ENVI土壤濕度遙感反演與干旱災(zāi)害監(jiān)測

1、遙感建模與應(yīng)用綜合實習(xí)實驗報告期 2017-2018學(xué)年第二學(xué)期名號指導(dǎo)教師閔愛蓮實驗題目：土壤濕度遙感反演研究1. 實驗?zāi)康?.1熟悉遙感圖像大氣校正、幾何校正的流程，掌握NDVI的計算及密度分割的過程。1.2學(xué)會利用TM熱紅外波段反演地表溫度，了解 TVDI的原理，制圖輸出 黃驊市TVDI圖像。1.3掌握基本的統(tǒng)計學(xué)評價指標(biāo)（R2值、相關(guān)系數(shù)、線性擬合模型精度評價 等），建立干旱指數(shù)TVDI和土壤相對濕度之間的關(guān)聯(lián)模型。2. 實驗要求2.1大氣校正，幾何校正后NDVI計算并制圖輸出。2.2地表溫度反演；Ts-NDVI散點圖制作；TVDI指數(shù)計算；除云、除水、除建筑物，保留植被區(qū)域的TVDI

2、。2.3建立TVDI和土壤相對濕度之間的關(guān)聯(lián)模型。模型精度評價。土壤相對 濕度制圖。3. 實驗數(shù)據(jù)TM200205圖像、BASE IMAGE圖像、研究區(qū)矢量邊界圖。4. 實驗步驟：4.1圖像預(yù)處理以及NDVI制圖。 大氣校正。本實驗選擇黑暗像元法進行大氣校正。打開TM200205,快速統(tǒng)計圖像DN值，記錄7個波段每個波段的黑暗像元。本實驗選擇DN值像元個數(shù) 為十位數(shù)時對應(yīng)的DN值作為黑暗像元DN值。所有像元均減去此黑暗像元的 DN,達到校正目的。所依據(jù)原理為認(rèn)為黑暗像元的輻射記錄值為0,且認(rèn)為圖像各處大氣影響一致，之所以不為 0是由于大氣程輻射的影響，減去此 DN，即為 整體消除大氣程輻射的影

3、響。幾何校正。加載并打開 base image和TM200205圖像，基于 Map下的圖像到圖像校正方法進行幾何校正。以base image為基準(zhǔn)圖像，以TM200205為待校正圖像。本實驗選擇 20個地面同名地物點作為控制點，總的均方根誤差為 0.8257個像元，選擇的原則是：控制點要分布均勻，圖像邊緣部分要多選取。選 擇大橋橋頭、河流拐彎處、道路交叉口、機場等易于區(qū)分且不易隨時間變化太大 的地物。幾何位置變換公式為多項式變換，二次多項式。重采樣方法為線性插法。 裁剪圖像。基于ENVI菜單欄下的Basic工具里的裁剪數(shù)據(jù)功能進行，空 間子集選擇邊界圖層。裁剪之后，用邊界圖層.evf文件數(shù)據(jù)進

4、行腌膜，得到研究 區(qū)數(shù)據(jù)，其他地方為0值。 NDVI 計算?；诠?float(b1)-float (b2) / (b1+b2)或者 Transform 功能下的NDVI計算工具直接進行計算。 NDVI密度分割。將NDVI從-0.68000.4208全部分為8類，外加一個00, 即背景值，賦值為white 制圖輸出。在Annotation下設(shè)置圖名、圖例、指北針、比例尺。需要指出 的是，本實驗在圖例方面只加 8個(不加00的圖例)，所有漢字均米用ENVI 字體中的161180里的KaiTi，所有英文全部采用 Roman3字體，輸出如圖：并枠市NDYI:A；Created By h A2015

5、1335009-0 闘 .5424-0. 54?40.404fl-C.-0 2672-0加7-fl 1押右-0. 12960.00800. 80- 0 1456Q 1J56 0. 2B32.2832 0.4208Band Math 下輸入）。4.2熱紅外地溫反演及TVDI制作（以下所有公式均在單位光譜圍幅亮度值Rb。輸入公式:（B1*（1.896-0.1534）/255+0.1534）/1.239 地溫計算，用傳感器溫度表征地表溫度Ts。輸入公式:1260.56/alog（60.766/B1+1） 圖像MNDWI計算。輸入公式：（float（ b1）-float （ b2）/（ b1+b2）式

6、中，B1為綠光波段，B2為短波紅外波段（第五波段） TVDI指數(shù)計算原理植被指數(shù)NDVI是利用植被對太陽輻射各光譜波段的吸收和反射作用，得出 反映植被生長狀況的信息，因此可作為干旱監(jiān)測的一種指標(biāo)，但其監(jiān)測作物干旱 狀態(tài)具有一定的滯后性；而地表溫度 Ts的實時性強，卻易受到周圍地物的影響， 因此常將兩者綜合起來研究干旱。Price和Carls on等研究首先發(fā)現(xiàn)，如果研究區(qū)的植被覆蓋度和土壤濕度 值變化較大，則獲得的植被指數(shù) NDVI和地表溫度Ts所形成的散點圖呈三角形 關(guān)系，其中NDVI作為橫坐標(biāo)，Ts作為縱坐標(biāo)。Moran等則分析NDVI和Ts的 散點圖為梯形關(guān)系。Sandholt等通過研究

7、簡化的NDVI-Ts三角形空間，提出了 溫度植被干旱指數(shù)TVDI，用以估算土壤含水狀況。NDVI-Ts特征空間的示意圖,體現(xiàn)了 Ts與NDV的關(guān)系。TVD值為1是干邊(Dry edge),代表土壤缺水；TVDI值為0則是濕邊(Wet edge)，具有最大的土壤蒸發(fā) 蒸騰總量和無限的水分供應(yīng)，反映了土壤水分的兩個極端狀態(tài)。Sandholt等14首先提出了溫度植被干旱指數(shù)(Temperature Vegetation Dryness Index, TVDI )的概念。其表達式為：TVDI=(Ts-Tsmin)-(Tsmax-Tsmin)本實驗只統(tǒng)計NDVI對應(yīng)下的Tsmin和Tsmax。NDVI只

8、選擇0的部分。得到干邊方程為：Tsmax= -36.779*NDVI+323.55,R 方值為 0.9564Tamin= 65.614*NDVI+268.99 , R 方值為 0.9621代碼：pro TVDI；讀取NDVIfn=pickfile(title= ? NDVI? ?)ope nr ,1 un, fn,/get_l unndvi= fltarr (2205, 1814)readu ,lun,ndvitvscl ,n dvi,order= 1free_l un ,lun;讀取 Temperatu r ?fn1=pickfile(title=Temperature )ope nr ,1

9、 un1,fn 1,/get_l un wendu=fltarr ( 2205, 1814) readu ,lun 1,wendu tvscl ,we ndu,order=1free_l un ,lun1;設(shè)置ndvi步長及組數(shù) a=max( ndvi)b= min(n dvi)step= 0.01 n=ceil (a-b)/step)mi ni= fltarr (n)maxi= fltarr (n)for i= 0, n- 1 do beg inmi nii=b+i*stepmaxii=mi nii+step en dformi nimum=fltarr (n)maximum= fltarr

10、 (n)for i= 0, n- 1 do beg intemp1 = where(ndvigt minii and ndvilt maxii)if n _eleme nts (temp1) eq 1 the n beg in temp2=0en dif else begi n temp2=we ndutemp1 en delsemi nim umi= min (temp2) maximumi= max(temp2) en dforplot ,mini,minimum,psy= 2 oplot ,maxi,maximum,psym= 2data= fltarr (3, n_elements (

11、mini)data 0,*= transpose (mini)data 1,*= transpose (minimum)data 2,*= transpose (maximum)ope nw,lu n2, d:/TVDI000.txt，/get_lun,f20)printf ,lu n2,data,format=(f10, ,f20,free_l un ,lun2END如圖:Ts-NDVI散點圖O;RelKWO.0j戟沖 0. ORefi|i#0O.Q)NDVIData* Trriin TmaxLinear (Trnin)Linear J max)TVDI指數(shù)計算。輸入公式為:(B1-(65.

12、614*B2+268.99)/(-36.779*B2+323.55)-(65.614*B2+268.99)云檢測。本實驗判定Tsv290K的部分為云，因此做一個云腌膜文件,min設(shè)為290，非云為1,云為0 水體檢測。本實驗判定 MNDWI0.40的部分為水體，因此做一個水體腌膜文件，Data max設(shè)為0.40，非水為1，水為0. NDVI0檢測。原理同上，去除建筑物 得到最后的TVDI圖像。輸入公式：B1*B2*B3*B4，B1B4依次對應(yīng)上面、及 TVDI圖像。 TVDI密度分割，制圖輸出，步驟同4.1。如圖:4.3 土壤濕度遙感反演黃馨市TVDI富度分割冃0.003 . JO0 fi&

13、T.TS0 73-. WQ -I.W吋兀國3也舟；港、忸悴“Created By 白也20151335009土壤站點矢量圖生成。在 Arcmap中加載X/Ydata，選擇實測土壤濕度文 件.txt，字段要對應(yīng)好，此處不詳細介紹，坐標(biāo)系選擇 WGS-1984,，生成圖層， 導(dǎo)出shapfile文件。 ENVI打開矢量圖層，生成evf文件。加載生成的evf文件到TVDI窗口圖 像中，在“可以使用的矢量列表中”選擇導(dǎo)出evf圖層到ROI，屬性文件為TVDI. 獲取土壤濕度對應(yīng)經(jīng)緯度下的 TVDI值。在ENVI下啟動ROI工具，導(dǎo)入 生成的ROI文件。導(dǎo)出ROI文件到ASCII文件，屬性文件依舊選擇 TVDI. 將生成的文本文檔和實測土壤濕度文本文檔用EXCEL打開，按空格順序打開。按照經(jīng)度升序排列，選取前 70對數(shù)據(jù)建立模型，擬合模型得到線性模型 為 y=-0.8225*x+0.8375 ,R 方值為 0.6857, X 為 TVDI，Y 為土壤濕度。70 對數(shù) 據(jù)相關(guān)系數(shù)為-0.82805,查表知，其通過了 0.001的顯著性檢驗，置信度為99.9%， 可以使用。 用剩余的20對數(shù)據(jù)作為模型檢驗的數(shù)據(jù)。代入上述公式，得到遙感反演 土壤濕度數(shù)據(jù)，計算得 MSE為0.243569, RMSE為0.091851.基于公式：-0.8225*B1+0.8375對TVDI圖層進行土壤濕