遥感图像处理课程设计-长沙市植被覆盖率变化.docVIP

PAGE 1 实习序号及题目 长沙市3年的植被等的变化 学生姓名 专业班级及编号 地信1班 任课教师姓名 实习指导教师姓名 实习地点 实习日期时间 实习目的 1、本课程设计是综合运用ENVI进行遥感图像处理 2、掌握使用ENVI进行多幅图像镶嵌的方法 3、掌握使用ENVI进行图像裁剪的方法 4、掌握使用ENVI进行图像分类来分析问题的方法 5、掌握使用ENVI进行遥感动态监测对比的方法 ? 实习内容 1、数据下载：课程设计所需遥感影像数据的下载 2、图像镶嵌：将下载的多幅遥感影像进行拼接 3、图像裁剪：裁剪出长沙市的遥感影像 4、图像分类：对长沙市的主要地物进行分类 5、遥感动态监测：对长沙是2006-2009年分类后的遥感影像进行动态监测，分析本地区植被的地物的变化 基本原理 1、NDVI（归一化植被指数） NDVI=(NIR-R)/(NIR+R)，或两个波段反射率的计算。它的取值范围是-1—1。对于陆地表面覆盖来说，云、雨、雪在可见光比近红外波段有较高的反射作用所以NDVI为负值，岩石、裸土的NDVI一般为0，有植被覆盖的地方一般大于0。 2、图像镶嵌(mosaic?image) 是具有地理参考的若干相邻的图像合并成一幅图像或一组图像，需要拼接的图像必须含有地图投影也就是说图像必须经过几何校正处理，虽然所有的输入图像可以具有不同的投影类型，不同的象元大小，但必须有相同的波段数。在进行图像拼接时需要确定一幅参考影像，参考图像作为图像拼接的基准，决定输出图像的地图投影和象元大小和数据类型。 3、图像裁剪 目的是将研究之外的区域去除。?常用的方法是按照行政区划边界或自然区划边界进行图像裁剪。?在基础数据生产中，还经常要进行标准分幅裁剪，按照ENVI的图像裁剪过程，可分为规则裁剪和不规则裁剪。 4、遥感图像分类 就是通过对遥感图像中地物的光谱信息和空间信息进行分析，选择特征，将图像中每个象元按照某种规则或算法划分为不同的类别，然后获得遥感图像与实际地物的对应信息，从而实现遥感图像的分类。一般的分类方法可分为两类：监督分类和非监督分类。将多源数据应用于图像分类中，发展成基于专家知识的决策树分类。 5、遥感动态监测 指利用多时相获取的覆盖同一地表区域的遥感影像及其它辅助数据来确定和分析地表变化。它利用计算机图像处理系统，对不同时段目标或现象状态的变化进行识别、分析；它能确定一定时间间隔内地物或现象的变化，并提供地物的空间分布及其变化的定性与定量信息。 6、NDVI计算方法 NDVI 植被指数1植被指数(Vegetation In-dex),又称光谱植被指数,是指由遥感传感器获取的多光谱数据,经线性和非线性组合而构成的对植被有一定指示意义的各种数值。研究表明,植被指数与植被覆盖度具有密切的相关关系,其中归一化植被指数(NDVI)是植被生长状态及植被覆盖度的最佳指示因子。TM影像中NDVI的计算公式为: NDVI=TM4 -TM3TM4+TM3 (3 -1) 式中,TM4和TM3分别为Landsat TM影像的第四近红外)和第三(红)波段亮度值131212植被覆盖度1像元二分模型[7 -9]假设像元只由两部分组成:植被覆盖地表和无植被覆盖地表,遥感传感器观测到的光谱信息也只由这两个组分因子线性加权合成,它们各自的面积在像元中所占的比率即为因子的权重,其中植被覆盖地表占像元的 百分比即为该像元的植被覆盖度,因而可以使用此模型来估算植被覆盖度1其计算公式为: fc=(S-Ssoil)/(Sveg-Ssoil) (3 -2) 其中Ssoil与Sveg是像元二分模型的两个参数,因此只要知道这两个参数就可以根据以上公式利用遥感信息来估算植被覆盖度1由于归一化植被指数(NDVI)也是一种由遥感传感器所接收的地物光谱信息推算而得的反映地表植被状况的定量值1根据像元二分模型,一个像元的NDVI值可以表达为由绿色植物部分所贡献的信 息NDVIveg与由裸土部分所贡献的信息NDVIsoil这两部分组成,同样满足公式(2 -2)的条件,因此可以将NDVI代入公式(3 -2),得: fc=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil) (3 -3) 其中,NDVIsoil为无植被覆盖区域(裸土)的NDVI 值,NDVIveg为完全植被覆盖区域的NDVI值1 NDVIsoil与NDVIveg的计算公式为: NDVIsoil=( fcmax#NDVImin-NDVImax)/( fcmax-fcmin) NDVIveg=[(1 -fcminNDVImax-(1 -fcmax)NDVImin]/( fcmax-fcmin) (3 -4) fcmax、fccmin为区域中像元植被覆盖度可能的最 大值与最小值,NDVIm