植被指数
小麦属于禾本科的小麦属，是世界上最早栽培的农作物之一，经过长期的发展，已经成为世界上分布最广、面积最大、总产最高、贸易额最多、营养价值最高的粮食作物之一。以播种期分为冬小麦和春小麦两种，我国以冬小麦为主。 归一化植被指数（NDVI）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，能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗糙度等，且与植被覆盖有关
基于归一化植被指数和地表反照率的土地沙漠化遥感监测研究( ) 目的 对土地沙漠化状况进行监测和评价研究土地沙漠化变化及趋势预测为恢复植被覆盖和改善生态环境提供依据.方法 以新疆昌吉为研究区域采用Landsat遥感影像经过预处理后通过提取归一化植被指数和地表反照率的空间特征获取沙漠化差值指数分析与评价新疆昌吉地区的沙漠化程度.结果 新疆昌吉地区2011年沙漠面积为62.29%裸地面积为26.97%;2013年沙漠面积为59.92%裸地面积为28.59%;2015年的沙漠面积为77.73%裸地面积为18.14%.2011―2013年沙漠化差值指数增大沙漠面积减少;2013―2015年沙漠化差值指数显著减小土地沙漠化面积大幅度增加;沙漠化等级由中度沙漠化演变为轻度沙漠化又由轻度沙漠化变为重度沙漠化.结论 沙漠化差值指数与沙漠化等级呈负相关性 DDI可正确地反映土地沙漠化的变化情况.
植被指数主要反映植被在可见光、近红外波段反射与土壤背景之间差异的指标，各个植被指数在一定条件下能用来定量说明植被的生长状况，能够检测植被生长状态、植被覆盖度和消除部分辐射误差等。 NDVI=(NIR-R)/(NIR+R)，数值范围在-1至1之间，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。NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗糙度等，且与植被覆盖有关
植被指数主要反映植被在可见光、近红外波段反射与土壤背景之间差异的指标，各个植被指数在一定条件下能用来定量说明植被的生长状况，能够检测植被生长状态、植被覆盖度和消除部分辐射误差等。 NDVI=(NIR-R)/(NIR+R)，数值范围在-1至1之间，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。NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗糙度等，且与植被覆盖有关
1. 中国科学院地理科学与资源研究所北京100101; 2. 北京师范大学资源与环境研究所北京100875 摘要： 在全国挑选了东北、华北、华中、西南、华南、西北、新疆和西藏8个试验区，采用人工神经网络和逐步回归方法，应用温度、降水对植被指数进行预报（气候因子超前土地覆盖特征量24个月）.试报结果表明：在对植被指数的预报上，人工神经网络优于逐步回归。同时尝试性的将神经网络预报方法与逐步回归方法结合起来作预报，即应用逐步回归挑选出来的预报因子作为神经网络的外部输入精选因子，进行神经网络模拟预报。研究表明，对神经网络的预报因子进行精选，可事先排除一些干扰信息，对提高神经网络的预报准确率有所帮助
微信公号“中国航天科技集团”11日消息，6月11日凌晨2时31分24秒，我国第四颗海洋水色系列卫星——海洋一号D卫星搭乘长征二号丙运载火箭，从太原卫星发射中心成功发射升空，任务取得圆满成功。 此次发射的海洋一号D卫星由中国航天科技集团有限公司五院所属航天东方红卫星有限公司抓总研制。卫星成功入轨后，与2018年9月7日发射的海洋一号C卫星组成我国首个海洋民用业务卫星星座
植被指数主要反映植被在可见光、近红外波段反射与土壤背景之间差异的指标，各个植被指数在一定条件下能用来定量说明植被的生长状况，能够检测植被生长状态、植被覆盖度和消除部分辐射误差等。 NDVI=(NIR-R)/(NIR+R)，数值范围在-1至1之间，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。NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗糙度等，且与植被覆盖有关
记者9月28日从省林业局了解到，经过70年不懈努力，陕西省森林覆盖率由13.3%提高到43.06%，绿色版图向北推进400多公里，三秦大地实现由黄到绿的历史性转变。美国宇航局监测显示，中国是全球绿色增长的最大贡献者，其中黄土高原、华北平原增绿最为明显。 威利斯人，省气象局监测数据反映，以陕北地区为核心的黄土高原是全国连片增绿幅度最大的地区，2000年至2018年，全省植被指数变化百分率平均17.9%，为全国平均值2倍
摘要：高光谱图像的光谱分辨率更高，能够更好地获取样本的信息，对于监测作物信息精度更高。然而，由于高光谱图像通常携带有大量的信息，因此需要对数据进行降维，去除冗余信息。高光谱成像技术也有它的局限性，如成本高，处理速度慢等