遥感影像各参数提取和运算

时间:2021-10-12 11:04:49  来源:网友投稿

 遥感影像各参数提取和运算

 一. 实验目的

 1.1 熟悉使用ENVI软件的一些常用功能; 1.2 学会利用ENVI软件对遥感影像的NDVI和NDWI进行计算,对典型地物的参数信息进行提取和分析。

 二. 实验内容

 2.1 计算可见光至短波红外波段的7个波段的TOA反射率数据和热红外的2个波段的亮度温度值; 2.2 计算NDVI和NDWI; 2.3 选择水体、土壤、植被和人工建筑等典型地物,每种典型地物至少选择50个样点,提取各个样点的7个TOA反射率值、2个亮温值和2个光谱指数值; 2.4 针对各个典型地物的遥感参数进行统计分析,至少计算各个参数的Minimum, Maximum, Range and Standard Deviation,利用图表的形式对其进行专业分析。

 三. 实验数据与 实验平台

 数据:LANDSAT 7 ETM+影像、 p125r053_7t20001106.met

  平台:ENVI 4.7 软件 四. 实验过程与结果分析

 4.1. 计算可见光至短波红外波段的 7 个波段的 TOA 反射率数据和热红外的 1 个波段的亮度温度值。

 实验步骤:

 (1)计算可见光至短波红外波段的 7 个波段的 TOA 反射率:

  Main menu → Basic Tools → Preprocessing → Calibration Utilities → Landsat Calibration→选 择 波 段 数 为6的,点击OK → Reflectance → Edit Calibration Parameters→输出文件名

 图 4.1.1 反射率参数设置

 图 4.1.2

 反射率转换结果图与原图对比 (7,4,3 波段,左图为结果图,右图为原图)

 (2)转换成亮度温度值步骤:

 Main menu → Basic Tools → Preprocessing →

 Calibration Utilities

 → Landsat Calibration → 选 择 波 段 数 为2的,点击OK → Radiance → Edit Calibration Parameters→输出文件名

 图 4.1.3 亮度温度值参数设置

 图 4.1.4 热红外的 1 个波段的亮度温度值影像

 4.2 计算NDVI和NDWI (1)

 NDVI计算步骤:Transform → NDVI → 选择新生成的6波段反射率文件 → OK→输出文件名 (2)

 NDWI计算步骤:Transform →

 NDVI → 选择新生成的6波段反射率文件 → OK → NDVI Bands:Red:4;Near IR:2 → 输出文件名

  图 4.2.1 对植被和水体的提取影像对比

 左图是对水体的提取,水体部分高亮度显示,亮度值为 1,其他地物为暗色,亮度值为 0;右图是对植被的提取,植被部分高亮度显示,亮度值为 1,其他地物为暗色,亮度值为 0;

 4.3 典型地物遥感参数提取

 参数提取步骤:

  Main menu

 → Basic Tools → Resize Data → 选择生成的亮温值波段 → Set Output Dims by Pixel Size:Output X/Y by Pixel Size设置为28.5 → OK → 输出文件名  Main menu→ File → Save File As → ENVI Standard → Import File:分别选择:6波段反射率文件、改变像素后的亮温值波段文件、6波段的ndvi文件、6波段的ndwi文件 → 文件输出

   建立 ROI 区域采样:打开上个步骤的汇总文件 6、4、3 波段 → 右击图像,选择 ROI Tools → ROI_Type:Point → Window:Zoom; → 选取不同地物的点 → File → Output ROIs to ASCII →选择汇总文件 → Select ALL Items → 输出文件名

  图 4.3.1 建立 ROI 区域采样

 4.4 各个典型地物的遥感参数统计分析(利用ENVI中的spectral Library Builder)

 步骤:

 首先打开 6 波段的反射率影像 → Spectral → Spectral Libraries

 → spectral Library Builder → first input spectrum → import → form ROI/EVF form input file → 6 波段的反射率影像 → Select All Items → OK

 所提取地物的光谱曲线展示如下图(在旁边标识曲线时,如果用中文名会显示不出来,所以可以在建立光谱库后要改成英文名)

  4.5 对应影像比较分析地物的波谱曲线 ① 完成上个步骤的光谱库后,选中所要打开的地物光谱曲线,点击plot即可显示 ② 导入野外测试的ASD光谱:import → from ASD binary file → ASD文件相对应地物的野外观测光谱数据  标准光谱库植被光谱:import → from Spectral library file → spectral library → 相对应的标准地物光谱曲线

 图 4.5.1 不同测量手段植被光谱曲线的对比 (x 轴表示波段范围,y 轴表示反射率)

 结果分析:通过对 ETM+ 遥感影像、野外观测以及标准光谱库中植被光谱曲线的对比可以看出,几种方法处理得出的曲线趋势相似,在 ETM+ 遥感影像中的植被光谱曲线与野外观测的植被光谱曲线比较接近,但 ASD 光谱仪野外观测的光谱曲线与 ETM+遥感影像上的光谱曲线这两种 曲线在 近红外波段与标准植被光谱反射率大小相差较大,原因在于在野外观测过程中和利用遥感手段获取的影像过程中,会受到天气情况以及大气层反射折射的影响。

 图 4.5.2 不同测量手段水体光谱曲线的对比

 结果分析:通过 对 ETM+ 遥感影像、野外观测以及标准光谱库中水体光谱曲线的对比可以看出, ETM+ 遥感影像中的水体光谱曲线与野外观测的水体光谱曲线很相似,但海水的反射率在 0.5nm-1.6nm 之间都接近于 0,在 1.6nm 之后才渐渐回升,与前两种观测手段得出的水体光谱曲线有很大的差别。

 五. 实验体会

  在进行实验之前,我们对 ASD 光谱仪器的操作方法一无所知,对 ENVI 软件的大部分功能都没有深入了解。通过这次实验,我们基本上每个人都熟悉了地物光谱的测量以及处理,达到了预期的效果。只是在光谱分析这方面,由于知识水平有限,分析得不全面,做的还不是很好,希望在经过一些专业的训练后,能够弥补这一空缺。

推荐访问:遥感 运算 提取