1、一．实验目的
1、熟悉ENVI软件的具体操作；
2、理解并能掌握水体信息的提取方法、步骤及其结果评价方法；
3、通过实习，加深对所学遥感专业知识的理解与掌握，使理论知识融会贯通，提高实践动手能力和综合解决实际问题的能力。
二．实验流程
在ArcMap中打开
栅格转矢量
数字形态学滤波
植被提取模型2
植被提取模型1
图像预处理
三．实验内容
遥感图像上的植被信息，主要通过绿色植物叶子和植被冠层的光谱特性及其差异、变化而反映的，不同光谱通道所获得的植被信息可与植被的不同要素或某种特征状态有
2、各种不同的相关性，因此，我们往往选用多光谱遥感数据经分析运算（加、减、乘、除等线性或非线性组合方式），产生某些对植被长势、生物量等有一定指示意义的数值——即所谓的“植被指数”。我们可以通过提取“植被指数”这种简单有效的形式来实现对植物状态信息的表达，以定性和定量地评价植被覆盖、生长活力及生物量等。
“植被指数”的提取方法有很多种，包括比值植被指数，归一化植被指数，差值植被指数，绿度植被指数等等。
1. 基于TM影像植被的提取
采用软件：ENVY3.5
采用的遥感数据：TM_20000412
对于TM影像植被的提取我使用的方法是分别对影像进行比值植被指数，归一化植被指数，
3、绿度植被指数提取，然后将获得的影像进行主成分分析，最后得到所需的图像。
2.基于SPOT5影像的植被的提取
采用软件：ENVY3.5
采用的遥感数据：SPOT5_2
对于SPOT5影像选用对绿色植物（叶绿素引起的）强吸收的可见光红波段和对绿色植物（叶内组织引起的）高反射的近红外波段(这两个波段是植物光谱中的最典型的波段)，然后建立植被指数提取模型，最后得到所需的图像。
四．实验步骤
1．影像的预处理
首先打开所要处理的影像，将影像进行合成
然后对影像进行裁剪
裁剪的区域为：
裁剪的结果是：
2. 基于TM影像
4、植被的提取
2.1比值植被指数提取
比值值被指数（RVI），两个波段反射率的比值，RVI是绿色植物的灵敏指示参数，与LAI、叶干生物量(DM)、叶绿素含量相关性高，可用于检测和估算植物生物量。
公式：RVI= TM3/TM4
在ENVY4.7的主菜单basic tools下，运行band math子菜单，键入上述公式。
将得到的图像以内存的形式保存。得到的图像以灰阶显示如下图：
2.2归一化植被指数
归一化植被指数,又称NDVI，NDVI=(NIR-R)/(NIR+R)，或两个波段反射率的计算。
常用于检测植
5、被生长状态、植被覆盖度和消除部分辐射误差等。
公式：NDVI=（TM4-TM3）/（TM4+TM3）
在ENVY4.7的主菜单basic tools下，运行band math子菜单，键入上述公式。
将得到的图像以内存的形式保存。得到的图像以灰阶显示如下图：
2.3将得到的两个个图像合并到一个文件中
进行主成分分析
将得到的主成分分析波段一另存为一张单波段图像
在ENVY4.7的主菜单basic tools下，运行band math子菜单，输入
(b1 lt 0)*(-1), 将得到的图像以内存的形式保存。得到的图像以灰阶显示如下图：
对
6、该图像进行数字形态学滤波处理
在ENVY4.7的主菜单basic tools下，运行band math子菜单，输入
b1*(-1)，将得到的图像以内存的形式保存。得到的图像以灰阶显示如下图：
然后进行栅格转矢量
转换结果
最后将矢量数据存到Shapfile中
最后将导出的Shapfile在ArcMap中打开
3.基于SPOT5影像植被的提取
公式：(float(b2)-b1)/(b2+b1)
在ENVY4.7的主菜单basic tools下，运行band math子菜单，键入上述公式。选择要运算的波段(其中b2指定遥感影像的近红外
7、波段，b1为红光波段)，将得到的图像以内存的形式保存。得到的图像以灰阶显示如下图：
然后对该图像进行数字形态学滤波处理
在ENVY4.7的主菜单basic tools下，运行band math子菜单，输入
b1*(-1)，将得到的图像以内存的形式保存。得到的图像以灰阶显示如
下图：
然后进行栅格转矢量，最后导出shapefile文件
导出结果为
五．实验总结
目前，遥感影像中植被信息的提取方法逐渐增多，但原始波段合成法、植被指数法仍是植被信息提取中使用较多的方法。虽然这些方法提取的植被信息可信度较高，但也存在一定的不足。因此，将各方面的信息加以综合利用，进而提高遥感影像上植被信息提取精度，从而更好地为环境监测、生态保护、农业、林业等有关部门提供服务就显得尤为迫切，同时，这也是研究人员努力探索的方向之一。
浙ICP备2021020529号-1 | 浙B2-20240490 
