归一化植被指数NDVI的取值范围，并反映植被情况

1. 归一化植被指数NDVI的取值范围，并反映植被情况

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。详见：http://www.dsac.cn/DataProduct/Detail/20091000。附图：北京市植被指数图（做参考用）

2. evi增强型植被指数计算出来怎么都是一些黑点

在计算一下，是不是哪里出错了，正常的图都是这个样子的，怎么会有黑点呢？

3. 什么是植被指数?典型的植被指数模型有哪些

利用卫星不同波段探测数据组合而成的，能反映植物生长状况的指数。植物叶面在可见光红光波段有很强的吸收特性，在近红外波段有很强的反射特性，这是植被遥感监测的物理基础，通过这两个波段测值的不同组合可得到不同的植被指数。差值植被指数又称农业植被指数，为二通道反射率之差，它对土壤背景变化敏感，能较好地识别植被和水体。
RVI——比值植被指数
RVI=NIR/R，或两个波段反射率的比值。
1．绿色健康植被覆盖地区的RVI远大于1，而无植被覆盖的地面（裸土、人工建筑、水体、植被枯死或严重虫害）的RVI在1附近。植被的RVI通常大于2；
2．RVI是绿色植物的灵敏指示参数，与LAI、叶干生物量(DM)、叶绿素含量相关性高，可用于检测和估算植物生物量
3．植被覆盖度影响RVI，当植被覆盖度较高时，RVI对植被十分敏感；当植被覆盖度<50%时，这种敏感性显著降低；
4．RVI受大气条件影响，大气效应大大降低对植被检测的灵敏度，所以在计算前需要进行大气校正，或用反射率计算RVI。
NDVI——归一化植被指数
NDVI=(NIR-R)/(NIR+R)，或两个波段反射率的计算。
1．NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等；
2．-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
3．NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度；
4．NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗糙度等，且与植被覆盖有关
DVIEVI——差值环境植被指数
DVI=NIR-R，或两个波段反射率的计算。
1．对土壤背景的变化极为敏感
土壤调整植被指数
SAVITSAVIMSAVI——调整土壤亮度的植被指数：SAVI=((NIR-R)/(NIR+R+L))(1+L)，或两个波段反射率的计算。
1．目的是解释背景的光学特征变化并修正NDVI对土壤背景的敏感。与NDVI相比，增加了根据实际情况确定的土壤调节系数L，取值范围0~1。L=0 时，表示植被覆盖度为零；L=1时，表示土壤背景的影响为零，即植被覆盖度非常高，土壤背景的影响为零，这种情况只有在被树冠浓密的高大树木覆盖的地方才会出现。
2．SAVI仅在土壤线参数a=1,b=0（即非常理想的状态下）时才适用。因此有了TSAVI、ATSAVI、MSAVI、SAVI2、SAVI3、SAVI4等改进模型。
小结：上述几种VI均受土壤背景的影响大。植被非完全覆盖时，土壤背景影响较大
GVI——绿度植被指数
k-t变换后表示绿度的分量。
1．通过k-t变换使植被与土壤的光谱特性分离。植被生长过程的光谱图形呈所谓的"穗帽"状，而土壤光谱构成一条土壤亮度线，土壤的含水量、有机质含量、粒度大小、矿物成分、表面粗糙度等特征的光谱变化沿土壤亮度线方向产生。
2．kt变换后得到的第一个分量表示土壤亮度，第二个分量表示绿度，第三个分量随传感器不同而表达不同的含义。如，MSS的第三个分量表示黄度，没有确定的意义；TM的第三个分量表示湿度。
3．第一二分量集中了>95%的信息，这两个分量构成的二位图可以很好地反映出植被和土壤光谱特征的差异。
4．GVI是各波段辐射亮度值的加权和，而辐射亮度是大气辐射、太阳辐射、环境辐射的综合结果，所以GVI受外界条件影响大。
PVI——垂直植被指数
在R-NIR的二维坐标系内，植被像元到土壤亮度线的垂直距离。PVI=((S R-VR)2(SNIR-VNIR)2)1/2，S是土壤反射率，V是植被反射率。
1．较好地消除了土壤背景的影响，对大气的敏感度小于其他VI
2．PVI是在R-NIR二维数据中对GVI的模拟，两者物理意义相同
3．PVI=(DNnir-b)cosq-DNr´sinq，b是土壤基线与NIR截距，q是土壤基线与R的夹角。
EVI——增强型植被指数
增强型植被指数（Enhanced Vegetation Index，即EVI）计算公式为：
植被指数
ρNIR、ρRED和ρBLUE分别代表近红外波段、红光波段和蓝光波段的反射率。
多种卫星遥感数据反演植被指数
植被指数(NDVI)是检测植被生长状态、植被覆盖度和消除部分辐射误差等。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。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。

4. 植被指数的研究对象

 比值植被指数RVI=NIR/R，或两个波段反射率的比值。1．绿色健康植被覆盖地区的RVI远大于1，而无植被覆盖的地面（裸土、人工建筑、水体、植被枯死或严重虫害）的RVI在1附近。植被的RVI通常大于2；2．RVI是绿色植物的灵敏指示参数，与LAI、叶干生物量(DM)、叶绿素含量相关性高，可用于检测和估算植物生物量3．植被覆盖度影响RVI，当植被覆盖度较高时，RVI对植被十分敏感；当植被覆盖度95%的信息，这两个分量构成的二位图可以很好地反映出植被和土壤光谱特征的差异。4．GVI是各波段辐射亮度值的加权和，而辐射亮度是大气辐射、太阳辐射、环境辐射的综合结果，所以GVI受外界条件影响大。 垂直植被指数在R-NIR的二维坐标系内，植被像元到土壤亮度线的垂直距离。PVI=((S R-VR)2(SNIR-VNIR)2)1/2，S是土壤反射率，V是植被反射率。1．较好地消除了土壤背景的影响，对大气的敏感度小于其他VI2．PVI是在R-NIR二维数据中对GVI的模拟，两者物理意义相同3．PVI=(DNnir-b)cosq-DNr´sinq，b是土壤基线与NIR截距，q是土壤基线与R的夹角。 土壤调节植被指数Huete（1988）基于NDVI和大量观测数据提出土壤调节植被指数用以减小土壤背景影响。SAVI=(NIR-R)*(1+L)/(NIR+R+L)其中，L是随着植被密度变化的参数，取值范围从0-1，当植被覆盖度很高时为0，很低时为1。很明显，如果L=0,SAVI=NDVI。在Huete的文章中指出，对于其研究的草地和棉花田，L取0.5时SAVI消除土壤反射率的效果较好。因为很少能够知道植被密度，因此难以优化此指数。SAVITSAVIMSAVI——调整土壤亮度的植被指数：SAVI=((NIR-R)/(NIR+R+L))(1+L)，或两个波段反射率的计算。1．目的是解释背景的光学特征变化并修正NDVI对土壤背景的敏感。与NDVI相比，增加了根据实际情况确定的土壤调节系数L，取值范围0~1。L=0时，表示土壤背景的影响为零，即植被覆盖度非常高，土壤背景的影响为零，这种情况只有在被树冠浓密的高大树木覆盖的地方才会出现。2．SAVI仅在土壤线参数a=1,b=0（即非常理想的状态下）时才适用。因此有了TSAVI、ATSAVI、MSAVI、SAVI2、SAVI3、SAVI4等改进模型。 差值环境植被指数DVI=NIR-R，或两个波段反射率的计算。1．对土壤背景的变化极为敏感小结：上述几种VI均受土壤背景的影响大。植被非完全覆盖时，土壤背景影响较大

5. ph值取值范围

ph值是用来表示水溶液中氢离子浓度的。
其数学式是：pH=-lg[H+] 但只是用来表示溶液中氢离子浓度在某一范围内的酸碱性，
如果[H+]>1mol/L,则直接采用氢离子浓度的数值表示而不用ph值表示； 
当[OH-]>1mol/L，就以氢氧根离子浓度的数值表示溶液的碱性，也不用ph值表示。 
所以ph值得适用范围是人为规定的0~14,因为水的电离就是10的-14次方
 
秋风燕燕为您答题 O(∩_∩)O 
有什么不明白可以对该题继续追问
如果满意，请及时选为满意答案，谢谢

6. 相关系数的取值范围是多少?

[-1，1]。
相关系数取值范围如下：
1、符号：如果为正号，则表示正相关，如果为负号，则表示负相关。通俗点说，正相关就是变量会与参照数同方向变动，负相关就是变量与参照数反向变动。
2、取值为0，这是极端，表示不相关。
3、取值为1，表示完全正相关，而且呈同向变动的幅度是一样的。
4、如果为-1，表示完全负相关，以同样的幅度反向变动。
5、取值范围：[-1，1]。
相关信息：
需要指出的是，相关系数有一个明显的缺点，即它接近于1的程度与数据组数n相关，这容易给人一种假象。因为，当n较小时，相关系数的波动较大，对有些样本相关系数的绝对值易接近于1。
当n较大时，相关系数的绝对值容易偏小。特别是当n=2时，相关系数的绝对值总为1。因此在样本容量n较小时，我们仅凭相关系数较大就判定变量x与y之间有密切的线性关系是不妥当的。

7. 取值范围怎么求

函数是初中代数的一个重点,函数自变量取值范围的确定,有助于学好与函数相关的知识.确定函数自变量的取值范围主要有以下几种类型:
一、分式型
这类函数在确定自变量取值范围时通常是满足分式有意义,但有时也不能随意约分和要注意区分"且"和"或"的含义.
.函数的有关概念:
一般地,设在某变化过程中有两个变量x,y。如果对于x在某一范围内的每一个确定的值,y都有唯一确定的值与它对应,那么就说y是x的函数,x叫做自变量。
对于函数的意义,应从以下几个方面去理解:
(1)我们是在某一变化过程中研究两个变量的函数关系,在不同研究过程中,变量与常量是可以相互转换的,即常量和变量是对某一过程来说的,是相对的。
(2)对于变量x允许取的每一个值,合在一起组成了x的取值范围。(3)变量x与y有确定的对应关系,即对于x允许取的每一个值,y都有唯一确定的值与它对应。
怎样理解相同的函数:
由函数的概念可以知道,若变量x与变量y之间有着某种特殊的对应关系(即对应法则),且变量x在它的取值范围内任取一个值,变量y都有唯一确定的值与它对应,则变量y是变量x的函数。也就是说,函数的概念中包含了以下两个方面的内容:
(1)y与x之间的函数关系式;
(2)函数关系式中自变量x的取值范围。
这就是说,相同的函数必须要求以上两个方面都满足,即函数关系式相同(或变形后相同),自变量x的取值范围也相同,否则,就不是相同的函数。而其中函数关系式相同与否比较容易注意到,自变量x的取值范围有时容易忽视,这点请同学们注意。
例:下列函数中,与y=x表示是同一函数关系的是(
)。
分析:先把四个函数解析式化简,与y=x比较是否相同,并求出各个函数中自变量x的取值范围,把它们分别与y=x的解析式,自变量x的取值范围进行比较。注意,这两个条件都满足时才是相同的函数。
解:函数y=x,其自变量x的取值范围是全体实数。
,
其自变量x的取值范围是x≥0的一切实数。
,其自变量x的取值范围是x≠0的一切实数。
,其自变量x的取值范围是一切实数。
,其自变量x的取值范围是一切实数。
显然只有(c)与y=x的解析式,自变量x的取值范围都相同,故应选(c)。
2.求函数自变量的取值范围
求函数自变量的取值范围的原则是:
(1)解析式是整式,自变量可以取一切实数。
(2)解析式是分式,自变量的取值应使分母不等于零。
(3)解析式是无理式,如果是二次根式,自变量的取值范围应使被开方式的值大于或等于零,如果是三次根式,自变量可以取一切实数。
(4)如果解析式是以上几种形式综合而成的,自变量的取值范围同时满足它们各自的条件。
3.函数值
与函数值有关的问题可以转化为求代数式的值。
4.函数的图象
函数图象实现了数与形的相互转化

8. 发病率的取值范围是多少？

理论上可以大于1，一般是小于等于1，大于0.