《遥感图像处理》：曲靖市Landsat8遥感影像植被覆盖度反演

《遥感图像处理》实验报告

实验题目：曲靖市Landsat8遥感影像

植被覆盖度反演

姓名：___ ____ 学号：

专业：___地理科学_ __ 教师：

日期：___2017年3月15日__

曲靖师范学院城市学院

一、实验目的

太阳辐射通过大气以某种方式入射到物体表面然后再反射回传感器，由于大气气溶胶、地形和邻近地物等影像，使得原始影像包含物体表面，大气，以及太阳的信息等信息的综合。如果我们想要了解某一物体表面的光谱属性，我们必须将它的反射信息从大气和太阳的信息中分离出来，这就需要进行大气校正过程。本实验以曲靖市的一景Landsat 8遥感影像为数据源，利用ENVI大气校正扩展模块（FLAASH）进行大气校正，并对比分析大气校正前后植被、水体、土壤、裸岩等典型底物的光谱特征差异，为后续定量遥感的应用奠定一定的基础。

二、实验准备

1.软件准备：ENVI 5.3.1

2.数据准备：LC81290422015324LGN00遥感数据、地形数据

三、实验过程

（一）遥感影像数据的辐射定标

Landsat8数据和其他TM 数据类似，发布的数据标示L1T，做过地形参与的几何校正，一般情况下可以直接使用而不需要做几何校正。为了利用其丰富的波段光谱信息，我们需要进行辐射定标处理，将原始图像上的DN值转为反射率。

1.使用ENVI5.1下的通用定标工具Radiometric Calibration进行Landsat8的辐射定标。打开LO81290422015148BJC00_MTL全波段文件，选择MultiSpectral多光谱数据进行定标，定标的范围可缩小为ROI区域。

（1）.定标参数设置。为后续的FLAASH大气校正做数据准备，单击Apply FLAASH Settings得到相应的参数。然后点击OK输出结果。

辐射定标后的结果：

通过定标之后的影像DN值可靠。其中，底下的Data值为定标前影像的像元值，上面的Data值为定标后影像的像元值。且定标前影像的数据类型为无符号16位整型，定标后影像为浮点型辐亮度值。

（二）遥感影像的大气校正

Flassh大气校正，大气校正的意义在于去除一些大气的干扰，首先，在Envi中打开Flaash大气校正工具，Toolbox/Radiometric Correction/FLAASH Atmospheric Correction，

(1).Input Radiance Image：打开辐射定标结果数据,要求为BIL存储格式，这时会弹

出Radiance Scale Factor对话框，它的作用是在单位未知的辐亮度值与浮点型辐亮度值之间做转换，并且Scale Factor=浮点型或整型亮度图像（单位未知）/ 浮点型辐射亮度。

(2).Output Reflectance File：设置输出FLAASH大气校正结果的路径；

(3).Output Directory for FLAASH Files：设置输出FLAASH校正文件的路径；

(4).Scene Center Location：自动获取；

(5).Sensor Type：Landsat-8 OLI；Sensor Altitude:自动读取；Pixel Size:自动读取；

(6).Ground Elevation: 2.135KM。利用全球900米分辨率DEM数据，首先，点出Rejion of Interest (ROI) Tool工具，用不规则多边形划一个封闭的多边形并保存。然后导入全球900米分辨率DEM数据：Open World Data ->Elevation（GMTED2010）；在Toolbox

下选择Statistics->Compute Statistics，打开Compute Statistics输入文件对话框，选择GMTED2010.jp2数据。最后用“Date Manager”加载已经保存好的ROI,点击Rejion of Interest (ROI) Tool 中的“计算”，就能得出最后的计算结果2135.566m。

(7).Flight data/Flight Time：从原始数据“LO81290422015148BJC00_MTL.txt”中找到。

（8）.Atmospheric Model：Mid-Latitude Summer（根据成像时间和纬度信息选择）,此次成像时间是5月，所以选择Mid-Latitude Summer。

（9）.Aerosol Model：Rural;

（10）.Aerosol Retrieval：2-band（K-T）；

在Multispectral Settings多光谱设置里，K-T变换选项中，Defaults下拉框：

Over-Land Retrieval Standard(660:2100);Filter Function File:选择landsat8_oli.sli波谱响应函数；

11) 其他参数按照默认设置即可。

大气校正结果：

下图是建筑的反射波普曲线，从中可看出（注：左边是未校正的影像，右边是校正好的），校正后的基本去除了空气中水汽颗粒等因子的影响，

下图是植被的反射波普曲线，左边是未校正的影像，右边是校正好的，校正后的植被反

射波普在4波段以前反射很低，主要集中在4-7波段。

下图是植被的反射波普曲线，左边是校正好的影像，右边是未校正好的，大致可以看出大气校正后消除了大气散射的影响。

下图是水体的反射波普曲线，左边是未校正的影像，右边是校正好的，从图中可以看出，校正后的影像，水体反射波普曲线从1波段到7波段，反射值不断降低。已经消除了空气

中水汽等的影响。

从上述的波谱对比曲线中可以看出，经过FLAASH校正的影像基本去除了空气中水汽颗粒等因子的影响，植被、建筑、水体的波谱曲线趋于正常。

（三）去除异常值

1.利用波段运算对红波段和近红外波段进行去除异常值处理