基于遥感影像的归一化植被指数算法研究

总第84期第3期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ERDAS IMAGINE9.1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（NDVI）ERDAS IMAGINE1概述1.1植被指数广义上的植被指数是指利用卫星不同波段探测数据组合而成的，能反映植物生长状况的指数。

植物叶面在可见光红光波段有很强的吸收特性，在近红外波段有很强的反射特性，这是植被遥感监测的物理基础，通过这两个波段测值的不同组合可得到不同的植被指数。

植被指数是对地表植被活动的简单、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,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(Normalized Difference Vegetation In-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、覆盖形态、生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性,因此应用较广。

NDVI=(NIR-R)/(NIR+R)(其中NIR代表近红外波段,R代表红波段)。

NDVI在植被指数中占据着非常重要的位置,它主要具有以下几方面的优势:1)植被检测灵敏度较高;2)植被覆盖度的检测范围较宽;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。

2算法设计（1）计算框图图1基于遥感影像的归一化植被指数算法研究31··2010年江西测绘（2）主程序代码如下for(i=0;i<nHeight1;i++)//利用循环进行数据处理{for(j=0;j<nWidth1;j++){//iWidthBytes为行宽，lpDIBBits1为数据区头指针int a,b;BYTE d;double c;//c为NDVI值a=*((unsigned char*)lpDIBBits1+i*(iWidth-Bytes)+j)-*((unsigned char*)lpDIBBits2+i*(i-WidthBytes)+j);//a是两个波段影像灰度之差b=*((unsigned char*)lpDIBBits1+i*(iWidth-Bytes)+j)+*((unsigned char*)lpDIBBits2+i*(i-WidthBytes)+j);//b是两个波段影像灰度之和if(b==0)//防止分母为零，使数据溢出{d=0；}else{c=(double)a/(double)b;}if(c>0)d=(BYTE)((c+1.0)/2.0*255.0);//非线性拉伸else d=0；3实现方法及过程（1）本文采用的图像格式都是BMP格式。

利用VC++6.0创建工程后，利用BMP文件打开函数获取TM3,TM4两个波段的影像的句柄，然后利用相关函数获取两个影像的数据区的指针，从而循环获取指针对应的数据区的灰度值，将灰度进行归一化运算。

（2）在写入新的BMP函数中，先开辟一个内存空间，然后利用文件写入函数得出新的函数。

在运算过程中，由于指数运算涉及到除法，为了防止数据溢出，笔者使用了判断语句，一旦分母为零，则令这个指数值为0。

此外，为了让最后的结果图中显示植被信息，笔者对指数进行了灰度拉伸，使得结果在视觉上易于辨别。

（3）在写入文件时，使用了文件写入函数，利用指针不断循环写入像素值，对于最后某行如果不是4的整数倍时，便进行补零处理，防止数据出现错误。

4实验与分析4.1程序结果与ERDAS IMAGING处理结果比较与分析利用ERDAS软件对植被进行NDVI提取时，将TM影像的7个波段都叠加后获取叠加影像，然后打开ERDAS软件下的Interpreter模块，选择Spectral Enhacement下的Indices，在输入叠加影像后选择函数NDVI即可得到处理结果。

处理结果显示，自编程序的处理结果和ERDAS软件的处理结果基本一致。

在自编程序中，本人将结果进行了二值化，所以视觉上更加有利于用户进行判读。

结果比较如下所示：图2ERDAS NDVI图3自编程序NDVI 4.2对于进行植被指数运算时数据溢出的处理在计算归一化植被指数NDVI时,此时若采用NDVI公式直接进行波段计算,如果NIR+ RED(近红外波段+红波段)的值为零时,对这些点的计算就会产生结果溢出的现象。

不仅在计算NDVI时需要注意其运算结果溢出情况,在计算其它诸如RVI、SAVI等植被指数时,同样也存在上述问题。

由于植被指数类型多样性,根据不同的表达式其遥感提取方法也不尽相同,但是运用不同的遥感数据源进行计算时,如不妥善处理都会出现结果溢出的现象。

此类情况在干旱区植被覆盖度较低的遥感影像处理中较为常见。

在解决此问题时，可以利用判断语句，如果NIR+RED=0，则令NDVI=0，所以消除了数据溢出对结果的影响。

4.3植被NDVI指数与其他植被指数比较NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。

对于同一幅图像，分别求NDVI和其他植被指数时会发现，NDVI值的增加速度低于其他植被指数值的增加速度，即NDVI对高植被区具有较低的灵敏度。

在利用程序处理时，发现在高植被区NDVI的处理效果一般。

(下转第15页)32··总第84期第3期(上接第32页)5结束语植被指数虽然算法简单,却具有空间覆盖范围广、时间序列长、数据容易获取、植物检测灵敏度高等优点,目前已经作为一种遥感手段广泛应用于植被监测、土地覆盖变化、荒漠化研究、净第一性植被生产力等。

但在应用研究植被指数计算时,要注意避免运算结果的溢出情况,还要考虑到植被指数会因为饱和而放大或缩小其真实值以及来自大气、土壤各方面的干扰。

相信通过对植被指数的研究，遥感应用会有更好的发展和前景。

参考文献[1]梅安新,彭望琭,等.遥感导论[M].北京:高等教育出版社,2002[2]郭凯,孙培新,李卫国.利用ERDAS IMAGINE 从遥感影像中提取植被指数[J].西部探矿工程.2005.6.[3]党安荣等.ERDAS IMAGINE 遥感图像处理方法[M].北京:清华大学出版社,2002.[4]秦伟,朱清科,张学霞,等.植被覆盖度及其测算方法研究进展[J].西北农林科技大学学报,2006,34(9):33-40[5]冯露,岳德鹏,郭祥.植物指数的应用研究综述[J].林业调查规划.2009.34(2)[6]马春林.基于植被指数NDVI 的遥感信息提取.中国高新技术企业[J].2008（10）[7]李德仁.论21世纪遥感与GIS 的发展.武汉大学学报·信息科学版,2003,28(2):127～131[8]孙家抦.遥感原理与应用[M].武汉大学出版社，2009[9]贾永红.数字图像处理.武汉大学出版社，2003!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!文字语言简短，着重表现排名情况与数据的变化。

4.6整饰设计地图集的整饰设计包括：制定统一的线符粗细和颜色；统一确定各类注记的字体及大小；统一用色原则并对各图幅的色彩设计进行协调；进行图集的封面设计、内封设计；确定图集封面、封套的材料；确定装帧方法一级其他诸如图组扉页、封底设计等。

《地图见证湖南发展》封面设计紧扣主题，版式设计较好的体现了内容主题，全书整洁大方、新颖大气、清晰易读。

需要注意的是，对地图的表示方法和整饰进行统一，使各地图间便于比较和使用。

5结论编制《地图见证湖南发展》地图集是在庆祝中华人民共和国60周年的背景下进行的，他的编制出版在大型纪念地图集编制的关键技术、符合合同书提出的主要技术指标等方面积累了宝贵的经验。

5.1解决了课题提出的关键技术①在符合部颁布规定的前提下，主要研究命题的科学性，以地图、航空摄影和卫星遥感影像地图为主，采用与统计图表、照片和文字相结合的表现形式，力图专题内容与地理信息有机融合，注重科学性和艺术性，直观通俗地表达主题。

图集以测绘部门的地理信息数据为编制基础，利用《湖南省统计年鉴》资料和收集的各行业、部门的专业资料，以及图片、文字资料进行编制，内容涉及全省的自然、地理、社会、经济和人文信息。

在计算机技术、遥感技术、地理信息系统技术的支持下，采用数字地图制图技术编制而成。

②用计算机制作技术的优势，研究出更加直观、形象的表现方法；③利用四色印刷的特性，在地图整饰、颜色叠压方面有所创新。

5.2存在的不足1）2008年和1978年以前的统计数据资料不够全面，2008年的数据基本上要在9月份以后才能出来，新老数据统计方法上也有所不同，这增加了地图集编制的难度。

2）在新技术表现方面，除了利用最新的航拍图片外，最新的卫星影像图很少应用，卫星影像图在小比例尺地图中效果会更好一些。

参考文献［1］祝国瑞，郭礼珍，尹贡白，徐永利.地图设计与编绘.武汉大学出版社，2004［2］祝国瑞.地图学.武汉大学出版社，2004.［3］黄仁涛，庞小平，马晨燕.专题地图编制.武汉大学出版社，2003.《地图见证湖南发展》编制研究15··。