核植被指数（kNDVI）

目录

前言

一、kNDVI计算公式

二、有两种计算方式

总结        

---

前言

        目前，NDVI依然是比较流行的植被指数。但由于NDVI自身是“非线性”的，当植被覆盖持续增加时，比值NIR/RED持续增加，这种非线性的转换过程也使得NDVI对RED波段过度敏感，因此，在植被覆盖较高的或者生物含量较高地区，NDVI不可避免的伴有不同程度的饱和现象。此外，NDVI对红光(叶绿素)高度敏感，当叶绿索浓度超过一定浓度时，红光对叶绿素不再具有敏感性，很快出现饱和现象。        

        为了调整NDVI以适应大气和土壤噪声，特别是在植被茂密地区，减缓NDVI饱和性问题，在NDVI中加入了蓝光波段，提出了增强型植被指数EVI，但是EVI中饱和现象依旧存在。

        2021年，有学者为解决NDVI【归一化差异植被指数】和EVI【增强型植被指数】的饱和度问题上存在的缺陷，通过采用机器学习的核方法理论，将NDVI线性化，转变为了kNDVI。

---

一、kNDVI计算公式

kNDVI指数定义为：

n为NIR；r为Red。核函数k表示这两个波段之间的相似性。

在任何情况下均通过径向基函数（RBF）再生核。sigma控制近红外和红外波段之间的距离概念。

 对于径向基函数（RBF），自相似性k（n，n）为1，可先简化为下式。

最后计算公式可以简化为

        kNDVI（核归一化差异植被指数）的数值含义与NDVI类似，但提供了更细致的反映植被状况的能力，尤其是在高植被覆盖度的地区。kNDVI的数值范围通常在-1到1之间，但实际应用中，它主要取值在0到1的区间。下面是kNDVI数值的一些含义：

1. **接近0**：kNDVI值接近0通常表示植被覆盖度较低，可能是由于植被稀疏、植被处于非生长季节、或者是非植被区域（如裸土、岩石、水体等）。

2. **接近1**：kNDVI值接近1表示植被覆盖度很高，通常与健康、茂盛的植被相关。这可能意味着该地区有丰富的植被生物量和活跃的光合作用。

3. **中间值**：kNDVI值在0到1之间的中间值表示不同程度的植被覆盖度，具体解释可能需要结合具体的生态系统和环境条件。

4. **负值**：虽然理论上kNDVI可以取负值，但在实际应用中很少见，因为kNDVI的设计是为了减少负值的出现，并且提高在低植被覆盖度区域的敏感性。

kNDVI的一个关键优势是它通过核方法减少了NDVI在高植被覆盖度区域的饱和现象，使得它能够更准确地反映植被的生物物理和生理参数，如叶面积指数（LAI）、总初级生产力（GPP）和太阳诱导叶绿素荧光（SIF）等。这使得kNDVI在植被监测、物候和绿化研究、参数升级等领域具有重要的应用潜力。

在实际应用中，kNDVI的数值需要结合具体的遥感影像、时间序列分析、地面验证数据以及其他环境参数来综合解读，以获得更准确的植被状况评估。
 

二、有两种计算方式

1、取近红外和红外波段的均值即

 2、取近红外和红外波段的中值

中值：

均值：

        两种计算结果有一定程度的不同，要根据自己的研究区去确定选择哪一个。范围在0.1到0.3之间【大多学者均这样认为】。

总结        

        kNDVI有两种等价的计算方式，可以用RBF生核后的简化；也可以用tanh函数的计算。