1.常用光谱指数列表
2.遥感生态指数（RSEI）计算教程——四个指数的指指标计算

常用光谱指数列表

       深入测绘数据分析的殿堂：在科学研究的瑰宝库中，我们梳理了众多光谱指数，标源共计种，公式涵盖燃烧、指指标水体、标源城市、公式专属推送源码核与雷达等多个领域，指指标旨在揭示地球表面的标源微妙变化。从BAI到kVARI，公式每一种都有其独特的指指标科学价值和应用潜力。

燃烧指数:BAI、标源BAI2、公式CSIT、指指标Androidstudio抓包源码NBR、标源NBR2、公式NBRT、NDVIT、SAVIT，每一个都针对火灾监测提供关键信息。

水体的敏感探测器:AWEInsh、AWEIsh、MBWI、MNDWI、NDVIMNDWI、NWI、趋势确定源码公式WI1、WI2和WRI，如MNDWI，作为NDWI的改进版，能揭示水体的细致特征和有效区分阴影。

城市生态的智能镜像:EBBI、NDBaI、NDBI和NHFD，这些指数揭示了城市化进程中的生态变化。

核科学的光谱标记:kEVI、kNDVI、kRVI和kVARI，rocketmq实务消息源码它们在核环境监测中发挥着不可或缺的作用。

雷达探测的精密工具:DpRVIHH、DpRVIVV、QpRVI和RFDI，这些雷达指数在天气和自然灾害预警中提供实时信息。

       例如，NBR在Landsat8的特定波段组合中，提升了火灾检测的敏感性；而MNDWI以其改进的特性，更好地揭示水体的特征和识别遮挡。SAVI的应用依赖于植被覆盖率，适用于植被变化不大的区域，而NDVI尽管广受欢迎，cg模型网源码却对土壤和大气干扰有所敏感。

       我们的研究涵盖广泛的地学领域，包括全球地表覆盖变化、植被健康、生态系统服务评估、人口密度分布、经济发展指标、城市规划、地理特征分析、植被类型识别，以及环境保护和资源管理等。这些数据资源丰富而详尽，为研究者提供了深入探索的广阔舞台。

       数据分享的宝藏：年的行政区划、保护区、森林公园等空间数据；大气、土地利用、水文学、年鉴类数据集，如低碳年鉴、科技统计等，全部免费获取。关注Ai尚研修公众号，点击数据资源>数据分享，海量资源等你来挖掘！

年免费数据：

       - 行政区划

       - 保护区数据

       - -中国农村贫困监测报告

       - 《中国卫生统计年鉴》-

       - 县域统计年鉴面板数据

       - 省统计年鉴

       - 中国城市统计年鉴

       经济数据：

       - 上市公司微观数据

       - 市场化指数

       - 全球治理数据

       - 人口迁徙大数据

       - 土地交易数据

       - 中国工业企业数据库

       - 地级市城乡泰尔指数

       这只是冰山一角，更多精彩数据等待您在Ai尚研修公众号中发现。让我们一起在光谱世界的探索之旅中，揭示地球的神秘面纱。

遥感生态指数（RSEI）计算教程——四个指数的计算

       遥感生态指数（RSEI）是一种关键的数据产品，通过卫星遥感影像反演技术获得，对生态环境质量评估和可持续发展决策具有重要意义。全国遥感生态网平台提供了RSEI分布数据集，具有高精度和优良质量，其计算采用ENVI软件的Band math工具进行。

       四个核心指数包括：

湿度指标（WET）:土壤湿度是生态环境的重要指标，通过缨帽变换反演，反映区域环境质量。在ENVI中，计算公式为：(float(b4)-b3)/(b4+b3)。

绿度指标（NDVI）:以归一化植被指数NDVI代表植被生长情况，敏感度高，反映地表变化。计算公式同样在ENVI中输入：(b4-b3)/(b4+b3)。

热度指标（LST）:采用地表温度作为热度指数，通过大气校正反演，具体步骤参见Landsat8地表温度反演。

干度指标（NDBSI）:由裸土指数和建筑指数构建，涉及到多个波段的计算，公式复杂，这里省略。

       在实际操作中，首先在ENVI中进行数据处理，包括中心化处理和标准化，然后通过Layerstacking工具合并四个指数。后续的主成分分析（PCA）是关键步骤，通过ENVI工具生成初始生态指数RSEI0，进一步标准化以便分级。

       全国RSEI数据集基于中分辨率卫星影像，覆盖全国各省，时间跨度自年起，数据详细信息请参考中国日值气象站点数据集，DOI:./。