다중 스펙트럼 지수 공식

This page lists some multispectral indices that Chloros uses.

아래 지수 공식은 Survey3 필터 평균 투과 범위의 조합을 사용합니다:

Survey3 필터 색상	Survey3 필터명	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

이 공식들을 사용할 때 이름은 "\_1" 또는 "\_2"로 끝날 수 있으며, 이는 NIR 필터 중 NIR1 또는 NIR2가 사용되었음을 나타냅니다.

---

EVI - 향상된 식생 지수

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

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

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

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

---

FCI1 - 산림 피복 지수 1

이 지수는 적색 경계 대역을 포함한 다중 스펙트럼 반사율 영상을 활용하여 산림 캐노피를 다른 유형의 식생과 구분합니다.

$$FCI1 = Red * RedEdge$$

산림 지역은 나무의 낮은 반사율과 수관 내 그림자 존재로 인해 FCI1 값이 낮아집니다.

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

---

FCI2 - 산림 피복 지수 2

이 지수는 적색 경계 밴드가 포함되지 않은 다중 스펙트럼 반사율 영상을 사용하여 산림 캐노피를 다른 유형의 식생과 구분합니다.

$$FCI2 = Red * NIR$$

산림 지역은 나무의 낮은 반사율과 수관 내 그림자 존재로 인해 FCI2 값이 낮아집니다.

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

---

GEMI - 지구 환경 모니터링 지수

이 비선형 식생 지수는 위성 이미지를 통한 지구 환경 모니터링에 사용되며 대기 효과를 보정하려고 시도합니다. NDVI와 유사하지만 대기 효과에 덜 민감합니다. 노출된 토양의 영향을 받기 때문에 식생이 희박하거나 중간 밀도인 지역에서는 사용을 권장하지 않습니다.

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

여기서:

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

참고문헌: Pinty, B., and M. Verstraete. GEMI: 위성으로 지구 식생을 모니터링하기 위한 비선형 지수. Vegetation 101 (1992): 15-20.

---

GARI - Green 대기 저항 지수

이 지수는 NDVI보다 광범위한 엽록소 농도에 더 민감하고 대기 영향에 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, Merzylak (1996, 296쪽)이 권장한 값인 1.7을 사용합니다.

참고문헌: Gitelson, A., Y. Kaufman, and M. Merzylak. "Use of a Green Channel in Remote Sensing of Global Vegetation from EOS-MODIS." Remote Sensing of Environment 58 (1996): 289-298.

---

GCI - Green 엽록소 지수

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

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

광범위한 NIR 및 녹색 파장을 확보하면 클로로필 함량을 더 정확하게 예측할 수 있을 뿐만 아니라 감도와 신호 대 잡음 비율도 향상됩니다.

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

---

GLI - Green 잎 지수

이 지수는 원래 디지털 RGB 카메라와 함께 밀 덮개 측정에 사용하도록 설계되었으며, 적색, 녹색, 청색 디지털 수치(DN)는 0에서 255까지의 범위를 가집니다.

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

GLI 값은 -1에서 +1 사이입니다. 음수 값은 토양 및 비생물적 특징을 나타내고, 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 사진." Geocarto International 16, No. 1 (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 사진 촬영을 통해 설계되었습니다. OSAVI와 유사하지만, 녹색 밴드를 적색 밴드로 대체합니다.

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

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

---

GRVI - Green 비율 식생 지수

이 지수는 녹색과 적색 반사율이 잎 색소 변화에 크게 영향을 받기 때문에 산림 캐노피의 광합성 속도에 민감합니다.

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

참고문헌: Sripada, R. 외. "옥수수 초기 생육기 질소 요구량 결정용 항공 컬러-적외선 사진." Agronomy Journal 98 (2006): 968-977.

---

GSAVI - Green 토양 보정 식생 지수

이 지수는 원래 옥수수의 질소 요구량을 예측하기 위해 컬러-적외선 사진 촬영과 함께 설계되었습니다. SAVI와 유사하지만, 녹색 밴드를 적색 밴드로 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 - 엽면적지수

이 지수는 잎 덮개율을 추정하고 작물 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 구름 및 포화 픽셀을 생성하는 기타 밝은 특징이 포함된 경우 LAI 값이 3.5를 초과할 수 있습니다. LAI 이미지를 생성하기 전에 장면에서 구름과 밝은 특징을 가리는 것이 이상적입니다.

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

---

LCI - 엽록소 지수

이 지수는 고등식물의 엽록소 함량을 추정하는 데 사용되며, 엽록소 흡수로 인한 반사율 변화에 민감합니다.

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

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 조정 식생 지수(SAVI)를 통합한 비선형 지수(NLI)의 개선판입니다. ENVI는 캐노피 배경 조정 계수(L) 값으로 0.5를 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 - 수정된 토양 조정 식생 지수 2

이 지수는 Qi 등(1994)이 제안한 MSAVI 지수의 단순화된 버전으로, 토양 조정 식생 지수(SAVI)를 개선한 것입니다. 토양 노이즈를 줄이고 식생 신호의 동적 범위를 증가시킵니다. MSAVI2는 건강한 식생을 강조하기 위해 SAVI와 같이 일정한 L 값을 사용하지 않는 유도적 방법에 기반합니다.

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

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

---

NDRE- 정규화 차분 지수(Normalized Difference RedEdge)

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

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

---

NDVI - 정규화 차분 식생 지수

이 지수는 건강한 녹색 식생을 측정합니다. 정규화 차분 공식과 엽록소의 최고 흡수 및 반사 영역을 활용하는 조합으로 다양한 조건에서 견고합니다. 다만 LAI가 높아질 때 밀집된 식생 조건에서는 포화될 수 있습니다.

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

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

참고문헌: Rouse, J., R. Haas, J. Schell, and D. Deering. Monitoring Vegetation Systems in the Great Plains with ERTS. 제3회 ERTS 심포지엄, NASA (1973): 309-317.

---

NLI - 비선형 지수

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

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

참고문헌: Goel, N., and W. Qin. "관목 구조가 다양한 식생 지수와 LAI 및 Fpar 간의 관계에 미치는 영향: 컴퓨터 시뮬레이션." 원격 감지 리뷰 10 (1994): 309-347.

---

OSAVI - 최적화된 토양 보정 식생 지수

이 지수는 토양 보정 식생 지수(SAVI)를 기반으로 합니다. 캐노피 배경 보정 계수에 표준값 0.16을 사용합니다. Rondeaux(1996)는 이 값이 낮은 식생 피복률에서는 SAVI보다 더 큰 토양 변이를 제공하면서도, 50% 이상의 식생 피복률에 대해서는 향상된 감도를 보인다고 결론지었습니다. 이 지수는 상대적으로 식생이 드문 지역, 즉 수관 사이로 토양이 보이는 지역에서 가장 효과적으로 사용됩니다.

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

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

---

RDVI - 재정규화 차분 식생 지수

이 지수는 근적외선과 적색 파장 간의 차이와 NDVI를 함께 사용하여 건강한 식생을 강조합니다. 토양과 태양 관측 기하학적 구조의 영향에 민감하지 않습니다.

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

참고문헌: Roujean, J., and F. Breon. "Estimating PAR Absorbed by Vegetation from Bidirectional Reflectance Measurements." Remote Sensing of Environment 51 (1995): 375-384.

---

SAVI - 토양 보정 식생 지수

이 지수는 NDVI와 유사하지만, 토양 픽셀의 영향을 억제합니다. 이는 식생 밀도의 함수인 캐노피 배경 조정 계수 _L_을 사용하며, 종종 식생량에 대한 사전 지식이 필요합니다. Huete (1988)는 1차 토양 배경 변동을 고려하기 위해 L=0.5의 최적값을 제안합니다. 이 지수는 상대적으로 식생이 드문 지역에서, 즉 캐노피를 통해 토양이 보이는 지역에서 가장 효과적으로 사용됩니다.

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

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

---

TDVI - 변환 차분 식생 지수

이 지수는 도시 환경에서 식생 피복을 모니터링하는 데 유용합니다. NDVI 및 SAVI처럼 포화되지 않습니다.

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

참고문헌: Bannari, A., H. Asalhi, and P. Teillet. "식생 피복 지도 작성을 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 저항 지수

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

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

참고문헌: Gitelson, A. 외. "가시광선 스펙트럼 영역에서의 식생 및 토양 경계선: 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, NDVI에 대한 근적외선 및 적색 신호의 기여도 차이를 줄이기 위해 가중 계수 (a)를 사용하여 NDVI에 대한 근적외선 및 적색 신호의 기여도 차이를 줄입니다. WDRVI는 NDVI가 0.6을 초과하는 중등도에서 높은 식생 밀도를 가진 장면에서 특히 효과적입니다. NDVI는 식생 분율과 엽면적지수(LAI)가 증가할수록 평탄화되는 경향이 있는 반면, WDRVI는 더 넓은 범위의 식생 분율과 LAI 변화에 더 민감합니다.

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

가중 계수(a)는 0.1에서 0.2 사이의 범위를 가질 수 있습니다. Henebry, Viña 및 Gitelson(2004)은 0.2의 값을 권장합니다.

참고문헌

Gitelson, A. "Wide Dynamic Range Vegetation Index for Remote Quantification of Biophysical Characteristics of Vegetation." Journal of Plant Physiology 161, No. 2 (2004): 165-173.

Henebry, G., A. Viña, and A. Gitelson. "광역 동적 범위 식생 지수(WDRI)와 갭 분석(Gap Analysis)에 대한 잠재적 유용성." 갭 분석 회보 12: 50-56.