如题所述
一、实验目的
学习运用ENVI软件的相关功能从TM 多波段遥感影像数据中提取地表植被遥感信息——归一化植被指数NDVI、比值植被指数RV I和增强植被指数EVI的实际操作,以及对植被指数计算器的使用,加深对定量遥感植被信息类型及获取方式的了解。
二、实验内容
①归一化植被指数NDVI提取;②比值植被指数RVI提取;③增强植被指数EVI提取;④植被指数计算器操作。
三、实验要求
①掌握植被指数概念及意义;②了解归一化植被指数(NDVI)、比值植被指数(RVI)和增强植被指数(EVI)的计算公式及意义;③利用植被指数计算器对桂林市Landsat-5 TM 遥感影像进行植被指数计算。编写实验报告。
四、技术条件
①微型计算机:②桂林市Lands ta-5 TM 遥感影像;③ENVI软件;④ACDSee软件(ver.4.0以上)。
五、实验步骤
植被指数(Vegetation Indices,简称VI),是一种通过多波段遥感数据组合运算获得的,能够定量反映地面植被综合信息分布状况的数字参数。按照不同的数学物理模型设计,有多种植被指数算法,因而有不同的植被指数。它们各有其应用侧重面。本次实验只做三种用得较为普遍的植被指数,即归一化植被指数NDVI、比值植被指数RVI和增强植被指数EVI。这三种植被指数的公式已在“遥感地质学”课程中讲过,在此不赘述。在学习和使用植被指数时必须有一些基本的认识。
(1)健康的绿色植被在NIR 和R的反射差异比较大(图23-1),原因在于R对于绿色植物来说是强吸收的,NIR则是高反射、高透射的;
图23-1 植被光谱特征
(2)建立植被指数的目的是有效地综合各有关的光谱信号,增强植被信息,减少非植被信息;
(3)植被指数有明显的地域性和时效性,受植被本身、环境、大气等条件的影响。
所有的植被指数要求从高精度的多光谱或者高光谱反射率数据中计算,未经大气校正的辐射亮度或者量纲为一的DN值数据不适合计算植被指数。本次实验选择桂林市Landsat-5 TM遥感影像,对比较常用的几种植被指数进行计算,具体操作步骤如下。
1.辐射校正
对桂林市Landsat-5 TM 遥感影像进行辐射校正,辐射校正方法参考本书“实验十九遥感图像辐射校正”。
2.归一化植被指数(NDVI)
归一化植被指数(Normalized Difference Vegetation Index,简写为NDVI),增加在近红外波段范围绿叶的散射与红色波段范围叶绿素吸收的差异,在植被茂密时灵敏度会降低,常用于检测植被生长状态、植被覆盖度等,计算公式为
NDVI=(NIR-R)/(NIR+R) (23-1)
式中:NIR为近红外波段的反射率;R为红光波段的反射率。NDVI值的范围是-1~1,负值表示地面覆盖有云、水、雪等,对可见光高反射;0 表示有岩石或裸土等,NIR 和R 近似相等;正值表示有植被覆盖,且随覆盖度增大而增大,一般绿色植被区的范围为0.2~0.8。
对于Landsat-5 TM 遥感影像TM3 0.62~0.69μm为红波段,TM4 0.76~0.96μm为近红外波段。
3.比值植被指数(RVI)
比值植被指数(Ratio Vegetation Index,简写为RVI),在近红外波段范围绿叶的散射与红色波段范围叶绿素吸收的比值,在植被茂密时灵敏度会降低,其计算公式为
RVI=NIR/R (23-2)
RVl值的范围是0~30,绿色健康植被覆盖地区的RVI远大于1,而无植被覆盖的地面(裸土、人工建筑、水体、植被枯死或严重虫害)的RVI在1附近。一般绿色植被区的范围为2~8。
对于Landsat-5 TM 遥感影像TM3 0,62~0,69μm 为红波段,TM4 0.76~0.96μm 为近红外波段。
4.增强植被指数(EVI)
增强植被指数(Enhanced Vegetation Index,简写为EVI),通过加入蓝波段以增强植被信号,解决土壤背景和大气气溶胶散射对茂密植被的影响,常用于植被茂密区域,计算公式为
遥感地质学实验教程
EVI值的范围是-1~1,一般绿色植物区的范围为0.2~0.8。
对于Landsat-5 TM 遥感影像TM3 0.62~0.69μm 为红波段,TM 4 0.76~0.96μm 为近红外波段,TM1 0.45~0.52μm 为蓝波段。
5.植被指数计算器
ENVI提供植被指数计算器,它可以根据输入图像的波段情况,选择能够计算的植被指数,并提供生物物理学交叉检验功能,能够提高植被指数的计算精度。
输入的图像必须包含中心波长信息,必须经过辐射校正。由于阴影区没有足够光能量,阴影区域的植被指数往往不准确。对于经过FLAASH 大气校正的桂林市Landsat-5 TM 遥感数据,植被指数计算器的操作如下:
(1)在ENVI主菜单栏中选择“Spectral>Vegetation Analysis>Veget ation Index Calcularot”,在数据输入对话框中选择经过了FLAASH大气校正的桂林市Landsat-5 TM 遥感数据,点击【OK】按钮,打开“Vegetation Indices Parameters”对话框(图23-2)。
图23-2 植被指数参数设置对话框
(2)在“Vegetation Indices Parameters”对话框中,“Select Vegetation Indices”列表中显示这个数据能够计算的所有植被指数,可以根据实际需要进行选择。
(3)生物物理学交叉检验功能(Biophysical Cross Checking):默认为“On”,如果要将计算得到的植被指数用于植被分析工具,则选择“Off”。
(4)选择输出路径及文件名,单击【OK】按钮,执行植被指数计算。
6.结果记录
利用植被指数计算器对桂林市Landsat-5 TM 遥感影像进行植被指数计算,比较几种植被指数模型对植被信息提取效果,用W ORD文档记录,取名为《不同植被指数模型对植被提取效果比较》,存入自己的工作文件夹。
六、实验报告
(1)简述实验过程。
(2)回答问题:①辐射校正在植被指数计算中有何作用?不进行辐射校正就进行植被指数计算可以吗?为什么?②根据归一化植被指数NDVI、比值植被指数RVI和增强植被指数EVI的数学模型,并结合其图像,分析这三种遥感植被信息的差异与特点。
实验报告格式见附录一。