实验报告遥感数字图像处理.docx

实验报告遥感数字图像处理.docx

《实验报告遥感数字图像处理.docx》由会员分享，可在线阅读，更多相关《实验报告遥感数字图像处理.docx（9页珍藏版）》请在冰点文库上搜索。

实验报告遥感数字图像处理

本科学生综合性、设计性实验报告

姓名　学号

专业班级

实验课程名称遥感数字图像处理

云南省保山市近二十年来的植被变化

一、实验准备

实验名称：

云南省保山市近二十年来的植被变化

实验时间：

2014年6月25日星期四至2014年6月26日星期四

实验类型：

□验证实验√综合实验□设计实验

1、实验目的和要求：

本实验基于1989—2014年保山市植被指数（NDVI）时间序列数据，采用时序变化趋势和空间分析法，对保山市植被的时空变化过程及保护成效进行了定量分析。

本研究基于1989~2014年的NDVI数据，分析保山地区的植被变化过程，监测保护效果，为当地可持续发展和保护区生态环境建设提供理论支持。

2、实验材料及相关设备：

Landsat4~5,Landsat7,Landsat8系列影像，ENVI5.0，ARCGIS,EDARS操作软件

3、实验理论依据或知识背景：

植被覆盖度是反映地表信息的重要参数测量植被覆盖度的方法

可分为地表实测和遥感监测两类由于具有显著的时空分异特性,因而利用遥感资料已成为估算尤其对大面积）的主要手段为了完成大范围地区的植被覆盖度监测,目前使用较多的遥感测量方法有回归模型法、植被指数法以及像元分解模型法等,

其中基于NDVI植被指数和像元分解模型的植被覆盖度遥感估算是一种比较新的区域植被覆盖度遥感估算方法。

保山地区是一个以山地山区为主、自然环境条件错综复杂的区域,随着经济的快速发展,土地利用方式和土地覆盖类型也发生了很大的变化,为了准确估计土地覆盖变化,本文根据植被指数估算植被覆盖度的原理,基于NDVI植被指数和改进后的像元二分模型对福州地区的植被覆盖度进行了遥感估算,对估算结果进行了初步验证,并对福州地区植被覆盖的时空变化特征进行了分析。

二、实验内容、步骤和结果

本次研究,结合研究目标和实际情况,综合权衡各种因素后,主要采用的卫星遥感影像为保山地区三个时相的LandsatTM影像,成像时间分别为1989年和2000年、2014年,影像分辨率为30m,影像已经过大气校正、几何精校正及裁减处理1此外,本研究还

收集到了2000年保山地区1B100000土地利用图。

312研究方法

31211NDVI植被指数1植被指数（VegetationIn-dex）,又称光谱植被指数,是指由遥感传感器获取的多光谱数据,经线性和非线性组合而构成的对植被有一定指示意义的各种数值[5]1研究表明,植被指数与植被覆盖度具有密切的相关关系,其中规一化植被指数（NDVI）是植被生长状态及植被覆盖度的最佳指示因子[6]1TM影像中NDVI的计算公式为:

NDVI=TM4-TM3TM4+TM3（3-1）式中,TM4和TM3分别为LandsatTM影像的第四近红外）和第三（红）波段亮度值131212植被覆盖度1像元二分模型[7-9]假设像元只由两部分组成:

植被覆盖地表和无植被覆盖地表,遥感传感器观测到的光谱信息也只由这两个组分因子线性加权合成,它们各自的面积在像元中所占的比率即为因子的权重,其中植被覆盖地表占像元的

百分比即为该像元的植被覆盖度,因而可以使用此模型来估算植被覆盖度1其计算公式为:

fc=（S-Ssoil）/（Sveg-Ssoil）（3-2）其中Ssoil与Sveg是像元二分模型的两个参数,因此只要知道这两个参数就可以根据以上公式利用遥感信息来估算植被覆盖度1由于归一化植被指数（NDVI）也是一种由遥感传感器所接收的地物光谱信息推算而得的反映地表植被状况的定量值1根据像元二分模型,一个像元的NDVI值可以表达为由绿色植物部分所贡献的信

息NDVIveg与由裸土部分所贡献的信息NDVIsoil这两部分组成,同样满足公式（2-2）的条件,因此可以将NDVI代入公式（3-2）,得:

fc=（NDVI-NDVIsoil）/（NDVIveg-NDVIsoil）

（3-3）

其中,NDVIsoil为无植被覆盖区域（裸土）的NDVI

值,NDVIveg为完全植被覆盖区域的NDVI值1

NDVIsoil与NDVIveg的计算公式为:

NDVIsoil=（fcmax#NDVImin-NDVImax）/（fcmax-fcmin）

NDVIveg=[（1-fcminNDVImax-（1-fcmax）NDVImin]/（fcmax-fcmin）

（3-4）

fcmax、fccmin为区域中像元植被覆盖度可能的最

大值与最小值,NDVImax、NDVImin为图像中ND-

VI在给定置信度的置信区间的最大值与最小值,由

于福州地处亚热带地区,通常情况下植被覆盖度的

最大值都可以取100%,植被覆盖度的最小值一般都

取0,将fcmax=100%,fcmin=0代入公式（3-4）得:

NDVIsoil=NDVImin

NDVIveg=NDVImax（3-5）

计算流程如下图所示

实验结果

1989-2002保山植被变化如图所示

2002-2004保山植被覆盖变化

1989-2014保山植被覆盖变化

三、实验小结

1、实验中出现过的问题（或错误）、原因分析

问题一：

NDVI是归一化植被指数，它的取值范围是-1—1，如何理解？

分析：

对于陆地表面覆盖来说，云、雨、雪在可见光比近红外波段有较高的反射作用，所以NDVI为负值；岩石、裸土的NDVI一般为0；有植被覆盖的地方一般大于0。

问题二：

导入ENVI进行查看，发现未拼接重投影之前影像数据范围为-3000—0.99880，拼接重投影之后影像数据范围在-3000—9988。

是数据值发生了改变吗？

分析：

ENVI—BasicTool—Preprocessing—Data-SpecificUtilities—ViewHDFAttribute

（在envi里面查看NDVI波段参数）

可以发现它的有效值范围为（-2000—10000），因此数据值-3000是无效值，其他的值是乘以了10000这个系数（scale_factor），因此在拼接重投影过程中ndvi值并没有发生变化。

还有些值如32767等表示有云。

问题三：

按上面所述，它的根本值没有发生改变，但是毕竟一部分数值已经扩大了啊，怎么处理比较合理？

分析：

ENVI—BasicTools—BandMath

（波段运算，把负值去掉）

在弹出的对话框BandMath中，Enteranexpression：

（b1lt0）*0+（b1ge0）*（b1*0.0001）。

这个公式意思就是：

要是值小于0就乘以0，使其变为0；同时，值大于等于0的话就乘以0.0001这个系数。

这样就OK了。

关于B1代表所选的那个影像。

3、保证实验成功的关键问题

如何通过NDVI来计算植被覆盖度？

方法：

一般都是用的像元二值模型。

利用NDVI值得到植被覆盖度。

公式：

fc=（NDVI-NDVIsoil）/（NDVIveg-NDVIsoil）

取NDVIsoil=NDVImin,NDVIveg=NDVImax。

（1）得到NDVI数据

（2）查出NDVI影像的最大最小值：

在scroll窗口右键—QuickStatistics

对于最小值，由于是计算植被覆盖度，植被的NDVI应该是大于0，因此应该选择大于0的最小值。

对于最大值，最大值不是1（红光波段反射率不等于0），因此应该选择数量大于0值小于1的最大值。

注意：

最大最小值提取需要设置置信度。

如果置信度是0，则NDVImin取所有像元中最小的值，NDVImax取所有像元中最大的；如果取置信度是1，则NDVImin取像元中像元值累计概率1%附近的像元值，NDVImax取99%附近的那个像元值（注意是像元值的累积概率：

累计概率=累积像元个数/总像元个数），同理其他也一样。

问题：

置信度如何获得？

（3）波段计算：

BasicTool—Bandmatch

输入计算公式：

float（（b1-minb1）/（maxb1-minb1））

4、本实验改进措施：

在使用ArcGIS桌面导入导出数据时，因为默认使用ArcGIS创建的要素类等其他对象系统都会创建一个ObjectID字段，是一个唯一标识，使用这个ObjectID，可能会记录相应的ObjectID来对应指定的要素，但是在数据导入导出的过程中，尤其是导入，这些ObjectID重排，无法来使用这个ObjectID，

改进措施：

使用导入导出应该都是使用的Import/Export工具，该工具是重排ObjectID，使用直接对数据集或者要素类对象Copy/Paste，使用这种方式就不会对ObjectID重排。

参考文献：

《遥感数字图像处理教程》

《遥感原理与应用》

5、对实验自我评价：

在此，首先感谢老师的耐心指导，在本人的不懈努力之下，虽然此次实验波折很多，但还是基本完成这次实验。

收获颇丰，很高兴。

指导教师评语及得分：

得分：

签名：

年月日