实验六、区域植被覆盖度反演.docx

实验六、区域植被覆盖度反演

一、实验要求

以自己家乡的多幅或一幅Landsat8遥感影像（保证研究区域无云），经过裁剪、镶嵌和大气校正等处理后，反演近期家乡的植被覆盖度情况，并总结方法流程。

提示：如果试验基于矢量数据的裁剪，可以自行下载全国矢量数据（shp文件）后完成。

定量反演时为保准确性不做图像融合处理。

植被蘉盖度反演一般需要考虑士地利用类型，针对初学者大家无需考虑。即根据实际情况，统一确定一组NDVIVoo和NDVIsoll.

为方便大家学习，示例数据（4GB）可在百度网盘下载，能掌握视频者可不用下载，灵活把握。

实验步骤及结果

按照以下步骤进行植被覆盖度的反演：

1.数据预处理

（1）进行辐射定标。铁力市需要两景影像覆盖。辐射定标操作步骤：在右侧Toolbox工具栏中找到RadiometricCorrection→双击选择AtmosphericCorrectionModul下的RadiometricCalibration进行辐射定标→选择多光谱影像→OK→在对话框中，CalibrationType选择定标类型为Radiance，输出存储类型OutputInterleave选择“BIL”（可以选择BIL或BIP，在这里选BIL），OutputDataType选择整形Float，选择ApplyFLAASHSttings，选择输出。分别对两个图像进行定标，得到定标结果。

输出结果如下：

（2）进行图像镶嵌与裁剪。图像裁剪拼接操作步骤：右侧工具栏中，Mosaicking→SeamlessMosaic→点击“+”选择四幅完成辐射定标的图→选择Seamlines/feathering羽化→点击EdgeFeathering→点击Seamlines,选择AutoGenerateSeamlines自动确定拼缝线（最佳拼缝线出来了）→选择Showpreview→Export输出→OutputFilename命名，OutputBackgroundValue0→Finish

输出结果如下：

图像镶嵌操作步骤：打开日照市的矢量数据shp文件右侧工具栏中，RegionsofInternet→SubsetDatafromROIs→选择镶嵌后的文件→选择shp格式的文件→MaskpixelsoutsideofROI?↑↓Yes→MaskBackgroudValue0→Choose命名→OK，步骤参考实验二。

得到结果如下：

（3）进行绝对大气校正。进行绝对大气校正操作步骤：右侧工具栏中，RadiometricCorrection→AtmosphericCorrectionModul下的FLAASHAtmosphericCorection，调节各项参数参考实验三。

得到预处理结果数据

最终铁力市Landsat-8影像预处理结果如下：

植被覆盖度估算

归一化植被指数（NDVI)计算：应用被植被强吸收的红光波段和被植被强反射的近红外波段计算归一化植被指数。

植被覆盖度计算；VFC=[(NDVI-NDVIsoil)／(NDVIVeg-NDVIsoil)]

（1）进行图像的分类。步骤参考实验六，图像的分类操作步骤：点击工具栏regionofinterest(ROI)tool，构建ROI。点击左上方添加第一个命名为水体water，再依次制作建筑building，第二个林地Woodland,第三个水体water，第四个耕地plough，第五个草地lawn，第六个未利用地unusedland2的掩膜，勾出相应区域。

在右侧控制板选择BuildMask后再进行ApplyMask应用掩膜，掩膜后的图像如下：

进行最大释然法分类，结果过程如下：右侧工具栏Classification→MaximumLikelihoodClassic→SelectMask→对话框中，SelectAllItems,Band选择None，Yes改为No,进行命名输出→OK。

分类结果如下：

（2）NDVI计算

点击工具栏Toolbox→Spectral→Vegetation→NDVI→选择经过预处理的铁力市影像，查看ViewMetadata中的Spectral其中红光波段为第xx波段，近红光波段为第xx波段，在对话框中更改数字，选择路径，命名输出。

查看是否有异常值，右键NDVI图像，点击QuickStats，查看是否有大于1或小于-1的异常值，发现存在异常值。

再进行使用构建函数的方法进行去除去除异常值，操作步骤：Toolbox中BandAlgebra→BandMath→在E