ENVI5.3SP1中的云/云影自动检测工具

ENVI5.3 SP1中新增了云/云影自动检测工具"Calculate Cloud Mask Using Fmask Algorithm"，使用Fmask算法自动从多光谱数据中检测云区域，检测到云区域生成云+云影的掩膜文件后，可以在后续的数据处理中使用来剔除这些无效区域，而且该文件的反掩膜文件对一些处理也有用处，比如有些用户感兴趣的是云的信息，那么可以在分类时输入反掩膜文件，分析时免去非云区域的干扰。

ENVI工具箱中的"Calculate Cloud Mask Using Fmask Algorithm"使用Fmask3.2算法，相应的API是"ENVICalculateCloudMaskUsingFmaskTask" 。该工具可以对Landsat4-5 TM、Landsat7 ETM+、Landsat8 OLI/TIRS和NPP CIIRS M-Band（后续会增加Sentinel-2传感器），该工具的输入文件是：

• 多光谱数据定标为大气表观反射率（TOA）
• 热红外数据定标为亮度温度（单位为开尔文）
• 卷云波段定标为大气表观反射率TOA（只针对Landsat8传感器）

下图是Landsat7 ETM+多光谱数据用通用定标工具定标为大气表观反射率数据：

图 Landsat7 ETM+大气表观反射率数据

下图是用上面的数据使用"Calculate Cloud Mask Using Fmask Algorithm"得到的结果，蓝绿色的是云掩膜的区域（默认的掩膜区域是黑色，用户可以手动修改）。

图 云检测工具输出的文件

输出的文件中，在元数据中会增加云量百分比信息，可以在View Metadata中查看到：

图 头文件中的云量信息

云检测工具得到的结果可以进一步的使用，比如用于分类，云和云影的像元就不会参与分类，不会对结果造成影响。在分类结果中，云和阴影的像元被标识为 "Masked Pixels" ，显示为深灰色，如下图所示的分类结果：

图 土地利用分类结果

下面是使用两景NNP VIIRS中分辨率M-Band数据的镶嵌结果，对2015年10月3日的飓风帕特丽夏在墨西哥海岸登陆进行监测：

图 NOAA提供的NPP VIIRS M-Band数据

对该数据进行云检测得到云掩膜文件，使用Bandmath工具得到反掩膜文件，表达式：B1 LT 1，这样得到的有效范围就是云的区域，如下图所示，白色区域是云覆盖的区域：

图 云掩膜文件的反掩膜文件

在接下来的非监督分类中，运用该反掩膜文件，对云进行分类，分类结果如下图所示：

图 对云覆盖范围进行非监督分类结果

分类结果展示了不同类型的云，能反应台风过境的情况。

Fmask算法参考文献：

• Zhu, Z., S. Wang, and C. E. Woodcock. "Improvement and Expansion of the Fmask Algorithm: Cloud, Cloud Shadow, and Snow Detection for Landsats 4-7, 8, and Sentinel 2 Images." Remote Sensing of Environment 159 (2015): 269-277, doi:10.1016/j.rse.2014.12.014 (paper for Fmask version 3.2).
• Zhu, Z., and C. E. Woodcock. "Object-Based Cloud and Cloud Shadow Detection in Landsat Imagery." Remote Sensing of Environment 118 (2012): 83-94, doi:10.1016/j.rse.2011.10.028 (paper for Fmask version 1.6).

标签：云影,文件,定标,掩膜,自动检测,分类,SP1,Fmask,Cloud
来源： https://www.cnblogs.com/enviidl/p/16541210.html