ENVI实战：Landsat影像NDVI计算的三种高效方法-CSDN博客

1. 为什么NDVI是遥感分析的“万金油”？

如果你刚接触遥感，或者正在用ENVI处理Landsat数据，那你大概率绕不开一个词：NDVI。全称是归一化植被指数，听起来有点学术，但说白了，它就是一个用简单的数学公式，把卫星图片变成“植被健康度地图”的神奇工具。我刚开始做项目那会儿，导师就告诉我，看一个地方生态好不好、庄稼长势怎么样，第一件事就是算NDVI。

它的核心公式非常简单：NDVI = (NIR - Red) / (NIR + Red)。这里的NIR是近红外波段的反射值，Red是红光波段的反射值。为什么这么算呢？这得从植物的“生理特性”说起。健康的绿色植物叶子，在进行光合作用时，会强烈吸收红光（所以叶子看起来是绿的），同时会强烈反射近红外光。土壤、水体、建筑物就没这个特性。所以，用近红外减去红光，再除以它们的和做个归一化，就能把植被的这种特性放大。计算出来的值在-1到1之间，越接近1，说明植被越茂盛、越健康；接近0或负值，则可能是裸土、水体或建筑物。

Landsat系列卫星（比如常用的TM、ETM+、OLI）简直就是为计算NDVI而生的，因为它稳定地提供了我们需要的红光和近红外波段。例如，经典的Landsat 5 TM数据，红光波段是第3波段（B3），近红外是第4波段（B4）。而新一代的Landsat 8/9 OLI数据，红光波段是B4，近红外是B5。搞清楚你手头数据的传感器类型和波段对应关系，是成功计算NDVI的第一步，也是新手最容易踩坑的地方。

在实际工作中，NDVI的用途远超你的想象。我做过一个农业监测的项目，通过计算一个区域生长季内多期影像的NDVI，绘制出所谓的“时间序列曲线”，就能清晰看到作物从播种、出苗、抽穗到成熟的全过程。哪块地长势慢了，是不是缺水缺肥？哪块地可能遭遇了病虫害？NDVI的变化曲线会给你最直观的预警。在城市生态领域，NDVI可以用来评估绿地覆盖率；在环境监测中，它可以辅助观察森林退化或恢复情况。可以说，掌握了NDVI，你就拿到了开启遥感应用大门的第一把钥匙。