IPCC第三次评估报告中，将生态系统的脆弱性表达为生态系统对气候变化的敏感性和生态系统对气候变化的适应性之差。基于孟印缅地区1982-2015年15天合成的GIMMS NDVI 3g.v1数据，累积得到每年的总值，以表征每年的农田生产力；根据IPCC脆弱性定义，采用年际变率及其变化趋势计算农田生产力对气候变化的敏感性、适应性和脆弱性指数，得到孟印缅地区农田生产力脆弱性评估数据集（1982-2000,2000-2015）。该数据集包括1982-2000年和2000-2015年两个时段的农田生产力脆弱性评估数据。该数据集存储为.flt和.tif两种格式，Albers投影，空间分辨率为8 km。数值越大，表示越脆弱。

该数据集包括：（1）研究区地理位置数据；（2）2000年、2005年、2010年和2015年四个时间段、空间分辨率为1 km的下列数据：a.城镇建设用地栅格数据；b.城市不透水地表所占比例栅格数据；c.年最大植被指数（NDVImax）栅格数据；d.植被净初级生产力栅格数据。数据集存储为.shp、GRID（.adf）格式，由207个文件组成.

青藏高原拥有丰富的草地资源，对我国畜牧业生产发展、涵养水源及全球气候变化具有重要的作用。然而，近几十年来，在季节性过度放牧和开矿采金等人为干扰因素，以及气候暖干化和鼠虫害等不利自然因素的影响下，青藏高原草地退化明显。青藏高原草地退化类型空间分布数据集（GLD_Tibet）是基于连续时间序列的AVHRR-NDVI 数据和SPOT-NDVI 数据，采用Sense 趋势度和Mann-Kendall 变化趋势检验的方法获取的。

青藏高原拥有丰富的草地资源，对我国畜牧业生产发展、涵养水源及全球气候变化具有重要的作用。然而，近几十年来，在季节性过度放牧和开矿采金等人为干扰因素，以及气候暖干化和鼠虫害等不利自然因素的影响下，青藏高原草地退化明显。青藏高原草地退化类型空间分布数据集（GLD_Tibet）是基于连续时间序列的AVHRR-NDVI 数据和SPOT-NDVI 数据，采用Sense 趋势度和Mann-Kendall 变化趋势检验的方法获取的。

Erdas和ENVI利用NDVI提取植被指数的步骤

本程序包括遥感图像处理过程中的常见算法，例如IHS和RGB间的色彩空间变换、彩色图像灰度化、NDVI、变化检测、K均值算法等。代码结构优良，算法清晰易懂。希望对你们学习有所帮助~

【目的】寻找最能真实反映南方地区植被变化状况的遥感数据，并将其用于评价土地覆被变化及其带来的影响.【方法】通过分析韩江流域2001―2006年间AVHRR、SPOT-VGT和MODIS 3种归一化植被指数(NDVI)遥感数据，比较它们对不同植被响应特征的异同，并采用线性回归方法分析它们的相关关系.【结果和结论】3种NDVI遥感空间分布总体格局大体一致，且MODIS和SPOT-VGT的NDVI空间分布吻合良好.MODIS传感器波段宽度窄、空间分辨率高，对地物分辨能力高，NDVI在流域内的变化范围大，数值分布

山西省NDVI数据，LANDSAT卫星系列地表反射率数据（SR）数据。卫星影像从GOOGLE EARTH ENGINE上获取。

植被指数（NDVI, Normalized Difference Vegetation Index）可以准确反映地表植被覆盖状况。目前，基于SPOT/VEGETATION以及MODIS等卫星遥感影像得到的NDVI时序数据已经在各尺度区域的植被动态变化监测、土地利用/覆被变化检测、宏观植被覆盖分类和净初级生产力估算等研究中得到了广泛的应用。

中国植被区划数据shp.zip（草地、常绿阔叶林、常绿针叶林、高山亚高山草甸、灌丛、荒漠草甸、混交林、平原草甸、坡度草地、针叶落叶林）