6-专题：基于遥感的草原与沙漠化监测
测绘工程专业毕业论文基于遥感的土地利用分析
测绘工程专业毕业论文基于遥感的土地利用分析基于遥感的土地利用分析目录：1. 引言2. 遥感技术在土地利用分析中的应用3. 数据获取与处理方法4. 土地利用分类与解译5. 土地利用变化监测与评估6. 土地利用规划与管理7. 结论1. 引言土地利用是对土地资源进行合理配置和利用的过程，对区域可持续发展具有重要意义。
地球遥感技术能够提供大范围、高时空分辨率的地表信息，成为土地利用研究中不可或缺的工具。
本文将探讨基于遥感的土地利用分析方法及其在测绘工程专业毕业论文中的应用。
2. 遥感技术在土地利用分析中的应用2.1 遥感图像获取利用卫星、航空器等遥感平台获取土地利用信息是土地利用分析的第一步。
卫星遥感图像具有广覆盖、高分辨率、反复观测等优势，可以提供全球范围内的土地利用数据。
航空遥感则能够提供更高分辨率的土地利用信息，适用于小范围研究。
2.2 遥感图像预处理遥感图像获取后，需要进行预处理以消除图像中的噪声、大气扰动和辐射校正等。
预处理方法包括几何校正、辐射校正和大气校正等，以保证土地利用分类的准确性和可靠性。
3. 数据获取与处理方法3.1 土地利用分类系统在进行土地利用分析前，需要建立土地利用分类系统。
土地利用分类系统一般包括一级分类和二级分类，例如农田、城市建设用地、林地等。
根据研究需要，可以对分类系统进行调整和扩展。
3.2 土地利用解译方法土地利用解译是将遥感图像中的地物特征与土地利用分类系统进行对应的过程。
解译方法包括目视解译、监督分类法、非监督分类法等。
不同的解译方法适用于不同的研究目的和数据特征。
4. 土地利用分类与解译4.1 目视解译目视解译是最早也是最直观的土地利用解译方法。
通过对遥感图像进行目视解译，解译员可以根据地物形态、纹理、颜色等特征进行分类。
然而，目视解译存在主观性强、解译效率低等缺点。
4.2 监督分类法监督分类法是一种基于样本的土地利用解译方法。
通过提前收集具有代表性的样本数据，建立分类模型，然后将模型应用到整幅遥感图像中进行解译。
基于GIS的沙漠化土地面积遥感分析监测
展 情况 进行 了研 究 本文应 用 ２ ０ ０ ０年 的 Ｔ 数据 ． Ｍ
基 于 Ｇ Ｓ对 中 国各 省 的沙 漠 、 地 和沙 漠化 土 地进 Ｉ 沙 行 了遥感 调查 监测 ． 并精 确分 析计 算 出面 积数据 。
２ 荒 漠 化 的遥 感 识 别 地 学 分 析
２１ 图像 识别 的地 学分 析处 理 ．
关键词 ： 荒漠化 ； 遥感 ；Ｍ； Ｔ 监测 ： 中国 Fra bibliotek１引 言
全球 荒漠 化 问题 已 引起世 界 各 国的普遍 关 注 ． 其 给这 些地 区人 类 的生活 带来 了严 重 的影 响。对 于 全 球 和洲 际尺 度 的土 地 利用 ， 地覆 盖研 ” 主要 土 ． 采 用 了 Ｎ Ａ ／Ｖ Ｒ Ｏ Ａ Ａ Ｈ Ｒ数 据 ． 而在 区域尺 度 的研究
维普资讯
第 ９卷 第 ３期 ２０ ０ ７年 ６月
地 球 信 息 科 学
ＧＥ Ｉ ０Ｒ ０一 ＮＦ ＭＡＴ ０Ｎ Ｓ Ｉ １ Ｃ ＥＮＣ Ｅ
Ｖｏ ． 。 Ｎ ． １ ９ ｏ３
Ｊ ｎ． ｏ７ ｕ ｅ ２ ０
基 于 ＧＩ Ｓ的沙漠化土地面积 遥感分析监测
对 于荒漠 化 的 图像识 别 ． 首先 利 用 ２ ０ ０ ０年 Ｔ Ｍ
２ 基 于 ＡＲ ／ Ｏ 平 台及其背 景数 据库 荒漠 化 ． ２ ＣＩ ＮＦ 分类制 图
利用 Ａ ＣＩ Ｆ Ｒ ／ Ｏ的 ａｃｄｔ ａｃｏｌ 可 以建立 Ｎ ｒｅｉ和 ｒ ｏｓ ｔ 结果 ｃｖ ｒｇ 。研究 因工作 量很 大 ， ｏｅａ ｅ 采用 了 Ａ ＭＬ语
王莉雯 ， 卫亚星２ 铮 牛
（ １中 国科 学 院 遥 感应 用 研 究 所 遥 感 科 学 国家 重 点 实验 室 ， 京 １０ ０ ； 北 ０ １ １ ２辽 宁 师 范 大 学 城 市 与 环 境 学 院 ． 连 １ ６ ２ ） 大 １０ ９
使用遥感数据进行草地与农作物监测的技术方法与应用案例
使用遥感数据进行草地与农作物监测的技术方法与应用案例近年来，随着遥感技术的不断发展与进步，其在农业领域的应用也逐渐得到了广泛的关注和推广。
遥感数据可以为农作物监测和草地管理提供丰富的信息，帮助农业决策者更好地把握农作物的生长情况和草地的变化趋势。
本文将介绍使用遥感数据进行草地与农作物监测的技术方法与应用案例。
一、遥感数据的获取与处理遥感数据可以通过卫星、航空器和无人机等平台获取。
其中，卫星遥感是最常用的平台，因为卫星能够提供全球范围的遥感数据。
获取到的遥感数据需要经过一系列的处理和分析，才能得到有价值的信息。
首先，对于农作物监测，我们可以利用遥感数据获取植被指数（Vegetation Index, VI）来评估农作物的生长状况。
常用的植被指数有归一化差异植被指数（Normalized Difference Vegetation Index, NDVI）和比例植被指数（Normalized Difference Vegetation Ratio, NDVR）。
这些指数可以通过计算遥感数据中红光和近红外波段的反射率来获得。
对于草地监测，我们可以利用遥感数据分析草地的覆盖度和植被类型。
通过计算遥感数据中的不同波段的反射率，可以得到不同植被的特征，从而对草地进行分类和监测。
二、农作物监测的应用案例农作物监测是遥感数据在农业领域的重要应用之一。
通过监测农作物的生长情况，可以及时发现并解决病虫害等问题，提高农作物产量和质量。
以水稻为例，通过分析遥感数据中的植被指数，可以评估水稻的叶绿素含量和生长状态。
研究发现，NDVI值与水稻产量之间存在一定的相关性。
因此，在农作物监测中，可以根据NDVI值对水稻的产量进行预测和评估，为农业生产提供决策依据。
另外，玉米也是重要的农作物之一。
通过遥感数据监测玉米的生长情况，可以评估土壤湿度、养分状况等信息。
研究表明，遥感数据与实地调查的结果具有较高的相关性，可以为玉米的灌溉和施肥提供指导。
遥感技术在草原生态监测中的应用研究
遥感技术在草原生态监测中的应用研究第一章序言草原是人类赖以生存的重要资源，其生态环境影响着生态安全、经济与社会发展等多方面。
而草原的粗糙、广阔和远离城市的特性，使得传统的草原生态监测方式存在着很大的局限性，这时候遥感技术就有着十分重要的应用价值。
遥感技术作为一种高科技手段，能够获取地球表面的各种数据，包括背景光谱、热辐射等信息。
本文将分析遥感技术在草原生态监测中的应用，探究其在相关领域的作用。
第二章遥感技术在草原生态监测中的应用遥感技术在草原生态监测中的应用涉及多个方面，包括植被覆盖度监测、草地干湿指数监测、土地利用类型分类等。
具体的应用方法和技术如下：2.1 植被覆盖度监测植被覆盖度是草原生态系统的重要指标之一，也是影响生态系统健康的重要因素。
传统的草原植被覆盖度监测方法除了使用人工野外调查外，也可以使用遥感技术进行遥感监测。
常见的遥感方法包括NDVI（归一化差异植被指数）、EVI指数、SAVI（土壤调节型植被指数）等。
2.2 草地干湿指数监测草地干湿指数是描述草地植被的水分情况的一种指数。
草地植被是草原生态系统中的核心生态要素之一，保持其正常生长状态对维护土地生态安全具有重要意义。
使用遥感技术监测草地干湿指数可以及时掌握草地植被的水分状况，从而更好地预测草原生态系统的动态变化。
2.3 土地利用类型分类土地利用类型分类是草原生态监测中的重要应用之一。
草原生态系统中的各种土地利用类型，如草地、耕地、森林、湖泊及湿地等均需要进行分类。
使用遥感技术可以较快地获取大面积土地利用类型数据，为草原生态系统的保护和规划提供可靠依据。
第三章野外监测与遥感监测相结合的优势虽然遥感技术在草原生态监测中有着广泛应用，但只使用遥感数据进行监测还是存在着一定缺陷。
为了更好地把握草原生态系统的变化，野外监测和遥感监测的相结合使用是必须的。
野外监测的是准确性，能够提供真实有效的生态数据信息，但是受制于时间和地点等因素而无法进行大面积监测。
《内蒙古典型草原植被地上生物量遥感反演》范文
《内蒙古典型草原植被地上生物量遥感反演》篇一一、引言内蒙古是我国重要的草原生态区域，其丰富的植被资源为区域生态环境的稳定提供了重要的保障。
然而，由于气候变化、过度放牧等人为因素，内蒙古草原植被状况不断发生变化，如何有效监测和评估草原植被的生长状况成为了一个重要的研究课题。
遥感技术作为一种高效、快速、准确的监测手段，在草原植被生物量反演中发挥着重要作用。
本文以内蒙古典型草原为例，探讨了利用遥感技术进行植被地上生物量反演的方法和效果。
二、研究区域与数据本研究选取了内蒙古某典型草原作为研究区域。
该区域具有典型的草原生态系统，植被类型丰富，包括草地、灌木、乔木等。
研究数据主要包括遥感影像数据、地面实测数据和气象数据等。
遥感影像数据主要来自于卫星和无人机获取的高分辨率影像，地面实测数据包括植被高度、叶面积指数等指标，气象数据则用于分析气候变化对植被生长的影响。
三、遥感反演方法遥感反演植被地上生物量的方法主要基于植被指数法。
植被指数是一种通过遥感影像计算得到的数值，可以反映植被的生长状况和生物量等信息。
本文采用了一种改进的植被指数反演方法，该方法结合了多时相遥感影像、地面实测数据和气象数据，通过建立植被指数与地上生物量的关系模型，实现了对草原植被地上生物量的反演。
四、实验结果与分析通过对比分析遥感反演结果与地面实测数据，可以发现本文采用的改进的植被指数反演方法具有较高的精度和可靠性。
具体来说，该方法的反演结果与地面实测数据之间的误差较小，且能够较好地反映草原植被的生长状况和生物量变化趋势。
此外，该方法还能够考虑气候变化等因素对草原植被生长的影响，为评估草原生态系统的健康状况提供了重要的依据。
五、讨论与展望本文采用的遥感反演方法虽然具有较高的精度和可靠性，但仍存在一些局限性。
例如，该方法需要大量的遥感影像数据和地面实测数据作为支撑，数据处理和分析的难度较大；同时，气候变化的复杂性也会对反演结果产生一定的影响。
遥感ENVI实验报告
目录前言 (3)一、实验目的 (3)二、实验内容 (3)三、实验时间 (3)四、组织人员 (3)1.专题概述 (4)2. 处理流程介绍 (4)2.1图像获取 (4)2.2数据读取和定标 (4)2.3图像配准 (5)2.4大气校正 (5)2.5反演模型构建及模型应用 (5)2.6植被变化 (6)3.详细处理过程 (7)3.1数据预处理 (7)3.1.1安装环境小卫星数据处理补丁 (7)3.1.2数据处理和定标 (7)3.1.3工程区裁剪 (9)3.1.4图像配准 (14)3.1.5大气校正 (17)3.1.6裁剪浑善达克区 (23)3.2植被覆盖度反演 (27)3.2.1计算归一化植被指数 (27)3.2.2计算植被覆盖度 (28)3.3植被变化监测 (29)3.3.1植被覆盖区提取 (29)3.3.2植被变化检测 (31)3.4成果后期处理与应用 (32)3.4.1植被变化区域图的背景值处理 (32)3.4.2植被变化区域制图 (33)实验心得 (36)前言一、实验目的1、掌握ENVI软件的基本操作。
2、掌握卫星影像的预处理的基本流程。
3、通过实习，学会自己去处理一些问题。
4、进一步提高学生分析问题、解决问题的能力，增强实践技能，并培养学生勇于动手、勤于动手、热爱本专业的思想。
5、深刻地理解和巩固基本理论知识,掌握基本技能和动手操作能力,提高综合观察分析问题的能力二、实习内容1、了解ENVI的基本操作。
2、实现影像图像的几何校正、融合、镶嵌及剪裁。
3、掌握ENVI对影像信息的提取4、了解ENVI的一些应用分析专题：基于环境小卫星的草原荒漠化监测一、专题概述浑善达克地区位于内蒙古草原阴山北麓锡林郭勒高原中部，是亚洲草原荒漠化土地东部边缘区的重要组成部分，经纬度在东经114°55’~116°38’，北纬41°46’~43°07’之间，平均海拔高度在1100 米左右。
土地沙漠化的遥感监测与评价
土地沙漠化的遥感监测与评价随着全球人口的不断增加和经济的快速发展，土地沙漠化成为全球面临的重大环境问题之一。
土地沙漠化对农田和生态系统的破坏严重影响了可持续发展。
为了有效监测和评价土地沙漠化，遥感技术成为一种非常重要的工具。
本文将介绍土地沙漠化的遥感监测与评价方法，并探讨其应用前景。
首先，遥感技术是通过卫星和飞机等远距离的传感器对地球表面的信息进行收集和分析的技术。
遥感技术能够提供大范围和连续的数据，对于土地沙漠化监测和评价具有很大的优势。
通过遥感技术，可以获取土地覆盖、植被指数、土地利用类型等信息，为土地沙漠化的研究和分析提供了基础数据。
其次，针对土地沙漠化的遥感监测，可以采用多种遥感数据源和方法。
首先，遥感数据源包括光学遥感数据和雷达遥感数据。
光学遥感数据可以提供高分辨率的地表信息，能够较好地反映土地覆盖和植被状况。
而雷达遥感数据则具有穿透云层和人工干扰的优势，适用于在复杂环境下获取土地特征。
另外，结合多源遥感数据，如光学和雷达等，在时间和空间上的差异能够提供更全面的土地沙漠化信息。
然后，土地沙漠化的评价可以通过植被指数等遥感指标进行分析。
植被指数是衡量土地植被状况的重要指标之一。
NDVI（归一化植被指数）是一种常用的植被指数，通过计算红光和近红外波段的反射率，可以反映出土地的植被密度和生长状况。
沙漠化土地上的植被覆盖率较低，植被指数值较小，因此可以利用植被指数的变化来评价土地沙漠化程度。
此外，遥感监测与评价土地沙漠化还应结合地形和水文等因素。
沙漠化土地的地形特征通常呈现出干旱、风蚀和侵蚀等特点。
通过遥感技术，可以获取土地地形和水文信息，进一步深入分析土地沙漠化的原因和趋势，有助于制定有效的防治策略。
最后，土地沙漠化的遥感监测与评价不仅能够提供关键的科学依据，还能够促进国际间的信息共享与合作。
沙漠化不仅是一个单一国家的问题，而是全球面临的共同挑战。
通过遥感技术，不同国家可以共同监测和评价土地沙漠化的情况，相互借鉴经验和采取合作共治的措施，提高土地沙漠化防治的效果。
采用高分辨率TM遥感数据对草原沙化治理工程进行生态效益评价
可 以获 得 研 究 区域 在 近 几 年 间 荒 漠 化 动 态 变 化 。
卫 片 解 译
另 外结合 其他 辅助数 据 源 ，如 １：５ 地 形 图 、 Ｓ 万 ＧＰ 野外 调查 获得 的调查 数 据 、 种 专 题 研 究报 告 与 文 各 献数 据等 。
较 为陈 旧 ， 分 地 面控 制 点 用 此 法 难 于 确 定 ， 部 因此 研究 中也 采用 了部分 ＧＰ Ｓ野 外 实测 数据 。经 Ｒ ＭＳ 检验 ， 误差 小 于 ０ ５个 像 元 ， 用 最 小 邻 近 法 重 采 ． 采 样 ， 面分 辨率 ３ 产 生 几何 精校 正后 的遥 感 影 地 ０ｍ， 像 。坐标 投影 系 统 为 高斯 一 吕格 （ ａｓｋ ｕ ） 克 Ｇｕ ｓ— ｒ ｇ 投
１ 前
言
荒 漠化 的程 度和状 态 ， 因此 监 测结 果 准 确 性不 易 保
证 、 比性 小 ， 可 目前 这 种 方 法 在 生 产 中仍 然 有 广 泛
以 内 蒙 古锡 林 郭 勒 盟 草 原 为 实 验 基 地 ， ３ 以 Ｓ （ Ｓ ＲＳ Ｇ Ｓ 技 术 为支 撑 ， 用 遥 感 数 据 的大 范 ＧＩ 、 、 Ｐ ） 利
修正 草 原 沙 化 治 理 工 程 生态效 益 评 价 体 系
采集 、 采样 精度 验算 、 整控 制 点 等 几个 步 骤 ， 中 调 其
最关 键 的是地 面控 制 点 的采 集 。本 研 究 依 照 “ 多点 均 匀分布 、 择 相 对 固定 地 物 点 、 量 采 取 大 比例 选 尽 尺 图件 作 参 考 图 ”的 原 则 ， 用 正 蓝 旗 全 旗 １： 采
像 ， 过 对 ＴＭ 影像 的几何 校正 、 通 辐射 校 正 、 译 与 解 分类 等 提取沙 漠化 治 理 工程 相 关 信 息 ， 充 和完 善 补 工 程生 态 效 益评 价 指 标 体 系 。结 合 各 波 段 方 差 以
- 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)。
2006土地利用分类图
2009植被覆盖数据 2009植被覆盖区
2006植被覆盖区
波段运算
植被荒漠化监测
4.1 两图像植被覆盖区域提取
2009年植被覆盖度大于0.3的为植被覆盖区 2006年土地利用分类图DN值=1、2、3为植被覆盖区
土地利用分类类型 耕地 林地 草地 水域 城市、工矿、居民用地 未利用地 沙地 影像DN值 1 2 3 4 5 6 61
结果检验 大气校正前后典型地物（植被）光谱曲线对比
2.5 裁剪浑善达克地区
预处理的最后一步是用浑善达克区矢量数据对已经做过 辐射定标、大气校正的HJ-CCD数据进行不规则裁剪 矢量数据：
“\4-研究区裁剪\浑善达克矢量数据”
3、植被覆盖度反演
植被覆盖度反演
归一化植被指数计算
2.4 大气校正——FLAASH大气l Setting按钮，在Filter Function File 导入光 谱响应曲线“环境1A星CCD2光谱响应.sli”，单击OK；
2.4 大气校正——FLAASH大气校正
高级参数设置
2.4 大气校正——结果检验
3.2 植被覆盖度计算
波段运算
打开ENVI 5工具箱/Band Ratio/Band Math工具
运算表达式： (b1 gt 0.7)*1+(b1 lt 0.)*0+(b1 ge 0 and b1 le 0.7)*((b1-
0.0)/(0.7-0.0))
4、植被变化监测
植被覆盖度反演
• 通过对该区域植被覆盖度的定量反演，植被覆盖的变化
检测，可以实现草原植被的高频率、大范围、高实时的 变化监测。
专题概述
本专题将介绍利用环境小卫星CCD-1A图像反演植被覆盖 图的完整流程。 专题涉及内容：
环境小卫星的数据读取 辐射定标、图像配准 、大气校正 植被反演 、植被覆盖变化监测
使用模块和工具：
ENVI主模块 FLAASH大气校正扩展模块 IDL开发的环境小卫星数据读取补丁 波段运算模块
处理流程
数据预处理
植被覆盖度反演
植被覆盖变化监测
流程说明
根据环境小卫星CCD数据特点及草原植被变化监测 的要求，采用以下处理流程： 一、数据预处理： D数据读取 2.辐射定标 3.大气校正 4.研究区裁剪
二、反演模型建立 1.归一化植被指数 三、植被变化监测 1.植被覆盖区提取
四、后期处理与应用
2.植被覆盖度
2.植被变化检测
数据获取说明
环境小卫星CCD-1B数据，在环保部卫星环境应用中心免 费下载获取，环境小卫星CCD数据下载地址： TM数据下载地址为：
/index.jsp
变化图像： 0——未发生变化的区域 -1——植被荒漠化区域 1——植被增加区域
将背景值掩膜为非0、-1、1的值（如：5）
5.2植被变化区域制图
对-1、0、1值以及背景值分别进行密度分割
专题总结
本专题从原始的环境小卫星CCD-1A图像开始，反演植被 覆盖图、并与前一时相的土地利用图进行差值比较，提 取植被发生变化的区域，专题涉及环境小卫星的数据读 取、辐射定标、图像配准、大气校正、植被覆盖遥感反 演过程、植被覆盖变化监测等内容。 掌握知识：
数据读取和定标
主菜单->File->Open External File>HJ-1A/1B Tools
2.2 工程区裁剪
由于整景数据范围比较大，所以在做大气校正前，先将 浑善达克以及周边区域裁剪出来。
2.3 图像配准
做变化监测，两个时相的数据必须互相配准
2.4 大气校正——概述
获得地物真实的光谱信息是遥感反演的前提，大气校正 可消除大气影响，还原地物的真实信息，是定量遥感数 据预处理中必不可少的环节。
2.4 大气校正——FLAASH大气校正
数据准备 FLAASH对图像文件有以下几个要求：
数据是经过定标后的辐射亮度（辐射率）数据，单位是：（μ W） /（cm2*nm*sr）。 数据带有中心波长（wavelenth）值，如果是高光谱还必须有波 段宽度（FWHM）,这两个参数都可以通过编辑头文件信息输入 （Edit Header）。 数据类型
• 支持四种数据类型：浮点型（floating）、长整型(long integer )、 整型（integer）和无符号整型 (unsigned int)。数据存储类型： ENVI标准栅格格式文件，且是BIP或者BIL。
波谱范围：400－2500nm
2.4 大气校正——FLAASH大气校正
基本参数设置
4.1 两图像植被覆盖区域提取
2009年8月植被覆盖区
(b1 le 0.3)*0 +(b1 gt 0.3)*1 b1为20090811植被覆盖度图像，0.3为经验值
2006年8月植被覆盖区
(b1 ge 1 and b1 le 3)*1+(b1 lt 1)*0+(b1 gt 3)*0
b1为浑善达克2006年8月土地利用分类图
4.2 变化区域计算
波段运算
工具箱/Band Ratio/Band Math工具
运算表达式：
b1-b2
b1:2009年8月的植被覆盖区图像 b2:2006年8月的植被覆盖区图像
5、成果后处理及应用
5.1植被变化区域图的背景值处理
专题：基于遥感的草原与沙漠化监 测
技术支持邮箱：ENVI-IDL@ 技术支持热线：400-819-2881-7 官方技术博客：/enviidl 官方技术qq群：148564800
1、专题背景
专题背景
浑善达克地区位于内蒙古 草原锡林郭勒高原中部。 近年来频频发生在京津地 区的沙尘暴与该地区生态 环境恶化相关。据统计， 京津地区沙尘暴70%的沙 源来自于这个区域。
国产卫星数据的处理
多时相数据变化监测的条件
数据处理各个环节在ENVI下的操作及参数选择
图像预处理流程
HJ1A-CCD2原始数据
数据读取
辐射定标
环境小卫星数据处理补 丁
几何校正
基准影像
大气校正
波谱响应函数
浑善达克区裁剪
浑善达克矢量数据
浑善达克HJ1A-CCD2数据
2.1 数据读取和定标
安装环境小卫星数据读取和定标补丁
ENVI_HJ1A1B_Tools.sav文件放在 X:\Program Files\Exelis\ENVI51\classic\save_add目 录下
大气校正用到的环境小卫星数据波谱响应函数下载地址： /n16/n1115/n1522/n2118/in
dex.html
进入专题
数据：
“10-专题：基于遥感的草原与沙漠化监测”
数据 预处 理
建立 反演 模型
植被 变化 监测
后期处 理及应 用
2、数据预处理
应用被植被强吸收的红光波段（环境星第3 波段）和被植被强反射的近红外波段（环境 星第四波段）计算归一化植被指数。
归一化植被指数
植被覆盖度计算
FC = [(NDVI- NDVISoil)／(NDVIVeg -
植被覆盖度
NDVISoil)]
3.1 归一化植被指数计算
打开ENVI 5工具箱/Band Ratio/Band Math工具