NDVI 数据处理，及估算植被覆盖度（一） - 好文

若是研究区在中国，则在地理空间数据云有中国区合成好的数据，直接下载用即可。数据格式为TIF。坐标为WGS84，不用再转换投影。下载网址为：
http://www.gscloud.cn/sources/?cdataid=265&pdataid=10
<http://www.gscloud.cn/sources/?cdataid=265&pdataid=10>

若研究区在国外，需从nasa下载modis标准数据产品，进行投影转换等工作。后续有时间会补充如何转换投影等内容，可参见《modis AMSR
雪当量数据处理》这篇博客。

下载完成后，会得到一系列TIFF文件，由于一般研究区都是在某个流域或者某个省或行政区，需要裁剪TIF，拿到需要的范围。

以NDVI 月数据为例，本次下载数据为中国2005-2015年的逐月NDVI。需要的结果：

1：逐年逐月NDVI的时间序列变化。

2：逐年逐月NDVI的空间变化。

3：根据NDVI估算区域植被覆盖度，并给出空间图。

处理步骤

1：准备研究区的shp文件，在arcis裁剪出需要的范围。

在ARCGIS中选择cilp（裁剪选项，注意是Datamanagement中的裁剪，不是analysis中的）。若数据不多，则手动点击
即可，但本例数据共132副图像，需要批量处理。

批量处理的脚本如下，打开arcgis的python控制器，出现如下界面：

代码在下方，每个都有注释，把目录改成自己需要的，粘贴到控制器，点确定，即可运行出结果。

import arcpy import os ras_path = 'F:/ZPATR-TIME-JOB/ndvi-china-/' # TIF数据的路径
shp_path = 'F:/ZPATR-TIME-JOB/ndvi-china-/shp/xinjiang.shp' # 用于裁剪的shp文件
outpath = 'F:/ZPATR-TIME-JOB/ndvi-china-/xinjiang/' # 输出文件的路径 desc =
arcpy.Describe(shp_path) extent = desc.extent files = [f for f in
os.listdir(ras_path) if f.endswith('TIF')] for file in files:
arcpy.Clip_management(ras_path+file,str(extent), outpath+file , shp_path,
"#","ClippingGeometry", "NO_MAINTAIN_EXTENT")
处理完成后得到裁剪后的研究区NDVI逐月的图像。

后续处理请见下篇。

热门工具换一换