[ENVI] 定量遥感实验-水体叶绿素浓度遥感反演 (超详细步骤)

最新推荐文章于 2024-03-04 23:04:15 发布
最新推荐文章于 2024-03-04 23:04:15 发布
阅读量1.2w 收藏 186
点赞数 37
分类专栏： ENVI 定量遥感 文章标签： 经验分享
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_57992372/article/details/126961520
版权
本文详细介绍了如何使用ENVI软件进行定量遥感实验，专注于水体叶绿素浓度的遥感反演。通过一系列步骤，包括数据预处理、特征选择和反演模型建立，阐述了这一复杂过程的关键技术和注意事项，为遥感领域的实践者提供宝贵的经验分享。
摘要由CSDN通过智能技术生成
  • 实验目的

得到太湖区域的叶绿素浓度分布图

  • 实验内容及实验步骤
  1. HJ-CCD影像的辐射定标

插件：ENVI_HJ1A1B_Tools.sav

建议在classic版本下执行操作，自动完成定标及波段合成

功能菜单：File/Open External File/HJ-1A1B

定标参数来源：数据包自带的.xml文件

公式：L=DN/g+L0，W*m^(-2)*sr^(-1)*um^(-1)

系数：B1:g 0.5329, L0 1.6146；B2:g 0.52895, L0 4.0052；B3:g 0.68495, L0 6.2193；B4:g 0.72245, L0 2.8302

1 )加载环境卫星数据并且设置参数

 2)查看图像DN值以及光谱曲线

3) 在classic版本下执行操作，自动完成定标及波段合成

2.几何精校正

原始影像为2级产品（几何粗校正产品），存在明显的地理定位偏差

几何精校正

基准影像：Landsat5-TM 正射产品

执行基础：地面控制点GCP

功能模块：Geometric Correction/Registration/Warp from GCPs：Image to Image Registration

（或Geometric Corre
最低0.47元/天 解锁文章
tatumking
关注
专栏目录
ENVI叶绿素反演 操作
01-05
基于ENVI 遥感图像处理软件，进行叶绿素反演操作，每个步骤到无比详细
叶绿素a反演研究
m0_51954267的博客
05-12 5601
叶绿素反演
ENVI图像处理（一）Landsat-8OLI叶绿素反演
阿狸的梦想的专栏
05-09 1万+
通过遥感影像湖泊水质监测是毕业论文的一部分，这里介绍一下Landsat-8OLI叶绿素反演：  一.数据下载      本文所采用的数据来自美国地质勘探局（United States Geological Survey，简称USGS）数据获取与处理。点击点击打开链接下载，同时国内地理空间数据云也提供数据下载点击打开链接。下载Landsat-8OLI数据 二.数据预处理 预处理的详细过程共享
海洋水质参数提取
yokon的博客
07-15 1596
NewRoi_from_ASCII.sav，将 ASCI 文件格式存储的实测数据转换成感兴趣区文件（ROI），安装扩展补丁步骤如下:（1）将“ENⅥ_HJ1A1B_Tools.sav”和“ENⅥ_HJ1A1B_Tools.sav”两个文件复制到“...\ Exelis\ENVI51\extensions”文件夹内。首先利用 Feature Extraction 模块中提供的面向对象图像分割工具获取分割矢量结果，然后手动提取太湖边界矢量，最后利用此矢量文件裁剪大气校正结果得到太湖区域的图像。
水体叶绿素ａ浓度遥感反演方法（一）
热门推荐
sinat_34873854的博客
01-16 2万+
参考文献：潘应阳, 国巧真, 孙金华. 水体叶绿素a浓度遥感反演方法研究进展  [J]. 测绘科学, 2017(1):43-48. 1.为什么要做叶绿素浓度遥感反演？ 叶绿素ａ浓度是水体富营养化的重要指标。 卫星遥感技术具有连续监测、视角宽广、周期性等特点，在一定周期内可以有效地监测水质参数在空间和时间上的变化状况， 非常适用于大范围的水体监测。   2.概念 二类水体：在遥感领域，水体...
地球科学中的定量遥感反演
12-16
地球科学中的定量遥感反演：理论与数值处理 1简介 2 地球科学中的典型反问题 3正则化 4优化 5实际应用 5.1 核驱动BRDF模型反演 5.2 机载激光雷达遥感反演 5.3 粒子尺度分布函数反演 6 结论
ENVI自动反演Landsat-8温度插件
09-19
可以利用Landsat-8数据进行地表温度的反演，ENVI版本需要5.2以上
水体专题提取与叶绿素a浓度反演
yuanYW7556的博客
12-12 1万+
1 实验目的 学习水体光谱的特征曲线，掌握应用遥感图像处理软件进行水体波谱的差异性分析。了解常用的提取水体的方法，掌握常用的水体植被指数，如改进的归一化水体指数（MNDWI）；能够使用ENVI 软件进行水体信息提取并使用 ArcGIS 软件进行出图显示，学会建立模型反演叶绿色a 浓度。 2实验内容 这次实验主要包括了数据的预处理、水体信息提取和叶绿素a浓度反演三个方面，通过对遥感数据进行预处理，更...
envi_hj1a1b_tools.sav
12-30
找到ENVI安装路径，打开ENVI中的拓展工具文件夹； 将拓展工具复制到extension文件夹中； 打开ENVI，找到Extension文件夹中的ENVI HJ1A1B Tools； 双击ENVI HJ1A1B Tools，选择相应的传感器类型，Input Path选择数据所在的文件夹，Output Path选择要输出的位置，勾选calibration和layer stacking 即可。
ENVI5.3以上扩展工具.zip
04-27
EVVI5.4扩展工具 ChinaSatellitesSupport envi_hj1a1b_tools.sav modis_aerosol_inversion.sav envi_curve_fitting.sav MCTK envi_landsat8_lst.sav \classic\save_add\CART envi_vegetation_enhance.sav frame_subset_via_shapefile.sav SetRasterMetadata.task envi_app_store.sav
水质遥感监测-水质遥感监测
最新发布
03-10
本专题详细介绍了如何利用环境小卫星CCD-1B图像来反演太湖叶绿素a浓度的全过程，具体包括环境小卫星的数据读取、辐射定标、几何校正、大气校正、反演模型的建立、遥感反演过程、反演结果验证等步骤。此外，还介绍了...
ENVI遥感多项实验操作(共66页).docx
04-05
实验四的光谱分析与水体水色参数反演，主要是通过分析水体的反射光谱特性，估算水体中的悬浮物、叶绿素a等水色参数，通常会用到光谱曲线拟合和反演模型。 这些实验共同展示了ENVI在遥感数据分析中的核心应用，包括...
envi反演水质参数_2015Esri开发竞赛ENVI组作品欣赏——“巢湖水质遥感监测系统”...
weixin_42327688的博客
12-24 1113
作品单位：合肥工业大学资源与环境工程学院小组成员：陈子翰、鄢发鹏、陈生静、胡建东指导教师：季斌获奖情况：三等奖视频地址：http://v.youku.com/v_show/id_XMTM1NDE5MDQ4MA==.html系统概述系统基于IDL交互式编程语言，将ArcGIS和ENVI/IDL的功能相结合，利用遥感反演的方法，设计了巢湖水质遥感监测系统。同时使用C#和IDL的混合编程，实现遥感数据-...
[ENVI] 定量遥感实验-地表温度反演与地表温度测定 (超详细步骤)
m0_57992372的博客
09-21 6304
定量遥感实验 ENVI 超详细步骤
定量遥感实验二 地表温度反演
m0_69187448的博客
03-04 3367
遥感定量反演就是根据观测信息和模型求解或推算描述地面实况的应用参数，遥感反演的基础是描述遥感信号或遥感数据与地表应用之间的关系模型。地表温度是陆表过程研究的关键参数，卫星反演地表温度是获取区域及全球尺度辐射平衡、能量收支研究中地表温度参数的有效手段。
近地面无人机植被定量遥感与生理参数反演
WangYan2022的博客
09-06 1216
通过详细的理论讲解及多案例操作，从实践技术应用的角度出发，综合该领域学习者的需求及特点，深度掌握实践应用方法。
landsat8遥感图像叶绿素反演思路
07-03
### 回答1： Landsat 8是一种卫星遥感平台，通过其传感器拍摄的图像可以用于叶绿素反演。叶绿素是植物中的关键化学物质，对植物的光合作用和生长发育起着重要作用。 首先，叶绿素反演需要获取Landsat 8遥感图像。Landsat 8的传感器可以获得多个波段的图像，其中红光和近红外波段对叶绿素反演非常重要。 其次，需要利用遥感图像中的红光和近红外波段来计算植被指数，常用的指数包括归一化植被指数（NDVI）和叶绿素吸收比（CARI）。这些指数可以表征植物的健康状况和叶绿素含量。 然后，需要建立一个针对特定地区和植被类型的叶绿素含量模型。通过采集一定数量的野外数据，可以获取野外叶绿素浓度的确定值，并与相应的Landsat 8图像进行对比。利用这些对比数据，可以建立一个叶绿素含量模型，基于植被指数和地面测量数据的关系。 最后，利用所建立的模型可以对Landsat 8图像中的植被指数进行反演，得出叶绿素含量分布图。这些分布图可以显示不同地区和植被类型的叶绿素含量差异，对植物生态学和农业生产等领域的研究有重要意义。 总的来说，利用Landsat 8遥感图像进行叶绿素反演需要获取图像、计算植被指数、建立叶绿素含量模型，然后进行反演分析。这种方法可以通过遥感技术来获取大范围的叶绿素含量信息，为植物生态学和农业生产等科学研究提供有力支持。 ### 回答2： Landsat 8是一颗卫星，可以获取地球表面的遥感图像。叶绿素反演是指通过遥感图像分析，估计地表上植被叶绿素含量的过程。 叶绿素反演的思路主要包括以下几个步骤: 第一步是图像预处理。首先对Landsat 8遥感图像进行大气校正，以消除大气对图像的影响。然后进行辐射校正，将图像转换为地表反射率，以消除太阳辐射的影响。 第二步是选择合适的光谱指数。光谱指数是基于遥感图像不同波段的比值或均值计算得到的参数，可以反映出植被叶绿素含量的变化。常用的光谱指数包括归一化差异植被指数（NDVI）和归一化水体指数（NWI）等。 第三步是建立反演模型。通过收集现场采集的植被叶绿素含量数据，可以建立统计模型来估计植被叶绿素含量与光谱指数之间的关系。常用的模型包括线性回归模型和多元回归模型等。 第四步是应用反演模型。将建立好的反演模型应用到Landsat 8遥感图像中，利用选择的光谱指数计算出叶绿素含量的预测值。根据预测值可以进行空间分布分析，得到植被叶绿素含量的空间分布图。 第五步是结果评价。评估反演结果的准确性和可靠性，可以通过与现场测量结果进行对比来确定反演模型的精度。 总的来说，通过预处理、选择光谱指数、建立反演模型、应用模型和结果评价，可以利用Landsat 8遥感图像进行叶绿素反演，从而获得地表植被叶绿素含量的空间分布信息。 ### 回答3： Landsat 8是一颗遥感卫星，能够获取地球表面的高分辨率多光谱图像。叶绿素反演是基于Landsat 8遥感图像来确定植被叶绿素含量的一种方法。下面是对于Landsat 8遥感图像叶绿素反演的思路。 首先，Landsat 8的多光谱图像可以通过对地面不同波段的反射率进行分析来获得植被的信息。利用Landsat 8的4个波段（蓝色、绿色、红色和近红外）可以计算植被指数（如归一化植被指数，简称NDVI），该指数与叶绿素含量有着较强的相关性。 其次，通过对地面真实的叶绿素含量进行验证和校验，可以建立叶绿素含量与NDVI之间的关系模型。可以利用野外采样的方法，收集与Landsat 8图像获取时期吻合的地面叶绿素数据。利用这些数据，可以通过回归分析等方法建立叶绿素含量和NDVI之间的关系模型。 然后，根据建立的关系模型，可以将Landsat 8遥感图像中的NDVI值转换为叶绿素含量。这样，就可以通过Landsat 8遥感图像来反演植被叶绿素含量的空间分布。可以利用GIS软件和遥感图像处理软件，对Landsat 8图像进行处理和分析，生成反演结果。 最后，对于反演结果的验证和精度评估也是非常重要的。可以利用独立的地面采样数据和其他遥感数据进行对比，对反演结果的准确性进行验证。同时，可以计算反演结果与实际叶绿素含量的误差，评估叶绿素反演的精度。 综上所述，利用Landsat 8遥感图像进行叶绿素反演的思路主要包括：获取Landsat 8图像、计算NDVI、建立关系模型、转换为叶绿素含量、验证和精度评估。通过这种思路，可以得到准确的植被叶绿素含量信息，为环境和生态研究提供重要的数据支持。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值