引言

      多种卫星遥感数据反演植被指数(NDVI)产品是地理国情监测云平台推出的生态环境类系列数据产品之一。产品包括三个波段RGB,值域是0-255之间，数据类型为8bit整型，取值-1和1之间。 NDVI的估算上采用通用的估算方法，并已通过中国科学院地理科学与资源所相关专家的判读与野外实测数据验证，空间一致性良好。

正文

栅格数据源

数据简介

    NDVI就是归一化植被指数，植被一般是对近红外光反射明显而较亮，而由于光合作用吸收红光比较暗，与其它地物在遥感影像上形成强烈差异，因此利用近红外与红波段的这个计算，植被的值明显偏高，可以很容易把植物区分开来，归一化的好处是数值范围比较集中。

    NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗超度等，且与植被覆盖有关，-1≤NDVI≤1，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。

    截止到2007年，北京市全市林木覆盖率接近50%，山区林木覆盖率达到70%，城市绿化覆盖率达到40%以上，全市形成三道绿色生态屏障，“五河十路”两侧形成2.3万公顷的绿化带，市区建成1.2万公顷的绿化隔离带，全市自然保护区面积不低于全市国土面积的8%。全市形成了山区、平原和城市绿化隔离地区三道绿色生态屏障，山区95%以上的宜林荒山实现绿化，形成了林木葱翠、绿绕京城的宜人景象。

    多种卫星遥感数据反演植被指数（NDVI）产品是地理国情监测云平台推出的生态环境类系列数据产品之一。产品包括三个波段RGB,值域是0-255之间，数据类型为8bit整型，取值-1和1之间。 NDVI的估算上采用通用的估算方法，并已通过中国科学院地理科学与资源所相关专家的判读与野外实测数据验证，空间一致性良好。

应用范围

    植被指数（NDVI）能够应用在检测植被生长状态、植被覆盖度和消除部分辐射误差等，其主要应用如下：

    1、运用NDVI植被指数进行草地长势监测；

    2、社会-生态系统种动态等级结构研究；

    3、通过地球观测卫星获得地面真实数据；

    4、杂草覆盖绘图；

    5、作物产量/密度估计；

    6、用NDVI 判断植物生长的状态：植物叶绿素发生光合作用而吸收红光，所以长势越好的植物吸收红光越多，反射近红外光也越多。所以NDVI能反应植物生物量的多少，NDVI越大，植物长势越好。

    7、NDVI可用于林火监测，弥补了地理信息系统难以随时更新的数据不足，排除了云体对床干起的干扰，提高了森林火灾监测的准确性，及时性和可靠性。

正文

栅格数据源

数据简介

    NDVI就是归一化植被指数，植被一般是对近红外光反射明显而较亮，而由于光合作用吸收红光比较暗，与其它地物在遥感影像上形成强烈差异，因此利用近红外与红波段的这个计算，植被的值明显偏高，可以很容易把植物区分开来，归一化的好处是数值范围比较集中。

    NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗超度等，且与植被覆盖有关，-1≤NDVI≤1，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。

    截止到2007年，北京市全市林木覆盖率接近50%，山区林木覆盖率达到70%，城市绿化覆盖率达到40%以上，全市形成三道绿色生态屏障，“五河十路”两侧形成2.3万公顷的绿化带，市区建成1.2万公顷的绿化隔离带，全市自然保护区面积不低于全市国土面积的8%。全市形成了山区、平原和城市绿化隔离地区三道绿色生态屏障，山区95%以上的宜林荒山实现绿化，形成了林木葱翠、绿绕京城的宜人景象。

    多种卫星遥感数据反演植被指数（NDVI）产品是地理遥感生态网平台推出的生态环境类系列数据产品之一。产品包括三个波段RGB,值域是0-255之间，数据类型为8bit整型，取值-1和1之间。 NDVI的估算上采用通用的估算方法，并已通过中国科学院地理科学与资源所相关专家的判读与野外实测数据验证，空间一致性良好。

应用范围

    植被指数（NDVI）能够应用在检测植被生长状态、植被覆盖度和消除部分辐射误差等，其主要应用如下：

    1、运用NDVI植被指数进行草地长势监测；

    2、社会-生态系统种动态等级结构研究；

    3、通过地球观测卫星获得地面真实数据；

    4、杂草覆盖绘图；

    5、作物产量/密度估计；

    6、用NDVI 判断植物生长的状态：植物叶绿素发生光合作用而吸收红光，所以长势越好的植物吸收红光越多，反射近红外光也越多。所以NDVI能反应植物生物量的多少，NDVI越大，植物长势越好。

    7、NDVI可用于林火监测，弥补了地理信息系统难以随时更新的数据不足，排除了云体对床干起的干扰，提高了森林火灾监测的准确性，及时性和可靠性。