当前位置：首页 > news >正文

利用Pix4D和ArcGIS计算植被盖度

news 2025/10/31 5:58:20

除了水文分析和沟道形态分析之外，在实际工作中还要计算植被盖度！

植被盖度，也称为植被覆盖率或植物覆盖度，是指某一地表面积上植物冠层垂直投影面积占该地表面积的比例。它通常以百分比的形式表示，是描述地表植被状况的一个重要参数。植被盖度不仅反映了植物个体的大小和密度，还体现了群落结构和生态系统的健康状态。

本次计算植被盖度所用到的软件为：Pix4Dmapper和Arcgis10.8.1

步骤1：处理无人机影像（使用Pix4D）

1. 创建项目：

- 打开Pix4Dmapper。

- 创建一个新项目，选择“开始一个新项目”，输入项目名称，选择项目文件夹（路径无中文）。

- 导入无人机拍摄的原始影像。

- 在处理选项模板处选择第一个——“3Dmap”

注意：如果你的无人机携带的是RGB相机，你最后想要求一个植被指数的时候，千万不要选Ag Mulispectral这个模板，因为相机中不带有近红外波段，无法进行处理。当然，如果你携带的相机带有近红外波段的话，并且你恰好需要一个植被指数如NDVI的话，就可以选择它。

我们后续会使用一些其他适用于RGB相机的植被指数来反映植被的生长情况。

2. 设置坐标系统：

- 确保设置了正确的坐标系统，这样后续才能准确匹配其他地理数据。一般会自动识别坐标系统，比如我的项目坐标系统为WGS84_UTM_Zone49N。

3. 影像处理：

- 在“1. 初始处理”阶段，软件会自动进行影像匹配，生成稀疏点云。

- 在“2. 点云与网格”阶段，选择生成密集点云和表面模型。

- 在“3. DSM、正射影像和指数”阶段，生成数字表面模型（DSM）和正射影像。

该阶段耗时较长，请耐心等待

- 在结束后可以导出质量报告。

- DSM和正射影像DOM结果都被保存在3_dsm_ortho文件夹下，其中DSM被保存在1_dsm文件夹，DOM被保存在2_mosaic文件夹。

- 三维网格纹理在3d_mesh中，加密电云在point_cloud中

4. 生成植被指数：

当使用无人机携带的RGB相机时，我们无法直接计算NDVI（归一化差异植被指数），因为NDVI需要近红外（NIR）波段和红光（Red）波段的信息，而普通的RGB相机只能捕捉红光、绿光和蓝光三个波段的信息。为了弥补这一不足，研究人员开发了一些基于RGB波段的植被指数，这些指数可以在一定程度上反映植被的生长状况。如NGRDI、EGRBDI、RGBVI、NGBDI等，下面是几个常用的替代指数：

补充：对于上面部分指数的解释

1. NGRDI (Normalized Green-Red Difference Index) 归一化绿红差异指数

适用场景: NGRDI 主要用于评估植物的绿色程度，因为绿色植物的叶绿素含量较高，可以更好地吸收红色光而反射绿色光。因此，在评估植物生长状态、健康状况及病害监测方面非常有用。

2. EGRBDI (Enhanced Green Red Blue Difference Index) 增强型绿红蓝差异指数

适用场景: EGRBDI 是一个较为特殊的植被指数，它考虑了红光、蓝光与绿光的关系，能够更细致地反映植物的生理状态。这种指数在特定的研究中可能有助于区分不同类型的植被或识别植物的特定生理特征。

3.RGBVI (Red Green Blue Vegetation Index) 红绿蓝植被指数（最适用于本实验）

适用场景: RGBVI 结合了红、绿、蓝三种颜色的信息，适用于基于可见光范围内的图像来评估植被覆盖度和健康状况。它对于那些需要使用普通相机获取数据的应用特别有用，比如无人机航拍或手机拍摄的植被监测。

4.NGBDI (Normalized Green-Blue Difference Index) 归一化绿蓝差异指数

适用场景: NGBDI 可以帮助评估植被的健康状态，特别是在水体附近的植被监测中，由于蓝光更容易被水吸收，因此这个指数可以帮助区分水生植被和陆地植被。

5.GLI (Green Leaf Index) 绿叶指数（又名VDVI）

适用场景: GLI 能够有效地突出绿色植物的特征，适用于监测植物的生长状态、健康水平以及植被覆盖度。它对于需要快速评估大范围植被状况的应用尤其有用。

————————————分割————————————

在Pix4D中，点击“视图”->“指数计算器”。可以添加我们的一些指数。

最后要注意在处理选项中勾选指数（根据需要判断是否勾选R、G、B以及灰度部分，建议不勾选），并重新处理第三部分（耗时很长，至少三个小时）

补充：如果你的指数部分已经构建过一次了，那么你可以不用再进行第三部分了（耗时实在是太长了），你可以在指数计算器中添加并编辑新的指数，添加后点击生成即可。

结束后在文件夹内即可找到对应的图像：

步骤2：导入和分析数据（使用ArcGIS）

1. 导入数据：

- 打开ArcGIS。

- 通过“添加数据”按钮，导入步骤1中生成的正射影像和植被指数图像。

2. 使用植被指数计算植被盖度：

- 利用植被指数，可以通过设定阈值来确定哪些区域是植被。通常，这些指数值范围为-1到1，植被通常表现为正值，具体阈值可根据实际情况调整（依据遥感数字图像处理教程，植被指数在0.4~0.5之间为绿色健康植物，若只考虑覆盖程度而不考虑健康状况则降低阈值）。

- 使用“栅格计算器”来应用阈值，生成植被覆盖区域的二值图像。例如：

Con("xxxxx.tif" > 0.25,1,0)

注意：阈值的选定是动态的，需要进行多次尝试，对比生成后与原tif图像的区别，选择最契合的阈值。因为植被指数≠NDVI，对于NDVI来说，我们可以直接认为植被在某数值间是健康的，而对于这种不常见的指数而言，我们需要对比不同阈值的契合度选择最合适的值作为判断植被的标准。

如下图所示，我经过多次尝试，最后选择了一个最契合RGBVI植被指数的图像（阈值设置为0.1，仅供参考）。在实际操作中，我们需要进行多次的反复对比。

- 等待处理完成后，会生成一个新的栅格图层，其中1表示植被，0表示非植被区域。

3. 计算植被盖度百分比：

- 打开“属性表”来统计植被（值为1）的像素总数和总像素数。（Count）

- 计算植被盖度百分比：

(植被像素数 / 总像素数) * 100%

可以导出到excel表格进行简要计算。