Landsat计算NDVI公式?植被指数怎么算?

你算的NDVI为什么总是一片黑？别急，问题可能出在第一步

刚接触遥感的你，是不是也遇到过这种情况：兴冲冲下载了Landsat影像，打开ENVI或QGIS，按教程输入公式，结果生成的NDVI图不是全黑就是全白？拉伸也没用？别慌——这根本不是软件bug，而是90%的新手都会踩的第一个坑：没做辐射定标和大气校正。

我在参与某省国土绿化评估项目时，团队实习生直接拿DN值算NDVI，结果全省植被指数分布异常。排查三小时才发现是原始数据未校正——这种错误，每年都在重复上演。

NDVI的本质：一场“红光与近红外”的拔河比赛

NDVI（Normalized Difference Vegetation Index，归一化植被指数）听起来高大上，其实原理极其朴素：健康植被会强烈反射近红外光，同时大量吸收红光进行光合作用。我们只需比较这两个波段的“胜负关系”，就能判断植被茂盛程度。

想象一下：把红光波段当成“植被杀手队”，近红外波段当成“植被啦啦队”。NDVI就是裁判，计算公式如下：

NDVI = (NIR - Red) / (NIR + Red)

其中：

• NIR：近红外波段反射率（Landsat 8/9 是 Band 5）
• Red：红光波段反射率（Landsat 8/9 是 Band 4）

结果范围在 -1 到 +1 之间：+1 表示茂密健康植被，0 表示裸土或水体，-1 通常是云或雪。就像拔河比赛，啦啦队（NIR）赢越多，NDVI越接近+1；杀手队（Red）赢了，NDVI就变负数。

Landsat实战：从原始数据到科学结果的四步走

下面以Landsat 8为例，手把手教你避开所有坑。记住：跳过任何一步，结果都可能失真。

1. Step 1：辐射定标 —— 把卫星拍的“数字编号(DN)”转换成物理量“辐射亮度”。Landsat官网提供增益(Gain)和偏移(Bias)参数，用公式：辐射亮度 = DN × Gain + Bias。
2. Step 2：大气校正 —— 去除大气散射、水汽影响。推荐使用LaSRC或6S模型。懒人可直接下载USGS已校正的Surface Reflectance产品（文件名带 _SR）。
3. Step 3：波段运算 —— 在ENVI中用Band Math，或在QGIS中用Raster Calculator，输入：(B5 - B4) / (B5 + B4)。注意：必须用校正后的反射率数据！
4. Step 4：结果验证 —— 用ROI工具在已知森林、水体、城市区域采样，检查NDVI值是否符合预期（森林≈0.6-0.9，水体≈-0.1~0.1）。

三个致命细节，决定你的NDVI能不能用

总结：NDVI不是魔法，是严谨的物理过程

NDVI公式虽简单，但背后是完整的遥感物理链路。跳过预处理，就像用生米直接炒饭——再好的锅铲也救不了。记住核心口诀：先校正，再计算，最后验证。

你在计算NDVI时遇到过哪些奇葩报错？或者对某个步骤仍有疑问？欢迎在评论区留下你的截图或报错信息，我会逐一帮你诊断！