其他
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。