遥感植被指数的种类、适用性和优缺点分析
摘要：遥感是现代科学技术中的一种远距离观测、分析目标地物的理论和方法，它在现代环境监测中具有广泛的应用。遥感植被指数是指利用遥感图像进行植被长势、生物量生产潜能等监测的重要指标。本文将在对植物的光谱特征分析的基础上，总结相关研究，对植被指数的种类以及它们的适用性和优缺点进行分析。
1、引言
遥感是指利用不同地物波谱特征不同这一特性，通过传感器这类对电磁波敏感的仪器，在远离目标和非接触目标物体条件下探测目标地物，获取其反射、辐射或散射的电磁波信息，进行处理、分析与应用的一门科学和技术。而植被指数则是利用遥感图像获取多光谱遥感数据，经过分析得到植被分布、种类等数值，对某些植被的长势、生物量等有一定应用价值。
目前，国内外学者已研究发展了几十种不同的植被指数模型，常用的有以下几类：
1、比值植被指数（RVI）；
2、归一化植被指数（NDVI）；
3、差值植被指数（DVI）；
4、缨帽变换中的绿度植被指数（GVI）；
5、垂直植被指数（PVI）；
6、土壤调整植被指数（SAVI）等，
这几类植被指数对植被的敏感性、抗土壤和大气的干扰性等不尽相同。一般情况下由于归一化植被指数（NDVI）与一些重要的生物物理参数如生物量、叶面积指数和光有效辐射等有密切的联系[1]，所以NDVI被广泛用于植被研究。
遥感植被指数是预测生物量、作物生产潜能以及评价一个生态系统结构与功能特征的重要指标[2]，然而遥感的植被指数不仅取决于植被的种类，还要受到其他环境条件的干扰，如土壤湿度、土壤的物理化学属性、大气条件以及季节等的影响。于是如何在不同的条件下选择不同的植被指数对更好的进行植被监测、农作物估产等有着较大的影响。本文正是通过对植被遥感的原理、植物光谱特征分析研究等的基础上，总结有关资料数据，对各类遥感植被指数的适用性和优缺点进行了分析，作为今后相关研究的参考。
2、植被遥感的原理
植物遥感依赖于植物本身的特征，主要是叶片结构特点和植被冠层光谱特性。我们都知道，植物叶片能进行光合作用，但所利用的仅是太阳光的可见光部分（0.4~0.76μm），即称之为光合有效辐射（PAR），约占太阳辐射的47%~50%，其强度随着时间、地点、大气条件等变化。
植物的光谱特征可使其在遥感影像上有效地与其他地物相区别。同时，不同
的植物各有其自身的波谱特征，从而成为区分植被类型、长势及估算生物量的依据。首先，近红外波段是植物遥感的重要波段，因为近红外区的反射是受叶内复杂的叶腔结构和腔内对近红外辐射的多次散射控制，以及近红外光对叶片有近50%的透射和重复反射，这对植物的生长阶段、发育水平或受病虫害胁迫状态或水分亏缺状态等的监测有很重要的意义；其次，植物的微波辐射特征能量较低，受大气干扰较小等。
2.1健康植被的反射光谱特征
健康植物的波谱曲线有明显的特点，在可见光的0.55µm附近有一个反射率为10％~20％的小反射峰。
在0.45µm和0.65µm附近有
两个明显的吸收谷。在
0.7~0.8µm是一个陡坡，反
射率急剧增高。在近红外波
段0.8~1.3µm之间形成一个
高的，反射率可达40％或更
大的反射峰。在1.45µm，
1.95µm和
2.6~2.7µm处有
三个吸收谷。
图1:健康植被的有效光谱响应特征
2.2影响植物光谱的因素
影响植物光谱的因素除了植物本身的结构特征，同时也受到外界的影响。外界影响主要包括季节的变化，植被的健康状况，植物的含水量的变化，植株营养物质的缺乏与否等等。但外界的影响总是通过植物本身生长发育的特点在有机体的结构特征反映出来的。从植物的典型波谱曲线来看，控制植物反射率的主要因素有植物叶子的颜色、叶子的细胞构造和植物的水分等。植物的生长发育、植物的不向种类、灌溉、施肥、气候、土壤、地形等因素都对有机物的光谱特征发生影响，使其光谱曲线的形态发生变化。
总之，不同植被种类、在不同的生长时期呈现出不同状态以及不同的环境条件变化等的结果都将进一步反应到植被遥感图像中，同时，植被的光谱反射或发射特性是由其化学和形态学特征决定的，而这种特征与植被的发育、健康状况以及生长条件密切相关。因此，可以采用多波段遥感数据来揭示植物活动的信息，进行植物状态监测等。
3、植被指数的概念
遥感植被指数是反映地表植被覆被情况的数学指标,可用于提取植被覆被信息。由于高光谱遥感的窄波段特性,高光谱遥感植被指数可以定量地反演植被的物理和化学参量,如叶绿素、叶黄素、类胡萝卜素等色素,N、P、K等营养物质,纤维素、木质素、蛋白质、淀粉、糖和油等。这些定量信息的获取对全面、精确地分析和评价生态环境具有重要的意义。通常在植被指数中，选用对绿色植物强吸收的可见光红波段和对绿色植物高反射的近红外波段。
4、植被指数的种类、适用性及其优缺点分析
4.1几种常用的植被指数种类
（1）比值值被指数（RVI）：由于可见光红波段（R）与近红外波段（NIR）对绿色植物的光谱响应十分不同，且具倒转关系。两者简单的数值比能充分表达两反射率之间的差异。比值植被指数可表达为：
或者
其中：DN为近红外（NIR）、红外段（R）的灰度值，ρ为地表反照率比值值被指数（RVI）对于绿色植物叶绿素引起的红光吸收和叶肉组织引起的近红外有强反射，使其R与NIR值有较大的差异，从而产生较高的RVI值。而对于无植被的地面包括裸土、人工特征物、水体以及枯死或受胁迫植被，由于不显示这种特殊的光谱响应，则RVI值低。因此，比值植被指数能增强植被与土壤背景之间的辐射差异，适用于估算和监测植被覆盖，是植被长势、丰度的度量方法之一。
但该指数对大气影响敏感，最好运用经大气纠正的数据，或将两波段的灰度值转换成反射率，消除大气对两波段不同非线性衰减速的影响后再进行指数的计算，而且当植被覆盖不够浓密时(小于50%)，其分辨能力也很弱；在植物生长的整个阶段，能较好地反映植被的覆盖度和生长状况的差异，特别适合于植被生长高度旺盛并具有高覆盖度时的植被监测。
（2）归一化植被指数（NDVI）：为近红外波段（NIR）与可见光红波段（R）数值之差和这两个波段数值之和的比值。即：
或
其中：DN为近红外（NIR）、红外段（R）的灰度值，ρ为地表反照率归一化植被指数（NDVI）是简单比值RVI经非线性的归一化处理所得。在植被遥感中，NDVI的应用最为广泛。它是植被生长状态及植被覆盖度的最佳指示因子，与植被分布密度呈线性相关。因此又被认为是反映生物量指标。NDVI部分消除了太阳高度角、卫星扫描角及大气程辐射的影响，特别适用于全球或各大陆等大尺度的植被动态监测。这是因为，对于陆地表面主要覆盖而言，云、水、雪在可见光波段比近红外波段有较高的反射作用，因而其NDVI值为负值（岩石、裸土在两波段有相似的反射作用，因ρ其NDVI值近于0；而在有植被覆盖的情况下，NDVI为正值（＞0），并随着植被覆盖度增大，其NDVI值越大。可见，几种典型的地面覆盖类型在大尺度NDVI图像上区分鲜明，植被得到有效的突出。实验表明，作物生长初期NDVI将过高估计植被覆盖度，而在作物生长的结束季节，NDVI值偏低。因此，NDVI更适用于植被发育中期或中等覆盖度的植被检测。
NDVI的一个缺陷在于，对土壤背景的变化较为敏感。实验证明，当植被覆盖度小于15%时，植被的NDVI值高于裸土的NDVI值，植被可以被检测出来，但因植被覆盖度很低，如干旱、半干旱地区，其NDVI很难指示区域的植物生物
