遥感常用ndvimndwi、ndbi等三个指数的计算及landsat应用

N D V I

NDVI,植被覆盖指数。应用于检测植被生长状态、植被覆盖度和消除部分辐射误差等。

中文名

归一化差分植被指数

外文名

Normalized Difference Vegetation Index

简????称

NDVI

影响因素

植物的蒸腾作用、太阳光的截取

简介

NDVI（Normalized Difference Vegetation Index,归一化差分植被指数,标准差异植被指数)，也称为生物量指标变化，可使植被从水和土中分离出来。

表达式：

，

NIR 和R分别为近红外波段和红波段处的反射率值。[1]

和植物的蒸腾作用、太阳光的截取、光合作用以及地表等密切相关。

特点

1、NDVI 能够部分消除与太阳高度角、卫星观测角、地形、云影等与大气条件有关的辐射变

化的影响；[1]

2、NDVI 结果被限定在[-1，1]之间，避免了数据过大或过小给使用带来的不便；[1]

3、NDVI 是植被生长状态及植被覆盖度的最佳指示因子；[1]

4、非线性变换，增强了NDVI 低值部分，抑制了高值部分，导致NDVI数值容易饱和，对高

植被密度区敏感性降低：

表1Landsat7 Landsat8卫星对比

NDWI

NDWI(Normalized Difference Water Index,水指数)，用的特定波段进行归一化差值处理，以凸显影像中的水体信息。目前对于NDWI有S. K. McFEETERS和Bo-cai Gao的两种不同做法，且都于1996年发表在权威国际遥感学术杂志上。对于NDWI的命名尚有争议。

在1996年提出的差分水体指数（NDWI）[1]

其表达式为：

NDWI =(p(Green)-p())/(p(Green)+p(NIR))

是基于绿波段与波段的归一化比值指数。该NDWI一般用来提取影像中的水体信息，效果较好。

局限性：用NDWI来提取有较多建筑物背景的水体，如城市中的水体，其效果会较差。

2. Gao于1996年也命名了一个NDWI[2]?，用于研究植被的含水量。

其表达式为：

NDWI=(p()-p(MIR))/(p(NIR)+p(MIR)) =(pμm)-pμm))/(pμm)+pμm))

植被水分指数NDWI是基于与波段的比值指数。与相比,它能有效地提取植被冠层的水分含量;在植被冠层受时,NDWI指数能及时地响应,这对于旱情监测具有重要意义。

而Wilson等在研究美国缅甸因州的森林时，使用了归一化湿度指数（Normalized Difference Moisture Index, NDMI），其表达式与Gao的完全一致。由于Gao的NDWI与Wilson等的NDMI 指数的意义与用途是一致的，而与Mcfeeters用于研究水体的NDWI指数有所不同，因此一般将用于研究植被含水量的指数改称为NDMI指数。

3. 徐涵秋(2005)的MNDWI指数[3]

在对Mcfeeters提出的差异水体指数(NDWI)分析的基础上,对构成该指数的波长组合进行了修改,提出了改进的归一化差异水体指数MNDWI(Modified NDWI), 并分别将该指数在含不同水体类型的进行了实验,大部分获得了比NDWI好的效果,特别是提取城镇范围内的水体.NDWI指数影像因往往混有城镇建筑用地信息而使得提取的水体范围和面积有所扩大.实验还发现MNDWI比NDWI 更能够揭示水体微细特征,如悬浮沉积物的分布、水质的变化.另外, MNDWI可以很容易地区分阴影和水体, 解决了水体提取中难于消除阴影的难题.

其表达式为：

MNDWI =(p(Green)-p(MIR))/(p(Green)+p(MIR))

NDBI

TM影像是指美国陆地卫星4～5号专题制图仪（thematic mapper）所获取的多波段扫描影像。

TM影像有7个波段，以下是他们的波谱范围：

TM-1为～微米，蓝光波段

TM-2为～微米，绿光波段

TM-3为～微米，红光波段，以上为可见光波段；

TM-4为～微米，为近红外波段；

TM-5为～微米，中红外波段

TM-6为～微米，为热红外波段

TM-7为～微米，为远红外波段；

Tm影像中归一化建筑指数为b5NDBI=(b5-b4)/(b5+b4)

NDBI=(p(MIR)-p(NIR))/(p(MIR)+p(NIR))