论文学习：常用的遥感参数

---

归一化植被指数（NDVI）

  反映农作物长势和营养信息的重要参数之一，可用于检测植被生长状态、植被覆盖度和消除部分辐射误差等。计算方式：
$$NDVI=(NIR-R)/(NIR+R)$$

• NIR：近红外波段的反射值。
• R：红外波段的反射值。

  取值范围为$[-1，1]$，有：

• 负值：地面覆盖为云、水、雪等，对可见光高反射。
• 0：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。

  云层和大气状况的变化会影响NDVI的准确性，且在裸露土地或低植被覆盖区域，NDVI的效果不佳。
  见论文：

• 基于遥感技术的凉山州森林火险预测方法研究
• 利用 GF-1 遥感图像自动提取森林火灾烧毁区域的方法
  

归一化红外指数7（NDII7）

  对农作物冠层的水分含量变化敏感，值越大表明农作物含水率越高，可作为可燃物含水率指标。NDII7计算方式如下：
$$NDII7=(SWIR-NIR)/(SWIR+NIR)$$

• SWIR：短波红外波段的反射值。
• NIR：近红外波段的反射值。

  见论文：

• 基于遥感技术的凉山州森林火险预测方法研究

温度植被干旱指数（TVDI）

  温度植被干旱指数(TVDI)一般用于与归一化植被指数(NDVI)和地表温度(LST)共同监测土地干旱情况，尤其是监测特定年内某一时期整个区域的相对干旱程度，并可用于研究干旱程度的空间变化特征。

  见论文：

• 基于遥感技术的凉山州森林火险预测方法研究

归一化燃烧指数（NBR）

  通过计算近红外波段和短波红外波段的比值来增强火烧迹地的特征信息。该植被指数计算基于具有 NIR 和 SWIR 波段的栅格图像，例如来自 Landsat-7、Landsat-8 或 MODIS。
$$NBR=(NIR-SWIR)/(NIR+SWIR)$$

• NIR：近红外波段，用于测量没有受到烧伤影响的植被反射率。
• SWIR：短红外波段，用于测量烧伤地面的放射率。
    归一化燃烧指数（NBR）常用于火烧迹地信息提取以及监测火烧区域植被的恢复状况，其值的范围为$[-1，1]$。有：
• -1：完全烧毁。
• 0：没有受到烧伤的植被。
• 1：烧伤之前没有植被覆盖的区域。

  NBR越低，烧伤灾害对生态系统的影响就越严重。

  见论文：

• 利用 GF-1 遥感图像自动提取森林火灾烧毁区域的方法
  

差分归一化燃烧指数（dNBR）

  NBR（归一化燃烧比）和差分归一化燃烧比（dNBR）可用于提取遥感图像中火线位置和火灾状态。其中，差分归一化燃烧比（dNBR）主要用于计算火灾前后该地区归一化燃烧比的变化量。计算公式如下：

dNBR取值范围为$[-2，2]$。可使用dNBR对火灾强度进行划分：

见论文：

• 基于多源遥感的林火蔓延监测和植被动态检测
  

植被覆盖率（VFC）

  FC（植被覆盖率）量化了植被的茂密程度，反映了植被的生长态势，其通过NDVI（归一化植被指数）计算而来，值域为$[0，1]$：

• NIR：近红外波段。
• R：红色波段。
• NDVIsoil：完全裸露土壤或没有植被覆盖的区域的NDVI值。
• NDVIvg：完全被植被覆盖的像素的NDVI值。

见论文：

• 基于多源遥感的林火蔓延监测和植被动态检测