土壤湿度遥感监测 - 植被指数/地表温度与土壤湿度
1.实习目的
了解和熟悉植被指数/地表温度特征空间与土壤湿度的关系。
2.实习内容
利用给定植被区域的地表温度图像和植被指数图像,分析二者之间的关系,并能给出简单解释;
了解利用温度植被干旱指数反映土壤湿度的方法。
3.实习原理与步骤
3.1 植被区域的地表温度图像和植被指数图像关系分析
(1)利用“分类图像(60m)ok”数据,提取植被分布ROI区域;
具体步骤:
打开加载”分类图像(60m)ok“, "NDVI", "lst"文件 ,从图中可以看出,原始"分类图像(60m)ok"图像已经对地物进行了分类,其中类型7为植被覆盖区。
提取ROI区域:Toolbox-ROI-Band Threshold to ROI-选择“分类图像(60m)ok"。并且阈值参数只提取7。
加载选定的ROI区域,下图中其中红色部分为植被覆盖区域。
接下来进行掩膜提取ndvi图像中的植被覆盖区域:1)首先需要将刚才的ROI区域保存为”vegROI“。2)Toolbox-搜索”mask“-Build Mask-选择图像”分类图像(60m)ok“。在Mask Definition窗口下-Options-import ROI-并将新生成的mask保存输出,命名为”mask-7“
下图为生成的mask-7掩膜图像,红十字表示当前指定的目标区域。可以看出亮白色区域的DN值为1,黑色区域的DN值为0。即生成了一张植被覆盖区域的值为1,其他区域值为0的二值化图。
(2)绘制研究区域和植被区域的植被指数/地表温度分布散点图,分析散点图的特点,并给出解释。
具体步骤:在上方工具栏中找到Scatter Plot Tool工具(用于绘制散点图)。横坐标设置为NDVI, 纵坐标设置为地表温度lst。
然后再import ROI将之前生成的感兴趣区加载进去。这样既可以查看研究区域的植被指数/地表温度散点图,又能查看植被区域的散点图。由于软件显示问题,纵坐标的显示分别是”-10 0 10 20 30 40 50“,横坐标的显示分别是” 0.0 0.2 0.4 0.6“。
分析:从图像中可以看出植被区域的ndvi值基本都处在0.0到0.6之间,lst温度基本都在20以上,不高于45,且分布相对集中。与分类图中其他地物相比较,其ndvi值基本都在0以上,且随着ndvi值的提高,植被区域所占比例越高,至0.4以后上时基本全部是植被区域。这可以用于区分植被区域的参考标准。
3.2 温度植被干旱指数计算
(1)利用tvdi_main.sav工具,绘制研究区域的温度和NDVI的特征空间,并计算干湿边。
具体步骤:首先将文件“lst”中的摄氏温度转化为华氏温度。利用波段运算来处理。Band Math-新建公式“b1+273.15”, b1为lst中的数据。保存名“LST+273.15”.
打开扩展包目录下的tvdi_main.sav工具(前置操作为需要先将数据包中的该扩展包自行放置在“ENVI53\extensions”目录下),设置好对应的edvi和lst参数。从lst图像的数据中可以看出,温度基本分布在20-40℃之间,于是需要缩小有效LST范围,改为“290”“330”.然后即可选择输出路径。
(2)绘制研究区域的温度植被干旱指数分布图。
下图为生成的干湿边散点图和干湿边的系数拟合图像。
在envi中加载tvdi分布图发现边缘区域仍有数值,所以还需要再进行一次掩膜处理,筛选出研究区域,剔除边缘多余信息。
步骤:1)提取ROI区域:Toolbox-ROI-Band Threshold to ROI-选择“分类图像(60m)ok"。并且阈值参数选取为1-8。
2)Toolbox-搜索”mask“-Build Mask-选择图像”new_tvdi“。在Mask Definition窗口下-Options-import ROI-并将新生成的mask保存输出,命名为”mask_tvdi“。
3)Apply Mask。选择处理图像“new_tvdi”, 下面的“Select Band Mask”选择“mask_tvdi”, 默认参数保存命名为“pro_tvdi”。可以发现边缘区域的值均为0。
3.3 制作干旱专题图
(1)在ArcGIS中绘制专题图。参考以下表格,根据温度植被干旱指数TVDI与干旱等级的对应关系,绘制植被区域干旱专题图。要求:干旱情况分为湿润、正常、微旱、干旱、重旱五个等级,栅格颜色由蓝色渐变为红色,可参考以下分类图。
(2)根据以下表格统计研究区域的土壤湿度情况:
土壤湿度遥感监测 - 植被指数/地表温度与土壤湿度相关推荐
- 基于Modis的遥感数据的地表温度的获取解决方案--以京津唐为例
1.背景与技术路线 地表温度(LST)是区域和全球尺度地表物理过程中的一个关键因子,也是研究地表和大气之间物质交换和能量交换的重要参数.许多应用如干旱.高温.林火.地质.水文.植被监测,全球环流和区域 ...
- 【转载】基于ENVI bandmath的地表温度反演
地表温度作为地球环境分析的重要指标,而遥感技术作为现代重要的对地观测手段,使得基于遥感图像的地表温度反演的研究越来越多.主要的地表温度反演方法有:大气校正法,单窗算法,单通道法等等.本文介绍用辐射传输 ...
- Satellite-derived land surface temperature: Current status and perspectives卫星衍生的地表温度
目录 一.[卫星衍生的地表温度:现状和前景](https://www.sciencedirect.com/science/article/pii/S0034425712004749) 二.地表温度的遥 ...
- 基于Google Earth Engine的Landsat单窗算法地表温度(LST)反演
基于Google Earth Engine的Landsat单窗算法地表温度(LST)反演 1 背景知识 2 算法介绍 3 代码 4 效果 1 背景知识 基于遥感数据的地表温度(LST)反演目前得到 ...
- 如何利用地表温度遥感数据和气象资料计算农田地表水热通量
地表水热通量主要包括感热/显热通量和潜热通量,是陆-气交互以及水-热-碳循环研究的重要变量.其中,潜热通量是地表蒸散发的能量形式,对农业水资源管理.作物水分利用效率等非常关键.由于热红外遥感对地表干湿 ...
- (五)Landat_5 TM 遥感影像计算NDVI、MNDWI、NDBI以及地表温度反演
流程概况图 一.植被覆盖指数(NDVI) 所谓植被指数,就是利用多波段遥感图像的可见光波段以及近红外波段相组合,形成能够反映突出植被分布状况和强度的指数.植被指数的求解方法不唯一,定义的植被指数已经多 ...
- [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)
实验目的 得到地表气温专题图反演结果之间的散点图 实验内容及实验步骤 1.MODIS地表温度产品的使用 软件环境:ENVI及MRT(已提供,请提前安装好)或MCTK扩展工具 实验数据:地表温度与发射率 ...
- 全球遥感监测土壤水分技术水平
传统的干旱监测方法只能得到少量的点上的数据,是基于测墒点采样数据来监测干旱的程度及范围,这种方法其中应用最多的是气象数据.水文数据和社会经济数据等等(这些数据最多也只能追溯到100多年以前)加以运用各 ...
- 遥感监测草原产草量的方法
遥感监测草原产草量的方法 1.1 生态系统净初级生产力模型 VPM(Vegetation Photosynthesis Model)是基于卫星遥感数据和通量观测数据发展起来的光能利用率模型.其理论基础 ...
最新文章
- EnterLib PIAB又一个BUG?
- Mysql隐藏命令_mysql常用命令整理
- java实验报告二_Java实验报告(实验二)
- 干货 | 22道机器学习常见面试题目
- pandas打乱行次序
- 皮一皮:程序员为什么只能吃青春饭?
- Nginx 一个牛 X 的功能,流量拷贝!
- 用hundred造句子_关于冬至的问候短句,冬至文案唯美句子
- python归并排序理解不了_一日一技:如何更好地理解归并排序?
- coolite TreeNode NodeClick传id到后台的方法
- 【12图】你管这破玩意叫Pulsar
- 万师傅使用云产品,上手简单、开箱即用、省去运维烦恼
- I2C总线学习—查缺补漏—应答信号ACK
- 设计模式学习之---Facade(外观)模式
- weblogic 部署应用步骤
- 2021鹏业安装算量软件常见问题整理(五)
- 1-3(中文版)语法和词性总结
- 8.17.6. Constructing Ranges
- Hadoop+hive+flask+echarts大数据可视化之系统数据收集
- locust之执行方式