遥感生态指数（RSEI）——图像预处理

遥感生态指数（RSEI）是通过主成分耦合绿度、干度、湿度、热度四个指标，并第一主成分作为RSEI值，用来评价一个地区的生态环境。

数据来源：地理空间数据云（http://www.gscloud.cn/） 遥感图像处理软件：ENVI5.3

RSEI计算的主要步骤：（1）图像预处理。主要包括辐射定标、大气校正、研究区裁剪三部分；（2）四个生态因子指标计算；（3）水体掩膜、数据标准化（归一化）；（4）主成分变换及变换后处理。

1.图像预处理

1.1辐射定标

辐射定标是将原始图像的DN值转化为反射率亮度值。其目的是消除传感器本身的误差，确定传感器入口处的准确辐射值

首先打开原始数据中的_MTL文件，打开[Radiometric Calibration]工具，可以在搜索框中搜索。在[Select Input File]中选择多光谱数据[_MTL_MultiSpectral]，可以根据研究区对图像范围进行裁剪，减少数据量。以厦门市为例。

图1.1 辐射定标

 

 

 

点击[OK]之后，出现以下对话框。直接点击[Apply Flassh Settings]，填写输出路径及文件名，后缀为[.dat]，用于后续的大气校正。结果如下图，图像对比度有所增强。

图1.2 辐射定标参数设置

 

 

1.3 辐射定标结果

 

1.2大气校正

大气散射是太阳辐射衰减的主要原因，而大气校正的主要目的是消除大气散射引起的图像模糊失真问题，从而提高图像质量和对比度。

打开大气校正工具[FLAASH Atmospheric Correction]（也有其他大气校正方法，如快速大气校正）。在[Input Radiance Image]中选择辐射校正的图像。

图1.4 大气校正

填写大气校正参数。其中，大气模型参数[Atmospheric Model]根据研究区的纬度和图像获取时间确定，气溶胶模型[Aerosol Model]、气溶胶反演方法[Aerosol Retrieval]根据实际选择相应方法。

图1.5 大气校正参数

 

图1.6 根据研究区纬度和时间选择相应的大气模型

 

点击[Advanced Aettings]，设置参数。一般情况下，CO2 mixing Ratio（ppm）2001年前是370，2001年之后是390。

图1.7 大气校正参数

 

点击[Apply]，得到大气校正结果。下图为标准假彩色图像（Nir、Red、Green波段合成）

图1.8大气校正结果

 

1.3大气校正过度解决方案

一般情况下，经过大气校正后的值均大于1。但因为总总原因，可能会出现部分波段的最小值小于零的情况，即大气校正过度。可以通过右击图层，选择[Quick Stats]查看波段的灰度分布。

图1.9 波段分布

 

根据各波段的灰度分布，可以用公式将一些不合理的像素值剔除。（注：一般小于零或值非常大的像素个数占少数，用合理的值替代这些异常值不会影响最终结果）

大气校正过度，使得后续的计算会出现极个别异常值，比如、NDVI计算会出现值不在[-1,1]范围内的像素，称为“溢出”。

在[Band Math]工具中，输入逻辑运算公式。（本次没有处理大气校正过度问题，而是留到后续指数计算，对“溢出值”进行剔除。）

以NDVI值溢出为例，若NDVI范围值在[-5.4, 2.3]之间，但归一化植被指数NDVI的正常值范围为[-1,1]。因此可以在Bangmath工具中输入剔除异常值公式：(b1 lt -1.0)*-1 + (b1 ge -1 and b1 le 1)*b1 + (b1 gt 1)*1，b1选择为NDVI图像。

以上公式的意思是将小于-1的像素值替换为1，将像素值大于1的像素值替换为1，而在[-1,1]之间的像素值保持不变。

图1.10标关系逻辑运算符题