土地利用变化分析实验.docx
一、数据准备
1.1数据源介绍
本次土地利用变化分析实验所使用的遥感影像数据来源为阿里云的AIEarth平台（/#/），所使用的矢量数据来源为全国地理信息资源目录服务系统（/）。
其中本次所使用的遥感影像为Landsat8数据，对其简单介绍如下：
2013年2月11日，美国航空航天局（NASA）成功发射Landsat-8卫星。Landsat-8卫星上携带两个传感器，分别是OLI陆地成像仪（OperationalLandImager）和TIRS热红外传感器（ThermalInfraredSensor）。
Landsat-8在空间与光谱分辨率等方面与Landsat-7基本保持一致，共有11个波段，除全色波段为15米分辨率外其余波段均为30米分辨率，卫星每16天可以实现一次全球覆盖，其各个波段参数如表1所示。
表1Landsat-8波段介绍
波段号
波段名称
波长范围
/nm
信噪比
分辨率
/m
1-Coastal
海岸波段
430~450
130
30
2-Blue
蓝波段
450~500
130
30
3-Green
绿波段
530~590
100
30
4-Red
红波段
640~670
90
30
5-NIR
近红外波段
850~880
90
30
6-SWIR1
短波红外
波段1
1570~1650
100
30
7-SWIR2
短波红外
波段2
2110~2290
100
30
8-PAN
全色波段
500~680
80
15
9-Cirrus
卷云波段
1360~1380
50
30
1.2数据下载
利用AIEarth平台的高级检索功能，搜索可用影像，并根据实际情况进行下载。其中检索时设置的参数如下：
1）数据集：Landsat8OLI_TIRSC2L2卫星数字产品；
2）空间位置：行政区-安徽省-马鞍山；
3）时间范围：由于本次研究目的为识别土地利用变化，因此选择影像为8-9月份最为合适，设置时间为2021年8-9月以及2013年8-9月。
4）云量：由于研究需要识别各个地类，因此影像云量越少效果越好，本次实验设置为5%。
经过上述设置，选择如下两幅影像。（1景影像即可覆盖马鞍山市）
图1所选2013年影像
图2所选2021年影像
其中两景影像带号为：
LC08_L2SP_12003820200912_02_T1
LC08_L2SP_12003820210925_02_T1
具体信息如下表2所示：
表2研究所用Landsat-8数据列表
获取日期
列号
行号
云量（%）
2013-05-11
120
38
0.07
2021-09-18
120
38
1.85
二、遥感图像预处理
由于本次实验下载的数据为C2L2级别数据，已经经过地面站的辐射定标和大气校正操作，所以在实际研究过程中只需要对数据进行裁剪即可，下文将对整个图像处理过程做简要概述，使用ENVI5.6软件进行处理，以一景数据为例演示，流程如下：
2.1辐射定标
辐射定标是将记录的原始DN值转换为大气外层表面反射率（或称为辐射亮度值）。用户需要计算地物的光谱反射率或光谱辐射亮度时，或者需要对不同时间、不同传感器获取的图像进行比较时，都必须将图像的亮度灰度值转换为绝对的辐射亮度，这个过程就是辐射定标。目的是为了消除传感器本身的误差，确定传感器入口处的准确辐射值。其过程如下图所示：
图3辐射定标流程
步骤一：在ENVI5.1下的Toolbox中，选择【RadiometricCorrection】-【RadiometricCalibration】，选择多光谱数据（MultiSpectral多光谱数据（1~7波段）。
图4辐射定标输入数据选择
步骤二：选择MultiSpectral多光谱数据，点击【OK】，进行参数设置。
步骤三：【CalibrationType】定标的类型
定标类型包括了：radiance(辐射率)、reflectance(反射率)和brightnesstemperatures（亮度温度）。对于Landsat8数据而言，多光谱数据、全色波段数据、Cirrus卷云波段数据可以进行辐射率定标和反射率定标；热红外数据可以进行辐射定标和亮度温度定标。这里我们保持默认的【radiance】辐射定标。
步骤四：【OutputInterleave】输出格式
BSQ在图像显示速度上更快，而BIL、BIP在图像处理上又明显优于BSQ格式。【OutputInterleave】输出格式、【OutputDataType】输出数据类型和【ScaleFactor】比例因子可通过点击【ApplyFLAASHSettings】得到相应的参数。
图5辐射定标参数设置
步骤五：