海洋水质参数提取

目录 1数据预处理 2 水色参数反演 第一步整理采样点 第二步获取采样星上数据 第三步模型参数反演 第四步叶绿素反演 1数据预处理 第一步安装自定义扩展工具。本节中使用两个自定义扩展工具：ENⅥ_HJ1A1B_Tools.sav，用于环境一号卫星数据读取、辐射定标和波段组合等操作；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。 （2）重启 ENVI 即可使用。提示：①如果使用 ENⅥ Classic，将.sav 文件复制到“Save_Ad”文件夹内。 第二步数据读取和定标。 第三步工程区裁剪。 图1 太湖区域影像 第四步几何校正（图像配准） 此步骤是对环境一号卫星图像进行几何校正，使其具有精确的坐标信息，可以匹配实测数据。基准图像可以是地形图或其他经过校正的中高分辨率图像。本实例使用经过校正的 Landsat TM 数据作为基准图像。 操作流程如下： 打开上一步得到的图像裁剪结果和基准图像“TM baseimage.dat” 在 Toolbox 工具箱中，双击 Geometric Correction→Registration→Image Registration Workflow 工具，打开图像配准流程化工具。 在 File selection 步骤中，单击 Base image file 右侧的 Browse 按钮，选择“TM baseimage.dat'”作为基准图像；为 Warp Image File 选择上一步图像裁剪的结果，作为待配准 图像，单击 Next 按钮进入下一步。 图2 选择文件 在 Tie Points Generation 步骤中，设置如下参数，其他参数默认即可，单击 Next 按钮进入下一步。单击 Main 选项卡。最小 Tie 点匹配度阈值（Minimum Matching Score）：0.70。单击 Advanced 选项卡。基准图像匹配波段（Matching Band in Base Im-age）：Band4。待配准图像匹配波段（Matching Band in Warp Image）：Band4。拟生成的 Tie 点个数（Requested Number of Tie Points）：300。 图3 设置参数 在 Review and Warp 步骤中，单击 Tie points 选项卡，单击 Show table 按钮查看控制点列表，直接删除 ERROR 较高的点，这里删除 ERROR>2 的控制点。 图4 控制点 当控制点的 RMS Error 小于 1 个像素时，完成控制点的选择。 单击 Warping 选项卡，重采样方法选择“ Cubic convolution”（该方法采样精度最高，保持图像原始辐射值），其他参数默认，单击 Next 按钮。 在 Export 步骤中，设置校正结果输岀路径和文件名，同时可以选择输岀控制点文件（.pts），单击 Finish 按钮完成。 图5 几何校正参数 第五步大气校正 打开 Toolbox 工具箱中的 Raster management/Convert Interleave，选择上一步得到的结果，点击 OK； 选择输出参数为 BIL，设置输出路径和名称确定。 图6 输出文件 下面介绍 FLAASH 大气校正的操作步骤： 在 ENⅥ中打开上一步中的几何校正结果。 在 Toolbox 工具箱中，双击 Radiometric Correction→ Atmospheric Correction Module→ FLAASH Atmospheric Correction 工具，打开 FLAASH 大气校正工具。 在 FLAASH 面板中，单击 Input Radiance Image 按钮，选择上一步得到的 BIL 格式环境小卫星数据，在 Radiance scale factors 面板中选择“ Use single scale factor for all bands”，设置 Single scale factor 为 10，将单位转换为 FLAASH 要求的μW/(cm2·mm sr)，单击 OK 按钮。 单击 Output Reflectance File 按钮，设置输出路径及文件名。 设置传感器和图像基本信息 FLAASH 自动获取图像中心点的经纬度信息。传感器类型（Sensor Type）：Multispectral-→ UNKNOWN-MSI。传感器高度（Sensor Altitude）：650。地面高程（Ground elevation）：0.050。成像日期（Flight date）：Oct-6-2009，可在环境小卫星的.xml 文件中找到成像时间（light Time）：03:01:31，可在环境小卫星的，xm 文件中找到 设置大气模型和气溶胶模型大气模型（Atmospheric Model）：Tropical。 水汽反演（Water Retrieval）：No 气溶胶模型（Aerosol Model）：Rural 气溶胶反演（Aerosol retrieval）：None。能见度（Initial Visibility）：40。 图7 设置参数 单击 Multispectral Setting 按钮，在打开的面板中单击 Filter Function File 按钮，导入光谱响应函数“环境 1B 星 CCD1 光谱响应.sli”（位于“大气校正”文件夹内），单击 OK 按钮。 回到 FLAASH 面板，单击 Advanced Settings 按钮，在弹出的面板中手动修改“ Tile Size”为“100MB”，单击 OK 按钮。 设置所有参数后，单击 Aply 按钮，执行 FLAASH 大气校正。 图8 大气校正影像 第六步裁剪太湖区域本步骤 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。主要操作步骤如下： 在 ENⅥ中打开大气校正的结果图像 在 Toolbox 工具箱中，双击 Feature Extraction→ Segment Only Feature Extraction Workflow 工具，打开面向对象图像分割流程化工具。 在 Data Selection 步骤的 Input Raster 选项中，单击 Browse 按钮，在弹出的对话框中选择大气校正结果图像，单击 OK 按钮。 单击 Next 按钮进入下一步。 在 Object Creation 步骤中，设置分割尺度（Scale level）和合并尺度（Merge Level）分别为 50 和 99，单击 Next 按钮进入下一步。 在 Export：步骤的 Export Vector 选项中，设置矢量分割结果的输出路径和文件名切换到 Export Raster 选项，为了节省时间和硬盘空间，取消勾选 Export Segmentation Image 选项，即不输出栅格结果，单击 Finish 完成图像分割 在图像管理器（Layer Manager）中选中生成的 Shapefile 图层，按住 Ctrl 键，使用鼠标左键选中太湖区域矢量多边形 图9 选中太湖区域 在图像管理器（Layer Manager）中，右键单击矢量图层，选择菜单 view/Edit Attributes。在打开的 Attributes viewer 面板中，选择菜单 File→ Save Selected Records To New Shapefile，在打开的对话框中，设置输出路径和文件名（taihu_vector,shp），单击 OK 按钮。 （9）在 Toolbox 工具箱中，双击 Regions of Interest→ Subset Data from rois 工具，在打 开的对话框中选择大气校正结果图像，单击 OK 按钮。 （10）在 Spatial Subset via ROI Parameters 面板中选择“ taihu_vector.shp”，设置 Mask pixels outside of ROI 选项为“Yes”。 （11）设置输出路径及文件名，单击 OK 按钮。 图10 裁剪 图11 裁剪结果 2 水色参数反演 本实例选择较成熟的算法，即波段比值法来进行模型的建立，模型如下 Chl-a=a *(BNIR / BRED )+b 其中，Chl - a 表示叶绿素 a 浓度；BNIR和 BRED分别为近红外波段和红波段；a 和 b 表示参数 4系数。 第一步整理采样点 实测数据本步骤需要结合实地调查数据，将水面采样点与实测叶绿素浓度在空间上建立对应关系。实地调查数据包括水面调查点的经纬度和叶绿素含量。以 4 列形式保存为.txt 和 Excel 文件，文件在“5-叶绿素反演”的“实测数据中”，格式如下： 图12 反演点 第二步获取采样星上数据 在 ENVI 中打开经预处理的太湖区域的图像。 在 Toolbox 工具箱中，双击 Band Ratio→ Band Math 工具，在 Enter an expression 文本框中输入表达式：float（b4）/b3，单击 Add to list 按钮，然后单击 OK 按钮。 在打开的 Variables to Bands Pairings 面板中，分别为 b3 和 b4 变量选择波段 3、4， 设置输出路径和文件名，单击 OK 按钮，计算得到比值图像。 图13 波段运算 图14 比值图像 在主界面中，选择 File→New→ ROI from ASCII File，在打开的对话框中选择文件 “反演点.txt”，单击 OK 按钮。 在打开的 ASCIl Template 面板中，在 Step I 中设置 Data Starts at Line 选项为“2”，单击 Next 进入下一步 在 Step2 中，修改 Delimiter Between Data Elements 选项为“Tab”，单击 Next 进入下一步。 在 Step3 中，修改 FIELD2 中 Name 为“Y”（即纬度），修改 FIELD3 中 Name 为“X”（即经度），单击 Finish 按钮。 图15 ASCII Template 向导设置 在打开的 File selection 对话框中选择波段运算的结果文件，单击 OK 按钮。在 Layer Manager 中自动加载了图像和 ROI 图层。 单击 ENⅥ工具栏中的图标，打开 Region of Interest（ROI）Tool 面板，选择菜单 File→ Export→ Export to CSV，在弹出的对话框中设置 CSV 文件输出路径和文件名，单击 OK 按钮。 图16 导出的 CSV 表格 第三步模型参数反演 将“反演点.txt”文件中的 Chl - a 含量与图像中导出的像元值放在同一个 Excel 表中，建立一一对应关系，已将结果生成，直接使用“反演模型构建.xls”文件即可。 图17 实测数据与图像导出的像元值 在 Excel 中选中 b4/b3 计算值与叶绿素 a 实测值（Chla 含量），选择 Excel 主菜单“插入”→“推荐的图表”→“散点图”。 在散点图上选中散点，单击鼠标右键，选择菜单“添加趋势线”。打开设置趋势线格式面板，勾选“显示公式”、“显示 R 平方值”选项。线性回归方程和 R 平方值在散点图上显示。可以看到，最终反演模型为：y=0.0457x+0.0162，R2=0.7817。提示：几何校正和大气校正精度会影响反演模型的结果，但不会与上述结果存在太大偏差。 图18 线性反演模型 第四步叶绿素反演 得到公式（1）线性反演模型的参数 a 和 b 之后，反演模型表达为：Chl - a = 0.0457*BNIR/BRED+0.0162，将此模型应用到比值图像中 在 Toolbox 工具箱中，双击 Band ratio→ Band Math 工具，在打开面板的 Enter an expression 文本框中输入表达式：0.0457*b1+0.0162，单击 Add to list 按钮，将表达式添加到上方列表中，然后单击 OK 按钮 在 Variables to Bands Pairings 面板中，选择 bl 为 b4/b3 比值图像，设置输出路径和文件名，单击 OK 按钮，计算得到叶绿素 a 反演结果图像。结果图像中的像素值代表该像元范围内（30m×30m）平均叶绿素 a 含量，单位与实测数据一致。 可右键结果，点击 more 更改颜色，图 2.13 右图结果为 GREEN/WHITE LINEAR 配色，同时选中 Reverse 选项。 图19 最后结果