ENVI下WorldView2数据在农业遥感中的应用.doc

ENVI下WorldView2数据在农业遥感中的应用 (2011-04-13 09:21:37) 转载 标签：分类： ??? 在我国，遥感服务于农业已有40多年的历史，遥感技术在农业方面的应用主要有以下几个方面：作物面积监测、作物长势监测、作物病虫害监测与预报、土壤墒情监测、农作物估产、农业资源监测、灾害评估等。适用于农业遥感的数据源有很多，其中，拥有0.5米全色和2米多光谱的WV2数据，具有8个波段，多样性的谱段提供了丰富的遥感信息，能够进行精确变化检测和制图，是精细农业遥感的可靠数据源。下图是WV2数据的波段示意图： ? 图1：Worldview2波段示意图 ??? 如图1，WV2数据除了四个业内标准波段外（蓝、绿、红、近红），还包括四个彩色波段：海岸波段（400-450），用来进行深海探测，植物鉴定和分析，由于该波段经常受到大气散射的影响，已经应用于大气层纠正技术；黄色波段（585-625）探测植被的yellow-ness特征指标，进行植被油气蚀变制图，是重要的植物应用波段；红色边缘波段（7055-745）直接反映出植物健康状况有关信息，可以进行植被健康制图；近红外2 波段（860-1040）这个波段部分重叠在NIR 1波段上，但较少受到大气层的影响。该波段支持植物分析和单位面积内生物数量的研究。 ??? 下面的例子是用WV2多光谱数据进行精细农业各个方面应用的实验探索。在ENVI支持下，WV2数据可全面应用于精细农业遥感监测。 实现方法 (一)?????????? 数据预处理 ENVI可以直接读取WV2数据，有专门针对WV数据的定标工具：ENVI-Basic Tools-Preprocessing-Calibration Utilities-WorldView Radiance ，可自动解析.IMD文件进行定标，得到辐射率数据。快速大气校正功能ENVI-Spectral-Quick Atmospheric Correction可以帮我们快速去除影像上大气的影响，或者选择基于MODTRAN4+模型的ENVI-Spectral-FLAASH精确大气模块（提供WV2波谱响应函数），还原作物及土壤真实的光谱信息，得到地物的实际反射率，从而可以进行作物或土壤参数的反演等定量分析。 图2：大气校正前后植被光谱曲线对比，校正前（右上），校正后（右下） ? 对比大气校正前后植被光谱曲线可知，大气校正后的植被光谱曲线更接近实际的植被光谱。地物的光谱信息被还原，才能进行定量化的遥感处理。 直接支持WV2的RPC正射校正，可以使用少量的控制点获得精确的校正结果。提供专门用于WV2等高分辨率的图像融合方法pansharpening。 ??? ENVI直接支持WV2的RPC正射校正，可以使用少量的控制点获得精确的校正结果。提供专门用于WV2等高分辨率的图像融合方法pansharpening。直接支持WV2的RPC正射校正，可以使用少量的控制点获得精确的校正结果。ENVI下还有专门用于WV2等高分辨率数据的Pansharpening融合方法。 (二)?????????? 作物种植分区 ??? 在近红外波段，植物叶子内部结构决定了植被的反射率，可通过光谱反射率的不同区分不同种类的植物。WV2影像的近红外波段与其他波段进行假彩色合成可增强作物信息，识别农作物，选择不同作物的感兴趣区，作为分类依据，对影像进行监督分类，ENVI下有很多监督分类的算法可供选择，得到研究区内的作物种植分区，如图3，整个区域内有四种作物。 ? ? 图3：作物种植分区图 监督分类的方法可以根据光谱信息区分作物和土壤的不同类型，适用于作物种植分区，土壤类别信息提取。 ? （三）土壤墒情监测 定量遥感的应用，是通过获取感兴趣地物的实测参数，如叶绿素浓度等，和影像上该地物的光谱信息建立模型，利用一些成熟的模型，便可以用影像上光谱信息来对感兴趣的地物参数进行反演。 ENVI中的波段运算（Band Math）功能，可以直接将反演模型应用于图像，生成反演图。 土壤墒情，实际上就是土壤含水量，在精准农业中，土壤含水量是非常关键的数据信息，对土壤光谱特征的研究发现，土壤水分含量与近红外波段的反射率成反比，用模型M=EXP(-23.641*RB810+5.338)[1]，M是土壤含水量（%），RB810是810nm处的光谱反射率。图4是土壤含水量的模型应用于影像及反演结果图。 图4：土壤含水量反演图 (四)?????????? 作物长势监测 植被指数是反映作物长势的指标之一。ENVI中提供了27种植被指数，植被指数计算器，Spectral-Vegetation Analysis-Vegetation Index Calculator,可以根据输入图像的波段情况，自动列出可以计算的植被