《表2 植被指数及计算公式》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《无人机影像反演玉米冠层LAI和叶绿素含量的参数确定》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：ρnir为近红外波段反射率，该波段的中心波长为790 nm；ρrededge为红边波段反射率，该波段的中心波长为735 nm；ρred为红波段反射率，该波段的中心波长为660 nm；ρgree为绿波段反射率，该波段的中心波长为550 nm。

植被指数的实质是将复杂的多光谱影像简化为一个特征变量，用来预测和评估植被特性。Daughtry等提出一个给定的光谱指数对于估计植被冠层叶绿素含量和LAI可能有不同的敏感性[22]。目前最简单、应用最广泛的植被指数之一是由Rouse等[23]在1973年提出的归一化植被指数（Normalized Difference Vegetation Index，NDVI）。由于叶片反射近红外（NIR）波段不受叶绿素含量变化的影响，而红色波段由于叶绿素的强烈吸收而受到最小影响，使用近红和红色的NIR-red光谱指数通常更能估计LAI[24-25]，因此本文首先选用NDVI指数。与红波段相比，绿波段更容易受到叶绿素含量差异的影响[26-27]；因此，NIR-green光谱指数对叶绿素含量变化的敏感度应该高于NIR-red指数[28-29]。并且NIR-green光谱指数也对LAI变化很敏感[30-31]，所以本文基于绿波段建立了GCI(grassland chlorophyll index）植被指数。玉米叶片中叶绿素对红光波段的强烈吸收，及对近红外波段的多次散射，通常在680～760 nm之间形成陡而直的斜边，称其为红边，多项研究[32-33]表明，红边波段对LAI和叶绿素含量变化非常敏感。因此本研究基于红边波段建立了RVI、NDIrer和NDIreg3个植被指数（见表2）。