밴드 연산 함수—ArcGIS Online

ArcGIS Image for ArcGIS Online에서 사용할 수 있습니다.

밴드 연산 함수는 래스터 레이어의 밴드에 대해 연산 작업을 수행합니다. 미리 정의된 알고리즘을 선택하거나 고유한 한 줄짜리 공식을 입력할 수 있습니다. 지원되는 연산자는 -,+,/,* 및 단항(Unary) -입니다.

참고

밴드 연산 알고리즘을 정의하는 사용자 정의된 방법을 사용하면 단일밴드 결과를 생성하는 한 줄짜리 대수 공식을 입력할 수 있습니다. 지원되는 연산자는 -,+,/,* 및 단항(Unary) -입니다. 밴드를 식별하기 위해 밴드 숫자 앞에 B 또는 b를 추가합니다. 예:

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

미리 정의된 지수를 사용하는 경우 사용될 밴드 숫자를 나타내는 공백으로 구분된 목록을 입력할 수 있습니다. 미리 정의된 지수는 아래에 나와 있습니다.

BAI 방법

화재 피해 지역 지수(BAI)는 스펙트럼의 빨간색과 NIR 부분의 반사율 값을 사용하여 터레인의 연소된 영역을 식별합니다.

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

Red = red 밴드의 픽셀 값
NIR = near-infrared 밴드의 픽셀 값

공백으로 구분된 목록을 사용하여 Red NIR 순서로 red 밴드와 NIR 밴드를 식별합니다. 예를 들면 3 4와 같이 입력합니다.

참고문헌: 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.

CLG 방법

녹색 엽록소 지수(CIg) 방법은 NIR 밴드와 green 밴드의 반사율을 사용하여 엽중 엽록소 함량을 추정하는 식생 지수입니다.

CIg = [(NIR/Green)-1]

NIR = near-infrared 밴드의 픽셀 값
Green = green 밴드의 픽셀 값

공백으로 구분된 목록을 사용하여 NIR Green 순서로 NIR 밴드와 green 밴드를 식별합니다. 예를 들면 7 3과 같이 입력합니다.

참고문헌: 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.

CLRE 방법

적색 경계 엽록소 지수(CIre) 방법은 NIR 밴드와 red-edge 밴드의 반사율을 사용하여 엽중 엽록소 함량을 추정하는 식생 지수입니다.

Clre = [(NIR/RedEdge)-1]

NIR = near-infrared 밴드의 픽셀 값
RedEdge = red-edge 밴드의 픽셀 값

공백으로 구분된 목록을 사용하여 NIR RedEdge 순서로 NIR 밴드와 red-edge 밴드를 식별합니다. 예를 들면 7 6과 같이 입력합니다.

참조:

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

점토 광물 방법

점토 광물 비율은 SWIR1 밴드 및 SWIR2 밴드의 비율입니다. 이 비율은 점토, 명반석 등의 함수 광물질이 스펙트럼의 2.0~2.3마이크론 부분의 복사량을 흡수한다는 점을 활용합니다. 이 지수는 비율이기 때문에 터레인으로 인한 조도 변화를 완화합니다.

점토 광물 비율 = SWIR1 / SWIR2

SWIR1 = short-wave infrared 1 밴드의 픽셀값
SWIR2 = short-wave infrared 2 밴드의 픽셀값

Landsat TM 및 ETM+의 경우에는 밴드 5(SWIR1) 및 7(SWIR2)에 해당합니다. Landsat 8의 경우에는 밴드 6(SWIR1) 및 7(SWIR2)에 해당합니다.

공백으로 구분된 목록을 사용하여 SWIR1 SWIR2 순서로 SWIR2 밴드와 SWIR2 밴드를 식별합니다. 예를 들면 6 7과 같이 입력합니다.

참고문헌: 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 방법

고급 식생 지수(EVI) 방법은 대기 영향과 식생 배경 신호를 고려한 최적화된 식생 지수입니다. NDVI와 유사하지만 배경 및 대기 노이즈에 덜 민감하며 매우 밀집된 녹색 식생이 있는 영역을 볼 때 NDVI처럼 포화되지 않습니다.

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

NIR = near-infrared 밴드의 픽셀 값
Red = red 밴드의 픽셀 값
Blue = blue 밴드의 픽셀 값

공백으로 구분된 목록을 사용하여 NIR Red Blue 순서로 NIR 밴드와 red 밴드, blue 밴드를 식별합니다. 예를 들면 5 4 2와 같이 입력합니다.

이 색인은 0과 1 사이의 값을 출력합니다.

참고문헌: 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.

함철 광물 방법

함철 광물(FM) 비율 방법은 SWIR 밴드 및 NIR 밴드를 사용하여 일정량의 함철 광물을 포함하는 암석 특징을 확인하기 위한 지질 지수입니다. FM은 광물 합성 매핑에 사용됩니다.

함철 광물 비율은 철이 함유된 광물을 강조합니다. 이는 SWIR 밴드와 NIR 밴드 간의 비율을 사용합니다.

함철 광물 비율 = SWIR / NIR

SWIR= short-wave infrared 밴드의 픽셀값
NIR = near-infrared 밴드의 픽셀 값

Landsat TM 및 ETM+의 경우에는 밴드 5(SWIR) 및 4(NIR)에 해당합니다. Landsat 8의 경우에는 밴드 6(SWIR) 및 5(NIR)에 해당합니다.

공백으로 구분된 목록을 사용하여 SWIR NIR 순서로 SWIR 밴드와 NIR 밴드를 식별합니다. 예를 들면 6 5와 같이 입력합니다.

참고문헌: 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 방법

지구 환경 모니터 지수(GEMI) 방법은 위성 영상을 통해 지구 환경을 모니터링하기 위한 비선형 식생 지수입니다. NDVI와 유사하지만 대기 효과에 덜 민감합니다. 이 방법은 나지의 영향을 받으므로 식생 밀도가 중간 이하인 지역에는 사용하지 않는 것을 권장합니다.

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

여기서 각 항목 정보는 다음과 같습니다.

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

NIR = near-infrared 밴드의 픽셀 값
Red = red 밴드의 픽셀 값

공백으로 구분된 목록을 사용하여 NIR Red 순서로 NIR 밴드와 red 밴드를 식별합니다. 예를 들면 4 3과 같이 입력합니다.

이 색인은 0과 1 사이의 값을 출력합니다.

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

GNDVI 방법

녹색 정규 식생 지수(GNDVI) 방법은 광합성 활동을 추정하는 식생 지수로, 물과 질소를 초관(Plant Canopy)으로 공급할지 판단하는 데 흔히 사용됩니다.

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

NIR = near-infrared 밴드의 픽셀 값
Green = green 밴드의 픽셀 값

공백으로 구분된 목록을 사용하여 NIR Green 순서로 NIR 밴드와 green 밴드를 식별합니다. 예를 들면 5 3과 같이 입력합니다.

이 색인은 -1.0과 1.0 사이의 값을 출력합니다.

참고문헌: 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.

GVI(Landsat TM) 방법

녹색 식생 지수(GVI) 방법은 원래 Landsat MSS 영상에서 설계되었지만 Landsat TM 영상에 사용할 수 있도록 수정되었습니다. 이 방법은 Landsat TM Tasseled Cap 녹색 식생 지수라고도 하며, 동일한 스펙트럼 특성을 공유하는 밴드가 있는 이미지에 사용할 수 있습니다.

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

공백으로 구분된 목록을 사용하여 첫 번째에서 다섯 번째 밴드까지 순서대로 온 다음, 6번째 밴드가 오는 순서로 6개의 Landsat TM 밴드를 식별합니다. 예를 들면 1 2 3 4 5 6과 같습니다. 입력에 6개 밴드가 순서대로 포함되어 있으면 밴드 지수 텍스트 상자에 값을 입력할 필요가 없습니다.

이 색인은 -1과 1 사이의 값을 출력합니다.

참고문헌: 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.

산화철 방법

산화철 비율은 적색 파장과 청색 파장의 비율입니다. 갈철광 함유 엽상 규산염 및 갈철광 산화철 변형은 blue 밴드의 흡수율과 red 밴드의 반사율을 유발합니다. 이로 인해 철 변형이 강한 영역이 밝게 표시됩니다. 이러한 지수는 비율의 특성을 통해 터레인 그림자로 인한 조도 차이를 완화할 수 있습니다.

산화철 비율 = Red / Blue

Red = red 밴드의 픽셀 값
Blue = blue 밴드의 픽셀 값

Landsat TM 및 ETM+의 경우에는 밴드 3(Red) 및 1(Blue)에 해당합니다. Landsat 8의 경우에는 밴드 4(Red) 및 2(Blue)에 해당합니다.

공백으로 구분된 목록을 사용하여 Red, Blue 순서로 Red, Blue 밴드를 식별합니다. 예를 들면 4 2와 같이 입력합니다.

MNDWI 방법

정규수분지수(MNDWI)는 green 및 SWIR 밴드를 사용하여 개방 수역 피처를 강화합니다. 또한 다른 지수에서 개방 수역과 종종 상관 관계가 있는 빌트업 영역 피처를 억제합니다.

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

Green = green 밴드의 픽셀 값
SWIR = short-wave infrared 밴드의 픽셀값

공백으로 구분된 목록을 사용하여 Green SWIR 순서로 green 밴드와 SWIR 밴드를 식별합니다. 예를 들면 3 7과 같이 입력합니다.

참고문헌: 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.

수정된 SAVI 방법

수정 토양 보정 식생 지수(MSAVI2) 방법은 SAVI의 나지 영향을 최소화합니다.

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

NIR = near-infrared 밴드의 픽셀 값
Red = red 밴드의 픽셀 값

공백으로 구분된 목록을 사용하여 NIR Red 순서로 NIR 밴드와 red 밴드를 식별합니다. 예를 들면 4 3과 같이 입력합니다.

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

MTVI2 방법

수정 삼각 식생 지수(MTVI2) 방법은 수관 수준에서 엽중 엽록소 함량을 감지하기 위한 식생 지수로, 상대적으로 엽면적 지수에는 영향을 받지 않습니다. 이 지수는 green, red, NIR 밴드에서 반사율을 사용합니다.

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

NIR = near-infrared 밴드의 픽셀 값
Red = red 밴드의 픽셀 값
Green = green 밴드의 픽셀 값

공백으로 구분된 목록을 사용하여 NIR Red Green 순서로 NIR 밴드, red 밴드, green 밴드를 식별합니다. 예를 들면 7 5 3과 같이 입력합니다.

참고문헌: 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 방법

정규탄화지수(NBRI)는 NIR 및 SWIR 밴드를 사용하여 조도 및 대기 영향을 완화하면서 연소된 지역을 강조합니다. 이미지는 이 지수를 사용하기 전에 반사율 값으로 수정되어 있어야 합니다. 자세한 내용은 겉보기 반사도 함수를 참고하세요.

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

NIR = near-infrared 밴드의 픽셀 값
SWIR = short-wave infrared 밴드의 픽셀값

공백으로 구분된 목록을 사용하여 NIR SWIR 순서로 NIR 밴드와 SWIR 밴드를 식별합니다. 예를 들면 4 7과 같이 입력합니다.

참고문헌: 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 방법

정규 시가지 지수(NDBI)는 NIR 및 SWIR 밴드를 사용하여 인공적 빌트업 영역을 강조합니다. 이는 터레인 조도 차이 및 대기 영향을 완화하기 위한 비율 기반입니다.

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

SWIR = short-wave infrared 밴드의 픽셀값
NIR = near-infrared 밴드의 픽셀 값

공백으로 구분된 목록을 사용하여 SWIR NIR 순서로 SWIR 밴드와 NIR 밴드를 식별합니다. 예를 들면 7 4와 같이 입력합니다.

참고문헌: 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 방법

정규식생수분지수(NDMI)는 식생의 수분 수준에 민감합니다. 이는 화재 취약 영역의 건조 및 연료 수준을 모니터링하는 데 사용됩니다. NIR 및 SWIR 밴드를 사용하여 조도 및 대기 효과를 완화하도록 설계된 비율을 생성합니다.

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

NIR = near-infrared 밴드의 픽셀 값
SWIR1 = short-wave infrared 1 밴드의 픽셀값

공백으로 구분된 목록을 사용하여 NIR SWIR1 순서로 SWIR 밴드와 NIR 밴드를 식별합니다. 예를 들면 4 7과 같이 입력합니다.

참조:

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.

NDSI 방법

정규 강설 지수(NDSI)는 MODIS(밴드 4 및 밴드 6)와 Landsat TM(밴드 2 및 밴드 5)을 사용하여 운량은 무시하며 적설량을 식별합니다. 이는 비율 기반이므로 대기 효과도 완화됩니다.

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

Green = green 밴드의 픽셀 값
SWIR = Shortwave Infrared 밴드의 픽셀 값

공백으로 구분된 목록을 사용하여 Green SWIR 순서로 green 밴드와 SWIR 밴드를 식별합니다. 예를 들면 3 7과 같이 입력합니다.

참고문헌: 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 방법

정규 식생 지수(NDVI) 방법은 녹색(상대적 생물량)이 표시된 이미지를 생성할 수 있는 표준화된 색인입니다. 이 색인은 다중스펙트럼 래스터 데이터셋의 두 밴드에 대한 특성 비교를 활용합니다. Red 밴드의 엽록소 색소 흡수율과 NIR 밴드의 높은 식물 재료 반사율을 비교합니다.

문서화된 기본 NDVI 방정식은 다음과 같습니다.

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

NIR = near-infrared 밴드의 픽셀 값
Red = red 밴드의 픽셀 값

공백으로 구분된 목록을 사용하여 NIR Red 순서로 NIR 밴드와 red 밴드를 식별합니다. 예를 들면 4 3과 같이 입력합니다.

이 색인은 -1.0과 1.0 사이의 값을 출력합니다.

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

NDVI에 대한 자세한 정보

NDVIre 방법

적색 경계 정규 식생 지수(NDVIre) 방법은 red-edge 밴드를 사용하여 식생 상태를 추정하기 위한 식생 지수입니다. 이 지수는 엽록소 농도가 상대적으로 더 높은 생육 중기~후기의 농작물 상태를 추정하는 경우에 특히 유용합니다. 또한 NDVIre는 농작물의 비료 요구 조건을 파악하기 위해 엽중 질소의 필드 내 변동성을 매핑하는 데에도 사용할 수 있습니다.

NDVIre 지수는 근적외선 및 적색 경계 밴드를 사용하여 계산됩니다.

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

NIR = near-infrared 밴드의 픽셀 값
RedEdge = red-edge 밴드의 픽셀 값

공백으로 구분된 목록을 사용하여 NIR RedEdge 순서로 NIR 밴드와 red-edge 밴드를 식별합니다. 예를 들면 7 6과 같이 입력합니다.

이 색인은 -1.0과 1.0 사이의 값을 출력합니다.

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

NDWI 방법

정규수분지수(NDWI) 방법은 지표수의 함량 변화를 묘사하고 모니터링하기 위한 지수입니다. NIR 및 green 밴드로 계산됩니다.

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

NIR = near-infrared 밴드의 픽셀 값
Green = green 밴드의 픽셀값

공백으로 구분된 목록을 사용하여 NIR Green 순서로 NIR 밴드와 green 밴드를 식별합니다. 예를 들면 5 3과 같이 입력합니다.

이 색인은 -1.0과 1.0 사이의 값을 출력합니다.

참고문헌: 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 방법

수직 식생 지수(PVI) 방법은 식생 차이 지수와 유사하지만 대기 변동 사항에 영향을 받습니다. 이 방법을 사용하여 이미지를 비교하는 경우 대기가 보정된 이미지에만 사용해야 합니다.

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

NIR = near-infrared 밴드의 픽셀 값
Red = red 밴드의 픽셀 값
a = 토양 라인의 경사
b = 토양 라인의 그라데이션

공백으로 구분된 목록을 사용하여 NIR Red a b 순서로 NIR 밴드와 red 밴드를 식별하고 a 및 b 값을 입력합니다. 예를 들면 4 3 0.3 0.5와 같이 입력합니다.

이 색인은 -1.0과 1.0 사이의 값을 출력합니다.

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

RTVIcore 방법

적색 경계 삼각 식생 지수(RTVICore) 방법은 엽면적 지수와 생물량을 추정하기 위한 식생 지수입니다. 이 지수는 NIR 밴드, red-edge 밴드, green 스펙트럼 밴드에서 반사율을 사용합니다.

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

NIR = near-infrared 밴드의 픽셀 값
RedEdge = red-edge 밴드의 픽셀 값
Green = green 밴드의 픽셀 값

공백으로 구분된 목록을 사용하여 NIR RedEdge Green 순서로 NIR 밴드, red-edge 밴드, green 밴드를 식별합니다. 예를 들면 7 6 3과 같이 입력합니다.

참고문헌: 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 방법

토양 조정 식생 지수(SAVI) 방법은 토지 밝기 보정 계수를 사용하여 토지 밝기 영향을 최소화하기 위해 사용되는 식생 색인입니다. 이 방법은 대개 식생 피복 비율이 낮은 건조 지역에 사용되며, -1.0과 1.0 사이의 값을 출력합니다.

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

NIR = near-infrared 밴드의 픽셀 값
Red = near red 밴드의 픽셀 값
L = 녹색 식생 커버의 양

공백으로 구분된 목록을 사용하여 NIR Red L 순서로 NIR 밴드와 red 밴드를 식별한 다음, L 값을 입력합니다. 예를 들면 4 3 0.5와 같이 입력합니다.

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

SR 방법

단순 비율(SR) 방법은 식생의 수를 추정하기 위한 일반적인 식생 지수입니다. 근적외선에서 산란된 빛과 적색 밴드로 흡수되는 빛의 비율로, 대기와 지형의 영향을 줄입니다.

큰 엽면적 지수 또는 높은 초관 폐쇄성을 가진 식생의 경우 값이 높으며 토양, 물 및 비식생 피처의 경우에는 값이 낮습니다. 값 범위는 0에서 약 30까지로, 일반적으로 생육 상태가 좋은 식생의 값은 2에서 8 사이입니다.

SR = NIR / Red

NIR = near-infrared 밴드의 픽셀 값
Red = red 밴드의 픽셀 값

공백으로 구분된 목록을 사용하여 NIR Red 순서로 NIR 밴드와 red 밴드를 식별합니다. 예를 들면 4 3과 같이 입력합니다.

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

SRre 방법

적색 경계 단순 비율(SRre) 방법은 생육 상태가 좋거나 나쁜 식생의 수를 추정하기 위한 식생 지수입니다. NIR 밴드와 red-edge 밴드에서 산란된 빛의 비율로, 대기와 지형의 영향을 줄입니다.

높은 초관 폐쇄성과 좋은 생육 상태를 가진 식생의 경우 값이 높고, 높은 초관 폐쇄성과 나쁜 생육 상태를 가진 식생의 경우에는 값이 낮아지며 토양, 물 및 비식생 피처의 경우에는 값이 낮습니다. 값 범위는 0에서 약 30까지로, 일반적으로 생육 상태가 좋은 식생의 값은 1에서 10 사이입니다.

SRre = NIR / RedEdge

NIR = near-infrared 밴드의 픽셀 값
RedEdge = red-edge 밴드의 픽셀 값

공백으로 구분된 목록을 사용하여 NIR RedEdge 순서로 NIR 밴드와 red-edge 밴드를 식별합니다. 예를 들면 7 6과 같이 입력합니다.

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

술탄의 공식 방법

술탄의 과정에는 6밴드 8비트 이미지가 사용되며 술탄의 공식 방법을 사용하여 3밴드 8비트 이미지를 생성합니다. 결과 이미지에는 해안 지대의 사문석이라고 하는 암석층이 강조됩니다. 이 공식은 Landsat 5 또는 7 씬의 TM 또는 ETM 밴드를 기반으로 고안되었습니다. 각각의 결과 밴드를 생성하는 데 적용되는 방정식은 다음과 같습니다.

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

공백으로 구분된 목록을 사용하여 필요한 5개 밴드의 색인을 식별합니다. 예를 들면 1 3 4 5 6과 같습니다. 입력에 6개 밴드가 순서대로 포함되어 있으면 밴드 지수 텍스트 상자에 값을 입력할 필요가 없습니다.

참고문헌: 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

변환된 SAVI 방법

변형 토양 보정 식생 지수(TSAVI) 방법은 토양 라인에 임의 경사 및 차단이 있는 것으로 간주함으로써 토양 밝기 영향을 최소화하는 식생 지수입니다.

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

NIR = near-infrared 밴드의 픽셀 값
Red = red 밴드의 픽셀 값
s = 토양 라인 경사
a = 토양 라인 차단
X = 토양 노이즈를 최소화하도록 설정된 조정 계수

공백으로 구분된 목록을 사용하여 NIR Red s a X 순서로 NIR 밴드와 red 밴드를 식별하고 s, a, X 값을 입력합니다. 예를 들면 3 1 0.33 0.50 1.50과 같이 입력합니다.

참고문헌: 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.

VARI 방법

가시적 대기 저항 지수(VARI)는 조도 차이 및 대기 영향을 완화하면서 스펙트럼에서 보이는 부분의 식생을 강조합니다. 이는 RGB 또는 색상 이미지에 적합하며 세 가지 색상 밴드를 모두 활용합니다.

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

Green = green 밴드의 픽셀 값
Red = red 밴드의 픽셀값
Blue = blue 밴드의 픽셀 값

공백으로 구분된 목록을 사용하여 Red, Green, Blue 순서로 Red, Green, Blue 밴드를 식별합니다. 예를 들면 3 2 1과 같이 입력합니다.

참고문헌: 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 방법

가중치 정규 수자원 지수(WNDWI) 방법은 물 혼탁도, 작은 수역, 원격탐사 씬의 그림자를 포함하여 다른 수자원 지수에서 일반적으로 발생하는 오류를 줄이기 위해 개발된 수자원 지수입니다.

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

Green = green 밴드의 픽셀 값
NIR = near-infrared 밴드의 픽셀 값
SWIR = Shortwave Infrared 밴드의 픽셀 값
α = 0~1 범위의 가중치 계수입니다. 기본값은 0.5입니다.

공백으로 구분된 목록을 사용하여 Green NIR SWIR α 순서로 green, NIR, SWIR 밴드와 α 계수를 식별합니다. 예를 들면 2 5 6 0.5와 같이 입력합니다.

참고문헌: 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.

매개변수


매개변수	설명
래스터	입력 래스터입니다.
메소드	배포할 밴드 연산 알고리즘의 유형입니다. 사용자 정의 알고리즘을 정의하거나, 미리 정의된 지수를 선택할 수 있습니다. 사용자 정의 - 사용자 정의 밴드 연산 식을 정의합니다. BAI - 화재 피해 지역 지수 ClG - 엽록소 지수(Green) CLRE - 엽록소 지수(Red Edge) Clay Minerals - 점토 광물 비율 EVI - 고급 식생 지수 Ferrous Minerals - 함철 광물 비율 GEMI - 지구 환경 모니터 지수 GNDVI - 녹색 정규 식생 지수 GVI(Landsat TM) - 녹색 식생 지수(Landsat TM) Iron Oxide - 산화철 비율 MNDWI - 수정 정규 수분 지수 MTVI2 - 수정 삼각 식생 지수 Modified SAVI - 수정 토양 보정 식생 지수 NBR - 정규 탄화 지수 NDBI - 정규 시가화 지수 NDSI - 정규 강설 지수 NDVI - 정규 식생 지수 NDVIre - 적색 경계 정규 식생 지수 NDWI - 정규 식생 지수 PVI - 수직 식생 지수 RTVICore - 적색 경계 삼각 식생 지수 SAVI - 토양 보정 식생 지수 SR - 단순 비율 SRre - 단순 비율 Sultan's Formula - 술탄의 공식 Transformed SAVI - 변형 토양 보정 식생 지수 VARI - 가시적 대기 저항 지수 WNDWI - 가중치 정규 수자원 지수
밴드 색인	방법 매개변수를 사용자 정의로 선택한 경우 밴드 연산 공식을 정의하세요. 방법 매개변수를 미리 정의된 지수로 선택한 경우 지수에 해당하는 입력 래스터 데이터셋의 올바른 밴드를 정의하세요.

이 항목에 대한 피드백을 제공하시겠습니까?