对小麦受灾程度分级_枣阳县_实验指导

成果输出
对比地面小麦 NDVI与影像小麦NDVI，我 们分别选取0-0.4为受灾很严重；0.4-0.6 为受灾严重；0.6-0.8受灾中等；0.8-1为 正常小麦。 1. 在ArcGis中对其等级进行制图。 2. 计算不同受灾等级小麦的面积。
影像数据预处理
• 影像叠加
4个单波段影像叠加: layer stack
• 利用枣阳模版影像掩膜叠加后的影像 interpreter utilities mask
监督分类
– 类别定义：小麦、水体、不透水层、森林、林地 – 特征判别：目视法与经验法相结合。小麦样本主要是 根据实地测量的经纬度坐标来定位选取的。其它地物 类型样本ribute,查看小麦NDVI值,此 时NDVI为绝对量。
关联地面小麦NDVI与影像小麦NDVI
1. 影像小麦NDVI归一化：在Modeler中对小麦NDVI进行 归一化，相对NDVI=绝对NDVI/最大值。完成后可查看 属性表和灰度直方图。
2. 地面小麦NDVI归一化，相对值=绝对值/最大值，excel中 实现。
实验流程：
实地采集光谱数据处理
• 1.计算各个受灾类型小麦的红波段和近红外的光 谱值。红波段范围630-690nm,近红外760-900nm. 受灾类型主要分三大类：正常，蚜虫（不包括轻 微受灾），条蚰（不包括轻度受灾）。
各状态小麦病虫害NDVI值计算
• NDVI=（近红外-红波段）/（近红外+红波段）
• 波段1的反射率求解结果如下（其它波段类 似）：
影像NDVI值计算：
• 现将各个波段求解反射率后的影像叠加， 然后在Interpreter→Spectral enhancement→Indices中求解影像最终NDVI
• 利用重编码后的监督分类结果去掩膜求得 的NDVI影像，得出小麦的NDVI值。
影像NDVI计算：
• 1）影像辐照度计算：根据L=DN/g+L0,分别计算每个波段
的L，从头文件中我们找到了各个波段额g和L0
• 在Modeler→ Modeler maker中构建如下模型：输入文件→ 函数→输出文件，双击每个图形，往里面输入对应的影像 和函数。
影像反射率计算：
• 利用求得的L，根据公式ρ=∏*Ld*d^2/ESUNλ*COSθ，其中θ 为太阳天顶角，是36.447，Ld为日地距离0.9836，各个波 段的ESUN分别为1905.35，1829.96，1555.32，1056.28。 建立如下模型求解。
注：样本选择结束后需进行样本选择精度评定 – 分类器选择：最大似然法 classifier supervised classification
分类后的结果进行重编码
– 对分类过后的影像进行重编码，得出小麦与非 小麦分布图。
• 打开Interpreter—Gis analysis---Record，将小麦Value设为1， 其它类别设为0.