6-专题：基于遥感的草原与沙漠化监测
测绘工程专业毕业论文基于遥感的土地利用分析
测绘工程专业毕业论文基于遥感的土地利用分析基于遥感的土地利用分析目录：1. 引言2. 遥感技术在土地利用分析中的应用3. 数据获取与处理方法4. 土地利用分类与解译5. 土地利用变化监测与评估6. 土地利用规划与管理7. 结论1. 引言土地利用是对土地资源进行合理配置和利用的过程，对区域可持续发展具有重要意义。
地球遥感技术能够提供大范围、高时空分辨率的地表信息，成为土地利用研究中不可或缺的工具。
本文将探讨基于遥感的土地利用分析方法及其在测绘工程专业毕业论文中的应用。
2. 遥感技术在土地利用分析中的应用2.1 遥感图像获取利用卫星、航空器等遥感平台获取土地利用信息是土地利用分析的第一步。
卫星遥感图像具有广覆盖、高分辨率、反复观测等优势，可以提供全球范围内的土地利用数据。
航空遥感则能够提供更高分辨率的土地利用信息，适用于小范围研究。
2.2 遥感图像预处理遥感图像获取后，需要进行预处理以消除图像中的噪声、大气扰动和辐射校正等。
预处理方法包括几何校正、辐射校正和大气校正等，以保证土地利用分类的准确性和可靠性。
3. 数据获取与处理方法3.1 土地利用分类系统在进行土地利用分析前，需要建立土地利用分类系统。
土地利用分类系统一般包括一级分类和二级分类，例如农田、城市建设用地、林地等。
根据研究需要，可以对分类系统进行调整和扩展。
3.2 土地利用解译方法土地利用解译是将遥感图像中的地物特征与土地利用分类系统进行对应的过程。
解译方法包括目视解译、监督分类法、非监督分类法等。
不同的解译方法适用于不同的研究目的和数据特征。
4. 土地利用分类与解译4.1 目视解译目视解译是最早也是最直观的土地利用解译方法。
通过对遥感图像进行目视解译，解译员可以根据地物形态、纹理、颜色等特征进行分类。
然而，目视解译存在主观性强、解译效率低等缺点。
4.2 监督分类法监督分类法是一种基于样本的土地利用解译方法。
通过提前收集具有代表性的样本数据，建立分类模型，然后将模型应用到整幅遥感图像中进行解译。
基于GIS的沙漠化土地面积遥感分析监测
展 情况 进行 了研 究 本文应 用 ２ ０ ０ ０年 的 Ｔ 数据 ． Ｍ
基 于 Ｇ Ｓ对 中 国各 省 的沙 漠 、 地 和沙 漠化 土 地进 Ｉ 沙 行 了遥感 调查 监测 ． 并精 确分 析计 算 出面 积数据 。
２ 荒 漠 化 的遥 感 识 别 地 学 分 析
２１ 图像 识别 的地 学分 析处 理 ．
关键词 ： 荒漠化 ； 遥感 ；Ｍ； Ｔ 监测 ： 中国 Fra bibliotek１引 言
全球 荒漠 化 问题 已 引起世 界 各 国的普遍 关 注 ． 其 给这 些地 区人 类 的生活 带来 了严 重 的影 响。对 于 全 球 和洲 际尺 度 的土 地 利用 ， 地覆 盖研 ” 主要 土 ． 采 用 了 Ｎ Ａ ／Ｖ Ｒ Ｏ Ａ Ａ Ｈ Ｒ数 据 ． 而在 区域尺 度 的研究
维普资讯
第 ９卷 第 ３期 ２０ ０ ７年 ６月
地 球 信 息 科 学
ＧＥ Ｉ ０Ｒ ０一 ＮＦ ＭＡＴ ０Ｎ Ｓ Ｉ １ Ｃ ＥＮＣ Ｅ
Ｖｏ ． 。 Ｎ ． １ ９ ｏ３
Ｊ ｎ． ｏ７ ｕ ｅ ２ ０
基 于 ＧＩ Ｓ的沙漠化土地面积 遥感分析监测
对 于荒漠 化 的 图像识 别 ． 首先 利 用 ２ ０ ０ ０年 Ｔ Ｍ
２ 基 于 ＡＲ ／ Ｏ 平 台及其背 景数 据库 荒漠 化 ． ２ ＣＩ ＮＦ 分类制 图
利用 Ａ ＣＩ Ｆ Ｒ ／ Ｏ的 ａｃｄｔ ａｃｏｌ 可 以建立 Ｎ ｒｅｉ和 ｒ ｏｓ ｔ 结果 ｃｖ ｒｇ 。研究 因工作 量很 大 ， ｏｅａ ｅ 采用 了 Ａ ＭＬ语
王莉雯 ， 卫亚星２ 铮 牛
（ １中 国科 学 院 遥 感应 用 研 究 所 遥 感 科 学 国家 重 点 实验 室 ， 京 １０ ０ ； 北 ０ １ １ ２辽 宁 师 范 大 学 城 市 与 环 境 学 院 ． 连 １ ６ ２ ） 大 １０ ９
使用遥感数据进行草地与农作物监测的技术方法与应用案例
使用遥感数据进行草地与农作物监测的技术方法与应用案例近年来，随着遥感技术的不断发展与进步，其在农业领域的应用也逐渐得到了广泛的关注和推广。
遥感数据可以为农作物监测和草地管理提供丰富的信息，帮助农业决策者更好地把握农作物的生长情况和草地的变化趋势。
本文将介绍使用遥感数据进行草地与农作物监测的技术方法与应用案例。
一、遥感数据的获取与处理遥感数据可以通过卫星、航空器和无人机等平台获取。
其中，卫星遥感是最常用的平台，因为卫星能够提供全球范围的遥感数据。
获取到的遥感数据需要经过一系列的处理和分析，才能得到有价值的信息。
首先，对于农作物监测，我们可以利用遥感数据获取植被指数（Vegetation Index, VI）来评估农作物的生长状况。
常用的植被指数有归一化差异植被指数（Normalized Difference Vegetation Index, NDVI）和比例植被指数（Normalized Difference Vegetation Ratio, NDVR）。
这些指数可以通过计算遥感数据中红光和近红外波段的反射率来获得。
对于草地监测，我们可以利用遥感数据分析草地的覆盖度和植被类型。
通过计算遥感数据中的不同波段的反射率，可以得到不同植被的特征，从而对草地进行分类和监测。
二、农作物监测的应用案例农作物监测是遥感数据在农业领域的重要应用之一。
通过监测农作物的生长情况，可以及时发现并解决病虫害等问题，提高农作物产量和质量。
以水稻为例，通过分析遥感数据中的植被指数，可以评估水稻的叶绿素含量和生长状态。
研究发现，NDVI值与水稻产量之间存在一定的相关性。
因此，在农作物监测中，可以根据NDVI值对水稻的产量进行预测和评估，为农业生产提供决策依据。
另外，玉米也是重要的农作物之一。
通过遥感数据监测玉米的生长情况，可以评估土壤湿度、养分状况等信息。
研究表明，遥感数据与实地调查的结果具有较高的相关性，可以为玉米的灌溉和施肥提供指导。
遥感技术在草原生态监测中的应用研究
遥感技术在草原生态监测中的应用研究第一章序言草原是人类赖以生存的重要资源，其生态环境影响着生态安全、经济与社会发展等多方面。
而草原的粗糙、广阔和远离城市的特性，使得传统的草原生态监测方式存在着很大的局限性，这时候遥感技术就有着十分重要的应用价值。
遥感技术作为一种高科技手段，能够获取地球表面的各种数据，包括背景光谱、热辐射等信息。
本文将分析遥感技术在草原生态监测中的应用，探究其在相关领域的作用。
第二章遥感技术在草原生态监测中的应用遥感技术在草原生态监测中的应用涉及多个方面，包括植被覆盖度监测、草地干湿指数监测、土地利用类型分类等。
具体的应用方法和技术如下：2.1 植被覆盖度监测植被覆盖度是草原生态系统的重要指标之一，也是影响生态系统健康的重要因素。
传统的草原植被覆盖度监测方法除了使用人工野外调查外，也可以使用遥感技术进行遥感监测。
常见的遥感方法包括NDVI（归一化差异植被指数）、EVI指数、SAVI（土壤调节型植被指数）等。
2.2 草地干湿指数监测草地干湿指数是描述草地植被的水分情况的一种指数。
草地植被是草原生态系统中的核心生态要素之一，保持其正常生长状态对维护土地生态安全具有重要意义。
使用遥感技术监测草地干湿指数可以及时掌握草地植被的水分状况，从而更好地预测草原生态系统的动态变化。
2.3 土地利用类型分类土地利用类型分类是草原生态监测中的重要应用之一。
草原生态系统中的各种土地利用类型，如草地、耕地、森林、湖泊及湿地等均需要进行分类。
使用遥感技术可以较快地获取大面积土地利用类型数据，为草原生态系统的保护和规划提供可靠依据。
第三章野外监测与遥感监测相结合的优势虽然遥感技术在草原生态监测中有着广泛应用，但只使用遥感数据进行监测还是存在着一定缺陷。
为了更好地把握草原生态系统的变化，野外监测和遥感监测的相结合使用是必须的。
野外监测的是准确性，能够提供真实有效的生态数据信息，但是受制于时间和地点等因素而无法进行大面积监测。
《内蒙古典型草原植被地上生物量遥感反演》范文
《内蒙古典型草原植被地上生物量遥感反演》篇一一、引言内蒙古是我国重要的草原生态区域，其丰富的植被资源为区域生态环境的稳定提供了重要的保障。
然而，由于气候变化、过度放牧等人为因素，内蒙古草原植被状况不断发生变化，如何有效监测和评估草原植被的生长状况成为了一个重要的研究课题。
遥感技术作为一种高效、快速、准确的监测手段，在草原植被生物量反演中发挥着重要作用。
本文以内蒙古典型草原为例，探讨了利用遥感技术进行植被地上生物量反演的方法和效果。
二、研究区域与数据本研究选取了内蒙古某典型草原作为研究区域。
该区域具有典型的草原生态系统，植被类型丰富，包括草地、灌木、乔木等。
研究数据主要包括遥感影像数据、地面实测数据和气象数据等。
遥感影像数据主要来自于卫星和无人机获取的高分辨率影像，地面实测数据包括植被高度、叶面积指数等指标，气象数据则用于分析气候变化对植被生长的影响。
三、遥感反演方法遥感反演植被地上生物量的方法主要基于植被指数法。
植被指数是一种通过遥感影像计算得到的数值，可以反映植被的生长状况和生物量等信息。
本文采用了一种改进的植被指数反演方法，该方法结合了多时相遥感影像、地面实测数据和气象数据，通过建立植被指数与地上生物量的关系模型，实现了对草原植被地上生物量的反演。
四、实验结果与分析通过对比分析遥感反演结果与地面实测数据，可以发现本文采用的改进的植被指数反演方法具有较高的精度和可靠性。
具体来说，该方法的反演结果与地面实测数据之间的误差较小，且能够较好地反映草原植被的生长状况和生物量变化趋势。
此外，该方法还能够考虑气候变化等因素对草原植被生长的影响，为评估草原生态系统的健康状况提供了重要的依据。
五、讨论与展望本文采用的遥感反演方法虽然具有较高的精度和可靠性，但仍存在一些局限性。
例如，该方法需要大量的遥感影像数据和地面实测数据作为支撑，数据处理和分析的难度较大；同时，气候变化的复杂性也会对反演结果产生一定的影响。
遥感ENVI实验报告
目录前言 (3)一、实验目的 (3)二、实验内容 (3)三、实验时间 (3)四、组织人员 (3)1.专题概述 (4)2. 处理流程介绍 (4)2.1图像获取 (4)2.2数据读取和定标 (4)2.3图像配准 (5)2.4大气校正 (5)2.5反演模型构建及模型应用 (5)2.6植被变化 (6)3.详细处理过程 (7)3.1数据预处理 (7)3.1.1安装环境小卫星数据处理补丁 (7)3.1.2数据处理和定标 (7)3.1.3工程区裁剪 (9)3.1.4图像配准 (14)3.1.5大气校正 (17)3.1.6裁剪浑善达克区 (23)3.2植被覆盖度反演 (27)3.2.1计算归一化植被指数 (27)3.2.2计算植被覆盖度 (28)3.3植被变化监测 (29)3.3.1植被覆盖区提取 (29)3.3.2植被变化检测 (31)3.4成果后期处理与应用 (32)3.4.1植被变化区域图的背景值处理 (32)3.4.2植被变化区域制图 (33)实验心得 (36)前言一、实验目的1、掌握ENVI软件的基本操作。
2、掌握卫星影像的预处理的基本流程。
3、通过实习，学会自己去处理一些问题。
4、进一步提高学生分析问题、解决问题的能力，增强实践技能，并培养学生勇于动手、勤于动手、热爱本专业的思想。
5、深刻地理解和巩固基本理论知识,掌握基本技能和动手操作能力,提高综合观察分析问题的能力二、实习内容1、了解ENVI的基本操作。
2、实现影像图像的几何校正、融合、镶嵌及剪裁。
3、掌握ENVI对影像信息的提取4、了解ENVI的一些应用分析专题：基于环境小卫星的草原荒漠化监测一、专题概述浑善达克地区位于内蒙古草原阴山北麓锡林郭勒高原中部，是亚洲草原荒漠化土地东部边缘区的重要组成部分，经纬度在东经114°55’~116°38’，北纬41°46’~43°07’之间，平均海拔高度在1100 米左右。
土地沙漠化的遥感监测与评价
土地沙漠化的遥感监测与评价随着全球人口的不断增加和经济的快速发展，土地沙漠化成为全球面临的重大环境问题之一。
土地沙漠化对农田和生态系统的破坏严重影响了可持续发展。
为了有效监测和评价土地沙漠化，遥感技术成为一种非常重要的工具。
本文将介绍土地沙漠化的遥感监测与评价方法，并探讨其应用前景。
首先，遥感技术是通过卫星和飞机等远距离的传感器对地球表面的信息进行收集和分析的技术。
遥感技术能够提供大范围和连续的数据，对于土地沙漠化监测和评价具有很大的优势。
通过遥感技术，可以获取土地覆盖、植被指数、土地利用类型等信息，为土地沙漠化的研究和分析提供了基础数据。
其次，针对土地沙漠化的遥感监测，可以采用多种遥感数据源和方法。
首先，遥感数据源包括光学遥感数据和雷达遥感数据。
光学遥感数据可以提供高分辨率的地表信息，能够较好地反映土地覆盖和植被状况。
而雷达遥感数据则具有穿透云层和人工干扰的优势，适用于在复杂环境下获取土地特征。
另外，结合多源遥感数据，如光学和雷达等，在时间和空间上的差异能够提供更全面的土地沙漠化信息。
然后，土地沙漠化的评价可以通过植被指数等遥感指标进行分析。
植被指数是衡量土地植被状况的重要指标之一。
NDVI（归一化植被指数）是一种常用的植被指数，通过计算红光和近红外波段的反射率，可以反映出土地的植被密度和生长状况。
沙漠化土地上的植被覆盖率较低，植被指数值较小，因此可以利用植被指数的变化来评价土地沙漠化程度。
此外，遥感监测与评价土地沙漠化还应结合地形和水文等因素。
沙漠化土地的地形特征通常呈现出干旱、风蚀和侵蚀等特点。
通过遥感技术，可以获取土地地形和水文信息，进一步深入分析土地沙漠化的原因和趋势，有助于制定有效的防治策略。
最后，土地沙漠化的遥感监测与评价不仅能够提供关键的科学依据，还能够促进国际间的信息共享与合作。
沙漠化不仅是一个单一国家的问题，而是全球面临的共同挑战。
通过遥感技术，不同国家可以共同监测和评价土地沙漠化的情况，相互借鉴经验和采取合作共治的措施，提高土地沙漠化防治的效果。
采用高分辨率TM遥感数据对草原沙化治理工程进行生态效益评价
可 以获 得 研 究 区域 在 近 几 年 间 荒 漠 化 动 态 变 化 。
卫 片 解 译
另 外结合 其他 辅助数 据 源 ，如 １：５ 地 形 图 、 Ｓ 万 ＧＰ 野外 调查 获得 的调查 数 据 、 种 专 题 研 究报 告 与 文 各 献数 据等 。
较 为陈 旧 ， 分 地 面控 制 点 用 此 法 难 于 确 定 ， 部 因此 研究 中也 采用 了部分 ＧＰ Ｓ野 外 实测 数据 。经 Ｒ ＭＳ 检验 ， 误差 小 于 ０ ５个 像 元 ， 用 最 小 邻 近 法 重 采 ． 采 样 ， 面分 辨率 ３ 产 生 几何 精校 正后 的遥 感 影 地 ０ｍ， 像 。坐标 投影 系 统 为 高斯 一 吕格 （ ａｓｋ ｕ ） 克 Ｇｕ ｓ— ｒ ｇ 投
１ 前
言
荒 漠化 的程 度和状 态 ， 因此 监 测结 果 准 确 性不 易 保
证 、 比性 小 ， 可 目前 这 种 方 法 在 生 产 中仍 然 有 广 泛
以 内 蒙 古锡 林 郭 勒 盟 草 原 为 实 验 基 地 ， ３ 以 Ｓ （ Ｓ ＲＳ Ｇ Ｓ 技 术 为支 撑 ， 用 遥 感 数 据 的大 范 ＧＩ 、 、 Ｐ ） 利
修正 草 原 沙 化 治 理 工 程 生态效 益 评 价 体 系
采集 、 采样 精度 验算 、 整控 制 点 等 几个 步 骤 ， 中 调 其
最关 键 的是地 面控 制 点 的采 集 。本 研 究 依 照 “ 多点 均 匀分布 、 择 相 对 固定 地 物 点 、 量 采 取 大 比例 选 尽 尺 图件 作 参 考 图 ”的 原 则 ， 用 正 蓝 旗 全 旗 １： 采
像 ， 过 对 ＴＭ 影像 的几何 校正 、 通 辐射 校 正 、 译 与 解 分类 等 提取沙 漠化 治 理 工程 相 关 信 息 ， 充 和完 善 补 工 程生 态 效 益评 价 指 标 体 系 。结 合 各 波 段 方 差 以
基于遥感的土地利用变化监测研究
基于遥感的土地利用变化监测研究一、引言土地是人类生存和发展的基础，其利用方式的变化直接关系到资源的合理配置、生态环境的平衡以及社会经济的可持续发展。
随着人口增长、城市化进程的加速以及经济活动的日益频繁，土地利用格局不断发生着变化。
及时、准确地监测土地利用变化对于土地资源的规划、管理和保护具有至关重要的意义。
遥感技术作为一种能够快速获取大面积地表信息的手段，为土地利用变化监测提供了有力的支持。
二、遥感技术在土地利用变化监测中的优势遥感技术具有以下几个显著的优势，使其成为土地利用变化监测的理想工具。
（一）大面积同步观测遥感卫星能够在短时间内获取大范围的地表信息，从而实现对整个研究区域的同步监测，避免了传统地面调查方法的局部性和局限性。
（二）多光谱信息不同的地物在不同的光谱波段上具有独特的反射和辐射特性。
遥感影像通常包含多个光谱波段，通过对这些波段的分析，可以有效地识别和区分各种土地利用类型。
（三）重复观测能力现代遥感卫星能够按照一定的周期对同一地区进行重复观测，从而能够捕捉到土地利用的动态变化过程。
（四）不受地面条件限制遥感技术可以克服地形、交通等因素的限制，对于难以到达的地区，如山区、沼泽地等，也能够获取有效的信息。
三、土地利用变化监测的遥感数据来源目前，用于土地利用变化监测的遥感数据主要包括以下几种类型。
（一）光学遥感数据如 Landsat 系列卫星、SPOT 卫星等获取的影像，具有较高的空间分辨率和光谱分辨率，适用于中小尺度的土地利用变化监测。
（二）雷达遥感数据如 Sentinel-1 卫星的 SAR 数据，具有穿透云雾、不受光照条件影响的特点，在多云多雨地区的监测中具有独特的优势。
（三）高分辨率卫星影像如 WorldView、QuickBird 等，能够提供更为详细的地物信息，适用于对城市等重点区域的高精度监测。
四、土地利用变化监测的方法（一）图像分类法通过对遥感影像进行分类，将土地利用类型划分为耕地、林地、建设用地等。
草地生态系统的遥感监测技术研究
草地生态系统的遥感监测技术研究1. 草地生态系统概述草地是地球上最广泛的生态系统之一，占据着全球陆地面积的40%以上。
草地生态系统拥有丰富的生物多样性和重要的生态功能，对全球生态系统的持续稳定发挥着重要作用。
草地生态系统的监测与解析对于维护生态系统健康，评估草地资源承载能力，制定科学合理的草地管理方案都具有重要意义。
同时，草地生态系统的盐碱化、退化、生产品质降低等问题也直接影响了畜牧业和草原生态环境的稳定性。
2. 遥感技术在草地生态系统监测中的应用遥感技术具有全面、系统、快捷、高效、准确等优势，能够获取草地大面积、多年的信息和数据，为草地生态系统的研究提供了诸多便利。
遥感技术在草地生态系统的监测中应用的典型方法包括：（1）植被指数（vegetation index，VI）方法。
该方法用植被的反射信息计算出植被的覆盖度和生物量等参数，为草地生态系统的监测提供定量化的信息。
常用的植被指数包括标准化植被指数（Normalized Difference Vegetation Index，NDVI）、修正的土地表面温度和植被覆盖度指数（Modified Soil-Adjusted Vegetation Index，MSAVI）等。
（2）光谱特征分析方法。
该方法通过草地反射光谱波段的特征，分析草地生态系统的植被状况、覆盖度及草地土壤物理特性等，对草地生态系统监测与分析是十分有益的。
常用的草地光谱指标包括绿度指数（Greenness Index，GI）、植被红外指数（Vegetation Red Edge Index，VREI）和土壤草地指数（Soil-Grass Index，SGI）等。
（3）时序变化分析方法。
该方法通过时间序列遥感数据的比较，来评估草地的长时间尺度下的变化趋势，包括草地的干旱度、退化情况、植被生长状态等信息的变化。
时序遥感数据包括植被指数时间序列和反射率时间序列等。
（4）遥感影像分类方法。
中亚地区沙漠化土地遥感监测
摘要沙漠化是当今世界各国共同关注的重大环境问题之一，对工业、农业以及人们的生产生活造成了极大困扰。
中亚地处亚欧大陆的结合部，毗邻中国西部地区，是亚欧大陆的交通枢纽，更是丝绸之路的重要环节，因此获取该地区沙漠化土地分布概况及发展趋势对于土地沙漠化的预防与治理有重要的意义。
本文以中亚地区为研究区域，以中分辨率成像光谱仪（MODIS）的MOD13A1影像为数据源，采用非监督分类方法和决策树方法，分析了中亚地区2018年的沙漠化空间分布特征，为研究沙漠区域的环境改善及相关保护政策的实施提供科学指导。
结果表明：中亚地区沙漠化土地主要集中在中亚地区的西南部区域，即土库曼斯坦、乌兹别克斯坦以及塔吉克斯坦地区等国家，沙漠化程度占比最大的是中度沙漠化。
关键词：沙漠化MOD13A31 时空动态中亚地区AbstractDesertification is one of the major environmental problems concerned by all countries in the world. Central Asia is located at the junction of Eurasia and adjacent to western China. It is not only the transportation hub of Eurasia, but also an important link of the silk road. Therefore, it is of great significance to obtain the general distribution and development trend of desertification in this region for the prevention and control of desertification. In this paper, the spatial distribution characteristics of desertification in central Asia in 2018 were analyzed by using the unsupervised classification method and the decision tree method, taking the MOD13A1 image of the moderate resolution imaging spectrometer (MODIS) as the data source and the central Asia region as the research area, so as to provide scientific guidance for the study of environmental improvement in the desert region and the implementation of relevant protection policies. The results show that desertification in central Asia is mainly concentrated in the southwestern region of central Asia, namely Turkmenistan, Uzbekistan, Tajikistan and other countries.Key words: Desertification MOD13A1 Space-time dynamics In central Asia目录摘要 (1)Abstract (1)1绪论 (3)1.1 研究背景与意义 (3)1.2相关文献综述 (4)1.3国内外研究进展 (4)1.3.1 沙漠化概念 (4)1.3.2 国外研究进展 (5)1.3.3 国内研究现状 (5)1.4 技术路线和研究内容 (6)1.4.1 研究内容 (6)1.4.2技术路线 (7)2 研究区概况 (7)2.1 地理位置概况 (7)2.2 地形地貌 (8)2.3 气候概况 (8)3 数据来源及预处理 (9)3.1 MODIS数据 (9)3.2 影像预处理 (10)3.3 土地利用覆盖数据 (11)4 研究方法 (13)4.1 非监督分类法 (13)4.2 决策树分类法 (13)5 中亚地区沙漠化的结果与分析 (14)5.1 基于非监督分类方法的结果与分析 (14)5.1.1土地沙漠化现状及空间分布 (14)5.2 基于决策树分类方法的结果与分析 (18)5.2.1 土地沙漠化空间分布 (18)5.3 小结 (22)5.4 主要结论 (22)5.5 讨论与展望 (22)参考文献 (23)致谢 .................................................................................................... 错误!未定义书签。
如何利用遥感测绘技术进行沙漠化监测
如何利用遥感测绘技术进行沙漠化监测沙漠化是当地土壤退化、植被退化和土地水分丧失的过程，是全球环境问题中的一个重要方面。
沙漠化对生态系统健康和可持续发展产生了严重威胁，如何有效地监测和预防沙漠化成为国际社会关注的焦点。
而利用遥感测绘技术进行沙漠化监测成为了一种高效、准确的方法。
遥感测绘技术通过获取地球表面的各种信息，在沙漠化监测中发挥了重要的作用。
首先，遥感技术可以及时获取大范围的数据，并提供高分辨率的影像。
通过遥感影像，我们可以对沙漠化程度进行定量分析，包括植被覆盖度、土壤质量和水分情况等。
同时，遥感技术还可以提供多时相的影像，可以追踪沙漠化的动态变化。
这些信息为科学家提供了有力的依据，能够准确地评估沙漠化的风险和影响。
其次，遥感技术还可以通过监测沙漠化背后的驱动因素来帮助我们更好地理解沙漠化的形成和发展机制。
遥感数据可以检测土地利用变化、气候变化和人类活动等因素，从而揭示沙漠化的原因。
通过分析这些因素的相互关系，我们可以制定相应的防治措施，以遏制沙漠化的进程。
此外，遥感技术还可以帮助我们监测和预测沙尘暴的发生，减轻其对环境和人类健康的影响。
在沙漠化监测中，数据处理和分析是至关重要的环节。
遥感技术产生的数据量庞大，如何高效地处理和利用这些数据对沙漠化监测具有重要意义。
目前，人工智能和机器学习等方法正在被广泛应用于遥感数据处理中。
通过建立适应性强、高效自动的数据处理模型，能够大量节省研究人员的时间和精力，提高沙漠化监测的效率和准确性。
除了遥感技术，地面调查和现场验证也是沙漠化监测中不可或缺的步骤。
地面调查能够提供更为详细的信息，用以补充遥感数据的不足之处。
同时，通过与遥感数据进行对比，可以对遥感结果进行验证和校准，提高监测的可靠性。
因此，在沙漠化监测过程中，遥感和地面调查需相互结合，互相支持，从而更好地了解沙漠化的情况。
另外，沙漠化监测不仅仅是科学研究的需要，也是国家和地区制定相关政策和措施的基础。
如何利用测绘技术进行荒漠化监测
如何利用测绘技术进行荒漠化监测近年来，随着环境问题的日益严重，荒漠化已经成为全球关注的焦点之一。
荒漠化极大地威胁着地球上的生态平衡和人类的可持续发展。
然而，要有效地监测和防止荒漠化的进一步扩大并不容易，这就需要借助现代的测绘技术。
首先，利用遥感技术进行荒漠化监测是一种常用的方法。
遥感技术通过获取地球表面的图像和其他数据来帮助分析和监测荒漠化的程度。
例如，利用卫星遥感图像可以清楚地看到荒漠化区域的边界和变化，以及土地覆盖的改变。
这样的信息对于制定合适的荒漠化防治策略非常有帮助。
其次，利用全球定位系统（GPS）技术也可以进行荒漠化监测。
GPS技术可以准确测量地球上的点的位置和坐标，从而对荒漠化的扩散进行精确的记录和跟踪。
通过使用GPS仪器和设备，研究人员可以在荒漠化区域定位许多野外样本点，并收集数据。
这种数据可以帮助科学家更好地了解荒漠化的发展趋势和原因。
此外，激光测距技术（LiDAR）也是一种非常有用的测绘技术，在荒漠化监测中有着广泛的应用。
激光测距技术通过发射激光束并测量它们从目标物体反射回来所需的时间，从而确定物体的距离和高度。
利用这种技术，可以准确测量沙丘的高度、形状和分布，帮助科学家了解荒漠化的特征和变化趋势。
除了上述技术，地理信息系统（GIS）也是进行荒漠化监测的重要工具。
GIS 可以将地理数据和其他相关信息集成在一起，创建一个动态的地图和数据库，帮助研究人员进行空间分析和模拟，以了解荒漠化的状况和趋势。
利用GIS，可以更好地监测土地覆盖的变化、荒漠化的空间分布等关键因素，为荒漠化防治工作提供科学依据。
然而，要想利用测绘技术有效地进行荒漠化监测还存在一些挑战。
首先，荒漠化的程度和变化往往受到多种因素的影响，如气候变化、土地利用方式等，因此需要综合多种数据来源来进行分析。
其次，测绘技术的运用需要专业的人员和设备，这对一些资源匮乏的地区来说可能是一个问题。
此外，数据的质量和准确性也是一个关键问题，需要不断提高和验证。
第六章生态环境遥感监测与评价
第六章生态环境遥感监测与评价生态环境遥感监测与评价是利用遥感技术对生态环境进行监测和评价的一种方法。
遥感技术通过获取地球表面的电磁辐射信息，可以实现对大范围区域的连续观测和快速获取地表信息的能力。
因此，生态环境遥感监测与评价可以在时间和空间上提供全面的生态环境数据，为环境保护和可持续发展提供科学依据。
生态环境遥感监测主要包括对土地覆被变化、植被变化、水体变化等方面的监测。
通过遥感技术，可以获得大范围区域的土地覆被类型和变化情况，及时掌握自然资源的利用状况。
土地覆被类型的变化可以反映出生态环境的变化，如城市扩展、耕地面积变化等。
植被变化监测可以用来评估生物多样性和生态系统功能的变化，通过监测植被指数等指标，可以判断植被的健康状况和受到的干扰程度。
水体变化监测可以用来监测湖泊、江河、水库等水体的面积和水质的变化情况，为水资源管理和水环境保护提供数据支持。
生态环境遥感评价是根据遥感数据对生态环境进行定量评价。
通过不同的指标和方法，可以对生态环境的质量和趋势进行评价。
例如，可以利用NDVI指数对植被覆盖情况进行评价，利用水体的光谱特征来评价水质情况，利用地表温度来评估城市热岛效应等。
评价结果可以用于评估生态环境的健康状况、环境质量和可持续发展水平，提供科学依据和决策支持。
生态环境遥感监测与评价可以应用于多个领域，如环境保护、自然资源管理、土地规划等。
在环境保护方面，可以利用遥感技术对生态环境进行监测，及时发现和应对污染、退化等问题。
在自然资源管理方面，可以利用遥感技术对森林、湿地等自然资源进行监测，实现资源的可持续利用。
在土地规划方面，可以利用遥感技术对土地利用状况进行评价，为土地规划和城市发展提供依据。
总之，生态环境遥感监测与评价是利用遥感技术进行生态环境监测和评价的一种方法。
通过遥感技术，可以获取大范围区域的生态环境信息，在时间和空间上提供全面的数据。
通过对土地覆被变化、植被变化、水体变化等方面的监测和评价，可以了解生态环境的状况和变化趋势，为环境保护和可持续发展提供科学依据和决策支持。
如何利用遥感影像进行沙漠化监测和治理
如何利用遥感影像进行沙漠化监测和治理遥感技术在沙漠化监测和治理中发挥着重要的作用。
沙漠化是指原本可供生态系统发展的土地逐渐转变为沙漠的过程。
这种现象对人们的生活和生态环境造成了巨大的影响。
通过利用遥感影像，我们可以更加准确地监测沙漠化的趋势，并采取相应的治理措施。
首先，利用遥感影像进行沙漠化监测可以提供大范围的信息。
遥感技术可以通过卫星或无人机获取高分辨率的影像数据，覆盖范围广，不受地域限制。
这使得我们能够对广袤的土地进行全面的监测，找到可能存在的沙漠化迹象。
而传统的野外调查方法则受到时间和空间的限制，无法做到这种全面性。
其次，遥感影像不仅能够提供空间信息，还能够提供时间信息。
通过对多个时间点的遥感影像进行对比分析，我们可以观察到土地的变化趋势。
这有助于我们准确判断沙漠化的程度和速度，及时采取相应的防治措施。
例如，当我们发现某个地区的土地开始出现裸露和风蚀迹象时，我们可以通过遥感影像的时间序列分析来确定沙漠化的进展，从而及时采取种植植被、建设风力发电厂等措施，阻止沙漠化的蔓延。
第三，利用遥感影像进行沙漠化治理可以实现精确施策。
通过遥感影像，我们可以分析土地的类型、植被覆盖情况、水资源分布等信息，为沙漠化治理提供科学依据。
例如，当我们针对某个地区制定治理方案时，可以通过遥感影像判断出土地类型和植被分布的特点，从而决定采取何种治理手段，比如通过种植适应性强的植物来恢复土地的生态功能。
进一步地，利用遥感影像进行沙漠化治理还可以实现远程监测和实时响应。
遥感技术使得监测工作可以在远程进行，无需人员实地调查，节省了时间和成本。
同时，遥感影像可以通过图像处理和分析软件实现快速处理和数据提取，从而实现实时监测和响应。
例如，当我们对某个地区的沙漠化状况进行监测时，可以通过遥感影像获取相关数据，并通过图像处理软件进行分析，得出准确的沙漠化指数，帮助决策者进行决策，指导治理工作。
综上所述，利用遥感影像进行沙漠化监测和治理具有重要的意义。
基于遥感的土地退化监测技术
基于遥感的土地退化监测技术土地，是我们生存的根基，然而，在各种自然和人为因素的影响下，土地退化问题日益严重。
土地退化不仅会影响农业生产、生态平衡，还会对人类的可持续发展构成威胁。
为了有效地监测土地退化状况，及时采取措施进行治理和保护，遥感技术应运而生。
遥感，顾名思义，就是遥远的感知。
它就像一双“千里眼”，能够从高空或外层空间获取地球表面的信息。
通过卫星、飞机等搭载的传感器，遥感技术可以收集大量的电磁波数据，这些数据包含了关于土地的各种特征，如地形、植被覆盖、土壤质地等。
在土地退化监测中，遥感技术具有诸多显著的优势。
首先，它能够实现大面积同步观测。
相较于传统的地面调查方法，需要耗费大量的人力、物力和时间，而且只能获取局部小范围的数据，遥感可以在短时间内对广大区域进行监测，提供全面、系统的土地信息。
其次，遥感技术具有多波段、多时相的特点。
不同的波段能够反映土地的不同特性，例如可见光波段可以呈现土地的表面形态和植被颜色，红外波段则有助于了解土地的温度和水分状况。
多时相的观测则可以让我们看到土地随时间的变化趋势，从而更准确地判断土地是否在退化以及退化的程度。
再者，遥感技术是非接触式的监测手段，不会对土地造成任何干扰和破坏。
这对于保护生态环境和珍贵的土地资源来说至关重要。
那么，具体来说，遥感技术是如何监测土地退化的呢？一种常见的方法是通过植被指数来监测。
植被在土地生态系统中起着关键作用，其生长状况能够反映土地的健康程度。
遥感中的植被指数，如归一化植被指数（NDVI），是通过计算红光和近红外波段的反射率差异来得到的。
当土地退化导致植被减少或生长不良时，NDVI 值会相应降低。
此外，土壤湿度也是评估土地退化的重要指标。
遥感可以通过微波波段来探测土壤的水分含量。
水分的变化往往与土地的退化过程密切相关，比如过度开垦可能导致土壤水分流失，从而引发土地退化。
土地的表面粗糙度和地形变化也能通过遥感技术进行监测。
高分辨率的遥感影像能够清晰地显示出土地表面的细微起伏和地形特征。
《基于LoRa技术的草原生态监测系统设计与实现》范文
《基于LoRa技术的草原生态监测系统设计与实现》篇一一、引言草原是我国宝贵的自然资源，为了实现对草原生态环境的全面监控，提高草原资源的管理和保护水平，基于LoRa（Long Range，长距离无线通信技术）的草原生态监测系统应运而生。
本文将详细介绍该系统的设计与实现过程。
二、系统设计目标本系统的设计目标是通过LoRa技术，实现对草原生态环境数据的实时监测和远程传输，以提高草原生态环境保护的效率和管理水平。
同时，该系统还应具备低成本、低功耗、易于安装和扩展等特点。
三、系统架构设计1. 硬件架构设计硬件部分主要包括传感器节点、网关、服务器等。
传感器节点负责采集草原生态环境数据，如温度、湿度、风速、降雨量等。
网关负责将传感器节点的数据传输至服务器。
服务器则负责数据的存储、分析和展示。
2. 软件架构设计软件部分主要包括数据采集、数据处理、数据传输、数据存储、数据分析与展示等模块。
数据采集模块负责从传感器节点获取数据；数据处理模块负责对数据进行清洗、格式化等处理；数据传输模块利用LoRa技术将数据传输至服务器；数据存储模块负责将数据存储在数据库中；数据分析与展示模块则负责对数据进行处理和展示。
四、LoRa技术应用LoRa技术是本系统的核心技术，具有长距离、低功耗、低成本等优点。
在系统中，LoRa技术主要用于实现传感器节点与网关之间的数据传输。
通过LoRa技术，传感器节点可以将采集到的数据传输至网关，再由网关将数据传输至服务器。
此外，LoRa技术还可以实现多个传感器节点之间的组网通信，提高系统的可靠性和稳定性。
五、系统实现1. 传感器节点实现传感器节点采用低功耗设计，集成了温度、湿度、风速、降雨量等传感器的模块化设计。
通过微控制器对传感器数据进行采集和处理，并通过LoRa模块将数据传输至网关。
2. 网关实现网关负责将多个传感器节点的数据汇集并传输至服务器。
网关采用高性能的处理器和稳定的通信模块，以确保数据的稳定传输。
6-专题：基于遥感的草原与沙漠化监测
2006土地利用分类图
2009植被覆盖数据 2009植被覆盖区
2006植被覆盖区
波段运算
植被荒漠化监测
4.1 两图像植被覆盖区域提取
2009年植被覆盖度大于0.3的为植被覆盖区 2006年土地利用分类图DN值=1、2、3为植被覆盖区
土地利用分类类型 耕地 林地 草地 水域 城市、工矿、居民用地 未利用地 沙地 影像DN值 1 2 3 4 5 6 61
2.4 大气校正——FLAASH大气校正
多光谱参数设置
单击Multispectral Setting按钮，在Filter Function File 导入光 谱响应曲线“环境1A星CCD2光谱响应.sli”，单击OK；
2.4 大气校正——FLAASH大气校正
高级参数设置
2.4 大气校正——结果检验
大气校正用到的环境小卫星数据波谱响应函数下载地址： /n16/n1115/n1522/n2118/in
dex.html
进入专题
数据：
“10-专题：基于遥感的草原与沙漠化监测”
数据 预处 理
建立 反演 模型
植被 变化 监测
后期处 理及应 用
2、数据预处理
获得地物真实的光谱信息是遥感反演的前提，大气校正 可消除大气影响，还原地物的真实信息，是定量遥感数 据预处理中必不可少的环节。
2.4 大气校正——FLAASH大气校正
数据准备 FLAASH对图像文件有以下几个要求：
数据是经过定标后的辐射亮度（辐射率）数据，单位是：（μ W） /（cm2*nm*sr）。 数据带有中心波长（wavelenth）值，如果是高光谱还必须有波 段宽度（FWHM）,这两个参数都可以通过编辑头文件信息输入 （Edit Header）。 数据类型
无人机技术在草原生态遥感监测方面的应用
ECOLOGY区域治理无人机技术在草原生态遥感监测方面的应用锦州市生态环境保护中心 罗航摘要：现阶段我国的科学技术已经取得了一定程度的发展，其中遥控感应技术也在计算机技术和智能化服务技术的基础上取得了一定的进步。
无人机作为一种新兴前沿的科技手段，正逐渐渗透入各行各业中。
无人机技术是摇杆操控技术中的核心领域，无论是在远程操控还是实时监控以及对人类难以到达的区域的探测，无人机都有其独特的优势。
本文就无人机技术在草原生态遥感监测方面的应用进行探究，希望对广大的草原生态工作者有所帮助。
关键词：无人机技术；草原生态；遥感监测；研究和应用中图分类号：S973.1+1 文献标识码：A 文章编号：2096-4595（2020）29-0178-0002一、引言我国无人遥感技术已发展到第三代遥感技术阶段，不断趋于完善、走向成熟，无人机遥感技术的基本结构十分简单，操作程序清晰明确，同时具有成本低、数字化程度高、智能化程度高的各项优势特点，使用无人机技术可以对不同情况下的地理环境、资源环境以及各项信息进行扫描或获取，并且随着无人遥感技术的不断发展完善，其应用范围和应用领域都不断扩大，并涉及生产生活的方方面面。
在我国，海洋资源、陆地资源都十分丰富，其中草原作为牧民赖以生存的场所，为牧民提供了基本的生产资料，因此如何有效地进行草原生态监测工作是每一个草原工作者需要解决的问题。
随着科学技术的不断发展，未来将无人机应用于草原生态监测工作中渐渐成了一个引领草原工作更好更快发展的潮流。
将草原生态监测工作和无人机遥感监测系统相融合可以大大缩减人力和物力的耗费，同时对草原监测工作的工作质量和工作效率有十分巨大的推动作用。
无人机一般可以保证监测的准确性和监测的实时性，因此在草原生态遥感监控方面具有十分重要的意义。
二、在草原植被长势监测方面的应用草原上植被的长势和草地的生态质量息息相关，而草地的生态质量一般从草原上各种草类的高度和覆盖度可以清晰地反映出来，因此利用无人机远程遥感技术对草原上各种草类的高度进行实时的监测，可以帮助草原监控工作者有效地了解草原上的草类分布情况，进而对草原生态环境进行有效科学的保护。
- 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)。
2006土地利用分类图
2009植被覆盖数据 2009植被覆盖区
2006植被覆盖区
波段运算
植被荒漠化监测
4.1 两图像植被覆盖区域提取
2009年植被覆盖度大于0.3的为植被覆盖区 2006年土地利用分类图DN值=1、2、3为植被覆盖区
土地利用分类类型 耕地 林地 草地 水域 城市、工矿、居民用地 未利用地 沙地 影像DN值 1 2 3 4 5 6 61
结果检验 大气校正前后典型地物（植被）光谱曲线对比
2.5 裁剪浑善达克地区
预处理的最后一步是用浑善达克区矢量数据对已经做过 辐射定标、大气校正的HJ-CCD数据进行不规则裁剪 矢量数据：
“\4-研究区裁剪\浑善达克矢量数据”
3、植被覆盖度反演
植被覆盖度反演
归一化植被指数计算
2.4 大气校正——FLAASH大气l Setting按钮，在Filter Function File 导入光 谱响应曲线“环境1A星CCD2光谱响应.sli”，单击OK；
2.4 大气校正——FLAASH大气校正
高级参数设置
2.4 大气校正——结果检验
3.2 植被覆盖度计算
波段运算
打开ENVI 5工具箱/Band Ratio/Band Math工具
运算表达式： (b1 gt 0.7)*1+(b1 lt 0.)*0+(b1 ge 0 and b1 le 0.7)*((b1-
0.0)/(0.7-0.0))
4、植被变化监测
植被覆盖度反演
• 通过对该区域植被覆盖度的定量反演，植被覆盖的变化
检测，可以实现草原植被的高频率、大范围、高实时的 变化监测。
专题概述
本专题将介绍利用环境小卫星CCD-1A图像反演植被覆盖 图的完整流程。 专题涉及内容：
环境小卫星的数据读取 辐射定标、图像配准 、大气校正 植被反演 、植被覆盖变化监测
使用模块和工具：
ENVI主模块 FLAASH大气校正扩展模块 IDL开发的环境小卫星数据读取补丁 波段运算模块
处理流程
数据预处理
植被覆盖度反演
植被覆盖变化监测
流程说明
根据环境小卫星CCD数据特点及草原植被变化监测 的要求，采用以下处理流程： 一、数据预处理： D数据读取 2.辐射定标 3.大气校正 4.研究区裁剪
二、反演模型建立 1.归一化植被指数 三、植被变化监测 1.植被覆盖区提取
四、后期处理与应用
2.植被覆盖度
2.植被变化检测
数据获取说明
环境小卫星CCD-1B数据，在环保部卫星环境应用中心免 费下载获取，环境小卫星CCD数据下载地址： TM数据下载地址为：
/index.jsp
变化图像： 0——未发生变化的区域 -1——植被荒漠化区域 1——植被增加区域
将背景值掩膜为非0、-1、1的值（如：5）
5.2植被变化区域制图
对-1、0、1值以及背景值分别进行密度分割
专题总结
本专题从原始的环境小卫星CCD-1A图像开始，反演植被 覆盖图、并与前一时相的土地利用图进行差值比较，提 取植被发生变化的区域，专题涉及环境小卫星的数据读 取、辐射定标、图像配准、大气校正、植被覆盖遥感反 演过程、植被覆盖变化监测等内容。 掌握知识：
数据读取和定标
主菜单->File->Open External File>HJ-1A/1B Tools
2.2 工程区裁剪
由于整景数据范围比较大，所以在做大气校正前，先将 浑善达克以及周边区域裁剪出来。
2.3 图像配准
做变化监测，两个时相的数据必须互相配准
2.4 大气校正——概述
获得地物真实的光谱信息是遥感反演的前提，大气校正 可消除大气影响，还原地物的真实信息，是定量遥感数 据预处理中必不可少的环节。
2.4 大气校正——FLAASH大气校正
数据准备 FLAASH对图像文件有以下几个要求：
数据是经过定标后的辐射亮度（辐射率）数据，单位是：（μ W） /（cm2*nm*sr）。 数据带有中心波长（wavelenth）值，如果是高光谱还必须有波 段宽度（FWHM）,这两个参数都可以通过编辑头文件信息输入 （Edit Header）。 数据类型
• 支持四种数据类型：浮点型（floating）、长整型(long integer )、 整型（integer）和无符号整型 (unsigned int)。数据存储类型： ENVI标准栅格格式文件，且是BIP或者BIL。
波谱范围：400－2500nm
2.4 大气校正——FLAASH大气校正
基本参数设置
4.1 两图像植被覆盖区域提取
2009年8月植被覆盖区
(b1 le 0.3)*0 +(b1 gt 0.3)*1 b1为20090811植被覆盖度图像，0.3为经验值
2006年8月植被覆盖区
(b1 ge 1 and b1 le 3)*1+(b1 lt 1)*0+(b1 gt 3)*0
b1为浑善达克2006年8月土地利用分类图
4.2 变化区域计算
波段运算
工具箱/Band Ratio/Band Math工具
运算表达式：
b1-b2
b1:2009年8月的植被覆盖区图像 b2:2006年8月的植被覆盖区图像
5、成果后处理及应用
5.1植被变化区域图的背景值处理
专题：基于遥感的草原与沙漠化监 测
技术支持邮箱：ENVI-IDL@ 技术支持热线：400-819-2881-7 官方技术博客：/enviidl 官方技术qq群：148564800
1、专题背景
专题背景
浑善达克地区位于内蒙古 草原锡林郭勒高原中部。 近年来频频发生在京津地 区的沙尘暴与该地区生态 环境恶化相关。据统计， 京津地区沙尘暴70%的沙 源来自于这个区域。
国产卫星数据的处理
多时相数据变化监测的条件
数据处理各个环节在ENVI下的操作及参数选择
图像预处理流程
HJ1A-CCD2原始数据
数据读取
辐射定标
环境小卫星数据处理补 丁
几何校正
基准影像
大气校正
波谱响应函数
浑善达克区裁剪
浑善达克矢量数据
浑善达克HJ1A-CCD2数据
2.1 数据读取和定标
安装环境小卫星数据读取和定标补丁
ENVI_HJ1A1B_Tools.sav文件放在 X:\Program Files\Exelis\ENVI51\classic\save_add目 录下
大气校正用到的环境小卫星数据波谱响应函数下载地址： /n16/n1115/n1522/n2118/in
dex.html
进入专题
数据：
“10-专题：基于遥感的草原与沙漠化监测”
数据 预处 理
建立 反演 模型
植被 变化 监测
后期处 理及应 用
2、数据预处理
应用被植被强吸收的红光波段（环境星第3 波段）和被植被强反射的近红外波段（环境 星第四波段）计算归一化植被指数。
归一化植被指数
植被覆盖度计算
FC = [(NDVI- NDVISoil)／(NDVIVeg -
植被覆盖度
NDVISoil)]
3.1 归一化植被指数计算
打开ENVI 5工具箱/Band Ratio/Band Math工具