【ENVI实验课】01基于像元二分模型的植被覆盖度反演

絮絮叨叨：

以下内容仅提供简单的操作指导及大致思路流程，学术大牛可以当段子看一看!!!

软件：ENVI5.3、ArcGIS10.2

数据：Landsat8 OLI_TIRS遥感影像和行政边界矢量数据

01主要内容

1. 数据预处理：数据读取、辐射定标、图像裁剪、大气校正。

2. 植被覆盖度的估算：计算NDVI、监督分类、制作掩膜文件、获取阈值、计算参数文件、结果分析。

02详细步骤

◐ 

1. 数据读取

在 ENVI 主菜单中，选择 File->Open As->Landsat->GeoTIFF with Me-tadata，在对话框中选择”LC08_L1TP_119038_20170527 _20170615_ 01_T1_MTL"。

◐ 

2. 辐射定标

（1）打开辐射定标面板，选择多光谱数据，在此步骤中可以用shp文件对图点击ToolBox->Radiometric Correction-> Radiometric Calibration，打开辐射定标面板，选择多光谱数据，在此步骤中可以用shp文件对图像进行Spatial Subset，以减少处理的数据量。然后点击“ok”。

（2）在弹出的“RadiometricCalibration”窗口中设置定标类型：辐射率数据，输出存储格式：BIL，数据类型：单精度，以及选择输出路径，然后点击“ok”。

（3）对辐射定标后的数据利用矢量边界进行裁剪，用subset data from ROIs可以提取出研究区域的遥感影像数据，裁剪结果如下图所示。

图1｜定标裁剪后结果

◐ 

3. 大气校正

在 Toolbox 中，选择->RadiometricCorrection -> FLAASH Atmospheric Correction，打开大气校正面板，将自动读取其经纬度信息。选择传感器类型，从元数据文件中获取成像时间，设置研究区域的平均高程，并根据经纬度选择大气模型。在多光谱设置（Multispectral Settings）中，Defaults 下拉框，选择：Over-LandRetrieval Standard（660：2100）。在高级设置（Advanced Settings）：tile 设置为 100M，其余按照默认设置。单击 Apply 按钮，执行FLAASH。

图2｜大气校正参数设置

图3｜大气校正前（左）后（右）对比

◐ 

4. NDVI计算

（1）在 Toolbox 中，选择 Spectral->Vegetation->NDVI。在 NDVI Calculation Input File 面板中，选择大气校正后的图像，点击“OK”。

图4｜NDVI结果

（2）去除异常值。选择Tool box->Band Algebra->Band Math，输入表达式-1>b1<1，b1：NDVI。此时的NDVI取值区间为[-1,1]。

◐ 

5. 制作土地利用分类图

采用监督分类中的最大似然分类法将影像划分为五类，分别为山体、农业用地、城市用地、水体及其他。

图5｜土地利用分类图

◐ 

6. 制作掩膜文件
（1）下面以city为例。点击Tool Box-> RasterManagement->Masking ->Apply Mask，输入的应用掩膜文件选择NDVI异常值处理之后的结果，点击mask options->Build Mask，在 Mask Definition 面板中，单击Options->Import Data Range，选择土地分类图，city的value值为1，故在最大、最小值中同时填入 1。

图6｜参数设置 

图7｜城市用地掩膜文件（2）不关闭 MaskDefinition 面板，分别输入其他土地覆盖类型的像元值生成其他四类掩膜文件。图8｜农业用地掩膜文件             
图9｜水体掩膜文件
图10｜山体用地掩膜文件
图11｜其他掩膜文件 

◐ 

7. 获取阈值

（1）点击Toolbox->Statistics->Compute Statistics，统计文件选择去除异常值的NDVI，再选择林地的掩膜文件，点击OK，在统计类型面板中，勾选直方图（Histogram）选项执行。同样的方法得到其他地物覆盖类型的 NDVI 阈值。

图12｜查找阈值

（2）分析统计结果，在一定的置信区间内获取最大和最小的NDVI值。根据像元累加数的比重累划分，也就是查看统计结果中的最后一列，如2%~98%为置信区间，找到对应的NDVI值。同理，可得其他地类最大最小的NDVI值。

表1｜不同地类最大最小NDVI值

◐ 

8. 生成参数文件

点击Tool Box->Band Algebra->Band Math，输入表达式：

NDVIsoil：b1*0.0443+b2*0.1519+b3*0+b4*0.6277+b5*0.0092NDVIveg：b1*0.4428+b2*0.5978+b3*0+b4*0.8250+b5*0.4266

其中 b1：城市用地掩膜文件，b2：农业用地掩膜文件，b3：水体掩膜文件，b4：山体掩膜文件，b5：其他掩膜文件。

图13｜NDVIsoil（左）和NDVIveg（右）

◐ 

9. 去除植被覆盖度异常值

点击Tool Box->Band Ratio->Band Math，输入表达式：(b1-b2)/(b3-b2)，其中，b1:NDVI(“NDVI_去除异常值.dat”)，b2: NDVIsoil 参数文件，b3:NDVIveg 参数文件。有在[0,1]之外的，即存在异常值，使用band- math工具进行去除异常值，Bandmath 表达式为：0.0>b1<1.0，其中b1选择植被覆盖度文件。

◐ 

10. 植被覆盖度分类

在去除异常值的图层上面，点击右键，选NewRaster Color Slices，单击按钮清除默认区间。依次添加10个区间，分别为每个区间设置一定的颜色，单击OK得到如下的植被覆盖图。在图层管理器中，在Slices上右键，选择Exp-ort class slice->Class Image 将分割结果保存为分类结果，可以进行后续的制图、统计等操作。

图14｜植被覆盖度分类

Tips：

1. 对土地利用类型进行监督分类时要注意精度，该精度影响着不同土地类型的NDVI的范围以及之后的NDVI的最大最小值最终影响NDVIsoil和NDVIveg的值，影响植被覆盖度的计算结果的精度。

2. 通过该操作掌握了一个区域不同类别的掩膜制作以及利用统计分析获取阈值的方法，熟悉ENVI基本操作。

作者｜不许人间见白头

排版｜Moon

校阅｜数读菌

那今天就到这里结束啦，欢迎留言讨论。文中的图片文字未经许可不要随便“引用”。

如果可以的话，希望能够转发分享，点个在看并且点个赞，给个赞赏~~也欢迎规范转载~

也希望大家和我多留言互动啊！（据说这样可以增加我的推送在你的订阅号里出现的概率）

文章推荐 【GeoDa基础】GeoDa平台下的江西省县级统计数据分析【数据整理】2019年行政区划调整的数据更新与分享【双评价学习笔记】农业：气候评价（协同克里金方法）【GIS实验课】01山区土壤侵蚀评价及其地形的关系——以皖西大别山为例【GIS基础】基本空间分析工具：缓冲区、网络分析、相交分析、密度分析【GIS基础】基于路网数据的最短路径分析（附练习数据）【双评价学习笔记】农业：水资源评价【瞎七八扯】如何确定“真实”人口数量、分布以及流动？【GIS高阶】数据驱动页配合arcpy实现批量出图【GIS基础】填挖方分析【小工具】批量合并多个MDB或GDB【双评价学习笔记】农业：土地资源评价与土壤肥力修正【ENVI基础】基于遥感的草原与沙漠化监测【双评价学习笔记】生态集成与斑块集中度修正【数据分享】如何获取北京旅游景区AOI数据？【数据分享】如何获取全国矢量地铁站点与线路数据？【双评价学习笔记】生态敏感性：石漠化敏感性

▼

需要你的“分享”和“在看”

END>

如需全文转载文章、投稿或者合作

可添加微信

(回复超慢！！！)

（不要添加我问各种问题，我大概率不会的==）

（入群请一定要备注入群）

（添加后会在晚上非工作时间通过，请稍安勿躁）

公众号

微博

▼ 点击阅读原文，使用关键词搜索历史文章