基于landsat8影像的RSEI自然生态环境监测（2）---指标计算

1、四大生态指标的构建（使用波段运算band math工具）：

1）绿度指标-NDVI：

NDVI=(NIR-R)/(NIR+R)=(B5-B4)/(B5+B4)

2）湿度指标-Wet：

Wet=0.1509 * B2+0.1973 * B3+0.3279 * B4+0.3406 * B8-0.7112 * B11-0.4572 * B12

3）干度指标-NDBSI：

SI=((B11 * 1.0+B4)-(B8+B2))/((B11 * 1.0+B4)+(B8+B2))

IBI=((2.0 * B11/(B11+B8))-(B8/(B8+b4)+B3/(B3+B11)))/((2.0 * B11/(B11+B8))+(B8/(B8+B4)+B3/(B3+B11)))

NDBSI=(SI+IBI)/2

（注：B2-Blue，B3-Green，B4-Red，B8-NIR，B11-SWIR1，B12-SWIR2）

4）温度指标-LST：

目前，地表温度反演算法主要有三种：大气校正法（也称为辐射传输方程： —RTE）、单通道算法（- ）分裂窗算法（split ）。

大气校正法基本原理：首先估计大气对地表热辐射的影响, 然后把这部分大气影响从卫星传感器所观测到的热辐射总量中减去, 从而得到地表热辐射强度, 再把这一热辐射强度转化为相应的地表温度。

①使用热红外波段进行辐射定标

②计算NDVI

③计算计算植被覆盖度

选择band math工具，输入计算公式：(b1 gt 0.7) * 1+(b1 lt 0.05) * 0+(b1 ge 0.05 and b1 le 0.7) * ((b1-0.05)/(0.7-0.05))，并选择NDVI的输出结果作为公式的应用数据。

④计算地表比辐射率

输入公式0.004 * b1+0.986。

⑤计算得到同温度下的黑体辐射亮度图像

输入公式：(b2-0.75-0.9 * (1-b1) * 1.29)/(0.9 * b1)，b1选择地表比辐射率图像，b2选择热红外辐射亮度图像。

⑥计算计算得到地表温度图像（单位为℃）

输入公式：(1321.08)/alog(774.89/b1+1)-273, b1为同温度下的黑体辐射亮度图像。得出地表温度影像图，通过 Color Table 把遥感影像调成热度显示色彩以便观察。可以通过 Value 查看地表温度信息。

P.S.

使用band math时，注意公式格式与浮点型，可以用float()或*1.0，记得所有乘号为 *。

每个指标的统计分析数据（e.g.,最大值最小值、协方差等都可以通过— 来计算，并通过view files来打开生成的.sta文件查看统计结果）

2、进行各指标的归一化

有两种方法：

1）使用中的 data，将数值范围设置为[0,1];

2）首先用// 工具统计直方图，获取最小值和最大值。一般情况下会取一个置信区间，比如2%或5%。然后利用Band Math工具进行归一化，公式如下：(b1 lt min) * 0+(b1 ge min and b1 le max) * (b1-min)/(max-min)+(b1 gt max) * 1。操作较为复杂，而且当归一化多波段数据时，只能逐个波段处理。

3、各指标合成

使用中的layer ，选择相应的指标图像进行波段组合。

4、主成分分析

使用envi 中的— — — New and 。

这里需要注意第三个红框中的选项，如果选择no，则不会弹出特征值、累计贡献率的对话框，选择yes则会弹出相应的结果。

5、再次归一化

对主成分分析得到的结果再次进行归一化，使得数据范围为[0,1]。

6、裁剪出图

在计算机条件允许的情况下，最好把图像裁剪放到最后一步，可以避免过程中许多环节错误的发生。

7、分级统计/分层设色

可以使用中的空间分析—重分类来完成。

8、结果举例

参考

如何利用envi 5.1 进行遥感影像的辐射定标

如何利用 envi 5.1 大气校正

如何利用envi 5.1 进行 8地表温度反演

波段合成layer

主成分分析

RESI计算流程

中进行数据重分类