基于Landsat8并借助ENVI与Arcgis提取植被指数—以湖北省孝感市及周围为例

谢莹依　邵帅　曹博文

摘  要：植被是地理环境的重要组成部分，在城市生态环境系统评估中起重要作用。本次研究以Landsat8遥感影像为基础，影像内容是2021年9月23日湖北省孝感市及周围，并在ENVI和ArcGIS遥感处理软件的辅助下对该地区植被信息进行提取。

关键词：Landsat8影像;植被提取;NDVI;FVC

1研究区概况及数据

1.1研究区概况

研究区涉及湖北省孝感市及周围，介于东经113°1'—115°26'，北纬30°40'—32°47' 之间。孝感位于湖北省东北中部，紧邻武汉，区位优越，交通便捷，直达长江沿岸各地。孝感地势北高南低，由大别山、桐柏山向江汉平原过渡呈坡状地貌。大体上一成低山、三成平原、六成丘陵。孝感属于亚热带大陆性季风气候，四季分明，雨量充沛，温暖湿润，光照充足。

1.2数据来源

本次研究所用遥感数据为Landsat-8卫星影像，该卫星携带陆地成像仪（0LI）和热红外传感器（TIRS）两种传感器。其中，OLI传感器波段数为9个，空间分辨率为30m，数据的研究区位条带号是123/38，为一景图，所选时段为秋季。原始数据如图1所示。

1.3數据处理

本次研究数据选择2021年9月23日的一景遥感图像，此时植被覆盖茂盛，在遥感影像中植被特征明显，有利于遥感反演。本次研究利用的波段是陆地成像仪（OLI）上的第四波段和第五波段。第四波段是红波段，第五波段是近红外波段，两个波段的空间分辨率均为30m。红波段处于叶绿素吸收区，用于观测道路，裸露土壤，植被种类等，红外波段经常用于用于估算生物量，分辨潮湿土壤。故本次研究实用红外波段和红波段最为合适。

采用ENVI软件进行辐射定标等图像预处理，得到研究区域的遥感图像。辐射定标后图像如图2所示。

2基于像元分解模型的估算流程

2.1归一化植被指数

NDVI，即归一化植被指数，能够反映植被长势。该参数表达式为NDVI=     ，其中：NIR为近红外波段的反射值，R为红波段的反射值。采用ENVI软件计算研究区2021年9月NDVI如图所示，在Band Math中输入公示（float（b1）-b2）/（b1+b2），其中b1为辐射定标后图像的红外波段，b2为辐射定标后图像的红色波段。通过计算，NDVI图像如图3。

2.2计算模型

FVC=

NDVIsoil为完全是裸土或无植被覆盖区域的NDVI值，NDVIleg代表完全被植被所覆盖的像元的NDVI值，即纯植被像元的NDVI值。两个值的公示为：

NDVIsoil=

NDVIleg=

3.选择数据计算与处理图像

3.1利用ENVI计算NDVI

利用这个模型计算植被覆盖度的关键是计算NDVIsoil和NDVIleg。NDVImax和NDVImin分别为区域内最大和最小的NDVI值。根据大量研究经验，累计概率5%NDVI值作为NDVI的最小值，累积概率在95%处的NDVI的最大值作为NDVI的最大值。NDVI取值如图5，即取值NDVImax=0.545098，NDVImin= -0.050980。

将上述取得的数据带入公式得：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波段选择NDVI，得到图像如图7所示。

3.2利用ArcGIS进行图像分类

利用ArcGIS软件，对FVC图像进行分类。将在[0，1]之间的植物覆盖度分为分类，可得到如图8所示图像。其中，蓝色为水体，粉色和黄色为城区，两种程度不一致的绿色为植被，代表植被覆盖度不相同。从图像中可以看到，本次研究数据下的一景图，植物覆盖程度相对较高。

4.结语

从图像中可以得知，该研究区植被覆盖率高。从计算结果进一步分析得出如下结论，应用像元二分模型的关键是计算完全是裸土或无植被覆盖区域NDVI值和完全被植被所覆盖的像元的NDVI值。依据大量研究经验，以5%和95%为置信区间的NDVI值分别作为完全是裸土或无植被覆盖区域和完全被植被所覆盖的NDVI。但对于地物类型复杂的地区，采用经验值却未必合适，可能会影响计算结果的准确性和精确度。对于植被覆盖类型复杂的区域，应该做多次实验去证明累积频率的NDVI，以此能够反映真实的植被覆盖情况。欢迎专业人士对本次研究提出建议和指出错误。

参考文献：

[1]赵冰雪，章勇，基于Landsat—8 OLI影像的植被信息提取方法研究【A】，测绘与空间地理信息，1672-5867（2018）01-0079-04

[2]许宏健，郎博宇，张雪，李鹏伟，基于landsat8 数据的植被覆盖度遥感估算，现代化农业，

[3]周盼辉，吕开云，基于landsat8 植被覆盖度反演及应用【A】，江西科学，1001-3679（2017）04-523-05

[4]郭凯，孙培新，刘卫国，利用遥感影像软件ENVI提取植被指数，《红外》月刊

[5]郑洁，孙姣姣，舒欣，周涛，基于Landsat8 OLI影像的矿区植被覆盖情况分析【A】，世界有色金属，1002-5065（2019）21-0290-2