ENVI经验|基于多源遥感影像的红树林范围提取2-分类数据准备

上篇文章介绍了Landsat8和Sentinel-2影像的下载及预处理，接下来需要在ENVI软件中对这两类影像采用影像分类的方法进行红树林范围的提取。红树林范围提取前，需要做一些准备工作，本文主要介绍采用波段指数提取淇澳岛海岛范围掩膜以及选取分类样本数据。

1、ENVI波段指数计算

1）归一化水体指数(NDWI)计算

归一化水体指数(NDWI)是基于绿波段与近红外波段的归一化比值指数，NDWI一般用来提取影像中的水体信息，效果较好。从ENVI软件工具箱中（Band Algebra->Band Math）打开波段计算窗口。NDWI计算公式为(Green - NIR)/(Green + NIR)，在Landsat8影像中即(B3 – B5)/(B3 + B5)，在Sentinel-2影像中即(float(B3)-B8)/(B3+B8)，注意与Landsat8影像计算有些不一致。

计算出NDWI后，采用合适的阈值，如NDWI>0.1,可以区分水体与非水体。从ENVI工具箱Classification->Decision Tree->New Decision Tree打开新建决策树工具，输入条件b1 gt 0.1,进行水体和陆域区分，从而提取出淇澳岛的瞬时水边线。表达式中gt是大于等于（greater than），lt是小于（less than），0.1是阈值。

然后使用ENVI工具箱Vector->Raster to Vector工具将淇澳岛水边线转换成EVF矢量文件。最后使用Vector->Classic EVF to Shapefile工具将EVF文件转换成SHP文件。

提取淇澳岛水边线范围后，在ArcGIS工具箱->数据管理工具->制图综合->消除面部件（Eliminate Polygon Part）将范围内部的空洞去掉。处理时需要设置条件，可以使用面积绝对值或者面积百分比作为空洞去除条件，提取的淇澳岛水边线范围作为后续红树林提取时的掩膜范围。

2）归一化植被指数(NDVI)计算

归一化植被指数(NDVI)是反映农作物长势和营养信息的重要参数之一，NDVI可以消除大部分与仪器定标、太阳角、地形、云阴影和大气条件有关辐照度的变化，增强了对植被的响应能力，是目前已有的40多种植被指数中应用最广的一种。计算NDVI指数可以提取淇澳岛范围内的所有植被。

从ENVI软件工具箱中（Band Algebra->Band Math）打开波段计算窗口。NDVI计算公式为(NIR - Red)/(NIR + Red)，在Landsat8影像中即(B5 – B4)/(B5 + B4)；在Sentinel-2影像中即(float(B8)-B4)/(B8+B4)。

采用与NDWI同样的操作流程提取NDVI的矢量范围，作为淇澳岛植被范围提取的参考和验证。

2、影像分类样本数据选取

后续红树林范围提取将采用监督分类和基于样本的面向对象分类等分类方法，都需要用到训练样本，精度评估需要用到验证样本，因此接下来重点介绍样本数据的选取，样本数据的选取直接影响到分类精度。

为提高样本选择精度，下载了2019年1月26日的谷歌影像，下载到第19级，分辨率约0.5m。为方便操作，样本先在ArcGIS软件中叠加谷歌影像进行选取，选取的样本保存为点文件。这里选择的样本主要分为4类：红树林(Mangroves)、陆生植被(Trees)、水面(Water)和人工建筑(Buildings，包括道路等人工设施)。

针对Landsat8影像，每个分类训练样本各选择20个，验证样本各选择9个；针对Sentinel-2影像，在Landsat8样本基础上，每个分类训练样本各选择30个，验证样本各选择12个。样本个数的差异主要是考虑影像分辨率不一致，分辨率越高，应选取的样本个数越多。

ArcGIS软件中样本选取完成后，在ENVI软件工具条中打开Region of Interest (ROI) Tool工具，将ArcGIS软件中选好的shp格式样本数据导入该工具中，并导出为roi格式。

样本选取后，需要知道样本选取是否合理，能否达到分类目的。这个时候需要计算样本分离度，在ENVI工具箱 Region of Interest ->ROI Separability中打开ROI分离度计算工具。

单击“OK”后，得到分离度结果。分离度值的范围在0~2之间，一般大于1.9时可认为样本选取较好。

本文结束，后续文章将介绍利用波段指数计算的掩膜文件和选取的样本文件进行影像监督分类和面向对象分类提取红树林范围。文中部分内容来源于网络，如有侵权请告知删除。了解更多信息请关注微信公众号“海洋GISer成长记”。