ENVI下植被覆盖度的遥感估算

ENVI下植被覆盖度的遥感估算
ENVI下植被覆盖度的遥感估算

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。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。

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。

当没有实测数据的情况下,取一定置信度范围内的NDVImax 和NDVImin。VFCmax和 VFCmin根据经验估算。

实现流程

下面我们以“当区域内可以近似取VFCmax=100%,VFCmin=0%”情况下,整个影像中NDVIsoil和NDVIveg取固定值,介绍在ENVI中实现植被覆盖度的计算方法。

使用的数据是经过几何校正、大气校正的TM影像。

(1) 选择Transform->NDVI,利用TM影像计算NDVI。

(2) 选择Basic Tools->Statistics ->Compute Statistics,在文件选择对话框中,利用研

究区地区的矢量数据生成的ROI建立一个掩膜文件。

选择统计

文件及掩膜文件

计算统计参数

(3) 得到研究区的统计结果。在统计结果中,最后一列表示对应NDVI值的累积概率分布。我

们分别取累积概率为5%和90%的NDVI值作为NDVImin和NDVImax。这里得到:

NDVImax=

NDVImin=

统计结果

(4) 根据公式(4),我们可以将整个地区分为三个部分:当NDVI小于,VFC取值为0;NDVI

大于,VFC取值为1;介于两者之间的像元使用公式(4)计算。利用ENVI主菜单->Basic Tools->Band Math,在公式输入栏中输入:

(b1 lt *0+(b1 gt *1+(b1 ge and b1 le * (/ :选择NDVI图像

(5) 得到一个单波段的植被覆盖度图像文件,像元值表示这个像元内的平均植被覆盖度。在

Display显示。

(6) 选择Tools->Color Mapping->Density Slice,单击Clear Range按钮清除默认区间。

(7) 选择Opions->Add New Ranges,根据上面的对照表依次添加10个区间,分别为每个区

间设置一定的颜色,单击Apply得到如下的植被覆盖图。

植被覆盖度遥感估算结果

其他情况下的操作流程基本类似。

草原监测与评价实施方案

***草原监测与评价实施方案 草原监测评价是落实草原生态保护补助奖励政策的重要基础。为确保草原监测评价工作有序开展,根据有关规定,结合我*实际,特制定本实施方案。 一、目的和任务 (一)掌握草原资源与生态基本状况 开展草原生态补奖政策本地调查,掌握禁牧区和草畜平衡区分布范围、草原类型及生产力、植被组成、草原退化、沙化、盐渍化面积、范围和等级、土壤状况等基况数据和资料,建立草原资源与生态基础数据库。 (二)实施草畜平衡监测 开展草畜平衡监测预警,准确掌握草畜平衡区饲草料供需变化动态,为兑现草畜平衡奖励资金和及时调整天然草原载畜量提供依据。 (三)开展补奖政策实施效果评价 开展草原保护效益监测,分析评估草原生态补助奖励机制实施后草原植被和生态环境恢复效果,为绩效评估和进一步完善补奖政策提供依据。 二、内容和指标 (一)监测范围 草原监测与评价范围是全区实施草原生态补奖政策禁牧区,禁牧区涉及我****万亩草原。 (二)监测内容 1、草原生态状况:草原退化、沙化、盐渍化面积、分布区域和等级评定。 2、草原植被状况:植被组成、盖度、高度、物种数量变化情

况。 3、草原生产力状况:草原植被长势、各类型草原鲜草及干草产量、载畜能力。 4、草原利用状况:草原承包、草原利用方式、载畜量。 5、畜牧业生产情况:牲畜饲养情况、人工草地建设情况。 6、草原灾害情况:草原鼠虫害发生次数、面积、分布、特点及草原旱灾等其他灾害情况。 (三)禁牧区监测指标 根据系统性、易测性、可比性原则,确定如下监测指标。 1、草原植被监测指标 植物种类、植被高度、盖度、密度、频度、地上生物量、枯落物盖度和枯落物重量。 2、草原生态状况监测指标 草原退化、沙化、盐渍化指示植物、裸地盖度、土壤质地、土壤机械组成、土壤养分、土壤侵蚀状况。 三、监测评价与信息发布 (一)监测方法 1、定点监测 (1)样地设置 在全区两大类型草原中,选择代表性强、生态分布区域典型的草原类型进行定点监测,共布设监测点10个,其中荒漠草原8个,山地草原2个。样地类型全部为非围栏固定监测样地。 (2)监测项目 非围栏固定监测样地在牧草生长旺季(6~8月)按月测定草原地上生物量、盖度、高度和频度,拍摄样地样方照片。观测时间为每月中旬。 (3)设备配置

ENVI下植被覆盖度的遥感估算

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。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。 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%

全国草原监测报告

全国草原监测报告 2007 中华人民共和国农业部 编制说明 草原监测是开展草原保护、建设和合理利用的重要基础性工作。2007年,全国草原监测采取地面监测与遥感、地理信息系统相结合的方法,重点监测了草原生产力、植被状况、生态状况、利用状况、灾害状况和保护建设工程效益等。地面监测主要在河北、山西、内蒙古、辽宁、吉林、黑龙江、山东、河南、湖北、广西、重庆、四川、云南、贵州、西藏、陕西、甘肃、青海、宁夏、新疆等20个省(区、市)开展。全国有4000多人参加了今年的地面监测工作,调查总行程超过25万公里,共采集样方近9000个,入户调查5000余户。运用MODIS影像植被指数与地面监测数据的相关性建立草原生产力计算模型,测算全国草原生产力;依据《天然草地合理载畜量的计算》(农业行业标准:NY/T635-2002),计算天然草原载畜能力。 本监测工作由农业部畜牧业司负责,农业部草原监理中心具体组织、协调和指导,全国畜牧总站承担了草原监测的技术支持与服务工作。农业部遥感应用中心、中国农科院区划所、国家气象中心承担了草原利用状况分析、牧草长势监测和气象条件分析等工作。有关省(区、市)草原监测机构承担了本省(区、市)的地面监测工作。农业部发展计划司、财务司对本监测给予了大力支持。 草原监测结果概要 草原植被生长属偏好年份与常年相比,2007年全国草原植被总体长势属偏好年份。全国天然草原鲜草总产量为95214万吨,折合干草约29865万吨,载畜能力约23369万羊单位。 草原保护建设工程效果显著草原保护建设工程区植被恢复明显,与非工程区相比,工程区内植被盖度平均提高16个百分点,植被高度提高51%,产草量提高64%。其中,退牧还草工程区内植被盖度平均提高15个百分点,植被高度提高47%,产草量提高58%。 草原利用状况有所改善全国重点天然草原的牲畜超载率为33%,较上年下降1个百分点。全国266个牧区、半农半牧区县(旗)中,牲畜超载率大于20%的有178个县(旗)。 草原火灾明显减少2007年,全国共发生草原火灾248起,受害草原面积11419.2公顷。与上年同期相比,草原火灾次数减少102起,受害草原面积减少76%。 草原鼠虫害面积增加草原鼠害危害面积3894万公顷,占草原可利用面积的11.8%,较上年增加3.9%。虫害危害面积1758万公顷,占草原可利用面积的5.3%,较上年增加4.5%。 草原生态状况依然严峻草原生态建设工程区以及禁牧、休牧区草原生态环境明显改善,但全国草原生态环境仍呈现总体恶化的态势。局部区域由于受干旱、鼠虫灾害等因素影响,草原生态恶化进一步加剧。

遥感植被指数NDVI计算

本科学生综合性、设计性 实验报告 姓名宋国俊学号114130168 专业地理信息系统班级 实验课程名称遥感地学分析 实验名称NDVI计算 开课学期2011 至2012 学年下学期 云南师范大学旅游与地理科学学院编印 一、实验准备

1、实验目的和要求: 利用TM卫星数据,应用ENVI软件进行归一化植被指数的计算,及在此基础对研究 区进行植被覆盖率的提取,根据植被覆盖率进行一些应用分析。 2、实验材料及相关设备: 昆明影像数据(path/row:129/43(2002.02.09))ENVI及ArcGIS软件。 3、实验方法步骤及注意事项: 实验方法:利用ENVI及ArcGIS图像处理软件,参考软件的处理操作步骤,对图像进行处理。 注意事项:下载数据时应该严格遵照行列号来下载,下载的数据要包括完整的影像数据信息以便数据的预处理。 二、实验内容、步骤和结果(详细写清楚本次实验的完成的主要内容、具体 实施步骤和实验结果。) 1、实验内容 利用下载的昆明影像数据用ENVI进行NDVI计算,计算公式如下: NDVI=(NIR-R)/(NIR+R)(NIR为近红外波段,R为红光波段) 2、实验步骤 (1)对昆明影像数据进行辐射定标: Ⅰ、启动ENVI File→Open External File→Landsat→Geo TIFF with metadata→Enter Landsat MetaData Filenames(输入元数据) Ⅱ、Spectral→Preprocessing→Calibration utilities→Landsatcalibration→Landsat calibration input file→输 入第一步的元数据 Ⅲ、将辐射定标后的数据转化为BIL格式:

恢复草原植被,治理沙漠化,修复草原生态

专家观点:恢复草原植被;治理沙漠化;修复草原生态;草原区划 依靠大自然的力量来修复草原 中国科学院植物所首席研究员蒋高明 在沙尘暴的治理方面,应当停止在草原上造林和飞播种草的做法,大面积的退化草地可借助自然力恢复。 植树如果不考虑所在地区的自然条件,盲目地认为只有种树才能使环境改善,就不会收到良好的效果,相反还会加重沙漠化进程。早20世纪60年代著名地理学家黄秉维院士就非常形象地将干旱、半干旱地区的树比喻成“抽水机”,因此他不主张在草地上大量种树。 飞播的不合理之处在于:其一,草原地区土壤库中含有大量的种子以及各类繁殖体,只是没有萌发或即使萌发没有生长的机会。因此,飞播只是解决了草地恢复中的一个很小的次要矛盾。其二,飞播带来了大量外来种,一些有毒的物种如醉马草就很容易混到羊柴的种子中飞到优质的草原中。大部分物种不是这个地区生长的,却因借助人的力量扩大了分布的地盘。这在短期内可能我们看不到它的危害,但从生态平衡和生物多样性保护的角度看,则是不利的事情。其三,经济上不合算。因此,无论从经济上,还是从生态上来看,飞播都是不合算的,甚至是有害的。 在那些治理难的“硬骨头”地区,最好的办法是“人退”,减少人为的压力,让自然去修复。英国是世界上最早工业化的国家,也最早尝到了生态破坏的苦果。但到目前为止,他们已经把历史上由于采矿(主要是采煤)而造成的废弃地恢复成了自然生态系统,并进一步规划成为世界上著名的乡村景观。他们成功的一个重要经验就是借助自然力进行生态恢复。利用自然力进行生态恢复的过程可以简单地理解为围封,就是在保证土壤不损失的前提下,保证种子、孢子、果实、萌生根和萌生苗等各类繁殖体能够“安家落户”并得以自然繁衍。利用自然力恢复成功的例子其实很多,例如1991~1999年的8年中,北京延庆山区搬迁人口4356户,山区人口由原来的近6万人减少到3万人,从而极大地缓解了山区森林的压力,林木覆盖率由原来的30%达到了目前的70%以上。香港嘉道里有一片山地,因为农业活动停止了,在40年的时间里自然恢复,形成了郁郁葱葱的森林。在浑善达克沙地,我们在锡林郭勒盟正蓝旗巴音胡舒噶查进行的4万亩的围封实验,滩地上的草本植物第1年就实现了全面恢复,植被覆盖度为100%,草层高度当年达80厘米以上,产草量820斤/亩/鲜重;第2年的草层高度就达1.43米,产草量5300斤/亩/鲜重,自然萌发的2年生榆树苗达321棵/平方米,据当地牧民讲已经全面恢复到了上世纪60年代的水平;第3年许多地块发现了高度达1.85米的赖草。在群落演替上,植物种类由当年的地榆、委陵菜、沙葱、冷

Erdas里面利用NDVI提取植被指数的步骤(附图)

Erdas里面利用NDVI提取植被指数的步骤 NDVI:归一化植被指数和植物的蒸腾作用、太阳光的截取、光合作用以及地表净初级生产力等密切相关。 1、NDVI的应用:检测植被生长状态、植被覆盖度和消除部分辐射误差等; 2、-1<=NDVI<=1,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; 3、NDVI的局限性表现在,用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象,分别求RVI和NDVI时会发现,RVI值增加的速度高于NDVI增加速度,即NDVI对高植被区具有较低的灵敏度; 4、NDVI能反映出植物冠层的背景影响,如土壤、潮湿地面、学、枯叶、粗超度等,且与植被覆盖有关; 在erdas里面利用NDVI提取植被指数的步骤如下: 1、在Erdas的主工具中选择Interpreter模块,出现Image Interpreter 对话框 2、然后选择Spectral Enhancement,会弹出Spectral Enhancement对话框 3、再选择Indices选项出现Indices对话框

以SPOT 数据为例进行说明,选择InputFile ,选择Output File ,在OutputOptions 的Sensor 中选择SPOT XS/XI ,在SelectFunction 里面选择NDVI ,DataType 默认为Float 不用改变,可以发现最下面的Function 显示band 3 - band 2 / band 2 +band 3,这个就是NDVI 的计算公式。最后选择OK 即可完成,这里要注意的是没有OutputFile 的话Ok 按钮时不能使用的。如果NDVI 计算的话在ENVI 是最方便的在Transform 菜单下就有,同时ENVI 的波段计算功能也很方便完成NDVI 计算。

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。研究的最终结果也会给徐州市的城市规划提供信息支持与技术保障。 1.2 国内外植被覆盖度研究现状 由于植被覆盖度是许多学科的重要参数,为

[基础科学]Erdas和ENVI利用NDVI提取植被指数的步骤

[基础科学]Erdas和ENVI利用NDVI提取植被指数的步骤Erdas和ENVI中利用NDVI提取植被指数的步骤 NDVI:归一化植被指数 和植物的蒸腾作用、太阳光的截取、光合作用以及地表净初级生产力等密切相关。 1、NDVI的应用:检测植被生长状态、植被覆盖度和消除部分辐射误差等; 2、-1<=NDVI<=1,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; 3、NDVI的局限性表现在,用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象,分别求RVI和NDVI时会发现,RVI值增加的速度高于NDVI增加速度,即NDVI对高植被区具有较低的灵敏度; 4、NDVI能反映出植物冠层的背景影响,如土壤、潮湿地面、学、枯叶、粗超度等,且与植被覆盖有关; erdas里面利用NDVI提取植被指数的步骤:

1、在Erdas的主工具中选择Interpreter模块,出现Image Interpreter对话框 2、然后选择Spectral Enhancement,会弹出Spectral Enhancement对话框 3、再选择Indices选项出现Indices对话框 以TM数据为例进行说明,选择InputFile,选择Output File,在OutputOptions的Sensor中选择Landst TM,在SelectFunction里面选择NDVI,DataType默认为Float不用改变,可以发现最下面的Function显示band 4 - band 3 / band 4 +band 3,这个就是NDVI的计算公式。最后选择OK即可完成,这里要注意的是没有OutputFile的话Ok按钮时不能使用的。如果NDVI计算的话在ENVI是最方便的在Transform菜单下就有,同时ENVI的波段计算功能也很方便完成NDVI计算。 另外,ERDAS MODEL做NDVI分类 首先说如何做NDVI,虽然ERDAS里有个现成专门可以做NDVI的的地方,但是我们注意到TM4+TM3可能为0,当除数为0时系统会报错,所以应该在分母上加0.001或0.0001都可以。这样分母就不会为0了,同时注意输出图象类型要是float single,否则做出来的结果可能是空白图象。 给NDVI图象进行再分类:注意输出图象类型为thematic。

植被覆盖度反演

题目:植被遥感监测具有很长的历史,植被遥感中植被覆盖反演是主要内容之一,线性分解模型是混合像元分解法的一种,根据混合像元分解及线性分解模型的原理,利用红碱淖2016年6月17日Landsat8 OLI数据,求取研究区植被覆盖度(写出详细计算过程和步骤)。 一、操作思路: 端元代表影像中的纯净像元,求取植被覆盖度即求取端元的丰度,因此采用混合像元分解及线性分解模型进行混合像元分解,得到端元以及相应的丰度影像,即为植被覆盖度影像。 二、操作步骤: 1.影像预处理 由于操作时间的限制和硬件设备的不允许,将影像选取一定的区域进行裁剪,感兴趣区域为roi1文件,得到裁剪后影像2016new文件,导入影像,进行影像的预处理,包括辐射定标和大气校正步骤,辐射定标采用Radiometric Calibration 工具,大气校正采用FLAASH工具,分别得到辐射定标结果2016_rad1和2016_ref 文件。 2.MNF变换 采用MNF变换工具,可将数据波段进行“降维”,提取出有用信息集中的波段,去除噪声信息集中的波段,利用Forward MNF Estimate Noise Statistic将数据进行MNF变换,得到MNF变换结果2016_MNF和噪声文件MNF_Noise和统计文件MNF_Statistic文件。 3.PPI变换 纯净像元指数法指像元被标记为纯净像元的次数,可以将混合像元进行分解,有效的提取出端元。 由于操作时间的限制和硬件设备的不允许,将MNF变换后影像与原影像选取一定的同样区域进行裁剪,感兴趣区域选择ROI2文件,得到裁剪结果为2016_MNF_sub和2016new_sub文件。 在MNF变换后发现有用信息集中在1、2、3波段,因此利用Pixel Purity Index 工具,将MNF变换后影像选择1、2、3波段进行端元提取,阈值设为3.00,操作的结果为2016_PPI文件。 4.N维可视化 利用N维可视化工具可以将端元更好的显示,有利于更加直观的确定端元,在N维可视化窗口中,选中1、2、3波段,在显示窗口中将较为集中的区域定为端元,进行类(class)的划定,一共确定三类,利用mean all工具将三类端元的波谱显示出来,并保存为波谱库2016_sli文件。 5.端元识别

几种常见植被指数

常用的植被指数,土壤指数,水体指数有哪些? 植被指数与土壤指数 一、RVI——比值植被指数:RVI=NIR/R,或两个波段反射率的比值。 1、绿色健康植被覆盖地区的RVI远大于1,而无植被覆盖的地面(裸土、人工建筑、水体、植被枯死或严重虫害)的RVI在1附近。植被的RVI通常大于2; 2、RVI是绿色植物的灵敏指示参数,与LAI、叶干生物量(DM)、叶绿素含量相关性高,可用于检测和估算植物生物量; 3、植被覆盖度影响RVI,当植被覆盖度较高时,RVI对植被十分敏感;当植被覆盖度<50%时,这种敏感性显著降低; 4、RVI受大气条件影响,大气效应大大降低对植被检测的灵敏度,所以在计算前需要进行大气校正,或用反射率计算RVI。 二、NDVI——归一化植被指数:NDVI=(NIR-R)/(NIR+R),或两个波段反射率的计算。 1、NDVI的应用:检测植被生长状态、植被覆盖度和消除部分辐射误差等; 2、-1<=NDVI<=1,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;

3、NDVI的局限性表现在,用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象,分别求RVI和NDVI时会发现,RVI值增加的速度高于NDVI增加速度,即NDVI对高植被区具有较低的灵敏度; 4、NDVI能反映出植物冠层的背景影响,如土壤、潮湿地面、学、枯叶、粗超度等,且与植被覆盖有关; 三、DVI\EVI——差值\环境植被指数:DVI=NIR-R,或两个波段反射率的计算。 1、对土壤背景的变化极为敏感; 四、SAVI\TSAVI\MSAVI——调整土壤亮度的植被指数: SAVI=((NIR-R)/(NIR+R+L))(1+L),或两个波段反射率的计算。 1、目的是解释背景的光学特征变化并修正NDVI对土壤背景的敏感。与NDVI相比,增加了根据实际情况确定的土壤调节系数L,取值范围0~1。L=0 时,表示植被覆盖度为零;L=1时,表示土壤背景的影响为零,即植被覆盖度非常高,土壤背景的影响为零,这种情况只有在被树冠浓密的高大树木覆盖的地方才会出现。 2、SAVI仅在土壤线参数a=1,b=0(即非常理想的状态下)时才适用。因此有了TSAVI、ATSAVI、MSAVI、SAVI2、SAVI 3、SAVI4等改进模型。 五、GVI——绿度植被指数,k-t变换后表示绿度的分量。

成都市植被覆盖度遥感动态监测分析

遥感地学分析课程设计实验报告成都市植被覆盖度遥感动态监测分析 团队人员胡禹贤2008043013遥感081班杨维2008043035 遥感081班胡晓2008043010 遥感081班卿晓琼2008043009 遥感081班郝争2008043007 遥感081班

摘要 本次研究以四川省成都市为研究区,选择2000年Landsat ETM数据、2007年Landsat TM 数据、成都1:50万地形图以及全国县界1:400万的矢量图作为基本信息源,对遥感数据进行波段合成、大气校正、几何校正、图像裁剪处理后,计算出两期图像的归一化植被指数(NDVI),对植被覆盖度进行估算。结果表明:成都市在七年间植被覆盖度总体上呈增高趋势,尤其是市区二环路以内,植被覆盖度有了明显的增加。但是,在成都的一些郊区,比如龙泉、郫县、以及金堂等地的植被覆盖度已经出现下降的迹象;另外,与2000年相比,成都市到2007年低植被覆盖度区域面积有了明显的减少,中低植被覆盖到中高植被覆盖度区域面积增加明显,高植被覆盖度区域面积变化不大。从研究结果上看,我们总体上认为研究区植被覆盖度变化和人类活动有不可分割的密切关系。 【关键词】:归一化植被指数;遥感;植被覆盖度;成都市。 summary The study, Chengdu, Sichuan Province as the study area, select the Landsat ETM data in 2000, Landsat TM data in 2007, Chengdu, 1:50 million, and topographic maps 1:400 million the county boundary vector as a basic source of information on remote sensingband synthetic data, atmospheric correction, geometric correction, image cropping treatment, two images to calculate the normalized difference vegetation index (NDVI), vegetation coverage estimate. The results showed that: Chengdu, vegetation coverage in the seven years, showing a rising trend in general, especially in the urban area within the Second Ring Road, the vegetation coverage has been an obvious increase.However, in some suburbs of Chengdu, such as Longquan, Pixian, and Jintang, the vegetation coverage has been signs of decline; In addition, compared with 2000, Chengdu, in 2007 ,had a significant size of the area decrease in the low vegetation cover in areas of high vegetation coverage area increased significantly and the regional area of high vegetation coverage changed little. The results from the research point of view, is generally thought that the vegetation cover change and human activities are inextricably close relationship. 【Key words】: normalized difference vegetation index; remote sensing; vegetation coverage; Chengdu.

ENVI中常见植被指数介绍

作业9 植被指数 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。 不同的植被覆盖类型可以通过其特有的光谱特征进行区分,这是由于叶绿素在红波段内对太阳辐射的吸收以及叶片细胞结构对红外波段内太阳辐射的强反射。 Broadband Greenness(5 indices)(宽带绿色指标(5)) 宽带绿度指数可以简单度量绿色植被的数量和生长状况,它对植物的叶绿素含量、叶子表面冠层、冠层结构比较敏感,这些都是植被光合作用的主要物质,与光合有效辐射(fAPAR)也有关系。宽带绿度指数常用于植被物候发育的研究,土地利用和气候影响评估,植被生产力建模等。宽带绿度指数选择的波段范围在可见光和近红外,一般的多光谱都包含这些 波段。下面的公式中规定波段的中心波长:ρNIR=800nm,ρRED=680nm,ρBLUE=450nm。 1. Normalized Difference Vegetation Index归一化植被指数 增强在近红外波段范围绿叶的散射与红波段范围叶绿素的吸收差异。 简称NDVI: NDVI=(NIR-R)/(NIR+R) (1)应用:检测植被生长状态、植被覆盖度和消除部分辐射误差等; (2)-1<=NDVI<=1,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; (3)NDVI的局限性表现在,用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象,分别求RVI和NDVI时会发现,RVI值增加的速度高于NDVI增加速度,即NDVI 对高植被区具有较低的灵敏度; (4)NDVI能反映出植物冠层的背景影响,如土壤、潮湿地面、学、枯叶、粗超度等,且与植被覆盖有关; 2.Simple Ratio Index比值植被指数 在近红外波段范围绿叶的散射与红波段范围叶绿素吸收的比值。 简称SR:SR=ρNIR/ρRED 在LAI 值很高,即植被茂密时其灵敏度会降低.SR值的范围是0~30,一般绿色植被区的范围是2~8 3.Enhanced Vegetation Index 增强植被指数 增强NDVI,解决土壤背景和大气气溶胶对茂密植被的影响。 简称:EVI

植被覆盖度分布图制作

作业1: 用TM/ETM图像制作一个地区植被覆盖度分布图(要求如图所示),描述该地区的 区域概况,并分析植被分布空间差异。所用公式如下: NDVI=(B4-B3)/(B4+B3) Vr=(NDVI-NDVIb)/(NDVIv-NDVIb) 式中:NDVI是归一化植被指数。B3和B4是TM第3和4波段的图像亮度值。 NDVIb和NDVIv是裸土和植被的NDVI值,可分别取0.15和0.75。Vr是植被覆盖度(0-1)。 要求:用WORD把制作过程和分析结果记录下来。>2000字 目的:学会图像处理软件,进行图像信息提取,用各种软件共同制作有实际意 义的图像 原理与方法: NDVI——归一化植被指数NDVI=(NIR-R)/(NIR+R),或两个波段反射率的计算。 1.NDVI的应用:检测植被生长状态、植被覆盖度和消除部分辐射误差等; 2.-1<=NDVI<=1,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 3.NDVI的局限性表现在,用非线性拉伸的方式增强了NIR和R的反射率的对比 度。对于同一幅图像,分别求RVI和NDVI时会发现,RVI值增加的速度高于NDVI 增加速度,即NDVI对高植被区具有较低的灵敏度; 4.NDVI能反映出植物冠层的背景影响,如土壤、潮湿地面、雪、枯 叶、粗糙度等,且与植被覆盖有关。 操作步骤如下: 一.从地理空间数据云网站下载山西省吕梁地区文水县的ETM影像,对应地区的数据如下: 表:Landsat8数据波段参数 波段波长范围(μm)空间分辨率(m) 名称 1-海岸波段0.433–0.453 30 LC81260342015159LGN00_B1 2-蓝波段0.450–0.515 30 LC81260342015159LGN00_B2 3-绿波段0.525–0.600 30 LC81260342015159LGN00_B3

ENVI下植被覆盖度的估算

ENVI下植被覆盖度的遥感估算 2013-05-30 | 阅:1 转:17 | 分享 修改 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。 当没有实测数据的情况下,取一定置信度范围内的NDVImax 和NDVImin。VFCmax和

克什克腾旗草原植被遥感监测方法

龙源期刊网 https://www.360docs.net/doc/0f16401527.html, 克什克腾旗草原植被遥感监测方法 作者:范雪松翟志军姚淑珍航盖 来源:《农民致富之友》2019年第30期 在克什克腾旗草原植被牧草监测方法的基础上,提出遥感监测在草原植被监测上的应用,通过对比以往的监测方法,遥感监测可以通过遥感图像进行大面积监测,在精度和尺度上都有大幅提升,具体介绍了遥感技术在草原植被监测上的方法,通过ArcGIS软件对遥感数据进行分析,更好进行植被监测。 草原植被是指覆盖于地面表层的植物群落总和,其中包括草地、灌木、森林、农作物等。草原植被是整个生态系统中重要的组成部分,植被覆盖于地表,它把土壤、水体、大气圈层紧密联系在一起,草原植被自身脆弱,恢复周期长,如果受到破坏,那不仅会打破生态系统的平衡,同时也会威胁到人类的生存环境。 草原植被遥感监测是利用3S技术,即RS(遥感)、GIS(地理信息系统)、GPS(全球定位系统),结合地面调查结果而实现对草原植被的监测。草原植被遥感监测内容主要包括草原植被长势、草原植被生物量监测等内容。随着3S技术的发展与成熟,特别是对地观测技术的迅速发展,高空间与时间分辨率卫星遥感数据获取技术的不断完善,草原植被遥感监测也迅速发展。再加之畜牧业生产可持续稳定发展需求的推动,使得近几年我国利用遥感技术对草原植被、草原灾害等的监测手段得到了长足发展。我国是草原大国,有天然草地近3.9亿hm2,占国土总面积的41.41%,但北方草原90%已经或正在退化,成为我国最严重的生态环境问题。草原植被的宏观遥感监测是快速、准确了解草原状况,实现对草原科学管理和保护的重要依据。 遥感是通过非直接接触,远距离感知物体的一种技术手段。遥感技术获取某一地区的植被信息,是一种新型有效的监测手段。传统的植被监测通常采用野外目视观察法,该方法虽然简单,但是费时费力,不易于长期监测,而且监测范围有限,特别是在克什克腾旗境内,地形复杂多样,一些人工无法到达的地段无法监测,形成监测盲区,造成监测结果缺失,相比较遥感监测,遥感监测具有范围广的特点。 一、遥感监测技术的应用 (一)遥感数据预处理 遥感监测草原植被是根据草原植被光谱特性决定的,植物中的叶绿素可以吸收可见光,其中对红光波段具有强吸收性,而对近红外波段具有高反射性,通过对这些波段的组合分析,可以较好的区分植被和非植被信息,其中归一化植被指数(NDVI)是最常用的植被指数,可以

植被覆盖度计算

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。 2)当区域内不能近似取VFCmax=100%,VFCmin=0%

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/Band Math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/Compute Statistics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https://www.360docs.net/doc/0f16401527.html,/s/blog_764b1e9d0100u29i.html

2017草原监测报告(网络)

武山县2017年草原监测报告 草原监测是开展草原保护、建设和合理利用草原的重要基础性工作。2017年,我县草原监测按照省市统一部署,主要采取地面监测的方法,重点监测了草原生产力、植被状况、生态状况、利用状况、灾害状况和保护建设等。地面监测在6、7、8月分别在沿安乡苟具村、温泉乡草川村、榆盘乡的盘龙村、鸳鸯镇费山村、高楼乡叶兵村,桦林乡漆坪村(芦子滩)、杨河乡安沟村、四门镇松树村(周沟)和洛门镇杨场村共9乡镇9个村的天然草原开展,全县共有23人次参加了今年的地面监测工作,调查总行程超过920多公里,共调查样地9个,采集样方81个,入户调查180余户。 本监测工作由武山县畜牧兽医局负责,武山县草原监理站具体组织实施,相关乡镇对本监测给予了大力支持。 一、全县草原概况 全县天然草原总面积65.14万亩,其中可利用天然草场面积61.87万亩,占全县草原总面积的94.98%,主要分布在全县15乡(镇)344村,最大的有太皇山草场约34995亩,草川草场约30990亩,云雾山草场约28500亩,桦林山草场约31995亩,建军山草场约27000亩。南部山区的太皇山草场、草川草场、云雾山草场属草甸草原,植被较好,产草量较高,北部山区的桦林山草场、建军山草场属温性草原。全县草原根据其气候、海拔、经纬度、植物种数、植物盖度等

综合因素和武山县第二次草原普查数据分析,将我县天然草原分为山地草甸草原、暖性灌草丛、暖性草丛、温性草原、温性草甸草原等五种类型,其中山地草甸草原类面积为232058.49亩,占全县草原总面积的35.60%,主要分布于南部乡镇如杨河、沿安、温泉、滩歌、四门、龙台等乡镇的高山地区;暖性灌草丛类草原为24203.95亩,占全县草原总面积的3.80%,主要分布于沿安乡、杨河乡的浅山地区;温性草原类面积为340305.70亩,占全县草原总面积的52.20%,主要分布于全县北部的大面积地区;温性草甸草原类面积为16739.45亩,占全县草原总面积的2.6%,主要分布于桦林、四门、洛门海拔较低区域;暖性草丛类总面积为38140.32亩,占全县草原总面积的5.8%,主要分布于沿安、马力、高楼等阴湿区域。 二、草原监测情况 (一)草原监测样地布设 在全县五个草原类型中,选择了代表性强、生态分布区域典型的暖性草丛、暖性灌草丛、温性草甸草原、温性草原和山地草甸草原五种草原类型,合理布设样地样方,在每个草原类型中设置非围栏监测点样地2个,其中在山地草甸草原类监测点设在沿安乡苟具村、温泉乡草川村,温性草原监测点设在榆盘乡的盘龙村、鸳鸯镇费山村,温性草甸草原监测点设在高楼乡叶兵村,暖性灌草丛监测点设在桦林乡漆坪村(芦子滩)、杨河乡安沟村,暖性草丛监测点设在四门镇

相关文档
最新文档