1、应用专题一:基于遥感的自然生态环境监测专题背景 随着社会的不断发展,人们对自然生态环境质量的重视程度逐渐提高。本专题介绍应用遥感技术进行自然生态环境的评价。专题概述 本专题主要利用10米的哨兵2A数据源,提取相关生态因子,应用较成熟的遥感生态指数(RSEI),评价与监测区域生态质量,完成整个自然生态环境评价流程。专题涉及哨兵2A数据预处理和4个生态指标的计算等内容。所用功能模块:ENVI主模块功能 Landsat8地表温度反演工具 本专题参考文献:【区域生态环境变化的遥感评价指数】【不同城市规划的生态质量差异对比研究】数据源介绍 哨兵-2 数据简介数据源介绍 哨兵-2 数据简介波段名称S2AS
2、2B分辨率(m)中心波长(nm)波段宽度(nm)中心波长(nm)波段宽度(nm)2496.698492.198103560.045559464664.538665398835.11458331335703.919703.820206740.218739.1187782.528779.7288a864.83386432111613.71431610.4141122202.42422185.72381443.927442.345609945.026943.227101373.5751376.976数据源介绍 哨兵-2 数据介绍官网:https:/sentinel.esa.int/web/senti
3、nel/missions/sentinel-2 哨兵-2数据免费下载地址:https:/scihub.copernicus.eu/dhus/#/home专题处理流程图像预处理1、图像预处理流程1、图像预处理流程 第一步:哨兵2A L1C级数据包含10米,20米和60米数据集,共13个波段,通过分析,本专题的生态指标使用可见光-近红外-短波红外共6个波段求取,首先合成10米6个波段的数据,合成时输入研究区矢量文件,进行子区域的合成。第二步:本研究区覆盖两景哨兵2A数据,对多波段合成之后的两景数据进行镶嵌,再用工程区矢量数据(湖北襄樊市部分区域)裁剪融合后的图像,得到工程区10米的哨兵2A多光谱图
4、像。第三步:对工程区10米哨兵2A多光谱图像进行表观反射率定标,得到大气表观反射率数据,用于计算生态因子。1.1 哨兵2A数据多波段合成 数据打开 File-Optical Sensors-European Space Agency-Sentinel-2 选择一景数据的MTD_MSIL1C.xml文件打开,数据自动分为3组1.1 哨兵2A数据多波段合成 使用哨兵-2A数据求取植被指数、湿度分量、干度指数,这三个指数本专题使用到的波段为2、3、4、8、11、12,所以首先对这几个波段进行合成,得到6个波段10米的数据。使用/Raster Management/Layer Stacking工具波段
5、合成结果存放路径为:“1-图像镶嵌”1.2 图像镶嵌 对波段合成后的两景哨兵-2A数据进行镶嵌处理。/Mosaicking/Seamless Mosaic工具图像镶嵌结果存放路径为:“2-图像定标”1.3表观反射率定标 生态因子是由反射率数据计算,表观反射率是指大气层顶的反射率,它是由地表反射率和大气反射率组成的,表观反射率的计算参数一般在元数据信息中,可以通过DN值定标计算得到,表观反射率数据经过大气校正后得到地表反射率。由于数据经过了波段叠加、镶嵌处理,元数据信息里的辐射定标参数丢失,所以本步骤用bandmath手动定标,公式为:b1*0.0001表观反射率定标的结果存放在3-图像裁剪1.
6、4 研究区裁剪 本专题研究范围为湖北省襄樊市(部分),利用Shapefile矢量文件对研究区进行裁剪。矢量数据存放在“襄樊部分地区矢量边界”文件夹下 Regions of Interest Subset Data from ROIs工具研究区裁剪的结果存放路径为:“4-生态因子计算”生态因子计算生态因子计算步骤流程说明 结合参考资料,计算植被指数、湿度分量、地表温度和土壤指数,作为绿度、湿度、温度和干度指标 其中,植被指数、湿度分量、干度指标使用预处理得到的10米哨兵-2A多光谱数据表观反射率计算得到,温度使用Landsat8热红外数据计算得到。将四个生态因子进行归一化处理。2.1 生态因子计
7、算 绿度指标 绿度指标(NDVI),归一化植被指数NDVI是应用最广泛的植被指数,它与植物生物量、叶面积指数以及植被覆盖度都密切相关,因此,选用NDVI来代表绿度指标。使用10米多波段哨兵-2A数据表观反射率计算NDVI 工具/Spectral/Vegetation/NDVI2.2 生态因子计算 湿度指标 遥感缨帽变换所得的亮度、绿度、湿度分量已被广泛地应用于生态环境监测中,其中湿度分量反映了水体和土壤、植被的湿度,与生态环境密切相关,因此,湿度指标以湿度分量代表。本专题采用Index DataBase 网站(https:/www.indexdatabase.de/db/i-single.ph
8、p?id=93)公布的Tasselled Cap-wetness 公式,计算哨兵-2A数据的湿度分量 本专题所用的湿度计算公式为:0.1509450:520+0.1973520:600+0.3279630:690+0.3406760:9000.71121550:17500.45722080:2350 式中,各个系数的对应哨兵2A的是2、3、4、8、11、12各波段的反射率(此处所用的是大气表观反射率)。波段运算公式:0.1509*b2+0.1973*b3+0.3279*b4+0.3406*b8-0.7112*b11-0.4572*b122.2 生态因子计算 湿度指标计算结果2.3 生态因子计算
9、 干度指标2.3 生态因子计算 干度指标 波段运算公式:(b11+b4)-(b8+b2)/(b11+b4)+(b8+b2)(2*b11/(b11+b8)-(b8/(b8+b4)+b3/(b3+b11)/(2*b11/(b11+b8)+(b8/(b8+b4)+b3/(b3+b11)(b1+b2)/22.4 生态因子计算 热度指标 用地表温度(LST)代表热度指标 由于哨兵-2A数据没有热红外波段,选用同一时间获取的Landsat 8 影像的热红外波段来计算温度,并将得到的30米分辨率温度结果重采样到10米,以便与Sentinel-2A 10 m空间分辨率相匹配,提高地表热环境的辨析度。使用Lan
10、dsat8 TIRS数据计算地表温度,本专题直接使用基于大气校正法的“Landsat8 TIRS地表温度反演”工具实现 工具的安装:ENVI App Store中安装Landsat8 TIRS地表温度反演V5.3工具,重启ENVI2.4 生态因子计算 热度指标/Extensions/Landsat 8 LST工具,查询得到大气条件参数,包括大气透过率、大气上行辐射、大气下行辐射,工具直接计算出地表温度的结果。2.4 生态因子计算 热度指标 将30米的温度结果重采样到10米,并裁剪出研究区 重采样工具:/Raster Management/Resize Data2.5 生态因子归一化2.5 生态
11、因子归一化 统计出各个指标的最小、最大值,再使用Band Math进行归一化 统计工具/Statistics/Compute Statistics,统计时用矢量生成腌膜文件,统计研究区的直方图。最小值最大值的读取:由于图像中不可避免的存在着噪声,本文使用2%的标准来确定置信区间,即像元累计2%作为最小值,累计98%作为最大值,如:NDVI的最小值和最大值分别读取为:-0.124,0.728,归一化之后,小于最小值的像元为0,大于最大值的像元为1指标指标最小值最小值最大值最大值绿度(绿度(NDVI)-0.1240.728湿度湿度-0.1390.052干度(干度(NDSI)-0.3980.081热
12、度(热度(LST)16.44135.4552.5 生态因子归一化 NDVI因子归一化Band Math公式(b1 lt-0.124)*0+(b1 ge-0.124 and b1 le 0.728)*(b1+0.124)/(0.728+0.124)+(b1 gt 0.728)*1 湿度因子归一化Band Math公式:(b2 lt-0.139)*0+(b2 ge-0.139 and b2 le 0.052)*(b2+0.139)/(0.052+0.139)+(b2 gt 0.052)*1 干度因子归一化Band Math公式:(b3 lt-0.398)*0+(b3 ge-0.398 and b3
13、 le 0.081)*(b3+0.398)/(0.081+0.398)+(b3 gt 0.081)*1 温度因子归一化Band Math公式:(b4 lt 16.441)*0+(b4 ge 16.441 and b4 le 35.455)*(b4-16.441)/(35.455-16.441)+(b4 gt 35.455)*1生态指数计算3 生态指数计算3 生态评价方法 自然生态环境评价的方法很多,常用的方法,如指数法与综合指数法、特尔斐法、景观生态学法、评分迭加法、多指标权重加权法等。本专题采用主成分变换方法集成各个生态指标,各指标对RSEI 的影响是根据其数据本身的性质来决定,得到RSEI
14、生态指数,反映整个区域的生态环境情况。主成分变换来进行指标集成,最大优点就是集成各指标的权重不是人为确定,而是根据数据本身的性质、根据各个指标对各主分量的贡献度来自动客观地确定,从而在计算时可以避免因人而异、因方法而异的权重设定造成的结果偏差。具体做法为:对归一化后的4 个指标进行主成分分析,得到PC1,PC1数值大小与生态质量优劣相对应。获得遥感生态指数RSEI。为了便于指标的度量和比较,对RSEI进行归一化处理,得到遥感生态指数RSEI。3.1生态因子合成多波段数据 将4个归一化之后的生态因子合成多波段数据 工具/Raster Management/Layer Stacking3.2 主成
15、分分析 对4个生态因子进行主成分分析/Transform/PCA Rotation/Forward PCA Rotation New Statistics and Rotate3.2生态指数RSEI计算3.2 生态指数RSEI计算 Band Math对第一主成分波段进行归一化处理,得到RSEI指数 Band Math公式为:(b1+1.077716)/(0.836707+1.077716)3.3 生态指数RSEI背景处理 File-Save As ENVI,选择RSEI.dat,Mask选择研究区shapefile文件或掩膜文件,点击OK,在输出面板上,点击Find Suitable Data Ignore value自动设置忽略背景值3.4 结果展示专题总结 该专题利用哨兵-2A L1C数据,使用Landsat8 TIRS数据辅助,通过各评价因子的计算,用主成分分析法得到遥感生态指数,进行襄樊区部分区域的生态环境评价;了解了生态环境评价的流程;学会用ENVI进行生态环境评价的数据处理工具:图像基本预处理工具(数据打开、多波段合成、镶嵌、裁剪)图像统计 Band Math工具 主成分分析 密度分割