基于Landsat8并借助ENVI與Arcgis提取植被指數—以湖北省孝感市及周圍為例

謝瑩依　邵帥　曹博文

摘? 要：植被是地理環境的重要組成部分，在城市生態環境系統評估中起重要作用。本次研究以Landsat8遙感影像為基礎，影像內容是2021年9月23日湖北省孝感市及周圍，并在ENVI和ArcGIS遙感處理軟件的輔助下對該地區植被信息進行提取。

關鍵詞：Landsat8影像;植被提取;NDVI;FVC

1研究區概況及數據

1.1研究區概況

研究區涉及湖北省孝感市及周圍，介于東經113°1'—115°26'，北緯30°40'—32°47' 之間。孝感位于湖北省東北中部，緊鄰武漢，區位優越，交通便捷，直達長江沿岸各地。孝感地勢北高南低，由大別山、桐柏山向江漢平原過渡呈坡狀地貌。大體上一成低山、三成平原、六成丘陵。孝感屬于亞熱帶大陸性季風氣候，四季分明，雨量充沛，溫暖濕潤，光照充足。

1.2數據來源

本次研究所用遙感數據為Landsat-8衛星影像，該衛星攜帶陸地成像儀（0LI）和熱紅外傳感器（TIRS）兩種傳感器。其中，OLI傳感器波段數為9個，空間分辨率為30m，數據的研究區位條帶號是123/38，為一景圖，所選時段為秋季。原始數據如圖1所示。

1.3數據處理

本次研究數據選擇2021年9月23日的一景遙感圖像，此時植被覆蓋茂盛，在遙感影像中植被特征明顯，有利于遙感反演。本次研究利用的波段是陸地成像儀（OLI）上的第四波段和第五波段。第四波段是紅波段，第五波段是近紅外波段，兩個波段的空間分辨率均為30m。紅波段處于葉綠素吸收區，用于觀測道路，裸露土壤，植被種類等，紅外波段經常用于用于估算生物量，分辨潮濕土壤。故本次研究實用紅外波段和紅波段最為合適。

采用ENVI軟件進行輻射定標等圖像預處理，得到研究區域的遙感圖像。輻射定標后圖像如圖2所示。

2基于像元分解模型的估算流程

2.1歸一化植被指數

NDVI，即歸一化植被指數，能夠反映植被長勢。該參數表達式為NDVI=? ? ?，其中：NIR為近紅外波段的反射值，R為紅波段的反射值。采用ENVI軟件計算研究區2021年9月NDVI如圖所示，在Band Math中輸入公示（float（b1）-b2）/（b1+b2），其中b1為輻射定標后圖像的紅外波段，b2為輻射定標后圖像的紅色波段。通過計算，NDVI圖像如圖3。

2.2計算模型

FVC=

NDVIsoil為完全是裸土或無植被覆蓋區域的NDVI值，NDVIleg代表完全被植被所覆蓋的像元的NDVI值，即純植被像元的NDVI值。兩個值的公示為：

NDVIsoil=

NDVIleg=

3.選擇數據計算與處理圖像

3.1利用ENVI計算NDVI

利用這個模型計算植被覆蓋度的關鍵是計算NDVIsoil和NDVIleg。NDVImax和NDVImin分別為區域內最大和最小的NDVI值。根據大量研究經驗，累計概率5%NDVI值作為NDVI的最小值，累積概率在95%處的NDVI的最大值作為NDVI的最大值。NDVI取值如圖5，即取值NDVImax=0.545098，NDVImin= -0.050980。

將上述取得的數據帶入公式得：FVC = （b1 lt? -0.050980）*0+（b1 gt 0.545098）*1+（b1 ge -0.050980 and b1 le 0.545098）*（（b1+0.050980）/（0.545098+0.050980）），b1波段選擇NDVI，得到圖像如圖7所示。

3.2利用ArcGIS進行圖像分類

利用ArcGIS軟件，對FVC圖像進行分類。將在[0，1]之間的植物覆蓋度分為分類，可得到如圖8所示圖像。其中，藍色為水體，粉色和黃色為城區，兩種程度不一致的綠色為植被，代表植被覆蓋度不相同。從圖像中可以看到，本次研究數據下的一景圖，植物覆蓋程度相對較高。

4.結語

從圖像中可以得知，該研究區植被覆蓋率高。從計算結果進一步分析得出如下結論，應用像元二分模型的關鍵是計算完全是裸土或無植被覆蓋區域NDVI值和完全被植被所覆蓋的像元的NDVI值。依據大量研究經驗，以5%和95%為置信區間的NDVI值分別作為完全是裸土或無植被覆蓋區域和完全被植被所覆蓋的NDVI。但對于地物類型復雜的地區，采用經驗值卻未必合適，可能會影響計算結果的準確性和精確度。對于植被覆蓋類型復雜的區域，應該做多次實驗去證明累積頻率的NDVI，以此能夠反映真實的植被覆蓋情況。歡迎專業人士對本次研究提出建議和指出錯誤。

參考文獻：

[1]趙冰雪，章勇，基于Landsat—8 OLI影像的植被信息提取方法研究【A】，測繪與空間地理信息，1672-5867（2018）01-0079-04

[2]許宏健，郎博宇，張雪，李鵬偉，基于landsat8 數據的植被覆蓋度遙感估算，現代化農業，

[3]周盼輝，呂開云，基于landsat8 植被覆蓋度反演及應用【A】，江西科學，1001-3679（2017）04-523-05

[4]郭凱，孫培新，劉衛國，利用遙感影像軟件ENVI提取植被指數，《紅外》月刊

[5]鄭潔，孫姣姣，舒欣，周濤，基于Landsat8 OLI影像的礦區植被覆蓋情況分析【A】，世界有色金屬，1002-5065（2019）21-0290-2