影像指数是指根据多波段影像进行计算的影像。 该影像强调存在的特定现象，同时减少降低影像效果的其他因素。 例如，植被指数将索引影像中的健康植被显示为亮色，不健康植被的值较低，而裸露地带则为暗色。 因为地形变化（山丘和山谷）所产生的阴影会影响影像强度，所以指数将以强调对象的颜色而非强调对象的强度或亮度的方式进行创建。 处于山谷阴影中的一棵健康松树的植被指数值将与全光照下松树的植被指数值相似。 这些指数通常通过波段的加减组合构建，从而产生多种波段比。 它们与电磁光谱特定部分中的特定波段相关联。 因此，这些指数可能仅对某些传感器或某几类传感器有效，而且在计算中使用正确的波段至关重要。
这些指数的常见使用方式之一即是随时间推移，对多个影像中的同一对象进行比较。 例如，对某块农田，在自播种起的整个生长期内，每周会为其采集多个影像。 并计算每个影像的植被指数。 在分析这些每周的植被指数时，您会期望看到整个生长期内亮度一直在增加。 然后，当秋天植被开始衰老时，您会看到指数不断减小，直到完成作物收割或季末叶片枯萎为止。 指数的归一化作用使得这一比较具有实用性。 通过比较区域内的多块农田，您即可识别哪些农田可获丰收，哪些农田存在问题。 此类分析还可用于识别哪些农田遭受了风暴灾害。
请根据您希望分析的现象选择指数。 请确保输入影像来自具有正确波段（波长和范围）的传感器，以支持所选指数。 指数会从影像中读取元数据，以检查波段名称。 找到匹配项后，系统会自动应用该指数。
MSAVI
“修正土壤调节植被指数”(MSAVI2) 用于将裸土对于土壤调节植被指数 (SAVI) 的影响降至最小。
MSAVI2 = (1/2)*(2(NIR+1)-sqrt((2*NIR+1)2-8(NIR-Red)))- NIR = 近红外波段的像素值
- Red = 红光波段的像素值
参考文献：Qi, J. et al., 1994, "A modified soil vegetation adjusted index", Remote Sensing of Environment, Vol. 48, No. 2, 119-126.
NDVI
归一化差值植被指数 (NDVI) 是一个标准化指数，用于生成显示植被量（也称为相对生物量）的影像。 该指数对多光谱栅格数据集中两个波段的特征进行对比，即红色波段中叶绿素的色素吸收率和近红外 (NIR) 波段中植物体的高反射率。
文献记载的默认 NDVI 方程如下：
NDVI = ((NIR - Red)/(NIR + Red))- NIR = 近红外波段的像素值
- Red = 红光波段的像素值
此指数的输出值介于 -1.0 和 1.0 之间。
SAVI
“调节土壤的植被指数”(SAVI) 是通过土壤亮度校正系数最小化土壤亮度影响的植被指数。 它通常用在植被覆盖率较低的干旱区域。
SAVI = ((NIR - Red) / (NIR + Red + L)) x (1 + L)- NIR = 近红外波段的像素值
- Red = 近红光波段的像素值
- L = 绿色植被覆盖量
NIR 和 Red 是指与这些波长关联的波段。 L 值根据绿色植被覆盖量而有所不同。 通常，无绿色植被覆盖的区域 L=1；绿色植被中度覆盖的区域 L=0.5；植被高度覆盖的区域 L=0（与 NDVI 方法等效）。 此指数的输出值介于 -1.0 和 1.0 之间。
参考文献：Huete, A. R., 1988, "A soil-adjusted vegetation index (SAVI)," Remote Sensing of Environment, Vol 25, 295-309.
TSAVI
“转换型土壤调节植被指数”(TSAVI) 是通过假设土壤线具有任意斜率和截距来最小化土壤亮度影响的植被指数。
TSAVI=(s(NIR-s*Red-a))/(a*NIR+Red-a*s+X*(1+s2))- NIR = 近红外波段的像素值
- IR = 红光波段的像素值
- s = 土壤线的坡度
- a = 土壤线的截距
- X = 用于最大限度降低土壤噪声的调整因子
参考文献：Baret, F. and G. Guyot, 1991, "Potentials and limits of vegetation indices for LAI and APAR assessment," Remote Sensing of Environment, Vol. 35, 161-173.
绿波段 NDVI
绿光归一化差值植被指数 (GNDVI) 是用于评估光合活性的植被指数，并且是用于确定植物冠层吸收的水氮的常用植被指数。
GNDVI = (NIR-Green)/(NIR+Green)- NIR = 近红外波段的像素值
- Green = 绿光波段的像素值
此指数的输出值介于 -1.0 和 1.0 之间。
参考文献：Buschmann, C., and E. Nagel. 1993. In vivo spectroscopy and internal optics of leaves as basis for remote sensing of vegetation. International Journal of Remote Sensing, Vol. 14, 711-722.
红边 NDVI
红边 NDVI 是一种植被指数，利用红边波段来评估植被健康状况。 在叶绿素浓度相对较高的生长中后期，该指数对于评估作物健康状况尤其有用。 可用于绘制田间叶氮变异，以了解作物的肥料需求。
可以使用近红外和红边波段计算红边 NDVIre 指数。
NDVIre = (NIR-RedEdge)/(NIR+RedEdge)- NIR = 近红外波段的像素值
- RedEdge = 红边波段的像素值
此指数的输出值介于 -1.0 和 1.0 之间。
参考文献：Gitelson, A.A., Merzlyak, M.N., 1994. "Quantitative estimation of chlorophyll using reflectance spectra," Journal of Photochemistry and Photobiology B 22, 247-252.