土耳其科依高铁从科斯克亚（Kosekoy）到依诺奴（Inonu）。研究区域为科依高铁沿线10 km范围内，基于Landsat-8 Operational Land Imager (OLI)遥感影像和Google Earth Engine（GEE）云平台，获取研究区内归一化差异植被指数(Normalized difference vegetation index, NDVI)的空间分布数据；采用最大值合成法和像元二分模型方法计算得到土耳其科依高铁沿线10 km范围内植被覆盖度数据集（2017）。植被覆盖度数值介于0-1之间。0表示无植被覆盖，像元数值越高表明植被覆盖程度越好。数据分析结果表明，科依高铁沿线10 km范围内，植被覆盖度为0.8~1的区域占研究区总面积的32.82%；植被覆盖度为0.6~0.8的区域占研究区总面积的29.52%；覆盖度为0.4~0.6的区域占研究区总面积的22.92%；覆盖度小于0.4的只占14.73%。该数据集空间分辨率为30 m，存储为.tif格式，由3个文件组成，数据量为40.8 MB（压缩为1个文件，数据量16.3 MB）

匈塞铁路是指从匈牙利的首都布达佩斯到塞尔维亚首都贝尔格莱德之间修建的铁路。 该数据集是基于Google Earth Engine（GEE）云平台，利用Landsat-8 Operational Land Imager (OLI)遥感影像，获取研究区内归一化差异植被指数(Normalized difference vegetation index, NDVI)，采用最大值合成法（Maximum Value Composite，MVC）和像元二分模型计算得到的。植被覆盖度数值介于0-1之间。0表示无植被覆盖，像元数值越高表明植被覆盖程度越好。匈塞铁路沿线10 km范围内植被覆盖度主要分布在0.4~0.6之间，其面积占研究区总面积的42.50%；其次分布在0.6~0.8之间，其面积占研究区总面积的25.50%；大于0.8的面积占比为14.99%；小于0.4的面积占比为17.02%。该数据集空间分辨率为30 m，存储为.tif格式，由3个文件组成，数据量为243 MB （压缩为1个文件，数据量37.6 MB）

本数据是基于GEE平台遥感云计算，通过在线最大合成影像，35年的长时间序列NDVI影像，文件时TIF格式的！

本文以TM影像为研究数据，分析北京市北部三区县2001年至2010年植被覆盖度的变化。通过ENVI对TM数据进行几何配准、精校正、裁剪，并计算NDVI。运用二值模型对NDVI数据进行波段运算，运用密度分割的方法对植被覆盖度进行分级，并针对不同级别赋予不同色彩，以定性显示植被覆盖度的差异。通过对二值模型运算结果进行统计分析，定量分析植被覆盖的变化。最后对比发现，北京市北部三区县2010年的植被覆盖度总体上要比2001年的高。

PIE-Engine Studio植被覆盖度计算实例操作.pdf

ENVI下植被覆盖度的遥感估算，详细介绍如何操作~图文并茂~

该资源中包括四个教学视频，囊括了利用ENVI计算植被覆盖度的三个环节：辐射定标、大气校正、植被反演。