ENVI提取地形特征要素
envi提取特征波段
Envi特征波段提取1. 介绍Envi是一款用于遥感图像处理和分析的软件，可以对遥感图像进行各种操作，包括特征波段提取。
在遥感图像中，不同的波段对应着不同的物理性质和特征信息。
通过提取特定的波段，可以更好地理解和分析遥感图像中的目标和景物。
本文将介绍如何使用Envi软件提取特征波段，以及应用场景和注意事项。
2. 特征波段提取方法2.1 线性组合法线性组合法是一种常用的特征波段提取方法，通过对原始波段进行线性组合，得到新的特征波段。
具体步骤如下：1.打开Envi软件，导入需要处理的遥感图像。
2.选择”Raster”菜单下的”Band Math”选项。
3.在弹出的对话框中，输入线性组合的表达式，例如：B30.5 + B40.3 +B5*0.2，表示将波段3、4和5按照0.5:0.3:0.2的比例进行线性组合。
4.点击”OK”按钮，Envi软件将自动计算并生成新的特征波段。
线性组合法适用于需要将多个波段的信息综合起来分析的场景，例如植被指数的计算。
2.2 比值法比值法是另一种常用的特征波段提取方法，通过计算不同波段之间的比值，得到新的特征波段。
具体步骤如下：1.打开Envi软件，导入需要处理的遥感图像。
2.选择”Raster”菜单下的”Band Math”选项。
3.在弹出的对话框中，输入比值的表达式，例如：B4/B3，表示计算波段4与波段3的比值。
4.点击”OK”按钮，Envi软件将自动计算并生成新的特征波段。
比值法适用于需要分析不同波段之间的比例关系的场景，例如土壤湿度的估算。
2.3 指数法指数法是一种常用的特征波段提取方法，通过计算不同波段之间的指数，得到新的特征波段。
常见的指数包括NDVI、EVI等。
具体步骤如下：1.打开Envi软件，导入需要处理的遥感图像。
2.选择”Raster”菜单下的”Band Math”选项。
3.在弹出的对话框中，输入指数的表达式，例如：(B4-B3)/(B4+B3)，表示计算NDVI。
ENVI EX特征提取(Feature Extraction)中基于规则的分类的特征属性
ENVI EX特征提取(Feature Extraction)中基于规则的分类的特征属性ENVI EX的Feature Extraction是一个非常强大的用于分割与分类的workflow。
EX先对影像进行分割，然后针对分割出来的斑块对象，利用光谱、纹理和几何信息对目标进行分类和提取。
EX提供监督分类和基于规则的分类两种分类方式，其中基于规则的分类通过调节各特征属性的阈值，将感兴趣目标提取出来。
EX提供了丰富的用于分类的特征属性，以下关于特征属性的说明，从Help中翻译而来。
光谱特征:MINBAND_x：对象在第x波段所有像素的灰度的最小值。
MAXBAND_x：对象在第x波段所有像素的灰度的最小值。
AVGBAND_x：对象在第x波段所有像素的灰度的平均值。
STDBAND_x：对象在第x波段所有像素的灰度的标准差。
纹理特征:TX_RANGE：对象纹理核的平均数据范围。
TX_MEAN：对象纹理核的平均值。
TX_VARIANCE：对象纹理核的均方差。
TX_ENTROPY：对象纹理核的平均熵。
几何特征:AREA：对象的多边形的总面积，减去多边形中洞的面积。
数值为地图单位下的值。
LENGTH：包括洞在内，对象所有边界的总长度。
COMPACT：对象的紧密度。
圆是紧密度最高的形状，紧密度为1/pi。
正方形的紧密度为1/2(sqrt(pi))。
紧密度计算公式为COMPACT=sqrt(4*AREA/pi)/外轮廓线长度。
CONVEXITY：对象的凸度。
没有洞的凸多边形的凸度为1，凹多边形的凸度小于1。
凸度的计算公式为CONVEXITY=凸包长度/LENGTHSOLIDITY：对象完整度，由多边形面积比多边形凸包的面积。
没有洞的凸多边形完整度为1，凹多边形的完整度小于1。
完整度的计算公式为SOLIDITY=AREA/凸包的面积。
ROUNDNESS：对象的圆度，由多边形的面积比多边形最长直径的平方。
最长直径指的是多边形外接矩形框的长轴长度。
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。
第八章 特征地形要素的提取
大规模的侵蚀沟形态，较小的侵蚀作用，只能产生较小的侵蚀沟。
河流水量的大小直接和流域面积大小有关，除干燥地区以外，一般是 流域面积越大，河流水量越大。
流域长度：主河道从流域出口到分水线的距离。
因而造成地形结构线的
漏判和误判。 所确定地形特征线具有 一定近似性，与实际地 形特征线存在差异。
• 3、基于地形表面流水物理模拟分析原理的算法
方法：汇水量——汇水线（山谷线）——分水线 （山脊线） 缺陷：汇水线误判：高处汇水量少的点被排除；低 处汇水量大的点被误认为是地形特征点。 分水线闭合与实际不符
• 2、模拟法
– 基于地表物质运动的水流模拟方法。
– 基本思想：
在自然表面上，水流沿 最陡方向向下流，并不断 地向下游汇聚。
二、地形特征点的提取
• 1、类型：
– 山顶点（Peak） – 凹陷点（洼地点，Pit） – 脊点（Ridge） – 谷点（Channel） – 鞍点（Pass） – 平地点（坡面点，Plane ）
若与洼地（1）相邻的洼地区域（2）的集水出口，位于洼地（1）、（2）
其他洼地依次处理
（2）平地处理
• 处理方法：
– Martz和Garbrecht（1992）高程增量叠加算法 – 增加栅格高程采样精度的十分之一、千分之一或万分 之一。
（3）水流方向
• 指水流离开此网格时的指向。
（3）水流方向
分水岭（分水线）：两个相邻集水区之间
的最高点连接成的不规则曲线。 流域出水口（集水出口 outlet）：水流离
开集水流域的点。
六、流域的提取
利用ENVI自带全球DEM数据计算区域平距高程
利用ENVI自带全球DEM数据计算区域平距高程ENVI是一种用于处理遥感数据的软件，它提供了自带的全球数字高程模型(DEM)数据集，可以用来计算区域的平均高程、距离和高度等信息。
在本文中，我将介绍如何使用ENVI来计算区域的平均距离和高度。
首先，我们需要加载ENVI软件，并导入全球DEM数据。
在ENVI中，可以通过选择“File”->“Open Data File”来导入全球DEM数据。
选择正确的文件路径，并确认已经正确地加载了DEM数据。
导入数据后，我们需要定义我们想要计算的区域。
可以使用ENVI的ROI工具来定义一个感兴趣的区域。
在ENVI中，选择“ROI”->“New ROI”来创建新的ROI。
然后，使用工具栏上的绘图工具来绘制一个多边形，定义我们感兴趣的区域。
绘制完成后，选择“ROI”->“Finish ROI”来完成ROI的定义。
此时，我们可以在ENVI的“ROI”窗口中看到我们创建的ROI。
接下来，我们可以使用ENVI的分析工具来计算区域的平均距离和高度。
在ENVI中，选择“Analyze”->“Terrain Analysis”->“Profile Surface”来计算剖面表面。
在“Profile Surface”对话框中，选择导入的全球DEM数据作为输入栅格，并选择我们定义的ROI作为输出区域。
点击“OK”按钮后，ENVI将计算区域的剖面表面。
完成后，我们可以在ENVI的“Image”窗口中看到生成的剖面图。
在该图像中，我们可以通过鼠标测量工具测量区域的平均距离和高度。
此外，除了计算区域的平均距离和高度，ENVI还提供了其他的地形分析工具，如计算地形坡度和方位等。
通过选择“Analyze”->“Terrain Anal ysis”菜单，我们可以使用这些工具来进一步分析区域的地貌特征。
总结起来，使用ENVI自带的全球DEM数据，我们可以很方便地计算区域的平均距离和高度。
基于envi的海岸线提取步骤
基于envi的海岸线提取步骤
海岸线的提取是遥感影像处理中的重要任务，可以使用ENVI软件进行海岸线的提取。
以下是基于ENVI的海岸线提取步骤：
1. 数据准备，首先需要获取高分辨率的遥感影像数据，包括多光谱或高光谱影像，以及数字高程模型（DEM）数据。
这些数据可以通过卫星或飞机获取。
2. 数据预处理，对获取的遥感影像数据进行预处理，包括大气校正、几何校正、影像配准等，以确保数据质量和准确性。
3. 水体提取，利用ENVI软件中的水体提取工具，可以将影像中的水体区域提取出来，得到水体掩模。
4. 边缘检测，使用ENVI中的边缘检测工具，对水体掩模进行边缘检测，以便找到海岸线的大致位置。
5. 海岸线提取，利用ENVI中的特征提取或者分类工具，结合边缘检测结果和其他地理信息数据，可以进行海岸线的精确提取。
可以根据不同的地貌特征和海岸线类型，选择合适的提取方法和参
数设置。
6. 结果验证，提取出的海岸线需要进行验证和修正，可以通过
地面调查、其他地理信息数据对比等方法进行验证，确保提取结果
的准确性和完整性。
7. 结果分析，最后对提取的海岸线数据进行分析，可以结合其
他环境数据进行综合分析，为海岸带资源管理和环境保护提供支持。
总之，基于ENVI的海岸线提取需要经过数据准备、预处理、水
体提取、边缘检测、海岸线提取、结果验证和结果分析等多个步骤，需要综合运用遥感影像处理和地理信息分析技术。
这些步骤可以帮
助用户从多个角度全面完整地提取海岸线信息。
envi framesubset via shapefile -回复
envi framesubset via shapefile -回复如何使用环境信息系统（ENVI）软件通过shapefile进行地理信息的子集提取。
第一步：了解ENVI软件及其功能ENVI是一种强大的地理信息系统（GIS）软件，用于处理和分析地理数据。
它提供了各种功能，包括图像处理、分类、变换、显示等。
其中一个重要的功能是通过shapefile进行地理信息的子集提取。
第二步：准备数据在进行地理信息的子集提取之前，我们需要准备好所需的数据。
这包括原始地理数据和shapefile文件。
原始地理数据可以是遥感图像、地形数据、气象数据等。
确保数据的格式与ENVI软件兼容，并且数据已经加载到ENVI软件中。
shapefile文件是一种常用的地理数据格式，用于存储矢量数据，如点、线、面等要素。
它包含了地理要素的几何位置和属性信息。
确保shapefile 文件与ENVI软件兼容，并已经加载到ENVI软件中。
第三步：打开ENVI软件并加载数据打开ENVI软件，并在菜单栏中选择“File”>“Open Data File”选项。
在打开的对话框中，选择要加载的原始地理数据文件，并点击“打开”。
接下来，在ENVI主界面中，选择“Add”>“ROI Tools”>“Shapefile”选项。
在打开的对话框中，选择要加载的shapefile文件，并点击“打开”。
第四步：使用ENVI软件进行地理信息的子集提取在ENVI主界面中，选择“Raster”菜单栏，然后选择“Subset”选项。
在打开的对话框中，选择要进行子集提取的原始地理数据，并点击“打开”。
接下来，在打开的子集设置对话框中，您可以选择多种子集提取方式，如基于坐标范围、基于shapefile要素等。
如果您想使用shapefile文件进行子集提取，请选择“Use ROI”选项，并在下面的下拉菜单中选择加载的shapefile文件。
然后，您可以选择要提取的要素类型，如点、线、面等。
envi 波段特征指数
envi 波段特征指数
ENVI（Environment for Visualizing Images）是一种用于处理和分析遥感图像的软件平台。
在ENVI中，波段特征指数是一种用于提取和分析遥感图像中特定地物或地貌特征的指数。
常见的波段特征指数包括：
1. NDVI（Normalized Difference Vegetation Index）：用于评估植被覆盖程度的指数，计算公式为（NIR - Red）/（NIR + Red），其中NIR代表近红外波段，Red代表红色波段。
2. NDWI（Normalized Difference Water Index）：用于检测水体的指数，计算公式为（Green - NIR）/（Green + NIR），其中Green代表绿色波段，NIR代表近红外波段。
3. NDBI（Normalized Difference Built-up Index）：用于检测建筑物和人造结构的指数，计算公式为（SWIR2 - NIR）/（SWIR2 + NIR），其中SWIR2代表短波红外2波段，NIR代表近红外波段。
4. EVI（Enhanced Vegetation Index）：用于评估植被生长活力的指数，计算公式为2.5 * (NIR - Red) / (NIR + 6 * Red - 7.5 * Blue + 1)。
这些波段特征指数可以通过ENVI软件进行计算和分析，从而帮助研究人员和专业人士提取和解释遥感图像中的地物特征和环境信息。
- 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。