[转载]厚云掩膜处理、计算NDVI和植被覆盖度、多波段的组合、裁剪遥感图像
ENVI厚云掩膜处理具体步骤
1.使用BasicTool &statistics &compute statistic,弹出如下Compute
Statistics Input File 对话框。
2.点击OK，弹出如下对话框。选择Histograms 复选框，点击确定。
3.然后点击OK，查看统计信息。取两条绿线间的灰度值阈值范围41-131.
然后使用BasicTool &masking&Apply Mask,弹出如下对话框。点击Mask
Option&Build Mask,弹出Mask Definition对话框，选择Option&Select Input
Mask Data Range,选中需处理的影像文件，点击OK。又弹出Input
for Data Range Mask对话框，在Data Min Value 文本框中输入41，在Data Max
对话框中输入131，然后选择Mask Pixel if Any band matches range。点击OK！然后再在Mask
Definition 中选择Memory ，点击OK，此时已经生成了掩膜结果，可在Available Bands
List中看到Mask Band。然后在Apply Mask对话框中点击OK。会弹出Apply Mask
Parameters对话框，点击Memory,点击OK .此时在Available Bands
List中显示出掩膜后结果。
ENVI中计算NDVI和植被覆盖度
1.直接用envi直接算的话，主菜单中transform－ndvi，算归一化植被指数。Tasseled&Cap&(缨帽变换)，也可以用来算绿度植被指数gvi。也可自己定义算法算植被指数。
如果要算植被覆盖度的话，可以先计算&NDVI，然后利用&NDVI&与植被覆盖度之间的关系计算。计算公式可用：
f=(NDVI-NDVI&MIN)/(NDVI&MAX-NDVI&MIN)
这里的NDVIMIN和NDVIMAX是代表研究区域的最好植被覆盖和最差植被覆盖的植被指数，即裸地和茂盛植被覆盖区的NDVI值
具体可参照赵英时老师的《遥感应用分析原理与方法》
/viewdiary..html
2.最小值和最大值运算符的使用
最小值和最大值运算符也是数组的基础运算符，但与关系运算符或Boolean运算符不同的是：它们不返还真值或假值，而返还实际的最小值和最大值。在下面的示例中，对于图像中的每一个像元，0、b2或b3中的最大值将被加到b1中，该表达式确保加到b1中的值始终为正。
b1&+（0&&&b2&&&b3）
在下面的示例中，最小值和最大值运算符的同时运用使b1中的值被限制在0和1之间——b1中的值不会大于1或小于0。
0&&&b1&&&1
3.&运算符波段运算举例
22.1&数据小于0的赋予0&b1&0
2.2&数据值小于０的赋予-999
LT 0)*-999+(b1 GE 0)*b1
2.3&三个波段求平均值，如该波段小于0则不参加运算。如某点b1:4;b2:6;b3:0；那平均值ave
(b1+b2+b3)/(1+1);
b1&0+b2&0+b3&0)/(
((b1 ge 0) + (b2 ge 0)+(b3 ge 0))
2.4两幅图像，图像1波段b1中的云部分（象元值大于200）用图像2的波段b2代替
GT 200)*b2+(b1 LE
2.5波段分段赋值，如B1中小于0部分等于0，b1中值在[0,10]之间赋为原数值的100倍，如果b1值大于10则赋为原数值的10倍。&(b1
LE 0)*b1&0 +((b1 ge 0)and (b1 le 10))*b1*100+ (b1 gt
--------------------------------------------------
(一)&植被覆盖度计算
计算植被覆盖度Fv采用的是混合像元分解法，将整景影像的地类大致分为水体、植被和建筑，具体的计算公式如下：
FV = (NDVI- NDVIS)／(NDVIV
- NDVIS)（2）
其中，NDVI为归一化差异植被指数，取NDVIV
= 0.70和NDVIS
= 0.00，且有，当某个像元的NDVI大于0.70时，FV取值为1；当NDVI小于0.00，FV取值为0。
利用ENVI主菜单-&Basic
Tools-&Band Math，在公式输入栏中输入：
gt 0.7）*1+（b1
lt 0.）*0+（b1
ge 0 and b1 le 0.7）*（(b1-0.0)/(0.7-0.0)）
b1:选择NDVI图像
得到植被盖度图像。
ERDAS问题：多波段的组合
我们拿到的原始数据大多都是单波段的，比如是五个、七个，甚至更多。这写单波段影像是按波长大小区分的。很多时候我们需要把几个波段的组合到一起来显示地物目标，比如TM的5
波段组合显示的假彩色。这个时候我们就需要把单波段影像组合到一起，也就是多波段合成。以前是在ArcGIS里面里面实现的，以前的博文中记录，有的需要的朋友可以去看看。这里咱就介绍下利用ERDAS实现多波段合成的方法。
首先单击ERDAS主菜单中的Interpreter。
然后单击Utilities，
然后单击Layer
Stacking，
Selection and Stacking窗口中的Input
File中添加影像，Output中设置输出影像的路径和名称。
添加影像后单价Add，影像就自动添加，然后继续添加剩下的单波段影像，添加好后单击OK，就可以了。
使用ARCGIS erdas envi 裁剪遥感图像
（1）&在ARCGIS中的Arccatalog中新建shap图层，要素类型选择多边形，然后点击EDIT按钮，给矢量图层赋坐标（应该附上与待裁剪图像相同的坐标和投影）&然后在ARCMAP中加入待裁剪图像（比如55.img）和新建的矢量图层，编辑矢量图层，即画出你要裁剪的范围（如图）。矢量图层保存后输出数据，比如55.shap。
(2)在ERDAS里打开遥感图像55.img和55.shap，用箭头选择55.shap，矢量图层变成黄色，VIEW窗口菜单上的AOI下选择&copy&selection
to AOI----然后选择FILE下拉菜单下SAVE，AOI
layer as&保存为aoi格式文件；然后ERDAS主菜单中Dataprep中选择Subset image,Input
“55.img”,点击窗口下“AOI”，选择刚保存的aoi格式文件。点击OK，确定，完成裁剪。
2、用ENVI裁剪图像
（1）、打开要裁剪栅格数据；file--new
vector layer，画出你要裁剪的区域，右键---accept……。（如果使用已有的矢量数据裁剪栅格数据，打开矢量数据，注意矢量图的投影与栅格要一致才可以，在加载栅格的窗口中加载；）
（2)、将矢量数据转为ROI：File&选择&Export Layers to
ROI，在Select Data File to
Associate with new ROIS&中选择栅格数据，在Export EVF Layers
to&ROI中选择Convert all records of an
EVF layer to one ROI，点击OK；
(3)、裁剪栅格数据：在ENVI主菜单Basic
Tools&中选择Subset Data via
ROIs，在Select Input File to
Subset via ROI&中选择需要裁减的栅格数据。在Slect Input
ROIs&中选择建立的AOI，注意Mask pixels outside of ROI
?这个选项，如果选择&No&，则是以包括ROI在内的最小矩形范围裁剪，得到的结果数据也是矩形。如果选择Yes，则需要在&Mask Background
Value&后给出&ROI&范围外的数据值，默认是0&（该值自己随意设定）。选择保存路径，OK.（需要注意的是，ENVI裁剪出来的图像时HDR格式的，如果需要别的格式数据，最好使用ERDAS或者ARCGIS进行裁剪）
envi 裁剪小技巧
每个软件都有小技巧，envi也不例外。在这里我们主要介绍一下如何用envi来方便地裁剪图像。
加入我们有一个区域的图像，但是没有矢量文件，我们想从一个更大区域的图像中将研究区域裁剪出来，有很多的方式。
1.可以根据区域图像作出一个矢量文件，然后利用矢量文件对图像进行裁剪
2。还有一种更为简单的方法，我们可以利用file——laystacking,将区域图像和大的图像都导入，选择exclusive。
该方法还有个优势，如果两个文件的坐标不一致，可以将其中的一个转为另外一个。类似于arcmap中导入数据时，自动调整坐标。
注意：在进行处理的时候，最好将所有的显示图像窗口关闭，否则，处理起来会非常的慢。如果要裁剪的图像比较大并且和区域图像文件的坐标不一致，最好先将区域图像坐标转为和大图像一直，否则处理起来比较慢。
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。遥感植被指数NDVI计算_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
遥感植被指数NDVI计算
上传于||文档简介
&&遥​感​植​被​指​数​N​D​V​i
阅读已结束，如果下载本文需要使用2下载券
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，查找使用更方便
还剩3页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢用arcGIS软件怎么提取DEM数据的降水量和植被覆盖率分布图？详细点。数据格式见图。_百度知道
用arcGIS软件怎么提取DEM数据的降水量和植被覆盖率分布图？详细点。数据格式见图。
来自团队：
其他类似问题
为您推荐：
其他1条回答
建议您将您的问题跟专业人士说一下，去地理国情监测云平台问下技术人员，他们经常处理数据的。
arcgis的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁在ERDAS中利用ndvi指数制作土壤侵蚀强度计算中植被覆盖度矢量数据的方法
1、植被覆盖度是指植被植株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（周国林，1982；Greig-Smith，1964；Chapman，1976），又称为投影盖度（曲仲湘等，1983）。这一指标具有一定的相对性，同一片植被，因被纳入统计的范围不同而表现为不同的植被覆盖度。其范围分布在0-1之间，数值越大表明植被覆盖度越高。国内外研究表明，植被指数反映了植被的状况，同植被覆盖度有良好的相关关系，通过计算NDVI（归一化植被指数），建立NDVI同植被覆盖度之间关系的经验公式，来计算植被覆盖度。
2、NDVI（Normalized Difference Vegetation
Index）归一化植被指数，又称标准化植被指数。其计算公式为：NDVI=NIR-R/NIR+R&
其中，NIR为近红外波段（0.7-1.1&m），R为红波段（0.4-0.7&m）。
NDVI长期以来被用来监测植被变化情况，也是遥感估算植被覆盖度研究中最常用的植被指数。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。
NDVI计算结果会分布在0至1之间，一般说来，NDVI数值越高说明植被覆盖、长势越好。
& ERDAS软件菜单Interpreter-Spectral
Enhancement-Indices中有现成的ndvi指数的模块，直接调用就好。
3、构建NDVI计算模型。首先是打开ERDAS软件，选择MODELER工具，单击Model Maker打开工具面板，开始创建模型，生成ndvi.img，数据类型是float
4、同上一步，建模生成植被覆盖度.img，输入数据为上一步生成的ndvi.img，植被覆盖度的表达式为：f(c)=(NDVI-NDVImin)/(NDVImax-NDVImin)，生成覆盖度数据，数据类型仍然是float
Single；切记！
5、NDVImax，NDVImin近似值查找：在ERDAS软件的VIEW窗口中打开生成的ndvi.img，在VIEW窗口的工具栏中点击info工具，在弹出的窗口中有一个Statistics
info项，其中有一个min和max，此值即可为相应的最大值和最小值；
6、在ARCGIS9.3中调用3D
Analyst或者Spatial Analyst模块，点击Reclassfy，输入第4步中生成的float Single覆盖度数据，在old
values栏中显示的是从0-1的覆盖度数值，这种类型的数值在使用时不太方便，与土壤侵蚀强度分析的要求不一致。
7、点击右边的classify，调整第二行的classes为4，在Break
Values中将值改为0.3，0.45，0.60，最后一个用默认的值，指定输出栅格数据名称，如fgd等；
8、在3D Analyst或者Spatial
Analyst模块的下拉菜单中选Convert-raster to
feature，输入第7步中生成的栅格数据，如fgd，字段为VALUE，指定输出矢量多边形的文件名，OK；
9、用研究区的边界切生成的覆盖度矢量数据，在ARCVIEW中编辑属性表，添加一个字段，将gridcode字段中的1、2、3、4分别修改成&30%、30-45%、45-60%及60%以上，就此完成。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。查看: 3211|回复: 8
植被覆盖度的遥感估算
马上注册地信网，享受更多功能，学习更多知识，成就人生精彩！
才可以下载或查看，没有帐号？
　　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、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。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。
　　本课堂以2景覆盖北京市的Landsat 5 TM影像为数据源，成像时间为2009年9月份，采用改进的像元二分模型详细介绍植被覆盖度遥感估算过程。涉及TM影像大气校正、图像镶嵌与裁剪、NDVI计算与统计、Bandmath使用等，在ENVI4.8版本完成整个操作过程。
　　处理流程介绍
　　像元二分模型是一种简单实用的遥感估算模型，它假设一个像元的地表由有植被覆盖部分地表与无植被覆盖部分地表组成，而遥感传感器观测到的光谱信息也由这2个组分因子线性加权合成，各因子的权重是各自的面积在像元中所占的比率，如其中植被覆盖度可以看作是植被的权重。
　　下面简单介绍下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。
　　当没有实测数据的情况下，取一定置信度范围内的NDVImax 和NDVImin。VFCmax和 VFCmin根据经验估算。
　　利用Landsat 5 TM的像元二分模型植被覆盖度遥感估算的处理流程如下：
1.jpg (94.32 KB, 下载次数: 39)
地理国情监测云平台
17:34 上传
　　(1) 数据预处理：使用的是Landsat TM的L1T级别数据，不做几何校正处理。北京市需要两景TM数据覆盖，本流程中分别对两个影像进行定标和大气校正处理，之后对两景影像进行镶嵌，再利用北京市行政边界裁剪得到北京市的影像。
　　注：如果想简化流程，可以先镶嵌和裁剪定标好的两景影像(同一天成像)，之后进行大气校正。
　　(2) 植被覆盖度估算：在像元二分法模型中，NDVIveg代表着全植被覆盖像元的最大值，由于植被类型的影响，NDVIveg 值也会随着时间和空间而改变。因此，计算植被覆盖度时，既使同一景影像，对于NDVIsoil 和NDVIveg 值不能取固定值。一般需要土壤图和利用图，以及野外实测数据，根据上述模型中的两种情况分别求解。由于辅助数据的限制，本课堂是利用土地覆盖图分别求解不同土地覆盖类型内的NDVImax 和NDVImin作为NDVI veg和NDVIsoil，这样就可以得到两个NDVI veg和NDVIsoil的参数图像文件。
　　在ENVI下及灵活应用Bandmath工具，以NDVI值为参数，运用基于像元二分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，也适用于不同分辨率的遥感数据，如环境小卫星等。更多教程和相关数据请到。
进来看看来
亲，你好快哦~~~
感谢楼主分享，，
进来看看了
感谢楼主分享，
学习一下，以后用
谢谢楼主分享，学习一下
学习下，谢谢分享！
学习学习&&
论坛推荐话题 /1
地信论坛一直是行业同类平台中的领先者，为了更好的领跑和更适应移动互联，我们决定重新打造地信论坛的微信公众号，将长期以来广大网友为论坛所奉献的丰富知识与经验精选给大家，帮助大家开心的学习，快乐的工作。
热线: 400-
Powered by}