不透水地表提取操作-envi5.1-arcgis-TM5.pdfVIP

不透水地表线性光谱混合模型 （Linear Spectral Mixture Analysis ，LSMA ）提 取研究 1. 方法选择 线性光谱混合分解模型 （Linear Spectral Mixture Analysis ，LSMA）是获取亚像元中等空间分辨率百分比不透水 地表信息的一个最常用的方法。其原理是将像元在某一光谱波段的反射率假定为是由构成像元的基本组分的反 射率占像元面积比例为权重系数的线性组合。 2. 影像选择 由于本方法的线性光谱混合模型拟定地表覆盖为不透水层（高反射率地表、低反射率地表） 、植被、土壤的 混合像元， 为了增加地物对比度， 提高混合像元分解制图精度， 因此影像选择在季节上应考虑地物 （主要是植被） 的季节特性。一般选择植被特征明显的 6-10 月份。 3. 提取步骤 1）打开并调整影像视觉 选择头文件 LT51230322009265IKR00_MTL，打开影像 LT51230322009265IKR004。选择合适的 RGB 合成影像 （B4， B3，B2 假彩色合成； B5，B4，B3 真彩色合成） ，并调整亮度与对比度。 2 ）根据研究区范围选择兴趣区裁剪影像（可选） 右键选择影像，选择勾画兴趣区； 在 toolbox 中选择按兴趣区裁剪影像； 选择待裁剪的影像； 选择裁剪影像的兴趣区文件； 裁剪后的影像； 3 ）对裁剪后的影像进行辐射校正 在 toolbox 中选择 Radiometric Calibration ，选择裁剪后的影像，进行辐射参数选择，并保存校正影像 ; 辐射校正后的影像； 4 ）对辐射校正后的影像进行主成分分析（ MNF ） 在 toolbox 中选择 Forward MNF Estimate Noise Statistics 对辐射校正后的影像进行前置主成分分析； 主成分信息分布波段图； MNF 操作后的影像（前 3 波段 RGB合成影像） ； 主成分信息主要集中于前 3 波段， 后面 3 波段信息主要为噪声信息； 可以考虑将前 3 波段单独组合成为一个 新的文件，方便后续整体操作； 在 toolbox 中选择 Layer Stacking，进行波段整个，将有用信息的 MNF 前 3 波段组合成新文件； 5 ）对主成分分析后的影像进行二维散点图（ 2D Scatter Plot ）下的端元选取； 对主成分分析后组合的 3 波段文件进行两两组合的散点图分析， 依次选择高反射率端元、 低反射率端元、 土 壤端元、植被端元，并保存端元兴趣区文件。 6 ）端元选取后以此为兴趣区对主成分分析后影像进行线性光谱混合分解； 在 toolbox 中选择 Linear Spectral Unmixing 进行线性光谱混合模型进行分解； 生成高反照率百分比图像；地反照率百分比图像；植被占百分比图像；土壤占百分比图像。 7 ）对进行线性光谱混合分解后的高反照率影像与地反照率影像进行相加运算，得到初步的不 透水层； 在 toolbox 中运行 Band Math; 输入公式 B1+B2; 对 B1 赋值为高反照率影像， B2 赋值为低反照率影像；输出 得到初步的不透水层。 8 ）对高低反照率相加的初步不透水层进行植被和水体的掩膜处理得到最终的不透水层； 植被掩膜采用归一化植被指数计算 NDVI=(NIR-R)/(NIR+R，其中近红外为 B4，红波段为 B3。在 toolbox 中运行 Band Math ，输入公式 (B4-B3)/(B4+B3) ，其中， B3， B4 波段选择裁剪后的影像活着辐射校正后的影像。 在 toolbox 中运行 Build Mask ，新建掩膜文件，选择归一化植被指数文件，在 Mask Definition 窗口中， option 中选择 import data range ；再次选择植被归一化指数文件， 在 NDVI 影像植