Daudzspektrālo indeksu formulas

This page lists some multispectral indices that Chloros uses.

Zemāk minētās indeksu formulas izmanto Survey3 filtra vidējo caurlaidības diapazonu kombināciju:

Survey3 filtra krāsa	Survey3 filtra nosaukums	Transmisijas diapazons (FWHM)	Vidējā caurlaidība
Blue	NGB - Blue	468–483 nm	475 nm
Cyan	OCN- Cyan	476–512 nm	494 nm
Green	RGN | NGB - Green	543-558 nm	547 nm
Orange	OCN - Orange	598–640 nm	619 nm
Red	RGN - Red	653-668 nm	661 nm
RedEdge	Re - RedEdge	712–735 nm	724 nm
NIR1	OCN - NIR1	798-848 nm	823 nm
NIR2	RGN | NGB | NIR - NIR2	835–865 nm	850 nm

Kad tiek izmantotas šīs formulas, nosaukums var beigties ar "_1" vai "_2", kas atbilst tam, kurš NIR filtrs, vai nu NIR1, vai NIR2 tika izmantots.

---

EVI — uzlabots veģetācijas indekss

Šis indekss sākotnēji tika izstrādāts lietošanai kopā ar MODIS datiem kā uzlabojums salīdzinājumā ar NDVI, optimizējot veģetācijas signālu apgabalos ar augstu lapu platības indeksu (LAI). Tas ir visnoderīgākais reģionos ar augstu LAI, kur NDVI var būt piesātināts. Tas izmanto zilo atstarojuma reģionu, lai koriģētu augsnes fona signālus un samazinātu atmosfēras ietekmi, tostarp aerosolu izkliedi.

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

EVI vērtībām veģetācijas pikseļiem jābūt diapazonā no 0 līdz 1. Spilgtas iezīmes, piemēram, mākoņi un baltas ēkas, kopā ar tumšām iezīmēm, piemēram, ūdens, var izraisīt anomālas pikseļu vērtības EVI attēlā. Pirms EVI attēla izveides jums jāmaskē mākoņi un spilgtas iezīmes no atstarojuma attēla un, ja vēlaties, jānosaka pikseļu vērtību slieksnis no 0 līdz 1.

Atsauce: Huete, A., et al. "Pārskats par MODIS veģetācijas indeksu radiometrisko un biofizikālo veiktspēju." Remote Sensing of Environment 83 (2002):195–213.

---

FCI1 - Meža seguma indekss 1

Šis indekss atšķir meža vainagus no cita veida veģetācijas, izmantojot multispektrālos atstarojuma attēlus, kas ietver sarkano malu joslu.

$$FCI1 = Red * RedEdge$$

Mežainām teritorijām būs zemākas FCI1 vērtības, jo kokiem ir zemāka atstarojamība un vainagu zonā ir ēnas.

Atsauce: Becker, Sarah J., Craig S.T. Daughtry un Andrew L. Russ. „Robust forest cover indices for multispectral images” (Robusti meža seguma indeksi multispektrāliem attēliem). Photogrammetric Engineering & Remote Sensing 84.8 (2018): 505-512.

---

FCI2 – Meža seguma indekss 2

Šis indekss atšķir meža vainagus no cita veida veģetācijas, izmantojot multispektrālos atstarojuma attēlus, kuros nav sarkanās malas joslas.

$$FCI2 = Red * NIR$$

Mežainām teritorijām būs zemākas FCI2 vērtības, jo kokiem ir zemāks atstarojums un vainagu zonā ir ēnas.

Atsauce: Becker, Sarah J., Craig S.T. Daughtry un Andrew L. Russ. „Robust forest cover indices for multispectral images” (Robusti meža seguma indeksi multispektrāliem attēliem). Photogrammetric Engineering & Remote Sensing 84.8 (2018): 505-512.

---

GEMI – Globālais vides monitoringa indekss

Šis nelineārais veģetācijas indekss tiek izmantots globālajai vides uzraudzībai, izmantojot satelītattēlus, un mēģina koriģēt atmosfēras ietekmi. Tas ir līdzīgs NDVI, bet ir mazāk jutīgs pret atmosfēras ietekmi. To ietekmē kailā augsne, tādēļ to nav ieteicams izmantot apgabalos ar retu vai vidēji blīvu veģetāciju.

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

Kur:

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

Atsauce: Pinty, B., un M. Verstraete. GEMI: nelineārs indekss globālās veģetācijas novērošanai no satelītiem. Vegetation 101 (1992): 15-20.

---

GARI - Green Atmosfēras izturības indekss

Šis indekss ir jutīgāks pret plašu hlorofila koncentrāciju diapazonu un mazāk jutīgs pret atmosfēras ietekmi nekā NDVI.

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

Gamma konstante ir svēršanas funkcija, kas ir atkarīga no aerosola apstākļiem atmosfērā. ENVI izmanto vērtību 1,7, kas ir Gitelson, Kaufman un Merzylak (1996, 296. lpp.) ieteiktā vērtība.

Atsauce: Gitelson, A., Y. Kaufman un M. Merzylak. „Green kanāla izmantošana globālās veģetācijas attālajā uzraudzībā no EOS-MODIS.” Remote Sensing of Environment 58 (1996): 289-298.

---

GCI - Green Hlorofila indekss

Šo indeksu izmanto, lai novērtētu lapu hlorofila saturu plašā augu sugu klāstā.

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

Plašs NIR un zaļo viļņu garums nodrošina labāku hlorofila satura prognozi, vienlaikus nodrošinot lielāku jutību un augstāku signāla un trokšņa attiecību.

Atsauce: Gitelson, A., Y. Gritz un M. Merzlyak. „Saistība starp lapu hlorofila saturu un spektrālo atstarošanos un algoritmiem neinvazīvai hlorofila novērtēšanai augstāko augu lapās.” Journal of Plant Physiology 160 (2003): 271–282.

---

GLI - Green Lapu indekss

Šis indekss sākotnēji tika izstrādāts lietošanai kopā ar digitālo RGB kameru, lai izmērītu kviešu segumu, kur sarkano, zaļo un zilo digitālo skaitļu (DN) diapazons ir no 0 līdz 255.

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

GLI vērtības ir no -1 līdz +1. Negatīvās vērtības attēlo augsni un nedzīvos objektus, bet pozitīvās vērtības attēlo zaļas lapas un stublājus.

Atsauce: Louhaichi, M., M. Borman un D. Johnson. "Telpiski lokalizēta platforma un aerofotogrāfija, lai dokumentētu ganīšanas ietekmi uz kviešiem." Geocarto International 16, Nr. 1 (2001): 65-70.

---

GNDVI - Green Normalizētais veģetācijas indekss

Šis indekss ir līdzīgs NDVI, izņemot to, ka tas mēra zaļo spektru no 540 līdz 570 nm, nevis sarkano spektru. Šis indekss ir jutīgāks pret hlorofila koncentrāciju nekā NDVI.

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

Atsauce: Gitelson, A., un M. Merzlyak. „Hlorofila koncentrācijas tālizpēte augstāko augu lapās.” Advances in Space Research 22 (1998): 689-692.

---

GOSAVI - Green Optimizēts augsnes koriģētais veģetācijas indekss

Šis indekss sākotnēji tika izstrādāts, izmantojot krāsu infrasarkano fotogrāfiju, lai prognozētu kukurūzas slāpekļa vajadzības. Tas ir līdzīgs OSAVI, bet zaļo joslu aizstāj ar sarkano.

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

Atsauce: Sripada, R., et al. "Kukurūzas slāpekļa vajadzību noteikšana sezonas laikā, izmantojot krāsu infrasarkano aerofotogrāfiju." Doktora disertācija, Ziemeļkarolīnas Valsts universitāte, 2005. gads.

---

GRVI - Green Attiecības veģetācijas indekss

Šis indekss ir jutīgs pret fotosintēzes ātrumu meža lapotnē, jo zaļo un sarkano atstarojumu spēcīgi ietekmē lapu pigmentu izmaiņas.

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

Atsauce: Sripada, R., et al. "Aerial Color Infrared Photography for Determining Early In-season Nitrogen Requirements in Corn." Agronomy Journal 98 (2006): 968-977.

---

GSAVI - Green Augsnes koriģētais veģetācijas indekss

Šis indekss sākotnēji tika izstrādāts, izmantojot krāsu infrasarkano fotogrāfiju, lai prognozētu kukurūzas slāpekļa vajadzības. Tas ir līdzīgs SAVI, bet zaļo joslu aizstāj ar sarkano.

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

Atsauce: Sripada, R., et al. "Kukurūzas slāpekļa vajadzību noteikšana sezonas laikā, izmantojot krāsainu infrasarkano aerofotogrāfiju." Doktorantūras disertācija, Ziemeļkarolīnas Valsts universitāte, 2005.

---

LAI - Lapu platības indekss

Šo indeksu izmanto, lai novērtētu lapu segumu un prognozētu kultūraugu augšanu un ražu. ENVI aprēķina zaļo LAI, izmantojot šādu empīrisko formulu no Boegh et al (2002):

$$LAI = 3.618 * EVI - 0.118$$

Kur EVI ir:

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

Augstas LAI vērtības parasti ir no aptuveni 0 līdz 3,5. Tomēr, ja ainā ir mākoņi un citi spilgti objekti, kas rada piesātinātas pikseļus, LAI vērtības var pārsniegt 3,5. Ideāli būtu, ja pirms LAI attēla izveides no ainas izslēgtu mākoņus un spilgtus objektus.

Atsauce: Boegh, E., H. Soegaard, N. Broge, C. Hasager, N. Jensen, K. Schelde un A. Thomsen. „Gaisā iegūti multispektrālie dati lapu platības indeksa, slāpekļa koncentrācijas un fotosintēzes efektivitātes kvantificēšanai lauksaimniecībā”. Remote Sensing of Environment 81, nr. 2-3 (2002): 179-193.

---

LCI - Lapu hlorofila indekss

Šo indeksu izmanto, lai novērtētu hlorofila saturu augstākajos augos, kas ir jutīgi pret atstarojuma izmaiņām, ko izraisa hlorofila absorbcija.

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

Atsauce: Datt, B. „Eikaliptu lapu ūdens satura attālās uzrādes.” Journal of Plant Physiology 154, nr. 1 (1999): 30-36.

---

MNLI – Modificētais nelineārais indekss

Šis indekss ir nelineārā indeksa (NLI) uzlabojums, kas ietver augsnes pielāgoto veģetācijas indeksu (SAVI), lai ņemtu vērā augsnes fonu. ENVI izmanto lapotnes fona pielāgošanas koeficientu (L) ar vērtību 0,5.

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

Atsauce: Yang, Z., P. Willis un R. Mueller. „Band-Ratio Enhanced AWIFS Image ietekme uz kultūraugu klasifikācijas precizitāti.” Pecora 17 tālizpētes simpozija materiāli (2008), Denver, CO.

---

MSAVI2 – Modificētais augsnes pielāgots veģetācijas indekss 2

Šis indekss ir vienkāršāka versija MSAVI indeksam, ko ierosināja Qi, et al (1994), kas uzlabo augsnes pielāgoto veģetācijas indeksu (SAVI). Tas samazina augsnes troksni un palielina veģetācijas signāla dinamisko diapazonu. MSAVI2 balstās uz induktīvu metodi, kas neizmanto konstantu L vērtību (kā SAVI), lai izceltu veselīgu veģetāciju.

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

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

---

NDRE- Normalizētā starpība RedEdge

Šis indekss ir līdzīgs NDVI, bet salīdzina kontrastu starp NIR un RedEdge, nevis Red, kas bieži ātrāk atklāj veģetācijas stresu.

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

---

NDVI — normalizētais veģetācijas indekss

Šis indekss ir veselīgas, zaļas veģetācijas rādītājs. Normalizētās atšķirības formulējuma un hlorofila augstākās absorbcijas un atstarošanas reģionu izmantošanas kombinācija padara to stabilu plašā apstākļu diapazonā. Tomēr tas var sasniegt piesātinājumu blīvā veģetācijā, kad LAI kļūst augsts.

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

Šī indeksa vērtība ir no -1 līdz 1. Zaļās veģetācijas parastais diapazons ir no 0,2 līdz 0,8.

Atsauce: Rouse, J., R. Haas, J. Schell un D. Deering. Veģetācijas sistēmu monitorings Lielajās līdzenumos ar ERTS. Trešais ERTS simpozijs, NASA (1973): 309-317.

---

NLI - nelineārais indekss

Šis indekss pieņem, ka daudzu veģetācijas indeksu un virsmas biofizikālo parametru savstarpējā saistība ir nelineāra. Tas linearizē saistības ar virsmas parametriem, kas mēdz būt nelineāri.

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

Atsauce: Goel, N., un W. Qin. „Lapojuma arhitektūras ietekme uz attiecībām starp dažādiem veģetācijas indeksiem un LAI un Fpar: datorizēta simulācija.” Remote Sensing Reviews 10 (1994): 309-347.

---

OSAVI — optimizēts augsnes pielāgots veģetācijas indekss

Šis indekss balstās uz augsnes pielāgoto veģetācijas indeksu (SAVI). Tas izmanto standarta vērtību 0,16 lapotnes fona pielāgošanas koeficientam. Rondeaux (1996) noteica, ka šī vērtība nodrošina lielāku augsnes variāciju nekā SAVI zemai veģetācijas segai, vienlaikus demonstrējot paaugstinātu jutību pret veģetācijas segumu, kas pārsniedz 50 %. Šo indeksu vislabāk izmantot apgabalos ar salīdzinoši retu veģetāciju, kur augsne ir redzama caur lapotni.

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

Atsauce: Rondeaux, G., M. Steven un F. Baret. „Augsnes pielāgoto veģetācijas indeksu optimizācija.” Remote Sensing of Environment 55 (1996): 95-107.

---

RDVI — renormalizētais veģetācijas indeksa starpības rādītājs

Šis indekss izmanto starpību starp tuvu infrasarkano un sarkano viļņu garumu kopā ar NDVI, lai izceltu veselīgu veģetāciju. Tas nav jutīgs pret augsnes un saules skatīšanas ģeometrijas ietekmi.

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

Atsauce: Roujean, J., un F. Breon. "Vegetācijas absorbētā PAR novērtēšana, izmantojot divvirzienu atstarošanas mērījumus." Remote Sensing of Environment 51 (1995): 375-384.

---

SAVI - Augsnes koriģētais veģetācijas indekss

Šis indekss ir līdzīgs NDVI, bet tas nomāc augsnes pikseļu ietekmi. Tas izmanto lapotnes fona korekcijas koeficientu L, kas ir veģetācijas blīvuma funkcija un bieži prasa iepriekšējas zināšanas par veģetācijas daudzumu. Huete (1988) ierosina optimālo vērtību L=0,5, lai ņemtu vērā pirmās pakāpes augsnes fona variācijas. Šo indeksu vislabāk izmantot apgabalos ar salīdzinoši retu veģetāciju, kur augsne ir redzama caur lapotni.

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

Atsauce: Huete, A. "Augsnes koriģētais veģetācijas indekss (SAVI)." Remote Sensing of Environment 25 (1988): 295-309.

---

TDVI — transformētais atšķirības veģetācijas indekss

Šis indekss ir noderīgs veģetācijas seguma uzraudzībai pilsētu vidē. Tas nesasniedz piesātinājumu kā NDVI un SAVI.

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

Atsauce: Bannari, A., H. Asalhi un P. Teillet. "Transformētais atšķirības veģetācijas indekss (TDVI) veģetācijas seguma kartēšanai" In Proceedings of the Geoscience and Remote Sensing Symposium, IGARSS '02, IEEE International, Volume 5 (2002).

---

VARI — redzamais atmosfēras izturības indekss

Šis indekss balstās uz ARVI un tiek izmantots, lai novērtētu veģetācijas daļu ainā ar zemu jutību pret atmosfēras ietekmi.

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

Atsauce: Gitelson, A., et al. "Vegetation and Soil Lines in Visible Spectral Space: A Concept and Technique for Remote Estimation of Vegetation Fraction. International Journal of Remote Sensing 23 (2002): 2537−2562.

---

WDRVI — plaša dinamiskā diapazona veģetācijas indekss

Šis indekss ir līdzīgs NDVI, bet tajā izmanto svēruma koeficientu (a), lai samazinātu atšķirību starp tuvu infrasarkano un sarkano signālu ieguldījumu NDVI. WDRVI ir īpaši efektīvs ainās ar vidēju līdz augstu veģetācijas blīvumu, ja NDVI pārsniedz 0,6. NDVI tendence ir izlīdzināties, kad palielinās veģetācijas frakcija un lapu platības indekss (LAI), savukārt WDRVI ir jutīgāks pret plašāku veģetācijas frakciju diapazonu un izmaiņām LAI.

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

Svēršanas koeficients (a) var būt no 0,1 līdz 0,2. Henebry, Viña un Gitelson (2004) iesaka vērtību 0,2.

Atsauces

Gitelson, A. "Plaša dinamiskā diapazona veģetācijas indekss veģetācijas biofizikālo īpašību attālinātai kvantificēšanai." Journal of Plant Physiology 161, Nr. 2 (2004): 165-173.

Henebry, G., A. Viña un A. Gitelson. "Plaša dinamiskā diapazona veģetācijas indekss un tā potenciālā lietderība plaisu analīzē." Gap Analysis Bulletin 12: 50-56.