基于OLI影像植被覆盖度估算探索

张星星，何政伟，赵银兵，何雅枫

（1.成都理工大学 地球科学学院，四川 成都610059；2.地质灾害防治与地质环境保护国家重点实验室，四川 成都 610059；3.成都理工大学 旅游与城乡规划学院，四川 成都 610059）

基于OLI影像植被覆盖度估算探索

张星星1，何政伟2，赵银兵3，何雅枫1

（1.成都理工大学 地球科学学院，四川 成都610059；2.地质灾害防治与地质环境保护国家重点实验室，四川 成都 610059；3.成都理工大学 旅游与城乡规划学院，四川 成都 610059）

选取Landsat8获取的4幅OLI遥感影像，在ENVI5.1遥感图像处理软件中，对影像进行辐射定标、FLAASH大气校正、图像镶嵌等一系列预处理后，利用基于NDVI的像元二分模型，推算出植被覆盖度(FVC)。依据FVC的不同进行密度切割、分层设色，得到该区域的植被覆盖度图。该获取大区域植被覆盖度图的工作方案简单易行，为遥感影像实现区域植被覆盖度动态研究提供了参考。

FVC；OLI影像；NDVI；遥感估算；ENVI5.1

FVC是植被垂直投影面积与地表面积的百分比，是描述植被覆盖的一个重要参数，对揭示地表空间变化规律及驱动因子、评价区域生态环境具有重要意义[1]。传统获取FVC的方法为地面测量，具体包括采样法、仪器法、照相法、目测法等[2]。以上方法由于受到自然条件限制，且需要耗费大量人力物力，只适用于小范围尺度的研究。随着遥感技术的飞速发展，出现了多种利用不同遥感影像，实现区域FVC监测的方法，高光谱数据、多光谱数据、微波数据、激光雷达数据均可用于植被覆盖度的研究，且各有优势。多光谱数据由于其数据易于获取、覆盖范围大、可连续观测等优点，在全球及区域FVC估算方面将长期成为主力数据源[3]。

1 数据源选取

Landsat8卫星搭载了OLI成像仪，该成像仪采用推扫式结构设计，比摆扫式结构设计的Landsat7/5成像仪具有更好的几何稳定性，比以前所有Landsat 系列卫星的传感器都具有更高的信噪比。Landsat8仍采用Landsat系列数据的UTM/WGS84投影/坐标系，数据处理格式为Level 1T，即已进行了基于地形的几何校正，还在波段的数量、光谱范围和影像的辐射分辨率上进行改进，新增了两个波段，获取的图像质量也更好。影像可以通过USGS网站和地理空间数据云免费获取[4]。

本文实验数据包括4幅无云OLI遥感影像，从地理空间数据云免费获取，行列号分别为131/040、131/041、132/040、132/041，获取时间依次为2013-12-05、2013-12-05、2013-12-30、2013-12-30。

2 FVC遥感估算过程

整体FVC遥感估算流程见图1。

图1 FVC遥感估算流程图

2.1 辐射定标和 FLAASH大气校正

研究表明，大气校正可有效消除大气层辐射和大气吸收对遥感影像的影响，还原地物光谱真实辐射特征，获得地表真实反射率。大气校正前后在FVC分布、均值和全植被覆盖类型面积权重上呈明显差异，因此在FVC遥感估算时，有必要进行大气校正[1]。

1）辐射定标。利用ENVI5.1中Radiometric Calibration工具，进行定标类型、辐射亮度值、大气表观反射率设置，输出辐射定标后的影像。

2）大气校正。运用ENVI5.1中 FLAASH Atmospheric Correction工具进行相关参数设置，需要的部分重要参数包括：①传感器类型，Landsat8 OLI下对应的传感器角度，影像数据分辨率将会自动读取；②大气模型参数，根据季节和纬度信息选择对应的大气模型；③多光谱设置，选择ldcm_oli.sli波谱响应文件；④高级参数设置，将tile size(mb)设置为100，其余参数默认即可。大气校正前后光谱特征对比如图2所示，柱状图分别显示校正前后FVC总体均值。

图2 FLAASH大气校正前后波谱曲线对比图

2.2 Seamless Mosaic影像镶嵌

ENVI5.1提供了全新的影像无缝镶嵌工具Seamless Mosaic，所有功能集成在一个流程化的界面中，通过数据加载、匀色处理、接边线及羽化作用，最后输出拼接结果[5]。需要注意的是，加载4幅影像后会自动显示多幅影像的位置、重叠关系和影像轮廓线，勾选Show Preview，可以实现结果预览。为了保持图像色彩平衡，在直方图匹配时，需要从多幅影像中选择颜色最适中的一景作为参考影像，其余影像匹配到参考影像上。自动生成的接边线比较规整，由于颜色不同而显露的接边线，可以通过下拉菜单Seamlines→Start Editing Seamlines，重新局部手动编辑拼接线。得到的研究区多幅影像快速无缝拼接影像如图3所示。

2.3 NDVI

NDVI由遥感传感器所接收的地物光谱信息推算而得，反映了地表植被状况。李苗苗等[6]在像元二分模型的基础上，建立了用NDVI定量估算FVC的模型：

图3 影像镶嵌效果图

式中，NDVIsoil为完全是裸土或无植被覆盖区域的NDVI值；NDVIveg代表完全被植被所覆盖像元的NDVI值，即纯植被像元的NDVI值。两个值的计算公式为[7]：

利用这个模型计算FVC的关键是计算NDVIsoil和NDVIveg。这里有两种假设：

1） 当区域内可以近似取FVCmax=100%、FVCmin=0%时，式（1）可变为[6]：

式中，NDVImax和NDVImin分别为区域内最大、最小的NDVI值。由于不可避免地存在噪声，一般取一定置信度范围内的最大值与最小值，置信度的取值根据具体图像来定。

2） 当区域内不能近似取FVCmax=100%、FVCmin=0%时，根据实测数据作为FVC的最大值与最小值，对应图像的NDVI作为NDVImax和NDVImin。当没有实测数据时，取一定置信度范围内的NDVImax和NDVImin，根据经验估算FVCmax和 FVCmin。

本文根据图像的具体情况，分别取置信区间12%～95%之间的最大值0.835 294、最小值0.003 922作为参数代入公式进行运算，得到研究区域的FVC。

3 结果分析

在ENVI遥感影像处理软件中，将计算得出的FVC图按0～10%为其他类型、10%～45%为低FVC类型、45%～60%为中FVC类型、60%～75%为中高FVC类型、75%～100%为高FVC类型5级标准进行密度切割、分层设色，得到如图4所示的FVC图。

图4 分级处理后的FVC图

4 结 语

文中选取的Landsat8数据质量较高，加上ENVI5.1软件大气校正、图像拼接等新模块的使用，可以更快捷地实现遥感大面积FVC动态监测，效果较好。当然也存在一些不足，FVC大于85%时，NDVI对FVC的变化不再敏感，有待进一步对高FVC区域进行具体研究分析。

[1] 石宽,刘琪璟,李法玲,等.大气校正对九连山植被覆盖度遥感估算的影响[J].广东农业科学,2014(9): 198-202

[2] 唐志光,马金辉,李成六,等.三江源自然保护区植被覆盖度遥感估算[J].兰州大学学报:自然科学版,2010(2):11-16

[3] 贾坤,姚云军,魏香琴,等.植被覆盖度遥感估算研究进展[J].地球科学进展,2013(7):774-782

[4] Wang Y D,Qin S.Remote Sensing Image Mosaic Algorithm[J].Key Engineering Materials,2012: 716-721

[5] 高慧,何政伟,倪忠云,等.基于ASTER遥感影像的西昆仑岩性信息提取方法研究[J].地理空间信息,2010,8(5):92-93

[6] 李苗苗,吴炳方,颜长珍,等.密云水库上游植被覆盖度的遥感估算[J].资源科学,2004(3):153-159

[7] 崔丽华,刘善军,张艳博,等.基于IDL与ENVI的MODIS遥感影像镶嵌[J].河北理工大学学报:自然科学版,2009(3):79-82

[8] 初庆伟,张洪群,吴业炜,等.Landsat8卫星数据应用探讨[J].遥感信息,2013(4):110-114

[9] 姜高珍,韩冰,高应波,等.Landsat系列卫星对地观测40年回顾及LDCM前瞻[J].遥感学报,2013(5): 1 033-1 048

[10] 徐涵秋,唐菲.新一代Landsat系列卫星：Landsat 8遥感影像新增特征及其生态环境意义[J].生态学报,2013,33(11):3 249-3 257

[11] 李旭文,牛志春,姜晟,等.Landsat8卫星OLI遥感影像在生态环境监测中的应用研究[J].环境监控与预警,2013(6):1-5

[12] Zhao S M,Cheng W M,Chen X.Exploration of Remote Sensing Image Processing Method for Glacial Geomorphology Research[J].Key Engineering Materials,2014: 437-443

[13] 张登荣,俞乐,张汉奎.光学遥感影像快速镶嵌方法[J].国土资源遥感,2009(11): 1 988-1 993

[14] 贾坤,姚云军,魏香琴,等.植被覆盖度遥感估算研究进展[J].地球科学进展,2013(7): 774-782

[15] 杨荣,杨昆,洪亮,等.植被指数估算香格里拉地区植被覆盖度的精度对比分析[J].水土保持研究,2014(3):116-119

[16] 邢白灵,居为民,朱高龙,等.呼伦贝尔草原植被覆盖度地面实测与遥感估算研究[J].江西农业学报,2012,24( 5):142-147

[17] 顾祝军,曾志远,史学正,等.基于ETM+图像的植被覆盖度遥感估算模型[J].生态环境,2008,17(2):771-776

[18] 邓书斌.ENVI遥感图像处理方法[M].北京:科学出版社,2010

P237.9

B

1672-4623（2015）04-0099-03

10.3969/j.issn.1672-4623.2015.04.035

张星星，硕士，主要从事遥感运用及找矿研究。

2014-07-14。

项目来源：国家自然科学基金资助项目（40972225）；高等学校博士学科点专项科研基金资助项目（20095122110003）；中国地调局资助项目（12120113095400、1212011086057）。