基于ENVI下的蓬莱市植被覆盖度遥感估算 - 图文

基于ENVI下的蓬莱市植被覆盖度遥感估算

李瑞泽

（鲁东大学 地理与规划学院）

摘要：本文以烟台市蓬莱市为例，利用遥感图像处理软件——ENVI4.7，结合NDVI对

地表地物，特别是植被覆盖状况进行检测。文章首先对2009年蓬莱市地区的TM影像进行波段合成 ,用使用ENVI软件对影像NDVI处理以后，使用像元二分模型对图像进行植被覆盖分析，最后比较得出植被覆盖状况。

关键词：遥感估算；NDVI；土地覆盖；蓬莱市

1.引言

植被在地球表面占有很大比例，是遥感图像反映的最直接的信息，也是人们重要的研究对象。人们可以通过遥感提供的植被信息及其变化来提取与反演各种植被参数。检测它的变化过程与规律，研究它与生态环境其他因子间的相互作用和整体效应等。此外，作为地理环境重要组成部分的植被，与一定的气候、地貌、土壤条件相适应，受多种因素控制，对地理环境的依赖性最大，对其他因素的变化也最敏感。因此，人们往往可以通过遥感所获得的植被信息的差异来分析其他信息。

近红外波段在植物遥感中有重要作用，且植物的发射特征主要表现在热红外和微波谱段。在植被指数中，通常选用对绿色植物强吸收的可见光红波段及对绿色植物高反射和高透射的近红外波段。

归一化植被指数，即NDVI是指近红外波段与可见光波段数值之差和这两个波段数值之和的比值。实际上，NDVI是简单比值RVI经非线性的归一化处理所得。目前NDVI在植被遥感中应用最为广泛，主要原因在于它具有以下有点：

（1）NDVI是植被生长状态及植被覆盖度的最佳指示因子。

（2）NDVI经过比值处理，可以部分消除太阳高度角、卫星观测叫、地形变化、云或阴影以及大气衰减等的影响。

（3）对于陆地表面主要覆盖而言，云、水、雪在可见光波段比近红外波段有更高的反射作用，则NDVI值为负值；岩石、裸土在两波段有相似的反射作用，则NDVI值近于0；而在有植被覆盖的情况下，NDVI为正值，且随植被覆盖度的增大而增大。[1]

2.研究区域概况

蓬莱市位于山东省东北部、烟台市境北部，北临黄海、渤海。地理坐标为北纬37°48′，东经120°45′。全市总面积1128.5平方千米，总人口44.55万人。其地势南高

北低，属山前冲洪积、丘陵剥蚀平地为主的地带蓬莱地处中纬度，属暖温带季风区大陆性气候，年平均气温11.7℃，年平均日最高气温28.8℃，年平均日最低气温－2.3℃，极端最高气温38.8℃，极端最低气温－14.9℃，年平均降水量664mm，年平均日照量2826小时，无霜期平均206天，相对湿度65%，年均风速5.2米/秒，无洪水，不受台风影响。

此外，蓬莱市还是山东历史文化名城，蜚声中外的旅游胜地。“八仙过海”的神话传说，便发生在这里，相传吕洞宾、铁拐李、张果老、汉锺离、曹国舅、何仙姑、蓝采和、韩湘子八位神仙，在蓬莱阁醉酒后，展示各自的宝器，凌波踏浪、渡海而去，“八仙过海、各显其能”、“八仙过海，各显神通”或“八仙过海，各凭本事”的传说由此流传。

蓬莱市三大产业比例为6.26:57.83:35.91。大力发展特色经济，培育形成了以旅游业、临港工业、葡萄及葡萄酒业、汽车及零部件加工业四大产业为主导的经济产业体系。

[2]

而葡萄及葡萄酒业作为主导产业之一，葡萄的种植面积在耕地面积中占有较大比例。

3.数据处理及技术路线

3.1数据的选择

本文所采取的遥感影响下载自美国USGS网站，选取了2009年9月17日烟台地区的Landsat TM影像数据。选取该数据的主要依据是：

（1） 美国Landsat TM遥感影像资料对于全球免费共享，获取方便且廉价。 （2） TM影像分辨率为30米，空间分辨率适中但偏低，可以较宏观反应空间内容。此外，影像光谱分辨率越低，影像能识别的地物类别越少，地类的物理化学性质就越模糊。

（3） 选取2009年夏季内云量较少的遥感影像进行下载，一方面可以减少工作量，降低遥感影像的误差；另一方面植被较茂盛，估算出的植被盖度较为典型。 3.2遥感估算模型

在众多遥感测量植被覆盖度的方法中，较为实用的方法是利用植被指数近似估算植被覆盖度，常用的植被指数为归一化植被指数，即NDVI。本文利用的估算模型是李苗苗等[3]在像元二分模型的基础上研究的模型：

VFC =(NDVI - NDVIsoil)/ ( NDVIveg - NDVIsoil) (1)

其中, NDVIsoil 为完全是裸土或无植被覆盖区域的NDVI值，NDVIveg 则代表完全被植被所覆盖的像元的NDVI值，即纯植被像元的NDVI值。

由此可得两个值的计算公式为：

NDVIsoil=（VFCmax*NDVImin- VFCmin*NDVImax）/( VFCmax- VFCmin) (2)

NDVIveg=（(1-VFCmin)*NDVImax- (1-VFCmax)*NDVImin）/( VFCmax- VFCmin) (3)

3.2遥感影像处理

首先，对TM的7个波段原始遥感影像进行几何校准，修正原始遥感图像中存在的位置偏差以及几何变形。其次，使用蓬莱市行政界限适量文件通过掩膜算法使用ArcGIS软件分别对7个波段的原始图像进行裁切，裁切出研究区影像。再次，使用ERDAS软件将7个波段的影像进行组合后形成新的影像并输出，使用ENVI4.7打开，如图1。

图1 遥感影像数据

其次，归一化植被指数，即NDVI计算可以将多光谱数据数据变成一个单独的图像波段，用于显示植被分布。[4]NDVI值的范围为-1～+1，较高的NDVI值表示包含较多植被。在ENVI软件中的NDVI使用如下标准算法：

NIR?RedNDVI=(其中NIR代表近红外波段,Red代表红波段)

NIR?Red由于在ENVI软件中已经针对Landsat TM数据设置了相应波段，所以用于计算NDVI的波段将被自动导入到“Red”和“Near IR”文本框中直接进行计算，如图2所示，在选择数据输出类型时选择“Floating Point”可保证数据在输出时

图2 计算NDVI

数值范围为-1～+1。经由ENVI软件进行计算后得到蓬莱市地区NDVI值的影像，通过ArcGIS软件对影像加工后得到蓬莱市NDVI值分布图，即图3.

图3 蓬莱市NDVI值

3.3植被覆盖度的估算

利用图3中已经处理好的NDVI影响，通过研究区地区的矢量数据生成的ROI建立掩模文件，并利用软件进行统计计算，如图4、图5所示。

图4 选择统计文件及掩模文件 图5 计算统计参数

由于缺乏实测数据，可以假设区域内近似取VFCmax=100%，VFCmin=0%。则公式(1)可变为：

VFC = (NDVI - NDVImin)/ ( NDVImax - NDVImin) (4)

由以上统计步骤可以得到研究区的统计结果，最后一列表示对应NDVI

图6 统计结果

值的累积概率分布。分别取累积概率为5%和95%的NDVI值作为NDVImin和NDVImax，如图6所示。这里可得到：

NDVImin=0.047575 NDVImax=0.347702

根据公式(4),可以将整个研究去分为三个部分：当NDVI小于0.047575时，VFC取值为0；NDVI大于0.347702时，VFC取值为1；介于两者之间的像元则使用公式(4)进行计算。由此可在软件计算工具中如入计算公式:

（b1 lt 0.047575）*0+(b1 gt 0.347702)*1+(b1 ge 0.047575 and b1 le 0.347702)*((b1-0.047575)/( 0.047575-0.347702))

b1即选择的NDVI图像。

由此得到一个像元值表示这个像元内的平均植被覆盖度的单波段植被

图7 植被覆盖度遥感估算结果

覆盖度图像文件。利用软件中的设色工具依次添加10个区间，分别为每个区间设置一定的颜色，得到蓬莱市植被覆盖度彩色图，如图7所示。 4.结论与讨论

植被覆盖度彩色图像不仅直观、醒目，而且其现实性、对比性较强，反映各种信息客观宏观性较好。相对于灰度值影响来说，彩色图像更便于于判读者对遥感影像的解译。且在NDVI的基础上结合遥感估算模型，不仅降低了土壤背景变化对NDVI精度的影响，使估算更加精确，而且可操作性强，

在植被遥感中，NDVI的应用最为广泛。它是植被生长状态及植被盖度的最佳指示因子，与植被分布密度呈线性相关。[5]与相适应的估算模型相结合，不仅针对性更强，而且有利于提高估算精度，为以后相关工作提供科学依据。

参考文献

[1] 赵英时等.遥感应用分析原理与方法[M].北京:科学出版社,2003:184

[2] 百度百科.蓬莱市[EB/OL].:http://baike.http://www.wodefanwen.com//link?url=XxyZ8ZdiO gqDmtEPERJU9l-gWL-z7pw0-T19pez53kFbkRvQpevUhTtJlbNZY6m_GUCrAW8URLgdfMszELVcj_O8lr4PmBBgikR2HguvKxm.2013.02.30

[3] 李苗苗. 植被覆盖度的遥感估算方法研究[D].北京:中国科学院遥感应用研究所,2003

[4] 邓书斌等.ENVI遥感图像处理方法[M].北京:科学出版社,2010:118 [5] 王桥等.环境遥感[M].北京:科学出版社,2004:372

本文来源：https://www.bwwdw.com/article/q246.html