《基于ENVI下的蓬莱市植被覆盖度遥感估算》由会员分享，可在线阅读，更多相关《基于ENVI下的蓬莱市植被覆盖度遥感估算（7页珍藏版）》请在金锄头文库上搜索。
1、基于 ENVI 下的蓬莱市植被覆盖度遥感估算李瑞泽（鲁东大学 地理与规划学院）摘要：本文以烟台市蓬莱市为例，利用遥感图像处理软件ENVI4.7，结合 NDVI 对地表地物，特别是植被覆盖状况进行检测。文章首先对 2009 年蓬莱市地区的 TM 影像进行波段合成 ,用使用 ENVI 软件对影像 NDVI 处理以后，使用像元二分模型对图像进行植被覆盖分析，最后比较得出植被覆盖状况。关键词：遥感估算；NDVI；土地覆盖；蓬莱市1.引言植被在地球表面占有很大比例，是遥感图像反映的最直接的信息，也是人们重要的研究对象。人们可以通过遥感提供的植被信息及其变化来提取与反演各种植被参数。检测它的变化过程与规律
2、，研究它与生态环境其他因子间的相互作用和整体效应等。此外，作为地理环境重要组成部分的植被，与一定的气候、地貌、土壤条件相适应，受多种因素控制，对地理环境的依赖性最大，对其他因素的变化也最敏感。因此，人们往往可以通过遥感所获得的植被信息的差异来分析其他信息。近红外波段在植物遥感中有重要作用，且植物的发射特征主要表现在热红外和微波谱段。在植被指数中，通常选用对绿色植物强吸收的可见光红波段及对绿色植物高反射和高透射的近红外波段。归一化植被指数，即 NDVI 是指近红外波段与可见光波段数值之差和这两个波段数值之和的比值。实际上，NDVI 是简单比值 RVI 经非线性的归一化处理所得。目前 NDVI在植
3、被遥感中应用最为广泛，主要原因在于它具有以下有点：（1）NDVI 是植被生长状态及植被覆盖度的最佳指示因子。（2）NDVI 经过比值处理，可以部分消除太阳高度角、卫星观测叫、地形变化、云或阴影以及大气衰减等的影响。（3）对于陆地表面主要覆盖而言，云、水、雪在可见光波段比近红外波段有更高的反射作用，则 NDVI 值为负值；岩石、裸土在两波段有相似的反射作用，则 NDVI 值近于 0；而在有植被覆盖的情况下，NDVI 为正值，且随植被覆盖度的增大而增大。12.研究区域概况蓬莱市位于山东省东北部、烟台市境北部，北临黄海、渤海。地理坐标为北纬3748，东经 12045。全市总面积 1128.5 平方千
4、米，总人口 44.55 万人。其地势南高北低，属山前冲洪积、丘陵剥蚀平地为主的地带蓬莱地处中纬度，属暖温带季风区大陆性气候，年平均气温 11.7，年平均日最高气温 28.8，年平均日最低气温2.3，极端最高气温 38.8，极端最低气温14.9，年平均降水量 664mm，年平均日照量 2826 小时，无霜期平均 206 天，相对湿度 65%，年均风速 5.2 米/秒，无洪水，不受台风影响。此外，蓬莱市还是山东历史文化名城，蜚声中外的旅游胜地。 “八仙过海”的神话传说，便发生在这里，相传吕洞宾、铁拐李、张果老、汉锺离、曹国舅、何仙姑、蓝采和、韩湘子八位神仙，在蓬莱阁醉酒后，展示各自的宝器，凌波踏浪
5、、渡海而去，“八仙过海、各显其能” 、 “八仙过海，各显神通”或“八仙过海，各凭本事”的传说由此流传。蓬莱市三大产业比例为 6.26:57.83:35.91。大力发展特色经济，培育形成了以旅游业、临港工业、葡萄及葡萄酒业、汽车及零部件加工业四大产业为主导的经济产业体系。2而葡萄及葡萄酒业作为主导产业之一，葡萄的种植面积在耕地面积中占有较大比例。3.数据处理及技术路线3.1 数据的选择本文所采取的遥感影响下载自美国 USGS 网站，选取了 2009 年 9 月 17 日烟台地区的 Landsat TM 影像数据。选取该数据的主要依据是：（1） 美国 Landsat TM 遥感影像资料对于全球免费
6、共享，获取方便且廉价。（2） TM 影像分辨率为 30 米，空间分辨率适中但偏低，可以较宏观反应空间内容。此外，影像光谱分辨率越低，影像能识别的地物类别越少，地类的物理化学性质就越模糊。（3） 选取 2009 年夏季内云量较少的遥感影像进行下载，一方面可以减少工作量，降低遥感影像的误差；另一方面植被较茂盛，估算出的植被盖度较为典型。3.2 遥感估算模型在众多遥感测量植被覆盖度的方法中，较为实用的方法是利用植被指数近似估算植被覆盖度，常用的植被指数为归一化植被指数，即 NDVI。本文利用的估算模型是李苗苗等3在像元二分模型的基础上研究的模型：VFC =(NDVI - NDVIsoil)/ ( N
7、DVIveg - NDVIsoil) (1)其中, NDVIsoil 为完全是裸土或无植被覆盖区域的 NDVI 值，NDVIveg 则代表完全被植被所覆盖的像元的 NDVI 值，即纯植被像元的 NDVI 值。由此可得两个值的计算公式为：NDVIsoil=（VFCmax*NDVImin- VFCmin*NDVImax）/( VFCmax- VFCmin) (2)NDVIveg=（(1-VFCmin)*NDVImax- (1-VFCmax)*NDVImin）/( VFCmax- VFCmin) (3)3.2 遥感影像处理首先，对 TM 的 7 个波段原始遥感影像进行几何校准，修正原始遥感图像中存在
8、的位置偏差以及几何变形。其次，使用蓬莱市行政界限适量文件通过掩膜算法使用ArcGIS 软件分别对 7 个波段的原始图像进行裁切，裁切出研究区影像。再次，使用ERDAS 软件将 7 个波段的影像进行组合后形成新的影像并输出，使用 ENVI4.7 打开，如图 1。图 1 遥感影像数据其次，归一化植被指数，即 NDVI 计算可以将多光谱数据数据变成一个单独的图像波段，用于显示植被分布。4NDVI 值的范围为-1+1，较高的 NDVI 值表示包含较多植被。在 ENVI 软件中的 NDVI 使用如下标准算法：NDVI=(其中 NIR 代表近红外波段 ,Red 代表红波段 )dNIRdNIR ReRe 由
9、于在 ENVI 软件中已经针对 Landsat TM 数据设置了相应波段，所以 用于计算 NDVI 的波段将被自动导入到 “Red”和“Near IR”文本框中直接进行计算，如图 2 所示，在选择数据输出类型时选择 “Floating Point”可保证数据在输出时图 2 计算 NDVI数值范围为-1+1。经由 ENVI 软件进行计算后得到蓬莱市地区 NDVI 值的影像，通过ArcGIS 软件对影像加工后得到蓬莱市 NDVI 值分布图，即图 3.图 3 蓬莱市 NDVI 值3.3 植被覆盖度的估算利用图 3 中已经处理好的 NDVI 影响，通过研究区地区的矢量数据生成的 ROI 建立掩模文件，
10、并利用软件进行统计计算，如图 4、图 5 所示。图 4 选择统计文件及掩模文件 图 5 计算统计参数由于缺乏实测数据，可以假设区域内近似取VFCmax=100%，VFCmin=0%。则公式(1)可变为：VFC = (NDVI - NDVImin)/ ( NDVImax - NDVImin) (4)由以上统计步骤可以得到研究区的统计结果，最后一列表示对应 NDVI图 6 统计结果值的累积概率分布。分别取累积概率为 5%和 95%的 NDVI 值作为 NDVImin和 NDVImax，如图 6 所示。这里可得到：NDVImin=0.047575NDVImax=0.347702根据公式(4),可以将
11、整个研究去分为三个部分：当 NDVI 小于0.047575 时，VFC 取值为 0；NDVI 大于 0.347702 时，VFC 取值为 1；介于两者之间的像元则使用公式(4)进行计算。由此可在软件计算工具中如入计算公式:（b1 lt 0.047575）*0+(b1 gt 0.347702)*1+(b1 ge 0.047575 and b1 le 0.347702)*(b1-0.047575)/( 0.047575-0.347702)b1 即选择的 NDVI 图像。由此得到一个像元值表示这个像元内的平均植被覆盖度的单波段植被图 7 植被覆盖度遥感估算结果覆盖度图像文件。利用软件中的设色工具依次
12、添加 10 个区间，分别为每个区间设置一定的颜色，得到蓬莱市植被覆盖度彩色图，如图 7 所示。4.结论与讨论植被覆盖度彩色图像不仅直观、醒目，而且其现实性、对比性较强，反映各种信息客观宏观性较好。相对于灰度值影响来说，彩色图像更便于于判读者对遥感影像的解译。且在 NDVI 的基础上结合遥感估算模型，不仅降低了土壤背景变化对 NDVI 精度的影响，使估算更加精确，而且可操作性强，在植被遥感中，NDVI 的应用最为广泛。它是植被生长状态及植被盖度的最佳指示因子，与植被分布密度呈线性相关。5与相适应的估算模型相结合，不仅针对性更强，而且有利于提高估算精度，为以后相关工作提供科学依据。参考文献1 赵英时等.遥感应用分析原理与方法M.北京:科学出版社,2003:1842 百度百科.蓬莱市EB/OL.:http:/ gqDmtEPERJU9l-gWL-z7pw0-T19pez53kFbkRvQpevUhTtJlbNZY6m_GUCrAW8URLgdfMszELVcj_O8lr4PmBBgikR2HguvKxm.2013.02.303 李苗苗. 植被覆盖度的遥感估算方法研究D.北京:中国科学院遥感应用研究所,20034 邓书斌等.ENVI 遥感图像处理方法M.北京:科学出版社,2010:1185 王桥等.环境遥感M.北京:科学出版社,2004:372
