植被覆盖率
植被覆盖率
植被覆盖率估算
植被覆盖率估算模型
一：研究区域数据获取
本次实验主要是对植被覆盖率估算，因此实验区域的影像因
尽量选择植被茂盛的季节。在数据源选取上，我在马里兰大学的网站
下了Landsat 5 1T级数据，包够了红，绿，蓝，近红外，热红外7
个波段。下载的地区是覆盖了福建省中部地区2009年6月6日的影
像。
下图（图1）为原始数据的假彩色合成
图一：原始数据假彩色合成
植被覆盖率估算
二：数据预处理
进行植被覆盖率估算，需要用到归一化植被指数（NDVI）。NDVI
的物理依据是地物反射率的差异变化，所以用反射率来计算是比
较客观准确的。TM原始数据就是DN值，不能用来直接计算NDVI，
必须通过辐射定标计算成反射率，才能用来计算NDVI。因此，要
对对实验数据先进行辐射校正和大气校正。下载的L1T级数据，
头文件（L5119042_04220090606_MTL）有详细影像参数，控制点
文件（L5119042_04220090606_GCP）中有控制点高程信息用于大
气校正的地形参数，可以利用这两个文件做辐射校正和大气校正。
（1）辐射定标
实验使用数据为L1T级数据，经过系统辐射校正的数据。
由于1级产品的DN值是由辐射亮度线性变换得到的，因此从
1级产品计算辐射亮度只需利用相关参数（Gain和Bias）进
行线性反变换即可，计算过程比较简单。各参数可在影像头文
件中找到，Calibration Type 注意选择为Radiance。
植被覆盖率估算
图2：辐射定标参数设置
（2）大气校正
大气校正是采用ENVI的FLAASH模块，FLAASH模块要求输入
辐亮度图像，输出反射率图像。之前对进行了辐射定标，得到辐
亮度图像，在这里要把BSQ 格式的图像转换为BIL 或者BIP 格式
的图像。FLAASH校正输入图像后，程序会让你选择Scale Factor，
即原始辐亮度单位与ENVI 默认辐亮度单位之间的比例。ENVI 默
认的辐亮度单位是μW/cm2 •sr•nm，而之前我们做辐射定标时单
位是W/m2 •sr•μm，二者之间转换的比例是10，因此在下图中选
择Single scale factor，填写10.000。其中参数中心坐标，影
像获取时间，都可以在头文件中获取，大气参数可以查看ENVI
help来确定，还有研究区域的平均高程，可以通过GCP文件大致
植被覆盖率估算
估算。FLAASH的参数设置如下图（图3）。
图3：FLAASH参数设置
三：研究区域裁剪
本来想以福建省为研究区域，但是这景影像覆盖了福建省中
部百分之90左右的距离，但并没有覆盖完整，所以无法用矢量边
界裁剪，我就规则裁剪了一块区域做研究
植被覆盖率估算
图5：裁剪区域
四：分类
这里我选择了用最大似然法进行监督分类
（1） 训练区选择
由于分辨率不太高，并且结合植被覆盖度估算中用到的三
植被覆盖率估算
种模型，我将图像分为了5类，水体和裸地的fg=0，林地和城
区用等密度模型估算，草地用非等密度模型估算。
图6：ROI选择
（2）采用最大似然分类
图7：最大似然分类参数设置
植被覆盖率估算
图8：最大似然分类结果
五：土壤线方程参数确定
土壤线：指土壤的光谱值在近红外波段和红波段的反射率
或亮度值所构成的二维平面上的线性关系，是对大量土壤光谱
信息的综合描述。土壤线方程为：NIR=aR+b
其中：NIR —近红外波段的反射率或DN值；R—红色波段的
反射率或DN值；a和b—分别为土壤线的斜率和截距。TM影像的
band 3是红色波段，band 4是近红外波段。
在ENVI中绘制散点图，然后选择散点图的土壤线部分，导出
植被覆盖率估算
对应图像AOI区的ASCLL码文件，在EXCEL中进行曲线拟合。
拟合结果如下图（图9）所示
图9：土壤线方程拟合
得到参数a=1.366 b=389.45
由于我进行大气校正后，结果并没有/10000，所以土壤线截
距为300+，但后面的计算同一用没有/10000的影像来做，并不会
对最后的fg产生影响。
六： NDVI的确定
使用大气校正后得到的反射率数据，直接用ENVI的Band
math计算NDVI。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。由于影像的背景值
和无效值影响，导致计算的NDVI值范围超出了[-1,1]之间。
因此，Band math下输入公式-1> b1 < 1（b1：NDVI波段），
植被覆盖率估算
最小值和最大值运算符的同时运用使NDVI中的值被限制在
[-1,1]之间。
NDVI的最后结果如下图所示（图10）
图10：NDVI图
图11：NDVI统计结果
七：植被的亚像元模型
植被覆盖率估算
（1）等密度模型：
假设像元中植被类型较为单一且植被垂直密度足够高，即:
LAI→∞, 对应的NDVIg→NDVI∞，因此，在等密度模型假设
下，植被覆盖率fg：
（a） 林地：
第一步：求NDVI最大值和最小值，用类别图像建立
掩膜文件，然后应用于NDVI图像，提取出林地部分，
统计像元值。
NDVI最小值 NDVI最大值
林地 0.003625 0.977543
第二步： 求fg，利用提取得到的林地的ndvi
影像做
波段运算，输入公式：
(float(b1)-0.003625)/(0.977543-0.003625)。
其中b1
是第一步求得的林地的NDVI波段。波段运算后得
到如下结
果。
植被覆盖率估算
图12：林地的fg
Fg最小值 Fg最大值
林地 0.729412 0.925490
（b） 城镇用地：
第一步：求NDVI最大值和最小值，用类别图像建立
掩膜文件，然后应用于NDVI图像，提取出城区部分，
统计像元值。
NDVI最小值 NDVI最大值
城区 -0.001608 0.654542
第二步：求fg，利用提取得到的林地的ndvi
植被覆盖率估算
影像做
波段运算，输入公式：
(float(b1)+ 0.001608)/( 0.654542+0.001608)。
其中b1
是第一步求得的城区的NDVI波段。波段运算后得
到如下结
果。
图13：城市的fg
NDVI最小值 NDVI最大值
城区 0.003922 0.898039
植被覆盖率估算
（2） 非等密度模型
非密度模型与等密度模型相似，该模型也假设像元中植
被类型较为单一；但此时的植被垂直密度较小,即LAI<<∞。
因而植被覆盖部分的NDVI值(NDVIg) 需由Bear定律确
定,k=1。
草地&农田：
第一步：求NDVI最大值和最小值用类别图像建立
掩膜文件，然后应用于NDVI图像，提取出草地&农
田部分，统计像元值。
NDVI最小值 NDVI最大值
草地&农田 0.003109 0.995320
第二步：估算LAI,插值法求得LAI与红波段和
近红外波段的关系。令LAI=0、0.5、1，带入下式计
算，能算出形如DN2=aDN1+b+c 的式子。参数值见表
1.
植被覆盖率估算
参数 参数值 参数 参数值
DN1∞ 1602 DN1∞ 4098
r1∞ 0.05 r2∞ 0.7
c1 0.6 c2 0.21
a 1.366 b 389.47
表1：参数表
LAI=0, DN2=aDN1+b
LAI=0.5, DN2=aDN1+b+432.6
LAI=1， DN2= aDN1+b+1097.5
用二次多项式拟合LAI和c的关系：
LAI=-0.3*c^2+10*c
其中c=DN2-aDN1-b
用以上得出的LAI与DN1、DN2的关系求LAI后除以10000
并做归一化，得到以下结果
植被覆盖率估算
图14：草地&农田LAI
LAI最小值 LAI最大值
草地&农田 0.66710 5.66978
第三步：根据Bear定理，用波段计算计算NDVIg
植被覆盖率估算
图15：NDVIg灰度图像
第四步：计算fg
植被覆盖率估算
图16：草地&林地的fg
fg最小值 fg最大值
草地&农田 0.57820 0.99324
植被覆盖率估算
八：植被覆盖率成图
将以上求出来的林地fg，城区fg，草地和农田fg三个波段
用波段运算做波段叠加，结果如下图
图：福建植被覆盖率灰度图
不同阶段fg值赋不同的颜色，具体赋颜色情况如下图。
植被覆盖率估算
图：不同fg赋色
最终成图：
植被覆盖率估算
城市绿化覆盖率的名词解释
城市绿化覆盖率的名词解释城市绿化覆盖率是指城市中绿化用地的总面积与城市用地总面积之比，通常以百分比表示。
它衡量了城市中绿地空间的存在情况和比例，反映了城市生态环境的质量和可持续发展水平。
城市绿化覆盖率的高低与城市的环境质量、居民的幸福感以及城市可持续发展密切相关。
城市绿化覆盖率的意义在于提供了一个客观指标来评估城市的生态环境状况。
随着城市化进程的加快和人们对美丽宜居城市的追求，城市绿化覆盖率成为衡量城市生态质量的重要指标之一。
高绿化覆盖率意味着更多的绿地，在某种程度上可以缓解城市的空气污染、噪音污染、微气候变化等问题，提供良好的生态环境和休闲空间，提升居民的生活质量。
城市绿化覆盖率的提升有助于改善城市环境和生态系统。
绿化可以增加城市的植被覆盖，吸收二氧化碳，减少温室气体排放，净化空气质量，减少空气中的颗粒物和有害气体。
同时，绿化可以防止水土流失，提升城市的水资源管理能力，减少洪灾风险。
绿地还能吸收噪音，改善城市的声环境，为居民提供安静的居住环境。
此外，城市绿化还有助于保护珍稀植物和动物物种，维持生物多样性，保护生态系统的平衡。
然而，城市绿化覆盖率的提升也面临着一些挑战。
首先，城市绿化面临城市土地的稀缺和带来的土地利用冲突问题。
在城市发展过程中，城市建设需要占用大量土地，因此绿地的存在受到限制。
其次，城市居民对绿化的需求与城市绿化的供给之间存在不平衡。
城市居民对绿化的需求越来越高，但相对而言，城市绿化的建设与发展还存在滞后。
此外，城市绿化建设和维护的经费投入也不容忽视，需要政府、企业和居民共同参与。
为提升城市绿化覆盖率，相关部门和社区可以采取一系列措施。
首先，政府应加大对城市绿化建设的投入，制定相关政策和规划，积极推动城市绿化事业的发展。
其次，鼓励企业和居民参与城市绿化，例如通过开展义务植树活动、设立绿化奖励制度等方式。
此外，可以加强城市绿地的规划和管理，合理利用城市空间，提高绿地利用效率，确保城市绿地的质量和数量都能达到要求。
水源涵养功能的评估与管理
水源涵养功能的评估与管理随着经济与人口的增长，水资源的需求也显著增加。
而水源涵养是指水文循环过程中的土壤保水、植被覆盖、山地水源地保护等作用，是保障城市及农村供水的重要因素。
因此，对水源涵养功能的评估与管理尤为重要。
一、水源涵养功能的评估水源涵养功能的评估需要从多个角度进行综合考虑，包括土地利用类型、植被覆盖率、地形、气候等因素。
其中，土地利用类型是最为重要的因素之一。
土地利用类型是指用地功能的种类和分布。
不同类型的土地对水源涵养的功能有不同的影响。
例如，林地、草地和湿地等生态系统对水源涵养功能的保护作用非常显著，而城市、工业用地和农业耕地等则对水源涵养功能产生负面影响。
因此，评估土地利用类型对水源涵养功能的影响非常关键。
植被覆盖率是指用植被覆盖地表的面积比例。
不同种类植被对水源涵养功能的保护作用也不同。
例如，乔木和草本植物能够增加土壤吸水能力，减缓径流速度，保护水源地的水质，而灌丛、灌木、藤本植物的水源涵养功能相对较弱。
因此，评估植被覆盖率对水源涵养功能的影响同样非常重要。
地形的地貌、坡度、高程等因素对水源涵养功能的影响也是不可忽视的。
例如，山地地区土壤厚、植被茂盛、降雨分布较为均匀，因此水源涵养功能比较强；而平原地区土壤侵蚀较为严重，通常植被覆盖率较低，水源涵养功能也相对较弱。
气候条件也是影响水源涵养功能的重要因素之一。
在气候干旱的地区，水源涵养功能较弱，水源地的持续供水能力也会受到很大影响。
二、水源涵养功能的管理评估水源涵养功能只是第一步，更为重要的是通过科学有效的管理手段对水源涵养功能进行保护和修复。
首先，土地利用类型应尽可能地向生态保护型转化。
政府可以通过撤档还林还草、生态补偿等措施，鼓励农民和企业自愿放弃破坏水源涵养功能土地利用模式，并通过合理的激励机制保护水源。
同时，也可以通过法律、税收等手段规定或鼓励措施来维护水源涵养功能。
其次，加强植被保护和恢复。
政府可以通过投资、补贴等措施促进植被的保护和修复。
中小河流治理产出指标三级指标
中小河流治理产出指标三级指标一、引言中小河流治理是保护水资源、改善水环境、促进生态恢复的重要举措。
为了评估中小河流治理的效果和成果，需要建立一套科学、合理的产出指标体系。
本文将从三个层次的指标进行探讨，以期为中小河流治理的评估提供参考。
二、中小河流治理产出指标的三级指标1. 一级指标一级指标是中小河流治理产出指标体系的最高层次，用于总体评估中小河流治理的成果。
一级指标包括以下几个方面：•水质改善：评估中小河流水质的变化，包括水体中各种污染物的浓度、水体的透明度、水体的颜色等指标。
•水生态恢复：评估中小河流生态系统的恢复情况，包括水生物种类的多样性、水生物的数量、水生态系统的稳定性等指标。
•河岸带生态恢复：评估中小河流河岸带生态系统的恢复情况，包括河岸植被的覆盖率、河岸动物的数量、河岸带生态系统的稳定性等指标。
•河道整治：评估中小河流河道的整治情况，包括河道的宽度、深度、流速等指标。
•河道景观改善：评估中小河流河道景观的改善情况，包括河道两岸的绿化、景观设施的设置等指标。
2. 二级指标二级指标是对一级指标进行细化和具体化的指标，用于评估中小河流治理产出在各个方面的具体效果。
以下是一些典型的二级指标：2.1 水质改善指标•总悬浮物浓度：评估水体中悬浮物的浓度，反映水体的浑浊程度。
•COD浓度：评估水体中化学需氧量的浓度，反映水体的有机物污染程度。
•BOD浓度：评估水体中生化需氧量的浓度，反映水体的有机物污染程度。
•水体透明度：评估水体的透明度，反映水体的清澈程度。
•水体颜色：评估水体的颜色，反映水体的污染程度。
2.2 水生态恢复指标•水生物种类丰富度：评估水体中生物种类的多样性，反映水生态系统的复杂程度。
•水生物数量：评估水体中生物的数量，反映水生态系统的生物量。
•生物生态位：评估水体中不同生物种类的生态位，反映水生态系统的稳定性。
2.3 河岸带生态恢复指标•河岸植被覆盖率：评估河岸带植被的覆盖程度，反映河岸带的生态功能。
封山育林分析报告
封山育林分析报告封山育林是指禁止人们在山林区开展砍伐木材和进行大规模的砍伐活动，而是通过植树造林来保护森林资源，提高植被覆盖率，改善生态环境，促进生态经济的发展。
自封山育林工程实施以来，已经取得了明显的成效。
一、提高植被覆盖率封山育林工程的首要任务就是改善生态环境，提高植被覆盖率。
通过加强对山林区域的管控，禁止砍伐，鼓励种植，有效地保护了森林资源，同时也大幅度提高了植被覆盖率。
经过多年的努力，许多地区的森林覆盖率得以提高，山地沙漠化得到了有效的遏制。
二、保护生态环境封山育林是一项为生态文明建设起到重要作用的工程，其最主要的任务就是保护珍贵的生态系统，改善生态环境。
人工干扰是造成生态环境破坏的主要原因之一，而封山育林正是为了防止这种干扰。
封山育林工程的实施，有助于减轻气候变化、植物、动物受到的许多威胁和影响，还可以保护、恢复人与自然之间的和谐关系。
三、促进生态经济发展封山育林不仅可以改善生态环境，同时也具备了巨大的经济价值。
由于保护了森林资源，我国的木材市场变得更加稳定，森林旅游也成为了一项新兴的经济形式。
封山育林工程的实施，可以让生态环境受到保护的同时，也为当地的经济发展提供了良好的条件。
四、带动人们的环保意识封山育林的实施，不仅为环境提供了保护，同时还带动了人们的环保意识。
由于已经禁止砍伐，每个人都应该积极参与到封山育林的实施中来，这也为人们提供了更多关注环境保护的机会。
这种转变的意识，也将为未来我们国家的可持续发展提供一个良好的市场。
综上所述，封山育林作为生态文明建设的重要举措，不仅解决了生态环境破坏的问题，还带动经济发展，并提高人们对保护环境的意识。
相信在未来，封山育林工程会取得更好的成效，为中国生态文明建设做出更为重要的贡献。
中国草地资源的等级评价
中国草地资源的等级评价草地是自然界最为广泛分布的生态系统之一，对土壤保持、水源涵养、动物饲养以及地表脆弱性的维持具有重要作用。
随着社会经济的发展和人口的增长，草地资源的利用和保护成为一个紧迫的问题。
为了科学评价中国草地资源的等级，制定合理的保护措施，必须进行对其等级评价。
本文将对中国草地资源的等级评价进行探讨。
在评价中国草地资源的等级时，可以从草地植物群落的物种组成、草地植被的覆盖率、草地的植物群落结构、土壤肥力和水资源等多个方面进行评价。
首先，物种组成是评价草地资源等级的重要指标之一、草地物种的多样性可以反映草地的生态完整性和稳定性。
一个等级较高的草地资源应该具有物种多样性较高的特点，拥有多种适应能力强的草本植物和耐旱的灌木。
而等级较低的草地则物种数量较少，生态系统稳定性较差。
其次，草地植被的覆盖率也是评价草地资源等级的重要标准。
覆盖度高的草地资源具有良好的土壤保持和水源涵养能力，可以有效减少水土流失。
但覆盖度低的草地有可能会因为植被稀疏而造成土壤侵蚀和水资源的浪费，对于防风、减少灾害、维护生态平衡都无法起到良好的作用。
此外，草地的植物群落结构也是评价草地资源等级的重要考量。
一个等级较高的草地资源应该具有完善的植物群落结构，包括高大的草本植物、耐旱的灌木和一些具有重要生态功能的植物物种。
而等级较低的草地资源则往往植被单一、植物高度较低，生态功能相对较弱。
另外，土壤肥力也是评价草地资源等级的重要指标之一、优质的草地资源应该拥有肥沃的土壤，以便支持草地植物的正常生长发育。
而土壤肥力较低的草地资源则无法满足草地植物的生长需要，对草地资源利用和保护造成一定的限制。
最后，水资源也是评价草地资源等级的重要考虑因素。
具有良好水资源的草地资源可以为动物提供足够的饮水和饲草，使得草地资源的经济效益最大化。
而水资源匮乏的草地则可能导致动物饲草不足，影响草地资源的可持续利用。
综上所述，评价中国草地资源等级需要考虑物种组成、草地植被的覆盖率、草地的植物群落结构、土壤肥力和水资源等多个方面。
荒漠植被覆盖度遥感提取研究进展
荒漠植被覆盖度遥感提取研究进展一、研究背景和意义荒漠化是全球性的环境问题，对人类生存和发展产生了严重的威胁。
荒漠化的主要表现形式之一是植被覆盖度的降低，导致土地退化、水资源减少、生物多样性丧失等问题。
研究荒漠植被覆盖度遥感提取技术具有重要的科学价值和实际意义。
遥感技术在环境保护领域具有广泛的应用前景，通过遥感手段获取荒漠植被覆盖度信息，可以为荒漠化防治提供科学依据和技术支持。
通过对不同地区的植被覆盖度进行监测，可以及时发现荒漠化趋势，为制定合理的荒漠化防治措施提供依据。
植被覆盖度遥感提取技术有助于提高荒漠化防治的效率，传统的植被覆盖度观测方法需要大量的人力物力投入，且受气象条件影响较大。
而遥感技术可以实现对大范围、连续时间的植被覆盖度监测，大大提高了监测效率。
遥感技术还可以实现对植被覆盖度变化的动态监测，为荒漠化防治提供实时、准确的数据支持。
植被覆盖度遥感提取技术有助于推动国际合作与交流，荒漠化是一个全球性问题，各国都在积极寻求有效的解决方案。
遥感技术的应用可以促进国际间的技术交流与合作，共同应对荒漠化挑战。
遥感技术还可以帮助发展中国家提高自身的环境保护能力，缩小与发达国家在环境保护方面的差距。
研究荒漠植被覆盖度遥感提取技术对于提高荒漠化防治水平、推动国际合作具有重要的理论和实践意义。
荒漠化问题的严重性和影响荒漠化是指土地逐渐失去植被覆盖，变得贫瘠、干旱和不适合人类居住的现象。
随着全球气候变化和人类活动的影响，荒漠化问题日益严重，对生态环境、经济发展和社会稳定产生了深远的影响。
荒漠化导致了生态环境的恶化，植被是维持地球生态平衡的重要因素，它们可以保持土壤湿度、防止水土流失、减缓风速、净化空气等。
当植被覆盖率降低到一定程度时，这些功能将受到严重影响，进而导致土地退化、沙漠扩张和生物多样性丧失。
荒漠化对经济发展产生了负面影响，许多国家和地区的土地资源十分有限，而荒漠化使得这些土地更加贫瘠，难以进行农业生产和建设。
城市植被介绍
（三）城市植被保护生物多样性的作用
目前中国植物园共有110余个，属城市建设系统内的 有16个。城市植物园一般地处城郊和城市之间，是城 市植被的组成之一，多是广泛收集地方特色乡土树种， 引种驯化适合于本地区造林绿化的树种资源（耐寒、 旱、碱、沙），为大面积造林提供种质资源。所以， 城市植物园承担着开发野生观赏植物资源、驯化和培 养城市特殊生态条件下植被建设所需的植物材料等任 务。因此，城市植被的建设，特别是植物圆的建设过 程，亦是实施生物多样性保护的过程。
3. 对大气污染的净化作用
（1）减少粉尘污染：一方面由于树木具有降低风速的作用， 另一方面由于树叶多具绒毛，且分泌粘性油脂及汁液，可吸附
大量飘尘。 研究表明，吸滞粉尘能力强的城市绿化树种 中国北部地区有：刺槐、沙枣、国槐、家榆、核桃、构树、侧
柏、圆柏、梧桐等； 中部地区有：家榆、朴树、木槿、梧桐、泡桐、悬铃木、
（二）城市植被保护和净化环境的生态效益 1. 城市绿化实体的小气候效应 夏季降温1～3oC(7.6 oC),增加湿度3%～12% （33%），阻挡辐射60%（88% ～ 94%）；冬季 气温，林内高1oC ～ 2oC。 2. 吸收二氧化碳和释放氧气平衡的生态效益 10m2 的森林或50m2的草坪即可供1成人耗氧 0.75kg/d,并清除呼出的CO2 0.9kg/d。
（一）城市植被绿化美化环境的景观效益
绿色是自然界很柔和的颜色，使人感到舒适、惬意，有 助于消除疲劳和精神压抑。通过花开花谢，草木枯荣和动 物的生命活动，让人们感觉自然界的美好、生命力的旺盛 和生活的可爱。对不同的植物赋予不同的含义或象征，是 人们精神上的享受，如松、竹、梅“岁寒三友”寓意正气 凛然、坚贞不屈；松、柏傲立表示肃穆和庄重；垂柳依依、 油橄榄伸展象征和平等等。不同场所的科学绿化，可增加 城市文化的内涵，也可为人们的游玩、休憩、锻炼等提供 好的处所，给城市带来勃勃生机。
水土保持监测内容
水土保持监测内容水土保持监测是一项对水土流失状况、水土流失影响因素、水土保持措施效果以及水土保持生态服务功能等进行跟踪观测和科学评估的重要工作。
以下将对水土保持监测的主要内容进行详细阐述。
一、水土流失状况监测1.1 流失程度监测通过定期对土壤侵蚀程度进行监测，包括土壤流失量、土壤流失强度等指标，了解土壤侵蚀的发展趋势。
1.2 流失类型监测对不同侵蚀类型进行监测，如水力侵蚀、风力侵蚀、重力侵蚀等，以确定侵蚀类型及分布情况。
1.3 流失面积监测对已经发生流失的区域进行监测，包括流失面积、流失范围等，以评估流失的规模和程度。
1.4 流失速率监测对单位时间内土壤流失的速率进行监测，以了解土壤流失的速度和危害程度。
二、水土流失影响因素监测2.1 自然因素监测对影响土壤侵蚀的自然因素进行监测，如降雨量、风速、地形地貌、植被覆盖等，以了解自然因素对土壤侵蚀的影响。
2.2 人为因素监测对人类活动影响土壤侵蚀的因素进行监测，如土地利用变化、工程建设、耕作方式等，以了解人为因素对土壤侵蚀的影响。
2.3 土地利用状况监测对土地利用状况进行监测，包括土地利用类型、利用程度等，以了解土地利用对土壤侵蚀的影响。
2.4 植被覆盖率监测对植被覆盖率进行监测，包括植被类型、覆盖程度等，以了解植被覆盖对土壤保护的作用。
三、水土保持措施效果监测3.1 工程措施效果监测对水土保持工程措施的效果进行监测，包括工程措施的类型、规模、施工过程等，以评估工程措施对水土保持的效果。
3.2 生物措施效果监测对生物措施在水土保持方面的效果进行监测，包括生物措施的类型、规模、生长情况等，以评估生物措施对水土保持的效果。
3.3 综合措施效果监测对综合运用工程、生物等措施的水土保持效果进行监测，以评估综合措施对水土保持的整体效果。
四、水土保持生态服务功能监测4.1 水源涵养功能监测对水土保持措施的水源涵养功能进行监测，如地表水径流量、地下水水位等指标，以评估水土保持措施对水源的保障作用。
基于归一化指数（NDVI）的植被覆盖度分级研究——以贵州省为例
基于归⼀化指数（NDVI）的植被覆盖度分级研究——以贵州省为例基于归⼀化指数（N D V I)的植被覆盖度分级研究----以贵州省为例袁⼠聪⾕甫刚(贵阳⽣产⼒促进中⼼，贵阳5500〇2)摘要：⼟地植被覆盖度是反映⼟地利⽤变化的⼀个重要指标，但传统的研究⽅法需要耗⽤⼤量的⼈⼒与物⼒进⾏采点分析。
本⽂以贵州省为例，以CBERS2遥感影象为数据源，利⽤遥感与地理信息系统技术，根据归⼀化植被指数（NDVI)可提供植被反射重要信息的原理，通过建模反演植被覆盖度，利⽤遥感与地理信息系统软件，得出⼟地植被覆盖度数据与专题地图。
利⽤NDVI研究贵州省的植被覆盖度是切实可⾏的技术。
关键词：NDVI;归⼀化植被指数;植被覆盖度;贵州省中图分类号：X87 ⽂献标志码：AA study on vegetation coverage based on NDVI---taking Gui Zhou Province as an exampleYuan Shicong,Gu Pugang(Productivity Promotion Centre of Guiyang, Guiyang 550002)Abstract ：Vegetation coverage is an important index reflecting the land use change. Employing tradi-tional method, however, needs to consume massive manpower and materials for conducting sampling and analyzing. By employing remote sensing and geographic information system technology and using CBERS2 remote sensing image as the data pool, this research conducted an inversion calculation of vegetation coverage of Guizhou Province through modeling based on the theory that NDVI ( normalized difference vegetation index) can provide important information of vegetation reflection. Both land coverage data and thematic map were finally obtained thanks to the support of remote sensing and ge-ographic information system software. The results show that calculation of vegetation coverage of Guizhou Province using NDVI is feasible.Keywords ：normalized difference vegetation index ；vegetation coverage ；Guizhou Province⼟地覆盖是指⾃然营造物和⼈⼯建筑物所覆盖的地表诸要素的综合体,包括地表植被、⼟壤、湖泊、沼泽湿地及各种建筑物（如道路等），具有特定的时间和空间属性，其形态和状态可在多种时空尺度上变化[1]。
归一化植被指数名词解释
归一化植被指数名词解释归一化植被指数(QSI)是指对包括草地、农田和森林等各种生态系统的植被群落的数量(按物种)进行计算，并将其植被指数乘以一个固定的数值，作为植被覆盖率指标。
这个参数反映了群落中植被覆盖面积的平均程度。
通常用来评价植被覆盖度。
植被指数是衡量植被受到侵害程度的重要指标。
植被指数值愈小，表明植被破坏得越轻；反之，植被遭到的破坏越严重。
归一化植被指数与植被覆盖度和植被密度具有一致性，但它们又有区别：植被覆盖度是反映植被总面积占陆地面积百分比，即表示每公顷土地上覆盖多少树木和其他植被；而植被指数则是表示单位面积内植物覆盖的程度，它是从覆盖面积着眼，因此更能真实反映出生态环境的优劣，更直观地表现出生态环境质量的好坏。
植被指数值大于零，说明植被覆盖度大于50%；小于零，说明植被覆盖度小于50%。
植被指数等于1，表明该地区没有任何植被覆盖，也就是荒漠化严重的地区。
植被指数为0时，表明该地区没有任何植被覆盖。
植被指数只表示单位面积上有多少树木或其他植被覆盖，并不能准确反映某个地区森林覆盖状况的好坏。
生态系统的生产力高低是由生物的多样性来决定的，因此，反映生态系统的多样性应该是比较客观的评价指标。
植被指数属于多样性评价的范畴，可以作为植被类型分布及变化的指标。
对于研究植被覆盖度及其动态、植被生长和消亡等问题，植被指数是最重要的方法。
如果人们想了解一个地区的植被覆盖状况，可以查阅该地区植被指数。
在生态学上，我们也把植被覆盖度简称为植被覆盖度。
植被覆盖度=（乔木覆盖度+灌木覆盖度）/总面积归一化植被指数主要用来评价生态系统的完整性，尤其适用于表示海洋中自然湿地的状况。
也可以用来研究地表裸露岩石、沙漠和沙质草原等退化生态系统的生物生产力。
对于确定合理的土地利用结构，开展生态农业规划，以及监测水土流失、防止沙漠化等方面都具有重要的意义。
植被指数与植被覆盖度的区别植被指数值大于零，说明植被覆盖度大于50%；小于零，说明植被覆盖度小于50%。