植被覆盖度反演.doc

《植被覆盖度反演.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、题目：植被遥感监测具有很长的历史，植被遥感中植被覆盖反演是主要内容之一，线性分解模型是混合像元分解法的一种，根据混合像元分解及线性分解模型的原理，利用红碱淖2016年6月17日Landsat8OLI数据，求取研究区植被覆盖度（写出详细计算过程和步骤）。一、操作思路：端元代表影像中的纯净像元，求取植被覆盖度即求取端元的丰度，因此采用混合像元分解及线性分解模型进行混合像元分解，得到端元以及相应的丰度影像，即为植被覆盖度影像。二、操作步骤：1.影像预处理由于操作时间的限制和硬件设备的不允许，将影像选取一定的区域进行裁剪，感兴趣区域为roi1文件，得到裁剪

2、后影像2016new文件，导入影像，进行影像的预处理，包括辐射定标和大气校正步骤，辐射定标采用RadiometricCalibration工具，大气校正采用FLAASH工具，分别得到辐射定标结果2016_rad1和2016_ref文件。2.MNF变换采用MNF变换工具，可将数据波段进行“降维”，提取出有用信息集中的波段，去除噪声信息集中的波段，利用ForwardMNFEstimateNoiseStatistic将数据进行MNF变换，得到MNF变换结果2016_MNF和噪声文件MNF_Noise和统计文件MNF_Statistic文件。3.PPI变换

3、纯净像元指数法指像元被标记为纯净像元的次数，可以将混合像元进行分解，有效的提取出端元。由于操作时间的限制和硬件设备的不允许，将MNF变换后影像与原影像选取一定的同样区域进行裁剪，感兴趣区域选择ROI2文件，得到裁剪结果为2016_MNF_sub和2016new_sub文件。在MNF变换后发现有用信息集中在1、2、3波段，因此利用PixelPurityIndex工具，将MNF变换后影像选择1、2、3波段进行端元提取，阈值设为3.00，操作的结果为2016_PPI文件。4.N维可视化利用N维可视化工具可以将端元更好的显示，有利于更加直观的确定端元，在N

4、维可视化窗口中，选中1、2、3波段，在显示窗口中将较为集中的区域定为端元，进行类（class）的划定，一共确定三类，利用meanall工具将三类端元的波谱显示出来，并保存为波谱库2016_sli文件。5.端元识别利用EndmemberCollection工具将波谱库2016_sli与已知波谱库USGS_min.sli进行端元识别，得到每一种端元最匹配的地物类型，将端元进行重新命名，再保存为波谱库2016_new_sli文件。6.波谱库重采样利用ForwardMNFconvert工具将端元识别后的波谱库进行重采样，使其能够完美匹配，操作的结果为201

5、6_new_sli_resize文件。7.线性分解利用线性分解工具将数据进行线性分解，输入MNF变换后的统计文件，得出混合像元线性分解结果2016_Mix文件，即植被覆盖度影像。