植被覆盖度遥感反演.pdf

发布时间：2022-06-09 发布人：admin 分类：说明书资料大小：0.32M 资料格式：pdf 举报版权申诉

第1页 / 共7页

baidu_31890799-10329406-植被覆盖度遥感反演.pdf-第2页.png

第2页 / 共7页

baidu_31890799-10329406-植被覆盖度遥感反演.pdf-第3页.png

第3页 / 共7页

baidu_31890799-10329406-植被覆盖度遥感反演.pdf-第4页.png

第4页 / 共7页

baidu_31890799-10329406-植被覆盖度遥感反演.pdf-第5页.png

第5页 / 共7页

baidu_31890799-10329406-植被覆盖度遥感反演.pdf-第6页.png

第6页 / 共7页

baidu_31890799-10329406-植被覆盖度遥感反演.pdf-第7页.png

第7页 / 共7页

文本预览

《环境遥感》课间实习报告书植被覆盖度遥感反演 ----线性分解模型姓名学号专业班级学院测绘科学与技术学院日期 2016 年 5 月 7 日

1.初步确定端元打开影像，初步分析解译出影像具有三种端元，分别是：裸地、水体和植被。 2. 最小噪声分离变换特征值越高，波段包含的有效信息越多，特征值越低，波段包含的噪声越多。通过 MNF 变换可以实现数据的降维，达到保留更多的有用信息，剔除更多的噪声。在做 MNF 变换的时候保留特征值最高的 3 个波段进行端元提取（波段数至少与端元数相等）Spectral->MNF Rotation->Forward MNF->Estimate Noise Statistics from Data，如图 1 所示图 1. MNF 变换变换后特征值曲线如图 2 所示

图 2.MNF 变换后特征值曲线 3. PPI 指数计算 PPI 指数是一种常用于多光谱和高光谱遥感数据纯净像元搜索的方法，整个过程包含多次搜索，标记每次搜索到的纯净像元，最终 PPI 图像中每个像元值就是该像元被标记为纯净像元的次数，则像元值越高说明该像元越纯净，打开 Spectral-> Pixel Purity Index->[FAST] New Output Band，输入 MNF 变换结果选择信息量较多的三个波段（1、2、 3 波段，也可以选上第 4 波段），如图 3 所示图 3 .PPI 指数计算

PPI 计算结果如图 4 所示图 4.PPI 计算结果曲线波段阈值选取 ROI，选择 PPI > 10，如图 5 所示图 5.波段阈值选取 ROI 4.采用 N 维可视化进行端元确定选择 Spectral->n_Dimentional Visualizer->Visualize with New Data，选择 1、2、3、4 波段后可视化窗口中显示纯净像元的分布，如图 6

所示图 6. 采用 N 维可视化进行端元确定通过右键选择 New Class 创建端元类别，在可视化窗口选择集中分布的点，由初步分析解译出影像具有三种端元，在 N 维可视化窗口中选择可分离性较好的端元，选择位于三角形的三个角。如图 7 所示图 7. 创建端元类别右键选择 Mean All，影像选择原始影像，得到每种端元的平均光谱，由经验检验所选的端元是否正确，然后再端元平均光谱窗口选择：

File->Save Plot As->ASCII…，将端元光谱保存为文本文件并将结果保存为 ASCII 文件，如图 8 所示图 8. 每种端元的平均光谱选择 Spectral->Mapping Methods->Linear Spectral Unmixing，选择原始影像，在弹出的 Endmember C…对话框中点击 Import->from ASCII file…选择端元光谱文件，如图 9 所示图 9. 选择端元光谱文件加载端元类别，可以三个都加载上（不知道那个是植被的端元光谱文

件），最后将结果保存为 TIFF 格式，方便用 ArcGIS 出图，如图 10 所示图 10. 端元光谱文件 5. 利用 ArcGIS 出图

分享到：

赞收藏

资料库

植被覆盖度遥感反演.pdf

相关推荐

课程资源

热门标签

最新资料