ENVI&ArcGis——植被覆盖度提取

﹏ヽ暗。殇╰゛Y 2023-07-11 12:36 43阅读 0赞

# 遥感图像处理、遥感信息提取与应用分析 #

## 一. 影像预处理 ##

### 1 几何校正 ###

第一步：打开并显示图像文件  
打开ENVI Classic，点击【主菜单>File>Open Image File】，打开tm00.img\\tm02.img影像，并分别在Display中显示两个影像。  
![加载数据][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70]  
图1 加载数据

第二步：启动几何校正模块

主菜单>Map>Registration>Select GCPs:Image to Image，打开几何校正模块。选择显示tm00.img文件的Display为基准影像（Base Image），显示tm02.img文件的Display为待校正影像（Warp Image），点击OK进入采集地面控制点。  
![在这里插入图片描述][20200305163823978.png]  
图2 几何校正选择  
第三步：采集地面控制点  
1、在两个Display中找到相同区域，在Zoom窗口中，点击左小下角第三个按钮，打开定位十字光标，将十字光标到相同点上，点击Ground Control Points Selection上的Add Point按钮，将当前找到的点加入控制点列表。  
2、用同样的方法继续寻找其余的点，当选择控制点的数量达到3时，RMS被自动计算。选择Options>Auto Predict，打开自动预测功能。这时在Base Image（Spot影像）上面定位点，Warp Image（TM影像）上会自动预测区域。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 1]  
图3 选取地面控制点  
3、当选择一定数量的控制点之后，利用自动找点功能。Ground Control Points Selection上，选择Options>Automatically Generate Points，选择匹配波段，点击OK，弹出自动找点参数设置面板，设置Tie点的数量为50，Search Window Size为131，其他选择默认参数，点击OK  
4、点击Ground Control Points Selection上的Show List按钮，可以看到选择的所有控制列表，如下图所示。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 2]  
图4 控制点  
选择Image to Image GCP List上的Options>Order Points by Error，按照RMS值有高到底排序。  
5、对于RMS过高的点，直接做删除处理。  
第四步：选择校正参数输出

1.  在Ground Control Points Selection上，选择Options->Warp File，选择校正文件。
2.  在校正参数面板中，校正方法选择多项式（2次）。
3.  重采样选择Bilinear，背景值（Background）为0.
4.  Output Image Extent：默认是根据基准图像大小计算，可以做适当的调整。
5.  选择输出路径和文件名，单击Ok按钮。  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 3]  
    图5 输出界面  
    第五步：检验校正结果  
    同时在两个窗口中打开图像，其中一幅是校正后的图像，一幅是基准图像，通过地理链接（Geographic Link）检查同名点的叠加情况。  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 4]  
    图6 检验校正结果

### 2 镶嵌 ###

第一步：加载数据  
打开jztm02img及tm01.img，在Toolbox中，打开Mosaicking /Seamless Mosaic，启动图像无缝镶嵌工具Seamless Mosaic  
在Data Ignore Value列表中，可设置透明值，当重叠区区有背景值时候，可设置这个值。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 5]  
图7 修改背景值  
第二步：匀色处理  
匀色方法是直方图匹配（Histogram Matching）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 6]  
图8 均色处理

第三步：接边线与羽化

第四步：输出结果

（1）Export面板中，设置重采样方法Resampling method：Cubic Convolution；  
（2）设置背景值Output background Value：0；  
（3）选择镶嵌结果的输出路径；  
（4）单击Finish执行镶嵌  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 7]  
图9 输出结果  
镶嵌结果  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 8]  
图10 镶嵌结果

### 3 裁剪 ###

第一步：加载数据  
在Toolbox中，打开Regions of Interest /Subset Data from ROIs。Select Input File选择Beijing\_TM.dat，点击OK，打开Subset Data from ROIs Parameters面板；  
第二步：执行裁剪  
在Subset Data from ROIs Parameters面板中，设置以下参数：  
Select Input ROIs：选择EVF:矢量.shp  
Mask pixels output of ROI？：Yes  
Mask Background Value背景值：0  
选择输出路径和文件名，单击OK执行图像裁剪。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 9]  
图11 裁剪结果

## 二. 决策树提取 ##

提取区域缓坡植被信息、非朝北缓坡植被、陡坡植被、水体、裸地、背景区，提取规则如下：  
朝北缓坡植被：NDVI大于0.25，坡度小于20°，朝北  
非朝北缓坡植被：NDVI大于0.25，坡度小于20°，非朝北  
陡坡植被：NDVI大于0.25，坡度大于等于20°  
水体：NDVI小于等于0.25，波段4的DN值大于0且小于20  
裸地：NDVI小于等于0.25，波段4的DN值大等于20  
背景区：NDVI小于等于0.25，波段4的DN值等于0  
第一步：加载数据  
打开新建决策树工具，路径为Toolbox/Classification/Decision Tree/New Decision Tree，如下图所示，默认显示一个节点和两个类别；  
第二步；决策树分类  
首先按照NDVI来区分植被与非植被。单击节点Node 1，在弹出的对话框内输入节点名（Name）和条件表达式（Expression），如下图所示；  
![在这里插入图片描述][20200305164016585.png]  
图12 添加节点  
点击OK后，在弹出的Variable/File Pairings对话框内需要为 \{ndvi\} 指定一个数据源，如下图所示。点击面板中显示 \{ndvi\} 的表格，然后选择boulder\_tm.dat即可。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 10]  
图13 添加数据源  
同样的方法，将所有规则输入，末节点图标右键Edit Properties，可以设置分类结果的名称和颜色，最后结果如下图所示。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 11]  
图14 决策树  
第三步：执行决策树  
选择Options > Execute，可以执行决策树。由于使用了多源数据，各个数据可能拥有不同的坐标系、空间分辨率等。在弹出的Decision Tree Execution Parameters对话框（如图）中，需要选择输出结果的参照图像，这里选择boulder\_tm.dat，即输出的分类结果的坐标系和空间分辨率等信息与boulder\_tm.dat相同。  
选择输出路径和文件名，点击OK即可

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 12]  
图16 决策树分类结果  
第四步：统计各类植被信息百分比  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 13]  
图17 信息百分比图

## 三. 专题制图 ##

点击【菜单栏】中的【视图】，切换为【布局视图】，点击【插入】，分别插入“标题”、“图例”、“比例尺”、“注记”、“方里网”，调整到合适的区域，点击【文件】【导出地图】，将专题图导出。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 14]  
图18 专题地图

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200305163656337.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM=,size_16,color_FFFFFF,t_70
[20200305163823978.png]: https://img-blog.csdnimg.cn/20200305163823978.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200305163835412.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200305163842911.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20200305163853119.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/2020030516391214.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 5]: https://img-blog.csdnimg.cn/20200305163925530.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 6]: https://img-blog.csdnimg.cn/20200305163932795.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 7]: https://img-blog.csdnimg.cn/20200305163941551.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 8]: https://img-blog.csdnimg.cn/20200305163950569.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 9]: https://img-blog.csdnimg.cn/20200305164005403.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM=,size_16,color_FFFFFF,t_70
[20200305164016585.png]: https://img-blog.csdnimg.cn/20200305164016585.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 10]: https://img-blog.csdnimg.cn/20200305164024766.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 11]: https://img-blog.csdnimg.cn/20200305164034355.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 12]: https://img-blog.csdnimg.cn/20200305164051507.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 13]: https://img-blog.csdnimg.cn/20200305164112775.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 14]: https://img-blog.csdnimg.cn/20200305164123227.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM=,size_16,color_FFFFFF,t_70