다중 스펙트럼 지수 공식

This page lists some multispectral indices that Chloros uses

아래 지수 공식은 Survey3 필터의 평균 투과율 범위를 조합하여 사용합니다:

Survey3 필터 색상	Survey3 필터 이름	투과율 범위 (FWHM)	평균 투과율
Blue	NGB - Blue	468-483nm	475nm
Cyan	OCN- Cyan	476-512nm	494nm
Green	RGN | NGB - Green	543-558nm	547nm
Orange	OCN - Orange	598-640nm	619nm
Red	RGN - Red	653-668nm	661nm
RedEdge	Re - RedEdge	712-735nm	724nm
NIR1	OCN - NIR1	798-848nm	823nm
NIR2	RGN | NGB | NIR - NIR2	835-865nm	850nm

이러한 공식을 사용할 경우 이름은 "\_1" 또는 "\_2"로 끝날 수 있으며, 이는 사용된 NIR 필터(NIR1 또는 NIR2)에 해당합니다.

---

EVI - 향상된 식생 지수

이 지수는 원래 MODIS 데이터와 함께 사용하기 위해 개발되었으며, 잎 면적 지수가 높은 지역의 식생 신호를 최적화하여 NDVI를 개선한 것입니다 (LAI)에서 식생 신호를 최적화하여 NDVI를 개선한 것입니다. 이 지수는 NDVI가 포화될 수 있는 높은 LAI 지역에서 가장 유용합니다. 이 지수는 청색 반사율 영역을 사용하여 토양 배경 신호를 보정하고 에어로졸 산란을 포함한 대기 영향력을 줄입니다.

$$EVI = 2.5 * {(NIR - Red) \over (NIR + 6 * Red - 7.5 * Blue + 1)}$$

EVI 값은 식생 픽셀의 경우 0에서 1 사이여야 합니다. 구름이나 흰색 건물과 같은 밝은 특징과 물과 같은 어두운 특징은 EVI 이미지에서 비정상적인 픽셀 값을 유발할 수 있습니다. EVI 이미지를 생성하기 전에, 반사도 이미지에서 구름과 밝은 특징을 마스킹하고, 선택적으로 픽셀 값을 0에서 1 사이로 임계값 처리해야 합니다.

참고문헌: Huete, A. 외. "MODIS 식생 지수의 방사계 및 생물물리학적 성능 개요." Remote Sensing of Environment 83 (2002):195–213.

---

FCI1 - 산림 피복 지수 1

이 지수는 적색 경계 대역을 포함한 다중 스펙트럼 반사도 영상을 사용하여 산림 수관층을 다른 유형의 식생과 구별합니다.

$$FCI1 = Red * RedEdge$$

산림 지역은 나무의 반사율이 낮고 수관 내부에 그림자가 존재하기 때문에 FCI1 값이 더 낮게 나타납니다.

참고문헌: Becker, Sarah J., Craig S.T. Daughtry, and Andrew L. Russ. "다중 스펙트럼 이미지를 위한 견고한 산림 피복 지수." Photogrammetric Engineering & Remote Sensing 84.8 (2018): 505-512.

---

FCI2 - 산림 피복 지수 2

이 지수는 레드 엣지(red edge) 대역을 포함하지 않는 다중 스펙트럼 반사도 영상을 사용하여 산림 수관층을 다른 유형의 식생과 구별합니다.

$$FCI2 = Red * NIR$$

산림 지역은 나무의 반사율이 낮고 수관층 내에 그림자가 존재하기 때문에 FCI2 값이 더 낮게 나타납니다.

참고문헌: Becker, Sarah J., Craig S.T. Daughtry, and Andrew L. Russ. "다중 스펙트럼 이미지를 위한 견고한 산림 피복 지수." Photogrammetric Engineering & Remote Sensing 84.8 (2018): 505-512.

---

GEMI - 지구 환경 모니터링 지수

이 비선형 식생 지수는 위성 영상을 통한 전 지구 환경 모니터링에 사용되며, 대기 영향에 대한 보정을 시도합니다. NDVI와 유사하지만 대기 영향에 대한 민감도가 더 낮습니다. 이 지수는 노출된 토양의 영향을 받기 때문에, 식생이 드물거나 중간 밀도인 지역에서는 사용을 권장하지 않습니다.

$$GEMI = eta (1 - 0.25 * eta) - {Red - 0.125 \over 1 - Red}$$

위치:

$$eta = {2(NIR^{2}-Red^{2}) + 1.5 * NIR + 0.5 * Red \over NIR + Red + 0.5}$$

참고문헌: Pinty, B., and M. Verstraete. GEMI: 위성을 이용한 전 지구 식생 모니터링을 위한 비선형 지수. Vegetation 101 (1992): 15-20.

---

GARI - Green 대기 영향 저항 지수

이 지수는 NDVI보다 광범위한 엽록소 농도에 더 민감하고, 대기 영향에는 덜 민감합니다.

$$GARI = {NIR - [Green - \gamma(Blue - Red)] \over NIR + [Green - \gamma(Blue - Red)] }$$

감마 상수는 대기 중 에어로졸 조건에 따라 달라지는 가중치 함수입니다. ENVI는 Gitelson, Kaufman 및 Merzylak(1996, 296쪽)이 권장한 값인 1.7을 사용합니다.

참고문헌: Gitelson, A., Y. Kaufman, and M. Merzylak. "EOS-MODIS를 이용한 전 지구 식생 원격 감지에서 Green 채널의 활용." Remote Sensing of Environment 58 (1996): 289-298.

---

GCI - Green 엽록소 지수

이 지수는 광범위한 식물 종에 걸쳐 잎의 엽록소 함량을 추정하는 데 사용됩니다.

$$GCI = {NIR \over Green} - 1$$

광범위한 NIR 및 녹색 파장대를 활용하면 더 높은 감도와 신호 대 잡음 비율을 확보하면서 엽록소 함량을 더 정확하게 예측할 수 있습니다.

참고문헌: Gitelson, A., Y. Gritz, and M. Merzlyak. "잎 엽록소 함량과 분광 반사율 간의 관계 및 고등식물 잎의 비파괴적 엽록소 평가를 위한 알고리즘." Journal of Plant Physiology 160 (2003): 271-282.

---

GLI - Green 잎 지수

이 지수는 원래 디지털 RGB 카메라와 함께 밀 피복도를 측정하기 위해 고안되었으며, 여기서 적색, 녹색, 청색 디지털 수치(DN)는 0에서 255 사이의 범위를 가집니다.

$$GLI = {(Green - Red) + (Green - Blue) \over (2 * Green) + Red + Blue }$$

GLI 값은 -1에서 +1 사이의 범위를 가집니다. 음수 값은 토양 및 비생물적 요소를 나타내는 반면, 양수 값은 녹색 잎과 줄기를 나타냅니다.

참고문헌: Louhaichi, M., M. Borman, and D. Johnson. "밀에 대한 방목 영향 기록을 위한 공간 위치 기반 플랫폼 및 항공 촬영." Geocarto International 16, 제1호 (2001): 65-70.

---

GNDVI - Green 정규화 차분 식생 지수

이 지수는 NDVI와 유사하지만, 적색 스펙트럼 대신 540~570 nm의 녹색 스펙트럼을 측정한다는 점이 다릅니다. 이 지수는 NDVI보다 엽록소 농도에 더 민감합니다.

$$GNDVI = {(NIR - Green) \over (NIR + Green) }$$

참고문헌: Gitelson, A., and M. Merzlyak. "Remote Sensing of Chlorophyll Concentration in Higher Plant Leaves." Advances in Space Research 22 (1998): 689-692.

---

GOSAVI - Green 최적화된 토양 보정 식생 지수

이 지수는 원래 옥수수의 질소 요구량을 예측하기 위해 컬러 적외선 사진을 사용하여 설계되었습니다. OSAVI와 유사하지만, 녹색 대역을 적색 대역으로 대체합니다.

$$GOSAVI = {NIR - Green \over NIR + Green + 0.16) }$$

참고문헌: Sripada, R. 외. "항공 컬러-적외선 사진을 이용한 옥수수 생육기 중 질소 요구량 산정." 박사 학위 논문, 노스캐롤라이나 주립대학교, 2005.

---

GRVI - Green 비율 식생 지수

이 지수는 녹색 및 적색 반사율이 잎 색소의 변화에 큰 영향을 받기 때문에 산림 수관 내 광합성 속도에 민감합니다.

$$GRVI = {NIR \over Green }$$

참고문헌: Sripada, R. 외. "옥수수의 생육 초기 질소 요구량 산정을 위한 항공 컬러 적외선 촬영." Agronomy Journal 98 (2006): 968-977.

---

GSAVI - Green 토양 보정 식생 지수

이 지수는 원래 옥수수의 질소 요구량을 예측하기 위해 컬러 적외선 촬영을 통해 설계되었습니다. SAVI와 유사하지만, 녹색 대역을 적색 대역으로 대체합니다.

$$GSAVI = 1.5 * {(NIR - Green) \over (NIR + Green + 0.5) }$$

참고문헌: Sripada, R. 외. "항공 컬러-적외선 사진을 이용한 옥수수 생육기 질소 요구량 결정." 박사 학위 논문, 노스캐롤라이나 주립대학교, 2005.

---

LAI - 잎 면적 지수

이 지수는 잎 덮개율을 추정하고 작물의 생육 및 수확량을 예측하는 데 사용됩니다. ENVI는 Boegh 등(2002)의 다음 경험적 공식을 사용하여 녹색 LAI를 계산합니다:

$$LAI = 3.618 * EVI - 0.118$$

여기서 EVI는:

$$EVI = 2.5 * {(NIR - Red) \over (NIR + 6 * Red - 7.5 * Blue + 1)}$$

높은 LAI 값은 일반적으로 약 0에서 3.5 사이입니다. 그러나 장면에 구름이나 포화 픽셀을 생성하는 기타 밝은 특징이 포함된 경우, LAI 값이 3.5를 초과할 수 있습니다. LAI 이미지를 생성하기 전에 장면에서 구름과 밝은 요소를 마스킹하여 제거하는 것이 이상적입니다.

참고문헌: Boegh, E., H. Soegaard, N. Broge, C. Hasager, N. Jensen, K. Schelde, and A. Thomsen. "농업 분야의 잎 면적 지수, 질소 농도 및 광합성 효율 정량화를 위한 항공 다중 스펙트럼 데이터." Remote Sensing of Environment 81, no. 2-3 (2002): 179-193.

---

LCI - 잎 엽록소 지수

이 지수는 엽록소 흡수에 의한 반사율 변화에 민감하여 고등식물의 엽록소 함량을 추정하는 데 사용됩니다.

$$LCI = {NIR2 - RedEdge \over NIR2 + Red}$$

참고문헌: Datt, B. "유칼립투스 잎의 수분 함량 원격 감지." Journal of Plant Physiology 154, 제1호 (1999): 30-36.

---

MNLI - 수정 비선형 지수

이 지수는 토양 배경을 고려하기 위해 토양 보정 식생 지수(SAVI)를 통합한 비선형 지수(NLI)의 개선된 버전입니다. ENVI는 0.5의 수관 배경 보정 계수(L) 값을 사용합니다.

$$MNLI = {(NIR^{2} - Red) * (1 + L) \over (NIR^{2} + Red + L) }$$

참고문헌: Yang, Z., P. Willis, and R. Mueller. "Impact of Band-Ratio Enhanced AWIFS Image to Crop Classification Accuracy." Proceedings of the Pecora 17 Remote Sensing Symposium (2008), Denver, CO.

---

MSAVI2 - 수정 토양 보정 식생 지수 2

이 지수는 Qi 등(1994)이 제안한 MSAVI 지수의 단순화된 버전으로, 토양 보정 식생 지수(SAVI)를 개선한 것입니다. 이 지수는 토양 노이즈를 줄이고 식생 신호의 동적 범위를 확대합니다. MSAVI2는 건강한 식생을 강조하기 위해 (SAVI와 같이) 상수 L 값을 사용하지 않는 귀납적 방법을 기반으로 합니다.

$$MSAVI2 = {2 * NIR + 1 - \sqrt{(2 * NIR + 1)^{2} - 8(NIR - Red)} \over 2}$$

참고문헌: Qi, J., A. Chehbouni, A. Huete, Y. Kerr, and S. Sorooshian. "A Modified Soil Adjusted Vegetation Index." Remote Sensing of Environment 48 (1994): 119-126.

---

NDRE- 정규화 차분 RedEdge

이 지수는 NDVI와 유사하지만, 식생 스트레스를 더 빨리 감지하는 경우가 많은 Red 대신 NIR와 RedEdge 간의 대비를 비교합니다.

$$NDRE = {NIR - RedEdge \over NIR + RedEdge }$$

---

NDVI - 정규화 차분 식생 지수

이 지수는 건강하고 푸른 식생을 측정하는 지표입니다. 정규화 차분 방식과 엽록소의 최고 흡수 및 반사 영역을 결합하여 다양한 조건에서 견고한 성능을 발휘합니다. 그러나 LAI 값이 높아지는 밀집된 식생 조건에서는 포화될 수 있습니다.

$$NDVI = {NIR - Red \over NIR + Red }$$

이 지수의 값은 -1에서 1 사이입니다. 녹색 식생의 일반적인 범위는 0.2에서 0.8입니다.

참고문헌: Rouse, J., R. Haas, J. Schell, and D. Deering. ERTS를 이용한 대평원 식생 시스템 모니터링. 제3회 ERTS 심포지엄, NASA (1973): 309-317.

---

NLI - 비선형 지수

이 지수는 많은 식생 지수와 지표 생물물리학적 매개변수 간의 관계가 비선형적이라고 가정합니다. 이는 비선형적인 경향이 있는 지표 매개변수와의 관계를 선형화합니다.

$$NLI = {NIR^{2} - Red \over NIR^{2} + Red }$$

참고문헌: Goel, N., and W. Qin. "다양한 식생 지수와 LAI 및 Fpar 간의 관계에 대한 수관 구조의 영향: 컴퓨터 시뮬레이션." Remote Sensing Reviews 10 (1994): 309-347.

---

OSAVI - 최적화된 토양 보정 식생 지수

이 지수는 토양 보정 식생 지수(SAVI)를 기반으로 한다. 이 지수는 수관 배경 보정 계수로 표준값 0.16을 사용한다. Rondeaux (1996)는 이 값이 낮은 식생 피복률에서는 SAVI보다 더 큰 토양 변동성을 제공하면서도, 50% 이상의 식생 피복률에서는 더 높은 민감도를 보인다는 것을 확인했습니다. 이 지수는 수관 사이로 토양이 보이는 식생이 비교적 드문 지역에서 사용하는 것이 가장 적합합니다.

$$OSAVI = {(NIR - Red) \over (NIR + Red + 0.16) }$$

참고문헌: Rondeaux, G., M. Steven, and F. Baret. "Optimization of Soil-Adjusted Vegetation Indices." Remote Sensing of Environment 55 (1996): 95-107.

---

RDVI - 재규격화 차분 식생 지수

이 지수는 근적외선과 적색 파장 간의 차이를 NDVI와 함께 사용하여 건강한 식생을 강조합니다. 이 지수는 토양 및 태양 관측 기하학적 조건의 영향에 민감하지 않습니다.

$$RDVI = {(NIR- Red) \over \sqrt{(NIR + Red)} }$$

참고문헌: Roujean, J., and F. Breon. "양방향 반사율 측정을 통한 식생 흡수 PAR 추정." Remote Sensing of Environment 51 (1995): 375-384.

---

SAVI - 토양 보정 식생 지수

이 지수는 NDVI와 유사하지만, 토양 픽셀의 영향을 억제합니다. 이 지수는 식생 밀도의 함수인 캐노피 배경 보정 계수 _L_을 사용하며, 종종 식생 양에 대한 사전 지식이 필요합니다. Huete (1988)는 1차 토양 배경 변동을 고려하기 위해 L=0.5를 최적값으로 제안합니다. 이 지수는 수관 사이로 토양이 보일 정도로 식생이 비교적 드문 지역에서 사용하는 것이 가장 적합합니다.

$$SAVI = {1.5 * (NIR- Red) \over (NIR + Red + 0.5) }$$

참고문헌: Huete, A. "토양 보정 식생 지수 (SAVI)." Remote Sensing of Environment 25 (1988): 295-309.

---

TDVI - 변환 차분 식생 지수

이 지수는 도시 환경의 식생 피복 모니터링에 유용합니다. NDVI 및 SAVI와 달리 포화 현상이 발생하지 않습니다.

$$TDVI = 1.5 * {(NIR- Red) \over \sqrt{NIR^{2} + Red + 0.5} }$$

참고문헌: Bannari, A., H. Asalhi, and P. Teillet. "식생 피복 매핑을 위한 변환 차분 식생 지수(TDVI)" In Proceedings of the Geoscience and Remote Sensing Symposium, IGARSS '02, IEEE International, Volume 5 (2002).

---

VARI - 가시광선 대기 영향 저항 지수

이 지수는 ARVI를 기반으로 하며, 대기 영향에 대한 민감도가 낮은 장면에서 식생 비율을 추정하는 데 사용됩니다.

$$VARI = {Green - Red \over Green + Red - Blue }$$

참고문헌: Gitelson, A. 외. "가시광 스펙트럼 영역에서의 식생 및 토양 경계: 식생 비율 원격 추정 개념 및 기법." International Journal of Remote Sensing 23 (2002): 2537−2562.

---

WDRVI - 광역 동적 범위 식생 지수

이 지수는 NDVI와 유사하지만, 가중계수(a)를 사용하여 NDVI에 대한 근적외선 및 적색 신호의 기여도 간 격차를 줄입니다. WDRVI는 NDVI가 0.6을 초과하는 중~고밀도 식생 지역에서 특히 효과적입니다. NDVI는 식생 비율과 잎 면적 지수(LAI)가 증가하면 평준화되는 경향이 있는 반면, WDRVI는 더 넓은 범위의 식생 비율과 LAI의 변화에 더 민감합니다.

$$WDRVI = {(\alpha * NIR- Red) \over (\alpha * NIR + Red)}$$

가중치 계수(a)는 0.1에서 0.2 사이의 범위를 가질 수 있다. Henebry, Viña 및 Gitelson (2004)는 0.2의 값을 권장한다.

참고문헌

Gitelson, A. "식생의 생물물리학적 특성을 원격으로 정량화하기 위한 광역 동적 범위 식생 지수." Journal of Plant Physiology 161, No. 2 (2004): 165-173.

Henebry, G., A. 비냐, A. 기텔슨. "광역 동적 범위 식생 지수(WDRVI)와 격차 분석에 대한 잠재적 유용성." Gap Analysis Bulletin 12: 50-56.