实验9-10 遥感技术应用.docVIP

实验9 遥感技术应用NDVI—是Normalized Difference Vegetation Index的缩写，即归一化植被指数：NDVI=(NIR-R)/(NIR+R)，或两个波段反射率的计算。 其取值范围 -1~1. NDVI的说明： 1、NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等； 2、-1=NDVI=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大； 3、NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度； 4、NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、学、枯叶、粗超度等，且与植被覆盖有关； ”,”,而非空格; (b) 不分大小写; (c)变量无需事先申明 IDL的符号(需注意的) ?$ –作为一行的第一个字符时，返回到操作系统下，如：$ dir –作为一行的最后一个字符时，相当于一行未写完，换行。 ?；后面是注释 ?@ 批作业 如：@test IDL程序的主要结构: Pro 程序名 (程序体) END 另外我们可以在命令行里直接输入命令进行运行. 关于IDL的知识,大家可以找相应的资料看 下面是简单利用一下IDL做波段运算 A 运用IDL编写波段运算的公式,再在BAND MATH中调用 例如: 1）对此程序做调试,CTRL+F5 2）选择ENVI中的BAND MATH, 3）选择相应的波段进行运算. B 直接运用IDL编程,计算NDVI 例如: 直接在IDL的输入行中输入ndvi-math，回车；选择使用的影像就可以了 练习2 地表水信息提取与制图 1.实验目的与任务： （1）利用NDVI或者其它指数进行水体信息的提取； （2）熟悉遥感制图方法。 2.实验设备与数据： 设备：遥感图像处理系统ENVI 数据：lyg_water.img3 采用方法：利用植被指数NDVI，进行水体信息的提取。 1）在ENVI中打开lyg_water.img影像； 2）计算此影像的NDVI (方法可以采用ENVI—basic tools- band math方法；也采用ENVI-Transform- NDVI直接计算得到影像的NDVI数值)； 3） 从计算的NDVI影像中提取数值小于0的区域； 方法：点击ENVI—basic tools- band math； 然后在出现的波段运算的对话框中输入b1 LT 0，然后点击OK;(意思是选择波段1中数值小于0的像元)； 然后在出现的要求选择b1波段的对话框中选择你计算出来的NDVI影像； 然后在此对话框的下面点击choose，找到你想把结果输出的文件夹，并给结果起名字； 点击OK.水体信息提取出来了。 5）然后按照下图的参数设置，点击OK; 6) 然后你在原影像图中点击水体，就会看到原影像图和提取出来的影像图，对照一下，看看提取的信息是否准确。 备注：此实验只是练习用NDVI提取水体，但是要注意，此方法在本影像中因为没有云和雪，所以提取出来的是水体，但是要是图像中有云和雪等，此方法提取出来的不仅仅是水体。所以要是在实际应用中要提取水体，还应考虑这些因素，可以查阅一些参考文献，尝试用其他方法做。 实验报告 实验的目的和意义 实验成果：写出主要的操作步骤，并将过程中得到的截图插入实验报告的文本中。 简要谈谈实验收获和体会。 实验 10 3S技术的综合应用ms-atlas.img 3 本实验的基本思想：已知代表6种土壤类型6个点的坐标值和遥感影像ms-atlas.img. 实验的目的：利用遥感影像和这6个点的坐标数据，分析用哪些波段有助于区分开哪几种土壤类型。也就是说我要识别这些土壤类型，用哪个波段合适。 思路：把6个点的坐标值，生成GIS可以显示的.shp文件，例如point.shp；然后把point.shp文件在ENVI中和影像数据叠加；然后把shp文件存成ROI,然后利用ROI切图，获得6个点对应的影像的像元数值，然后对每个波段的这些数据进行分析。 区分的原则：对于两种或者几种土壤，某个波段像元数值差别越大，说明能区分开这几种类型。（仔细分析要求和数据，然后独立思考并完成实验内容！！） 3.实验内容： 本练习研究区域为密西西比河西北段一处沙洲，该沙洲在春季被洪水淹没，在夏末水位较低时露出水面，沙洲主要由密西西比河沉积形成，这些淤积物包括砂砾、沙、泥沙及