当前位置：首页 > news >正文

基于landsat与Modis影像的遥感技术的生态环境质量评价

news 来源：原创 2025/9/16 6:13:46

本次将结合ArcGIS与ENVI，发布

landsat与Modis影像的遥感技术的生态环境质量评价技术专题，专题课程学习！

在反映生态质量的诸多自然因素中，绿度、湿度、热度、干度可谓是与人类生存息息相关的4个重要指标，也是人类直观感觉生态条件优劣的重要因素，因此常被用于评价生态系统。它可以利用专题信息增强技术来从纷杂的遥感影像信息中提取这4个重要指标的信息，如采用植被指数、地表温度、缨帽变换的湿度分量就可以分别代表绿度、热度和湿度。由于建筑物是人工生态系统的重要组成部分，建筑不透水面的大量出现取代了地表原有的自然生态系统，导致了地表的“于化”，而裸土也是地表“于化”的原因之一，因此可用建筑和裸土指数来代表“干度”。这样，拟建的遥感生态指数(RSEI)就可以表示为这4个指标的函数

即：RSEI=f(G，W，T，D) (1)

其遥感定义为：

RSEI=f(NDVI，Wet，LST，NDBSI)

式中，G为绿度，W为湿度，T为热度，D为干度，NDVI为植被指数，Wet为湿度分量，LST为地表温度，NDBSI为建筑和裸土指数。

以下为课程的课程简介，以及会用用到的公式等，详细内容大家可以扫码看课程学习（免费技术专题）。

本期目录

1、遥感影像的下载与数据说明简介

2、遥感影像预处理

3、RESI4个指标计算（Landsat与Modis）

4、主成分分析PCA

5、成果应用-重分类与制图

6、免费技术课程学习

1 遥感影像下载与数据说明简介

地理空间数据云 https://www.gscloud.cn/

美国地质勘探调查局https://glovis.usgs.gov/

Landsat 8 OLI陆地成像仪 TIRS热红外传感器	波段	波长（微米）	分辨率（米）
	波段1-气溶胶	0.43-0.45	30
	波段2-蓝	0.45-0.51	30
	波段3-绿	0.53-0.59	30
	波段4-红	0.64-0.67	30
	波段5-近红	0.85-0.88	30
	波段6-SWIR1	1.57-1.65	30
	波段7-SWIR2	2.11-2.29	30
	波段8-全色	0.50-0.68	15
	波段9- Cirrus	1.36-1.38	30
	波段10-TIRS热红外传感器1	10.60-11.19	100
	波段11-TIRS热红外传感器2	11.50-12.51	100

LandSat7

Band	波段	波长（微米）	分辨率（米）	主要作用
Band 1	蓝色波段	0.45-0.52	30	用于水体穿透,分辨土壤植被
Band 2	绿色波段	0.52-0.60	30	分辨植被
Band 3	红色波段	0.63-0.69	30	处于叶绿素吸收区域, 用于观测道路/裸露土壤/植被种类效果很好
Band 4	近红外	0.76-0.90	30	用于估算生物数量, 尽管这个波段可以从植被中区分出水体，分辨潮湿土壤，但是对于道路辨认效果不如TM3
Band 5	中红外	1.55-1.75	30	用于分辨道路/裸露土壤/水, 它还能在不同植被之间有好的对比度, 并且有较好的穿透大气、云雾的能力
Band 6	热红外	10.40-12.50	30	感应发出热辐射的目标
Band 7	中红外	2.09-2.35	30	对于岩石/矿物的分辨很有用, 也可用于辨识植被覆盖和湿润土壤
Band 8	微米全色	0.52-0.90	15	得到的是黑白图象, 分辨率为15m, 用于增强分辨率, 提供分辨能力

Landsat5

Band	波段	波长（微米）	分辨率（米）	主要作用
Band 1	蓝色波段	0.45-0.52	30	用于水体穿透,分辨土壤植被
Band 2	绿色波段	0.52-0.60	30	分辨植被
Band 3	红色波段	0.63-0.69	30	处于叶绿素吸收区域, 用于观测道路/裸露土壤/植被种类效果很好
Band 4	近红外	0.76-0.90	30	用于估算生物数量, 尽管这个波段可以从植被中区分出水体，分辨潮湿土壤，但是对于道路辨认效果不如TM3
Band 5	中红外	1.55-1.75	30	用于分辨道路/裸露土壤/水, 它还能在不同植被之间有好的对比度, 并且有较好的穿透大气、云雾的能力
Band 6	热红外	10.40-12.50	120*(30)	感应发出热辐射的目标
Band 7	中红外	2.09-2.35	30	对于岩石/矿物的分辨很有用, 也可用于辨识植被覆盖和湿润土壤

2 遥感影像预处理

辐射定标

Flaash大气校正

影像镶嵌、裁剪

1-2视频介绍（视频可直接进入B站看合集）

基于RESI的生态环境质量评价（1）—遥感数据下载、ENVI辐射定标、FLAASH大气校正、影像裁剪等

3 RESI四个指标计算（Landsast与Modis）

分别介绍基于Landat与Modis绿度、湿度、干度、热度4个指标的计算。

3.1 绿度指标（NDVI）

在常用的植被指数当中，归一化植被指数 ( NDVI) 能够有效地反映植被的生长情况与植被覆盖度等重要植被的物理性质，检测灵敏度高，能够较为真实地展现区域的地表空间变化规律，已经得到广泛利用，本文采用 NDVI 指数来代表绿度指数。

在Bandmath工具中输入NDVI计算公式 (float(b4-b3))/(b4+b3) 其中，b3、b4分别是红波段和近红外波段。

直接利用NDVI工具。

去Nodata、去NaN、溢出出来（-1.1），归一化（0.1）

Mod13Q1 产品利用MRT直接提取 NDVI产品数据

3.2 湿度指标（Wet）

Wet-TM= (b1*0.0315+b2*0.2021+b3*0.3012+b4*0.1594+b5*(-0.6806)+b6*(-0.6109))/10000

Wet-OLI=(b1*0.1511+b2*0.1973+b3*0.3283+b4*0.3407+b5*(-0.7117)+b6*(-0.4559))/10000

Wet-MOD09A1=0.1147*RED+0.2489*NIR1+0.2408*BLUE+0.3132*GREEN-0.3122*NIR2-0.6416*SWIR1-0.5087*SWIR2

1-RED,2-NIR1,3-BLUE,4-GREEN，5-NIR2，6-SWIR1，7-SWIR2

Wet-MOD09A1=0.1147*b1+0.2489*b2+0.2408*b3+0.3132*b4-0.3122*b5-0.6416*b6-0.5087*b7

去Nodata、去NaN、溢出出来（-1.1），归一化（0.1）

3.3 干度指标（NDSI）

干度指数在生态环境的监测与评价当中也有重要的作用。本文主要采用裸土指数 SI 和建筑指数NDBI来构建干度指数。

在Bang math中输入公式为：

SI = (float((b3+b5)-(b1+b4)))/((b3+b5)+(b1+b4))

Mod09A1: SI = (float((b6+b1)-(b3+b2)))/((b6+b1)+(b3+b2))

IBI=((float(2*b5))/(float(b5+b4))((float(b4))/(float(b4+b3))+(float(b2))/(float(b2+b5))))/((float(2*b5))/(float(b5+b4))+ ((float(b4))/(float(b4+b3))+(float(b2))/(float(b2+b5))))

Mod09A1:

IBI=((float(2*b6))/(float(b2+b1))((float(b1))/(float(b1+b4))+(float(b3))/(float(b3+b6))))/((float(2*b6))/(float(b6+b1))+ ((float(b1))/(float(b1+b4))+(float(b3))/(float(b3+b6))))

其中，b1~b5分别为蓝、绿、红、近红外波段、中红外波段1.

NDSI = （b1+b2)/2 其中，b1、b2分别为IBI图像、SI图像。

去Nodata、去NaN、溢出出来（-1.1），归一化（0.1）

数据介绍MOD09A1

https://www.docin.com/p-1573977453.html

3.4 热度指标（LST）

使用大气校正法对landsat-8地表温度进行反演原理：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。

对第10波段进行辐射定标

裁剪

l计算NDVI

l计算Fv=(NDVI- NDVIS)／(NDVIV - NDVIS)

其中，NDVI为归一化差异植被指数，取经验值NDVIV = 0.70和NDVIS = 0.05（NDVIV表示纯植被的NDVI值，NDVIS表示无植被的NDVI值），且有，当某个像元的NDVI大于0.70时，FV取值为1；当NDVI小于0.05，FV取值为0。

利用ENVI的Band Math，在公式输入栏中输入：

Fv=(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))

其中b1为NDVI结果

l地表比辐射率ε

根据前人的研究，将遥感影像分为水体、城镇和自然表面3种类型。本专题采取以下方法计算研究区地表比辐射率：水体像元的比辐射率赋值为0.995，自然表面和城镇像元的比辐射率估算则分别根据下式进行计算：

Ε(surface)=0.9625+0.0614*Fv-0.0461* Fv2

Ε(building)=0.9589+0.086*Fv-0.0671* Fv2

式中，εsurface和εbuilding分别代表自然表面像元和城镇像元的比辐射率。

b1为NDVI值，b2为植被覆盖度

Surf=(b1 le 0)*0.995+(b1 gt 0 and b1 lt 0.7)*(0.9589+0.086*b2-0.0671*b2*b2)+(b1 ge 0.7)*(0.9625+0.0614*b2-0.0461*b2*b2)

l计算相同温度下黑体的辐射亮度值

BlackT=(b2-Lu-t*(1-b1)*Ld)/(t*b1)

其中，b1选择地表比辐射率图像，b2选热红外波段辐射亮度图像

查询大气剖面数据(http://atmcorr.gsfc.nasa.gov/)，输入相关参数可得到大气剖面信息：大气在热红外波段的透过率（t），大气向上辐射亮度（Lu），大气向下辐射亮度（Ld）。

l反演地表温度

Landsat 5：T=(1260.56)/alog(607.76/b1+1)-273

Landsat 8：T=(1321.08)/alog(774.89/b1+1)-273

其中，B1选择相同温度下黑体辐射亮度图像

去Nodata、去NaN、溢出出来（-1.1），归一化（0.1）

对于MOD11A2

LST经产品经过公式：NG*0.02-273.15 就可以达到摄氏温度

b1*0.02-273.15

3-Landsat 计算RESI的4个指标介绍

ENVI与ArcGIS遥感RSEI指标计算（绿度NDVI-湿度Wet-干度NDSI）——（2）基于RESI的生态环境质量评价（2）

基于Landsat的地表温度反演、植被覆盖度——3）基于RESI的生态环境质量评价（3）

3-Modis计算RESI的4个指标视频介绍

Modis数据说明、（MOD13Q1、MOD09A1、MOD11A2）下载、MRT工具安装—基于MODIS的RESI生态环境评价1

MOD13Q1提取NDVI、栅格计算、归一化—基于MODIS计算RESI（2）

MOD09A1提取湿度、干度———基于MODIS计算RESI（3）

MOD11A2计算地表温度LST—基于MODIS计算RESI（4）

04 主成分分析PCA

遥感生态指数（RSEI）是通过主成分耦合绿度、干度、湿度、热度四个指标，并第一主成分作为RSEI值，用来评价一个地区的生态环境。

lArcGIS中进行主成分分析

lPCA说明文件解读

l挑选第一主成分

l归一化

05 成果应用

l重分类

l制图

ArcGIS的RSEI（遥感生态环境）重分类与制图——基于RESI的生态环境质量评价（4）

ArcGIS与ENVI——基于landsat与Modis影像的遥感技术的生态环境质量评价1、遥感影像的下载与数据说明简介\x0d\x0a2、遥感影像预处理 \x0d\x0a3、RESI4个指标计算（Landsat与Modis）\x0d\x0a4、主成分分析PCA\x0d\x0a5、成果应用-重分类与制图\x0d\x0a6、免费技术课程学习https://mp.weixin.qq.com/s/aS5eK0UFdKAOzBWW7NPWQg

本期目录

1 遥感影像下载与数据说明简介

2 遥感影像预处理

1-2视频介绍（视频可直接进入B站看合集）

3 RESI四个指标计算（Landsast与Modis）

3.1 绿度指标（NDVI）

3.2 湿度指标（Wet）

3.3 干度指标（NDSI）

3.4 热度指标（LST）

3-Landsat 计算RESI的4个指标介绍

3-Modis计算RESI的4个指标视频介绍

04 主成分分析PCA

05 成果应用

相关文章：