植被指数表达式总表

常用的植被指数,土壤指数,水体指数有哪些？植被指数与土壤指数一、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〈50%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.二、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、学、枯叶、粗超度等，且与植被覆盖有关；三、DVI\EVI—-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；四、SAVI\TSAVI\MSAVI-—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。

ENVI中计算NDVI和植被覆盖度覆盖度, 植被, ENVI, NDVI1.直接用envi直接算的话，主菜单中transform－ndvi，算归一化植被指数。

Tasseled Cap (缨帽变换)，也可以用来算绿度植被指数gvi。

也可自己定义算法算植被指数。

如果要算植被覆盖度的话，可以先计算 NDVI，然后利用 NDVI 与植被覆盖度之间的关系计算。

计算公式可用：f=(NDVI-NDVI MIN)/(NDVI MAX-NDVI MIN)这里的NDVIMIN和NDVIMAX是代表研究区域的最好植被覆盖和最差植被覆盖的植被指数，即裸地和茂盛植被覆盖区的NDVI值具体可参照赵英时老师的《遥感应用分析原理与方法》/viewdiary.14418414.html2.最小值和最大值运算符的使用最小值和最大值运算符也是数组的基础运算符，但与关系运算符或Boolean运算符不同的是：它们不返还真值或假值，而返还实际的最小值和最大值。

在下面的示例中，对于图像中的每一个像元，0、b2或b3中的最大值将被加到b1中，该表达式确保加到b1中的值始终为正。

b1 +（0 > b2 > b3）在下面的示例中，最小值和最大值运算符的同时运用使b1中的值被限制在0和1之间——b1中的值不会大于1或小于0。

0 > b1 < 13. 运算符波段运算举例22.1 数据小于0的赋予0 b1>02.2 数据值小于０的赋予-999(b1 LT 0)*-999+(b1 GE 0)*b12.3 三个波段求平均值，如该波段小于0则不参加运算。

如某点b1:4;b2:6;b3:0；那平均值ave = (b1+b2+b3)/(1+1);b1>0+b2>0+b3>0)/( ((b1 ge 0) + (b2 ge 0)+(b3 ge 0)) >1)2.4两幅图像，图像1波段b1中的云部分（象元值大于200）用图像2的波段b2代替(b1 GT 200)*b2+(b1 LE 200)*b12.5波段分段赋值，如B1中小于0部分等于0，b1中值在[0,10]之间赋为原数值的100倍，如果b1值大于10则赋为原数值的10倍。

对几种常用植被指数的认识植被指数主要反映植被在可见光.近红外波段反射与土壤背景Z间差异的指标，各个植被指数在一定条件下能用来定量说明植被的生长状况。

在学习和使用植被指数时必须由一些基本的认识: L健康的绿色植被在NIR和R的反射差异比较大，原因在于R对于绿色植物来说是强吸收的，NIR 则是咼反射咼透射的；2、建立植被指数的目的是有效地综合各有关的光谱信号，增强植被信息，减少非植被信息3、植被指数有明显的地域性和时效性，受植被本身、环境.大气等条件的影响一.RVI——比值植被指数：RVI二NIR/R,或两个波段反射率的比值。

U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〈50%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。

二.NDVI—归一化植被指数：7DVI二(NIR-R)/(NIR+R),或两个波段反射率的计算。

U 7DVI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、-1UNDVIU1,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、7DVI的局限性表现在，用非线性拉伸的方式增强了7IR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増加速度,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、学、枯叶、粗超度等，且与植被覆盖有关；三.DVIXEVI 一一差值\环境植被指数：DVI二NIR-Rt或两个波段反射率的计算。

常用的植被指数植被指数（Vegetation Index）是指用来反映植被生长状态和活力的一种指标，常用于遥感数据的处理和分析中。

下面将介绍常用的植被指数，并解释其作用和适用情况。

1. 归一化植被指数（Normalized Difference Vegetation Index，NDVI）NDVI 是最早也是最常用的植被指数，其计算公式为 (NIR – Red) / (NIR + Red)，其中 NIR 表示近红外波段信号，Red 表示红色波段信号。

NDVI 的值范围为 -1 到 1，通常植被覆盖度高的地方 NDVI 值会更高。

NDVI 可以用来监测植被的生长周期和健康状况，评估土地的退化程度以及判断干旱和洪涝等自然灾害的影响。

2. 归一化水体指数（Normalized Difference Water Index，NDWI）NDWI 是用来区分水体和非水体的指数，其计算公式为 (Green –NIR) / (Green + NIR)，其中 Green 表示绿色波段信号。

NDWI 的值范围为 -1 到 1，如果某像素的 NDWI 值高于某个阈值，就被认为是水体；反之，就被认为是非水体。

NDWI 可以用来监测湖泊、河流、水库等水体的分布和变化情况。

3. 红边指数（Red Edge Index，REI）REI 是用来检测植被叶绿素含量和水分含量的指数，其计算公式为 (NIR – Red Edge) / (NIR + Red Edge)，其中 Red Edge 表示红边波段信号。

REI 的值范围为 -1 到 1，通常植被叶绿素含量高或水分含量高的地方 REI 值会更高。

REI 可以用来区分植被类型、监测植被健康状况以及评估土地干旱程度等。

4. 植被指数差分（Vegetation Index Difference，VID）VID 是用来监测植被健康状况和生长变化的指数，其计算公式为VID = (VI1 – VI2) / (VI1 + VI2)，其中 VI1 和 VI2 分别表示两个不同时期的植被指数。

植被指数计算公式植被指数（Vegetation Index，VI）是通过遥感数据计算得出的，用于评估和监测植被状况的指标。

植被指数可以从遥感数据中提取出反映植被光谱特征的信息，并用数值表示该特征在不同地区的分布情况。

植被指数的计算公式通常基于遥感数据的不同波段之间的光谱反射率差异，常见的植被指数有Normalized Difference Vegetation Index（NDVI）、Enhanced Vegetation Index（EVI）、Soil Adjusted Vegetation Index （SAVI）等。

NDVI是最常用的植被指数之一，它利用了植被的叶绿素对红外波段和可见光波段的光谱反射差异。

其计算公式如下：NDVI = (NIR - Red) / (NIR + Red)其中，NIR代表红外波段的反射率，Red代表可见光红色波段的反射率。

计算得到的NDVI值范围为-1到+1，数值越大表示植被状况越好，数值越小表示植被状况较差。

EVI是一种在NDVI基础上进行改进的植被指数，它能够对植被覆盖度较大的区域进行更准确的评估。

其计算公式如下：EVI = 2.5 * (NIR - Red) / (NIR + 6 * Red - 7.5 * Blue + 1)其中，NIR代表红外波段的反射率，Red代表可见光红色波段的反射率，Blue代表可见光蓝色波段的反射率。

计算得到的EVI值范围通常在-1到+1之间，与NDVI相比，EVI具有更高的动态范围和更好的区分能力。

SAVI是一种针对光照条件较差的区域进行改进的植被指数，它能够减小土壤背景对植被指数的干扰。

SAVI = (1 + L) * (NIR - Red) / (NIR + Red + L)其中，NIR代表红外波段的反射率，Red代表可见光红色波段的反射率，L为一个土壤调节参数，取值范围为0到1、L的值越大，表示土壤背景对植被指数的影响越大。

ndvi和evi（NDVI and evi）NDVInormalized差值植被指数NDVI，归一化植被指数，标准差异植被指数）表达式：NDVI =（P（NIR）-P（红色））/（P（NIR）+ P（红））和植物的蒸腾作用、太阳光的截取、光合作用以及地表净初级生产力等密切相关。

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，近红外和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时会发现和NDVI，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、学、枯叶、粗超度等，且与植被覆盖有关；植被指数概念：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。

该指数随生物量的增加而迅速增大。

比值植被指数又称为绿度，为二通道反射率之比，能较好地反映植被覆盖度和生长状况的差异，特别适用于植被生长旺盛、具有高覆盖度的植被监测。

归一化植被指数为两个通道反射率之差除以它们的和。

在植被处于中、低覆盖度时，该指数随覆盖度的增加而迅速增大，当达到一定覆盖度后增长缓慢，所以适用于植被早、中期生长阶段的动态监测蓝光、红光和近红外通道的组合可大大消除大气中气溶胶对植被指数的干扰，所组成的抗大气植被指数可大大提高植被长势监测和作物估产精度。

几种常见植被指数标准化管理部编码-[99968T-6889628-J68568-1689N]植被指数主要反映植被在可见光、近红外波段反射与土壤背景之间差异的指标，各个植被指数在一定条件下能用来定量说明植被的生长状况。

在学习和使用植被指数时必须由一些基本的认识：1、健康的绿色植被在NIR和R的反射差异比较大，原因在于R对于绿色植物来说是强吸收的，NIR则是高反射高透射的；2、建立植被指数的目的是有效地综合各有关的光谱信号，增强植被信息，减少非植被信息3、植被指数有明显的地域性和时效性，受植被本身、环境、大气等条件的影响一、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<50%时，这种敏感性显着降低；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。

二、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、学、枯叶、粗超度等，且与植被覆盖有关；三、DVI\EVI——差值\环境植被指数：DVI=NIR-R，或两个波段反射率的计算。