基于遥感影像的归一化植被指数算法研究.pdfVIP

总第84期第3期31

基于遥感影像的归一化植被指数算法研究··

基于遥感影像的归一化植被指数算法研究

符思涛周云

（遥感信息工程学院07023信箱湖北武汉430079）

摘要植被归一化指数研究是遥感应用的主要领域，同时也是遥感学科的重要的研究问题。基于遥

感影像的归一化植被指数研究方法和理论随着计算机算法的发展有了很大的进步，在介绍了植被指

数概念的基础上阐述了NDVI的特征及其优势同时也通过编写程序实现了对遥感影像的归一化植,

被指数的提取。此外，通过利用遥感软件ERDASIMAGINE9.1对遥感影像进行植被指数的提取对,

提取结果进行了对比分析，从而优化了自编程序算法。

关键词遥感归一化植被指数（NDVIERDASIMAGINE）

1概述覆盖度和叶面积指数等要素;NDVI对植被盖度

1.1植被指数的检测幅度较宽有较好的时相和空间适应性,,

广义上的植被指数是指利用卫星不同波段因此应用较广。

探测数据组合而成的，能反映植物生长状况的指NDVI=(NIR-R)/(NIR+R)(其中NIR代表

,R)NDVI

数。植物叶面在可见光红光波段有很强的吸收特近红外波段代表红波段。在植被指数

性，在近红外波段有很强的反射特性，这是植被中占据着非常重要的位置它主要具有以下几方,

遥感监测的物理基础，通过这两个波段测值的不面的优势:

同组合可得到不同的植被指数。植被指数是对地1)植被检测灵敏度较高;

2)植被覆盖度的检测范围较宽;

表植被活动的简单、有效和经验的度量这一指数,

在一定程度上反映着植被的演化信息。通过大量3)能消除地形和群落结构的阴影和辐射干扰;

4)削弱太阳高度角和大气所带来的噪音。

地物光谱波段测量研究分析发现植被红光波段,

0.55-0.68μm有一个强烈的吸收带它与叶绿,2算法设计

素密度成反比而近红外波段;0.725-1.1μm有1

（）计算框图

一个较高的反射峰它与叶绿素密度成正比。因,

此通常使用红色可见光通道,(0.6-0.7μm)和近

红外光谱通道(0.7-1.1μm)的组合来设计植被

指数。这两个波段归一化组合与植被的叶绿素含

量、叶面积及生物量密切相关所以植被指数便,

成为植被生态研究领域的基础。

1.2归一化植被指数

NDVI(NormalizedDierenceVegetationIn-

dex)归一化植被指数又称标准化植被指数在,,

使用遥感图像进行植被研究以及植物物候研究

中得到广泛应用它是植物生长状态以及植被空,

间分布密度的最佳指示因子与植被分布密度呈,

线性相关。实验表明,NDVI对土壤背景的变化

较为敏感它是单位像元内的植被类型、覆盖形;

图1