?

一、基礎概念

NDVI（Normalized Difference Vegetation Index,歸一化差分植被指數,標準差異植被指數)，植被覆蓋指數。也稱為生物量指標變化，可使植被從水和土的圖像范圍中分類出來。

應用于檢測植被生長狀態、植被覆蓋度和消除部分輻射誤差等。

1、NDVI 能夠部分消除與太陽高度角、衛星觀測角、地形、云影等與大氣條件有關的輻射變化的影響； ?

2、NDVI 結果被限定在[-1，1]之間，避免了數據過大或過小給使用帶來的不便； ?

3、NDVI 是植被生長狀態及植被覆蓋度的最佳指示因子； ?

4、非線性變換，增強了NDVI 低值部分，抑制了高值部分，導致NDVI數值容易飽和，對高植被密度區敏感性降低。

?

二、應用/NDVI

1、-1<=NDVI<=1，負值表示地面覆蓋為云、水、雪等，對可見光高反射；0表示有巖石或裸土等，NIR和R近似相等；正值，表示有植被覆蓋，且隨覆蓋度增大而增大；

2、NDVI的局限性表現在，用非線性拉伸的方式增強了NIR和R的反射率的對比度。對于同一幅圖象，分別求RVI（NIR/R，或兩個波段反射率的比值）和NDVI時會發現，RVI值增加的速度高于NDVI增加速度，即NDVI對高植被區具有較低的靈敏度；

3、NDVI能反映出植物冠層的背景影響，如土壤、潮濕地面、雪、枯葉、粗糙度等，且與植被覆蓋有關；

?

三、計算

使用ENVI計算方法： 目前我國相關部門已有產品包括中國2000～2009年以及內蒙古自治區、青海省、西藏自治區2010年8天、逐月、年均產品，分辨率為1km、0.01度，精度良好。

點擊envi軟件主菜單里的basic tool 然后點擊band math 出現一個框寫....expression里填寫ndvi公式 如（b4-b3）\(b4+b3)即可 （做這些工作的前提是TM影像做好幾何校正、大氣校正、鑲嵌、裁剪之類的有必要的步驟） 。

?

模型算法 NDVI的估算上采用通用的估算方法，并已通過中國科學院地理科學與資源所相關專家的判讀與野外實測數據驗證，空間一致性良好。 ◆TM/ETM算法如公式(1):NDVI=(Band4-Band3)/(Band4+Band3) ◆Modis算法如公式(2):NDVI=(Band2-Band1)/(Band2+Band1) ◆AVHRR算法如公式(3):NDVI=(CH2-CH1)/(CH2+CH1) ?

四、其他植被指數

RVI比值植被指數 RVI=NIR/R，或兩個波段反射率的比值。 1．綠色健康植被覆蓋地區的RVI遠大于1，而無植被覆蓋的地面（裸土、人工建筑、水體、植被枯死或嚴重蟲害）的RVI在1附近。植被的RVI通常大于2； 2．RVI是綠色植物的靈敏指示參數，與LAI、葉干生物量(DM)、葉綠素含量相關性高，可用于檢測和估算植物生物量 3．植被覆蓋度影響RVI，當植被覆蓋度較高時，RVI對植被十分敏感；當植被覆蓋度<50%時，這種敏感性顯著降低； 4．RVI受大氣條件影響，大氣效應大大降低對植被檢測的靈敏度，所以在計算前需要進行大氣校正，或用反射率計算RVI。 ? GVI 綠度植被指數 k-t變換后表示綠度的分量。 1．通過k-t變換使植被與土壤的光譜特性分離。植被生長過程的光譜圖形呈所謂的"穗帽"狀，而土壤光譜構成一條土壤亮度線，土壤的含水量、有機質含量、粒度大小、礦物成分、表面粗糙度等特征的光譜變化沿土壤亮度線方向產生。 2．kt變換后得到的第一個分量表示土壤亮度，第二個分量表示綠度，第三個分量隨傳感器不同而表達不同的含義。如，MSS的第三個分量表示黃度，沒有確定的意義；TM的第三個分量表示濕度。 3．第一二分量集中了>95%的信息，這兩個分量構成的二位圖可以很好地反映出植被和土壤光譜特征的差異。 4．GVI是各波段輻射亮度值的加權和，而輻射亮度是大氣輻射、太陽輻射、環境輻射的綜合結果，所以GVI受外界條件影響大。 ? PVI 垂直植被指數 在R-NIR的二維坐標系內，植被像元到土壤亮度線的垂直距離。PVI=((S R-VR)2(SNIR-VNIR)2)1/2，S是土壤反射率，V是植被反射率。 1．較好地消除了土壤背景的影響，對大氣的敏感度小于其他VI 2．PVI是在R-NIR二維數據中對GVI的模擬，兩者物理意義相同 3．PVI=(DNnir-b)cosq-DNr&acute;sinq，b是土壤基線與NIR截距，q是土壤基線與R的夾角。 ? SAVI 土壤調節植被指數 Huete（1988）基于NDVI和大量觀測數據提出土壤調節植被指數用以減小土壤背景影響。 SAVI=(NIR-R)*(1+L)/(NIR+R+L) 其中，L是隨著植被密度變化的參數，取值范圍從0-1，當植被覆蓋度很高時為0，很低時為1。很明顯，如果L=0,SAVI=NDVI。在Huete的文章中指出，對于其研究的草地和棉花田，L取0.5時SAVI消除土壤反射率的效果較好。因為很少能夠知道植被密度，因此難以優化此指數。 SAVITSAVIMSAVI——調整土壤亮度的植被指數：SAVI=((NIR-R)/(NIR+R+L))(1+L)，或兩個波段反射率的計算。 1．目的是解釋背景的光學特征變化并修正NDVI對土壤背景的敏感。與NDVI相比，增加了根據實際情況確定的土壤調節系數L，取值范圍0~1。L=0時，表示土壤背景的影響為零，即植被覆蓋度非常高，土壤背景的影響為零，這種情況只有在被樹冠濃密的高大樹木覆蓋的地方才會出現。 2．SAVI僅在土壤線參數a=1,b=0（即非常理想的狀態下）時才適用。因此有了TSAVI、ATSAVI、MSAVI、SAVI2、SAVI3、SAVI4等改進模型。 ? DVIEVI 差值環境植被指數 DVI=NIR-R，或兩個波段反射率的計算。 1．對土壤背景的變化極為敏感 小結：上述幾種VI均受土壤背景的影響大。植被非完全覆蓋時，土壤背景影響較大 遙感數據反演植被指數 植被指數(DVI)是檢測植被生長狀態、植被覆蓋度和消除部分輻射誤差等。NDVI能反映出植物冠層的背景影響，如土壤、潮濕地面、雪、枯葉、粗糙度等，且與植被覆蓋有關。多種衛星遙感數據反演植被指數(NDVI)產品 ^[4]是地理國情監測云平臺推出的生態環境類系列數據產品之一。 ?

參考資料

歸一化植被指數, 百度百科。

NDVI。

植被指數。

轉載于:https://www.cnblogs.com/arxive/p/10766553.html

總結

以上是生活随笔為你收集整理的NDVI等植被相关指数的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。