Erdas Imagine图像处理:[2]植被指数计算
1、打开ERDAS,找到Interpreter/Spectral Enhancement/Indices工具。
![Erdas Imagine图像处理:[2]植被指数计算](https://exp-picture.cdn.bcebos.com/40d2d0e8b004541b0665e595869a310e1699a6fd.jpg)
![Erdas Imagine图像处理:[2]植被指数计算](https://exp-picture.cdn.bcebos.com/16d8f72abab84240b594d4a77ac595ee40c19efd.jpg)
4、利用Indices,计算RVI。
![Erdas Imagine图像处理:[2]植被指数计算](https://exp-picture.cdn.bcebos.com/b666b2530688912c4da0cb5b1b4800fc76f797fd.jpg)
5、利用Indices,计算DVI。
![Erdas Imagine图像处理:[2]植被指数计算](https://exp-picture.cdn.bcebos.com/01bd69f7980e5f20ac1b4868bd20b93acc898efd.jpg)
6、利用Model Maker工具,新建NDVI的模型。
![Erdas Imagine图像处理:[2]植被指数计算](https://exp-picture.cdn.bcebos.com/b87bd38920c5260f7e5fca39d2de4507890189fd.jpg)
8、总结:NDVI可以用来检测植被。水体的NDVI一般小于0,植被的NDVI一般大于0,土壤的NDVI接近0,NDVI越大,植被生长状况越好,覆盖度越高。RVI对绿色植物十分敏感,与叶面积指数、叶干生物量、叶绿素含量密切相关,常被用于估计和监测绿色植物生物量。DVI对土壤背景的变化极为敏感,有利于对植被生态环境的监测。对于遥感分类,熟悉各个波段的性质是前提,只有这样,才能选择最佳的波段组合提取所需信息。