基于GIS与遥感的福州市植被生态环境质量综合分析关键技术作业流程与具体实验步骤.doc

基于GIS和遥感福州市植被生态环境质量综合分析技术步骤和具体试验步骤一、技术步骤 具体试验步骤图1所表示。图1.技术步骤图二、试验步骤（一）数据预处理（1）波段叠加1、11月5日Landsat5 TM原始数据图2所表示。图2.原始数据2.在ENVI软件中点击菜单Basic Tools，选择子菜单Layer Stacking，图3所表示。图3.波段叠加菜单（ENVI4.5）3.在弹出窗口中设置参数：选择要进行叠加波段数据和结果数据名称和存放路径，图4所表示。生成多波段影像图5所表示。 图4.设置波段叠加参数 图5.生成多波段影像（RGB为5，4，3组合）（2）投影转换利用Arcmap软件中投影转换工具Project，对福州市行政界线图层进行投影转换。图6所表示。图6.投影转换（3）影像裁剪1.在ENVI软件中将福州市矢量边界图层和遥感影像叠加显示。首先打开遥感影像图，然后在视图中点击菜单Overlay下子菜单Vectors，在弹出窗口中点击菜单File，选择Open Vector File，图7所表示。 图7.叠加矢量图菜单2.在弹出窗口中设置参数以下：选择输入矢量边界图层，选择输出.evf数据文件名及其存放路径，选择矢量图曾投影坐标系统，然后点击OK，在弹出窗口中设置矢量图层显示颜色为红色，点击Apply。图8所表示。遥感影像图和福州市矢量边界图层叠加显示图9所表示。 图8.设置要叠加矢量图参数图9. 遥感影像图和福州市矢量边界图层叠加显示3.利用掩膜工具将福州市矢量边界图层作为掩膜，裁剪出福州市遥感影像图：点击菜单Basic Tools，选择子菜单Masking中Apply Mask。在弹出窗口中选择要进行裁剪遥感影像图，并点击Mask Option按钮下拉箭头，选择Build Mask.，建立掩膜，图10所表示。 图10. 建立掩膜菜单4.在弹出来Mask Definition窗口中点击Option按钮下拉箭头，选择菜单Import EVFs,导入矢量边界图层。图11所表示。 图11.导入矢量边界图层5.点击OK，在弹出窗口中选择和矢量边界图层关联影像图，点击OK，回到Mask Definition窗口中选择输出掩膜文件名及其存放路径。图12所表示。 图12.设置建立掩膜所需参数6.点击OK,回到Apply Mask Input File窗口，点击Spatial Subset按钮，在弹出窗口中点击ROI/EVF按钮，选择矢量图层，这么裁剪空间范围就是矢量边界范围。图13所表示。 图13.选择裁剪空间范围7.点击OK,能够看到裁剪空间范围值也对应改变了。点击OK，回到Apply Mask Input File窗口，点击OK。 图14. 空间范围值改变8.在弹出窗口中设置掩膜值为255，这么生成影像背景色是白色。选择输出文件名及其存放路径。裁剪出福州市遥感影像图图15所表示。 图15. 福州市遥感影像图（RGB543）（二）提取遥感信息（1）植被指数提取1. 植被指数计算公式为 NDVI =(NIR-R)/(NIR+R)。打开福州市遥感影像，利用波段运算工具，输入公式：float(b4)-float(b3)/(float(b4)+float(b3)。 图16.植被指数波段运算2.点击OK，在弹出窗口中进行变量和波段之间配对。然后选择输出文件名及其存放路径。结果图17所表示。 图17. 变量和波段之间配对和生成植被指数影像图（2）热度指数提取1.热红外波段遥感数据TM6 (10.412.5um) ,对温度敏感,经辐射定标后,直接得到辐射温度,能够依据地物辐射响应差异,反应不一样地类,所以TM6图像数据能够作为温度相对指标。故在本试验中,以辐射校正处理后TM6作为热度指数。辐射校正公式和参数值图18所表示。 图18.辐射校正公式和参数值2.在Band Math窗口中输入公式：(15.30-1.24)*b6)/255+1.24。点击OK，在弹出窗口中进行变量匹配。生成热度指数影像图图19所表示。 图19.热度指数波段运算和热度指数影像图（3）湿度指数提取在Band Math窗口中输入公式：0.1509*(b1)+0.1973*(b2)+0.3279*(b3)+0.3406*(b4)-0.7112*(b5)-0.4572*(b7)。点击OK，在弹出窗口中进行变量匹配。生成湿度指数影像图图20所表示。 图20.湿度指数波段运算和湿度指数影像图（3）土壤亮度指数提取在Band Math窗口中输入公式：0.3037*(b1)+0.2739*(b2)+0.4743*(b3)+0.5585*(b4)+0.5082*(b5)+0.1863*(b7)。点击OK，在弹出窗口中进行变量匹配。生成土壤亮度指数影像图图21所表示。 图21.土壤亮度指数波段运算和土壤亮度指数影像图（4）高程和坡度影像数据提取1.打开DEM影像，利用福州市行政边界矢量图作为掩膜，提取福州市DEM。图22和图23。 图22. 建立裁剪福州市DEM掩膜 图23.福州市高程数据（DEM）影像图2.将DEM影像图另存为tiff格式数据：点击菜单File，选择子菜单中Save File As中TIFF/GeoTIFF，在弹出窗口中输入福州市DEM数据，并选择输出文件名及其路径。图24所表示。 图24. 将DEM影像图另存为tiff格式数据3.开启Arcmap软件，打开福州市DEMtiff格式数据，打开3D Analyst模块，点击该模块中Surface Analysis菜单中子菜单Slope，在弹出窗口中进行参数设置，生成坡度影像图。图25所表示。利用ENVI打开生成坡度影像，图26所表示。 图25. 生成坡度影像图 图26.坡度影像图（三）综合评价模型建立（1）各指标标准化处理1.因为评价指标和植被生态环境质量关系有正逆两种，且其算法也不一样，不含有可比性，所以对评价指标值要经过标准化处理，标准化处理公式以下：a = (X-X min) /(X max-X min) 100 (1)b = 100-(X-X min) /(X max-X min) 100 (2)和植被生态呈正相关指标为植被指数、湿度指数(在其它植被生态环境指标相同条件下，福州市湿度指数即水分情况和植被生态呈正相关)和高程(依据实地调查资料，福州市高程和植被覆盖呈正相关关系)，按(1)式进行标准化；和植被生态呈负相关指标为热度指数、土壤亮度指数和坡度，按(2)式进行标准化。a，b分别为和植被生态呈正相关指标(植被指数、湿度指数、高程)及和植被生态呈负相关指标(热度指数、土壤亮度指数、坡度)标准化值，X为指标值，X max为指标最高阈值，X min为指标最低阈值。2.点击菜单Basic Tools，选择子菜单中Statistics中Compute Statistics，统计得出各个遥感指数影像最大和最小值。然后利用波段运算工具，依据上述公式进行标准化处理。a) 植被指数NDVI影像图标准化，波段运算时输入公式为（b1+1）/2*100。图2729。 图27. 对植被指数影像图进行统计计算 图28.植被指数影像图标准化 图29.标准化处理后植被指数影像图b) 湿度指数THIRD影像图标准化，波段运算时输入公式为：(b1+234.987885)/(75.979607+234.987885)*100。图30 31。 图30.湿度指数标准化处理 图31.标准化处理后湿度指数影像图c）高程数据DEM影像标准化，波段运算时输入公式为：(float(b1)+19)/(1675+19)*100。图3233。 图32. 高程数据影像标准化 图33. 标准化处理后高程数据影像图d）热度指数HOT标准化处理，波段运算时输入公式为：100-(b1-5.044471)/(15.300000-5.044471)*100。图3435。 图34. 热度指数标准化处理 图35. 标准化处理后热度指数影像图e）土壤亮度指数BRIGHTNESS标准化处理，波段运算时输入公式为：100-(b1-0)/(587.749512-0)*100。图3637。 图36. 土壤亮度指数标准化处理 图37. 标准化处理后土壤亮度指数影像图f）坡度影像SLOPE标准化处理，波段运算时输入公式为：100-(b1-0)/(87.830170-0)*100。图 图38. 坡度影像标准化处理 图39. 标准化处理后坡度影像图3.将标准化后这六个指标影像数据合成一幅影像：点击Basic Tools，选择Layer Stacking。图40所表示。 图40.六个指标影像合成一幅影像（2）主成份分析1.点击菜单Transform，选择子菜单Principle ComponentsForward PC RotationCompute New Statistics and Rotation，在弹出对话框中设置对应参数，生成主成份影像图，图4145。图41.主成份分析菜单 图42.主成份分析参数设置 图43.第一、二主成份影像图 图44.第三、四主成份影像图 图45.第五、六主成份影像图2.打开主成份分析生成统计数据结果文件：点击Basic Tools菜单中StatisticsView Statistics File，主成份特征值和特征向量图46所表示。 图46.主成份特征值和特征向量3.计算各个指标载荷矩阵：因为提取主成份个数通常要求累积贡献率超出85%，本试验中提取了前四主成份，它们代表了反应植被生态指标99.55%原始信息，可信度很高。计算得负荷矩阵见表1。表 1 旋转后因子(主成份)负荷矩阵指标主成份1主成份2主成份3主成份4坡度-8.7004.989-7.747-0.804土壤亮度指数40.9842.041-0.7070.609热度指数33.2651.295-0.7740.245高程4.230-11.472-3.6431.295湿度指数5.078-9.456E-020.1700.273植被指数9.643-3.5600.193-4.869特征值2.999E+031.750E+0274.45226.540贡献率（%）91.165.322.260.81累计贡献率（%）91.1696.4898.7499.55（3）综合得分1.依据主成份分析所确定权重值，建立福州市生态环境综合评价模型:上式中，E为评价单元生态环境综合评价指数，Pi(i = 1，2，3，4)为第i个主成份得分，Ai(i = 1，2，3，4)为第i个主成份权重(贡献率)。在ENVI支持下，利用上述植被生态环境综合评价模型计算福州市植被生态综合得分，得分越大，植被生态环境越好，得分越小，植被生态环境越差。2.依据上述公式进行波段运算，输入公式为：(float(b1)*0.9116)+(float(b2)*0.0532)+(float(b3)*0.0226)+(float(b4)*0.0081)。图47所表示。 图47.福州市植被生态综合得分影像图（四）专题制图（1）密度分割在ENVI软件中福州市植被生态综合得分影像图，点击ToolsColor MappingDensity Slice，进行密度分割，图48 所表示。 图48.密度分割 图49.密度分割各个等级范围值和颜色设置 图50.密度分割所得影像图（2）专题出图Layout利用Arcmap打开密度分割所得影像图，在Layout视图中，添加图名、指北针、图例、百分比尺、制图说明要素，然后导出为jpg格式专题图。图51所表示。图51.福州市植被生态环境质量评价分级图