基于GIS與遙感的福州市植被生態(tài)環(huán)境質(zhì)量綜合分析-技術(shù)流程與具體實驗步驟

PAGEPAGE5基于GIS與遙感的福州市植被生態(tài)環(huán)境質(zhì)量綜合分析——技術(shù)流程與具體實驗步驟一、技術(shù)流程具體的實驗流程如圖1所示。圖1.技術(shù)流程圖二、實驗步驟（一）數(shù)據(jù)預(yù)處理（1）波段疊加1、2006年11月5日的Landsat5TM原始數(shù)據(jù)如圖2所示。圖2.原始數(shù)據(jù)2.在ENVI軟件中點擊菜單BasicTools，選擇子菜單LayerStacking，如圖3所示。圖3.波段疊加菜單（ENVI4.5）3.在彈出的窗口中設(shè)置參數(shù)：選擇要進行疊加的波段數(shù)據(jù)以及結(jié)果數(shù)據(jù)名稱和存放路徑，如圖4所示。生成的多波段影像如圖5所示。圖4.設(shè)置波段疊加的參數(shù)圖5.生成的多波段影像（RGB為5，4，3組合）（2）投影轉(zhuǎn)換利用Arcmap軟件中的投影轉(zhuǎn)換工具Project，對福州市行政界線圖層進行投影轉(zhuǎn)換。如圖6所示。圖6.投影轉(zhuǎn)換（3）影像裁剪1.在ENVI軟件中將福州市的矢量邊界圖層與遙感影像疊加顯示。首先打開遙感影像圖，然后在視圖中點擊菜單Overlay下的子菜單Vectors…，在彈出的窗口中點擊菜單File，選擇OpenVectorFile…，如圖7所示。圖7.疊加矢量圖的菜單2.在彈出的窗口中設(shè)置參數(shù)如下：選擇輸入的矢量邊界圖層，選擇輸出的.evf數(shù)據(jù)文件名及其存放路徑，選擇矢量圖曾的投影坐標系統(tǒng)，然后點擊OK，在彈出的窗口中設(shè)置矢量圖層的顯示顏色為紅色，點擊Apply。圖16.植被指數(shù)的波段運算2.點擊OK，在彈出的窗口中進行變量與波段之間的配對。然后選擇輸出文件名及其存放路徑。結(jié)果如圖17所示。圖17.變量與波段之間的配對以及生成的植被指數(shù)影像圖（2）熱度指數(shù)提取1.熱紅外波段的遙感數(shù)據(jù)TM6(10.4～12.5um),對溫度敏感,經(jīng)輻射定標后,直接得到輻射溫度,可以根據(jù)地物輻射響應(yīng)的差異,反映不同的地類,因而TM6圖像數(shù)據(jù)可以作為溫度的相對指標。故在本實驗中,以輻射校正處理后的TM6作為熱度指數(shù)。輻射校正的公式以及參數(shù)值如圖18所示。圖18.輻射校正的公式以及參數(shù)值2.在BandMath窗口中輸入公式：((15.30-1.24)*b6)/255+1.24。點擊OK，在彈出的窗口中進行變量匹配。生成的熱度指數(shù)影像圖如圖19所示。圖19.熱度指數(shù)的波段運算與熱度指數(shù)影像圖（3）濕度指數(shù)提取在BandMath窗口中輸入公式：0.1509*(b1)+0.1973*(b2)+0.3279*(b3)+0.3406*(b4)-0.7112*(b5)-0.4572*(b7)。點擊OK，在彈出的窗口中進行變量匹配。生成的濕度指數(shù)影像圖如圖20所示。圖20.濕度指數(shù)的波段運算與濕度指數(shù)影像圖（3）土壤亮度指數(shù)提取在BandMath窗口中輸入公式：0.3037*(b1)+0.2739*(b2)+0.4743*(b3)+0.5585*(b4)+0.5082*(b5)+0.1863*(b7)。點擊OK，在彈出的窗口中進行變量匹配。生成的土壤亮度指數(shù)影像圖如圖21所示。圖21.土壤亮度指數(shù)的波段運算與土壤亮度指數(shù)影像圖（4）高程與坡度影像數(shù)據(jù)提取1.打開DEM影像，利用福州市行政邊界矢量圖作為掩膜，提取福州市的DEM。如圖22和圖23。圖22.建立裁剪福州市DEM的掩膜圖23.福州市高程數(shù)據(jù)（DEM）影像圖2.將DEM影像圖另存為tiff格式的數(shù)據(jù)：點擊菜單File，選擇子菜單中的SaveFileAs中的TIFF/GeoTIFF，在彈出的窗口中輸入福州市DEM數(shù)據(jù)，并選擇輸出文件名及其路徑。如圖24所示。圖24.將DEM影像圖另存為tiff格式的數(shù)據(jù)3.啟動Arcmap軟件，打開福州市DEM的tiff格式數(shù)據(jù)，打開3DAnalyst模塊，點擊該模塊中的SurfaceAnalysis菜單中的子菜單Slope…，在彈出的窗口中進行參數(shù)設(shè)置，生成坡度影像圖。如圖25所示。利用ENVI打開生成的坡度影像，如圖26所示。圖25.生成坡度影像圖圖26.坡度影像圖（三）綜合評價模型的建立（1）各指標的標準化處理1.由于評價指標與植被生態(tài)環(huán)境質(zhì)量關(guān)系有正逆兩種，且其算法也不同，不具備可比性，因此對評價指標值要經(jīng)過標準化處理，標準化處理公式如下：a=(X-Xmin)/(Xmax-Xmin)×100(1)b=100-(X-Xmin)/(Xmax-Xmin)×100(2)與植被生態(tài)呈正相關(guān)的指標為植被指數(shù)、濕度指數(shù)(在其他植被生態(tài)環(huán)境指標相同的條件下，福州市的濕度指數(shù)即水分狀況與植被生態(tài)呈正相關(guān))和高程(根據(jù)實地調(diào)查資料，福州市高程與植被覆蓋呈正相關(guān)關(guān)系)，按(1)式進行標準化；與植被生態(tài)呈負相關(guān)的指標為熱度指數(shù)、土壤亮度指數(shù)和坡度，按(2)式進行標準化。a，b分別為與植被生態(tài)呈正相關(guān)的指標(植被指數(shù)、濕度指數(shù)、高程)及與植被生態(tài)呈負相關(guān)指標(熱度指數(shù)、土壤亮度指數(shù)、坡度)的標準化值，X為指標值，Xmax為指標最高閾值，Xmin為指標最低閾值。2.點擊菜單BasicTools，選擇子菜單中的Statistics中的ComputeStatistics，統(tǒng)計得出各個遙感指數(shù)的影像最大與最小值。然后利用波段運算工具，根據(jù)上述公式進行標準化處理。植被指數(shù)NDVI影像圖的標準化，波段運算時輸入的公式為（b1+1）/2*100。如圖27~29。圖27.對植被指數(shù)影像圖進行統(tǒng)計計算圖28.植被指數(shù)影像圖的標準化圖29.標準化處理后的植被指數(shù)影像圖濕度指數(shù)THIRD影像圖的標準化，波段運算時輸入的公式為：(b1+234.987885)/(75.979607+234.987885)*100。如圖30~31。圖30.濕度指數(shù)的標準化處理圖31.標準化處理后的濕度指數(shù)影像圖c）高程數(shù)據(jù)DEM影像的標準化，波段運算時輸入的公式為：(float(b1)+19)/(1675+19)*100。如圖32~33。圖32.高程數(shù)據(jù)影像的標準化圖33.標準化處理后的高程數(shù)據(jù)影像圖d）熱度指數(shù)HOT的標準化處理，波段運算時輸入的公式為：100-(b1-5.044471)/(15.300000-5.044471)*100。如圖34~35。圖34.熱度指數(shù)的標準化處理圖35.標準化處理后的熱度指數(shù)影像圖e）土壤亮度指數(shù)BRIGHTNESS的標準化處理，波段運算時輸入的公式為：100-(b1-0)/(587.749512-0)*100。如圖36~37。圖36.土壤亮度指數(shù)的標準化處理圖37.標準化處理后的土壤亮度指數(shù)影像圖f）坡度影像SLOPE的標準化處理，波段運算時輸入的公式為：100-(b1-0)/(87.830170-0)*100。如圖圖38.坡度影像的標準化處理圖39.標準化處理后的坡度影像圖3.將標準化后的這六個指標影像數(shù)據(jù)合成一幅影像：點擊BasicTools，選擇LayerStacking。如圖40所示。圖40.六個指標影像合成一幅影像（2）主成分分析1.點擊菜單Transform，選擇子菜單PrincipleComponents》ForwardPCRotation》ComputeNewStatisticsandRotation，在彈出的對話框中設(shè)置相應(yīng)的參數(shù)，生成主成分影像圖，如圖41~45。圖41.主成分分析菜單圖42.主成分分析參數(shù)設(shè)置圖43.第一、二主成分影像圖圖44.第三、四主成分影像圖圖45.第五、六主成分影像圖2.打開主成分分析生成的統(tǒng)計數(shù)據(jù)結(jié)果文件：點擊BasicTools菜單中的Statistics》ViewStatisticsFile，主成分的特征值和特征向量如圖46所示。圖46.主成分的特征值和特征向量3.計算各個指標的載荷矩陣：由于提取主成分的個數(shù)一般要求累積貢獻率超過85%，本實驗中提取了前四主成分，它們代表了反映植被生態(tài)指標的99.55%的原始信息，可信度很高。計算得的負荷矩陣見表1。表1旋轉(zhuǎn)后的因子(主成分)負荷矩陣指標主成分1主成分2主成分3主成分4坡度-8.7004.989-7.747-0.804土壤亮度指數(shù)40.9842.041-0.7070.609熱度指數(shù)33.2651.295-0.7740.245高程4.230-11.472-3.6431.295濕度指數(shù)5.078-9.456E-020.1700.273植被指數(shù)9.643-3.5600.193-4.869特征值2.999E+031.750E+0274.45226.540貢獻率（%）91.165.322.260.81累計貢獻率（%）91.1696.4898.7499.55（3）綜合得分1.根據(jù)主成分分析所確定的權(quán)重值，建立福州市生態(tài)環(huán)境綜合評價模型:上式中，E為評價單元生態(tài)環(huán)境綜合評價指數(shù)，Pi(i=1，2，3，4)為第i個主成分得分，Ai(i=1，2，3，4)為第i個主成分權(quán)重(貢獻率)。在ENVI的支持下，利用上述植被生態(tài)環(huán)境綜合評價模型計算福州市植被生態(tài)綜合得分，得分越大，植被生態(tài)環(huán)境越好，得分越小，植被生態(tài)環(huán)境越差。2.根據(jù)上述公式進行波段運算，輸入公式為：(float(b1)*0.9116)+(float(b2)*0.0532)+(float(b3)*0.0226)+(float(b4)*0.0081)。如圖47所示。圖47.福州市植被生態(tài)綜合得分影像圖（四）專題制圖（1）密度分割在ENVI軟件中福州市植被生態(tài)綜合得分影像圖，點擊Tools》ColorM