归一化植被指数
The NDVI had the same characteristics of cycle oscillation as that of runoff.
NDVI与径流量具有同等的周期变化特点。
The difference between NDVI and EVI is larger as vegetation coverage increases.
NDVI与EVI值的差异随着植被覆盖度的增加而增大。
NDVI was most significantly correlated to the air temperature of the preceding four months.
在月时间尺度上， NDVI与气温的关系在不同类型植被之间存在很大差异。
Using the linear model with measurement error paddy production was estimated by means of NDVI.
用含测量误差的线性模型，由植被指数(NDVI)估计稻谷产量。
The model, NDVI-vegetation coverage, can provide support to develop regional soil erosion model.
多重因子数据库和NDVI-植被盖度关系，可以为区域土壤侵蚀定量评价提供支持。
归一化植被指数（Normalized Difference Vegetation Index，NDVI）是一种通过遥感数据量化地表植被覆盖状况的指标，广泛应用于生态监测、农业管理和气候变化研究领域。其核心原理基于植被对不同光谱波段的反射特性：健康的植物叶片因叶绿素作用会强烈吸收可见光中的红光波段（波长约0.6-0.7μm），同时细胞结构对近红外波段（波长约0.7-1.1μm）具有高反射特性。
NDVI的计算公式为： $$ NDVI = frac{(NIR - Red)}{(NIR + Red)} $$ 其中，$NIR$表示近红外波段反射率，$Red$表示红光波段反射率。该指数取值范围在$-1$至$1$之间，数值越高表明植被覆盖度与生物量越大。例如，裸土通常为$0.1-0.2$，茂密植被可达$0.6-0.8$，而水域因吸收所有波段呈现负值。
在农业应用中，NDVI可识别作物生长异常区域，指导精准施肥。美国农业部通过Landsat卫星数据生成的NDVI图层，成功将小麦产量预测精度提升15%。生态环境领域，科研团队利用MODIS传感器获取的NDVI时序数据，发现2000-2020年全球植被覆盖率年均增长1.3%，证实了二氧化碳施肥效应的存在。
当前主流的NDVI数据源包括NASA的Terra/Aqua卫星（空间分辨率250-1000米，每日更新）和欧空局Sentinel-2卫星（分辨率10米，5日重访周期）。用户可通过Google Earth Engine平台免费获取经过大气校正的标准化产品。
NDVI（归一化植被指数，Normalized Difference Vegetation Index）是一种通过遥感技术量化地表植被覆盖和生长状态的核心指标。以下是详细解释：
NDVI通过对比植被在近红外波段（NIR）和红光波段（R）的反射率差异，反映植被的覆盖度和生物量。植被细胞结构在近红外波段反射率高，而红光波段因叶绿素吸收反射率低。
NDVI的公式为：
$$
NDVI = frac{NIR - R}{NIR + R}
$$
其中，NIR和R分别代表近红外和红光波段的反射率值。取值范围为-1到1，负值通常对应水体、云或雪，0附近为裸土，正值越高表示植被越茂密。
NDVI数据通常由卫星遥感（如Landsat、MODIS）反演，可通过地理国情监测云平台等专业渠道获取。
如需更详细的技术参数或应用案例，可参考遥感领域学术文献或专业平台数据说明。
【别人正在浏览】