几个植被指数

1、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；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；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。NDVI归一化植被指数NDVI=(NIR-R)/(NIR

2、+R)，或两个波段反射率的计算。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；-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；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GVI绿度植被指数k-t变换后表示绿度的分量。1

3、 .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。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。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地反映出 植被和土壤光谱特征的差异。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

4、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VIPVI是在R-NIR二维数据中对GVI的模拟，两者物理意义相同PVI=(DNnir-b)cosq-DNrsinq, b 是土壤基线与 NIR 截距，q 是土壤基 线与R的夹角。SAVI土壤调节植被指数Huete (1988)基于NDVI和大量观测数据提出土壤调节植被指数用以减小土壤背 景影响。SAVI=(NIR-R)*(1+L)/(NIR+R+L)其中，L是

5、随着植被密度变化的参数，取值范围从0-1,当植被覆盖度很高时为0, 很低时为1。很明显，如果L=0,SAVI=NDVI。在Huete的文章中指出，对于其研究的 草地和棉花田，L取0.5时SAVI消除土壤反射率的效果较好。因为很少能够知道植被 密度，因此难以优化此指数。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。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01。L=0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。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