fvc植被覆盖度公式
植被覆盖度计算
植被覆盖度计算(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。
植被覆盖 植被指数 植被光谱
NDVI的理论基础NDVI的理论基础植被指数按不同的监测方法和计算方法可分为多种多样的植被指数。
常用的有：归一化植被指数NDVI；垂直植被指数PVI；比值植被指数RVI；消除土壤影响的植被指数SAVI和全球植被指数GVI等。
其中，NDVI则是使用最广泛，效果也较好的一种。
NDVI（Normalized Difference Vegetation Index）归一化植被指数，又称标准化植被指数，在使用遥感图像进行植被研究以及植物物候研究中得到广泛应用，它是植物生长状态以及植被空间分布密度的最佳指示因子，与植被分布密度呈线性相关。
归一化植被指数(NDVI)是近红外与红色通道反射率比值(SR=NIR/RED)的一种变换形式，NDVI=(NIR-R)/(NIR+R)。
植被覆盖度（fv）fv=（NDVI-NDVImin)/(NDVImax-NDVImin).叶面积指数（LAI）LAI=k-1ln(1-fv)-1，k是消光系数，每种植被k各不相同，一般植被取值范围是0.8-1.3。
NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、枯叶、粗超度等，且与植被覆盖有关，-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。
用NDVI判断植物生长的状态：植物叶绿素发生光合作用而吸收红光，所以长势越好的植物吸收红光越多，反射近红外光也越多。
所以NDVI能反应植物生物量的多少，NDVI越大，植物长势越好。
附表：植被指数指数应用计算公式测量值的意义优点局限性NDVI 归一化植被指数监测植被生长状态、植被覆盖度和消除部分辐射误差等NDVI=(NIR-R)/(NIR+R)-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能反映出植物冠层的背景影响，如土壤、潮湿地面、枯叶、粗超度等，且与植被覆盖有关对高植被区具有较低的灵敏度RVI 比值植被指数是绿色植物的的灵敏指数参数，用于检测和估算植物生物量RVI=NIR/R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。
基于GoogleEarthEngine的黄土高原植被覆盖度时空变化特征分析
第31卷第1期2024年2月水土保持研究R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o nV o l .31,N o .1F e b .,2024收稿日期:2022-06-08 修回日期:2022-09-20资助项目:国家自然科学基金项目(51779099,51779209,51909099);国家重点研发计划项目(2016Y F C 0402400) 第一作者:姚楠(1997 ),男,安徽阜阳人,硕士研究生,主要从事生态环境遥感研究㊂E -m a i l :y n h p u 97@163.c o m 通信作者:董国涛(1982 ),男,山东青州人,博士,正高级工程师,主要从事水文遥感研究㊂E -m a i l :d o n g g u o t a o @h h g l j .y r c c .go v .c n h t t p :ʊs t b c y j .p a p e r o n c e .o r gD O I :10.13869/j.c n k i .r s w c .2024.01.045.姚楠,董国涛,薛华柱.基于G o o g l e E a r t h E n gi n e 的黄土高原植被覆盖度时空变化特征分析[J ].水土保持研究,2024,31(1):260-268.Y a oN a n ,D o n g G u o t a o ,X u eH u a z h u .A n a l y s i s o n t h eC h a r a c t e r i s t i c s o f t h e S p a t i o t e m p o r a l C h a n g e i nV e g e t a t i o nC o v e r a g e o n t h eL o e s sP l a t e a u U s i n g t h eG o o g l eE a r t hE n gi n e [J ].R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o n ,2024,31(1):260-268.基于G o o g l e E a r t h E n gi n e 的黄土高原植被覆盖度时空变化特征分析姚楠1,2,董国涛2,3,薛华柱1(1.河南理工大学测绘与国土信息工程学院,河南焦作454000;2.黄河水利委员会黄河水利科学研究院,郑州450003;3.黑河水资源与生态保护研究中心,兰州730030)摘 要:[目的]探究黄土高原植被覆盖度变化的时空特征,揭示植被对气候因子变化的时滞效应,进而为地区生态保护与高质量发展提供数据支撑㊂[方法]基于2001年至2020年的黄土高原地区N D V I 数据㊁气温和降水数据,利用像元二分法㊁一元线性回归和时滞偏相关分析等方法,开展地区植被与气候因子变化关系的研究㊂[结果]过去20年间,黄土高原植被覆盖度以0.076/10a 的速率增加,在空间上主要呈现极显著增加,但占总面积38.29%的区域植被覆盖变化波动较大㊂黄土高原月植被覆盖度与气温和降水呈现显著正相关关系,其中降水是影响植被变化的主要因素㊂植被对降水的响应滞后时间主要集中在3个月,而气温的滞后时间在空间上存在较大差异,东南部植被主要滞后0至1个月,而西北部植被主要滞后2至3个月㊂[结论]黄土高原植被变化主要受降水影响,20年间植被恢复情况良好,但变化波动较大,未来应继续生态保护工作进行巩固㊂关键词:植被覆盖度;G E E ;时滞相关;气候变化;黄土高原中图分类号:Q 948 文献标识码:A 文章编号:1005-3409(2024)01-0260-09A n a l y s i s o n t h eC h a r a c t e r i s t i c s o f t h e S p a t i o t e m p o r a l C h a n g e i nV e ge t a t i o n C o v e r a g e o n t h eL o e s sP l a t e a uU s i n g t h eG o o g l eE a r t hE n gi n e Y a oN a n 1,2,D o n g Gu o t a o 2,3,X u eH u a z h u 1(1.S c h o o l o f S u r v e y i n g a n dL a n dI n f o r m a t i o nE n g i n e e r i n g ,H e n a nP o l y t e c h n i cU n i v e r s i t y ,He n a n ,J i a o z u o 454000,C h i n a ;2.Y e l l o w R i v e rC o n s e r v a n c y C o mm i s s i o n ,Y e l l o w R i v e r I n s t i t u t e of H yd r a u l i cRe s e a r c h ,Z h e n g z h o u 450003,C h i n a ;3.H e i h eW a t e rR e s o u r c e s a n dE c o l o gi c a lP r o t e c t i o nR e s e a r c hC e n t e r ,L a n z h o u 730030,C h i n a )A b s t r a c t :[O b j e c t i v e ]T h i ss t u d y a i m st oe x p l o r et h ev e g e t a t i o nc o v e rc h a n g ea n di t sr e s po n s eo fc l i m a t e f a c t o r s f o r c o p i n g w i t h g l o b a l c l i m a t e c h a n g e a n d p r o m o t i n g t h e e c o l o g i c a l p r o t e c t i o n a n dh i g h -q u a l i t y d e v e l -o p m e n t o f t h eL o e s sP l a t e a u .[M e t h o d s ]B a s e do n N D V I ,t e m p e r a t u r ea n d p r e c i p i t a t i o nd a t ao f t h eL o e s s P l a t e a u f r o m2001t o 2020,p i x e l d i c h o t o m y ,l i n e a r r e g r e s s i o n a n d t i m e l a g p a r t i a l c o r r e l a t i o n a n a l y s i sm o d e l s w e r eu s e d t oc h a r a c t e r i z e t h ev e g e t a t i o nc o v e rc h a n g eo nt h eL o e s sP l a t e a ua n d i t sr e s po n s e m e c h a n i s mt o c l i m a t e f a c t o r s .[R e s u l t s ]T h ea n n u a lv e g e t a t i o nc o v e r a g e i nt h eL o e s sP l a t e a uh a di n c r e a s e da tar a t eo f 0.076/d e c a d e i n p a s t t w od e c a d e sw i t h a p r e d o m i n a n t l y s i g n i f i c a n t s p a t i a l d i s t r i b u t i o no f pr o n o u n c e d g r o w t h .T h e a r e a s o f v e g e t a t i o n c o v e r t h a t f l u c t u a t e d g r e a t l y ac c o u n t ed f o r 38.29%o f t h ew h o le a r e a .T h e r e l a t i o n -s h i p b e t w e e nm o n t h l y v e g e t a t i o n c o v e r ,t e m p e r a t u r e a n d p r e c i p i t a t i o no n t h eL o e s sP l a t e a uw a s s i g n if i c a n t l y p o s i t i v e c o r r e l a t i o n ,a n d p r e c i p i t a t i o nw a s t h em a i n f a c t o r a f f e c t i ng v e g e t a t i o n ch a n g e .T h e l a g ti m e o f v e ge -t a t i o n r e s p o n s e t o p r e c i p i t a t i o nw a sm a i n l y 3m o n t h s ,a n d t h e l a g t i m e of v eg e t a t i o n r e s p o n s e t o t e m pe r a t u r ee x i s t e d s p a t i a l d if f e r e n c e s b e t w e e n s o u t h e a s t(0~1m o n t h)a n d n o r t h w e s t(2~3m o n t h s).[C o n c l u s i o n]T h e v eg e t a t i o n ch a n g e si nt h eL o e s sP l a t e a u w e r e p r i m a r i l y i n f l u e n c e db yp r e c i p i t a t i o n.O v e r t h ec o u r s eo f20 y e a r s,t h e r eh a db e e n a f a v o r a b l e r e c o v e r y o f v e g e t a t i o n.H o w e v e r,t h e r ew e r e s i g n i f i c a n t f l u c t u a t i o n s i n t h i s c h a n g e.F u t u r e e f f o r t s s h o u l d c o n t i n u e t o f o c u s o n e c o l o g i c a l c o n s e r v a t i o nw o r k i n o r d e r t o e n s u r e t h e c o n s o l-i d a t i o no f t h e s e i m p r o v e m e n t s.K e y w o r d s:v e g e t a t i o n c o v e r a g e;G o o g l eE a r t hE n g i n e;l a g g e d c o r r e l a t i o n s;c l i m a t e c h a n g e;L o e s sP l a t e a u陆地生态系统对气候变化的响应是研究全球变化的重要内容,其中植被与气候变化间的联系是全球环境科学研究中最重要的问题之一[1]㊂植被作为陆地生态系统的重要组成部分,对保持水土流失㊁调节大气成分㊁维持气候稳定等生态系统各方面要素的平衡具有重要作用[2]㊂另一方面,植被是地球系统的主体,陆地生态系统对气候变化的响应必然在植被类型㊁数量或质量方面有所表现[3]㊂因此,植被各方面的变化能够一定程度上代表生态系统的整体状况,对植被生长情况的长时间序列动态监测不仅是研究区域生态变化的重要方法,而且能够间接反映气候变化[4]㊂植被覆盖度(F r a c t i o n o fV e g e t a t i o nC o v e r a g e,F V C)指植被冠层的垂直投影面积与土壤总面积之比,是反映地表植被的茂盛程度重要指标和描述生态系统状况的重要基础数据[5]㊂气候变化作为影响植被覆盖变化的主导因素,各种气候因子均与植被生长变化联系紧密,其中气温与降水的影响尤为重要[6]㊂在全球气候变暖㊁生态环境形势日益严峻的背景下,探究陆地生态系统中植被覆盖变化与气温㊁降水之间的关系,对维持生态平衡与保护环境稳定有着重要的意义㊂黄土高原地区是世界上水土流失最为严重的地区,也是我国水土保持与生态建设工作的重点地区[7]㊂植被作为生态工程建设工作的核心,能够通过林冠截流㊁林下草灌㊁枯枝落叶层的拦蓄以及根系对土壤的固结作用从而保持水土[8]㊂近年来,已有许多关于黄土高原植被覆盖度变化的时空规律及其对气候因子响应机制的研究㊂如张家政等[9]采用相关性分析的方法,基于相关系数结果分析了黄土高原地区气温和降水与不同季节植被覆盖度之间的相关程度;王逸男等[10]通过分析黄土高原植被覆盖度的空间迁移趋势和降水㊁气温间的相关关系,发现植被覆盖度和水热因素的变化整体上保持一致;李依璇等[11]通过计算植被覆盖度与气候因子的偏相关系数,发现黄土高原地区植被覆盖度与年降水量的相关性高于年平均气温㊂综上,已有研究大多集中于黄土高原同一时期植被覆盖度与气候因子的相关关系上,对气候因子影响的滞后效应涉及较少㊂本文基于M O D13A2数据和降水㊁气温数据,应用G E E云平台计算植被覆盖度㊁线性变化趋势及时滞偏相关系数等指数,分析过去20年黄土高原植被覆盖度的变化特征及其与气候因子在空间上的相关性和滞后效应㊂研究为科学认识黄土高原生态现状㊁开展后续生态保护提供数据支撑㊂1研究区概况黄土高原位于北纬32ʎ 41ʎ㊁东经107ʎ 114ʎ,跨越山西㊁内蒙古㊁河南㊁陕西㊁甘肃㊁宁夏和青海7个省(自治区),总面积达64.87万k m2,区域大部为黄土覆盖,土壤类型主要包括黄绵土㊁灰漠土㊁风沙土㊁栗钙土等,粉粒占黄土总量的50%㊂研究区地势总体上呈现西北高㊁东南低,区域内海拔差异较大,地貌类型丰富(图1A),其中山区㊁丘陵区㊁高塬区占2/3以上㊂该区属大陆性季风气候,春冬季寒冷干燥,夏秋季炎热多雨,多年平均气温3.6~14.6ħ,多年平均降水200~800m m㊂区域内以草原为主要土地覆盖类型,面积占比41.68%,耕地次之,占比为31.19%,森林和灌木林占比分别为9.02%与6.31%㊂属于城市和裸地的区域分别占比3.64%,6.76%,剩余地区则由水体覆盖(图1B)㊂2数据来源和研究方法2.1数据来源计算植被覆盖度所需的N D V I数据采用美国国家航空航天局(N A S A)提供的MO D13A2数据,该数据的时间分辨率为16d,空间分辨率为1000m㊂本次研究基于G E E平台筛选出2001 2020年M O D13A2数据,并采用最大值合成法得到逐年月的植被指数数据㊂降水与气温数据来源于时空三极环境大数据平台(h t t p:ʊp o l e s.t p d c.a c.c n/)2001 2020年的逐月降水量与平均气温数据集[12],空间分辨率为1000m㊂土地覆盖类型数据选用中国科学院资源环境科学数据中心(h t t p:ʊw w w.r e s d c.c n)提供的2015年中国土地利用现状遥感监测数据,空间分辨率为1000m,包括水田㊁旱地㊁森林㊁灌木㊁草原㊁水体㊁城市和裸地8种土地覆盖类型㊂非G E E平台集成的气象数据和土地覆盖类型数据经P y t h o n程序预处理后,上传至G E E云平台进行统一在线调用㊂162第1期姚楠等:基于G o o g l e E a r t h E n g i n e的黄土高原植被覆盖度时空变化特征分析注:A代表黄土高塬沟壑区,B代表黄土丘陵沟壑区,C代表沙地和沙漠区,D代表土石山区,E代表农灌区,F代表河谷平原区㊂图1黄土高原高程和土地覆盖类型空间分布F i g.1M a p o f s p a t i a l d i s t r i b u t i o no f e l e v a t i o na n d l a n d c o v e r t y p e s i n t h eL o e s sP l a t e a u2.2研究方法2.2.1 G o o g l eE a r t hE n g i n e云平台 G o o g l eE a r t hE n g i n e(G E E)云平台是由谷歌公司提供的对大量全球尺度地球科学资料进行在线可视化计算分析处理的平台,由支持多P B分析的数据目录和高性能的计算服务组成[13]㊂依托于海量的云存储数据和强大的计算能力,G E E在大规模植被变化分析中得到了广泛应用[14-15]㊂本次研究涉及20年来黄土高原植被覆盖度的计算和分析,研究范围广㊁时间跨度长,使用G E E云平台相较传统处理方式在硬件要求和处理速度方面更具优势㊂综上,本文将数据筛选㊁植被覆盖度计算及后续线性回归分析等过程均部署到G E E平台㊂2.2.2植被覆盖度的计算植被覆盖度与N D V I之间存在显著相关性,通常以建立两者间转换关系的方式直接提取植被覆盖度信息㊂本次研究采用像元二分法[16]计算植被覆盖度:F V C=N D V I-N D V I sN D V I v-N D V I s式中:F V C代表植被覆盖度;N D V I s代表无植被覆盖像元的N D V I值;N D V I v代表全植被覆盖像元的N D V I 值㊂无植被覆盖和全植被覆盖像元的理论值应分别接近0与1,但由于大气情况㊁植被类型等因素的影响,两者并非定值㊂本文以0.5%置信度截取N D V I的上下阈值分别近似代表N D V I v与N D V I s,以此为基础进行F V C的计算,并参考李晶等[17]的研究方法对计算结果进行分级:F V Cɤ10%的区域为低植被覆盖区域㊁10%< F V Cɤ35%,35%<F V Cɤ55%,55%<F V Cɤ75%㊁F V C>75%分别为中低㊁中㊁中高㊁高植被覆盖区域㊂2.2.3植被覆盖度的变化趋势分析本文采用一元线性回归方法,逐像元对黄土高原地区20年间年植被覆盖度变化进行分析,计算公式如下:s l o p e=ðn i=1(i-i)(F V C i-F V C)ðn i=1(i-i)2式中:s l o p e代表线性回归方程的斜率;n代表研究时间内包括的年数(本文的研究时间为2001 2020年, n=20);F V C i代表第i年的F V C影像;F V C代表多年F V C均值合成影像㊂当s l o p e>0时,表示植被覆盖度呈现增长趋势,反之说明呈现减少趋势㊂采用F检验判断一元线性回归的趋势显著性,统计量计算公式为:F=UQ/n-2式中:U代表回归平方和;Q代表误差平方和;n代表年数;U与Q的计算公式如下:U=ðni=1(y i-^y i)2,Q=ðn i=1(y i-^y i)2式中:y i代表第i年植被覆盖度的实际值;^y i代表第i 年植被覆盖度的回归值;y代表多年植被覆盖度的平均值㊂基于植被覆盖度的增减趋势与显著性检验结果,将植被覆盖度的变化情况分为以下5个等级:极显著减少(s l o p eɤ0,F>F0.99)㊁显著减少(s l o p eɤ0,F0.95<FɤF0.99)㊁基本稳定(FɤF0.95)㊁显著增加(s l o p e>0,F0.95< FɤF0.99)㊁极显著增加(s l o p e>0,F>F0.99)㊂2.2.4植被覆盖度的变异程度分析变异系数(C o-e f f i c i e n t o fV a r i a t i o n,C V)是描述时间序列中数据变异程度的统计量,本文通过逐像元计算2001 2020年黄土高原地区植被覆盖度的变异系数来描述其变化的波动程度㊂变异系数的计算公式如下:C V=ðn i=1(F V C i-F V C)2n-1/F V C式中:n代表研究年数;F V C i代表第i年的F V C影262水土保持研究第31卷像;F V C代表多年F V C平均值㊂本文根据C V的大小将其依次分为5个等级[18]:低波动变化(C Vɤ0.05)㊁相对较低波动变化(0.05<C Vɤ0.10)㊁中等波动变化(0.10<C Vɤ0.15)㊁相对较高波动变化(0.15<C Vɤ0.20)和高波动变化(C V>0.20)㊂2.2.5植被覆盖度与气候因子的时滞偏相关分析偏相关分析可以在消除其他变量影响的条件下,衡量某两个或多个变量之间的相关性㊂为量化降水与气温对植被覆盖度变化影响的滞后性,本文采用时滞偏相关分析法,在月尺度上计算植被覆盖度与平均气温㊁降水量在不同滞后时间下的偏相关系数㊂上述方法的基本流程为:计算全年植被覆盖度与前0~k月降水量(气温)之间的偏相关系数,经显著性检验后,分别将获取的两组偏相关系数进行最大值合成,并记录偏相关系数最大值对应的月份,用于分析研究区内植被覆盖度对降水变化的响应关系㊂植被覆盖度㊁降水和气温三者之间在不同时滞条件下相关系数的计算公式如下:R F P=ðn-k i=1(P i-P)(F i+k-F)ðn-k i=1(P i-P)2ðn-k i=1(F i+k-F)2R F T=ðn-k i=1(T i-T)(F i+k-F)ðn-k i=1(T i-T)2ðn-k i=1(F i+k-F)2R P T=ðn-k i=1(T i-T)(P i+k-P)ðn-k i=1(T i-T)2ðn-k i=1(P i+k-P)2式中R F P和R F T分别代表不同时滞条件下植被覆盖度与降水量㊁气温之间的相关系数;R P T代表不同时滞条件下气温与降水量之间的相关系数;n代表时间序列长度(本文研究时间段为全年,n=12);k代表滞后时间;F i,P i和T i分别代表第i月的植被覆盖度㊁降水量和气温影像;F,P和T分别代表植被覆盖度㊁降水量和气温影像序列的均值㊂根据三者间的相关系数,进一步计算即可得到植被覆盖度与降水量㊁植被覆盖度与气温之间的偏相关系数,计算公式如下:R F P_T=R F P-R F T㊃R P T(1-R F T2)(1-R P T2)R F T_P=R F T-R F P㊃R P T(1-R F P2)(1-R P T2)式中:R F P_T代表某一时滞条件下,消除了气温影响后植被覆盖度和降水量的偏相关系数;R F T_P代表某一时滞条件下,消除了降水量影响后植被覆盖度和气温的偏相关系数㊂采用t检验判断变量间偏相关系数的显著性,检验统计量的计算公式如下:t=R n-q-21-R2式中:R代表偏相关系数;n代表样本数;q代表阶数㊂已有研究表明[19],植被覆盖度对降水和气温响应的滞后时间通常在3个月内,本文计算黄土高原地区全年植被覆盖度与前0 3月降水量(气温)的偏相关系数,以此为基础分析研究区植被覆盖度与降水量(气温)的相关性及滞后性㊂3结果与分析3.1黄土高原气候因子的时空分布特征表1为不同地理分区年均气温和降水的平均值㊁变化率,图2为2001 2020年黄土高原地区平均气温和降水量的空间分布图,由表1和图2A可知,研究区多年平均降水112~930mm,在空间上呈现由东南向西北递减的趋势,东南土石山区㊁河谷平原区,及黄土高塬沟壑区的部分地带降水量较高,在600 mm以上;西北沙地沙漠区和农灌区年均降水量则不足400mm㊂由表1和图2B可知,黄土高原多年平均气温介于-13ʎ~16ħ间,空间分布整体上呈现南高北低的趋势;各地理分区之中,海拔较低的河谷平原区平均气温最高,海拔较高的黄土高塬沟壑区气温最低㊂根据表1中气温和降水的变化率可知,20年间黄土高原整体及各地理分区的降水量与气温均呈现增长趋势,但变化趋势均不显著㊂表1黄土高原不同地理分区多年气温和降水的平均值、变化率T a b l e1A v e r a g e v a l u e s a n d v a r i a t i o n r a t e s o f a n n u a lt e m p e r a t u r e a n d p r e c i p i t a t i o n i nd i f f e r e n t g e o g r a p h i c a lz o n e s o f t h eL o e s sP l a t e a u地理分区降水量平均值/mm变化率/(mm/10a)气温平均值/(ħ)变化率/(ħ/10a)研究区整体454.2025.648.490.11黄土高塬沟壑区498.0027.687.100.06农灌区252.7017.488.350.16沙地和沙漠区299.1416.838.300.13河谷平原区601.7525.0812.060.05黄土丘陵沟壑区465.7728.478.570.13土石山区506.5329.959.050.18注:*表示变化通过0.05显著性水平检验㊂3.2黄土高原植被覆盖度的空间分布图3为2001 2021年黄土高原多年平均植被覆盖度的空间分布图㊂由图3可知,研究区植被覆盖度存在明显空间差异,除农灌区的部分区域外,整体上362第1期姚楠等:基于G o o g l e E a r t h E n g i n e的黄土高原植被覆盖度时空变化特征分析呈现东南高㊁西北低,由低纬度向高纬度递减的趋势,这与黄土高原降水量的地带性有关:研究区降水量在空间上具有由东南向西北呈阶梯状递减的特点,降水量等值线沿东北 西南向延伸[20]㊂黄土高原位于半湿润地区向半干旱地区过渡的地带,降水量是植被覆盖变化的主要驱动因子,在降水量等值线两侧的植被覆盖度存在显著差异㊂黄土高原高㊁中高植被覆盖区域主要分布在研究区东南部,主要包括土石山区㊁河谷平原区和黄土高塬沟壑区等年均降水量在600m m以上的地区,面积占比分别为24.51%,28.49%;中植被覆盖区域主要分布在研究区中部的过渡地带,该区域年均降水量在400~600m m间,面积占比22.52%;中低㊁低植被覆盖区域集中分布在年均降水量400mm以下的农灌区与沙地沙漠区,面积占比分别为21.15%,3.33%㊂图2黄土高原多年平均气温和降水的空间分布F i g.2M a p o f s p a t i a l d i s t r i b u t i o no f a v e r a g e a n n u a l t e m p e r a t u r e a n d p r e c i p i t a t i o n i n t h eL o e s sP l a t e a u图3黄土高原多年平均植被覆盖度空间分布F i g.3M a p o f s p a t i a l d i s t r i b u t i o no f a v e r a g e v e g e t a t i o nc o v e r a g e i n t h eL o e s sP l a t e a uo v e rm u l t i p l e y e a r s3.3黄土高原植被覆盖年际变化及空间差异3.3.1植被覆盖度的年际变化2001 2020年黄土高原及各地理分区的年植被覆盖度变化趋势如图4所示,结果表明:黄土高原地区整体的年植被覆盖度呈现显著增加趋势(p<0.05),增速约为0.076/10a,研究区植被覆盖度均值由2001年的43.62%上升至2020年的62.83%,最低值为2001年的43.62%,最高值为2018年的63.56%㊂过去20年间各地理分区植被覆盖度均值介于14.62%~79.14%,且全部呈现显著增加趋势(p<0.05),其中黄土丘陵沟壑区增速最快,为0.11/10a,植被覆盖度由40.39%上升至65.72%;土石山区植被覆盖度增速最慢,仅为0.049/10a,植被覆盖度由59.57%上升至76.45%㊂图42001-2020年黄土高原及各地理分区植被覆盖度年际变化曲线F i g.4I n t e r a n n u a l v a r i a t i o n c u r v e s o f v e g e t a t i o n c o v e r a g e i n t h eL o e s s P l a t e a u a n d i t s g e o g r a p h i c a l z o n e s f r o m2001t o2020 3.3.2植被覆盖度变化趋势的空间分布图5为2001 2020年黄土高原地区植被覆盖度变化趋势和变异系数的空间分布图㊂由图5A可知,20年间研究区内植被覆盖度呈现极显著增加趋势的区域面积为38.62万k m2,占研究区总面积的59.53%;植被覆盖度显著增加的区域面积为7.84万k m2,占研究区总462水土保持研究第31卷面积的12.09%;植被覆盖度无显著变化的区域17.19万k m2,面积占比26.51%;植被覆盖度呈现极显著减少与显著减少的区域面积为1.22万k m2,集中分布在研究区东南部的河谷平原区,占比1.87%㊂由图5B可知:黄土高原不同地区的植被覆盖度变异系数存在明显差异,变异系数较小的区域集中在研究区东南部,较大的区域则集中在研究区西北部;植被覆盖度变化呈高波动(C V>0.2)的区域约占研究区总面积的38.29%,植被覆盖度等级以中㊁中低㊁低为主;变化波动相对较高(0.15<C Vɤ0.2)和变化波动适中(0.1<C Vɤ0.15)两类区域的面积占比分别为16.88%,16.52%,两者的植被覆盖度等级均以中㊁中高为主;波动相对较低(0.05<C Vɤ0.1)的区域面积占比为16.77%,植被覆盖度等级以中高㊁高为主;变化波动小(C Vɤ0.05)的区域面积占比11.54%,植被覆盖等级以高为主㊂图5黄土高原植被覆盖度变化趋势和变异系数F i g.5T r e n do f v e g e t a t i o n c o v e r a g e c h a n g e a n d c o e f f i c i e n t o f v a r i a t i o n i n t h eL o e s sP l a t e a u综上可知,2001 2020年黄土高原与各地理分区的年际植被覆盖均呈现显著增加趋势,其中黄土丘陵沟壑区的增速最快,土石山区的增速最慢;在空间分布上,植被覆盖显著增加区域面积远大于减少区域,研究区中部黄土丘陵沟壑区与黄土高塬沟壑区的增加趋势较为明显,而植被覆盖减少地区主要集中在东南土石山区与河谷平原区㊂这与已有黄土高原植被变化的研究结果一致[21],表明我国开展的退耕还林(草)等一系列生态建设工程取得了显著成效,研究区生态环境整体上有了明显改善;研究区东南部地区人口密集,随着经济增长与城镇化发展,该地区的植被覆盖度出现减少趋势㊂此外,本文关于植被覆盖变异程度的研究表明,黄土高原西北部地区植被覆盖的变异程度较高,植被覆盖度的变化趋势波动较大,植被能否维持现有状况仍存在不确定性㊂为巩固生态恢复工程成果,协调植被建设与环境状况,实现黄土高原从 增绿 到 稳绿 的跨越[22],需要进一步分析各类型因素与研究区植被覆盖变化的关系,加强生态工程建设,提高黄土高原生态环境在气候变化与人类活动等因素影响下的稳定性㊂3.4黄土高原植被覆盖度与气候因子的时滞偏相关分析3.4.1降水与植被覆盖度的时滞偏相关性降水和植被覆盖度的偏相关分析结果(图6A)表明,从空间分布的角度而言,黄土高原大部分地区的植被覆盖度和降水呈现高度正相关,最大偏相关系数介于0.6与1之间;仅1.71%区域植被覆盖度和降水间的偏相关系数未通过显著性检验㊂从滞后时间(图6B)的角度而言,除沙地和沙漠区有极小部分地区不存在滞后㊁河谷平原区和东南土石山区部分地区滞后时间为1~2个月外,约占研究区总面积95.87%的区域滞后时间为3个月㊂3.4.2气温与植被覆盖度的时滞偏相关性气温和植被覆盖度的偏相关分析结果(图7A)表明,占研究区总面积57.68%的区域植被覆盖度和气温呈高度正相关,偏相关系数介于0.6~1之间,主要分布在东南部地区;约占黄土高原42.32%的地区植被覆盖度和气温间相关性并不显著,主要分布在研究区西北部地区,东南土石山区和河谷平原区的部分区域㊂图7B 滞后时间的结果表明,植被覆盖度对气温变化响应的滞后时间在空间分布上存在明显差异,研究区东南部的滞后时间较短为0~1个月,而西北部地区的滞后时间较长,以2~3个月为主㊂综上可知,黄土高原研究区降水和气温与植被覆盖度的相关关系均以显著正相关为主,其中降水与植被覆盖度呈显著正相关的区域面积更大,相关程度更高,说明黄土高原地区植被生长与降水的关系更为密切㊂降水与气温是驱动植被覆盖变化的重要因素:降562第1期姚楠等:基于G o o g l e E a r t h E n g i n e的黄土高原植被覆盖度时空变化特征分析水可以增加土壤湿度,为植被的生长提供水分;气温代表到达植被的太阳辐射能强度,为植被的生长提供能量[23]㊂研究区植被覆盖度与气温㊁降水均以呈高度正相关的区域为主㊂除上述与气温降水均显著相关的区域外,研究区西北部多数地区植被覆盖与气温的相关程度较低,这可能是由于该地区降水较少,气温升高会促进植被的蒸腾作用,导致土壤湿度降低,进而影响植被的生长㊂此外,由于人为灌溉和收割作物的影响,研究区水田和旱地区域植被覆盖度与降水㊁气温的相关程度均较低㊂图6黄土高原月植被覆盖度与降水量的最大偏相关系数及对应滞后时间F i g.6M a x i m u ml a g g e d c o r r e l a t i o n c o e f f i c i e n t a n d t i m e l a g s b e t w e e nm o n t h l yv e g e t a t i o n c o v e r a g ew i t h p r e c i p i t a t i o n i n t h eL o e s sP l a t e a u图7黄土高原月植被覆盖度与气温的最大偏相关系数及对应滞后时间F i g.7M a x i m u ml a g g e d c o r r e l a t i o n c o e f f i c i e n t a n d t i m e l a g s b e t w e e nm o n t h l yv e g e t a t i o n c o v e r a g ew i t h t e m p e r a t u r e i n t h eL o e s sP l a t e a u另一方面,研究区植被覆盖度对气温变化响应的滞后时间在1个月以内,对降水变化响应的滞后时间接近3个月,这与解晗[24]和S u n[25]等的研究成果高度一致㊂降水滞后时间的空间分布差异较小,绝大多数地区植被对降水的滞后时间为3个月,仅研究区东南部及沙地和沙漠区北部部分地区例外㊂其中东南部旱地植被对降水变化响应的滞后时间为1~2个月,该地区以一年两熟或两年三熟作物为主要植被类型,月植被覆盖度的变化趋势与其他地区不同,此差异是造成该地区时滞性不同的可能原因㊂沙地和沙漠区北部与当月降水的相关程度较高,这是由于该地区植被覆盖度较低,只能保持降水在土壤表面,并且温度较高导致表层土壤水分易于蒸发,沙地和沙漠区的植被对降水的滞后效应较不明显㊂研究区气温滞后时间的空间分布差异较大,西北部植被对气温的滞后时间较长为2~3个月,东南部气温的滞后时间为0~1个月㊂研究区东南部降水充足且水分利用率高,植被对气温变化更为敏感,其中森林和灌木林植被对气温的响应多出现于当月,而该地区草原植被的滞后时间则更接近1个月㊂西北部地区温度较高,但662水土保持研究第31卷由于该区域温度和降水变化不同期[26],适合植被生长的水热条件通常伴随着降水增加出现,故该地区植被对气温变化响应的滞后时间较长㊂4结论(1)黄土高原地区植被覆盖度存在明显空间差异,整体上呈现西北低㊁东南高,由低纬度向高纬度递减的变化趋势㊂20年间黄土高原整体及各地理分区年际植被覆盖度均呈增加趋势㊂在空间上,黄土高原植被覆盖度呈增加趋势的区域面积占比71.62%,远大于减少区域(1.87%)与无明显变化区域(26.51%),但研究区内约38.29%的区域植被覆盖度变化波动较大,仍需继续开展生态保护与修复工作进行巩固㊂(2)黄土高原绝大多数地区植被和降水呈显著正相关,仅河谷平原区西部极少数区域与降水相关性不显著;而研究区植被与气温相关程度的空间差异较为明显,西北部草原和东南部旱地均有部分区域与气温相关性不显著㊂另一方面,黄土高原多数地区植被对降水的响应存在3个月的滞后,而对气温变化响应的时滞性则较不明显,多数地区滞后时间在1个月内㊂(3)黄土高原地区植被变化受人为活动影响较大,后续应进一步分析相关因素造成的影响;此外,本文分析了植被覆盖度在时间方面的变化特征,所使用的方法未涉及空间自相关分析,在未来的工作中应加入相关方法以进行更为全面的分析㊂参考文献:[1] C h u a i X W,H u a n g XJ,W a n g WJ,e t a l.N D V I,t e m p e r-a t u r e a n d p r e c i p i t a t i o nc h a n g e s a n d t h e i r r e l a t i o n s h i p sw i t hd i f fe r e n tv e g e t a t i o nt y p e s d u r i n g1998 2007i n I n n e rM o n g o l i a,C h i n a[J].I n t e r n a t i o n a l j o u r n a lo fc l i m a t o l o g y, 2013,33(7):1696-1706.[2]高思琦,董国涛,蒋晓辉,等.黄河源植被覆盖度变化及空间分布自然驱动力分析[J].生态环境学报,2022,31(3):429-439.G a oSQ,D o n g GT,J i a n g X H,e t a l.A n a l y s i s o f v e g-e t a t i o nc o v e r a g ec h a n g e sa n dn a t u r a ld r i v i n gf o r c e so fs p a t i a l d i s t r i b u t i o ni nt h es o u r c er e g i o no ft h e Y e l l o wR i v e r[J].E c o l o g y a n dE n v i r o n m e n t a l S c i e n c e s,2022,31(3):429-439.[3]刘宪锋,朱秀芳,潘耀忠,等.1982 2012年中国植被覆盖时空变化特征[J].生态学报,2015,35(16):5331-5342.L i uXF,Z h uXF,P a nYZ,e t a l.S p a t i o t e m p o r a l c h a n g e s i nv e g e t a t i o nc o v e r a g ei n C h i n ad u r i n g1982 2012[J].A c t aE c o l o g i c a S i n i c a,2015,35(16):5331-5342.[4] X i nZB,X u JX,Z h e n g W.S p a t i o t e m p o r a l v a r i a t i o n s o fv e g e t a t i o nc o v e ro nt h eC h i n e s eL o e s sP l a t e a u(19812006):I m p a c t s o f c l i m a t e c h a n g e s a n dh u m a na c t i v i t i e s[J].S c i e n c e i nC h i n a S e r i e sD:E a r t hS c i e n c e s,2008,51(1):67-78.[5]甘春英,王兮之,李保生,等.连江流域近18年来植被覆盖度变化分析[J].地理科学,2011,31(8):1019-1024.G a nCY,W a n g XZ,L i BS,e t a l.C h a n g e s o f v e g e t a-t i o n c o v e r a g e d u r i n g r e c e n t18y e a r s i nL i a n g J i a n g r i v e rw a t e r s h e d[J].S c i e n t i a G e o g r a p h i c a S i n i c a,2011,31(8):1019-1024.[6]聂桐,董国涛,蒋晓辉,等.延安地区植被覆盖度时空变化及驱动力[J].水土保持研究,2021,28(5):340-346.N i eT,D o n g G T,J i a n g X H,e ta l.S p a t i o t e m p o r a l v a r i a t i o na n d d r i v i n g f o r c e so fv e g e t a t i o nc o v e r a g ei nY a n'a na r e a[J].R e s e a r c ho fS o i l a n d W a t e rC o n s e r v a-t i o n,2021,28(5):340-346.[7] S u n W,S h a oQ,L i uJ,e t a l.A s s e s s i n g t h ee f f e c t so fl a n du s ea n dt o p o g r a p h y o ns o i le r o s i o no nt h eL o e s sP l a t e a u i nC h i n a[J].C a t e n a,2014,121:151-163. [8]刘斌,罗全华,常文哲,等.不同林草植被覆盖度的水土保持效益及适宜植被覆盖度[J].中国水土保持科学, 2008,6(6):68-73.L i uB,L u oQ H,C h a n g W Z,e t a l.R e l a t i o n s h i p b e t w e e np e r c e n t a g e o f v e g e t a t i v e c o v e r a n d s o i l e r o s i o n[J].S c i e n c e o f S o i l a n dW a t e r C o n s e r v a t i o n,2008,6(6):68-73. [9]张家政,李崇贵,王涛.黄土高原植被覆盖时空变化及原因[J].水土保持研究,2022,29(1):224-230,241.Z h a n g JZ,L i CG,W a n g.D y n a m i c c h a n g e so f v e g e t a-t i o n c o v e r a g eo nt h eL o e s sP l a t e a ua n di t sf a c t o r s[J].R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o n,2022,29(1): 224-230,241.[10]王逸男,孔祥兵,赵春敬,等.2000 2020年黄土高原植被覆盖度时空格局变化分析[J].水土保持学报,2022,36(03):130-137.W a n g YN,K o n g XB,Z h a oCJ,e t a l.C h a n g e o f v e g e t a-t i o n c o v e r a g e i n t h e L o e s s P l a t e a u f r o m2000t o2020a n d i t ss p a t i o t e m p o r a l p a t t e r n a n a l y s i s[J].J o u r n a lo f S o i la n dW a t e r C o n s e r v a t i o n,2022,36(3):130-137. [11]李依璇,朱清科,石若莹,等.2000 2018年黄土高原植被覆盖时空变化及影响因素[J].中国水土保持科学(中英文),2021,19(04):60-68.L iYX,Z h uQK,S h i RY,e t a l.S p a t i a l a n d t e m p o r a lc h a n g e so fv e g e t a t i o nc o v e ra nd i t s i n f l ue n c i n gf a c t o r si n t h eL o e s sP l a t e a u f r o m2000t o2018[J].S c i e n c eo fS o i l a n d W a t e rC o n s e r v a t i o n,2021,19(4):60-68. [12] P e n g S,D i n g Y,L i uW,e t a l.1k m m o n t h l y t e m p e r a-t u r e a n d p r e c i p i t a t i o nd a t a s e t f o rC h i n af r o m1901t o762第1期姚楠等:基于G o o g l e E a r t h E n g i n e的黄土高原植被覆盖度时空变化特征分析。
归一化植被覆盖度模型
归一化植被覆盖度模型归一化植被覆盖度模型是一种用于评估和分析地表植被状况的重要工具。
通过计算植被覆盖度的数值，可以定量地衡量某一地区的植被状况，并为生态环境保护和土地利用规划提供科学依据。
植被覆盖度是指地表被植物覆盖的程度，一般使用百分比表示。
归一化植被覆盖度模型的基本原理是利用遥感技术获取的植被指数数据进行计算。
常用的植被指数有归一化差值植被指数（NDVI）和归一化植被指数（EVI）等。
这些指数通过计算植被的反射率与地表反射率的比值，反映了植被的状况。
归一化植被覆盖度模型的计算公式比较简单，一般为：植被覆盖度 = （植被指数值 - 植被指数最小值）/（植被指数最大值- 植被指数最小值）* 100%其中，植被指数最小值和最大值是根据研究区域和植被类型确定的。
归一化植被覆盖度模型可以应用于不同的领域。
在生态环境保护中，它可以用于监测和评估自然植被的恢复情况，以及人工植被的建设效果。
在土地利用规划中，它可以用于评估农田、林地和草地等不同土地类型的植被状况，并为农作物种植、林业经营和牧草养殖等活动提供科学指导。
归一化植被覆盖度模型还可以与其他地理信息数据进行集成分析，例如地形数据、土壤数据和气候数据等，从而更全面地了解植被与环境之间的关系。
通过分析不同地区的植被覆盖度变化，可以揭示植被演替过程、生态系统的健康状况以及气候变化的影响等重要信息。
归一化植被覆盖度模型是一种重要的工具，可以帮助我们更好地了解和评估地表植被状况。
通过科学的数据分析和应用，可以为环境保护和土地利用规划提供有效支持，促进可持续发展和生态文明建设。
希望未来能够进一步完善和应用这一模型，为我们的地球家园带来更美好的未来。
植被覆盖分析
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。
植被覆盖度计算
EＮVＩ下植被覆盖度得遥感估算(植被覆盖度就是指植被(包括叶、茎、枝)在地面得垂直投影面积占统计区总面积得百分比。
容易与植被覆盖度混淆得概念就是植被盖度,植被盖度就是指植被冠层或叶面在地面得垂直投影面积占植被区总面积得比例。
两个概念主要区别就就是分母不一样。
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。
植被覆盖度得测量可分为地面测量与遥感估算两种方法。
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得方法,较为实用得方法就是利用植被指数近似估算植被覆盖度,常用得植被指数为NDVI、下面就是李苗苗等在像元二分模型得基础上研究得模型:VＦC =(ＮDVI －NＤＶIsoil)/ (NDVIｖeg — NDVIｓoil) (１)其中,ＮＤVIsoｉl 为完全就是裸土或无植被覆盖区域得NDVI值,NDVIｖeｇ则代表完全被植被所覆盖得像元得NDVI值,即纯植被像元得NDVI值。
两个值得计算公式为: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得关键就是计算NＤVＩｓoiｌ与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 与ＮＤVＩｍin分别为区域内最大与最小得ＮＤＶI值。
由于不可避免存在噪声,NDVＩｍax 与NＤVImin一般取一定置信度范围内得最大值与最小值,置信度得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％当有实测数据得情况下,取实测数据中得植被覆盖度得最大值与最小值作为VＦCｍａx 与VFCmｉn,这两个实测数据对应图像得ＮＤVI作为ＮDVIｍax 与NDVImin。
10.14 植被覆盖度分级
植被覆盖度分级处理10.141、打开，文件，并打开掩膜影像文件，即2、植被覆盖度分级计算：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eq 等于ne 不等于进行植被覆盖度分级计算公式：b1:表示处理后的植被覆盖度影像，b2：表示掩模影像(注意：公式不能换行，因为换行符也是无法识别字符)(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植被覆盖度常用5级分级方法：0——0.1且位于黄石边界范围内的像元：第1等级0.1——0.3：第2等级0.3——0.5：第3等级0.5——0.7：第4等级0.7——1：第5等级植被覆盖度取值为0且位于黄石边界范围内的像元分为第0等级。
公式表示把植被覆盖度影像与掩模影像的象元分为5个等级，但是边界以外的为0的也是一种情况，要考虑,第1个公式0<=b1<=1,因为黄石市边界以外也是0，所以还需界定b2=1,也就是限定在边界内。
3、打开波段计算器：将刚刚写好的计算公式带入波段计算器，公式保存后弹出的对话框此时B1选下面的FVC影像而B2选掩膜影像。
保存为打开此分级影像4、右键打开5、根据统计结果，计算植被覆盖度情况：(12月22日操作的疑问：象元面积900来自哪里)6、举例：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)*3结果：0——0.1（第一等级），3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。
全国生态状况调查评估技术规范——生态系统质量评估(HJ 1172—2021)
目次前言 (ii)1 适用范围 (1)2 规范性引用文件 (1)3 术语和定义 (1)4 总则 (2)5 技术流程 (2)6 生态系统质量评估指标与方法 (2)7 生态系统质量分级 (3)附录A（资料性附录）全国生态系统分类体系表 (4)附录B（规范性附录）遥感关键生态参数计算方法 (5)i前言为贯彻《中华人民共和国环境保护法》及相关法律法规，以及《全国生态状况定期遥感调查评估方案》（环办生态〔2019〕45号），制定本标准。
本标准规定了生态系统质量评估的总则、技术流程、指标与方法和生态系统质量分级等要求。
本标准的附录A为资料性附录，附录B为规范性附录。
本标准为首次发布。
本标准与以下标准同属全国生态状况调查评估技术规范系列标准：《全国生态状况调查评估技术规范——生态系统遥感解译与野外核查》（HJ 1166—2021）；《全国生态状况调查评估技术规范——森林生态系统野外观测》（HJ 1167—2021）；《全国生态状况调查评估技术规范——草地生态系统野外观测》（HJ 1168—2021）；《全国生态状况调查评估技术规范——湿地生态系统野外观测》（HJ 1169—2021）；《全国生态状况调查评估技术规范——荒漠生态系统野外观测》（HJ 1170—2021）；《全国生态状况调查评估技术规范——生态系统格局评估》（HJ 1171—2021）；《全国生态状况调查评估技术规范——生态系统服务功能评估》（HJ 1173—2021）；《全国生态状况调查评估技术规范——生态问题评估》（HJ 1174—2021）；《全国生态状况调查评估技术规范——项目尺度生态影响评估》（HJ 1175—2021）；《全国生态状况调查评估技术规范——数据质量控制与集成》（HJ 1176—2021）；。
本标准由生态环境部自然生态保护司、法规与标准司组织制订。
本标准主要起草单位：生态环境部卫星环境应用中心、中国科学院生态环境研究中心。
- 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)。
fvc植被覆盖度公式
FVC（Fraction of Vegetation Cover）是植被覆盖度的缩写，用于表示光谱混合模型中植被的覆盖程度。
FVC是指在一定范围内，地表上被植被所覆盖的比例。
常见的计算FVC的公式有多种，其中一种常用的公式是基于遥感影像的归一化植被指数（Normalized Difference Vegetation Index，NDVI）来计算的。
NDVI是通过计算红外波段和可见光波段反射率之间的差异来衡量植被的繁茂程度。
FVC的计算公式如下：
FVC = (NDVI - NDVI_min) / (NDVI_max - NDVI_min
其中，NDVI_min表示植被最小的归一化植被指数值，NDVI_max 表示植被最大的归一化植被指数值。
需要注意的是，计算FVC时，需要选择合适的NDVI_min和NDVI_max值，以确保计算结果准确。
这些值可以基于实际情况进行确定，例如通过对野外样地的调查或参考文献中的研究结果来确定。