1实验目的
学习水体光谱的特征曲线，掌握应用遥感图像处理软件进行水体波谱的差异性分析。了解常用的提取水体的方法，掌握常用的水体植被指数，如改进的归一化水体指数（MNDWI）；能够使用ENVI软件进行水体信息提取并使用ArcGIS软件进行出图显示，学会建立模型反演叶绿色a浓度。
2实验内容
这次实验主要包括了数据的预处理、水体信息提取和叶绿素a浓度反演三个方面，通过对遥感数据进行预处理，更加熟悉遥感数据预处理的流程，包括辐射定标、大气校正、影像镶嵌和影像裁剪的处理。其提取原理是在近红外、中红外及短波红外部分，水体几乎吸收了去不得入射能里，因此水体在这些的反射率特别低，而土壤、植被、建筑物等在这些波段吸收能里较小，具有较高的反射率，水体与它们具有明显的区别。
3研究区域及数据源
3.1研究区域
福州，别称榕城，简称“榕”，隶属于福建省，位于福建省东部、闽江下游及沿海地区，是福建省省会，福建省的*治、文化、交通中心，海峡西岸经济区中心城市之一。
福州位于欧亚大陆东南边缘，地处中国东南沿海、福建省中东部的闽江口，与台湾省隔海相望。西邻南平、三明，北接宁德市，南接莆田市，东濒东海，居于亚太经济圈中国东南的*金海岸。全市陆地总面积平方公里，其中市区面积平方公里，建成区面积平方公里。本次就福州市主城区进行实验。
3.2数据源
本次实验所用的原始数据是从地理空间数据云免费下载的Landsat8-OLI数据，具体参数如表1所示：
表1.下载的两幅影像参数数据
图3-1福州市主城区年影像
**4水体专题提取**
方法：改进的归一化水体指数（改进的归一化水体指数（改进的归一化水体指数（MNDWI）考虑到提）考虑到提）考虑到提取水体结果中有建筑用地取水体结果中有建筑用地取水体结果中有建筑用地信息，而建筑物的光谱值在中红外波段会突然变大因此用替换原来信息，而建筑物的光谱值在中红外波段会突然变大因此用替换原来信息，而建筑物的光谱值在中红外波段会突然变大因此用替换原来信息，而建筑物的光谱值在中红外波段会突然变大因此用替换原来信息，而建筑物的光谱值在中红外波段会突然变大因此用替换原来信息，而建筑物的光谱值在中红外波段会突然变大因此用替换原来信息，而建筑物的光谱值在中红外波段会突然变大因此用替换原来信息，而建筑物的光谱值在中红外波段会突然变大因此用替换原来近红外波段，从而提出了改进的归一化水体指数模型：MNDWI=(Green-MIR)/(Green+MIR)。
利用裁剪好的年福州市Landsat8遥感影像图，根据MNDWI计算公式：MNDWI=(p(Green)-p(MIR))/(p(Green)+p(MIR))，利用ENVI中的bandmath工具，输入公式：float(b3-b6)/(b3+b6)，得到如下图4-1所示。
选择水体样本，确定水体的MNDWI范围，MNDWI图像的Overlay菜单—RegionofInterest—弹出对话框ROITool—选择样本—设置阈值，通过多次调整阈值，最后确定阈值为0.。
图4-1阈值设置
图4-2效果显示
再利用BasicTools—BandMath，输入公式输入公式：b1gt0.，提取出水体，如下图所示。
图4-3mndwi结果图图4-4提取的水体
图4-5福州市水体提取专题图
5.叶绿素叶绿素a浓度反演
提取水域后，此时的影像是单波段数据，进行反演的遥感影像需要原始的多波段数据，因此通过在ArcGIS中将水域转换为面数据，通过属性选择和人工处理去除面积较小的水域，得到水域矢量图，再导入ENVI中对影像进行裁剪，得到多波段数据，通过所建立的叶绿素a的浓度反演模型计算叶绿素a的浓度，最后在ArcGIS中输出结果图
5.1水域矢量结果水域矢量结果
首先将改进的归一化水体指数提取得到水体图像在ENVI中输出TIFF格式，加载到ArcGIS中，利用栅格转面工具，将水域转换为面矢量数据通过属性选择去除“GRIDCODE”=0的要素，得到如下所示图。再通过属性选择和人工处理去除面积较小的水域，得到如下所示年的矢量图
图5-1福州市水域矢量图
根据得到的水域矢量图，将其加载到ENVI中，得到如下所示水域矢量图。打开RegionsofInterest—SubsetDatafromROIs进行图像裁剪，利用水域矢量数据进行裁剪，获取七个波段数据
图5-2水域矢量图图5-3水域裁剪结果图
5.2叶绿素a浓度反演结果输出
图5-4叶绿素a浓度分布示意图
————————————————
版权声明：本文为CSDN博主「YuanYWRS」的原创文章，遵循CC4.0BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：