第４６卷第２期２０２３年２月测绘与空间地理信息ＧＥＯＭＡＴＩＣＳ＆ＳＰＡＴＩＡＬＩＮＦＯＲＭＡＴＩＯＮＴＥＣＨＮＯＬＯＧＹＶｏｌ．４６，Ｎｏ．２Ｆｅｂ．，２０２３收稿日期：２０２１－１２－１３基金项目：云南省基础研究计划项目（２０２０ＦＢ０５９）；云南省教育厅科学研究基金（２０１８ＪＳ１４８）资助作者简介：刘美艳（１９９８－），女，云南昭通人，地图学与地理信息系统专业硕士研究生，主要研究方向为无人机影像处理与应用。通信作者：李佳（１９８４－），女，湖北荆州人，副教授，博士，２０１４年毕业于南京师范大学地图学与地理信息系统专业，主要从事无人机影像处理与应用等方面的教学与科研工作。面向无人机可见光影像的植被指数评价刘美艳，段平，李佳（云南师范大学地理学部，云南昆明６５０５００）摘要：以无人机可见光影像为数据源，选用归一化绿红差指数（ＮＧＲＤＩ）、归一化绿蓝差异指数（ＮＧＢＤＩ）、超绿指数（ＥＸＧ）、超绿超红差分指数（ＥＸＧＲ）、植被颜色指数（ＣＩＶＥ）、可见光波段差异植被指数（ＶＤＶＩ）、改进型绿红植被指数（ＭＧＲＶＩ）、超绿红蓝差分指数（ＥＧＲＢＤＩ）、红绿蓝比值植被指数（ＲＧＢＲＩ）以及增强归一化绿蓝差异指数（Ｅ－ＮＧＢＤＩ）可见光植被指数，通过１０种植被指数分别计算出植被指数灰度图。采用最大熵值法计算阈值划分出植被与非植被，并将分类结果与通过监督分类获得的参照图进行精度验证。精度评定采用Ｋａｐｐａ系数、用户精度、生产者精度３种方法。通过比较其结果发现，ＥＸＧ和ＶＤＶＩ的植被提取结果最为准确，方法适用性和可靠性较好。关键词：无人机；可见光影像；植被指数；植被提取中图分类号：Ｐ２３７文献标识码：Ａ文章编号：１６７２－５８６７（２０２３）０２－００８０－０５ＶｅｇｅｔａｔｉｏｎＩｎｄｅｘＥｖａｌｕａｔｉｏｎｆｏｒＵＡＶＶｉｓｉｂｌｅＬｉｇｈｔＩｍａｇｅｓＬＩＵＭｅｉｙａｎ，ＤＵＡＮＰｉｎｇ，ＬＩＪｉａ（ＦａｃｕｌｔｙｏｆＧｅｏｇｒａｐｈｙ，ＹｕｎｎａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｋｕｎｍｉｎｇ６５０５００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＷｉｔｈｔｈｅｖｉｓｉｂｌｅｌｉｇｈｔｉｍａｇｅｏｆＵＡＶａｓｔｈｅｄａｔａｓｏｕｒｃｅ，ｔｈｅｎｏｒｍａｌｉｚｅｄｇｒｅｅｎ－ｒｅｄｄｉｆｆｅｒｅｎｃｅｉｎｄｅｘ（ＮＧＲＤＩ），ｎｏｒｍａｌｉｚｅｄｇｒｅｅｎ－ｂｌｕｅｄｉｆｆ...
