遥感图像处理.docxVIP

目 录实验一：利用高分辨率图像提取城市绿地信息1一、实验背景1二、实验工具1三、实验流程1四、实验内容24.1数据预处理24.1.1图像融合?24.1.2图像正射纠正34.1.3大气校正74.2面向对象绿地信息提取84.3矢量后处理14实验二：基于环境小卫星的草原荒漠化监测16一、实验背景16二、实验工具16三、实验流程16四、实验内容174.1数据预处理174.1.1数据读取和定标184.1.2工程区裁剪194.1.3图像配准204.1.4大气校正224.1.5裁剪浑善达克地区264.2植被覆盖度反演274.2.1归一化植被指数274.2.2植被覆盖度计算274.3植被变化监测284.3.1两图像植被覆盖区域提取284.3.2变化区域计算294.4成果后处理及应用294.4.1植被变化区域图的背景值处理294.4.2植被变化区域制图30实验一：利用高分辨率图像提取城市绿地信息一、实验背景城市绿地在改善城市生态环境和人居环境起着积极的作用，城市绿地含量逐渐成为衡量城市生活质量的一个重要指标。此外，城市绿地的空间分布格局与其生态效应有着密切的关系。因此，必须客观、准确地掌握城市绿地信息。目前，随着航天遥感技术的发展，高分辨率遥感图像在国内已经得到广泛的应用。而这些高分辨率图像的出现，也给城市绿地信息提取提供了更为有效而便捷的手段。二、实验工具1、ENVI主模块2、大气校正扩展模块中的快速大气校正工具（QUAC）3、ENVIEX扩展模块中的FeatureExtraction工具三、实验流程流程说明：?（1）图像获取：WorldView-2图像数据选择带RPC文件的LV2A级数据，其中多光谱数据是由8个波段组成，也可以是包含红色、近红外等4个波段组成的产品；成像时间为6~9月份，这期间植被长势最好。?（2）图像融合：根据WorldView-2卫星的特点，先做全色和多光谱图像的融合，再利用全色图像的RPC文件对融合图像进行正射纠正，得到的融合图像正射纠正结果与全色图像正射纠正结果在相同条件下的精度是一致的。这样的顺序能减少流程而提高效率，并且进行全色和多光谱的图像融合时，能保证他们之间精确的空间配准。?（3）正射纠正：基于控制点+RPC+DEM完成正射纠正过程，控制点从参考影像中选择，也可以使用野外测量获取的控制点。?（4）大气校正：使用快速大气校正工具（QUAC）去除部分大气的影响，在进行面向对象绿地信息提取环节中，提高计算对象的NDVI、光谱属性值的精度，。?（5）面向对象绿地信息提取：选择一部分区域作为实验区，获取分类规则，包括对象分割和合并阈值、对象提取规则，然后将实验区的分类规则应用到整个图像中。?（6）矢量后处理：整个过程是在ArcGIS@?Desktop的?ArcMAP中完成，包括矢量结果检查与编辑、矢量数据拼接与裁剪、属性赋值。四、实验内容4.1数据预处理4.1.1图像融合?选择ENVI的Pan?Sharpening融合方法，本专题中选择在ENVI?EX中完成这个过程，具体操作如下：(1)启动ENVI?EX，在ENVI?EX中打开WorldView-2多光谱和全色图像（选择.TIL后缀名的文件打开）。?(2)在Toolbox中，双击Pan?Sharpening工具。在第一个弹出对话框中单击选择多光谱图像文件，单击OK按钮。?(3)在弹出的对话框中选择全色图像文件，单击OK按钮，进入Pan?Sharpening参数面板（图1）。?(图1)（4）自动识别传感器类型（Sensor）:WorldView-2；选择输出路径及文件名，其他参数选择默认，单击OK执行Pan?Sharpening融合。4.1.2图像正射纠正在正射纠正之前，需要确定控制点以及输出正射纠正图像的坐标系，本专题中都采用北京54坐标系，首先在ENVI中定义北京54坐标系。?手动添加北京54坐标系的椭球体和基准面：打开安装目录下HOME\ITT\IDL7x\products\envi4x\map_proj\ellipse.txt文件，将“Krasovsky，6378245.0，6356863.0”添加到末端；打开安装目录HOME\ITT\IDL7x\products\envi4x\map_proj\?datum.txt文件，将“D_BEIJING_1954,?Krasovsky,?0,0,?0”?添加到末端。?启动ENVI软件，选择主菜单→Map→Customize?Map?Projection（如图2）（1）投影坐标系名称（Projection?Name）：BJ-54?6Degree?123E。?（2）选择投影类型（Projection?Type）：Transverse?Mercator。?（3）选择基准面类型（Projection?Datum）：选择D_BE