什么是植被指数？

植被指数(vegetation index, VI)是无量纲的、利用叶冠的光学参数提取的。设计植被指数的目的是建立一种经验的或半经验的、强有力的、对地球上所有生物群体都适用的植被观测量。通常使用红色可见光通道和近红外光谱通道的组合来设计植被指数。

土壤调节植被指数(soil-adjusted vegetation index, SAVI)是一个可以适当描述土壤-植被系统“简单模型”的植被指数。它部分降低了土壤背景的影响，但同时降低了与植被覆盖度的相关性，极为可能丢失一部分植被信号，且其中的调节因子L是随着植被盖度与土壤类型变化而变化的，不能够完全准确地表现植被的状况。

转换型土壤调节植被指数(transformed soil-adjusted vegetation index, TSAVI)是SAVI的转换形式，它源于土壤线同时考虑了土壤背景的有关参数，将土壤背景亮度的影响降低。

修正型土壤调节植被指数(modified soil- adjusted vegetation index, MSAVI)是对SAVI进-步改进发展的指数，比SAVI更好地考虑了土壤因素的变化情况，而且不需要具有目标研究区的先验知识，即不需要获取该区域的土壤参数等，同样适合于地表植被覆盖低的区域研究。

优化型士壤调节植被指数(optimization soil-adjusted vegetation index, OSAVI)是通过模型模拟来获得优化值。研究表明，其在高或低植被覆盖度区域均能有效地减少土壤噪声的影响。

θ_SAVI是通过在红光近红外光谱平面上的三角分析，为降低土壤背景对植被指数的影响所提出的基于SAVI的角度型植被指数。研究表明，θ_SAVI不仅土壤背景影响较小，而且线性度也比较好，较适合于低覆盖植被冠层信息的提取。

正交植被指数(perpendicular vegetation index, PVD)定义为植物像元到土壤亮度线的垂直距离。它是在植被指数的基础上采用土壤线发展而来，受土壤亮度的影响较小，可以去除部分土壤的影响，但只在植被覆盖稀疏LAI值较低时表现比较好，随着LAI值增加就会变得对土壤背景较敏感，适用于低覆盖度植被，如作物发育的早中期阶段。

Liu和Huete在植被冠层辐射传输模型SAIL (scattering by arbitrarily in-clined leaves)敏感性分析中发现，土壤和大气对NDVI的影响并不是互相独立的，大气引起的NDVI噪声在暗的土壤背景下是十分显著的，而土壤对NDVI产生的噪声随着大气气溶胶含量的增加而降低。土壤和大气对NDVI的影响是以一种复杂的方式相互作用的结果，消除其中的一个因 素的影响可能会增加另一个的影响， 因此，引入一个反馈项对二者同时进行修订，即增强型植被指数(enhanced vegetation index, EVI),利用土壤背景调节系数L和大气修正参数C₁、C₂同时减少土壤和大气的作用。

除上述类型植被指数，还有绿度植被指数(缨帽变换后表示绿度的分量)、再归一化植被指数、权重差植被指数等其他植被指数。不同类型的植被指数在具体应用中优势不一。罗亚等以上海中心城区为研究靶区，利用单因子方差分析与多重比较对NDVI、DVI、EVI、RVI等植被指数在城市绿地信息提取中的优劣进行了比较研究。