植被覆盖率
- 格式:docx
- 大小:17.18 KB
- 文档页数:7
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。
提高农田植被覆盖率的措施提高农田植被覆盖率的措施农田植被覆盖率是指农田表面被植物覆盖的比例,是衡量农田生态环境质量的重要指标。
提高农田植被覆盖率,不仅可以改善农田生态环境,促进农业可持续发展,还可以有效防止水土流失、减少土壤侵蚀,提高土壤肥力,增加农作物产量。
下面,我们将从农田管理、种植技术、生态补偿等方面探讨提高农田植被覆盖率的措施。
一、农田管理1.合理轮作:轮作是指在同一块土地上,按照一定的顺序和时间,轮流种植不同的作物。
合理的轮作可以有效地改善土壤结构,增加土壤肥力,减少土壤病虫害的发生,提高农作物产量。
同时,轮作也可以保持农田的植被覆盖率,减少土壤侵蚀。
2.合理施肥:合理的施肥可以提高农作物的产量,同时也可以增加土壤肥力,促进植被生长。
但是,过量施肥会导致土壤污染,影响农田生态环境。
因此,在施肥时应根据土壤类型、作物需求等因素进行合理施肥,避免过量施肥。
3.加强灌溉管理:灌溉是农田生产中不可缺少的环节,但是不合理的灌溉会导致土壤盐碱化、水土流失等问题。
因此,加强灌溉管理,采用科学的灌溉方式,如滴灌、喷灌等,可以有效地减少水分的浪费,保持农田的植被覆盖率。
二、种植技术1.选择适宜的作物:不同的作物对土壤和气候的适应性不同,选择适宜的作物可以提高作物的产量,同时也可以保持农田的植被覆盖率。
例如,在干旱地区种植耐旱作物,可以有效地减少水分的浪费,保持农田的植被覆盖率。
2.采用绿肥种植:绿肥是指在农田休耕期间,种植一些能够快速生长、易于分解的植物,如豆类、苜蓿等。
绿肥可以有效地改善土壤结构,增加土壤肥力,同时也可以保持农田的植被覆盖率。
3.采用秸秆还田:秸秆是农作物的残余物,可以作为有机肥料还田。
采用秸秆还田可以增加土壤有机质含量,提高土壤肥力,同时也可以保持农田的植被覆盖率。
三、生态补偿1.政府补贴:政府可以通过补贴的方式,鼓励农民采取措施提高农田植被覆盖率。
例如,对采用绿肥种植、秸秆还田等措施的农民进行补贴,可以有效地促进农民采取这些措施。
植被覆盖度等级标准
植被覆盖度是指地表被植物覆盖的程度,通常用百分比表示。
在生态环境评估和监测中,植被覆盖度是一个重要的指标。
为了进行科学的评估和监测,需要制定一系列标准来描述和分类植被覆盖度。
一般来说,植被覆盖度等级标准是根据植被覆盖度百分比进行划分的。
以下是常见的植被覆盖度等级标准:
1. 非常低覆盖度:0%~10%。
这个等级表示地表几乎没有植被覆盖,或者只有一些极其少的植被。
这种情况一般发生在沙漠、荒漠、石漠等地区,或者由于人类活动造成的环境破坏。
2. 低覆盖度:10%~30%。
这个等级表示地表上有一些植被覆盖,但还不足以形成稳定的植被群落。
这种情况一般发生在草原、荒原、沙漠边缘等地区。
3. 中等覆盖度:30%~60%。
这个等级表示地表上有比较稳定的植被群落,但仍然存在一些空白区域。
这种情况一般发生在草原、森林边缘等地区。
4. 高覆盖度:60%~90%。
这个等级表示地表上有比较完整的植被群落,但还存在一些空白区域。
这种情况一般发生在森林、湿地等地区。
5. 极高覆盖度:90%~100%。
这个等级表示地表几乎完全被植被覆盖,形成了密集的植被群落。
这种情况一般发生在原始森林、热带雨林等地区。
总之,植被覆盖度等级标准是根据植被覆盖度的百分比进行划分的,用于评估和监测生态环境的指标。
在实际应用中,需要根据具体情况进行细化和调整。
林木绿化指数计算公式林木绿化指数是评价一定范围内林木绿化程度的重要指标,它可以反映出该地区的植被覆盖情况,对于生态环境的改善和城市绿化建设具有重要意义。
林木绿化指数的计算公式是一个综合考虑了植被覆盖率、植被类型和植被结构等因素的数学模型,通过对这些因素的综合分析,可以得出一个客观的评价结果,为相关决策提供科学依据。
林木绿化指数计算公式一般包括以下几个主要因素:1. 植被覆盖率,植被覆盖率是指在一定范围内,植被覆盖的面积与总面积的比值。
它是评价植被绿化程度的重要指标之一,通常用百分比来表示。
植被覆盖率越高,说明该地区的植被越茂密,绿化程度越好。
2. 植被类型,不同类型的植被对环境的改善作用是不同的,因此在计算林木绿化指数时,需要考虑植被的类型。
一般来说,乔木、灌木和草本植物等不同类型的植被对绿化指数的贡献是不同的,需要根据实际情况进行权衡。
3. 植被结构,植被结构是指植被的垂直分布状况,包括不同层次的植被覆盖情况。
通常来说,一个地区的植被结构越丰富、越多样化,其绿化指数也会相对较高。
综合考虑以上几个因素,可以得出如下的林木绿化指数计算公式:绿化指数 = (植被覆盖率×权重1) + (植被类型系数×权重2) + (植被结构系数×权重3)。
其中,权重1、权重2和权重3是根据实际情况确定的系数,用于反映不同因素对绿化指数的重要程度。
植被类型系数和植被结构系数是根据不同类型植被的生态效益和环境改善能力来确定的,通常需要通过实地调查和研究来获得准确的数据。
通过这个计算公式,可以对不同地区的林木绿化情况进行客观评价,为相关部门制定绿化规划和政策提供科学依据。
同时,也可以通过对绿化指数的监测和分析,及时发现和解决一些地区绿化存在的问题,促进城市绿化建设的可持续发展。
在实际应用中,林木绿化指数计算公式可以根据具体情况进行调整和优化,以满足不同地区和不同环境的需求。
同时,也需要加强对植被覆盖率、植被类型和植被结构等数据的收集和监测工作,提高计算结果的准确性和可靠性。
茶园自然植被覆盖率测算茶园自然植被覆盖率测算导语:茶叶作为一种优秀的农产品,已经被人们广泛认可和喜爱。
茶园的自然植被覆盖率对于茶叶的生长和质量有着重要影响。
本文将通过深入探讨茶园自然植被覆盖率的测算方法、意义及其对茶叶生产的影响,帮助读者全面理解茶园自然植被覆盖率的重要性。
一、茶园自然植被覆盖率的测算方法茶园自然植被覆盖率是指茶园地表被植物覆盖的程度,反映了茶园地表植被的密集程度以及植物对茶叶的遮荫能力。
测算茶园自然植被覆盖率的方法有很多种,其中一种常用的方法是通过遥感技术。
遥感技术可以通过航空或卫星图像获取茶园的影像数据,通过计算植被指数来测算茶园自然植被覆盖率。
在茶园自然植被覆盖率测算中,常用的植被指数包括归一化植被指数(Normalized Difference Vegetation Index, NDVI)和植被指数(Vegetation Index, VI)。
这些指数可以通过计算遥感影像中红光和近红外光的比值得出。
茶园自然植被覆盖率的计算公式如下:茶园自然植被覆盖率 = (NDVI - NDVI_min) / (NDVI_max -NDVI_min) × 100%其中,NDVI表示茶园遥感影像中的归一化植被指数,NDVI_min和NDVI_max分别表示归一化植被指数的最小值和最大值。
二、茶园自然植被覆盖率的意义茶园自然植被覆盖率的高低对茶叶的生长和质量有着重要影响。
适当的自然植被覆盖能够减少土壤水分蒸发速度,提高土壤水分保持能力,对于茶树的生长和发育起到保护作用。
茶园自然植被覆盖率可以降低土壤温度,减少高温对茶树的胁迫,有利于茶树的生长。
茶园自然植被覆盖还可以提供茶树所需的营养物质,促进土壤有机质的积累,对于提高茶叶品质具有积极作用。
三、茶园自然植被覆盖率对茶叶生产的影响茶园自然植被覆盖率的高低直接影响着茶叶的生产量和质量。
由于自然植被的覆盖能够保持土壤水分和温度,提供茶树所需的养分,因此茶园自然植被覆盖率较高的地区往往能够获得更高的茶叶产量。
植被覆盖率直接影响地表温度植被覆盖是指土地表面被植物覆盖的程度,通常以百分比表示。
植被覆盖率的变化对地表温度有直接影响。
在相同地理区域内的不同地方,植被覆盖率的差异可能导致地表温度的显著变化。
植被覆盖率对地表温度的影响是多方面的,包括调节日照、蒸散作用、土壤水分和风速等因素。
在这篇文章中,我们将探讨植被覆盖率对地表温度的影响机制以及其在气候变化研究和生态保护方面的重要性。
首先,植被覆盖率对地表温度的影响主要通过两个过程实现:潜热通量和辐射反射。
潜热通量是指水分通过植物蒸腾作用从植被传输到大气中的过程。
当植被覆盖率较高时,植物通过蒸腾作用从土壤中吸收水分并释放到大气中,这会导致潜热通量的增加。
随着潜热通量的增加,植被覆盖区域的地表温度会相对较低,因为大量的能量被用于蒸发水分而不是加热地表。
其次,植被覆盖率还会影响辐射反射。
当地表被植被覆盖时,植物的叶片会吸收日照的一部分能量,并将其转化为化学能以支持生长。
另一部分能量会被反射回大气中。
相比之下,没有植被覆盖的地表会吸收更多的能量,并将其转化为热能,从而导致地表温度的升高。
因此,植被覆盖率较高的地区通常会比植被覆盖率较低的地区拥有较低的地表温度。
此外,植被覆盖率对土壤水分的调节也对地表温度起到重要作用。
植物的根系可以将水分从土壤中吸收并输送到地上部分。
当植被覆盖率较高时,植物根系的密集度较大,可以更有效地吸收并保持土壤中的水分。
通过保持土壤湿润,植被覆盖可以减少蒸发,从而降低地表温度。
相反,缺乏植被覆盖的地区往往面临土壤干旱,这会导致更多的水分蒸发和地表温度升高。
最后,植被覆盖率对地表风速也有一定的影响。
具有较高植被覆盖率的地区通常会减少风速。
植物繁密的枝叶可以起到阻挡风的作用,降低了来自大气的风速对地表的冷却效应。
相比之下,没有植被覆盖的地区往往面临较高的风速,导致地表温度的降低。
植被覆盖率对地表温度的影响对于气候变化研究和生态系统保护具有重要意义。
增加植被覆盖率减少水土流失的原因植被的根系就像是大地的“吸尘器”,把土壤紧紧抓住,不让它轻易跑掉。
你看那草啊,树啊,根根相连,简直就是一支默契的队伍。
再说了,树木可不是光长得好看,它们还会吸收二氧化碳,释放氧气,真是个“空气清新剂”。
一旦植被覆盖增加了,土壤的肥力也跟着上涨,这样一来,种东西就更容易了,真是一举两得。
植被可不止是个“土壤保护者”,它们还是雨水的“接待员”。
雨水落下来,不会直接冲击地面,植被会把这些雨水“软着陆”,这样一来,土壤不容易被冲走,大家都知道,雨水越大,土壤流失的速度就越快。
植被的存在,仿佛是一层柔软的“保护膜”,把土壤包裹得严严实实。
此外,植被还能调节气候,真是个“气候大师”。
多了树木,空气湿度就会增加,温度也能降低,让我们的夏天不再那么热。
要是再加上一点风,哇,那真是舒爽无比。
想想那些炙热的日子,要是能有树荫遮着,喝一口冰饮,简直像是生活在天堂。
增加植被覆盖率的好处还有很多,能有效防止洪水的发生。
你想啊,水在河里流淌,树木把水拦住,水不会一下子涌上来,这样就能减少灾害的发生。
每当大雨过后,大家都在问:“今年的洪水会不会来?”而有了植被的保护,答案自然是“不用怕,咱们有树撑着呢!”植被覆盖率提高了,土壤的养分流失也会减少。
别小看这些小草小树,根系扎得深,营养全都被吸收得干干净净。
就像我们吃饭一样,不吃饱怎么能有力气干活呢?土壤有了充足的养分,农作物也能长得更好,大家的生活水平也会提升,这不就是个美梦吗?别忘了,植被可不仅仅是自然的美景,它们还是野生动物的家。
小鸟在树上唱歌,小兔子在草丛里跳跃,这些都是植被覆盖带来的生机。
大自然的和谐共生,少不了它们的参与。
我们在享受美丽的风景时,也是在保护这些可爱的生命。
所以说,增加植被覆盖率真的是个“好事多磨”的事情。
它能减少水土流失,调节气候,保护生态,还能带来丰收,甚至给我们的生活增添乐趣。
每个人都应该参与到植树造林的行动中,给地球多一点绿,让我们的未来更加美好。
植被覆盖率与城市生态环境的改善城市化的迅猛发展使城市扩张难以避免,城市规模的不断增大让人们的生活便利化同时也付出了很高的生态代价。
城市的建设往往以破坏自然环境为代价,这样的代价随着社会经济的发展逐渐显现。
因而,保护城市里的生态环境成为当务之急。
植被的重要性已经逐渐被人们认识到,它直接影响到城市环境的质量。
植被覆盖率的提高可以有效地改善城市生态环境。
植被覆盖率是指绿色植物在城市土地上的占比,包括林木、草地、花坛等。
当植被覆盖率较高时,森林、草地、花坛等形成了城市的绿地系统,这些绿地具有明显的生态和经济功能,能够有效地改善城市环境。
首先,提高植被覆盖率可以净化空气。
空气污染是城市环境中最突出的问题之一。
许多城市空气质量低下,PM2.5和PM10浓度超标是常见的现象。
气象学家的研究表明,植被可吸收大气中的有害气体和颗粒物,并释放出氧气。
另外,植物的光合作用可以将二氧化碳转化为氧气,从而降低二氧化碳的含量,提高空气质量,改善人们的生活环境。
其次,提高植被覆盖率可以减缓城市气温的上升速度。
城市地区的高密度建筑、铁路、公路、水泥路等都能够吸收太阳辐射,增加地表的温度,形成城市热岛效应。
而植被的绿叶能够吸收部分太阳辐射,使土地表面的温度降低,从而减缓城市热岛效应的速度。
降低气温可以减轻居民的用电负担,降低城市的空调耗能,降低能源消耗等。
最后,提高植被覆盖率可以改善城市的水质。
随着城市的发展,城市排放的工业废水、生活污水、垃圾等对环境的影响越来越大。
在这样的背景下,绿色植物成为改善城市水质的良方。
植物的根系有助于排水和保持水土,尤其是沙漠化地区,植被的种植可以有效地防止沙漠化。
绿色植物在自然界中是最有效的水源保护办法,城市中也是同理。
总之,提高植被覆盖率以改善城市生态环境是十分重要的。
植被覆盖率的提高是一项需要长时间持续努力的工作,需要社会各方面人士的联合行动。
政府可以制定相应的法律法规,引导社会力量,发挥群众自发性保护环境的作用;企业可以自愿参与,投入可持续发展的绿色产业等,共同推动城市生态环境的改善。
中国森林的界定标准中国森林的界定标准是指根据森林的植被类型、植被覆盖率、面积等因素来确定的一套规范。
森林是地球上重要的生态系统之一,对于维护生物多样性、保护水源和土壤、调节气候等方面起着重要作用。
因此,准确界定中国森林的标准对于科学管理和保护森林资源具有重要意义。
中国森林的界定标准主要包括以下几个方面:1. 植被类型:中国森林的界定首先考虑的是植被类型。
根据植被的组成和特征,可以将森林分为针叶林、阔叶林、针阔混交林等不同类型。
不同类型的森林在植物组成、生态功能和生态环境等方面存在差异,因此需要根据植被类型来确定森林的范围。
2. 植被覆盖率:植被覆盖率是界定森林的重要指标之一。
植被覆盖率是指地表被植物覆盖的比例,通常用百分比来表示。
在中国,一般将植被覆盖率达到30%以上的区域定义为森林。
这是因为当植被覆盖率达到一定程度时,可以形成相对稳定的生态系统,有助于保护土壤、水源和生物多样性。
3. 面积:森林的面积也是界定森林的重要指标之一。
根据国际上的惯例,一般将面积达到0.5公顷以上的连续植被区域定义为森林。
这是因为只有面积较大的连续植被区域才能够形成相对完整的生态系统,具有较高的生态功能和保护价值。
4. 地理位置:地理位置也是界定森林的一个重要因素。
根据地理位置的不同,森林可以分为山地森林、平原森林、湿地森林等不同类型。
不同类型的森林在气候、土壤和生态环境等方面存在差异,因此需要根据地理位置来确定森林的范围。
综上所述,中国森林的界定标准主要包括植被类型、植被覆盖率、面积和地理位置等因素。
通过合理界定森林的范围,可以科学管理和保护森林资源,促进生态环境的可持续发展。
同时,也有助于推动中国森林资源的合理利用和经济发展。
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()有详细影像参数,控制点文件()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得到的,因此从1级产品计算辐射亮度只需利用相关参数(Gain和Bias)进行线性反变换即可,计算过程比较简单。
各参数可在影像头文件中找到,Calibration Type 注意
选择为Radiance。
图2:辐射定标参数设置
(2)大气校正
大气校正是采用ENVI的FLAASH模块,FLAASH模块要求输入辐亮度图像,输出反射率图像。
之前对进行了辐射定标,得到辐亮度图像,在这里要把BSQ 格式的图像转换为BIL 或者BIP 格式的图像。
FLAASH校正输入图像后,程序会让你选择Scale Factor,即原始辐亮度单位与ENVI 默认辐亮度单位之间的比例。
ENVI 默认的辐亮度单位是μW/cm2 ?sr?nm,而之前我们做辐射定标时单位是W/m2 ?sr?μm,二者之间转换的比例是10,因此在下图中选择Single scale factor,填写10.000。
其中参数中心坐标,影像获取时间,都可以在头文件中获取,大气参数可以查看ENVI help来确定,还有研究区域的平均高程,可以通过GCP文件大致估算。
FLAASH的参数设置如下图(图3)。
图3:FLAASH参数设置
三:研究区域裁剪
本来想以福建省为研究区域,但是这景影像覆盖了福建省中部百分之90左右的距离,但并没有覆盖完整,所以无法用矢量边界裁剪,我就规则裁剪了一块区域做研究
图5:裁剪区域
四:分类
这里我选择了用最大似然法进行监督分类
(1)训练区选择
由于分辨率不太高,并且结合植被覆盖度估算中用到的三种模型,我将图像分为了5类,水体和裸地的fg=0,林地和城区用等密度模型估算,草地用非等密度模型估算。
图6:ROI选择
(2)采用最大似然分类
图7:最大似然分类参数设置
图8:最大似然分类结果
五:土壤线方程参数确定
土壤线:指土壤的光谱值在近红外波段和红波段的反射率或亮度值
所构成的二维平面上的线性关系,是对大量土壤光谱信息的综合描述。
土壤线方程为:NIR=aR+b
其中:NIR —近红外波段的反射率或DN值;R—红色波段的反射率或DN值;a和b—分别为土壤线的斜率和截距。
TM影像的band 3是红色波段,band 4是近红外波段。
在ENVI中绘制散点图,然后选择散点图的土壤线部分,导出对应图像AOI区的ASCLL码文件,在EXCEL中进行曲线拟合。
拟合结果如下图(图9)所示
图9:土壤线方程拟合
得到参数a=1.366 b=389.45
由于我进行大气校正后,结果并没有/10000,所以土壤线截距为300+,但后面的计算同一用没有/10000的影像来做,并不会对最后的fg产生影响。
六: NDVI的确定
使用大气校正后得到的反射率数据,直接用ENVI的Band math计算NDVI。
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。
由于影像的背景值和无效值影响,导致计算的NDVI值范围超出了[-1,1]之间。
因此,Band math下输入公式-1> b1 < 1(b1:NDVI波段),最小值和最大值运算符的同时运用使NDVI中的值被限制在[-1,1]之间。
NDVI的最后结果如下图所示(图10)
图10:NDVI图
图11:NDVI统计结果
七:植被的亚像元模型
(1)等密度模型:
假设像元中植被类型较为单一且植被垂直密度足够高,即: LAI→∞, 对应的NDVIg→NDVI∞,因此,在等密度模型假设下,植被覆盖率fg:(a)林地:
第一步:求NDVI最大值和最小值,用类别图像建立
掩膜文件,然后应用于NDVI图像,提取出林地部分,统计像元值。
第二步:求fg,利用提取得到的林地的ndvi影像做波段运算,输入公式:
(float(b1)-0.003625)/(0.977543-0.003625)。
其中b1
是第一步求得的林地的NDVI波段。
波段运算后得到如下结
果。
图12:林地的fg
(b)城镇用地:
第一步:求NDVI最大值和最小值,用类别图像建立
掩膜文件,然后应用于NDVI图像,提取出城区部分,统计像元值。
第二步:求fg,利用提取得到的林地的ndvi影像做波段运算,输入公式:
(float(b1)+ 0.001608)/( 0.654542+0.001608)。
其中b1
是第一步求得的城区的NDVI波段。
波段运算后得到如下结
果。
图13:城市的fg
(2)非等密度模型
非密度模型与等密度模型相似,该模型也假设像元中植被类型较为单一;但此时的植被垂直密度较小,即LAI<<∞。
因而植被覆盖
部分的NDVI值(NDVIg) 需由Bear定律确定,k=1。
草地&农田:
第一步:求NDVI最大值和最小值用类别图像建立
掩膜文件,然后应用于NDVI图像,提取出草地&农田部分,统计
像元值。
第二步:估算LAI,插值法求得LAI与红波段和近红外波段的关系。
令LAI=0、0.5、1,带入下式计算,能算出形如DN2=aDN1+b+c
的式子。
参数值见表1.
表1:参数表
LAI=0, DN2=aDN1+b
LAI=0.5, DN2=aDN1+b+432.6
LAI=1, DN2= aDN1+b+1097.5
用二次多项式拟合LAI和c的关系:
LAI=-0.3*c^2+10*c
其中c=DN2-aDN1-b
用以上得出的LAI与DN1、DN2的关系求LAI后除以10000并做归一化,得到以下结果
图14:草地&农田LAI
第三步:根据Bear定理,用波段计算计算NDVIg
图15:NDVIg灰度图像
第四步:计算fg
fg
图16:草地&林地的
将以上求出来的林地fg,城区fg,草地和农田fg三个波段用波段运算做波段叠加,结果如下图
图:福建植被覆盖率灰度图
不同阶段fg值赋不同的颜色,具体赋颜色情况如下图。
图:不同fg赋色
最终成图:。