Index

Les indices d’image sont des images calculées à partir d’images à plusieurs canaux. Les images mettent en évidence un phénomène spécifique qui est présent, tout en atténuant d’autres facteurs qui altèrent les effets sur l’image. Par exemple, un indice de végétation présentera la végétation saine dans une couleur claire dans l’image d’indice, tandis que la végétation non saine possède des valeurs plus faibles et le MNT nu est sombre. Comme l’ombrage de la variation MNT (collines et vallées) a un impact sur l’intensité des images, les indices sont créés de façon que la couleur d’un objet est mise en évidence au lieu de l’intensité ou de la luminosité de l’objet. La valeur d’un indice de végétation pour un pin sain qui est ombragé dans une vallée est identique à celle d’un pin qui se trouve en plein soleil. Ces indices sont souvent générés en combinant l’ajout et la soustraction de canaux, ce qui crée des taux de bandes différents. Ils sont liés à des canaux spécifiques qui sont situés dans des parties précises du spectre électromagnétique. Par conséquent, ils risquent d’être uniquement valides pour certains capteurs ou classes de capteurs et il est essentiel que les canaux appropriés soient utilisés dans le calcul.

L’un des modes d’utilisation les plus courants de ces indices concerne la comparaison du même objet sur plusieurs images au fil du temps. Par exemple, plusieurs images d’un terrain agricole ont pu être prises toutes les semaines depuis sa plantation et tout au long de la saison des cultures. L’indice de végétation est alors calculé pour chaque image. Lorsque vous analysez ces indices de végétation hebdomadaires, vous vous attendez à constater un éclaircissement au cours de la saison des cultures. Ensuite, lorsque la sénescence commence à l’automne, l’indice diminue jusqu’à ce que la plante soit récoltée ou que les feuilles meurent à la fin de la saison. L’effet de normalisation des indices rend cette comparaison pratique. En comparant plusieurs champs dans une région, vous pouvez identifier ceux qui poussent bien et ceux qui rencontrent des difficultés. Ce type d’analyse peut également servir à identifier les champs qui ont souffert des dommages provoqués par des tempêtes.

Choisissez l’indice en fonction du phénomène que vous souhaitez analyser. Assurez-vous que l’image en entrée provient d’un capteur doté des canaux appropriés (longueurs d’ondes et plage) pour prendre en charge l’indice sélectionné. Les indices lisent les métadonnées de l’image pour vérifier les noms de canaux. Lorsqu’une correspondance est trouvée, l’indice est automatiquement appliqué.

MSAVI

L’indice modifié de végétation ajusté au sol (MSAVI2) est conçu pour minimiser l’effet du sol nu sur l’indice de végétation ajusté au sol (SAVI).

MSAVI2 = (1/2)*(2(NIR+1)-sqrt((2*NIR+1)2-8(NIR-Red)))

• NIR = valeurs de pixel du canal proche infrarouge
• Rouge = valeurs de pixel du canal rouge

Référence : Qi, J. et al., 1994, "A modified soil vegetation adjusted index", Remote Sensing of Environment, Vol. 48, No. 2, 119-126.

Indice NDVI

L’indice de végétation de différence normalisée (NDVI, Normalized Difference Vegetation Index) est un indice normalisé qui vous permet de générer une image illustrant une couverture végétale, également appelée biomasse relative. Cet indice tire parti du contraste des caractéristiques de deux canaux d’un jeu de données raster multispectral : l’absorption de pigments chlorophylliens dans le canal rouge et la réflectivité élevée des matières végétales dans le canal proche infrarouge (NIR).

L'équation NDVI par défaut documentée est la suivante :

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

• NIR = valeurs de pixel du canal proche infrarouge
• Rouge = valeurs de pixel du canal rouge

Cet indice génère des valeurs comprises entre -1,0 et 1,0.

SAVI

L’indice de végétation ajusté au sol et modifié (SAVI, Soil-Adjusted Vegetation Index) est un indice de végétation conçu pour minimiser les influences de la luminosité du sol à l’aide d’un facteur de correction de luminosité du sol. Il est souvent utilisé dans les régions arides où la couverture végétale est faible.

SAVI = ((NIR - Rouge) / (NIR + Rouge+ L)) x (1 + L)

• NIR = valeurs de pixel du canal proche infrarouge
• Rouge = valeurs de pixel du canal proche rouge
• L = surface de couvert végétal

NIR et Rouge se rapportent aux canaux associés à ces longueurs d'ondes. La valeur L varie selon l'ampleur de la couvert végétal. En règle générale, dans les zones sans couvert végétal, L=1 ; dans les zones à couvert végétal modéré, L=0.5 ; et dans les zones à très fort couvert végétal, L=0 (ce qui est l’équivalent de la méthode NDVI). Cet indice génère des valeurs comprises entre -1,0 et 1,0.

Référence : Huete, A. R., 1988, "A soil-adjusted vegetation index (SAVI)," Remote Sensing of Environment, Vol 25, 295-309.

TSAVI

L’indice transformé de végétation ajusté au sol (TSAVI) est un indice de végétation conçu pour minimiser les influences de la luminosité du sol en supposant que la ligne du sol présente une pente et une interception arbitraires.

TSAVI=(s(NIR-s*Red-a))/(a*NIR+Red-a*s+X*(1+s2))

• NIR = valeurs de pixel du canal proche infrarouge
• R = valeurs de pixel du canal rouge
• s = pente de la ligne de sol
• a = intersection de ligne de sol
• X = facteur d’ajustement défini pour minimiser le bruit du sol

Référence : Baret, F. et G. Guyot, 1991, "Potentials and limits of vegetation indices for LAI and APAR assessment," Remote Sensing of Environment, Vol. 35, 161-173.

NDVI vert

La méthode GNDVI (Green Normalized Difference Vegetation Index, Indice de végétation par différence normalisée vert) est un indice de végétation qui permet d’estimer la photosynthèse et qui est couramment utilisé pour définir l’absorption en eau et en azote dans la couverture végétale.

GNDVI = (NIR-Green)/(NIR+Green)

• NIR = valeurs de pixel du canal proche infrarouge
• Vert = valeurs de pixel du canal vert

Cet indice génère des valeurs comprises entre -1,0 et 1,0.

Référence : Buschmann, C. et E. Nagel. 1993. Spectroscopie in vivo et optique interne des feuilles comme base de la télédétection de la végétation. International Journal of Remote Sensing, Vol. 14, 711-722.

NDVI Red Edge

La méthode NDVI Red Edge est un indice de végétation qui permet d’estimer l’état sanitaire de la végétation à l’aide du canal Red Edge. Ce canal est particulièrement utile pour estimer la santé des cultures pendant les phases intermédiaires et finales de la croissance, où la concentration de la chlorophylle est relativement plus importante. Il sert également à cartographier la variabilité, au sein d’un champ, de la quantité d’azote absorbée par le feuillage pour mieux comprendre les besoins en fertilisant des cultures.

L’indice NDVI Red Edge est calculé à l’aide des canaux NIR et Red Edge.

NDVIre = (NIR-RedEdge)/(NIR+RedEdge)

• NIR = valeurs de pixel du canal proche infrarouge
• RedEdge = valeurs de pixel du canal Red Edge

Cet indice génère des valeurs comprises entre -1,0 et 1,0.

Référence : Gitelson, A.A., Merzlyak, M.N., 1994. "Quantitative estimation of chlorophyll using reflectance spectra," Journal of Photochemistry and Photobiology B 22, 247-252.