envi单波段阈值法提取水体_等吸收双波长法

本操作执行环境：Windows系统下Erdas 2015。

操作对象：巴尔喀什湖部分行列号影像，此教程使用行列号为：2017年3月28日行列号为152028影像（巴尔喀什湖：地处哈萨克斯坦共和国的东南部，在一个大型盆地内，主要有伊犁河流入。在世界众多的湖泊中，它因湖水一半为咸水湖一半是淡水湖、东段与西段颜色不同而独具特色。1864年中国清朝和俄罗斯帝国签订不平等的《勘分西北界约记》以后，巴尔喀什湖正式脱离中国。苏联时期在哈萨克斯坦加盟共和国境内，苏联解体以后就在哈萨克斯坦共和国。）。

1：影像如何下载？

大家应该都知道的地理空间数据云，然而地理空间数据云影像绝大多数为国内遥感影像，那么如何下载巴尔喀什湖影像尼？具体操作过程见我的个人网站http://www.shaofee.com/archives/375.html，或者我的博客：http://blog.csdn.net/qq_36305327/article/details/71154996。

2：影像预处理

一般从地理空间空间数据云或者其他网站一般都是处理过的影像，所以我们不需要做太多的处理。

正常的预处理过程包括：(一)几何精校正与图像配准(二) 图像融合(三)图像镶嵌与裁剪(四)大气校正，在这里我就不多说了，对于区域或者精度要求比较高的朋友，这些过程必不可少。

在这里我需要对下载影像进行融合一下，以便后续操作。

landsat8 OIL有很多波段，但是我们做水体提取，并不需要那么多。这里我们对前7个波段进行合成，选择影像时候注意按照顺序输入。合成后影像为1520282017mix.img.

3：利用水体指数对水体信息进行增强。

NDWI=（绿光-近红外）/（绿光+近红外），

MNDWI=（绿光-中红外）/（绿光+中红外），

INDVI=（红光–近红外）/（红光+近红外），

注意：这里的绿光、红光、近红外和中红外波段，分别一一对应于OLI影像中的第3、4、5、6波段；对于TM（或ETM+）影像，则分别一一对应于影像中的第2、3、4、5波段；

这里以NDWI为例。

下面我们以MNDWI为举例：

打开Erdas2015的Model maker，在模板里寻找NDVI模板，对它进行改写。

如果你使用的不是OLI影像则不要要改写3处，只需要改写1，2处就可以。

输入影像

1处由：n1_1520282017mix(4) – n1_1520282017mix(3) 改写为：n1_1520282017mix(3) – n1_1520282017mix(6)

2处由：n1_1520282017mix(4) +n1_1520282017mix(3) 改写为：n1_1520282017mix(3) +n1_1520282017mix(6)

3处由：(n11_memory – GLOBAL MIN ( n11_memory )) / ( GLOBAL MAX ( n11_memory ) – GLOBAL MIN ( n11_memory )) * 255 改写为

为什么要拉伸？因为正常MNDWI，NDWI,INDVI的值位于（-1,1）,这里3处主要对其进行拉伸为后面我们进行阈值提取做准备。

上述NDWI,INDVI，计算过程略。过程同MNDWI。

4：如何采集阈值？

在操作之前我们利用将源波段3，4，5与MNDWI，NDWI，INDWI波段输入顺序进行融合合成后为1520282017.img。融合过程同2：影像预处理中合成过程。

下面我们来确定水体阈值。下图为影像在1520282017.img ,3，2，1波段下显示效果，即是相当于1520282017mix.img的5，4，3波段下效果图。

在1520282017.img的视图下，自由调节波段组合顺序，直到你自己可以分清水体与其他地物。

例如：

。

下面打开Spectral Profile工具进行集点。

当水体采集点完成后采集，其他地物点。这里修改下线条颜色。我们将水体修改为红色。

选中所有点然后点击Color列，选择Color修改为红色。点击应用。如下图所示，再次点击应用。

采集尽可能多的点，分不清陆地水体可以结合Google Erath。上图为采集后点，红色线为水体，绿色线为其他地物。

从表中我们可以看出在4波段，水体与其他地物有很明显的分界。那么我们就可以利用4号波段来进行阈值提取。

下面我们导出数据。点击右上角文件——- 导出数据。导出后的文件为.Sif格式。

利用文本编辑工具直接打开，全选复制粘贴到EXCEL中，下面对数据进行处理。

选择4号波段，对数据进行整理。得到下图：

下面得出阈值我们就可以通过Erdas2015的Model maker，进行处理，提取水体。

通过此模板提取水体，采集的点数据比较多，提取效果十分好。下面附一张效果图。

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/179423.html原文链接：https://javaforall.cn