• 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

对rgb图像计算植被指数后将其结果输出为彩色图像python_数据

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;
  1. 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;
  2. 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

对rgb图像计算植被指数后将其结果输出为彩色图像python_遥感图像_02