Google Earth Engine（GEE）——计算NDVI\EVI\RVI\DVI\SAVI归一化植被指数、比值植被指数、差值植被指数、土壤调节植被指数、增强型植被指数和绿度植被指数计算并下载

最新推荐文章于 2025-04-07 08:45:00 发布
最新推荐文章于 2025-04-07 08:45:00 发布
阅读量7.4k 收藏 51
点赞数 3
分类专栏： GEE教程训练 文章标签： RVI NDVI SAVI rvi GNDVI
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_31988139/article/details/124610702
版权
本教程详细介绍了如何使用Google Earth Engine（GEE）计算NDVI、EVI、RVI、DVI、SAVI和GNDVI，并按月下载这些植被指数，适用于长时间序列分析。代码示例中，使用了Landsat5 SR数据，并为中国地区进行了演示。请注意调整研究区域和分辨率，以避免网页崩溃。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

本次教程主要的目的就是实现6大指数的计算并按照逐月进行下载用于长时间序列的研究和分析

  1. 归一化植被指数NDVI=(NIR-R)/ (NIR+R)
  2. 比值植被指数RVI=NIR/R
  3. 差值植被指数DVI=NIR-R
  4. 土壤调节植被指数SAVI=(NIR-R)*(1+0.5)/(NIR+R+0.5)
  5. 增强型植被指数EVI = 2.5* (NIR - Red) / (NIR + 6*Red - 7.5*Blue + 1)
  6. 绿度植被指数 GNDVI = (NIR - Green)/(NIR + Green)

通过建立以上各个函数，然后按照影像进行分别map之后分别进行下载即可，本次我们使用Landsat5 SR数据进行分析，具体代码如下：

值得注意的是，本文的研究区是中国ÿ

了解本专栏 订阅专栏 解锁全文 超级会员免费看
Google Earth Engine（GEE）——计算NDVI\EVI\RVI\DVI\SAVI计算并下载（2）
此星光明博客
05-12 3839
有粉丝还问到关于Landsat8如何计算，上一次的文章提到了关于各类植被指数的下载和加载：Google Earth Engine（GEE）——计算NDVI\EVI\RVI\DVI\SAVI归一化植被指数、比值植被指数、差值植被指数、土壤调节植被指数、增强型植被指数和绿度植被指数计算并下载 同样的道理 对下面指数分别建立函数，只是不同波段需要建立函数 归一化植被指数NDVI=(NIR-R)/ (NIR+R) 比值植被指数RVI=NIR/R 差值植被指数DVI=NIR-R 土壤调节植被指数SAVI=(
NDVI植被指数
xiongpengbo的博客
12-28 1万+
什么是NDVI（归一化差异植被指数）？¶ 归一化差异植被指数（NDVI）通过测量近红外（植被强烈反射）和红光（植被吸收）之间的差异来量化植被。 NDVI总是在-1到+1之间。但是没有明确的界限each type of land cover。 例如，当你有负值时，很可能是水。另一方面，如果ndvi值接近+1，则很可能是密集的绿叶。 但当国家发展指数接近零时，就没有绿叶，甚至可能成为一个城市化地区。 你如何计算净现值？¶ 如下图所示，归一化差分植被指数在配方中使用NIR和红色通道。 与其...
利用GEE（Google Earth Engine）在线处理NDVI、EVI、SAVI、NDMI等指数归一化教程（详细代码）
07-20
如何利用GEE（Google Earth Engine）在线处理NDVI、EVI、SAVI、NDMI等指数进行归一化处理教程，我们需要进行GEE的一些基本学习，具体的专栏大家可以前去我的博客主页学习：涵盖了GEE基础、高阶和应用程序开发以及JavaScript和python两种语言的专栏，同时还建立有GEE图表和应用，外接高阶程序应用等，与此同时，还有微软行星云计算、PIE、AI EARTH等遥感云平台专栏类容可供大家参考。主页链接：https://blog.csdn.net/qq_31988139?type=blog 本资源主要详细介绍了我们指数表达式的计算，以及归一化教程的详细代码，这里主要是去除指数生成过程中出现的异常值的问题，大家可以通过下载来获取具体的而代码信息，可以直接在线copy代码到gee中进行操作，如有任何疑问可以随时到私信我。此代码仅限于我专栏的一个案例，如果你想学习更多的GEE知识，请进入主页选择，我将不定期更新更多的GEE和其它平台的相关云计算内容，同时也欢迎大家由问题私信，我可以承接相应的代码调试，GEE资源下载等相关服务。再次感谢你的订阅。
【数据分享】2000-2024年全国逐年归一化植被指数（NDVI）栅格数据（年最大值）
weixin_63042008的博客
03-12 735
【数据分享】2000-2024年全国逐年归一化植被指数（NDVI）栅格数据（年最大值）
归一化植被指数（NDVI）
热门推荐
05-15 5万+
归一化植被指数(NDVI)：反映土地覆盖植被状况的一种遥感指标，定义为近红外通道与可见光通道反射率之差与之和的商。 　　遥感影像中，近红外波段的反射值与红光波段的反射值之差比上两者之和。 　　即(NIR-R)/(NIR+R) 　　NIR为近红外波段的反射值 　　R为红光波段的反射值 　　英文缩写为 NDVI。归一化植被指数是反映农作物长势和营养信息的重要参数之一。根据该参数,可以知道不同
北京市植被指数（NDVI）数据、NPP数据、植被类型分布
04-04 1042
NDVI就是归一化植被指数，植被一般是对近红外光反射明显而较亮，而由于光合作用吸收红光比较暗，与其它地物在遥感影像上形成强烈差异，因此利用近红外与红波段的这个计算，植被的值明显偏高，可以很容易把植物区分开来，归一化的好处是数值范围比较集中。NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗超度等，且与植被覆盖有关，-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。
植被归一化指数
2401_87439377的博客
09-18 746
2. **预处理**：对遥感影像进行预处理，包括校正、拼接和裁剪等步骤，以确保影像数据的准确性和可用性。- **动态监测**：通过时间序列的NDVI数据，可以监测植被的动态变化，如季节性变化、植被恢复等。- **标准化**：NDVI的计算方法将不同地区、不同时间的遥感数据标准化，使其具有可比性。3. **波段选择**：从预处理后的遥感影像中提取红光波段和近红外波段的数据。1. **数据收集**：获取遥感影像数据，通常包括红光波段和近红外光波段。- **生态监测**：评估植被覆盖变化，监测生态系统健康状态。
详解NDVI（归一化差异植被指数）图像
qq_23865133的博客
03-15 1万+
因为NDVI图像是从特定的光谱数据计算而来的，通常表现为单通道图像，其值范围在-1到1之间。但是在实际应用中，为了更好的可视化，NDVI图像常常被映射到彩色空间（如伪彩色），这时可能会用到多个通道来展示不同的植被密度。总的来说，NDVI图像是一个强大的工具，适用于监测和分析地球表面的植被状态。较低的正值或负值表示较少的或无植被。NDVI是通过分析在不同光谱波段（通常是红光和近红外）反射的光来衡量植被的生长情况和密度。3. 时间动态监测：通过比较不同时间的NDVI图像，可以监测植被覆盖和健康状况的变化。
Google Earth Engine（GEE）-如何在线计算NDVI（归一化植被指数）和FVC（植被覆盖度）并批量下载.pdf
11-04
Google Earth Engine（GEE）——如何在线计算NDVI（归一化植被指数）和FVC（植被覆盖度）并批量下载。 归一化植被指数（Normalized Difference Vegetation Index，NDVI）是遥感中常用的植被指数之一，用于表征地表...
利用GEE在线处理1985-2024年NDVI、EVI、SAVI、NDMI等指数归一化教程更新为Landsat C02 数据
08-29
预处理等过程，同事将landsat 5/7/8集合分别进行了数据整合，也就是原始波段的处理，以及波段名称重新读写，此外，简化了指数在不同集合中的计算过程，从而我们可以调用1985-至今任何一个时期的影像进行归一化处理。...
Google Earth Engine ——Landsat 8 Collection 1 Tier 1数据集
此星光明博客
09-13 904
Landsat 8 Collection 1 Tier 1 DN values, representing scaled, calibrated at-sensor radiance. Landsat scenes with the highest available data quality are placed into Tier 1 and are considered suitable for time-series processing analysis. Tier 1 includes Lev
2017中国植被覆盖指数（NDVI）.rar
01-06
数据为2017中国归一化植被覆盖指数（NDVI），数据为栅格数据，可以用来计算相关生态植被指数，可以来康康。
植被指数NDVI2000年.rar
04-29
植被指数（NDVI, Normalized Difference Vegetation Index）可以准确反映地表植被覆盖状况。目前，基于SPOT/VEGETATION以及MODIS等卫星遥感影像得到的NDVI时序数据已经在各尺度区域的植被动态变化监测、土地利用/覆被变化检测、宏观植被覆盖分类和净初级生产力估算等研究中得到了广泛的应用。
2000-2022年逐年归一化植被指数（NDVI）数据（全国/分省/分市）
weixin_63042008的博客
03-22 5474
2000-2022年逐年归一化植被指数（NDVI）数据（全国/分省/分市）
2000-2022年 省、市、县三级逐年归一化植被指数NDVI
2401_84585615的博客
06-29 815
定义：NDVI是一种基于植被在红光和近红外波段反射特性的遥感指数，用于反映植被生长状态。应用领域：农业、林业、环境监测、气候研究等。
2000-2022年 省、市、县三级逐年归一化植被指数NDVI-社科数据
最新发布
paofuluolijiang的博客
04-07 480
通过对数值在-0.2至1之间的NDVI栅格数据进行处理，将2000-2023年逐月的NDVI栅格分别按照我国省级行政边界、地级市行政边界、区县级行政边界进行了求平均，得到了逐月归一化的NDVI数据。接近1的值表示植被覆盖茂密，通常对应于茂密的森林或农作物。这些数据不仅包含了省份、城市和县的名称及其代码，还涵盖了逐年的NDVI值，为研究者提供了丰富的信息，便于分析不同地区植被覆盖和生长的变化趋势。省份、省代码、省所属类型、城市、城市代码、市所属类型、县名称、县所属类型、逐年归一化植被指数。
数据介绍 | 长序列归一化植被指数NDVI
shanyanyi7173的博客
04-29 5270
归一化植被指数 植被指数是反映绿色活植被相对丰度和活性的辐射量化值，常被用于表征研究区域的植被生理状况、绿色生物量及植被生产力等。目前已提出的植被指数多达二十余种，如比值植被指数（RVI）、差值植被指数（DVI）、归一化植被指数（NDVI）、增强植被指数（EVI）、正交植被指数（PVI）、土壤调节植被指数（SAVI）、修正的土壤调节植被指数（MSAVI）等。其中，当属归一化植被指数（Normalized Difference Vegetation Index，NDVI）的应用最为广泛。 植被叶面在可见红
Google Earth Engine（GEE）计算雷达植被指数RVI
guaicaicexu的博客
07-08 3968
今天来分享下如何在GEE中计算雷达植被指数，
省、市、县逐年归一化植被指数NDVI数据（2000-2022年）
xiaozhuzhu1995的博客
11-21 1241
NDVI（Normalized Difference Vegetation Index）是归一化植被指数的英文缩写，是一种广泛使用的遥感指数，用于监测和评估植被的生长状况、生物量、植被覆盖度等信息。NDVI的计算公式为：NDVI = (NIR – Red) / (NIR + Red)（注：其中，NIR代表近红外波段的反射率，Red代表红光波段的反射率。省份、省代码、省所属类型、城市、城市代码、市所属类型、县名称、县所属类型、逐年归一化植被指数。数据名称：省、市、县三级逐年归一化植被指数NDVI。
如何使用GEE（Google Earth Engine）来计算NDVI（归一化差值植被指数）？
12-17
Google Earth Engine (GEE) 是一个强大的在线数据处理和分析平台，用于地理空间数据分析。计算归一化差值植被指数 (NDVI) 主要是通过以下步骤： 1. **获取遥感数据**：首先需要从GEE的数据库中选择合适的卫星图像数据，通常使用的是红光和近红外光波段的数据。例如，你可以选择MODIS或Sentinel-2等卫星数据产品。 ```javascript var red = ee.ImageCollection('MODIS/006/MOD09GA'); var nir = ee.ImageCollection('MODIS/006/MYD09GA'); ``` 2. **下载并合并数据**：对每个时间点获取对应的红光和近红外影像，并将它们合并到一起。 ```javascript var dateFilter = ee.DateRange(start, end); var imageCollection = red.merge(nir).filterDate(dateFilter); ``` 3. **计算NDVI**：利用公式 `(nir - red) / (nir + red)` 计算NDVI。注意，GEE需要预处理数据（如转换到合适范围），确保红色和近红外波段都在正常范围内。 ```javascript var ndvi = imageCollection.map(function(image) { return image.select('B5').subtract(image.select('B4')).divide( image.select('B5').add(image.select('B4')) ).rename('NDVI'); }); ``` 4. **统计和可视化结果**：最后，你可以计算平均NDVI、制作时间序列图，或者按区域导出数据进行进一步分析。 ```javascript var meanNdvi = ndvi.mean(); map.centerObject(meanNdvi.geometry(), 10); map.addLayer(meanNdvi, {'min': -1, 'max': 1}, 'NDVI Mean'); ```
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

此星光明

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值