envi计算植被覆盖度fvc

### 使用ENVI计算植被覆盖度FVC的方法

#### 准备工作
为了成功完成植被覆盖度(Fractional Vegetation Cover, FVC)的计算，需要准备特定的数据集和软件环境。具体来说，实验所需的资料包括Landsat8 OLI影像以及研究区域的.shp文件；而所依赖的主要工具则为ENVI5.3加上ArcGIS10.2辅助支持[^3]。

#### 数据预处理
在正式进入FVC计算之前，首先要对获取到的原始遥感数据执行一系列必要的前处理操作：

- **下载并导入遥感影像**：确保已获得目标地区的高质量多光谱卫星图片。

- **读取元数据**：通过打开带有.MTL扩展名的文字档来加载有关传感器特性和成像条件的关键参数信息。

- **辐射定标**：此步骤旨在将DN(Digital Number)转换成为物理量级的地表反射率或辐亮度值，从而提高后续分析精度。

- **设置输出格式**：调整“输出存储顺序”选项至BIL(Band Interleaved by Line)，以便更好地兼容其他地理信息系统平台间的交互使用，并实施FLAASH大气校正算法以减少气溶胶散射等因素带来的干扰影响。

- **大气校正**：利用QUAC(Quick Atmospheric Correction)功能实现快速的大气效应消除，使最终得到的结果更加贴近实际情况。

#### NDVI指数生成
基于上述经过充分优化后的输入源材料，下一步便是构建归一化差异植被指数(Normalized Difference Vegetation Index, NDVI)[^1]。该指标能够有效区分绿色植物与其他背景成分，在此基础上进一步推导出不同类型的地物特征表达形式。其定义公式如下所示：
\[ \text{NDVI} = \frac{\rho_{NIR}-\rho_{Red}}{\rho_{NIR}+\rho_{Red}} \]

其中$\rho_{NIR}$表示近红外波段反射率，$\rho_{Red}$对应红光波段反射率。

% MATLAB代码片段用于展示如何创建NDVI图像
ndviImage = (nirBand - redBand)./(nirBand + redBand);

#### 像元二分模型的应用
最后一步涉及到了实际求解FVC的过程当中最为重要的环节之一——即运用像元二分法来进行定量评估。这里所说的像元指的是构成整个场景内最小单位的空间位置点位集合体；所谓“二分”，即是说每一个这样的基本单元都可以被视作是由完全裸露土壤部分($NDVI_{soil}$)同纯植被覆盖区段($NDVI_{veg}$)按照一定比例混合而成的整体结构。因此，可以借助下面给出的经验关系式来描述这种变化规律特性：
\[ FVC=\frac{(NDVI-NDVI_{soil})}{(NDVI_{veg}-NDVI_{soil})}\times 100 \% \]

需要注意的是，在实际应用过程中应当选取具有代表性意义的标准样本地块作为参照系，以此为基础确定合适的$NDVI_{soil}$与$NDVI_{veg}$数值范围边界限值，进而保障所得结论具备较高的可信度水平。