对rgb图像计算植被指数后将其结果输出为彩色图像python

• 植被指数
• NDVI

• 简介
• 特点
• 应用
• ERDAS示例

植被指数

根据波段间的比值运算能够提取植被的算法，称为植被指数(Vegetation Index，VI)

其结果可以突出图像中植被的特征、提取植被类别或估算绿色生物量

植物由于其叶子的细胞结构，有以下特征

1. 在近红外波段具有高反射值，其叶绿素在红光波段具有强吸收的特征
2. 在多光谱遥感图像中，用近红外(IR)/红波段(R)，结果图像上植被区域具有高度值，甚至在绿色生物量很高时达到饱和

植被指数：

1. 比值植被指数(RVI:Ratio Vegetation Index)
   RVI=IR/R
2. 归一化植被指数(NDVI:Normalized Vegetation Index)
   NDVI = (IR-R)/(IR+R)
3. 差值植被指数(DVI:Difference Vegetation Index)
   DVI=IR-R

NDVI

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：NDVI = (NIR-R)/(NIR+R)
NIR:近红外波段的反射率值 R:红波段的反射率值

NDVI与以下有关：

1. 植物的蒸腾作用
2. 太阳光的截取
3. 光合作用
4. 地表净初级生产力

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；
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；
3. NDVI是植被生长状态及植被覆盖度的最佳指示因子；
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，对高值被密度区敏感性降低

应用

1. -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；

2. 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；
3. NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗糙度等，且与植被覆盖有关。

ERDAS示例

数据：Lansat TM

1. Interpreter–>Spectral Enhancement–>Indices
2. 使用假彩色(Pesudo Color)打开图像
3. 根据数值特点与经验分配颜色

范围	颜色	说明
value＞0.15	DarkGreen	植被覆盖较大
0>value≥0.15	Green	植被覆盖较少
value==0	White	0附近，岩石或裸土
0.4＞value	Blue	海水