《MODIS数据介绍及植被指数算法》由会员分享，可在线阅读，更多相关《MODIS数据介绍及植被指数算法（5页珍藏版）》请在金锄头文库上搜索。
1、1.水体指数Lwsr = pnir - p5WiI其中Mil ,为近红外(841-875nm)为短波红外(1628-1652nm)，该公示的原理是，植被在其中的近红外波段 吸收率较低，而在短波红外波段的吸收率较高(在我们所下载的数据集中对应第2、6个波段)。有些文章中提到的是 用7波段。LSWI (Land Surface Water Index,地表水分指数)。是指植被冠层中水分的含量。参考文章： Mapping paddy rice agriculture in southern China using multi-temporal MODIS images2.EVI2计算根据EVI的计算
2、公式，我们需要包含了 NIR1和RED两个波段的8天250米MOD09Q1数据集。此时波段数据DN 值都在-3万多3万之间，进行数值换算后再计算，除以1万。EVI2=2.5*(NIR1-RED)/(NIR1+2.4*RED+1)3. EVI计算增强型植被指数(Enhanced Vegetation Index，即EVI)计算公式为:EVI = 2.5 XNRPREDPNIR +S0 PRED75 Pblue + 1P 、P 和p分别代表近红外波段、红光波段和蓝光波段的反射率。NIR RED BLUE3. NDVI计算归一化植被指数(Normalized Difference Vegetatio
3、n Index,即 ndvi )的计算公式为:NDVI = PNIR - PREDPNIR + PRED其中：p沥和pred分别代表近红外波段和红光波段的反射率ndvi的值介于-1和1之间。4.高光谱归一化植被指数（Hyp_NDVI）对于环境与灾害监测预报小卫星高光谱载荷，选取中心波长分别位于近红外和红光的谱段进行归一 化植被指数计算：Hyp NDVI =伽-NIR-叽 REDHyp _ NIR + Hyp _ RED4.其他植被指数（1）比值植被指数（Ratio Vegetation IndexRVI）RVI = NIR-pRED该植被指数能够充分表现植被在红光和近红外波段反射率的差异，能增
4、强植被与土壤背景之间的辐 射差异。但是RVI对大气状况很敏感，而且当植被覆盖小于50%时，它的分辨能力显著下降。（2）差值植被指数（Difference Vegetation IndexDVI）DVI = PNIR - PRED该植被指数对土壤背景的变化极为敏感，有利于对植被生态环境的监测，因此又被称为环境植被指 数（EVI）。（3）土壤调整植被指数（Soil-Adjusted Vegetation IndexSAVI）SAVI = NRP RED . （1 + L） P NIR + PRED + L其中，L是一个土壤调节系数，该系数与植被浓度有关，由实际区域条件确定，用来减小植被指数对 不同
5、土壤反射变化的敏感性。当L=0是，SAVI就是NDVI；对于中等植被覆盖区，L的值一般接近于0.5。 乘法因子（1+L）主要是用来保证最后的SAVI值介于-1和1之间。该指数能够降低土壤背景的影响，但 可能丢失部分植被信号，使植被指数偏低。(4) 修正土壤调整植被指数(Modified Soil-Adjusted Vegetation IndexMSAVI)MSAVI = 2 PNIR + 1 r（2 PNIR + 1）2 8（PNIR PRED）2关于植被指数更详细的介绍，可参见田庆久（1998）1。（5）土壤湿度指数0.7071I7 JftI C)E ISM 1=I OD I该指数的物理意
6、义为：对于黑体来说,E点正好落于坐标原点，即SIM I为0,地表越湿润越接近于原点.当E点位于 D点时，即SIM I为1,意味着极端干燥地表，土壤水分为0.尽管有时MODIS第6波段和第7波段构建的短波红外 光谱特征空间散点图不一定是三角形分布，但是SIM I的构建与光谱散点分布形状无关，因为它用距离远近的方式定量 表达土壤水分的变化.本文为了便于说明SIM I，作者采用了三角形分布的光谱散点图.此外，该指数只使用了 MODIS 第6波段和第7波段地表反射率两个参量，避免了大量经验系数的引入，易于操作和获取.（6）突然调节植被指数NDVIpnir predpnir + predPair Pre
7、dLSWI =pnir pswirpnir + pswirNDSVI =pswir predpswir + pred(4)NDVIEVI = 2.5XPnir + 6p* - 7,5p血 + LSATVI =pswir predpswir + pred + 0,1(5)来源： Mapping agricultural wetlandsinthe Sacramento Valley USA with satelliteremotesensing（7）宽泛型植被指数等Descriptions of the vegetation indices Vis) used in this study.Veg
8、etation indicesAbbreviationsWivebands13EquationsNormalized difference vegetation indexNDVI1,2NDVI = (Rhr RRbD)/(RiMR + RrelJLand surfece water indexbLSW1A 5LiW = Rnir KswirJARnir 4- Rswir)Enhanced vegetation indexEVIIEW2 5kRmr R皿,、l + Rm+6xRg7一5临低Wide dynamic rangie v?；etAtion indexWDRVI1.2WDRVI = (0.2, 一 RutAO-aRNiR + R既口)Opdnni2erl soi-djusted vegetaltinn indexWAV1,3OSAVl=(l + tM6七 际咪七Rne + Eked f 046来源： Modeling growing season phenology in North American forests using(8) 水体指数NDWI= (Green-NIR)/( Green +NIR)
