Формули мультиспектральних індексів

This page lists some multispectral indices that Chloros uses

Наведені нижче формули індексів використовують комбінацію діапазонів середньої 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, було використано.

---

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 найбільш корисний у регіонах з високим LAI, де NDVI може бути перенасиченим. Він використовує область синього відбиття для корекції фонових сигналів ґрунту та зменшення атмосферних впливів, включаючи розсіювання аерозолів.

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

Значення EVI для пікселів рослинності повинні коливатися від 0 до 1. 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 видалити хмари та яскраві об’єкти з зображення відбиття, а також, за бажанням, встановити поріг значень пікселів від 0 до 1.

Посилання: Huete, A., et al. «Огляд радіометричних та біофізичних характеристик індексів рослинності MODIS». Remote Sensing of Environment 83 (2002):195–213.

---

FCI1 — Індекс лісового покриву 1

Цей індекс дозволяє відрізнити лісовий полог від інших типів рослинності за допомогою мультиспектральних зображень відбиття, що містять смугу червоного краю.

$$FCI1 = Red * RedEdge$$

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

Джерело: Becker, Sarah J., Craig S.T. Daughtry, and Andrew L. Russ. "Robust forest cover indices for multispectral images." Photogrammetric Engineering & Remote Sensing 84.8 (2018): 505-512.

---

FCI2 - Індекс лісового покриву 2

Цей індекс відрізняє лісовий полог від інших типів рослинності за допомогою мультиспектральних зображень відбиття, що не містять червоного крайового діапазону.

$$FCI2 = Red * NIR$$

Лісові ділянки матимуть нижчі значення FCI2 через нижче відбиття дерев та наявність тіней у полозі.

Джерело: Becker, Sarah J., Craig S.T. Daughtry, and Andrew L. Russ. "Robust forest cover indices for multispectral images." 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 на основі супутникових знімків і спрямований на корекцію атмосферних ефектів. Він схожий на NDVI, але менш чутливий до атмосферних ефектів. На нього впливає оголена земля; тому його не рекомендується використовувати в районах з рідкісною 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, стійкий до атмосферних впливів

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

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

Гамма-константа — це вагова функція, яка залежить від стану аерозолів в атмосфері. ENVI використовує значення 1,7, яке є рекомендованим значенням за даними Gitelson, Kaufman та Merzylak (1996, стор. 296).

Посилання: 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 Індекс хлорофілу

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

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

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

Джерело: Gitelson, A., Y. Gritz, and M. Merzlyak. "Relationships Between Leaf Chlorophyll Content and Spectral Reflectance and Algorithms for Non-Destructive Chlorophyll Assessment in Higher Plant Leaves." Journal of Plant Physiology 160 (2003): 271-282.

---

GLI - Green Індекс листя

Цей індекс спочатку був розроблений для використання з цифровою камерою RGB для вимірювання покриття пшениці, де червоні, зелені та сині цифрові значення (DN) коливаються від 0 до 255.

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

Значення GLI коливаються від -1 до +1. Негативні значення відповідають ґрунту та неживим об’єктам, тоді як позитивні значення відповідають зеленому листю та стеблам.

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

---

GNDVI – Green Нормований індекс різниці рослинності

Цей індекс подібний до NDVI, за винятком того, що він вимірює зелений спектр від 540 до 570 нм замість червоного спектра. 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 урахуванням ґрунту

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

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

Джерело: Sripada, R., et al. «Визначення потреб кукурудзи в азоті протягом вегетаційного періоду за допомогою аерофотозйомки в кольоровому інфрачервоному діапазоні». Докторська дисертація, Університет штату Північна Кароліна, 2005.

---

GRVI - Green Індекс рослинності на основі співвідношення

Цей індекс чутливий до інтенсивності фотосинтезу в лісовому полозі, 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 вегетаційного періоду». 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 зелену смугу на червону.

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

Джерело: Sripada, R., et al. «Визначення потреб кукурудзи в азоті протягом вегетаційного періоду за допомогою аерофотозйомки в кольоровому інфрачервоному діапазоні». Докторська дисертація, Університет штату Північна Кароліна, 2005.

---

LAI — Індекс площі листя

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

$$LAI = 3.618 * EVI - 0.118$$

Де EVI — це:

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

Високі значення LAI зазвичай коливаються в діапазоні від приблизно 0 до 3,5. Однак, коли на знімку присутні хмари та інші яскраві об’єкти, що створюють насичені пікселі, значення LAI можуть перевищувати 3,5. В ідеалі перед створенням зображення LAI слід видалити хмари та яскраві об’єкти зі знімка.

Посилання: Boegh, E., H. Soegaard, N. Broge, C. Hasager, N. Jensen, K. Schelde та A. Thomsen. «Повітряні мультиспектральні дані для кількісної оцінки індексу листової поверхні, концентрації азоту та ефективності фотосинтезу в сільському господарстві». Remote Sensing of Environment 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.

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

Джерело: Datt, B. «Дистанційне зондування вмісту води в листі евкаліпта». Journal of Plant Physiology 154, № 1 (1999): 30–36.

---

MNLI — модифікований нелінійний індекс

Цей індекс є вдосконаленням нелінійного індексу (NLI), що включає індекс рослинності з поправкою на ґрунт (SAVI) для врахування ґрунтового фону. ENVI використовує значення коефіцієнта коригування фону крони (L) рівне 0,5.

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

Джерело: 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 — Модифікований індекс рослинності з урахуванням ґрунту 2

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

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

Посилання: 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 раніше виявити стрес рослинності.

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

---

NDVI — Індекс нормалізованої різниці рослинності

Цей індекс є мірою здорової, зеленої рослинності. Поєднання його формули нормалізованої 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. Типовий діапазон для зеленої рослинності становить від 0,2 до 0,8.

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

---

NLI — нелінійний індекс

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

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

Посилання: Goel, N. та W. Qin. «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 урахуванням ґрунту

Цей індекс базується на індексі рослинності з урахуванням ґрунту (SAVI). Він використовує стандартне значення 0,16 для коефіцієнта коригування фону крони. Рондо (1996) встановив, 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 рідкісною рослинністю, де ґрунт видно крізь крону.

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

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, разом із NDVI, для виділення здорової рослинності. Він нечутливий до впливу ґрунту та геометрії огляду сонця.

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

Джерело: 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 подібний до 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 рідкою рослинністю, де ґрунт видно крізь листяний покрив.

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

Посилання: Huete, A. "Індекс рослинності з поправкою на ґрунт (SAVI)." Remote Sensing of Environment 25 (1988): 295-309.

---

TDVI — трансформований індекс різниці рослинності

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

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

Посилання: Bannari, A., H. Asalhi та P. Teillet. «Трансформований індекс різниці рослинності (TDVI) для картографування рослинного покриву» У матеріалах Симпозіуму з геонаук та дистанційного зондування, IGARSS '02, IEEE International, Том 5 (2002).

---

VARI — Індекс видимої атмосферної стійкості

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

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

Джерело: 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 подібний до 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 при збільшенні частки рослинності та індексу листової поверхні (LAI), тоді як WDRVI є більш чутливим до ширшого діапазону часток рослинності та до змін LAI.

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

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

Посилання

Gitelson, A. «Індекс рослинності з широким динамічним діапазоном для дистанційної кількісної оцінки біофізичних характеристик рослинності». Journal of Plant Physiology 161, № 2 (2004): 165–173.

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