综合应用一：基于遥感的自然生态环境监测

遥感应用实习报告

班级：

小组：

学号：

姓名：

指导老师：

测绘科学与技术学院

二零一七年一月

遥感应用实习是《遥感原理与应用》与《遥感图像处理》课后进行的实践教学，是进一步理解、掌握遥感影像处理理论的重要实践环节。遥感信息是测绘、资源调查、环境监测、灾害评价等诸方面应用的主要数据源。各个部门对遥感专业人才的需求也日益凸显，遥感作为一门技术性很强的专业，加强实习实践环节教学是非常必要的。

一、教学目标和基本要求

实习要求学生能进一步理解遥感图像的含义、遥感图像的表达及对遥感图像的基本操作，能独立设计或应用遥感图像处理软件进行目的驱动的专题操作。因此，要求每个学生都必须认真对待，并保质保量完成实习任务，不得马虎敷衍。希望通过本次实习达到以下几方面的目的：

1．掌握遥感图像处理软件的基本使用方法；

2．会使用遥感图像处理软件进行遥感影像的处理操作，掌握遥感影像处理的一般流程和步骤方法；

3．能够基于所学的遥感原理及其图像处理的相关理论知识，结合遥感图像处理软件解决实际工程的应用问题，能够进行方案设计、处理并分析数据并通过信息综合得到有效的结论；

4．通过提高部分的练习培养学生自主学习和终身学习的意识，提高学生适应社会发展的能力；

5．通过实习加强学生对所学理论知识的理解与掌握。

二、实习地点

固定教室2教304。

三、时间内容和时间安排

基于遥感的自然生态环境监测

目录

基于遥感的自然生态环境监测.............................................................................. (1)

目录 (1)

摘要 (2)

背景 (3)

1数据获取 (4)

1.1自定义坐标系 (4)

1.2正射纠正 (4)

2预处理 (4)

2.1图像配准 (4)

2.2图像融合 (4)

3生态因子生成 (4)

3.1大气校正 (4)

3.2植被坡度计算 (4)

3.3土壤指数计算 (5)

3.4坡度计算 (5)

3.5自然生态因子归一化 (5)

4生态环境评价 (5)

5总结 (6)

摘要：

自然生态环境是指存在于人类社会周围的对人类的生存和发展产生直接或间接影响的各种天然形成的物质和能量的总体，是自然界中的生物群体和一定空间环境共同组成的具有一定结构和功能的综合体，且未受人类干扰或人扶持，在一定空间和时间范围内依靠生物及其环境本身的自我调节来维持相对稳定的生态系统。典型的自然生态系统有森林、草原、荒漠以及海洋生态系统，还有介于水陆之间的湿地生态系统。

中国的地理地质环境复杂多样，不适合人类居住的国土比重偏高，自然生态条件相对恶劣。占52%的国土面积是干旱、半干旱地区，90%的可利用天然草原存在不同程度的退化，沙化、盐碱化等中度以上明显退化的草原面积约占半数。极度脆弱的自然环境给中国生态环境建设与保护带来巨大的挑战。与此同时，中国是世界上自然灾害最严重的国家之一，灾害种类多、分布地域广、发生频率高，对人民生命财产安全和经济社会发展构成重大威胁。

在社会发展过程中，过于追求经济效益及技术创新，对环境保护重视度不够。特别是前些年在经济发展过程中往往以牺牲环境资源作为代价，这也导致生态环境受到较大的破坏，其所产生的负面影响也开始不断显现出来。近年来国家对生态环境问题越来越重视，为了加强对环境进行保护，确保生态系统平衡发展，则需要做好生态环境监测工作，实现社会的健康、持续发展。

随着人们环境保护意识的不断增强，环境监测工作越来越重要，其作为环境保护工作中非常重要的一个环节，通过对生态环境进行监测，能够有获得重要的数据资料，以来引对环境质量及受污染程度进行判断，从而为相关部门制定政策及开展环境保护工作提供重要的依据。生态环境监测主要是利用各种生态学方法和手段来监测生态系统的结构及功能，通过对生态条件及变化因素进行分析，从而有效的反映环境压力及环境变化的趋势。相较于城市环境卫质量监测及工业污染监测，生态环境监测具有自身的独特性。主要是对人类活动对人类所处的生态环境的综合影响进行监测，以草原、湿地、湖泊、海洋、森林、农田、气候及动植物等作为生态环境监测的对象。可以说生态环境监测是在环境监测的基础上发展起来的，以环境监测的理论和实践作为其发展的重要基础。通过生态环境监测能够为更深层次的环境管理和决策部门服务，从而制定出生态环境规则及生态设计方案，实现对生态环境的有效保护。

关键字：自然生态环境生态环境监测

背景：

利用（湖北襄樊市部分区域） 10 米的 spot 和 TM 融合影像，提取相关生态因子，应用较成熟的自然生态环境评价模型完成整个自然生态环境评价流程。专题涉及很典型的数据预处理（正射校正、图像配准、图像融合、大气校正等）、植被覆盖度计算、地形因子提取、土壤指数计算等内容。除了使用 ENVI 主模块功能外，还需要用到大气校正扩展模块中的快速大气校正工具（QUAC）。

主要的技术流程图如下：

一、数据获取

以SPOT10 米全色数据和TM30 米多光谱数据为数据源。

1.1自定义坐标系：

常用到的地图坐标系地理坐标系和投影坐标系。地理坐标系是以经纬度为单位的地球坐标系统，投影坐标系是利用一定的数学法则把地球表面上的经纬线网表示到平面上，属于平面坐标系。因为该区域所用的标准数据是北京54 坐标系，自定北京54 坐标系。在ENVI 中自定义坐标系分三步：定义椭球体、基准面和定义坐标参数。

1.2正射纠正

对高分辨率的全色影像进行正射纠正，全色影像是10 米的SPOT PAN 数据，以DRG 作为控制点的选择源，打开相关文件，启动正射纠正工具，选择控制点，输出结果。

二、数据预处理

2.1图像配准

以SPOT PAN 正射纠正结果作为基准影像，对TM 影像进行图像配准；打开LE71240382002245EDC01_subset.img 和SPOTpan-orth.img 文件并显示。打开几何校正模块，选择显示SPOT 文件为基准影像（Base Image），显示TM 文件为待校正影像（Warp Image），采集地面控制点，选择一定数量的控制点之后（至少3 个），可以利用自动找点功能。总的RMS 值小于 1 个像素时，完成控制点的选择。设置校正相关参数。输出校正结果。

2.2图像融合

用工程区矢量数据（湖北襄樊市部分区域）分别裁剪SPOT 和TM 影像，对裁剪结果进行图像融合，得到工程区域10 米的多光谱影像。

将低分辨率的多光谱影像与高分辨率的单波段影像重采样生成成一副高分辨率多光谱影像遥感的图像处理技术，使得处理后的影像既有较高的空间分辨率，又具有多光谱特征。图像融合除了要求融合图像精确配准外，融合方法的选择也非常重要，同样的融合方法在用在不同影像中，得到的结果往往会不一样。

三、生态因子生成

结合现有资料情况，并依据评价指标选取的原则，选取植被、土壤、地形三个最基本的要素作为评价区域自然生态环境的生态因子。以“植被盖度”和“土壤指数”作为植被和土壤的生态因子，“坡度”作为地形因子。植被盖度和土壤指数采用前人研究成果，“坡度”是基于 DEM 计算获取。统一将这些生态因子进行归一化处理。为了更加精确地从影像中提取生态因子，增加图像大气校正环节。

3.1大气校正

这个过程使用 ENVI 中的快速大气校正工具完成，这个工具的大气校正结果一般是基于物理模型精度的±15%。如果这个步骤需要用到 FLAASH 工具以提高校正精度，在几何校正之前就需要对数据进行传感器定标。打开“..\4-快速大气校正\ sub-TM-Spot-GS.img”和“襄樊部分地区矢量边界.shp”，利用矢量区域生成掩膜文件进行大气校正，分别显示大气校正前和大气校正后的图像，对大气校正前后图像波谱曲线的对比分析。

3.2植被盖度生成

根据实际情况，植被对生态环境质量的贡献程度，依据植被的覆盖度分为 10

级，覆盖度越大编码值越大。植被覆盖度是根据NDVI 估算模型：FC=(NDVI-NDVImin)/(NDVImax-NDVImin) 其中NDVI 是归一化指标指数，NDVImax 表示区域最大 NDVI 值，NDVImin 表示区域最小的 NDVI 值。

3.3土壤指数生成

土壤的组成与土壤侵蚀等现象息息相关，这里采用的是裸土植被指数作为土壤因子，同样将裸土植被指数值划分为 10 级，如果质量越好编码值越大。土壤指数利用模型裸土植被指数模型： GRABS = VI-0. 09178 BI+ 5. 58959。 VI 和BI 分别为穗帽变换的绿度指数和土壤亮度指数。BI 和 VI 指数可分别用来评价裸土和植被的行为，VI 指数与不同植被覆盖有较大的相关性，土壤亮度对植被指数有相当大的影响，裸土信息变化的主要部分是由它们的亮度造成的，故由 BI 和 VI 线性组合形成的裸土植被指数能很好地反映土壤的裸露情况。

3.4坡度生成

利用 DEM-10m.img 数据文件进行坡度生成。

5.5生态因子归一化

坡度对水土流失影响最大。一般情况下，侵蚀量和坡度成正相关，将工程区划分 10 级坡度类型，按坡度越低越有利于土地资源利用的原则，较低的坡度区赋予较高分值。各指标的量化分值依其对生态环境质量的贡献程度，采用统一顺序原则，即按照它们对生态环境正向影响的大小，从高到低分为若干级，对环境质量贡献越大，编码值越大，反之则编码值越小。各个参评因子数据经过归一化化后是一组反映其属性特征的数值，其值介于 1~1 0 之间。

四、生态环境评价

自然生态环境评价的方法很多，但公认的、常用的方法只有几种，如指数法与综合指数法、特尔斐法、景观生态学法、评分迭加法等。结合实际情况，本专题选择的是简单实用的指数法与综合指数法。

选择的评价模型是指数法与综合指数法： E=W1 *Sv+W2 *Ss +W3 *St

这里使用权重值为：W1=0.7，W2=0.2，W3=0.1，根据每个因子贡献量大致估算的权重。用掩膜文件处理背景区域，得到的环境评价结果是一个单波段的灰度图像，我们进一步分成 4 个环境级别，

评级等级综合评价指数说明

优 9~10 自然生态环境基本未受到破坏，生态结构合理、稳定、生态系统自身功能和自我恢复能力很强。

良 6~9 自然生态环境基本未受到破坏，生态结构比较合理、稳定、生态系统自身功能和自我恢复能力较强。

中 4~6 自然生态环境基本受到破坏，生态结构基本合理、稳定、生态系统自身功能和自我恢复能力较弱。

差 1~4 自然生态环境破坏严重，生态结构不合理，生态系统自身功能和自我恢复能力很弱。

从统计结果看，评价指数在4~9 范围内占大多数（近88%），说明该地区大部分区域的自然生态处于良好和一般状态；有大于22%综合评价处于优秀，大部分集中在平原且耕地作物长势较好以及森林腹地；还有12%综合评价处于很差，其中水域部分占了大部分，其余主要集中在居民地、交通用地区域。

五、总结

通过自定义坐标系，对高分辨率的全色影像进行正射纠正，全色影像是10 米的SPOT PAN 数据，以DRG 作为控制点的选择源。以SPOT PAN 正射纠正结果作为基准影像，对TM 影像进行图像配准；用工程区矢量数据（湖北襄樊市部分区域）分别裁剪SPOT 和TM 影像，对裁剪结果进行图像融合，得到工程区域10 米的多光谱影像。选取植被、土壤、地形三个最基本的要素作为评价区域自然生态环境的生态因子。以“植被盖度”和“土壤指数”作为植被和土壤的生态因子，“坡度”作为地形因子。植被盖度和土壤指数采用前人研究成果，“坡度”是基于DEM 计算获取。统一将这些生态因子进行归一化处理。根据实际情况，在常用的指数法与综合指数法、特尔斐法、景观生态学法、评分迭加法中选取合适的算法。

本实验中进行了坐标系自定义，正射纠正，图像配准，图像融合，大气校正，植被盖度计算，土壤指数计算，坡度计算，生态因子归一化等，