植被覆盖度计算与分级
植被覆盖度计算
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。
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。
10.21 植被覆盖度平均分级计算
10月21日1、打开需要的影像文件：①②③打开后如下：2、举例：2.1、计算出1等级范围内的像元植被覆盖度影像。
b1:处理后的植被覆盖度影像（0-1）；b2:植被覆盖分级图(1-5);(b2 eq 1)*b1+(b2 ne 1)*72.2利用波段计算器计算后结果：0——0.1（第一等级），3目的：利用这个结果可以计算第1分级范围内像元的平均植被覆盖度。
公式解读：在植被覆盖分级图中处于第一等级（0—0.1），所以b2=1的范围就赋值为b1（此处的b1是位于0——0.1等级且位于黄石市边界范围内），而b2不等于1的赋值为3，（这部分像元面积其实是我们不需要的，此处不能赋0才不会与前面的逻辑关系产生冲突，因为当分级图中有为0的面积，而FVC影像图中也有0的值同样的值会误导我们具体的像元面积。
）3、计算第2、3、4、5等级范围内的像元植被覆盖度影像3.1公式：②(b2 eq 2)*b1+(b2 ne 2)*73.1.2利用波段计算器进行计算b1所示影像：b2所示影像：结果：3.2公式：③(b2 eq 3)*b1+(b2 ne 3)*7 3.2.1利用波段计算器进行计算结果：④(b2 eq 4)*b1+(b2 ne 4)*7⑤(b2 eq 5)*b1+(b2 ne 5)*74、将统计结果保存为文本文件，操作如下：其实，可以不用打开影像获取统计结果，操作如下：在列表中选中相应项右键(然后将导好的1、2、3、4、5个数据分别倒入excle表格中，1分级的DN值取0~1之间，其他分级依次类推，得到平均FVC.)5、建立excl表格计算。
注意，粘贴数据时要点——选择性粘贴——数据，这样才能保证只粘贴数据，不会把公式也粘贴进来。
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。
植被覆盖度等级标准
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。
植被覆盖度估算方法
植被覆盖度估算方法植被覆盖度估算方法植被覆盖度估算是为了评估一个区域或地点的植被覆盖程度，常用于生态环境研究、林业资源管理、土地利用规划等领域。
本文将介绍几种常用的植被覆盖度估算方法。
1. 监测图像分类法•监测图像分类法是利用遥感图像进行植被覆盖度估算的常见方法。
•首先，从卫星或无人机获取高分辨率的遥感图像。
•然后，利用图像分类算法（如最大似然法、支持向量机等）将图像分成不同的类别，包括植被和非植被。
•最后，计算植被覆盖度的比例，可以通过像元数、面积比例等指标进行量化。
2. 样地调查法•样地调查法是一种在野外进行的实地调查方法，适用于小范围的植被覆盖度估算。
•首先，在研究区域内选择一定数量的样地，通常为正方形或长方形的固定面积。
•然后，对每个样地内的植被进行详细调查，记录不同植被类型的面积、高度、覆盖度等信息。
•最后，根据样地的统计数据计算整个研究区域的植被覆盖度，可以通过平均值或加权平均值等方式计算。
3. 植被指数法•植被指数法是利用遥感图像中的植被指数进行植被覆盖度估算的方法。
•植被指数是通过计算遥感图像中不同波段（如红、近红外）的比值或差值获得的。
•通过植被指数，可以较为准确地反映植被的生长状况和覆盖度。
•常用的植被指数包括归一化植被指数（NDVI）、差值植被指数（DVI）、综合植被指数（EVI）等。
4. 模型模拟法•模型模拟法是利用数学或计算机模型模拟植被覆盖度的方法。
•常用的模型包括植被生长模型、碳循环模型等。
•通过收集气象数据、土壤数据等相关资料，输入到模型中进行模拟，得到植被覆盖度的估算结果。
•模型模拟法可以考虑多个因素的影响，并提供一种数值化、可重复性的估算方法。
5. 光谱混合法•光谱混合法是利用遥感图像中的光谱信息进行植被覆盖度估算的方法。
•遥感图像中的每个像元通常包含多种地物的光谱信息，通过光谱混合分析，可以将不同地物的贡献进行分离。
•通过对植被和非植被的光谱特性进行分析，可以计算植被覆盖度的比例。
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某一区域内垂直于地表的植物冠层所覆盖的面积与该区域总面积之比，通常以百分比表示。
计算植被覆盖度的方法有多种，选择具体方法取决于研究目的、植被类型和可用数据。
目视估算法目视估算法是一种简单且常用的方法，可用于估计较大区域的植被覆盖度。
观察者通过目测评估特定区域内被植被覆盖的面积，然后将其与总面积进行比较。
这种方法的优点是快速、经济且不需要特殊设备。
然而，其精度可能因观察者的主观性而受到影响。
取样法取样法涉及在研究区域内选择代表性点或样方，并测量每个样方内的植被覆盖度。
样方的大小和形状根据植被类型和研究目的而定。
常见的取样方法包括线截法、样方法和点截法。
线截法线截法是一种沿固定长度的线放置在研究区域内的方法。
线上的所有与植被相交的点都被记录下来。
植被覆盖度可以通过测量相交点的长度并将其除以线段的总长度来计算。
样方法样方法涉及在研究区域内放置方形或圆形的样方。
样方内的所有植被都被记录下来，并且植被覆盖度可以通过测量被覆盖的面积并将其除以样方的总面积来计算。
点截法点截法涉及在研究区域内放置一组点。
在每个点，垂直于地面的指针被放下。
指针的末端与它接触的第一个植物被记录下来。
植被覆盖度可以通过测量指针与植物相交的点的数量并将其除以点的总数来计算。
遥感技术遥感技术利用卫星或飞机上的传感器收集地球表面的数据。
多光谱和高光谱影像可以用来识别和分类植被，并且可以用来估计植被覆盖度。
遥感技术可以提供大面积的植被覆盖度数据，但其精度可能受到图像分辨率和大气条件的影响。
模型法模型法利用数学模型来预测植被覆盖度。
这些模型基于对植被生长和分布的理解，并且可以结合现场数据和遥感数据来提高精度。
模型法可以提供连续的植被覆盖度图，并且可以用于模拟不同情景。
选择计算方法选择最合适的植被覆盖度计算方法取决于研究的目的、植被类型和可用数据。
对于大面积和快速评估，目视估算法可能是合适的。
对于更精确的估计，取样法或遥感技术可能是更好的选择。
FVC计算——精选推荐
FVC计算基于6S和ENVI的黄⽯市遥感地表植被覆盖度计算数据：处理好的黄⽯市TM3、TM4影像实验步骤⼀、⽤6S软件计算出TM3和TM4的地表反射率⼆、计算地表覆盖度计算公式：y=xa*(measured radiance)-xb; acr=y/(1.+xc*y)(0.00470*b1-0.01979)/[1+0.04569*(0.00470*b1-0.01979)](0.00336*b1-0.4143)/[1+0.07179*(0.00336*b1-0.4143)]arc地标反射率三，计算植被覆盖度数据准备，TM3、TM4地标反射率计算NDVI（归⼀化植被指数）归⼀化植被指数（Normalized Difference Vegetation Index）是⼀个⽤來对遥感资料，通常为卫星遥感资料，进⾏分析，以确定被观测的⽬标区是否为绿⾊植物覆盖，以及植被覆盖程度的指标值。
NDVI=b4-b3/b4+b3其中r4/r3为相应波段的地标反射率计算FAC(植被覆盖度）如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业FAC=（NDVI-NDVIs/NDVIv-NDVIs ）2 0.05 0.07-0.05FVC=[(b1-0.05)/(0.07-0.05)]2后续处理因为0≤0FVC ≤1右击主图像窗⼝，查看像元值得统计结果 DN 灰度值（0，1）（b1 lt 0)*0+(b1 gt 1)*1+(b1 le 1 and b1 ge 0)*b1掩膜如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业五，植被覆盖度应⽤：植被覆盖度分级图b1:处理后的植被地表覆盖度影像b2:掩膜影像取值等级0-0.1且位于黄⽯市范围内⼀级，0.1-0.3⼆级0.3-0.5三级0.5-0.7四级0.7-1五级植被覆盖度取值为0且位于黄⽯市边界范围外的像元取值为0的为第0等级计算公式；(b1 ge 0 and b1 le 0.1 and b2 eq 1)*1+(b1 gt 0.1 and b1 le 0.3 )*2+(b1 gt 0.3 and b1 le 如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业0.5 )*3+(b1 gt 0.5 and b1 le 0.7)*4+(b1 gt 0.7 and b1 le 1)*5+(b2 eq 0)*0统计等级⾯积六、计算出各等级的平均覆盖度计算出1等级范围内的像元平均植被覆盖度b1:处理后的植被地表覆盖度影像b2:植被覆盖度分级图(b2 eq 1)*b1+(b2 ne 1)*7结果：0—0.1（第⼀等级范围），7利⽤这个结果可以计算出第⼀分级范围内像元的平均植被覆盖度b2指的是黄⽯市范围以内的，可能会和以外的数值混合，所以不能为0，第⼆、三、四、五等级(b2 eq 2)*b1+(b2 ne 2)*7(b2 eq 3)*b1+(b2 ne 3)*7(b2 eq 4)*b1+(b2 ne 4)*7(b2 eq 5)*b1+(b2 ne 5)*7如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业计算结果⼤于0.5的都为0分级后的平均FVC图00.20.40.60.810123456FVC分级平均F V C平均FVC第七讲GIS 制图添加黄⽯边界（.shp）打开这个数据盒⼦如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业，布局视图、、图例：右击转化为图形，右键取消分组……尺插⼊指北针、⽐例如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业如果有需要帮助，可在淘宝⽹上查询店铺天鸿数软，在线的地信企业。
ERDAS下植被覆盖度的计算
ERDAS下植被覆盖度的计算
在ERDAS中，植被覆盖度的计算通常包括以下几个步骤：
1.遥感图像的获取与预处理：
2.图像分割与分类：
植被覆盖度是通过对图像中植被和非植被区域进行分类来计算得到的。
在ERDAS中，可以选择适当的图像分割方法，并根据像素的光谱信息和纹
理信息将图像分为不同的类别，例如植被和非植被。
3.特征提取：
对分类后的图像进行特征提取是计算植被覆盖度的关键步骤。
常见的
特征包括NDVI（Normalized Difference Vegetation Index，归一化植
被指数）、EVI（Enhanced Vegetation Index，增强植被指数）等。
这些
指标可以通过计算不同波段的差值或比值来获取，从而反映出植被的生长
状况和覆盖度。
4.植被覆盖度的计算与分析：
基于提取的特征，可以使用ERDAS提供的工具进行植被覆盖度的计算
和分析。
根据不同的算法和模型，可以计算出植被覆盖度的数值或生成相
应的植被覆盖度图。
常见的植被覆盖度计算方法包括阈值法、最大似然法、机器学习等。
此外，在ERDAS中还可以进行植被覆盖度的可视化和空间分析。
通过
将计算得到的植被覆盖度图与其他空间数据进行叠加和分析，可以进一步
探索植被覆盖度与地理环境、土地利用等之间的关系。
总之，ERDAS作为一款专业的遥感图像处理软件，提供了完善的工具和功能，可以进行植被覆盖度的计算和分析。
通过合理选择图像预处理方法、分类算法和特征提取指标，结合其他空间数据进行分析，可以更好地了解植被覆盖度的空间分布和变化趋势，为环境保护、生态研究等领域提供支持。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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-NDVI S) / (NDVI V-NDVI S)]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 Tools→Band Math→输入(b1 lt 0)*0+(b1 gt 1)*1+(b1 le 1 and b1 ge 0)*b1→Ok →按B1选择2000_FVC_jisuan→Choose→2000_FVC_chuli→打开→Ok
5、建立掩膜进行处理
打开黄石市边界矢量数据；
Vector→Open Vector File→选图（黄石市边界范围.evf)→打开
（3）以黄石市边界矢量数据建立掩膜；
Basic Tools→Masking→Bulid Mask→Display #1→Options →Import EVFS→选图（111）→Ok→Choose→命名
（2000_FVC_chuli_yanmo)→打开→Apply
（4）应用掩膜；
Basic Tools→Masking→Apply Mask→2000_FVC_chuli→Select Mask Bang→2000_FVC_chuli_yanmo→Ok→Ok→Choose→命名（2000_FVC_chuli_again)→打开→Ok
二、植被覆盖度分级
1、打开数据：2000_FVC_chuli_again、2000_FVC_chuli_yanmo
2、分级
（1）制作分级图
Basic Tools→Band Math→输入公式(b1 ge 0 and b1 le 0.1 and b2 eq 1)*1+(b1
gt 0.1 and b1 le 0.3)*2+(b1 gt 0.3 and b1 le 0.5)*3+(b1 gt 0.5 and b1 le 0.7)*4+(b1 gt 0.7 and b1 le 1)*5+(b2 eq 0)*0→Ok→按B1选择2000_FVC_chuli_agan、B2选择
2000_FVC_chuli_yanmo→Choose→命名为2000_FVC_chuli_fenji→打开→Ok
（2）分级
①一等级：Basic Tools→Band Math→输入公式(b2 eq 1)*b1+(b2 ne
1)*3→Ok→按B1选择2000_FVC_chuli_agan、B2选择2000_FVC_chuli_fenji→Choose→命名为2000_FVC_chuli_again_1dengji→打开→Ok
②相同方法计算2、3、4、5等级
公式分别为：
2等级：(b2 eq 2)*b1+(b2 ne 2)*7
3等级：(b2 eq 3)*b1+(b2 ne 3)*7 4等级：(b2 eq 4)*b1+(b2 ne 4)*7 5等级：(b2 eq 5)*b1+(b2 ne 5)*7 结果图：
2等级
3等级
4等级：
5等级
（3）制作分级数据
右键2000_FVC_chuli_again_1dengji→Quick Stats……→File→Save results to text flie……Choose→命名为2000_FVC_chuli_again_1dengji→打开→Ok。