遥感图 如何提取ndvi植被指数 如何操作得到landsat8数据的植被指数ndvi

如何利用envi软件提取归一化植被指数NDVI，evi软件是一款强大的遥感处理软件，正确的使用它可以帮助我们处理各种遥感分类问题，本经验介绍一下NDVI指数的提取方法。如何使用ENVI计算各种植被指数，ENVI软件是一款强大的遥感影像处理软件。在计算植被指数方面，它简单快捷，并且可以根据自己的需要“量身打造”。这里以NDVI为例，简单介绍。一、ASTER遥感信息提取方法（一）图像预处理本次研究所采用的ASTER数据产品等级是1B和3A01，数据已进行了传感器相关系数辐射校正。在进行几何精校正过程中，校正控制点主要源于研究区于20世纪70年代完成的1∶100000地形图，地形图的精度不高，因此控制点的总平均误差控制在2个像元内。依据《ASTER矿物指数处理手册》的数据处理程序进行暗像元纠正，以消除大气散射对图像的影响。依据直方图找出各波段最小值的像元，像元的每个波段最小值代表或近似于大气辐射的影响，减去最小值的像元即可。ASTER图像经过暗像元处理后相当于进行了一次背景值滤波，使短波红外区间的特征更加明显，有利于提取矿物指数，从而提取岩矿信息。由于研究区下垫面影响因子复杂，必须要消除云、雪和植被等下垫面复杂因素对基岩信息的干扰，掩膜图像处理技术可以有效地扣除这些干扰信息。具体处理过程为：首先，在植被、云及雪覆盖的原始图像上提取植被NDVI指数，制作NDVI指数图像，然后做植被0-1掩膜，再进行云和雪0-1掩膜，最后将植被掩膜与云、雪掩膜图像叠加，在此基础上进行有用信息的进一步处理，制作掩膜图像。掩膜图像的效用有两个方面，一是压缩图像处理样本的统计空间，使有用的。arcgis10.2如何计算归一化植被指数ndvi，在利用arcgi计算归一化植被指数或者其他参数时存在问题呢，计算结果应该为栅格数据，且值为区间范围的，结果计算后栅格值只有两种了。如何操作得到landsat8数据的植被指数ndvi NDVI就是归一化植被指数，植被一般是对近红外光反射明显而较亮，而由于光合作用吸收红光比较暗，与其它地物在遥感影像上形成强烈差异，因此利用近红外与红波段的这个计算，植被的值明显偏高，可以很容易把植物区分开来，归一化的好处是数值范围比较集中。http：//www.dsac.cn/DataProduct/Detail/20091002这里有全国的植被指数，至于如何操作得到相关数据，您不妨去上面看一下问下他们是怎么做的，这个应该不难做的。使用NDVI在ENVI中提取植被，ENVI是一个完整的遥感图像处理平台，在遥感界非常常用。植被覆盖度信息提取 植被的反射7a686964616fe4b893e5b19e31333433616235光谱曲线起伏变化明显，具有多峰与多谷的特征。植被在0.38～0.49μm波段是强吸收带，平均反射率一般不超过10%；在0.49～0.60μm波段具有波峰的形态和中等反射率(在8%～28%之间)，其中0.55μm处是叶绿素的绿色强反射区；在0.6～0.70μm段具有波谷的形态，反射率很低；到0.70～0.75μm段，反射率急剧上升，光谱曲线具有陡而接近于直线形态；在0.75～1.3μm段，因植被的吸收率很低而保持高反射率。植被指数是以植被对红光和近红外光的生理生态效益为基础的。科学试验证明：植物叶绿素需要强烈吸收红光和蓝紫光，用于光合作用，其中以0.66μm波长附近的吸收最为强烈，吸收率可达90%。吸收强度的大小，同叶绿素的多少和叶绿素的活力的高低有关。叶绿素的数量越多，活力越高，吸收强度越大，而在波长0.7～1.1μm的近红外光谱段内，植被叶片形成强反射，吸收率几乎等于零，而透射和反射几乎各占50%。在0.35～1.1μm波段中绿色植物的红光吸收峰和近红外光反射峰及其组合，是其他生物和非生物所没有的，所以它们成为识别植被的专属性标志，而它们的组合，也就成为提取植被信息的特异性指标。系统用于植被信息提取的数据源有。用envi提取遥感影像上水体、植被的步骤？ （1）准备好多光谱数据，一般是etm的(2)进入特征提取界面，按照向导操作即可，注意特征的选择，还有ndvi指数对你的问题比较有区分度。

#归一化#ndvi#植被指数