数据来源本次实验主要以地理空间数据云的Landsat 8的影像数据为基础数据,百度搜索“地理空间数据云”,选择“高级检索”,数据集选择“Landsat 8 OLI_TIRS 卫星数字产品”,空间位置选择“行政区”,然后再依次选择山东省—济南市,时间我这里用的是2020-2021年,云量选择在5%以下,因为云量覆盖太多的话,遮盖的影像信息就比较多,可用性不高,数据选择“有”,然后进行检索。共两景图像,时间都为2020年2月18日,如下图所示:数据类型为“Landsat 8 OLI_TIRS 卫星数字产品”。加载数据 点击文件,选择打开为,点击光学传感器——Landsat——带有源数据的GeoTIFF,依次把两景图像加载进来,然后把济南市的矢量数据加载进来,如下图所示:数据预处理本次数据预处理主要包括辐射定标、大气校正、图像镶嵌、图像裁剪四个步骤。1.辐射定标在工具箱中打开辐射校正中的辐射定标工具,选择多光谱数据,ok。定标类型选择辐射亮度值(Radiance),输出格式为BIL,因为后续FLAASH大气校正的输入数据类型为BIL。输出数据类型为Float,点击Apply FLAASH Settings设置参数。确定输出路径后点击确定。输出数据命名为sfdb1、sfdb2:辐射定标结果如下:2.大气校正 在工具箱中选择辐射校正——大气校正模块——快速大气校正,数据选择sfdb1、sfdb2,点击确定,传感器类型选择Landsat TM/ETM/OLI,输出为dqjz1、dqjz2,如下图所示: 结果如下:3图像镶嵌打开之前已经过辐射定标和大气校正的两幅影像(dqjz1.dat和dqjz2.dat),可以看到镶嵌前的影像。打开工具箱中的图像镶嵌——无缝镶嵌工具,单击左上角加号按钮,把需要镶嵌的两幅图像选中,在Color Correction选项卡中选择颜色校正选项,选择整个场景对整幅图像直方图进行匹配,如下图所示:在接边线中选择自动生成接边线,如下图所示:在Feathering Distance列表中设置羽化距离,单位是像素。在接边线/羽化选项卡内可以选择是边缘羽化,羽化距离10个像素,如下图所示:输出结果命名为xq,dat,结果如下所示:4.图像裁剪将之前准备的济南市行政区shp文件导入ENVI,并加载到视图中。然后在工具箱中选择感兴趣区——利用ROI裁剪图像工具
ENVI监督分类(详细操作)
最新推荐文章于 2024-06-20 20:21:11 发布