GEE 训练教程——基于Sentinel-2数据的SAVI 和 NDVI 图层添加到地图上的可视化分析

目录

简介

指数

函数

expression(expression, map)

Arguments:

Returns: Image

代码解释

代码

结果

---

简介

GEE 训练教程——基于Sentinel-2数据的SAVI 和 NDVI 图层添加到地图上的可视化分析

指数

SAVI（Soil-Adjusted Vegetation Index）和NDVI（Normalized Difference Vegetation Index）都是用于遥感数据分析中的植被指数。它们可以衡量植被的状况和健康程度，并对植被覆盖和生长进行研究。

SAVI指数是由Huete（1988）提出的，它是为了解决NDVI在植被覆盖不均匀地表上的问题而设计的。SAVI使用土壤调整因子，可以有效地减小土壤反射的影响，提高植被信号的可靠性。SAVI的计算公式如下：

SAVI = (NIR - Red) / (NIR + Red + L) x (1 + L)

其中，NIR是远红外波段的反射率，Red是红光波段的反射率，L是土壤调整因子，通常取值为0.5。SAVI的取值范围为-1到1，数值越高表示植被覆盖越好。

NDVI指数是由Rouse等人（1973）提出的，是最为常用和广泛应用的植被指数之一。NDVI利用了植物叶绿素吸收和反射红外辐射的特性，可以反映植被的光合活性和生长情况。NDVI的计算