技术专题:实用技术_第1页
技术专题:实用技术_第2页
技术专题:实用技术_第3页
技术专题:实用技术_第4页
技术专题:实用技术_第5页
已阅读5页,还剩53页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、技术专题:实用技术技术支持邮箱:ENVI-IDL技术支持热线:400-819-2881-5官方技术博客:www.envi.space官方技术qq群:514396478l Landsat8TIRS反演地表温度l 基于CART的自动决策树分类l 国产资源三号数据处理l 水深反演和船只提取l 图像数据类型转换l 图像批量/分幅裁剪技术l ENVITask图像批处理工具l 遥感制图主要内容1. Landsat8TIRS反演地表温度l 热红外遥感(Infrared Remote Sensing)是指传感器工作波段限于红外波段范围之内的遥感。即利用星载或机载传感器收集、记录地物的热红外信息,并利用这种热红

2、外信息来识别地物和反演地表参数如温度、湿度和热惯量等。目前有很多的卫星携带了热红外传感器,包括ASTER、AVHRR、MODIS、TM/ETM+/ TIRS等。l 练习数据: 3-专题:基于像元二分模型的植被覆盖度反演1-Landsat81. 专题背景名词名词说明说明辐射出射度辐射出射度单位时间内从单位面积上辐射的辐射能量称为辐射出射度,单位一般是W/m2 (瓦特/平方米)辐射亮度(辐射亮度(Radiance)辐射源在某一方向上单位投影表面、单位立体角内的辐射通量,称为辐射亮度,单位一般是W/(m2*m*sr)(瓦特/平方米.微米.球面度)比辐射率比辐射率( Emissivity)也称发射率,

3、物体的辐射出射度与同温度黑体辐射出射度的比值。如果物体指的是地表,称为地表比辐射率。大气透射率大气透射率通过大气(或某气层)后的辐射强度与入射前辐射强度之比。亮度温度亮度温度(Brightness Temperature)当一个物体的辐射亮度与某一黑体的辐射亮度相等时,该黑体的物理温度就被称之为该物体的“亮度温度”,所以亮度温度具有温度的量纲,但是不具有温度的物理含义,它是一个物体辐射亮度的代表名词。常见名词l 目前,地表温度反演算法主要有以下三种 大气校正法(也称为辐射传输方程:Radiative Transfer EquationRTE) 单通道算法 分裂窗算法l 本实例是基于大气校正法,

4、利用Landsat8 TIRS反演地表温度。 基本原理:首先估计大气对地表热辐射的影响, 然后把这部分大气影响从卫星传感器所观测到的热辐射总量中减去, 从而得到地表热辐射强度, 再把这一热辐射强度转化为相应的地表温度。1. 温度反演常见方法l 卫星传感器接收到的热红外辐射亮度值L由三部分组成:大气向上辐射亮度L,地面的真实辐射亮度经过大气层之后到达卫星传感器的能量;大气向下辐射到达地面后反射的能量。卫星传感器接收到的热红外辐射亮度值L的表达式可写为(辐射传输方程): L = B(TS) + (1-)L + L (1.1)l 式中,为地表比辐射率,TS为地表真实温度(K),B(TS)为黑体热辐射

5、亮度,为大气在热红外波段的透过率。则温度为T的黑体在热红外波段的辐射亮度B(TS)为: B(TS) = L - L- (1-)L/ (1.2)l Ts可以用普朗克公式的函数获取。 TS = K2/ln(K1/ B(TS)+ 1) (1.3) 对于TIRS Band10,K1= 774.89 W/(m2*m*sr),K2 = 1321.08K。1. 基于大气校正法的温度反演1. 处理流程l Band10 热红外数据辐射定标,得到B10辐射亮度图像。 工具:Radiometric Correction/Radiometric Calibrationl OLI辐射定标和大气校正为可选操作。1.1 图

6、像辐射定标l TIRS的Band10热红外波段与TM/ETM+6热红外波段具有近似的波谱范围,本例采用TM/ETM+6相同的地表比辐射率计算方法。使用Sobrino提出的NDVI阈值法计算地表比辐射率。 =0.004Pv+0.986 l 其中, Pv是植被覆盖度,用以下公式计算: Pv = (NDVI- NDVISoil)(NDVIVeg - NDVISoil) l NDVI为归一化植被指数,NDVISoil为完全是裸土或无植被覆盖区域的NDVI值,NDVIVeg则代表完全被植被所覆盖的像元的NDVI值。取经验值NDVIVeg = 0.70和NDVISoil = 0.05。1.2 地表比辐射率

7、计算l 第一步:计算NDVI Spectral/Vegetation/NDVIl 第二步:计算植被覆盖度 (b1 gt 0.7)*1+(b1 lt 0.05)*0+(b1 ge 0.05 and b1 le 0.7)*(b1-0.05)/(0.7-0.05) b1:NDVI计算结果l 第三步:计算地表比辐射率 0.004*b1+0.986 b1:植被覆盖度图像1.2 地表比辐射率计算l 在NASA公布的网站查询(),输入成影时间:2013-10-03 02:55和中心经纬度(Lat:40.32899857,Lon:116.70610046)

8、,以及其他相应的参数,得到大气剖面信息为: 大气在热红外波段的透过率:0.90 大气向上辐射亮度L:0.75 W/(m2srm) 大气向下辐射亮辐射亮度L:1.29W/(m2srm) 提示:由于缺少地表相关参数(气压、温度、相对湿度等信息),得到的结果是基于模型计算的结果。1.3 黑体辐射亮度与地表温度计算l 计算得到同温度下的黑体辐射亮度图像 (b2-0.75-0.9*(1-b1)*1.29)/(0.9*b1) b1:地表比辐射率图像 b2:Band10辐射亮度图像l 计算得到地表温度图像(单位为) (1321.08)/alog(774.89/b1+1)-273 b1:同温度下的黑体辐射亮度

9、图像1.3 黑体辐射亮度与地表温度计算l 在图层管理器(Layer Manager)中的地表温度图像图层,右键选择 Raster Color Slices。将温度划分为四个区间: 25以上 22至25 20至22 15至20 低于15l 统计反演结果得出81%区域的温度集中在1522区间。1.4 后处理和统计分析2. 基于CART的自动决策树分类l 基于知识的决策树分类是基于遥感影像数据及其他空间数据,通过专家经验总结、简单的数学统计和归纳方法等,获得分类规则并进行遥感分类。分类规则易于理解,分类过程也符合人的认知过程,最大的特点是利用的多源数据。l 决策树分类主要的工作是获取规则,本章节介绍

10、使用CART算法获取规则,基于规则提取土地覆盖信息。2. 专题介绍2. 决策树分类流程数据预处理构建多源数据获取规则应用规则分类后处理l 本例使用Landsat 8 OLI数据,已经过几何校正、工程区裁剪。这一步主要是构建多元数据集。数据集由海岸、蓝、绿、红、近红外、两个短波红外等七个多光谱波段,以及NDVI、ISODATA非监督分类结果。l LC8_mosaic.dat2.1 准备数据l 计算NDVIl 获取ISODATA非监督分类结果l Layer Stacking2.1 准备数据l 五种地物: Forest 林地 Agriculture 耕地 City 建成区 Water 水体 Othe

11、rs 其他,包含裸地、阴影等。2.2 获取规则选择训练样本l 安装ENVI下的CART扩展工具,将解压后的文件拷贝到ENVI Classic安装目录下的Save_Add文件夹内,启动ENVI Classic。 主菜单-Classification-Decision Tree-RuleGen -Classifier2.2 获取规则l /Classification/Decision Tree/Execute Decision Tree2.3 执行决策树分类l 精度验证l 小斑块去除l 修改类名l 修改颜色2.4 分类后处理3. 国产资源三号数据处理l ENVI直接支持资源三号数据的正射校正等处理

12、,由于多光谱和全色图像存在所谓“6”夹角问题,全色和多光谱图像的正射校正结果经常有一定的几何误差,对后面的处理如图像融合产生影响。l 本例以经过正射校正的资源三号全色和多光谱图像为例子,学习图像配准、图像融合、真彩色增强处理步骤。3. 专题背景l 使用图像自动配准流程化工具(Image Registration Workflow)完成这两幅图像的配准。3.1 图像配准l 在Toolbox工具箱中,双击/Image Sharpening/NNDiffuse Pan Sharpening工具。3.2 图像融合l 遥感图像自然真彩色合成可分为以下几种方法: 1、直接用多光谱图像的红色、绿色、蓝色波段

13、合成,一般用于高分辨率图像,如QuickBird、Worldview-2等; 2、利用其它波段加权处理,重新生成红色、绿色、蓝色波段,一般用于增强某种地物颜色层次,如植被、水体等,一般用于中高分辨率图像,如资源三号等数据; 3、利用其它波段信息重新生成某一波段,一般用于缺少波段的图像,如SPOT5、ASTER、资源一号02C等缺少蓝色波段数据。3.3真彩色增强l 本例子直接使用基于上述原理开发的扩展工具。l 将素材包中的常用ENVI功能扩展工具植被增强工具envi_vegetation_enhance.sav文件拷贝到安装目录extensions中,重启ENVI。l 在Toolbox中,启动/

14、Extensions/Vegetation Enhance。3.3真彩色增强4. 水深反演和船只提取l ENVI的SPEAR工具集((Spectral Processing Exploitation and Analysis Resource))是将很多的遥感图像处理过程集成为流程化的操作方式,使得遥感图像处理知识相对薄弱的非专业人员也能利用流程化的工具进行图像处理,图像处理速度也有很大的提高。l 每一个SPEAR工具的图像处理流程有操作说明,参数设置,帮助和步骤控制按钮,中间生成结果自动保存在默认目录下。4. 专题背景l SPEAR工具集包含16个图像处理流程: 船只提取 数据融合 水体信息

15、提取 道路信息提取 变化检测 分类以及分类后处理 水相对深度 植被指数提取以及分析 波谱相似地物提取 基于地形正射校正 异常检测 元数据浏览 影像对地图(Image-map)几何校正 Google Earth Bridge 独立主成分分析 影像垂直条纹去除 4. 专题背景l SPEAR Relative Water Depth工具使用底部反照率独立水深测量算法(bottom albedo-independent Bathymetry algorithm)量测水深,这个算法假设:当深度相同的时候,不管水底是被深色水草或者明亮的沙子覆盖,他们都显示为同一深度。l SPEAR/SPEAR Relat

16、ive Water Depth4.1 水深反演l 下面我们使用WV-2多光谱2米影像(如下图所示)学习这个工具,影像包括岸边、浅海、和深海等区域。数据在“302-技术专题:实用技术4-水深反演和船只识别1-水深反演”文件夹中。4.1 水深反演l SPEAR Watercraft Finder工具可以从高分辨率的多光谱数据中识别移动或者静止的船只。该工具的前提是包括近红外波段,船只信息会在水吸收的近红外波段异常聚集,提供两种船只提取算法: 基于纹理:包含船只的像素能在“均匀背景”下聚集,这就是预期的“纹理”结果。这种方法比较常用,精度也较高。 基于2纬散点图:在2纬散点图上手动选择船只像元区域,

17、这种方法适合分析小范围区域,对于大范围区域效果不高。4.2 船只提取l /SPEAR/SPEAR Watercraft Finder 下面以2.4米的Quick Bird多光谱数据为例,详细介绍这个工具的使用。数据情况如下图所示,包括移动、静止船只,还包括部分陆地和岛礁。 数据存放在“32-技术专题:实用技术4-水深反演和船只识别2-船只识别”文件夹中4.2 船只提取5. 图像数据类型转换l 遥感图像数据类型常见的是8bit和16bit,同时它表示图像像元值范围,即图像灰度级。如下表为ENVI中的图像数据类型说明。图像灰度级越高,图像表达的地物波谱越精确,但是数据量越大。5 专题背景数据类型数

18、据范围Bytes/ Pixel8-bit字节型(Byte)0-255116-bit整型(Integer)-32768-32767216-bit无符号整型(Unsigned Int)0-65535232-bit长整型(Long Integer)大约+/-20亿432-bit无符号长整型(Unsigned Long)0-大约40亿432-bit浮点型(Floating Point)+/-1e38464-bit双精度浮点型(Double Precision)+/-1e308864-bit整型(64-bit Integer)大约+/-9e188无符号64-bit整型(Unsigned 64-bit)0

19、-大约2e198复数型(Complex)+/-1e388双精度复数型(Double Complex)+/-1e30816l 现在显示系统都是24位和32位。24位色被称为真彩色,它可以达到人眼分辨的极限,发色数是1677万多色,也就是2的24次方。但32位色就并非是2的32次方的发色数,它其实也是1677万多色,不过它增加了256阶颜色的灰度也就是8位透明度,发色数其实2的24次方,但是增加了8位透明度,就规定它为32位色。简单的理解就是图像在显示系统中都是以单波段8位显示,RGB合成24位彩色显示。因此,高于8bit的图像都会经过拉伸以8bit灰度级显示。5. 显示系统l 当我们使用16bi

20、t图像时,有以下两种应用场景: 作为底图应用,数据大小尽量小; 在其他软件中打开,如印刷软件,颜色与遥感软件中显示的一样。l 处理方法就是将16bit数据类型转成8bit图像。l 本例数据是RGB3个波段、16bit、0.5米分辨率的高分辨率影像,数据:32-技术专题:实用技术5-图像数据类型转换。5.1 数据类型转换6.图像批量/分幅裁剪技术l 我们经常需要按照行政边界或者标准比例尺分幅裁剪图像,基本方法是使用包含多边形要素的行政边界或者标准分幅矢量数据裁剪图像。6. 专题背景l 为了更加便捷完成这个处理,专门编写ENVI扩展工具:frame_subset_via_shapefile.sav

21、。l 将sav文件拷贝到如下安装路径(以ENVI 5.2为例): ENVI 5.2:C:Program FilesExelisENVI52extensions ENVI Classic:C:Program FilesExelisENVI52classicsave_addl 重启ENVI即可。6.1 安装补丁6.2 分幅裁剪7. ENVITask图像批处理工具l 从ENVI 5.1开始,ENVI提供了全新的二次开发方式ENVITask,随后每个新版ENVI都增加了很多ENVITask接口,具体数目如下图所示。7.1 专题背景45882143182020406080100120140160180200ENVI 5.1ENVI 5.2ENVI 5.2.1ENVI 5.3ENVI 5.4ENVITask各版本统计数量l ENVITask这种开发方式具备众多的优势,能够方便的完成业务流程构建、批处理操作等。即便再方便,还是需要进行简单的编码工作,所以为了给大家提供便利,特意编写ENVITasks批处理工具。 注:此工具适用于ENVI 5.3及更高版本

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论