Research on multispectral-image-based NDVI shadow-effect-eliminating model

归一化植被指数(NDVI)在植被多光谱遥感反演中占据尤为重要的地位，而遥感影像中普遍存在的阴影对NDVI的精度产生很大的影响，因此去除阴影对植被NDVI的影响对更精确的定量化研究具有应用价值。本文基于光照区和阴影区的太阳辐射能量差异，模拟出同一植被在光照区和阴影区的辐亮度，分析阴影对NDVI的影响机理；利用植被固有反射率谱间关系，引入对阴影极敏感的且与植被信息相关性小的归一化暗像元指数NDPI (Normalized Dark Pixel Index)，分析同一植被处于光照区与阴影区的NDVI关系，构建以光照区植被NDVI为基准的NDVI阴影影响去除模型NSEE (NDVI Shadow-Effect-Eliminating)，并应用于Landsat 8 OLI影像进行验证。结果表明：NDVI阴影影响基本去除，阴影区NDVI接近正常值，且光照区NDVI保持稳定；有效解决了阴影导致NDVI统计直方图的偏态问题，使其更接近正态分布；与验证影像NDVI沿剖面线逐像元比对发现，植被NDVI阴影影响基本去除；均方根误差RMSE为0.067。本模型能够将本身NDVI值很低的像元与阴影导致NDVI降低的植被像元区分开，符合实际地物情况；模型基于影像自身信息，去除NDVI阴影影响的同时，有效保持了NDVI的相对空间关系；本文基于物理机理构建模型，模型表达简洁、易于应用，且仅依赖于影像自身信息，无需异源数据，计算方便且高效。