遥感图像ENVI水体提取步骤.docxVIP

PAGE

1-

遥感图像ENVI水体提取步骤

一、1.遥感图像预处理

遥感图像预处理是遥感应用中至关重要的一步，它涉及到图像的几何校正、辐射校正和增强等操作，以确保后续分析的质量。在进行水体提取之前，对遥感图像进行预处理是非常必要的。以下是几个关键的预处理步骤及其注意事项：

(1)几何校正：由于地球曲率、卫星传感器视角和大气折射等因素的影响，遥感图像会存在几何畸变。为了消除这些畸变，需要对图像进行几何校正。常见的几何校正方法包括基于控制点的校正、基于多项式拟合的校正和基于变换函数的校正。例如，使用ENVI软件进行几何校正时，可以选择控制点方法，通过输入一定数量的地面控制点，对图像进行校正。在实际操作中，选取控制点时需要考虑其分布均匀性、地理特征明显和数量充足等因素。以Landsat8影像为例，经过几何校正后，其地面分辨率可以达到30米，这对于后续的水体提取具有重要意义。

(2)辐射校正：遥感图像在获取过程中，会受到大气、云层等因素的影响，导致图像辐射值发生偏移。因此，进行辐射校正对于还原真实地物反射率至关重要。常见的辐射校正方法包括直方图匹配、大气校正和基于物理模型的辐射校正。以ENVI软件为例，大气校正可以通过选择合适的大气校正模型，如MODTRAN或6S，对图像进行校正。在处理高分辨率影像时，如QuickBird，大气校正能够有效降低噪声，提高图像质量。在实际应用中，辐射校正参数的选择对校正效果有很大影响，如大气窗口选择、太阳天顶角和方位角等。

(3)图像增强：图像增强是提高图像质量、突出地物特征的常用方法。在遥感图像预处理阶段，可以通过对比度增强、锐化、滤波等手段，提高图像的可视化效果。例如，对比度增强可以增强图像的细节，使水体边缘更加清晰。在ENVI软件中，可以使用ENHANCE模块进行图像增强操作。以MODIS影像为例，通过增强处理后，可以更好地识别水体区域。在实际应用中，图像增强方法的选择应根据具体任务和影像类型进行，如对于多云影像，可能需要使用去云算法，以提高图像质量。

在进行遥感图像预处理时，需要综合考虑各种因素，包括传感器类型、成像条件、地理环境和数据分析目标等。通过合理的预处理，可以为后续的水体提取等分析任务提供高质量的数据基础。

二、2.水体波段选择与转换

(1)水体波段选择是遥感图像处理中的关键步骤，不同波段的反射特性对水体的识别至关重要。在可见光和近红外波段，水体通常表现出较低的反射率，而在短波红外波段，反射率则较高。例如，Landsat8影像中的Band2（蓝光）和Band3（绿光）波段对水体较为敏感，而Band5（短波红外）波段则能更好地反映水体与周围地物的差异。

(2)波段转换是提高水体识别精度的重要手段。通过将多个波段进行组合或变换，可以增强水体的特征。常用的转换方法包括归一化植被指数（NDVI）、归一化水体指数（NDWI）和水体指数（WI）。例如，NDWI通过将绿光波段与近红外波段进行比值运算，可以有效抑制植被和土壤的影响，提高水体识别的准确性。在实际应用中，根据不同传感器和影像类型，选择合适的波段转换方法对提高水体提取效果至关重要。

(3)在选择水体波段时，还需考虑影像的噪声和云层影响。例如，对于高噪声的遥感影像，可以通过滤波等方法降低噪声干扰。在多云或雨季，云层对水体识别的影响较大，此时可以选择基于多时相影像的波段组合方法，通过分析不同时间点的影像数据，提高水体的识别能力。此外，结合地理信息系统（GIS）数据进行空间分析，如地形、土地利用等信息，也有助于提高水体提取的精度和可靠性。

三、3.水体指数计算与阈值设定

(1)水体指数（WaterIndex，WI）是遥感图像处理中常用的一个指数，它通过计算近红外波段与红光波段的比值来反映水体特征。WI的计算公式通常为：WI=(Band3-Band2)/(Band3+Band2)，其中Band2代表红光波段，Band3代表近红外波段。以Landsat8影像为例，通过计算得到的WI值可以有效地区分水体与周围地物。在实际应用中，WI的阈值设定对于识别水体至关重要。例如，在Landsat8影像中，水体WI值的范围通常在0.7到0.9之间，通过设定这个阈值，可以将水体区域从其他地物中分离出来。

(2)归一化水体指数（NormalizedDifferenceWaterIndex，NDWI）是另一个常用的水体指数，它通过归一化处理增强了水体特征。NDWI的计算公式为：NDWI=(Band3-Band2)/(Band3+Band2)，其中Band2和Band3的含义与WI相同。NDWI的计算考虑了大气和土壤背景的影响，因此在植被覆盖和水体混合的区域，NDWI能够提供更好的水体识别效果。例如，在Landsat8影像中，NDWI的水体阈值