土壤线方程
参数a′, b′可从可见光和近红外波段的散点图中通过回归法求取。
c1, c2取0.6和0.21，是Price根据Landsat TM卫星资料推算出的，适用于垂直密度不高的农田和草地。
1)求土壤线方程
图16提取土壤线上的点
图17拟合土壤线方程
2)通过程序计算LAI
图18 LAI计算结果
3)选择纯净的农田样本，计算其NDVI并统计最大值为0.8725，NDVI0为裸土的NDVI，在2.3中已经算出，应取0.036493
图2
2辐射定标
选择ToolBox/Radiometric Correction/Radiometric Calibration，选择可见光-近红外数据。在Radiometric Calibration面板中，可以选择定标类型：辐射亮度值和大气表观反射率。其他选项是方便用于FLAASH大气校正。选择文件名和路径输出，得到大气表观反射率数据。
1)计算林地地区的NDVI，统计NDVI的最大值，得到NDVI最大为0.990759
图11林地NDVI统计
2)选择纯净的裸土样本，统计其均值，得到裸土即NDVI0的值0.036493
图12裸土NDVI统计
3)将数据带入上面的公式①，利用公式fg=float(b1-0.036493)/float(0.990759-0.036493)进行波段运算得到结果,其中b1为林地计算得到的NDVI。
7)影像生成时的飞行过境时间：在layer manager中的Lc8数据图层右键选择View Metadata，浏览time字段获取成像时间；
注：也可以从元文件“LC81230322013132LGN02_MTL.txt”中找到，具体名称：DATE_ACQUIRED = 2013-05-12；SCENE_CENTER_TIME = 02:55:26.6336980Z；
8)大气模型参数选择：Sub-Arctic Summer（根据成像时间和纬度信息选择）；
9)气溶胶模型Aerosol Model：Urban，气溶胶反演方法Aerosol Retrieval：2-band（K-T）；
10)其他参数按照默认设置即可。
11)FLAASH大气校正后，默认值乘以了10000，利用波段运算变为正常值。
《定量遥感》
实习报告
学 号：
班级序号：
姓 名：
指导老师：
实习一
【
利用线性混合像元分解法制作植被丰度图
【实验流程】
【实习过程】
1Hale Waihona Puke 传感器：Landsat-8OLI
地点：武汉市某地
时间：2013年6月13日当地时间2:58:17
分辨率：30m
波段数：7
数据原图：
图1
2
2.1
1裁剪
本次实习只选取原始影像上的一小块数据，用basic tool->resize中的image进行规则裁剪。结果如下：
2.3
选择Spectral->Mapping Methods->Linear Spectral Unmixing，输入需要进行混合像元分解的数据和2.2中建立的光谱文件。选择输出植被端元的丰度图。结果如下：
图6解混结果
【实验结果】
图7植被丰度图
实习二
【实习内容】
根据植被覆盖统计模型，计算某地区植被覆盖率。
图3
3FLAASH大气校正
选择Radiometric Correction/Atmospheric Correction Module/FLAASH Atmospheric Correction，双击此工具，打开辐射定标的数据，进行相关的参数设置进行大气校正。
1) Input Radiance Image：打开辐射定标结果数据；
·······································②
其中：
·······················③
对于LAI的估算可用如下方法：
其中，i = 1 ,2，分别对应于TM3 ,TM4波段，s指土壤，DN∞i可从遥感影像中获得；r1∞ ,r2∞据Price研究可分别取0.05和0.7。
图10分区结果
2.3
林地是植被与裸土的混合，采用等密度模型，等密度模型假设像元中植被类型较为单一且植被垂直密度足够高，即：LAI→∞,对应的NDVIg→NDVI∞
因此，在等密度模型假设下，植被覆盖率fg:
·················································①
4)计算后的影像进行掩膜只留下林地的部分。
结果如下：
图13林地植被覆盖率结果
2.4
城镇用地使用的是等密度模型，城镇用地是林地和建筑的混合
1)NDVI最大应取林地的NDVI最大值0.990759
2)选取纯净的城镇样本，计算NDVI并统计，得到NDVI最小即NDVI0值为-0.168374
图14城镇用地NDVI统计结果
大气校正结果如下：
图4
2.2
1)选择/Transform/MNF Rotation/Forward MNF Estimate Noise Statistics，对地表反射率数据进行MNF变换。
2)对MNF变换后的前两个波段做2D散点图，该图大致为三角形，选取三个端元的光谱，并保存为一个光谱库文件。
图5端元提取
3)将数据带入上面的公式①，利用公式fg=float(b1+0.168374)/float(0.990759+0.168374)进行波段运算得到结果，其中b1为林地计算得到的NDVI。
4)计算后的影像进行掩膜只留下城镇用地的部分。
结果如下：
图15城镇用地植被覆盖率结果
2.5
农田是农田和裸土的混合，适合非等密度模型。非密度模型与等密度模型相似，该模型也假设像元中植被类型较为单一；但此时的植被垂直密度较小，即LAI<<∞。因而植被覆盖部分的NDVI值( NDVIg)需由Bear定律确定。
【实验流程】
图8
【实习过程】
1
实习二所用到的数据和实习一的数据相同
2
因为实习一中已经对数据做过预处理，所以本次实习直接使用实习一预处理后的数据。
2.1
通过目视解译，将影像分为森林、城镇、农田、水体、裸土这五类。分类结果如下：
图9
2.2
对于五种类别，分别建立掩膜文件并进行掩膜。结果如下：
水体农田裸地
林地城镇
4)将求得的数据带入公式③，通过波段运算求NDVIg，公式为：0.8725-(0.8725-0.036493)*exp(-b1)，其中b1未步骤2中求得的LAI图。
5)根据公式②求fg=float(b1-0.036493)/float(b2-0.036493)，其中b1为农田的NDVI，b2为计算得到的NDVIg。
2)设置输出反射率的路径，由于定标时候；
3)设置输出FLAASH校正文件的路径，最优状态：路径所在磁盘空间足够大；
4)中心点经纬度Scene Center Location：自动获取；
5)选择传感器类型：Landsat-8 OLI；其对应的传感器高度以及影像数据的分辨率自动读取；
6)设置研究区域的地面高程数据；
6)计算后的影像进行掩膜只留下农田的部分。
结果如下：
图19农田植被覆盖率结果
2.6
利用波段运算将每个试验区计算求得的植被覆盖度图相加即得到最终的植被覆盖率图。结果如下：
图20植被覆盖率结果
【实验结果】
图21植被覆盖率专题图