全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
咋一看这个过程实现起来挺复杂,首先想到的是利用编程方法,比较相同行列号的像素值的大小,由于需要对比很多像素值,甚至想到了数学结构中的冒泡排序等方法,一组像素好排序,如果遇到10000x10000的图像,那么好要考虑算法的效率等等。
其实利用ENVI下的bandmath,结合一个小技巧,很容易就能实现最大/最小值的合成。下面以植被覆盖度最大/最小合成值为例介绍这种方法。
(1) 首先在ENVI中打开若干个同一地区的植被覆盖度图像文件,图像文件的行列数都一样。
(2) ENVI主菜单中选择basic tools->bandmath,输入表达式:b1>b2>b3>b4>b5>b6>b7>b8>b9
b1~9表示植被覆盖度文件,根据文件数量输入变量。
图1
(3) 单击OK,在Variables to Bands Pairings面板中,分别为b1~9选择相应的植被覆盖度。
(4) 单击OK。可以得到9个时相植被覆盖度的最大合成图像。
使用表达式:b1<b2<b3<b4<b5<b6<b7<b8<b9,可以得到9个时相植被覆盖度的最小合成图像。
图2 9个时相植被覆盖度的最大合成图像
图3 9个时相植被覆盖度的最小合成图像
这个过程中主要使用了IDL的最大/最小运算符:<、>。最小值和最大值运算符也是数组的基础运算符,但与关系运算符或Boolean运算符不同的是:它们不返还真值或假值,而返还实际的最小值和最大值。
在下面的例子中,对于图像中的每一个像元,0、b2或b3中的最大值将被加到b1中,该表达式确保加到b1中的值始终为正。
b1 +(0 > b2 > b3)
在下面的例子中,最小值和最大值运算符的同时运用使b1中的值被限制在0和1之间:b1中的值不会大于1或小于0,最后得到的结果在[0,1]范围内。
0 > b1 < 1
很多时候与关系运算符结合起来应用,如需要计算几年内的数据平均值(如NDVI),如果某数据的值为0则不参加计算,如果3个通道都为0,则赋值为0,比如某点b1=4;b2=6;b3=0;那么平均值ave = (b1+b2+b3)/(1+1),则可用以下运算表达式:
(b1>0+b2>0+b3>0) / ( ((b1 ge 0) + (b2 ge 0)+(b3 ge 0)) >1)