植被覆盖度计算与分级
植被覆盖度计算
ENVI下植被覆盖度的遥感估算（植被覆盖度是指植被（包括叶、茎、枝）在地面的垂直投影面积占统计区总面积的百分比。
容易与植被覆盖度混淆的概念是植被盖度,植被盖度是指植被冠层或叶面在地面的垂直投影面积占植被区总面积的比例。
两个概念主要区别就是分母不一样。
植被覆盖度常用于植被变化、生态环境研究、水土保持、气候等方面。
植被覆盖度的测量可分为地面测量和遥感估算两种方法。
地面测量常用于田间尺度，遥感估算常用于区域尺度。
估算模型目前已经发展了很多利用遥感测量植被覆盖度的方法，较为实用的方法是利用植被指数近似估算植被覆盖度，常用的植被指数为NDVI。
下面是李苗苗等在像元二分模型的基础上研究的模型：VFC = (NDVI - NDVIsoil）/ ( NDVIveg — NDVIsoil）（1）其中, NDVIsoil 为完全是裸土或无植被覆盖区域的NDVI值,NDVIveg 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.两个值的计算公式为：NDVIsoil=(VFCmax＊NDVImin- VFCmin＊NDVImax）/( VFCmax- VFCmin) (2）NDVIveg=（(1—VFCmin)*NDVImax—（1-VFCmax）＊NDVImin）/（VFCmax- VFCmin) (3）利用这个模型计算植被覆盖度的关键是计算NDVIsoil和NDVIveg。
这里有两种假设：1）当区域内可以近似取VFCmax=100%，VFCmin=0%.公式（1）可变为：VFC = （NDVI - NDVImin）/ （NDVImax - NDVImin) (4）NDVImax 和NDVImin分别为区域内最大和最小的NDVI值。
由于不可避免存在噪声，NDVImax 和NDVImin一般取一定置信度范围内的最大值与最小值，置信度的取值主要根据图像实际情况来定。
2）当区域内不能近似取VFCmax=100%，VFCmin=0%当有实测数据的情况下,取实测数据中的植被覆盖度的最大值和最小值作为VFCmax和VFCmin，这两个实测数据对应图像的NDVI作为NDVImax 和NDVImin。
10.21 植被覆盖度平均分级计算
10月21日1、打开需要的影像文件：①②③打开后如下：2、举例：2.1、计算出1等级范围内的像元植被覆盖度影像。
b1:处理后的植被覆盖度影像（0-1）；b2:植被覆盖分级图(1-5);(b2 eq 1)*b1+(b2 ne 1)*72.2利用波段计算器计算后结果：0——0.1（第一等级），3目的：利用这个结果可以计算第1分级范围内像元的平均植被覆盖度。
公式解读：在植被覆盖分级图中处于第一等级（0—0.1），所以b2=1的范围就赋值为b1（此处的b1是位于0——0.1等级且位于黄石市边界范围内），而b2不等于1的赋值为3，（这部分像元面积其实是我们不需要的，此处不能赋0才不会与前面的逻辑关系产生冲突，因为当分级图中有为0的面积，而FVC影像图中也有0的值同样的值会误导我们具体的像元面积。
）3、计算第2、3、4、5等级范围内的像元植被覆盖度影像3.1公式：②(b2 eq 2)*b1+(b2 ne 2)*73.1.2利用波段计算器进行计算b1所示影像：b2所示影像：结果：3.2公式：③(b2 eq 3)*b1+(b2 ne 3)*7 3.2.1利用波段计算器进行计算结果：④(b2 eq 4)*b1+(b2 ne 4)*7⑤(b2 eq 5)*b1+(b2 ne 5)*74、将统计结果保存为文本文件，操作如下：其实，可以不用打开影像获取统计结果，操作如下：在列表中选中相应项右键(然后将导好的1、2、3、4、5个数据分别倒入excle表格中，1分级的DN值取0~1之间，其他分级依次类推，得到平均FVC.)5、建立excl表格计算。
注意，粘贴数据时要点——选择性粘贴——数据，这样才能保证只粘贴数据，不会把公式也粘贴进来。
利用像元二分法计算植被覆盖度流程
利用像元二分法计算植被覆盖度流程下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor. I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!像元二分法是一种常用的计算植被覆盖度的方法，其基本思想是将遥感影像中的每个像元分为植被和非植被两部分，然后通过计算植被像元的比例来估算植被覆盖度。
土地利用与植被覆盖度分类分级编码表
3211~ 3213
3221~ 3223
指灌木覆盖度≥40%的林地。（且乔木林郁闭度<0.2） （单纯灌木或混交，覆盖度划分为高、中高、中，编码分别 为 3211、3212、3213）
3301~ 3305
由乔木树种构成，树木郁闭度≥0.1、<0.2 的林地。 （若单纯疏林，覆盖度为低，编码为 3305；若混交，据实判 定植被覆盖度）
一级类 及编码
地 05
二级类 及编码 工矿用地
053 铁路用地
055
公路用地 056
机场用地 057
其他 058
水域及 水利设 施用地
06
水面 061 淤地坝 062 水库 063
三级类及编码 530 550 560 570 580
610 620 630
编码 范围
含义
5308 指主要用于工业生产、物资存放场所的土地。
5508 5608
指用于铁道线路、轻轨、场站的用地。包括设计内的路堤、 路堑、道沟、桥梁等用地。 指用于国道、省道、县道和乡道的用地。包括设计内的路堤、 路堑、道沟、桥梁、汽车停靠站及直接为其服务的附属用地。 道路宽度小于 10 米的不提取。
5708 指用于民用机场的用地。
5808 居民点、商服及公共用地。
造林后保存株数大于或等于造林设计株数的 85%，尚未郁闭
3403~ 3406
但有成林希望的新造林地（一般指造林后不满 3-5 年或飞播 后不满 5-7 年的造林地）。（一般有鱼鳞坑或水平阶。若单 纯未成林，覆盖度为裸地，编码为 3406；若混交，据实判定
植被覆盖度，编码一般为 3404、3405）
3504~ 指中低、低覆盖度的灌木林地，一般分布于风沙区、草少。 3505 编码 3504、3505。
FVC计算——精选推荐
FVC计算基于6S和ENVI的黄⽯市遥感地表植被覆盖度计算数据：处理好的黄⽯市TM3、TM4影像实验步骤⼀、⽤6S软件计算出TM3和TM4的地表反射率⼆、计算地表覆盖度计算公式：y=xa*(measured radiance)-xb; acr=y/(1.+xc*y)(0.00470*b1-0.01979)/[1+0.04569*(0.00470*b1-0.01979)](0.00336*b1-0.4143)/[1+0.07179*(0.00336*b1-0.4143)]arc地标反射率三，计算植被覆盖度数据准备，TM3、TM4地标反射率计算NDVI（归⼀化植被指数）归⼀化植被指数（Normalized Difference Vegetation Index）是⼀个⽤來对遥感资料，通常为卫星遥感资料，进⾏分析，以确定被观测的⽬标区是否为绿⾊植物覆盖，以及植被覆盖程度的指标值。
NDVI=b4-b3/b4+b3其中r4/r3为相应波段的地标反射率计算FAC(植被覆盖度）如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业FAC=（NDVI-NDVIs/NDVIv-NDVIs ）2 0.05 0.07-0.05FVC=[(b1-0.05)/(0.07-0.05)]2后续处理因为0≤0FVC ≤1右击主图像窗⼝，查看像元值得统计结果 DN 灰度值（0，1）（b1 lt 0)*0+(b1 gt 1)*1+(b1 le 1 and b1 ge 0)*b1掩膜如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业五，植被覆盖度应⽤：植被覆盖度分级图b1:处理后的植被地表覆盖度影像b2:掩膜影像取值等级0-0.1且位于黄⽯市范围内⼀级，0.1-0.3⼆级0.3-0.5三级0.5-0.7四级0.7-1五级植被覆盖度取值为0且位于黄⽯市边界范围外的像元取值为0的为第0等级计算公式；(b1 ge 0 and b1 le 0.1 and b2 eq 1)*1+(b1 gt 0.1 and b1 le 0.3 )*2+(b1 gt 0.3 and b1 le 如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业0.5 )*3+(b1 gt 0.5 and b1 le 0.7)*4+(b1 gt 0.7 and b1 le 1)*5+(b2 eq 0)*0统计等级⾯积六、计算出各等级的平均覆盖度计算出1等级范围内的像元平均植被覆盖度b1:处理后的植被地表覆盖度影像b2:植被覆盖度分级图(b2 eq 1)*b1+(b2 ne 1)*7结果：0—0.1（第⼀等级范围），7利⽤这个结果可以计算出第⼀分级范围内像元的平均植被覆盖度b2指的是黄⽯市范围以内的，可能会和以外的数值混合，所以不能为0，第⼆、三、四、五等级(b2 eq 2)*b1+(b2 ne 2)*7(b2 eq 3)*b1+(b2 ne 3)*7(b2 eq 4)*b1+(b2 ne 4)*7(b2 eq 5)*b1+(b2 ne 5)*7如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业计算结果⼤于0.5的都为0分级后的平均FVC图00.20.40.60.810123456FVC分级平均F V C平均FVC第七讲GIS 制图添加黄⽯边界（.shp）打开这个数据盒⼦如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业，布局视图、、图例：右击转化为图形，右键取消分组……尺插⼊指北针、⽐例如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业。
植被覆盖度计算
EＮVＩ下植被覆盖度得遥感估算(植被覆盖度就是指植被(包括叶、茎、枝)在地面得垂直投影面积占统计区总面积得百分比。
容易与植被覆盖度混淆得概念就是植被盖度,植被盖度就是指植被冠层或叶面在地面得垂直投影面积占植被区总面积得比例。
两个概念主要区别就就是分母不一样。
植被覆盖度常用于植被变化、生态环境研究、水土保持、气候等方面。
植被覆盖度得测量可分为地面测量与遥感估算两种方法。
地面测量常用于田间尺度,遥感估算常用于区域尺度、估算模型目前已经发展了很多利用遥感测量植被覆盖度得方法,较为实用得方法就是利用植被指数近似估算植被覆盖度,常用得植被指数为NDVI、下面就是李苗苗等在像元二分模型得基础上研究得模型:VＦC =(ＮDVI －NＤＶIsoil)/ (NDVIｖeg — NDVIｓoil) (１)其中,ＮＤVIsoｉl 为完全就是裸土或无植被覆盖区域得NDVI值,NDVIｖeｇ则代表完全被植被所覆盖得像元得NDVI值,即纯植被像元得NDVI值。
两个值得计算公式为:ＮDVIsｏｉｌ=(ＶFCmax*ＮＤＶImin－VFCｍiｎ*ＮDVImaｘ)/( VFCｍａx— VＦCmin)(2)ＮDVIveg=((1－VＦCｍin)*NDVＩmａx- (１-VFCｍａｘ)＊NＤＶＩmin)／(VFCmａx—ＶFＣmin) (3)利用这个模型计算植被覆盖度得关键就是计算NＤVＩｓoiｌ与NDＶＩvｅｇ。
这里有两种假设:1)当区域内可以近似取VFCmａｘ=100％,VFCmin=0％、公式(１)可变为:VFＣ= (NDVI — NDVImin)/( NDVＩmax — NDVImｉｎ) (4)NDVImax 与ＮＤVＩｍin分别为区域内最大与最小得ＮＤＶI值。
由于不可避免存在噪声,NDVＩｍax 与NＤVImin一般取一定置信度范围内得最大值与最小值,置信度得取值主要根据图像实际情况来定。
２)当区域内不能近似取VＦCmax=１０0%,VFCmiｎ＝0％当有实测数据得情况下,取实测数据中得植被覆盖度得最大值与最小值作为VＦCｍａx 与VFCmｉn,这两个实测数据对应图像得ＮＤVI作为ＮDVIｍax 与NDVImin。
植被覆盖度计算经验教程
ENVI5.1（5.0版本以上）计算植被覆盖度1.加载用矢量边界裁剪过的ROI（经几何校正-辐射校正处理）2.计算NDVI，利用ENVI5.1 Toolbox 提供的搜索功能查找NDVI模块，然后进行NDVI计算。
本例中影像数据为landsat8 影像，因此Input File Type 选项为Landsat OLI，红色波段为4，近红外为5（TM和ETM+影像的NDVI Band：Red 3 Near IR 4）3.对计算的NDVI进行DN二值化处理，选择Toolbox 中的Band Ratio/BandMath模块，在band math 对话框中进行参数设置。
首先，在Enter an expression 对话框下输入NDVI二值化公式：((b1 lt -1)*0+((b1 ge -1) and (b1 le 1))*b1+(b1 gt 1)*1)（切记，括号为英文半角），然后单击Add to List，将波段运算表达式添加至Previous Band Math Expressions 对话框，然后OK。
在新弹出的Variables to Bands Parings 对话框Avilable Bands List 对话框中选择上一步计算的NDVI，然后输出至特定位置（切记，如果电脑内存不足2G，请输出结果为File）。
4.对二值化的NDVI进行概率统计。
选择Toolbox 中Statistics/ComputeStatistics模块，选择二值化处理的结果（本例中，NDVI_20131119为计算得到的NDVI结果，NDVI为二值化后的结果），同时在Mask Options 下拉菜单中选择Build Mask..选项，在弹出的Mask Definition对话框中选择Import EVFs选项，创建一个mask。
然后查看统计结果。
详细理论请参考/s/blog_764b1e9d0100u29i.html5.计算植被覆盖度VFC。
植被覆盖度计算
(植被覆盖度是指植被（包括叶、茎、枝）在地面的垂直投影面积占统计区总面积的百分比。
容易与植被覆盖度混淆的概念是植被盖度，植被盖度是指植被冠层或叶面在地面的垂直投影面积占植被区总面积的比例。
两个概念主要区别就是分母不一样。
植被覆盖度常用于植被变化、生态环境研究、水土保持、气候等方面。
植被覆盖度的测量可分为地面测量和遥感估算两种方法。
地面测量常用于田间尺度，遥感估算常用于区域尺度。
估算模型目前已经发展了很多利用遥感测量植被覆盖度的方法，较为实用的方法是利用植被指数近似估算植被覆盖度，常用的植被指数为NDVI。
下面是李苗苗等在像元二分模型的基础上研究的模型：VFC = (NDVI - NDVIsoil)/ ( NDVIveg - NDVIsoil) （1）其中, NDVIsoil 为完全是裸土或无植被覆盖区域的NDVI值，NDVIveg 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。
两个值的计算公式为：NDVIsoil=（VFCmax*NDVImin- VFCmin*NDVImax）/( VFCmax- VFCmin) （2）NDVIveg=（(1-VFCmin)*NDVImax- (1-VFCmax)*NDVImin）/( VFCmax- VFCmin) （3）利用这个模型计算植被覆盖度的关键是计算NDVIsoil和NDVIveg。
这里有两种假设：1）当区域内可以近似取VFCmax=100%，VFCmin=0%。
公式（1）可变为：VFC = (NDVI - NDVImin)/ ( NDVImax - NDVImin) （4）NDVImax 和NDVImin分别为区域内最大和最小的NDVI值。
由于不可避免存在噪声，NDVImax 和NDVImin一般取一定置信度范围内的最大值与最小值，置信度的取值主要根据图像实际情况来定。
2）当区域内不能近似取VFCmax=100%，VFCmin=0%当有实测数据的情况下，取实测数据中的植被覆盖度的最大值和最小值作为VFCmax和VFCmin，这两个实测数据对应图像的NDVI作为NDVImax 和NDVImin。
基于GIS的ndvi植被覆盖度的估算
1.绪论1.1 课题研究的目的与意义植被，包括森林、灌丛、草地和农作物，既是生态系统的主要组成部分，也是生态系统存在的基础，具有截流降雨、减缓径流、防沙治沙、保持水土等功能，联结着土壤、大气和水分等自然过程，在陆地表面的能量交换、生物地球化学循环和水文循环等过程中扮演着重要角色，是全球变化研究中的“指示器”[1]。
植被根据生态系统中水、气等的状况，调控其内部与外部的物质、能量交换。
植被覆盖与气候因子关系极为密切，研究植被覆盖变化对气候的影响是气候变化研究的主要内容之一，它影响着土壤湿度、地表温度和地表能量与水的循环(李苗苗，2004)。
植被覆盖度(vegetation fractional cover，简称FC)是指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比[2]。
它是植被对地面的垂直投影比例，对于山坡进行植被覆盖度测量时，应该采用垂直于坡面的角度。
植被覆盖度具有强烈的尺度效应，同一片植被，因被纳入统计的范围不同而表现为不同的植被覆盖度。
如一个地区的植被覆盖度很高，但平均到全国水平就大大降低了[3]。
植被覆盖度在提示地表植被分布规律, 探讨植被分布影响因子, 分析评价区域生态环境, 及时准确地掌握其动态变化, 分析其发展趋势对维护区域生态平衡等方面都具有重要意义。
[4]而城市植被则是城市生态系统重要的还原组织和最重要的元素,对于保护城市生态环境具有不可忽视的作用[5] ,如有效缓解城市“热岛效应”,改善城市区域小气候[5～7] 等。
城市化的迅速推进，带来了多样化的生态足迹，植被覆盖度，土壤污染率，地表侵蚀率，逐渐成为生态研究的热点，也成为环境保护的重点。
借助于高速发展的RS与GIS技术来进行植被覆盖度的估算，将是当前环境监测的必要步骤。
徐州是由矿区发展起来的城市，由于长期开采矿产，导致了一系列严重的生态问题，如塌陷地广布，植被破坏率严重，土地侵蚀率增大，等。
在此背景下，研究徐州市整体的土地覆盖情况，即是现实需要，也是未来生态城市规划的重要步骤。
使用遥感技术进行植被覆盖度评估的步骤
使用遥感技术进行植被覆盖度评估的步骤植被覆盖度评估在环境监测、生态保护和土地利用规划等领域中扮演着重要角色。
传统的植被覆盖度评估需要大量的人力、物力和时间投入，其结果通常借助遥感技术进行解读。
本文将详细介绍使用遥感技术进行植被覆盖度评估的步骤。
一、遥感图像获取遥感技术通过无人机、卫星或飞行器获取大范围的图像数据，这些图像数据可以反映不同地理位置上的植被分布情况。
从高分辨率的遥感图像中，我们可以获得大量的植被信息，这是进行植被覆盖度评估的基础。
二、图像预处理在进行植被覆盖度评估之前，我们需要对获取的遥感图像进行预处理。
这一步骤的目的是消除图像中的噪声、辐射校正和大气校正等，以提高图像的质量和精度。
常见的预处理方法包括大气校正、几何校正和辐射校正等。
三、植被指数计算植被指数是衡量植被覆盖度的重要指标之一。
常用的植被指数包括归一化植被指数（NDVI）和可见光植被指数（VVI）等。
这些指数通过计算遥感图像中不同波段的反射率或亮度温度的差异，可以反映出植被的分布和生长情况。
在计算植被指数时，我们需要根据不同的实际需求选择适当的指数。
四、图像分类在植被覆盖度评估中，图像分类是一个关键的步骤。
根据不同的研究目的和数据要求，我们可以选择不同的分类方法，如无监督分类和监督分类等。
无监督分类是通过计算图像中像素点之间的相似性进行分类，而监督分类则需要提前准备样本数据，并根据已知的类别标识进行分类。
图像分类的目的是将遥感图像中的像素点分配到不同的植被类型中，以便进行后续的植被覆盖度分析。
五、植被覆盖度计算在图像分类之后，我们可以利用分类结果来计算植被覆盖度。
植被覆盖度是指特定地理范围内植被的面积与总区域面积之间的比例。
常见的计算方法包括像元统计法和面积比例法。
像元统计法通过统计分类结果中所属植被类别的像元数量，计算出植被覆盖度的百分比。
面积比例法则是通过计算分类结果中所属植被类别的面积与总区域面积之间的比例来得到植被覆盖度的百分比。
植被覆盖度
本文对高分辨率QuickBird 影像的全色波段和多光谱波段进行了各种融合方法的试验。
结果表明：Gram-schmidt 变换法和Pansharp 变换法在保持光谱信息方面的能力强于Brovey 变换法、IHS 变换法和PCA 变换法。
综合考虑各评价参数，通过视觉效果比较和定量分析可以得出：Gram-schmidt 变换法和Pansharp 变换法能够在提高原始多光谱影像的空间信息的同时尽可能地保持了多光谱影像的光谱信息，尤其以Gramschmidt变换法对高分辨率QuickBird 影像的融合效果最好。
高分辨率遥感影像融合应采用Gramschmidt方法。
本次工作获得的Qu ickb ird 卫星影像数据为预正射产品( O rtho Ready S tandard) , 带有RPC ( Rational Ploynom ial Coeffic ien,t 有理多项式系数)参数。
由于工作区为中低山区峡谷区, 因此必须对Qu ickbird原始影像进行正射校正。
由于获得的Qu ickb ird 数据为预正射产品, 采用有理函数模型( RationalFunction)[ 2 ] 来对Qu ickbird 原始影像进行正射校正, 即在PC IGeomatica遥感图像处理软件中采用Quickbird单景影像+ RPC + DEM + GCP 的模式, 对Quickb ird原始全色影像进行正射校正。
DEM ( D igital E levat ionMode,l 数字高程模型)由数字地形图( DLG) 生成, GCP ( Ground Contro l Po in,t 地面控制点)通过GPS 实测获得。
正射校正后的Qu ickbird影像满足1B1万重点调查的精度要求。
研究去为山区应进行正射校正。
彩色合成波段组合为红色XS3、绿色XS2、蓝色XS1, 这种自然彩色合成方式比较符合人眼的视觉习惯, 有利于地质灾害目视解译, 然后与全色影像配准, 采用自动融合算法)，PANSHARP( Automatic ImageFusion)进行融合, 并对融合后的影像进行拉伸增强、对比度和亮度调整, 获得分辨率为0. 61m 的彩色校正图像。
基于归一化指数（NDVI）的植被覆盖度分级研究——以贵州省为例
基于归⼀化指数（NDVI）的植被覆盖度分级研究——以贵州省为例基于归⼀化指数（N D V I)的植被覆盖度分级研究----以贵州省为例袁⼠聪⾕甫刚(贵阳⽣产⼒促进中⼼，贵阳5500〇2)摘要：⼟地植被覆盖度是反映⼟地利⽤变化的⼀个重要指标，但传统的研究⽅法需要耗⽤⼤量的⼈⼒与物⼒进⾏采点分析。
本⽂以贵州省为例，以CBERS2遥感影象为数据源，利⽤遥感与地理信息系统技术，根据归⼀化植被指数（NDVI)可提供植被反射重要信息的原理，通过建模反演植被覆盖度，利⽤遥感与地理信息系统软件，得出⼟地植被覆盖度数据与专题地图。
利⽤NDVI研究贵州省的植被覆盖度是切实可⾏的技术。
关键词：NDVI;归⼀化植被指数;植被覆盖度;贵州省中图分类号：X87 ⽂献标志码：AA study on vegetation coverage based on NDVI---taking Gui Zhou Province as an exampleYuan Shicong,Gu Pugang(Productivity Promotion Centre of Guiyang, Guiyang 550002)Abstract ：Vegetation coverage is an important index reflecting the land use change. Employing tradi-tional method, however, needs to consume massive manpower and materials for conducting sampling and analyzing. By employing remote sensing and geographic information system technology and using CBERS2 remote sensing image as the data pool, this research conducted an inversion calculation of vegetation coverage of Guizhou Province through modeling based on the theory that NDVI ( normalized difference vegetation index) can provide important information of vegetation reflection. Both land coverage data and thematic map were finally obtained thanks to the support of remote sensing and ge-ographic information system software. The results show that calculation of vegetation coverage of Guizhou Province using NDVI is feasible.Keywords ：normalized difference vegetation index ；vegetation coverage ；Guizhou Province⼟地覆盖是指⾃然营造物和⼈⼯建筑物所覆盖的地表诸要素的综合体,包括地表植被、⼟壤、湖泊、沼泽湿地及各种建筑物（如道路等），具有特定的时间和空间属性，其形态和状态可在多种时空尺度上变化[1]。
植被覆盖度计算
ENVI下植被覆盖度的遥感估算(植被覆盖度是指植被（包括叶、茎、枝）在地面的垂直投影面积占统计区总面积的百分比。
容易与植被覆盖度混淆的概念是植被盖度，植被盖度是指植被冠层或叶面在地面的垂直投影面积占植被区总面积的比例。
两个概念主要区别就是分母不一样。
植被覆盖度常用于植被变化、生态环境研究、水土保持、气候等方面。
植被覆盖度的测量可分为地面测量和遥感估算两种方法。
地面测量常用于田间尺度，遥感估算常用于区域尺度。
估算模型目前已经发展了很多利用遥感测量植被覆盖度的方法，较为实用的方法是利用植被指数近似估算植被覆盖度，常用的植被指数为NDVI。
下面是李苗苗等在像元二分模型的基础上研究的模型：VFC = (NDVI - NDVIsoil)/ ( NDVIveg - NDVIsoil) （1）其中, NDVIsoil 为完全是裸土或无植被覆盖区域的NDVI值，NDVIveg 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。
两个值的计算公式为：NDVIsoil=（VFCmax*NDVImin- VFCmin*NDVImax）/( VFCmax- VFCmin) （2）NDVIveg=（(1-VFCmin)*NDVImax- (1-VFCmax)*NDVImin）/( VFCmax- VFCmin) （3）利用这个模型计算植被覆盖度的关键是计算NDVIsoil和NDVIveg。
这里有两种假设：1）当区域内可以近似取VFCmax=100%，VFCmin=0%。
公式（1）可变为：VFC = (NDVI - NDVImin)/ ( NDVImax - NDVImin) （4）NDVImax 和NDVImin分别为区域内最大和最小的NDVI值。
由于不可避免存在噪声，NDVImax 和NDVImin一般取一定置信度范围内的最大值与最小值，置信度的取值主要根据图像实际情况来定。
2）当区域内不能近似取VFCmax=100%，VFCmin=0%当有实测数据的情况下，取实测数据中的植被覆盖度的最大值和最小值作为VFCmax和VFCmin，这两个实测数据对应图像的NDVI作为NDVImax 和NDVImin。
植被覆盖度计算与分级
植被覆盖度计算与分级一、植被覆盖度计算1、数据处理打开tm3、tm4地表反射率影像2、计算NDVI（归一化植被指数）Basic Tools→Band Math→输入(b4-b3)/(b4+b3)→Ok→按B3选择下面的tm3地表反射率、按B4选择下面的tm4地表反射率→Choose→2000_NDVI_gongshi→打开→Ok3、计算FVC（植被覆盖度）FVC= [(NDVI-NDVI S) / (NDVI V-NDVI S)]2V,S分别是植被和裸土的NDVI值，由于缺乏详细的区域植被和土壤光谱图数据，取值NDVI V=0.70,NDVI s=0.05,FVC= [(b1-0.05)/(0.7-0.05)]* [(b1-0.05)/(0.7-0.05)](此处b1指NDVI影像，FVC衡量植被生长的茂盛程度，取值0—1。
)Basic Tools→Band Math→输入[(b1-0.05)/(0.7-0.05)]* [(b1-0.05)/(0.7-0.05)]→Ok →按B1选择2000_NDVI_gongshi→Choose→2000_FVC_jisuan→打开→Ok4、处理FVC中DN值大于1的像元Basic Tools→Band Math→输入(b1 lt 0)*0+(b1 gt 1)*1+(b1 le 1 and b1 ge 0)*b1→Ok →按B1选择2000_FVC_jisuan→Choose→2000_FVC_chuli→打开→Ok5、建立掩膜进行处理打开黄石市边界矢量数据；Vector→Open Vector File→选图（黄石市边界范围.evf)→打开（3）以黄石市边界矢量数据建立掩膜；Basic Tools→Masking→Bulid Mask→Display #1→Options →Import EVFS→选图（111）→Ok→Choose→命名（2000_FVC_chuli_yanmo)→打开→Apply（4）应用掩膜；Basic Tools→Masking→Apply Mask→2000_FVC_chuli→Select Mask Bang→2000_FVC_chuli_yanmo→Ok→Ok→Choose→命名（2000_FVC_chuli_again)→打开→Ok二、植被覆盖度分级1、打开数据：2000_FVC_chuli_again、2000_FVC_chuli_yanmo2、分级（1）制作分级图Basic Tools→Band Math→输入公式(b1 ge 0 and b1 le 0.1 and b2 eq 1)*1+(b1gt 0.1 and b1 le 0.3)*2+(b1 gt 0.3 and b1 le 0.5)*3+(b1 gt 0.5 and b1 le 0.7)*4+(b1 gt 0.7 and b1 le 1)*5+(b2 eq 0)*0→Ok→按B1选择2000_FVC_chuli_agan、B2选择2000_FVC_chuli_yanmo→Choose→命名为2000_FVC_chuli_fenji→打开→Ok（2）分级①一等级：Basic Tools→Band Math→输入公式(b2 eq 1)*b1+(b2 ne1)*3→Ok→按B1选择2000_FVC_chuli_agan、B2选择2000_FVC_chuli_fenji→Choose→命名为2000_FVC_chuli_again_1dengji→打开→Ok②相同方法计算2、3、4、5等级公式分别为：2等级：(b2 eq 2)*b1+(b2 ne 2)*73等级：(b2 eq 3)*b1+(b2 ne 3)*7 4等级：(b2 eq 4)*b1+(b2 ne 4)*7 5等级：(b2 eq 5)*b1+(b2 ne 5)*7 结果图：2等级3等级4等级：5等级（3）制作分级数据右键2000_FVC_chuli_again_1dengji→Quick Stats……→File→Save results to text flie……Choose→命名为2000_FVC_chuli_again_1dengji→打开→Ok。
植被覆盖度估算方法(一)
植被覆盖度估算方法(一)植被覆盖度估算引言植被覆盖度是评估一个区域内植被覆盖程度的重要指标。
它能够帮助我们理解地表的植被分布情况，为生态环境和资源管理提供依据。
本文将介绍几种常见的植被覆盖度估算方法。
光谱指数法光谱指数是通过遥感数据中植物的光谱反射信息计算得出的。
常见的光谱指数有归一化植被指数（NDVI）、差值植被指数（DVI）等。
这些指数通过计算不同波段之间的差异性，反映了植被覆盖的程度。
光谱指数法适用于大面积、连续性的植被覆盖度估算。
•归一化植被指数（NDVI）•差值植被指数（DVI）•…人工采样法人工采样法是通过在实地进行植物测量和采样，来获取植被覆盖度信息的一种方法。
该方法适用于小面积、复杂地形的植被覆盖度估算。
•样点测量法•样线测量法•…监测与遥感技术相结合监测与遥感技术相结合的方法能够在大范围内进行植被覆盖度估算，并结合地表特征和遥感数据进行分析。
•基于遥感图像分类的方法•基于监测站点数据分析的方法•…基于机器学习的方法近年来，随着机器学习技术的快速发展，基于机器学习的植被覆盖度估算方法也逐渐被应用。
通过训练模型，使用大量的遥感数据进行植被覆盖度的预测和估算。
•支持向量机（SVM）•随机森林（Random Forest）•…结论植被覆盖度的估算方法多种多样，可以根据具体的研究对象和研究目的选择合适的方法。
光谱指数法适用于大面积的植被覆盖度估算，人工采样法适用于小面积的植被覆盖度估算，监测与遥感技术相结合的方法能够在大范围内进行植被覆盖度估算，基于机器学习的方法在精确度和效率上都有较好的表现。
不同的方法相互补充，可以为我们提供全面和准确的植被覆盖度估算结果。
光谱指数法归一化植被指数（NDVI）归一化植被指数（NDVI）是通过计算近红外和可见光波段的反射率之差除以两者之和得出的。
NDVI的取值范围在-1到1之间，数值越高表示植被覆盖度越高。
差值植被指数（DVI）差值植被指数（DVI）是通过计算不同波段之间的反射率差异得出的。
生态问题评估指标计算方法
附录 A（规范性附录）生态问题评估指标计算方法A.1 水土流失程度分级标准依据水利部发布的SL 190，将水土流失程度分为微度、轻度、中度、强度、极强度、剧烈六个等级，分级标准如下：表A.1 水土流失程度分级标准表其中，土壤侵蚀模数采用通用土壤流失方程（USLE）法而估算得到。
USLE的计算公式为：=⨯⨯⨯（A.1）A R K CLS式中：A——土壤侵蚀量，t/（hm2·a）；R——降雨侵蚀力因子；K——土壤可蚀性因子；LS ——坡长坡度因子；C——植被覆盖因子。
土壤侵蚀量具体计算方法及参数设置详见HJ 1173。
在上述评估的基础上，进一步将水土流失程度合并为五个等级，轻度，中度，强度（强度、极强度）与剧烈，微度为无侵蚀区。
A.2 土地沙化程度根据GB/T 24255，采用土壤风蚀调查法，结合植被覆盖度和沙化土地状况来评估土地沙化程度，沙化区土地沙化程度分为轻度、中度、重度与极重度级别，非沙化区沙化等级为无，具体标准如下。
表A.2 土地沙化程度分级标准其中，沙化土地参见《第五次中国荒漠化和沙化状况公报》，明确沙化土地的范围。
植被覆盖度的计算方法如下：植被指数与植被覆盖度有较好的相关性，可以用归一化植被指数（normalized difference vegetation index ，NDVI ）来计算植被覆盖度。
根据像元二分模型理论，可以认为一个像元的NDVI 值是由绿色植被部分贡献的信息与无植被覆盖部分贡献的信息组合而成，植被覆盖度可根据公式获得：soilc veg soilNDVI NDVI =NDVI NDVI F -- （A.2）式中：F c ——植被覆盖度；NDVI ——通过遥感影像近红外波段与红光波段的发射率来计算；veg NDVI ——纯植被像元的NDVI 值；soil NDVI ——完全无植被覆盖像元的NDVI 值。
A.3 石漠化程度在喀斯特地区范围内，根据坡度、植被覆盖度和岩性等因素的综合特征进行评估，石漠化的程度可分为无石漠化、轻度、中度、重度、极重度5个等级，分级标准见表A.3。
10.14 植被覆盖度分级
植被覆盖度分级处理10.141、打开，文件，并打开掩膜影像文件，即2、植被覆盖度分级计算：关于逻辑符号的说明：ge 大于或等于，gt 大于,le 小于或等于，lt 小于and 并且or 或者eq 等于ne 不等于进行植被覆盖度分级计算公式：b1:表示处理后的植被覆盖度影像，b2：表示掩模影像(注意：公式不能换行，因为换行符也是无法识别字符)(b1 ge 0 and b1 le 0.1 and b2 eq 1)*1+(b1 gt 0.1 and b1 le 0.3)*2+(b1 gt 0.3 and b1 le 0.5)*3+(b1 gt 0.5 and b1 le 0.7)*4+(b1 gt 0.7 and b1 le 1)*5+(b2 eq 0)*0植被覆盖度常用5级分级方法：0——0.1且位于黄石边界范围内的像元：第1等级0.1——0.3：第2等级0.3——0.5：第3等级0.5——0.7：第4等级0.7——1：第5等级植被覆盖度取值为0且位于黄石边界范围内的像元分为第0等级。
公式表示把植被覆盖度影像与掩模影像的象元分为5个等级，但是边界以外的为0的也是一种情况，要考虑,第1个公式0<=b1<=1,因为黄石市边界以外也是0，所以还需界定b2=1,也就是限定在边界内。
3、打开波段计算器：将刚刚写好的计算公式带入波段计算器，公式保存后弹出的对话框此时B1选下面的FVC影像而B2选掩膜影像。
保存为打开此分级影像4、右键打开5、根据统计结果，计算植被覆盖度情况：(12月22日操作的疑问：象元面积900来自哪里)6、举例：计算出1等级范围内的像元植被覆盖度影像。
b1:处理后的植被覆盖度影像（0-1）；b2:植被覆盖分级图(1-5);(b2 eq 1)*b1+(b2 ne 1)*3结果：0——0.1（第一等级），3公式解读：在植被覆盖分级图中处于第一等级（0—0.1），所以b2=1的范围就赋值为b1（此处的b1是位于0——0.1等级且位于黄石市边界范围内），而b2不等于1的赋值为3，这部分像元面积其实是我们不需要的，此处不能赋0才不会与前面的逻辑关系产生冲突，因为当分级图中有为0的面积，而FVC影像图中也有0的值同样的值会误导我们具体的像元面积。
- 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)。
植被覆盖度计算与分级
一、植被覆盖度计算
1、数据处理
打开tm3、tm4地表反射率影像
2、计算NDVI（归一化植被指数）
Basic Tools→Band Math→输入(b4-b3)/(b4+b3)→Ok→按B3选择下面的tm3地表反射率、按B4选择下面的tm4地表反射率→Choose→2000_NDVI_gongshi→打开→Ok
3、计算FVC（植被覆盖度）
FVC= [(NDVI-NDVI S) / (NDVI V-NDVI S)]2
V,S分别是植被和裸土的NDVI值，由于缺乏详细的区域植被和土壤光谱图数据，取值NDVI V=0.70,NDVI s=0.05,
FVC= [(b1-0.05)/(0.7-0.05)]* [(b1-0.05)/(0.7-0.05)]
(此处b1指NDVI影像，FVC衡量植被生长的茂盛程度，取值0—1。
)
Basic Tools→Band Math→输入[(b1-0.05)/(0.7-0.05)]* [(b1-0.05)/(0.7-0.05)]→Ok→按B1选择2000_NDVI_gongshi→Choose→2000_FVC_jisuan→打开→Ok
4、处理FVC中DN值大于1的像元
Basic Tools→Band Math→输入(b1 lt 0)*0+(b1 gt 1)*1+(b1 le 1 and b1 ge 0)*b1→Ok→按B1选择2000_FVC_jisuan→Choose→2000_FVC_chuli→打开→Ok
5、建立掩膜进行处理
打开市边界矢量数据；
Vector→Open Vector File→选图（市边界围.evf)→打开（3）以市边界矢量数据建立掩膜；
Basic Tools→Masking→Bulid Mask→Display #1→Options →Import EVFS→选图（111）→Ok→Choose→命名
（2000_FVC_chuli_yanmo)→打开→Apply
（4）应用掩膜；
Basic Tools→Masking→Apply Mask→2000_FVC_chuli→Select Mask Bang→2000_FVC_chuli_yanmo→Ok→Ok→Choose→命名（2000_FVC_chuli_again)→打开→Ok
二、植被覆盖度分级
1、打开数据：2000_FVC_chuli_again、2000_FVC_chuli_yanmo
2、分级
（1）制作分级图
Basic Tools→Band Math→输入公式(b1 ge 0 and b1 le 0.1 and b2 eq 1)*1+(b1
gt 0.1 and b1 le 0.3)*2+(b1 gt 0.3 and b1 le 0.5)*3+(b1 gt 0.5 and b1 le 0.7)*4+(b1 gt 0.7 and b1 le 1)*5+(b2 eq 0)*0→Ok→按B1选择2000_FVC_chuli_agan、B2选择
2000_FVC_chuli_yanmo→Choose→命名为2000_FVC_chuli_fenji→打开→Ok
（2）分级
①一等级：Basic Tools→Band Math→输入公式(b2 eq 1)*b1+(b2 ne
1)*3→Ok→按B1选择2000_FVC_chuli_agan、B2选择2000_FVC_chuli_fenji→Choose→命名为2000_FVC_chuli_again_1dengji→打开→Ok
②相同方法计算2、3、4、5等级
公式分别为：
2等级：(b2 eq 2)*b1+(b2 ne 2)*7
3等级：(b2 eq 3)*b1+(b2 ne 3)*7 4等级：(b2 eq 4)*b1+(b2 ne 4)*7 5等级：(b2 eq 5)*b1+(b2 ne 5)*7 结果图：
2等级
3等级
4等级：
5等级
（3）制作分级数据
右键2000_FVC_chuli_again_1dengji→Quick Stats……→File→Save results to text flie……Choose→命名为2000_FVC_chuli_again_1dengji→打开→Ok。