Формули мультиспектрального індексу

This page lists some multispectral indices that Chloros uses

У наведених нижче формулах індексу використовується комбінація середніх діапазонів пропускання фільтра Survey3:

Survey3 Колір фільтра	Survey3 Назва фільтра	Діапазон пропускання (FWHM)	Середня пропускання
Blue	NGB - Blue	468-483 нм	475 нм
Cyan	OCN- Cyan	476-512 нм	494 нм
Green	RGN | NGB - Green	543-558 нм	547 нм
Orange	OCN - Orange	598-640 нм	619 нм
Red	RGN - Red	653-668 нм	661 нм
RedEdge	Re - RedEdge	712-735 нм	724 нм
NIR1	OCN - NIR1	798-848 нм	823 нм
NIR2	RGN | NGB | NIR - NIR2	835-865 нм	850 нм

При використанні цих формул назва може закінчуватися на «\_1» або «\_2», що відповідає тому, який фільтр NIR, NIR1 або NIR2 був використаний.

---

EVI — розширений індекс рослинності

Цей індекс був спочатку розроблений для використання з даними MODIS як вдосконалення NDVI шляхом оптимізації сигналу рослинності в районах з високим індексом листової поверхні (LAI). Він є найбільш корисним у регіонах з високим LAI, де NDVI може бути насиченим. Він використовує область синього відбиття для корекції сигналів фону ґрунту та зменшення атмосферних впливів, включаючи розсіювання аерозолів.

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

Значення EVI повинні бути в діапазоні від 0 до 1 для пікселів рослинності. Яскраві об'єкти, такі як хмари та білі будівлі, а також темні об'єкти, такі як вода, можуть призвести до аномальних значень пікселів на зображенні EVI. Перед створенням зображення EVI слід замаскувати хмари та яскраві об'єкти з зображення відбиття, а також, за бажанням, встановити поріг значень пікселів від 0 до 1.

Джерело: Huete, A., et al. «Огляд радіометричних та біофізичних характеристик індексів рослинності MODIS». Дистанційне зондування навколишнього середовища 83 (2002):195–213.

---

FCI1 - Індекс лісового покриву 1

Цей індекс відрізняє лісові крони від інших типів рослинності за допомогою мультиспектральних зображень відбиття, що включають червону крайню смугу.

$$FCI1 = Red * RedEdge$$

Лісові масиви матимуть нижчі значення FCI1 через нижчу відбивну здатність дерев і наявність тіней у кронах.

Джерело: Becker, Sarah J., Craig S.T. Daughtry, and Andrew L. Russ. «Надійні індекси лісового покриву для мультиспектральних зображень». Photogrammetric Engineering & Remote Sensing 84.8 (2018): 505-512.

---

FCI2 - Індекс лісового покриву 2

Цей індекс відрізняє лісові крони від інших типів рослинності за допомогою мультиспектральних зображень відбиття, що не містять червоної смуги.

$$FCI2 = Red * NIR$$

Лісові масиви матимуть нижчі значення FCI2 через нижче відбиття дерев та наявність тіней у кронах.

Джерело: Becker, Sarah J., Craig S.T. Daughtry, and Andrew L. Russ. «Надійні індекси лісового покриву для мультиспектральних зображень». Photogrammetric Engineering & Remote Sensing 84.8 (2018): 505-512.

---

GEMI — Індекс глобального моніторингу навколишнього середовища

Цей нелінійний індекс рослинності використовується для глобального моніторингу навколишнього середовища за допомогою супутникових знімків і намагається скоригувати атмосферні ефекти. Він схожий на NDVI, але менш чутливий до атмосферних ефектів. На нього впливає гола земля, тому його не рекомендується використовувати в районах з рідкою або помірно густою рослинністю.

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

Де:

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

Посилання: Pinty, B., and M. Verstraete. GEMI: a Non-Linear Index to Monitor Global Vegetation From Satellites. Vegetation 101 (1992): 15-20.

---

GARI - Green Індекс атмосферної стійкості

Цей індекс є більш чутливим до широкого діапазону концентрацій хлорофілу і менш чутливим до атмосферних впливів, ніж NDVI.

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

Гамма-константа — це функція зважування, яка залежить від умов аерозолю в атмосфері. ENVI використовує значення 1,7, яке є рекомендованим значенням від Gitelson, Kaufman і Merzylak (1996, сторінка 296).

Посилання: Gitelson, A., Y. Kaufman, and M. Merzylak. «Використання каналу Green у дистанційному зондуванні глобальної рослинності з EOS-MODIS». Дистанційне зондування навколишнього середовища 58 (1996): 289-298.

---

GCI - Green Індекс хлорофілу

Цей індекс використовується для оцінки вмісту хлорофілу в листі широкого спектру видів рослин.

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

Наявність широких NIR і зелених довжин хвиль забезпечує кращу прогнозованість вмісту хлорофілу, одночасно забезпечуючи більшу чутливість і вищий коефіцієнт сигнал/шум.

Джерело: Gitelson, A., Y. Gritz, and M. Merzlyak. «Взаємозв'язок між вмістом хлорофілу в листі та спектральним відбиттям і алгоритми для неруйнівної оцінки хлорофілу в листі вищих рослин». Журнал фізіології рослин 160 (2003): 271-282.

---

GLI - Green Індекс листя

Цей індекс був спочатку розроблений для використання з цифровою камерою RGB для вимірювання покриття пшениці, де цифрові значення червоного, зеленого та синього кольорів (DN) варіюються від 0 до 255.

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

Значення GLI коливаються від -1 до +1. Негативні значення позначають ґрунт та неживі об'єкти, а позитивні значення позначають зелене листя та стебла.

Джерело: Louhaichi, M., M. Borman, and D. Johnson. «Просторово розташована платформа та аерофотозйомка для документування впливу випасу на пшеницю». Geocarto International 16, № 1 (2001): 65-70.

---

GNDVI - Green Нормалізований індекс різниці рослинності

Цей індекс схожий на NDVI, за винятком того, що він вимірює зелений спектр від 540 до 570 нм замість червоного спектру. Цей індекс є більш чутливим до концентрації хлорофілу, ніж NDVI.

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

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

---

GOSAVI - Green Оптимізований індекс рослинності з поправкою на ґрунт

Цей індекс був спочатку розроблений з використанням кольорової інфрачервоної фотографії для прогнозування потреб кукурудзи в азоті. Він схожий на OSAVI, але замінює зелений діапазон на червоний.

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

Джерело: Sripada, R., et al. «Визначення потреби кукурудзи в азоті протягом сезону за допомогою кольорової інфрачервоної аерофотографії». Докторська дисертація, Університет штату Північна Кароліна, 2005 рік.

---

GRVI - Green Індекс рослинності

Цей індекс чутливий до швидкості фотосинтезу в лісових кронах, оскільки на зелене та червоне відбиття сильно впливають зміни пігментів листя.

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

Джерело: Sripada, R., et al. «Аерофотозйомка в кольоровому інфрачервоному діапазоні для визначення потреб кукурудзи в азоті на початку сезону». Agronomy Journal 98 (2006): 968-977.

---

GSAVI - Green Індекс рослинності з поправкою на ґрунт

Цей індекс був спочатку розроблений з використанням кольорової інфрачервоної фотографії для прогнозування потреб кукурудзи в азоті. Він схожий на SAVI, але замінює зелений діапазон на червоний.

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

Джерело: Sripada, R., et al. «Визначення потреби кукурудзи в азоті протягом сезону за допомогою кольорової інфрачервоної аерофотографії». Докторська дисертація, Університет штату Північна Кароліна, 2005 рік.

---

LAI - Індекс листової поверхні

Цей індекс використовується для оцінки листяного покриву та прогнозування росту і врожайності культур. ENVI обчислює зелений LAI за допомогою наступної емпіричної формули від Boegh et al (2002):

$$LAI = 3.618 * EVI - 0.118$$

Де EVI є:

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

Високі значення LAI зазвичай коливаються в діапазоні від приблизно 0 до 3,5. Однак, коли сцена містить хмари та інші яскраві об'єкти, що створюють насичені пікселі, значення LAI можуть перевищувати 3,5. Ідеально було б замаскувати хмари та яскраві об'єкти з вашої сцени перед створенням зображення LAI.

Посилання: Boegh, E., H. Soegaard, N. Broge, C. Hasager, N. Jensen, K. Schelde та A. Thomsen. «Повітряні мультиспектральні дані для кількісної оцінки індексу площі листя, концентрації азоту та ефективності фотосинтезу в сільському господарстві». Дистанційне зондування навколишнього середовища 81, № 2-3 (2002): 179-193.

---

LCI — індекс хлорофілу листя

Цей індекс використовується для оцінки вмісту хлорофілу у вищих рослинах, чутливих до змін відбиття, спричинених поглинанням хлорофілу.

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

Посилання: Datt, B. «Дистанційне зондування вмісту води в листі евкаліпта». Журнал фізіології рослин 154, № 1 (1999): 30-36.

---

MNLI - Модифікований нелінійний індекс

Цей індекс є вдосконаленням нелінійного індексу (NLI), який включає індекс рослинності з поправкою на ґрунт (SAVI) для врахування фону ґрунту. ENVI використовує значення коефіцієнта поправки на фон крони (L) 0,5.

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

Посилання: Yang, Z., P. Willis, and R. Mueller. «Вплив зображення AWIFS з покращеним співвідношенням смуг на точність класифікації сільськогосподарських культур». Матеріали симпозіуму з дистанційного зондування Pecora 17 (2008), Денвер, Колорадо.

---

MSAVI2 — модифікований індекс рослинності, скоригований на ґрунт 2

Цей індекс є спрощеною версією індексу MSAVI, запропонованого Qi та ін. (1994), який вдосконалює індекс рослинності, скоригований на ґрунт (SAVI). Він зменшує шум ґрунту та збільшує динамічний діапазон сигналу рослинності. MSAVI2 базується на індуктивному методі, який не використовує постійне значення L (як у SAVI) для виділення здорової рослинності.

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

Джерело: Qi, J., A. Chehbouni, A. Huete, Y. Kerr та S. Sorooshian. «Модифікований індекс рослинності з поправкою на ґрунт». Дистанційне зондування навколишнього середовища 48 (1994): 119-126.

---

NDRE — нормалізована різниця RedEdge

Цей індекс схожий на NDVI, але порівнює контраст між NIR та RedEdge замість Red, що часто дозволяє швидше виявити стрес рослинності.

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

---

NDVI — нормалізований індекс різниці рослинності

Цей індекс є мірою здорової зеленої рослинності. Поєднання його нормалізованої формули різниці та використання областей найвищого поглинання та відбиття хлорофілу робить його надійним у широкому діапазоні умов. Однак він може насичуватися в умовах густої рослинності, коли LAI стає високим.

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

Значення цього індексу коливається від -1 до 1. Звичайний діапазон для зеленої рослинності становить від 0,2 до 0,8.

Джерело: Rouse, J., R. Haas, J. Schell, and D. Deering. Моніторинг рослинних систем у Великих рівнинах за допомогою ERTS. Третій симпозіум ERTS, NASA (1973): 309-317.

---

NLI — нелінійний індекс

Цей індекс передбачає, що взаємозв'язок між багатьма індексами рослинності та біофізичними параметрами поверхні є нелінійним. Він лінеаризує взаємозв'язки з параметрами поверхні, які, як правило, є нелінійними.

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

Посилання: Гоел, Н. та В. Цін. «Вплив архітектури крони на взаємозв'язки між різними індексами рослинності та LAI і Fpar: комп'ютерне моделювання». Remote Sensing Reviews 10 (1994): 309-347.

---

OSAVI — оптимізований індекс рослинності з поправкою на ґрунт

Цей індекс базується на індексі рослинності з поправкою на ґрунт (SAVI). Він використовує стандартне значення 0,16 для коефіцієнта поправки на фон крони. Рондо (1996) визначив, що це значення забезпечує більшу варіацію ґрунту, ніж SAVI для низького рослинного покриву, демонструючи при цьому підвищену чутливість до рослинного покриву, що перевищує 50%. Цей індекс найкраще використовувати в районах з відносно рідкісним рослинним покривом, де ґрунт видно крізь крони дерев.

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

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

---

RDVI - Ренормалізований індекс різниці рослинності

Цей індекс використовує різницю між ближньою інфрачервоною та червоною довжинами хвиль, а також NDVI, щоб виділити здорову рослинність. Він нечутливий до впливу ґрунту та геометрії сонячного випромінювання.

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

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

---

SAVI - Індекс рослинності з поправкою на ґрунт

Цей індекс схожий на NDVI, але він пригнічує вплив пікселів ґрунту. Він використовує коефіцієнт коригування фону крони, L, який є функцією щільності рослинності і часто вимагає попереднього знання кількості рослинності. Huete (1988) пропонує оптимальне значення L=0,5 для врахування варіацій фону ґрунту першого порядку. Цей індекс найкраще використовувати в районах з відносно рідкісною рослинністю, де ґрунт видно крізь крони дерев.

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

Джерело: Huete, A. «Індекс рослинності з поправкою на ґрунт (SAVI)». Дистанційне зондування навколишнього середовища 25 (1988): 295-309.

---

TDVI — трансформований індекс різниці рослинності

Цей індекс корисний для моніторингу рослинного покриву в міських умовах. Він не насичується, як NDVI і SAVI.

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

Джерело: Bannari, A., H. Asalhi, and P. Teillet. «Трансформований індекс різниці рослинності (TDVI) для картографування рослинного покриву» У матеріалах симпозіуму з геофізики та дистанційного зондування, IGARSS '02, IEEE International, том 5 (2002).

---

VARI — індекс видимості, стійкий до атмосферних впливів

Цей індекс базується на ARVI і використовується для оцінки частки рослинності в сцені з низькою чутливістю до атмосферних впливів.

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

Посилання: Gitelson, A., et al. «Лінії рослинності та ґрунту у видимому спектральному просторі: концепція та техніка дистанційної оцінки частки рослинності. Міжнародний журнал дистанційного зондування 23 (2002): 2537−2562.

---

WDRVI — Індекс рослинності з широким динамічним діапазоном

Цей індекс схожий на NDVI, але використовує коефіцієнт зважування (a) для зменшення розбіжності між внесками сигналів ближнього інфрачервоного та червоного діапазонів у NDVI. WDRVI є особливо ефективним у сценах із середньою та високою щільністю рослинності, коли NDVI перевищує 0,6. NDVI має тенденцію до вирівнювання, коли частка рослинності та індекс площі листя (LAI) збільшуються, тоді як WDRVI є більш чутливим до ширшого діапазону часток рослинності та змін у LAI.

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

Коефіцієнт зважування (a) може коливатися від 0,1 до 0,2. Значення 0,2 рекомендується Henebry, Viña та Gitelson (2004).

Посилання

Gitelson, A. «Індекс рослинності з широким динамічним діапазоном для дистанційної кількісної оцінки біофізичних характеристик рослинності». Журнал фізіології рослин 161, № 2 (2004): 165-173.

Henebry, G., A. Viña, and A. Gitelson. «Індекс рослинності з широким динамічним діапазоном та його потенційна корисність для аналізу прогалин». Бюлетень аналізу прогалин 12: 50-56.