资源描述：
《基于植被指数NDVI的遥感信息提取马春林.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、信息科技中国高新技术企业基于植被指数NDVI的遥感信息提取文/马春林【摘要】本文在介绍了植被指数概念的基础上阐述了NDVI的特征及优势,重点论述了利用遥感软件ER-DASIMAGINE提取NDVI的过程,并讨论了在此过程中需要注意的问题。【关键词】植被指数NDVIERDASIMAGINE1植被指数概况多学者在研究中都对使用NDVI估算植被覆盖度的方法作了检验。植被指数是对地表植被活动的简单、有效和经验的度量。将两3NDVI植被指数信息提取个(或多个)光谱观测通道组合可得到植被指数,这一指数在一定程3.1植被指数提取方法度上反映着植被的演化信息。通过大量地物光谱波段测
2、量研究分析植被指数提取的方法很多,最为常用的一种方法是通过遥感影发现,植被红光波段0.55-0.68μm有一个强烈的吸收带,它与叶绿像处理软件对遥感影像不同波段进行处理,从而得到各类植被指素密度成反比;而近红外波段0.725-1.1μm有一个较高的反射峰,数。本文研究选取的Landsat/TM遥感影像,共有7个波段,其中TM3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-(波长0.63～0.69gm)为红外波谱段,为叶绿素主要吸收波段;TM4(波0.7μm)和近红外光谱通道(0.7—1.1μm)的组合来设计植被指数。这长0.76～O.90gm)为近红外
3、波谱段,对绿色植被的差异敏感,为植被两个波段的比值和归一组合与植被的叶绿素含量、叶面积及生物量通用波段。归一化植被指数NDVI的定义是:密切相关,所以植被指数便成为植被生态研究领域的基础。NDVI=(NIR-R)/(NIR+R)(其中NIR代表近红外波段,R代表红植被指数按不同的监测方法和计算方法又可分为多种多样的波段)要计算NDVI,就是在遥感处理软件中,计算近红外波段与红波植被指数。常用的有:归一化植被指数NDVI;垂直植被指数PVI;比段之差,再除以两个波段之和。利用遥感影像处理软件提取植被指值植被指数RVI;消除土壤影响的植被指数SAVI和全球植被指数数流程
4、一般为:GVI等。其中,NDVI则是使用最广泛,效果也较好的一种。(1)使用遥感处理软件打开遥感图像。2植被指数NDVI的优势(2)依据植被指数公式,对图像不同波段进行波段计算。NDVI(NormalizedDifferenceVegetationIndex)归一化植被指数,(3)生成植被指数影像文件。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3.2植被指数提取中存在的问题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在计算归一化植被指数NDVI时,此时若采用NDVI公式直接进最佳指示因子,与植被分布密度呈线性相关。实验表明,NDVI对土
5、行波段计算,如果NIR+RED(近红外波段+红波段)的值为零时,对这壤背景的变化较为敏感;它是单位像元内的植被类型、覆盖形态、生些点的计算就会产生结果溢出的现象。此类情况在干旱区植被覆盖长状况等的综合反映,其大小取决于植被覆盖度和叶面积指数等要度较低的遥感影像处理中较为常见。生成NDVI植被指数影像图时,素;NDVI对植被盖度的检测幅度较宽,有较好的时相和空间适应如果不进行适当处理,在对生成的植被指数影像文件分析判读时,性,因此应用较广。就会与实测数据产生很大的误差。计算结果的精度就无法保证。NDVI长期以来被用来监测植被变化情况,也是遥感估算植被3.3在ERDAS
6、IMAGINE中提取植被指数NDVI覆盖度研究中最常用的植被指数。如Dymond等使用NDVI植被指数ERDASIMAGINE遥感软件中的Modeler是一个面向目标的图形研究新西兰退化草地的植被覆盖度,(Dymond,etal,1992);Wittich模型语言,用户可据此设计出高级的空间分析模型,实现复杂的分和Hansing的研究成果肯定了NDVI对植被覆盖度的指示作用(Wit-析和处理功能,整个过程只需用其提供的工具栏在窗口中绘出模型tich,Hansing,1995);Purevdorj等通过各植被指数与植被覆盖度进行的流程图、指定流程图的意义、所用参数等,
7、即可完成模型的设计,二次多项式回归,表明TSAVI与NDVI可以最好的估算大范围的草无需进行具体而复杂的编程过程。ERDASIMAGINE为用户提供了高地植被覆盖度(Purevdorj,etal,1998);Leprieur等检验了NDVI,MSAVI层次的设计工具和手段,同时可使用户将更多的精力集中在专业领与GEMI在估算植被覆盖度方面的能力,结果表明在监测低植被覆域的研究(图1就是利用ERDAS的Modeler绘制的NDVI计算的模盖度时NDVI与GEMI的效果比较好,随着植被覆盖度的增加,NDVI型)。与MSAVI对于植被覆盖度的测量要优于GEMI(Lep
