基于遥感技术的生态环境监测.doc

襄樊市遥感生态环境评价图 许素素 2012127014 实验步骤： 一、辐射校正（直方图校正法） （1）在“Viewer”视窗中，按下“”按钮，打开输入图像的信息窗口，通过对比每个波段的直方图来确定a值。 （2）打开“Modeler”---“Model Maker”窗口。 （3）在窗口中放入一个输入图像、一个输出图像和一个函数处理模型。然后用连接线将它们一一连接起来，双击输入和输出图像，并设置输入图像和输入图像为运行时提示符输入（Prompt User for File at Run Time）；数据类型为单精度浮点型（Float Single）。 （4）设置函数处理模型：$n1_PROMPT_USER-a，如图所示： （5）运行模型，得到各个波段大气校正后的图像。 二、图像的假彩色合成 打开“Interpreter”---“Utilities”---“Layer stack”窗口。 输入图像为辐射校正后的1、2、3、4、5、7波段图像，输出图像“123457.img”。“Output”设置为Unsigned 8 bit，忽略零值。点击“OK”，完成操作。 得到的结果图为： 123457 R（7）G（4）B（1） 三、对图像进行裁剪 生成AOI文件 （1）在的Viewer”中加载shp”文件。 Viewer”中鼠标点击shp”文件，该文件变黄色高亮。 在Viewer”菜单栏中单击AOI”，在AOI”下拉菜单中选择Copy Selection to AOI”。 （4）在Viewer”菜单栏中单击File”，在File”下拉菜单中选择Save”--“AOI Layer as”，保存 裁剪 点击“Data Preparation”--“Subset Image”打开“Subset”对话框，设置输入输出文件，点击下方的“AOI”按钮，输入上面生成的AOI文件，忽略0值，“OK”完成裁剪。裁剪结果图为： 123457-cut R（7）G（4）B（1） 3、将SPOT数据按照以上方法进行裁剪，结果如图： spot-cut 三、“123457-cut”与“spot-cut”做融合 IHS融合：它适合于多波段IHS的融合。它是利用RGB到IHS的正变换，再用高分辨率的图像替换H分量，然后进行RGB到IHS的逆变换，从而实现数据融合。 选择ERDAS面板菜单“Interpreter”--“Spatial Enhancement”--“Mod.IHS Resolution Merge”命令，打开“Mod.IHS Resolution Merge”对话框。在打开的对话框中，主要有输入、层选择和输出三个页面，设置如下参数： 参数设置好后，确认“OK”键进行数据融合，结果如图： 123457-spot 五、土壤指数的计算 打开“Interpreter”--“Spectral Enhancement”--“Tasseled Cap”对话框。 在K—T变换的对话框中，几个参数的设置如下： 输入图像（Input File）：是裁剪后的多波段合成图像； 输出图像（Output File）：是变换后的成分图像； 传感器（Sensor）：选择Landset 4 TM--6 Bands。 忽略0值，确定“OK”按钮完成K—T变换。 对变换后的图像各成分进行分析，第一成分为亮度，第二成分为绿度，第三成分为湿度。 提取各分量的值：打开“Interpreter”---“Utilities”---“Layer stack”窗口，输入图像为K—T变换后的图像，选择Intersection，忽略0值，将第一成分、第二成分分别提取出来。 123457-tc-1 123457-tc-2 穗帽变换的土壤亮度指数 穗帽变换的绿度指数 打开“Modeler”---“Model Maker”窗口。在窗口中放入两个输入图像、一个输出图像和一个函数处理模型。两个输入图像分别为前面提取的第一成分和第二成分图像；设置模型函数VI-0.09178*BI+ 5.58959，其中VI和BI分别为穗帽变换的绿度指数和土壤亮度指数；输出图像为土壤指数图像。模型如图所示： 图中tc1即为123457-tc-1，tc2即为123457-tc-2。 运行模型，得到结果图： trzs 六、植被指数的计算