植被覆盖度提取
植被覆盖度等级划分
按照-1-0．2、0．2-0．4、 0．4-0．6、0．6-0．8、 0．8-I五级分类，得到区植 被覆盖度分级图
专题图
谢
植被盖度提取
地信151 黎敏 27
注：文本框可根据需求改变颜色、移动位置；文字可编辑
学习基于 像元二分 模型的植 被盖度提 取方法
lanier.img. 基于遥感技 术的植被覆 盖度估算与 变化实验分 析
参考文献介 绍的方法用 lanier.img 数据做出该 区域的植被 盖度图
植被盖度提取
目录
归一化植被指数(NDVI) 基于NDVI的像元二分模型 植被覆盖度等级划分 专题图
归一化植被指数(NDVI)
NDVI=(NIR—RED)／(NIR+RED)
基于—NDVIsoi1)／(NDVlveg—NDVIsoil) 像元NDVI累积概率分布为1％附近的值所对应的NDVI值为 NDVlmin，99％附近的值所对应的NDVI值为NDVlmax
阜新地区植被覆盖度变化提取及分析
Ａｎ ｌ ｓｓ ａ ｄ Ｅｘ ｒ ｃ ｓ ｏ ｇ ｔ ｔｏ ｖ ｒ ｇ ａ ｇ ｓ ｏ ｘ ｎ Ｒｅ ｉ ｎ ａ ｙ ｉ ｎ ｔ ａ ｔ ｆ Ｖｅ ｅ ａ ｉ ｎ Ｃｏ ｅ ａ ｅ Ｃｈ ｎ ｅ ｆＦｕ ｉ ｇ ｏ
０ 引 言
植被是环境 的重要 组成 因子 ， 是反 映 区域 生态环 境 也
水量 分 布 不 均 匀 ， 多 年 份 达 １ １０ ｍ 最 少 年 份 为 最 ９ ｍ， ２ ０ｍｍ， 为常年 的 ４ ． ％ ， ３ 仅 ４ ９ 因此 ， 常出现周期性 干旱 ， 经 降水量 在一 年 中分布不 均衡 ， 夏季 ６～８月 占全年 降水量 的 ６ ％ ～ ０ ， 少雨雪 ， ０ ７％ 冬 春季 ４～ ５月 ， 干旱 频率 为 ２ ％ ５
ｅ ａ ｄ６ ５ ７ ｄ， ｎ ． ４ ％ ｉ ｗｖ ｄ， ８ ６ ６ ｍｐ ｅ ２ ． ３ ％ ｒｍａｎ ｄ ｎ ｈ ｎ ｅ ｅ ｉｅ ｏ ｃ ａ ｇ ． Ｋｅ ｏ ｄ ： ｙ ｗ ｒ ｓ ＮＤＶＩ ｖ ｇ ｔｔ ｎ ｃ ｖ ｒ ｅ Ｆ ｘｎ；ｘ ｒ ｃｓ ； ｅ ｅａ ｉ ｏ ｅ ａ ； ｕ ｉ ｅ ｔａ ｔ ｏ ｇ
ＭＡ Ｃ ｎ ． Ｕ Ｗ ｅ ｏ ｇ Ｗ ｎ—ｂ 。
（ ｉｏ ｉ ｇＴ ｃ ｎｃ ｌ ｉｅ ｓ ｙ Ｆ ｘｎ １ ３ ０ ， ｈｎ ） Ｌ ａ ｎｎ ｅ ｈ ｉ ｖ ｒｉ ， ｕ ｉ ２ ０ ０ Ｃ ｉａ ａ Ｕｎ ｔ
Ａｂ ｔ ａ ｔ ｈ ｅ ｅａｉ ｎ ｃ ｖ ｒ ｇ ｓａｌｉ ｏ ｔ ｎ ｎ ｉａｏ ｅ ｅ ｏ ｏ ｉ ａ ｅ ｖｒ ｎ ｎ ｆｔｅ ｒ ｇｏ ． ｓｎ ｈ Ｍ ｅ ｔ ｅ ｓｎ ｓｒ ｃ ：Ｔ ｅ ｖ ｇ ｔｔ ｏ ｅ ａ ｅ ｉ ｌ ｍｐ ｒ ｔｉｄ ｃ ｔｒｔ ｔ ｃ ｌｇ ｃ ｌ ｎ ｉ ｍｅ ｔ ｅ ｉｎ Ｕ ｉｇ ｔｅ Ｔ ｒｍｏ ｅ ｓ ｎ ｉ ｇ ｏ ａ ｏｈ ｏ ｏ ｈ
计算植被覆盖度方法
计算植被覆盖度方法植被覆盖度计算方法植被覆盖度是指植被在特定区域内覆盖地面面积的百分比，是评估生态系统健康和稳定性的重要指标。
有几种方法可以用来计算植被覆盖度，具体方法的选择取决于数据类型和研究目标。
野外调查方法1. 点取法点取法是最简单的野外调查方法。
研究者在研究区域内随机或系统地放置若干个点，然后在每个点上垂直向下观测，记录植被覆盖地面的情况。
植被覆盖度为被植被覆盖的点数占总点数的百分比。
2. 线段法线段法与点取法类似，但观察的是线段。
研究者沿着研究区域内预先确定的线段行走，并记录线段上被植被覆盖的长度。
植被覆盖度为被植被覆盖的长度占总线段长度的百分比。
3. 样方法样方法涉及在研究区域内建立固定大小的样方，然后记录每个样方中植被覆盖地面的面积。
植被覆盖度为被植被覆盖的面积占总样方面积的百分比。
遥感方法遥感方法利用卫星或航空影像来估计植被覆盖度。
常见的遥感方法包括：1. 归一化植被指数 (NDVI)NDVI 是一个使用多光谱影像计算的指数，可反映植被的绿度和活力。
NDVI 值范围为 -1 到 1，正值表示植被覆盖，负值表示裸露地表或水体。
2. 植被指数最大值复合 (EVI)EVI 是 NDVI 的改进版，它考虑了蓝光反射，以减少大气影响并提高植被覆盖度的准确性。
3. 分割图像法分割图像法涉及将遥感影像分割成小区域，然后将每个区域分类为植被覆盖或其他土地覆被类型。
植被覆盖度为被分类为植被覆盖的区域面积占总研究区域面积的百分比。
选择最合适的方法选择最合适的植被覆盖度计算方法取决于以下因素：数据类型：野外调查需要收集现场数据，而遥感方法使用遥感影像。
研究规模：野外调查通常用于小区域，而遥感方法可用于大区域。
精度要求：某些研究可能需要更高的精度，这可能会影响方法选择。
成本和可行性：野外调查可能需要更多的时间和资源，而遥感方法成本可能会更高。
通过考虑这些因素，研究者可以选择最适合其研究目标和资源限制的植被覆盖度计算方法。
覆盖度提取
0.63
0.39 0.65 0.69 0.65 0.77 0.62 0.732 0.58
灌木
针叶 灌木 灌木 混交林 乔木 乔灌木 乔灌木 灌草
目视解译覆盖度
像元二分法与目估法覆盖 度之间的统计关系
HF14
39.9832
116.0528
0.70
0.504
灌木
应用实例
利用北京西北部山区的两期LandsatETM、TM5图像计算植被覆盖度
ETM 1999/07/01 GMT 04:25:24
TM5 2009/07/20 GMT 02:42:20
1 辐射定标
建立遥感传感器的数字量化输出值DN与其所对应视场 中辐射亮度值之间的定量关系: Lλ= Grescale×DN+ Brescale 式中Lλ为辐射亮度值 （W/m2·sr·μm） ，DN为原始影 像像元值，Grescale为校正增益系数，Brescale为校正偏差 量。
FLAASH: 0.685681
FLAASH: 0.152263
北京西北部山区NDVI
1999/07/01
2009/07/20
基于NDVI的覆盖度像元二分法计算公式
F=(NDVI- NDVISoil )/(NDVIVeg- NDVISoil) 统计NDVI图像直方图，以直方图中1%像元对应 的NDVI值作为裸土植被指数，以99%对应的 NDVI作为100%覆盖条件下的植被指数。将直方 图方法推算的NDVIsoil和NDVIVeg代入公式计算 图像覆盖度，并将小于0的像元强制赋予0值，大 于1的像元强制赋予1值。
水体 DN: -0.286784 RAD: -0.348847 TOA: -0.168041
基于遥感技术的植被覆盖度信息提取
丘 陵 地 区 ， 山槽 坝 面 积 较 少 ， 低 地势 呈东 南 向西 北 倾斜 ， 部 属 大 娄 山脉 褶 皱 地 带 ， 南 北 部 系 川东 平 行 岭 谷 。 全 市 属亚 热 带 湿润 季 风 气候 区 ， 热量 充 足， 雨量 充沛 ， 年平 均 气温 １ ． ℃ ， 常 ６ ６ 极端 最 植 被 主 要 以 亚 热 带 常 绿 针 叶 林 、 阔 针 混 交 ， 叶 林 为 主 ， 有 明 显 的地 带 性 、 阔 具 地
资源 环 境 调 查 和 土 壤 侵 蚀 动 态 监 测 是 野 外 实 地 调 查 的 基 础 上 ， 合 研 究 区２ ０ 件 ， 就 该 市成 为 南北 植 物 的 交 汇 中心 ， 结 ０２ 造 种 遥 感技 术 进 行 要 途 径 。 ９ ２ 第 一 颗 人 年 森 林 资 源 二 类调 查 的 详 细 资 料 ， 自ｌ ７ 年 对研 究 造 资 源 卫 星 的 发 射 ， 学 家 们 就 尝 试 着 研 科
各 项数 值 称 之为植 被指 数（ ｇ ｔ ｔｏ Ｉ — Ｖｅ ｅａ ｉｎ ｎ ｄ ｘ—ＶＩ ， 时 它 与 生 物 量 与 植 被 的 覆 盖 ｅ ）同
１ 研 究区概 况
南川市位于重庆南部 ， 位于东经１６ ５ ０ 。４ ～ １ ７ ２ ， ０ 。 ７ 北纬 ２ 。 ６ ８ ４ ～２ 。 ０ 幅 员面 积 ９ ３ ，
遥感 影像 ， ａ ｄａ一 号卫 星获 得 ， 摄时 由Ｌ ｎ ｓｔ ５ 拍
间２ ０ 年２ 。２研 究 区 ｌ ５ 地形 图 数据 。 ０ ０ 月） （） ：万 （ ） 究 区２ ０ 年 １ １ 万 土 地 利 用 现 状 数 ３研 ００ ：０ 据 。４ 研 究 区２ ０ 年 １ １ 万 土 壤侵 蚀现 状 （） ００ ：０
基于多波段遥感技术的植被覆盖度提取探究
基于多波段遥感技术的植被覆盖度提取探究多波段遥感技术是一种强大的工具，可以为我们提供大量的遥感数据，供我们进行分析和研究。
在多波段遥感技术中，植被覆盖度提取是一个非常重要的研究领域。
本文将探讨基于多波段遥感技术的植被覆盖度提取方法及其应用。
一、多波段遥感技术多波段遥感技术是指将多种波段的电磁信号收集下来，然后通过数据预处理、信息提取、处理和分类等步骤处理这些数据。
这种技术可以提供非常详细的地表信息，因此被广泛应用于资源管理、环境监测、土地利用类型分类以及农业等领域。
对于植被覆盖度的提取来说，多波段遥感技术可以提供大量的数据，包括植被指数、反射率、植被颜色等信息。
二、植被指数植被指数是利用多波段遥感技术推算出来的指标。
常见的植被指数包括归一化植被指数（NDVI）、土壤调节植被指数（SAVI）和广义植被指数（GVI）等。
在这些指数中，NDVI是最广泛使用的指数之一，它的理论基础是在不同波段的反射率之间建立联系，通过绿色植被吸收红光和近红外辐射来反映植被的分布情况。
NDVI的值范围为-1到1，-1表示完全的背景情况，而1则表示完全的植被覆盖。
三、植被覆盖度的提取方法1、基于像元的方法基于像元的方法是指通过对每个像素进行单独处理，在像元级别上进行植被覆盖度提取。
这种方法适合面积较小的区域，如城市绿地、景区和园林等。
通常的做法是通过对多个波段的光谱反射率值进行分析，来推算出植被覆盖度。
具体的处理方法包括像元比较、像元转换和像元分析等。
2、基于对象的方法基于对象的方法是指通过对地物对象进行分析，在对象级别上进行植被覆盖度提取。
这种方法适合面积较大的区域，如农田、沙漠和森林等。
常用的处理方法包括建立阈值、分类和聚类等。
四、多波段遥感技术在植被覆盖度提取中的应用多波段遥感技术在植被覆盖度提取中的应用非常广泛。
例如，在农业生产中，可以通过多波段遥感技术检测农作物的生长状况和缺水情况。
在森林覆盖度监测中，可以通过多波段遥感技术获得不同颜色的影像，以反映出森林覆盖度的变化。
landsat8植被提取步骤
landsat8植被提取步骤
Landsat8植被提取步骤如下：
打开Landsat8影像。
进行辐射定标，将影像的DN值转换为辐射亮度值。
进行大气校正，消除大气对影像的影响。
进行几何校正，将影像校正到统一的地理坐标系中。
进行投影转换，将影像转换为所需的投影方式。
进行图像裁剪与镶嵌，将感兴趣区域裁剪出来并进行拼接。
提取NDVI，利用NDVI公式计算每个像素的NDVI值。
估算植被覆盖度，根据NDVI值和阈值进行分类，提取出植被覆盖区域。
进行精度验证，评估提取结果的精度和可靠性。
以上步骤仅供参考，具体操作可能因软件和需求而有所不同。
植被覆盖度的提取方法研究综述
２ ０ １ ３年 ４月
黄 河 水 利 职 业 技 术 学 院 学 报
ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｙｅ Ｈ ｏ ｗ Ｒｉ ｖ ｅ ｒ Ｃ ｏ ｎ ｓ ｅ ｒ ｖ ａ ｎ ｃ ｙ Ｔ ｅ ｃ ｈ ｎ ｉ ｃ ａ ｌ ｌ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ
土 高 原水 土流 失 过 程 与 控 制 重 点 实 验 室 开 放课 题基 金 资助 项 目（ ２ ０ １ ２ ０ ５ ）
Ｖ ｏ １ ． ２ ５ Ｎｏ ． ２ Ａ１ ３ １ ＂ ． ２ ０ １ ３
植被覆盖度 的提取 方法研 究综述
汪 明 霞 ， 一 ． 王 卫 东 ， 。
（ １ ． 黄河水利 职业技术 学院 ， 河南 开封 ４ ７ ５ ０ ０ １ ； ２ ． 小流域水利河南省高校 工程 技术研 究 中心 河南 开封 ３ ． 水利部黄土高原水土流失过程与控制重点实验 室， 河南 郑州 ４ ５ ０ ０ ０ ３ ） ４ ７ ５ ０ ０ １ ：
度 监测 ， 对 于较大范 围内的植被覆 盖 度监 测 ， 它 常作
为遥 感监 测 的辅助 手段 ， 为 遥感 监测 提供基 础 数据 ， 对建 立植 被覆 盖度 经验 模 型及遥 感覆 盖度 监测 的精 度评 价 和验证 ． 有 着很 重要 的意 义 。 目前 ， 较 为熟 知 的地 表实 测方 法有 目估 法 、 采 样法 、 仪 器法 、 模 型法 。
码相 机作 为传 感器 。利 用计 算 机 的图像 处理 软件 进 行处 理 ， 因此 较 为经 济 ， 测 量效 率 也 高 ， 而且 测 量 结 果有 较高 精度 。这 使该 方法 成 为 目前 地 表实 测方 法 的 主要 方 法 。Ｗｈ ｉ ｔ ｅ等 在对 多 种地 表 实 测方 法 比较 之后 ， 认 为仪 器法 是较 容易 掌握 ， 而且 可 以作 为验 证 遥感 信息 的可 靠方 法 。
混合像元二分模型提取植被覆盖度
植被覆盖度andNDVI
y = 0.3464x + 0.1275 R²= 0.8482
y = 0.3464x + 0.1275 R²= 0.8482
实测覆盖度和像元二分模型计算覆盖度
y = 0.5679x + 0.0762 R²= 0.8482
y = 0.5679x + 0.0762 R²= 0.8482
混合像元二分模型提取植被覆盖度 主要任务：植被覆盖度提取
1.文献阅读 2.影像下载处理 3.等密度（混合像元二分模型）提取植被覆盖度
混合像元二分模型提取植被覆盖度
目估法
经验模型法
问题：像元分解
样带法
确定一个像元内植被所 植被指数 转换
优势互补
遥感
非遥感
方法
提高精度方法样点发来自占比重 光谱混合 分析
样方法
NDVI 二分模型计算覆盖度
实测覆盖度
实测覆盖度
混合像元二分模型提取植被覆盖度
实测数据 二分模型反演数 据
覆盖度
谢谢！
仪器采样 法
2.影像下载处理
混合像元二分模型提取植被覆盖度
结合NDVI像元二分模型公式： NDVI=（NIR-R）/（NIR+R） Fc =（NDVI -NDVIsoil）/（NDVIveg -NDVIsoil）
Fc为植被覆盖度；NDVIsoil为无植被覆盖 区域或完全裸土的NDVI 值；NDVIveg则代 表完全由植被所覆盖的像元的NDVI 值， 即 纯植被像元的NDVI值。
混合像元二分模型提取植被覆盖度
混合像元二分模型提取植被覆盖度
近红光和红外波段直方图
NDVI统计
混合像元二分模型提取植被覆盖度
植被覆盖度的提取方法研究汇总
植被覆盖度具有以下两个特点:
(1)测算植被覆盖度必须将植被地上部分对植被生长 区域的地面进行垂直投影。如在山坡上测算植被覆盖度 时,要求将植被对坡面垂直投影,而不是铅垂投影;
(2)同样面积的植被,对不同的研究范围而言,会有不 同的覆盖度。如一个流域内一定面积的森林,研究区为整 个流域计算的植被覆盖度通常小于研究区为整个林区计 算的植被覆盖度。
4 植被覆盖度的提取方法
ＶＦＣ的估算方法主要分为地面测量和遥感监测。地面测 量主要包括目估法、采样法、仪器法和模型法等。这种方法主 要受野外作业，受时间、区域等的限制，精度不高且需要花费 巨大人力、财力，一般情况下特定的模型只适用于特定的区域 或特定的植被类型，不易推广。遥感监测是利用遥感技术获取 研究区的植被光谱信息，然 后 建 立 其 与ＶＦＣ的 关 系， 进 而 获 得ＶＦＣ，主要有统计模型法（分为回归模型法和植 被指 数 法）、物 理 模 型 法、像 元 分 解 模 型法、ＦＣＤ（Ｆ ｏｒｅｓｔ Ｃａ-ｎｏｐｙ Ｄｅｎｓｉｔｙ Ｍａｐｐｉｎｇ）模型法和基于数 据挖掘技术的方法等。统计模型法应用简单，易于计算，
研究意义
植被覆盖度是反映植被基本情况的客观指标,在许 多研究中常将其作为基本的参数或因子。植被覆盖度 及其精准测算研究主要具有以下重要意义: (1)作为科学研究必要的基础数据,为生态、水保、土 壤、水利、植物等领域的定量研究提供基础数据,确保 相关研究结果、模型理论更加科学可信; (2)作为生态系统变化的重要标志,为区域或全球性地 表覆盖变化、景观分异等前沿问题的研究提供指示作 用,促进自然环境研究不断深入发展。
其变化信息，在像元分解模型的基础上，采用Ｇቤተ መጻሕፍቲ ባይዱｔｍａ
ｎ等提出的混合像元二分模型和改进的ＮＤＶＩ参数确定
10.11 植被覆盖度提取的后续处理
植被覆盖度提取的后续制图处理1、我们打开植被覆盖提取完成的影像文件名，打开影像如下：2、再打开之前裁剪完成后的543波段影像对照着看：我的文件目录，打开。
对比图：对比可以发现，影像上树越密，FVC影像上越白。
2、想知道FVC上每一个象元的值，可以在影像上右键找到找到中间的，或者双击鼠标，得到。
3、我们选择后，可以让两幅影像同时移动，方便观察。
此时，出现两个Date值。
我们接下来的后续制图操作就是将Date值中大于1的情况处理掉。
（12月22日FVC影像的背景值也大于0。
）（植被覆盖完后的后续数据处理，因为0=<FVC<=1，而我们目前的影像中有大于1或者小于0的情况，必须处理这些象元。
）4、在影像中右键找到此时可以关闭543波段影像了。
打开，得到了关于本影像的统计结果。
上面一半是图像，有几个加号，总体上反映了影像大部分值集中分布的地方，当然这部分只是一个定性的描述，下面的才是定量的描述，DN值中文意思是灰度值，应该是位于0~1，小于0的情况应该没有，大于1的全是不符要求的，当然这是光谱原因，所以，我们要通过某种方法将大于1的值变成1.（12月22日做的影像没有大于1的情况，只是边界都大于0，所以接下来应该是将边界外的批量处理为0，所以此次跳过7、8步骤，直接用掩膜操作.）图中“+”指大部分数据所在的范围，但这只是一个大概的定性描述，定量描述在下面的表格里。
此处普及几个概念：①：灰度值（0——1）②：某个DN值象元的数量③：DN值百分比的和④：DN值总共的数量⑤：百分比我们接下来的操作就是把DN值中大于1的象元批量处理为1。
5、用ENVI 的Band Math进行处理，并且处理完后要用“Build Mask”将黄石市边界以外的象元处理为0。
打开波段计算器：，6、公式：处理FVC值大于1或者小于0的象元：(b1 lt 0)*0+(b1 gt 1)*1+(b1 le 1 and b1 ge 0)*b1关于逻辑符号的说明：ge大于或等于，gt大于,le小于或等于，lt小于and 并且or 或者b1代表FVC 影像中植被覆盖情况这个公式表示b1小于0时作为0，b1大于1时作为1，而b1小于等于1并且大于等于0时保留b1.注意：此处的字母大小写都可以，但是要保持统一。