1.植被指数计算公式
2.什么是公公式植被指数？
3.植被指数RVI——比值植被指数
植被指数计算公式
1. 归一化植被指数（NDVI）的计算公式为：(NIR - R) / (NIR + R)，也可以通过两个波段的式源反射率来计算。
2. 对NDVI时间序列的指标分析主要利用长时间内的遥感数据，建立区域内NDVI随时间的公公式变化曲线。通过比较不同指标的式源年际或生长期曲线差异，检测土地覆盖的指标qad源码变化。此外，公公式利用线性函数斜率反映植被覆盖变化趋势，式源或采用频谱分析对NDVI时间序列进行宏分解，指标以检测土地覆盖变化和地表植被生长期的公公式变化，进而分析植被长期变化与气候、式源环境变化的指标关系。
3. 关于NDVI的公公式应用：用于检测植被生长状态、植被覆盖度，式源以及消除部分辐射误差；
4. NDVI的指标值范围在-1到1之间，负值表示地面覆盖为云、水、雪等，对可见光有高反射；0表示地面覆盖为岩石或裸土等，此时NIR和R反射率接近；正值表示有植被覆盖，且植被覆盖度越高，天使插件源码 编译值越大。
5. NDVI的局限性：它通过非线性拉伸增强了NIR和R的反射率对比度。在同一图像上，求RVI和NDVI时会发现，RVI值增加速度高于NDVI，即NDVI对高植被区域的敏感度较低。
6. NDVI能够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，并且与植被覆盖度有关。
以上内容参考自百度百科-植被指数和百度百科-NDVI时间序列分析。
什么是植被指数？
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数字报刊 php 源码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。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<%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区块连技术 源码灵敏度，所以在计算前需要进行大气校正，或用反射率计算RVI。
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、所属行业概念源码雪、枯叶、粗糙度等，且与植被覆盖有关
DVIEVI——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
土壤调整植被指数
SAVITSAVIMSAVI——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、SAVI3、SAVI4等改进模型。
小结：上述几种VI均受土壤背景的影响大。植被非完全覆盖时，土壤背景影响较大
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>%的信息，这两个分量构成的二位图可以很好地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。
PVI——垂直植被指数
在R-NIR的二维坐标系内，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．较好地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二维数据中对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。
EVI——增强型植被指数
增强型植被指数（Enhanced Vegetation Index，即EVI）计算公式为：
植被指数
ρNIR、ρRED和ρBLUE分别代表近红外波段、红光波段和蓝光波段的反射率。
多种卫星遥感数据反演植被指数
植被指数(NDVI)是检测植被生长状态、植被覆盖度和消除部分辐射误差等。NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗超度等，且与植被覆盖有关。多种卫星遥感数据反演植被指数(NDVI)产品是地理国情监测云平台推出的生态环境类系列数据产品之一。
植被指数RVI——比值植被指数
RVI，即比值植被指数，计算公式为RVI=NIR/R，代表两个波段反射率的比值。 在绿色健康植被覆盖的地区，RVI数值远大于1，而无植被覆盖的地面，如裸土、人工建筑、水体或植被枯死、严重虫害的区域，RVI数值接近1。 RVI是绿色植物的灵敏指标，与叶面积指数(LAI)、叶干生物量(DM)、叶绿素含量相关性高，能有效检测和估算植物生物量。 植被覆盖度对RVI有重要影响。当植被覆盖度较高时，RVI对植被状态非常敏感。当植被覆盖度低于%时，这种敏感性会显著降低。 RVI受到大气条件的影响，大气效应可能降低RVI对植被检测的灵敏度。因此，在计算RVI之前，通常需要进行大气校正，或者使用反射率来计算RVI。扩展资料
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。