：指不同于周围背景的、相对均质的非线性区域。斑块是有尺度的，与 周围环境（基底）在性质上或外观上不同的空间实体。
斑块的定义Page Nhomakorabea19基于Fragstats的景观指标计算
1
景观生态学理论
区域景观生态质量评价
系统了解所关心区 域的生态系统特征 （景观单元的类型 组成、空间配置及 其与生态学过程的 相互作用）
总边缘对比 度等
连接指数等
边缘面积分维，形状 指数等
独立核心斑块数 量、密度等
对比度加权 边缘密度等
散布并列指 数等
斑块丰 度
Page
22
基于Fragstats的景观指标计算
4
利用Fragstats进行景观指标计算
长株潭地区景观图 （*.img） Arcview栅格文件 输出GRID数据文件 Fragstats4.0 景观 指标计算
遥感图像的几何变形：指原始图像上各地物的几何位置、形状、尺寸、方位等特征与在 参照系统中的表达要求不一致时产生的变形。 传感器 成像方式
地球曲率 及自转
传感器外 方位元素
大气折射 等等
地形起伏
引起图像变形的原因
Page 5
基于ENVI的影像处理
3
影像的几何校正（Geometric Correction）
Fragstats4.0 景观 指标计算 GRID数据文件
辐射定标 大气校正
信息提取 （最大似然 法分类）
分类后处理及 精度验证
长株潭地区景观图 （*.img）
影像处理
Page 2
景观分析
基于ENVI的影像处理
1
扩 展 模 块
ENVI（The Environment for Visualizing Images）简介
美国 Research System Inc. 公司开发的一套功能齐全的遥感图像处理系统。 能够处理、分析并显示多光谱、高光谱数据和雷达数据。
Atmosphere Corrrction 大气校正模块
ENVI EX 空间特征 提取模块
DEM Extraction 立体像对高 程提取模块
Ortho recticification 正射校正 模块
Page
21
基于Fragstats的景观指标计算
3
常用的景观指标
Fragstats 中景观指标分为斑块、类型和景观三个范畴。
Area-Edge 面积和边缘指标
Shape 形状指标
Core Area 核心区指标
Contrast 对比度指标
Aggreation
Diversity
斑块 （Patch）
斑块面积、周长等
SAR space 雷达高 级处理
NITF
ENVI 主模块
IDL 开发语言
IDL Advanced 数字与统计 扩展工具包
IDL Dataminer 数据库连接 工具包
Page
3
基于ENVI的影像处理
2
影像的镶嵌（Mosaicking）
依据需要将不同的图像文件合在一起形成一幅完整的包含感兴趣区域的图像。 要求镶嵌的图像之间有一定的重叠度。包括基于地理坐标和基于像元的镶嵌。
p
i 1
n
N为所有地表真实分类中像元总数； Xkk为混淆矩阵对角行的和； Xk∑为一类中真实像元的总和； X∑k为这一类中被分类的像元总数。
ij
Page
18
基于Fragstats的景观指数计算
1
景观生态学理论
景观的定义 ：在生态学中，分为狭义和广义两种。
狭义景观是指几十公里至几百公里范围内．由不同生态系统类型所组成的异质性地理单元。 而反映气候、地理、生物、经济、社会和文化综合特征的景观复合体称为区域。狭义景观 和区域可统称为宏观景观。 广义景观则指出现在从微观到宏观不同尺度上的．具有异质性或缀块性的空间单元。 ----------邬建国.景观生态学——概念与理论.生态学杂志,2000,19(1)：42—52．
pAj = pjj / p+j
pi
K
p
k 1
k 2
n
kk
/p
k
p1n p1+ p2+
pnn pn+
p+n p
N X kk X k X k N Xk Xk
k
Kappa系数
其中，Pij为第i类错分到第j类的像元个数； pi+ p+j
p
j 1
n
ij
为分类所得到的第i类的总和； 为实际观测的第j类的总和。
待纠正影像 参考影像
x a0 (a1 X a2Y ) (a3 X 2 a4 XY a5Y 2 )
像素坐标 的变换
控制点选取 不 符 合 误差检查 校正模型选择 像素坐标变换
（a6 X 3 a7 X 2Y a8 XY 2 a9Y 3 ) y b0 (b1 X b2Y ) (b3 X 2 b4 XY b5Y 2 ) （b6 X 3 b7 X 2Y b8 XY 2 b9Y 3 )
5
大气校正（FLAASH）
大气校正前影像
Page 12
大气校正后影像
基于ENVI的影像处理
6
最大似然分类（Maximum Likelihood）
最大似然法分类是监督分类的一种，是根据概率判别函数和贝叶斯判别规则来进行分类的。
类别定义/特征判别 样本的选择 分类器选择 （即分类方法） 影像分类 分类后处理 精度验证
精度验证
混淆矩阵，用户精度、制图精度、总精度和 Kappa 系数。
Page
17
基于ENVI的影像处理
6
类别
1 2 … n 合计
最大似然分类（Maximum Likelihood）
混淆矩阵
1
p11 p12
2
p12 p22
…
n
pn1 pn2
合计
p+1 p+2
用户精度 制图精度 总体精度
puj = pii / pi+
运用感兴趣区工具 （ROI Tool） 这里以最大似然法 为例进行说明
监督法分类流程
Page 13
基于ENVI的影像处理
6
最大似然分类（Maximum Likelihood）
类别定义/ 特征判别
确定对哪些地物进行分类，分几类。 依据地物的特征，以及google earth等手段， 判定各类别的影像特征。
4
利用Fragstats进行景观指标计算
长株潭地区景观图 （*.img） Arcview栅格文件 输出GRID数据文件 Fragstats4.0 景观 指标计算
景观 面积 指数
斑块 密度 指数
…
斑块 个数 指数
Page
26
基于Fragstats的景观指标计算
4
利用Fragstats进行景观指标计算
以多项式纠正为例
最邻近像元法 亮度值的 重采样 双线性内插法 双三次卷积法
Page 6
基于ENVI的影像处理
3
影像的几何校正（Geometric Correction）
待纠正影像
基准影像
纠正后影像
基于多项式的几何校正
Page 7
基于ENVI的影像处理
4
影像的裁剪（Resize）
当我们所感兴趣的区域存在于一个大范围的图像文件内，而我们不需要影像的其他部分， 这就要用到图像的裁剪。在ENVI中，包括规则裁剪和不规则裁剪。
接受各种不同格式的光栅图像,包括 ArcGrid ，ASCII和8位、 16位以及32位二进制的存储格式。要使用 ArcGrid ,需先进行环 境变量设置。
注 意
用于计算景观指标的图像文件，存储的位置不能太深。
FRAGSTATS可以计算许多不同的功能指标,这些指标必须依据 具体情况由用户参数化。功能指标包括核心区域(依赖于边缘的 深度效应),边缘对比度(依赖于相邻斑块类型的对比度),和隔离度 (依赖于邻近生态区的大小和不同的斑块类型之间的相似性)的计 算。
揭示区域生态系 统健康状态，找 出脆弱区域或因 子
提供决策支持以 保护或恢复生态 环境
区域景观生态质量评价指标体系
Page
20
基于Fragstats的景观指标计算
2
Fragstats 简介
计算分类地图的各种景观指标的软件。 发布于1995年,由McGarigal博士和 俄勒冈州立大学的Barbara Marks 联合开发。
Page
14
基于ENVI的影像处理
6
最大似然分类（Maximum Likelihood）
样本/训练 区选择
训练样区指得是图像上哪些已知类别属性，可以用来统计 类别参数的区域。注意 准确性、代表性和统计性。 样本验证。
分类器选择 /确定判别 函数和判别 规则
利用训练区样本数据统计相应地物类别的光谱特征。 监督分类技术包括基于传统统计分析、基于人工智能和 基于模式识别三种类型的分类器。
Page
24
基于Fragstats的景观指标计算
4
利用Fragstats进行景观指标计算
长株潭地区景观图 （*.img） Arcview栅格文件 输出GRID数据文件 Fragstats4.0 景观 指标计算
景观 面积 指数
斑块 密度 指数
…
斑块 个数 指数
Page
25
基于Fragstats的景观指标计算
长株潭地区影像1
镶嵌后影像
基于地理坐标的影像镶嵌
长株潭地区影像2
Page 4
基于ENVI的影像处理
3
影像的几何校正（Geometric Correction）