植被覆盖度分布图制作

作业1：

用TM/ETM图像制作一个地区植被覆盖度分布图(要求如图所示)，描述该地区的区域概况，并分析植被分布空间差异。所用公式如下：

NDVI=(B4-B3)/(B4+B3)

Vr=(NDVI-NDVIb)/(NDVIv-NDVIb)

式中：NDVI是归一化植被指数。B3和B4是TM第3和4波段的图像亮度值。NDVIb和NDVIv是裸土和植被的NDVI值，可分别取0.15和0.75。Vr是植被覆盖度(0-1)。

要求：用WORD把制作过程和分析结果记录下来。>2000字

目的：学会图像处理软件，进行图像信息提取，用各种软件共同制作有实际意义的图像

原理与方法：

NDVI——归一化植被指数NDVI=(NIR-R)/(NIR+R)，或两个波段反射率的计算。1．NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等；2．-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大

3．NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图像，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI 增加速度，即NDVI对高植被区具有较低的灵敏度；

4．NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯

叶、粗糙度等，且与植被覆盖有关。

操作步骤如下：

一．从地理空间数据云网站下载山西省吕梁地区文水县的ETM影像，对应地区的

4-红波段0.630–0.680 30 LC81260342015159LGN00_B4

5-近红外波段0.845–0.885 30 LC81260342015159LGN00_B5 6-短波红外1 1.560–1.660 30 LC81260342015159LGN00_B6 7-短波红外2 2.100–2.300 30 LC81260342015159LGN00_B7

8-全色波段0.500–0.680 15 LC81260342015159LGN00_B8 9-卷云波段 1.360–1.390 30 LC81260342015159LGN00_B9

10-热红外1 10.60 -11.19 100 LC81260342015159LGN00_B1 0

11-热红外2 11.50 -12.51 100 LC81260342015159LGN00_B1 1

以及还有相应影像的信息文件（LC81260342015159LGN00_MTL.txt）。

二．进入ENVI 4.8，点击File按钮，出现Open Image File，点击其出现一个Enter Data Filenames 窗口，选择下载好的数据，添加所有波段（其中红波段和近红外波段，即第4,5波段），执行Basic Tools--Layer Stacking，选中11个波段，点击OK，即可将TM影像的11个波段合成一个文件，输出名为AllFile.img ，然后再进行 7,5,3——假彩色合成，其具有良好的大气透射

以下图分别为波段合成窗口和假彩色合成后显示的影像

三.点击Basic Tools→Band Math,弹出窗口，进行归一化植被指数(NDVI)计算。 {归一化植被指数(NDVI)，又称标准化植被指数，是近几年来较为常用的一种监测植被的遥感指数，用于大区域的

植被检测。绿色植被反射光谱的突出特点是对红光(b3)的高吸收率和对近红外光(b4)的高反射率，因此NDVI定义为近红外波段b4与可见光红波b3数值之差和这两个波段数值之和的比值，即公式：NDVI=(b4 – b3)／(b4 + b3)。为了使数据变成浮点型，所以要在公式中进行变形。即为NDVI=float((float(b4)-float(b3))/(float(b4)+float(b3)))。本文利用的模型是以NDVI值为参数，建立NDVI与植被覆盖度之间的关系来计算植被覆盖度的，因此计算NDVI值是一个必不可少的过程。}

而且考虑到原始的图像太大，处理起来会比较慢，故需对原数据进行截取，只研究其中的一小块子区数据。其操作步骤为：Spatial Subset→Image→对Samples，Lines数值进行改变从而进行裁剪→OK→选择保存路径。

下图为NDVI计算对话框和截取后得到的NDVI影像

四．在上图中右击，选择Quick Statistics Results进行观察，结果如下图。它的最小值Min= -0.061068，最大值=0.614166，而研究区内NDVI统计的点都在-1

（如果存在异常点还得需要处理）

同时也可以在上图中右击，选择Cursor Location/Value可以进行观察每一点的值，如下图所示：

五.根据像元线性分解模型，图像中每个像元的NDVI 值可以看成是有植被覆盖部分的v NDVI 与无植被覆盖部分的b NDVI 的加权平均，因此植被覆盖度可以采用公式进行计算。

r b v b V =(NDVI - NDVI )/(NDVI - NDVI )

式中：NDVI 是归一化植被指数，

b NDVI 为裸土或无植被覆盖区域的

NDVI 值，即无植被像元的NDVI 值；而

v NDVI 则代表完全被植被所覆盖的像

元的NDVI 值，即纯植被像元的NDVI 值。

为计算方便,本文做了如下假设：认为裸土的NDVI 值为0.15，即上式中

b NDVI 的值为0.15，而完全为植被覆盖

的NDVI 值为0.75，即v NDVI 的值为0.75。

植被覆盖指数图为

六．在上图中右击，选择Quick Statistics Results 进行观察，结果如下图。它的最小值Min= -0.351779，最大值=0.773609

同时也可以在上图中右击，选择Cursor Location/Value 进行观察每一点的值