基于Landsat 遥感影像预处理与NDVI计算.docx

实验2：基于Landsat遥感影像预处理与NDVI计算

一、实验目的

1、学习使用envi进行Landsat遥感影像的预处理

2、通过本次实习，学会初步使用BandMath工具，学会计算各波段的辐射亮度、行星反射率、地表反射率，进而计算NDVI

二、实验内容

1、学习使用envi中的辐射定标和大气校正对图像进行预处理

2、学会初步使用BandMath工具进行研究区NDVI的提取

三、实验步骤

（一）Landsat遥感影像预处理

1、辐射定标

（1）辐射定标是根据一定的参数将遥感的图像的DN值，就是遥感图像的数据量化值，转换为具有物理意义的值

1）转换为绝对辐射亮度值（辐射率)(对应ENVI辐射定标的定标类型(CalibrationType):辐射率数据Radiance)

2）或者转换与地表(表现)反射率(对应ENVI辐射定标的定标类型(CalibrationType)∶第二个参数Reflectance)、表面温度等物理量有关的相对值(Temperature我们将转化为绝对辐射亮度值，因为公式简单好记，公式为L=gain*DN+bias，而且后续的6s模型也需要输入辐亮度

（2）打开Landsat8头文件，显示未处理的真彩色图像。

（3）打开RadiometricCorrection中的RadiometricCalibration工具，选择多光谱数据。定标类型选择辐射亮度值（Radiance），输出格式为BIL，因为后续FLAASH大气校正的输入数据类型为BIL。输出数据类型为Float，系数为0.1。或者直接点击应用FLAASH设置按钮设置以上参数。参数设置如图2。确定输出路径后点击确定。这里输出数据名为cali.dat。

2、大气校正

（1）打开RadiometricCorrection——AtmosphericCorrectionModule——FLAASHAtmosphericCorrection工具，导入经过辐射定标的数据radiometric_result.dat，因为在辐射定标中已经进行了单位换算，所以在弹出的RadianceScaleFactors中选择第二项。

（2）由于FLAASH大气校正需要影像区域的平均高程，所以可以使用ENVI自带全球高程数据进行计算。选择File——OpenWorldData——Elevation，打开ENVI自带的全球900mDEM数据。再将需要计算高程数据的影像打开（需要带坐标信息），可以放大看到影像数据叠加在DEM数据上。

（3）打开工具箱中的Statistics——ComputeStatistics，在输入文件对话框中选择GMTED2010.jp2数据，再单击StatsSubset，单击File，选择需要统计高程信息对应的图像，然后OK.

（4）之后的参数均设置为默认。最后得到统计的平均高程信息，可以看到影像平均高程为940.265m

（5）随后回到FLAASH工具，设置其他参数。传感器类型SensorType为Landsat-8OLI，平均地面高程GroundElevation为0.96km，大气模型根据帮助文档中的大气模型表进行选择，根据影像成像时间为2月，影像中心纬度为34°确定大气模型为MLS。

3、计算NDVI

（1）NDVI是植被生长状态以及植被覆盖度的最佳指示因子，其计算公式为:NDVI=(PNIR-PR)「(PNIR-PR）或者NDVI=(DNNIR-DNR)/(DNNIR+DNR）,在有植被覆盖的情况下，NDVI介于-1-1.0之间，且随着植被覆盖度的增大而增加，枯萎以及干死的植被中叶绿素含量大量减少，辐射吸收能力减弱，因此在可见光波段，其反射率比健康植被低，且其NDVI也比健康植被的低

（2）打开NDVI工具，计算NDVI