ENVI中常见植被指数介绍
作业9 植被指数
植被指数
概念：利用卫星不同波段探测数据组合而成的，能反映植物生长状况的指数。
植物叶面在可见光红光波段有很强的吸收特性，在近红外波段有很强的反射特性，这是植被遥感监测的物理基础，通过这两个波段测值的不同组合可得到不同的植被指数。
不同的植被覆盖类型可以通过其特有的光谱特征进行区分，这是由于叶绿素在红波段内对太阳辐射的吸收以及叶片细胞结构对红外波段内太阳辐射的强反射。
Broadband Greenness(5 indices)（宽带绿色指标(5)）
宽带绿度指数可以简单度量绿色植被的数量和生长状况，它对植物的叶绿素含量、叶子表面冠层、冠层结构比较敏感，这些都是植被光合作用的主要物质，与光合有效辐射（fAPAR）也有关系。宽带绿度指数常用于植被物候发育的研究，土地利用和气候影响评估，植被生产力建模等。宽带绿度指数选择的波段范围在可见光和近红外，一般的多光谱都包含这些
波段。下面的公式中规定波段的中心波长：ρNIR=800nm，ρRED=680nm，ρBLUE=450nm。
1. Normalized Difference Vegetation Index归一化植被指数
增强在近红外波段范围绿叶的散射与红波段范围叶绿素的吸收差异。
简称NDVI： NDVI=(NIR-R)/(NIR+R)
（1）应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等；
（2）-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大；
（3）NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI 对高植被区具有较低的灵敏度；
（4）NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、学、枯叶、粗超度等，且与植被覆盖有关；
2.Simple Ratio Index比值植被指数
在近红外波段范围绿叶的散射与红波段范围叶绿素吸收的比值。
简称SR：SR=ρNIR/ρRED
在LAI 值很高，即植被茂密时其灵敏度会降低.SR值的范围是0~30，一般绿色植被区的范围是2~8
3.Enhanced Vegetation Index 增强植被指数
增强NDVI,解决土壤背景和大气气溶胶对茂密植被的影响。
简称：EVI
EVI通过加入蓝色波段以增强植被信号，矫正土壤背景和气溶胶散射的影响。EVI常用于LAI值高，即植被茂密区。其计算公式为：
EVI=2.5（ρNIR-ρRED）/（ρNIR+6ρRED-7.5ρBLUE+1）
EVI的值的范围-1~1，一般绿色植被区的范围是0.2~0.8
4. Atmospherically Resistant Vegetation Index大气阻抗植被指数
增强NDVI,更好地解决大气散射的影响
简称：ARVI
ARVI是NDVI的改进，它使用蓝色波段矫正大气散射的影响（如气溶胶），ARVI常用于大气气溶胶浓度很高的区域，如烟尘污染的热带地区或原始刀耕火种地区。其计算公式为：
ARVI=【ρNIR-(2ρRED -ρBLUE)】/【ρNIR+(2ρRED -ρBLUE)】
值的范围是-1~1，一般绿色植被区的范围是0.2~0.8。
5. Sum Green Index绿度总和指数
绿色波段范围的整体光散射对植被冠层间隙的敏感度
简称：SG
SG指数是用于探测绿色植被变化最简单的植被指数。由于在可见光范围内，绿色植被对光强吸收，SG指数对稀疏植被的小变化非常敏感。SG指数是500 nm ~600 nm范围内平均波谱反射率。
总和最后会被转化回反射率。值的范围是0~50+，一般植被区域是10~25。
Narrowband Greenness (7 indices) （窄带绿色指标(7)）
窄带绿度指数对叶绿素含量、叶子表面冠层、叶聚丛、冠层结构非常敏感。它使用了红色与近红外区域部分——红边，红边是介于690 nm ~ 740 nm之间区域，包括吸收与散射。它比宽带绿度指数更加灵敏，特别是对于茂密植被。
1. Red Edge Normalized Difference Vegetation Index红色归一化植被指数
使用红遍波段的改进型NDVI
简称：NDVI 705
NDVI 705是NDVI的改进型，它对叶冠层的微小变化、林窗片断和衰老非常灵敏。它可用于精细农业、森林监测、植被胁迫性探测等。其计算公式为:
NDVI 705 =(ρ750-ρ445)/(ρ750+ρ445)
值的范围是-1~1，一般绿色植被区的范围是0.2~0.9。
2. Modified Red Edge Simple Ratio Index改进红边比值植被指数
使用红边和蓝色波段比值
简称：mSR 705
mSR 705改正了叶片的镜面反射效应，可它可用于精细农业、森林监测、植被胁迫性探测等。其计算公式为:
mSR 705=(ρ750-ρ445)/( ρ705+ρ445)
值的范围是0~30，一般绿色植被区的范围是2~8。
3. Modified Red Edge Normalized Difference Vegetation Index改进红边归一化植被指数
使用蓝色波段，补偿了光散射
简称：mNDVI 705
mNDVI 705是NDVI 705的改进型，它考虑了叶片的镜面反射效应。它对叶冠层的微小变化、林窗片断和衰老非常灵敏，可用于精细农业、森林监测、植被胁迫性探测等。
其计算公式为：
mNDVI 705=(ρ750-ρ705）/（ρ750+ρ705-2ρ445）
值的范围是-1~1，一般绿色植被区的范围是0.2~0.7。
4.VogelmannRed Edge Index 1Vogelmann红边指数1
标示红光至近红外过渡的交接处，指示树冠压力
简称：VOG1
VOG1指数对叶绿素浓度、叶冠层和水分含量的综合非常敏感。它可应用于植物物候变化研究、精细农业和植被生产力建模。其计算公式为：
VOG1=ρ740/ρ720
值的范围是0~20，一般绿色植被区的范围是4~8。
5.Vogelmann Red Edge Index 2 Vogelmann红边指数2
标示近红外过渡形状，指示树冠胁迫性和衰老迹象
简称：VOG2
VOG2指数对叶绿素浓度、叶冠层和水分含量的综合非常敏感。它可应用于植物物候变化研究、精细农业和植被生产力建模。其计算公式为：
VOG2=（ρ734-ρ747）/（ρ715+ρ726）
值的范围是0~20，一般绿色植被区的范围是4~8。
6.Vogelmann Red Edge Index 3 Vogelmann红边指数3
标示近红外过渡形状，指示树冠胁迫性和衰老迹象
简称：VOG3
VOG3指数对叶绿素浓度、叶冠层和水分含量的综合非常敏感。它可应用于植物物候变化研究、精细农业和植被生产力建模。其计算公式为：
VOG3=（ρ734-ρ747）/（ρ715+ρ720）
值的范围是0~20，一般绿色植被区的范围是4~8。
7.Red Edge Position Index红边位置指数
在红外过渡定位最大衍生物，对叶绿色浓度非常敏感
简称：REP
REP指数对植被叶绿素浓度变化、叶绿素浓度增加使得吸收特征变宽及红边向长波段方向移动非常敏感。红边位置在690 nm ~ 740 nm范围内急剧倾斜波长范围，一般植被在700nm~730nm。
REP指数的结果输出是在0.69微米~0.74微米光谱范围内，植被红边区域内的反射率的最大导数的波长。常用于农作物监测和估产，生态系统干扰探测，光合作用模型，和由气候或其他因素产生的冠层胁迫性。
Light Use Efficiency (3 indices)（光利用率(3个指标)）
光利用率指数是用来度量植被在光合作用中对入射光的利用效率。光的利用效率直接与碳吸收效率、植被生长速度和光合有效辐射（fAPAR）有很大的关系。
1. Photochemical Reflectance Index光化学反射指数
对估算叶片类胡萝卜素（尤其是黄色色素），叶片胁迫性和碳吸收效率非常有用
简称：PRI
PRI对活植物的类胡萝卜素（尤其黄色色素）变化非常敏感，类胡萝卜素可标识光合作用光的利用率，或者碳吸收效率。可用于研究植被生产力和胁迫性，常绿灌木植被的健康，森林以及农作物的衰老。其计算公式为：
PRI=（ρ531-ρ570）/（ρ531+ρ570）
值的范围是-1~1，一般绿色植被区的范围是-0.2~0.2。
2. Structure Insensitive Pigment Index结构不敏感色素指数
作为总体冠层结构和植被容量变化的叶片色素含量指标
简称：SIPI
SIPI用来最大限度地提高类胡萝卜素（例如α-胡萝卜素和β-胡萝卜素）与叶绿素比率在冠层结构（如叶面积指数）减少时的敏感度，SIPI的增加标识冠层胁迫性的增加。可用于植被健康监测、植物生理胁迫性检测和作物生产和产量分析。其计算公式为：
SIPI=（ρ800-ρ445）/（ρ800+ρ680）
值的范围是0~2，一般绿色植被区的范围是0.8~1.8。
3. Red Green Ratio Index红绿比值指数
对花青素和叶绿素的比率非常敏感
简称：RG
RG比值指数指示由于花青素代替叶绿素而引起叶片变红的相关表达式。可估算植被冠层发展过程，它还是叶片生产力与胁迫性的指示器，甚至可标识一些冠层的开花。应用于植物生长周期（物候）研究，冠层胁迫性检测和作物估产。
RG比值指数结果输出是红色范围内所有波段均值除以与绿色范围内所有波段均值。值的范围是0.1~8，一般绿色植被区的范围是0.7~3。
Canopy Nitrogen (1 index)（树冠氮指数(1)）
冠层氮指数提供一种用遥感度量氮浓度的方法。氮是叶绿素的重要组成部分，具有高浓度氮的植被生长速度较快，冠层氮指数使用短波红外测量植被冠层中氮的相对含量。
1. Normalized Difference Nitrogen Index归一化氮指数
简称：NDNI
NDNI是用于估算植被冠层中氮的相对含量。在1510nm的反射率主要取决于叶片氮的含量，以及冠层总体叶生物量。结合叶片氮含量和冠层叶生物量在1520nm范围内预测叶片氮的含量，在1680nm波长范围作为参考反射率，冠层叶生物量这个波长范围具有与1520nm 波长范围类似的反射特性，而且1680nm波长范围内没有氮吸收影响。NDNI在植被还是绿色以及覆盖浓密时候，对氮含量的变化非常敏感，它用于精细农业、生态系统分析和森林管理。其计算公式为：
NDNI=【log（1/ρ1510）-log（1/ρ1680）】/【log（1/ρ1510）+log（1/ρ1680）】
值的范围是0~1，一般绿色植被区的范围是0.02~0.1。
Dry or Senescent Carbon (3 indices)干旱或碳衰减(3个指标)
干旱或碳衰减指数是用来估算纤维素和木质素干燥状态的碳含量。干碳分子大量存在于木质材料和衰老、死亡、或休眠的植被，可以使用这些指数可以做植被着火性分析和检测森林的枯枝落叶层。干旱或碳衰减指数是基于纤维素和木质素在短波红外波段吸收特性而计算。
1. Normalized Difference Lignin Index归一化木质素指标
检测叶片木质素在1754nm的特征与1680nm冠层结构区域相互关系产生的木质素增加
简称：NDLI
NDLI是用来估算植被冠层木质素的相对含量，应用生态系统分析和检测森林的枯枝落叶层。其计算公式为：
NDLI=【log（1/ρ1754）-log（1/ρ1680）】/【log（1/ρ1754）+log（1/ρ1680）】
值的范围是0~1，一般绿色植被区的范围是0.005~0.05。
2. Cellulose Absorption Index纤维素吸收指数
检测纤维素在2000nm波长范围引起的吸收特征
简称：CAI
CAI可以指示地表含有干燥植被，纤维素在2000 nm~ 2200 nm范围内吸收特征非常敏感。应用于农作物残留监测，植物冠层衰老，生态系统中的着火条件和放牧管理。其计算公式为：
CAI=0.5（ρ2000+ρ2200）-ρ2100
值的范围是-3~4+，一般绿色植被区的范围是-2~4。
3. Plant Senescence Reflectance Index植物衰老反射指数
使用类胡萝卜素与叶绿素的比值来检测植物开始和衰老程度
简称：PSRI
PSRI用来最大限度地提高类胡萝卜素（例如α-胡萝卜素和β-胡萝卜素）与叶绿素比率的灵敏度，PSRI的增加预示冠层胁迫性的增加、植被衰老的开始和植物果实的成熟。可用于植被健康监测、植物生理胁迫性检测和作物生产和产量分析。其计算公式为：
PSRI=（ρ680-ρ500）/ρ750
值的范围是-1~1，一般绿色植被区的范围是-0.1~0.2。
Leaf Pigments (4 indices)（叶色素(4指标)）
叶色素指数用于度量植被中与胁迫性相关的色素。胁迫性相关的色素包括类胡萝卜素和花青素，这些色素大量存在衰减植被中，这些指数不能度量叶绿素。叶色素指数应用于农作物监测、生态系统研究、冠层胁迫性分析和精细农业。叶色素指数要求反射率数据范围在0~1。
1. Carotenoid Reflectance Index 1类胡萝卜素反射指数1
检测吸收的相对差异，表示叶片总类胡萝卜素含量相对叶绿素浓度的变化
简称CRI1
CRI1对叶片中的类胡萝卜素非常敏感，高的CRI1值意味类胡萝卜素含量相比叶绿素含量多。其计算公式为：
CRI1=1/ρ510-1/ρ550
值的范围是0~15+，一般绿色植被区的范围是1~12。
2. Carotenoid Reflectance Index 2 类胡萝卜素反射指数2
与CRI1类似，只是使用了不同的波长
简称CRI2
CRI2是CRI1的改进型，在类胡萝卜素浓度高时更加有效，高的CRI2值意味类胡萝卜素含量相比叶绿素含量多。其计算公式为：
CRI2=1/ρ510-1/ρ700
值的范围是0~15+，一般绿色植被区的范围是1~11。
3. Anthocyanin Reflectance Index 1花青素反射指数1
叶片花青素在绿光波段相对红光波段的吸收特征变化
简称ARI1
ARI1对叶片中的花青素非常敏感，ARI1值越大表明植被冠层增长或者死亡。其计算公式为：
ARI1=1/ρ550-1/ρ700
值的范围是0~0.2+，一般绿色植被区的范围是0.001~0.1。
4. Anthocyanin Reflectance Index 2 花青素反射指数2
与ARI1类似
简称ARI2
ARI2对叶片中的花青素非常敏感，ARI2值越大表明植被冠层增长或者死亡。ARI2 是ARI1的改进，当花青素浓度高时更加有效。其计算公式为：
ARI2=ρ800（1/ρ550-1/ρ700）
值的范围是0~0.2+，一般绿色植被区的范围是0.001~0.1。
Canopy Water Content (4 indices)（树冠水含量(4个指标)）
冠层水分含量指数用于度量植被冠层中水分含量。水分含量是一个重要的植物指标，较高的水含量表明健康植被、生长快及不易着火。冠层水分含量指数基于水在近红外和短波红外范围内的吸收特征，以及光在近红外范围的穿透性，综合起来度量总的水柱含量。
1. Water Band Index水波段指数
度量在900nm处吸收强度随冠层含水量增加而增加
简称WBI
WBI对冠层水分状态的变化非常敏感，随着植被冠层水分的增加，970nm附近吸收强度相比900nm处有所增强。应用包括冠层胁迫性分析，生产力预测与建模，着火威胁条件分析，农作物管理，以及生态系统生理机能研究。其计算公式为：
WBI=ρ900/ρ970
一般绿色植被区的范围是0.8~1.2。
2. Normalized Difference Water Index归一化水指数
度量植被含水量在857nm吸收相对在1241nm吸收的增率
简称NDWI
NDWI对冠层水分含量的变化非常敏感，因为在857 nm 和 1241 nm具有相似的反射率，但是又不同于液态水的吸收特性。应用于冠层胁迫性分析，在浓密叶型植被的叶面积指数的研究，植被生产力模型，着火性研究。其计算公式为：
NDWI=（ρ857-ρ1241）/（ρ857+ρ1241）
值的范围是-1~1，一般绿色植被区的范围是-0.1~0.4。
3. Moisture Stress Index水分胁迫指数
检测在1599nm植被水分变化
简称MSI
MSI对叶片水分含量的增加非常敏感。当叶片水分含量的增加，在1599nm处的吸收强度也增加，而在819nm处的吸收强度没有影响。应用于冠层胁迫性分析，生产力预测与建模，着火威胁条件分析，以及生态系统生理机能研究。与其他水指数相反，MSI值越大，水分胁迫性越严重和水分含量越少。其计算公式为：
MSI=ρ1599/ρ819
值的范围是0~3+，一般绿色植被区的范围是0.4~2。
4. Normalized Difference Infrared Index归一化红外指数
度量在1649nm处吸收强度随冠层含水量增加而增加
简称NDII
NDII对农作物冠层的水分含量变化非常敏感，NDII的值越大表示水分含量越多。应用于农作物管理，森林冠层监测，植被胁迫性探测。其计算公式为：
NDII=（ρ819-ρ1649）/（ρ819+ρ1649）
值的范围是-1~1，一般绿色植被区的范围是0.02~0.6。
植被光谱分析与植被指数计算
植被光谱分析与植被指数计算 在遥感中，常常结合不同波长范围的反射率来增强植被特征，如植被指数（vegetation i ndices ——VI）的计算，植被指数（VI）是两个或多个波长范围内的地物反射率组合运算，以增强植被某一特性或者细节。目前，在科学文献中发布了超过150种植被指数模型，这些植被指数中只有极少数是经过系统的实践检验。本文总结现有植被指数，根据对植被波谱特征产生重要影响的主要化学成份：色素（Pigments）、水分（Water）、碳（Carbon）、氮（Nitrogen），总结了7大类实用性较强的植被指数，即：宽带绿度、窄带绿度、光利用率、冠层氮、干旱或碳衰减、叶色素、冠层水分含量。这些植被指数可以简单度量绿色植被的数量和生长状况、叶绿素含量、叶子表面冠层、叶聚丛、冠层结构、植被在光合作用中对入射光的利用效率、测量植被冠层中氮的相对含量、估算纤维素和木质素干燥状态的碳含量、度量植被中与胁 迫性相关的色素、植被冠层中水分含量等。 包括以下内容： ? ?●植被光谱特征 ? ?●植被指数 ? ?●HJ-1-HSI植被指数计算 1.植被光谱特征 植被跟太阳辐射的相互关系有别于其他物质，如裸土、水体等，比如植被的“红边”现象，即在<700nm附近强吸收，>700nm高反射。很多因素影响植被对太阳辐射的吸收和反射，包括波长、水分含量、色素、养分、碳等。 研究植被的波长范围一般为400 nm t o 2500 nm，这也是传感器设计选择的波长范围。这个波长范围可范围以下四个部分： ??●可见光（Visible）：400 nm to 700 nm ??●近红外（Near-infrared——NIR）：700 nm to 1300 nm ??●短波红外1（Shortwave infrared 1—— SWIR-1）：1300 nm to 1900 nm ??●短波红外2（Shortwave infrared 2——SWIR-2）：1900 nm to 2500 nm 其中NIR和SWIR-1的过渡区（1400nm附近）是大气水的强吸收范围，卫星或者航空传感器一般不获取这范围的反射值。 SWIR-1 和SWIR-2的过渡区（1900nm附近）也是大气水的强吸收范围。 植被可分为三个部分组成： ??●植物叶片（Plant Foliage） ??●植被冠层（Plant Canopies） ??●非光合作用植被(Non-Photosynthetic Vegetation) 这三个部分是植被分析的基础，下面对他们详细介绍。 1.1植物叶片（Plant Foliage） 植物叶片包括叶、叶柄以及其他绿色物质，不同种类的叶片具有不同的形状和化学成份。对波谱特征产生重要影响
ENVI下植被覆盖度的遥感估算
ENVI下植被覆盖度的遥感估算 植被覆盖度是指植被（包括叶、茎、枝）在地面的垂直投影面积占统计区总面积的百分比。容易与植被覆盖度混淆的概念是植被盖度，植被盖度是指植被冠层或叶面在地面的垂直投影面积占植被区总面积的比例。两个概念主要区别就是分母不一样。植被覆盖度常用于植被变化、生态环境研究、水土保持、气候等方面。 植被覆盖度的测量可分为地面测量和遥感估算两种方法。地面测量常用于田间尺度，遥感估算常用于区域尺度。目前已经发展了很多利用遥感测量植被覆盖度的方法，较为实用的方法是利用植被指数近似估算植被覆盖度，常用的植被指数为NDVI。 估算模型 目前已经发展了很多利用遥感测量植被覆盖度的方法，较为实用的方法是利用植被指数近似估算植被覆盖度，常用的植被指数为NDVI。下面是李苗苗等在 像元二分模型的基础上研究的模型： VFC = (NDVI - NDVIsoil)/ ( NDVIveg - NDVIsoil) （1） 其中, NDVIsoil 为完全是裸土或无植被覆盖区域的NDVI值，NDVIveg 则代表完全被植被所覆盖的像元的NDVI值，即纯植被像元的NDVI值。两个值的计算公式为： NDVIsoil=（VFCmax*NDVImin- VFCmin*NDVImax）/( VFCmax- VFCmin) （2） NDVIveg=（(1-VFCmin)*NDVImax- (1-VFCmax)*NDVImin）/( VFCmax- VFCmin) （3） 利用这个模型计算植被覆盖度的关键是计算NDVIsoil和NDVIveg。这里有两种假设： 1）当区域内可以近似取VFCmax=100%，VFCmin=0%。 公式（1）可变为： VFC = (NDVI - NDVImin)/ ( NDVImax - NDVImin) （4） NDVImax 和NDVImin分别为区域内最大和最小的NDVI值。由于不可避免存在噪声，NDVImax 和NDVImin一般取一定置信度范围内的最大值与最小值，置信度的取值主要根据图像实际情况来定。 2）当区域内不能近似取VFCmax=100%，VFCmin=0%
几种常用的经济指数
几种常用的经济指数 指数作为一种重要的经济分析指标和方法，在实践中得到了广泛应用。但在不同场合，往往需要运用 不同的指数形式。一般而言，选择指数形式的主要标准应该是指数的经济分析意义，除此之外，有时还要考虑实际编制工作的可行性，以及对指数分析性质的某些特殊要求。 一、工业生产指数 工业生产指数概括反映一个国家或地区各种工业产品产量的综合变动程度，它是衡量经济增长水平的重要指标之一。世界各国都非常重视工业生产指数的编制，但采用的编制方法却不完全相同。 在我国，工业生产指数是通过计算各种工业产品的不变价格产值来加以编制的。其基本编制过程是: 1.对各种工业产品分别制定相应的不变价格标准(记为p n )； 2.然后逐项计算各种产品的不变价格产值，加总起来就得到全部工业产品的不变价格总产值； 3.将不同时期的不变价格总产值加以对比，就得到相应时期的工业生产指数。 记t 时期的不变价格总产值为∑p q n t (t=0，1，2，3，…)，则该时期的工业生产指数就是固定加权 综合指数的形式: ∑∑= p q p q k n n t q 采用不变价格法编制工业生产指数的特点是，只要具备了完整的不变价格产值资料，就能够很容易地计算出有关的生产指数；而且可以在不同层次上(如各地区、各部门、各企业等)进行编制，满足各方面的分析需要。 然而，不变价格的制定和不变价格产值的计算本身却是一项非常浩繁的工作，这项工作又必须连续不断地、全面地展开，其难度可想而知。尤其是在市场经济条件下，要在整个工业生产领域内运用不变价格计算完整的产值资料，面临着很多实际的问题。因此，我国工业生产指数编制方法的改革势在必行。 与我国的情况不同，在国外，较为普遍地采用平均指数的形式来编制工业生产指数。计算公式为: ∑∑= q p q p k k q q 0 其中，k q 为各种工业品的个体产量指数， p 0则为相应产品的基期增加值。编制这种工业生产指 数的目的是为了说明工业增加值中物量因素的综合变动程度，其分析意义与一般的工业总产量指数是有所不同的。 在实践中，为了简化指数的编制工作，常常以各种工业品的增加值比重作为权数，并且将这种比重权数相对固定起来，连续地编制各个时期的工业生产指数： ∑∑? = w w k k q q 这里运用了“固定加权算术平均指数”。 二、消费者价格指数和零售物价指数 消费者价格指数（又称生活费用指数）是综合反映各种消费品和生活服务价格的变动程度的重要经济指数，通常简记为CPI 。该指数可以用于分析市场物价的基本动态，调整货币工资以得到实际工资水平，等等。它是政府制定物价政策和工资政策的重要依据，世界各国都在编制这种指数。 我国的消费者价格指数（居民消费价格指数）是采用固定加权算术平均指数方法来编制的。其主要编制过程和特点是： 1.将各种居民消费划分为八大类，包括食品、衣着、家庭设备及用品、医疗保健、交通和通讯工具、文教娱乐用品、居住项目以及服务项目等，下面再划分为若干个中类和小类；
遥感植被指数NDVI计算
本科学生综合性、设计性 实验报告 姓名宋国俊学号114130168 专业地理信息系统班级 实验课程名称遥感地学分析 实验名称NDVI计算 开课学期2011 至2012 学年下学期 云南师范大学旅游与地理科学学院编印 一、实验准备
1、实验目的和要求： 利用TM卫星数据，应用ENVI软件进行归一化植被指数的计算，及在此基础对研究 区进行植被覆盖率的提取，根据植被覆盖率进行一些应用分析。 2、实验材料及相关设备： 昆明影像数据(path/row:129/43（2002.02.09）)ENVI及ArcGIS软件。 3、实验方法步骤及注意事项： 实验方法：利用ENVI及ArcGIS图像处理软件，参考软件的处理操作步骤，对图像进行处理。 注意事项：下载数据时应该严格遵照行列号来下载，下载的数据要包括完整的影像数据信息以便数据的预处理。 二、实验内容、步骤和结果（详细写清楚本次实验的完成的主要内容、具体 实施步骤和实验结果。） 1、实验内容 利用下载的昆明影像数据用ENVI进行NDVI计算，计算公式如下： NDVI=(NIR-R)/(NIR+R)(NIR为近红外波段，R为红光波段) 2、实验步骤 (1)对昆明影像数据进行辐射定标： Ⅰ、启动ENVI File→Open External File→Landsat→Geo TIFF with metadata→Enter Landsat MetaData Filenames（输入元数据） Ⅱ、Spectral→Preprocessing→Calibration utilities→Landsatcalibration→Landsat calibration input file→输 入第一步的元数据 Ⅲ、将辐射定标后的数据转化为BIL格式：
常用指标
常用指标 1、KDJ随机指标 通过一个特定的周期（常为9日、9周等）内出现过的最高价、最低价及最后一个计算周期的收盘价及这三者之间的比例关系，来计算最后一个计算周期的未成熟随机值RSV，然后根据平滑移动平均线的方法来计算K值、D值与J值，并绘成曲线图来研判股票走势。 1) K线是快速确认线——数值在90以上为超买，数值在10以下为超卖； D线是慢速主干线——数值在80以上为超买，数值在20以下为超卖； J线为方向敏感线，当J值大于100，特别是连续5天以上，股价至少会形成短期头部，反之J值小于0时，特别是连续数天以上，股价至少会形成短期底部。 2) 当K值由较小逐渐大于D值，在图形上显示K线从下方上穿D线，显示目前趋势是向上的，所以在图形上K线向上突破D 线时，即为买进的讯号。 实战时当K，D线在20以下交叉向上，此时的短期买入的信号较为准确；如果K值在50以下，由下往上接连两次上穿D值，形成右底比左底高的“W底”形态时，后市股价可能会有相当的涨幅。
3) 当K值由较大逐渐小于D值，在图形上显示K线从上方下穿D线，显示目前趋势是向下的，所以在图形上K线向下突破D 线时，即为卖出的讯号。 实战时当K，D线在80以上交叉向下，此时的短期卖出的信号较为准确；如果K值在50以上，由上往下接连两次下穿D值，形成右头比左头低的“M头”形态时，后市股价可能会有相当的跌幅。 4) 通过KDJ与股价背离的走势，判断股价顶底也是颇为实用的方法： A) 股价创新高，而KD值没有创新高，为顶背离，应卖出； B) 股价创新低，而KD值没有创新低，为底背离，应买入； C) 股价没有创新高，而KD值创新高，为顶背离，应卖出； D) 股价没有创新低，而KD值创新低，为底背离，应买入； 需要注意的是KDJ顶底背离判定的方法，只能和前一波高低点时KD值相比，不能跳过去相比较。 2、MACD移动平均线 利用短期（常用为12日）移动平均线与长期（常用为26日）移动平均线之间的聚合与分离状况，对买进、卖出时机作出研判的技术指标。 1.当DIF和DEA处于0轴以上时，属于多头市场，DIF线自下而上穿越DEA线时是买入信号。DIF线自上而下穿越DEA线时，如果两线值还处于0轴以上运行，仅仅只能视为一次短暂的回落，
几种常用的经济指数
几种常用的经济指数 指数作为一种重要的经济分析指标和方法，在实践中获得了广泛应用。但在不同场合，往往需要运用不同的指数形式。一般而言，选择指数形式的主要标准应该是指数的经济分析意义，除此而外，有时还要考虑实际编制工作的可行性，以及对指数分析性质的某些特殊要求。现以国内外常见的主要经济指数为例，对指数方法的具体应用加以介绍。 一、消费者价格指数和零售物价指数 消费者价格指数（又称生活费用指数）是综合反映各种消费品和生活服务价格的变动程度的重要经济指数，通常简记为CPI 。该指数可以用于分析市场物价的基本动态，调整货币工资以得到实际工资水平，等等。它是政府制定物价政策和工资政策的重要依据，世界各国都在编制这种指数。 我国的消费者价格指数（居民消费价格指数）是采用固定加权算术平均指数方法来编制的。其主要编制过程和特点是：首先，将各种居民消费划分为八大类，包括食品、衣着、家庭设备及用品、医疗保健、交通和通讯工具、文教娱乐用品、居住项目以及服务项目等，下面再划分为若干个中类和小类；其次，从以上各类中选定325种有代表性的商品项目（含服务项目）入编指数，利用有关对比时期的价格资料分别计算个体价格指数；再次，依据有关时期内各种商品的销售额构成确定代表品的比重权数，它不仅包括代表品本身的权数（直接权数），而且还要包括该代表品所属的那一类商品中其他项目所具有的权数（附加权数），以此提高入编项目对于所有消费品的一般代表性程度；最后，按从低到高的顺序，采用固定加权算术平均公式，依次编制各小类、中类的消费价格指数和消费价格总指数： 100∑∑∑?=?= w i w w i I q q q 例 给出居民消费价格指数计算表（见表）。已知各大类、交通工具和通讯工具中类及其代表商品（代表规格品）的有关资料（有关数据均为假设）。要求据以编制有关的价格指数，并填充表中空缺的数据。 解：利用表中资料和公式，依次计算各类别的消费价格指数和消费价格总指数如下： （1）计算交通工具和通讯工具两个中类的价格指数。 交通工具类指数为： %37.104100 111.5570.53693.45100 =++=?= ∑w i I p p 通讯工具类指数为： 表 某市居民消费价格指数计算表
Erdas里面利用NDVI提取植被指数的步骤(附图)
Erdas里面利用NDVI提取植被指数的步骤 NDVI：归一化植被指数和植物的蒸腾作用、太阳光的截取、光合作用以及地表净初级生产力等密切相关。 1、NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等； 2、-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大； 3、NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度； 4、NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、学、枯叶、粗超度等，且与植被覆盖有关； 在erdas里面利用NDVI提取植被指数的步骤如下： 1、在Erdas的主工具中选择Interpreter模块，出现Image Interpreter 对话框 2、然后选择Spectral Enhancement，会弹出Spectral Enhancement对话框 3、再选择Indices选项出现Indices对话框
以SPOT 数据为例进行说明，选择InputFile ，选择Output File ，在OutputOptions 的Sensor 中选择SPOT XS/XI ，在SelectFunction 里面选择NDVI ，DataType 默认为Float 不用改变，可以发现最下面的Function 显示band 3 - band 2 / band 2 +band 3，这个就是NDVI 的计算公式。最后选择OK 即可完成，这里要注意的是没有OutputFile 的话Ok 按钮时不能使用的。如果NDVI 计算的话在ENVI 是最方便的在Transform 菜单下就有，同时ENVI 的波段计算功能也很方便完成NDVI 计算。
资料分析常用指标及计算公式(2)
资料分析常用指标及计算公式 （2） 了解 GDP 随着经济日渐成为人们生活的焦点， 经济领域的一个重要指标 ----------------- GDP （国内生产总 值）越来越受到社会的关注。尽管大多数人都听说过 GDP ，但真正能明白的人恐怕并不多。 日前有报道说我国的 GDP 中有约 10％— 20％是无效成本， 这具体是怎么回事呢？记者采访 了国家统计局国民经济核算司司长许宪春博士。 内在含义是什么 许宪春介绍说， GDP 是宏观经济中最受关注的经济统计数字，因为它被认为是衡量国 民经济发展情况最重要的一个指标。 GDP 是按市场价格计算的国内生产总值的简称，是指 一个国家（或地区） 所有常住单位在一定时期内生产活动的最终成果。 它涉及的是经济活动， 是实实在在的。一般来说，国内生产总值有三种形态，即价值形态、收入形态和产品形态。 从价值形态看， 它是所有常驻单位在一定时期内生产的全部货物和服务价值与同期投入的全 部非固定资产货物和服务价值的差额， 即所有常驻单位的增加值之和； 从收入形态看， 它是 所有常驻单位在一定时期内直接创造的收入之和； 从产品形态看， 它是货物和服务最终使用 减去货物和服务进口。 不应混淆概念 针对日前有关报道说， 我国市场交易中的无效成本占 GDP 的比重至少为 10％— 20％的 问题，许司长说，国家统计局作为 GDP 发布的权威机构至今从未公布过这一数据，无效成 本是经济学名词， 国家统计局在统计 GDP 时从未使用过这个术语。 漏和重复在所难免，但使用无效成本来衡量是不恰当的，至少有关 都不涉及无效成本 的概念。 有关报道中还提到，我国每年因为逃废债务造成的直接损失约 局统计，由于合 同欺诈造成的直接损失约 55 亿元，还有产品质量低劣和制假售假造成的各 种损失至少有 2000 亿元， 由于三角债和现款交易增加的财务费用约为 2000 亿元， 由于不合 理的税外收费和不必要的审批造成的各种费用约 3000 亿元，另外还有逃骗税款损失以及发 现的腐败损失等， 正是这些因素造成无效成本占了国内生产总值的比重至少为 10％— 20％。 对此，许宪春说，上述报道中提到的概念很混乱，它们和 GDP 不是一个口径，比如三 角债、逃废债务造成的损失、欺诈造成的损失等，这些概念和 GDP 都不是同一类概念。通 常我们在计算 GDP 时使用的数据是来自统计部门、财政部门和各有关部门，如金融保险系 统、铁路系统、 民航系统、 邮电系统等， 这些部门的数据均不会讨论无效成本的概念。 当然， GDP 也不是万能的，并非什么数值都能往 GDP 上靠，否则容易造成混乱。 GDP 值是如何确定的 国家统计局每年公布 GDP 数据是怎么得到的呢？许宪春说， GDP 计算需要经过以下几 个过程： 初步估计过程、 初步核实过程和最终核实过程。 初步估计过程一般在每年年终和次 年年初进行。它得到的年度 GDP 数据只是一个初步数，这个数据有待于获得较充分的资料 后进行核实。初步核实过程一般在次年的第二季度进行。初步核实所获得的 GDP 数据更准 确些，但因仍缺少 GDP 核算所需要的许多重要资料，因此相应的数据尚需要进一步核实。 最终核实过程一般在次年的第四季度进行。这时， GDP 核算所需要的和所能搜集到的各种 统计资料、会计决算资料和行政管理资料基本齐备。与前一个步骤相比，它运用了更全面、 更细致的资料，所以这个 GDP 数据显得就更准确些。 虽然在核算 GDP 时， 疏 GDP 三种形态的计算中 1800 亿元；国家工商总
几种常见植被指数
常用的植被指数，土壤指数，水体指数有哪些？ 植被指数与土壤指数 一、RVI——比值植被指数：RVI=NIR/R，或两个波段反射率的比值。 1、绿色健康植被覆盖地区的RVI远大于1，而无植被覆盖的地面（裸土、人工建筑、水体、植被枯死或严重虫害）的RVI在1附近。植被的RVI通常大于2； 2、RVI是绿色植物的灵敏指示参数，与LAI、叶干生物量(DM)、叶绿素含量相关性高，可用于检测和估算植物生物量； 3、植被覆盖度影响RVI，当植被覆盖度较高时，RVI对植被十分敏感；当植被覆盖度<50%时，这种敏感性显著降低； 4、RVI受大气条件影响，大气效应大大降低对植被检测的灵敏度，所以在计算前需要进行大气校正，或用反射率计算RVI。 二、NDVI——归一化植被指数：NDVI=(NIR-R)/(NIR+R)，或两个波段反射率的计算。 1、NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等； 2、-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大；
3、NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度； 4、NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、学、枯叶、粗超度等，且与植被覆盖有关； 三、DVI\EVI——差值\环境植被指数：DVI=NIR-R，或两个波段反射率的计算。 1、对土壤背景的变化极为敏感； 四、SAVI\TSAVI\MSAVI——调整土壤亮度的植被指数： SAVI=((NIR-R)/(NIR+R+L))(1+L)，或两个波段反射率的计算。 1、目的是解释背景的光学特征变化并修正NDVI对土壤背景的敏感。与NDVI相比，增加了根据实际情况确定的土壤调节系数L，取值范围0~1。L=0 时，表示植被覆盖度为零；L=1时，表示土壤背景的影响为零，即植被覆盖度非常高，土壤背景的影响为零，这种情况只有在被树冠浓密的高大树木覆盖的地方才会出现。 2、SAVI仅在土壤线参数a=1,b=0（即非常理想的状态下）时才适用。因此有了TSAVI、ATSAVI、MSAVI、SAVI2、SAVI 3、SAVI4等改进模型。 五、GVI——绿度植被指数，k-t变换后表示绿度的分量。
[基础科学]Erdas和ENVI利用NDVI提取植被指数的步骤
[基础科学]Erdas和ENVI利用NDVI提取植被指数的步骤Erdas和ENVI中利用NDVI提取植被指数的步骤 NDVI:归一化植被指数 和植物的蒸腾作用、太阳光的截取、光合作用以及地表净初级生产力等密切相关。 1、NDVI的应用:检测植被生长状态、植被覆盖度和消除部分辐射误差等; 2、-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射;0表示有岩石或裸土等，NIR和R近似相等;正值，表示有植被覆盖，且随覆盖度增大而增大; 3、NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度; 4、NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、学、枯叶、粗超度等，且与植被覆盖有关; erdas里面利用NDVI提取植被指数的步骤:
1、在Erdas的主工具中选择Interpreter模块，出现Image Interpreter对话框 2、然后选择Spectral Enhancement，会弹出Spectral Enhancement对话框 3、再选择Indices选项出现Indices对话框 以TM数据为例进行说明，选择InputFile，选择Output File，在OutputOptions的Sensor中选择Landst TM，在SelectFunction里面选择NDVI，DataType默认为Float不用改变，可以发现最下面的Function显示band 4 - band 3 / band 4 +band 3，这个就是NDVI的计算公式。最后选择OK即可完成，这里要注意的是没有OutputFile的话Ok按钮时不能使用的。如果NDVI计算的话在ENVI是最方便的在Transform菜单下就有，同时ENVI的波段计算功能也很方便完成NDVI计算。 另外，ERDAS MODEL做NDVI分类 首先说如何做NDVI，虽然ERDAS里有个现成专门可以做NDVI的的地方，但是我们注意到TM4+TM3可能为0，当除数为0时系统会报错，所以应该在分母上加0.001或0.0001都可以。这样分母就不会为0了，同时注意输出图象类型要是float single，否则做出来的结果可能是空白图象。 给NDVI图象进行再分类:注意输出图象类型为thematic。
股票常用指标说明
常用指标说明 反趋向指标 KDJ ROC W&R威廉指标 RSI BIAS ADTM ATR OSC UDL KDJ 指标说明：KDJ，其综合动量观念、强弱指标及移动平均线的优点，早年应用在期货投资方面，功能颇为显著，目前为股市中最常被使用的指标之一。 买卖原则： 1 K线由右边向下交叉D值做卖，K线由右边向上交叉D值做买。 2 高档连续二次向下交叉确认跌势，低挡连续二次向上交叉 确认涨势。 3 D值<20%超卖，D值>80%超买，J>100%超买，J<10%超卖。 4 KD值于50%左右徘徊或交叉时，无意义。
5 投机性太强的个股不适用。 6 可观察KD值同股价的背离，以确认高低点。 ROC 当ROC向下跌破零，卖出信号；ROC向上突破零，买入信号。股价创新高，ROC未配合上升，显示上涨动力减弱。股价创新低，ROC未配合下降，显示下跌动力减弱。股价与ROC从低位同时上升，短期反弹有望。股价与ROC从高位同时下降，警惕回落。 W&R威廉指标 算法： N日内最低价与当日收盘价的差，除以N日内最高价与最低价的差，结果放大100倍 参数： N 统计天数一般取14天 用法： 1.低于20，超买，即将见顶，应及时卖出 2.高于80，超卖，即将见底，应伺机买进 3.与RSI、MTM指标配合使用，效果更好 RSI RSIS为1978年美国作者Wells WidlerJR。所提出的交易方法之一。所谓RSI英文全名为Relative Strenth Index，中文名称为相对强弱指标．RSI的基本原理是在一个正常的股市中，多空买卖双方的力道必须得到均衡，股价才能稳定;而RSI是对于固定期间内，股价上涨总幅度平均值占总幅度平均值的比例。 1 .RSI值于0-100之间呈常态分配，当6日RSI值为80‰以上时，股市呈超买现象，若出现M头为卖出时机;当6日RSI 值在20‰以下时，股市呈超卖现象，若出现W头为买进时机。
ENVI中常见植被指数介绍
作业9 植被指数 植被指数 概念：利用卫星不同波段探测数据组合而成的，能反映植物生长状况的指数。 植物叶面在可见光红光波段有很强的吸收特性，在近红外波段有很强的反射特性，这是植被遥感监测的物理基础，通过这两个波段测值的不同组合可得到不同的植被指数。 不同的植被覆盖类型可以通过其特有的光谱特征进行区分，这是由于叶绿素在红波段内对太阳辐射的吸收以及叶片细胞结构对红外波段内太阳辐射的强反射。 Broadband Greenness(5 indices)（宽带绿色指标(5)） 宽带绿度指数可以简单度量绿色植被的数量和生长状况，它对植物的叶绿素含量、叶子表面冠层、冠层结构比较敏感，这些都是植被光合作用的主要物质，与光合有效辐射（fAPAR）也有关系。宽带绿度指数常用于植被物候发育的研究，土地利用和气候影响评估，植被生产力建模等。宽带绿度指数选择的波段范围在可见光和近红外，一般的多光谱都包含这些 波段。下面的公式中规定波段的中心波长：ρNIR=800nm，ρRED=680nm，ρBLUE=450nm。 1. Normalized Difference Vegetation Index归一化植被指数 增强在近红外波段范围绿叶的散射与红波段范围叶绿素的吸收差异。 简称NDVI： NDVI=(NIR-R)/(NIR+R) （1）应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等； （2）-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大； （3）NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI 对高植被区具有较低的灵敏度； （4）NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、学、枯叶、粗超度等，且与植被覆盖有关； 2.Simple Ratio Index比值植被指数 在近红外波段范围绿叶的散射与红波段范围叶绿素吸收的比值。 简称SR：SR=ρNIR/ρRED 在LAI 值很高，即植被茂密时其灵敏度会降低.SR值的范围是0~30，一般绿色植被区的范围是2~8 3.Enhanced Vegetation Index 增强植被指数 增强NDVI,解决土壤背景和大气气溶胶对茂密植被的影响。 简称：EVI
常用指标详解
常用指标详解 一：WR威廉指标 一．用途： 该指标表示的涵义是当天的收盘价在过去一段日子的全部价格围所处的相对位置，是一种兼具超买超卖和强弱分界的指标。它主要的作用在于辅助其他指标确认讯号。 二．使用方法： 1、从WR的绝对取值方面考虑。 A、当WR 高于80，即处于超卖状态，行情即将见底，应当考虑买进。 B、当WR 低于20，即处于超买状态，行情即将见顶，应当考虑卖出。 2、从WR的曲线形状考虑。 A、在WR进入高位后，一般要回头，如果这时股价还继续上升，这就产生背离，是卖出的信号。 B、在WR进入低位后，一盘要反弹，如果这时股价还继续下降，这就产生背离，是买进的信号。 C、WR连续几次撞顶（底），局部形成双重或多重顶（底），则是卖出（买进）的信号。 三．使用心得： 1．W%R主要可以辅助RSI，确认强转弱或弱转强是否可靠？RSI向上穿越50阴阳分界时，回头看一看W%R 是否也同样向上空越50？如果同步则可靠，如果不同步则应多参考其他指标讯号再作决定。相反的，向下穿越50时，也是同样的道理。注意！比较两者是否同步时，其设定的参数必须是相对的比例，大致上W%R 5日、10日、20日对应RSI6日、12日、24日，但是读者可能可以依照自己的测试结果，自行调整其最佳对应比例。 2．W%R进入超买或超卖区时，应立即寻求MACD讯号的支援。当W%R进入超买区时，我们当成一种预警效果，回头看看MACD是否产生DIF向下交叉MACD的卖出讯号？一律以MACD 的讯号为下手卖出的时机。相反的，W%R进入超卖区时，也适用同样的道理。 四．计算公式： n日WMS=[(Hn-Ct)/(Hn-Ln)] ×100 式中：Cn---当天的收盘价； Hn和Ln---最近N日（包括当天）出现的最高价和最低价 二：布林线BOLL 一．用途： 该指标利用波带显示其安全的高低价位。股价游走在"上限"和"下限"的带状区间，当股价涨跌幅度加大时，带状区会变宽，涨跌幅度缩小时，带状区会变窄。 二．使用方法： 1．向上穿越"上限"时，将形成短期回档，为短线的卖出时机。 2．股价向下穿越"下限"时，将形成短期反弹，为短线的买进时机。 3．当布林线的带状区呈水平方向移动时，可以视为处于"常态围"，此时，采用1、2两个使用方法，可靠
股票技术分析常用指标详解集锦
股票技术分析常用指标详解集锦 WR（威廉指标）一.用途： 该指标表示的涵义是当天的收盘价在过去一段日子的全部 价格范围内所处的相对位置，是一种兼具超买超卖和强弱分界的指标。它主要的作用在于辅助其他指标确认讯号。二．使用方法： 1、从WR的绝对取值方面考虑。 A、当WR 高于80，即处于超卖状态，行情即将见底，应当考虑买进。 B、当WR 低于20，即处于超买状态，行情即将见顶，应当考虑卖出。 2、从WR的曲线形状考虑。 A、在WR进入高位后，一般要回头，如果这时股价还继续上升，这就产生背离，是卖出的信号。 B、在WR进入低位后，一般要反弹，如果这时股价还继续下降，这就产生背离，是买进的信号。 C、WR连续几次撞顶（底），局部形成双重或多重顶（底），则是卖出（买进）的信号。三．使用心得： 1．W%R主要可以辅助RSI，确认强转弱或弱转强是否可靠？RSI向上穿越50阴阳分界时，回头看一看W%R是否也同 样向上空越50？如果同步则可靠，如果不同步则应多参考其
他指标讯号再作决定。相反的，向下穿越50时，也是同样的道理。注意！比较两者是否同步时，其设定的参数必须是相对的比例，大致上W%R5日、10日、20日对应RSI6日、12日、24日，但是也可以依照自己的测试结果，自行调整其最佳对应比例。 2．W%R进入超买或超卖区时，应立即寻求MACD讯号的支援。当W%R进入超买区时，可以当成一种预警效果，回头看看MACD是否产生DIF向下交叉MACD的卖出讯号？一律以MACD 的讯号为下手卖出的时机。相反的，W%R 进入超卖区时，也适用同样的道理。 四．计算公式 n日WMS=[(Hn—Ct)/(Hn—Ln)] ×100 式中：Cn---当天的收盘价； Hn和Ln---最近N日内（包括当天）出现的最高价和最低价BOLL（布林线）一．用途： 该指标利用波带显示其安全的高低价位。股价游走在“上限”和“下限”的带状区间内，当股价涨跌幅度加大时，带状区会变宽，涨跌幅度缩小时，带状区会变窄。 二．使用方法： 1．向上穿越“上限”时，将形成短期回档，为短线的卖出时机。
植被光谱分析与植被指数计算教学提纲
植被光谱分析与植被 指数计算
植被光谱分析与植被指数计算 在遥感中，常常结合不同波长范围的反射率来增强植被特征，如植被指数（vegetation indices——VI）的计算，植被指数（VI）是两个或多个波长范围内的地物反射率组合运算，以增强植被某一特性或者细节。目前，在科学文献中发布了超过150种植被指数模型，这些植被指数中只有极少数是经过系统的实践检验。本文总结现有植被指数，根据对植被波谱特征产生重要影响的主要化学成份：色素（Pigments）、水分（Water）、碳（Carbon）、氮（Nitrogen），总结了7大类实用性较强的植被指数，即：宽带绿度、窄带绿度、光利用率、冠层氮、干旱或碳衰减、叶色素、冠层水分含量。这些植被指数可以简单度量绿色植被的数量和生长状况、叶绿素含量、叶子表面冠层、叶聚丛、冠层结构、植被在光合作用中对入射光的利用效率、测量植被冠层中氮的相对含量、估算纤维素和木质素干燥状态的碳含量、度量植被中与胁迫性相关的色素、植被冠层中水分含量等。 包括以下内容： ? ?●植被光谱特征 ? ?●植被指数 ? ?●HJ-1-HSI植被指数计算 1.植被光谱特征 植被跟太阳辐射的相互关系有别于其他物质，如裸土、水体等，比如植被的“红边”现象，即在<700nm附近强吸收，>700nm高反射。很多因素影响植被对太阳辐射的吸收和反射，包括波长、水分含量、色素、养分、碳等。 研究植被的波长范围一般为400 nm to 2500 nm，这也是传感器设计选择的波长范围。这个波长范围可范围以下四个部分： ??●可见光（Visible）：400 nm to 700 nm ??●近红外（Near-infrared——NIR）：700 nm to 1300 nm ??●短波红外1（Shortwave infrared 1—— SWIR-1）：1300 nm to 1900 nm ??●短波红外2（Shortwave infrared 2——SWIR-2）：1900 nm to 2500 nm 其中NIR和SWIR-1的过渡区（1400nm附近）是大气水的强吸收范围，卫星或者航空传感器一般不获取这范围的反射值。SWIR-1 和 SWIR-2的过渡区（1900nm附近）也是大气水的强吸收范围。 植被可分为三个部分组成： ??●植物叶片（Plant Foliage） ??●植被冠层（Plant Canopies） ??●非光合作用植被(Non-Photosynthetic Vegetation) 这三个部分是植被分析的基础，下面对他们详细介绍。 1.1植物叶片（Plant Foliage） 植物叶片包括叶、叶柄以及其他绿色物质，不同种类的叶片具有不同的形状和化学成份。对波谱特征产生重要影响的主要化学成份包括：色素（Pigments）、水分（Water）、碳（Carbon）、氮（Nitrogen），这也是遥感反演的基础，如用植被指数来估算叶子的化学成份。 ●色素（Pigments） 叶色素主要包括叶绿素、叶黄素和花青素。这些都是植被的健康的指标，比如含高浓度叶绿素的植被一般很健康，相反，叶黄素和花青素常常出现在健康较差的植被，濒临死亡的植被出现红色、黄色或棕色。 叶色素只影响可见光部分（400nm~700nm），图1为几种叶色素在可见光范围的相对光谱吸收特征。
ENVI下植被覆盖度的估算
ENVI下植被覆盖度的遥感估算 2013-05-30 | 阅：1 转：17 | 分享 修改 植被覆盖度是指植被（包括叶、茎、枝）在地面的垂直投影面积占统计区总面积的百分比。容易与植被覆盖度混淆的概念是植被盖度，植被盖度是指植被冠层或叶面在地面的垂直投影面积占植被区总面积的比例。两个概念主要区别就是分母不一样。植被覆盖度常用于植被变化、生态环境研究、水土保持、气候等方面。 植被覆盖度的测量可分为地面测量和遥感估算两种方法。地面测量常用于田间尺度，遥感估算常用于区域尺度。 估算模型 目前已经发展了很多利用遥感测量植被覆盖度的方法，较为实用的方法是利用植被指数近似估算植被覆盖度，常用的植被指数为NDVI。下面是李苗苗等在像元二分模型的基础上研究 的模型： VFC = (NDVI - NDVIsoil)/ ( NDVIveg - NDVIsoil) （1） 其中, NDVIsoil 为完全是裸土或无植被覆盖区域的NDVI值，NDVIveg 则代表完全被植被所覆盖的像元的NDVI值，即纯植被像元的NDVI值。两个值的计算公式为： NDVIsoil=（VFCmax*NDVImin- VFCmin*NDVImax）/( VFCmax- VFCmin) （2） NDVIveg=（(1-VFCmin)*NDVImax- (1-VFCmax)*NDVImin）/( VFCmax- VFCmin) （3） 利用这个模型计算植被覆盖度的关键是计算NDVIsoil和NDVIveg。这里有两种假设： 1）当区域内可以近似取VFCmax=100%，VFCmin=0%。 公式（1）可变为： VFC = (NDVI - NDVImin)/ ( NDVImax - NDVImin) （4） NDVImax 和NDVImin分别为区域内最大和最小的NDVI值。由于不可避免存在噪声，NDVImax 和NDVImin一般取一定置信度范围内的最大值与最小值，置信度的取值主要根据图 像实际情况来定。 2）当区域内不能近似取VFCmax=100%，VFCmin=0% 当有实测数据的情况下，取实测数据中的植被覆盖度的最大值和最小值作为VFCmax和VFCmin，这两个实测数据对应图像的NDVI作为NDVImax 和NDVImin。 当没有实测数据的情况下，取一定置信度范围内的NDVImax 和NDVImin。VFCmax和
envi植被指数的提取
本科学生实验报告 宋国俊学号114130168 专业＿＿地理信息系统班级11地信 验课程名称遥感运用 实验名称植被指数的提取额 指导教师及职称洪亮 开课学期2014 至2015 学年一学期
师大学旅游与地理科学学院编印
二、实验容、步骤和结果
找到landsat 8 的相关数据; 再找另外一个时间段的数据; 1）提取行归一化植被指数 归一化指数（NDVI）被定义为近红外波段与可见光红波段数值之差和这两个波段数值之和的比值。 公式：NDVI=（TM4-TM3）/（TM4+TM3） 在ENVI 的主菜单transforms下，运行NDVI子菜单，将得到的图像以612ndvi的文件名保存在文件夹中。得到的图像以灰阶显示如图 2014.3.16的NDVI2014.4.24NDVI 2）提取绿度植被指数GVI 公式： GVI=-0.2848*TM1-0.2435*TM2-0.5436*TM3+0.7243*TM4+0.084*TM5-0.1800*TM7
在ENVY3.2的主菜单basic tools下，运行band math子菜单，键入上述公式，将得到的图像以612GVI的文件名保存在文件夹中。得到的图像以灰阶显示如图 2014.3.16的GVI2014.4.24GVI 3）提取比值植被指数RVI 比值值被指数（RVI）由于可见光红波段（R）与近红外波段（NIR）对绿色植物的光谱响应十分不同，且具倒转关系。两者简单的数值比能充分表达两反射率之间的差异。 公式：RVI= TM4/TM3 在ENVI的主菜单basic tools下，运行band math子菜单，键入上述公式，将得到的图像以612GVI的文件名保存在文件夹中。得到的图像以灰阶显示如图
常用股票技术指标大全
MACD指标/DMI指标/DMA指标/TRIX指标/BRAR指标/CR指标/VR指标/OBV指标/ASI指标/EMV指标/WVAD指标/RSI指标/W&R指标/SAR指标/KDJ指标/CCI指标/ROC指标/MIKE指标/布林线指标/摆动量（OSC）/指数平均线（EXPMA）/乖离率（BIAS）简称Y值/心理线（PSY） （一）、MACD指标 MACD（Moving Average Convergence Divergence）指数平滑异同移动平均线为GERALD APPLE所创，其利用两条长、短期的平滑平均线，计算其二者之差离值，作为研判行情买卖之依据。 买卖原则： 1. DIF、MACD在0以上，大势属多头市场，DIF向上突破MACD，可作买，若DIF 向下跌破MACD，只可作原单的平仓，不可新卖单进场。 2. DIF，MACD在0以下，大势属空头市场，DIF向下跌破MACD，可作买，若DIF 向上突破MACD，只可作原单的平仓，不可新买单入场。 3. 牛离差：股价出现二或三个近期低点而MACD并不配合出现新低，可作买。 4. 熊离差：股价出现二或三个近期高点而MACD并不配合出现新高，可作卖。 5. 高档两次向下交叉大跌，低档两次向上交叉大涨。 （二）、DMI指标 DMI（Directional Muvement Index）指标系由J.Wells Wilder于1978年在"New Concepts in Technical TradingSystems"一书中首先提出，DMI指标提示投资人不要在盘整世道中入场交易，一旦市场变得有利润时，DMI立刻引导投资者进场，并且在适当的时机退场，实为近年来受到相当重视的指标之一。 买卖原则： 1. +DI上交叉-DI时作买。 2. +DI下交叉-DI时作卖。 3. ADX于50以上向下转折时，代表市场趋势终了。 4. 当ADX滑落到_+DI之下时，不宜进场交易。 5. 当ADXR介于20-25时，宜采用TBP及CDP中之反应秘诀为交易参考。 （三）、DMA指标