科学网 › 标签 › NDVI

标签: NDVI

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

TIMESAT33的安装: Guchangjun 2020-2-27 19:18; 下载链接： http://web.nateko.lu.se/timesat/timesat.asp?cat=4 安装方法（以我的安装为例）： 1 下载后，在G盘创造名为timesat的文件夹，然后解压下载的压缩包到该文件夹下 2 打开MATLAB（我的是R2015a），设置路径：点击set path后，选择add with subfolders，定位到timesat_matlab下面，save 然后close 3 将当前的工作路径设置为，run文件夹下，然后在command window键入timesat，完成; 1867 次阅读|0 个评论

TAC: 研究发现极端气候事件加剧致使新疆地区生态负效应凸显: 热度 2 yaozi824 2017-10-26 13:38; 研究发现极端气候事件加剧致使新疆地区生态负效应凸显作者：姚俊强等完成单位：中国气象局乌鲁木齐沙漠气象研究所利用GIMMS-NDVI3g数据，分析了新疆地区近30年来（1982-20 13）天然植被NDVI的变化格局及对极端气候变化的响应，发现 NDVI变化经历了先增后减的过程， 1998 年之前增速明显，但 1998年逆转为生态退化，即生态效应逆转。分析发现极端气候要素，如最长无降水日数（CDD）、暴雨日数(R24)、最低温度(Tnav)、暖夜日数(Rwn)等的强度和频率的变化，显示出极端气候事件强度和频率加大，抑制植被生长，促使生态负效应凸显。同时，干旱区降水稀少，生态系统极端脆弱，气温的骤然升高、且维持高位震荡，打破了原有的自然平衡，在极端气候频发重发的背景下，极端气候变化加剧致使新疆干旱区生态负效应凸显。成果发表在国际 SCI 期刊Theoretical and Applied Climatology 上，附件 TAC-极端气候与植被负效应-个人版-2017.pdf 。; 个人分类: 新疆生态|3553 次阅读|3 个评论

多期NDVI图像合成一期图像操作过程: YF2015 2016-4-14 21:14; 一、 ENVI classic 波段运算工具： Basic Tools-band math，输入公式：（（b1 ge b2）*b1）+（（b1 lt b2）*b2）,即如果b1大于b2，则取b1的值，如果b1小于b2，则取b2的值，也就是取最大值。将任意两个tif文件的波段分别赋值给b1、b2，保存结果；然后重复以上步骤，将结果和剩下的波段再分别赋值给b1、b2，最终得到三个波段的最大值结果图像。二、ArcGIS 空间分析工具（Spatial Analyst-Local-cell statics）双击cell statics出现对话框：双击 cell statics 出现对话框：将三个10天的合成数据加载，叠加统计方法选择MAXIMUM，点击确定。; 个人分类: 遥感|4444 次阅读|0 个评论

ArcGIS Python实现Modis NDVI批量化月最大合成: 热度 2 YF2015 2016-4-14 21:10; 最大合成法（MVC）可以在Envi中的Band Math中进行，式子是B1B2,但是无法批量化；本文实现在ArcGIS中利用Python代码批量进行，如下：用到的Modis NDVI数据是在MRT中进行拼接与转投影后的月数据，一个月有两期，数据格式是.tif，文件名的格式如：20040101.1_km_16_days_NDVI.tif，20040102.1_km_16_days_NDVI.tif代表2004年1月份的两期数据。本次处理的为2004-2013年的10年的数据。 Python代码如下： view plain copy import arcpy import time arcpy.CheckOutExtension( spatial ) time1=time.strftime( '%y-%m-%d-%H:%M:%S' ) Sname1= F:\\Modis_16\\1Moasic\\ Sname2= .1_km_16_days_NDVI.tif for i in range( 2004 , 2014 ): for j in range( 1 , 13 ): if j 9 : Year= str(i)+str(j)+ 0 else : Year= str(i)+ 0 +str(j)+ 0 print Sname1+Year+ 1 +Sname2 print Sname1+Year+ 2 +Sname2 out= F:\\Modis_16\\2MVC\\ +Year print out + is being ......... arcpy.gp.CellStatistics_sa((Sname1+Year+ 1 +Sname2,Sname1+Year+ 2 +Sname2) ,out, MAXIMUM , DATA ) print out + has done.......... print ------------------------------------------------------- print ----------All are done !!!---------- print Start time : +time1 print End time : +time.strftime( '%y-%m-%d-%H:%M:%S' ) 领悟：本次处理的核心部分是拼凑文件名字符串。原文：http://blog.csdn.net/lucky51222/article/details/38922853; 个人分类: 遥感|8090 次阅读|3 个评论

TM GeoTiff数据计算NDVI （IDL入门一）: wishmo 2013-9-12 12:34; 3、4波段TM GeoTiff数据计算NDVI 假设：对于“NDVI”的来龙去脉已经了解。源码： PRO TIFF_NDVI ,F1,F2,FOUT F1 = DIALOG_PICKFILE (TITLE = 'B4 TIFF' ,FILTER= '*.TIF' ,/READ) F2 = DIALOG_PICKFILE (TITLE = 'B3 TIFF' ,FILTER= '*.TIF' ,/READ) FOUT = DIALOG_PICKFILE (TITLE = 'RESULT PATH' ,FILTER= '*.TIF' ,/WRITE) IF ( FILE_TEST (F1) GT 0 AND FILE_TEST (F2) GT 0 ) THEN BEGIN B1 = READ_TIFF (F1,GEOTIFF=GE1) B2 = READ_TIFF (F2,GEOTIFF=GE2) HELP ,B1,B2 C = 0.001 WRITE_TIFF ,FOUT,- 1.0 ( ( FLOAT (B1)- FLOAT (B2))/( FLOAT (B1)+ FLOAT (B2) + C) ) 1.0 ,/FLOAT,GEOTIFF=GE2 PRINT , 'OK ENDIF END 解释： IDL 是解释型语言，声明一个函数可以用“ Pro 或 Function 空格函数名，参数”的形式，函数块以 End 结束；如“ PRO TIFF_NDVI ,F1,F2,FOUT ”，其中 pro 是声明符， TIFF_NDVI 是函数名， f1,f2,fout 是函数的参数。 pro 和 function 暂且都称为函数，除了声明符不同，在调用时也要注意。如下 pro test ,a a = 2 print ,a end function test ,a a = 4 print ,a return ,a end IDL a = 0 IDL print ,a 0 IDL test ,a 2 IDL g = test (a) 4 IDL print ,g 4 即 function 函数会 return 值，在调用 function 时函数参数都要用小括号括起来，同时需要有一个变量接收返回值注意：IDL虽然对大小写不敏感，但建议将变量名小写，函数和参数名大写 IDL 的函数调用完毕，会改变传入参数的值，类似于 “ 传址调用 ” ，上面代码 : IDL a = 0 IDL print ,a 0 IDL test ,a 2 可以发现 a 在调用 test 函数后，值发生了改变，这个很值得注意。 F1 = DIALOG_PICKFILE (TITLE = 'B4 TIFF' ,FILTER= '*.TIF' ,/READ) 这一句就是调用 DIALOG_PICKFILE 函数返回 tiff 文件的路径，下两句也是获取 tiff 文件路径。 IF ( FILE_TEST (F1) GT 0 AND FILE_TEST (F2) GT 0 ) THEN BEGIN 选择分支if语句一般形式为 if statement then begin .... endif else begin .... endelse FILE_TEST(F1) GT0 ,FILE_TEST 是一个 function ，用来检测文件是否已存在，存在返回 1 ，否则返回 0 值 B1 = READ_TIFF (F1,GEOTIFF=GE1) : 一句用 READ_TIFF 这一 function 来读取 tiff 文件中的数据， geotiff 参数用来提取 tiff 文件的地理信息，下一句作用类似； HELP ,B1,B2 用来查询变量的维数信息， print 函数用来输出变量值，如果变量不是数组，那么用 help 可直接输出变量的值。注意 help 一个结构体变量需加参数“ /struct ” WRITE_TIFF ,FOUT,- 1.0 ( ( FLOAT (B1)- FLOAT (B2))/( FLOAT (B1)+ FLOAT (B2) + C) ) 1.0 ,/FLOAT,GEOTIFF=GE2 这一句用来计算 ndvi 并保存为 geotiff 文件 WRITE_TIFF 函数是一个 pro ，需要至少 2 个顺序参数，第一位是保存路径，第二位是数据变量；其他用“ = ”相连的参数顺序可随意， /float 表示输出浮点型数据， geotiff 用来追加地理信息。 - 1.0 ( ( FLOAT (B1)- FLOAT (B2))/( FLOAT (B1)+ FLOAT (B2) + C) ) 1.0 是计算 ndvi 的算式，可理解 2 步运算 x = (float(b1) – float(b2) )/ (float(b1) + float(b2) + c) 计算 ndvi x = -1.0 x1.0 ，将 x 与 -1.0 比较取大值，接着与 1.0 比较取小值，换句话说，就是将 ndvi 限定在区间。是求小运算符，是求大运算符; 个人分类: IDL|1 次阅读|0 个评论

土壤含水量计算中应用到的干边与湿边求解程序: JYangming 2010-12-31 17:02; function Get_a_b(fNDVI,fLST); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%功能描述：根据植被指数NDVI和地表温度计算相应的干边与湿边参数 %% %%算法描述：NDVI从0到1，以0.01+0.02*n (n=1,2,...,49)为中心，取 %% %%0.02宽度的区间中LST的最大值和最小值，分别与其对应的NDVI值组成 %% %%点对（如: (NDVI, LSTmax])，最后采用最小二乘线性拟合方式将点对 %% %%拟合，形成湿边和干边 %% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% NDVI=imread(fNDVI); LST=imread(fLST); for n=1:49 I=find(0.02*nNDVI NDVI0.02+0.02*n); LSTmax= max(LST(I)); LSTmin= min(LST(I)); NDVI_LSTmax(n,:)= ; NDVI_LSTmin(n,:)= ; end Xmax=NDVI_LSTmax(:,1); Ymax=NDVI_LSTmax(:,2); Pabmax=ployfit(Xmax,Ymax,2) Xmin=NDVI_LSTmin(:,1); Ymin=NDVI_LSTmin(:,2); Pabmin=ployfit(Xmin,Ymin,2); 个人分类: 未分类|5635 次阅读|0 个评论

[转载]ENVI中计算NDVI和植被覆盖度: cui99515158 2010-12-2 11:26; google_protectAndRun("ads_core.google_render_ad", google_handleError, google_render_ad); 1.直接用envi直接算的话，主菜单中transform－ndvi，算归一化植被指数。Tasseled Cap (缨帽变换)，也可以用来算绿度植被指数gvi。也可自己定义算法算植被指数。如果要算植被覆盖度的话，可以先计算 NDVI，然后利用 NDVI 与植被覆盖度之间的关系计算。计算公式可用： f=(NDVI-NDVI MIN)/(NDVI MAX-NDVI MIN) 这里的NDVIMIN和NDVIMAX是代表研究区域的最好植被覆盖和最差植被覆盖的植被指数，即裸地和茂盛植被覆盖区的NDVI值具体可参照赵英时老师的《遥感应用分析原理与方法》 http://rsgisman.bokee.com/viewdiary.14418414.html 2.最小值和最大值运算符的使用最小值和最大值运算符也是数组的基础运算符，但与关系运算符或Boolean运算符不同的是：它们不返还真值或假值，而返还实际的最小值和最大值。在下面的示例中，对于图像中的每一个像元，0、b2或b3中的最大值将被加到b1中，该表达式确保加到b1中的值始终为正。 b1 +（0 b2 b3）在下面的示例中，最小值和最大值运算符的同时运用使b1中的值被限制在0和1之间b1中的值不会大于1或小于0。 0 b1 1 3. 运算符波段运算举例 22.1数据小于0的赋予0 b10 2.2 数据值小于０的赋予-999 (b1 LT 0)*-999+(b1 GE 0)*b1 2.3 三个波段求平均值，如该波段小于0则不参加运算。如某点b1:4;b2:6;b3:0；那平均值ave = (b1+b2+b3)/(1+1); b10+b20+b30)/( ((b1 ge 0) + (b2 ge 0)+(b3 ge 0)) 1) 2.4两幅图像，图像1波段b1中的云部分（象元值大于200）用图像2的波段b2代替 (b1 GT 200)*b2+(b1 LE 200)*b1 2.5波段分段赋值，如B1中小于0部分等于0，b1中值在之间赋为原数值的100倍，如果b1值大于10则赋为原数值的10倍。 (b1 LE 0)*b10 +((b1 ge 0)and (b1 le 10))*b1*100+ (b1 gt 10)*b1*10; 个人分类: GIS应用|12235 次阅读|0 个评论

[转载]Erdas里面利用NDVI提取植被指数的步骤: cui99515158 2010-12-2 11:08; NDVI：归一化植被指数 ??和植物的蒸腾作用、太阳光的截取、光合作用以及地表净初级生产力等密切相关。 ??1、NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等； ??2、-1=NDVI=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大； ??3、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。对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度； ??4、NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、学、枯叶、粗超度等，且与植被覆盖有关； ??今天看到有人留言提问erdas里面利用NDVI提取植被指数的步骤，下面就将其写出来： ??1、在Erdas的主工具中选择Interpreter模块，出现Image Interpreter对话框 ?? ??2、然后选择Spectral Enhancement，会弹出Spectral Enhancement对话框 ?? ??3、再选择Indices选项出现Indices对话框 ?? ??以TM数据为例进行说明，选择InputFile，选择Output File，在OutputOptions的Sensor中选择Landst TM，在SelectFunction里面选择NDVI，DataType默认为Float不用改变，可以发现最下面的Function显示band 4 - band 3 / band 4 band 3，这个就是NDVI的计算公式。最后选择OK即可完成，这里要注意的是没有OutputFile的话Ok按钮时不能使用的。如果NDVI计算的话在ENVI是最方便的在Transform菜单下就有，同时ENVI的波段计算功能也很方便完成NDVI计算。 ??另外，ERDAS MODEL做NDVI分类 ??首先说如何做NDVI，虽然ERDAS里有个现成专门可以做NDVI的的地方，但是我们注意到TM4+TM3可能为0，当除数为0时系统会报错，所以应该在分母上加0.001或0.0001都可以。这样分母就不会为0了，同时注意输出图象类型要是float single，否则做出来的结果可能是空白图象。 ??此主题相关图片如下： ??给NDVI图象进行再分类:注意输出图象类型为thematic。 ??此主题相关图片如下： ?? ??其中中间一步要这样设置：注意先选中左框里的原始NDVI波段，然后点ADD CLUMMN按钮，并定义你的范围。 ??此主题相关图片如下：; 个人分类: GIS应用|6028 次阅读|0 个评论

Erdas里面利用NDVI提取植被指数的步骤（转）: cranelover 2009-12-21 14:02; 转自 http://www.tianya.cn/browse/listwriter.asp?vwriter=LiveinCathay NDVI：归一化植被指数 ??和植物的蒸腾作用、太阳光的截取、光合作用以及地表净初级生产力等密切相关。 ??1、NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等； ??2、-1=NDVI=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大； ??3、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。对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度； ??4、NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、学、枯叶、粗超度等，且与植被覆盖有关； ??今天看到有人留言提问erdas里面利用NDVI提取植被指数的步骤，下面就将其写出来： ??1、在Erdas的主工具中选择Interpreter模块，出现Image Interpreter对话框 ?? ??2、然后选择Spectral Enhancement，会弹出Spectral Enhancement对话框 ?? ??3、再选择Indices选项出现Indices对话框 ?? ??以TM数据为例进行说明，选择InputFile，选择Output File，在OutputOptions的Sensor中选择Landst TM，在SelectFunction里面选择NDVI，DataType默认为Float不用改变，可以发现最下面的Function显示band 4 - band 3 / band 4 band 3，这个就是NDVI的计算公式。最后选择OK即可完成，这里要注意的是没有OutputFile的话Ok按钮时不能使用的。如果NDVI计算的话在ENVI是最方便的在Transform菜单下就有，同时ENVI的波段计算功能也很方便完成NDVI计算。 ??另外，ERDAS MODEL做NDVI分类 ??首先说如何做NDVI，虽然ERDAS里有个现成专门可以做NDVI的的地方，但是我们注意到TM4+TM3可能为0，当除数为0时系统会报错，所以应该在分母上加0.001或0.0001都可以。这样分母就不会为0了，同时注意输出图象类型要是float single，否则做出来的结果可能是空白图象。 ??此主题相关图片如下： ??给NDVI图象进行再分类:注意输出图象类型为thematic。 ??此主题相关图片如下： ?? ??其中中间一步要这样设置：注意先选中左框里的原始NDVI波段，然后点ADD CLUMMN按钮，并定义你的范围。 ??此主题相关图片如下：; 个人分类: 科研笔记|9722 次阅读|0 个评论

AMSR—E微波极化指数与MODIS植被指数关系研究: maokebiao 2009-5-29 08:36; 摘　要: 首先，利用辐射传输方程对微波极化指数（MPI，Microwave Polarization Index）进行推导，以AMSRE像元经纬度为控制条件，采集与之对应的MODIS植被指数（LAI／NDVI），并将其平均值作为AMSRE对应像元的值；然后，对AMSRE微波极化指数与LAI／NDVI进行相关分析。结果表明，MPI与LAI／NDVI之间存在着指数关系，而且频率越低，相关性越好。 1. 毛克彪 , 唐华俊 , 周清波，陈仲新，陈佑启，赵登忠 , AMSR-E 微波极化指数与 MODIS 植被指数关系研究 , 国土资源遥感 , 2007, 1: 27-31. PDF下载: AMSR-E微波极化指数与MODIS植被指数关系研究; 个人分类: 星星点灯|4437 次阅读|0 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: NDVI

相关帖子

相关日志

关闭安全验证