注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

面朝大海 春暖花开

一点心得,转载本博客文章,请注明转帖,谢谢!

 
 
 

日志

 
 
关于我

中国科学院博士 主要从事遥感机理、定量反演、数据处理以及GIS应用研究。ArcGIS、Envi 、ERDAS、Ecognition软件、IDL语言、6S、SAIL

网易考拉推荐

基于ENVI的面向坡向的地形校正方法实现--转贴  

2012-11-16 15:19:24|  分类: 遥感 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

http://blog.sina.com.cn/s/blog_764b1e9d0100vax9.html

地形校正的目的

地形校正的目的主要是补偿由于不规则的地形起伏而造成的地物亮度的变化。由于这种变化会导致相似或同种植被的反射率不一致而影响遥感影像的分类精度,因此,精确的地形校正不仅能提高影像分类的精度,而且还是遥感应用的前提。

实验方法:

1、数据准备

试验中使用的影像数据是云南省的Landsat5 TM 影像, 影像获取时间为2006年01月25日, 影像中心位置位于东经99.59E,北纬28.36N,太阳高度角和方位角分别为36.15和146.46。文中选取了一块2014 pixels ×934 pixels的试验区域,该地区的地物类型主要是山林。

2、数据预处理
2.1 数据定标处
基于ENVI的面向坡向的地形校正方法实现基于ENVI的面向坡向的地形校正方法实现

图2.1Landsat TM元数据以及DEM、NUM数据列表

如上图所示,landsat TM数据总共包含了7个波段的数据,其中6波段为热红外波段,其他6个波段为可见光波段。在软件中逐一打开7个波段,再进行波段组合给用户带来了很大的不便。利用envi主菜单 > open image file > L5131041_04120060125_MTL.txt打开文件,该文件数据可自动进行波段组合以及分类,显示结果如下图2.2:

基于ENVI的面向坡向的地形校正方法实现
图2.2 波段自动组合分类

波段数据读入以后进行数据的辐射定标处理,在envi下有一个专门针对Landsat数据的定标处理模块,具体的操作步骤如下:

ENVI主菜单 > Basic Tools > Preprocessing > Calibration Utilities > Landsat Calibration。

基于ENVI的面向坡向的地形校正方法实现

图2.3? Landsat定标模块自动读取参数

2.2 数据裁剪

数据裁剪的方式有很多,在本次试验中主要采用数据的规则采用——ROI rectangle裁剪。打开影像数据,在其image窗口中点击:Overlay > Region of Interest,弹出ROI TOOL对话框:

基于ENVI的面向坡向的地形校正方法实现
图2.4 ROI裁剪对话框

感兴趣区划好之后进行影像数据的裁剪:ENVI主菜单 > Basic Tools > Subset Data via ROIs。

对于DEM数据而言,该数据的投影方式以及空间分辨率可能会与上述影像数据有差,为了能将二者的数据进行很好的吻合,在进行ROI裁剪的时候需要对其ROI进行一个Map的转换,具体转换方式如下:

基于ENVI的面向坡向的地形校正方法实现
图2.5? ROI在不同影像间的地图转换

在此之后选择DEM数据,并对其进行裁剪,得到本实验所需要数据。

2.3 坡度、坡向数据获取

在进行地形校正的过程中,坡度、坡向对于其反应地表真实的影响很大。在获得DEM数据以后,通过ENVI主菜单下 > Topographic > Topographic Modeling进行坡度、坡向数据的提取。

基于ENVI的面向坡向的地形校正方法实现
图2.6 坡度、坡向提取

在地形校正过程中影响最大的坡向为南坡,需要通过BandMath工具进行南坡数据(157.5,202.5)的提取以及对应的坡度数据提取,为后面的地形校正提供数据。具体的实现方法、步骤如下:

ENVI主菜单 > Basic Tools > Band Math? > (b1 ge 157.5 and b1 le 202.5)*b1+(b1 lt 157.5 and b1 gt 202.5)*0,Add to List ,点击OK,配置b1对应的波段数据Aspect文件,即可完成南坡信息提取。

基于ENVI的面向坡向的地形校正方法实现
图2.7 南坡信息提取条件

关于南坡影像信息对应的坡度影像,TM影像区域信息的提取方法依然采用Band Math进行提取,提取公式如上图2.7中的(b1 ne 0)*b2+(b1 eq 0)*0,其中b1代表南坡影像信息,b2代表TM影像以及坡度影像信息。重复操作两次即可提取相对于的南坡区域的TM影像以及坡度影像。

3、地形校正——坡度匹配技术

C校正模型的基本思想是:对于任意波段影像的像素DN值和其对应的太阳入射角余弦值都遵循线性关系。理想情况下,当太阳入射角为零或小于零时,表明该点缺乏太阳光照,则该点的DN值应该为零,该拟合直线应通过原点。然而,实际情况是,由于大气散射和地表相邻点反射光折射的缘故,使像素DN值和太阳入射角α成一定的余弦关系。本文采用的模型是在二阶校正模型的基础上改进建立的,需经过二个阶段(二次校正)才能得到校正结果。

按照公式(1)计算太阳有效入射角余弦值

cos i= cosz*cosS+sinz*sinS*cos(ψx-ψn)? (1)

式中,z为太阳天顶角(即,90-太阳高度角),ψx为太阳方位角,S为坡度,ψn为坡向。

在ENVI主菜单 > Basic Tools > Band Math 中输入:

cos((90-36.1530740)*0.01745)*cos(b2*0.01745)+sin((90-36.1530740) *0.01745)*sin(b2*0.01745)*cos((146.4600750-b4) *0.01745)

其中,b2 代表坡度;b4代表坡向。

第一阶段(第一次校正),按公式(2)进行。

LH = LT +LTmax-LTmin*((?-X/? (2)

式中,LH为第一次校正结果,LT为原始影像,LTmax为原始影像最大值,LT民为原始影像最小值,?为拉伸为0-255的阳坡(南坡)太阳有效入射角余弦值的平均值,X为拉伸为0-255的太阳有效入射角余弦值。

在ENVI主菜单 > Basic Tools > Band Math 中输入:

b1+(max(b1)-min(b1))*((mean(b2)-b3)/mean(b2))

其中,b1 代表Landsat 5TM原始数据;b2代表拉伸为0-255的阳坡(南坡)太阳有效入射角余弦值的平均值;b3代表拉伸为0-255的太阳有效入射角余弦值。

第二阶段(第二次校正),根据公式(3)求算模型修正系数。

Cλ=S′λ-Nλ/N′λ-Nλ (3)

式中:Cλ为图像各波段的模型修正系数,S′λ为第一次校正结果阳坡(南坡)平均值,N′λ为第一次校正结果阴坡(北坡)平均值,Nλ为原始图像阴坡(北坡)平均值。

在ENVI主菜单 > Basic Tools > Band Math 中输入:

(mean(b1)-mean(b2))/(mean(b3)-mean(b2))

其中,b1 代表第一次校正结果阳坡(南坡)平均值;b2代表原始图像阴坡(北坡)平均值;b3代表第一次校正结果阴坡(北坡)平均值。

把计算出的各波段模型修正系数带入公式(2)建立公式(4)进行第二次校正。

LH = LT +LTmax-LTmin*((?-X/?* Cλ? (4)

在ENVI主菜单 > Basic Tools > Band Math 中输入:

b1+(max(b1)-min(b1))*((225.43-b3)/225.43)* (mean(b4)-mean(b5))/(mean(b6)-mean(b5))

其中,其中,b1 代表Landsat 5TM原始数据;b2代表拉伸为0-255的阳坡(南坡)太阳有效入射角余弦值的平均值;b3代表拉伸为0-255的太阳有效入射角余弦值。b4 代表第一次校正结果阳坡(南坡)平均值;b5代表原始图像阴坡(北坡)平均值,b6第一次校正结果阴坡(北坡)平均值。

4、结果展示
  评论这张
 
阅读(787)| 评论(0)
推荐 转载

历史上的今天

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017