生態(tài)環(huán)境遙感技術及應用

第1章生態(tài)環(huán)境遙感概述1
1.1遙感技術1
1.1.1遙感的定義1
1.1.2遙感技術的特點2
1.1.3遙感的分類3
1.1.4遙感技術的發(fā)展9
1.2生態(tài)環(huán)境遙感及其應用12
1.2.1城市生態(tài)環(huán)境遙感13
1.2.2農(nóng)業(yè)生態(tài)環(huán)境遙感15
1.2.3林業(yè)生態(tài)環(huán)境遙感15
1.2.4生態(tài)環(huán)境災害監(jiān)測16
第2章遙感技術基礎17
2.1電磁輻射與地物光譜特征17
2.1.1電磁波譜與電磁輻射17
2.1.2太陽輻射與大氣校正23
2.1.3地球輻射與地物光譜30
2.2遙感影像分辨率與影像選擇原則34
2.2.1遙感影像分辨率34
2.2.2常用的生態(tài)環(huán)境衛(wèi)星遙感數(shù)據(jù)37
2.2.3遙感影像選擇原則48
第3章遙感指數(shù)51
3.1植被指數(shù)51
3.1.1基于波段簡單線性組合的植被指數(shù)51
3.1.2消除影響因子的植被指數(shù)52
3.1.3針對高光譜遙感及熱紅外遙感的植被指數(shù)54
3.2水體指數(shù)55
3.2.1差值型水體指數(shù)55
3.2.2比值型水體指數(shù)56
3.3建筑指數(shù)57
3.3.1歸一化建筑指數(shù)（NDBI）57
3.3.2新型建筑用地指數(shù)（IBI）58
3.3.3增強的指數(shù)型建筑用地指數(shù)（EIBI）58
3.4不透水面指數(shù)59
3.4.1不透水面指數(shù)（ISA）59
3.4.2歸一化差值不透水面指數(shù)（NDISI）59
3.4.3增強型不透水面指數(shù)（ENDISI）60
第4章基于SNAP平臺的哨兵-2數(shù)據(jù)大氣校正61
4.1哨兵-2數(shù)據(jù)格式61
4.2SNAP軟件平臺61
4.2.1Sentinel-2 Toolbox的下載和安裝62
4.2.2大氣校正插件Sen2Cor的下載和安裝65
4.3大氣校正（GUI模式）69
4.3.1打開并瀏覽影像69
4.3.2執(zhí)行大氣校正71
4.4大氣校正（命令行模式）74
4.4.1單幅影像校正74
4.4.2批量影像校正78
4.4.3哨兵-2 L1C影像大氣校正萬能腳本79
4.5檢查影像大氣校正效果80
4.5.1步驟1：文件夾檢查80
4.5.2步驟2：瀏覽展示校正后影像81
4.5.3步驟3：并列同時顯示校正前后的影像81
4.5.4步驟4：利用大頭針Pin功能定點和傳輸點位82
4.5.5步驟5：利用光譜瀏覽器目視判斷校正效果84
4.6導出校正后影像到ENVI軟件85
4.6.1重采樣85
4.6.2剝離B10并重采樣88
4.6.3波段合并90
4.7索引92
4.7.1本章各案例涉及的軟件技巧和知識點92
4.7.2本章各案例涉及的影像數(shù)據(jù)和過程數(shù)據(jù)索引93
4.7.3本章各案例涉及的軟件、插件和腳本索引93
第5章基于GEE和Landsat時序數(shù)據(jù)的森林干擾監(jiān)測95
5.1主要內(nèi)容與技術路線95
5.1.1主要內(nèi)容95
5.1.2技術路線96
5.2研究方法96
5.2.1光譜指數(shù)選取96
5.2.2時間序列軌跡擬合算法97
5.3研究區(qū)概況98
5.4操作過程98
5.4.1批量下載遙感影像98
5.4.2干擾可視化100
5.4.3干擾可視化影像處理103
5.5Land Trendr算法的驗證110
5.6索引112
5.6.1本章各案例涉及的軟件技巧和知識點112
5.6.2本章各案例涉及的影像數(shù)據(jù)和過程數(shù)據(jù)索引112
5.6.3本章各案例涉及的腳本索引112
第6章基于“源-匯”景觀的城市熱島效應分析126
6.1主要內(nèi)容與技術路線126
6.2研究區(qū)概況127
6.3影像下載127
6.3.1影像下載網(wǎng)址127
6.3.2Landsat 8影像下載128
6.4影像預處理128
6.4.1輻射定標128
6.4.2FLAASH大氣校正130
6.4.3圖像鑲嵌137
6.4.4研究區(qū)裁剪及反射率還原142
6.5基于單通道算法反演地表溫度145
6.5.1反演地表溫度146
6.5.2影像鑲嵌149
6.5.3影像裁剪150
6.5.4計算熱島強度150
6.6“源-匯”景觀因子計算152
6.6.1水體——MNDWI指數(shù)152
6.6.2植被——NDVI指數(shù)158
6.6.3不透水面——Vr NIR_BI指數(shù)159
6.6.4其他土地提取161
6.7結果分析167
6.7.1“源-匯”景觀貢獻度167
6.7.2景觀效應指數(shù)168
6.8索引169
6.8.1本章各案例涉及的軟件技巧和知識點169
6.8.2本章各案例涉及的影像數(shù)據(jù)和過程數(shù)據(jù)索引169
6.8.3本章各案例涉及的軟件、插件和腳本索引170
第7章基于RSEI指數(shù)的自然生態(tài)環(huán)境監(jiān)測171
7.1專題簡介171
7.1.1研究區(qū)概況171
7.1.2主要內(nèi)容與技術路線171
7.2遙感影像數(shù)據(jù)獲取173
7.2.1哨兵-2數(shù)據(jù)獲取方式173
7.2.2Landsat 8數(shù)據(jù)獲取175
7.3研究方法175
7.3.1基本原理175
7.3.2指標的選取176
7.3.3綜合指數(shù)構建177
7.4圖像預處理177
7.4.1大氣校正177
7.4.2重采樣與波段合成178
7.4.3圖像鑲嵌178
7.4.4圖像裁剪178
7.4.5影像反射率還原及異常值去除178
7.5生態(tài)因子計算180
7.5.1濕度因子180
7.5.2綠度因子180
7.5.3干度因子180
7.5.4熱度因子183
7.6RSEI構建184
7.6.1生態(tài)因子歸一化184
7.6.2主成分分析186
7.6.3生態(tài)指數(shù)191
7.7索引194
7.7.1本章各案例涉及的軟件技巧和知識點194
7.7.2本章各案例涉及的影像數(shù)據(jù)和過程數(shù)據(jù)索引195
7.7.3本章各案例涉及的軟件、插件和腳本索引195
第8章基于LUCC的水土流失區(qū)碳排放時空演變及預測196
8.1研究區(qū)概況與數(shù)據(jù)源196
8.1.1研究區(qū)概況196
8.1.2數(shù)據(jù)源196
8.2主要研究內(nèi)容與技術路線197
8.3數(shù)據(jù)預處理198
8.3.1輻射定標198
8.3.2大氣校正198
8.3.3影像裁剪199
8.4監(jiān)督分類199
8.4.1定義訓練樣本199
8.4.2執(zhí)行監(jiān)督分類202
8.4.3分類后處理203
8.5土地利用變化分析205
8.5.1土地利用變化矩陣205
8.5.2土地利用動態(tài)度206
8.6碳排放時空變化分析207
8.6.1碳排放測算207
8.6.2碳排放風險指數(shù)208
8.6.3碳排放壓力指數(shù)208
8.7灰色分析208
8.7.1灰色關聯(lián)度208
8.7.2灰色預測模型210
8.8制圖211
8.8.1專題圖制作211
8.8.2折線圖制作213
8.9索引214
8.9.1本章各案例涉及的軟件技巧和知識點214
8.9.2本章各案例涉及的影像數(shù)據(jù)和過程數(shù)據(jù)索引214
第9章基于GIS的冬小麥面積提取215
9.1主要內(nèi)容與技術路線215
9.2研究區(qū)概況216
9.3數(shù)據(jù)簡介216
9.3.1獲取途徑216
9.3.2數(shù)據(jù)格式216
9.4數(shù)據(jù)預處理217
9.4.1加載影像217
9.4.2裁剪MODIS數(shù)據(jù)219
9.4.3變換坐標系220
9.4.4數(shù)據(jù)拉伸221
9.5選擇采樣點，分析冬小麥生長趨勢223
9.5.1步驟1：新建點圖層223
9.5.2步驟2：提取屬性值224
9.5.3步驟3：導出屬性表，獲取冬小麥趨勢圖225
9.6冬小麥提取226
9.6.1步驟1：計算差異植被影像226
9.6.2步驟2：設置閾值，提取冬小麥227
9.7索引228
9.7.1本章各案例涉及的軟件技巧和知識點228
9.7.2本章各案例涉及的影像數(shù)據(jù)和過程數(shù)據(jù)索引228
參考文獻229