计算 SAR 指数 (Image Analyst)

获得 Image Analyst 许可后可用。

摘要

计算合成孔径雷达 (SAR) 数据的各种 SAR 指数，例如激光雷达植被指数 (RVI)、激光雷达森林退化指数 (RFDI) 和冠层结构指数 (CSI)。

用于这些指数的公式取决于输入雷达数据集中可用的极化。

使用情况

• 输入雷达数据必须采用线性单位。 如果数据以分贝 (dB) 为单位，请使用转换 SAR 单位工具将雷达数据转换为线性单位。

• 对于四极化的输入 SAR 数据，该工具将为 RVI 指数提供三种可能的公式选项。 RVI 需要 HH, HV、VV, VH 或 HH, HV, VH, VV 极化。

  

  该工具将为 RFDI 指数提供两个可能的选项。 RFDI 需要 HH, HV 或 VV, VH 极化。

  

  该工具将为 CSI 指数提供一个选项。 CSI 需要 HH, VV 极化。

  

• 对于 RFDI 和 RVI，城市、沙漠和水体可能具有与贫瘠、退化和森林砍伐景观相对应的值，因为这些地区固有的植被很少或者根本没有。 尽管大多数值都在 0 到 1 范围内，但可能会因二次散射或体积散射而产生异常值。

参数

对话框

标注	说明	数据类型
输入雷达数据	输入雷达数据。	Raster Dataset; Raster Layer
输出栅格	输出 SAR 指数栅格。	Raster Dataset
指数 (可选)	指定将计算的 SAR 指数。 雷达植被指数 (RVI)—将使用雷达植被指数。 RVI 为交叉极化反向散射与所有极化总反向散射的比率。 值范围为 0 到 1。 接近 0 的 RVI 值指示贫瘠的景观，而较大的值指示植被景观。 这是默认设置。 雷达森林退化指数 (RFDI)—将使用雷达森林退化指数。 RFDI 是同极化和交叉极化反向散射之间的归一化差值。 较低的 RFDI 值（小于 0.3）指示比较茂密的森林。 中等 RFDI 值（介于 0.4 到 0.6 之间）对应于退化森林。 较高的 RFDI 值（大于 0.6）指示森林已被砍伐的景观。 冠层结构指数 (CSI)—将使用冠层结构指数。 CSI 是同极化反向散射（HH、VV）的归一化差值。 值范围介于 -1 到 +1 之间，其中以垂直结构为主的冠层的 CSI 值接近 -1，而以水平结构为主的冠层的 CSI 值接近 1。 仅当输入雷达数据包含 HH 和 VV 波段时，此选项才受支持。	String
极化波段 (可选)	指定将在指数计算中使用的极化波段。 仅当输入雷达数据参数值为四极化 SAR 数据集并且指数参数值为雷达植被指数 (RVI) 或雷达森林退化指数 (RFDI) 时，此参数才受支持。 HH、HV—水平-水平和水平-垂直波段将用于指数计算（双极化）。 这是默认设置。 VV、VH—垂直-垂直和垂直-水平波段将用于指数计算（双极化）。 HH、HV、VH、VV—水平-水平、水平-垂直、垂直-水平和垂直-垂直波段将用于指数计算（四极化）。	String

Python

ComputeSARIndices(in_radar_data, out_raster, {index}, {polarization_bands})

名称	说明	数据类型
in_radar_data	输入雷达数据。	Raster Dataset; Raster Layer
out_raster	输出 SAR 指数栅格。	Raster Dataset
index (可选)	指定将计算的 SAR 指数。 RVI—将使用雷达植被指数。 RVI 为交叉极化反向散射与所有极化总反向散射的比率。 值范围为 0 到 1。 接近 0 的 RVI 值指示贫瘠的景观，而较大的值指示植被景观。 这是默认设置。 RFDI—将使用雷达森林退化指数。 RFDI 是同极化和交叉极化反向散射之间的归一化差值。 较低的 RFDI 值（小于 0.3）指示比较茂密的森林。 中等 RFDI 值（介于 0.4 到 0.6 之间）对应于退化森林。 较高的 RFDI 值（大于 0.6）指示森林已被砍伐的景观。 CSI—将使用冠层结构指数。 CSI 是同极化反向散射（HH、VV）的归一化差值。 值范围介于 -1 到 +1 之间，其中以垂直结构为主的冠层的 CSI 值接近 -1，而以水平结构为主的冠层的 CSI 值接近 1。 仅当输入雷达数据包含 HH 和 VV 波段时，此选项才受支持。	String
polarization_bands (可选)	指定将在指数计算中使用的极化波段。 仅当 in_radar_data 参数值为四极化 SAR 数据集并且 index 参数值为 RVI 或 RFDI 时，此参数才受支持。 HH_HV—水平-水平和水平-垂直波段将用于指数计算（双极化）。 这是默认设置。 VV_VH—垂直-垂直和垂直-水平波段将用于指数计算（双极化）。 HH_HV_VH_VV—水平-水平、水平-垂直、垂直-水平和垂直-垂直波段将用于指数计算（四极化）。	String

代码示例

ComputeSARIndices 示例 1（Python 窗口）

本示例将根据四极化 SAR 数据集计算 RVI。

import arcpy
arcpy.env.workspace = r"C:\Data\SAR"
    
out = arcpy.ia.ComputeSARIndices(  
    "Quad-Polarization_manifest_CalB0_TNR_RTFG0_Dspk_GTC.crf", "RVI",  
    "HH, HV, VH, VV") 
out.save("Quad-Polarization_manifest_CalB0_TNR_RTFG0_Dspk_GTC_RVI.crf")

ComputeSARIndices 示例 2（独立脚本）

本示例将根据四极化 SAR 数据集计算 RVI。

# Import system modules and check out ArcGIS Image Analyst extension license
import arcpy
arcpy.CheckOutExtension("ImageAnalyst")
from arcpy.ia import *

# Set local variables
arcpy.env.workspace = r"C:\Data\SAR" 
in_radar_data = "Quad-Polarization_manifest_CalB0_TNR_RTFG0_Dspk_GTC.crf" 
out_raster = "Quad-Polarization_manifest_CalB0_TNR_RTFG0_Dspk_GTC_RVI.crf"
index = "RVI" 
polarization_bands = "HH, HV, VH, VV" 

# Execute  
out = arcpy.ia.ComputeSARIndices(
            in_radar_data, out_raster, index, polarization_bands) 
out.save(out_raster)

环境

压缩, NoData, 并行处理因子, 金字塔, 栅格统计, 重采样方法, 临时工作空间, 切片大小