[学术讨论] 植被覆盖相关术语与定义探讨

Posted 2023-04-24 李二的阳台

关键词：植被、盖度、定义、术语 作者：ludwig1860 日期：2023.4.23

最近我在植被覆盖度fCover及其相关量的估算方面的综述论文《Review of ground and aerial methods for vegetation cover fraction (fCover) and related quantities estimation: definitions, advances, challenges, and future perspectives》发表在了ISPRS Journal of Photogrammetry and Remote Sensing期刊上，算是我从读研开始到现在，在fCover方面工作的一个总结与观点陈述。

论文中第一章花费了较大的篇幅，详细阐释fCover的定义以及相关或相近变量的定义与区分方法。我自信这应该是迄今最为系统地阐释fCover与相关变量的区别于联系的论文了。

这篇博客仅仅就盖度相关变量的术语与定义做一些探讨，其应用价值与估算方法则可以具体去看论文。

1. 关于植被对象的探讨

首先说植被这个词，它是地球表面所覆盖的植物的总称，所以但凡某个术语中用到了“植被”这个词，其必然指的是地上的所有植物。比如一个森林生态系统中包含乔木、灌木、草，那么植被就是这些植物的总和。

研究植被，不同学者关注的是不同的尺度，比如：

• 生态学家往往采用分子-组织-器官-单株-种群-群落-生态系统-生物圈尺度;

• 农学家往往采用小区-样地-田块尺度；

• 林学家往往采用单木-林分-景观尺度，在管理时则往往采用小班-林班

• 植被遥感学家往往采用单株-子冠层-冠层

• 遥感学家（偏重图像处理）有时采用像元-亚像元尺度。

特别地，尤其是对于森林，我们有时候会遇到冠层canopy和树冠crown两个词：

• crown： a tree crown is the part of a woody plant that bears the living branches and foliage.
• canopy: A canopy consists of one or more plant crowns growing in a given area.

2. 盖度相关变量的术语与定义探讨

2.1. 植被覆盖度

植被覆盖度，英文常称为vegetation cover fraction (fCover)、fractional vegetation cover(FVC)、，定义为：单位水平地表面积上地上植被所有部分的垂直投影面积

The vertical projection area of aboveground vegetation elements per unit horizontal ground surface area

这里有以下几点需要注意：

• 木本、禾本科和草本甚至苔藓植物均可纳入地上植被；

• 垂直投影，所谓的垂直指的是垂直于水平表面，具体投影方式为平行投影而非中心投影；

• 严格意义上说，垂直投影这一表述要求观测的时候也是垂直投影（即天底观测，或垂直于水平面观测），而这很难在实际观测中达到，无论是影像还是激光雷达，总有或多或少的角度影响，而这基本很难实现校正。

• 以水平地表为参考，核心还是为了标准化以便对比；

• 地上植被的所有部分理论上包含茎、秆、枝、叶、穗、花等，无论颜色，无论光合与非光合部分，都被包含在内

• 实际上默认是绿色（或光合）部分的叶片与茎秆。因此遥感估算的fCover严格意义上说是green fCover 或green vegetation fraction (GVF)。

2.2. 有效冠层覆盖度

有效冠层覆盖度，英文常称为effective canopy cover，很多文献也采用foliage projective cover、canopy element cover，定义为：单位水平地表面积上植被冠层元素的垂直投影面积。

The vertical projection area of overstory (e.g., forest) or aboveground (e. g., cropland) vegetation elements per unit horizontal ground surface area.

需要注意的是：

• 既然是植被冠层元素的垂直投影，那么就要求去除植株内的间隙；

• 有效effective一词可以理解为对于垂直投影存在有效遮挡；

• 不同的测量手段往往导致实际统计到的冠层元素并不相同，比如激光雷达难以区分绿色叶片与枝干，而影像一定程度上可以进行区分；

• 对于农作物、草地来说，有效冠层覆盖度完全等同于植被覆盖度，而对于森林来说，有效冠层覆盖度通常特定指的是乔木冠层元素的覆盖度。

• 对于农作物、草地来说，常用的一些替代术语有：percentage cover, canopy cover, green cover, vegetation cover, foliage cover, ground cover.

2.3. 树冠覆盖度

树冠覆盖度，英文常称为crown cover，定义为：单位水平地表面积上树冠包络的垂直投影面积，且并不重复统计重叠树冠。

The vertical projection area of the tree crown envelops (the outermost perimeter of the natural spread of the foliage) per unit horizontal ground surface area. 以下几点需要注意：

• 树冠包络的垂直投影必然是将树冠视为实心几何体，也就是说并不剔除树冠内部的间隙；

• 对于森林来说，树冠覆盖度与有效冠层覆盖度的核心区别就是树冠内部的间隙是否去除。

这两个概念的存在是因为不同学科领域的关注点并不同，比如研究植物生理的学者更加关心冠层元素，研究光截获、降水截获、蒸散发的学者也是如此，而研究森林生长与森林经营管理的学者，则更关心树作为一个整体。

• 传统林业领域往往还会用到 郁闭度canopy closure这一概念，而这一概念很大程度上是起源于传统林业观测手段难以实现垂直观测，通常是存在较大视场角的观测。从最终目标的角度来说，林学家所说的郁闭度实际上是树冠覆盖度；

• 生理生态学家也会用到 郁闭度canopy closure这一概念，而他们由于常常研究林下的光环境，所以将这一概念定义为：从林地一点向上仰视,被树木枝体所遮挡的天空球面的比例 （The hemispherical projection of the sky obscured by vegetation elements when viewed from a single point on the ground.）。此时1-郁闭度即为冠层开放度 canopy openness。

2.4. 分层覆盖度

分层覆盖度，英文常称为stratified vegetation cover，其实对应的并非一个数值，而是一个廓线profile，即把地上植被分为多层，分别统计每一层的有效覆盖度。

The vertical projection area of vegetation elements of a specific vegetation stratum (e.g., forest) per unit horizontal ground surface area.

注意事项为：

• 通常特定指的是森林系统，测量分层覆盖度的意义往往在于树种内与树种间的比较以及生理状态评估；
• 当将森林系统简单分为上层overstory和下层understory时，人们关注的则是林下植被覆盖度understory fCover，尽管对于很多森林系统而言，并没有明显的双层界限。

2.5. 方向覆盖比

方向覆盖度，英文可称为canopy fraction、green fraction，定义为：单位水平地表面积上所有植被或冠层植被元素的方向平行投影面积。其与gap fraction的加和为整数1。

The directional projection area of overstory (e.g., forest) or aboveground (e. g., cropland) vegetation elements per unit horizontal ground surface area.

需要注意：

• 方向覆盖比是一个角度相关量，虽然带有覆盖一词，但其重点在于方向；

• 天底方向或0°的方向覆盖比就是fCover或有效冠层覆盖度；

• 数学上，植被在垂直于某一方向的投影面积比 与 植被在水平面上的方向投影面积比 是相等的，因此我们在其定义中采用单位水平地表面积这一表述；

---

尽管我已经查阅了上千篇盖度相关的文献，也请教了多个学科领域的学者，但是不得不说，以上也只是我的一家之言，一个倡议，欢迎各位看官交流探讨，批评指正。

>> 我的签名：我坚信，促进科学发展的动力之一就是共享<<

利用envi与arcmap/arcgisPro制作一张植被覆盖指数专题地图（地图学作业）

利用envi与arcmap/arcgisPro制作一张植被覆盖指数专题地图（地图学作业）

• 前言
• 数据准备
• 利用envi进行数据处理
• • Lc8数据的打开
  • 辐射定标
  • 图像裁剪
  • 大气校正
  • Band Math获取NDVI
  • 计算植被覆盖指数
• ArcMap or ArcGIS Pro成图
• • 导入tif文件并将其可视化

前言

本篇文章是作者的第一篇文章，对于软件的使用和对专业知识的了解都很浅薄，作为遥感专业的入门级玩家，我认为发布一篇博客来记录自己的学习过程与成果是很有必要的，一是可以重新梳理完成学习任务的基本思路，二是总结完成这次任务中自己的收获并巩固提高，三是在写文章的过程中，会有更多被略过的知识点重新展现在面前，会发现更多新的知识点。文章漏洞百出是一定的，但是只要有总结提高，就是值得的。最后，希望大家能包容文章中的漏洞并且向我提出，这对我很有帮助，也希望我的这篇文章能够帮助大家一起进步，学习简单的遥感数据处理与GIS制图。预祝大家学习愉快。
备注：博主来自山东科技大学，因此，这次的地图数据区选取的是青岛市黄岛区。

数据准备

我们需要准备的实验数据很简单，有以下这两个就够了：

1. Landsat8遥感影像数据
2. shape file文件
   相信大家都知道该去哪儿下载遥感数据，但是，遥感影像数据的下载面临一个问题，就是下载速度太慢，我自己有的遥感数据也不是很多，如果有同学仅将遥感数据用于学习的话，可以在QQ上找到我，我可以发给你一份简单的练习数据。QQ：1337250362
   shp文件大家可以去规划云自主选择并下载对应的json文件，下载好后可以来到这个网址进行文件格式的转换（json转shp）。同时，给大家避个坑，我在第一次学习打开shp文件的时候，仅下载了shp文件，而其他的文件没有下载（完整版参考下图），仅有shp文件，是无法在GIS中打开的。
   

利用envi进行数据处理

Lc8数据的打开

首先打开envi，相信大家已经忘记要怎么打开遥感数据了，这里直接手把手教给大家！
依次进入如下板块：文件-打开为-光学传感器-Landsat8-带有GeoTIFF的元数据

进入后打开Landsat8数据文件夹里面的MTL.txt文件

辐射定标

数据正常打开后，我们来到工具栏

这里选择辐射校正中的辐射定标工具，表现为上图蓝色高亮位置，双击打开就行，打开后来到一个GUI界面，如下图所示：

这里我们选择有七个波段的图层就可以。点击OK后，又出现下一个GUI：

将上图中的参数改为下图中的参数，找不同就好了
捷径：直接点击“Apply FLAASH Settings”，直接全部设置好。

最后Output Filename栏选择一个自己整理好的文件夹用来存放文件就好了，创建文件的方式如下图所示，总结为自己随便起一个名字，然后加上文件后缀：.dat 就可以了。

tips:处理时间会有点长，可以参考envi右下角进度条

这里给大家回忆一下辐射定标的目的：
消除传感器本身的误差，确定传感器入口处的准确辐射值。

图像裁剪

下面来到图像裁剪，这里，我们就要用到shapefile文件了。
在envi中导入shape file：文件-打开-xxx.shp，打开后呈现如下图所示效果：

图像不拟合很正常，黄岛区一直在填海造陆，遥感数据比较老，shape file比较新，所以边缘不是重合的，不过不影响，后面计算ndvi的时候这些都不会对我们的数据造成影响。

我们需要一个evf文件，在最后的大气校正环节，没有这个文件会报错
首先打开ENVI Classic，File - Open Vector File
双击进入后，打开shp文件所在的文件夹，你会惊喜的发现，里面是空的。其实不是没有shp文件，是因为它默认只显示evf文件，因此，我们需要点击右下角，将显示文件更改为shp或者All files


打开后将投影方式选择为UTM，将投影坐标更改为WGS-84，Zone修改为51如图所示

看到轮廓的效果图后，ENVI Classic所有的界面就可以关掉了。
回到envi
看到我们的工具栏，进入感兴趣去中的Subset Data From ROIs工具

选择我们定标后的.dat文件（这里的dat文件和shp文件一定都要在envi中打开，不然envi找不到）

选中shape file文件，Mask pixels outside of ROIs选择Yes，下面一行的参数0表示为白色北京，1表示为黑色背景，然后选择一个文件夹保存文件就好了。

在envi打开我们刚刚保存的文件后就是这个效果（如果没看到这个效果图可以试着把其他图层关掉再看）

图像的裁剪就到此为止。

大气校正

终于来到了大气校正，这一步的参数有很多，大家要细心修改参数
首先还是来到工具栏

双击蓝色高亮部分打开大气校正工具
选择输入图像，为刚刚裁剪过的图像文件，我的叫pic_cut，选好后会弹出下图的对话框，选择第二个，然后ok。

将Output Reflectance File的路径设置为与Input相同，同时这里的输出作为我们的大气校正结果，应给他起个名字，Output Directory for FLAASH Files的路径也要与第一列一致。
下面修改我们的传感器类型

下面来到了最复杂的查看所属地区的高程信息。
envi中打开envi安装路径下的envi53-data，找到GMTED2010.jp2，双击打开。
找到工具箱中的compute statistics工具

选中我们的jp2文件，然后打开掩膜选项，选择创建掩膜

选项中

选项中找到引用感兴趣区（灰色高亮位置)

选中我们的老朋友shp文件后点ok

输出选择为输出到内存（memory）

接下来弹出的对话框依旧选择Memory
然后ok
然后勾选histograms，然后ok

然后会得到一系列的DN值，这里的DN值表示高程，下面是主要数据表，包括最大值最小值与均值，我们可以看到，均值为53。

现在可以先关一关没有用的图层，比如说刚刚的JP2，黑不溜秋的而且真滴麻烦，看着就闹心。
现在你是不是已经忘记我们要干什么了？没错，反正不是做大气校正。
好了废话少说，首先回到桌面，重新点击我们后台的envi图标，这样刚刚没有进行完的GUI界面又会重新回来

希望你在关掉刚刚的图层后没有因为只顾着瞎探索没有用的功能而忘记刚刚的最重要的平均高程数据（没错我给忘了，只能再来一次）
现在，你终于可以理直气壮地把0.053填进Ground Elevation。
此时，打开遥感数据中的MTL.txt

看到file_date这一行，填入遥感数据的日期和时间

大气校正的最后一步，进入Multispectral Settings…点击Kaufman-Tanre…进入下面的界面

点击defaults选择第一个，然后ok

出来后点击Apply!!!
大功告成
我感觉这是最麻烦的一部分

Band Math获取NDVI

NDVI=(NIR-R)/(NIR+R)
因此，我们的公式可以为：
(float(b5)-b4)/(b5+b4)
找到工具栏中的Band Math

双击打开，输入我们的公式然后ADD TO LIST，选中公式选OK


依次点击选中Red和Nera Infrared分别对应B4B5

我给他取名为NDVI，选中Compress，然后OK

这样就得到了NDVI的DN值图
大家可以打开十字丝，按住左键滑动一下，浏览一下DN值（十字丝是左上角工具栏里面红色那个）

我们可以发现，DN值集中在（-1，1），DN值小于0表现为水体或裸露岩石、土壤表面，大于0表现为绿色植被，值越大覆盖程度越高。

计算植被覆盖指数

接着打开我们的compute statistics工具

选择NDVI，然后OK

勾选Histograms然后ok

得到这样一张图表

我们应该设定一个置信区间，来去除异常值。我们设置5%~95%为置信区间，小于置信区间最小值的值被定义为无植被覆盖，值为0，大于置信区间最大值的被定义为全部被植被覆盖，值为1。
公式体现为：
(b1 It min)*0+(b1 It max)1+(b1 ge min and b1 le max)((b1-min)/(max-min))

It表示小于，ge表示大于，le表示小于等于
在我的表中，按照置信区间，得到：
min = -0.703938 max = 0.528594
因此，公式为：
(b1 lt -0.703938)*0+(b1 gt 0.528594)1+(b1 ge -0.703938 and b1 le 0.528594)((b1+0.703938)/(0.528594+0.703938))
在Band Math中导入这条函数语句，对NDVI文件进行处理，保存处理后的文件，取个名字并命名文件后缀为.tif

打开我们最后的tif文件

调整十字丝观察DN值，发现现在DN值全部集中在（0， 1）之间。

数据处理阶段到此结束，恭喜大家！

ArcMap or ArcGIS Pro成图

导入tif文件并将其可视化

最后啦兄弟们
打开ArcMAP，选择添加数据

添加我们的tif文件

得到如图所示的效果

单机左侧色带，选择一个你喜欢的色带，就可以得到一个没有其他地图元素的地图了，接下来，你只需要对他个性化，便能得到自己喜欢的专题图。

ArcGIS Pro同理，不过要先创建一张地图，不然tif文件没法打开。
效果自我感觉要比ArcMAP好很多，因为有更多的个性化选择。

如果你认真看完了这篇文章，并且觉得有帮助，可以积极评论留言，每一句鼓励，每一点错误的指出，都是你们对我最大的支持，谢谢大家。