title: 植被指數總結筆記
tags: 新建,模板,小書匠
grammar_cjkRuby: true
植被指數（Vegetable Index）
植被指數是不同遙感光譜波段間的線性或非線性組合，被認為能作為反映綠色植被的相對豐度和活性的輻射量值（無量綱）的標志，是綠色植被的葉面積指數（LAI）、蓋度、葉綠素含量、綠色生物量以及被吸收的光合有效輻射（APAR）的綜合體現。目前，在科學文獻中發布了超過150種植被指數模型，這些植被指數中只有極少數是經過系統的實踐檢驗。
植被指數主要反映植被在可見光、近紅外波段反射與土壤背景之間差異的指標，各個植被指數在一定條件下能用來定量說明植被的生長狀況。
1、健康的綠色植被在NIR和R的反射差異比較大，原因在于R對于綠色植物來說是強吸收的，NIR則是高反射高透射的；
2、建立植被指數的目的是有效地綜合各有關的光譜信號，增強植被信息，減少非植被信息
3、植被指數有明顯的地域性和時效性，受植被本身、環境、大氣等條件的影響
幾種常用的植被指數及其應用
（一）比值植被指數（RVI)
公式： RVI=ρNIR/ρRED(近紅外波段反射率/紅光波段反射率)
特征： 植被覆蓋度影響RVI，當植被覆蓋度較高時，RVI對植被十分敏感；當植被覆蓋度<>
應用：
①利用比值植被指數研究城市建設用地擴張速率，預測或規劃城市未來今年的發展前景。不同用地的地表溫度由高到低排序是城鎮用地、工礦與交通用地、農村宅基地、林地、旱地，說明建設用地的地表溫度較高，其比值植被指數較非建設用地小。RVI的平均值 Ｍ和標 準 差 Ｄ 可以作 為定量指標來提取建設用地：RVI ≤Ｍ-Ｄ/２為建設用地；RVI＞Ｍ-Ｄ/２為非建設用地。
②可用于實時、快速、無損監測作物氮素狀況，這對于精確氮肥管理有重要意義。利用高光譜比值指數RSI(990,720)來估算小麥葉片氮積累量為便攜式小麥氮素監測儀的研制開發及遙感信息的快速提取提供了適用可行的波段選擇與技術依據。
（二）差值植被指數（Difference Vegetation Index——DVI）
公式： DVI=NIR-R
特征： DVI能很好地反映植被覆蓋度的變化，但對土壤背景的變化較敏感，當植被覆蓋度在15%~25% 時，DVI隨生物量的增加而增加，植被覆蓋度大于80% 時，DVI對植被的靈敏度有所下降。
（三）歸一化植被指數（Normalized Difference Vegetation Index——NDVI）
公式：
（近紅外區與紅光區的反射率差值/近紅外區與紅光區的反射率和值）
特征： 值的范圍是-1-1，一般綠色植被區的范圍是0.2-0.8。負值表示地面覆蓋為云、水、雪等，對可見光高反射；0表示有巖石或裸土等，NIR和R近似相等；正值，表示有植被覆蓋，且隨覆蓋度增大而增大。
NDVI是最常用的植被指數，雖然NDVI對土壤背景的變化較為敏感，但由于NDVI可以消除大部分與儀器定標、太陽角、地形、云陰影和大氣條件有關輻照度的變化，增強了對植被的響應能力，是目前已有的40多種植被指數中應用最廣的一種。
NDVI的局限性表現在，用非線性拉伸的方式增強了NIR和R的反射率的對比度。對于同一幅圖象，分別求RVI和NDVI時會發現，RVI值增加的速度高于NDVI增加速度，即NDVI對高植被區具有較低的靈敏度；對大氣干擾處理不足，大氣殘留噪音對NDVI指數影響嚴重；易受土壤背景干擾，特別是中等植被覆蓋區，當土壤背景變暗時，NDVI指數有增加的趨勢。
應用： ①對NDVI曲線進行定量分析,研究植被分類和植被動態變化；利用NDVI時間序列來得到植被生長氣候和植被覆蓋的信息等（植被的類型較為復雜,而且任一種反映到NDVI數據的植被特征也不是單一的,植被類型分類在不同的地區有不同的定義和標準,有待于更深入的研究。）
②植被指數轉換即通過對各像元中植被類型及分布特征的分析,建立植被指數與植被覆蓋率的轉換關系,直接估算植被覆蓋率，進而分析生態系統的狀況，例如植被的生長狀況等。但該方法受到受分辨率的限制,一些重要參數無法準確測定。植被動態的變化也會對估算帶來一定難度。
③通過分析基于多時相環境減災衛星 NDVI 值擬合的 NDVI 時序曲線上提取的各特征參數建立作物單產估測模型，可用于農業生產的估測。
④建立模型反演地物類型及土壤水分等。
（四）大氣阻抗植被指數（Atmospherically Resistant Vegetation Index——ARVI）
公式：
特征： 值的范圍是-1-1，一般綠色植被區的范圍是0.2-0.8。ARVI是NDVI的改進，它使用藍色波段矯正大氣散射的影響（如氣溶膠），把藍色光和紅色光通道的反射率的差值作為衡量大氣影響的指標。
局限性：RVI的抗大氣影響是通過兩個步驟實現的:首先以近似的輻射傳輸方程的數值解消除部分由于大氣分子的光學厚度造成的影響,然后以藍、紅波段的大氣影響相關性消除一般直徑氣溶膠的影響(大直徑的塵埃氣溶膠除外)。如果不經過5s模型的預處理,就達不到好的效果。
應用： ARVI常用于大氣氣溶膠濃度很高的區域，如煙塵污染的熱帶地區或原始刀耕火種地區。
（五）土壤調節植被指數系列（SAVI family)
土壤調節植被指數（Soil-Adjusted Vegetation Index——SAVI ）
公式：
特征： ①SAVI必須預先已知下墊面植被的密度分布或覆蓋百分比，因而僅適合于提取某一小范圍植被覆蓋度變化較小區域的下墊面的植被信息。
②SAVI目的是解釋背景的光學特征變化并修正NDVI對土壤背景的敏感。與NDVI相比，增加了根據實際情況確定的土壤調節系數L，取值范圍0-1。 L=0 時，表示植被覆蓋度為零；L=1時，表示土壤背景的影響為零，即植被覆蓋度非常高，土壤背景的影響為零，這種情況只有在被樹冠濃密的高大樹木覆蓋的地方才會出現。
③SAVI僅在土壤線參數a=1,b=0（即非常理想的狀態下）時才適用。
變換型土壤調節植被指數（Transformed Soil Adjusted Vegetation Index——TSAVI）
公式：
a，b 分別為土壤線的斜率和截距，0.08 則是土壤調節參數。
調整型土壤調節植被指數（Modified Soil-Adjusted Vegetation Index——MSAVI）
公式：
優化型土壤調節植被指數（OSAVI）
公式：
X 為土壤調節參數。X 的最佳取值為 0.16。
歸納土壤調節植被指數（Generalized SAVI——GESAVI）(最近)
公式：
Z 是正土壤調節參數，恒等于土 壤 線 與 Ｒ軸的交 點 的 相 反 數，即 Z ≡-cross。
特征及適應環境： 在單一植被類型下，OSAVI 與 TSAVI 有較好的抗土壤干擾的能力，但是這種能力在不同 LAI 下的變化較大。相對的，在土壤背景信息已知的情況下，SA-VI，MSAVI 和 GESAVI 在不同植被類型下，表達植被信息的能力較為穩定，便于對不同 LAI 下的信息進行一致處理以提取植被信息，也更適合探測植被組成混雜時的植被信息。因此，OSAVI、TSAVI 可能更適合耕地、人工林地植被的監測，而 MSAVI、SAVI、GESAVI 更適合植被自然生長地區的植被監測。
（六）增強植被指數（Enhanced Vegetation Index——EVI）
公式：
特征： EVI常用于LAI值高，即植被茂密區。值的范圍是-1~1，一般綠色植被區的范圍是0.2-0.8。增強植被指數（EVI）算法是遙感專題數據產品中生物物理參數產品中的一個主要算法，可以同時減少來自大氣和土壤噪音的影響，穩定地反應了所測地區植被的情況。基于 MODIS 的 EVI 植被指數具有較高的空間分辨率，可詳細地反映地表植被特征。紅光和近紅外探測波段的范圍設置更窄，不僅提高了對稀疏植被探測的能力，而且減少了水汽的影響，同時，引入了藍光波段對大氣氣溶膠的散射和土壤背景進行了矯正。
應用：
①運用影像數據通過植被指數的提取分析來分析植被變化；按照增強植被指數的算法，通過對來自大氣和土壤噪音的處理，生產出 EVI.tif。
②EVI可以描述特定氣候帶內植被在不同季節的差異。采用EVI來分析植被變化及與氣候的變化，能反映研究區域內植被空間差異。通過分析不同生態分區EVI變化特征與氣象因子的相關性為環境監測，治理及植被控制決策提供數據參考和理論基礎。
其他的植被指數
（一）綠度植被指數（GVI）
公式： （-0.283MSS4- 0.66MSS5+ 0.577MSS6+ 0.388MSS7)
特征： GVI是各波段輻射亮度值的加權和，而輻射亮度是大氣輻射、太陽輻射、環境輻射的綜合結果，所以GVI受外界條件影響大。
（二）黃度植被指數（YVI）
公式： （-0.283MSS4- 0.66MSS5+ 0.577MSS6+ 0.388MSS7)
（三）垂直植被指數（PVI）
公式：
特征： 低LAI時，效果較好；LAI增加愛時對土壤背景敏感 。
（四）葉色素指數
類胡蘿卜素反射指數1(Carotenoid Reflectance Index 1——CRI1)
類胡蘿卜素反射指數2(Carotenoid Reflectance Index 2——CRI2)
花青素反射指數1(Anthocyanin Reflectance Index 1——ARI1)
花青素反射指數2(Anthocyanin Reflectance Index 1——ARI2)
特征： 葉色素指數用于度量植被中與脅迫性相關的色素。葉色素指數要求反射率數據范圍在0~1。
應用： 葉色素指數應用于農作物監測、生態系統研究、冠層脅迫性分析和精細農業。
（五）冠層水分含量指數
水波段指數（Water Band Index——WBI）
歸一化水指數（Normalized Difference Water Index——NDWI）
水分脅迫指數(Moisture Stress Index——MSI)
歸一化紅外指數（Normalized Difference Infrared Index——NDII）
特征： 冠層水分含量指數用于度量植被冠層中水分含量。水分含量是一個重要的植物指標，較高的水含量表明健康植被、生長快及不易著火。冠層水分含量指數基于水在近紅外和短波紅外范圍內的吸收特征，以及光在近紅外范圍的穿透性，綜合起來度量總的水柱含量。
（六）光利用率指數
光化學植被指數（Photochemical Reflectance Index——PRI）
結構不敏感色素指數（Structure Insensitive Pigment Index——SIPI）
紅綠比值指數（Red Green Ratio Index——RG）
特征： 光利用率指數是用來度量植被在光合作用中對入射光的利用效率。光的利用效率直接與碳吸收效率、植被生長速度和光合有效輻射（fAPAR）有很大的關系。
（七）干旱或碳衰減指數
歸一化木質素指數（Normalized Difference Lignin Index——NDLI）
纖維素吸收指數（Cellulose Absorption Index——CAI）
植被衰減指數（Plant Senescence Reflectance Index——PSRI）
特征： 干旱或碳衰減指數是用來估算纖維素和木質素干燥狀態的碳含量。干旱或碳衰減指數是基于纖維素和木質素在短波紅外波段吸收特性而計算。
應用： 干碳分子大量存在于木質材料和衰老、死亡、或休眠的植被，可以使用這些指數可以做植被著火性分析和檢測森林的枯枝落葉層。
總結
植被指數沒有一個統一的值。受到大氣狀況、傳感器觀測條件、太陽照明幾何、土壤濕度、顏色和亮度、不同植被類型及覆蓋率的不同特征、分辨率等各種狀況的約束，植被指數在使用時要結合實際情況以及研究和應用目標來選擇，并且植被指數本身存在一定的誤差。超(高)光譜遙感技術及熱紅外多光譜遙感技術的發展將拓寬植被指數的研究領域,并將成為新的研究生長點。關于植被指數的優化和深入研究仍舊在進行。
引用參考文獻
https://blog.csdn.net/lucky51222/article/details/41469947 遙感植被指數
http://blog.sina.com.cn/s/blog_764b1e9d01010n32.html ENVI下植被指數模型詳解
霞,朱艷,馮偉,田永超,曹衛星.監測小麥葉片氮積累量的新高光譜特征波段及比值植被指數[J].光譜學與光譜分析,2009,29(08):2191-2195.
王莉,陳浮.基于比值植被指數的建設用地覆蓋變化研究[J].國土資源科技管理,2012,29(04):1-5
王虎威,張福平,燕玉超,雷聲劍.山西省不同生態分區增強型植被指數(EVI)對氣候因子的響應[J].干旱地區農業研究,2016,34(06):266-273.
馬瑞. 增強植被指數算法的研究及其在生態環境遙感產品生產分系統的應用[D]. 河南大學, 2015.
陳鵬飛,楊飛,杜佳.基于環境減災衛星時序歸一化植被指數的冬小麥產量估測[J].農業工程學報,2013,29(11):124-131
陳朝暉,朱江,徐興奎.利用歸一化植被指數研究植被分類、面積估算和不確定性分析的進展[J].氣候與環境研究,2004(04):687-696.
仁華,饒農新,廖國男.植被指數的抗大氣影響探討[J].植物學報,1996(01):53-62.
雯靚,王少軍.PROSAIL模型模擬下的植被指數土壤調節能力比較與適用環境分析[J].遙感學報,2014,18(04):826-842.
田慶久,閔祥軍.植被指數研究進展[J].地球科學進展,1998(04):10-16.
郭鈮.植被指數及其研究進展[J].干旱氣象,2003(04):71-75.
