Fórmulas de índice multiespectral

This page lists some multispectral indices that Chloros uses

As fórmulas do índice abaixo utilizam uma combinação das faixas de transmissão média do filtro Survey3:

Survey3 Cor do filtro	Survey3 Nome do filtro	Intervalo de transmissão (FWHM)	Transmissão média
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

Quando essas fórmulas são usadas, o nome pode terminar em “_1” ou “_2”, o que corresponde ao filtro NIR, seja NIR1 ou NIR2.

---

EVI - Índice de Vegetação Aprimorado

Este índice foi originalmente desenvolvido para uso com dados MODIS como uma melhoria em relação ao NDVI, otimizando o sinal de vegetação em áreas de alto índice de área foliar (LAI). É mais útil em regiões com alto LAI, onde o NDVI pode saturar. Ele usa a região de refletância azul para corrigir os sinais de fundo do solo e reduzir as influências atmosféricas, incluindo a dispersão de aerossóis.

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

Os valores EVI devem variar de 0 a 1 para pixels de vegetação. Características brilhantes, como nuvens e edifícios brancos, juntamente com características escuras, como água, podem resultar em valores de pixel anômalos em uma imagem EVI. Antes de criar uma imagem EVI, você deve mascarar as nuvens e os recursos brilhantes da imagem de refletância e, opcionalmente, definir o limite dos valores de pixel de 0 a 1.

Referência: Huete, A., et al. “Visão geral do desempenho radiométrico e biofísico dos índices de vegetação MODIS”. Remote Sensing of Environment 83 (2002):195–213.

---

FCI1 - Índice de cobertura florestal 1

Este índice distingue copas de árvores de outros tipos de vegetação usando imagens de refletância multiespectral que incluem uma faixa vermelha.

$$FCI1 = Red * RedEdge$$

As áreas florestadas terão valores FCI1 mais baixos devido à menor refletância das árvores e à presença de sombras dentro da copa.

Referência: Becker, Sarah J., Craig S.T. Daughtry e Andrew L. Russ. “Índices robustos de cobertura florestal para imagens multiespectrais.” Engenharia Fotogramétrica e Sensoriamento Remoto 84.8 (2018): 505-512.

---

FCI2 - Índice de Cobertura Florestal 2

Este índice distingue copas florestais de outros tipos de vegetação usando imagens de refletância multiespectral que não incluem uma faixa de borda vermelha.

$$FCI2 = Red * NIR$$

Áreas florestadas terão valores FCI2 mais baixos devido à menor refletância das árvores e à presença de sombras dentro da copa.

Referência: Becker, Sarah J., Craig S.T. Daughtry e Andrew L. Russ. “Índices robustos de cobertura florestal para imagens multiespectrais”. Engenharia Fotogramétrica e Sensoriamento Remoto 84.8 (2018): 505-512.

---

GEMI - Índice de Monitoramento Ambiental Global

Este índice de vegetação não linear é usado para monitoramento ambiental global a partir de imagens de satélite e tenta corrigir os efeitos atmosféricos. É semelhante ao NDVI, mas é menos sensível aos efeitos atmosféricos. É afetado pelo solo nu; portanto, não é recomendado para uso em áreas de vegetação esparsa ou moderadamente densa.

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

Onde:

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

Referência: Pinty, B., e M. Verstraete. GEMI: um Índice Não Linear para Monitorar a Vegetação Global a partir de Satélites. Vegetação 101 (1992): 15-20.

---

GARI - Green Índice resistente à atmosfera

Este índice é mais sensível a uma ampla gama de concentrações de clorofila e menos sensível aos efeitos atmosféricos do que o NDVI.

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

A constante gama é uma função de ponderação que depende das condições do aerossol na atmosfera. O ENVI usa um valor de 1,7, que é o valor recomendado por Gitelson, Kaufman e Merzylak (1996, página 296).

Referência: Gitelson, A., Y. Kaufman e M. Merzylak. “Uso de um canal Green no sensoriamento remoto da vegetação global a partir do EOS-MODIS.” Remote Sensing of Environment 58 (1996): 289-298.

---

GCI - Green Índice de clorofila

Este índice é usado para estimar o teor de clorofila das folhas em uma ampla variedade de espécies de plantas.

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

Ter comprimentos de onda NIR e verdes amplos proporciona uma melhor previsão do teor de clorofila, ao mesmo tempo que permite maior sensibilidade e uma relação sinal-ruído mais elevada.

Referência: Gitelson, A., Y. Gritz e M. Merzlyak. “Relações entre o teor de clorofila nas folhas e a refletância espectral e algoritmos para avaliação não destrutiva da clorofila em folhas de plantas superiores”. Journal of Plant Physiology 160 (2003): 271-282.

---

GLI - Green Índice foliar

Este índice foi originalmente projetado para uso com uma câmera digital RGB para medir a cobertura do trigo, onde os números digitais (DNs) vermelho, verde e azul variam de 0 a 255.

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

Os valores GLI variam de -1 a +1. Os valores negativos representam o solo e características não vivas, enquanto os valores positivos representam folhas e caules verdes.

_Referência: Louhaichi, M., M. Borman e D. Johnson. “Plataforma localizada espacialmente e fotografia aérea para documentação dos impactos do pastoreio no trigo.” Geocarto International 16, n.º 1 (2001): 65-70.

---

GNDVI - Green Índice de Vegetação por Diferença Normalizada

Este índice é semelhante ao NDVI, exceto que mede o espectro verde de 540 a 570 nm em vez do espectro vermelho. Este índice é mais sensível à concentração de clorofila do que o NDVI.

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

Referência: Gitelson, A., e M. Merzlyak. “Remote Sensing of Chlorophyll Concentration in Higher Plant Leaves” (Sensoriamento remoto da concentração de clorofila nas folhas de plantas superiores). Advances in Space Research 22 (1998): 689-692.

---

GOSAVI - Green Índice de vegetação ajustado ao solo otimizado

Este índice foi originalmente projetado com fotografia infravermelha colorida para prever as necessidades de nitrogênio para o milho. É semelhante ao OSAVI, mas substitui a banda verde pela vermelha.

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

Referência: Sripada, R., et al. “Determinação das necessidades de nitrogênio durante a estação para o milho usando fotografia aérea infravermelha colorida”. Tese de doutorado, Universidade Estadual da Carolina do Norte, 2005.

---

GRVI - Green Índice de vegetação de razão

Este índice é sensível às taxas fotossintéticas nas copas das árvores, uma vez que as refletâncias verde e vermelha são fortemente influenciadas pelas alterações nos pigmentos das folhas.

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

Referência: Sripada, R., et al. “Fotografia aérea em infravermelho colorido para determinar as necessidades de nitrogênio no início da estação para o milho.” Agronomy Journal 98 (2006): 968-977.

---

GSAVI - Green Índice de vegetação ajustado ao solo

Este índice foi originalmente concebido com fotografia infravermelha colorida para prever as necessidades de nitrogênio do milho. É semelhante ao SAVI, mas substitui a banda verde pela vermelha.

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

Referência: Sripada, R., et al. “Determinação das necessidades de nitrogênio durante a estação para o milho usando fotografia aérea infravermelha colorida.” Tese de doutorado, Universidade Estadual da Carolina do Norte, 2005.

---

LAI - Índice de área foliar

Este índice é usado para estimar a cobertura foliar e prever o crescimento e o rendimento das culturas. O ENVI calcula o LAI verde usando a seguinte fórmula empírica de Boegh et al (2002):

$$LAI = 3.618 * EVI - 0.118$$

Onde EVI é:

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

Os valores altos de LAI variam normalmente entre aproximadamente 0 e 3,5. No entanto, quando a cena contém nuvens e outras características brilhantes que produzem pixels saturados, os valores de LAI podem exceder 3,5. O ideal é mascarar as nuvens e as características brilhantes da cena antes de criar uma imagem LAI.

Referência: Boegh, E., H. Soegaard, N. Broge, C. Hasager, N. Jensen, K. Schelde e A. Thomsen. “Dados multiespectrais aéreos para quantificar o índice de área foliar, a concentração de nitrogênio e a eficiência fotossintética na agricultura”. Remote Sensing of Environment 81, n.º 2-3 (2002): 179-193.

---

LCI - Índice de clorofila foliar

Este índice é usado para estimar o teor de clorofila em plantas superiores, sensíveis à variação na refletância causada pela absorção da clorofila.

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

Referência: Datt, B. “Sensoriamento remoto do teor de água nas folhas de eucalipto.” Journal of Plant Physiology 154, n.º 1 (1999): 30-36.

---

MNLI - Índice não linear modificado

Este índice é um aprimoramento do Índice Não Linear (NLI) que incorpora o Índice de Vegetação Ajustado ao Solo (SAVI) para levar em conta o fundo do solo. O ENVI usa um valor de fator de ajuste do fundo da copa (L) de 0,5.

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

Referência: Yang, Z., P. Willis e R. Mueller. “Impacto da imagem AWIFS aprimorada pela relação de banda na precisão da classificação de culturas”. Anais do Simpósio de Sensoriamento Remoto Pecora 17 (2008), Denver, CO.

---

MSAVI2 - Índice de Vegetação Ajustado ao Solo Modificado 2

Este índice é uma versão mais simples do índice MSAVI proposto por Qi, et al (1994), que melhora o Índice de Vegetação Ajustado ao Solo (SAVI). Ele reduz o ruído do solo e aumenta a faixa dinâmica do sinal da vegetação. O MSAVI2 baseia-se em um método indutivo que não utiliza um valor L constante (como no SAVI) para destacar a vegetação saudável.

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

_Referência: Qi, J., A. Chehbouni, A. Huete, Y. Kerr e S. Sorooshian. “Um Índice de Vegetação Ajustado ao Solo Modificado.” Remote Sensing of Environment 48 (1994): 119-126.

---

NDRE - Diferença Normalizada RedEdge

Este índice é semelhante ao NDVI, mas compara o contraste entre o NIR e o RedEdge em vez do Red, que frequentemente detecta o estresse da vegetação mais cedo.

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

---

NDVI - Índice de Vegetação por Diferença Normalizada

Este índice é uma medida da vegetação verde saudável. A combinação de sua formulação de diferença normalizada e o uso das regiões de maior absorção e refletância da clorofila o tornam robusto em uma ampla gama de condições. No entanto, ele pode saturar em condições de vegetação densa quando o LAI se torna alto.

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

O valor deste índice varia de -1 a 1. A faixa comum para vegetação verde é de 0,2 a 0,8.

_Referência: Rouse, J., R. Haas, J. Schell e D. Deering. Monitoramento de sistemas de vegetação nas Grandes Planícies com ERTS. Terceiro Simpósio ERTS, NASA (1973): 309-317.

---

NLI - Índice Não Linear

Este índice pressupõe que a relação entre muitos índices de vegetação e parâmetros biofísicos da superfície é não linear. Ele lineariza as relações com parâmetros da superfície que tendem a ser não lineares.

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

Referência: Goel, N., e W. Qin. “Influências da arquitetura do dossel nas relações entre vários índices de vegetação e LAI e Fpar: uma simulação por computador”. Remote Sensing Reviews 10 (1994): 309-347.

---

OSAVI - Índice de vegetação ajustado ao solo otimizado

Este índice é baseado no Índice de vegetação ajustado ao solo (SAVI). Ele usa um valor padrão de 0,16 para o fator de ajuste do fundo da copa. Rondeaux (1996) determinou que esse valor proporciona maior variação do solo do que o SAVI para cobertura vegetal baixa, ao mesmo tempo em que demonstra maior sensibilidade à cobertura vegetal superior a 50%. Este índice é mais adequado para áreas com vegetação relativamente esparsa, onde o solo é visível através da copa das árvores.

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

Referência: Rondeaux, G., M. Steven e F. Baret. “Otimização de índices de vegetação ajustados ao solo”. Remote Sensing of Environment 55 (1996): 95-107.

---

RDVI - Índice de Vegetação por Diferença Renormalizada

Este índice usa a diferença entre os comprimentos de onda do infravermelho próximo e do vermelho, juntamente com o NDVI, para destacar a vegetação saudável. Ele é insensível aos efeitos do solo e da geometria de visualização do sol.

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

Referência: Roujean, J., e F. Breon. “Estimativa da PAR absorvida pela vegetação a partir de medições de refletância bidirecional.” Remote Sensing of Environment 51 (1995): 375-384.

---

SAVI - Índice de vegetação ajustado ao solo

Este índice é semelhante ao NDVI, mas suprime os efeitos dos pixels do solo. Ele usa um fator de ajuste de fundo da copa, L, que é uma função da densidade da vegetação e geralmente requer conhecimento prévio das quantidades de vegetação. Huete (1988) sugere um valor ideal de L=0,5 para levar em conta as variações de fundo do solo de primeira ordem. Este índice é mais adequado para áreas com vegetação relativamente esparsa, onde o solo é visível através da copa das árvores.

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

Referência: Huete, A. “Um Índice de Vegetação Ajustado ao Solo (SAVI).” Remote Sensing of Environment 25 (1988): 295-309.

---

TDVI - Índice de Vegetação por Diferença Transformada

Este índice é útil para monitorar a cobertura vegetal em ambientes urbanos. Ele não satura como o NDVI e o SAVI.

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

Referência: Bannari, A., H. Asalhi e P. Teillet. “Índice de Diferença Transformada da Vegetação (TDVI) para Mapeamento da Cobertura Vegetal” Em Anais do Simpósio de Geociências e Sensoriamento Remoto, IGARSS '02, IEEE International, Volume 5 (2002).

---

VARI - Índice Visível Resistente à Atmosfera

Este índice é baseado no ARVI e é usado para estimar a fração de vegetação em uma cena com baixa sensibilidade aos efeitos atmosféricos.

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

Referência: Gitelson, A., et al. “Linhas de vegetação e solo no espaço espectral visível: um conceito e técnica para estimativa remota da fração de vegetação. Revista Internacional de Sensoriamento Remoto 23 (2002): 2537−2562.

---

WDRVI - Índice de vegetação de ampla faixa dinâmica

Este índice é semelhante ao NDVI, mas usa um coeficiente de ponderação (a) para reduzir a disparidade entre as contribuições dos sinais do infravermelho próximo e do vermelho para o NDVI. O WDRVI é particularmente eficaz em cenas com densidade de vegetação moderada a alta quando o NDVI excede 0,6. O NDVI tende a se estabilizar quando a fração de vegetação e o índice de área foliar (LAI) aumentam, enquanto o WDRVI é mais sensível a uma gama mais ampla de frações de vegetação e a mudanças no LAI.

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

O coeficiente de ponderação (a) pode variar de 0,1 a 0,2. Um valor de 0,2 é recomendado por Henebry, Viña e Gitelson (2004).

Referências

Gitelson, A. “Índice de vegetação de ampla faixa dinâmica para quantificação remota das características biofísicas da vegetação”. Journal of Plant Physiology 161, n.º 2 (2004): 165-173.

Henebry, G., A. Viña e A. Gitelson. “O Índice de Vegetação de Ampla Faixa Dinâmica e sua Utilidade Potencial para Análise de Lacunas.” Boletim de Análise de Lacunas 12: 50-56.