(植被覆盖度分布图制作.docVIP

作业1： 用TM/ETM图像制作一个地区植被覆盖度分布图(要求如图所示)，描述该地区的区域概况，并分析植被分布空间差异。所用公式如下： NDVI=(B4-B3)/(B4+B3) Vr=(NDVI-NDVIb)/(NDVIv-NDVIb) 式中：NDVI是归一化植被指数。B3和B4是TM第3和4波段的图像亮度值。NDVIb和NDVIv是裸土和植被的NDVI值，可分别取0.15和0.75。Vr是植被覆盖度(0-1)。 要求：用WORD把制作过程和分析结果记录下来。2000字 目的：学会图像处理软件，进行图像信息提取，用各种软件共同制作有实际意义的图像 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。对于同一幅图像，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、雪、枯 叶、粗糙度等，且与植被覆盖有关。 操作步骤如下： 一．从地理空间数据云网站下载山西省吕梁地区文水县的ETM影像，对应地区的数据如下： 表： Landsat8数据波段参数 波段 波长范围(μm) 空间分辨率 (m) 1-海岸波段 0.433–0.453 30 2-蓝波段 0.450–0.515 30 3-绿波段 0.525–0.600 30 4-红波段 0.630–0.680 30 5-近红外波段 0.845–0.885 30 6-短波红外1 1.560–1.660 30 7-短波红外2 2.100–2.300 30 8-全色波段 0.500–0.680 15 9-卷云波段 1.360–1.390 30 10-热红外1 10.60 -11.19 100 11-热红外2 11.50 -12.51 100 合成窗口和合成后显示的影像三.点击归一化植被指数(NDV)计算归一化植被指数(NDV)，又称标准化植被指数，是近几年来较为常用的一种监测植被的遥感指数，用于大区域的植被检测。绿色植被反射光谱的突出特点是对红光()的高吸收率和对近红外光()的高反射率，因此NDVI定义为近红外波段与可见光红波数值之差和这两个波段数值之和的比值，即公式NDVI=(b4 – b3)／( + b3)。NDVI=float((float(b4)-float(b3))/(float(b4)+float(b3)))。本文利用的模型是以NDVI值为参数，建立NDVI与植被覆盖度之间的关系来计算植被覆盖度的，因此计算NDVI值是一个必不可少的过程。考虑到原始的图像太大，处理起来会比较慢，故需对原数据进行截取，只研究其中的一小块子区数据。 下图为NDVI计算对话框和截取后得到的NDVI影像 四．在上图中右击，选择Quick Statistics Results进行观察，结果如下图。它的最小值Min= -0.061068，最大值=0.614166，而研究区内NDVI统计的点都在-1NDVI1范围内，不存在异常点数据。 （如果存在异常点还得需要处理） 同时也可以在上图中右击，选择Cursor Location/Value可以进行观察每一点的值，如下图所示： 五.根据像元线性分解模型，图像中每个像元的值可以看成是有植被覆盖部分的与无植被覆盖部分的的加权平均，因此植被覆盖度可以采用公式进行计算。 式中：NDVI是归一化植被指数，为裸土或无植被覆盖区域的NDVI值，即无植被像元的NDVI值；而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。 为计算方便,本文做了如下假设：认为裸土的NDVI值为0.15，即上式中的值为0.15，而完全为植被覆盖的NDVI值为0.75，即的值为0.75。 为了更好，更为直观地显示各个区域植被覆盖度，需要对图像进行着色处理。 因提供的制图输出功能完善，颜色丰富，拥有强大而完善的制图输出功能，通过ENVI输出的图形美观所以在制图输出时，继续选用ENVI软件。 利用ENVI软件提供的功能，其操作步骤为：。本文将植被覆盖度分为0共个等级。并分别用10种不同的颜色表示，最后形成的植被覆盖度图像。 本文以NDVI值为参数，运用基于像元线性分解模型设计的植被覆盖度遥感估算方法，技术路线简单、可操作性强，无需估算叶面积指数等需要复杂推导的参数就可以适用不同种植被类型，也适用于不同分