在 ENVI 中分析多时相数据
原文链接: https://www.nv5geospatialsoftware.com/Learn/Blogs/Blog-Details/analyzing-multitemporal-data-in-envi
16425 为本文评分：
5.0
在 ENVI 中分析多时相数据
匿名 星期四, 2015年9月3日
上周，我在我们位于科罗拉多州博尔德的办公室共同教授了我们的第一门高级地理空间分析课程。对于这门课程，我们决定完全从头开始开发内容。这使我们能够专注于 ENVI + IDL 中一些我最喜欢的新工具，用于预处理、分析和可视化多时相数据。执行多时相分析的概念对于遥感来说并不新鲜，但在最新发布的 ENVI 中，我们构建了许多新工具，这些工具因其简洁性和易用性而功能强大。如果您有机会查看和比较同一地点在不同时间拍摄的多个图像，这些工具可能值得了解。
我的首选是 ENVITask 系统。ENVITask 系统是一种相对较新的方法，用于通过 ENVI 基于对象的 API 以编程方式执行离散的图像处理任务。这种图像处理的编程方法可以节省大量时间，因为您可以轻松地将多个 ENVITask 链接在一起，使一个 ENVITask 的输出成为下一个 ENVITask 的输入。您还可以遍历多个文件，因此无论您选择进行什么处理，都可以一次性地对多个图像重复执行。ENVITask 在 ENVI 5.1 中引入，并且可用 ENVITask 的数量随着每个后续版本而稳步增长。在 ENVI 5.3 中，ENVI API 中有超过 100 个可用的 ENVITask。要以编程方式运行 ENVITask，用户只需定义要执行的 ENVITask，定义 ENVITask 参数（输入文件、输出文件位置、其他任务参数），然后执行 ENVITask。有关可用 ENVITask 的完整列表，以及从 ENVI API 调用每个单独 ENVITask 的示例，请查阅我们的在线 ENVITasks 文档中心。
在我们的 AGA 课程中，我们使用由空客防务与航天公司提供的高分辨率卫星图像来观察加利福尼亚州中央山谷的农田。这些图像由 Pleiades 1A 和 1B 传感器采集。以下代码示例展示了我们如何：
- 创建 Pleiades 输入图像列表以进行处理
- 调用 ENVIRadiometricCalibrationTask
- 调用 ENVIQUACTask
- 调用 ENVISpectralIndicesTask
- 打开每个文件并执行每个处理步骤
虽然在 ENVI API 中编码可能并不适合所有人，但深入研究和熟悉 ENVITask 系统有一些显著的优势。在上面所示的示例中，我们只需单击"执行"，就能对 9 幅 Pleiades 1A 和 1B 图像执行辐射定标、大气校正并创建 NDVI 输出图像。我可以详细阐述 ENVITask 系统的一些令人兴奋的细节，但为了节省时间，我将继续进行。
我的下一个重点是能够为时空分析构建一系列图像（称为栅格序列），然后逐步查看图像。在下图中，已通过对空客防务与航天公司提供的 9 幅图像运行优化土壤调整植被指数创建了一个栅格序列。使用序列管理器，我们可以快速向前或向后浏览我们的图像序列，以了解我们场景中任何给定像素随时间变化的植被健康状况。您还可以快速标注图像采集的日期和时间，并将您的时间序列导出为视频。在下面的示例中，我选择从图像处理结果创建栅格序列，但我们同样可以很容易地从原始图像创建时间序列。
构成时空序列的图像不一定具有相同的地图投影或相同的空间范围。一个例子是为追踪飓风而制作的时间序列动画；在这种情况下，图像具有完全相同的空间范围、投影或分辨率并不关键。但是，确保具有共同的投影和空间范围允许您执行真正的多时相分析；例如，研究特定地点植被随时间的变化或冰川范围随时间的变化。为此，ENVI 引入了多种工具，用于将栅格序列重采样到共同的投影和空间范围。这些重采样栅格序列工具可以在 ENVI 工具箱中找到，也可以通过 ENVITask 系统以编程方式调用。
重采样栅格序列工具包括以下能力：按序列中所有图像的并集重采样、按序列中所有图像的交集重采样、按序列中选定图像的空间范围和坐标系重采样，或通过定义自定义网格（即坐标系、空间范围、像素大小等）进行重采样。当您考虑到在过去需要付出多少努力才能确保图像中的每个像素与一组对应图像中的每个像素完全对齐时，就会明白这些工具的功能是多么强大。了解更多关于时空分析的信息。
最后但同样重要的是，我想谈谈 ENVI 中新的序列剖面工具。一旦栅格序列被重采样到共同的坐标系和空间范围，我们就可以使用序列剖面工具真正深入地分析一个场景，以了解任何给定像素随时间的变化情况。在下面的示例中，我们使用我们的 Pleiades 图像处理结果来观察整个生长季节中的单个农田。使用我们的序列剖面工具查看优化土壤调整植被指数，我们发现作物健康状况稳步上升，直到六月中旬的某个时候。到 6 月 23 日，作物健康状况开始下降，我们甚至看到农田西北角有作物损失的迹象。这只是 ENVI 多时相分析工具如何洞察地面不易获取的条件的一个例子。
