企业官网建设流程全解析

简介：这份资源面向遥感与GIS方向的初学者及环境监测从业者，围绕高分一号影像在重庆部分区域的水体监测展开，重点解决黑臭水体与水华识别的完整技术链路问题，涉及ArcGIS与ENVI两款专业软件协同作业，适合作为遥感影像处理与水体反演的实操参考。资源包共1个docx文档，约13.95MB，以图文流程记录的形式呈现，便于按步骤对照学习。目前已有559人学习下载，具备一定的参考热度。文档完整覆盖从陆地观测卫星数据服务网站检索下载高分一号数据，到ENVI中辐射定标、FLAASH大气校正、RPC正射校正与水域掩膜裁剪，再到波段计算器构建NDWI、MNDWI水体指数反演，最后在ArcGIS中符号化区分正常水体、黑臭水体与水华区并出图的全过程，读者可据此掌握遥感水体监测的规范流程与关键参数设置思路。

1. 高分一号水体反演：从一景原始影像到黑臭与水华分布图

手里有一景高分一号 WFV 影像，想判断某个水库或河段有没有黑臭水体、水华铺了多大面积，最省事的路径不是自己写辐射传输模型，而是把 ENVI 的辐射定标、FLAASH 大气校正、RPC 正射校正串成一条固定流水线，再用 Band Math 算指数、ArcGIS 出图。这套流程听起来步骤多，但真正卡人的地方就那么几个：光谱响应文件选错、忽略值没设、掩膜和影像对不上。这篇笔记按“数据下载—预处理—反演出图”的顺序，把每个环节的参数、公式和翻车点拆开讲，适合刚接触遥感水环境反演、手里有 ENVI 和 ArcGIS 但不确定参数怎么填的从业者照着复现。

2. 数据获取与预处理流水线：四个工具串起来才叫可用影像

高分一号 WFV 传感器幅宽大、重访周期短，做区域水体监测比单景高分成像更实用，代价是原始 DN 值不能直接拿来算指数。整条预处理链的目标只有一个：把影像变成具有物理意义的地表反射率，并且空间位置对得上矢量边界。下面按实际操作顺序拆。

2.1 检索与下载：把云量和传感器卡死

在陆地观测卫星数据服务平台上，检索入口选“通用卫星载荷检索”，不要直接按任务名翻目录。时间范围按监测目标定，水华有明显季节性，黑臭水体则要看枯水期和丰水期的对比，一般至少取两期。地点用行政区或矢量范围圈定，云覆盖量建议先卡 10% 以内，山区实在没有干净影像再放宽到 20%，但水体反演对薄云极其敏感，云边缘的反射率会被抬高一截，算出来的指数会假高。

传感器一定要勾选 WFV，高分一号还有 PMS 相机，幅宽小、波段设置不同，混着下会在后面 FLAASH 的光谱响应文件上直接对不上。下载下来的数据一般是压缩包，解压后保留全分辨率多光谱和对应的 RPC 文件，RPC 文件丢了正射校正就没法做，这是很多人第一次翻车的地方。

2.2 辐射定标：DN 值到辐亮度

ENVI 里直接搜rad，打开 Radiometric Calibration。输入选刚打开的高分一号多光谱数据，输出格式建议选 BIL，定标类型用 Radiance，不要选 Reflectance——高分一号的定标系数在元数据里，ENVI 能自动读，但反射率定标需要额外的大气参数，这一步交给后面的 FLAASH 更稳。

# ENVI 中对应操作（Classic 界面） # Toolbox: Radiometric Correction > Radiometric Calibration # Input File: GF1_WFV_xxx.tif # Calibration Type: Radiance # Output Interleave: BIL # Output Data Type: Float

参数里最容易被忽略的是输出数据类型，默认可能是 Byte，定标后的辐亮度值范围远超 0–255，用 Byte 会直接截断，后面大气校正出来的反射率一片死黑。输出文件名带上_rad后缀，方便后面按顺序找文件。定标完成后随手点开一个波段的统计，辐亮度均值应该在个位数到几十之间，如果还是 0–255 的量级，说明定标没生效。

2.3 FLAASH 大气校正：光谱响应文件是命门

搜fla打开 FLAASH Atmospheric Correction。输入选辐射定标结果，输出路径不要带中文和空格，这是 ENVI 的老毛病。传感器类型选 GF1，高度一般填 645 km 左右，像元大小按 WFV 的 16 m 填。大气模型按纬度和季节选，中纬度夏季或中纬度冬季，气溶胶模型城市区域选 Urban，郊区选 Rural。

关键一步在 Multispectral Settings 里的 Filter Function File。点 Open 进 Spectral Library，选gf1-wfv3光谱曲线文件，这个文件描述的是 WFV 第三相机波段响应函数，选错相机编号会导致波段中心波长偏移，水华识别用的近红外波段反射率会系统性偏低。设置完点 Apply 开始跑，一景 WFV 大概几分钟到十几分钟，取决于机器内存。

跑完打开结果，看水体区域的反射率曲线，干净水体在近红外应该接近 0，如果整景偏亮或者出现负值，多半是气溶胶模型选错或者辐射定标类型不对。这一步没有后悔药，只能回退重跑。

2.4 RPC 正射校正与去黑边

搜RPC，打开 RPC Orthorectification Using Reference Image。输入大气校正结果，参考影像用同区域的正射影像或 DEM 配套影像，高程数据用 SRTM 或 ASTER GDEM 都行，重采样选 Cubic Convolution，输出像元大小保持 16 m。

正射完的影像四周会有黑色填充值，直接拿去算指数会把背景当成极低反射率地物。双击图层点 Edit Metadata，Add Metadata Items 里找Data Ignore Value，设为 0。这一步不做，后面掩膜裁剪时黑边会被算进统计，面积直接虚高。

2.5 水域掩膜：Build Mask 与 Apply Mask 配对

搜mask，先 Build Mask，输入正射校正结果，载入重庆水域 shp，输出 mask 文件。再搜mask打开 Apply Mask，输入影像选正射结果，掩膜文件选刚生成的 mask，输出参数里勾选“Mask Value”为 0，把非水域像元置零。

这里有个细节：shp 的坐标系必须和影像一致，如果不一致，Build Mask 不会报错，但生成的掩膜会整体偏移，裁出来的水域要么缺一块要么多一块。操作前先在 ArcGIS 里把 shp 投影到和影像相同的 UTM 带，再导回 ENVI。

3. 指数反演与出图：Band Math 公式怎么写才不白算

预处理做完，影像已经是地表反射率，接下来用波段运算提取水体指数，再在 ArcGIS 里分级出图。这一章的重点不是公式本身，而是波段顺序、忽略值和分级阈值这三件事。

3.1 NDWI 与 MNDWI 的波段对应

高分一号 WFV 的波段顺序是蓝、绿、红、近红外。NDWI 用绿和近红外，公式为(float(b2)-float(b4))/(float(b2)+float(b4))，MNDWI 用绿和短波红外，但 WFV 没有短波红外波段，所以这个项目里实际能用的是 NDWI 以及针对水华的近红外/红光比值。

在 Band Math 里输入公式时，变量名要和后面 Map Variable to Input File 里绑定的波段一一对应。很多人公式写对了但变量绑错，比如把 b2 绑到红波段，算出来的指数完全没意义。

# ENVI Band Math 公式（NDWI） (float(b2) - float(b4)) / (float(b2) + float(b4)) # 水华辅助指数：近红外与红光比值 float(b4) / float(b3)

公式里加float()是为了避免整型除法，ENVI 默认按输入数据类型运算，反射率是浮点一般没事，但保险起见统一转浮点。绑定文件选水域裁剪后的water.dat，输出文件名带_ndwi。

3.2 阈值分级与黑臭、水华判别

NDWI 大于 0 通常判为水体，但黑臭水体的 NDWI 往往也在 0 以上，单靠这个指数分不出来。实际操作里会叠加两个辅助判断：黑臭水体在绿波段反射率偏高、在红光波段偏低，整体光谱曲线比干净水体“平”；水华则在近红外出现明显抬升，NDWI 反而可能下降。

在 ArcGIS 里对 NDWI 结果做重分类，先按 0 切出水体，再对水体内部按近红外反射率分三级：低值区判为干净水体，中间值结合绿光偏高判为疑似黑臭，近红外高值判为水华。分级阈值没有全国统一标准，同一个区域最好用同期实测点位校准一次，没有实测数据就参考历史影像的相对高低。

3.3 ArcGIS 符号化与面积统计

把分级结果导入 ArcGIS，用栅格转面后按类别符号化，黑臭用深褐、水华用黄绿、干净水体用蓝色，出图时叠加行政边界和水系底图。面积统计直接在属性表里按类别汇总，注意单位换算，16 m 像元的面积是 256 平方米，别直接拿像元个数当平方米用。

出图前检查一遍投影，ENVI 输出的结果如果没带投影信息，ArcGIS 会按经纬度显示，面积统计会差出几个数量级。正射校正那一步如果参考影像带投影，输出一般会继承，但最好在 ENVI 里手动确认一次。

4. 避坑排查：五个让结果报废的细节

4.1 大气校正后反射率全为负或全为 0

现象：FLAASH 输出打开后水体区域一片黑，统计值全是负的或者 0。原因通常是辐射定标输出数据类型选了 Byte，辐亮度被截断，FLAASH 拿到的输入本身就不对。解决：回退到辐射定标，输出类型改 Float，重新跑一遍定标和大气校正。另一个可能是气溶胶模型选了不匹配的类型，城市区域选 Rural 会让整景反射率偏低，换回 Urban 重跑。

4.2 正射校正后影像和矢量错位

现象：水域掩膜裁出来的范围和实际水系对不上，整体平移几百米。原因：参考影像和输入影像的坐标系不一致，或者 RPC 文件缺失导致 ENVI 用了默认几何模型。解决：先在 ArcGIS 里统一投影，确认 RPC 文件和数据在同一目录且文件名匹配，重跑 RPC 校正后用少量地面控制点抽查。

4.3 Band Math 结果全为 0 或 NaN

现象：NDWI 输出整景 0，或者大片 NaN。原因：变量绑定错误，公式里的 b2、b4 绑到了不存在的波段，或者输入文件是掩膜后的 water.dat 但波段数不对。解决：打开 Map Variable to Input File 逐项核对波段序号，掩膜后的文件波段数应该和原多光谱一致，如果只剩一个波段说明掩膜时选错了输出方式。

4.4 黑边被算进水体面积

现象：统计出来的水体面积比实际大一圈，边缘呈规则矩形。原因：正射校正后的 Data Ignore Value 没设成 0，黑边被当成低反射率地物参与了指数计算。解决：回到正射结果，Edit Metadata 里把 Data Ignore Value 设为 0，重新生成掩膜和指数。

4.5 水华区域被云边缘污染

现象：水华分级图里出现大片沿云边缘分布的异常高值。原因：检索时云量阈值放得太宽，薄云边缘的近红外反射率被抬高，和真实水华信号混在一起。解决：下载时把云量卡到 10% 以内，已经下载的影像用云掩膜先剔除云边缘像元，再参与分级。

5. 用两期影像做变化检测：把单景反演变成可验证的结论

单景反演只能给一个时间切片，说服力有限。我一般会取同一区域枯水期和丰水期各一景，走完全相同的预处理参数，然后对两期 NDWI 做差值，看黑臭和水华的扩张或收缩。差值前必须保证两期影像的辐射定标和大气校正参数一致，否则差异里混进了大气条件的变化，结论就不可信。

具体做法是在 ENVI 里对两期 NDWI 结果做 Band Math 相减，公式为float(b1) - float(b2)，输出变化图后在 ArcGIS 里按正负分级。变化幅度超过 0.2 的区域重点核查，结合两期的原始假彩色影像人工确认是真实变化还是云影、水位波动造成的假变化。

这套流程跑顺之后，一景影像从下载到出图大概半天，两期对比一天能出结论。从那以后我每次做水体反演，都会先把辐射定标输出类型和 Data Ignore Value 这两个参数单独检查一遍再往下走，这两个地方翻车最隐蔽，等出图才发现就得整条链重来。希望帮到你。

本文还有配套的精品资源，点击获取