MODIS影像处理流程——ok

1、同时期影像拼接、重投影、转格式（MRT）
黄土高原地区
Projected coordinate system name: Beijing_1954_3_Degree_GK_CM_108E
Geographic coordinate system name: GCS_Beijing_1954
Map Projection Name: Transverse Mercator
Scale Factor at Central Meridian: 1.000000
Longitude of Central Meridian: 108.000000
Latitude of Projection Origin: 0.000000
False Easting: 500000.000000
False Northing: 0.000000
北京54参考的椭圆：
椭球坐标参数：长半轴a=6378245m；短半轴=6356863.0188m
2、在Erdas中裁剪，得到研究区的原值NDVI -2000~9663
方法：aoi格式文件裁剪：在ERDAS图标面板工具条中单击Data Prep图标，Subset，打开Subset对话框。

在Subset对话框中需要设置下列参数：
①输入文件名（input file）
②输出文件名（output file）
③单击aoi选中裁剪文件名：在choose aoi选项中选中文件名
④其余的我选择默认，然后ok等结果
3、得到范围在-1~1的NDVI
方法：ENVI — Basic Tools — Band Math（波段运算，把负值去掉）
在弹出的对话框Band Math中，Enter an expression： (b1 lt 0)*0+(b1 ge 0)*(b1*0.0001)。

这个公式意思就是：要是值小于0 就乘以0，使其变为0；同时，值大于等于0的话就乘以0.0001
这个系数。

这样就OK了。

关于B1 代表所选的那个影像。

（对于陆地表面覆盖来说，云、雨、雪在可见光比近红外波段有较高的反射作用，所以NDVI 为负值；岩石、裸土的NDVI一般为0；有植被覆盖的地方一般大于0。

）(b1*0.0001)
然后重新输出为tif格式，gis中classfied下查看。

在Erdas中波计算：
4、如何通过NDVI来计算植被覆盖度？
方法：一般都是用的像元二值模型。

利用NDVI值得到植被覆盖度。

公式： fc = (NDVI - NDVIsoil)/( NDVIveg - NDVIsoil)
取 NDVIsoil = NDVImin, NDVIveg = NDVImax。

（1）得到NDVI数据
（2）查出NDVI影像的最大最小值：在scroll 窗口右键— Quick Statistics
对于最小值，由于是计算植被覆盖度，植被的NDVI应该是大于0 ，因此应该选择大于0的最小值。

对于最大值，最大值不是1（红光波段反射率不等于0），因此应该选择数量大于0值小于1的最大值。

注意：最大最小值提取需要设置置信度。

如果置信度是0，则NDVImin取所有像元中最小的值，NDVImax取所有像元中最大的；如果取置信度是1 ，则NDVImin取像元中像元值累计概率1%附近的像元值，NDVImax取99%附近的那个像元值（注意是像元值的累积概率：累计概率=累积像元个数/总像元个数），同理其他也一样。

问题：置信度如何获得？
（3）波段计算： Basic Tool — Band match
输入计算公式： float（（b1-minb1）/（maxb1-minb1））
5、如何查看NDVI数据的“波谱曲线”(也就是spectral profile)呢？
方法：Basic Tool — Layer Stacking
多期数据波段叠加，然后查看Z profile。

命名方式：步骤-年月-日期
1月001、017
2月033、049
3月065、081
4月097、113
5月129、145
6月161、177
7月193、209
8月225、241
9月257、273
10月289、305
11月321
12月337、353。