基于像元二分模型的植被覆盖度反演以市为例

基于像元二分模型的植被覆盖度反演以市为例Highqualitymanuscriptsarewelcometodownload-例71012）2013Landsat8OLINDVI、、NDVI、指引言Vegetationfractionalcover简称f是指包括叶、茎、枝在地面垂直投面积占统计区总面积百比即土比通常林冠称郁闭灌草等称[1]它是衡量地表一个指是区统指、、全等[2],量地面量量量常常区了很多利量较地面量单就是缺点主是量、、等量量计、量计等量在而面积区甚至提供了能[3]许多利量其中应广泛是利指近似常指NDVI。一、数据源本文选取两景覆盖北京市的Landsat8OLI影像、土地覆盖类型图以及北京行政边界矢量数据为数据源。其中，土地覆盖类型图是作为掩膜文件使用，其目的是为了便于植被覆盖度的估算；北京行政边界矢量数据是为了将两景镶嵌好的影像数据进行裁剪使用的，其目的是裁剪出北京市行政区内的范围。另外，Landsat8OLI影像是从地理空间数据云网站上下载得到的，其成像时间为2013年1月份。与Landsat7的ET+成像仪相比，OLI成像仪获取的遥感图像辐射分辨率达到12比特，图像的几何精度和数据的信噪比也更高。OLI成像仪包括9个短波谱段（1～9）185km15m30[4。表1Landsat8OLI陆地成像仪波段参数二、种(S与V(S(S)2组S分成，的是的面像中的比率，其中植：感到的谱信(S)植被覆盖分地表(S分V地表(S成，得出：SS=SV

+S 公式1S ·········fc,,1-fcSveg,SvSvegfcSv=fc·Sveg式2

公·········那么，Ss=(1-fc)·Ssoil③将公式2公式3代入到公式1到：

·········

公式3S=fc·Sveg+(1-fc)Ssoil

·········

公式4④对公式4下计算公式：fc=(S-Ssoil)(Sveg-Ssoil)

·········

公式5其Ssoil壤,Sveg,因而根据公式5利用来估算。⑤将归化指数(NDVI)代入公式5近似:fc=(NDVI-NDVIsoil)(NDVIveg-NDVIsoil)

·········

公式6其,NDVIsoil或无区域NDVI值,无NDVI值;而NDVIveg代完NDVI值,NDVI值[2]。当区域内近似取VFCmax=100%VFCmin=0%VFC=(NDVI-NDVImin)/(NDVImax-NDVImin)NDVImax和NDVImin别区域内最大和最小NDV值。于不避免存在噪声NDVImax和NDVImin般取定置范围内最大值最小值置取值主要根据图实际情况来定；当区域内不能近似取VFCmax=100%VFCmin=0%VFCmaVFCminNDVINDVImaxNDVIminNDVImaxNDVIminVFCmaxVFCmin处理1、预处理本文使用Landsat8OLIL1T级别不需做几何校正处理而北京市需要景LandsatOLI因此首先要进行镶嵌裁剪然后进行气校正等预处理过程。辐射标辐射标是将传感器记录电压或字转换成绝辐射亮过程目的是消除传感器本身所产生误差,由于传感器在不断运行光学器件性能逐渐,因此标不,标在不断,在用数,标在文件用感辐射定标是将传感器转换辐射亮或射,辐射或射辐射标要校正由传感器辐射误差[5]其目是FLAASH气校正标要辐射、转换储存顺序等。处理过程在在ENVIToolboxToolbox/RadiometricCorrection/RadiometricCalibration选择*_MultiSpectral多光谱组（7波段）打开辐射标工具景分别做辐射标。LandsatOLI。该处理过程在中实现具体操作：在Toolbox中选择/Mosaicking/SeamlessMosaic打开工具然后相关参设置，如下示：裁剪了北京市政划以外部分裁剪以裁剪出来并且减小了量加快了处理速度，北京政边界矢量裁剪图。过程在中具体操作如下：Toolbox中选择/RegionsofInterest/SubsetDatafromROIs打开裁剪工具：裁剪结果如下示：Flaash大气校正电磁波在大气中传输和遥感器观测过程中受光照条以及大气作等响,只有小部分(在波80%,在波50%)遥感器,遥感器测量值实光。在大气和过程参遥感量中,正标确性信息[6]。ENVI中FLAASHMODTRAN4+传输过参来大气校FLAASHμμm可以有效地去除水蒸/溶胶散射效应同时该方法基于图像像素级能够解决目标像元和邻近象元“邻近效应”问题结果精度高简单易行[7]。然后对前后同一地物曲线进行对比这里以植被为例曲线如下图所示：前植被曲线后植被曲线2、植被覆盖度估算计算NDVI本文选取NDVI值为参采用像元二分型对植被覆盖度进行反演根植被覆盖度计算公式可知要求取植被覆盖度首先需要计算NDVI在中具体操作如下：在Toolbox中选择Spectral/Vegetation/NDVINDVICalculationInputFil面板中选择图像求算NDVI如下：NDVINDVI[-1,1]NDVI1-1-1Bandmath-1>b1<1b1NDVINDVI_.datNDVI、所服务根据土利用类图共5林、农业用、城市用、水体与他各种土利用类型具体操Toolbox选择/RasterManagement/Masking/ApplyMask打开工具：采用方法林、农业用、城市用、水体与他林与耕获取阈值步就解NDVImax和NDVImin使用上步获取别对NDVI图定置信度范围内获取每个也就土型对应和NDVIToolbox选择/Statistics/ComputeStatistics然取定置信度获取和NDVI林覆盖图个带很观性需根据学原自5%NDVI5NDVImin=NDVImax=。同样方法得其他地物覆盖类型NDVI水体没有植被水藻不属于植被认部分域植被覆盖0下表：生成参文件植被覆盖计算公式：fc=(NDVI-NDVIsoil)(NDVIveg-NDVIsoil)，该过程是根据上面得NDVI阈分别生成NDVIsoil和NDVIveg参文件也即NDVImin与NDVImax。该过程主要使用bandmath工具并且：NDVIsoil：b1*+b2*+b3*+b4*0+b5*其中b1：林地掩膜文件b2b3b4：水体掩膜文件b5NDVIveg：b1*+b2*+b3*+b4*0+b5*其中b1:林地掩膜文件b2b3b4：水体掩膜文件b5最终生成参文件下所示：植被覆盖估算NDVIsoilNDVIvegfc=(NDVI-NDVIsoil)(NDVIveg-NDVIsoil)Bandmath(b1-b2)/(b3-b2)bNDVI“NDVI_去除异常值.dat”)、B2NDVIsoil、B3:NDVIveg植被覆盖度估算结果如下：我们分析下结果会发有些异常值即值在[0,1]之外这些异常值在NDVI置信度之外那部分像元产生（包括NDVI异常像元）。这些像元量不多大约占%左右。还有背景水体区域植被覆盖度值-Na即无效值，因分母0造成。第种异常值可以将小于值变成0大于1值变成1bandmath即可Bandmath>b1<b植被覆盖度-NaN可以掩膜进行处理即在BuildMask-NaN生成掩膜。去掉异常值之后并进行分类显示最终植被覆盖度图如下：结果验证植被覆盖度验外结果进行验如下为种以度GPS定度。植被覆盖度像变将图像、分之非分类10类并将分类结果分植被、植被类以算盖度。验外3*3像元大小即90m*90并在均匀多张。取从计算平均值作植3*3本文通过归一化指数（NDVI）二分模型来北京市从结果来看北京市市相比远离市地区相较小尤其是西南地区人口密集、城市化水高相较小但是于市内绿化程较高地区相较高因此从实际情况来看本文结果与实际情况较符合说明采用NDVI二分模型效果较好。参考文献吴云,曾源,赵炎.基于MODIS数据海河流域及动态变化分析[J].资源科学,2010,32(7):141