Арифметика каналов—ArcGIS AllSource

Функция Арифметика каналов выполняет арифметическую операцию над каналами растрового слоя. Можно выбрать готовые алгоритмы или ввести свою простую формулу. Поддерживаются операторы -,+,/,* и унарный -.

Примечания

При использовании метода Пользовательский чтобы задать арифметический алгоритм канала вы можете ввести однострочную алгебраическую формулу и получить одноканальный результат. Поддерживаются операторы -,+,/,* и унарный -. Чтобы определить эти каналы, добавьте B или b перед номером канала. Например:

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

Для этих предопределенных индексы укажите разделенный пробелами список, указывающий используемые номера каналов. Ниже перечислены предопределенные индексы.

Метод BAI

Индекс выгоревших областей (BAI) использует значения отражения в красной и ближней инфракрасной области спектра для идентификации областей поверхности, подвергшихся огню.

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

Red = значения пикселов из красного канала
NIR = значения пикселов из ближнего инфракрасного канала

Используя список, разделенный пробелами, определите красный и ближний инфракрасный диапазоны в следующем порядке: Красный NIR. Например, 3 4.

Литература: 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.

Метод CIg

Индекс хлорофилла – зеленый (Chlorophyll Index - Green (Clg)) – это индекс растительности, который используется для оценки содержания хлорофилла в листьях, при этом измеряется степень отраженного излучения в ближнем инфракрасном и зеленом каналах.

CIg = [(NIR / Green)-1]

NIR = значения пикселов из ближнего инфракрасного канала
Green = значения пикселов из зеленого канала

С помощью списка, разделенного пробелами, определяются ближний инфракрасный (NIR) и зеленый каналы в следующем порядке: NIR Green. Например, 7 3.

Литература: 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.

Метод CIre

Метод Индекс хлорофилла – дальний ИК (Chlorophyll Index - Red-Edge (CIre)) – это индекс растительности, который используется для оценки содержания хлорофилла в листьях, при этом измеряется степень отраженного излучения в ближнем инфракрасном и дальнем инфракрасном каналах.

Clre = [(NIR / RedEdge)-1]

NIR = значения пикселов из ближнего инфракрасного канала
RedEdge = значения пикселов из дальнего инфракрасного канала

С помощью списка, разделенного пробелами, определяются ближний инфракрасный (NIR) и дальний инфракрасный (red-edge) каналы в следующем порядке: NIR RedEdge. Например, 7 6.

Литература:

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

Метод для глинистых минералов

Коэффициент глиносодержащих минералов - это соотношение каналов SWIR1 и SWIR2. Этот коэффициент использует тот факт, что водосодержащие минералы, такие как глина и квасцовый камень, поглощают излучение в части спектра 2,0-2,3 микрон. Этот индекс снижает изменения в освещении, относящиеся к рельефу, поскольку он является коэффициентом.

Clay Minerals Ratio (коэффициент глиносодержащих минералов) = SWIR1 / SWIR2

SWIR1 = значения пикселов из коротковолнового инфракрасного канала 1
SWIR2 = значения пикселов из коротковолнового инфракрасного канала 2

Для Landsat TM и ETM+ это соответствует каналам 5 (SWIR1) и 7 (SWIR2). Для Landsat 8, это соответствует каналам 6 (SWIR1) и 7 (SWIR2).

С помощью списка, разделенного пробелами, определяются каналы SWIR1 и SWIR2 в следующем порядке: SWIR1 SWIR2. Например, 6 7.

Литература: 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.

Метод EVI

Метод Расширенный индекс растительности (Enhanced Vegetation Index (EVI)) является оптимизированным индексом растительности, который учитывает атмосферные воздействия и фоновый сигнал растительности. Он похож на NDVI, но менее чувствителен к фоновому и атмосферному шуму и не становится таким насыщенным, как NDVI при просмотре участков с очень плотной зеленой растительностью.

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

NIR = значения пикселов из ближнего инфракрасного канала
Red = значения пикселов из красного канала
Blue = значения пикселов из синего канала

С помощью списка, разделенного пробелами, вы будете определять ближний инфракрасный, красный и синий каналы в следующем порядке: NIR Red Blue. Например, 5 4 2.

Этот индекс выводит значения между 0 и 1.

Литература: 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.

Метод для железистых минералов

Метод Коэффициент железистых минералов (Ferrous Minerals (FM)) – геологический индекс для определения объектов горных пород, содержащих некоторое количество железистых минералов, при использовании каналов коротковолнового инфракрасного (SWIR) и ближнего инфракрасного (NIR) излучения. FM используется в комбинированном картографировании минералов.

Коэффициент железистых минералов выделяет все железосодержащие материалы. Он использует соотношение между каналом SWIR и каналом NIR.

Ferrous Minerals Ratio (коэффициент железистых минералов) = SWIR / NIR

SWIR = значения пикселов из коротковолнового инфракрасного канала
NIR = значения пикселов из ближнего инфракрасного канала

Для Landsat TM и ETM+ это соответствует каналам 5 (SWIR) и 4 (NIR). Для Landsat 8 это соответствует каналам 6 (SWIR) и 5 (NIR).

С помощью списка, разделенного пробелами, определяются каналы SWIR и NIR в следующем порядке: SWIR NIR Например, 6 5.

Справочная информация: 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.

Метод GEMI

Метод Индекс глобального мониторинга окружающей среды (Global Environmental Monitoring Index, GEMI) – нелинейный индекс растительности для глобального мониторинга окружающей среды по спутниковым снимкам. Он подобен NDVI, но менее чувствителен к влиянию атмосферы. На него влияет обнаженная почва; поэтому его не рекомендуется использовать в областях с редкой или умеренно густой растительностью.

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

где

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

NIR = значения пикселов из ближнего инфракрасного канала
Red = значения пикселов из красного канала

С помощью списка, разделенного пробелами, определяются ближний инфракрасный (NIR) и красный (red) каналы в следующем порядке: NIR Red Например, 4 3.

Этот индекс выводит значения между 0 и 1.

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

Метод GNDVI

Метод Индекс растительности нормализованная разница зеленого (Green Normalized Difference Vegetation Index (GNDVI)) – это индекс растительности для оценки активности фотосинтеза, он обычно используется для оценки потребления растениями воды и удобрений.

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

NIR = значения пикселов из ближнего инфракрасного канала
Green = значения пикселов из зеленого канала

С помощью списка, разделенного пробелами, определяются ближний инфракрасный (NIR) и зеленый каналы в следующем порядке: NIR Green. Например, 5 3.

Этот индекс выводит значения между -1,0 и 1,0.

Литература: Buschmann, C. и 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.

Метод GVI (Landsat TM)

Метод Индекс зеленой растительности (Green Vegetation Index (GVI)) изначально был разработан на основе снимков Landsat MSS и модифицирован для снимков Landsat TM. Он также известен как индекс зеленой растительности Landsat TM Tasseled Cap. Его можно применять к снимкам, каналы которых обладают такими же спектральными характеристиками.

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

С помощью списка, разделенного пробелами, определяются шесть каналов Landsat TM в порядке от первого до пятого и шестого. Например, 1 2 3 4 5 6. Если входные данные содержат 6 каналов в ожидаемом порядке, то в текстовое поле Индексы каналов не нужно вводить значение.

Этот индекс выводит значения между -1 и 1.

Литература: 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.

Метод для оксидов железа

Коэффициент оксида железа - это соотношение красной и синей длин волн. Наличие биотитов простирания лимонита и изменения окислов озерных руд приводит к поглощению в синем канале и отражению в красном канале. Это приводит к тому, что области с сильным изменением железа выглядят ярче. Природа данного соотношения позволяет этому индексу приглушать разницу в освещении, вызванную затененностью поверхности.

Iron Oxide Ratio (коэффициент оксидов железа) = Red / Blue

Red = значения пикселов из красного канала
Blue = значения пикселов из синего канала

Для Landsat TM и ETM+ это соответствует каналам 3 (красный) и 1 (синий). Для Landsat 8 это соответствует каналам 4 (красный) и 2 (синий).

С помощью списка, разделенного пробелами вы будете идентифицировать красные и синий каналы в следующем порядке: Red Blue. Например, 4 2.

MNDWI method

Модифицированный стандартизованный индекс различий воды (MNDWI) использует зеленый канал и канал SWIR для улучшения отображения объектов открытых водных пространств. Он также снижает значения областей застройки, которые часто коррелированы с открытыми водными пространствами в других индексах.

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

Green = значения пикселов из зеленого канала
SWIR = значения пикселов из коротковолнового инфракрасного канала

Используя список, разделенный пробелами, определите зеленые полосы и полосы SWIR в следующем порядке: Green SWIR. Например, 3 7.

Справочная информация: 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.

Модифицированный метод SAVI

Метод Модифицированный индекс растительности с коррекцией по почве (Modified Soil Adjusted Vegetation Index, MSAVI2) минимизирует влияние обнаженной почвы на индекс SAVI.

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

NIR = значения пикселов из ближнего инфракрасного канала
Red = значения пикселов из красного канала

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

Метод MTVI2

Метод Измененный триангуляционный индекс растительности (Modified Triangular Vegetation Index (MTVI2)) – это индекс растительности для определения содержания хлорофилла в листьях в масштабе растительного покрова, при этом он относительно независим от индекса площади самого листа. Он учитывает отражательную способность в зеленом, красном и ближнем инфракрасном каналах.

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

NIR = значения пикселов из ближнего инфракрасного канала
Red = значения пикселов из красного канала
Green = значения пикселов из зеленого канала

С помощью списка, разделенного пробелами, определяются ближний инфракрасный (NIR), красный и зеленый каналы в следующем порядке: NIR Red Green. Например, 7 5 3.

Литература: 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.

Метод NBR

Нормализованный индекс гарей (NBRI) использует каналы NIR и SWIR для выделения выжженных областей, одновременно приглушая разницу в освещении и атмосферных явлений. Перед использованием этого индекса ваши изображения должны быть скорректированы до значений отражательной способности; более подробно см. функцию Видимое отражение.

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

NIR = значения пикселов из ближнего инфракрасного канала
SWIR = значения пикселов из коротковолнового инфракрасного канала

Используя список, разделенный пробелами, определите диапазоны NIR и SWIR в следующем порядке: NIR SWIR. Например, 4 7.

Литература: 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).

Метод NDBI

Стандартизованный индекс различий застройки (NDBI) использует каналы NIR и SWIR (ближний инфракрасный и коротковолновый инфракрасный) для выделения областей застройки. Этот коэффициент позволяет приглушать разницу в освещении поверхности, а также атмосферные эффекты.

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

SWIR = значения пикселов из коротковолнового инфракрасного канала
NIR = значения пикселов из ближнего инфракрасного канала

Используя список, разделенный пробелами, определите диапазоны SWIR и NIR в следующем порядке: SWIR NIR. Например, 7 4.

Литература: 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.

Метод NDMI

Стандартизованный индекс различий увлажненности (NDMI) чувствителен к уровню влажности в растительности. Используется для отслеживания засух, а также указывает уровень горючих материалов в пожароопасных зонах. Использует каналы NIR и SWIR для создания коэффициента, предназначенного для приглушения освещения и атмосферных эффектов.

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

NIR = значения пикселов из ближнего инфракрасного канала
SWIR1 = значения пикселов из коротковолнового инфракрасного канала 1

Используя список, разделенный пробелами, определите диапазоны SWIR и NIR в следующем порядке: NIR SWIR1. Например, 4 7.

Литература:

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.

Метод NDSI

Стандартизованный индекс различий снежного покрова (NDSI) разработан для использования данных MODIS (каналы 4 и 6) и Landsat TM (каналы 2 и 5) с целью идентификации снежного покрова при игнорировании облачного покрова. Поскольку он основан на соотношении, он также уменьшает влияние атмосферных эффектов.

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

Green = значения пикселов из зеленого канала
SWIR = значения пикселов из коротковолнового инфракрасного канала

Литература: 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.

Метод NDVI

Метод Стандартизованный индекс различия растительного покрова (Normalized Difference Vegetation Index (NDVI)) – стандартизированный индекс, позволяющий генерировать изображение, отображающее зелень (относительную биомассу). Этот индекс использует контраст характеристик двух каналов из набора мультиспектральных растровых данных: поглощения пигментом хлорофилла в красном канале и высокой отражательной способности растительного сырья в инфракрасном канале (NIR).

Документированное уравнение NDVI, используемое по умолчанию:

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

NIR = значения пикселов из ближнего инфракрасного канала
Red = значения пикселов из красного канала

Этот индекс выводит значения между -1,0 и 1,0.

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

Более подробно о NDVI

Метод NDVIre

Метод Дальний инфракрасный NDVI (Red-Edge NDVI (NDVIre)) – это индекс растительности для оценки состояния растительности с помощью дальнего ИК канала. Он особенно хорошо подходит для оценки состояния сельскохозяйственных культур на средней и поздних стадиях созревания, когда концентрация хлорофилла сравнительно высокая. Также NDVIre можно использовать для картографирования изменений содержания азота в листве в пределах одного поля, чтобы контролировать количество внесения удобрений.

Индекс NDVIre рассчитывается на основе значений ближнего и дальнего ИК-каналов.

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

NIR = значения пикселов из ближнего инфракрасного канала
RedEdge = значения пикселов из дальнего инфракрасного канала

Этот индекс выводит значения между -1,0 и 1,0.

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

Метод NDWI

Метод Нормализованный разностный водный индекс (Normalized Difference Water Index (NDWI)) является индексом для определения и мониторинга изменений содержания поверхностных вод. Он вычисляется с использованием ближнего инфракрасного (NIR) и зеленого канала.

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

NIR = значения пикселов из ближнего инфракрасного канала
Green = значения пикселов из зеленого канала

Этот индекс выводит значения между -1,0 и 1,0.

Литература: 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.

Метод PVI

Метод Перпендикулярный индекс растительности (Perpendicular Vegetation Index (PVI)) подобен разностному индексу растительности; однако он чувствителен к атмосферным отклонениям. При использовании этого метода для сравнения изображений его следует применять только к изображениям, скорректированным по атмосфере.

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

NIR = значения пикселов из ближнего инфракрасного канала
Red = значения пикселов из красного канала
a = уклон линии почвы
b = градиент линии почвы

С помощью списка, разделенного пробелами, определяются ближний инфракрасный (NIR) и красный (red) каналы, а также значения a и b в следующем порядке: NIR Red a b Например, 4 3 0.3 0.5.

Этот индекс выводит значения между -1,0 и 1,0.

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

Метод RTVIcore

Метод Триангулированный индекс растительности красного края (Red-Edge Triangulated Vegetation Index (RTVICore)) – это индекс растительности для оценки индекса площади листьев и всей биомассы. Этот индекс использует отражения в ближнем и дальнем инфракрасных и в зеленом каналах спектра.

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

NIR = значения пикселов из ближнего инфракрасного канала
RedEdge = значения пикселов из дальнего инфракрасного канала
Green = значения пикселов из зеленого канала

С помощью списка, разделенного пробелами, определяются ближний инфракрасный, дальний инфракрасный и зеленый каналы в следующем порядке: NIR RedEdge Green. Например, 7 6 3.

Литература: 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.

Метод SAVI

Метод Индекс растительности с коррекцией по почве (Soil-Adjusted Vegetation Index (SAVI)) – это индекс растительности, который пытается минимизировать влияние яркости почвы с помощью коэффициента коррекции яркости почвы. Он часто используется в пустынных областях, где растительное покрытие незначительно, а результатами будут значения от -1.0 и 1.0.

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

NIR = значения пикселов из ближнего инфракрасного канала
Red = значения пикселов из ближнего красного канала
L = значение покрытия зеленой растительности

С помощью списка, разделенного пробелами, определяются ближний инфракрасный (NIR) и красный (red) каналы, а также значение L в следующем порядке: NIR Red L. Например, 4 3 0.5.

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

Метод SR

Метод Простое отношение (SR) является общим индексом вегетации для оценки количества растительности. Это отношение света, рассеянного в ближнем ИК-диапазоне и поглощенного в красных каналах спектра, таким образом вводится поправка за искажения за счет атмосферы и топографии.

Высокие значения присущи растительности с высоким значением индекса площади листа, либо с высокой степенью покрытия почвы, а низкие - для почвы, воды и других нерастительных объектов. Значения варьируются от 0 до примерно 30, при этом для здоровой растительности характерны значения от 2 до 8.

SR = NIR / Red

NIR = значения пикселов из ближнего инфракрасного канала
Red = значения пикселов из красного канала

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

Метод SRre

Метод Простое отношение дальнего ИК-диапазона (Red-Edge Simple Ratio (SRre)) является общим индексом вегетации для оценки количества растительности. Это отношение света, рассеянного в ближнем и дальнем ИК-диапазонах, таким образом вводится поправка за искажения за счет атмосферы и топографии.

Высокие значения присущи здоровой растительности с высокой степенью покрытия почвы, ниже - для угнетенной густой растительности, самые низкие - для воды, почвы и других нерастительных объектов. Значения варьируются от 0 до примерно 30, при этом для здоровой растительности характерны значения от 1 до 10.

SRre = NIR / RedEdge

NIR = значения пикселов из ближнего инфракрасного канала
RedEdge = значения пикселов из дальнего инфракрасного канала

Литература: 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.

Метод формулы Султана

При методе Султана берется шестиканальное 8-битное изображение и с помощью метода формулы Султана создается трехканальное 8-битное изображение. В полученном изображении выделяются скальные образования на побережьях, называемые офиолитами. Эта формула была разработана на основе каналов TM или ETM сцены Landsat 5 или 7. Для создания каждого канала выходных данных применяются следующие уравнения:

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

С помощью списка, разделенного пробелами, определяются индексы пяти необходимых каналов. Например, 1 3 4 5 6. Если входные данные содержат 6 каналов в ожидаемом порядке, то в текстовое поле Индексы каналов не нужно вводить ни какого значения.

Литература: 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

Метод Измененный SAVI

Метод Преобразованный индекс растительности с коррекцией по почве (Transformed Soil Adjusted Vegetation Index (TSAVI)) – это индекс растительности, который пытается минимизировать влияние яркости почвы путем предположения, что линия почвы имеет произвольный уклон и пересечение.

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

NIR = значения пикселов из ближнего инфракрасного канала
Red = значения пикселов из красного канала
s = уклон линии почвы
a = пересечение линии почвы
X = коэффициент коррекции, установленный для минимизации искажений из-за почвы

С помощью списка, разделенного пробелами, определяются ближний инфракрасный (NIR) и красный (red) каналы, а также вводятся значения s, a и Х в следующем порядке: NIR Red s a X. Например, 3 1 0.33 0.50 1.50.

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

Метод VARI

Индекс устойчивости к видимой атмосфере (VARI) разработан для выделения растительности в видимой части спектра, при ослаблении влияния разницы освещения и атмосферных явлений. Он идеально подходит для RGB или цветных изображений; использует все три цветовых канала.

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

Green = значения пикселов из зеленого канала
Red = значения пикселов из красного канала
Blue = значения пикселов из синего канала

С помощью списка, разделенного пробелами, красный, зеленый и голубой каналы в следующем порядке: Red Green Blue. Например, 3 2 1.

Литература: 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.

Метод WNDWI

Метод Водный индекс взвешенной нормализованной разницы (Weighted Normalized Difference Water Index (WNDWI)) – это водный индекс, разработанный для уменьшения ошибок, обычно встречающихся при вычислении других водных индексов, связанные, в том числе с мутностью воды, небольшими размерами водоемов и тенями в сценах с данными дистанционного зондирования.

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

Green = значения пикселов из зеленого канала
NIR = значения пикселов из ближнего инфракрасного канала
SWIR = значения пикселов из коротковолнового инфракрасного канала
Α = значения весов находятся в диапазоне от 0 до 1. Значение, предлагаемое по умолчанию, равно 0.5.

С помощью списка, разделенного пробелами, определяются каналы зеленый, NIR и SWIR, а также коэффициент α в следующем порядке: Зеленый NIR SWIR α. Например, 2 5 6 0.5.

Литература: 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.

Параметры


Параметр	Описание
Растр	Входной растр.
Метод	Тип алгоритма арифметики каналов, который нужно использовать. Можно задать пользовательский алгоритм или выбрать один из преднастроенных. Пользовательский – позволяет задать свое выражение для арифметики каналов. BAI - Индекс площади гарей Clg – индекс хлорофилла - зеленый Clre – индекс хлорофилла - дальний ИК Clay Minerals – коэффициент глиносодержащих минералов PVI – расширенный вегетационный индекс Ferrous Minerals – коэффициент железистых минералов GEMI – индекс глобального мониторинга окружающей среды GNDVI – зеленый нормализованный относительный индекс растительности GVI (Landsat TM)—зеленый индекс вегетации Landsat TM Iron Oxide – коэффициент оксидов железа MNDWI - Модифицированный нормализованный относительный индекс воды MTVI2 – измененный триангуляционный индекс растительности Modified SAVI – модифицированный корректированный почвенный индекс NBR - Нормализованный индекс гарей NDBI - Нормализованный разностный индекс застройки NDSI - Стандартизованный индекс различий снежного покрова NDVI – нормализованный относительный индекс растительности NDVIre – дальний инфракрасный нормализованный относительный индекс растительности NDVI – нормализованный относительный индекс растительности PVI – Перпендикулярный вегетационный индекс RTVICore – дальний инфракрасный триангуляционный индекс вегетации SAVI – корректированный почвенный индекс SR – простое отношение SRre – простое отношение Sultan's Formula – формула Султана Transformed SAVI – трансформированный корректированный почвенный индекс VARI – индекс устойчивости к видимой атмосфере WNDWI – водный индекс взвешенной нормализованной разницы
Индексы каналов	Определите свою арифметическую формулу каналов, если выбрано Пользовательский для параметра Метод. Если для параметра Метод выбран один из уже имеющихся индексов, укажите правильные каналы входного набора растровых данных, которые соответствуют данному индексу.

Отзыв по этому разделу?