201-专题：基于遥感的自然生态环境监测

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,专题：,基于遥感的自然生态环境监测,技术支持邮箱：,ENVI-IDL,技术支持热线：,400-819-2881-5,官方技术博客：,http,:/, Classic,ENVI 5.2,图像基本预处理,1.1,图像基本预处理流程,第,一,步：对高分辨率的全色影像进行正射纠正,全色影像是,10,米的,SPOT PAN,数据,第,二,步：,高分辨率影像和多光谱影像的配准、融合,以,SPOT PAN,正射纠正结果作为基准影像，对,TM,影像进行图像配准；对,配准后的,ETM+,数据和,SPOT PAN,正射校正结果进行图像融合；用工程区矢量数据（湖北襄樊市部分区域）裁剪融合后的图像，得到工程区域,10,米的多光谱图像,1.1,图像预处理流程,常用到的地图坐标系有,2,种，即地理坐标系和投影坐标系。,地理坐标系,（球面坐标系）,是以经纬度为单位的地球坐标系统，,它,有,2,个重要部分，即地球椭球体（,spheroid,）和大地基准面（,datum,）。,大地基准面指目前参考椭球与,WGS84,参考椭球间的相对位置关系（,3,个平移，,3,个旋转，,1,个缩放），可以用其中,3,个、,4,个或者,7,个参数来描述它们之间的关系，每个椭球体都对应一个或多个大地基准面。,1.2,自定义坐标系,地理坐标系,投影坐标系是利用一定的数学法则把地球表面上的经纬线网表示到平面上，属于平面坐标系。数学法则指的是投影类型，,目前我国普遍采用的是高斯克吕格投影（圆柱等角投影），在英美国家称为横轴墨卡托投影（,Transverse Mercator,）。,1.2,自定义坐标系,投影坐标系,高斯,克吕格投影示意,在地面上建立一系列相连接的三角形，量取一段精确的距离作为起算边，在这个边的两端点，采用天文观测的方法确定其点位（经度、纬度和方位角），用精密测角仪器测定各三角形的角值，根据起算边的边长和点位，就可以推算出其他各点的坐标。这样推算出的坐标，称为大地坐标。,1.2,自定义坐标系,大地坐标,均为,投影直角坐标系,，高斯克里格投影。,国内坐标系,实际上指的是我国的,三,个大地基准面,。,1.2,自定义坐标系,国内坐标系,坐标名称,投影类型,椭球体,基准面,北京,54,Gauss Kruger,（,Transverse Mercator,）,Krasovsky,D_Beijing_1954,西安,80,Gauss Kruger,（,Transverse Mercator,）,IAG75,D_Xian_1980,2000,坐标系,Gauss Kruger,（,Transverse Mercator,）,CGCS2000,D_China_2000,椭球体名称,年代,长半轴（米）,短半轴（米）,扁率,WGS84,1984,6378137.0,6356752.3,1,：,298.257,克拉索夫斯基（,Krasovsky,）,1940,6378245.0,6356863.0,1,：,298.3,IAG75,1975,6378140.0,6356755.3,1,：,298.257,CGCS2000(CRS80),2008,6378137.0,6356752.3,1,：,298.257,北京,54,与西安,80,为参心坐标系。,CGCS2000,为地心坐标系。,CGCS2000,是全球地心坐标系在我国的具体体现，其原点为包括海洋和大气的整个地球的质量中心，,CGCS2000,是我国当前最新的国家大地坐标系。,采用的椭球体参数：,长半轴,a=6378137m,扁率,f=1/298.257222101,地心引力常数,GM=3.9860044181014m3s-2,自转角速度,=7.292,l1510-5rad s-1,1.2,自定义坐标系,参,心与地心坐标系,坐标定义文件,：,HOMEProgram FilesExelisENVI52classicmap_proj,文件夹下，三个文件记录了坐标信息：,ellipse.txt,椭球体参数文件,datum.txt,基准面参数文件,map_proj.txt,坐标系参数文件,定义北京,54 19,度带（,6,度分带）的坐标系，以便本专题的使用,注：可直接使用定义好的三种国内坐标系，参考“国内坐标系文件”,。,操作：,自定义,本专题研究区,坐标系,在卫星影像和航空影像中会有一些几何误差。,误差主要由以下原因引起,：,比例尺变化,传感器的姿态,/,方位,传感器的系统误差,正射纠正可以消除这些误差。,1.3,SPOTPAN,正射纠正,为什么要进行正射纠正,?,在所有的摄影影像中都会发生,1.3 SPOTPAN,正射纠正,比例尺变化,2 cm,影像的各处比例尺是不相同的,6 cm,房子的宽度,=8m,比例尺为,1:400,比例尺为,1:133,在影像的铅直方向也有同样的影响,1.3,SPOTPAN,正射纠正,比例尺变化,房子的宽度是恒定的,(8m),而在影像上的体现却各有不同,这说明各处的比例尺是变化,的。,1.3 SPOTPAN,正射纠正,传感器姿态,/,方位,2,3,1,1,要进行三角测量，就要给定软件计算或估计出的空间传感器的位置和方位,1,2,3,传感器的系统误差,数据是沿扫描线获取的，每条扫描线都有自己的透视中心。,每条扫描线的传感器位置和方向都不同。,多项式的纠正只能针对分辨率比较低的卫星影像，而对于高分辨率的卫星影像我们需要严格的物理模型（如，,dim,原数据）或者是有理函数多项式进行模拟卫星参数（如,RPC,参数）。,1.3 SPOTPAN,正射纠正,推帚扫描透视中心,对于分辨率较高（小于或等于,15,米），且具有,RPC,文件或者轨道参数的图像，可以用正射纠正的方法完成几何校正,，以达到更高的精度要求。,对于中等分辨率（如,20,米），影像覆盖区为山区，地形起伏较大。可以用正射纠正以达到较高的精度要求。,1.3 SPOT2/4 PAN,正射纠正,正射纠正使用条件,传感器,模型,文件,ALOS/PRISM,RPC,RPC,文件,(.,rpc),ASTER,RPC,RPC,文件,(.met),CARTOSAT-1(P5),RPC,RPC,文件,PRODUCT_RPC.TXT,FORMOSAT-2,Pushbroom Sensor,星历参数文件,(METADATA.DIM),IKONOS,RPC,RPC,文件（,_rpc.txt,）,OrbView-3,RPC,RPC,文件,(_metadata.pvl),QuickBird,RPC,RPC,文件,(.rpb),WorldView-1/2/3,RPC,RPC,文件,(.rpb),GeoEye-1,RPC,RPC,文件,(,.pvl/.rpc),KOMPSAT-2,RPC,RPC,文件,(.,rpc),SPOT5 Level 1A and 1B,Pushbroom Sensor,星历参数,文件,(METADATA.DIM),RapidEye,RPC,存在,metadata,文件中,Pleiades-1/2,Pushbroom,Sensor,星历参数文件,(METADATA.DIM),资源一号,02C,、高分一号,RPC,RPC,文件,(.rpb),1.3 SPOT2/4 PAN,正射纠正,常见正射纠正参数文件,内容：,以,DRG,作为控制点参考源，完成,SPOT2,全色图像的正射纠正,数据：,201-,专题：基于遥感的自然生态环境监测,1-SPOT PAN,正射纠正,操作：进行,SPOT2,全色图像的正射校正,Landsat7,影像数据是从网上免费下载的，是,LPGS,格式的,L1T,级别格式，已经,经过,一定的几何校正和,DEM,校正，使用,UTM WGS84,的坐标系统。,要做,TM,多光谱数据和,SPOT PAN,数据的融合，前提是两景影像得互相配准，所以需要以,正射校正,后的,SPOT PAN,为基准，配准,TM,影像,。,1.4,Landsat7,影像几何校正,内容：,以正射校正,SPOT PAN,为基准，配准,TM,影像,，为了做全色,SPOT,数据和多光谱,TM,数据的融合,数据,：,201-,专题：基于遥感的自然生态环境监测,2-Landsat,图像配准,操作：,TM,和,SPOT,数据的图像配准,将低分辨率的多光谱影像与高分辨率的单波段影像重采样生成成一副高分辨率多光谱影像遥感的图像处理技术，使得处理后的影像既有较高的空间分辨率，又具有多光谱特征。,图像融合除了要求融合图像精确配准外，融合方法的选择也非常重要，同样的融合方法在用在不同影像中，得到的结果往往会不一样。,1.5,图像融合,1.5,图像融合,ENVI,中的融合方法,融合方法,适用范围,IHS,变换,纹理改善，空间保持较好。光谱信息损失较大大，受波段限制。,Brovey,变换,光谱信息保持较好，受波段限制。,乘积运算（,CN,）,对大的地貌类型效果好，同时可用于多光谱与高光谱的融合。,PCA,变换,无波段限制，光谱保持好。第一主成分信息高度集中，色调发生较大变化，,Gram-schmidt,（,GS,）,改进了,PCA,中信息过分集中的问题，不受波段限制，较好的保持空间纹理信息，尤其能高保真保持光谱特征,。,专为最新高空间分辨率影像设计，能较好保持影像的纹理和光谱信息。,NNDiffuse pan sharpening,（,NND,）,Nearest Neighbor Diffusion,pan,sharpening,算法，输入图像支持标准地理和投影坐标系统、具备,RPC,信息和基于像元位置（无空间坐标系）几种地理信息元数据类型；支持多线程计算，能进行高性能处理,。融合,结果对于色彩、纹理和光谱信息，均能得到很好保留。,内容：,进行,SPOT2,的,10,米全色波段和,Landsat TM30,米多光谱的融合操作,，学习,ENVI,的融合操作流程,数据：,201-,专题：基于遥感的自然生态环境监测,3-TM-SPOT,图像,融合,操作：,SPOT2,和,TM,数据的图像融合,内容：,进行图像裁剪，获取研究区域,湖北省襄樊市（部分）,数据：,201-,专题：基于遥感的自然生态环境监测,4-TM-SPOT,图像裁剪,1.6,图像融合图像裁剪,生态环境评价,2.1,处理流程,数据,已经过基本预处理的,TM-SPOT,融合影像和,DEM,数据,。,生态因子选取,对经过基本预处理的数据进行快速大气校正。,本专题选取植被、土壤、地形三个最基本的要素作为评价区域自然生态环境的生态因子,。,以“,植被覆盖度,”和“土壤指数”作为植被和土壤的生态因子，“坡度”作为地形因子。统一将这些生态因子进行归一化处理,。,自然生态环境评价方法,本专题选择的是指数法与综合指数法,。,流程说明,这个过程使用,ENVI,中的快速大气校正工具完成，这个工具的大气校正结果一般是基于物理模型精度的,15%,。,数据：,4-,快速大气校正,TM-Spot-xiangfan-quac.dat,2.2,大气校正,植被覆盖度是根据前人研究的,NDVI,估算模型：,FC=(NDVI-NDVImin)/(NDVImax-NDVImin),其中,NDVI,是归一化指标指数，,NDVImax,表示区域最大,NDVI,值，,NDVImin,表示区域最小的,NDVI,值。,由于图像中不可避免的存在着噪声，,NDVImax,和,NDVImin,并不一定是最大,NDVI,值和最小的,NDVI,值，可以根据直方图分别取两头“拐点处”的值。,2.3,生态因子生成,植被覆盖度,土壤指数同样采用前人研究的模型裸土植被指数（,GRABS,）（杨存建，刘纪远，,2002,）：,GRABS=VI-0.09178 BI+5.58959,。,VI,和,BI,分别为穗帽变换的绿度指数和土壤亮度指数。,BI,和,VI,指数可分别用来评价裸土和植被的行为，,VI,指数与不同植被覆盖有较大的相关性，土