2019级-遥感-数字图像处理实习-任务(1).doc

2019级遥感专业数字图像处理实习有关任务

影像数据：下载哨兵2数据（同一区域，同一时间段）。建议影像时间需在5月至9月之间。

数据区域：自行选择某地级行政区划范围（班长负责统筹，尽量避免重复选择，第2周周五之前把每人的研究区域汇总发给任课教师）。

任务分解：

第一部分：图像预处理部分

合成。

针对哨兵2影像的特点，即13个波段，有三种不同的空间分辨率。需要进行重采样、投影等环节处理，最终合成为一个文件（建议tif格式）。报告中要求有必要的截图和过程以及步骤。

辐射校正

针对landsat影像：选用正规化方法与通过ENVI自带的模块结果进行对比分析，用SPSS进行分析，建立拟合方程，结论）。报告中要求有必要的截图和过程以及步骤。

针对哨兵2同样。

大气校正

针对landsat影像：报告中要求有必要的截图和过程以及步骤。在辐射校正和大气校正过程中，需要对比校正前后的差异，通过选取不同地物的DN和反射率做散点图进行拟合分析。（SPSS软件作分析）。

针对哨兵2，需要在欧空局下载相应的软件进行处理，处理前后对比分析同上。

第二部分：遥感图像的增强处理（仅针对哨兵2影像）

遥感影像对比度增强

遥感影像代数运算

要求画出研究区域各地物的波谱特征曲线图。

遥感影像图像变换

包括K-L变换和K-T变换。

第三部分：遥感影像分类

在影像上切割一块地类丰富的研究区域作为材料。

遥感影像非监督分类

遥感影像监督分类（2种方法，其中一种是随机森林法）

遥感影像决策树分类

遥感影像分类后处理

要求landsat与哨兵2同时进行分类，并进行对比分析，并得出结论。

3种分类结果的比较（对比每一种地类的面积等，柱状图或曲线来表示）

包括解决分类图像中的碎斑、分类评价、确定分类结果统计、调整各类地物颜色以及图例。混淆矩阵以及Kapper系数。

5、对于精度分析

利用同一时期的高精度影像通过选取样本的方法进行对比分析。

第四部分：光谱指数的对比分析及其应用

对比分析landsat与哨兵2为数据源的常用光谱指数，包括NDVI、VTCI、EVI等等。

利用敏感光谱指数进行植被覆盖度反演对比分析，并得到结论。

利用敏感光谱指数进行土壤含水量反演对比分析，并得到结论。

利用敏感光谱指数进行水体反演对比分析，并得到结论。

不同对象的敏感光谱指数多样，大家自行选择。

第五部分：雷达数据处理（可以选择哨兵-1数据）

1、雷达数据预处理

2、可见光结合雷达数据对研究区进行地物分类提取

3、对比只使用可见光分类与雷达结合可见光分类提取流程的不同

4、对比两种分类方法的精度差别

注意事项

专题选择：数据、区域。

实习报告：严格按照模板。

时间节点：第4周周末之前交。