ENVI实现不规则裁剪

**方法:**将不规则的Shp面状数据在ENVI中打开,然后转成ENVI自己的格式,然后转成ROI最后执行裁剪。
步骤:
1、打开栅格数据:通过File——OPEN IMAGE
2、打开矢量数据:通过FILE——OPEN VECTOR或者VECTOR——OPEN VECTOR,选择文件类型SHAPEFILE,选择矢量文件,注意在弹出的IMPORT VECTOR FILES PARAMENTS对话框选择正确的投影类型。然后OK之后ENVI自动将矢量文件转为EVF格式。注意:栅格数据和矢量数据的投影系统必须一致。
3、将矢量数据转为ROI:在Availabel Vectors List选择数据,在 File 选择 Export Layers to ROI,然后在Select Data File to Associate with new ROIS 中选择需要裁减的栅格数据,再在Export EVF Layers to ROI中选择Convert all records of an EVF layer to one ROI,点击OK
4、裁剪栅格数据:在ENVI主菜单Basic Tools 中选择Subset Datavia ROIs,在Select Input File to Subset via ROI 中选择需要裁减的栅格数据,OK。然后出现Spatial Subset via ROI Param…对话框,在Slect Input ROIs 中选择建立的 ROI。最后选择输出结果到文件还是内存即可。

注意:Mask pixels outside of ROI?这个选项,如果选择No,则是以包括ROI在内的最小矩形范围裁剪,得到的结果数据也是矩形。如果选择Yes,则需要在Mask Background Value后给出ROI范围外的数据值,默认是0(该值自己随意设定)。

ENVI植被覆盖度的遥感估算
植被覆盖度是指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比。容易与植被覆盖度混淆的概念是植被盖度,植被盖度是指植被冠层或叶面在地面的垂直投影面积占植被区总面积的比例。两个概念主要区别就是分母不一样。植被覆盖度常用于植被变化、生态环境研究、水土保持、气候等方面。

植被覆盖度的测量可分为地面测量和遥感估算两种方法。地面测量常用于田间尺度,遥感估算常用于区域尺度。

估算模型
目前已经发展了很多利用遥感测量植被覆盖度的方法,较为实用的方法是利用植被指数近似估算植被覆盖度,常用的植被指数为NDVI。下面是李苗苗等在像元二分模型的基础上研究的模型:

VFC = (NDVI - NDVIsoil)/ ( NDVIveg - NDVIsoil) (1)

其中, NDVIsoil 为完全是裸土或无植被覆盖区域的NDVI值,NDVIveg 则代表完全被植被所覆盖的像元的NDVI值,即纯植被像元的NDVI值。两个值的计算公式为:

NDVIsoil=(VFCmaxNDVImin- VFCminNDVImax)/( VFCmax- VFCmin) (2)

NDVIveg=((1-VFCmin)*NDVImax- (1-VFCmax)*NDVImin)/( VFCmax- VFCmin) (3)

利用这个模型计算植被覆盖度的关键是计算NDVIsoil和NDVIveg。这里有两种假设:

1) 当区域内可以近似取VFCmax=100%,VFCmin=0%。

公式(1)可变为:

VFC = (NDVI - NDVImin)/ ( NDVImax - NDVImin) (4)

NDVImax 和NDVImin分别为区域内最大和最小的NDVI值。由于不可避免存在噪声,NDVImax 和NDVImin一般取一定置信度范围内的最大值与最小值,置信度的取值主要根据图像实际情况来定。

2) 当区域内不能近似取VFCmax=100%,VFCmin=0%

当有实测数据的情况下,取实测数据中的植被覆盖度的最大值和最小值作为VFCmax和 VFCmin,这两个实测数据对应图像的NDVI作为NDVImax 和NDVImin。

当没有实测数据的情况下,取一定置信度范围内的NDVImax 和NDVImin。VFCmax和 VFCmin根据经验估算。

实现流程
下面我们以“当区域内可以近似取VFCmax=100%,VFCmin=0%”情况下,整个影像中NDVIsoil 和NDVIveg 取固定值,介绍在ENVI中实现植被覆盖度的计算方法。

使用的数据是经过几何校正、大气校正的TM影像。

(1) 选择Transform->NDVI,利用TM影像计算NDVI。

(2) 选择Basic Tools->Statistics ->Compute Statistics,在文件选择对话框中,利用研究区地区的矢量数据生成的ROI建立一个掩膜文件。(必须选择select mask band)
(3) 得到研究区的统计结果。在统计结果中,最后一列表示对应NDVI值的累积概率分布。我们分别取累积概率为2%和98%的NDVI值作为NDVImin和NDVImax。这里得到:

NDVImax=0.522991

NDVImin=0.031766
(4) 根据公式(4),我们可以将整个地区分为三个部分:当NDVI小于0.031766,VFC取值为0;NDVI大于0.522991,VFC取值为1;介于两者之间的像元使用公式(4)计算。利用ENVI主菜单->Basic Tools->Band Math,在公式输入栏中输入:

(b1 lt 0.031766)*0+(b1 gt 0.522991)1+(b1 ge 0.031766 and b1 le 0.522991) ((b1-0.031766)/ (0.522991-0.031766))

b1:选择NDVI图像

(5) 得到一个单波段的植被覆盖度图像文件,像元值表示这个像元内的平均植被覆盖度。在Display显示。

(6) 选择Tools->Color Mapping->Density Slice,单击Clear Range按钮清除默认区间。

(7) 选择Opions->Add New Ranges,根据上面的对照表依次添加10个区间,分别为每个区间设置一定的颜色,单击Apply得到如下的植被覆盖图。

NDVI计算流程:
图像镶嵌(波段不可全选,选择需要的加快处理速度)——裁剪目标区域——NDVI计算(注意选择卫星型号:landsat TM或者 landsat OLI)
注意事项:先计算NDVI在镶嵌,镶嵌前忽略0值。镶嵌时不使用接边线和匀色功能,镶嵌操作:占比面积较大的影像放在上层(order排序)

ENVI不规则裁剪和植被覆盖度估算相关推荐

  1. ENVI提取NDVI与植被覆盖度估算

    公众号原文链接,欢迎关注 gENVI提取NDVI与植被覆盖度估算ENVI中NDVI计算与植被覆盖度提取https://mp.weixin.qq.com/s/Uc_14ObiYKKafQrtKqFjvg ...

  2. 【ENVI精讲】处理专题五:基于像元二分模型的植被覆盖度反演

     一.专题概述 植被覆盖度是指植被(包括叶.茎.枝)在地面的垂直投影面积占统计区总面积的百分比. 植被覆盖度常用于植被变化.生态环境研究.水土保持.气候等方面. 植被覆盖度数据来源于地理遥感生态网平台 ...

  3. 植被覆盖度(FVC)计算

    引言:植被作为生态大循环的重要参与者,在全球能量流动和物质循环中起着重要作用.通常植被覆盖度(Fractional vegetation cover, FVC)表征地表植被覆盖情况,一般将植被覆盖度定 ...

  4. ENVI软件对Landsat-8数据进行辐射定标、大气校正、提取NDVI、估算植被覆盖度等操作【图说GIS】

    目录 一.前言 二.数据下载 第一步 访问网站 第二步 登录账户 第三步 点击高级检索, 下载数据 三.软件下载及安装 四.辐射定标 第一步 打开数据 第二步 辐射定标 五.计算区域平均高程 第一步 ...

  5. ENVI下植被覆盖度的遥感估算

    原文地址:ENVI下植被覆盖度的遥感估算作者:ENVI-IDL中国 植被覆盖度是指植被(包括叶.茎.枝)在地面的垂直投影面积占统计区总面积的百分比.容易与植被覆盖度混淆的概念是植被盖度,植被盖度是指植 ...

  6. 【Envi风暴】Envi 5.1平台下植被覆盖度(VFC)的遥感估算

    [导读]植被覆盖度是指植被(包括叶.茎.枝)在地面的垂直投影面积占统计区面积的百分比.常用的计算方法有:经验模型法.植被指数法.像元分解模型法.FCK模型法.决策树分类法和神经网络法.本文利用像元二分 ...

  7. 基于Python根据置信度区间计算植被覆盖度

    "把别人的经验变成自己的,他的本事就大了" 1 简述 大概九天前,我发了篇记录,大致是讲用Python计算Landsat8遥感生态指数RSEI,也就是下篇 "基于Pyth ...

  8. 长篇幅详解辐射定标、大气校正、监督分类、掩膜统计、植被覆盖度操作

    长篇幅详解辐射定标.大气校正.监督分类.掩膜统计.植被覆盖度操作 一.序言 Landsat卫星是遥感初学者甚至遥感从业者.相关研究学者接触最多的一个遥感数据源.今天我们通过一个示例来学习ENVI一些相 ...

  9. 像元二分模型计算植被覆盖度

    目录 前言 论文要点 计算过程 辅助数据介绍 IDL实现 计算结果 前言 关于改进的像元二分模型第一次出现是在李苗苗老师的博士论文中,但她后来发表的一篇期刊文章把这一部分单独摘了出来并做了应用案例,期 ...

最新文章

  1. 每个公司都会用的短 URL 服务,怎么设计与实现?
  2. 解决 IndyFTp 乱码问题 10.6.0
  3. 10款精选的用于构建良好易用性网站的jQuery插件
  4. webstorm 10.0.4 注册码
  5. php的select case语句,调用不同SELECT语句的MySQL IF / CASE语法
  6. 能取代top命令的htop
  7. Tricks(二十一)—— 随机数
  8. 【安装记录】CPU-Z
  9. beini安装破*WIFI
  10. linux之替换开机logo
  11. c语言笔试面试大全,C语言基础笔试题
  12. CnPack20090801更新包
  13. 【汉字】转【pīnyīn】
  14. Rush Hour Puzzle
  15. APP推广要做哪些?渠道?方案?竞争分析?
  16. C++:使用vector容器中的erase和swap释放内存
  17. 黑马——C语言的一些基础(2)
  18. 凯云水利水电工程造价管理系统 技术解析(七) 机械单价(二)
  19. 【转载】磁盘空间引起ES集群shard unassigned的处理过程
  20. 12. linux系统管理(1)

热门文章

  1. 专访搜狗输入法 iOS 版开发负责人李腾杰:第三方输入法开发与优化实践
  2. 这将会是我的第一篇博客
  3. JAVA桌面版、J2ME版、ANDROID版贪吃蛇
  4. 程序设计综合实训——高校教师信息管理系统(数据结构,单向链表)
  5. 开设计算机应用基础这门学科意义,【计算机应用论文】高职计算机应用基础课程教学(共2186字)...
  6. 10.【Lucky】
  7. snmpwalk 获取端口流量_用net-snmp获取交换机端口实时流量的一点小发现
  8. 一个经典的营销小故事
  9. 论文阅读:Leveraging multimodal information for event summarization and concept-level sentiment analysis
  10. Jetty和和Tomcat比较