实习三 植被遥-植被指数及其应用.pptVIP

实习三 植被指数及其应用 实 习 要 求 一、直接由DN值计算植被指数； 二、由反射率计算植被指数； 三、比较两种方法计算的植被指数之间的差异，并提取一些典型地表的植被指数值。 地类 反射率 水体 城镇 农田 DN值计算 反射率计算 Infrared/Red Ratio Vegetation Index The near-infrared (NIR) to red simple ratio (SR) is the first true vegetation index: It takes advantage of the inverse relationship between chlorophyll absorption of red radiant energy and increased reflectance of near-infrared energy for healthy plant canopies (Cohen, 1991) . Normalized Difference Vegetation Index The generic normalized difference vegetation index (NDVI): has provided a method of estimating net primary production over varying biome types (e.g. Lenney et al., 1996), identifying ecoregions (Ramsey et al., 1995), monitoring phenological patterns of the earth’s vegetative surface, and of assessing the length of the growing season and dry-down periods (Huete and Liu, 1994). Liu和Huete（1995）发展了“改进型土壤大气修正植被指数（EVI）”将背景调整和大气修正结合起来。EVI被简化为： EVI = 2.5×(NIR - Red) / (NIR + 6×Red - 7.5×Blue + 1) L为背景（土壤）调整系数，G为比例因子，C1，C2为拟合系数。 MODIS算法中使用： 大气影响与消除 Enhanced Vegetation Index 通常在LAI反演应用中，使用修正的比尔定律来描述LAI与植被指数之间的关系。由于不同的植被类型与电磁波的相互作用可能差异较大，因此实际应用中都会针对不同的植被覆盖类型，分别建立反演模型。 如： 阔叶林： 针叶林： Leaf Area Index Landsat sensor MSS(LS-1-5) TM(LS-4/5) ETM(LS-6) ETM+(LS-7) Spectral bands (all bands in μm) 1) 0.5 - 0.6 2) 0.6 - 0.7 3) 0.7 - 0.8 4) 0.8 - 1.1 1) 0.45 - 0.52 VNIR2) 0.52 - 0.60 VNIR3) 0.63 - 0.69 VNIR4) 0.76 - 0.90 VNIR5) 1.55 - 1.75 SWIR7) 2.08 - 2.35 SWIR6) 10.4 - 12.5 TIR P) 0.52 - 0.90 VNIR1) 0.45 - 0.52 VNIR2) 0.52 - 0.60 VNIR3) 0.63 - 0.69 VNIR4) 0.76 - 0.90 VNIR5) 1.55 - 1.75 SWIR7) 2.08 - 2.35 SWIR6) 10.4 - 12.5 TIR P) 0.52 - 0.90 VNIR1) 0.45 - 0.52 VNIR2) 0.53 - 0.61 VNIR3) 0.63 - 0.69 VNIR4) 0.78 - 0.90 VNIR5) 1.55 - 1.75 SWIR7) 2.09 - 2.35 SWIR6) 10.4 - 12.5 TIR Swath width 185 km 185 km 185 km 185 km Spatial resolution 80 m 30 m VNIR/SWIR120 m TIR 15 m PAN, 30 m VNIR/SWIR, 120 TIR 15 m PAN30 m VNIR/SWIR60 m TIR Radiometric r