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 ...

土壤湿度遥感监测 - 植被指数/地表温度与土壤湿度

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

最新文章

热门文章