下载文档原格式
植被指数研究摘要目前,通过卫星遥感资料确定区域面上植被分布、类型的研究受到许多实用领域的普遍重视,并由此提出许多形式不同的植被指数。
由于土壤背景噪声是造成植被指数不确定的重要原因之一,为此不同学者在标准化差值植被指数的基础上提出了多种旨在能消弱土壤背景噪声的土壤调整植被指数,如权重差值植被指数、土壤调整植被指数和转化土壤调整植被指数等等。
主要是阐述植被指数的发展现状和探讨植被指数的各类模型及其特征。
关键词植被指数;土壤背景噪音;植被1主要研究内容、途径及技术路线主要研究内容是研究植被指数的各类模型,通过进行对MODIS原始影像数据进行计算,由ERDAS进行处理得到各类植被指数的图像。
通过对输出影像的非监督分类计算其植被覆盖度,讨论各种植被指数的特征并比较。
主要原理是在多光谱图像的地物识别中,多光谱数据是最直接的知识源。
与视觉判读者识别图像过程带有的主观性以及低效率相比,多光谱模式分类技术把识别问题转化为光谱特征空间的定量求解而具有客观和高效的优势。
遥感应用中大量数据的处理,不可能对所有影响进行监督分类等处理,同时多种不同的应用目的使得选择单一的分类方案是不可能的,例如不同的目的的专题信息提取多种不同的要素。
所以遥感数据要求建立能快速反映和实用性强的模型。
研究植被指数也应该建立模型,诸如NDVI、RVI,SA VI等各种植被指数的参数模型。
2植被指数的分类植被指数按发展阶段可分为三类:第一类植被指数基于波段的线性组合(差或和)或原始波段的比值,由经验方法发展的,没有考虑大气影响、土壤亮度和土壤颜色,也没有考虑土壤、植被间的相互作用(如RVI等)。
它们表现了严重的应用限制性,这是由于它们是针对特定的遥感器(Landsat MSS)并为明确特定应用而设计的。
第二类植被指数大都基于物理知识,将电磁波辐射、大气、植被覆盖和土壤背景的相互作用结合在一起考虑,并通过数学和物理及逻辑经验以及通过模拟将原植被指数不断改进而发展的(如PVI、SA VI、MSA VI、TSA VI、ARVI、GEMI、A VI、NDVI等)。
Geographical Science Research 地理科学研究, 2016, 5(2), 64-74Published Online May 2016 in Hans. /journal/gser/10.12677/gser.2016.52008Research on Method of “Abnormal StripeProblem” of Vegetation Index Product ofFY3A MERSIChuanshang WuSchool of Resources and Environment, University of Electronic Science and Technology of China, ChengduSichuanReceived: Apr. 15th, 2016; accepted: May 6th, 2016; published: May 9th, 2016Copyright © 2016 by author and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License (CC BY)./licenses/by/4.0/AbstractThere are so many problems in the NVI product that affect the availability of the NVI product. The main problem includes abnormal stripe, which is summarized in the NVI product. Apply manual method and auto method, which could solve the significant problems of the NVI and improve its quality, has been discussed. Auto method avoids wasting a lot of time to search the area of abnor-mal stripes. Thus the abnormal stripes are removed rapidly by using mathematical morphology to do boundary detection. Finally, the quality of FY3A MERSI has been improved and the data availa-bility has been ensured.KeywordsRemote Sensing, MERSI, Abnormal Stripe, Mathematical Morphology, North ChinaFY3A MERSI数据的植被指数产品“异常条带”问题处理方法探究吴传赏电子科技大学资源与环境学院，四川成都吴传赏收稿日期：2016年4月15日；录用日期：2016年5月6日；发布日期：2016年5月9日摘 要目前，FY3A MERSI 数据的植被指数(NVI)产品没有进行数据质量的严格控制。
第31卷第4期2013年12月干旱气象Journal of Arid MeteorologyVol．31No．4Dec ，2013沙莎，郭铌，李耀辉，等．三套NDVI 长时间序列植被指数的对比———以玛曲为例［J ］．干旱气象，2013，31（4）：657－665，doi ：10．11755/j．issn．1006－7639（2013）－04－0657三套NDVI 长时间序列植被指数的对比———以玛曲为例沙莎1，郭铌1，李耀辉1，韩涛2（1．中国气象局兰州干旱气象研究所，甘肃省干旱气候变化与减灾重点实验室，中国气象局干旱气候变化与减灾重点实验室，甘肃兰州730020；2．西北区域气候中心，甘肃兰州730020）摘要：NDVI /MODIS 、NDVI /GIMMS 和NDVI /NSMC 是时间长度不同、空间分辨率相差甚远的3套ND-VI 数据集，如何集成应用这些不同时间长度、不同分辨率的数据进行相关研究，数据集间的比较是最基础的工作。
本文以甘肃省甘南州玛曲县为例，用直方图、相关分析、趋势分析等方法研究了这3套NDVI 产品数据集的相互关系。
结果表明：1）NDVI /NSMC 与NDVI /MODIS 的直方图具有类似的图像分布特征，但是NDVI /MODIS 数据分布范围更大；2）3套NDVI 在数值上表现为NDVI /MODIS ＞NDVI /GIMMS ＞NDVI /NSMC ；3）3套数据集空间图像特征一致，两两间均具有十分显著的空间相关性，其中1月份相对最弱，5、10月份最强，三者相比NDVI /NSMC 与NDVI /MODIS 的空间相关性更强；4）1 3月、5 8月及年均的NDVI /GIMMS 与NDVI /NSMC 值存在显著的时间相关性，但两者逐年变化趋势存在较大差别，两者气候倾向率相差最大的高达5倍之多。
NDVI /NSMC 数据集在处理过程中可能未进行大气订正及交叉定标，这是造成共同源的NDVI /GIMMS 与NDVI /NSMC 差异较大的重要原因。
基于MODIS EVI影像的鄂温克旗地表植被覆盖演化规律研究李辉;蒋金豹;孟豪【摘要】文中利用鄂温克旗EVI月均值、年际变化值,年距平差值,用2000.5～2014.5,15年的影像分三个阶段的差值运算分别分析植被覆盖度在时间序列和空间格局层面的变化.经研究,2014年植被指数增加部分的总面积为5 523.079 km2,占总面积的28.9％.植被指数减少部分占25.8％.2000～2014年鄂温克旗的植被指数呈增加趋势,东部地区的EVI增幅大于西部,EVI下降的地区主要分布在西北地区.【期刊名称】《矿山测量》【年(卷),期】2018(046)002【总页数】5页(P1-4,9)【关键词】鄂温克旗;植被覆盖;EVI;演化规律;时间序列【作者】李辉;蒋金豹;孟豪【作者单位】中国矿业大学(北京)地球科学与测绘工程学院,北京 100083;中国矿业大学(北京)地球科学与测绘工程学院,北京 100083;中国矿业大学(北京)地球科学与测绘工程学院,北京 100083【正文语种】中文【中图分类】TD672;P237遥感技术为植被信息获取提供了一种新的技术方法和手段。
目前用遥感技术进行植被类型区分、以及植被覆盖趋势预测方法趋于成熟，发展到实用化水平[1]。
在遥感应用方面，美国开启了植被研究的先河。
Huete开发了土壤调节植被指数SAVI,引入土壤调节参数,以减少土壤背景的影响[2]。
Kaufman等开发了抗大气植被指数ARVI。
搭载于EOS系列卫星上的中等分辨率成像光谱仪MODIS数据为作物物候遥感监测提供了重要手段[3]。
我国杨强等人利用MODIS-EVI数据做了湖南神农架地区植被覆盖演变规律的研究，研究结果显示增强植被指数EVI可减小植被冠层背景的影响可以有效地提高植被覆盖率的监测能力[4]。
本文以鄂温克旗为例，利用其2000～2014年1～9月份的MODIS-EVI数据，经过数据预处理，提取出EVI值，从三个角度分析鄂温克旗境内植被覆盖在时间序列的变化；利用2014年5月图像与2000年5月图像进行差值运算，通过对差值运算图像与2000年5月和2014年5月图像进行对比分析，得出鄂温克旗各个区域在空间层面上植被覆盖发生的变化。
NDVI指数在植被研究中的应用及其评价归一化植被指数NDVI是目前应用最广泛的植被指数。
不同的NDVI值对应不同的土地覆被类型，可以进行土地覆被方面的研究;NDVI 20余年的时序资料可用于研究植被动态，以及与相关生态因子的相关性研究；卫星遥感技术具有覆盖面广、获取数据快等特点，可以用于环境、植被等的监测；应用NDVI发展生态学模型，可以开展生态学模拟研究，并在实地检验过程中完善。
NDVI指数虽然存在容易饱和、校正有限、噪音较多等缺点，而且已经发展了新的替代性指数，但其特有的优点仍将使其在今后的研究中发挥重大作用。
植被指数是基于植物的光谱特征，将可见光与近红外遥感光谱观测通道进行组合运算而得到的数据。
迄今为止，植被指数已经发展出40 余种。
其中AVHRR-NDVI是目前应用最广泛的植被指数，应用领域包括土地利用、产量预报、区域检测以及生物地理学和生态学研究等。
NDVI已经积累了20 余年的数据资料Anyamba Tucker，2005，应用研究颇具成效。
1、NDVI指数原理植物叶片组织对蓝光470nm和红光650nm有强烈吸收，而对绿光和红外光强烈反射叶片中心的海绵组织和叶片背面组织对近红外辐射NIR，700-1000nm 反射较强。
从红光Red到红外光，裸地反射率较高但增幅很小。
植被覆盖越高，红光反射越小，近红外光反射越大。
红光吸收很快达到饱和，而近红外光反射随着植被增加而增加。
所以，任何强化Red 和NIR 差别的数学变换都可以作为植被指数，来描述植被状况。
归一化植被指数NDVI 就被定义为：NIR/Red-1/ NIR/Red1。
在理想状况下，不考虑大气、土壤背景等的影响，太阳-地物-传感器位置相对固定，此时传感器受到的信号将没有信号丢失和噪音干扰。
而现实中，遥感数据要受到大气、土壤和传感器角度等因素的影响，因此在使用时需要进行必要的校正。
如AVHRR-NDVI，对瑞利散射和臭氧吸收作了校正，又通过最大值合成法MVC对其他噪音作了校正。
NDVI指数在植被研究中的应用及其评价归一化植被指数NDVI是目前应用最广泛的植被指数。
不同的NDVI值对应不同的土地覆被类型，可以进行土地覆被方面的研究;NDVI 20余年的时序资料可用于研究植被动态，以及与相关生态因子的相关性研究；卫星遥感技术具有覆盖面广、获取数据快等特点，可以用于环境、植被等的监测；应用NDVI发展生态学模型，可以开展生态学模拟研究，并在实地检验过程中完善。
NDVI指数虽然存在容易饱和、校正有限、噪音较多等缺点，而且已经发展了新的替代性指数，但其特有的优点仍将使其在今后的研究中发挥重大作用。
植被指数是基于植物的光谱特征，将可见光与近红外遥感光谱观测通道进行组合运算而得到的数据。
迄今为止，植被指数已经发展出40 余种。
其中AVHRR-NDVI是目前应用最广泛的植被指数，应用领域包括土地利用、产量预报、区域检测以及生物地理学和生态学研究等。
NDVI已经积累了20 余年的数据资料Anyamba Tucker，2005，应用研究颇具成效。
1、NDVI指数原理植物叶片组织对蓝光470nm和红光650nm有强烈吸收，而对绿光和红外光强烈反射叶片中心的海绵组织和叶片背面组织对近红外辐射NIR，700-1000nm 反射较强。
从红光Red到红外光，裸地反射率较高但增幅很小。
植被覆盖越高，红光反射越小，近红外光反射越大。
红光吸收很快达到饱和，而近红外光反射随着植被增加而增加。
所以，任何强化Red 和NIR 差别的数学变换都可以作为植被指数，来描述植被状况。
归一化植被指数NDVI 就被定义为：NIR/Red-1/ NIR/Red1。
在理想状况下，不考虑大气、土壤背景等的影响，太阳-地物-传感器位置相对固定，此时传感器受到的信号将没有信号丢失和噪音干扰。
而现实中，遥感数据要受到大气、土壤和传感器角度等因素的影响，因此在使用时需要进行必要的校正。
如AVHRR-NDVI，对瑞利散射和臭氧吸收作了校正，又通过最大值合成法MVC对其他噪音作了校正。
第三节 MODIS植被指数数据产品参考规范（草）（讨论和试用稿第一稿2004年9月15日）（中国科学院地理科学与资源研究所全球变化信息研究中心）1主题内容与适用范围1.1主题内容本标准规定了国家对地观测系统MODIS共享平台植被指数数据产品术语、类型、制作、和验证过程，用以规范我国MODIS植被指数数据产品在产生、保藏、交换和应用中的一致性。
1.2适用范围本规范适用于国家科技基础条件平台对地观测系统MODIS共享平台植被指数数据产品及与之相关的数据产品在数据源、数据合成、数据质量检验和数据交换过程中的活动规范。
2植被指数类型MODIS植被指数分为归一化植被指数(NDVI)和增强型植被指数(Enhanced Vegetation Index, EVI)二种类型。
3术语3.1植被指数：通过地表覆盖物在可见光波谱段的吸收和在近红外波谱段的反射特性，建立的用于描述植被数量和质量的参数。
植被指数没有量纲。
3.2地表反射数据：指经过大气校正的MODIS 1-7 波段数据，即MOD09 产品。
3.3植被指数合成：在多日植被指数中，按照一定标准和规则，选择其中一个植被指数的过程。
3.4植被指数合成期：用于实施合成的时间段。
以天、旬、月度计算。
3.5BRDF合成：双向反射分布函数。
指把传感器视角的观测值，统一为星下点观测值；同时把不同太阳高度角统一为有代表性的一个角度。
4植被指数数据产品的生产标准4.1单日植被指数计算：4.1.1输入数据：输入去云并且经过大气校正的地面反射数据。
MODIS1-7 波段。
其中：1－2波段空间分辨率250m，3－7波段空间分辨率500m。
4.1.2植被指数定义及计算公式：NDVI ＝（B2-B1）/(B2+B1)EVI ＝2.5*（B2-B1）/（B2+6*B1–7.5*B3 + 1）其中：NDVI：归一化植被指数EVI：增强型植被指数B1：MODIS第1波段B2：MODIS第2波段B3：MODIS第3波段4.1.3输出数据：NDVI和EVI，日数据，空间分辨率250米。
第23卷第5期2003年5月生 态 学 报ACT A ECOLO GICA SINICA V o l.23,N o.5M ay ,2003植被指数研究进展:从AVHRR -NDVI 到MODIS -EVI王正兴1,刘 闯1,HU ET E Alfredo 2(1.中国科学院地理科学与资源研究所全球变化信息研究中心,北京 100101; 2.Departmen t Soil,W ater and Environ-men tal Science ,University of Arizona ,Tucson ,Arizona 85721US A )基金项目:中国科学院知识创新工程资助项目(CX10G-E01-07-01)收稿日期:2002-08-03;修订日期:2003-03-20作者简介:王正兴(1963～),男,山西省新绛县人,副研究员,主要从事资源环境遥感应用研究。
E-mail :wang z x@igsn rr.ac .cnFoundation item:th e Knowledge In novation Pro ject of Chines e Academ y of Sciences (Contract No .CX 10G -E 01-07-01)Received date :2002-08-03;Accepted date :2003-03-20Biography :W AN G Zh eng-Xing,As sociate profess or,main res earch field:th e application of remo te s ensing for natu ral re-sources and environm ent.摘要:目前应用广泛的植被指数AV HR R -N DV I 仍有一些缺陷,主要表现在:(1)在植被高覆盖区容易饱和,这除了红光通道就容易饱和外,主要是基于N I R /Red 比值的N DV I 算式本身存在容易饱和的缺陷;(2)没有考虑树冠背景对植被指数的影响;(3)N DV I 的比值算式和最大值合成算法(M V C )确实消除了某些内部和外部噪音,但最终的合成产品仍然有较多噪音;(4)M V C 不能确保选择最小视角内的最佳像元。
所有这些AV HR R -N DV I 的局限性,在基于“中分辨率成像光谱仪(M O DIS )”的“增强型植被指数(EV I )”产品中,都有不同程度改善。
M O D IS-EV I 改善表现在:(1)大气校正包括大气分子、气溶胶、薄云、水汽和臭氧,而AV HRR-N DV I 仅对瑞利散射和臭氧吸收做了校正;这样M OD IS-EV I 可以不采用基于比值的方法,因为比值算式是以植被指数饱和为代价来减少大气影响;(2)根据蓝光和红光对气溶胶散射存在差异的原理,采用“抗大气植被指数(ARV I)对残留气溶胶做进一步的处理;(3)采用“土壤调节植被指数(SAV I )”减弱了树冠背景土壤变化对植被指数的影响;(4)综合ARV I 和SAV I 的理论基础,形成“增强型植被指数(EV I)”,它可以同时减少来自大气和土壤噪音的影响;(5)采用“限定视角内最大值合成法(CV -M V C )”,选择最小视角内的最佳像元,此外,目前正在试验的“双向反射分布函数(BRD F )合成法”,首先把不同视角换算为星下点像元反射值,然后采用CV -M V C 合成,目的是进一步提高EV I 对植被季节性变化的敏感性。
总之,M O D IS-EV I 使植被指数与不同覆盖程度植被的线性关系得到明显改善,尤其在高覆盖区表现良好。
关键词:AV HRR-N DV I;中分辨率成像光谱仪;M O D IS;增强型植被指数;EV IFrom AVHRR-N DVI to MODIS -EVI :Advances in vegetation index researchW ANG Zheng-Xing 1,LIU Chuang 1,HUET E Alfredo 2 (1.Global Chan ge Information and Resear ch Center ,Institute of G eog raphic Scien c e and N atu ral Resou rces Res earch ,Ch inese Acad emy of Sciences ,B eijin g 100101,China ;2.Department Soil ,Water and Envir onmental Science ,University of A riz ona ,Tucson ,Ar izona 85721US A ).Ac -ta Ecolog ica Si nica ,2003,23(5):979～987.Abstract :Global AV HRR-N DV I data sets hav e been widely a pplied to many fields fro m land cov er cha ng e to the ex t ractio n o f v a rio us biophysical v egeta tio n pa ramete rs .Yet there still remain som e limita tio ns inthe N DV I pro duct :(1)N DV I satura tes in well -v eg eta ted a reas ,pa r tly a result o f satura tio n in the Red cha nnel and par tly due to the r atio -based N DV I equatio n;(2)The effect o f ca no py backg r ound o n N DV I has no t been co nsider ed;(3)The r atioing pr oper ties o f the N DV I a lo ng with the M ax imum V alue Com-po site (MV C )procedure do es remov e so me so urces of inter na l a nd ex ter na l noise ,but ther e still r emain sig nificant noise in the fina l N DV I pro ducts ;(4)Th e M V C ca nno t guar antee the selection of the clear est pix els and smallest v iew angles.All o f th ese limita tio ns are impr ov ed to some ex tent in the Enha nced V eg-etation Index (EV I)product fro m the M odera te Reso lution Imaging Spec tro radio meter (M O D IS).T he M O D IS -EV I ha s sev era l adva ntag es ov er the AV HRR -N DV I ;(1)The M O DIS atmo spher e co r rectio n schem e includes the effect of a tmosph eric g ases ,aero sol ,thin cir rus clouds ,w ater v apo r ,a nd o zo ne ,wh ereas ther e are o nly cor rectio ns for Ray leig h scattering a nd o zo ne a bso rptio n in the AV HR R-N DV I pro duct.This r educes the need fo r ra tio -based v eg etatio n indices,such a s the N DV I,tha t r emov e so me at-mospheric noise a t the cost o f satura tio n ;(2)The influence o f r esidual aer osol is remov ed by th e Atmo-spher e Resistant V egeta tio n Index (A RV I),w hich is based o n the difference o f Red and Blue aero sol scat-tering;(3)The influence o f the ca no py backg ro und is r educed by the Soil Adjusted V ege ta tio n Index (SAV I);(4)T he co ncepts behind the A RV I and SAV I a re co upled tog ether to fo r m the Enhanced V eg eta-tio n Index (EV I ),w hich remov es bo th a tmosph ere and backg ro und no ise simulta neo usly and ;(5)A Co n-strained-V iew M aximum V alue Composite (CV -MV C)alg o rith m is applied to select the clear est pixels with smallest view ang les a nd a BRD F co mpositing schem e is being tested to further improv e the seasonal depic tion o f v eg etatio n dynamics .The M O D IS -EV I has improv ed its linearity with v eg etation ,pa r ticular ly in w ell -v ege ta ted regions .Key words :AV HRR-N DV I;M O DI S ;enhanced v eg eta tio n index;EV I文章编号:1000-0933(2003)05-0979-09 中图分类号:Q945.1;TP 751.1,T P79 文献标识码:A AV HRR -N DV I 仍是目前使用最广泛的植被指数。
