生态遥感指数RSEI

失忆街头

已于 2023-11-09 16:25:18 修改

阅读量6.5k

点赞数 11

文章标签：图像处理 arcgis

于 2023-11-09 13:42:49 首次发布

本文链接：https://blog.csdn.net/weixin_43663756/article/details/134242001

版权

本文详细介绍了RISE指数中的多个关键参数计算方法，包括绿度指数（如NDVI），湿度指数（如WET），干度指数（NDBSI），以及热度指数（如LST）的反演过程，涉及Landsat传感器数据处理和ENVI软件的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

RISE指数
在这里插入图片描述

1.绿度指数:NDVI或者FVC(像元二分法)
Ndvi计算NDVI=（NIR-Red）/（NIR+Red）
在这里插入图片描述

2.湿度指数WET(TM和OLI参数不一致所以有两个计算公式)
湿度公式:WET = c1B1 + c2B2 + c3B3 +c4B4+c5B5 + c6B6
注：B1-B6 分别代表蓝波段、绿波段、红波段、近红波段、中红外波段 1中红外波段 2;
c1~c6是传感器参数由于传感器的类型不同，参数也相应有所不同。其中，TM 传感器，c1 ~c6分别为 0.0315、0.2021、 0.3012、0.1594、-0.6806、-0.6109;
OLI传感器，c1 ~ c6 分别为 0.1511、0.1973、 0.3283、0.3407、-0.7117-0.4559
Wet-TM=(b10.0315+b20.2021+b30.3012+b40.1594+b5*(-0.6806)+b7*(-0.6109))/10000
在这里插入图片描述

Wet-OLT=(b10.1511+b20.1973+b30.3283+b40.3407+b5*(-0.7117)+b7*(-0.4559))/10000
在这里插入图片描述

3.干度指数（NDBSI）计算
干度指数（NDBSI）由城市建筑指数（IBI）和裸土指数（SI）的平均值得到的，该指数的范围是[-1,1]，值越大，表示越干燥。
在这里插入图片描述

其中，ρblue、ρgreen、ρred、ρnir、ρswir1分别表示蓝、绿、红、近红外、中红外1,在Bang math中输入公式为：
SI = (float((b3+b5)-(b1+b4)))/((b3+b5)+(b1+b4))
Landsat——tm
在这里插入图片描述

Landsat-——oli
在这里插入图片描述

    IBI=((float(2*b5))/(float(b5+b4))-((float(b4))/(float(b4+b3))+(float(b2))/(float(b2+b5))))/((float(2*b5))/(float(b5+b4))+                         ((float(b4))/(float(b4+b3))+(float(b2))/(float(b2+b5))))

Landsat-tm

在这里插入图片描述

Landsat-oli

在这里插入图片描述

其中，b1~b5分别为蓝、绿、红、近红外波段、中红外波段1.
NDSI = （b1+b2)/2
在这里插入图片描述

其中，b1、b2分别为IBI图像、SI图像。
4.热度指数计算（LST）
使用大气矫正法对landsat-8地表温度进行反演
原理：首先估计大气对地表热辐射的影响, 然后把这部分大气影响从卫星传感器所观测到的热辐射总量中减去, 从而得到地表热辐射强度, 再把这一热辐射强度转化为相应的地表温度。
1）首先打开数据_，对第10波段进行辐射定标（Band10的后缀为Thermal），获得辐射亮度图像。在ENVI中打开原始数据_MTL.txt，选择Radiometric Calibration工具，选择_MTL_Thermal数据，并根据需要选择spatial subset 在这里插入图片描述
A归一化植被指数（NDVI）

          NDVI=（NIR-Red）/（NIR+Red）

B计算植被覆盖度Fv

计算植被覆盖度Fv采用的是混合像元分解法，将整景影像的地类大致分为水体、植被和建筑，具体的计算公式如下：
FV = (NDVI- NDVIS)／(NDVIV - NDVIS)
其中，NDVI为归一化差异植被指数，取NDVIV = 0.70和NDVIS = 0.00，且有，当某个像元的NDVI大于0.70时，FV取值为1；当NDVI小于0.00，FV取值为0。
利用ENVI的Band Math，在公式输入栏中输入：
Fv=(b1 gt 0.7)*1+(b1 lt 0.05)0+(b1 ge 0.05 and b1 le 0.7)((b1-0.05)/(0.7-0.05))

C地表比辐射率ε计算ε
根据前人的研究，将遥感影像分为水体、城镇和自然表面3种类型。本专题采取以下方法计算研究区地表比辐射率：水体像元的比辐射率赋值为0.995，自然表面和城镇像元的比辐射率估算则分别根据下式进行计算：
Ε(surface)=0.9625+0.0614Fv-0.0461FV2
Ε(building)=0.9589+0.086Fv-0.0671Fv2
式中，εsurface和εbuilding分别代表自然表面像元和城镇像元的比辐射率。
在ENVI中的计算公式：
Surf=(b1 le 0)0.995+(b1 gt 0 and b1 lt 0.7)(0.9589+0.086b2-0.0671b2b2)+(b1 ge 0.7)(0.9625+0.0614b2-0.0461b2*b2)
其中，b1为NDVI值，b2为植被覆盖度

D计算相同温度下黑体的辐射亮度值
查询大气剖面数据(http://atmcorr.gsfc.nasa.gov/)，输入相关参数可得到大气剖面信息：大气在热红外波段的透过率（t），大气向上辐射亮度（Lu），大气向下辐射亮度（Ld）
在这里插入图片描述

BlackT=(b2-Lu-t*(1-b1)Ld)/(tb1)

        2018：BlackT=(b2-0.94-0.87*(1-b1)*1.57)/(0.87*b1)

其中，b1选择地表比辐射率图像，b2选热红外波段辐射亮度图像

反演地表温度
Landsat 5：T=(1260.56)/alog(607.76/b1+1)-273

        Landsat 8：T=(1321.08)/alog(774.89/b1+1)-273

其中，B1选择相同温度下黑体辐射亮度图像