生态环境遥感技术及应用

1.主题明确，后5个章节按应用领域划分，分别包含了城市环境监测、水体提取、农业种植、生态植被、环境保护。不同章节也适合读者碎片化学习，按需学习。 2.应用性强，本书加入了作者承担的针对改善福州市城市热岛的专项项目等的研究内容，帮助读者真正理解所学知识在实际中有什么用，提高学习主动性。 3.内容设置适合读者入门，所有数据来源皆有获取途径示意，针对易错易漏的内容有特别说明文本，针对代码有专门说明窗口和运行界面示意。 4.作者团队有着丰富的生态环境监测领域科研工作经验，以及遥感技术领域的一线实操经验和教学经验，保障了本书的专业性、可读性。

遥感技术作为能够高效地探测、获取、分析和处理空间信息的先进手段，为人类更好地观测和认识地球系统提供了新的途径。它利用人造卫星或其他飞行器进行多角度、多时相、高精度、大范围的对地观测，被广泛应用于生态监测、环境保护、流域治理和资源探测等各行各业，产生了巨大的经济效益和社会效益。
“十四五”规划明确提出，要提升生态系统质量和稳定性，布局建设生态环境信息系统，打造全球覆盖、高效运行的通信、导航、遥感空间基础设施体系，深化国家空间地理等基础信息资源共享利用，这些都阐明了生态环境遥感技术在国家未来发展规划中的重要地位。与发达国家相比，我国在生态环境领域的遥感技术应用尚不广泛、深入，还有一定的差距。相信凭借我国“十四五”规划和科技发展的东风，以及所有有志之士的共同努力，改变这一局面指日可待。
遥感技术是一门实践性、技术性很强的学科，除了学习理论基础知识外，更需要具有熟练运用各种遥感软件处理栅格影像、矢量图层和完成实际专题的能力。但目前，遥感技术在应用中普遍存在理论艰深晦涩、专业应用软件学习时间成本高、用户对日新月异的遥感技术“主动研究”兴趣不足的问题。根据生态环境等专业自身特点，要解决以上问题，教材的撰写模式和传导方法是关键。对教学传导方法而言，案例教学法无疑为首选。
根据生态环境等专业自身特点，本书第4～9章以“案例情景”为主线（案例编号即为对应标题编号），选取了在生态环境领域热门的研究方向和案例进行指南式教学和跟进式分析，覆盖了植被监测、生态环境监测、碳排放估算、农作物产量估算和城市热岛效应分析等板块的实操应用。学习起点低，即使是零基础的初学者，也能根据本教材的步骤和数字索引一步步得出理想结果。同时，适合碎片化学习、按需学习、按成果练习。需要指出的是，本书中所出现的地理图像及遥感影像（包括但不限于软件操作窗口界面、影像显示或计算结果），均为展示操作过程，不具有任何行政界线指示功能。
本书由王琳任主编，许章华、刘智才任副主编。全书具体分工如下：第1~3章主要由王琳编写；第4~6章主要由许章华、刘智才、陈欣和欧彩虹编写；第7~9章主要由王琳、郑伟雯、陈海燕和李叶繁编写。图书编写过程中的数据整理和资料收集得到了雷恒钢、王文佳、欧彩虹、邓晓辉和林中原的鼎力支持和帮助。全书最后由王琳完成统稿并定稿。
限于编者水平及时间仓促，书中不足和疏漏之处在所难免，敬请读者提出修改建议。

编者
2023年3月

王琳，博士，副教授，福州大学环境与安全工程学院环境工程、地理学硕士生导师。福建省应对气候变化及碳减排管理专家库专家，福建省“十四五”应急管理领域专项规划专家，福建省农业农村厅农业项目评审专家。福建省水土流失遥感监测评估与灾害防治重点实验室专任秘书，福建省遥感学会会员。主要从事资源环境遥感、国土空间规划与3S技术集成等研究工作。《地理学报》《地理研究》《地球信息科学》《遥感技术与应用》等国内一级核心刊物审稿专家。研究成果获得全国优秀城市规划设计奖二等奖，福建省科学技术奖自然科学二等奖，福建省优秀城市规划设计奖一等奖，在国际、国内核心刊物发表了20余篇学术论文，申请专利和软件著作权20余件。

根据生态环境等专业自身特点，本书以案例教学方式，选取了在生态环境领域热门的研究方向和案例进行指南式教学和跟进式分析，覆盖了植被监测、生态环境监测、碳排放估算、农作物产量估算和城市热岛效应分析等板块的实操应用；涉及了ENVI、ArcGIS等主流遥感与地理信息软件的操作步骤；包含了Sentinel、Landsat、MODIS等常用卫星遥感影像的处理策略。
本书理论与实践有效结合，具有较强的系统性、知识性和应用性，可作为高等学校生态环境、遥感、地理信息系统、人文地理、城乡规划及相关专业本科生、研究生教材，也可作为生态环境、自然资源、城乡规划等领域的工程技术人员、科研人员和管理人员的参考资料。

第1章生态环境遥感概述1
1.1遥感技术1
1.1.1遥感的定义1
1.1.2遥感技术的特点2
1.1.3遥感的分类3
1.1.4遥感技术的发展9
1.2生态环境遥感及其应用12
1.2.1城市生态环境遥感13
1.2.2农业生态环境遥感15
1.2.3林业生态环境遥感15
1.2.4生态环境灾害监测16

第2章遥感技术基础17
2.1电磁辐射与地物光谱特征17
2.1.1电磁波谱与电磁辐射17
2.1.2太阳辐射与大气校正23
2.1.3地球辐射与地物光谱30
2.2遥感影像分辨率与影像选择原则34
2.2.1遥感影像分辨率34
2.2.2常用的生态环境卫星遥感数据37
2.2.3遥感影像选择原则48

第3章遥感指数51
3.1植被指数51
3.1.1基于波段简单线性组合的植被指数51
3.1.2消除影响因子的植被指数52
3.1.3针对高光谱遥感及热红外遥感的植被指数54
3.2水体指数55
3.2.1差值型水体指数55
3.2.2比值型水体指数56
3.3建筑指数57
3.3.1归一化建筑指数（NDBI）57
3.3.2新型建筑用地指数（IBI）58
3.3.3增强的指数型建筑用地指数（EIBI）58
3.4不透水面指数59
3.4.1不透水面指数（ISA）59
3.4.2归一化差值不透水面指数（NDISI）59
3.4.3增强型不透水面指数（ENDISI）60

第4章基于SNAP平台的哨兵-2数据大气校正61
4.1哨兵-2数据格式61
4.2SNAP软件平台61
4.2.1Sentinel-2 Toolbox的下载和安装62
4.2.2大气校正插件Sen2Cor的下载和安装65
4.3大气校正（GUI模式）69
4.3.1打开并浏览影像69
4.3.2执行大气校正71
4.4大气校正（命令行模式）74
4.4.1单幅影像校正74
4.4.2批量影像校正78
4.4.3哨兵-2 L1C影像大气校正万能脚本79
4.5检查影像大气校正效果80
4.5.1步骤1：文件夹检查80
4.5.2步骤2：浏览展示校正后影像81
4.5.3步骤3：并列同时显示校正前后的影像81
4.5.4步骤4：利用大头针Pin功能定点和传输点位82
4.5.5步骤5：利用光谱浏览器目视判断校正效果84
4.6导出校正后影像到ENVI软件85
4.6.1重采样85
4.6.2剥离B10并重采样88
4.6.3波段合并90
4.7索引92
4.7.1本章各案例涉及的软件技巧和知识点92
4.7.2本章各案例涉及的影像数据和过程数据索引93
4.7.3本章各案例涉及的软件、插件和脚本索引93

第5章基于GEE和Landsat时序数据的森林干扰监测95
5.1主要内容与技术路线95
5.1.1主要内容95
5.1.2技术路线96
5.2研究方法96
5.2.1光谱指数选取96
5.2.2时间序列轨迹拟合算法97
5.3研究区概况98
5.4操作过程98
5.4.1批量下载遥感影像98
5.4.2干扰可视化100
5.4.3干扰可视化影像处理103
5.5Land Trendr算法的验证110
5.6索引112
5.6.1本章各案例涉及的软件技巧和知识点112
5.6.2本章各案例涉及的影像数据和过程数据索引112
5.6.3本章各案例涉及的脚本索引112

第6章基于“源-汇”景观的城市热岛效应分析126
6.1主要内容与技术路线126
6.2研究区概况127
6.3影像下载127
6.3.1影像下载网址127
6.3.2Landsat 8影像下载128
6.4影像预处理128
6.4.1辐射定标128
6.4.2FLAASH大气校正130
6.4.3图像镶嵌137
6.4.4研究区裁剪及反射率还原142
6.5基于单通道算法反演地表温度145
6.5.1反演地表温度146
6.5.2影像镶嵌149
6.5.3影像裁剪150
6.5.4计算热岛强度150
6.6“源-汇”景观因子计算152
6.6.1水体——MNDWI指数152
6.6.2植被——NDVI指数158
6.6.3不透水面——Vr NIR_BI指数159
6.6.4其他土地提取161
6.7结果分析167
6.7.1“源-汇”景观贡献度167
6.7.2景观效应指数168
6.8索引169
6.8.1本章各案例涉及的软件技巧和知识点169
6.8.2本章各案例涉及的影像数据和过程数据索引169
6.8.3本章各案例涉及的软件、插件和脚本索引170

第7章基于RSEI指数的自然生态环境监测171
7.1专题简介171
7.1.1研究区概况171
7.1.2主要内容与技术路线171
7.2遥感影像数据获取173
7.2.1哨兵-2数据获取方式173
7.2.2Landsat 8数据获取175
7.3研究方法175
7.3.1基本原理175
7.3.2指标的选取176
7.3.3综合指数构建177
7.4图像预处理177
7.4.1大气校正177
7.4.2重采样与波段合成178
7.4.3图像镶嵌178
7.4.4图像裁剪178
7.4.5影像反射率还原及异常值去除178
7.5生态因子计算180
7.5.1湿度因子180
7.5.2绿度因子180
7.5.3干度因子180
7.5.4热度因子183
7.6RSEI构建184
7.6.1生态因子归一化184
7.6.2主成分分析186
7.6.3生态指数191
7.7索引194
7.7.1本章各案例涉及的软件技巧和知识点194
7.7.2本章各案例涉及的影像数据和过程数据索引195
7.7.3本章各案例涉及的软件、插件和脚本索引195

第8章基于LUCC的水土流失区碳排放时空演变及预测196
8.1研究区概况与数据源196
8.1.1研究区概况196
8.1.2数据源196
8.2主要研究内容与技术路线197
8.3数据预处理198
8.3.1辐射定标198
8.3.2大气校正198
8.3.3影像裁剪199
8.4监督分类199
8.4.1定义训练样本199
8.4.2执行监督分类202
8.4.3分类后处理203
8.5土地利用变化分析205
8.5.1土地利用变化矩阵205
8.5.2土地利用动态度206
8.6碳排放时空变化分析207
8.6.1碳排放测算207
8.6.2碳排放风险指数208
8.6.3碳排放压力指数208
8.7灰色分析208
8.7.1灰色关联度208
8.7.2灰色预测模型210
8.8制图211
8.8.1专题图制作211
8.8.2折线图制作213
8.9索引214
8.9.1本章各案例涉及的软件技巧和知识点214
8.9.2本章各案例涉及的影像数据和过程数据索引214

第9章基于GIS的冬小麦面积提取215
9.1主要内容与技术路线215
9.2研究区概况216
9.3数据简介216
9.3.1获取途径216
9.3.2数据格式216
9.4数据预处理217
9.4.1加载影像217
9.4.2裁剪MODIS数据219
9.4.3变换坐标系220
9.4.4数据拉伸221
9.5选择采样点，分析冬小麦生长趋势223
9.5.1步骤1：新建点图层223
9.5.2步骤2：提取属性值224
9.5.3步骤3：导出属性表，获取冬小麦趋势图225
9.6冬小麦提取226
9.6.1步骤1：计算差异植被影像226
9.6.2步骤2：设置阈值，提取冬小麦227
9.7索引228
9.7.1本章各案例涉及的软件技巧和知识点228
9.7.2本章各案例涉及的影像数据和过程数据索引228

参考文献229