1 植被覆盖度（Fractional Vegetation Cover, FVC）遥感反演方法：
1.1 像元二分法：原理省略
像元二分法操作步骤：
（1）数据源获取，所需数据：NDVI、EVI等植被指数，本文以归一化差分植被指数NDVI为例。
本文使用的数据为MODIS的MOD13Q1植被产品，产品具体介绍省略。该产品提供250m的NDVI数据，可以从LPDAAC网址中下载，也可以在GEE平台中调用
为了方便，我在GEE平台上下载，代码如下（零时写的，有错误请指出）
下载结果：
正常的值：
注意：
1）MOD13Q1需要进行拼接、裁剪等预处理。原始数据像元值为整型，需要乘比例系数0.0001。
2）在某些软件中，加载MODIS影像会出现一片白/黑的现象，原因可能是存在背景值，或者是MOD13Q1数据统计值异常（存在着一个很大或很小的值）。
需要去除异常值的情况：
此时需要通过波段计算去除异常值：
b1 为植被指数波段，
lt （ less than）-1 指的是小于-1的值；*0表示赋值为0；
b1 ge（greather equal ）-1 and b1 le（less equal）1（）
指 b1 大于等于-1且小于等于1的值；
*b1指赋值为b1
3）欢迎补充
（2）端元值选取
做法1：基于置信区间法选取端元值
做法2：目视解译高空间分辨率遥感影像，手动选择土壤或植被像元，并记录其端元值（理论上可以）
做法1：选取5%置信区间，裸土端元的NDVI值应该在-0.1~0.2之间，纯植被NDVI值应该在0.8以上，裸土端元的低估会造成FVC的高估[1]，表中纯植被端元选择为0.63会造成FVC估算不准确，这和QTP植被生长季密切相关。因此，应该结合地域、季节，慎重选择端元值。
[1] Montandon L M, Small E E. The impact of soil reflectance on the quantification of the green vegetation fraction from NDVI - ScienceDirect[J]. Remote Sensing of Environment, 2008, 112( 4):1835-1845.
土壤端元：0.039
植被端元： 0.858
最后，使用波段计算计算植被覆盖度（B1选择NDVI），相信大家像元二分法公式已经非常熟悉了。
计算植被覆盖度计算结果：
此外，根据FVC的定义，应该把计算出的FVC值归为0到1之间
后面的部分读者想知道的话请评论留言，我一定尽快更新，有问题欢迎私聊（2023.4.7）
1.2 经验回归模型法：植被指数、光谱波段线性回归
1.3 机器学习方法：随机森林、支持向量机、多元自适应回归样条、高斯过程回归、神经网络等
2 植被覆盖度产品数据
GLASS、GEOV1、GEOV2、GEOV3、MuSyQ FVC使用及处理教程
2.1 MuSyQ FVC产品数据
来源：国家地球系统科学数据中心首页 申请后通过邮箱FTP获取
参考文献：
Zhao J , Li J , Liu Q , et al., 2020. Estimating fractional vegetation cover from leaf area index and clumping index based on the gap probability theory. International Journal of Applied Earth Observation and Geoinformation 90:102112.
数据时空分辨率为4d/500m，时间范围：2001~2019，空间范围：全球
HDF5(H5) 可以通过MATLAB、Python打开，并转化为tif
2.2 GEOV3、GEOV2、GEOV1
来源：哥白尼全球土地服务中心(https://land.copernicus.eu/global/products/fcover)
参考文献：
Fuster, B.; Sánchez-Zapero, J.; Camacho, F.; García-Santos, V.; Verger, A.; Lacaze, R.; Weiss, M.; Baret, F.; Smets, B. Quality Assessment of PROBA-V LAI, FAPAR and FCOVER Collection 300 m Products of Copernicus Global Land Service. Remote Sens. 2020, 12, doi:10.3390/rs12061017.
Baret, F.; Weiss, M.; Lacaze, R.; Camacho, F.; Makhmara, H.; Pacholcyzk, P.; Smets, B. GEOV1: LAI and FAPAR Essential Climate Variables and FCOVER Global Time Series Capitalizing over Existing Products. Part1: Principles of Development and Production. Remote Sens. Environ. 2013, 137, 299–309, doi:10.1016/j.rse.2012.12.027.
Verger, A.; Baret, F.; Weiss, M. Biophysical Variables from VEGETATION-P Data. MultiTemp 2013 7th Int. Work. Anal. Multi-temporal Remote Sens. Images. IEEE, 2013, 10–13.
处理方式：ArcGIS建模可以批量处理
3 植被对气象、地形的响应
3.1 趋势分析
3.2 偏相关分析 复相关分析
