遥感生态指数（RSEI）——水体掩膜及主成分分析

1、水体掩膜

①利用水体指数来增强水体信息，弱化其他地物的信息，便于提取研究区的水体范围

NDWI = (Green - NIR)/(Green + NIR )

MNDWI = (Green - SWIR1) / (Green + SWIR1)

INDVI = (Red - NIR) / (Red + NIR)

以上三个水体指数都能在一定程度上突出水体，推荐使用MNDWI指数进行水体范围的提取。在Bandmath中输入水体指数法的计算公式：(float(b2-b5))/(b2+b5)，其中b2、b5分别表示绿光波段和中中红外1波段。得到增强水体后的图像，如图1

图1 增强水体

②在生成的水体指数图层，右击选择【New Raster Color Slice】，仅保存一个color，根据水体值的范围设置合理的color范围。一般情况下，水体的范围在[0.25,1]，具体的要根据研究区确定。我的研究区范围是厦门，水体范围大致在[0.4,1]之间，如图2、图3所示

图2 设置水体的范围值

图3 水体覆盖范围

③提取水体的范围，将该Slice导出为.shp格式

图4 将水体范围导出成shp矢量格式

④制作水体掩膜区。打开 .shp文件，用【Build Mask】工具制作水体掩膜。打开【Build Mask】，选择要制作掩膜区的区域；之后点击 Options—Import EVFs，选择水体边界，点击ok（图5），再选择Options—Selected “Off”/Selected “On”，选择掩膜区是否参与计算（图6），最后填写输出路径，完成水体掩膜区制作。生成的图像为二值图，0为不参与计算区域，1为参与计算区

图5 选择shp作掩膜区

图6 在option选择掩膜区是否参与计算

⑤根据制作的掩膜区对数据进行水体掩膜处理，在bandmath中输入公式 b1*b2 ，b1、b2分别选择掩膜区和待掩膜数据。由于不参与计算的区域值仍未0，在后续的主成分分析中仍然会参与进去，我一般情况下会把不参与计算的水面和非研究值设置成NaN，可以根据公式 (float(b1)*b1)/b1，将值为0的区域设置成Not a number

2、分别对NDVI、Wet、NDBSI、LST进行掩膜处理、数据标准化处理（归一化工具 Streatch data，范围为[0,1]）后，通过【Layer stacking】将以上四幅影像按NDVI、Wet、NDBSI、LST的顺序合成一景

3、主成分分析。【Transform】|【Principal Component】|【Forward PC Rotation】}【Compute New Statistics Rotate】。

一般情况下，第一主成分的贡献度占比超过80%，之后依次递减。

图7 各主成分的贡献度

4、经过主成分分析之后，第一主成分PC1即为初始遥感生态指数RSEI0。在个别情况下，生态较好的区域RSEI0值反而越低，这时候可以用 1-RSEI0 公式进行计算，使RSEI值高的地方表示生态越好。

5、对得到的RSEI值进行标准化处理，使得其范围在[0,1]之间。值越大，表示该地区的生态环境越好。

6、根据RSEI值对研究区的生态环境进行生态环境等级划分。图9是2018年厦门的遥感生态指数等级划分图（厦门的生态环境还是杠杠的~)

图8 生态环境等级划分

图9 来张结果图吧~

至此，完成遥感生态指数RSEI的计算啦 (说的容易，做起来，不容易哇！！）

当然，遥感生态指数不仅仅是计算RSEI这个指数啦，更重要的是对生态环境进行动态监测，就是在RSEI的基础上，对不同年份的遥感生态指数进行对比、分析，达到动态评价的效果~~

emm，这一篇写的好乱吼~大概只有我能看懂了（TT），就这样子吧，记录一下下~~