使用 Landsat 8 质量评估波段
26841 给这篇文章评分:
3.9
使用 Landsat 8 质量评估波段
匿名 星期二，2014年3月18日
Landsat 8 的发射已成为遥感界热议的话题，这并非没有道理。这不仅延续了 NASA 自1972年以来持续进行地球观测的传统，而且这颗卫星还为科学界带来了新事物——质量评估（QA）波段。根据美国地质调查局（USGS） Landsat 任务网页的介绍，“若有效利用，QA 位（QA bits）能通过指示哪些像元可能受仪器伪影影响或受云污染，来提高科学研究的完整性。”简而言之，QA 波段让终端用户能更轻松地识别“坏”像元，并筛选出“好”数据，以产生更精确和准确的结果。这一新波段有多种用途，因此我们将聚焦于使用它来区分城区与积雪区，这是该领域经常遇到的问题。现有及以往的 Landsat 卫星上的热红外波段确实能够揭示这种差异，但当城市屋顶被积雪覆盖时该怎么办呢？事情开始变得复杂起来！好吧，LDCM（Landsat 数据连续性任务卫星），请步入那个电话亭，摘下眼镜、脱掉外套，因为这就是 QA 波段大显身手的时候了！
让我们在 ENVI 5.1 的新 ROI 工具中查看一下 QA 波段。以下是 QA 波段的灰度视图：
图像右上角较亮的颜色实际上是俄罗斯索契以北一些山峰的顶峰。看向这些山峰的南侧，您会发现还显示了其他一些亮色。这实际上是黑海的海岸线。下图显示了在 Landsat 数据真彩色合成图像上叠加 QA 波段的透明视图：
现在，让我们使用这个 QA 波段来提取场景中的积雪区域，并避免提取城区。我们首先对 QA 波段应用栅格颜色分割，以快速识别哪些像元是城区，哪些是积雪。这个栅格颜色分割图像是一个很好的起点，通过使用光标数值工具，我们可以识别出许多指示积雪的数据范围：
放大后，我们可以看到海岸线和积雪山峰之间的颜色分割存在明显差异。请注意图像东北角看到的红色与西南沿海岸线的浅绿色和橙色之间的对比：
为了精确找出积雪对应的数值，您可以查看图层管理器中的分类范围，并打开或关闭某些分类，直到能确定特定范围；或者，您可以使用光标数值工具来提取积雪山峰的精确数值。结合这两种方法，我们从 QA 波段中识别出几个仅指示积雪、而几乎没有城区的数值。记录下这些数值，因为它们将作为我们在 ROI 工具中应用的波段阈值。在 ROI 工具中，我选择“阈值”选项卡，选择“添加新阈值规则”，并选择 QA 波段作为输入文件。随后会显示一个直方图，展示 QA 波段的数据值。
光谱最左侧看到的数据值尖峰是所有 Landsat 图像周围的“无数据”边框。我们将使用光标数值工具中找到的数据值以及栅格颜色分割范围，在积雪山峰上创建 ROI。预览窗口允许用户确保选择了合适的阈值。我们找到的积雪覆盖对应的数据值是 23552、31744、39936 和 61440。将每个阈值应用到新的‘Snow’ ROI 上，从而近乎完整地捕获场景中的积雪。
一旦所有这些分类都在‘Snow’ ROI 中合并，我们的显示结果将展示我们仅捕获积雪山峰的效果有多好。
就是这样！将 QA 波段与 ROI 波段阈值法结合使用，使此类分类所需的时间缩短了 25%！这项技术不仅适用于区分积雪覆盖的山脉和高反射率的城区，而且得益于 QA 波段，它还能用于创建和区分各种土地覆盖类型。质量评估波段的加入，使得原本就很出色的 Landsat 影像产品变得更好、更易于使用。您打算用它来做什么呢？