バンド演算関数—ArcGIS AllSource

バンド演算関数は、ラスターレイヤーのバンドを対象に算術演算を実行します。定義済みのアルゴリズムを選択することも、ユーザー独自の単一行の式を入力することもできます。サポートされる演算子は、-、+、/、*、および単項 - です。

備考

バンド演算アルゴリズムを定義するのに [ユーザー定義] メソッドを使用する場合は、単一行の代数式を入力して、シングルバンド出力を作成できます。サポートされる演算子は、-、+、/、*、および単項 - です。バンドを指定するには、バンド番号の先頭に「B」または「b」を付けます。例:

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

定義済み指数を使用する場合は、使用するバンド番号を示すスペース区切りのリストを入力します。以下では、定義済み指数について詳細を説明します。

BAI 方法

BAI (Burn Area Index) は、赤の反射率の値とスペクトルの NIR 部分を使用して、火の影響を受ける地形のエリアを識別します。

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

Red = 赤色のバンドのピクセル値
NIR = 近赤外バンドのピクセル値

スペース区切りのリストを使用して、Red NIR の順序で赤色と NIR のバンドを指定します。たとえば、「3 4」のように指定します。

参考文献: 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.

CIg 方法

CIg (Chlorophyll Index - Green) 方法は、NIR バンドと緑色バンドの反射率の比を使用して葉のクロロフィル含量を推定するための植生指数です。

CIg = [(NIR / Green)-1]

NIR = 近赤外バンドのピクセル値
Green = 緑色バンドのピクセル値

スペース区切りのリストを使用して、NIR Green の順序で NIR および緑色のバンドを指定します。たとえば、「7 3」のように指定します。

参考文献: 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

CIre 方法

CIre (Chlorophyll Index - Red-Edge) 方法は、NIR バンドとレッドエッジバンドの反射率の比を使用して葉のクロロフィル含量を推定するための植生指数です。

Clre = [(NIR / RedEdge)-1]

NIR = 近赤外バンドのピクセル値
RedEdge = レッドエッジバンドのピクセル値

スペース区切りのリストを使用して、NIR RedEdge の順序で近赤外およびレッドエッジのバンドを指定します。たとえば、「7 6」のように指定します。

参考文献:

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

Clay Minerals 方法

粘土鉱物比は SWIR1 および SWIR2 バンドの比率です。この比率は、粘土、明ばん石などの含水性の鉱物が、スペクトルの 2.0 ～ 2.3 ミクロンの部分で放射線を吸収する事実を利用しています。この指標は比率であるため、テレインによる日照の変化を軽減します。

粘土鉱物比 = SWIR1 / SWIR2

SWIR1 = 短波赤外 1 バンドのピクセル値
SWIR2 = 短波赤外 2 バンドのピクセル値

Landsat TM および ETM+ の場合、バンド 5 (SWIR1) および 7 (SWIR2) に対応します。 Landsat 8 の場合、バンド 6 (SWIR1) および 7 (SWIR2) に対応します。

スペース区切りのリストを使用して、SWIR1 SWIR2 の順序で SWIR2 および SWIR2 のバンドを指定します。たとえば、「6 7」のように指定します。

参考文献: 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.

EVI 方法

EVI (Enhanced Vegetation Index) 方法は、大気の影響と植生の背景シグナルを考慮して最適化された植生指数です。 EVI は NDVI に似ていますが、背景雑音や大気雑音による影響をあまり受けません。また、非常に高密度の緑色植生を含むエリアを表示しても、NDVI に比べて飽和しません。

EVI = 2.5*(NIR - Red) / (NIR + 6*Red - 7.5*Blue + 1)

NIR = 近赤外バンドのピクセル値
Red = 赤色のバンドのピクセル値
Blue = 青色バンドのピクセル値

スペース区切りのリストを使用して、NIR Red Blue の順序で NIR、赤色、および青色のバンドを指定します。たとえば、「5 4 2」のように指定します。

この指数は、0 から 1 の範囲の値を出力します。

参考文献: 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.

鉄含有鉱物方法

鉄含有鉱物 (FM) 比率方法は、SWIR および NIR バンドを使用して、一定量の鉄含有鉱物を含む岩石の特徴を識別するための地質学的指標です。 FM は鉱物組成マッピングに使用されます。

鉄含有鉱物比率は、鉄含有硫化物を強調します。これは、SWIR バンドと NIR バンドの比率を使用します。

鉄含有鉱物比 = SWIR / NIR

SWIR = 短波赤外バンドのピクセル値
NIR = 近赤外バンドのピクセル値

Landsat TM および ETM+ の場合、バンド 5 (SWIR) および 4 (NIR) に対応します。 Landsat 8 の場合、バンド 6 (SWIR) および 5 (NIR) に対応します。

スペース区切りのリストを使用して、SWIR NIR の順序で SWIR および NIR のバンドを指定します。たとえば、「6 5」のように指定します。

参考文献: 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.

GEMI 方法

GEMI (Global Environmental Monitoring Index) 方法は、衛星画像から世界規模で環境をモニターリングするための非線形植生指数です。これは NDVI と似ていますが、大気の影響を受けづらいという利点があります。この方法は露出土壌による影響を受けるため、低密度または中密度の植生地域で使用することはお勧めしません。

GEMI = eta*(1-0.25*eta)-((Red-0.125)/(1-Red))

ここで

eta = (2*(NIR²-Red²)+1.5*NIR+0.5*Red)/(NIR+Red+0.5)

NIR = 近赤外バンドのピクセル値
Red = 赤色のバンドのピクセル値

スペース区切りのリストを使用して、NIR Red の順序で近赤外および赤色のバンドを指定します。たとえば、「4 3」のように指定します。

この指数は、0 から 1 の範囲の値を出力します。

参考文献: Pinty, B および Verstraete, M. M. 1992、「GEMI: a non-linear index to monitor global vegetation from satellites」、Plant Ecology、Vol. 101、15–20

GNDVI 方法

GNDVI (Green Normalized Difference Vegetation Index) 方法は、光合成作用を推定するための植生指数であり、植物被への水と窒素の吸収量を測定するために一般に利用される植生指数です。

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

NIR = 近赤外バンドのピクセル値
Green = 緑色バンドのピクセル値

スペース区切りのリストを使用して、NIR Green の順序で NIR および緑色のバンドを指定します。たとえば、「5 3」のように指定します。

この指数は、-1.0 から 1.0 の範囲の値を出力します。

参考文献: Buschmann, C. および 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

GVI (Landsat TM) 方法

GVI (Green Vegetation Index) 方法は、当初は Landsat MSS 画像用に設計されたものですが、Landsat TM 画像に対応するように改良されました。 Landsat TM Tasseled Cap green vegetation index とも呼ばれます。この方法は、同じスペクトルの特徴を共有するバンドを持つ画像に使用できます。

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

スペース区切りのリストを使用して、6 つの Landsat TM バンドを 1 から 5、6 の順序で指定します。たとえば、「1 2 3 4 5 6」のように指定します。入力に 6 つのバンドが通常の順序で含まれている場合は、[バンドインデックス] テキストボックスに値を入力する必要はありません。

この指数は、-1 から 1 の範囲の値を出力します。

参考文献: Todd, S. W., R. M. Hoffer および 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

酸化鉄比方法

酸化鉄比率は、赤色と青色の波長の比率です。褐鉄鉱含有フィロケイ酸塩と褐鉄鉱酸化鉄の変質が存在するため、青色のバンドは吸収され、赤色のバンドは反射します。これにより、鉄の変質が強い地域は明るく表示されます。比率の性質により、この指標はテレインの陰影による日照の違いを軽減します。

酸化鉄比 = Red / Blue

Red = 赤色のバンドのピクセル値
Blue = 青色バンドのピクセル値

Landsat TM および ETM+ の場合、バンド 3 (赤色) および 1 (青色) に対応します。 Landsat 8 の場合、バンド 4 (赤色) および 2 (青色) に対応します。

スペース区切りのリストを使用して、Red Blue の順序で赤色、青色のバンドを指定します。たとえば、「4 2」のように指定します。

MNDWI 方法

MNDWI (Modified Normalized Difference Water Index) は、緑色と SWIR バンドを使用して、開水フィーチャを強調します。また、他の指数で開水に関連することが多い市街地フィーチャも減少します。

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

Green = 緑色バンドのピクセル値
SWIR = 短波赤外バンドのピクセル値

スペース区切りのリストを使用して、Green SWIR の順序で Green と SWIR のバンドを指定します。たとえば、「3 7」のように指定します。

参考文献: 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.

改良 SAVI 方法

MSAVI2 (Modified Soil Adjusted Vegetation Index) 方法は、SAVI での露出土壌の影響を最小限に抑えます。

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

NIR = 近赤外バンドのピクセル値
Red = 赤色のバンドのピクセル値

スペース区切りのリストを使用して、NIR Red の順序で近赤外および赤色のバンドを指定します。たとえば、「4 3」のように指定します。

参考文献: Qi, J. ほか、 1994、「A modified soil vegetation adjusted index」、Remote Sensing of Environment、Vol. 48、No. 2、119–126

MTVI2 方法

MTVI2 (Modified Triangular Vegetation Index) 方法は、葉面積指数に対して比較的感度が低いながらも、葉のクロロフィル含量を群落スケールで検出するための植生指数です。 MTVI2 では、緑色、赤色、NIR の各バンドの反射率が使用されます。

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

NIR = 近赤外バンドのピクセル値
Red = 赤色のバンドのピクセル値
Green = 緑色バンドのピクセル値

スペース区切りのリストを使用して、NIR Red Green の順序で近赤外、赤色、および緑色のバンドを指定します。たとえば、「7 5 3」のように指定します。

参考文献: 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

NBR 方法

NBRI (Normalized Burn Ratio Index) は、NIR および SWIR バンドを使用して、日照の違いや大気の影響を軽減しながら、焼け跡を強調します。この指標を使用する前に、画像の反射率の値を補正する必要があります。詳細については、「反射率」をご参照ください。

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

NIR = 近赤外バンドのピクセル値
SWIR = 短波赤外バンドのピクセル値

スペース区切りのリストを使用して、NIR SWIR の順序で NIR と SWIR のバンドを指定します。たとえば、「4 7」のように指定します。

参考文献: 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).

NDBI 方法

NDBI (Normalized Difference Built-up Index) は、NIR および SWIR バンドを使用して、人工の市街地を強調します。これは比率に基づき、地形の日照の違いや大気の影響を軽減します。

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

SWIR = 短波赤外バンドのピクセル値
NIR = 近赤外バンドのピクセル値

スペース区切りのリストを使用して、SWIR NIR の順序で SWIR と NIR のバンドを指定します。たとえば、「7 4」のように指定します。

参考文献: 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.

NDMI 方法

NDMI (Normalized Difference Moisture) は、植生の水分レベルを感知します。これは、干ばつを監視したり、火災が発生しやすい地域の警告燃料レベルを監視するために使用されます。これは、NIR および SWIR バンドを使用して、日照や大気の影響を軽減するように設計された比率を作成します。

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

NIR = 近赤外バンドのピクセル値
SWIR1 = 短波赤外 1 バンドのピクセル値

スペース区切りのリストを使用して、NIR SWIR1 の順序で SWIR と NIR のバンドを指定します。たとえば、「4 7」のように指定します。

参考文献:

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., 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.

NDSI 方法

NDSI (Normalized Difference Snow Index) は、雲量を無視しながら、積雪面を識別するために MODIS (バンド 4 およびバンド 6) および Landsat TM (バンド 2 およびバンド 5) を使用するように設計されています。これは比率に基づくため、大気の影響も軽減されます。

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

Green = 緑色バンドのピクセル値
SWIR = 短波赤外バンドのピクセル値

スペース区切りのリストを使用して、Green SWIR の順序で Green と SWIR のバンドを指定します。たとえば、「3 7」のように指定します。

参考文献: 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.

NDVI 方法

正規化植生指標 (NDVI) 方法は、植生の有無・活性度を表す標準化された指数 (相対バイオマス) です。この指標は、マルチスペクトルラスターデータセットの 2 つのバンドの特性のコントラストを活用しています。具体的には、赤のバンドにおけるクロロフィル色素の吸収と、NIR バンドにおける植物の細胞構造による高い反射特性を利用しています。

提案されているデフォルトの NDVI 計算式は以下のとおりです。

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

NIR = 近赤外バンドのピクセル値
Red = 赤色のバンドのピクセル値

スペース区切りのリストを使用して、NIR Red の順序で近赤外および赤色のバンドを指定します。たとえば、「4 3」のように指定します。

この指数は、-1.0 から 1.0 の範囲の値を出力します。

参考文献: Rouse, J.W.、 R.H. Haas、J.A. Schell、および D.W. Deering、1973、「Monitoring vegetation systems in the Great Plains with ERTS」、Third ERTS Symposium、NASA SP-351 I:309-317

NDVI の詳細

NDVIre 方法

NDVIre (Red-Edge NDVI) 方法は、レッドエッジバンドを使用して植生の健全性を推定するための植生指数です。これは、クロロフィル濃度が比較的高い成長中期から成長後期における作物の健康状態を推定する場合に特に役立ちます。また、NDVIre は、葉肥の圃場内変動をマッピングすることで、作物の肥料の必要量を理解するためにも使用できます。

NDVIre 指数は、NIR バンドとレッドエッジバンドを使用して計算されます。

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

NIR = 近赤外バンドのピクセル値
RedEdge = レッドエッジバンドのピクセル値

スペース区切りのリストを使用して、NIR RedEdge の順序で近赤外およびレッドエッジのバンドを指定します。たとえば、「7 6」のように指定します。

この指数は、-1.0 から 1.0 の範囲の値を出力します。

参考文献: Gitelson, A.A.、 Merzlyak, M.N.、 1994. 「Quantitative estimation of chlorophyll using reflectance spectra」、Journal of Photochemistry and Photobiology B 22、247–252

NDWI 方法

NDWI (Normalized Difference Water Index) 方法は、地表水の含有量の変化を表現および監視するための指標です。 NIR および緑色のバンドを使用して計算されます。

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

NIR = 近赤外バンドのピクセル値
Green = 緑色バンドのピクセル値

スペース区切りのリストを使用して、NIR Green の順序で NIR および緑色のバンドを指定します。たとえば、「5 3」のように指定します。

この指数は、-1.0 から 1.0 の範囲の値を出力します。

参考文献: 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.

PVI 方法

PVI (Perpendicular Vegetation Index) 方法は、差分植生指数と類似していますが、大気の変動による影響を受けやすい点が異なります。この方法を使用して画像を比較する場合は、大気補正された画像のみを対象にこの方法を使用する必要があります。

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

NIR = 近赤外バンドのピクセル値
Red = 赤色のバンドのピクセル値
a = ソイルラインの傾き
b = ソイルラインの勾配

スペース区切りのリストを使用して NIR Red a b の順序で NIR および赤色のバンドを指定し、a 値と b 値を入力します。たとえば、「4 3 0.3 0.5」のように指定します。

この指数は、-1.0 から 1.0 の範囲の値を出力します。

参考文献: Richardson, A. J.、および C. L. Wiegand、1977、「Distinguishing vegetation from soil background information」、Photogrammetric Engineering and Remote Sensing、43、1541-1552

RTVIcore 方法

RTVICore (Red-Edge Triangulated Vegetation Index) 方法は、葉面積指数とバイオマスを推定するための植生指数です。この指数では、NIR、レッドエッジ、緑色の各スペクトルバンドの反射率が使用されます。

RTVICore = [100(NIR-RedEdge)-10(NIR-Green)]

NIR = 近赤外バンドのピクセル値
RedEdge = レッドエッジバンドのピクセル値
Green = 緑色バンドのピクセル値

スペース区切りのリストを使用して、NIR RedEdge Green の順序で近赤外、レッドエッジ、および緑色のバンドを指定します。たとえば、「7 6 3」のように指定します。

参考文献: 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

SAVI 方法

SAVI (Soil-Adjusted Vegetation Index) 方法は、土壌調整係数を使用して、土壌の明るさの影響を最小限にすることを目的とした植生指数です。この方法は、植生の割合が低い乾燥した地域によく使用され、-1.0 から 1.0 の範囲の値を出力します。

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

NIR = 近赤外バンドのピクセル値
Red = 赤色のバンドのピクセル値
L = 緑色植生の割合

スペース区切りのリストを使用して、NIR Red L の順序で NIR および赤色のバンドを指定し、L 値を入力します。たとえば、「4 3 0.5」のように指定します。

参考文献: Huete, A. R.、 1988、「A soil-adjusted vegetation index (SAVI)」、Remote Sensing of Environment、Vol 25、295–309

SR 方法

SR (Simple Ratio) 方法は、植生量を推定するための一般的な植生指数です。これは、NIR で散乱する光と赤色バンドに吸収される光の比率であり、この光の作用により、大気と地形の影響が低減されます。

葉面積指数が大きい植生や、樹冠閉鎖率が高い植生については値が高くなり、土壌、水、非植生のフィーチャでは低くなります。値の範囲は 0 から約 30 までですが、健全な植生の場合、通常 2 ～ 8 の値になります。

SR = NIR / Red

NIR = 近赤外バンドのピクセル値
Red = 赤色のバンドのピクセル値

スペース区切りのリストを使用して、NIR Red の順序で近赤外および赤色のバンドを指定します。たとえば、「4 3」のように指定します。

参考文献: Birth, G.S. および G.R. McVey、1968、「Measuring color of growing turf with a reflectance spectrophotometer」、Agronomy Journal Vol. 60、640-649

SRre 方法

SRre (Red-Edge Simple Ratio) 方法は、健全な植生とストレスを受けた植生の量を推定するための植生指数です。これは、NIR バンドとレッドエッジバンドで散乱する光の比率であり、この光の作用により、大気と地形の影響が低減されます。

樹冠閉鎖率が高い植生や健全な植生については値が高くなり、樹冠閉鎖率が高く、ストレスを受けた植生ではその値が低下し、土壌、水、非植生のフィーチャでは値が低くなります。値の範囲は 0 から約 30 までですが、健全な植生の場合、通常 1 ～ 10 の値になります。

SRre = NIR / RedEdge

NIR = 近赤外バンドのピクセル値
RedEdge = レッドエッジバンドのピクセル値

スペース区切りのリストを使用して、NIR RedEdge の順序で近赤外およびレッドエッジのバンドを指定します。たとえば、「7 6」のように指定します。

参考文献: Anatoly A. Gitelson、Yoram J. Kaufman、Robert Stark および Don Rundquist、2002、「Novel algorithms for remote estimation of vegetation fraction」、Remote Sensing of Environment、Vol. 80、76-87

Sultan の式による方法

Sultan プロセスでは、6 バンドの 8 ビット画像を対象に、Sultan の式によるメソッドを使用して 3 バンドの 8 ビット画像を作成します。得られる画像では、海岸線に沿ったオフィオライトと呼ばれる岩石層が強調されます。この式は、Landsat 5 または 7 シーンの TM バンドまたは ETM バンドに基づいて定められたものです。それぞれの出力バンドを作成するために適用される式は、次のとおりです。

Band 1 = (Band5 / Band7) x 100 Band 2 = (Band5 / Band1) x 100 Band 3 = (Band3 / Band4) x (Band5 / Band4) x 100

スペース区切りのリストを使用して、必要な 5 つのバンドのインデックスを指定します。たとえば、「1 3 4 5 6」のように指定します。入力に 6 つのバンドが通常の順序で含まれている場合は、[バンドインデックス] テキストボックスに値を入力する必要はありません。

参考文献: 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

変換 SAVI 方法

TSAVI (Transformed Soil Adjusted Vegetation Index) は、ソイルラインの傾きと切片が任意に指定されることを前提として、土壌の明るさによる影響を最小限にする植生指数です。

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

NIR = 近赤外バンドのピクセル値
Red = 赤色のバンドのピクセル値
s = ソイルラインの傾斜
a = ソイルラインの切片
X = 土壌のノイズを最小化するように設定された調整係数

スペース区切りのリストを使用して、NIR Red s a X の順序で NIR および赤色のバンドを指定し、s、a、X 値を入力します。たとえば、「3 1 0.33 0.50 1.50」と指定します。

参考文献: Baret, F. および G. Guyot、1991、「Potentials and limits of vegetation indices for LAI and APAR assessment」、Remote Sensing of Environment、Vol. 35、161–173

VARI 方法

VARI (Visible Atmospherically Resistant Index) は、日照の違いや大気の影響を軽減しながら、スペクトルの可視部分で植生を強調するように設計されています。これは、RGB またはカラー画像に最適で、3 つのカラーバンドすべてを利用します。

VARI = (Green - Red)/ (Green + Red - Blue)

Green = 緑色バンドのピクセル値
Red = 赤色のバンドのピクセル値
Blue = 青色バンドのピクセル値

スペース区切りのリストを使用して、Red Green Blue の順序で赤色、緑色、青色のバンドを指定します。たとえば、「3 2 1」のように指定します。

参考文献: 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.

WNDWI 方法

WNDWI (Weighted Normalized Difference Water Index) 方法は、水濁、小規模な水域、リモートセンシングシーンにおける影など、他の水指数で通常発生する誤差を低減するために開発された水指数です。

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

Green = 緑色バンドのピクセル値
NIR = 近赤外バンドのピクセル値
SWIR = 短波赤外バンドのピクセル値
α = 加重係数 (0 ～ 1)。デフォルト値は 0.5 です。

スペース区切りのリストを使用して、Green NIR SWIR α の順序で緑色のバンド、NIR および SWIR バンド、および α 係数を指定します。たとえば、「2 5 6 0.5」のように指定します。

参考文献: 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

パラメーター


パラメーター	説明
ラスター	入力ラスター。
方法	配置するバンド演算アルゴリズムのタイプ。カスタムアルゴリズムを定義することも、定義済み指数を選択することもできます。 [ユーザー定義] - カスタムのバンド演算式を定義します。 [BAI] - Burn Area Index (燃焼エリア指数) [Clg] - Chlorophyll Index - Green (クロロフィル指数 - 緑色) [Clre] - Chlorophyll Index - Red Edge (クロロフィル指数 - レッドエッジ) [粘土鉱物比] - Clay Minerals Ratio [EVI] - Enhanced Vegetation Index (強化型植生指数) [鉄含有鉱物比] - Ferrous Minerals Ratio [GEMI] - Global Environmental Monitoring Index (環境監視指数) [GNDVI] - Green Normalized Difference Vegetation Index (緑色正規化植生指数) [GVI (Landsat TM)] - Green Vegetation Index Landsat TM (森林植生指数 - ランドサット TM) [酸化鉄比] - Iron Oxide Ratio [MNDWI] - Modified Normalized Difference Water Index (修正正規化水指数) [MTVI2] - Modified Triangular Vegetation Index (改良三角植生指数) [改良 SAVI] - Modified Soil Adjusted Vegetation Index (改良土壌調整植生指数) [NBR] - Normalized Burn Ratio (正規化燃焼率) [NDBI] - Normalized Difference Built-up Index (正規化建物指数) [NDSI] - Normalized Difference Snow Index (正規化積雪指数) [NDVI]- Normalized Difference Vegetation Index (正規化植生指数) [NDVIre] - Red-Edge Normalized Difference Vegetation Index (レッドエッジ正規化植生指数) [NDWI]- Normalized Difference Water Index (正規化水指数) [PVI] - Perpendicular Vegetation Index (垂直植生指数) [RTVICore] - Red Edge Triangulated Vegetation Index (レッドエッジ三角植生指数) [SAVI] - Soil Adjusted Vegetation Index (土壌調整植生指数) [SR] - Simple Ratio (簡単な比率) [SRre] - Simple Ratio (簡単な比率) [Sultan の式] - Sultan の式 [変換 SAVI] - Transformed Soil Adjusted Vegetation Index (変換土壌調整植生指数) [VARI] - Visible Atmospherically Resistant Index (可視大気抵抗植生指数) [WNDWI] - Weighted Normalized Difference Water Index (加重正規化水指数)
バンドインデックス	[方法] パラメーターで [ユーザー定義] を選択した場合に、バンド演算式を定義します。 [方法] パラメーターで定義済み指数を選択した場合は、その指数に対応する、入力ラスターデータセットの正しいバンドを定義します。

このトピックへのフィードバック