Индексы
Индексы изображений - это изображения, вычисленные из многоканальных изображений. Изображения помогают выявить определенный существующий феномен, при этом смягчая другие факторы, которые ухудшают эти эффекты в изображении. Например, индекс растительности покажет здоровую растительность ярким цветом в индексном изображении, при этом больная растительность имеет значения ниже, и пустынные территории выглядят темными. Поскольку тени от форм рельефа местности (холмов и долин) влияют на интенсивность изображений, индексы создаются таким образом, чтобы сильнее выделялся цвет объекта, а не интенсивность или яркость объекта. Значение индекса растительности для здоровых сосновых деревьев, затененных в долине, будет почти совпадать с индексом для сосновых деревьев, находящихся на прямом солнечном свету. Эти индексы часто создаются путем комбинирования, добавления и удаления каналов, поэтому представляют собой различные пропорции каналов. Они привязаны к определенным каналам, которые находятся в определенных частях электромагнитного спектра. Как результат, они могут быть корректными для некоторых сенсоров или классов сенсоров, поэтому очень важно, чтобы в этих вычислениях использовались правильные каналы.
Одним из основных способов использования этих индексов является сравнение одного и того же объекта на множестве изображений за период времени. Например, существует несколько снимков сельскохозяйственного поля, которые выполнялись каждую неделю с момента засеивания поля и в течение всего вегетационного сезона. Индекс растительности будет вычислен для каждого изображения. Когда вы анализируете эти еженедельные индексы растительности, вы ожидаете увидеть повышение яркости в течении вегетационного сезона. Затем, когда осенью начинается старение растительности, вы ожидаете уменьшение индекса, пока урожай не будет собран, или листья не опадут в конце сезона. Усредненный эффект индексов делает это сравнение резонным. Сравнивая различные поля в области, вы можете определить процветающие поля или поля, которые подвергаются стрессу. Этот тип анализа также может быть использован для определения полей, которые пострадали от урагана.
Выберите индекс в соответствии с явлением, который хотите проанализировать. Убедитесь, что входное изображение получено с сенсора, который имеет необходимые каналы (длины волн и диапазон) для поддержки выбранного индекса. Индексы считывают метаданные из изображения, чтобы проверить имена каналов. Когда они найдут совпадение, автоматически будет применен индекс.
MSAVI
Модифицированный индекс растительности с коррекцией по почве (MSAVI2) разработан для минимизации воздействия обнаженной почвы на индекс растительности с поправкой на почву (SAVI).
\(MSAVI2 \space = \space (1/2) * (2(NIR+1)-sqrt((2 * NIR+1)2-8(NIR-Red)))\)
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.
NDVI
Стандартизованный индекс различия растительного покрова (NDVI) — это стандартизованный индекс, позволяющий создать изображение, отображающее степень озеленения, также известную как относительную биомассу. Этот индекс использует контраст характеристик двух каналов из набора мультиспектральных растровых данных – поглощения пигментом хлорофилла в красном канале и высокой отражательной способности растительности в инфракрасном канале (NIR).
Документированное уравнение NDVI, используемое по умолчанию:
\(NDVI \space = \space ((NIR \space - \space Red)/(NIR \space + \space Red))\)
NIR = значения пикселов из ближнего инфракрасного канала
Red = значения пикселов из красного канала
Этот индекс выводит значения между -1,0 и 1,0.
SAVI
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.
\(SAVI \space = \space ((NIR \space - \space Red) \space / \space (NIR \space + \space Red \space + \space L)) \space x \space (1 \space + \space L)\)
NIR = значения пикселов из ближнего инфракрасного канала
Red = значения пикселов из ближнего красного канала
L = значение покрытия зеленой растительности
NIR и Red обозначают каналы, связанные с длиной соответственно ближних инфракрасных и красных волн. Значение L варьируется в зависимости от величины зеленого растительного покрытия. Обычно в областях без зеленого растительного покрытия L=1; в областях с умеренным зеленым растительным покрытием L=0,5; а в областях с очень густым растительным покрытием L=0 (что эквивалентно методу NDVI). Этот индекс выводит значения между -1,0 и 1,0.
Литература: Huete, A. R., 1988, "A soil-adjusted vegetation index (SAVI)," Remote Sensing of Environment, Vol 25, 295-309.
TSAVI
Преобразованный индекс растительности с коррекцией по почве (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
R = значения пикселов из красного канала
s = уклон линии почвы
a = пересечение линии почвы
X = коэффициент коррекции, установленный для минимизации искажений из-за почвы
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.
Green NDVI
Индекс растительности нормализованная разница зеленого (GNDVI) - это индекс вегетации для оценки активности фотосинтеза и обычно используется для оценки потребления растениями воды и удобрений.
\(GNDVI \space = \space (NIR-Green)/(NIR+Green)\)
NIR = значения пикселов из ближнего инфракрасного канала
Green = значения пикселов из зеленого канала
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, Том 14, 711-722.
Red-Edge NDVI
NDVI красного края – это индекс растительности для оценки состояния растительности с помощью канала красного края. Он особенно хорошо подходит для оценки состояния сельскохозяйственных культур на средней и поздних стадиях созревания, когда концентрация хлорофилла сравнительно высокая. Также его можно использовать для картографирования изменений содержания азота в листве в пределах одного поля, чтобы контролировать количество внесения удобрений.
Индекс NDVI красного края рассчитывается на основе каналов NIR и red-edge.
\(NDVIre \space = \space (NIR-RedEdge)/(NIR+RedEdge)\)
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.