• NDVI简介及计算


    归一化差值植被指数 (NDVI) 是一个标准化指数,用于生成显示植被量(相对生物量)的影像。该指数对多光谱栅格数据集中两个波段的特征进行对比,即红光波段中叶绿素的色素吸收率和近红外 (NIR) 波段中植物体的高反射率。

    NDVI 在世界范围内被广泛应用于监测干旱、监测和预测农业生产、协助预测存在火险的区域以及绘制沙漠扩侵图。进行全球植被监测时会首选 NDVI,因为它有助于对更改的照明条件、表面坡度、坡向和其他外部因素进行补偿 (Lillesand 2004)。

    由于红光波段和红外 (IR) 波段的反射率不同,因此可通过太阳辐射的光谱反射率来监测绿色植被生长的密度和强度。通常,绿叶在近红外波长范围的反射要高于在可见波长范围的反射。当叶子缺水、害病或枯死时,它们会变得较黄,因此在近红外范围的反射将明显减少。云、水和雪在可见波长范围的反射要高于在近红外波长范围的反射,而对于岩石和裸土来说,差异几乎为零。NDVI 过程会创建一个主要表示绿色植物的单波段数据集。负值表示云、水和雪,而接近零的值则表示岩石和裸土。

    文献记载的默认 NDVI 方程如下:

    NDVI = ((IR - R)/(IR + R))

    • IR = 红外波段的像素值
    • R = 红光波段的像素值

    该指数的输出值在 -1.0 和 1.0 之间,大部分表示植被量,

    负值主要根据云、水和雪而生成

    接近零的值则主要根据岩石和裸土而生成

    较低的(小于等于 0.1)NDVI 值表示岩石、沙石或雪覆盖的贫瘠区域

    中等值(0.2 至 0.3)表示灌木丛和草地

    较高的值(0.6 至 0.8)表示温带雨林和热带雨林

    使用Landsat数据在ENVI中计算NDVI:

    1.Bandmath公式:float(b4-b3)/float(b4+b3)   或者 (float(b4)-float(b3))/(float(b4)+float(b3))

    2.使用工具

  • 相关阅读:
    linux基础
    模块三、企业实战案例
    模块二、shell脚本逻辑结构
    模块一:shell 脚本基础
    三剑客、shell脚本
    定时任务、用户管理、磁盘介绍
    python笔记03
    文件属性、正则表达式、文件权限
    Linux系统目录结构介绍
    Linux基础及入门介绍
  • 原文地址:https://www.cnblogs.com/icydengyw/p/12104993.html
Copyright © 2020-2023  润新知