地面测量中最容易实现的方法是用我们的肉眼根据所拥有的经验判断的目 视估测法 [5][6]，具体分为以下四种方法。

传统目测方法就是由测量人员首先定义和划分一定的研究区域，继而植被覆 盖度是由经验判断得到；照片目估的方法需要多个研究人员根据同一研究区域照 片估计植被覆盖，最后对这些估算结果计算其平均值；椭圆目测方法在植被稀少 的情况下，设定植被表面形状为椭圆形状，对研究区域植被覆盖度估算的方法； 把样本区域划分为若干网格，估计每个网格样地的平均植被覆盖的方法叫做网格 目估法。采用目估的方式去估算植被覆盖度，总的来说这种目测方法相对简单、 提取植被覆盖信息的过程很容易实现，但是同时带有一定程度的主观性，估算得 到精度受到人为因素控制。

采样法是根据选定的采样单元，利用地面的实际测量计算样地植被出现的概 率。换句话说即植被出现的样本数量占总的样数的比率。常见的采样有两种，一 是点采样方法，又叫做样点法，二是采用阴影的方法。样点法是通过垂直向下放 置样针的方式来估算植被覆盖度信息的，其值即为与植被叶片有过接触的样针数

量占样针总数的比例；阴影法是在正中午的时候放一个刻度尺方向与作物间隔线 方向平行，随着标尺的移动，获取刻度尺在上阴影距离，植被覆盖度的值近似为 阴影距离占总长度的百分比。由以上可知，采样法测量过程是比较复杂的，耗费 较多时长的，而且有许多的条件限制，测量效率不高，但是具有相对较高的精度。

仪器法是利用仪器，即用光敏传感器，对光通过植被树冠的情况进行捕捉， 植被覆盖度就是在此基础上计算得来的。这种方法通常采用的是数码相机，随着 数字图像处理与摄影技术的显著改善和发展。现在市面上的数码相机的配备越来 越高的性能和质量，这使得植被覆盖度的地面测量更方便、精确。采用计算机各 种图像处理软件对植被覆盖度进行处理，这种方式更经济、测量过程效率高，测 量得到的结果也有更高的精度。因此是目前地表测量各种方法中的主要方法。 White 等对各种地表实际测量方法的比较后，得出仪器法是相对容易掌握的方法， 是一个可靠的来验证遥感信息方法 [7]。

模型法的定义是对在地面上的实际测量数据进行系统分析，并且采用数理统 计的方法获取植被覆盖的时间和空间分布规律，通过分析得到相关经验模型 [8]。 这种方法反演植被覆盖度信息存在一定的条件限制，因为这种方法只是对于一些 特定的区域和植被类型适用性强，还有一点就是不太容易推广。论文网

1.2.2 遥感估算

遥感估算通常适用于区域范围内。依靠测量地面样方来估计植被覆盖率，这 种方法会受到时间，天气条件还有区域环境的影响，耗费较多的时间，反演植被 覆盖度信息这个过程，人力、物力花费高，代价高，得到的精度也不高。利用遥 感大面积、准确、及时的数据获取研究区植被覆盖度，是当前区域的生态文明建 设、监测响应环境保护等国策的重要手段 [9]。利用遥感技术估算植被覆盖度，常 用的监测方法有统计模型法、植被指数法、像元分解模型法。 

统计模型法也叫回归模型法，它使用一个或多个波段的遥感监测数据，计算 某种植被指数，再将它与植被覆盖度的做回归，得到相应的统计模型，然后使用 空间的扩展模型，得到范围更大区域的植被覆盖度值。该种估算植被覆盖度的方 法分为线性和非线性两种回归模型。比如Pech和Graetz利用线性模型的方法，加 之以将光谱数据与实地测量得到的数据用以分析，对研究区的植被覆盖度对模型 进行了检验[6] [10]。Peter等分别使用ATSR-2(Along Track Scanning Radiometer)的数 据反演获得相应的数据与植被叶面积指数、和植被覆盖度两类信息等进行了线性 回归分析[11]。利用多波段线性混合模型估算植被覆盖度明显精度要高，相比于单 一波段的线性回归模型。