遥感应用模型3-植被探讨.pptVIP

对于绿色植物叶绿素引起的红光吸收和叶肉组织引起的近红外强反射，使其R与NIR值有较大的差异，使RVI值高。 而对于无植被的地面包括裸土、人工特征物、水体以及枯死植被，则RVI值低。因此，比值植被指数能增强植被与土壤背景之间的辐射差异。 比值植被指数可从多种遥感系统中得到。但主要用于Landsat的MSS、TM和气象卫星的AVHRR。 RVI是绿色植物的一个灵敏的指示参数。研究表明，它与叶面积指数（LAI）、叶干生物量（DM）、叶绿素含量相关性高，被广泛用于估算和监测绿色植物生物量。 在植被高密度覆盖情况下，它对植被十分敏感，与生物量的相关性最好，但当植被覆盖度小于50%时，它的分辨能力显著下降。 此外，RVI对大气状况很敏感，大气效应大大地降低了它对植被检测的灵敏度，尤其是当RVI值高时。 因此，最好运用经大气纠正的数据，或将两波段的灰度值（DN）转换成反射率（ρ）后再计算RVI，以消除大气对两波段不同非线性衰减的影响。 归一化植被指数 对绿色植被表现敏感，主要用途： 进行不同植被类型初级生产量的估计； 识别不同的生态区 ； 监测地球表面植被的物候类型，常被用来进行区域和全球的植被状态研究 ； 评价生长期和变干期的长短 对低密度植被覆盖，NDVI对于观测和照明几何非常敏感。但在农作物生长的 初始季节，将过高估计植被覆盖的百分比；在农作物生长的结束季节，将产生估计低值。 在