Funkcja Arytmetyka pasma

Przegląd

Funkcja Arytmetyka pasma dokonuje operacji arytmetycznych na pasmach zestawu danych rastrowych. Można wybrać jeden ze wcześniej zdefiniowanych algorytmów albo wprowadzić własną jednowierszową formułę. Obsługiwane są operatory -,+,/,* i jednoargumentowy operator -.

Notatki

Definiując algorytm arytmetyki pasma z użyciem metody Zdefiniowane przez użytkownika, można wprowadzić jednowierszową formułę algebraiczną tworzącą jednowarstwowe dane wynikowe. Obsługiwane są operatory -,+,/,* i jednoargumentowy operator -. W celu identyfikacji pasm należy poprzedzić numer pasma literą B lub b. Na przykład:

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

Korzystając z wcześniej zdefiniowanych wskaźników, należy wprowadzić rozdzielaną spacjami listę określającą numery stosowanych pasm. Wstępnie zdefiniowane wskaźniki są opisane poniżej.

Metoda Clg

Wskaźnik chlorofilowy — zielony (Chlorophyll Index — Green, Clg) jest wskaźnikiem roślinności służącym do szacowania zawartości chlorofilu w liściach przy użyciu współczynnika odbicia w pasmach bliskiej podczerwieni (NIR) i zieleni.

ClRE = [(NIR / Green)-1]

• NIR = wartości pikseli dla pasma bliskiej podczerwieni
• Green = wartości pikseli dla pasma zieleni

Używając rozdzielanej spacjami listy, pasma NIR i zieleni określa się w następującej kolejności: NIR Green. Na przykład: 7 3.

Materiał referencyjny: 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.

Metoda Clre

Wskaźnik chlorofilowy — krawędź czerwieni (Chlorophyll Index — Red-Edge, Clre) jest wskaźnikiem roślinności służącym do szacowania zawartości chlorofilu w liściach przy użyciu współczynnika odbicia w pasmach bliskiej podczerwieni (NIR) i krawędzi czerwieni.

Clre = [(NIR / RedEdge)-1]

• NIR = wartości pikseli dla pasma bliskiej podczerwieni
• RedEdge = wartości pikseli dla pasma krawędzi czerwieni

Używając rozdzielanej spacjami listy, pasma NIR i krawędzi czerwieni określa się w następującej kolejności: NIR RedEdge. Na przykład: 7 6.

Materiały referencyjne:

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

Metoda GEMI

GEMI (Global Environmental Monitoring Index, wskaźnik globalnego monitorowania środowiskowego) jest nieliniowym indeksem roślinności służącym do globalnego monitorowania środowiska przy użyciu zobrazowań satelitarnych. Jest on podobny do indeksu NDVI, jednak jest mniej wrażliwy na zjawiska atmosferyczne. Na indeks ten wpływają puste obszary, zatem nie zaleca się używania go w obszarach o niskim lub umiarkowanym zagęszczeniu roślinności.

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

gdzie

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

• NIR = wartości pikseli dla pasma bliskiej podczerwieni
• Red = wartości pikseli dla pasma czerwieni

Używając rozdzielanej spacjami listy, pasma NIR i czerwieni określa się w następującej kolejności: NIR Red. Na przykład: 4 3.

Ten index daje wartości wynikowe między 0 a 1.

Materiał referencyjny: Pinty, B. i Verstraete, M. M. 1992, „GEMI: a non-linear index to monitor global vegetation from satellites”, Plant Ecology, Vol. 101, 15–20.

Metoda GNDVI

Zielony znormalizowany różnicowy wskaźnik roślinności (GNDVI) jest wskaźnikiem roślinności służącym do szacowania aktywności fotosyntetycznej. Jest on często używany do określania poboru wody i azotu przez sklepienie roślin.

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

• NIR = wartości pikseli dla pasma bliskiej podczerwieni
• Green = wartości pikseli dla pasma zieleni

Używając rozdzielanej spacjami listy, pasma bliskiej podczerwieni i zieleni określa się w następującej kolejności: NIR Green. Na przykład: 5 3.

Ten index daje wartości wynikowe między -1,0 a 1,0.

Materiał referencyjny: Buschmann, C. i 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.

Metoda GVI (Landsat TM)

Indeks GVI (Green Vegetation Index, indeks roślinności zielonej) został początkowo zaprojektowany na podstawie zobrazowania Landsat MSS, ale został zmodyfikowany w taki sposób, że można go używać ze zobrazowaniem Landsat TM. Jest on także znany pod nazwą Landsat TM Tasseled Cap green vegetation index (indeks roślinności zielonej Landsat TM Tasseled Cap). Ten indeks może być używany ze zobrazowaniami, których pasma mają takie same charakterystyki spektralne.

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

Korzystając z rozdzielanej spacjami listy, określa się sześć pasm Landsat TM, w kolejności od pierwszego do piątego i szóstego. Na przykład: 1 2 3 4 5 7. Jeśli dane wejściowe zawierają sześć pasm podanych w oczekiwanej kolejności, wówczas nie trzeba wprowadzać wartości w polu tekstowym Indeksy pasm.

Ten index daje wartości wynikowe między -1 a 1.

Materiał referencyjny: Todd, S. W., R. M. Hoffer i 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.

Zmodyfikowana metoda SAVI

Zmodyfikowany wskaźnik roślinności dostosowany względem gleby (MSAVI2, Modified Soil Adjusted Vegetation Index) stanowi próbę zminimalizowania wpływu pustych obszarów na metodę SAVI.

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

• NIR = wartości pikseli dla pasma bliskiej podczerwieni
• Red = wartości pikseli dla pasma czerwieni

Używając rozdzielanej spacjami listy, pasma NIR i czerwieni określa się w następującej kolejności: NIR Red. Na przykład: 4 3.

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

Metoda MTVI2

Zmodyfikowany trójkątny wskaźnik roślinności (MTVI2) jest wskaźnikiem roślinności używanym do wykrywania zawartości chlorofilu w liściach na poziomie całego sklepienia roślin. Jest on względnie nieczuły na wskaźnik pokrycia liściowego. Wykorzystuje odbicie w pasmach zieleni, czerwieni i bliskiej podczerwieni (NIR).

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

• NIR = wartości pikseli dla pasma bliskiej podczerwieni
• Red = wartości pikseli dla pasma czerwieni
• Green = wartości pikseli dla pasma zieleni

Używając rozdzielanej spacjami listy, pasma NIR, czerwieni i zieleni określa się w następującej kolejności: NIR Red Green. Na przykład 7 5 3.

Materiał referencyjny: 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.

Metoda NDVI

The Normalized Difference Vegetation Index (NDVI) is a standardized index allowing you to generate an image displaying greenness (relative biomass). This index takes advantage of the contrast of the characteristics of two bands from a multispectral raster dataset—the chlorophyll pigment absorptions in the red band and the high reflectivity of plant materials in the near-infrared (NIR) band.

Udokumentowane i domyślne równanie NDVI ma następującą postać:

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

• NIR = wartości pikseli dla pasma bliskiej podczerwieni
• Red = wartości pikseli dla pasma czerwieni

Używając rozdzielanej spacjami listy, pasma NIR i czerwieni określa się w następującej kolejności: NIR Red. Na przykład: 4 3.

Ten index daje wartości wynikowe między -1,0 a 1,0.

Materiał referencyjny: Rouse, J.W., R.H. Haas, J.A. Schell, and D.W. Deering, 1973, „Monitoring vegetation systems in the Great Plains with ERTS”, Trzecie sympozjum ERTS, NASA SP-351 I:309-317.

Dowiedz się więcej na temat indeksu NDVI

Metoda NDVIre

Wskaźnik NDVI krawędzi czerwieni (NDVIre) jest wskaźnikiem roślinności służącym do szacowania kondycji roślinności z użyciem pasma krawędzi czerwieni. Jest szczególnie przydatny do szacowania kondycji plonów w środkowym i późnym etapie wzrostu, gdy koncentracja chlorofilu jest stosunkowo wyższa. Ponadto wskaźnik NDVIre może być wykorzystywany do odwzorowywania zmienności zawartości azotu w liściach na obszarze pola, co pozwala określić wymagania w zakresie nawożenia plonów.

Wskaźnik NDVIre jest obliczany przy użyciu pasma NIR i pasma krawędzi czerwieni.

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

• NIR = wartości pikseli dla pasma bliskiej podczerwieni
• RedEdge = wartości pikseli dla pasma krawędzi czerwieni

Używając rozdzielanej spacjami listy, pasma bliskiej podczerwieni i krawędzi czerwieni określa się w następującej kolejności: NIR RedEdge. Na przykład: 7 6.

Ten index daje wartości wynikowe między -1,0 a 1,0.

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

Metoda PVI

Wskaźnik roślinności pionowej (PVI, Perpendicular Vegetation Index) jest podobny do różnicowego wskaźnika roślinności (DVI), jednak jest wrażliwy na zmiany warunków atmosferycznych. Ta metoda powinna być używana tylko do porównywania obrazów, w przypadku których wyeliminowano wpływ warunków atmosferycznych.

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

• NIR = wartości pikseli dla pasma bliskiej podczerwieni
• Red = wartości pikseli dla pasma czerwieni
• a = spadek linii gleb
• b = gradient linii gleb

Używając rozdzielanej spacjami listy, pasma w NIR i pasma w czerwieni oraz wartości a i b określa się w następującej kolejności: NIR Red a b. Na przykład: 4 3 0,3 0,5.

Ten index daje wartości wynikowe między -1,0 a 1,0.

Materiał referencyjny: Richardson, A. J. and C. L. Wiegand, 1977, „Distinguishing vegetation from soil background information”, Photogrammetric Engineering and Remote Sensing, 43, 1541-1552.

Metoda RTVIcore

Trójkątny wskaźnik roślinności krawędzi czerwieni (RTVICore) jest wskaźnikiem roślinności służącym do szacowania wskaźnika pokrycia liściowego i biomasy. Ten indeks wykorzystuje odbicie w pasmach spektralnych NIR, krawędzi czerwieni i zieleni.

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

• NIR = wartości pikseli dla pasma bliskiej podczerwieni
• RedEdge = wartości pikseli dla pasma krawędzi czerwieni
• Green = wartości pikseli dla pasma zieleni

Używając rozdzielanej spacjami listy, pasma NIR, krawędzi czerwieni i zieleni określa się w następującej kolejności: NIR RedEdge Green. Na przykład 7 6 3.

Materiał referencyjny: 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.

Metoda SAVI

Wskaźnik roślinności dostosowany względem gleby (SAVI, Soil-Adjusted Vegetation Index) jest indeksem roślinności, w przypadku którego podjęto próbę zminimalizowania wpływu jasności obrazu gleb przy użyciu współczynnika korygującego jasność obrazu gleb. Jest on często używany na jałowych obszarach o niskim zagęszczeniu szaty roślinnej.

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

Wartości NIR i Red dotyczą pasm powiązanych z tymi długościami fali. Wartość L jest zmienna i zależy od stopnia zagęszczenia szaty roślinnej. Na ogół na obszarach bez szaty roślinnej L=1, na obszarach o umiarkowanym zagęszczeniu szaty roślinnej L=0,5, a na obszarach o bardzo wysokim zagęszczeniu szaty roślinnej L=0 (co jest równoważne metodzie NDVI). Ten index daje wartości wynikowe między -1,0 a 1,0.

Używając rozdzielanej spacjami listy, pasma NIR i pasma w czerwieni oraz wartość L określa się w następującej kolejności: NIR Red L. Na przykład: 4 3 0,5.

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

Metoda SR

Prosty współczynnik (Simple Ratio, SR) jest wskaźnikiem roślinności często używanym do szacowania ilości roślinności. Jest to stosunek światła rozproszonego w paśmie NIR do zaabsorbowanego w paśmie czerwieni, co zmniejsza wpływ atmosfery i topografii.

Wartości są wysokie dla roślinności o wysokim wskaźniku pokrycia liściowego lub wysokim pokryciu sklepienia, a niskie w przypadku gleby, wody i obiektów bez wegetacji. Zakres wartości obejmuje liczby od 0 do 30, gdzie zdrowej roślinności odpowiadają zwykle wartości od 2 do 8.

SR = NIR / Red

• NIR = wartości pikseli dla pasma bliskiej podczerwieni
• Red = wartości pikseli dla pasma czerwieni

Używając rozdzielanej spacjami listy, pasma NIR i czerwieni określa się w następującej kolejności: NIR Red. Na przykład: 4 3.

Materiał referencyjny: Birth, G.S. i G.R. McVey, 1968. „Measuring color of growing turf with a reflectance spectrophotometer”, Agronomy Journal Vol. 60, 640–649.

Metoda SRre

Prosty współczynnik krawędzi czerwieni (SRre) jest wskaźnikiem roślinności używanym do szacowania ilości zdrowej i poddanej stresowi roślinności. Jest to współczynnik światła rozproszonego w paśmie NIR i w paśmie czerwieni, co zmniejsza wpływ atmosfery i topografii.

Wartości są wysokie w przypadku zdrowej roślinności o wysokim pokryciu sklepienia, niższe w przypadku wysokiego pokrycia sklepienia i roślinności poddanej dużemu stresowi, a niskie w przypadku gleby, wody i obiektów bez wegetacji. Zakres wartości obejmuje liczby od 0 do 30, gdzie zdrowej roślinności odpowiadają zwykle wartości od 1 do 10.

SRre = NIR / RedEdge

• NIR = wartości pikseli dla pasma bliskiej podczerwieni
• RedEdge = wartości pikseli dla pasma krawędzi czerwieni

Używając rozdzielanej spacjami listy, pasma NIR i krawędzi czerwieni określa się w następującej kolejności: NIR RedEdge. Na przykład: 7 6.

Materiał referencyjny: Anatoly A. Gitelson, Yoram J. Kaufman, Robert Stark i Don Rundquist, 2002, „Novel algorithms for remote estimation of vegetation fraction”, Remote Sensing of Environment, Vol. 80, 76–87.

Metoda Wzór Sułtana

Proces Sułtana wykorzystuje 8-bitowy obraz zawierający sześć pasm i stosuje algorytm Sułtana w celu utworzenia 8-bitowego obrazu zawierającego trzy pasma. Wynikowy obraz pozwala wyróżnić spotykane na wybrzeżach formacje skalne nazywane ofiolitami. Ten wzór został opracowany w oparciu o pasma TM i ETM sceny Landsat 5 lub 7. Równania wykorzystywane do utworzenia każdego pasma wynikowego są następujące:

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

Korzystając z rozdzielanej spacjami listy, określa się indeksy wymaganych pięciu pasm. Na przykład 1 3 4 5 6. Jeśli dane wejściowe zawierają 6 pasm podanych w oczekiwanej kolejności, nie trzeba wprowadzać wartości w polu tekstowym Indeksy pasm.

Materiał referencyjny: 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

Przekształcona metoda SAVI

Przekształcony wskaźnik roślinności dostosowany względem gleby (TSAVI, Transformed Soil Adjusted Vegetation Index) jest indeksem roślinności, w przypadku którego podjęto próbę zminimalizowania wpływu jasności obrazu gleb, przyjmując, że linia gleb ma arbitralny spadek i przecięcie.

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

• NIR = wartości pikseli dla pasma bliskiej podczerwieni
• R = wartości pikseli dla pasma czerwieni
• s = spadek linii gleb
• s = przecięcie linii gleb
• X = współczynnik korygujący ustawiany w celu zminimalizowania szumu gleby

Używając rozdzielanej spacjami listy, pasma NIR i pasma w czerwieni oraz wartości s, a i X określa się w następującej kolejności: NIR Red s a X. Na przykład: 3 1 0,33 0,50 1,50.

Materiał referencyjny: Baret, F. i G. Guyot, 1991, „Potentials and limits of vegetation indices for LAI and APAR assessment”, Remote Sensing of Environment, Vol. 35, 161–173.

Metoda VARI

VARI (Visible Atmospherically Resistant Index) jest wskaźnikiem roślinności służącym do ilościowego szacowania frakcji roślinnej przy użyciu wyłącznie widzialnej części spektrum.

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

• Red = wartości pikseli dla pasma czerwieni
• Green = wartości pikseli dla pasma zieleni
• Blue = wartości pikseli dla pasma niebieskiego

Używając rozdzielanej spacjami listy, pasma czerwieni, zieleni i koloru niebieskiego określa się w następującej kolejności: Red Green Blue. Na przykład 3 2 1.

Materiał referencyjny: Anatoly A. Gitelson, Yoram J. Kaufman, Robert Stark i Don Rundquist, 2002, „Novel algorithms for remote estimation of vegetation fraction”, Remote Sensing of Environment, Vol. 80, 76–87.

Parametry

Parametr	Opis
	Wejściowe dane warstwy rastrowej
Metoda	Typ algorytmu arytmetyki pasma, który ma zostać wdrożony. Można zdefiniować własny niestandardowy algorytm lub wybrać jeden ze wstępnie zdefiniowanych wskaźników. Zdefiniowane przez użytkownika — pozwala zdefiniować własne niestandardowe wyrażenie arytmetyki pasma. NDVI — znormalizowany różnicowy wskaźnik roślinności SAVI — wskaźnik roślinności dostosowany względem gleby Przetransformowany SAVI — przetransformowany wskaźnik roślinności dostosowany względem gleby Zmodyfikowany SAVI — zmodyfikowany wskaźnik roślinności dostosowany względem gleby GEMI — wskaźnik globalnego monitorowania środowiskowego PVI — wskaźnik roślinności pionowej GVI (Landsat TM) — wskaźnik roślinności zielonej Landsat TM Wzór Sułtana — wzór Sułtana VARI — wskaźnik Visible Atmospherically Resistant Index GNDVI — zielony znormalizowany różnicowy wskaźnik roślinności SR — prosty współczynnik NDVIre — znormalizowany różnicowy wskaźnik roślinności krawędzi czerwieni SRre — prosty współczynnik MTVI2 — zmodyfikowany trójkątny wskaźnik roślinności (druga iteracja) RTVICore — trójkątny wskaźnik roślinności krawędzi czerwieni Clre — wskaźnik chlorofilowy — krawędź czerwieni Clg — wskaźnik chlorofilowy — zielony NDWI — znormalizowany różnicowy wskaźnik wody EVI — rozszerzony wskaźnik roślinności Iron Oxide — współczynnik tlenków żelaza Ferrous Minerals — współczynnik minerałów żelazowych Clay Minerals — współczynnik minerałów ilastych
Indeksy pasm	Jeśli wybrana zostanie Metoda Zdefiniowane przez użytkownika, należy zdefiniować formułę arytmetyki pasma. Jeśli jako Metoda zostanie wybrany wstępnie zdefiniowany wskaźnik, należy zdefiniować odpowiednie pasma wejściowych zestawów danych rastrowych, które odpowiadają wskaźnikowi.