ENVI提取地形特征要素
地图编制中的地理要素提取与特征提取
地图编制中的地理要素提取与特征提取地理要素提取和特征提取在地图编制中起着至关重要的作用。
地图编制是指将地理信息转换为可视化的地图形式，这需要对地理要素进行提取和特征提取。
本文将介绍地图编制中的地理要素提取和特征提取的概念、方法和应用。
地理要素提取指的是从原始地理数据中提取出具有特定含义和价值的地理要素。
地理要素可以是河流、湖泊、山脉、道路、建筑物等。
地理要素提取的目的是将地理现象转化为图形和属性数据，以便在地图上呈现出来。
地理要素提取的方法主要有人工解译、基于遥感影像的自动识别和基于地理信息系统的数据处理等。
人工解译是最早也是最常用的地理要素提取方法之一。
它依靠专业人员对遥感影像进行目视解译，通过观察和判断识别出不同的地理要素。
虽然这种方法需要耗费大量时间和人力，但由于人的直观感知和专业知识，可以提取出高质量的地理要素。
近年来，随着遥感技术的发展，基于遥感影像的自动识别成为地理要素提取的重要方法。
这种方法利用计算机算法和数学模型，对遥感影像进行图像分割、特征提取、分类等步骤，自动提取出地理要素。
其中，图像分割是将遥感影像划分为不同的区域，特征提取是对每个区域提取特定的属性，分类是将每个区域归类为相应的地理要素。
这种方法具有快速、准确、大规模处理的优势，能够提高地理要素提取的效率和精度。
地理特征提取是在地理要素提取的基础上，对地理要素进行进一步的属性提取和描述。
地理特征包括形状特征、空间关系特征、属性特征等。
形状特征描述地理要素的形状、大小、比例等特征，空间关系特征描述地理要素之间的相对位置和空间关系，属性特征包括地理要素的属性信息，如高程、土壤类型、土地利用等。
地理特征提取可以通过空间分析和地理信息系统等方法实现。
地理要素提取和特征提取在地图编制中有着广泛的应用。
首先，它们是制作地理数据库和地图的重要环节。
地理数据库是包含丰富地理要素和特征的空间数据库，可以为地理信息系统、城市规划、环境监测等领域提供数据支持。
envi提取特征波段
envi提取特征波段ENVI（Environment for Visualizing Images）是一种用于处理和分析遥感数据的软件。
在ENVI中，可以使用不同的方法来提取特征波段，具体取决于你需要提取的特定特征。
以下是一些常用的特征波段提取方法：1. 主成分分析（Principal Component Analysis，PCA）：PCA是一种常见的特征提取方法，它通过获取输入影像中的主要变化模式，将多个波段的信息压缩到较少的几个波段中。
在ENVI中，可以使用`ENVIPCA`函数进行PCA分析。
2. 比值（Ratioing）：比值方法通过计算两个或多个波段之间的比值来提取特定的地物信息，例如NDVI（Normalized Difference Vegetation Index，归一化植被指数）。
在ENVI中，可以使用`ENVIRatioVegetationIndex`函数来计算NDVI等比值指数。
3. 指数（Indexing）：指数方法根据特定物质对不同波长的反射或吸收特性，计算一个组合指数来提取特定特征。
例如，NDWI（Normalized Difference Water Index，归一化水体指数）可以用于提取水体信息。
ENVI中可以使用`ENVIWaterDetectionIndices`函数计算水体指数。
4. 归一化（Normalization）：归一化方法将波段的原始值转换为归一化的范围，以减少不同波段之间的亮度差异。
这可以有助于更好地比较不同波段的特征。
在ENVI中，可以使用`ENVINormalizeRaster`函数来进行归一化处理。
这只是提取特征波段的一些常见方法，根据具体应用场景和数据类型，还可能会有其他方法适用。
建议参考ENVI的官方文档或用户手册，了解更多关于特征波段提取的详细信息和示例。
特征地形要素的提取
A′
A-A′两点间得通视剖面图 深色实线条为可视区,浅色虚线为不可视区
可视域
可视性分析最基本得用途
可视查询 地形可视结构计算(即可视域得计算) 水平可视计算
基于地形表面几何形态分析原理得算法
找出DEM得纵向与横向得两个断面上得极大、极 小值点,作为地形特征线上得备选点; 根据一定得条件或准则将这些备选点划归各自所 属得地形特征线。
基于地形表面流水物理模拟分析原理得算法
点上得汇水量,然后按汇水量单调增加得顺序,由高到低找出区域中 得每一条汇水线
基于地形表面几何形态分析与流水物理模拟 分析相结合得算法
4、 水系得提取
水系提取有关得概念
集水流域 集水出口 子流域 分水岭 水流网络
基于地表径流漫流模型得水系提取算法
四个基本问题
洼地得处理; 平地得处理; 水流方向及水流累积量得确定; 水道起始位置得确定。
经处理后得平地单元格
水流方向及水流累积量得确定
5、 流域得提取
原始DEM数据
经填充后得无洼地DEM
特征地形要素的提取
主要内容
地形特征点得提取 山脊线、山谷线得提取 沟沿线得提取 水系得提取 流域得提取 可视性分析
1、 地形特征点得提取
山顶点(peak) 凹陷点(pit) 脊点(ridge) 谷点(channel) 鞍点(pass) 平地点(plane)等
2、 山脊线、山谷线得提取
山脊线与山谷线构成了地形起伏变化得分界线 (骨架线)
概略DEM得建立 地形流水物理模拟 概略地形特征线提取 地形几何分析 地形特征线精确确定。
大家学习辛苦了，还是要坚持
继续保持安静
平面曲率与坡位组合法
利用DEM数据提取地面得平面曲率及地面得正负 地形,取正地形上平面曲率得大值即为山脊,负 地形上平面曲率得大值为山谷
ENVI地形分析
第11章地形分析数字高程模型（Digital Elevation Model，简称DEM），是用一组有序数值阵列形式表示地面高程的一种实体地面模型。
DEM是数字地形模型（Digital Terrain Model，简称DTM）的一个分支，其它各种地形特征值均可由此派生，如坡度、坡向及坡度变化率等地貌特性。
DEM还可以计算地形特征参数，包括山峰、山脊、平原、位面、河道和沟谷等。
建立DEM的方法有多种。
按数据源及采集方式主要有：（1）直接从地面测量，例如用GPS、全站仪、野外测量等；（2）根据航空或航天影像，通过摄影测量途径获取，如立体坐标量测仪观测及空三加密法、解析测图、数字摄影测量等；（3）从现有地形图上采集，如格网读点法、数字化仪手扶跟踪及扫描仪半自动采集，然后通过内插生成DEM等方法。
DEM的内插方法很多，常用的有整体内插、分块内插和逐点内插三种。
下表对比了几种创建DEM的主要方法。
表11.1 几种DEM创建方法汇总i方法优点缺点航空摄影测量成熟的方法，精度高，可获取大比例尺DEM。
成本高，周期长，且受航空管制。
高程点或者等高线差值成本低，操作简单。
受数据源限制大，很多地区无高程点或等高线数据。
卫星遥感可以大范围获取DEM。
受天气影响较大，目前可获取的比例尺较小。
干涉雷达技术可以大范围获取DEM，不受天气影响。
目前获取大比例尺DEM较困难，随着德国高分辨率雷达卫星TanDEM-X的上天会有所突破。
激光雷达技术精度高，可获取大比例尺DEM。
起步阶段，技术门槛高。
要想快速的获取大范围的DEM数据，卫星遥感是一种较好的方法。
随着卫星传感器的飞速发展，获取的DEM精度越来越高。
如目前商业卫星最高分辨率的0.41米GeoEye-1，在使用高质量控制资料时，垂直精度的中误差可达到0.5米，可满足1:5000的地图比例尺生产。
可以立体成像的卫星主要有ASTER，ALOS PRISM，CARTOSAT-1，FORMOSAT-2，IKONOS，KOMPSAT-2， OrbView-3， QuickBird，RapidEye， GeoEye-1，WorldView-1/2，SPOT 5/6，Pleiades，以及国产的资源三号、资源一号02C星、天绘卫星等。
测绘技术中的地形要素提取方法
测绘技术中的地形要素提取方法摘要：地形要素提取是测绘技术中的一个重要领域，它通过分析地形数据，提取出地表上的各种要素信息，为地理信息系统、土地利用规划、环境保护等领域提供了重要的支持。
本文将介绍地形要素提取的基本原理和常用方法，并对其应用进行探讨。
一、地形要素提取的基本原理地形要素提取是通过遥感技术获取地表特征信息，并加以分析和处理，得出地形要素的空间分布和属性特征。
其基本原理是通过分析地形数据中的高程、坡度、坡向等信息，提取出地表上的山脊、河流、湖泊、道路等地形要素。
二、地形要素提取的常用方法1. 基于高程数据的地形要素提取方法基于高程数据的地形要素提取方法是最常用的方法之一。
通过对高程数据进行滤波、插值和分析处理，可以提取出地表的高程信息。
常用的方法包括数字高程模型（DEM）分析和等高线提取法。
2. 基于影像数据的地形要素提取方法基于影像数据的地形要素提取方法利用遥感影像中的颜色、纹理、形状等特征来提取地表要素信息。
常用的方法包括对象提取法、纹理分析法和形状识别法。
其中，对象提取法是应用最广泛的方法之一，它通过定义特征和阈值，将影像中的地物目标提取出来。
3. 基于点云数据的地形要素提取方法点云数据是一种三维点阵数据，可以直接反映地物表面的形态和位置信息。
基于点云数据的地形要素提取方法是近年来发展起来的新技术。
它通过对点云数据进行过滤、分类和分析处理，可以提取出地表上的各种地形要素。
常用的方法包括基于特征的点云分类法和基于拟合的点云分割法。
四、地形要素提取的应用地形要素提取在地理信息系统、土地利用规划、环境保护等领域有广泛的应用价值。
如在地理信息系统中，地形要素提取可以帮助建立精确的地理基础数据库，为地理空间分析提供数据支持。
在土地利用规划中，地形要素提取可以辅助规划人员快速了解土地利用现状，评估土地利用潜力。
在环境保护中，地形要素提取可以帮助监测地表的水资源、土壤质量和植被覆盖等，提供科学依据。
envi城市绿地提取步骤
envi城市绿地提取步骤Envi城市绿地提取步骤一、引言城市绿地对于改善城市环境、提高居民生活质量具有重要作用。
为了有效提取城市绿地信息，需要进行一系列步骤。
本文将介绍Envi 软件在城市绿地提取中的具体步骤。
二、数据准备在进行城市绿地提取之前，首先需要准备相关的数据。
这包括高分辨率的遥感影像数据、数字地图数据以及地面真实样本数据等。
这些数据将用于训练和验证绿地提取模型。
三、预处理在进行绿地提取之前，需要对原始遥感影像数据进行预处理。
这包括去除大气、辐射定标、几何校正等步骤，以保证数据的准确性和一致性。
四、特征选择在进行绿地提取时，需要选择合适的特征用于建立绿地提取模型。
常用的特征包括光谱信息、纹理信息、形态信息等。
通过对不同特征的分析和比较，选择最能反映绿地特征的特征进行提取。
五、训练模型选择好特征后，需要使用地面真实样本数据对绿地提取模型进行训练。
这可以通过监督分类算法实现，例如支持向量机、随机森林等。
利用训练样本数据，模型可以学习到绿地和非绿地的特征，并建立相应的分类规则。
六、模型验证在训练完成后，需要使用验证数据对绿地提取模型进行验证。
这可以通过计算模型的精度、召回率、F1值等指标来评估模型的性能。
如果模型的表现不佳，则需要调整模型参数或重新选择特征进行训练。
七、绿地提取在完成模型验证后，可以使用该模型对整个城市遥感影像进行绿地提取。
将遥感影像数据输入到模型中，模型将根据之前学习到的分类规则将绿地区域和非绿地区域进行分类。
八、后处理在进行绿地提取后，可能会出现一些误分类的情况。
为了提高绿地提取的准确性，需要进行后处理。
常用的后处理方法包括形态学处理、空间过滤等。
这些方法可以去除噪声、填补空洞，使提取结果更加准确。
九、结果评估在完成绿地提取后，需要对提取结果进行评估。
这可以通过与实地调查结果进行对比来实现。
如果提取结果与实地调查结果一致，则说明绿地提取工作较为准确可靠。
十、总结本文介绍了Envi城市绿地提取的具体步骤，包括数据准备、预处理、特征选择、模型训练、模型验证、绿地提取、后处理和结果评估等。
envi提取特征波段
envi提取特征波段【引言】随着遥感技术的发展，遥感图像处理软件日益丰富，ENVI（Environment for Visualization and Imagery）作为一款功能强大的遥感图像处理软件，广泛应用于遥感领域。
本文将介绍如何利用ENVI提取特征波段，为遥感图像分析与处理提供基础。
【ENVI简介】ENVI（Environment for Visualization and Imagery）是一款由Harris Geospatial公司开发的遥感图像处理与分析软件。
ENVI具有丰富的功能，包括图像显示、处理、分析、分类、聚类等，为遥感图像处理提供了便利。
在我国，ENVI软件在环保、农业、林业、地质勘查等多个领域都有广泛应用。
【提取特征波段的方法】在ENVI中提取特征波段主要通过以下几个步骤：1.导入遥感图像：首先，在ENVI中导入需要提取特征波段的遥感图像。
2.图像预处理：针对遥感图像中可能存在的噪声、失真等问题，进行预处理，如滤波、去噪等。
3.波段选择：利用ENVI提供的波段选择工具，根据图像的光谱特性、地形地貌、实际需求等因素，选取具有代表性的波段。
4.特征提取：采用ENVI中的特征提取工具，如Principal Component Analysis（PCA）、Linear Discriminant Analysis（LDA）等，从选取的波段中提取有用信息。
5.结果分析：分析提取到的特征波段，评估其可解释性和实用性。
【应用案例及分析】以某地区土地利用遥感图像为例，首先对图像进行预处理，然后选取具有代表性的波段，如红光、近红外、短波红外等。
利用PCA方法提取特征波段，得到新的特征空间，降维后的特征波段具有较高的可解释性。
通过对比原始图像与提取到的特征波段，发现特征波段能够较好地反映土地利用类型差异，为后续的土地利用分类、变化检测等应用提供了有效信息。
【总结与展望】本文介绍了如何在ENVI中提取特征波段的方法及应用。
envi阈值法提取地物类型
envi阈值法提取地物类型
在ENVI中，阈值法是一种常用的提取地物类型的方法。
以下是基本步骤：
1. 数据准备：首先，需要准备要进行地物提取的遥感影像数据。
2. 设置阈值：根据地物类型的特征，设置合适的阈值范围。
例如，如果想要提取水体，可以根据水体在影像中的亮度或反射率特征，设置一个较低的阈值，以及一个较高的阈值。
3. 选择工具：在ENVI中选择适当的工具进行阈值处理。
例如，“Multiband Threshold”或“Singleband Threshold”。
4. 执行提取：将阈值设置完成后，执行提取操作。
根据所选择的工具和数据类型，这一步可能会自动完成，或者需要手动进行。
5. 后处理：提取完成后，可能需要进行一些后处理操作，例如去除噪声、平滑边缘等。
6. 结果输出：最后，将提取的地物类型结果输出为矢量格式（如Shapefile 或GeoTIFF），以便在其他GIS软件中进行进一步的分析和应用。
需要注意的是，阈值法的提取效果取决于阈值的选择和地物的特征。
对于复杂的地物类型，可能需要结合其他方法和技术来进行准确提取。
同时，对于不同的遥感影像和数据源，可能还需要进行预处理（如辐射定标、大气校正
等）和图像增强（如对比度增强、色彩拉伸等）等步骤，以提高提取的精度和效果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ENVI 实验六基本地形因子提取
一、实验目的
1熟悉ENVI软件能够从DEM 中提取地形特征。
2掌握DEM提取地形特征的方法。
二、实验要求
完成运用ENVI 进行从DEM 中提取地形特征，包括山顶、山脊、平原、水平面、山沟和凹谷。
三、实验仪器
每人计算机一台。
四、实验内容
1在Toolbox中，启动/Terrain/Topographic Features，在Topographic Feature Input DEM 对话框中，选择DEM.tif 文件，点击OK，打开Topographic Features Parameters 对话框，需要设置一些参数。
（1）坡度容差：1。
以度为单位；（2）曲率容差：0.1；（3）地形核大小：7。
2在Select Feature to Classify 列表中选择所有的地形特征。
3选择输出路径及文件名，单击OK 执行地形特征提取。
4通视域分析：使用Viewshed Analysis Workflow 工具，设置点、线、面作为观测源进行可视域分析。
将通视分析结果输出为矢量和图像结果有三种方法：
（1）点观测源
a. 在Toolbox 中，启动/Terrain/Viewshed Analysis Workflow，打开文件选择面板
File Selection；
b. 分别选择对应的文件DEM File：DEM.tif；Image File：Orthoimagery.tif，单击Next
进入Viewshed Analysis 面板；
c.在Viewshed Analysis 面板中，设置以下几个参数：
可视距离Default View Range：1000
可视高度Default View Height：100
d.默认鼠标的状态是绘制“点注记”，在正射影像上绘制几个观测点。
如果鼠标当前
状态是其他，可在工具栏中选择对应的工具绘制：，绘制4 个点；
e.选择Any Source （四个观测点的并集），勾选Preview预览结果，红色表示可
视区域，黑色表示不可视区域；
f.分别选择All Sources（四个观测点的交集），预览结果；
g.单击Next进入Viewshed Export面板，可以将通视分析结果输出为矢量和图像结果。
（2）线观测源
a.在Toolbox 中，启动/Terrain/Viewshed Analysis Workflow，打开文件选择面板File Selection；
b.分别选择对应的文件DEM File：DEM.tif；Image File：Orthoimagery.tif，单击Next 进入Viewshed Analysis 面板；
c.在Viewshed Analysis 面板中，设置以下几个参数：
可视距离Default View Range：5000
可视高度Default View Height：100
点间隔Point Spacing：10
d.缩放到一条道路的范围内，在工具栏中选择线段绘制工具：
e.沿着路单击鼠标左键绘制折线，右键选择Accept。
注：可以绘制多条折线。
f.选择All Points Within Sources（折线上所有均匀分布的观测点），勾选Preview预览，结果，绿色表示可视区域，红色表示不可视区域；
g.单击Next进入Viewshed Export面板，可以将通视分析结果输出为矢量和图像结果。
（3）面观测源
a.在Toolbox 中，启动/Terrain/Viewshed Analysis Workflow，打开文件选择面板
File
Selection；
b.分别选择对应的文件DEM File：DEM.tif；Image File：Orthoimagery.tif，单击Next
进入Viewshed Analysis 面板；
c.在Viewshed Analysis 面板中，设置以下几个参数：
可视距离Default View Range：5000
可视高度Default View Height：100
点间隔Point Spacing：10
d.缩放到一条道路的范围内，在工具栏中选择线段绘制工具：
绘制一个多边形，右键选择Accept。
注：可以绘制多个多边形。
e.选择Any Source，勾选Preview 预览结果，红色表示可视区域，黑色表示不可视
区域；
f.单击Next进入Viewshed Export面板，可以将通视分析结果输出为矢量和图像结果。
MAPGIS实验六地形特征要素的提取
一、实验目的:
与坡面因子的提取主要采用小范围的领域分析不同，特征地形要素的提取更多的应用较为复杂的技术方法。
其中山谷线、山脊线、河流网格等的提取采用了全域分析法，成为数字高程模型地学分析中很具特色的数据处理内容，通过实验要求掌握MAPGIS 中地形特征点提取的方法。
二、实验仪器：计算机、MAPGIS K9
三、具体步骤：
将文件拖入界面打开
选择工具栏中的Grid分析单击地形特征提取
这里我们进行的是山谷线的提取山谷线提取结果
重新选择提取山脊线结果如下图
我们的MAPGIS K9学习版只能进行这两种线的提取
五、实验体会：
通过练习地形特征点的提取，进一步熟悉了MAPGIS K9的使用。
掌握了如何提取特征点。
Arcgis 实验六提取山脊线、山谷线
一、实验目的
（1）、熟悉ArcMap的使用及相关操作
（2）、了解提取山谷线、山脊线等操作。
二、实验原理
1.本实验基于规则格网DEM数据使用平面曲率与坡；
2.主要用到以下理论知识：坡向变率：是指在提取坡向基础上，提取坡向的变；
三、实验步骤
山脊线的提取
首先，打开ArcMap，载入DEM。
填洼：依次点击ArcToolBox的SpatialAnalyst工具，水文，填洼，载入DEM并设置输出名称，点击确定。
流向：再点击SpatialAnalyst工具的流向，载入“填洼”，输出为“流向”。
流量：点击SpatialAnalyst工具得流量，载入刚才的“流向”，设置输出为“流量”
然后打开SpatialAnalyst工具的栅格计算器。
输入“流量=0”，输出结果为“流量0”.计算结果为所有的汇流累积量为0的栅格，
结果为下图。
如果获取的山脊线比较杂乱，不是很准确，可以采用领域分析的方法进行处理。
再进行相应的重分类，把山脊线数据逼近到“1”。
再通过表面分析生成“晕渲图”，与山脊线相互叠加。
最终结果如图。
山谷线的提取
载入DEM后打开栅格计算器。
在文本框中填写反地形的计算公式：Abs（dem-H），其中H为DEM最大高程值。
输出为“反地形dem”。
再由生成的“反地形dem”进行填洼操作，设置输出路径，如下图。
剩下操作与生成山脊线相似，依次进行流向，流量，汇流累积量零值的提取，再进行相应的邻域分析，重分类等操作，图片依次展示在下。
完成以上操作后，可得最终结果，如下图。
四、实验心得
1.实验前要了解两地形特征的特性（这个实验山脊线和山谷线即坡向改变最大的地方，山脊线高程比其邻域范围内的平均高程高，山谷线则相反），这样在实验时才有一个正确的分析方向；
2.实验前一定要弄懂实验原理，这样操作时才对整体有个大体的把握；
3.要特别注意输入输出图层，所以要养成一个对输出图层命英文名的习惯。
实验六地形分析
一实验目的
1 通过实验加深对相关地形因子的理解
2 利用软件对相关数据进行一定的应用
二实验准备
相关DEM文件,计算机位一台
三实验过程
1.输入dem
2.坡向
点击DEM数据，使用表面分析中的坡向（Aspect）工具，提取DEM的坡向数据层，命名为A。
点击数据层A，使用表面分析中的坡度（Slope）工具，提取数据层A的坡度数据，命名为SOA1。
3.求取原始DEM数据层的最大高程值，即为H。
使用空间分析工具集中的栅格
计算器，公式为（H-DEM），得到与原来地形相反的数据层，即反地形DEM 数据
4 反坡向
基于反地形DEM数据求算坡向值
5 坡度变化率
利用SOA方法求算反地形的坡向变率，即为SOA2
使用空间分析工具集中的栅格计算器，公式为：
SOA=（（SOA1+SOA2）-Abs(SOA1-SOA2)）/2 即可求出没有误差的DEM的坡向变率SOA。
6 平均邻域
再次点击初始
DEM数据，使用空间分析工具集中的栅格邻域计算工具，
设置统计类型为
平均值，邻域类型为矩形也可为圆形，邻域大小为11*11，则可得到一个邻域为11*11的举行的平均数据层
7 正负地区分布
使用空间分析工具集中地栅格计算器，公式为C=DEM-B，即可求出正负地形分布区域
8 山脊和山谷
使用空间分析工具集中的栅格计算器，公式为shanji=C>0&SOA>70，即可求出山脊线
同理，在栅格计算器中，键入公式
shangu=C<0&SOA>70即可求出山谷线
（注：可编辑下载，若有不当之处，请指正，谢谢!）。