遥感IDL二次开发(叶面积指数LAI计算)

简介: 遥感IDL二次开发(叶面积指数LAI计算)

1.叶面积指数(LAI)的定义:

叶面积指数,亦称叶面积系数。是指单位土地面积上植物叶片总面积占土地面积的倍数。它与植被的密度、结构(单层或复层)、树木的生物学特性(分枝角、叶着生角、耐荫性等)和环境条件(光照、水分、土壤营养状况)有关,是表示植被利用光能状况和冠层结构的一个综合指标。


2.经验模型预测LAI:

经验模型法基于数理统计方法,利用反射率、光谱一阶导数、植被指数等作为自变量,建立叶面积指数与特征光谱(如反射率、光谱指数)之间的回归模型,并利用该模型估算LAI。经验模型原理和算法比较简单,且估算精度满足要求,在植被LAI的估算中应用广泛,是最为常见的建模方式。


3.LAI经验模型原理(以三种下垫面为例,自己可根据实际修改)


4.程序源代码

;#############导入、输出文件及调用函数的程序 ############;
Pro LAI
;根据NDVI和Landcover计算LAI
;打开NDVI和Landcover文件
fn_NDVI=dialog_pickfile(title='选择NDVI数据',get_path=work_dir)
cd,work_dir
fn_landcover=dialog_pickfile(title='选择土地覆盖数据',get_path=work_dir)
cd,work_dir
;读入NDVI和Landcover数据
envi_open_file,fn_NDVI,r_fid = fid_NDVI
envi_open_file,fn_landcover,r_fid=fid_landcover
envi_file_query,fid_NDVI,ns=ns,nl=nl,nb=nb,dims=dims,$
data_type=data_type,interleave=interleave,offset=offset
map_info=envi_get_map_info(fid = fid_NDVI)
NDVI=envi_get_data(fid = fid_NDVI,dims=dims,pos=0)
landcover=envi_get_data(fid = fid_Landcover,dims=dims,pos=0)
;调用cal_LAI函数计算LAI
LAI_result=lai_cal(NDVI,landcover)
;保存结果
o_fn=dialog_pickfile(title='结果保存为')
envi_write_envi_file,LAI_result,out_name=o_fn,/no_copy,$
ns=ns,nl=nl,nb=nb,dims=dims,data_type=data_type,interleave=interleave,$
offset=offset,map_info=map_info
end
;#############叶面积指数计算程序############;
function lai_cal,ndvi,landcover
;计算 LAI 的函数
sz=size(ndvi)
result=make_array(size=sz)
;分段计算LAI
  w1=where(Landcover eq 1 and NDVI le 0.125,count)
  w2=where(Landcover eq 2 and NDVI ge 0.125 and NDVI le 0.825,count)
  w3=where(Landcover eq 2 and NDVI ge 0.825,count)
  w4=where(Landcover eq 3 and NDVI ge 0.125 and NDVI le 0.825,count)
  w5=where(Landcover eq 3 and NDVI ge 0.825,count)
if total(w1) gt 0 then result[w1]=0
if total(w2) gt 0 then result[w2]=0.1836*exp(4.37*NDVI[w2])
if total(w3) gt 0 then result[w3]=6.606
if total(w4) gt 0 then result[w4]=0.0884*exp(4.96*NDVI[w4])
if total(w5) gt 0 then result[w3]=6.091
return,result ;输出结果
end


5.调用过程:

1)在IDL中调用 ENVI 函数读取 NDVI 和土地覆盖图

2) cal_LAI函数按照不同土地覆盖类型的 LAI 计算公式进行计算

3) 将计算得到的 LAI 保存为 ENVI 标准文件


6.结果:

ENVI标准文件做彩色变换后,结果如下:

微信截图_20230111114343.png

相关文章
ArcMap矢量图层的零碎、空洞区域填补与独立区域剔除:消除面部件
本文介绍在ArcMap软件中,基于消除面部件(“Eliminate Polygon Part”)工具,对矢量面要素的零碎、空洞区域加以删除,同时将游离于要素主体之外的部分剔除的方法~
113690 1
ArcMap矢量图层的零碎、空洞区域填补与独立区域剔除:消除面部件
|
人工智能 算法 机器人
字节Coze优缺点分析
【2月更文挑战第16天】字节Coze优缺点分析
5217 2
字节Coze优缺点分析
|
6月前
|
存储 监控 安全
RFID为应急物资提供安全保障
RFID为应急物资构建全生命周期闭环安全体系:通过唯一标识追溯、实时防盗预警、智能环境监控、多级权限管控与数据加密保护五大能力,实现“调得出、用得上、可追溯”,助力应急响应从被动转向主动预防。(239字)
|
11月前
|
人工智能 测试技术 API
Minion框架早已实现PTC:超越传统Tool Calling的Agent架构
Minion框架早于Anthropic的PTC特性,率先采用“LLM规划+代码执行”架构,通过Python编排工具调用,显著降低Token消耗、提升性能与可靠性。支持完整生态、状态管理与多模型协作,已在生产环境验证大规模数据处理、多源整合等复杂任务,推动AI Agent迈向高效、可扩展的下一代架构。
|
人工智能 运维 Serverless
OpenManus:开源版 Manus,无需邀请码,5 分钟极速体验!
OpenManus 是一款基于多智能体协作的开源自动化系统,能将复杂任务拆解为可执行子流程。通过多智能体机制分解任务、协调工具调用,实现代码执行、文件处理、网络搜索等复杂操作。本方案基于函数计算 FunctionAI 开发平台和阿里云百炼模型服务,提供一键部署方案,让企业无需过多运维投入即可获得灵活透明的智能任务处理能力。方案具备三大核心优势:Serverless 架构降本、实时反馈与透明化、模块化自由组合,支持快速接入多种功能模块。用户可通过简单步骤获取 API-KEY 并完成部署,体验 AI 自动化任务处理。
|
Java 应用服务中间件 Linux
apache-tomcat-7.0.42.tar.gz 下载与安装完整教程(附安装包)
本文介绍了Tomcat 7.0.42的安装与配置全过程,涵盖Java环境准备、下载解压、启动服务及验证步骤。支持Linux/Mac/Windows系统,通过运行startup脚本启动,浏览器访问localhost:8080确认安装成功,适合初学者快速部署Java Web环境。(236字)
1061 3
|
程序员 区块链
程序员职业发展路线图(完整版+珍藏版)
程序员职业发展路线图(完整版+珍藏版)
|
存储 弹性计算 数据处理
阿里云对象存储OSS怎么收费?包年包月和按量付费价格表
阿里云对象存储OSS提供灵活的计费方案,包括存储费、流量费和请求费等。用户可选择按量付费或包年包月模式。标准型存储按量付费为0.09元/GB/月,包年包月则有多种套餐选择,如9元/年40GB和99元/年100GB。OSS流量费仅针对公网出方向,并区分闲忙时段。此外还提供流量包服务。更多详情及特殊需求费用(如数据处理、传输加速等)
|
运维 NoSQL 前端开发
介绍一下Redis的优缺点
【10月更文挑战第19天】介绍一下Redis的优缺点
|
机器人 Shell 开发者
ROS2教程08 ROS2的功能包、依赖管理、工作空间配置与编译
这篇文章是关于ROS2(Robot Operating System 2)中功能包、依赖管理、工作空间配置和编译的教程,涵盖了ROS2工作空间的概念、如何获取和安装功能包的依赖、构建工作空间的步骤,以及如何创建和管理ROS2功能包,包括使用命令行工具对功能包进行操作的方法。
4092 0
ROS2教程08 ROS2的功能包、依赖管理、工作空间配置与编译