Funzione Aritmetica sulla banda—ArcGIS Online

Disponibile con ArcGIS Image for ArcGIS Online.

La funzione Aritmetica banda esegue un'operazione aritmetica sulle bande di un layer raster. È possibile scegliere algoritmi predefiniti selezionabili oppure si può immettere la propria formula a riga singola. Gli operatori supportati sono -, +, /, * e - unario.

Note

Quando si utilizza il metodo Definito dall'utente per definire l'algoritmo Aritmetica Banda, è possibile immettere una formula algebrica a riga singola per creare un output a banda singola. Gli operatori supportati sono -, +, /, * e - unario. Per identificare le bande, aggiungere B o b all'inizio del numero della banda. Ad esempio:

B1 + B2 b1 + (-b2) (B1 + B2) / 2(B3 * B5)

Quando si utilizzano indici predefiniti, immettere un elenco delimitato da uno spazio riportante i numeri di banda da usare. Gli indici predefiniti sono riportati di seguito in dettaglio.

Metodo BAI

L'indice BAI (Burn Area Index) utilizza i valori di riflessione nella porzione rossa e NIR dello spettro per identificare le aree del terreno interessate dal fuoco.

BAI = 1/((0.1 - Rosso)^2 + (0.06 - NIR)^2)

Rosso = valori pixel dalla banda rossa
NIR = valori pixel dalla banda dell'infrarosso vicino

Se si usa un elenco delimitato da spazi, le bande del rosso e NIR si identificano nel seguente ordine: Rosso NIR. Ad esempio, 3 4.

Riferimento: Chuvieco, E., M. Pilar Martin, and A. Palacios. "Assessment of Different Spectral Indices in the Red-Near-Infrared Spectral Domain for Burned Land Discrimination." Remote Sensing of Environment 112 (2002): 2381-2396.

Metodo CIg

Il metodo dell'indice di clorofilla - verde (CIg) è un indice di vegetazione per la stima del contenuto di clorofilla nelle foglie che utilizza un rapporto di riflettanza nelle bande dell'infrarosso vicino (NIR) e del verde.

CIg = [(NIR / Verde)-1]

NIR = valori pixel dalla banda dell'infrarosso vicino
Verde = valori pixel dalla banda verde

Se si usa un elenco delimitato da uno spazio, si identificano le bande NIR e del verde nel seguente ordine: NIR Verde. Ad esempio, 7 3.

Riferimento: Gitelson, A.A., Kaufman, Y.J., Merzlyak, M.N., 1996. "Use of a green channel in remote sensing of global vegetation from EOS-MODIS," Remote Sensing of Environment, Vol. 58, 289–298.

Metodo CIre

Il metodo dell'indice di clorofilla - margine rosso (CIre) è un indice di vegetazione per la stima del contenuto di clorofilla nelle foglie che utilizza un rapporto di riflettanza nelle bande dell'infrarosso vicino (NIR) e del margine rosso.

Clre = [(NIR / MargineRosso)-1]

NIR = valori pixel dalla banda dell'infrarosso vicino
RedEdge = valori pixel dalla banda del margine rosso

Se si usa un elenco delimitato da uno spazio, si identificano le bande NIR e del margine rosso nel seguente ordine: NIR RedEdge. Ad esempio, 7 6.

Riferimenti:

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

Metodo dei minerali argillosi

Il rapporto dei minerali d'argilla è un rapporto delle bande SWIR1 e SWIR2. Sfrutta il fatto che minerali idratati come argille e alunite assorbono radiazioni nella porzione di 2,0 - 2,3 micron dello spettro. Questo indice mitiga i cambiamenti di illuminazione causati dal terreno, in quanto è un rapporto.

Rapporto minerali argillosi = SWIR1 / SWIR2

SWIR1 = valori pixel dalla banda 1 dell’infrarosso a onde corte
SWIR2 = valori pixel dalla banda 2 dell’infrarosso a onde corte

Per Landsat TM ed ETM +, questo corrisponde alle bande 5 (SWIR1) e 7 (SWIR2). Per Landsat 8, questo corrisponde alle bande 6 (SWIR1) e 7 (SWIR2).

Se si usa un elenco delimitato da spazi, le bande SWIR1 e SWIR2 si identificano nel seguente ordine: SWIR1 SWIR2. Ad esempio, 6 7.

Riferimento: Dogan, H., 2009. "Mineral composite assessment of Kelkit River Basin in Turkey by means of remote sensing," Journal of Earth System Science, Vol. 118, 701-710.

Metodo EVI

Il metodo Enhanced Vegetation Index (EVI) è un indice di vegetazione ottimizzato che tiene conto delle influenze atmosferiche e del segnale di fondo della vegetazione. È analogo all'indice NDVI ma è meno sensibile al rumore di fondo e al rumore atmosferico e non diventa saturo come l'NDVI quando si visualizzano aree con vegetazione verde molto densa.

EVI = 2.5*(NIR - Rosso) / (NIR + 6*Rosso - 7.5*Blu + 1)

NIR = valori pixel dalla banda dell'infrarosso vicino
Rosso = valori pixel dalla banda rossa
Blu = valori pixel dalla banda blu

Se si usa un elenco delimitato da spazi, le bande dell'infrarosso vicino, del rosso e del blu si identificano nel seguente ordine: NIR Rosso Blu. Ad esempio, 5 4 2.

Questo indice emette valori tra 0 e 1.

Riferimento: Huete, A. et al. 2002, "Overview of the radiometric and biophysical performance of the MODIS vegetation indices." Remote sensing of environment , Vol. 83, 195-213.

Metodo dei minerali ferrosi

Il metodo del rapporto di minerali ferrosi (FM) è un indice geologico per l’identificazione di elementi rocciosi contenenti una certa quantità di minerali ferrosi utilizzando la banda dell’infrarosso a onde corte (SWIR) e la banda dell’infrarosso vicino (NIR). Questo metodo è usato nella mappatura dei composti minerali.

Il rapporto minerali ferrosi evidenzia materiali contenenti ferro. Utilizza il rapporto tra la banda SWIR e la banda NIR.

Rapporto minerali ferrosi = SWIR / NIR

SWIR = valori pixel dalla banda dell’infrarosso a onde corte
NIR = valori pixel dalla banda dell'infrarosso vicino

Per Landsat TM ed ETM +, questo corrisponde alle bande 5 (SWIR) e 4 (NIR). Per Landsat 8, questo corrisponde alle bande 6 (SWIR) e 5 (NIR).

Se si usa un elenco delimitato da spazi, le bande SWIR e NIR si identificano nel seguente ordine: SWIR NIR. Ad esempio, 6 5.

Riferimento: Segal, D. "Theoretical Basis for Differentiation of Ferric-Iron Bearing Minerals, Using Landsat MSS Data." Proceedings of Symposium for Remote Sensing of Environment, 2nd Thematic Conference on Remote Sensing for Exploratory Geology, Fort Worth, TX (1982): pp. 949-951.

Metodo GEMI

Il metodo Global Environmental Monitoring Index (GEMI) è un indice di vegetazione non lineare per il monitoraggio ambientale globale a partire dalle immagini satellitari. È simile a NDVI, ma è meno sensibile agli effetti atmosferici. È influenzato dal terreno nudo, pertanto non è consigliato per l'utilizzo in aree in cui la vegetazione è scarsa o di densità moderata.

GEMI = eta*(1-0,25*eta)-((Rossa-0,125)/(1-Rossa))

laddove,

eta = (2*(NIR²-Rosso²)+1.5*NIR+0.5*Rosso)/(NIR+Rosso+0.5)

NIR = valori pixel dalla banda dell'infrarosso vicino
Rosso = valori pixel dalla banda rossa

Se si usa un elenco delimitato da uno spazio, si identificano le bande NIR e del rosso nel seguente ordine: NIR Rosso. Ad esempio, 4 3.

Questo indice emette valori tra 0 e 1.

Riferimento: Pinty, B. and Verstraete, M. M. 1992, "GEMI: a non-linear index to monitor global vegetation from satellites," Plant Ecology, Vol. 101, 15–20.

Metodo GNDVI

Il metodo Green Normalized Difference Vegetation Index (GNDVI) è un indice di vegetazione per la stima dell'attività fotosintetica ed è un indice di vegetazione comune per determinare l’assorbimento di acqua e azoto nella canopia di piante.

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

NIR = valori pixel dalla banda dell'infrarosso vicino
Verde = valori pixel dalla banda verde

Se si usa un elenco delimitato da uno spazio, si identificano le bande NIR e del verde nel seguente ordine: NIR Verde. Ad esempio, 5 3.

Questo indice emette valori tra -1,0 e 1,0.

Riferimento: Buschmann, C., and E. Nagel. 1993. "In vivo spectroscopy and internal optics of leaves as basis for remote sensing of vegetation," International Journal of Remote Sensing, Vol. 14, 711–722.

Metodo GVI (Landsat TM)

Il metodo Green Vegetation Index (GVI) è stato inizialmente concepito per l'utilizzo a partire dalle immagini Landsat MSS e quindi modificato per le immagini Landsat TM. È anche noto come indice di vegetazione verde Landsat TM Tasseled Cap. Può essere usato con immagini le cui bande presentano le stesse caratteristiche spettrali.

GVI=-0.2848*Band1-0.2435*Band2-0.5436*Band3+0.7243*Band4+0.0840*Band5-1.1800*Band7

Se si usa un elenco delimitato da uno spazio, si identificano le sei bande Landsat TM, ordinate da uno a cinque e sei. Ad esempio, 1 2 3 4 5 6. Se l'input contiene sei bande, nell'ordine atteso, non è necessario immettere un valore nella casella di testo Indici di banda.

Questo indice emette valori tra -1 e 1.

Riferimento: Todd, S. W., R. M. Hoffer, and D. G. Milchunas, 1998, "Biomass estimation on grazed and ungrazed rangelands using spectral indices," International Journal of Remote Sensing, Vol. 19, No. 3, 427–438.

Metodo dell’ossido di ferro

Il rapporto ossido di ferro è un rapporto delle lunghezze d'onda rossa e blu. La presenza di fillosilicati limonitici e l'alterazione dell'ossido di ferro limonitico causano assorbimento in banda blu e riflettanza in banda rossa. Ciò fa sì che le aree con una accentuata alterazione ferrosa siano luminose. La natura del rapporto consente a questo indice di mitigare le differenze di illuminazione causate dall'ombreggiamento del terreno.

Rapporto ossido di ferro = Rosso / Blu

Rosso = valori pixel dalla banda rossa
Blu = valori pixel dalla banda blu

Per Landsat TM ed ETM +, questo corrisponde alle bande 3 (rosso) e 1 (blu). Per Landsat 8, questo corrisponde alle bande 4 (rosso) e 2 (blu).

Se si usa un elenco delimitato da spazi, le bande del rosso e del blu si identificano nel seguente ordine: Rosso Blu. Ad esempio, 4 2.

Metodo MNDWI

L'indice MNDWI (Modified Normalized Difference Water Index ) utilizza le bande SWIR e verde per il miglioramento dei corpi d'acqua aperti. Diminuisce anche le feature delle aree edificate che sono spesso correlate con il mare aperto in altri indici.

MNDWI = (Verde - SWIR) / (Verde + SWIR)

Verde = valori pixel dalla banda verde
SWIR = valori pixel dalla banda dell’infrarosso a onde corte

Se si usa un elenco delimitato da spazi, le bande del verde e SWIR si identificano nel seguente ordine: Verde SWIR. Ad esempio, 3 7.

Riferimento: Xu, H. "Modification of Normalised Difference Water Index (NDWI) to Enhance Open Water Features in Remotely Sensed Imagery." International Journal of Remote Sensing 27, No. 14 (2006): 3025-3033.

Metodo SAVI modificato

Il metodo Modified Soil Adjusted Vegetation Index (MSAVI2) minimizza l'effetto del suolo scoperto sull'indice SAVI.

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

NIR = valori pixel dalla banda dell'infrarosso vicino
Rosso = valori pixel dalla banda rossa

Se si usa un elenco delimitato da uno spazio, si identificano le bande NIR e del rosso nel seguente ordine: NIR Rosso. Ad esempio, 4 3.

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

Metodo MTVI2

Il metodo Modified Triangular Vegetation Index (MTVI2) è un indice di vegetazione per il rilevamento di clorofilla fogliare sulla scala della canopia, rimanendo relativamente insensibile all'indice dell'area fogliare. Utilizza la riflettanza nelle bande del verde, del rosso e dell'infrarosso vicino.

MTVI2 = [1.5(1.2(NIR-Verde)-2.5(Rosso-Verde))√((2NIR+1)²-(6NIR-5√(Rosso))-0.5)]

NIR = valori pixel dalla banda dell'infrarosso vicino
Rosso = valori pixel dalla banda rossa
Verde = valori pixel dalla banda verde

Se si usa un elenco delimitato da uno spazio, si identificano le bande NIR, del rosso e del verde nel seguente ordine: NIR Rosso Verde. Ad esempio, 7 5 3.

Riferimento: Haboudane, D., Miller, J.R., Tremblay, N., Zarco-Tejada, P.J., Dextraze, L., 2002. "Integrated narrow-band vegetation indices for prediction of crop chlorophyll content for application to precision agriculture," Remote Sensing of Environment, Vol. 81, 416–426.

Metodo NBR

L'indice NBRI (Normalized Burn Ratio Index) utilizza le bande NIR e SWIR per enfatizzare aree bruciate mitigando effetti di illuminazione e atmosferici. Le immagini devono essere corrette ai valori di riflettanza prima di utilizzare questo indice; consultare la funzione Riflettanza apparente per maggiori dettagli.

NBR = (NIR - SWIR) / (NIR + SWIR)

NIR = valori pixel dalla banda dell'infrarosso vicino
SWIR = valori pixel dalla banda dell’infrarosso a onde corte

Utilizzando un elenco delimitato da spazi, identifica le bande NIR e SWIR nel seguente ordine: NIR SWIR. Ad esempio, 4 7.

Riferimento: Key, C. and N. Benson, N. "Landscape Assessment: Remote Sensing of Severity, the Normalized Burn Ratio; and Ground Measure of Severity, the Composite Burn Index." FIREMON: Fire Effects Monitoring and Inventory System, RMRS-GTR, Ogden, UT: USDA Forest Service, Rocky Mountain Research Station (2005).

Metodo NDBI

L'indice NDBI (Normalized Difference Built-up) utilizza le bande NIR e SWIR per enfatizzare aree urbanizzate antropiche. È basato sul rapporto per mitigare gli effetti delle differenze di illuminazione del terreno e gli effetti atmosferici.

NDBI = (SWIR - NIR) / (SWIR + NIR)

SWIR = valori pixel dalla banda dell’infrarosso a onde corte
NIR = valori pixel dalla banda dell'infrarosso vicino

Se si usa un elenco delimitato da spazi, le bande SWIR e NIR si identificano nel seguente ordine: SWIR NIR. Ad esempio, 7 4.

Riferimento: Zha, Y., J. Gao, and S. Ni. "Use of Normalized Difference Built-Up Index in Automatically Mapping Urban Areas from TM Imagery." International Journal of Remote Sensing 24, no. 3 (2003): 583-594.

Metodo NDMI

L'indice NDMI (Normalized Difference Moisture Index) è sensibile ai livelli di umidità nella vegetazione. Viene utilizzato per monitorare la siccità e i livelli di combustibile in aree inclini agli incendi. Utilizza le bande NIR e SWIR per creare un rapporto pensato per mitigare l'illuminazione e gli effetti atmosferici.

NDMI = (NIR - SWIR1)/(NIR + SWIR1)

NIR = valori pixel dalla banda dell'infrarosso vicino
SWIR1 = valori pixel dalla banda 1 dell’infrarosso a onde corte

Se si usa un elenco delimitato da spazi, le bande SWIR e NIR si identificano nel seguente ordine: NIR SWIR1. Ad esempio, 4 7.

Riferimenti:

Wilson, E.H. and Sader, S.A., 2002, "Detection of forest harvest type using multiple dates of Landsat TM imagery." Remote Sensing of Environment, 80 , pp. 385-396.
Skakun, R.S., Wulder, M.A. and Franklin, .S.E. (2003). "Sensitivity of the thematic mapper enhanced wetness difference index to detect mountain pine beetle red-attack damage."Remote Sensing of Environment, Vol. 86, Pp. 433-443.

Metodo NDSI

L'indice NDSI (Normalized Difference Snow Index) è progettato per utilizzare bande MODIS (banda 4 e banda 6) e Landsat TM (banda 2 e banda 5) per l'identificazione di coperture nevose ignorando la copertura nuvolosa. Dal momento che si basa sul rapporto mitiga anche gli effetti atmosferici.

NDSI = (Verde - SWIR) / (Verde + SWIR)

Verde = valori pixel dalla banda verde
SWIR = valori pixel dalla banda dell’infrarosso a onde corte

Se si usa un elenco delimitato da spazi, le bande del verde e SWIR si identificano nel seguente ordine: Verde SWIR. Ad esempio, 3 7.

Riferimento: Riggs, G., D. Hall, and V. Salomonson. "A Snow Index for the Landsat Thematic Mapper and Moderate Resolution Imaging Spectrometer." Geoscience and Remote Sensing Symposium, IGARSS '94, Volume 4: Surface and Atmospheric Remote Sensing: Technologies, Data Analysis, and Interpretation (1994), pp. 1942-1944.

Metodo NDVI

Il metodo Normalized Difference Vegetation Index (NDVI) è un indice standardizzato che consente di generare un'immagine raffigurante aree verdi (biomassa relativa). Questo indice sfrutta le caratteristiche contrastanti di due bande di un raster dataset multispettrale: l'assorbimento dei pigmenti di clorofilla nella banda rossa e l'elevata riflettanza dei materiali vegetali nella banda dell'infrarosso vicino (NIR).

L'equazione NDVI documentata e predefinita è come segue:

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

NIR = valori pixel dalla banda dell'infrarosso vicino
Rosso = valori pixel dalla banda rossa

Se si usa un elenco delimitato da uno spazio, si identificano le bande NIR e del rosso nel seguente ordine: NIR Rosso. Ad esempio, 4 3.

Questo indice emette valori tra -1,0 e 1,0.

Riferimento: Rouse, J.W., R.H. Haas, J.A. Schell e D.W. Deering, 1973, "Monitoring vegetation systems in the Great Plains with ERTS," Third ERTS Symposium, NASA SP-351 I:309–317.

Ulteriori informazioni su NDVI

Metodo NDVIre

Il metodo Red-Edge NDVI (NDVIre) è un indice di vegetazione per la stima della salute della vegetazione utilizzando la banda del margine rosso. È particolarmente utile per stimare la salute delle colture nelle fasi di crescita medio-tardive in cui la concentrazione di clorofilla è relativamente più alta. Inoltre, l’indice NDVIre può essere utilizzato per mappare la variabilità all'interno del campo dell’azoto fogliare per comprendere i requisiti dei fertilizzanti delle colture.

L'indice NDVIre viene calcolato utilizzando le bande NIR e del margine rosso.

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

NIR = valori pixel dalla banda dell'infrarosso vicino
RedEdge = valori pixel dalla banda del margine rosso

Se si usa un elenco delimitato da uno spazio, si identificano le bande NIR e del margine rosso nel seguente ordine: NIR RedEdge. Ad esempio, 7 6.

Questo indice emette valori tra -1,0 e 1,0.

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

Metodo NDWI

Il metodo Normalized Difference Water Index (NDWI) è un indice usato per delineare e monitorare i cambiamenti nel contenuto nelle acque superficiali. Viene calcolato usando le bande dell’infrarosso vicino (NIR) e del verde.

NDWI = (Verde - NIR) / (Verde + NIR)

NIR = valori pixel dalla banda dell'infrarosso vicino
Verde = valori pixel dalla banda verde

Se si usa un elenco delimitato da uno spazio, si identificano le bande NIR e del verde nel seguente ordine: NIR Verde. Ad esempio, 5 3.

Questo indice emette valori tra -1,0 e 1,0.

Riferimento: McFeeters, S., 1996. "The Use of Normalized Difference Water Index (NDWI) in the Delineation of Open Water Features." International Journal of Remote Sensing, 17, 1425-1432.

Metodo PVI

Il metodo Perpendicular Vegetation Index (PVI) è simile a un indice di vegetazione per differenza, tuttavia è sensibile alle variazioni atmosferiche. Quando si utilizza questo metodo per confrontare immagini, esso dovrebbe essere utilizzato solo su immagini che hanno subito correzioni atmosferiche.

PVI = (NIR - a*Rosso - b) / (sqrt(1 + a²))

NIR = valori pixel dalla banda dell'infrarosso vicino
Rosso = valori pixel dalla banda rossa
a = inclinazione della linea del terreno
b = Gradiente della linea del terreno

Se si usa un elenco delimitato da spazi, le bande NIR e del rosso si identificano e si inseriscono i valori a e b nel seguente ordine: NIR Rosso a b. Ad esempio, 4 3 0,3 0,5.

Questo indice emette valori tra -1,0 e 1,0.

Riferimento: Richardson, A. J. and C. L. Wiegand, 1977, "Distinguishing vegetation from soil background information," Photogrammetric Engineering and Remote Sensing, 43, 1541–1552.

Metodo RTVIcore

Il metodo Red-Edge Triangulated Vegetation Index (RTVICore) è un indice di vegetazione per la stima dell'indice dell'area fogliare e della biomassa. Questo indice utilizza riflettanza nelle bande spettrali NIR, del margine rosso e del verde.

RTVICore = [100(NIR-MargineRosso)-10(NIR-Verde)]

NIR = valori pixel dalla banda dell'infrarosso vicino
RedEdge = valori pixel dalla banda del margine rosso
Verde = valori pixel dalla banda verde

Se si usa un elenco delimitato da uno spazio, si identificano le bande NIR, del margine rosso e del verde nel seguente ordine: NIR RedEdge Verde. Ad esempio, 7 6 3.

Riferimento: Haboudane, D., Miller, J.R., Pattey, E., Zarco-Tejada, P.J., Strachan, I.B., 2004. "Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies: modeling and validation in the context of precision agriculture," Remote Sensing of Environment, Vol. 90, 337–352.

Metodo SAVI

Il metodo Soil-Adjusted Vegetation Index (SAVI) è un indice di vegetazione che tenta di ridurre l'influenza della luminosità del terreno utilizzando un apposito fattore di correzione. Spesso viene usato in regioni aride dove la copertura vegetativa è scarsa e genera valori compresi tra -1,0 e 1,0.

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

NIR = valori pixel dalla banda dell'infrarosso vicino
Rosso = valori pixel dalla banda del rosso vicino
L = quantità di copertura di vegetazione verde

Utilizzando un elenco delimitato da uno spazio, si identificano le bande NIR e del rosso e si immette il valore L nel seguente ordine: NIR Rossa L. Ad esempio, 4 3 0,5.

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

Metodo SR

Il metodo Simple Ratio (SR) è un indice di vegetazione per la stima della quantità della vegetazione. È il rapporto tra la luce diffusa nella banda NIR e assorbita nella banda del rosso, che riduce gli effetti dell'atmosfera e della topografia.

I valori sono alti per la vegetazione con un grande indice dell’area fogliare o alta chiusura della canopia e bassi per feature di suolo, acqua e non vegetate. L'intervallo di valori è compreso tra 0 e circa 30, dove la vegetazione sana generalmente rientra tra i valori da 2 a 8.

SR = NIR / Rosso

NIR = valori pixel dalla banda dell'infrarosso vicino
Rosso = valori pixel dalla banda rossa

Se si usa un elenco delimitato da uno spazio, si identificano le bande NIR e del rosso nel seguente ordine: NIR Rosso. Ad esempio, 4 3.

Riferimento: Birth, G.S., and G.R. McVey, 1968. "Measuring color of growing turf with a reflectance spectrophotometer," Agronomy Journal Vol. 60, 640-649.

Metodo SRre

Il metodo Red-Edge Simple Ratio (SRre) è un indice di vegetazione per la stima della quantità della vegetazione sana e carente. È il rapporto tra la luce diffusa nelle bande NIR e del margine rosso, che riduce gli effetti dell'atmosfera e della topografia.

I valori sono alti per la vegetazione con un’alta chiusura della canopia e vegetazione sana, inferiori per alta chiusura della canopia e vegetazione carente e bassi per feature di suolo, acqua e non vegetate. L'intervallo di valori è compreso tra 0 e circa 30, dove la vegetazione sana generalmente rientra tra i valori da 1 a 10.

SRre = NIR / MargineRosso

NIR = valori pixel dalla banda dell'infrarosso vicino
RedEdge = valori pixel dalla banda del margine rosso

Se si usa un elenco delimitato da uno spazio, si identificano le bande NIR e del margine rosso nel seguente ordine: NIR RedEdge. Ad esempio, 7 6.

Riferimento: Anatoly A. Gitelson, Yoram J. Kaufman, Robert Stark, and Don Rundquist, 2002, "Novel algorithms for remote estimation of vegetation fraction," Remote Sensing of Environment, Vol. 80, 76–87.

Metodo della formula di Sultan

Il processo di Sultan utilizza un'immagine a 8 bit e a sei bande e usa la formula di Sultan per produrre un'immagine a 8 bit e a tre bande. L'immagine risultante mette in evidenza le formazioni rocciose chiamate ofioliti lungo i litorali. Questa formula è stata ideata in funzione delle bande TM o ETM di una scena Landsat 5 o 7. L'equazione applicata per creare ciascuna banda di output è come segue:

Banda 1 = (Banda5 / Banda7) x 100 Banda 2 = (Banda5 / Banda1) x 100 Banda 3 = (Banda3 / Banda4) x (Banda5 / Banda4) x 100

Se si usa un elenco delimitato da uno spazio, si identificano gli indici delle cinque bande richieste. Ad esempio, 1 3 4 5 6. Se l'input contiene sei bande nell'ordine atteso, non è necessario immettere un valore nella casella di testo Indici di banda.

Riferimento: Sultan, M., Arvidson, R.E, Sturchio, N.C. & Guiness, E.A. 1987, "Lithologic mapping in Arid Regions with Landsat thematic mapper data: Meatig Dome, Egypt," Geological Society of America Bulletin 99: 748-762

Metodo SAVI trasformato

Il metodo Transformed Soil Adjusted Vegetation Index (TSAVI) è un indice di vegetazione che riduce le influenze della luminosità del terreno presupponendo che la linea del terreno abbia una pendenza e un'intercettazione arbitrarie.

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

NIR = valori pixel dalla banda dell'infrarosso vicino
Rosso = valori pixel dalla banda rossa
s = la pendenza della linea del terreno
a = intercettazione della linea del terreno
X = un fattore di regolazione impostato per minimizzare il disturbo del suolo

Se si usa un elenco delimitato da uno spazio, si identificano le bande NIR e del rosso e si inseriscono i valori s, a e X nel seguente ordine: NIR Rosso s a X. Ad esempio, 3 1 0,33 0,50 1,50.

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

Metodo VARI

L'indice VARI (Visible Atmospherically Resistant Index) è progettato per enfatizzare la vegetazione nella porzione visibile dello spettro, mitigando le differenze di illuminazione e gli effetti atmosferici. È la soluzione ideale per immagini a colori o RGB e utilizza tutte le tre bande di colori.

VARI = (Verde - Rossa)/(Verde + Rossa - Blu)

Verde = valori pixel dalla banda verde
Rosso = valori pixel dalla banda rossa
Blu = valori pixel dalla banda blu

Se si usa un elenco delimitato da uno spazio, si identificano le bande rossa, verde e blu nel seguente ordine: Rossa Verde Blu. Ad esempio, 3 2 1.

Riferimento: Gitelson, A., et al. "Vegetation and Soil Lines in Visible Spectral Space: A Concept and Technique for Remote Estimation of Vegetation Fraction." International Journal of Remote Sensing 23 (2002): 2537−2562.

Metodo WNDWI

Il metodo Weighted Normalized Difference Water Index (WNDWI) è un indice dell'acqua che è stato sviluppato per ridurre gli errori tipici che si trovano negli indici dell'acqua, tra cui la torbidità dell'acqua, piccoli corpi idrici o ombre nelle scene di telerilevamento.

WNDWI = [Verde – α * NIR – (1 – α) * SWIR ] / [Verde + α * NIR + (1 – α) * SWIR]

Verde = valori pixel dalla banda verde
NIR = valori pixel dalla banda dell'infrarosso vicino
SWIR = valori pixel dalla banda dell’infrarosso a onde corte
α = un coefficiente ponderato che va da 0 a 1. Il valore predefinito è 0,5.

Utilizzando un elenco delimitato da spazi, si identificheranno le bande verdi, NIR e SWIR e il coefficiente α nel seguente ordine: Verde NIR SWIR α. Ad esempio, 2 5 6 0,5.

Riferimento: Qiandong Guo, Ruiliang Pu, Jialin Li & Jun Cheng, 2017, "A weighted normalized difference water index for water extraction using Landsat imagery," International Journal of Remote Sensing, Vol. 38, 5430-5445.

Parametri


Parametro	Descrizione
Raster	Il raster di input.
Metodo	Il tipo di algoritmo aritmetica banda che si desidera implementare. È possibile definire un algoritmo personalizzato o scegliere un indice predefinito. Definito dall'utente: definisce un'espressione aritmetica con banda personalizzata. BAI: Indice di area bruciata (Burn Area Index) Clg: Chlorophyll Index - Green Clre: Chlorophyll Index - Red Edge Minerali argillosi: rapporto di minerali argillosi EVI: Enhanced Vegetation Index Minerali ferrosi: rapporto di minerali ferrosi GEMI: Global Environmental Monitoring Index GNDVI: Green Normalized Difference Vegetation Index GVI (Landsat TM): Green Vegetation Index Landsat TM Ossido di ferro: rapporto di ossido di ferro MNDWI: indice idrico di differenza normalizzato modificato (Modified Normalized Difference Water Index) MTVI2: Modified Triangulated Vegetation Index Modified SAVI: Modified Soil Adjusted Vegetation Index NBR: indice del rapporto di combustione normalizzato (Normalized Burn Ratio Index) NDBI: indice di accumulo di differenza normalizzato (Normalized Difference Built-up Index) NDSI: indice di differenza di neve normalizzato (Normalized Difference Snow Index) NDVI: Normalized Difference Vegetation Index NDVIre: Red-Edge Normalized Difference Vegetation Index NDWI: Normalized Difference Water Index PVI: Perpendicular Vegetation Index RTVICore: Red Edge Triangulated Vegetation Index SAVI: Soil Adjusted Vegetation Index SR: Simple Ratio SRre: Simple Ratio Sultan's Formula: formula di Sultan Transformed SAVI: Transformed Soil Adjusted Vegetation Index VARI: Visible Atmospherically Resistant Index WNDWI: Weighted Normalized Difference Water Index
Indici bande	Definire la formula aritmetica della banda se si sceglie Definito dall'utente nel parametro Metodo. Se si sceglie un indice predefinito per il parametro Metodo, definire le bande corrette per il dataset raster di input corrispondente all'indice.

Qualche feedback su questo argomento?