Grasslands are under continuous threat of conversion and subsequent degradation, which has a detrimental impact on grassland productivity and grazing capacity, affecting the livestock industry. Fractional vegetation cover as indicator of grassland condition and productivity has been extensively researched, however, existing approaches and products are limited with respect to accessibility, affordability, applicability, and transferability. This study evaluated the use of publicly available satellite imagery, spectral mixture analysis and cloud geoprocessing technologies for dynamic, continuous, and accurate estimation of FVC for sustainable management. A linear spectral mixture model was developed, calibrated, and implemented in Google Earth Engine using Sentinel-2 and Landsat 8 imagery. Model accuracy and spatial and temporal transferability were evaluated using existing benchmark products and field data. It was found that Sentinel-2 performed the best using a feature combination of the SWIR2 band and the NDVI, EVI, MSAVI2 and DBSI indices. Accuracies were further improved by dividing the woody and bare endmembers into subclasses. The approach proved both spatially and temporally transferable, thus this research provides a robust approach to FVC estimation using limited field data and open source remote sensing imagery. The combination of this research with further grassland productivity modelling could prove valuable for sustainable environmental and economical rangeland planning and management.

草原不断受到转化和随后退化的威胁，这对草原生产力和放牧能力产生不利影响，影响了畜牧业。广泛研究了植被覆盖度作为草地状况和生产力的指标，但是，现有方法和产品在可及性，可负担性，适用性和可转让性方面受到限制。这项研究评估了公共卫星图像，频谱混合分析和云地理处理技术对FVC的动态，连续和准确估计的可持续性管理的使用。使用Sentinel-2和Landsat 8影像在Google Earth Engine中开发，校准和实现了线性光谱混合模型。使用现有的基准产品和现场数据评估了模型的准确性以及时空可传递性。发现Sentinel-2使用SWIR2频段和NDVI，EVI，MSAVI2和DBSI索引的功能组合表现最佳。通过将木质端部件和裸端部件划分为子类，可以进一步提高精度。该方法在空间和时间上都可以证明是可移植的，因此，本研究为使用有限的现场数据和开源遥感影像进行FVC估算提供了一种可靠的方法。这项研究与进一步的草地生产力建模相结合，可证明对可持续的环境和经济草地规划和管理具有重要意义。发现Sentinel-2使用SWIR2频段和NDVI，EVI，MSAVI2和DBSI索引的功能组合表现最佳。通过将木质端部件和裸端部件划分为子类，可以进一步提高精度。该方法在空间和时间上都可以证明是可移植的，因此，本研究为使用有限的现场数据和开源遥感影像进行FVC估算提供了一种可靠的方法。这项研究与进一步的草地生产力建模相结合，可证明对可持续的环境和经济牧场规划和管理具有重要意义。发现Sentinel-2使用SWIR2频段和NDVI，EVI，MSAVI2和DBSI索引的功能组合表现最佳。通过将木质端部件和裸端部件划分为子类，可以进一步提高精度。该方法在空间和时间上都可以证明是可移植的，因此，本研究为使用有限的现场数据和开源遥感影像进行FVC估算提供了一种可靠的方法。这项研究与进一步的草地生产力建模相结合，可证明对可持续的环境和经济牧场规划和管理具有重要意义。因此，这项研究为使用有限的现场数据和开源遥感影像进行FVC估算提供了一种可靠的方法。这项研究与进一步的草地生产力建模相结合，可证明对可持续的环境和经济牧场规划和管理具有重要意义。因此，这项研究为使用有限的现场数据和开源遥感影像进行FVC估算提供了一种可靠的方法。这项研究与进一步的草地生产力建模相结合，可证明对可持续的环境和经济牧场规划和管理具有重要意义。