基于Sentinel-2(哨兵2)遥感卫星的植被覆盖度提取
Posted GIS前沿
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于Sentinel-2(哨兵2)遥感卫星的植被覆盖度提取相关的知识,希望对你有一定的参考价值。
Sentinel-2简单介绍
哨兵-2系列卫星的主要载荷多光谱成像仪拥有13个谱段,从可见光到近红外再到短波红外,空间分辨率从10m到60m,能实现全所未有的陆地海洋监测水平。其幅宽高达290KM,且A、B双星组合,覆盖能力比美国Landsat8卫星强很多。目前哨兵-2A和哨兵-2B已经实现了5天的重访时间,即使在之前仅有单颗卫星时,它的重访时间也仅为10天(参考数据:Landsat-7卫星重访周期为16天,SPOT系列卫星为26天)。
下表为哨兵-2多光谱成像仪(MSI)的主要技术参数:
下表为哨兵-2多光谱成像仪(MSI)13个波谱的应用领域:
Sentinel-2预处理
数据的获取可以通过欧空局官网(https://scihub.copernicus.eu/dhus/#/home),也可通过美国USGS去下载。通常来说欧空局官网的数据最全,更新的最快,但是下载速度慢,经常掉线,最好使用IDM 下载工具下载,该工具可断点传输,但是欧空局每次只能提供两个数据的下载接口。
对于下载的L1C级别的数据需要做大气校正,一般选用欧空局软件Sen2Cor进行处理。
L1C级别数据大气校正后的数据即为L2A数据,使用欧空局SNAP软件进行重采样(注意分辨率填10,默认60)后,用ENVI打开波段组合后即可使用。目前SNAP最新的版本为7.0,建议使用最新版本,老版本的软件对于新数据不识别。
目前欧空局已经开放了部分数据的L2A级别产品下载,该产品下载后无需再进行大气校正。
监督分类
通过SNAP软件采样后,在ENVI中进行波段组合,然后进行裁剪处理,本次的研究实验区是上海浦东,根据浦东新区的行政界线裁剪后的数据如下:
然后选取不同地物的ROI进行监督分类,本次分类方法采用的是支持向量机分类(Support Vector Machine 或 SVM),分类后的结果如下所示:
本次分类分为建设用地,有林地,草地,裸地,耕地,水域,滩涂7类。
计算和统计NDVI
4.1计算NDVI
计算NDVI,结果如上图所示,如NDVI结果存在异常值还需进行去除异常值的操作。
4.2统计NDVI
使用ENVI 下的掩膜工具对监督分类结果中的每个地类进行NDVI统计,分别统计出每个地类的NDVI的最大值最小值(根据NDVI曲线置信区间)
最后根据bandmath工具合成的NDVImin作为NDVIsoil,NDVImax作为NDVI veg。
计算得到的NVDImin如下图所示:
计算得到的NVDImax如下图所示:
计算植被覆盖度
依据植被覆盖度公式VFC = (NDVI - NDVIsoil)/ ( NDVIveg - NDVIsoil),利用bandmath工具分别将NDVI、NDVIsoil和NDVIveg代入,得到植被覆盖度图,然后进行去除异常值处理得到以下结果:
制图
将ENVI计算的结果导入Arcgis进行制图,根据0-0.2为极低覆盖度、0.2-0.4为低覆盖度、0.4-0.6为中覆盖度、0.6-0.8为高覆盖度、0.8-1为极高覆盖度进行等级划分,出图结果如下:
- END -
以上是关于基于Sentinel-2(哨兵2)遥感卫星的植被覆盖度提取的主要内容,如果未能解决你的问题,请参考以下文章