基于遥感影像的北京市植被覆盖率反演

基于ETM遥感影像的北京市植被覆盖度反演

1 绪论

1.1 研究区概况

北京中心位于北纬39度54分20秒，东经116度25分29秒。位于华北平原西北边缘。毗邻渤海湾，上靠辽东半岛，下临山东半岛。北京与天津相邻，并与天津一起被河北省环绕。西部是太行山山脉余脉的西山，北部是燕山山脉的军都山，两山在南口关沟相交，形成一个向东南展开的半圆形大山弯，人们称之为“北京弯”，它所围绕的小平原即为北京小平原。诚如古人所言：“幽州之地，左环沧海，右拥太行，北枕居庸，南襟河济，诚天府之国”。全市平均海拔43.5米。北京平原的海拔高度在20～60米，山地一般海拔1,000～1,500米。

北京市国土面积16410.54平方公里，市区面积12187平方公里，建成区面积1386平方公里。

1.2数据的选择

本研究的研究的是北京市植被覆盖度反演，应选择植被生长的旺季，考虑到北京市的气候和季节，应选择6~10月份之间的数据影响为最合适的。据此，本研究选择的是2009年9月22日的landsat5的TM遥感影像。图1-1图像的示例图：

影像绿地信息明显，有较好的识别效果。基本上满足研究的需要。

1-1 影像数据

1.3 研究的意义

植被，包括森林、灌丛、草地和农作物，既是生态系统的主要组成部分，也是生态系统存在的基础，具有截流降雨、减缓径流、防沙治沙、保持水土等功能，联结着土壤、大气和水分等自然过程，在陆地表面的能量交换、生物地球化学循环和水文循环等过程中扮演着重要角色，是全球变化研究中的“指示器”[1]。植被根据生态系统中水、气等的状况，调控其内部与外部的物质、能量交换。植被覆盖与气候因子关系极为密切，研究植被覆盖变化对气候的影响是气候变化研究的主要内容之一，它影响着土壤湿度、地表温度和地表能量与水的循环。

一个城市的植被覆盖度可以反映一个城市规划的情况，间接的反应一个城市的环境质量，是城市的重要组成部分。城市化的迅速推进，带来了多样化的生态足迹，植被覆盖度，土壤污染率，地表侵蚀率，逐渐成为生态研究的热点，也成为环境保护的重点。

2 基本原理及反演技术流程

2.1 植被覆盖度

植被覆盖度是指植被（包括叶、茎、枝）在地面的垂直投影面积占统计区总面积的百分比。容易与植被覆盖度混淆的概念是植被盖度，植被盖度是指植被冠层或叶面在地面的垂直投影面积占植被区总面积的比例。两个概念主要区别就是分母不一样。植被覆盖度常用于植被变化、生态环境研究、水土保持、气候等方面。

植被覆盖度的测量可分为地面测量和遥感估算两种方法。地面测量常用于田间尺度，遥感估算常用于区域尺度。目前已经发展了很多利用遥感测量植被覆盖度的方法，较为实用的方法是利用植被指数近似估算植被覆盖度，常用的植被指数为NDVI。

2.2 象元二分法

像元二分模型是一种简单实用的遥感估算模型，它假设一个像元的地表由有植被覆盖部分地表与无植被覆盖部分地表组成，而遥感传感器观测到的光谱信息也由这2个组分因子线性加权合成，各因子的权重是各自的面积在像元中所占的比率，如其中植被覆盖度可以看作是植被的权重。

下面简单介绍下在像元二分模型的基础上研究的模型：

2.3 植被指数NDVI

2.4 主要技术流程

图2-1 技术路线

3 数据的预处理

3.1 数据的打开

本研究中图像为美国landsat5卫星所拍摄的TM5数据，包含有7个波段，格式为TIF。带有地理坐标。因本研究所使用的软件为ENVI5.0,在其中可以直接打开，跳过了以往的需要进行波段的叠合过程，具体过程为：Open As→Landsat →Geo TIFF With Metadata 打开影像如下：

图3-1 图像（01）

图3-2 图像（02）

3.2 影像的辐射定标

随着遥感技术的迅速发展, 遥感应用逐渐从定性走向定量, 辐射定标是实现遥感信息定量化的基本前提。辐射定标是指建立遥感传感器的数字量化输出值DN与其所对应视场中辐射亮度值之间的定量关系。

通常遥感数字图像给出的是像元DN值。利用 DN值，只能进行同景图像内部的相对比较。全球资源和环境变化研究要求遥感技术能够提供长时相、多区域、多种传感器的遥感数据。只有将图像DN值转换成对应像元的辐射亮度值, 才能对不同地点、不同时间和不同类型传感器获取的遥感数据进行定量比较与应用，以满足全球资源和环境变化研究的需要，而这个转换过程就称为辐射定标。目前辐射定标包括3个方面的内容:

1)发射前的实验室定标;

2)基于星载定标器的飞行中定标;

3)在轨运行期间采用基于陆地(或海面)特性的“替代定标” , 或借助其他卫

星进行的“交叉定标”。

辐射定标贯穿卫星整个生命周期, 是保持卫星数据精度的一项非常重要的基础工作。通过辐射定标，可以监测传感器的性能变化，并定期或不定期地给出传感器的辐射定标系数。定量遥感技术的发展，全球资源和环境变化的遥感监测以及多光谱、多时相和多种卫星传感器遥感数据的综合应用和定量分析技术的发展，迫切地对卫星传感器的辐射定标提出高精度的要求。对于landsat5的TM影像的辐射定标是对于像元DN值的线性函数的变换，可以通过3-1公式进行模型的变换。

gain

=*…………………………………………………(3-1)

L+

DN

B

μ)）

式中：L指定标后的反射率值；单位（mW/(cm2*Sr*m

gain指增益系数；

B指偏移数值；

本研究是基于软件ENVI5.0，选择定标辐射工具后，选择相应的影像数据，弹出如下对话框：

3-3 辐射定标

其中定标类型选择Radiance ，输入的参数类型为BIL,数据的类型必须为Float,然后点击对话框中的FLAASH Settings 按钮。选择数据的输入路径。

3.3 影像FLAASH 大气校正

3.3.1 大气组成及FLAASH 大气矫正

大气主要包括气体分子和一些其他微粒。分子主要有N2和O2，约占99%，其余的1%是03、CO2、H2O 及其他的气体。大气的微粒主要是烟、尘埃、雾霾、小水滴及气溶胶。气溶胶是一种固体和液体的悬浮物，一般直径大小在0.01~30m μ之间，多分布在高度在5KM 以下。

大气层自下而上依次分为对流层、平流层、中间层、热层和散逸层。遥感利用的一切辐射都必须经过地球的大气层。由于传感器的工作波段选择的原因，对于传感器接收到的电磁波辐射影响最大的是对流层和平流层。

当太阳辐射穿过大气时，必然要受到大气散射、吸收和折射的影响。

大气校正的目的是消除大气和光照等因素对地物反射的影响，获得地物反射率和辐射率、地表温度等真实物理模型参数，用来消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧对地物反射的影响，消除大气分子和气溶胶散射的影响。FLAASH 可以处理任何高光谱数据、卫星数据和航空数据(860nm/1135nm)，这些数据是由HyMAP 、AVIRIS 、CASI 、 HYDICE 、HYPERION(EO-1)AISA 、HARP 、DAIS 、Probe-1、TRWIS-3、SINDRI 、MIVIS 、OrbView-4、NEMO 等传感器获得的。FLAASH 还可以校正垂直成像数据和侧视成像数据。

Flaash 大气校正使用了 MODTRAN 4+ 辐射传输模型的代码，基于像元级的校正，校正由于漫反射引起的连带效应，包含卷云和不透明云层的分类图，可调整由于人为抑止而导致的波谱平滑。

FLAASH 可对Landsat, SPOT, AVHRR, ASTER, MODIS, MERIS, AATSR, IRS 等多光谱、高光谱数据、航空影像及自定义格式的高光谱影像进行快速大气校正分析。能有效消除大气和光照等因素对地物反射的影响，获得地物较为准确的反射率和辐射率、地表温度等真实物理模型参数。

FLAASH 大气校正对图像有以下几个要求：

1) 数据是经过定标后的辐射亮度（辐射率）数据，单位是：()()sr nm cm W **/2μ；

2) 数据带有中心波长值，如果是高光谱还必须有波段宽度，这两个参数都可以

通过编辑头文件信息输入；

3) 数据类型----支持四种数据类型：浮点型、长整型、整型和无符号整型；

4) 数据的储存类型是ENVI 标准栅格格式文件，且必须是BIL 或者BIP;

5) 波谱范围为：400——2500nm