遥感数据预处理和基于遥感的自然生态环境监测

基于遥感的自然生态环境监测 自定义投影 专题概述 专题中应用10米的spot和TM融合影像 提取相关生态因子 应用较成熟的自然生态环境评价模型完成整个自然生态环境评价流程 专题涉及植被覆盖度计算 地形因子提取等内容所用功能模块除了使用ENVI主模块功能外还需要用到大气校正扩展模块中的快速大气校正工具 QUAC 说明 本专题由于数据的原因 最终结果精度不一定很高 旨在学习生态环境监测的流程及ENVI相关工具的应用 专题处理流程 1 1图像基本预处理流程 1 1图像预处理流程 第一步 对高分辨率的全色影像进行正射纠正全色影像是10米的SPOTPAN数据第二步 高分辨率影像和多光谱影像的配准 融合以SPOTPAN正射纠正结果作为基准影像 对TM影像进行图像配准 用工程区矢量数据 河北襄樊市部分区域 分别裁剪SPOT和TM影像 对裁剪结果进行图像融合 得到工程区域10米的多光谱影像 1 2自定义坐标系 地理坐标系 常用到的地图坐标系有2种 即地理坐标系和投影坐标系 地理坐标系 球面坐标系 是以经纬度为单位的地球坐标系统 它有2个重要部分 即地球椭球体 spheroid 和大地基准面 datum 大地基准面指目前参考椭球与WGS84参考椭球间的相对位置关系 3个平移 3个旋转 1个缩放 可以用其中3个 4个或者7个参数来描述它们之间的关系 每个椭球体都对应一个或多个大地基准面 1 2自定义坐标系 投影坐标系 投影坐标系是利用一定的数学法则把地球表面上的经纬线网表示到平面上 属于平面坐标系 数学法则指的是投影类型 目前我国普遍采用的是高斯 克吕格投影 圆柱等角投影 在英美国家称为横轴墨卡托投影 TransverseMercator 高斯 克吕格投影示意 1 2自定义坐标系 大地坐标 在地面上建立一系列相连接的三角形 量取一段精确的距离作为起算边 在这个边的两端点 采用天文观测的方法确定其点位 经度 纬度和方位角 用精密测角仪器测定各三角形的角值 根据起算边的边长和点位 就可以推算出其他各点的坐标 这样推算出的坐标 称为大地坐标 1 2自定义坐标系 北京54和西安80坐标系 北京54或者西安80坐标系是投影直角坐标系北京54坐标系 西安80坐标系实际上指的是我国的两个大地基准面 坐标定义文件 HOME ProgramFiles Exelis ENVI50 classic map proj文件夹下 三个文件记录了坐标信息 ellipse txt椭球体参数文件datum txt基准面参数文件map proj txt坐标系参数文件定义北京5419度带 6度分带 的坐标系 以便本专题的使用注 可直接使用定义好的三种国内坐标系 参考 国内坐标系文件 操作 自定义本专题研究区坐标系 1 3SPOTPAN正射纠正 为什么要进行正射纠正 在卫星影像和航空影像中会有一些几何误差误差主要由以下原因引起 比例尺变化传感器的姿态 方位传感器的系统误差正射纠正可以消除这些误差 1 3SPOTPAN正射纠正 比例尺变化 在所有的摄影影像中都会发生 影像的各处比例尺是不相同的 房子的宽度 8m 比例尺为1 400 比例尺为1 133 1 3SPOTPAN正射纠正 比例尺变化 在影像的铅直方向也有同样的影响 房子的宽度是恒定的 8m 而在影像上的体现却各有不同 这说明各处的比例尺是变化的 1 3SPOTPAN正射纠正 传感器姿态 方位 要进行三角测量 就要给定软件计算或估计出的空间传感器的位置和方位 1 2 3 1 3SPOTPAN正射纠正 推帚扫描透视中心 传感器的系统误差 数据是沿扫描线获取的 每条扫描线都有自己的透视中心每条扫描线的传感器位置和方向都不同多项式的纠正只能针对分辨率比较低的卫星影像 而对于高分辨率的卫星影像我们需要严格的物理模型 如 dim原数据 或者是有理函数多项式进行模拟卫星参数 如RPC参数 1 3SPOT2 4PAN正射纠正 正射纠正使用条件 对于分辨率较高 小于或等于15米 且具有RPC文件或者轨道参数的图像 可以用正射纠正的方法完成几何校正 以达到更高的精度要求 对于中等分辨率 如20米 影像覆盖区为山区 地形起伏较大 可以用正射纠正以达到较高的精度要求 1 3SPOT2 4PAN正射纠正 常见正射纠正参数文件 操作 进行SPOT2全色图像的正射校正 内容 以DRG作为控制点参考源 完成SPOT2全色图像的正射纠正数据 02 基于遥感的自然生态环境监测 1 SPOTPAN正射纠正F ENVI培训 素材包 02基于遥感的自然生态环境监测 1 SPOTPAN正射纠正 SPOTPAN SCENE01 1 4Landsat7影像几何校正 Landsat7影像数据是从网上免费下载的 是LPGS格式的L1T级别格式 已经经过一定的几何校正和DEM校正 使用UTMWGS84的坐标系统 要做TM多光谱数据和SPOTPAN数据的融合 前提是两景影像得互相配准 所以需要以正射校正后的SPOTPAN为基准 配准TM影像 操作 TM和SPOT数据的图像配准 内容 以正射校正SPOTPAN为基准 配准TM影像 为了做全色SPOT数据和多光谱TM数据的融合数据 基于遥感的自然生态环境监测 2 Landsat图像配准 1 5图像融合 将低分辨率的多光谱影像与高分辨率的单波段影像重采样生成成一副高分辨率多光谱影像遥感的图像处理技术 使得处理后的影像既有较高的空间分辨率 又具有多光谱特征 图像融合除了要求融合图像精确配准外 融合方法的选择也非常重要 同样的融合方法在用在不同影像中 得到的结果往往会不一样 1 5图像融合 ENVI中的融合方法 操作 SPOT2和TM数据的图像融合 内容 进行SPOT2的10米全色波段和LandsatTM30米多光谱的融合操作 学习ENVI的融合操作流程数据 基于遥感的自然生态环境监测 3 TM SPOT影像融合 生态环境评价 2 1处理流程 流程说明 数据已经过基本预处理的TM SPOT融合影像和DEM数据生态因子选取对经过基本预处理的数据进行快速大气校正本专题选取植被 土壤 地形三个最基本的要素作为评价区域自然生态环境的生态因子以 植被盖度 和 土壤指数 作为植被和土壤的生态因子 坡度 作为地形因子 统一将这些生态因子进行归一化处理自然生态环境评价方法本专题选择的是指数法与综合指数法 2 2大气校正 这个过程使用ENVI中的快速大气校正工具完成 这个工具的大气校正结果一般是基于物理模型精度的 15 数据 4 快速大气校正 sub TM Spot GS dat 2 3生态因子生成 植被覆盖度 植被覆盖度是根据前人研究的NDVI估算模型 FC NDVI NDVImin NDVImax NDVImin 其中NDVI是归一化指标指数 NDVImax表示区域最大NDVI值 NDVImin表示区域最小的NDVI值 由于图像中不可避免的存在着噪声 NDVImax和NDVImin并不一定是最大NDVI值和最小的NDVI值 可以根据直方图分别取两头 拐点处 的值 2 3生态因子生成 土壤指数 土壤指数同样采用前人研究的模型裸土植被指数 GRABS 杨存建 刘纪远 2002 GRABS VI 0 09178BI 5 58959 VI和BI分别为穗帽变换的绿度指数和土壤亮度指数 BI和VI指数可分别用来评价裸土和植被的行为 VI指数与不同植被覆盖有较大的相关性 土壤亮度对植被指数有相当大的影响 裸土信息变化的主要部分是由它们的亮度造成的 故由BI和VI线性组合形成的裸土植被指数能很好地反映土壤的裸露情况 2 3生态因子生成 坡度 地形模型计算 2 4生态因子归一化 评价因子生成之后 直接用它们去进行评价是比较困难的 因为各指标项的量纲不一致 所以没有可比性 各指标的量化分值依其对生态环境质量的贡献程度 采用统一顺序原则 即按照它们对生态环境正向影响的大小 从高到低分为若干级 对环境质量贡献越大 编码值越大 反之则编码值越小 各个参评因子数据经过归一化化后是一组反映其属性特征的数值 其值介于1 10之间 2 4生态因子归一化 植被覆盖度根据实际情况 植被对生态环境质量的贡献程度 依据植被的覆盖度分为10级 覆盖度越大编码值越大 根据实际情况 植被对生态环境质量的贡献程度 依据植被的覆盖度分为10级 覆盖度越大编码值越大 2 4生态因子归一化 土壤指数土壤的组成与土壤侵蚀等现象息息相关 这里采用的是裸土植被指数作为土壤因子 同样将裸土植被指数值划分为10级 如果质量越好编码值越大 根据实际情况 植被对生态环境质量的贡献程度 依据植被的覆盖度分为10级 覆盖度越大编码值越大 2 4生态因子归一化 地形因子坡度对水土流失影响最大 一般情况下 侵蚀量和坡度成正相关 将工程区划分10级坡度类型 按坡度越低越有利于土地资源利用的原则 较低的坡度区赋予较高分值 根据实际情况 植被对生态环境质量的贡献程度 依据植被的覆盖度分为10级 覆盖度越大编码值越大 2 4生态因子归一化 确定好归一化对照表后 利用ENVI下的密度分割工具进行归一化处理 根据实际情况 植被对生态环境质量的贡献程度 依据植被的覆盖度分为10级 覆盖度越大编码值越大 2 5生态环境评价 本专题选择的评价模型是指数法与综合指数法 E