荒漠化信息提取

《荒漠化信息提取》由会员分享，可在线阅读，更多相关《荒漠化信息提取（14页珍藏版）》请在金锄头文库上搜索。

1、ENVI 支持下的遥感荒漠化地信息提取(2012-04-17 08:25:23)转 载标签： 遥感荒漠化反照率(albedo)albedo-ndvi荒漠化差值指数杂谈分类： 遥感解决方案背景背景土地荒漠化是指包括气候变异和人类活动在内的种种因素造成的干旱半干旱和亚湿润 干地区的土地退化。及时准确地掌握土地荒漠化发生发展情况是有效防止和治理土地荒漠 化的基本前提。目前遥感技术在土地荒漠化监测中起到了不可替代的作用。使用遥感影像 数据可以提取土地荒漠化信息，通过遥感影像所表现的不同信息，可以判断土地荒漠化的 发生与否以及发展程度等。在进行土地荒漠化信息提取时，常用的方法有人工目视解译方 法、监督分

2、类方法、非监督分类方法、决策树分层分类方法、神经网络自动提取方法等。 在实际应用中，通常选择其中的一种或结合几种方法进行分类提取。目前，一种比较新的方法是通过构造“植被指数(NDVI)反照率(Albedo)特征空间” 来进行荒漠化信息遥感提取。荒漠化过程及其地表特性的变化能在 Albedo-NDVI 特征空间 中得到明显直观的反映。在 Albedo-NDVI 特征空间中，可以利用植被指数和地表反照率的 组合信息，通过选择反映荒漠化程度的合理指数，就可以将不同荒漠化土地有效地加以区 分，从而实现荒漠化时空分布与动态变化的定量监测与研究。而这个问题的合理解决，实 际上就是如何根据需要采用一定的综合

3、指标来划分 Albedo-NDVI 特征空间。根据 Verstraete and Pinty 的研究结论，如果在代表荒漠化变化趋势的垂直方向上划 分 Albedo-NDVI 特征空间，可以将不同的荒漠化土地有效地区分开来。而垂线方向在Albedo-NDVI 特征空间的位置可以用特征空间中简单的二元线性多项式加以表达，即 DDI=k*NDVI - Albedo，其中: DDI 可称为荒漠化分级指数，k 由特征空间中拟合的曲线斜 率确定。本文主要介绍在 ENVI 下实现 Albedo-NDVI 特征空间遥感荒漠化信息提取的操作流程。2 2处理流程介绍处理流程介绍流程说明：（1）数据获取（2）数据预

4、处理包括数据定标处理、大气校正、几何配准、研究区域的裁剪。（3）信息提取根据前人研究的公式计算 NDVI 和 Albedo。然后将结果进行归一化处理，保证数据的 一致性。（4）计算 NDVI 和 Albedo 的定量关系这一步利用 excel 工具找到 NDVI 和 Albedo 数据间的量化关系。得到表达式 Albedo=a*NDVI+b 中 a 的值。（5）荒漠化差值指数的计算利用 bandmath 工具实现表达式：DDI=(-1/a)*NDVI-Albedo，得到荒漠化差值植被指数。（6）荒漠化分级信息的提取根据荒漠化差值植被指数就能进行荒漠化分级信息提取。有两种方法：一是通过设置 分级

5、阈值进行分级；另一是通过利用“自然间断点分级法”将 DDI 值进行分级。（7）制图输出将结果图输出。3 3详细处理过程详细处理过程以下有部分基础内容没有详细描述，在阅读这些内容时，假设您已经具备了基本的 ENVI 操 作知识。3.13.1 数据预处理数据预处理第一步：数据读取和定标第一步：数据读取和定标主菜单-File-Open External File-Landsat-Geo TIFF with Metadata，打开 TM 数据L51124038_03820020902_MTL.txt 第二步：数据定标第二步：数据定标主菜单-Basic Tools-Preprocesssing-Cali

6、bration Utilities-Landsat Calibration，选择多波段文件，弹出 ENVI Landsat Calibration 对话框，自动读取元数 据中的信息并加载（如图），定标类型选择 Radiance，指定保存路径，点击 OK。第三步：几何校正和裁剪第三步：几何校正和裁剪这一步是对环境数据进行几何校正，使其具有精确的地理信息，基准影像可以是地形 图，也可以是已经过校正的其他中高分辨率影像，本实验中用到的是已经过校正的 TM 数据 作为基准影像。由于整景数据范围非常大，而我们的工程区只是其中一小部分，所以在进 行几何配准之前，将研究区域裁剪出来。第四步：大气校正第四步：

7、大气校正（一）FLAASH 对图像文件有以下几个要求：1) 数据是经过定标后的辐射亮度（辐射率）数据，单位是：（W） /（cm2*nm*sr）。2) 数据带有中心波长（wavelenth）值，如果是高光谱还必须有波段宽度 （FWHM）,这两个参数都可以通过编辑头文件信息输入（Edit Header）。3) 数据类型支持四种数据类型：浮点型（floating）、长整型(long integer )、整型 （integer）和无符号整型(unsignedint)。数据存储类型： ENVI 标准栅格格式文件， 且是 BIP 或者 BIL。4) 波谱范围：0.42500m。本次用的 TM 数据经过以上

8、处理，如已经定标为 W*m(-2)*sr(-1)*um(-1)单位、浮点型 的辐射率数据，有中心波长信息，下面将 BSQ 格式转成 BIL 格式。选择主菜单 Basic Tools-Convert Data（BSQ、BIL、BIP），选择已经经过配准的 TM-Cal-sub-jz.img，在 Convert File Parameters 中，Output Interleave 选择 BIL，选 择 Convert In Place：yes，单击 OK，（如下图）。（二）：设置参数进行（二）：设置参数进行 FLAASHFLAASH 大气校正大气校正（1） 主菜单 Spectral-FLAASH

9、 打开 FLAASH 大气校正模块；（2） 点击 Input Radiance Image，选择 BIL 格式的 TM-Cal-sub-jz.img，在 Radiance Scale Factors 面板中选择 Use single scale factor for all bands，由于定标 的辐射量数据与 FLAASH 的辐射亮度的单位相差 10 倍，所以在此 Single scale factor 选择默认：10，单击 OK；（3） 设置输出文件及路径设置（4） 传感器基本信息设置：成像中心点经纬度、传感器高度、成像区域平均高度、成像时间，设置，这些都可 以从数据头文件中读取 L711

10、24038_03820020902_MTL.txt。（5） 大气模型，选择 MLS，气溶胶模型，选择 Rural，气溶胶反演方法选择 2- Band（K-T），能见度给 40km。（6） 单击 Advanced Settings，在高级设置中，Tile Size 默认的是 Cash size 的大 小，手动改为 100Mb，单击 OK；（7） 设置好后，在大气校正模块面板中，单击 Apply。（8） 大气校正完成后，检查大气校正的结果，分别加载校正前后的图像，将两幅影像 进行地理链接，移动到植被区域（植被的波谱曲线比较特殊），在影像上右键，选 择 Z Profile（Spectrum）打开光谱

11、曲线窗口，显示两幅图像同一位置的光谱曲线 图3.23.2 信息提取信息提取第一步：提取第一步：提取 NDVINDVI主菜单-Transform-NDVI，弹出 NDVI Calculation Parameters 对话框，自动标定波段。 保存文件，输出，点击 OK。第二步：提取第二步：提取 AlbedoAlbedo地表反照率反演：利用 L i a n g 建立的 L a n d s a t T M 数据的反演模型， 估算了研究区地表反照率。（1） 主菜单-Basic Tools-Bandmath-弹出 Band Math 对话框，键入表达式： 0.356*b1+0.13*b3+0.373*b

12、4+0.085*b5+0.072*b7-0.0018，点击 Add to List，点 击 OK。（2） 在弹出的 Variables to Band Pairings 对话框中分别为 B1、B3、B7 指定相应 的波段（经过大气校正后的数据）。第三步：归一化处理第三步：归一化处理采用归一化公式进行 NDVI 和 albedo 数据的归一化处理。归一化公式如下。（1）计算 NDVI 和 albedo 数据的最大最小值。通过波段列表（Available Band List）中 选择 NDVI 和 albedo 文件，右键该文件，点击 Quick Stats进行统计后，弹出 Statistics

13、Results 对话框，可以获取 NDVI 或者 albedo 的最大最小值。（2）归一化计算。主菜单-Basic Tools-Bandmath-弹出 Band Math 对话框，键入表达 式：(b1+0.429861)/(0.742756+0.429861)，点击 Add to List，点击 OK。在弹出的 Variables to Band Pairings 对话框中分别为 B1 指定相应的波段（NDVI 数据）。（3）按照同样的方法，归一化 Albedo 数据。3.33.3 计算计算 NDVINDVI 与与 albedoalbedo 的定量关系的定量关系经专家学者研究 NDVI 与 a

14、lbedo 之间存在着一种负相关的线性关系。不同沙漠化土地 类型对应的植被指数 ( N D V I ) 和地表反照率 ( A l b e d o ) 具有显著的线性负相 关性，类似于：Albedo=65.324-0.453*NDVI 这种形式，通用表达式 Albedo=a*NDVI+b。说 明，随着荒漠化程度的增加，植被指数 ( N D V I ) 逐渐减少，而地表反照率则逐渐增加。 在 A l b e d oNDVI 特征空间中，荒漠化过程得到了明显的反映。为了找到两者之间的定量关系，需要分别找出 NDVI 和 albedo 对应的两组数据，利用 这两组数据进行回归拟合出一个关系式。第一步：

15、选择相应点第一步：选择相应点（1）在 NDVI 或者 Albedo 的图像窗口中，右键-选择 ROI Tools，弹出 ROI Tools 对话框 在 ROI_Type 中选择 Point。然后点击 Image，在 image 窗口中选点。（2）选好点后，将点导出。在 ROI TOOL 中，选择 File-Output ROIs to ASCII。选择 NDVI 的图像，在 Output ROIs to ASCII Parameters 面板中，选择 ROI 点，单击 Edit Output ASCII Form，在输出 内容设置面板中（如下图），选择 ID、经纬度（Geo Location）

16、、和波段像元值（Band Values）。点击 OK。指定输出路径和名称，点击 OK，将对应的 NDVI 点值输出。同样的方 法前面选择的 ROI 点对应的 Albedo 的点值输出为 Albedo.txt 文件。第二步：计算定量关系第二步：计算定量关系在 EXCEL 软件中进行线性拟合两者的定量关系。有了相同位置的 NDVI 值和 Albedo 值，在 Excel 中选中 ndvi 值与 albedo 值，绘制散 点图。在散点图上选中散点，单击右键-添加趋势线，打开设置趋势线格式面板，勾选线性，显 示公式，显示 R 平方值。点击“关闭”按钮，线性回归方程和 R 方值在散点图上显示。添加趋势线线性反演模型得到反演模型为：y=-5.062x+5.182，R2=0.841。3.43.4 荒漠化差值指数的计算荒漠化差值