遙感數(shù)字圖像處理

1、實(shí)習(xí)序號(hào)及題目Landsat影像數(shù)據(jù)下載、導(dǎo)入、目視解譯與分析實(shí)習(xí)人姓名專業(yè)班級(jí)e-mail地址實(shí)習(xí)指導(dǎo)教師姓名實(shí)習(xí)地點(diǎn)實(shí)習(xí)日期時(shí)間實(shí)習(xí)目的和內(nèi)容實(shí)習(xí)目的：學(xué)會(huì)從美國(guó)USGS網(wǎng)站下載Landsat8 OLI衛(wèi)星影像。初步掌握ENVI影像處理軟件的使用方法，熟悉軟件的用戶界面、功能模塊。復(fù)習(xí)遙感導(dǎo)論課程中的遙感影像目視解譯環(huán)節(jié)，選擇自己熟悉的地區(qū)，進(jìn)行Landsat TM/ETM+影像的目視解譯。實(shí)習(xí)內(nèi)容：1. 課前預(yù)先下載所熟悉地區(qū)Landsat TM/ETM+/OLI影像數(shù)據(jù)2. 利用下載影像數(shù)據(jù)的元數(shù)據(jù)文件將GeoTIFF格式的Landsat TM/ETM+/OLI原始數(shù)據(jù)轉(zhuǎn)換為ENVI標(biāo)

2、準(zhǔn)格式。3. 查詢并記錄影像文件的基本信息、投影信息，以及各個(gè)波段直方圖信息。4. 打開(kāi)影像，進(jìn)行假彩色合成波段組合試驗(yàn)，說(shuō)明實(shí)現(xiàn)真彩色合成與標(biāo)準(zhǔn)假彩色合成所需要的波段組合。5. 利用Resize Data（Spacial/Spectral）工具從多波段影像中選取512×512子區(qū)并保存為另一文件供后續(xù)工作中使用。6. 對(duì)影像進(jìn)行分析，說(shuō)明子區(qū)影像直方圖與原影像直方圖的差異，并分析子區(qū)影像的基本特征。重新計(jì)算原影像統(tǒng)計(jì)特征值，注意觀察記錄結(jié)果的變化。7. 利用SPEAR工具Google Earth Bridge定位和分析研究區(qū)的高分辨率影像特征。8. 采用標(biāo)準(zhǔn)假彩色合成影像進(jìn)行影像目

3、視解譯，識(shí)別影像中的土地利用/土地覆蓋類型，可能的土地利用/土地覆蓋類型包括： (1) 耕地farmland(8) 公路/鐵路road or railway(2) 草地grassland(9) 河流stream(3) 裸地barren land(10) 水庫(kù)reservoir(4) 森林forest(11) 冰雪ice and snow(5) 城鎮(zhèn)居民地town(12) 云cloud(6) 農(nóng)村居民地village(13) 陰影shadow(7) 沙漠desert列表說(shuō)明上述地物分別在兩種波段組合下的顏色、形狀、紋理等特征。9. 利用Z Profile (Spectrum)光譜剖面工具，提取上

4、述地物在不同波段的數(shù)值（Digital Number，DN）；要求針對(duì)影像中的6種地物至少各采集10個(gè)樣本，取平均值，做光譜剖面圖，分析不同地物的灰度值隨波段變化的特點(diǎn)。將光譜剖面數(shù)據(jù)保存為文本文件（txt格式，可以用文本文件編輯器打開(kāi)）。10. 采用Excel數(shù)據(jù)分析工具完成步驟6每種地物典型樣本的特征光譜統(tǒng)計(jì)分析，并將統(tǒng)計(jì)表附加在報(bào)告當(dāng)中。11. 采用Excel打開(kāi)步驟6生成的數(shù)據(jù)文件，從TM/ETM+/OLI/TIRS中選取紅光波段和近紅外波段的數(shù)據(jù)，做散點(diǎn)圖，分析上述不同地物在光譜空間中的分布情況及其規(guī)律（注意要在同一坐標(biāo)系當(dāng)中使用不同的符號(hào)表示不同的地表覆蓋類型，標(biāo)注水平坐標(biāo)和垂直坐

5、標(biāo)，并保持水平坐標(biāo)和垂直坐標(biāo)具有相同的縱橫比）。原理和方法命名規(guī)則：LC81250342015136LGN00 LC8 landsat 8 125034 行列號(hào) 2015影像的年份 136 2015年第136天 LGN 接收站代碼 00產(chǎn)品級(jí)別文件LC81250342015136LGN00_Bx.tiff為波段影像文件，B1B7分別為海藍(lán)波段、藍(lán)光波段、綠光波段、紅光波段、近紅外波段、短波紅外1、短波紅外2，為用戶常用的7個(gè)波段，B8為全色波段、B9為卷云波段、B10和B11為T(mén)IRS傳感器觀測(cè)熱量所用，BQA波段為質(zhì)量控制波段包含影像的云覆蓋、水體、冰雪等信息。LC8125034201513

6、6LGN00_MTL.txt包含影像的元數(shù)據(jù)信息。數(shù)據(jù)準(zhǔn)備與研究區(qū)概況數(shù)據(jù)從美國(guó)USGS官網(wǎng)/下載，衛(wèi)星為landsat8，傳感器為OLI，影像行列號(hào)為125034，影像日期為2015年5月16日，空間分辨率為30m×30m，為XX5月份影像，XX市地處黃土高原東部邊緣，地理坐標(biāo)為東經(jīng)111°23 114°28，北緯36°3938°06，地勢(shì)東高西低，山地、丘陵、平川呈階梯狀分布，大部分地區(qū)海拔在1000米以上。屬暖溫帶大陸性季風(fēng)氣候，季節(jié)變化明顯?？偟奶卣鳛椋捍杭靖稍锒囡L(fēng)，夏季炎熱多雨，秋季天高氣爽，

7、冬季寒冷少雪。農(nóng)作物主要種植玉米和小麥，5月份正直玉米小麥的成長(zhǎng)時(shí)期。操作步驟1. 登陸USGS官網(wǎng)，創(chuàng)建賬戶并下載一景l(fā)andsat8 OLI影像。2. 通過(guò)FileOpen AsLandsatGeo Tiff with Metadata打開(kāi)原始數(shù)據(jù)的元數(shù)據(jù)文件，再利用toolbox工具箱中的Raster ManagementLayer Stackingimport file，導(dǎo)入包含全色波段的txt元數(shù)據(jù)文件，生成標(biāo)準(zhǔn)ENVI格式文件，命名為L(zhǎng)C81250342015136LGN00_sub，該文件自動(dòng)導(dǎo)入ENVI中。3. 通過(guò)Raster ManagementEdit ENVI Head

8、er工具編輯LC81250342015136LGN00_sub的頭文件，完善影像的基本信息。4. 通過(guò)Data Manager查詢影像文件的基本信息、投影信息，通過(guò)Statisticscompute statistics，切記勾選Histograms，生成LC81250342015136LGN00_sub.sta統(tǒng)計(jì)文件，然后通過(guò)StatisticsView Statistics File打開(kāi)統(tǒng)計(jì)文件，查看各個(gè)波段直方圖信息。5. 通過(guò)Data ManagerBand Selection選擇波段進(jìn)行波段組合試驗(yàn)。6. 利用Raster ManagementResize DataSpacial

9、SubsetImage工具從多波段影像中選取512×512子區(qū)并保存為另一文件供后續(xù)工作中使用。7. 通過(guò)Statisticscompute statistics生成子區(qū)影像的直方圖，與原影像進(jìn)行比較分析。8. 利用SpearSpear Google Earth Bridge定位和分析研究區(qū)的高分辨率影像特征。9. 采用標(biāo)準(zhǔn)假彩色合成影像進(jìn)行影像目視解譯。10. 利用工具提取影像中6種地物至少10個(gè)樣本，點(diǎn)擊shift可連續(xù)選取，選取足夠目標(biāo)后導(dǎo)出為txt格式，以供數(shù)據(jù)分析使用。11. 加載Excel中的分析工具庫(kù)和分析工具庫(kù)VBA，并導(dǎo)入第10步中的txt數(shù)據(jù)，計(jì)算每種地物各個(gè)波段

10、的均值、方差、標(biāo)準(zhǔn)差、最大值、最小值，以及每種地物各個(gè)波段的協(xié)方差和相關(guān)系數(shù)，選取紅光波段和近紅外波段的數(shù)據(jù)制作散點(diǎn)圖。結(jié)果與分析1. 影像文件的基本信息和投影信息如圖所示：其中所包含的數(shù)據(jù)信息如下：數(shù)據(jù)大?。?31275354字節(jié)文件類型：ENVI傳感器類型：Landsat OLI投影信息：UTM投影，北半球 49帶地理坐標(biāo)系：WGS84像元大?。?0米波長(zhǎng)：0.443到2.201微米2. 各個(gè)波段直方圖信息如圖所示： 3. 波段組合試驗(yàn)：4、3、2：7、6、4：5、4、3：6、5、2：7、6、5：實(shí)現(xiàn)真彩色合成所需波段組合為：4（紅）、3（綠）、2（藍(lán)），能夠反映自然界真實(shí)景觀。實(shí)現(xiàn)標(biāo)準(zhǔn)假

11、彩色合成所需波段組合為：5（近紅外）、4（紅）、3（綠），能夠反映植被信息。4. 截取的512×512子區(qū)： 5. 原影像與子區(qū)影像直方圖對(duì)比分析： 原影像每個(gè)波段的最小值均為0，而子區(qū)影像每個(gè)波段的最小值不為0，且最大值小于原影像最大值，均值小于原影像的均值，標(biāo)準(zhǔn)差小于原影像的標(biāo)準(zhǔn)差，這是因?yàn)樽訁^(qū)只包含原影像的一部分，數(shù)據(jù)量相對(duì)原影像較小，且不包含原影像外圍的黑色區(qū)域，丟失了原影像中包含的最大最小值，各個(gè)波段的值相對(duì)較為集中，因此導(dǎo)致了子區(qū)各個(gè)波段的均值較大，標(biāo)準(zhǔn)差較小，突出表現(xiàn)了區(qū)域的特殊性。6. 利用Google Earth分析研究區(qū)的影像特征7. 標(biāo)準(zhǔn)假彩色合成目視解譯： 地

12、物在兩種波段組合下的顏色及紋理特征：耕地 草地裸地森林居民地公路/鐵路河流云標(biāo)準(zhǔn)假彩色顏色綠色淺綠青色紅色藏藍(lán)深綠黑色白色紋理特征平滑平滑平滑粗糙粗糙平滑平滑平滑真彩色顏色棕黃棕黃白色綠色灰白棕色黑色白色紋理特征平滑平滑平滑粗糙粗糙平滑平滑平滑8. 光譜剖面圖：Farmland：Forest：Road：Cloud：Stream：Village：由各種地物的協(xié)方差矩陣可以看出，各個(gè)波段與自身的相關(guān)系數(shù)均為1，且相鄰波段之間的相關(guān)系數(shù)一般大于不相鄰波段的相關(guān)系數(shù)，這說(shuō)明相鄰波段所包含的信息相近。散點(diǎn)圖：由散點(diǎn)圖可以看出：不同的地物光譜特征相差很大，相同的地物在散點(diǎn)圖中較為聚集，即使在地理空間上相隔

13、很遠(yuǎn)，但其光譜特征呈現(xiàn)一致性，這說(shuō)明各種地物的光譜特征具有特殊性和統(tǒng)一性。特殊性是指各種地物的光譜特征不盡相同，而統(tǒng)一性是指相同的地物無(wú)論空間距離多遠(yuǎn)，其光譜特征將呈現(xiàn)一致性。這就為遙感分類提供了切實(shí)可行的依據(jù)。通過(guò)制圖可以清晰直觀的表現(xiàn)事物的很多潛在聯(lián)系，因此在今后的學(xué)習(xí)過(guò)程中要多通過(guò)圖形來(lái)反應(yīng)事物的客觀規(guī)律。存在問(wèn)題與解決辦法查看影像各個(gè)波段的直方圖時(shí)，發(fā)現(xiàn)直方圖中的DN值多為幾萬(wàn)，不在0-255之間，以為需要進(jìn)行其他轉(zhuǎn)化才能使用，后來(lái)了解到TM影像使用一個(gè)字節(jié)存儲(chǔ)DN值，因此DN值為0-255，而landsat8影像使用2個(gè)字節(jié)存儲(chǔ)DN值，DN值的范圍為0-65535。在做各種地物各個(gè)波段的協(xié)方差和相關(guān)系數(shù)時(shí)，直接復(fù)制了實(shí)習(xí)大綱中的表格，然后發(fā)現(xiàn)少了一個(gè)波段，這是因?yàn)門(mén)M影像分為1、2、3、4、5、7波段，分別與landsat8中的2、3、4、5、6、7波段對(duì)應(yīng)，而landsat8中多了一個(gè)海藍(lán)波段band1，因此在制作協(xié)方差表格時(shí)，行列數(shù)均為7。 通過(guò)上課聽(tīng)老師講解作業(yè)，課下自己查看各個(gè)波段直方圖，不能實(shí)現(xiàn)屏蔽直方圖中的0值，應(yīng)當(dāng)使用什么工具來(lái)去除0值，并將Y軸壓縮，實(shí)現(xiàn)圖像的拉伸？總結(jié)通過(guò)