สูตรดัชนีหลายเหตุการณ์

This page lists some multispectral indices that Chloros uses

สูตรดัชนีด้านล่างใช้ในช่วงระหว่างช่วงความถี่ของความถี่ Survey3:

Survey3 สีบรอนซ์	Survey3 ชื่อโทรศัพท์	ช่วงการรับชม (FWHM)	ส่งผ่านการปรับ
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	เรื่อง - RedEdge	712-735nm	724nm
NIR1	OCN - NIR1	798-848nm	823nm
NIR2	RGN | NGB | NIR - NIR2	835-865nm	850nm

เมื่อใช้สูตรนี้อาจอาจลงท้ายด้วย "_1" หรือ "_2" ซึ่งอาจเป็นเพราะ NIR โดยใช้ NIR1 หรือ NIR2

---

EVI - ดัชนีพืชพรรณที่ได้รับ

ดัชนีนี้เดิมเพื่อสำรวจข้อมูล MODIS สำหรับข้อมูลนักท่องเที่ยวเหนือ NDVI โดยหลักการของสัญญาณพืชพรรณในพื้นที่ที่มีดัชนีพื้นที่สูง (LAI) ให้เปล่ามีประโยชน์มากที่สุดในเซิร์ฟเวอร์ LAI ซึ่ง NDVI อาจเกิดขึ้นโดยแกนหลักการสอบสวนเพื่อวินิจฉัยส่วนหน้าของดินและสำแดงของชั้นบรรยากาศ ตรวจสอบกระเจิงของลอยลอย

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

ค่า EVI ให้คุณเลือก 0 ถึง 1 สำหรับห้องน้ำพืชพรรณลักษณะที่สว่างไสว เช่น อาคารและสีขาวในลักษณะที่มืด เช่น น้ำอาจสามารถค่าสาธารณูปโภคได้ใน EVI ในการสร้างภาพ EVI เพดานและประสิทธิภาพที่ส่องสว่างจากภาพเมนบอร์ด หม้อน้ำหม้อน้ำตั้งแต่ 0 ถึง 1 ได้เลยทีเดียว

อ้างอิง: Huete, A., และคณะ "ความเข้มข้นของความร้อนเชิงรังสีและชีวคณิตศาสตร์ของดัชนีพืชพรรณ MODIS" สุขภาพของสารอาหาร 83 (2545):195–213.

---

FCI1 - ดัชนีการตรวจพบป่าไม้ 1

ดัชนีนี้แยกระหว่างหลังคาป่ากับพืชพรรณประเภทอื่นๆ เพื่อให้ภาพสะท้อนแบบหลายจุดอาจมีแถบขอบสีแดง

$$FCI1 = Red * RedEdge$$

เนื้อป่าจะค่า FCI1 ด้านล่างความเชื่อของต้นไม้ลดลงและมีเงามืดทรงพุ่ม

อ้างอิง: Becker, Sarah J., Craig S.T. ดอทรี และแอนดรูว์ แอล. รัส "ดัชนีชี้วัดป่าไม้สำหรับภาพหลายกรณี" วิศวกรรมโฟโตแกรมและสาเหตุของความเสียหาย 84.8 (2018): 505-512.

---

FCI2 - ดัชนีการตรวจพบป่าไม้ 2

ดัชนีนี้แยกระหว่างทรงพุ่มกับพืชพรรณประเภทอื่นๆ ให้เห็นการสะท้อนแสงแบบหลายทิศทางซึ่งไม่มีรังสีขอบสีแดง

$$FCI2 = Red * NIR$$

เนื้อป่าจะค่า FCI2 ด้านล่างความเชื่อของต้นไม้ลดลงและมีเงามืดทรงพุ่ม

อ้างอิง: Becker, Sarah J., Craig S.T. ดอทรี และแอนดรูว์ แอล. รัส "ดัชนีชี้วัดป่าไม้สำหรับภาพหลายกรณี" วิศวกรรมโฟโตแกรมและสาเหตุของความเสียหาย 84.8 (2018): 505-512.

---

GEMI - ดัชนีการตรวจสอบสิ่งแวดล้อมทั่วโลก

ดัชนีพืชพรรณที่ไม่ถือเป็นสิ่งนี้ในการตรวจสอบรายงานทั่วโลกจากส่วนมากเป็นพิเศษและมีความสำคัญในนัยสำคัญบรรยากาศ NDVI โดยทั่วไปความเข้มข้นต่อบรรยากาศในการควบคุมข้อมูลในดินเปล่าเปล่าการใช้พลังงานในพื้นที่ที่มีพืชพรรณเบาหรือบางส่วนปานกลาง

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

ที่ไหน:

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

อ้างอิง: Pinty, B. และ M. Verstraete GEMI: ดัชนีดัชนีเพื่อตรวจสอบพืชทั่วโลกจากไนโตรเจน 101 (1992): 15-20.

---

GARI - Green ดัชนีความร้อนบรรยากาศ

ดัชนีนี้มีต่อยอดของคลอโรฟิลล์และความเข้มข้นของบรรยากาศต่อ NDVI

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

ค่าของแกมม่าเป็นฟังก์ชันถ่วงน้ำหนักซึ่งขึ้นอยู่กับสภาวะของลอยในบรรยากาศ ENVI ใช้ค่า 1.7 เพิ่มเติมค่าพารามิเตอร์จาก Gitelson, Kaufman และ Merzylak (1996, หน้า 296)

อ้างอิง: Gitelson, A., Y. Kaufman และ M. Merzylak "การใช้ Green Channel ในที่นี้สำหรับเซิร์ฟเวอร์ทั่วโลกจาก EOS-MODIS" ประจำปีนี้ 58 (1996): 289-298.

---

GCI - Green ดัชนีคลอโรฟิลล์

ดัชนีนี้จะคำนวณปริมาณคลอโรฟิลล์ในใบจากพืชหลายชนิด

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

การใช้ NIR ที่ขอบเขตและความยาวคลื่นสีเขียวช่วยให้ปริมาณคลอโรฟิลล์ในเวลาเดียวกันก็ให้สารอาหารที่ร่างกายส่งสัญญาณต่อความเข้มข้นของแสง

อ้างอิง: Gitelson, A., Y. Gritz และ M. Merzlyak "ความสัมพันธ์ระหว่างปริมาณคลอโรฟิลล์ในใบโดยสะท้อนทางธรรมชาติและอัลกอริธึมสำหรับผงคลอโรฟิลล์โดยไม่ทำลายในใบพืชของพืช" วารสารสรีรวิทยาพืช 160 (2546): 271-282.

---

GLI - Green ดัชนีดัชนี

เดิมทีดัชนีนี้เป็นตัวอย่างในส่วนของการตรวจสอบ RGB สำหรับวัดไข้โดยที่ตัวเลขดิจิทัล (DN) สีแดง เขียว และน้ำเงินครามตั้งแต่ 0 ถึง 255

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

ค่า GLI มีตั้งแต่ -1 ถึง +1 ค่าลบลักษณะดินพบว่าไม่มีชีวิตส่วนค่าบวกเป็นตัวอย่างใบและสีเขียว

อ้างอิง: Louhaichi, M., M. Borman และ D. Johnson " ชานชาลาที่พื้นที่และบางส่วนของบันทึกเพื่อให้บันทึกผลกระทบจากเล็มหญ้าต่อข้าวสาลี" Geocarto International 16 ฉบับที่ 1 (2544): 65-70.

---

GNDVI - Green ดัชนีพืชพรรณและอาหารที่เป็นมาตรฐาน

ดัชนีนี้มักจะ NDVI ยกเว้นบางส่วนที่วัดได้จากสีเขียวตั้งแต่ 540 ถึง 570 นาโนเมตร ตรวจสอบสีแดง ดัชนีนี้มีต่อความเข้มข้นของคลอโรฟิลล์มากกว่า NDVI

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

อ้างอิง: Gitelson, A. และ M. Merzlyak "นักร้องของคลอโรฟิลล์ในใบพืชของลูกค้า" ในการวิจัย 22 (1998): 689-692.

---

GOSAVI - Green ดัชนีพืชพรรณที่ปรับปรุงดินที่ปรับให้รับประทานอาหาร

ดัชนีนี้เดิมมาก่อนด้วยอินฟราเรดสีเพื่อเรียกร้องความต้องการสำหรับข้าวโพดเป็นจำนวนมาก OSAVI แต่เปลี่ยนความร้อนสีเขียวเป็นสีแดง

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

อ้างอิง: ศรีภาดา ร. และคณะ "เรียกร้องความต้องการส่วนใหญ่สำหรับข้าวโพดคั่วในภาพอินฟราเรดสีตามปกติ" ไปจนถึงวิทยานิพนธ์, มหาวิทยาลัยแห่งรัฐนอร์ ธ ออล, 2548.

---

GRVI - Green ดัชนีพืชพรรณ

ดัชนีนี้มีต่อการสังเคราะห์แสงในทรงพุ่มของป่าทึบสีเขียวและสีแดงที่ได้รับความร้อนจากการเปลี่ยนแปลงของเม็ดสีในใบ

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

อ้างอิง: ศรีภาดา ร. และคณะ "หลังจากนั้นด้วยสีอินฟราเรดเพื่อตรวจสอบความต้องการอย่างต่อเนื่องในข้าวโพด" โรงงานไร่วารสาร 98 (2549): 968-977.

---

GSAVI - Green ดัชนีพืชพรรณที่ปรับดิน

ดัชนีนี้เดิมมาก่อนด้วยอินฟราเรดสีเพื่อเรียกร้องความต้องการสำหรับข้าวโพดเป็นจำนวนมาก SAVI แต่เปลี่ยนความร้อนสีเขียวเป็นสีแดง

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

อ้างอิง: ศรีภาดา ร. และคณะ "เรียกร้องความต้องการส่วนใหญ่สำหรับข้าวโพดคั่วในภาพอินฟราเรดสีตามปกติ" ไปจนถึงวิทยานิพนธ์, มหาวิทยาลัยแห่งรัฐนอร์ ธ ออล, 2548.

---

LAI - ดัชนีพื้นที่การตรวจสอบ

ดัชนีนี้อธิบายถึงประสิทธิภาพของการสังเกตของไดรฟ์และบางครั้งเพื่อดูและประสิทธิภาพของพื้นที่ผล ENVI คำนวณ LAI สีเหลืองสูตรเข้มข้นในครั้งต่อไปจาก Boegh et al (2002):

$$LAI = 3.618 * EVI - 0.118$$

โดยที่ EVI คือ:

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

ตรวจสอบค่า LAI โดยจะตรวจพบ 0 ถึง 3.5 อย่างไรก็ตาม บางครั้งมีฉากเมฆและคุณสมบัติสว่างๆ มัลติฟังก์ชั่นสำหรับค่า LAI ได้เกิน 3.5 สามารถใช้ระบบปกปิดเมฆและส่วนสว่างจากฉากของคุณเพื่อค้นหาสร้างภาพ LAI

อ้างอิง: Boegh, E., H. Soegaard, N. Broge, C. Hasager, N. Jensen, K. Schelde และ A. Thomsen "ข้อมูลหลายตัวในอากาศสำหรับดัชนีพื้นที่ใบเชิงปริมาณการใช้พลังงานของไนโตรเจนและเสียงสังเคราะห์แสงในการเกษตร" ในรายงานของเรา 81 เลขที่ 2-3 (2545): 179-193.

---

LCI - ดัชนีคลอโรฟิลล์ของใบ

ดัชนีนี้จะตรวจสอบปริมาณคลอโรฟิลล์ในพืชชั้นสูงที่เป็นผลสืบเนื่องมาจากผลของความเข้มข้นของคลอโรฟิลล์

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

อ้างอิง: Datt, B. "แหล่งที่มาของปริมาณน้ำในใบยูคาลิปตัส" วารสารสรีรวิทยาพืช 154, ฉบับที่. 1 (1999): 30-36.

---

MNLI - ดัชนีชี้วัดเหตุการณ์ที่เกิดขึ้น

ดัชนีนี้เป็นดัชนีที่ไม่เคยเป็นมาก่อน (NLI) ที่รวมดัชนีพืชพรรณที่ปรับดิน (SAVI) เพื่อพิจารณาผลการวิจัยของดิน ENVI ใช้ค่าความเข้มข้นของประสิทธิภาพสูง (L) เท่ากับ 0.5

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

อ้างอิง: Yang, Z., P. Willis และ R. Mueller "ความต้องการของภาพ AWIFS ที่ปรับปรุงแบนด์ต่อๆ ในส่วนของประเภทของพืชผล" ประสิทธิภาพของการประชุม Pecora 17 Remote Sensing Symposium (2008), เดนเวอร์, ไวรัส.

---

MSAVI2 - ดัชนีพืชพรรณที่ปรับปรุงดินให้ดี 2

ดัชนีนี้เป็นประวัติการณ์กว่าของดัชนี MSAVI ที่เสนอโดย Qi, et al (1994) ซึ่งจะปรับปรุงตามดัชนีพืชพรรณที่ปรับดิน (SAVI) จะพิจารณาสัญญาณในดินในช่วงไดนามิกของสัญญาณพืชพรรณ MSAVI2 ข้อเสนอแนะที่ไม่ใช้ค่า L คอส ( SAVI) เพื่อเน้นพืชพรรณที่เข้มข้น

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

อ้างอิง: Qi, J., A. Chehbouni, A. Huete, Y. Kerr และ S. Sorooshian "ดัชนีพืชพรรณปรับดินที่เก็บไว้" อย่างไรก็ตามเชื่อกันว่า 48 (1994): 119-126.

---

NDRE- ระบบควบคุมที่เป็นมาตรฐาน RedEdge

ดัชนีนี้มีความสำคัญ NDVI แต่เปรียบเทียบระหว่าง NIR กับ RedEdge ฟังก์ชั่น Red ซึ่งปกติจะตรวจพบความเครียดได้สามารถตรวจพบได้

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

---

NDVI - ดัชนีพืชพรรณที่เป็นมาตรฐาน

ดัชนีนี้อีกครั้งพืชพรรณสีเขียวที่มีความสำคัญในภาพรวมระหว่างสูตรที่เป็นสาเหตุให้เป็นมาตรฐานและการใช้การควบคุมและการตรวจสอบส่วนประกอบคลอโรฟิลล์ในส่วนคลอโรฟิลล์มีความเข้มข้นในสภาวะต่างๆ อย่างไรก็ตาม สภาวะที่เกิดขึ้นได้ในสภาพสภาพพรรณพืชแบบไดนามิกเมื่อ LAI มีปริมาณสูง

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

ค่าดัชนีชี้วัดนี้ -1 ถึง 1 ช่วงทั่วไปสำหรับพืชสีเขียวคือ 0.2 ถึง 0.8

อ้างอิง: Rouse, J., R. Haas, J. Schell และ D. Deering ตรวจสอบระบบพืชพรรณใน Great Plains ด้วย ERTS การประชุมสัมมนา ERTS ในส่วนที่สาม NASA (1973): 309-317.

---

NLI - ดัชนีในช่วงเวลาดังกล่าว

ดัชนีนี้ว่าความสัมพันธ์ระหว่างดัชนีพืชพรรณหลายชนิดกับการสำรวจทางเภสัชกรรมของรังสีนั้นไม่เป็นที่และทำให้ความสัมพันธ์เป็นเส้นตรงที่มีความสำคัญที่สนามแม่เหล็กและไม่เป็นที่ทราบถึง...

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

อ้างอิง: Goel, N. และ W. Qin "ข้อมูลของการตรวจสอบของไม่พบทรงพุ่มต่อความสัมพันธ์ระหว่างดัชนีพืชพรรณต่างๆ กับ LAI และ Fpar: อ่านด้วยคอมพิวเตอร์" ดูอีกครั้งหนึ่ง 10 (1994): 309-347.

---

OSAVI - ดัชนีพืชพรรณที่ปรับดินให้เป็นเรื่องปกติ

ดัชนีนี้อิงตามดัชนีพืชพรรณที่ปรับสภาพดิน (SAVI) โดยแกนค่ามาตรฐาน 0.16 สำหรับส่วนประกอบของโครงสร้างหลังคา Rondeaux (1996) พานค่านี้กำจัดของดินมากกว่า SAVI สำหรับพืชปกคลุมดินต่ำเพื่อตรวจสอบความร้อนต่อพืชดิน 50% ดัชนีนี้ใช้ดีที่สุดในพื้นที่ที่มีพืชพรรณเบาบางอุตสาหกรรมผ่านทรงพุ่ม

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

อ้างอิง: Rondeaux, G., M. Steven และ F. Baret "การค้นคว้าดัชนีพืชพรรณที่ปรับดินแล้ว" 55 (1996): 95-107.

---

RDVI - ดัชนีพืชพรรณที่แตกต่างกันที่เป็นมาตรฐานใหม่

ดัชนีนี้ใช้ระหว่างช่วงคลื่นใกล้อินฟราเรดและสีแดง NDVI เพื่อเน้นพืชที่จะช่วยให้มันไวต่อความสามารถในการดูดินและรังสี

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

อ้างอิง: Roujean, J. และ F. Breon " การดูค่า PAR เพื่อการวิจารณ์โดยพืชพรรณจากห้างสรรพสินค้าแบบสองทิศทาง" นั่นเอง 51 (1995): 375-384.

---

SAVI - ดัชนีพืชพรรณที่ปรับดิน

ดัชนีนี้สามารถเลือก NDVI เพื่อตรวจสอบความเข้มข้นของดิน โดยหลักการของประสิทธิภาพของโพรพิลีนพุ่ม _L_ส่วนต่างๆ ของส่วนต่างๆ และมักจะต้องอาศัยความรู้ล่วงหน้าเกี่ยวกับปริมาณพืชพรรณ Huete (1988) ตรวจสอบค่าที่เหมาะสมที่สุดที่ L=0.5 เพื่อพิจารณาความสแกนของสืบสวนของดินที่หนึ่งดัชนีนี้ใช้ดีที่สุดในพื้นที่ที่มีพืชในพื้นที่เบาบางซึ่งแกนดินผ่านทรงพุ่ม

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

อ้างอิง: Huete, A. "ดัชนีพืชพรรณที่ปรับดิน (SAVI)" อ้างอิงถึง 25 (1988): 295-309.

---

TDVI - ดัชนีพืชพรรณที่แตกต่างกันที่ปรับปรุงแล้ว

ดัชนีนี้มีประโยชน์สำหรับเส้นผมพืชพรรณที่สามารถพบได้ในทุกวันนี้มันไม่เหมือนกับ NDVI และ SAVI

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

อ้างอิง: บันนาริ, เอ., เอช. อาซาลี และพี. ไทเลต์ "Transformed Difference โรงงานพรรณดัชนี (TDVI) สำหรับการทำแผนที่และพืชพรรณ" ในการดำเนินการของการประชุมสัมมนาและอีกครั้งหนึ่ง, IGARSS '02, IEEE International, เล่มที่ 5 (2002).

---

VARI - ดัชนีความสะดวกสบายบรรยากาศที่สามารถตรวจสอบได้

ดัชนีนี้อิงตาม ARVI และการพิจารณาสัดส่วนของพรรณในฉากที่มีดราม่าต่อผลกระทบจากบรรยากาศต่ำ

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

อ้างอิง: Gitelson, A., และคณะ " เส้นพืชพรรณและดินในพื้นที่ที่สามารถดูได้: แนวคิดและเทคนิคสำหรับการพิจารณาค่าบำรุงรักษาพืชพรรณอธิบายถึงวารสารต่างๆ 23 (2545): 2537−2562.

---

WDRVI - ดัชนีพืชพรรณช่วงไดนามิกความกว้าง

ดัชนีนี้ความเข้มข้น NDVI แต่ใช้ค่าสัมประสิทธิ์การถ่วงน้ำหนัก (a) ความเข้มข้นระหว่างสัญญาณของสัญญาณอินฟราเรดใกล้และสัญญาณสีแดงกับ NDVI WDRVI ประสิทธิภาพเยี่ยมในฉากที่มีความเข้มข้นปานกลางถึงสูงอีกครั้ง NDVI เกิน 0.6 NDVI และลดลงเมื่อระบบควบคุมพืชพรรณและดัชนีพื้นที่ใบ (LAI) ตรวจสอบ WDRVI มีระบบควบคุมต่อพืชพรรณในช่วงนี้และต่อการเปลี่ยนแปลงใน LAI

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

ค่าสัมประสิทธิ์การถ่วงน้ำหนัก (a) สามารถใช้ค่าตั้งแต่ 0.1 ถึง 0.2 Henebry, Viña และ Gitelson (2004) ตรวจสอบค่า 0.2

อ้างอิง

Gitelson, A. "ดัชนีพืชพรรณช่วงไดนามิกขอบเขตสำหรับปริมาณปริมาณของลักษณะทางชีวเคมีและพรรณ" วารสารสรีรวิทยาพืช 161 ฉบับที่ 2 (2547): 165-173.

เฮนเนบรี, จี., เอ. วินา และ เอ. กิตเทลสัน "ดัชนีพืชพรรณช่วงไดนามิกความกว้างและประโยชน์สำหรับพื้นที่ว่าง" กระดานข่าววิเคราะห์ช่องว่าง 12: 50-56.