> 文章列表 > 基于遥感的自然生态环境检测——实验三:生态因子提取

基于遥感的自然生态环境检测——实验三:生态因子提取

基于遥感的自然生态环境检测——实验三:生态因子提取

实验三:生态因子提取

一、实验目标

生态因子生成;生态因子归一化;生态环境评价

二、实验内容

根据经过大气校正后的影像生产土地覆盖指数、土壤指数以及坡度等,对土地覆盖指数、土壤指数以及坡度进行密度分割归一化;通过归一化的指数通过综合指数法进行生态环境评价。

三、详细步骤

1.生态因子生成
(1) 植被覆盖度生成
植被覆盖度根据前人研究的NDVI模型估算:
FC=\\left(NDVI-{NDVI}{min}\\right)/({NDVI}{max}-{NDVI}{min})
式中,NDVI是归一化植被指数,{NDVI}
{max}表示区域内最大NDVI值,{NDVI}{min}表示区域内最小NDVI值。由于图像中不可避免地存在噪声,{NDVI}{max}和{NDVI}_{min}并不一定是最大的NDVI值和最小的NDVI值,可以根据直方图分别取两头“拐点”处的值。
计算NDVI:
基于遥感的自然生态环境检测——实验三:生态因子提取
基于遥感的自然生态环境检测——实验三:生态因子提取
基于遥感的自然生态环境检测——实验三:生态因子提取
统计NDVI的范围:
基于遥感的自然生态环境检测——实验三:生态因子提取
确定NDVI的有效最大值最小值:
基于遥感的自然生态环境检测——实验三:生态因子提取
基于遥感的自然生态环境检测——实验三:生态因子提取
利用/Band Algebra/Band Math,在公式栏中输入:
(b1 lt -0.19)*0+(b1 gt 0.63)1+(b1 ge -0.19 and b1 le 0.63 )((b1+0.19)/(0.63+0.19))
基于遥感的自然生态环境检测——实验三:生态因子提取
基于遥感的自然生态环境检测——实验三:生态因子提取
得到植被覆盖度图像,见图3-1-9.
基于遥感的自然生态环境检测——实验三:生态因子提取
(2)土壤指数生成
土壤指数同样采用前人研究的模型裸土植被指数:
GRABS=VI-0.09178BI+5.58959
VI和BI分别为穂帽变换的绿度指数和土壤亮度指数。BI和VI指数可分别用来评价裸土和植被的行为,VI指数与不同植被覆盖度有较大关系,土壤亮度对植被指数有相当大的影响,裸土信息变化的主要部分是由它们的亮度造成的,因此有VI和BI线性组合形成的裸土植被指数能很好地反映裸露情况
基于遥感的自然生态环境检测——实验三:生态因子提取
基于遥感的自然生态环境检测——实验三:生态因子提取
基于遥感的自然生态环境检测——实验三:生态因子提取
基于遥感的自然生态环境检测——实验三:生态因子提取
基于遥感的自然生态环境检测——实验三:生态因子提取
基于遥感的自然生态环境检测——实验三:生态因子提取
(3)坡度生成
基于遥感的自然生态环境检测——实验三:生态因子提取
基于遥感的自然生态环境检测——实验三:生态因子提取
基于遥感的自然生态环境检测——实验三:生态因子提取
基于遥感的自然生态环境检测——实验三:生态因子提取
(4)生态因子归一化
评价因子生成之后,直接用它们去进行评价是比较困难的,因为各指标的量纲不一致,所以没有可比性。各指标的量化分值依其对生态环境质量的贡献程度,采用统一顺序原则,即按照它们对生态环境正向影响的大小,从高到低分成若干级,对环境质量贡献越大,编码值越大,反之则编码值越小。各个参评因子数据经过归一化后是一组反映其属性特征的数值,其值介于1-10中之间。
植被覆盖度分级编码表:
覆盖率% 0-10 10-20 20-30 30-40 40-50 50-60 60-70 70-80 80-90 90-100
编码值 1 2 3 4 5 6 7 8 9 10
土壤指数分级编码表:
指数值 <-800 [-800, -500] [-500, -400] [-400, -200] [-200, -100] [-100, 0] [0, 100] [100, 200] [200, 400] >400
编码值 1 2 3 4 5 6 7 8 9 10
地形因子分级编码表:
坡度值 ❤️ 3-8 8-13 13-18 18-23 23-28 28-33 33-38 38-43 >43
编码值 10 9 8 7 6 5 4 3 2 1
密度分割
地形:
基于遥感的自然生态环境检测——实验三:生态因子提取
基于遥感的自然生态环境检测——实验三:生态因子提取
植被:
基于遥感的自然生态环境检测——实验三:生态因子提取
基于遥感的自然生态环境检测——实验三:生态因子提取
土壤:
基于遥感的自然生态环境检测——实验三:生态因子提取
基于遥感的自然生态环境检测——实验三:生态因子提取
2.生态环境评价
本专题选择的评价模型是指数法和综合指数法:
E=w_1\\ast S_v+w_2\\ast S_s+w_3\\ast S_t
在本专题实验中,w_1=0.7;\\ w_2=0.2;\\ w_3=0.1。
评价结果计算:利用/Band Algebra/Band Math进行综合指标的计算,在公式栏中输入:0.7 * b1 + 0.2 * b2 + 0.1 * b3,b1为植被覆盖度密度分割的结果,b2为土壤指数密度分割的结果,b3为坡度密度分割的结果;
基于遥感的自然生态环境检测——实验三:生态因子提取
基于遥感的自然生态环境检测——实验三:生态因子提取
基于遥感的自然生态环境检测——实验三:生态因子提取
(2) 用掩膜文件处理背景区域,把背景区域统一变为0
基于遥感的自然生态环境检测——实验三:生态因子提取
基于遥感的自然生态环境检测——实验三:生态因子提取
基于遥感的自然生态环境检测——实验三:生态因子提取
(3) 得到的环境评价结果为一个单波段灰度图像,使用与3-1-20到一致的密度分割方法进一步分为四个环境等级,如下表所示:
评价等级 综合评价指标 说明
优 9-10 自然生态环境基本未收到破坏,生态结构合理、稳定,生态系统自身功能和自我恢复能力很强
良 6-9 自然生态环境基本未受破坏,生态结构比较合理、稳定,生态系统自身功能和自我恢复能力较强。
中 4-6 自然生态环境受到破坏,生态结构基本合理、稳定,生态系统自身功能和自我恢复能力较弱。
差 1-4 自然生态环境严重破坏,生态结构不合理,生态系统自身功能和自我恢复能力很弱

基于遥感的自然生态环境检测——实验三:生态因子提取
基于遥感的自然生态环境检测——实验三:生态因子提取
(4) 使用工具箱/Statistics/Compute Statistics对结果进行统计分析。
基于遥感的自然生态环境检测——实验三:生态因子提取

四、 实验结果

生态环境评价等级图
基于遥感的自然生态环境检测——实验三:生态因子提取
Red:1-4,等级低,占比18.2%
Green:4-6.等级中,占比21.5%
Blue:6-9,等级良,占比40.4%
Yellow:9-10,等级优,占比19.9%
通过分析,发现生态环境评价等级符合实际生态环境的分布状况。

五、 总结与心得

  1. 通过本次实验,我学到了相关的生态因子计算,在NDVI的基础上,学到了植被覆盖度、土壤覆盖度、地形因子的计算。
  2. 生态环境评价中,对归一化处理后的影像在分割前,需要掩膜掉背景。
  3. 统计分析结果,等级良占比最大,等级中、优、差,占比相当,符合实际地物生态环境分布状况。