遙感圖像處理課程設(shè)計(jì)長沙市植被覆蓋率變化

1、實(shí)習(xí)序號及題目長沙市3年的植被等的變化學(xué)生姓名專業(yè)班級及編號地信1班任課教師姓名實(shí)習(xí)指導(dǎo)教師姓名實(shí)習(xí)地點(diǎn)實(shí)習(xí)日期時(shí)間實(shí)習(xí)目的1、本課程設(shè)計(jì)是綜合運(yùn)用ENVI進(jìn)行遙感圖像處理2、掌握使用ENVI進(jìn)行多幅圖像鑲嵌的方法3、掌握使用ENVI進(jìn)行圖像裁剪的方法4、掌握使用ENVI進(jìn)行圖像分類來分析問題的方法5、掌握使用ENVI進(jìn)行遙感動(dòng)態(tài)監(jiān)測對比的方法 實(shí)習(xí)內(nèi)容1、數(shù)據(jù)下載：課程設(shè)計(jì)所需遙感影像數(shù)據(jù)的下載2、圖像鑲嵌：將下載的多幅遙感影像進(jìn)行拼接3、圖像裁剪：裁剪出長沙市的遙感影像4、圖像分類：對長沙市的主要地物進(jìn)行分類5、遙感動(dòng)態(tài)監(jiān)測：對長沙是2006-2009年分類后的遙感影像進(jìn)行動(dòng)態(tài)監(jiān)

2、測，分析本地區(qū)植被的地物的變化基本原理1、NDVI（歸一化植被指數(shù)）NDVI=(NIR-R)/(NIR+R)，或兩個(gè)波段反射率的計(jì)算。它的取值范圍是-11。對于陸地表面覆蓋來說，云、雨、雪在可見光比近紅外波段有較高的反射作用所以NDVI為負(fù)值，巖石、裸土的NDVI一般為0，有植被覆蓋的地方一般大于0。2、圖像鑲嵌(mosaic image)是具有地理參考的若干相鄰的圖像合并成一幅圖像或一組圖像，需要拼接的圖像必須含有地圖投影也就是說圖像必須經(jīng)過幾何校正處理，雖然所有的輸入圖像可以具有不同的投影類型，不同的象元大小，但必須有相同的波段數(shù)。在進(jìn)行圖像拼接時(shí)需要確定一幅參考影像，參考圖像作

3、為圖像拼接的基準(zhǔn)，決定輸出圖像的地圖投影和象元大小和數(shù)據(jù)類型。3、圖像裁剪目的是將研究之外的區(qū)域去除。 常用的方法是按照行政區(qū)劃邊界或自然區(qū)劃邊界進(jìn)行圖像裁剪。 在基礎(chǔ)數(shù)據(jù)生產(chǎn)中，還經(jīng)常要進(jìn)行標(biāo)準(zhǔn)分幅裁剪，按照ENVI的圖像裁剪過程，可分為規(guī)則裁剪和不規(guī)則裁剪。4、遙感圖像分類就是通過對遙感圖像中地物的光譜信息和空間信息進(jìn)行分析，選擇特征，將圖像中每個(gè)象元按照某種規(guī)則或算法劃分為不同的類別，然后獲得遙感圖像與實(shí)際地物的對應(yīng)信息，從而實(shí)現(xiàn)遙感圖像的分類。一般的分類方法可分為兩類：監(jiān)督分類和非監(jiān)督分類。將多源數(shù)據(jù)應(yīng)用于圖像分類中，發(fā)展成基于專家知識的決策樹分類。5、遙感動(dòng)態(tài)監(jiān)測

4、指利用多時(shí)相獲取的覆蓋同一地表區(qū)域的遙感影像及其它輔助數(shù)據(jù)來確定和分析地表變化。它利用計(jì)算機(jī)圖像處理系統(tǒng)，對不同時(shí)段目標(biāo)或現(xiàn)象狀態(tài)的變化進(jìn)行識別、分析；它能確定一定時(shí)間間隔內(nèi)地物或現(xiàn)象的變化，并提供地物的空間分布及其變化的定性與定量信息。6、NDVI計(jì)算方法NDVI 植被指數(shù)1植被指數(shù)(Vegetation In-dex),又稱光譜植被指數(shù),是指由遙感傳感器獲取的多光譜數(shù)據(jù),經(jīng)線性和非線性組合而構(gòu)成的對植被有一定指示意義的各種數(shù)值。研究表明,植被指數(shù)與植被覆蓋度具有密切的相關(guān)關(guān)系,其中歸一化植被指數(shù)(NDVI)是植被生長狀態(tài)及植被覆蓋度的最佳指示因子。TM影像中NDVI的計(jì)算公式為: NDVI

5、=TM4 -TM3TM4+TM3 (3 -1)式中,TM4和TM3分別為Landsat TM影像的第四近紅外)和第三(紅)波段亮度值131212植被覆蓋度1像元二分模型7 -9假設(shè)像元只由兩部分組成:植被覆蓋地表和無植被覆蓋地表,遙感傳感器觀測到的光譜信息也只由這兩個(gè)組分因子線性加權(quán)合成,它們各自的面積在像元中所占的比率即為因子的權(quán)重,其中植被覆蓋地表占像元的 百分比即為該像元的植被覆蓋度,因而可以使用此模型來估算植被覆蓋度1其計(jì)算公式為:fc=(S-Ssoil)/(Sveg-Ssoil) (3 -2)其中Ssoil與Sveg是像元二分模型的兩個(gè)參數(shù),因此只要知道這兩個(gè)參數(shù)就可以根據(jù)以上公式利

6、用遙感信息來估算植被覆蓋度1由于歸一化植被指數(shù)(NDVI)也是一種由遙感傳感器所接收的地物光譜信息推算而得的反映地表植被狀況的定量值1根據(jù)像元二分模型,一個(gè)像元的NDVI值可以表達(dá)為由綠色植物部分所貢獻(xiàn)的信 息NDVIveg與由裸土部分所貢獻(xiàn)的信息NDVIsoil這兩部分組成,同樣滿足公式(2 -2)的條件,因此可以將NDVI代入公式(3 -2),得: fc=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil) (3 -3) 其中,NDVIsoil為無植被覆蓋區(qū)域(裸土)的NDVI 值,NDVIveg為完全植被覆蓋區(qū)域的NDVI值1 NDVIsoil與NDVIveg的計(jì)算公式為

7、: NDVIsoil=( fcmax#NDVImin-NDVImax)/( fcmax-fcmin) NDVIveg=(1 -fcminNDVImax-(1 -fcmax)NDVImin/( fcmax-fcmin) (3 -4) fcmax、fccmin為區(qū)域中像元植被覆蓋度可能的最 大值與最小值,NDVImax、NDVImin為圖像中NDVI在給定置信度的置信區(qū)間的最大值與最小值,由于長沙地處亞熱帶地區(qū),通常情況下植被覆蓋度的 最大值都可以取100%,植被覆蓋度的最小值一般都 取0,將fcmax=100%,fcmin=0代入公式(3 -4)得: NDVIsoil=NDVImin NDVIv

8、eg=NDVImax (3 -5)數(shù)據(jù)準(zhǔn)備1、2006年長沙TM影像_L4_ 30米 4幅2、2009年長沙TM影像_L4_ 30米 4幅3、長沙Shp矢量文件4、長沙DEM影像_L4_ 30米 7幅 操作方法及過程1、實(shí)習(xí)概述本次研究,結(jié)合研究目標(biāo)和實(shí)際情況,綜合權(quán)衡各種因素后,主要采用的衛(wèi)星遙感影像為長沙市2個(gè)時(shí)相的Landsat TM影像,成像時(shí)間分別為2006年和2009年，影像分辨率為30m,影像已經(jīng)過大氣校正、幾何精校正及裁減處理。數(shù)據(jù)來源：TM影像數(shù)據(jù)從中國科學(xué)院遙感與數(shù)字地球研究所（）中進(jìn)行下載，級別L4，分辨率30米。下圖為影像查詢結(jié)果DEM影像數(shù)據(jù)從地理空間數(shù)據(jù)云

9、（）中進(jìn)行下載，級別L4，分辨率30米。下圖為影像查詢結(jié)果Shp矢量數(shù)據(jù)從GIS帝國論壇分享中下載。2、長沙矢量文件提取 利用ArcGIS10提取要素來導(dǎo)出長沙市的矢量Shp數(shù)據(jù)文件。（1）用ArcGIS10打開中國地級市矢量圖（2）選擇要素-長沙，使用篩選工具導(dǎo)出長沙市的矢量Shp數(shù)據(jù)文件。 導(dǎo)出結(jié)果后第二圖3、圖像鑲嵌（1）打開影像文件2006年（2）設(shè)置參數(shù)（3）輸出參數(shù)設(shè)置（4）圖像鑲嵌結(jié)果2009年的圖像鑲嵌按此操作4、圖像裁剪（1）打開長沙矢量Shp文件（2）設(shè)置文件打開參數(shù)（4）將矢量文件轉(zhuǎn)換為ROI（5）輸出圖像裁剪后的結(jié)果2009年的圖像裁剪按此操作5、圖像分類（1）按分類要

10、求繪制感興趣區(qū)域（2）檢查感興趣區(qū)域的可分離度（3）設(shè)置輸出參數(shù)（4）分類后結(jié)果輸出（5）圖像分類后處理-majority分析2009年的圖像分類操作按此進(jìn)行6、遙感動(dòng)態(tài)監(jiān)測（1）選擇2006年和2009年分類后的遙感時(shí)相圖（2）定義變化分析類別（3）設(shè)置輸出參數(shù)（4）得出分析結(jié)果，分析數(shù)據(jù)報(bào)告導(dǎo)出Pixel Counts Unclassified植被 Green 3550 points建筑 Red 15187 points水系 Blue 4773 pointsRow TotalClass TotalUnclassified 10180844 1015159 80999 5242 112822

11、44 11282244植被 Green 15849 points 703697 5271680 847087 1056 6823520 6823520建筑 Red 53838 points 355913 2679276 1688509 7062 4730760 4730760水系 Blue 4817 points 75896 4288 3604 79990 163778 163778Class Total 11316350 8970403 2620199 93350 0 0Class Changes 1135506 3698723 931690 13360 0 0Image Differenc

12、e -34106 -2146883 2110561 70428 0 0Percentages Unclassified植被 Green 3550 points建筑 Red 15187 points水系 Blue 4773 pointsRow TotalClass TotalUnclassified 89.966 11.317 3.091 5.615 100.000 100.000植被 Green 15849 points 6.218 58.767 32.329 1.131 100.000 100.000建筑 Red 53838 points 3.145 29.868 64.442 7.565

13、100.000 100.000水系 Blue 4817 points 0.671 0.048 0.138 85.688 100.000 100.000Class Total 100.000 100.000 100.000 100.000 0.000 0.000Class Changes 10.034 41.233 35.558 14.312 0.000 0.000Image Difference -0.301 -23.933 80.550 75.445 0.000 0.000Area (Square Meters) Unclassified植被 Green 3550 points建筑 Red

14、15187 points水系 Blue 4773 pointsRow TotalClass TotalUnclassified 9162759600.00 913643100.00 72899100.00 4717800.00植被 Green 15849 points 633327300.00 4744512000.00 762378300.00 950400.00 6141168000.00 6141168000.00建筑 Red 53838 points 320321700.00 2411348400.00 1519658100.00 6355800.00 4257684000.00 42

15、57684000.00水系 Blue 4817 points 68306400.00 3859200.00 3243600.00 71991000.00 147400200.00 147400200.00Class Total 8073362700.00 2358179100.00 84015000.00 0.00 0.00Class Changes 1021955400.00 3328850700.00 838521000.00 12024000.00 0.00 0.00Image Difference -30695400.00 -1932194700.00 1899504900.00 63

16、385200.00 0.00 0.00ReferenceInitial State Image: E:學(xué)習(xí)資料ENVI課程設(shè)計(jì)2006_jdm.img Dimensions: (1:7726, 1:2977), Band 1, Pixel Size: (30.00, 30.00) MetersFinal State Image: E:學(xué)習(xí)資料ENVI課程設(shè)計(jì)2009_jdm.img Dimensions: (1:7726, 1:2977), Band 1, Pixel Size: (30.00, 30.00) MetersEquivalent Class Pairings Unclassifi

17、ed <=> Unclassified 植被 Green 3550 points <=> 植被 Green 15849 points 建筑 Red 15187 points <=> 建筑 Red 53838 points 水系 Blue 4773 points <=> 水系 Blue 4817 pointsReport Produced on: Sun May 10 16:16:00 2015結(jié)果與分析一、幾何精糾正控制點(diǎn)位置及其誤差 地面收集的控制點(diǎn)見下表 其中控制點(diǎn)的誤差RMS在1左右不超過1.5 二、影像處理結(jié)果分析 1

18、、圖像裁剪前后影像比較 （1）圖像裁剪前的多光譜影像 （2）圖像裁剪后的影像 【結(jié)果與分析】按照行政區(qū)劃邊界或自然區(qū)劃邊界進(jìn)行圖像裁剪，通過對圖像的裁剪，來進(jìn)行特定區(qū)域的地物問題分析2、長沙兩年的遙感影像比較（1）2006年的多光譜影像（2）2009年的影像【結(jié)果與分析】從上兩圖明顯可以看出來的是眼和湘江流域，整個(gè)居民區(qū)在不斷擴(kuò)張，人類的活動(dòng)影響十分明顯。3、長沙兩年分類后的遙感影像比較（1）2006年的多光譜影像（2）2009年的多光譜影像【結(jié)果與分析】從上兩圖清楚的看出長沙是的植被減少了很多，取而代之的是連綿的居民區(qū)特別是眼水系的區(qū)域，居民區(qū)以水系為中心在不斷向外擴(kuò)張。

19、4、長沙兩年分類處理后的遙感影像比較（1）2006年的多光譜影像（1）2006年的多光譜影像【結(jié)果與分析】右邊的平原地區(qū)居民建筑明顯增加，右方高山去的居民建筑變化不大，而沿水系的居民建筑則增加迅速，這是由于城市化進(jìn)程帶來的城市的發(fā)展。5、動(dòng)態(tài)監(jiān)測報(bào)告【結(jié)果與分析】從上表中的數(shù)據(jù)可以清楚的看出長沙是的植被減少了很多，取而代之的是連綿的居民區(qū)，水系也在縮減。很明顯人類的活動(dòng)下，城市化的擴(kuò)張，都不可避免的占用植被來滿足人類生活的需要。存在問題與解決辦法1、部分遙感影像的云量較多，怎么減少其對影像結(jié)果的影響?分析：遙感影像的云量可以從數(shù)據(jù)源上進(jìn)行解決，當(dāng)遙感影像的云量較多難以避免時(shí)，通過計(jì)算ndvi值，分析云值范圍，對該段數(shù)據(jù)進(jìn)行忽略，盡量減少云量對實(shí)驗(yàn)結(jié)果的影響。2、導(dǎo)入ENVI進(jìn)行查看，發(fā)現(xiàn)未拼接重投影之前影像數(shù)據(jù)范圍為-30000.99880，拼接重投影之后影像數(shù)據(jù)范圍在-300099