植被覆盖指数

植被覆盖率估算

植被覆盖率估算模型

一：研究区域数据获取

本次实验主要是对植被覆盖率估算，因此实验区域的影像因尽量

选择植被茂盛的季节。在数据源选取上，我在马里兰大学的网站下了Landsat 5 1T级数据，包够了红，绿，蓝，近红外，热红外7个波段。下载的地区是覆盖了福建省中部地区2009年6月6日的影像。

下图（图1）为原始数据的假彩色合成

图一：原始数据假彩色合成

二：数据预处理

进行植被覆盖率估算，需要用到归一化植被指数（NDVI）。NDVI

植被覆盖率估算

的物理依据是地物反射率的差异变化，所以用反射率来计算是比较客观准确的。TM原始数据就是DN值，不能用来直接计算NDVI，必须通过辐射定标计算成反射率，才能用来计算NDVI。因此，要对对实验数据先进行辐射校正和大气校正。下载的L1T级数据，头文件（L5119042_04220090606_MTL）有详细影像参数，控制点文件（L5119042_04220090606_GCP）中有控制点高程信息用于大气校正的地形参数，可以利用这两个文件做辐射校正和大气校正。 （1）辐射定标

实验使用数据为L1T级数据，经过系统辐射校正的数据。由于1级产品的DN值是由辐射亮度线性变换

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-NDVIS) / (NDVIV-NDVIS)]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

基于ENVI下的蓬莱市植被覆盖度遥感估算

李瑞泽

（鲁东大学 地理与规划学院）

摘要：本文以烟台市蓬莱市为例，利用遥感图像处理软件——ENVI4.7，结合NDVI对

地表地物，特别是植被覆盖状况进行检测。文章首先对2009年蓬莱市地区的TM影像进行波段合成 ,用使用ENVI软件对影像NDVI处理以后，使用像元二分模型对图像进行植被覆盖分析，最后比较得出植被覆盖状况。

关键词：遥感估算；NDVI；土地覆盖；蓬莱市

1.引言

植被在地球表面占有很大比例，是遥感图像反映的最直接的信息，也是人们重要的研究对象。人们可以通过遥感提供的植被信息及其变化来提取与反演各种植被参数。检测它的变化过程与规律，研究它与生态环境其他因子间的相互作用和整体效应等。此外，作为地理环境重要组成部分的植被，与一定的气候、地貌、土壤条件相适应，受多种因素控制，对地理环境的依赖性最大，对其他因素的变化也最敏感。因此，人们往往可以通过遥感所获得的植被信息的差异来分析其他信息。

近红外波段在植物遥感中有重要作用，且植物的发射特征主要表现在热红外和微波谱段。在植被指数中，通常选用对绿色植物强吸收的可见光红波段及对绿色植物高反射和高透射的近红外波段。

归一化植被指数，即NDVI是指近红外

植被指数总结

植被指数

概念：利用卫星不同波段探测数据组合而成的，能反映植物生长状况的指数。

植物叶面在可见光红光波段有很强的吸收特性，在近红外波段有很强的反射特性，这是植被遥感监测的物理基础，通过这两个波段测值的不同组合可得到不同的植被指数。差值植被指数又称农业植被指数，为二通道反射率之差，它对土壤背景变化敏感，能较好地识别植被和水体。该指数陌生物量的增加而迅速增大。比值植被指数又称为绿度，为二通道反射率之比，能较好地反映植被覆盖度和生长状况的差异，特别适用于植被生长旺盛、具有高覆盖度的植被监测。归一化植被指数为两个通道反射率之差除以它们的和。在植被处于中、低覆盖度时，该指数随覆盖度的增加而迅速增大，当达到一定覆盖度后增长缓慢，所以适用于植被早、中期生长阶段的动态监测。蓝光、红光和近红外通道的组合可大大消除大气中气溶胶对植被指数的干扰，所组成的抗大气植被指数可大大提高植被长势监测和作物估产精度。

遥感技术可以监测植被的变化，主要研究植被的替代指标. NDVI，又称标化植被指数，是目前应用最为广泛的指标，是近红外波段与红色波段的差异经二者之和校正后的结果. 公式为：NDVI=（NIR-RED）/（NIR+RED），该指数值介于-1

编号

201590306

研究类型

应用研究

分类号 TP7

目 录

1. 绪论............................................................. 1

1.1 研究背景 .................................................... 1 1.2 国内外研究现状 .............................................. 2 1.3 研究内容、研究方法与技术路线 ................................ 3 1.4 研究目的及意义 .............................................. 5 2. 研究区概况与数据预处理........................................... 6

2.1 研究区概况 .................................................. 6 2.2 数据来源与预处理 ...........................................

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)*NDV

植被指数总结

植被指数

概念：利用卫星不同波段探测数据组合而成的，能反映植物生长状况的指数。

植物叶面在可见光红光波段有很强的吸收特性，在近红外波段有很强的反射特性，这是植被遥感监测的物理基础，通过这两个波段测值的不同组合可得到不同的植被指数。差值植被指数又称农业植被指数，为二通道反射率之差，它对土壤背景变化敏感，能较好地识别植被和水体。该指数陌生物量的增加而迅速增大。比值植被指数又称为绿度，为二通道反射率之比，能较好地反映植被覆盖度和生长状况的差异，特别适用于植被生长旺盛、具有高覆盖度的植被监测。归一化植被指数为两个通道反射率之差除以它们的和。在植被处于中、低覆盖度时，该指数随覆盖度的增加而迅速增大，当达到一定覆盖度后增长缓慢，所以适用于植被早、中期生长阶段的动态监测。蓝光、红光和近红外通道的组合可大大消除大气中气溶胶对植被指数的干扰，所组成的抗大气植被指数可大大提高植被长势监测和作物估产精度。

遥感技术可以监测植被的变化，主要研究植被的替代指标. NDVI，又称标化植被指数，是目前应用最为广泛的指标，是近红外波段与红色波段的差异经二者之和校正后的结果. 公式为：NDVI=（NIR-RED）/（NIR+RED），该指数值介于-1

植被指数总结

植被指数

概念：利用卫星不同波段探测数据组合而成的，能反映植物生长状况的指数。

植物叶面在可见光红光波段有很强的吸收特性，在近红外波段有很强的反射特性，这是植被遥感监测的物理基础，通过这两个波段测值的不同组合可得到不同的植被指数。差值植被指数又称农业植被指数，为二通道反射率之差，它对土壤背景变化敏感，能较好地识别植被和水体。该指数陌生物量的增加而迅速增大。比值植被指数又称为绿度，为二通道反射率之比，能较好地反映植被覆盖度和生长状况的差异，特别适用于植被生长旺盛、具有高覆盖度的植被监测。归一化植被指数为两个通道反射率之差除以它们的和。在植被处于中、低覆盖度时，该指数随覆盖度的增加而迅速增大，当达到一定覆盖度后增长缓慢，所以适用于植被早、中期生长阶段的动态监测。蓝光、红光和近红外通道的组合可大大消除大气中气溶胶对植被指数的干扰，所组成的抗大气植被指数可大大提高植被长势监测和作物估产精度。

遥感技术可以监测植被的变化，主要研究植被的替代指标. NDVI，又称标化植被指数，是目前应用最为广泛的指标，是近红外波段与红色波段的差异经二者之和校正后的结果. 公式为：NDVI=（NIR-RED）/（NIR+RED），该指数值介于-1

基于像元二分模型的植被覆盖度反演-以北京市为例

王玲

（西北大学 城市与环境学院，陕西 西安 710127）

摘要：采用遥感技术监测植被覆盖度具有重要意义。本文以北京市为例，基于2013年的Landsat8 OLI影像，选取NDVI值为参数，采用像元二分模型对植被覆盖度进行反演，最终反演的结果与实际情况符合，说明采用该方法反演植被覆盖度可行。 关键词：植被覆盖度、像元二分模型、NDVI、植被指数 引言

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，即植土比。通常林冠称郁闭度，灌草等植被称覆盖度。它是衡量地表植被覆盖的一个最重要的指标，被覆盖度及其变化是区域生态系统环

[2]

境变化的重要指示，对水文、生态、全球变化等都具有重要意义。根据监测手段, 测量植被覆盖度的方法可分为地面测量和遥感测量两大类，测量常用于田间尺度，遥感估算常用于区域尺度。目前已经发展了很多利用遥感测量植被覆盖度的方法，较为实用的地面测量单的方法就是目估法，缺点主要是主观性太强。客观的测量方法有样点法、样方法、样带法等，借助于采样

《土地利用与植被覆盖变化研究》课程考核

土地利用与植被覆盖变化研究

——以西安市灞桥区为例

学生姓名：JZ-W 学生学号：251020313

土地利用与植被覆盖变化研究

——以西安市灞桥区为例

学生姓名：JZ-W 学生学号：251020313

摘要 本文以西安市灞桥区2000年和2009年两期SOPT影像数据基础，利用ENVI软件处理数据，进行研究区域的土地类型划分，进而通过计算土地利用动态度、土地分类指数、土地利用类型转移矩阵、土地利用程度综合指数等量，分析研究区土地利用及覆被变化基本情况，并对变化结果进行解释，对未来土地利用及覆被变化进行合理预测。

关键词 灞桥区，SPOT，土地利用，覆被变化 1 绪论

1.1 研究目的意义

此次研究目的在于通过实践练习，处理遥感影像数据，理解LUCC研究一般过程，理解LUCC内涵，熟练ENVI等相关专业软件的使用，提升科研能力。 2 研究内容和技术路线 2.1 研究内容

利用西安市灞桥区2000年和2009年两期分辨率为10米的SPOT影像数据，进行土地利用分类；计算并分析土地利用动态度、土地分类指数、土地利用类型转移矩阵、土地利用程度综合指数的变化特点与变化量；分析该区土地利用