ENVI土壤湿度遥感反演及干旱灾害监测

遥感建模与应用综合实习

实验报告

学期 2017-2018学年第二学期

姓名

学号

指导教师闵爱莲

实验题目:土壤湿度遥感反演研究

1.实验目的

1.1熟悉遥感图像大气校正、几何校正的流程，掌握NDVI的计算及密度

分割的过程。

1.2 学会利用TM热红外波段反演地表温度，了解TVDI的原理，制图输出黄骅市TVDI图像。

1.3 掌握基本的统计学评价指标（R2值、相关系数、线性拟合模型精度评价等），建立干旱指数TVDI和土壤相对湿度之间的关联模型。

2.实验要求

2.1 大气校正，几何校正后NDVI计算并制图输出。

2.2地表温度反演；Ts-NDVI散点图制作；TVDI指数计算；除云、除水、除建筑物，保留植被区域的TVDI。

2.3建立TVDI和土壤相对湿度之间的关联模型。模型精度评价。土壤相对湿度制图。

3.实验数据

TM200205图像、BASE IMAGE图像、研究区矢量边界图。

4.实验步骤:

4.1图像预处理以及NDVI制图。

①大气校正。本实验选择黑暗像元法进行大气校正。打开TM200205,快速统计图像DN值，记录7个波段每个波段的黑暗像元。本实验选择DN值像元个数为十位数时对应的DN值作为黑暗像元DN值。所有像元均减去此黑暗像元的DN,达到校正目的。所依据原理为认为黑暗像元的辐射记录值为0，且认为图像各处大气影响一致，之所以不为0是由于大气程辐射的影响，减去此DN，即为整体消除大气程辐射的影响。

②几何校正。加载并打开base image和TM200205图像，基于Map下的图像

到图像校正方法进行几何校正。以base image为基准图像，以TM200205为待校正图像。本实验选择20个地面同名地物点作为控制点，总的均方根误差为0.8257个像元，选择的原则是：控制点要分布均匀，图像边缘部分要多选取。选择大桥桥头、河流拐弯处、道路交叉口、机场等易于区分且不易随时间变化太大的地物。

几何位置变换公式为多项式变换，二次多项式。重采样方法为线性内插法。

③裁剪图像。基于ENVI菜单栏下的Basic 工具里的裁剪数据功能进行，空间子集选择边界图层。裁剪之后，用边界图层.evf文件数据进行腌膜，得到研究区数据，其他地方为0值。

④NDVI计算。基于公式（float（b1）-float（b2））/（b1+b2）或者Transform 功能下的NDVI计算工具直接进行计算。

⑤NDVI密度分割。将NDVI从-0.6800~0.4208全部分为8类，外加一个0~0，即背景值，赋值为white

⑥制图输出。在Annotation下设置图名、图例、指北针、比例尺。需要指出的是，本实验在图例方面只加8个（不加0~0的图例），所有汉字均采用ENVI 字体中的161~180里的KaiTi，所有英文全部采用Roman3字体，输出如图：

4.2热红外地温反演及TVDI制作（以下所有公式均在Band Math下输入）。

①单位光谱范围内幅亮度值Rb。输入公式：

(B1*(1.896-0.1534)/255+0.1534)/1.239

②地温计算，用传感器温度表征地表温度Ts。输入公式：

1260.56/alog(60.766/B1+1)

③图像MNDWI计算。输入公式：

（float（b1）-float（b2））/（b1+b2）

式中，B1为绿光波段，B2为短波红外波段（第五波段）。

④TVDI指数计算原理。

植被指数NDVI 是利用植被对太阳辐射各光谱波段的吸收和反射作用，得出反映植被生长状况的信息，因此可作为干旱监测的一种指标，但其监测作物干旱状态具有一定的滞后性；而地表温度Ts的实时性强，却易受到周围地物的影响，因此常将两者综合起来研究干旱。

Price 和Carlson 等研究首先发现，如果研究区的植被覆盖度和土壤湿度值变化较大，则获得的植被指数NDVI 和地表温度Ts所形成的散点图呈三角形关系，其中NDVI 作为横坐标，Ts作为纵坐标。Moran 等则分析NDVI 和Ts的散点图为梯形关系。Sandholt等通过研究简化的NDVI-Ts 三角形空间，提出了温度植被干旱指数TVDI，用以估算土壤含水状况。

NDVI-Ts特征空间的示意图,体现了Ts与NDVI的关系。TVDI值为1是干边( Dry edge), 代表土壤缺水；TVDI 值为0则是湿边( Wet edge)，具有最大的土壤蒸发蒸腾总量和无限的水分供应，反映了土壤水分的两个极端状态。

Sandholt等[14] 首先提出了温度植被干旱指数( Temperature Vegetation Dryness Index, TVDI )的概念。其表达式为:TVDI=(Ts-Tsmin)-(Tsmax-Tsmin)

本实验只统计NDVI对应下的Tsmin和Tsmax。NDVI只选择>0的部分。得到干边方程为：

Tsmax= -36.779*NDVI+323.55,R方值为0.9564

Tamin= 65.614*NDVI+268.99，R方值为0.9621

代码：pro TVDI

;读取NDVI

fn=pickfile(title='��NDVI�ļ�')

openr,lun,fn,/get_lun

ndvi=fltarr(2205,1814)

readu,lun,ndvi

tvscl,ndvi,order=1

free_lun,lun

;读取Temperatu rֵ

fn1=pickfile(title='Temperature')

openr,lun1,fn1,/get_lun

wendu=fltarr(2205,1814)

readu,lun1,wendu