專題實(shí)用技術(shù)

1、技術(shù)(jsh)專題：實(shí)用技術(shù)技術(shù)支持郵箱：ENVI-IDL技術(shù)支持熱線：400-819-2881-5官方(gunfng)技術(shù)博客：http:/enviidl官方技術(shù)qq群：148564800、184886955共四十六頁(yè)Landsat8TIRS反演地表溫度基于CART的自動(dòng)決策樹分類國(guó)產(chǎn)資源三號(hào)數(shù)據(jù)處理水深反演和船只(chunzh)提取圖像數(shù)據(jù)類型轉(zhuǎn)換圖像批量/分幅裁剪技術(shù)主要(zhyo)內(nèi)容共四十六頁(yè)1. Landsat8TIRS反演(fn yn)地表溫度共四十六頁(yè)熱紅外遙感（Infrared Remote Sensing）是指?jìng)鞲衅鞴ぷ鞑ǘ蜗抻诩t外波段范圍之內(nèi)的遙感。即利用星載或機(jī)載傳感器

2、收集、記錄(jl)地物的熱紅外信息，并利用這種熱紅外信息來(lái)識(shí)別地物和反演地表參數(shù)如溫度、濕度和熱慣量等。目前有很多的衛(wèi)星攜帶了熱紅外傳感器，包括ASTER、AVHRR、MODIS、TM/ETM+/ TIRS等。練習(xí)數(shù)據(jù): 3-專題：基于像元二分模型的植被覆蓋度反演1-Landsat81. 專題(zhunt)背景共四十六頁(yè)名詞說(shuō)明輻射出射度單位時(shí)間內(nèi)從單位面積上輻射的輻射能量稱為輻射出射度，單位一般是W/m2 (瓦特/平方米)輻射亮度（Radiance）輻射源在某一方向上單位投影表面、單位立體角內(nèi)的輻射通量，稱為輻射亮度，單位一般是W/(m2*m*sr)（瓦特/平方米.微米.球面度）比輻射率(

3、Emissivity)也稱發(fā)射率，物體的輻射出射度與同溫度黑體輻射出射度的比值。如果物體指的是地表，稱為地表比輻射率。大氣透射率通過(guò)大氣(或某氣層)后的輻射強(qiáng)度與入射前輻射強(qiáng)度之比。亮度溫度（Brightness Temperature）當(dāng)一個(gè)物體的輻射亮度與某一黑體的輻射亮度相等時(shí)，該黑體的物理溫度就被稱之為該物體的“亮度溫度”，所以亮度溫度具有溫度的量綱，但是不具有溫度的物理含義，它是一個(gè)物體輻射亮度的代表名詞。常見(chn jin)名詞共四十六頁(yè)目前，地表溫度反演算法主要有以下三種大氣校正法（也稱為輻射傳輸方程：Radiative Transfer EquationRTE）單通道算法分裂

4、窗算法本實(shí)例是基于大氣校正法，利用Landsat8 TIRS反演地表溫度?；驹恚菏紫裙烙?jì)大氣對(duì)地表熱輻射的影響, 然后把這部分大氣影響從衛(wèi)星傳感器所觀測(cè)(gunc)到的熱輻射總量中減去, 從而得到地表熱輻射強(qiáng)度, 再把這一熱輻射強(qiáng)度轉(zhuǎn)化為相應(yīng)的地表溫度。1. 溫度反演常見(chn jin)方法共四十六頁(yè)衛(wèi)星傳感器接收到的熱紅外輻射亮度值L由三部分組成：大氣向上輻射亮度L，地面的真實(shí)輻射亮度經(jīng)過(guò)大氣層之后到達(dá)衛(wèi)星傳感器的能量；大氣向下輻射到達(dá)地面后反射的能量。衛(wèi)星傳感器接收到的熱紅外輻射亮度值L的表達(dá)式可寫為（輻射傳輸方程(fngchng)）： L = B(TS) + (1-)L + L （

5、1.1）式中，為地表比輻射率，TS為地表真實(shí)溫度(K)，B(TS)為黑體熱輻射亮度，為大氣在熱紅外波段的透過(guò)率。則溫度為T的黑體在熱紅外波段的輻射亮度B(TS)為： B(TS) = L - L- (1-)L/ （1.2）Ts可以用普朗克公式的函數(shù)獲取。 TS = K2/ln(K1/ B(TS)+ 1) （1.3）對(duì)于TIRS Band10，K1= 774.89 W/(m2*m*sr)，K2 = 1321.08K。1. 基于大氣校正法的溫度(wnd)反演共四十六頁(yè)1. 處理(chl)流程共四十六頁(yè)Band10 熱紅外數(shù)據(jù)輻射定標(biāo)，得到(d do)B10輻射亮度圖像。工具：Radiometric

6、Correction/Radiometric CalibrationOLI輻射定標(biāo)和大氣校正為可選操作。1.1 圖像輻射(fsh)定標(biāo)共四十六頁(yè)TIRS的Band10熱紅外波段(bdun)與TM/ETM+6熱紅外波段具有近似的波譜范圍，本例采用TM/ETM+6相同的地表比輻射率計(jì)算方法。使用Sobrino提出的NDVI閾值法計(jì)算地表比輻射率。 =0.004Pv+0.986 其中， Pv是植被覆蓋度，用以下公式計(jì)算： Pv = (NDVI- NDVISoil)(NDVIVeg - NDVISoil) NDVI為歸一化植被指數(shù)，NDVISoil為完全是裸土或無(wú)植被覆蓋區(qū)域的NDVI值，NDVIVe

7、g則代表完全被植被所覆蓋的像元的NDVI值。取經(jīng)驗(yàn)值NDVIVeg = 0.70和NDVISoil = 0.05。1.2 地表(dbio)比輻射率計(jì)算共四十六頁(yè)第一步：計(jì)算(j sun)NDVISpectral/Vegetation/NDVI第二步：計(jì)算植被覆蓋度(b1 gt 0.7)*1+(b1 lt 0.05)*0+(b1 ge 0.05 and b1 le 0.7)*(b1-0.05)/(0.7-0.05)b1：NDVI計(jì)算結(jié)果第三步：計(jì)算地表比輻射率0.004*b1+0.986b1：植被覆蓋度圖像1.2 地表(dbio)比輻射率計(jì)算共四十六頁(yè)在NASA公布的網(wǎng)站(wn zhn)查詢（）

8、，輸入成影時(shí)間：2013-10-03 02:55和中心經(jīng)緯度（Lat：40.32899857，Lon：116.70610046），以及其他相應(yīng)的參數(shù)，得到大氣剖面信息為：大氣在熱紅外波段的透過(guò)率：0.90大氣向上輻射亮度L：0.75 W/(m2srm)大氣向下輻射亮輻射亮度L：1.29W/(m2srm)提示：由于缺少地表相關(guān)參數(shù)（氣壓、溫度、相對(duì)濕度等信息），得到的結(jié)果是基于模型計(jì)算的結(jié)果。1.3 黑體輻射亮度(lingd)與地表溫度計(jì)算共四十六頁(yè)計(jì)算得到同溫度下的黑體(hit)輻射亮度圖像(b2-0.75-0.9*(1-b1)*1.29)/(0.9*b1)b1：地表比輻射率圖像b2：Band

9、10輻射亮度圖像計(jì)算得到地表溫度圖像（單位為）(1321.08)/alog(774.89/b1+1)-273 b1：同溫度下的黑體輻射亮度圖像1.3 黑體輻射亮度與地表(dbio)溫度計(jì)算共四十六頁(yè)在圖層管理器（Layer Manager）中的地表溫度圖像圖層，右鍵選擇 Raster Color Slices。將溫度劃分為四個(gè)區(qū)間：25以上22至2520至2215至20低于15統(tǒng)計(jì)(tngj)反演結(jié)果得出81%區(qū)域的溫度集中在1522區(qū)間。1.4 后處理和統(tǒng)計(jì)分析共四十六頁(yè)2. 基于(jy)CART的自動(dòng)決策樹分類共四十六頁(yè)基于知識(shí)的決策樹分類是基于遙感影像數(shù)據(jù)及其他空間數(shù)據(jù)，通過(guò)專家經(jīng)驗(yàn)總結(jié)

10、、簡(jiǎn)單的數(shù)學(xué)統(tǒng)計(jì)和歸納方法等，獲得分類規(guī)則并進(jìn)行遙感分類。分類規(guī)則易于理解(lji)，分類過(guò)程也符合人的認(rèn)知過(guò)程，最大的特點(diǎn)是利用的多源數(shù)據(jù)。決策樹分類主要的工作是獲取規(guī)則，本章節(jié)介紹使用CART算法獲取規(guī)則，基于規(guī)則提取土地覆蓋信息。2. 專題(zhunt)介紹共四十六頁(yè)2. 決策樹分類(fn li)流程數(shù)據(jù)預(yù)處理構(gòu)建多源數(shù)據(jù)獲取規(guī)則應(yīng)用規(guī)則分類后處理共四十六頁(yè)本例使用Landsat 8 OLI數(shù)據(jù)(shj)，已經(jīng)過(guò)幾何校正、工程區(qū)裁剪。這一步主要是構(gòu)建多元數(shù)據(jù)(shj)集。數(shù)據(jù)(shj)集由海岸、藍(lán)、綠、紅、近紅外、兩個(gè)短波紅外等七個(gè)多光譜波段，以及NDVI、ISODATA非監(jiān)督分類結(jié)果。

11、LC8_mosaic.dat2.1 準(zhǔn)備(zhnbi)數(shù)據(jù)共四十六頁(yè)計(jì)算NDVI獲取ISODATA非監(jiān)督分類(fn li)結(jié)果Layer Stacking2.1 準(zhǔn)備(zhnbi)數(shù)據(jù)共四十六頁(yè)五種地物：Forest 林地Agriculture 耕地City 建成區(qū)Water 水體Others 其他(qt)，包含裸地、陰影等。2.2 獲取(huq)規(guī)則選擇訓(xùn)練樣本共四十六頁(yè)安裝ENVI下的CART擴(kuò)展工具，將解壓后的文件拷貝到ENVI Classic安裝目錄下的Save_Add文件夾內(nèi)，啟動(dòng)(qdng)ENVI Classic。主菜單-Classification-Decision Tree-

12、RuleGen -Classifier2.2 獲取(huq)規(guī)則共四十六頁(yè)/Classification/Decision Tree/Execute Decision Tree2.3 執(zhí)行(zhxng)決策樹分類共四十六頁(yè)精度驗(yàn)證(ynzhng)小斑塊去除修改類名修改顏色2.4 分類(fn li)后處理共四十六頁(yè)3. 國(guó)產(chǎn)資源(zyun)三號(hào)數(shù)據(jù)處理共四十六頁(yè)ENVI直接(zhji)支持資源三號(hào)數(shù)據(jù)的正射校正等處理，由于多光譜和全色圖像存在所謂“6”夾角問(wèn)題，全色和多光譜圖像的正射校正結(jié)果經(jīng)常有一定的幾何誤差，對(duì)后面的處理如圖像融合產(chǎn)生影響。本例以經(jīng)過(guò)正射校正的資源三號(hào)全色和多光譜圖像為例子，

13、學(xué)習(xí)圖像配準(zhǔn)、圖像融合、真彩色增強(qiáng)處理步驟。3. 專題(zhunt)背景共四十六頁(yè)使用(shyng)圖像自動(dòng)配準(zhǔn)流程化工具（Image Registration Workflow）完成這兩幅圖像的配準(zhǔn)。3.1 圖像(t xin)配準(zhǔn)共四十六頁(yè)在Toolbox工具箱中，雙擊/Image Sharpening/NNDiffuse Pan Sharpening工具(gngj)。3.2 圖像(t xin)融合共四十六頁(yè)遙感圖像自然真彩色合成可分為以下幾種方法：1、直接用多光譜圖像的紅色、綠色、藍(lán)色波段合成，一般用于高分辨率圖像，如QuickBird、Worldview-2等；2、利用其它波段加權(quán)處理，

14、重新生成紅色、綠色、藍(lán)色波段，一般用于增強(qiáng)某種地物顏色層次，如植被、水體等，一般用于中高分辨率圖像，如資源三號(hào)等數(shù)據(jù)(shj)；3、利用其它波段信息重新生成某一波段，一般用于缺少波段的圖像，如SPOT5、ASTER、資源一號(hào)02C等缺少藍(lán)色波段數(shù)據(jù)。3.3真彩色增強(qiáng)(zngqing)共四十六頁(yè)本例子直接(zhji)使用基于上述原理開發(fā)的擴(kuò)展工具。將素材包中的常用ENVI功能擴(kuò)展工具植被增強(qiáng)工具envi_vegetation_enhance.sav文件拷貝到安裝目錄extensions中，重啟ENVI。在Toolbox中，啟動(dòng)/Extensions/Vegetation Enhance。3.3真

15、彩色增強(qiáng)(zngqing)共四十六頁(yè)4. 水深反演和船只(chunzh)提取共四十六頁(yè)ENVI的SPEAR工具集（(Spectral Processing Exploitation and Analysis Resource)）是將很多的遙感圖像處理過(guò)程集成為流程化的操作方式，使得遙感圖像處理知識(shí)相對(duì)薄弱的非專業(yè)人員也能利用流程化的工具進(jìn)行圖像處理，圖像處理速度也有很大的提高。每一個(gè)SPEAR工具的圖像處理流程有操作說(shuō)明，參數(shù)設(shè)置，幫助和步驟控制按鈕，中間生成結(jié)果(ji gu)自動(dòng)保存在默認(rèn)目錄下。4. 專題(zhunt)背景共四十六頁(yè)SPEAR工具集包含16個(gè)圖像處理流程：船只提取數(shù)據(jù)融合水

16、體(shu t)信息提取道路信息提取變化檢測(cè)分類以及分類后處理水相對(duì)深度 植被指數(shù)提取以及分析波譜相似地物提取 基于地形正射校正異常檢測(cè)元數(shù)據(jù)瀏覽影像對(duì)地圖（Image-map）幾何校正Google Earth Bridge獨(dú)立主成分分析影像垂直條紋去除 4. 專題(zhunt)背景共四十六頁(yè)SPEAR Relative Water Depth工具使用底部反照率獨(dú)立水深測(cè)量算法（bottom albedo-independent Bathymetry algorithm）量測(cè)水深，這個(gè)算法假設(shè)：當(dāng)深度相同的時(shí)候，不管水底是被深色水草或者明亮的沙子(sh zi)覆蓋，他們都顯示為同一深度。SPE

17、AR/SPEAR Relative Water Depth4.1 水深反演(fn yn)共四十六頁(yè)下面我們使用WV-2多光譜2米影像（如下圖所示）學(xué)習(xí)這個(gè)工具，影像包括岸邊、淺海、和深海等區(qū)域。數(shù)據(jù)在“32-技術(shù)專題：實(shí)用技術(shù)4-水深反演和船只(chunzh)識(shí)別1-水深反演”文件夾中。4.1 水深反演(fn yn)共四十六頁(yè)SPEAR Watercraft Finder工具可以從高分辨率的多光譜數(shù)據(jù)中識(shí)別移動(dòng)或者靜止的船只。該工具的前提是包括近紅外波段，船只信息會(huì)在水吸收的近紅外波段異常聚集，提供兩種船只提取算法：基于紋理：包含船只的像素能在“均勻背景”下聚集，這就是預(yù)期的“紋理”結(jié)果。這種

18、方法比較常用，精度也較高?；?緯散點(diǎn)圖：在2緯散點(diǎn)圖上手動(dòng)選擇船只像元區(qū)域，這種方法適合分析小范圍(fnwi)區(qū)域，對(duì)于大范圍(fnwi)區(qū)域效果不高。4.2 船只(chunzh)提取共四十六頁(yè)/SPEAR/SPEAR Watercraft Finder下面以2.4米的Quick Bird多光譜數(shù)據(jù)為例，詳細(xì)介紹這個(gè)工具的使用。數(shù)據(jù)情況如下圖所示，包括(boku)移動(dòng)、靜止船只，還包括(boku)部分陸地和島礁。數(shù)據(jù)存放在“32-技術(shù)專題：實(shí)用技術(shù)4-水深反演和船只識(shí)別2-船只識(shí)別”文件夾中4.2 船只(chunzh)提取共四十六頁(yè)5. 圖像(t xin)數(shù)據(jù)類型轉(zhuǎn)換共四十六頁(yè)遙感(yogn

19、)圖像數(shù)據(jù)類型常見的是8bit和16bit，同時(shí)它表示圖像像元值范圍，即圖像灰度級(jí)。如下表為ENVI中的圖像數(shù)據(jù)類型說(shuō)明。圖像灰度級(jí)越高，圖像表達(dá)的地物波譜越精確，但是數(shù)據(jù)量越大。5 專題(zhunt)背景數(shù)據(jù)類型數(shù)據(jù)范圍Bytes/ Pixel8-bit字節(jié)型（Byte）0-255116-bit整型（Integer）-32768-32767216-bit無(wú)符號(hào)整型（Unsigned Int）0-65535232-bit長(zhǎng)整型（Long Integer）大約+/-20億432-bit無(wú)符號(hào)長(zhǎng)整型（Unsigned Long）0-大約40億432-bit浮點(diǎn)型（Floating Point）+/

20、-1e38464-bit雙精度浮點(diǎn)型（Double Precision）+/-1e308864-bit整型（64-bit Integer）大約+/-9e188無(wú)符號(hào)64-bit整型（Unsigned 64-bit）0-大約2e198復(fù)數(shù)型（Complex）+/-1e388雙精度復(fù)數(shù)型（Double Complex）+/-1e30816共四十六頁(yè)現(xiàn)在顯示系統(tǒng)都是24位和32位。24位色被稱為真彩色，它可以達(dá)到人眼分辨的極限，發(fā)色數(shù)是1677萬(wàn)多色，也就是2的24次方。但32位色就并非是2的32次方的發(fā)色數(shù)，它其實(shí)也是1677萬(wàn)多色，不過(guò)它增加了256階顏色的灰度也就是8位透明度，發(fā)色數(shù)其實(shí)2的2

21、4次方，但是增加了8位透明度，就規(guī)定它為32位色。簡(jiǎn)單的理解就是圖像在顯示系統(tǒng)中都是以單波段8位顯示，RGB合成24位彩色顯示。因此(ync)，高于8bit的圖像都會(huì)經(jīng)過(guò)拉伸以8bit灰度級(jí)顯示。5. 顯示(xinsh)系統(tǒng)共四十六頁(yè)當(dāng)我們使用16bit圖像時(shí)，有以下兩種應(yīng)用場(chǎng)景：作為底圖應(yīng)用，數(shù)據(jù)大小盡量??；在其他軟件中打開，如印刷(ynshu)軟件，顏色與遙感軟件中顯示的一樣。處理方法就是將16bit數(shù)據(jù)類型轉(zhuǎn)成8bit圖像。本例數(shù)據(jù)是RGB3個(gè)波段、16bit、0.5米分辨率的高分辨率影像，數(shù)據(jù)：32-技術(shù)專題：實(shí)用技術(shù)5-圖像數(shù)據(jù)類型轉(zhuǎn)換。5.1 數(shù)據(jù)(shj)類型轉(zhuǎn)換共四十六頁(yè)6.圖像批量/分幅裁剪(cijin)技術(shù)共四十六頁(yè)我們經(jīng)常(jngchng)需要