[ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)

  • 实验目的

得到太湖区域的叶绿素浓度分布图

  • 实验内容及实验步骤
  1. HJ-CCD影像的辐射定标

插件:ENVI_HJ1A1B_Tools.sav

建议在classic版本下执行操作,自动完成定标及波段合成

功能菜单:File/Open External File/HJ-1A1B

定标参数来源:数据包自带的.xml文件

公式:L=DN/g+L0,W*m^(-2)*sr^(-1)*um^(-1)

系数:B1:g 0.5329, L0 1.6146;B2:g 0.52895, L0 4.0052;B3:g 0.68495, L0 6.2193;B4:g 0.72245, L0 2.8302

1 )加载环境卫星数据并且设置参数

[ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)_第1张图片

 2)查看图像DN值以及光谱曲线

[ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)_第2张图片[ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)_第3张图片

3) 在classic版本下执行操作,自动完成定标及波段合成

2.几何精校正

原始影像为2级产品(几何粗校正产品),存在明显的地理定位偏差

几何精校正

基准影像:Landsat5-TM 正射产品

执行基础:地面控制点GCP

功能模块:Geometric Correction/Registration/Warp from GCPs:Image to Image Registration

(或Geometric Correction/Registration/Image Registration Workflow)

方法:二次多项式,双线性内插重采样

             1)对比未矫正的图像与基准图像

 2)查看定标后的图像

 

3)在定标模块中添加控制点 (图a) 并且进行查看(图b) ,之后对控制点进行保存 (图c) 

 [ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)_第4张图片    [ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)_第5张图片

             图a添加控制点                                                               图b查看控制点 共39个

 

[ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)_第6张图片

           图c保存控制点

4)加载校正图像(图d)对其进行校正,查看校正后的图像(图e)

[ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)_第7张图片

图d加载待校正的图像

 图e 查看校正后的图像

 

3.大气校正

功能模块:FLAASH

输入数据必须采用BIP或BIL格式来组织

需要HJ-CCD传感器的光谱响应函数(.sli文件,可自行制作:Display/New Plot Window工具,结果保存为光谱库文件:Export/Spectral Library)

1)通过FLAASH插件进行大气校正设置各个参数

[ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)_第8张图片

2)大气校正中多光谱设置

[ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)_第9张图片

3)查看校正后的图像以及图像的光谱曲线

[ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)_第10张图片

[ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)_第11张图片

 大气校正后的光谱曲线

4.湖区的裁剪与RVI计算

湖区裁剪

矢量图层:太湖水体矢量边界

输入数据:大气校正之后的绝对反射率

功能模块:Regions of interest/Subset Data from ROIs

RVI:叶绿素浓度遥感反演指标

计算方法——Bandmath:b4/b3

 1)RVI计算 通过Band Math工具进行波段计算并且查看计算后的图像

 [ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)_第12张图片 

                                                                          RVI计算结果专题图

 2)裁剪太湖数据 首先在classic版本中加载太湖边界数据(图a),将其转换城ROI(t图b),对其进行裁剪(图c)并且查看裁剪后的图像(图d)。

 图a加载太湖边界数据

[ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)_第13张图片

图b将数据转换成ROI

[ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)_第14张图片

  图c裁剪数据  

  图d显示裁剪后的图像

 

5.建立反演模型

将反演点生成感兴趣区或矢量化(图1),可选方法:

ENVI-Classic:ROI Tool/ROI_Type/Input Points from ASCⅡ

ArcGIS环境下:File/Add Data/Add XY Data

RVI数值截取(基于反演点样本),两种方法:

ENVI-ROI Tool:File/Output ROIs to ASCⅡ  (图2)

ArcGIS:ArcToolbox/Spatial Analyst Tools/Extraction/Extract Values to Points

建立数学反演模型:Chla实测值与RVI数据导入EXCEL或SPSS等执行回归分析,得到数学回归方程 图(3)

EXCEL→数据→从文本/CSV导入实测数据,一定要转换为数字

EXCEL插入→散点图→(选择散点)添加趋势线→显示公式(勾选)/显示R平方值(勾选)

Bandmath执行反演,得到湖区叶绿素浓度的空间分布 (图4)

[ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)_第15张图片  [ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)_第16张图片

            图1 导入反演点                                          图2 RVI数值截取

[ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)_第17张图片

     图3 通过excel表格得到数学回归方程

   图4 叶绿素浓度反演效果图

6.结果检验与专题制图

1)将验证点生成ROI或矢量图层,对叶绿素浓度反演结果执行数值提取操作

将验证样本的实测值与遥感反演结果导入EXCEL或SPSS中执行回归分析,得到二者的决定系数,并检验实测值与遥感估算值之间的一致性(借助散点图)图(1)

[ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)_第18张图片

 图1反演验证

2)专题图制作 通过ArcGis制作专题图

[ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)_第19张图片

 

你可能感兴趣的:(ENVI,定量遥感,经验分享)