项目简介：城市的土地利用类型非常复杂，植被用地是城市生态环境系统中最重要的一员，其面积 和分布的变化,会对城市生态环境造成重大的影响。因此,准确地获取和了解城市中植被信息 及其空间分布特点,定量地研究它对城市生态环境的影响程度,这对城市规划、生态环境保护 以及人居环境质量的提高,都有重要的意义。光学遥感影像中城市植被由于高密度复杂地类， 严重影响了城市植被信息的遥感定量反演的精度。 当前对光学遥感植被信息的反演主要是采用植被指数的方法。最常用的植被指数有归一 化植被指数NDVI、比值植被指数RVI等；针对消除大气影响而提出的有抗大气植被指数ARVI、 绿度抗大气植被指数GARVI等；针对消除土壤背景影响的植被指数有土壤调节植被指数SAVI、 修正土壤调节植被指数MSAVI、最优土壤调节植被指数OSAVI等；还有其他的各种植被指数， 如地形矫正植被指数TCVI、增强植被指数EVI、线性植被指数LVI、全球环境监测指数GEMI、 绿度归一化植被指数GNDVI等。但针对高密度城市的绿地植被指数的研究目前还没有涉及。 对于最常用的植被指数——归一化植被指数NDVI的局限性表现在，用非线性拉伸的方式 增强了近红外波段NIR和红波段R的反射率的对比度，其能比较好地分辨出植被，但对植被 的密集度具有较低的灵敏度，城市的植被覆盖密集度非常复杂，很难用归一化植被指数NDVI 来度量；比值植被指数RVI对高植被覆盖度的植被十分敏感，可用于检测和估算植物生物量， 但当植被覆盖度<50％时，这种敏感性显著降低，而城市的植被覆盖度是比较低的，比值植被 指数RVI对城市的植被提取敏感性很低；土壤调节植被指数SAVI，与归一化植被指数NDVI 相比，增加了根据实际情况确定的土壤调节系数，土壤调节植被指数SAVI仅在土壤线参数非 常理想的状态下时才适用，而城市的土壤参数是非常复杂的，因此土壤调节植被指数SAVI 也不是理想的城市植被指数构建方法。 上文中提及到的植被指数对植被的覆盖度有比较高的要求。对于大面积的植被森林地区 能获得比较高的精度，但对于提取城市中高密度建筑群区域的植被指数有明显的缺陷。这些 植被指数都是直接采用遥感影像的原始波段进行增强，主要反映植被在可见光、近红外波段 反射与土壤背景之间差异的指标。而城市中植被指数的提取主要还受到建筑用地和水体的影 响，目前的植被指数都没有考虑到这两者的影响。 综上所述，现有的植被指数有针对消除大气影响的，有针对消除土壤背景影响的，也有 针对地形矫正的，但无论哪一种都是采用遥感影像的原始波段DN值或反射率进行增强，对于 建筑用地和水体的影响没有考虑。这就使得设计一种针对消除城市建筑用地和水体影响的植 被指数具有重要的科学意义与应用价值。 本技术提供一种应用于城市的植被指数构造方法，该方法可以消除城市建筑 用地和水体的影响，可以准确、快速、高精度的反演出城市的植被信息。