几种常见植被指数精编WORD版
常用植被指数
常用植被指数
植被指数是用来描述植被生长状况的指标，常用的植被指数有以下几种：
1. 植被指数（NDVI）：NDVI是最常用的植被指数，通过计算红外波段和可见光波段的反射率之间的比值，反映出植被的生长状况。
NDVI值越高，表示植被生长越旺盛。
2. 归一化差异植被指数（NDVI）：NDVI是在NDVI的基础上，对植被指数进行归一化处理所得到的指数。
NDVI值越高，表示植被生长越旺盛。
3. 植被水分指数（VSWI）：VSWI是通过计算近红外波段和中红外波段的反射率之间的比值，反映出植被受到的水分供应状况。
VSWI 值越高，表示植被水分供应越充足。
4. 综合植被指数（EVI）：EVI是在NDVI的基础上，对大气影响和土壤背景影响进行了修正所得到的指数，可以更准确地反映出植被生长状况。
EVI值越高，表示植被生长越旺盛。
以上几种常用的植被指数，可以通过遥感技术获取相应的遥感数据，用于植被生长监测、土地利用变化分析等方面的研究。
- 1 -。
几种常见植被指数
常用的植被指数，土壤指数，水体指数有哪些？植被指数与土壤指数一、RVI——比值植被指数：RVI=NIR/R，或两个波段反射率的比值。
1、绿色健康植被覆盖地区的RVI远大于1，而无植被覆盖的地面（裸土、人工建筑、水体、植被枯死或严重虫害）的RVI在1附近。
植被的RVI通常大于2；2、RVI是绿色植物的灵敏指示参数，与LAI、叶干生物量(DM)、叶绿素含量相关性高，可用于检测和估算植物生物量；3、植被覆盖度影响RVI，当植被覆盖度较高时，RVI对植被十分敏感；当植被覆盖度<50%时，这种敏感性显著降低；4、RVI受大气条件影响，大气效应大大降低对植被检测的灵敏度，所以在计算前需要进行大气校正，或用反射率计算RVI。
二、NDVI——归一化植被指数：NDVI=(NIR-R)/(NIR+R)，或两个波段反射率的计算。
1、NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等；2、-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大；3、NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。
对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度；4、NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、学、枯叶、粗超度等，且与植被覆盖有关；三、DVI\EVI——差值\环境植被指数：DVI=NIR-R，或两个波段反射率的计算。
1、对土壤背景的变化极为敏感；四、SAVI\TSAVI\MSAVI——调整土壤亮度的植被指数：SAVI=((NIR-R)/(NIR+R+L))(1+L)，或两个波段反射率的计算。
1、目的是解释背景的光学特征变化并修正NDVI对土壤背景的敏感。
与NDVI相比，增加了根据实际情况确定的土壤调节系数L，取值范围0~1。
几种常用植被指数介绍
对几种常用植被指数的认识植被指数主要反映植被在可见光、近红外波段反射与土壤背景之间差异的指标，各个植被指数在一定条件下能用来定量说明植被的生长状况。
在学习和使用植被指数时必须由一些基本的认识：1、健康的绿色植被在NIR和R的反射差异比较大，原因在于R对于绿色植物来说是强吸收的，NIR则是高反射高透射的；2、建立植被指数的目的是有效地综合各有关的光谱信号，增强植被信息，减少非植被信息3、植被指数有明显的地域性和时效性，受植被本身、环境、大气等条件的影响一、RVI——比值植被指数：RVI=NIR/R，或两个波段反射率的比值。
1、绿色健康植被覆盖地区的RVI远大于1，而无植被覆盖的地面（裸土、人工建筑、水体、植被枯死或严重虫害）的RVI在1附近。
植被的RVI通常大于2；2、RVI是绿色植物的灵敏指示参数，与LAI、叶干生物量(DM)、叶绿素含量相关性高，可用于检测和估算植物生物量；3、植被覆盖度影响RVI，当植被覆盖度较高时，RVI对植被十分敏感；当植被覆盖度<50%时，这种敏感性显著降低；~4、RVI受大气条件影响，大气效应大大降低对植被检测的灵敏度，所以在计算前需要进行大气校正，或用反射率计算RVI。
二、NDVI——归一化植被指数：NDVI=(NIR-R)/(NIR+R)，或两个波段反射率的计算。
1、NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等；2、-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大；3、NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。
对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度；4、NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、学、枯叶、粗超度等，且与植被覆盖有关；三、DVI\EVI——差值\环境植被指数：DVI=NIR-R，或两个波段反射率的计算。
植被指数总结
植被指数总结植被指数概念：利用卫星不同波段探测数据组合而成的，能反映植物生长状况的指数。
植物叶面在可见光红光波段有很强的吸收特性，在近红外波段有很强的反射特性，这是植被遥感监测的物理基础，通过这两个波段测值的不同组合可得到不同的植被指数。
差值植被指数又称农业植被指数，为二通道反射率之差，它对土壤背景变化敏感，能较好地识别植被和水体。
该指数陌生物量的增加而迅速增大。
比值植被指数又称为绿度，为二通道反射率之比，能较好地反映植被覆盖度和生长状况的差异，特别适用于植被生长旺盛、具有高覆盖度的植被监测。
归一化植被指数为两个通道反射率之差除以它们的和。
在植被处于中、低覆盖度时，该指数随覆盖度的增加而迅速增大，当达到一定覆盖度后增长缓慢，所以适用于植被早、中期生长阶段的动态监测。
蓝光、红光和近红外通道的组合可大大消除大气中气溶胶对植被指数的干扰，所组成的抗大气植被指数可大大提高植被长势监测和作物估产精度。
遥感技术可以监测植被的变化，主要研究植被的替代指标. NDVI，又称标化植被指数，是目前应用最为广泛的指标，是近红外波段与红色波段的差异经二者之和校正后的结果. 公式为：NDVI=（NIR-RED）/（NIR+RED），该指数值介于-1与1之间：0代表该区域基本没有植被生长；负值代表非植被覆盖的区域；取值0~1之间，数字越大代表植被的覆盖面积越大，植被的量越多。
云、水体和冰雪在红色及近红外波段均有较大反射，其NDVI值为负值；土壤和岩石在这两个波段的反射率基本相同，因此其NDVI值接近0. 对于Landsat TM传感器来说，其红外及可见红光波段分别为CH4和CH3波段. 为了对不同像素显示配色，按公式（NDVI-NDVI极小值）/（NDVI极大值-NDVI极小值）×255将NDVI扩展为0~255.计算NDVI必须用反射率。
DN值有多种类型，TM、NOAA的原始数据就是DN值，不能用来直接计算NDVI，必须通过辐射定标计算成反射率，才能用来计算NDVI。
植被指数整理介绍
植被指数介绍目录1. 植被指数概述 (3)2. 植被指数的分类 (3)不考虑影响因子 (3)考虑影响因子 (4)消除土壤因子 (4)消除大气因子 (4)消除综合因子 (5)3. 植被指数的应用 (5)生态 (5)林业 (7)农业 (9)环境 (10)海洋 (11)参考文献 (12)1.植被指数概述植被指数是用不同波段的植被-土壤系统的反射率因子以一定形式组合成的参数，它与植被特征参数间的函数联系比单一波段值更稳定、可靠[1]。
从物理意义上看，植被指数是利用绿色植被的反射光谱特征：在红光波段的吸收和在近红外波段的高反射之间的差异，来达到区分绿色植物与其他地物的目的。
由于植被-土壤系统是一个复杂的非朗伯体系，它的反射率因子受到各种因素的影响，因此，对于任何单一波段反射率，都会因任一个因素的变化而导致巨大变化，但当同时应用两个或多个波段时，就可以部分消除某因素带来的影响，还可以应用植被指数的某种形式最大限度地抑制土壤背景信息，突出植被信息。
植被指数涉及的应用领域各异，用途广泛。
它可用来诊断植被一系列生物物理参数：叶面积指数（LAI）、植被覆盖率、生物量等；又可用来分析植被生长过程：净初级生产力（NPP）和蒸腾等，在应用时要根据不同的实际情况选用。
而且植被光谱表现为植被、土壤亮度、环境影响、阴影、土壤颜色和湿度的复杂混合反应，所以植被指数的影响因子很多，具体使用时应适时修正。
2.植被指数的分类基于各种应用目的和应用情况，发展了许多不同的植被指数，这些指数都有各自的优缺点和适用条件，针对不同的应用需求，对影响因子的消除程度要求也不同。
按照是否考虑影响因子将植被指数分成两大类。
不考虑影响因子植被指数最早的发展是为了估算和监测植被覆盖，不考虑任何影响因子，简单地将波段进行线性组合或比值，基于经验方法发展了比值植被指数RVI和针对Landsat?MSS特定遥感图像的土壤亮度指数SBI、绿度植被指数GVI、黄度植被指数YVI。
多光谱遥感卫星影像植被指数种类
多光谱遥感卫星影像植被指数种类1. 归一化植被指数（Normalized Difference Vegetation Index，NDVI）：归一化植被指数是最常见且最广泛应用的植被指数之一、它利用红光和近红外波段的反射率差异来评估植被的健康和生长状况。
NDVI值的范围从-1到1，数值越高表示植被覆盖越好。
2. 增强型植被指数（Enhanced Vegetation Index，EVI）：增强型植被指数是对NDVI的改进，它通过加入大气校正和土地表面背景修正，可以提高植被指数的特征表达能力。
相比于NDVI，EVI在地表背景光照条件变化大的情况下表现更好。
3. 土壤调整植被指数（Soil-Adjusted Vegetation Index，SAVI）：土壤调整植被指数是在NDVI的基础上引入土壤亮度校正因子，用于纠正影响NDVI计算的土壤亮度对植被指数的影响。
SAVI对土壤覆盖比较重的地区提供了更准确的植被信息。
4. 归一化水体指数（Normalized Difference Water Index，NDWI）：归一化水体指数利用短波红外波段和近红波段的反射率差异来区分水体和其他地表信息。
NDWI值的范围从-1到1，数值越高表示水体覆盖越多。
除了以上提到的常见植被指数，还有其他一些衍生出来的指数用于特定的研究和应用，如大气校正后的植被指数（AtmosphericallyResistant Vegetation Index，ARVI）、非线性植被指数（Non-linear Vegetation Index，NVI）等。
多光谱遥感卫星影像植被指数种类的选择取决于研究目的和具体的科学问题。
不同的指数在对植被响应的灵敏度、对土壤背景和大气影响的抑制能力等方面有所差异。
因此，在具体应用中，需根据研究区域的自然环境特点，综合考虑各种植被指数的适用性，选择合适的指数进行分析和研究。
植被指数总结
NDVI得物理依据就是地物反射率得差异变化。所以用反射率来计算就是比较客观准确得,而『现实生活』中，大多得人，根本不会考虑用地表反射率来计算NＤVＩ,直接用DN来代替地表反射率,这样得替代就是不就是可以,从定量得角度来讲，肯定就是不够严密得，大气得影响毕竟客观存在。
４、NＤVI能反映出植物冠层得背景影响，如土壤、潮湿地面、学、枯叶、粗超度等,且与植被覆盖有关;
三、DVＩＥＶＩ——差值环境植被指数:DVI=ＮIR-Ｒ,或两个波段反射率得计算。
1、对土壤背景得变化极为敏感;
四、SAVITSAVIMSAVI——调整土壤亮度得植被指数:SAVI=（(ＮＩR-R)/（NIR+R+L))(1＋L),或两个波段反射率得计算。
1、ＮDVI得应用：检测植被生长状态、植被覆盖度与消除部分辐射误差等;
2、-1<＝NDVI<=1,负值表示地面覆盖为云、水、雪等,对可见光高反射；0表示有岩石或裸土等，NIR与Ｒ近似相等;正值,表示有植被覆盖,且随覆盖度增大而增大；
3、NDＶI得局限性表现在,用非线性拉伸得方式增强了NIR与R得反射率得对比度。对于同一幅图象,分别求ＲＶＩ与NDＶI时会发现,RＶI值增加得速度高于ＮDVＩ增加速度,即NＤVＩ对高植被区具有较低得灵敏度;
1、目得就是解释背景得光学特征变化并修正ＮDVI对土壤背景得敏感。与ＮDVI相比,增加了根据实际情况确定得土壤调节系数L，取值范围0~１。 L＝０ 时,表示植被覆盖度为零；L=1时,表示土壤背景得影响为零,即植被覆盖度非常高,土壤背景得影响为零,这种情况只有在被树冠浓密得高大树木覆盖得地方才会出现。
植被指数总结
几种常见植被指数
植被指数主要反映植被在可见光、近红外波段反射与土壤背景之间差异的指标，各个植被指数在一定条件下能用来定量说明植被的生长状况。
在学习和使用植被指数时必须由一些基本的认识：1、健康的绿色植被在NIR和R的反射差异比较大，原因在于R对于绿色植物来说是强吸收的，NIR则是高反射高透射的；2、建立植被指数的目的是有效地综合各有关的光谱信号，增强植被信息，减少非植被信息3、植被指数有明显的地域性和时效性，受植被本身、环境、大气等条件的影响一、RVI——比值植被指数：RVI=NIR/R，或两个波段反射率的比值。
1、绿色健康植被覆盖地区的RVI远大于1，而无植被覆盖的地面（裸土、人工建筑、水体、植被枯死或严重虫害）的RVI在1附近。
植被的RVI通常大于2；2、RVI是绿色植物的灵敏指示参数，与LAI、叶干生物量(DM)、叶绿素含量相关性高，可用于检测和估算植物生物量；3、植被覆盖度影响RVI，当植被覆盖度较高时，RVI对植被十分敏感；当植被覆盖度<50%时，这种敏感性显著降低；4、RVI受大气条件影响，大气效应大大降低对植被检测的灵敏度，所以在计算前需要进行大气校正，或用反射率计算RVI。
二、NDVI——归一化植被指数：NDVI=(NIR-R)/(NIR+R)，或两个波段反射率的计算。
1、NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等；2、-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大；3、NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。
对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度；4、NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、学、枯叶、粗超度等，且与植被覆盖有关；三、DVI\EVI——差值\环境植被指数：DVI=NIR-R，或两个波段反射率的计算。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
几种常见植被指数精编
W O R D版
IBM system office room 【A0816H-A0912AAAHH-GX8Q8-GNTHHJ8】
植被指数主要反映植被在可见光、近红外波段反射与土壤背景之间差异的指标，各个植被指数在一定条件下能用来定量说明植被的生长状况。
在学习和使用植被指数时必须由一些基本的认识：
1、健康的绿色植被在NIR和R的反射差异比较大，原因在于R对于绿色植物来说是强吸收的，NIR则是高反射高透射的；
2、建立植被指数的目的是有效地综合各有关的光谱信号，增强植被信息，减少非植被信息
3、植被指数有明显的地域性和时效性，受植被本身、环境、大气等条件的影响
一、RVI——比值植被指数：RVI=NIR/R，或两个波段反射率的比值。
1、绿色健康植被覆盖地区的RVI远大于1，而无植被覆盖的地面（裸土、人工建筑、水体、植被枯死或严重虫害）的RVI在1附近。
植被的RVI通常大于2；
2、RVI是绿色植物的灵敏指示参数，与LAI、叶干生物量(DM)、叶绿素含量相关性高，可用于检测和估算植物生物量；
3、植被覆盖度影响RVI，当植被覆盖度较高时，RVI对植被十分敏感；当植被覆盖度<50%时，这种敏感性显着降低；
4、RVI受大气条件影响，大气效应大大降低对植被检测的灵敏度，所以在计算前需要进行大气校正，或用反射率计算RVI。
二、NDVI——归一化植被指数：NDVI=(NIR-R)/(NIR+R)，或两个波段反射率的计算。
1、NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等；
2、-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大；
3、NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。
对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度；
4、NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、学、枯叶、粗超度等，且与植被覆盖有关；
三、DVI\EVI——差值\环境植被指数：DVI=NIR-R，或两个波段反射率的计算。
1、对土壤背景的变化极为敏感；?
四、SAVI\TSAVI\MSAVI——调整土壤亮度的植被指数：SAVI=((NIR-
R)/(NIR+R+L))(1+L)，或两个波段反射率的计算。
1、目的是解释背景的光学特征变化并修正NDVI对土壤背景的敏感。
与NDVI相比，增加了根据实际情况确定的土壤调节系数L，取值范围0~1。
L=0 时，表示植被覆盖度为零；L=1时，表示土壤背景的影响为零，即植被覆盖度非常高，土壤背景的影响为零，这种情况只有在被树冠浓密的高大树木覆盖的地方才会出现。
2、SAVI仅在土壤线参数a=1,b=0（即非常理想的状态下）时才适用。
因此有了TSAVI、ATSAVI、MSAVI、SAVI2、SAVI
3、SAVI4等改进模型。
五、GVI——绿度植被指数，k-t变换后表示绿度的分量。
1、通过k-t变换使植被与土壤的光谱特性分离。
植被生长过程的光谱图形呈所谓的"穗帽"状，而土壤光谱构成一条土壤亮度线，土壤的含水量、有机质含量、粒度大小、矿物成分、表面粗糙度等特征的光谱变化沿土壤亮度线方向产生。
2、kt变换后得到的第一个分量表示土壤亮度，第二个分量表示绿度，第三个分量随传感器不同而表达不同的含义。
如，MSS的第三个分量表示黄度，没有确定的意义；TM的第三个分量表示湿度。
3、第一二分量集中了>95%的信息，这两个分量构成的二位图可以很好的反映出植被和土壤光谱特征的差异。
4、GVI是各波段辐射亮度值的加权和，而辐射亮度是大气辐射、太阳辐射、环境辐射的综合结果，所以GVI受外界条件影响大。
六、PVI——垂直植被指数，在R-NIR的二为坐标系内，植被像元到土壤亮度线的垂直距离。
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、较好的消除了土壤背景的影响，对大气的敏感度小于其他VI
2、PVI是在R-NIR二位数据中对GVI的模拟，两者物理意义相同
3、PVI=(DNnir-b)cosq-DNr′sinq，b是土壤基线与NIR截距，q是土壤基线与R的夹角。
七、其他
1、根据具体情况改进型：如MSS的DVI = B4-aB2，PVI=(B4-aB2-b)/(1+a2)1/2，SARVI = B4/(B2+b/a)；RDVI=(NDVI′DVI)1/2等
2、应用于高光谱数据的VI，如CARI(叶绿素吸收比值指数）和CACI（叶绿素吸收连续区指数）等
VI划分
归一化差值植被指数NDVI是植被遥感中应用最为广泛的指数之一,但它受土壤背景等因素的干扰比较强烈.结合实测的土壤数据以及公式推导、PROSAIL模型模拟等方法分析了这种影响.首先,假定与土壤线性混合且叶片呈水平分布的植被冠层,根据土壤与植被分别在红光、近红外波段处的反射率值、植被覆盖度等参数,利用公式推导了土壤背景对不同覆盖度下冠层NDVI的影响.其次,利用PROSAIL冠层光谱模拟模型,模拟分析了土壤背景对不同LAI下冠层NDVI的影响.分析的结果表明:LAI越小,土壤背景的影响越大;暗土壤背景下的冠层NDVI值大于亮土壤背景下冠层的NDVI值;并且,暗土壤条件下,NDVI值对土壤亮度的变化更敏感,而亮土壤下,NDVI值则对LAI或覆盖度的变化更敏感.最后利用实测的不同土壤背景下的冬小麦冠层光谱数据,验证了公式推导和模型模拟的结果.。