利用MODIS数据研究陕西植被指数的时空变化特征,可以较详细地反映不同区域、不同植被类型植被在其生长周期内的长势情况,以及植被生长状况在空间上的过渡和差异性。
1.3国内外研究现状
遥感影像解译技术是随着遥感技术的产生而诞生的。
传感器获取的数据必须经过处理和解译才能成为有用的信息。
所谓遥感影像解译就是对遥感图像上的各种特征进行综合分析、比较、推理和判断,最后提取出各种地物目标信息的过程。
遥感影像解译包括目视解译、人机交互解译、基于知识的遥感影像解译、影像智能解译(即自动解译)等。
遥感解译经历了从人工解译到半自动解译,正在向全智能化解译的方向发展。
植被指数是遥感监测地面植物生长和分布的一种方法。
由于不同绿色植被对不同波长光的吸收率不同,光线照射在植物上时,近红外波段的光大部分被植物反射,而可见光波段的光则大部分被植物吸收,通过对近红外和红波段反射率的线性或非线性组合,可以消除地物光谱产生的影响,得到的特征指数称为植被指数。
植被指数经过近20年的发展,目前在遥感应用领域已广泛用来定性和定量评价植被覆盖及其生长活力。
植被指数有助于增强遥感影像的解译力,并已作为一种遥感手段广泛应用于土地利用覆盖探测、植被覆盖密度评价、作物识别和作物预报等方面。
归一化差值植被指数NDVI由Rouse等人1973年第一次提出,目前,在各种植被指数中,NDVI是应用最广泛的一种。
NDVI已广泛地应用于科学研究和全球植被及其变化的监测中和评估中。
NOAA-NDVI已经积累了20多年覆盖全球的资料,已经在地球环境变化研究和自然灾害监督方面发挥着重要作用。
MODIS成功发射并运行后,中国科学院遥感应用研究所、中国科学地理科学与资源研究所、国家气象局等数十家单位陆续建立MODIS地面接收站。
国内众多部门非常关注MODIS的数据的研究和应用价值,将MODIS数据的研究和应用纳入各自主要工作中。
1.4本文使用的软件介绍
本文主要使用了ENVI软件。
ENVI(TheEnvironmentforVisualizingImages)是美国ITTVisualInformationSolutions公司的旗舰产品。
ENVI由遥感领域的科学家采用IDL开发的一套功能强大的遥感图像处理软件;它是快速、便捷、准确地从地理空间影像中提取信息的首屈一指的软件解决方案,它提供先进的,人性化的使用工具来方便用户读取、准备、探测、分析和共享影像中的信息。
今天,众多的影像分析师和科学家选择ENVI来从地理空间影像中提取信息。
已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&安全、地球科学、公用设施管理、遥感工程、水利、海洋,测绘勘察和城市与区域规划等行业。
ENVI包含齐全的遥感影像处理功能:
常规处理、几何校正、定标、多光谱分析、高光谱分析、雷达分析、地形地貌分析、矢量应用、神经网络分析、区域分析、GPS联接、正射影像图生成、三维图像生成、丰富的可供二次开发调用的函数库、制图、数据输入/输出等功能组成了图像处理软件中非常全面的系统。
ENVI能够充分提取图像信息,具备全套完整的遥感影像处理工具,能够进行文件处理、图像增强、掩膜、预处理、图像计算和统计,完整的分类及后处理工具,及图像变换和滤波工具、图像镶嵌、融合等功能。
ENVI遥感影像处理软件具有丰富完备的投影软件包,可支持各种投影类型。
同时,ENVI还创造性地将一些高光谱数据处理方法用于多光谱影像处理,可更有效地进行知识分类、土地利用动态监测。
ENVI包含所有基本的遥感影像处理功能,如:
校正、定标、波段运算、分类、对比增强、滤波、变换、边缘检测及制图输出功能,并可以加注汉字。
ENVI具有对遥感影像进行配准和正射校正的功能,可以给影像添加地图投影,并与各种GIS数据套合。
ENVI的矢量工具可以进行屏幕数字化、栅格和矢量叠合,建立新的矢量层、编辑点、线、多边形数据,缓冲区分析,创建并编辑属性并进行相关矢量层的属性查询。
ENVI提供了自动预处理工具,可以快速、轻松地预处理影像,以便进行查看浏览或其他分析。
通过ENVI,您可以对影像进行以下处理:
•正射校正
•影像配准
•影像定标
•大气校正
•创建矢量叠加
•确定感兴趣区域(ROIs)
•创建数字高程模型(DEMs)
•影像融合,掩膜和镶嵌
•调整大小,旋转,或数据类型转换
探测影像
ENVI提供了一个直观的用户界面和易用的工具,让您轻松、快速地浏览和探测影像。
您可以使用ENVI完成的工作包括:
浏览大型数据集和元数据,对影像进行视觉对比,创建强大的3D场景,创建散点图,探测象素特征等。
分析影像
ENVI提供了业界领先的图像处理功能,方便您从事各种用途的信息提取。
ENVI提供了一套完整的经科学实践证明的成熟工具来帮助您分析影像。
ENVI包括一套综合数据分析工具,通过实践证明的成熟算法快速、便捷、准确地分析图像。
•创建地理空间统计资料,如自相关系数和协方差
•计算影像统计信息,如平均值、最小/最大值、标准差
•提取线性特征
•合成雷达影像
•主成分计算
•变化检测
•空间特征测量
•地形建模和特征提取
•应用通用或自定义的滤波器
•执行自定义的波段和光谱数学函数
光谱分析工具
光谱分析通过象素在不同波长范围上的反应,来获取有关物质的信息。
ENVI拥有目前最先进的,易于使用的光谱分析工具,能够很容易地进行科学的影像分析。
ENVI的光谱分析工具包括以下功能:
•监督和非监督方法进行影像分类
•使用强大的光谱库识别光谱特征
•检测和识别目标
•识别感兴趣的特征
•对感兴趣物质的分析和制图
•执行象素级和亚象素级的分析
•使用分类后处理工具完善分类结果
•使用植被分析工具计算森林健康度
ENVI能轻松地整合现有的工作流,让您能在任何环境中与同事们分享地图和报告。
所处理的图像可以输出成常见的矢量格式和栅格影像便于协同和演示。
本文还使用的是ErdasImagine功能非常强大的遥感图像处理系统,该软件已经发展成为世界上占最大市场份额的专业遥感图像处理软件。
它将图像处理与空间数据管理融合成一体,构成完整的客户/服务器结构的工作流并提供了基于Internet/Intranet环境的影像等空间信息共享的工具,可创建自己的三维数字地球,进行沙盘推演,三维浏览查询/检索,分析,飞行,量测等。
它以其先进的图像处理技术,友好、灵活的用户界面和操作方式,面向广阔应用领域的产品模块,服务于不同层次用户的模型开发工具以及高度的RS/GIS(遥感图像处理和地理信息系统)集成功能,为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具,代表了遥感图像处理系统未来的发展趋势。
ERDAS软件处理技术覆盖了图像数据的输入/输出,图像增强、纠正、数据融合以及各种变换、信息提取、空间分析/建模以及专家分类、ArcInfo矢量数据更新、数字摄影测量与3维信息提取,硬拷贝地图输出、雷达数据处理、3维立体显示分析。
IMAGINE软件可支持所有的UNIX系统,以及PC机的MicrosoftWindows2000Professional,WindowsXPProfessional操作系统。
其应用领域包括:
科研、环境监测、气象、石油矿产勘探、农业、医学、军事(数字地理战场,解译等)、电讯、制图、林业、自然资源管理、公用设施管理、工程、水利、海洋,测绘勘察和城市与区域规划等。
通过与著名的GIS厂商ESRI公司的战略合作,ERDAS公司在与GIS完整集成的IMAGINE系列软件之外,同时开发基于ArcViewGISV8.x的图像分析模块——ImageAnalysis和StereoAnalyst两个扩展模块,向用户提供GIS/RS一体化的解决方案。
同时在处理部分文件过程中还使用了ArcGIS软件。
ArcGIS产品为用户提供一个可伸缩的,全面的GIS平台。
使用ArcGIS满
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 陕西省 NDVI 影像 制作 及其 应用 研究