研究笔记 | 解码“全知之眼”——ENVI遥感图像解译实操
前言
我们在谈论什么?
遥感(remote sensing),指在不直接接触被研究目标的情况下获取其特征信息。近年来,随着人类对地观测技术的提高,数据生产的精度更高、周期更短、获取更加便捷—— “遥感大数据”一词也应运而生。然而正是因为这一有巨大潜力的时空大数据能够容易地被获取,我们不禁思考,可以用怎样的方法去提取、挖掘数据中的信息,以避免“大数据,小知识”的困境?
本篇推送选取了遥感数据的一种较为普遍的应用方式——提取用地分类的操作流程进行讲解,包括图像的获取、选择、处理、结果评价等。虽说类似于一篇教程,但重点也不在于操作,而在于各种“踩坑”后的经验教训。本篇作为笔者研究过程中阶段性学习笔记,欢迎大家批评指正提出问题。
多时相遥感数据可以实现对某一地区长时间序列的监测,高效、准确反映城市扩张以及其它地表覆盖的动态变化特征[1]。这需要将多张遥感数据解析成地表覆被类型图。笔者关注白洋淀区域的时序变迁,所以选择这一区域的遥感影像做操作示例。
PARTⅠ 遥感影像介绍及获取
影像获取途径 | 图像质量甄别 | 来源卫星介绍
1.1 巧妇难为无米之炊,首先来介绍几个获取遥感影像的网站:
① 美国地质调查局glovis
glovis网站界面
操纵地图缩放到研究区域,选择左侧的数据集后会给出时间轴视图。调整红色竖线的位置就可以浏览不同时间的遥感影像、选择view metadata可以查看卫星的云量、拍摄日期、传感器、分辨率等信息。登录后,挑选合适的图像后即可下载。这个网站的优势在于时间轴不仅可以十分方便地浏览历史图像,而且可以比较遥感图像之间的质量,减少很多试错成本。该网站为国外网站,需科学上网,但是相较后面的网站来说数据源不太全。
② USGS-earth explorer
earth-explorer网站界面
该网站账户和上一个网站是共用的,使用方法类似,但操作略繁琐。基本步骤包括:缩放地图、点击“use map”按钮得到选区——选择日期——选择数据集——得到卫星图,具体操作如下图所示。
earth-explorer网站操作示意
其中results左侧边栏中,脚印的标志代表图像覆盖范围、图片标志可以预览。该网站的
响应比较慢,有很多影像无法预览或下载,限制较多。
③ 地理空间数据云
地理空间数据云是国内网站,大部分常用的数据集都能在这里获取,操作也比较简单。地理空间数据云网站界面
④ 欧空局哥白尼数据中心
专门用于下载Sential-1/2数据的网站。欧空局网站界面
⑤ NASA earthdata
国外网站,需要注册。NASA网站界面
⑥ 地理国情监测云平台
国产良心网站,提供部分卫星下载,除此之外还有许多别的种类数据。需要注册后提交订单,等待一段时间。
地理国情监测云平台界面
此外91卫图助手、图新地球、奥维、QGIS的SCP插件:(semi-automatic classification plugin)等都可以十分方便地得到卫星图。有的需要购买,这时候可以试试万能的淘宝。
1.2 如何辨别影像的质量?
不同平台数据源有重叠也有不重叠的地方,例如Landsat数据来说Glovis就十分全面;地理空间数据云存在部分不能下载的情况。而年份较久的Declass2、Declass3数据就需要在USGS平台上下载。Sentinal数据则是地理空间数据云比较全面,Glovis只有哨兵2号的数据。如果在实操中对下载的图像不太满意,可以换个数据源或平台看看,说不定会有更高质量的图像。而在对图像的预览过程中尤其要注意鉴别影像图像质量,否则会浪费下载的时间。一方面要注意云层是否对目标物形成了遮挡,还要看影像覆盖的范围是否将研究区域全部囊括,否则需要额外进行镶嵌拼接操作;散射是否严重、成像季节是否符合研究提取需求等。
(左,2017年) (右,1999年)
1.3 卫星简介
浏览这些网站繁多的数据集选择之后,可能会发问:这些数据集到底有什么差别?如果关注某一地区长时段的变化,需要收集多时相遥感数据。不同的时间段可以选取哪些卫星数据源?
以免费获取的、应用最广泛的Landsat数据为例:美国NASA的陆地卫星(Landsat)计划,从1972年7月23日以来, 已发射8颗(第6颗发射失败)。基本信息如下。
Landsat系列卫星信息(作者自绘)
Landsat系列卫星服役时间信息(作者自绘)
商业卫星汇总
PART Ⅱ 遥感影像分类
图像增强 | 预处理 | 监督分类
2.1 图像增强——修正一些小bug
在正式开始分类的流程之前,先来解决一下多时相遥感数据可能出现的问题:在时间久远的年份没有足够精度的影像,分辨率需要进行统一;以及Landsat 7传感器在2003年后发生损坏,影像中有黑色条带干扰。对高分辨率图像按照ROI裁剪
导出单个波段
单波段影像
融合操作
融合后vs融合前
2005年Landsat图像消除条带前后
2.2 图像预处理
图像的预处理主要包含辐射定标(Radiometric Calibration)和大气校正(Atmospheric Correction)两步,两者前后相承。① FLAASH 大气校正
不得不说此种方法设置较为繁琐。觉得麻烦可以选择第二种快速校正方法。选择FLAASH Atmospheric Correction Model Input Parameters。FLAASH大气校正设置
如图用字母标示出需要进行设置的选项:a. 设置输入与输出文件。输入文件必须经过辐射定标。
b. 选择传感器类型。
c. 选择影像成像时间。可以右键图层、view metadata的time选项中可以查看。
d. 需要输入区域的平均高程,计算方法为open一个全球DEM数据,位置如下。加载到ENVI后,使用compute statistics,仍然选择之前裁切图像所用的边界,计算整个区域内的平均高程。
加载自带全球DEM图
compute statistics设置
e. 大气校正的模型,根据分度带来选择。下图为一个参考。因为白洋淀处于50分度带所以这里选择SAS模型。
模型选择参考表
f. 多光谱设置如下:
multispectral setting设置
② 快速大气校正
快速大气校正工具(QUAC)自动从图像上收集不同的波普信息,获取经验值完成高光谱和多光谱数据的快速大气校正。得到的结果精度近似为FLAASH或者其它基于辐射传输模型的+/-15%[4]。选择Quick Atmospheric Correction工具,选择输入、输出及传感器类型即可。原始图像(左)、Flaash校正(中)与快速大气校正(右)
至此,图像预处理完成。2.3 监督分类
step1:人为目视定义类别
这一步至关重要。需要靠应用视觉经验去人为选取每种用地类型最具代表特征的地块,作为训练集提供给机器学习。操作方法为在上一步大气校正后的图层,右键,new region of interest,可以通过绘制多边形定义关注的用地分类。这个过程中需要注意,要选取具有代表性的地块去绘制ROI,机器学习的效果才会准确。可能有人会问:如果只想要某一类斑块,例如耕地,可不可以只把耕地的ROI区域画出来,交给机器去学习?笔者有过类似的经历,结果十分不理想。所以在做用地分类的时候还是需要把类型都定义出来,这样结果才会准确。在创建ROI的过程中,以防ENVI忽然崩溃(崩溃了就啥都没了),最好及时保存你创建的ROI。最终ROI会被储存为xml格式。创建ROI示意
不同波段组合示意
a. Band 4,3,2,接近真实地物
b. Band 7,6,4,用于城市监测
c. Band 5,4,3,植被相关监测,经常用这个波段
d. Band 7,5,3,可很好地区分植被,也比较常用
样本分离度检验
step2:分类
这一步比较简单,选择合适的分类模型即可。ENVI中提供的包括最大似然分类、最小距离分类、神经网络、支持向量机分类等。最常用的有最大似然和支持向量机分类。以下为操作过程。最大似然法分类示意
至此,我们初步得到了一个分类后的图像。PART Ⅲ 分类后处理
聚类过滤 | 错误修改 | 精度评价
初步分类图像(左),聚类后(中),过滤后(右)
ENVI classic界面
ENVI classic软件的操作有些不同,在file中打开刚才分类好的图像——分为三个窗口,依次放大。调整左下、上面窗口中红框的位置就可以移动查看。如果想要修改分类,例如上图有一部分把耕地错分为居住用地,点击菜单栏里的Overlay—classification,选择图层。打开了分类编辑器。如果要开始编辑,点击Edit选项卡,选择polygon delete/add to class。此时点击图像,就只能绘制多边形,不能再移动了。想移动视图需要关闭编辑模式。以将居住用地斑块放到耕地里为例,将active class设置成耕地(在该分类的色块上双击),还需要将居住斑块用地设置成on模式。绘制多边形选取要修改为耕地的部分。双击右键结束绘制。其它斑块是否打开视情况而定,如果都打开只要在多边形内部的都会被放到耕地里。分类编辑操作示意
修改前后对比
精度检验步骤
Kappa系数在0-1之间,分为五组:0-0.2 极低相似性
0.21-0.40 一般一致性
0.41-0.60 中等一致性
0.61-0.80 高度一致性
0.81-1 几乎完全一致
1976-2002年间白洋淀水体变化
参考文献:
[1] 汪波, 龚威平, 孙越,等. 卫星遥感数据在城乡规划动态监测中的应用[J].航天器工程, 2011(06):113-117.
[2] 张蕾,何捷. 豫东平原古城淮阳城湖湿地历史景观探析[J].中国历史地理论丛,2020(35):14-29.
[3] 杨树文. 遥感数字图像处理与分析[M]. 北京:电子工业出版社, 2015.
[4] 邓书斌. ENVI遥感图像处理方法[M]. 北京:高等教育出版社, 2014.
编辑 / 王超群
校对 / 袁诗雨