《表2 植被指数定义：融合浅层特征的深度卷积神经网络互花米草遥感监测方法》

  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

《融合浅层特征的深度卷积神经网络互花米草遥感监测方法》

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:ρBlue，ρGreen，ρRed，ρNIR，ρSWIR1分别为LANDSAT8 OLI的影像蓝、绿、红、近红外和短波红外波段的反射率。

互花米草广泛存在于滨海滩涂的潮间带，是高潮带下部至中潮带下部的先锋物种[1-2]，可适应淹水造成的缺氧环境，多生长在受潮水周期性冲刷的淤泥质潮滩，与其他植被相比光合速率更高[10]。基于上述互花米草的生态特征和生长环境，对影像进行多维浅层特征的选择和提取。根据互花米草的群落郁闭，盖度高的特点，选择与叶绿素含量相关性高，对绿色植被灵敏度高的归一化植被指数（NDVI）[22]、比值植被指数（RVI）[23]、增强植被指数（EVI）[24]和缨帽变换的绿度（Greeness）分量；针对碱蓬、柽柳等与互花米草的覆盖密度不同致使土壤背景对植被分类结果造成的影响，选择能减弱土壤反射率变化的修正土壤调节植被指数（MSAVI）[25]和差值植被指数（DVI）[26]；针对互花米草所处区域湿度较大的特点，选择水分含量敏感的归一化植被水分指数（NDII）[27]、差值植被水分指数（DII）和缨帽变换的湿度（Wetness）分量。将以上9维特征提取结果作为分类时输入的融合波段。表2给出了几种植被指数的定义和计算公式。