两幅影像之间的相关性计算

前几天尝试了一下利用影像进行植被群落和地貌之间的相关性计算，结果不好，无法使用，但是用到的相关性计算方法还是值得总结一下的。

原始数据是植被群落分类和地貌类型分类一对矢量数据，目的是探索他们之间的相关关系，采用的方法具体如下：

01

—

准备影像

将分类结果矢量转为栅格，同时将文字注记的植被群落和地貌类型转为数字代码，以便用不同的亮度值替代不同的地貌类型。

在属性表中新建一个类型为Short Integer的CODE字段

使用字段计算器给CODE赋值：

def Cal(a):

  ifa==u"河道":

   return 1

 elif a==u"潮沟":

   return 2

 elif a==u"水塘":

   return 3

 elif a==u"洼地":

   return 4

 elif a==u"河成高地":

   return 5

 elif a==u"堤坝":

   return 6

 elif a==u"潮滩":

   return 7

 else:

return""

Cal( !NAME! )

注意：python的语法非常严格！空格，if前面两个，return前面四个，定义函数和条件后面都要加“冒号”，必须是英文符号！中文字符判断，必须前面有u，说明UTF-8编码！！！

使用要素转栅格Featureto Raster工具，将分类结果转为栅格

将栅格导出为TIFF文件

植被群落分类结果也是如此，将矢量转为栅格。

02

—

使用ENVI相关分析

使用ENVI中的LayerStacking功能先将两幅单波段影像合成为一幅多波段影像

选择波段合成后的影像进行参数统计计算：

即可得到两幅影像中的相关性

结果表明，两幅影像相关性为-0.45，呈现负相关。