基于像元二分模型的植被覆蓋度反演

1、實(shí)習(xí)報(bào)告題目 XX市基于像元二分模型的植被覆蓋度反演學(xué)院測(cè)繪科學(xué)與技術(shù)學(xué)院專(zhuān)業(yè)班級(jí)測(cè)繪工程1903班姓名XXX學(xué)號(hào)課教師XX、XXX日期 2020年1月10日目錄一 實(shí)習(xí)目的 2二 實(shí)習(xí)地點(diǎn)及時(shí)間 2三 實(shí)習(xí)具體內(nèi)容 21. 數(shù)據(jù)獲取 22. 數(shù)據(jù)預(yù)處理 32.1 數(shù)據(jù)讀取與定標(biāo) 32.2 圖像裁剪 42.3 大氣校正 53. 植被覆蓋度估算 63.1 NDVI 計(jì)算 63.2 掩膜文件制作 83.3 獲取閾值 93.4 生成參數(shù)文件 93.5 植被覆蓋度 113.6 植被覆蓋度驗(yàn)證和分類(lèi) 134. 植被覆蓋度時(shí)空變化分析 144.1 各期植被覆蓋度的基本情況 144

2、.2 植被覆蓋度的動(dòng)態(tài)變化檢測(cè) 15四 實(shí)習(xí)心得 16一實(shí)習(xí)目的掌握 ENVI 軟件的基本操作 掌握遙感衛(wèi)星影像的處理流程 提高學(xué)生分析問(wèn)題解決問(wèn)題能力，增強(qiáng)實(shí)踐技能。學(xué)會(huì)地面測(cè)量和遙感估算兩種方法。地面測(cè)量常用于田間尺度，遙感估算常用于區(qū)域尺度。目 前已經(jīng)發(fā)展了很多利用遙感測(cè)量植被覆蓋度的方法， 較為實(shí)用的方法是利用植被指數(shù)近似估算 植被覆蓋度，常用的植被指數(shù)為NDVI。二實(shí)習(xí)地點(diǎn)及時(shí)間XX科技大學(xué)臨潼校區(qū)驪山校區(qū)11#509, 2020年1月7日到2020年1月9日。三實(shí)習(xí)具體內(nèi)容1.數(shù)據(jù)獲取本專(zhuān)題使用的數(shù)據(jù)在地理空間數(shù)據(jù)云下載。所使用的數(shù)據(jù)為甘肅省 XX市2014年4月7日和2018年4

3、月 2日 landsat8 OLI。圖 1 數(shù)據(jù)獲取2.數(shù)據(jù)預(yù)處理2.1數(shù)據(jù)讀取與定標(biāo)1.數(shù)據(jù)讀取在 ENVI 主菜單中，選擇 File-Open As- Landsat- GeoTIFF with Metadata，在對(duì)話框中選擇“ 1-Landsat8 數(shù)據(jù) LC81290362014097LGN00_MTL.txt ” 文件，ENVI 自動(dòng)將數(shù)據(jù)真彩色顯 示，對(duì)數(shù)據(jù)做全景顯示和拉伸，在Data Manager中，自動(dòng)按 照波長(zhǎng)分成五個(gè)組：多光譜、全色、卷云、熱紅外、質(zhì)量波段。2傳感器定標(biāo)這步的目的是為 FLAASH大氣校正準(zhǔn)備數(shù)據(jù)：定標(biāo)符合單位要求的輻射量數(shù)據(jù)、 轉(zhuǎn) 換數(shù)據(jù)儲(chǔ)存順序等。（

4、1）在 ENVIT）olbox 中選擇 Tdolbox/RadiometricCorrection/RadiometricCalibration 選擇*_注：此步驟可以使用 shp文件對(duì)圖像進(jìn)行SpatialSubset，以減少數(shù)據(jù)量。M （ 2）輻射定標(biāo)工具會(huì)從元數(shù)據(jù)文件中自動(dòng)獲取相關(guān)的參數(shù)信息，包括成像日期、定 標(biāo)參數(shù)等，設(shè)置以下幾個(gè)參數(shù)：lCalibrati on Type： Radia nee。tOutput In terleave : BILiOutput dataType : FloatSpec單擊 FLAASHSetttings按鈕，自動(dòng)計(jì)算 ScaleFactor： 0.1注：

5、默認(rèn)OLI定標(biāo)參數(shù)得到的輻射亮度值的單位為W/（m2*sr*卩m）FLAASH大氣校正要求的輻射亮度值的單位為：（卩 W） / （cm2*nm*sr），兩者差10倍關(guān)系 ，因此ScaleFactor設(shè)置0.1目的是將單位轉(zhuǎn)成 FLAASH要求。t（ 3）選擇輸出路徑和文件名 2014_rad.dat，單擊OK執(zhí)行定標(biāo)處理結(jié)果如下:圖2 14年傳感器定標(biāo)al多 光 譜 組同樣的方法 對(duì)另一景 Landsat8多光譜數(shù)據(jù)進(jìn)行輻射定標(biāo)。選擇輸出路徑和文件名 2014_rad.dat。2.2圖像裁剪使用甘肅省xx市行政邊界裁剪圖像。（1）選擇File-Oper，選擇*.shp作為篩選條件，打開(kāi)裁剪圖像

6、所在區(qū)域的Shapefile矢量文件導(dǎo)入結(jié)果如圖4:MJAZIT rT-iW 曲 EEfK2n Hi F kdtl kL i ar r訃 I： Urbans MidL-Latitude Summerb ni R3.1 ND0。計(jì)算直接使用 ENVI中的NDVI計(jì)算工具計(jì)算。(1)在 Toolbox 中，選擇 Spectral/Vegetatio n/NDVI。NDVI Calculatio n In put File 面板中，選擇 14rad_tianshui_ref.dat 圖像，點(diǎn)擊OK”。在 NDVICalculation Parameters 對(duì)話框中，單擊Input File Typ

7、e”下拉菜單，選擇 Landsat OLI，手動(dòng)填入“ Red” 為 4,“ Near IR” 為 5。提示：因?yàn)槟壳?NDVI計(jì)算工具只能識(shí)別原始Landsat 8 OLI數(shù)據(jù)，我們這里輸入的是經(jīng)過(guò)處理的結(jié)果,1暫時(shí)只能手動(dòng)輸入，希望以后改進(jìn)。在Output Data Type ”下拉菜單選擇輸出浮點(diǎn)型(Floating Point )。(4)選擇輸出路徑及文件名，點(diǎn)擊“ OK”。ta圖6NDVI由于大氣校正后的結(jié)果有部分像元為負(fù)值，主要集中在陰影地區(qū)，這部分區(qū)域計(jì)算得到 的NDVI在-1,1之外，為了便于后面的分析，我們這里統(tǒng)一將這部分像元進(jìn)行處理，即 值大于1的變?yōu)?，小于-1的變成-1

8、。去除異常值：bandmath表 達(dá)式：-1b1Build Mask。在 Mask Definition 面板中，單擊Options-lmport Data Range，選擇土地覆蓋分類(lèi)圖classimage.dat。在最大、最小值中同時(shí)填入1。(4)選擇輸出路徑輸出，完成掩膜文件的生成。不關(guān)閉Mask Definition面板，分別輸入其他土地覆蓋類(lèi)型的像元值生成其他四類(lèi)掩膜文 件。3.3獲取閾值這一步就是求解 NDVImax和NDVImin，使用上一步獲取的掩膜文件分別對(duì)NDVI圖像文件進(jìn)行統(tǒng)計(jì)，在一定置信度范圍內(nèi)獲取每個(gè)掩膜文件(也就是土地覆蓋類(lèi)型)對(duì)應(yīng)的最大和最小NDVI值。下面以林地

9、為例介紹這個(gè)過(guò)程：(1) 在 Toolbox 中，選擇 /Statistics/Compute Statistics，如下圖所示，分別選擇ndvi 文件“ NDVI_去除異常值.dat ”作為統(tǒng)計(jì)文件，以及掩膜文件。(2) 在統(tǒng)計(jì)類(lèi)型面板中，勾選直方圖( Histogram )選項(xiàng)。(3) 得到統(tǒng)計(jì)結(jié)果。地物覆蓋類(lèi)型的 NDVI閾值，如下表：表2014 年2018 年土地覆蓋類(lèi) 型NDVImi n(NDVIsoil)NDVImax(NDVIveg)NDVImi n(NDVIsoi l)NDVImax(NDVI veg)林地0.1215690.6784310.327650.71365農(nóng)業(yè)用地0.

10、1474110.2146030.1632860.275404城市用地-0.0352940.2705880.1843140.505882水體0.089480.1651950.0537260.433725其他0.4068630.4276020.1294120.6156863.4生成參數(shù)文件這一步是根據(jù)上面得到的 NDVI閾值分別生成 NDVIsoil和NDVIveg參數(shù)文件，主要使 用bandmath工具，表達(dá)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：農(nóng)業(yè)用

11、地掩膜文件b3:城市用地掩膜文件b4 :水體掩膜文件 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 :農(nóng)業(yè)用地掩膜文件b3 :城市用地掩膜文件b4 :水體掩膜文件 b5:其他用地掩膜文件 此生成的參數(shù)文件為 2014年，結(jié)果圖如圖10下:圖10:匚a #為囿伸a $尸：/z - t.r -. -s . a瘙Lw Fmpr二1曹w-aw MS IffiMC 二.HwmLJLy = 和I 工鮭WitFllBIt 雌Ut*i 哥 Ifad.iu&口 Jt E

12、an iakc fariHit Li tv LH.thI.Is valniXlvIlMW*3_4Jrni* i-t UM*1l*ji v4.lv Mhi 缶 KfflOiW tf- D IC鴻* JarQis LD幻河皿1871 M .Enwin* 廚.330Ijtf:X 11b Fr-hiv i fatr-arfe ui b Fil lw-liiaiaa.+!r rC anrli nfe N iMjv HhMW-一IM1* 匚x: ! Etdirh 匚F-m! idlh iZbLSari* WiiiMliaM TI fjfi rI 3niH siR,f.b- i i4- fc hEk_建 C

13、Lkum|杠l* ivi uB KiNtn,i _JaOiuLtiJatB:電. 曲 r inr-jimn naMLd.Hr Li fflH-illki3.5植被覆蓋度利用上一步得到的NDVIsoil和NDVIveg參數(shù)文件帶入公式（1），使用Band Math進(jìn)行計(jì)算：表達(dá)式：（b1-b2）/（b3-b2）B1:NDVI（ “ NDVI_去除異常值.dat”）B2: NDVIsoil 參數(shù)文件B3: NDVIveg 參數(shù)文件此圖為2014植被覆蓋圖如圖12.圖12此圖為2018植被覆蓋圖如圖13 :圖13我們分析下結(jié)果，會(huì)發(fā)現(xiàn)有一些異常值，即值在0,1之外，這些異常值是在NDVI置信度之外的

14、那部分像元產(chǎn)生的（也包括NDVI異常像元）。這些像元數(shù)量不多，大約占3.7%左右。還有背景和水體區(qū)域的植被覆蓋度的值為-NaN,即無(wú)效值，因?yàn)榉帜笧?造成的。第一種異常值可以將小于0的值變成0，大于1的值變成1，用bandmath工具即可，Bandmath 表達(dá)式為：0.0b1Class Image將分割結(jié)果保存為分類(lèi)結(jié)果，可以進(jìn)行后續(xù)的制圖、統(tǒng)計(jì)等操作。此圖為2014年植被覆蓋分級(jí)圖如圖 16 :圖164.植被覆蓋度時(shí)空變化分析4.1各期植被覆蓋度的基本情況植被覆蓋度不僅可以直觀地反映研究區(qū)植被的生長(zhǎng)狀況，對(duì)監(jiān)測(cè)環(huán)境變化也具有十分重要的作用。為了清晰地觀察、 比較不同時(shí)期植被覆蓋度的分布特點(diǎn)

15、， 這里對(duì)研究區(qū)兩期的植 被覆蓋度進(jìn)行了統(tǒng)計(jì)分析。如表三、表四表三 2014年和2018年植被覆蓋統(tǒng)計(jì)表植被覆蓋度最小值最大值均值標(biāo)準(zhǔn)差2014 年010.4226570.2539972018 年010.4927530.257726表四 2014年和2018年植被覆蓋等級(jí)面積及百分比2014 年2018 年面積/km 2百分比/ %面積/km 2百分比/ %無(wú)植被覆蓋率252.4911.7545927.6841.569低植被覆蓋率5122.5762735.5933290.87522.866中植被覆蓋率3415.05123.7293644.34225.322高植被覆蓋率3902.91527.11

16、91463.09110.166全植被覆蓋率1219.668.47500圖172014年和2018年植被覆蓋度分布圖4.2植被覆蓋度的動(dòng)態(tài)變化檢測(cè)植被覆蓋等級(jí)是監(jiān)測(cè)區(qū)域植被覆蓋狀態(tài)、衡量植被退化程度的警示性指標(biāo)，其等級(jí)變動(dòng)側(cè)面反映了研究區(qū)整體植被覆蓋度的變化情況。為了進(jìn)一步分析城市植被覆蓋等級(jí)的時(shí)空變化特征，這里對(duì)研究區(qū)各期的植被覆蓋等級(jí)進(jìn)行了差值變化監(jiān)測(cè)。圖182014年 2018年植被覆蓋等級(jí)變化監(jiān)測(cè)圖表五 2014年一一2018年植被覆蓋等級(jí)變化監(jiān)測(cè)類(lèi)別級(jí)差級(jí)面積類(lèi)面積類(lèi)比例變好4145.6321412.3699.8763455.2232409.5511401.963不變012948.19512948.19589.968四實(shí)習(xí)心得envi-完整的遙感圖像處理平臺(tái)envi (the environment for visualizing images)是美國(guó) exelisvisual in formation solutio ns公司的旗艦產(chǎn)品。它是由遙感領(lǐng)域的科學(xué)家釆用交互式數(shù)據(jù)語(yǔ)言 idl(interactive data Ianguage)開(kāi)發(fā)的一套功能