EN中文

Figure/Table detail

Aboveground Biomass Inversion of Mangrove in Dongzhai Harbor Based on Semi-Supervised Coregression
Yan Song, Qi Shi, Yarong Zou, Junde Xie
Tropical Geography, 2026, 46(2): 303-316.   DOI: 10.13284/j.cnki.rddl.20250272

特征名称参考文献特征介绍计算公式
NDVIRouse等
（1974）		归一化植被指数（NDVI）是通过遥感数据计算植被覆盖和健康状况的指标。$ \text{NDVI}=\frac{(B8-B4)}{(B8+B4)} $
NDVIreGitelson等
（2003）		红边归一化植被指数（NDVIre）是利用红边波段的改进型植被指数，能够更敏感地检测植被的健康状况和叶绿素含量，适用于高植被覆盖区域。$ \text{NDVIre}=\frac{(B8-B5)}{(B8+B5)} $
TNDVIRouse等
（1974）		变换型归一化植被指数（TNDVI）是对NDVI进行平方根变换后的指数，用于增强植被信号并减少背景噪声，更适合低植被覆盖区域的分析。$ T\mathrm{NDVI}=\sqrt{\text{NDVI}+0.5} $
CIreGitelson等
（2003）		红边叶绿素指数（CIre）是利用红边波段的植被指数，能够有效估算植被叶绿素含量，对监测植被健康状况和光合作用效率具有重要意义。CIre$ =\frac{B8}{B5}-1 $
MDI2Wang等
（2018）		修正差分指数2（MDI2）是MDI的改进型植被指数，通过结合红光和红边波段，能够有效监测植被健康状况和叶绿素含量，尤其适用于植被胁迫和营养状况的评估。$ \mathrm{MDI}2=\frac{(B5-B4)}{(B5+B4)} $
MTVI2Smith等
（2008）		改进型三角植被指数2（MTVI2）是MTVI的改进版本，能够更精确地估算植被叶绿素含量和生物量，尤其适用于高植被覆盖和复杂植被结构的分析。$ \mathrm{MTVI}2=\frac{1.5[1.2\left(B8-B3\right)-2.5\left(B4-B3\right)]}{\sqrt{{(2\times B8+1)}^{2}-\left(6\times B8-5\sqrt{B4}\right)-0.5}} $
MSRrenFernández-Manso等（2016）改进型简单比值指数（MSRren）通过结合近红外和红边波段，能够有效估算植被叶绿素含量和生物量，对植被健康状况和光合作用效率具有高敏感性。$ \text{MSRren}=\frac{B8/B5-1}{\sqrt{B8/B5+1}} $
PSSRaBlackburn等
（1998）		特定色素简单比值指数（PSSRa）是针对叶绿素a的特定色素简单比值指数，能够有效估算叶片中叶绿素a的含量，对植被生理状态具有高敏感性。$ \text{PSSRa}=\frac{B4}{B2} $
IRECIFrampton等
（2013）		红边叶绿素指数（IRECI）是一种基于红边波段的植被指数，通过结合多个红边和近红外波段，能够更精确地估算植被叶绿素含量和光合作用效率。$ \text{IRECI}=\frac{(B8-B4)}{(B5/B6)} $
ContrastHaralick等（1973）对比度（Contrast）反映图像的局部变化程度，值越大表示纹理差异越明显。$ \text{Contrast}=\sum \limits_{i=0}^{N-1}\sum \limits_{j=0}^{N-1}{(i-j)}^{2}\cdot P(i,j) $
Entropy熵（Entropy）反映图像的复杂程度，值越大表示纹理越复杂。$ \text{Entropy}=-\sum \limits_{i=0}^{N-1}\sum \limits_{j=0}^{N-1}P(i,j)\cdot \log (P(i,j)) $
Variance方差（Variance）反映图像灰度值的离散程度，值越大表示纹理变化越大。$ \text{Variance}=\sum \limits_{i=0}^{N-1}\sum \limits_{j=0}^{N-1}{(i-\mu )}^{2}\cdot P(i,j) $
Correlation相关性（Correlation）反映图像灰度值的线性相关性，值越大表示纹理的线性关系越强。$ \text{Correlation}=\frac{\sum \limits_{i=0}^{N-1}\sum \limits_{j=0}^{N-1}\left(i-{\mu }_{i}\right)\left(j-{\mu }_{j}\right)\cdot P\left(i,j\right)}{{\sigma }_{i}{\sigma }_{j}} $
Table 3 Vegetation index and texture features
Other figure/table from this article