下载文档原格式
植被覆盖度计算Document serial number【KK89K-LLS98YT-SS8CB-SSUT-SST108】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。
归一化植被覆盖度模型归一化植被覆盖度模型是一种用于评估和分析地表植被状况的重要工具。
通过计算植被覆盖度的数值，可以定量地衡量某一地区的植被状况，并为生态环境保护和土地利用规划提供科学依据。
植被覆盖度是指地表被植物覆盖的程度，一般使用百分比表示。
归一化植被覆盖度模型的基本原理是利用遥感技术获取的植被指数数据进行计算。
常用的植被指数有归一化差值植被指数（NDVI）和归一化植被指数（EVI）等。
这些指数通过计算植被的反射率与地表反射率的比值，反映了植被的状况。
归一化植被覆盖度模型的计算公式比较简单，一般为：植被覆盖度 = （植被指数值 - 植被指数最小值）/（植被指数最大值- 植被指数最小值）* 100%其中，植被指数最小值和最大值是根据研究区域和植被类型确定的。
归一化植被覆盖度模型可以应用于不同的领域。
在生态环境保护中，它可以用于监测和评估自然植被的恢复情况，以及人工植被的建设效果。
在土地利用规划中，它可以用于评估农田、林地和草地等不同土地类型的植被状况，并为农作物种植、林业经营和牧草养殖等活动提供科学指导。
归一化植被覆盖度模型还可以与其他地理信息数据进行集成分析，例如地形数据、土壤数据和气候数据等，从而更全面地了解植被与环境之间的关系。
通过分析不同地区的植被覆盖度变化，可以揭示植被演替过程、生态系统的健康状况以及气候变化的影响等重要信息。
归一化植被覆盖度模型是一种重要的工具，可以帮助我们更好地了解和评估地表植被状况。
通过科学的数据分析和应用，可以为环境保护和土地利用规划提供有效支持，促进可持续发展和生态文明建设。
希望未来能够进一步完善和应用这一模型，为我们的地球家园带来更美好的未来。
一、实习目的本次遥感实习旨在通过学习遥感技术，掌握遥感图像处理与分析的方法，了解植被覆盖率的遥感反演技术，并运用所学知识对实习区域的植被覆盖率进行定量分析和评价。
二、实习内容1. 遥感图像数据获取本次实习所使用的遥感图像数据为Landsat 8 OLI/TIRS影像，时间范围为2018年7月15日，空间分辨率为30米。
数据来源于美国地质调查局（USGS）的地球观测系统数据和信息（EOSDIS）。
2. 遥感图像预处理（1）辐射校正：对遥感图像进行辐射校正，消除传感器辐射响应误差和大气影响，使图像数据更加真实。
（2）几何校正：对遥感图像进行几何校正，消除图像畸变，使图像与实际地面位置一致。
（3）波段组合：将遥感图像的可见光、近红外、短波红外等波段进行组合，提高图像信息含量。
3. 植被覆盖率反演（1）选择植被指数：选取适合植被覆盖度反演的植被指数，如归一化植被指数（NDVI）、植被指数（VI）等。
（2）植被指数计算：根据遥感图像数据，计算所选植被指数。
（3）植被覆盖率反演：利用植被指数与植被覆盖率之间的相关性，建立植被指数与植被覆盖率的反演模型，对植被覆盖率进行反演。
4. 植被覆盖率评价（1）统计分析：对反演得到的植被覆盖率进行统计分析，如计算平均值、标准差等。
（2）空间分布分析：分析植被覆盖率在空间上的分布规律，识别植被覆盖度较高的区域。
（3）对比分析：将反演得到的植被覆盖率与实地调查数据进行对比，验证反演结果的准确性。
三、实习结果与分析1. 植被覆盖率反演结果通过遥感图像处理与植被覆盖率反演，得到实习区域的植被覆盖率分布图。
结果显示，实习区域植被覆盖率总体较高，大部分区域植被覆盖率在70%以上。
2. 植被覆盖率评价（1）统计分析：实习区域植被覆盖率平均值为75.6%，标准差为15.3%。
这表明实习区域植被覆盖率总体较高，但存在一定的差异。
（2）空间分布分析：植被覆盖率在空间上呈现明显的地域性差异，山区植被覆盖率较高，平原地区植被覆盖率相对较低。
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。
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。
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。
遥感应用模型作业一——植被覆盖率估算模型姓名：张** 学号：120131*** 专业：测绘工程利用遥感资料估算植被覆盖率的方法大致可归纳为2 种：1）经验模型法，通过建立实测植被覆盖率数据与植被指数的经验模型来求取大面积植被覆盖率。
2）植被指数转换法：通过对各像元中植被类型及分布特征的分析，建立植被指数与植被覆盖率的转换关系来直接估算植被覆盖率。
本次实验使用植被指数转换法计算植被覆盖率。
数据预处理和NDVI 计算使用ENVI 中操作，LAI 解算和覆盖率求取编程实现。
1、研究区域数据获取本次实验主要是对植被覆盖率估算，因此在实验区域影像尽量选择植被茂盛的季节。
在数据源选取上，选择易获取的免费Landsat 数据。
下载的遥感影像是湖北省荆门市2001年9月15日的影像，研究区域无大块云层覆盖。
数据下载自地理空间数据云网站，(/)，该网站的数据均来自美国地质调查局（USGS ）官方网站（/）。
Landsat 卫星采用的全球参考系为WRS2（World wide reference system ）。
在ArcGIS 中显示的全球WRS2行带号。
湖北省荆门市WRS2行带号为Path 123、Row38-39。
图1 Landsat 卫星全球参考系WRS22、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 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，元数据信文件（124028_MTL ）有详细影像参数，控制点文件（124028_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）辐射校正实验使用数据为L1T 级数据，经过系统辐射校正的数据。
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。
实习报告一、实习背景与目的作为一名遥感专业的学生，我深知植被覆盖率在生态环境保护和资源管理中的重要性。
为了提高自己在植被覆盖率遥感监测方面的实践能力，我参加了为期一个月的遥感实习。
本次实习的主要目的是学习植被覆盖率的遥感监测方法，掌握遥感软件的操作技巧，并对实际数据进行处理和分析。
二、实习内容与过程1. 实习前的准备在实习开始前，我认真学习了遥感基本原理、遥感数据类型及植被覆盖率遥感监测的相关知识，为实习打下了坚实的基础。
2. 实习过程实习过程中，我主要进行了以下几个方面的学习与实践：（1）遥感数据的获取与处理：我学会了从遥感卫星数据共享平台下载所需的数据，并掌握了ENVI、ArcGIS等遥感软件的基本操作方法。
（2）植被覆盖率遥感监测方法的学习：我了解了植被覆盖率遥感监测的常用方法，包括归一化植被指数（NDVI）、植被条件指数（VCI）和植被健康指数（VHI）等。
（3）实际数据处理与分析：我以我国某地区为研究区域，利用遥感数据进行了植被覆盖率的监测。
通过对数据的处理与分析，我得出了该地区的植被覆盖率状况，并对其进行了评估。
3. 实习成果通过实习，我完成了对该地区植被覆盖率的遥感监测，并得出了以下结论：（1）该地区的植被覆盖率整体较好，但存在一定的区域差异。
（2）植被覆盖率较高的区域主要分布在山区和丘陵地带，而平原地区的植被覆盖率相对较低。
（3）人类活动对植被覆盖率有一定的影响，如城市化进程中的土地利用变化等。
三、实习总结与展望通过本次实习，我不仅提高了自己在植被覆盖率遥感监测方面的实践能力，还加深了对遥感原理和软件操作的理解。
然而，实习过程中我也发现了自己在数据处理和分析方面的不足，今后还需加强学习和实践。
展望未来，我将继续深入学习遥感相关知识，提高自己的专业素养。
同时，我将积极参与实际项目，将所学知识运用到实践中，为我国的生态环境保护和资源管理贡献自己的力量。
